[发明专利]一种用于遥操作的姿态识别方法、装置及系统

权利要求书

1.一种用于遥操作的姿态识别方法，用于识别操作者的姿态，其特征在于，包括下述步骤：

获取操作者N个部位的N组当前运动反馈数据，其中N为大于等于2的整数；及

通过预设的姿态识别模型对当前运动反馈数据进行操作者的姿态识别，得到操作者的当前姿态，其中，当前姿态包括操作者M个部位的当前姿态，M为大于N的整数。

2.根据权利要求1所述的用于遥操作的姿态识别方法，其特征在于，所述N等于4；所述操作者N个部位的N组当前运动反馈数据包括：

对应操作者的左腕部的运动反馈数据；

对应操作者的右腕部的运动反馈数据；

对应操作者的腰部的反馈数据；

对应操作者的头部的运动反馈数据。

3.根据权利要求1或2所述的用于遥操作的姿态识别方法，其特征在于，获取操作者N个部位的N组当前运动反馈数据包括：

获取满足预设时间间隔的当前时刻以及所述当前时刻前预设时间窗口内的运动反馈数据；和/或

所述姿态识别模型为Transformer模型。

4.根据权利要求1或2所述的用于遥操作的姿态识别方法，其特征在于，所述通过预设的姿态识别模型对当前运动反馈数据进行操作者的姿态识别之前还包括：

构建在人体多个姿态下的N组运动反馈数据的训练样本集，其中，以基于SMPL上半身模型的姿态表示作为训练样本集的标注；

设定预设的姿态识别模型的超参数；

基于运动反馈数据的训练样本集对姿态识别模型进行训练。

5.根据权利要求1或2所述的用于遥操作的姿态识别方法，其特征在于，所述通过预设的姿态识别模型对当前运动反馈数据进行操作者的姿态识别的步骤之后还包括：

基于人体先验模型，以所述当前姿态为目标进行跟踪优化，得到优化后的当前姿态。

6.根据权利要求5所述的用于遥操作的姿态识别方法，其特征在于，所述基于人体先验模型，以所述当前姿态为目标进行跟踪优化的步骤具体包括：

将所述当前姿态作为优化目标；

将所述人体先验模型的各个关节的转矩和脚部受力作为控制向量；

定义所述人体先验模型跟踪所述当前姿态的目标函数和约束条件，对所述目标函数和所述约束条件进行联合最优化求解，得到当前最优控制向量；

对所述人体先验模型执行所述当前最优控制向量，得到人体先验模型的当前姿态；

将所述人体先验模型的当前姿态作为优化后的当前姿态。

7.根据权利要求6所述的用于遥操作的姿态识别方法，其特征在于，所述目标函数为：

其中，Q和R均为权重矩阵；N1表示预测时域；p(k+it)表示人体先验模型运动位姿向量以t时刻值为基准向前预测k+i时刻的值；pr(k+it)表示神经网络输出的目标运动位姿向量以t时刻值为基准向前预测k+i时刻的值；t表示当前时刻；N2表示控制时域；Δu(k+it)表示控制向量增量以t时刻值为基准向前预测k+i时刻的值；

所述约束公式为：

u_min≤u≤u_max(2.3)；

其中，公式(2.1)表示所述人体先验模型的各个关节的旋转角度需被约束在一定范围内；公式(2.2)表示所述人体先验模型的各个关节的旋转角速度/需被约束在一定范围内；公式(2.3)表示所述人体先验模型的各个关节的转矩和脚部受力，即所述控制向量u的大小被约束在一定范围内。

8.一种用于遥操作的姿态识别装置，用于识别操作者的姿态，其特征在于，包括：

获取模块，用于获取操作者N个部位的N组当前运动反馈数据，其中N为大于等于2的整数；

识别模块，用于通过预设的姿态识别模型对当前运动反馈数据进行操作者的姿态识别，得到操作者的当前姿态，其中，当前姿态包括操作者M个部位的当前姿态，M为大于N的整数。