一种面向人机共融的机器人主动避让人类的方法与流程

本发明涉及一种机器人避障技术，具体涉及一种面向人机共融的机器人主动避让人类的方法。

背景技术：

随着工业4.0的发展，机器人在未来往往是智能和协作的。首先，机器人可以与人类自然地互动。另一方面，机器人可以与公共区域的人员协作。从人类的角度来看，机器人为人类服务，这意味着人类和机器人的和平共存是机器人存在的先决条件。将来，机器人和人类通常会作为合作伙伴共同生活。机器人发展的长期目标是实现与人的思想和精神交流。短期目标是机器人可以与人类一起工作，以完成与人类不同的任务。因此，人机协作的概念应运而生，并逐渐受到工业界，学术界和研究机构的追捧。最近几年，人机协作机器人已经成熟，并已在一些生产车间使用，如ur5为大众汽车公司的生产线。人机协作将带来机器人和机器人的广泛使用

促进机器人成为人类生活中不可或缺的伙伴。根据“机器人三法则”的第一原则，机器人可能不会伤害人类或观察人类受到伤害。机器人安全在工业发展过程中非常重要。众所周知，自工业机器人诞生以来，大多数工业机器人已被置于静止的，固定的“隔离”环境中超过半个世纪。此外，他们总是被分配一个重复的任务来确保他们的安全。机器人总是被坚固的防御分开，这成为高级人机协作的障碍。近年来，随着工业4.0的深入发展，制造业开始定制化，个性化，灵活化，对传统的机器人生产方式构成了严峻挑战。在自动化的发展中，不可能在很短的时间内取代所有的工人，从而打破了经济规律。工作部分由机器人完成。在工人完全被机器人取代之前，机器人与人之间的亲密接触是不可避免的。但是，传统的工业生产方式已不能满足企业生产安全的需要。安全已成为未来人机交互发展的重要因素之一。虽然人机协作允许机器人执行更广泛和更复杂的任务，但它引起了机器人的安全问题。然而，事实是增加机器人安全性通常意味着机器人性能的妥协，这要求设计人员找到平衡点以同时确保安全性和性能。现在，协作机器人可以根据环境的变化感知环境并改变他们的行为。此外，随着工业4.0的发展，由于传统机器人数量众多，在短时间内更换所有现有的传统机器人显然是不现实的。因此，提出了一种有效的方法来预测机器人与人类之间可能发生的碰撞，并及时提供反馈以确保人身安全。例如，当机器人手臂撞击人体手臂时，机器人可以通过力传感器感知人体手臂的存在。然后它停止或消失以保护人类安全。此功能限制协作机器人的性能，例如速度，负载等。当机器人在非结构化，动态和人类环境中工作时，找到一种安全有效地工作的方式变得更具挑战性。安全高效的人机交互对于未来的机器人应用是不可或缺的，人体和机器人必须协作才能共同执行任务。为了满足最严格的安全要求，机器人必须具备在复杂环境中改变路径的出色能力。在任何人与机器人协作系统或人与机器人共存的环境中，始终保持人类的安全是一项相当大的挑战。为了帮助人类日常生活，已经开展了一些研究来开发机器人系统，其中包括与人类的互动和合作。这些研究表明，机器人对于他们可以与人类一起执行的各种任务非常有用。因此，找到一种方法来保护人机协作系统中的操作人员是非常重要的。这不仅包括实时检测可能的碰撞，还避免在运行时与人类发生碰撞。

实时主动防撞由3部分组成：1)环境感知；2)避免碰撞；3)机器人控制。避碰是机器人技术中最重要的领域之一。许多具有实时能力的规划概念都基于之前两个工作中引入的潜在现场方法。在这些方法中，虚拟吸引和排斥力场用于表示目标和障碍物。在这种情况下，机器人为目标所吸引并远离障碍物。

实时规划算法对机器人系统很重要。规划算法允许机器人在真实环境中避开对象。之前的一项工作描述了一种可以在混合装配系统中自适应地协调人和机器人的计划算法。另一项工作报告了臂力的优点，可用于检测碰撞并避开障碍物。

一些研究评估了动态环境中的避障。他们中的大多数人都将人类操作员视为移动障碍。这意味着他们只需要考虑避免机器人的碰撞。但是，有些研究没有。在一项工作中提出的方法分析了人类行为并实施了一个模型来模拟与机器人碰撞时的人类行为。另一种方法是通过环境图像计算这个距离。上述大部分工作都假设有关环境的信息可用。碰撞避免算法主要基于机器人与真实环境中的物体之间的距离。

在人机协作系统中，两种避免碰撞的方法已被用于安全：基于视觉的方法，分析运动，颜色和纹理，以及基于惯性传感器的方法，它们使用特殊的动作捕捉。然而，基于惯性传感器的方法在实际环境中是不实用的，因为该方法需要具有内置传感器的专用套装。即便如此，它只能捕捉佩戴者的动作而不是他或她的其他环境。这可能导致严重的问题，因为周围的物体可能会伤害人类。目前，基于视觉的方法是机器人控制系统中避免碰撞的更好选择。此外，随着光学3d传感器的发展，一些新的深度传感器，如microsoftkinect。

近年来，基于视觉的方法的研究集中于提高碰撞检测的效率。一种方法涉及一个多摄像头系统来检测障碍物。另一种方法是使用ad-hoc视觉芯片避免碰撞。第三个使用三重立体视觉系统来跟踪佩戴彩色标记的坐着的操作员的运动。然而，这种三重立体视觉的一个缺点是由于不均匀的环境照明条件，被监视区域可能不会显示一致的颜色。这可能会导致移动跟踪失败。另一个包含多个3d深度图像。第三种方法涉及通过使用一个kinect传感器避免碰撞的综合方法，并且在同一项工作中也提出了深度空间方法。尽管在安全保护方面取得了许多成就，但大多数实时防撞算法要么太昂贵，要么太有限，无法在现实世界中使用。这些方法无法识别人或物体，因为它们只检测移动物体。当机器人误以为他或她是操作对象时，人类可能会发现自己处于危险之中。由于缺乏独立智能，避免效率可能非常低。这些方法无法识别人或物体，因为它们只检测移动物体。当机器人误以为他或她是操作对象时，人类可能会发现自己处于危险之中。由于缺乏独立智能，避免效率可能非常低。这些方法无法识别人或物体，因为它们只检测移动物体。当机器人误以为他或她是操作对象时，人类可能会发现自己处于危险之中。由于缺乏独立智能，避免效率可能非常低。

技术实现要素：

为了解决上述现有技术所存在的问题，本发明提供一种面向人机共融的机器人主动避让人类的方法，采用体感传感器(kinect)来监控机器人的工作空间并检测可能进入机器人的任何人。当有人进入工作区时，kinect可以检测到人并实时计算他或她骨骼的位置。然而，由于跟踪误差和来自设备的噪声，测量误差随着时间的推移而在数量和幅度上增加。因此，使用改进的粒子滤波器算法来估计骨骼关键点的位置。可以使用人的骨骼关键点和机器人的设计手册参数来构建圆柱体边界框。通过检测圆柱体之间的碰撞来检测人和机器人之间碰撞，从而提高了碰撞检测的效率。然后采用基于规则的逻辑系统来分析人的运动，以便机器人可以采取适当的措施来避开他或她，例如停止，在人体周围移动或远离人。最后，动态路线图算法用于实时规划新路径以允许机器人绕过人。根据主动避碰，系统可以确保机器人不会碰到人。

一种面向人机共融的机器人主动避让人类的方法，该方法包括以下步骤：

s1、使用kinect检测到人并实时计算对方的骨骼的位置，使用不敏粒子滤波器(unscented

particlefilter，upf)算法来估计对方骨骼关键点的位置，再建立人体模型；

s2、使用人的骨骼关键点和机器人的设计手册参数来构建圆柱体边界，建立机器人模型；

s3、检测圆柱体之间是否即将碰撞，再采用基于规则体统来分析人的运动，得出被人阻

挡的路线，以便机器人可以采取适当的措施来避开他或她；

s4、使用动态路线图算法(dynamicroadmap)来进行实时规划新路径以允许机器人绕过人，使机器人按路线主动避让。

进一步地，步骤s1中所述使用kinect实时检测进入工作区的人体骨骼的位置，利用kinectforwindowssdk2.0(kinect软件开发工具包2.0)提供的接口总共提取人体骨骼的十五个关节，分别为：头、肩部中心、右肩、右肘、右手腕、左肩、左肘、左手腕、臀部中心、右臀、右膝、右脚、左臀、左膝、左脚。采用不敏粒子滤波器(upf)对人体骨骼的粗细进行估计，通过粒子滤波器算法寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数，用样本均值代替积分运算，进而获得系统状态的最小方差。再将人体骨骼的每个关节使用圆柱来建立人体模型，圆柱的大小表示对方不同关节的大小，通过连杆将各个圆柱连接。每个关节其大小不同，如躯干比手关节要大，圆柱是用于模拟人体所占的空间。

进一步地，步骤s2建立获取机器人模型，首先根据控制器惯例定义机器人及机器人的工具(机械臂)位置及工具的运动方向。以机器人基座为基坐标，基坐标到机器人工具坐标的连续均匀变换的运动方程可以定义如下：

其中ti^i-1是从i-1坐标到i坐标的平移矩阵，i表示第i个连杆坐标系，ν表示机器人的速度，n是关节(或关节坐标)的数量。第j个关节的位置可以使用如下等式来计算：

由于每个关节的大小可以从机器人生产商提供的设计手册中的设备参数获得，所以可以确定每个关节的圆柱半径。边界圆柱的长度是节点j-1和j的位置之间的距离。然后，可以在确定圆柱的半径和长度之后构建每个关节的圆柱体，连接每个关节的圆柱体建立机器人模型。

进一步的，由于人体和机器人均被建模成由圆柱体组合而成的物体。因此步骤s3中判断机器人是否与人体有碰撞风险，只需要检测不同圆柱体之间是否有碰撞风险；圆柱体之间的相对位置可以根据圆柱是否相交而分为三类，分别为两个圆柱体的底面相交、两个圆柱体仅在侧面相交、圆柱体的一个底面与另一个圆柱体的一侧相交。

规则系统的规则通常以“ifathenb”即如果a那么b的形式表示，其中a是先行条件，b是后果。规则系统主要包括如下几种情况：

一、当人类正在快速即以ν1的速度接近机器人，该情况最明智的选择是避开人；二、人类慢慢即以ν2的速度接近或者人是静止的，由不敏粒子滤波器和kinect组成的避碰系统将会根据追踪到的人当前的速度和位置，使用专家系统来预测人类的运动轨迹并使用动态路线图算法规划一条新路径防止与人相碰，其中ν1大于ν2。

进一步地，步骤s4在不断变化的环境中，关节之间的角度和旋转度会发生很大变化。机器人在三维空间中的运动非常复杂。由于动态障碍物可能随时出现，因此机器人的运动可能会被遮挡，所以，避免障碍物是机器人在变化的环境中工作所必需的。所述动态路线图算法包括预处理阶段和规划阶段的自适应实时路径规划，用于规划机器人的避让路线。该算法通过生成预处理的路线图，使用人工势能场的预计算来提高路线规划的在线效率；在给定时间内，可以机器人的每轮计划之前快速确定路线图的哪些部分被阻止，并通过预处理阶段和规划阶段生成增强的动态地图。

进一步的，所述预处理阶段具体步骤为：

第一步：在机器人的q维配置空间即在机器人工作空间的配置空间中构建无向路线图，其中q是机器人关节的数量；

第二步：在路线图中查找机器人与人可能发生碰撞的冲突点和查找对人的行为预测的路线边界的边；首先，使用统一的等时间间隔采样法创建路线图的节点；其次，对于每个节点，根据伪范数空间，识别两个节点之间的圆柱部分是否有无碰撞的可能并且两个节点之间的距离作为路线图的一部分，这部分路线图的节点还连接k个邻居节点；定义a是机器人表面上所有参考点的集合,a(p)是参考点a在配置空间p的位置，a(q)是参考点a在配置空间q的位置，当机器人处于配置空间q中,下式是在工作区中两个配置即配置空间p和q之间机器人偏移任何参照点的最大位移：

w代表机器人的机器人的工作空间；

在创建路线图之后，将查找和删除路线图中的冲突点及边，动态路线图算法(dynamicroadmap)用于创建工作区网格和配置空间路线图之间区域的映射。

所述规划阶段包括以下步骤:删除被人阻挡的路线,将目标配置即机器人的当前配置连接到路线图并搜索动态路线图使机器人按路线主动避让。

本发明与现有技术相比，具有如下优点和有益效果：

1、本发明利用kinect实时监控防止人与机器人发生碰撞，不需要操作员佩戴任何传感器，无侵入性。

2、使用该避碰方法，只需要在该发明的避障系统增加一个kinect传感器，配置简单成本低。

3、本发明提出的一种人机器人主动防撞方法。由于kinect是一种非常便宜且功能强大的传感器系统，因此可用于实时检测人体。然后使用一组规则来分析人的行为，以便系统可以进行正确的测量。当人类是静态的时，动态路线图(dynamicroadmap)算法用于直接为机器人规划新的路径。当人类缓慢移动时，机器人通过使用动态路线图算法规划新路径来绕过它。当人类快速移动时，机器人立即直接避开人类。通过采取不同的措施，机器人可以更有效和安全地避开人类。由于仅仅使用kinect进行避碰，成本低而且系统配置简单。

附图说明

图1为本发明中机器人危险区域示意图；

图2为本发明的机器人主动避碰系统流程图；

图3为本发明的人体模型示意图；

图4为本发明的机械臂示意图；

图5为本发明建模后的机械臂骨骼模型图；

图6为本发明的圆柱相交示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合附图并举实施例，对本发明的技术方案进行详细说明。

本发明提出了一种面向人机共融的机器人主动避让人类的方法。如图1所示，该方法采用体感传感器(kinect)来监控机器人的工作空间，当有人进入机器人工作区内时，人处于危险区域，kinect可以检测到人并实时计算他或她骨骼的位置。

如图2所示，kinect是一种非常便宜且功能强大的传感器系统，可用于实时捕抓人体的移动。使用改进的粒子滤波器算法和规则系统来分析人的行为，以便规划机器人的避碰路线。当人类是静态的时，动态路线图算法(dynamicroadmap)用于直接为机器人规划新的路径。当人类缓慢移动时，使用专家系统预测人的行为，根据人的预测行为计算人的边界区域，并且机器人通过使用dynamicroadmap规划新路径来绕过人的边界区域。当人类快速移动时，机器人立即直接避开人类。通过采取不同的措施，机器人可以更有效和安全地避开人类。其中，该方法主要包括以下部分：

s1、使用kinect检测到人并实时计算人体骨骼的位置，然后使用不敏粒子滤波器算法来估计骨骼关键点的位置；s1中所述我们使用kinect实时检测进入工作区的人体骨骼，总共提取十五个关节，分别为：头1、肩部中心2、右肩3、右肘4、右手腕5、左肩6、左肘7、左手腕8、臀部中心9、右臀10、右膝11、右脚12、左臀13、左膝14、左脚15。采用改进的不敏粒子滤波器算法对骨骼粗细进行了估计。粒子滤波器算法通过重采样，传播，观测，估计，模型更新步骤实现人体的动态跟踪，具体来说就是通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数，用样本均值代替积分运算，进而获得系统状态的最小方差估计的过程。然后将骨骼的每个关节使用圆柱来进行建模，建模过程如下：在每两个相邻的关节点建立一个圆柱，圆柱的大小根据每个关节的大小而定并通过连杆将各个圆柱连接起来，如躯干比手关节要大，用于模拟人体所占的空间，以此建立如图3所示的人体模型。

s2、使用人的骨骼关键点和机器人的设计手册参数来构建圆柱体边界，建立机器人模型。图5为机械臂建模后的骨骼模型图，首先根据控制器惯例定义机器人及其工具的位置及其方向。以机器人基座为基坐标，基坐标到机器人工具坐标的连续均匀变换，运动方程可以定义如下：

其中ti^i-1是从i-1坐标到i坐标的平移矩阵，i表示第i个连杆坐标系，ν表示机器人的速度，n是关节(或关节坐标)的数量。第j个关节的位置可以使用如下等式来计算：

由于每个关节的大小可以从机器人生产商提供的设计手册中的设备参数获得，如图4所示的机械臂示意图，所以可以确定每个关节的圆柱半径。边界圆柱的长度是节点j-1和j的位置之间的距离。然后，可以在确定半径和长度之后构建每个关节的圆柱体。

s3、检测圆柱体之间是否即将碰撞，再采用基于规则系统来分析人的运动，以便机器人可以采取适当的措施来避开人体；由于人体和机器人均被建模成由圆柱体组合而成的物体。因此判断机器人是否与人有碰撞风险，只需要检测不同圆柱体之间是否有碰撞风险。给定两个碰撞的圆柱体，它们之间的相对位置可以根据圆柱底座是否相交而分为三类，如图6所示，分别为一个底座与一个底座相交、两个圆柱体仅在侧面相交、一个圆柱体的一个基部与另一个圆柱体的一侧相交这三种情况。

规则系统的规则通常以“ifathenb”的形式表示，其中a是先行条件，b是后果。规则系统主要包括如下情况：

一、当人类正在快速接近机器人，该情况最明智的选择是避开人；二、人类慢慢接近，避碰系统将会根据追踪到的人当前的速度和位置使用专家系统预测人类的运动轨迹，计算出边界区域，并使用动态路线图算法规划一条新路径防止与人相碰；三、人类是静止的，使用动态路线图算法规划一条新路径。

二、s4、使用动态路线图算法来进行实时规划新路径以允许机器人按路线绕过人；在不断变化的环境中，关节之间的角度和旋转度会发生很大变化。机器人在三维空间中的运动非常复杂。由于动态障碍物可能随时出现，因此机器人的运动可能会被遮挡。通过这种方式，避免障碍物是机器人在变化的环境中工作所必需的。采用动态路线图算法，一种包括预处理阶段和规划阶段的自适应实时路径规划，用于避障。该算法通过生成预处理的路线图，使用预计算即根据预处理的路线图通过动态路线图算法计算新的路径，从而提高路线规划的在线效率。在机器人和人发生碰撞之前，可以在每轮计划之前快速确定路线图的哪些部分被阻止。可以通过预处理阶段和规划阶段生成增强的动态地图。

在预处理阶段，第一步是在机器人的q维配置空间(即在机器人工作空间的配置空间)中通过机器人和人的相对位置和速度构建无向路线图，其中q是机器人关节的数量。第二步是在路线图中查找机器人与人可能发生碰撞的冲突点和查找对人的行为预测的路线边界的边；首先，使用统一的等时间间隔采样法创建路线图的节点。然后，对于每个节点，根据伪范数空间，识别两个节点之间的部分是否有无碰撞的可能并且该段作为路线图的一部分连接的k个最近邻居节点，进行路径规划。定义a是机器人表面上所有参考点的集合,a(p)是参考点a的位置，a(q)是参考点a在配置空间q的位置。当机器人处于配置空间q中,下式是在工作区中两个配置(即配置空间p和q)之间可能偏移任何参照点的最大程度。

如果机器人有一个凸多面体的界,并且所有的它的顶点被选取为参考点,则该公式给出了机器人任意点的最大位移。在创建路线图时必须删除冲突点和边。因此,在创建路线图之后，将查找和删除路线图中的冲突点及边,drm用于创建工作区网格和配置空间路线图之间区域的映射，进行动态路径规划。

规划阶段包括以下步骤:删除被人阻挡的路线,将目标配置(即机器人的当前配置)对应连接到路线图并搜索动态路线图使机器人按路线主动避让。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他任何未背离本发明的精神实质和原理下所作的修改、修饰、替代、组合、简化，均应为等效的置换方式，都应包含在本发明的保护范围之内。