[发明专利]一种基于物理的虚拟人手自动抓取方法及装置

权利要求书

1.一种基于物理的虚拟人手自动抓取方法，其特征在于，包括以下步骤：

采集人手参数信息，并根据所述人手参数信息构建人手物理模型；

使用预先训练的强化学习网络预测人手的各个关节的目标角度；

根据所述人手的各个关节的目标角度驱动所述人手物理模型抓取虚拟物体，以生成人手抓取物体的动画。

2.根据权利要求1所述的基于物理的虚拟人手自动抓取方法，其特征在于，在采集人手的参数信息，并根据所述参数信息构建人手物理模型之后，还包括：

采集所述人手抓取物体时的人手运动信息和物体运动信息，根据所述人手运动信息和物体运动信息构建参考运动信息序列。

3.根据权利要求2所述的基于物理的虚拟人手自动抓取方法，其特征在于，在使用预先训练的强化学习网络预测人手的各个关节的目标角度之前，还包括：

训练所述强化学习网络。

4.根据权利要求3所述的基于物理的虚拟人手自动抓取方法，其特征在于，训练所述强化学习网络，包括：

使用初始强化学习网络预测所述人手物理模型中各个关节的目标角度；

利用所述各个关节的目标角度计算各个关节处的力矩，根据所述各个关节处的力矩驱动所述人手物理模型运动，以使所述人手物理模型和虚拟物体进行交互；

获取所述人手物理模型的运动状态信息和所述虚拟物体的运动状态信息，将所述人手物理模型的运动状态信息和所述虚拟物体的运动状态信息与所述参考运动信息序列进行比较；

根据所述人手物理模型的运动状态信息和所述虚拟物体的运动状态信息与所述参考运动信息序列的相似度计算所述初始强化学习网络的预测结果奖励数据，根据所述预测结果奖励数据对所述初始强化学习网络进行训练，以得到所述预先训练的强化学习网络。

5.根据权利要求1-4任一项所述的基于物理的虚拟人手自动抓取方法，其特征在于，所述人手参数信息包括手指关键点位置、手指长度中的一种或者多种。

6.根据权利要求1或2所述的基于物理的虚拟人手自动抓取方法，其特征在于，

使用leapmotion传感器采集所述人手参数信息；和/或

使用leapmotion传感器采集所述人手抓取物体时的人手运动信息和物体运动信息。

7.一种基于物理的虚拟人手自动抓取装置，其特征在于，包括：

第一采集模块，用于采集人手参数信息，并根据所述人手参数信息构建人手物理模型；

预测模块，用于使用预先训练的强化学习网络预测人手的各个关节的目标角度；

生成模块，用于根据所述人手的各个关节的目标角度驱动所述人手物理模型抓取虚拟物体，以生成人手抓取物体的动画。

8.根据权利要求7所述的基于物理的虚拟人手自动抓取装置，其特征在于，还包括：

第二采集模块，用于采集所述人手抓取物体时的人手运动信息和物体运动信息；

构建模块，用于根据所述人手运动信息和物体运动信息构建参考运动信息序列。

9.根据权利要求8所述的基于物理的虚拟人手自动抓取装置，其特征在于，包括：

训练模块，用于训练所述强化学习网络。

10.根据权利要求9所述的基于物理的虚拟人手自动抓取装置，其特征在于，所述训练模块包括：

预测单元，用于使用初始强化学习网络预测所述人手物理模型中各个关节的目标角度；

驱动单元，用于利用所述各个关节的目标角度计算各个关节处的力矩，根据所述各个关节处的力矩驱动所述人手物理模型运动，以使所述人手物理模型和虚拟物体进行交互；

获取单元，用于获取所述人手物理模型的运动状态信息和所述虚拟物体的运动状态信息，将所述人手物理模型的运动状态信息和所述虚拟物体的运动状态信息与所述参考运动信息序列进行比较；

训练单元，用于根据所述人手物理模型的运动状态信息和所述虚拟物体的运动状态信息与所述参考运动信息序列的相似度计算所述初始强化学习网络的预测结果奖励数据，根据所述预测结果奖励数据对所述初始强化学习网络进行训练，以得到所述预先训练的强化学习网络。