[发明专利]一种人体躺姿识别方法及系统

说明书

本发明提供了一种人体躺姿识别方法及系统，其中方法包括：获取待识别人体的关节数据；根据待识别人体的关节数据，利用人体运动与局部肢体姿势关系模型，得到待识别人体的局部姿势序列；局部包括：左上肢、右上肢、腰部、左下肢和右下肢；人体运动与局部肢体姿势关系模型是利用模糊算法对人体的历史关节数据进行处理得到的；将局部姿势序列输入到人体躺姿识别模型中，得到待识别人体的躺姿；人体躺姿识别模型是利用局部姿势序列历史数据，对支持向量机模型进行训练后得到的。本发明通过模糊算法识别人体局部姿势，然后根据人体局部姿势，利用训练后的支持向量机模型识别人体躺姿，能够识别细颗粒人体姿势，提高人体姿势识别的精度。

技术领域

本发明涉及机器人技术领域，特别是涉及一种人体躺姿识别方法及系统。

背景技术

随着世界人口老龄化的加剧和劳动力数量的减少，迫切需要先进的机器人技术帮助医护人员执行劳动密集型任务。医务人员不断地手动帮病人翻身或者将病人从床上搬运到椅子上的过程，是导致护士肌肉骨骼损伤的主要原因。机器人代替人高质量完成这一任务的前提是检测并识别出患者躺在床上的姿势。目前的人体姿态识别方法主要通过放在身体下方的压力传感器测量，基于该类型传感器的方法仅能检测出少数粗粒度姿态，如侧躺、仰躺等姿势，无法辨识细粒度姿势，更难以获得置于空间中的肢体姿势数据。

目前关于人体姿势辨识的研究主要集中于少数量、粗粒度姿势辨识，对多数量、细粒度人体姿势辨识研究存在挑战：

(1)人体的关节和肢体的种类和数量多，数据维数高。

(2)关节角度范围大、肢体种类繁多，数据难以标记和命名。

(3)难以建立关节-肢体-身体姿势关系模型。

因此，亟需一种人体躺姿识别技术，能够准确识别细粒度人体姿势。

发明内容

本发明的目的是提供一种人体躺姿识别方法及系统，能够准确识别细粒度人体姿势。

为实现上述目的，本发明提供了如下方案：

一种人体躺姿识别方法，包括：

获取待识别人体的关节数据；

根据所述待识别人体的关节数据，利用人体运动与局部肢体姿势关系模型，得到待识别人体的局部姿势序列；所述局部姿势序列包括人体各个局部的局部姿势；所述局部包括：左上肢、右上肢、腰部、左下肢和右下肢；所述人体运动与局部肢体姿势关系模型是利用模糊算法对人体的历史关节数据进行处理得到的；

将所述局部姿势序列输入到人体躺姿识别模型中，得到待识别人体的躺姿；所述人体躺姿识别模型是利用局部姿势序列历史数据，对支持向量机模型进行训练后得到的。

可选的，在所述获取待识别人体的关节数据之前，还包括：

获取人体局部对应的多种历史关节数据；

将所述历史关节数据进行量化处理，得到量化后的历史关节数据；

以局部对应的多种量化后的历史关节数据为输入量，以局部姿势编码为输出量，建立局部模糊规则，遍历所有局部得到人体运动与局部肢体姿势关系模型。

可选的，

左上肢对应的历史关节数据包括：左肩关节第一自由度、左肩关节第而自由度、左肩关节第三自由度和左肘关节自由度；

右上肢对应的历史关节数据包括：右肩关节第一自由度、右肩关节第而自由度、右肩关节第三自由度和右肘关节自由度；

腰部对应的历史关节数据包括：腰部自由度；

左下肢对应的历史关节数据包括：左髋关节第一自由度、左髋关节第而自由度、左髋关节第三自由度和左膝关节自由度；