的位 置结合人体质心的高度，实现对机器人动作的控制；
[0071] 如图14所示：
[0072] 将骨骼识别结果的Hipcenter点垂直投影到地面，作为新的坐标系原点，取左右 脚踝点Rightankle和Leftankle在新坐标系中坐标作为机器人的控制数据。
[0073] B、C两点在0坐标系中坐标如下，
[0074]LeftFoot= (Az-Bz，AX_BX) (3-17)
[0075]RightFoot= (AZ_CZ，AX_CX) (3-18)
[0076] 为了由于不同的人身高差异造成的绝对距离误差，此处将坐标数值除以人体胯 宽，其中胯宽计算公式如下：
[0077]
[0078] 因此下肢末端在新坐标系中的位置如下所示：
[0079]
[0080]
[0081]本发明的特点是：
[0082] 1、本发明采用先进体感设备和前沿机器人技术，设计了一种新的人机交互模式系 统。
[0083] 2、本发明实现控制人形机器人实时模仿人体动作，具有很高的可靠性，很强的灵 活性，在不同环境复杂条件下具有较好的鲁棒性。
[0084] 3、本发明采用相对阈值距离滤波方法，降低了环境因素和传感器自身抖动造成的 影响，有效地提高了数据的可靠性，系统运行的稳定性。
[0085] 4、本发明将骨骼追踪算法应用于人体姿态识别，针对ΝΑ0是拥有25个自由度的可 编程仿人机器人的特点，实现控制人形机器人实时模仿人体动作，具有很高的可靠性，在不 同环境复杂条件下具有较好的鲁棒性。本发明以Kinect骨骼框架追踪和机器人ΝΑ0硬件 平台为基础。Kinect端，首选进行程序初始化，该过程包括硬件连接驱动检查、实例化传感 器对象、获得深度权限、注册事件监听器。然后开始骨骼框架识别，该过程包括深度图像的 获取，通过骨骼识别算法库深度图像识别出人体关节点并提取空间坐标，经过滤波、空间向 量计算，为机器人ΝΑ0提供姿态控制数据。
【附图说明】
[0086] 图1是本发明所述方法的流程图；
[0087] 图2是如果PC端显示的人体骨骼框架与目标人体的动作不匹配，则重新初始化程 序的流程图；
[0088] 图3是人体骨骼框架识别流程图；
[0089] 图4是人体骨骼框架动态显示在屏幕的示意图；
[0090] 图5是本发明所述相对阈值距离比较滤波算法的流程图；
[0091] 图6是Kinect空间坐标系；
[0092] 图7为关节角度：LeftElbowRoll的计算示意图；
[0093] 图8为关节角度：LeftElbowYaw的计算示意图；
[0094] 图9为关节角度：LeftShoulder.Roll的计算示意图；
[0095]图10为关节角度：LeftShoulderPitch的计算示意图；
[0096] 图11为手部张合角度：LeftHand的示意图；
[0097] 图12为关节角度：HeadPitch的计算示意图；
[0098] 图13为关节角：HeadYaw的计算示意图；
[0099] 图14为将骨骼识别结果的Hipcenter点垂直投影到地面，作为新的坐标系原点， 取左右脚踝点Rightankle和Leftankle在新坐标系中坐标作为机器人的控制数据的计 算示意图。
【具体实施方式】
[0100] 下面结合实施例和说明书附图对本发明做详细的说明，但不限于此。
[0101] 如图1-5所示。
[0102] 实施例、
[0103] -种动作捕捉机器人协同柔性姿态控制的方法，包括步骤如下：
[0104] (1)利用体感设备Kinect实时捕获不同时刻目标人体对应目标关节位移数据；目 标人体站在体感设备Kinect视距范围内，为保证最佳识别效果，目标人体应处在体感设备 Kinect的镜头前1. 2-3. 5m，水平视角±57°以内；所述体感设备Kinect具备彩色和深度 感应镜头，水平视野：57度，垂直视野：43度，深度感应器范围1. 2m-3. 5m。运行PC端的服 务程序，见图2,首先对体感设备Kinect进行初始化，该过程包括硬件连接驱动检查、实例 化传感器对象、获得深度权限、注册事件等等；
[0105] (2)将体感设备Kinect捕获到的目标关节位移数据发送到PC端；目标人体站在 体感设备Kinect深度感应镜头前，可以改变头部、手臂、手指等姿态，由体感设备Kinect捕 获所有目标关节位移数据；
[0106] (3)PC端接收所有目标关节位移数据，并根据其实时绘制出人体骨骼框架；绘制 人体骨骼框架的流程如图3;
[0107] (4)PC端将人体骨骼框架动态显示在屏幕上，并提供报错反馈；如图4,给出了四 张具有代表性的服务程序运行状态图：标记为1的部分是目标人体站在视距范围内，程序 初始化结束后显示的由体感设备Kinect首次捕获的数据构建的人体骨骼框架，代表程序 启动正常，开始实时捕获目标人体的姿态变化；标记为2的部分是程序开始后某一时刻由 体感设备Kinect捕获的数据构建的人体骨骼框架，该部分反映了这一时刻目标人体的姿 态；标记为3的部分代表了由于程序运行报错、目标人体紧贴体感设备Kinect的镜头的原 因，造成人体骨骼框架失真的情况；标记为4的部分是由于目标人体远离视距范围，导致体 感设备Kinect无法捕获。标记为3、4的部分是程序给使用者的一个报错反馈，这时候需要 重新初始化程序，以保证机器人收到可靠姿态控制数据；
[0108] (5)PC端对接收到的所有目标关节位移数据进行处理：包括相对阈值距离比较滤 波计算、空间向量计算，得到人形机器人ΝΑ0的姿态控制数据，即关节角度数据；本发明由 于环境因素和传感器自身抖动等原因，导致得到的原始数据里存在干扰数据，因此有必要 对原始数据进行相对阈值距离比较滤波计算，使得机器人动作追踪更加准确、可靠；
[0109](6)调用人形机器人ΝΑ0的NAOqi操作系统中的JointControl函数，根据传送来 的关节角度数据，对人形机器人ΝΑ0的舵机进行控制，使人形机器人ΝΑ0实时跟踪目标人体 动作。
[0110] 根据本发明优选的，所述步骤（4)还包括，所述PC端动态显示人体骨骼框架：如 果PC端显示的人体骨骼框架与目标人体的动作一致，则将关节角度数据发送至人形机器 人ΝΑ0 ;如果PC端显示的人体骨骼框架与目标人体的动作不匹配，则重新初始化程序，以保 证人形机器人ΝΑ0收到可靠姿态控制数据。
[0111] 根据本发明优选的，所述步骤（5)中，所述相对阈值距离比较滤波计算包括：
[0112] 通过观察位移关节点的空间坐标变化，计算固定时间段（例如：0.ls-0. 5s)内同 一关节在开始时间和结束时间组成的波动向量，观察该波动向量的模以及在空间坐标系各 个方向的波动，通过设定波动阈值筛选关节波动值。可以看出关节点识别位置的抖动主要 是沿坐标轴方向的快速抖动，且出现抖动时波动向量的模会大幅增加。因此，应对波动较大 的关节点做相应处理，对小幅度波动的关节点保持上一状态不变，对于不同的关节处使用 不同的阈值比较，保证每次滤波后的结果都是最优解，以保证机器人姿态变换的连续性。
[0113] 根据本发明优选的，所述步骤（5)中，所述空间向量计算包括：
[0114] 根据本发明优选的，所述步骤（5)中，所述空间向量计算包括：
[0115] Kinect所使用的空间坐标系不同于常见的空间坐标系，其X轴与y轴的零点与传 统空间坐标系相同，但其z轴坐标零点为Kinect传感器，正方向为Kinect指向的正前方。 Kinect空间坐标系如图6所示：
[0116] 由Kinect空间坐标系中，得出Kinect坐标系中任意两个不重合的坐标点 PI(xl，yl，zl)，P2 (x2,y2,z2)，对其组成的向量P1P2 :
[0117]
[0118] 若存在另一点P3且该点不在P1P2所在的直线上，则存在以下关系式：
[0119]
[0120] 根据上述性质，将人体关节角度计算简化为对空间向量夹角的计算，下面将分别 说明上肢关节角度的计算方法：
[0121] 1)关节角度：LeftElbowRoll
[0122] 如图7所示：计算LeftElbowRoll角度只需构造该空间夹角两边所在的一组向 量，
[0123] 并根据上文中提到的关节角度计算公式得：
[0124]
[0125] 2)关节角度：LeftElbowYaw
[0126] 如图8所示：
[0127] LeftElbowYaw关节的角度为肘部绕上臂旋转时产生的角度，此角度通常情况下 为ABC和BCD两相交平面的夹角，即图中平面S1和S2的夹角；根据空间平面夹角计算公式 得出角度LeftElbowRoll的计算方法如下。
[0128] 首先需要明确计算两非共线向量所在平面的法向量的公式：
[0129]
[0130] 因此SI、S2平面的法向量表示为：
v' ~'' -1' -j-.'厂[0133] 丨,t.F,1hnwYaw苦书的隹庶即禁干A/Π、M?两法向量的夹角：
[0131]
[0132]
[0134]
[0135] 3)关节角度：LeftShoulder.Roll
[0136] 如图9所示：
[