基于Kinect医疗服务机器人的LabVIEW实现.pdf

在本文中，作者提出了基于Kinect技术的医疗服务机器人设计，并详细阐述了如何利用LabVIEW软件平台实现对人体骨架的3D模型还原重建以及动作识别。这项研究主要由常熟理工学院电气与自动化工程学院的曹琪、毛丽民、王亮宇和胡昌盛共同完成。文中详细说明了医疗服务机器人的系统方案设计，包括机器人设计的构想、服务方案设计以及人像数据的还原重建过程，并特别强调了Kinect与LabVIEW软件平台的结合。同时，文章也探讨了跟随型医疗服务机器人在实际应用中遇到的问题及解决方案。 在引言部分，作者指出了目前医疗领域对于跟随型医疗服务机器人的需求日益增长，并将其分为两类：一类是基于传统机器视觉的跟随机器人，另一类是利用Kinect技术进行人体锁定追踪的机器人。Kinect传感器因其能够提供第三维的深度信息而受到青睐，它不仅能够识别关节与骨骼的位置和角度，还能在不同动作下准确地追踪人体。结合LabVIEW软件平台，机器人能够实时地还原重现人体运动状态，并根据这些运动状态发出相应的动作指令以实现跟随运动。 在医疗服务机器人的系统方案设计中，作者详细描述了如何使用Kinect技术采集人体深度信息，通过结合RGB颜色摄像头的图像信息来分割拟合出人体的骨骼模型。系统主要由Kinect传感器、数据分析平台和运动平台构成。Kinect传感器通过LightCoding技术采集深度信息，并与RGB摄像头图像信息相结合，实现对人体的识别、锁定和追踪。机器人使用LabVIEW平台实时3D还原重现人体运动状态，并依据这些信息向机器人发出动作指令，从而使机器人能够根据指令完成跟随运动。 跟随服务方案的设计考虑到机器人在狭窄空间中可能遇到的问题，如撞墙或丢失目标。为了解决这些问题，作者提出了一种带有一定弧度自旋前进的运动方式。当遇到需要转角的运动时，机器人按照一定的旋转弧度围绕人体进行旋转前进，并实时利用Kinect获取的深度数据进行跟踪，有效避免了撞墙和丢失目标的情况。 在人像数据还原重建方面，作者采用了.NET技术实现了LabVIEW与Kinect的兼容。首先在LabVIEW平台中创建KinectSensor的内部实例，然后调用节点遍历识别到的6组骨骼数据流，并在确认存在可用数据流后，开始对数据进行处理。通过拷贝Kinect获取的骨骼数据流，进行数据处理后，汇集成数组来构建人体的骨骼模型。为了实时显示Kinect人体骨骼数据，作者通过三维图片控件在LabVIEW中还原人体骨骼，以一定比例缩小并呈现在三维图片上。 本文的研究工作提供了一种利用现代传感技术和软件平台相结合，实现对医疗辅助机器人功能的创新方法。通过Kinect传感器对人体动作的精准识别以及LabVIEW软件平台对数据的处理和指令的生成，使机器人能够实时地进行对人体运动的跟随。该技术在提高医疗服务质量和效率方面具有潜在的应用价值，特别是在为行动不便的病人提供服务方面。同时，这项研究也体现了跨学科领域，如机器人学、机器学习、深度学习和软件工程在医疗健康领域中应用的前沿进展。