模特机器人肢体控制方法与系统与流程

本申请涉及机器人控制领域，具体涉及一种模特机器人肢体控制方法与系统。

背景技术：

1、在服装电商与品牌拍摄领域，商品展示图质量直接影响购买决策，传统方式采用真人模特，存在成本高、排期难、一致性差的问题；近年来，人形模特机器人被广泛应用在服装展示拍摄领域，然而现有方案存在以下问题：

2、现有大多数模特机器人采用固定自由度构型，其肢体展距、高度、肩线为固定或按固定运动学比例联动，不感知也不输入面料参数，对真丝、雪纺等轻薄悬垂面料与厚棉、牛仔等高克重面料的垂坠需求不加区分，导致服装在肢体表面出现堆积、拉扯或悬空，严重影响服装展示效果。

3、现有方案中较先进的方法在穿衣后通过感知手段检测褶皱并调整机器人姿态，该类方案遵循先穿衣再检测再微调再验证的反馈闭环，一方面依赖多轮检测调整验证的迭代方案，整体耗时较长，难以满足电商高效率拍摄需求，另一方面对已经产生的褶皱只能被动修正，无法从源头避免，尤其对轻薄、悬垂性差的面料而言，褶皱一旦产生难以在一次微调中彻底消除。

4、进一步地，面料悬垂系数、克重和弹性模量直接决定服装在自然重力下的垂坠形态，是服装是否服帖的物理根因，但上述方案均未在穿衣前将面料参数作为模特机器人肢体构型的决策输入，导致机器人构型与面料实际的垂坠需求脱节。尽管现有公知技术中存在利用反向传播神经网络的面料悬垂系数预测模型，但其应用场景仅限于虚拟仿真或面料评级，并未与模特机器人的执行器构型控制相耦合。

5、因此，需要一种在模特机器人穿衣前根据不同面料特性生成使服装自然垂坠的肢体构型、从源头避免褶皱与拉扯的高效集成化方案。

技术实现思路

1、鉴于以上所述现有技术的缺点，本申请的目的在于提供一种模特机器人肢体控制方法与系统，通过构建结构-面料悬垂映射模型，在穿衣前根据面料参数前馈生成模特机器人的肢体构型向量，实现在重力作用下使服装自然垂坠、服帖无拉扯的效果。

2、第一方面，本申请提供了一种模特机器人肢体控制方法，包括：

3、采集目标服装的标准化面料参数，将所述标准化面料参数输入预先构建的结构-面料映射模型，得到机器人各执行器的基础构型数据；

4、获取所述目标服装的品类信息，根据所述品类信息对所述基础构型数据进行修正，得到最终构型数据；

5、对所述最终构型数据进行前馈解算，生成各执行器的前馈构型指令，并根据所述前馈构型指令驱动所述各执行器执行动作；

6、通过编码器实时采集实际执行结果，将所述实际执行结果与对应的前馈构型指令比较，得到执行偏差；

7、根据所述执行偏差对所述各执行器的前馈构型指令进行迭代修正，直至全部执行器对应的执行偏差满足阈值，以完成迭代。

8、第二方面，本申请还提供了一种模特机器人肢体控制系统，包括：

9、面料参数采集模块，用于获取目标服装的基础面料数据，并对所述基础面料数据进行归一化处理，得到标准化面料参数；

10、映射推理模块，用于将所述标准化面料参数映射为肢体构型数据；

11、前馈解算模块，用于对所述肢体构型数据进行前馈解算，生成各执行器的前馈构型指令；

12、驱动执行模块，用于根据所述前馈构型指令驱动各执行器执行动作；

13、闭环校验模块，用于通过编码器实时采集实际执行结果，将所述实际执行结果与前馈构型指令对应期望执行结果进行比较，得到执行偏差，并根据所述执行偏差对各执行器的前馈构型指令进行迭代修正。

14、第三方面，本申请还提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述所述的方法。

15、第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被处理器执行时实现上述所述的方法。

16、第五方面，本申请还提供了一种计算机产品，包括计算机程序，所述计算机程序被处理器执行时实现上述所述的方法。

17、上述模特机器人肢体控制方法与系统，通过归一化面料参数输入和叠加服装品类修正量，对不同垂坠特性的面料生成差异化构型，提升了对不同品类服装的适应能力和泛化能力；通过在穿衣前依据面料参数前馈生成肢体构型，使服装在重力作用下自然垂坠、服帖无拉扯，从源头避免了“先穿衣后检测”路线中褶皱与拉扯的产生；通过机器人运动学映射进行前馈解算，生成前馈构型指令并驱动各执行器执行动作，使得构型生成路径直接，无中间冗余环节，提升了控制效率；通过执行器内置编码器闭环迭代修正执行偏差，仅需一到两轮即可收敛至预设阈值范围内，兼顾了构型执行的速度与落位精度。

1.一种模特机器人肢体控制方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述采集目标服装的标准化面料参数，包括：

3.根据权利要求1所述的方法，其特征在于，所述结构-面料映射模型为面料力学属性到执行器构型量的回归函数，所述结构-面料映射模型的训练过程，包括：

4.根据权利要求1所述的方法，其特征在于，所述获取所述目标服装的品类信息，根据所述品类信息对所述基础构型数据进行修正，得到最终构型数据，包括：

5.根据权利要求4所述的方法，其特征在于，所述最终构型数据包括针对机器人各执行器的六维肢体构型向量，所述六维肢体构型向量包括腿部伸长电缸行程、腰部挪移电缸位移、肩部扭簧重力补偿量、肘部下垂角、踝部俯仰角和踝部侧倾角，所述将所述类别修正量叠加至所述基础构型数据，包括：

6.根据权利要求5所述的方法，其特征在于，所述腿部伸长电缸行程确定下肢展距；所述腰部挪移电缸位移用于确定躯干前后对位；所述肩部扭簧重力补偿量用于抵消服装自重对肩线的下拉；所述肘部下垂角用于控制肘部关节的下垂角度，所述踝部俯仰角和所述踝部侧倾角用于分别控制踝部十字轴在俯仰方向和侧倾方向的转动角度。

7.根据权利要求1所述的方法，其特征在于，所述对所述最终构型数据进行前馈解算，生成所述各执行器的前馈构型指令，包括：

8.根据权利要求1所述的方法，其特征在于，所述通过编码器实时采集实际执行结果，将所述实际执行结果与对应的前馈构型指令比较，得到执行偏差，包括：

9.根据权利要求1所述的方法，其特征在于，所述根据所述执行偏差对所述各执行器的前馈构型指令进行迭代修正，直至全部执行器对应的执行偏差满足阈值，则所述迭代终止，包括：

10.一种模特机器人肢体控制系统，其特征在于，包括：

11.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。

13.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。