具有频率适应能力的交互控制方法及系统

1.本发明涉及机器人运动控制领域，尤其涉及一种具有频率适应能力的交互控制方法及系统。


背景技术：

2.在人机交互运动中，个体往往需要和机器人共同完成某一项任务，这需要机器人对于个体的运动变化做出相应的调整，与有效的人际互动一样，在人机交互的应用背景中，人机交互的有效性取决于人工智能体能否以自然的方式对人类协同者的动作行为做出反应和适应的能力。目前越来越多的研究表明，大量目标导向的人类知觉运动行为仅由两种基本运动类型构成，离散运动和节奏运动。这些研究的意义在于，人类知觉行为动力学的建模可以通过组合两种基本动力系统的基本行为来建模，即点吸引子和极限环。
3.当前技术设计的机器人的运动没有考虑到运动频率的学习与适应，这使得对于虚拟玩家的运动初始频率的选择要求更高，要尽可能的贴合常人的运动频率，且无法根据人类协同者的运动频率的变化而进行运动调整，会降低交互协同任务的效率，此外当前技术没有考虑机器人运动的类人性，也会导致人类协同者在协同运动中较差的体验。
4.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

5.为解决上述技术问题，本发明提供一种具有频率适应能力的交互控制方法，包括：
6.s1：机器人获取用户的位置轨迹，通过所述用户的位置轨迹计算获得速度时间序列；
7.s2：通过所述速度时间序列构建运动模型和反馈控制器；
8.s3：将所述运动模型和所述反馈控制器进行整合，获得整合控制模型；
9.s4：将频率适应引入所述整合控制模型，获得具有频率适应能力的整合控制模型；
10.s5：通过所述具有频率适应能力的整合控制模型控制机器人进行跟随运动。
11.优选的，步骤s1中，所述速度时间序列的表达式为：
[0012][0013]
其中，t为运行时间，h为采样时间间隔，x
hp
(t)为t时刻用户的当前位置，x
hp
(t h)为t h时刻用户的当前位置，为t时刻用户的当前速度。
[0014]
优选的，步骤s2中：
[0015]
所述运动模型的表达式为：
[0016][0017]
所述反馈控制器的表达式为：
[0018][0019]
其中，u为反馈控制器，x
vp
为机器人的当前位置，为机器人的当前速度，为机器人的当前加速度，x
hp
为用户的当前位置，α、β和γ是控制参数，ω表示机器人所需适应的频率，k1表示状态反馈系数。
[0020]
优选的，步骤s3中，所述整合控制模型的表达式为：
[0021][0022]
其中，为整合控制模型，ω0表示本征频率，ω表示机器人所需适应的频率，κ表示耦合强度，f(t)表示用户运动对机器人产生的时间周期扰动，v为松弛参数，x1为直角坐标中振荡器的第一状态变量，x2为直角坐标中振荡器的第二状态变量。
[0023]
优选的，步骤s4中，所述具有频率适应能力的整合控制模型的表达式为：
[0024][0025][0026]
其中，为整合控制模型，ω0表示本征频率，ω表示机器人所需适应的频率，κ表示耦合强度，f(t)表示用户运动对机器人产生的时间周期扰动，v为松弛参数，为直角坐标中振荡器的第一状态变量，x2为直角坐标中振荡器的第二状态变量，为x1的导数，为x2的导数，fx1与fx2分别表示两个状态变量的状态函数。
[0027]
一种具有频率适应能力的交互控制系统，包括：
[0028]
速度时间序列获取模块，用于机器人获取用户的位置轨迹，通过所述用户的位置轨迹计算获得速度时间序列；
[0029]
模型构建模块，用于通过所述速度时间序列构建运动模型和反馈控制器；
[0030]
模型整合模块，用于将所述运动模型和所述反馈控制器进行整合，获得整合控制模型；
[0031]
频率适应引入模块，用于将频率适应引入所述整合控制模型，获得具有频率适应能力的整合控制模型；
[0032]
跟随运动模块，用于通过所述具有频率适应能力的整合控制模型控制机器人进行跟随运动。
[0033]
本发明具有以下有益效果：
[0034]
本发明考虑了在人机交互运动协同的条件下，参与者的运动频率发生变化，机器人如何做出相应的调整，以实现频率适应，与参与者的运动频率达到动态平衡，并且这种适应是长期且稳定的，即使输入信号，即参与者的运动信息停止输入了，机器人依然能保持所适应的频率进行运动，使得机器人的跟随效果更好。
附图说明
[0035]
图1为本发明实施例方法流程图；
[0036]
图2为第一组人类与机器人的位置和速度时间序列；
[0037]
图3为第二组人类与机器人的位置和速度时间序列；
[0038]
图4为rmse(时间对应性)值的统计分析结果；
[0039]
图5为cv(协调水平)值的统计分析结果；
[0040]
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0041]
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0042]
参照图1，本发明提供一种具有频率适应能力的交互控制方法，包括：
[0043]
s1：机器人获取用户的位置轨迹，通过所述用户的位置轨迹计算获得速度时间序列；
[0044]
具体的，用户的位置轨迹是指用户的手的位置轨迹，用手进行一维的运动，要求尽可能完整，平滑；
[0045]
s2：通过所述速度时间序列构建运动模型和反馈控制器；
[0046]
s3：将所述运动模型和所述反馈控制器进行整合，获得整合控制模型；
[0047]
s4：将频率适应引入所述整合控制模型，获得具有频率适应能力的整合控制模型；
[0048]
s5：通过所述具有频率适应能力的整合控制模型控制机器人进行跟随运动。
[0049]
进一步的，步骤s1中，机器人获取用户的位置轨迹模拟了人体的视觉系统，将位置轨迹发送到机器人的处理模块，并运用差分法估计其相应的速度时间序列；
[0050]
所述速度时间序列的表达式为：
[0051][0052]
其中，t为运行时间，h为采样时间间隔，x
hp
(t)为t时刻用户的当前位置，x
hp
(t h)为t h时刻用户的当前位置，为t时刻用户的当前速度。
[0053]
进一步的，步骤s2中，机器人根据当前状态(主要是位置、速度)误差调整其运动幅度和频率，生成运动模型和反馈控制器，以跟随用户的运动轨迹：
[0054]
所述运动模型的表达式为：
[0055][0056]
所述反馈控制器的表达式为：
[0057][0058]
其中，u为反馈控制器，x
vp
为机器人的当前位置，为机器人的当前速度，为机器人的当前加速度，x
hp
为用户的当前位置，α、β和γ是控制参数(如与人类运动的经验测量特性有关的刚度和阻尼)，ω表示机器人所需适应的频率，k1表示状态反馈系数。
[0059]
进一步的，步骤s3中，机器人将运动模型和反馈控制器整合得到实际运动(模拟了人体的神经肌肉系统)，即整合控制模型；
[0060]
所述整合控制模型的表达式为：
[0061][0062]
其中，为整合控制模型，ω0表示本征频率(即机器人的初始频率)，ω表示机器人所需适应的频率，κ表示耦合强度(κ的正负取决于状态变量在二维项空间的旋转方向)，f(t)表示用户运动对机器人产生的时间周期扰动，v为松弛参数，x1为直角坐标中振荡器的第一状态变量，x2为直角坐标中振荡器的第二状态变量。
[0063]
进一步的，步骤s4中，将频率适应引入整合控制模型后，将参数ω转化为一个新的状态变量，并有自己的随时间变化的动力；
[0064]
所述具有频率适应能力的整合控制模型的表达式为：
[0065][0066][0067]
其中，为整合控制模型，ω0表示本征频率，ω表示机器人所需适应的频率，κ表示耦合强度，f(t)表示用户运动对机器人产生的时间周期扰动，v为松弛参数，x1为直角坐标中振荡器的第一状态变量，x2为直角坐标中振荡器的第二状态变量，为x1的导数，为x2的导数，fx1与fx2分别表示两个状态变量的状态函数。
[0068]
为验证本发明控制方法的有效性，设置如下实验：
[0069]
第一步：设置四组玩家，让两个真人做互动游戏，采集二者的运动轨迹并计算两个性能指标，重复5次取平均值；
[0070]
第二步：用本发明设计的控制方法驱动下的机器人代替其中一名人类玩家，采集二者的运动轨迹并计算性能指标，重复5次取平均值；
[0071]
第三步：将hp-hp对与vp-hp对得到的结果进行对比，验证本发明控制方法的有效性，获取的人类与机器人在特定条件下的位置和速度时间序列如图2-3所示，由图中可知，机器人的跟随运动十分稳定。
[0072]
用户在经历了与机器人长期的交互之后，会学习到感知并模仿他人行为的能力，即社交能力；为了验证这一点，我们设计了一系列性能指标来衡量人的恢复情况，如图4、5所示；
[0073][0074]
其中，x
vp,i
是x方向上机器人第i个采样点的位置；y
vp,i
是y方向上机器人第i个采样点的位置；x
hp,i
是x方向上人第i个采样点的位置；y
hp,i
是y方向上人第i个采样点的位置；rmse衡量了二者轨迹的时间对应性，rmse值越低，代表时间对应性越好；
[0075]
[0076]
其中，δφi是人和机器人的运动轨迹在第i个采样点的相位差；cv衡量了二者轨迹的运动协调水平，cv值越高，代表运动协调水平越高。
[0077]
结合用户进行交互游戏后的运动轨迹对比情况，验证了本发明设计的控制方法的有效性。
[0078]
本发明提供一种具有频率适应能力的交互控制系统，包括：
[0079]
速度时间序列获取模块，用于机器人获取用户的位置轨迹，通过所述用户的位置轨迹计算获得速度时间序列；
[0080]
模型构建模块，用于通过所述速度时间序列构建运动模型和反馈控制器；
[0081]
模型整合模块，用于将所述运动模型和所述反馈控制器进行整合，获得整合控制模型；
[0082]
频率适应引入模块，用于将频率适应引入所述整合控制模型，获得具有频率适应能力的整合控制模型；
[0083]
跟随运动模块，用于通过所述具有频率适应能力的整合控制模型控制机器人进行跟随运动。
[0084]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
[0085]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序，可将这些词语解释为标识。
[0086]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。