隨著上個世紀50年代機器人的出現(xiàn),機器人被大量運用在各個領(lǐng)域。工業(yè)領(lǐng)域是機器人的重要應(yīng)用場景,其繁重的工作量及安全性較低的工作環(huán)境使人工成本居高不下,而工業(yè)機器人具有安全性,實時性和可編程性的特點,是解決上述問題的關(guān)鍵。手勢識別具有靈活性和直觀性,給遠程人機交互帶來了新思路,近年來逐漸成為人機交互的熱門方式。總結(jié)當前機器人控制和手勢識別研究,得到如下背景要點:(1)機器人通常使用手持終端控制,操作人員在實際場景中無法脫離設(shè)備接線的范圍,因此在人機交互的簡易性和安全性上還有提升空間;(2)關(guān)于手勢識別的研究大多集中在人工神經(jīng)網(wǎng)絡(luò)和隱馬爾可夫模型,對于幾何特征的研究較少;(3)手勢識別在機器人遠程控制中的應(yīng)用研究還不多見。本文的工作就是針對上述背景展開。本文首先研究了幾種幾何特征識別方法的理論,根據(jù)穩(wěn)定性和實時性選擇了較為成熟的基于指尖檢測的手勢識別方法;然后基于手勢邊界特征,研究了凸包算法的原理以及傳統(tǒng)的凸包算法實現(xiàn)途徑,在此基礎(chǔ)上提出了改進后的快速凸包算法;最后,根據(jù)這個快速凸包算法提出了一種手勢識別算法,定義了手勢的幾何特征,并設(shè)計了一套手勢指令將其應(yīng)用到機器人遠程人機交互中進行實驗...

【文章頁數(shù)】：80 頁

【學位級別】：碩士

【部分圖文】：

圖2-1Kinect結(jié)構(gòu)

第二章基于Kinect傳感器的人體識別9第二章基于Kinect傳感器的人體識別KinectforWindows作為一款3D深度相機，由微軟公司首次于2010年發(fā)布，旨在革新人們玩游戲的方式及體驗娛樂的方式。使用Kinect人們可以自然地與游戲互動。同時Kinect傳感器集成了許多....

圖2-3KinectV2結(jié)構(gòu)圖

第二章基于Kinect傳感器的人體識別11色彩數(shù)據(jù)在每一幀大約包含了300,000個有色點云，因此記錄連續(xù)的深度圖像，不僅可以獲取增加的點密度，而且還可以實時創(chuàng)建室內(nèi)環(huán)境的完整點云[19]。深度數(shù)據(jù)和色彩數(shù)據(jù)的對齊依賴于系統(tǒng)誤差的校正，而隨機誤差在對于深度數(shù)據(jù)的進一步處理中有非常....

圖2-6Kinect人體骨骼點示意圖

第二章基于Kinect傳感器的人體識別15擬合[23]。圖2-6Kinect人體骨骼點示意圖Kinect骨骼跟蹤的整個流程如下[24]：（1）對每個像素執(zhí)行身體部位分類。（2）通過位移均值找到概率質(zhì)量的整體質(zhì)心（密度的局部模式），從而對人體關(guān)節(jié)進行假設(shè)。（3）通過考慮時間連續(xù)性和....

圖2-7Kinect獲取的RGB圖，對應(yīng)深度圖和生成的骨骼模型

第二章基于Kinect傳感器的人體識別15擬合[23]。圖2-6Kinect人體骨骼點示意圖Kinect骨骼跟蹤的整個流程如下[24]：（1）對每個像素執(zhí)行身體部位分類。（2）通過位移均值找到概率質(zhì)量的整體質(zhì)心（密度的局部模式），從而對人體關(guān)節(jié)進行假設(shè)。（3）通過考慮時間連續(xù)性和....

本文編號：3964227