人工智能技術飛速發(fā)展,機器人作為人工智能的最直接的應用體現(xiàn),在工業(yè)、農(nóng)業(yè)、醫(yī)療、航天等眾多領域發(fā)揮重要的作用。機器人的操作能力是其智能化的重要體現(xiàn),然而在非結構化的環(huán)境中,面對復雜的場景,機器人難以自主決策,尤其對于高自由度的靈巧機械手,自主規(guī)劃更加困難,需要人類的經(jīng)驗進行示教學習。傳統(tǒng)方法使用數(shù)據(jù)手套或穿戴式的傳感器獲得人手運動參數(shù),然而設備系統(tǒng)較為笨重,影響人手的自然運動。為獲得直觀自然的人手動作姿態(tài),本文采用基于視覺的非接觸式方法,通過RGBD相機拍攝人手動作,基于深度學習的方法進行人手姿態(tài)預測,將人手姿態(tài)與靈巧機械手姿態(tài)進行映射,使機械手能夠模仿人手的靈活動作,從而實現(xiàn)靈巧機械手的人機協(xié)同操控。本文主要研究工作如下:（1）針對基于視覺的手部姿態(tài)檢測問題,提出了一種新穎的輕量級的分支融合網(wǎng)絡結構,根據(jù)手部形狀結構以及手指功能重要性的差異,將手部分為大拇指、食指和其余手指,使用三個平行的分支子網(wǎng)絡分別對這三個手部分區(qū)進行特征學習,最后通過分支特征的級聯(lián)融合,以及低維嵌入層引入的手部整體約束,進行手部所有關節(jié)的3D位置預測,在三個公共的手部姿態(tài)檢測的數(shù)據(jù)集上進行實驗驗證,本文的分支融... 

【文章來源】：大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：79 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題背景與研究意義
    1.2 課題的國內(nèi)外研究現(xiàn)狀
        1.2.1 手部姿態(tài)估計的國內(nèi)外研究現(xiàn)狀
        1.2.2 機械手人機協(xié)同操作的國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容及章節(jié)安排
        1.3.1 主要研究內(nèi)容
        1.3.2 論文章節(jié)安排
2 基于視覺的靈巧手協(xié)同控制的基本知識
    2.1 基于視覺的手部姿態(tài)估計
    2.2 人機協(xié)同靈巧機械手操控
    2.3 本章小結
3 基于視覺的手部姿態(tài)檢測
    3.1 手部分支融合網(wǎng)絡
        3.1.1 網(wǎng)絡結構設計
        3.1.2 網(wǎng)絡損失函數(shù)
    3.2 數(shù)據(jù)預處理
    3.3 實驗評估與分析
        3.3.1 自對比實驗
        3.3.2 與其他方法對比實驗
        3.3.3 實際場景實驗
    3.4 本章小結
4 人機協(xié)同靈巧機械手控制
    4.1 人機協(xié)同機械手操控系統(tǒng)平臺
        4.1.1 圖像采集與預處理模塊
        4.1.2 手部三維姿態(tài)檢測模塊
        4.1.3 人機手部姿態(tài)映射模塊
        4.1.4 人機協(xié)同機械手控制模塊
    4.2 仿真機械手人機協(xié)同控制
    4.3 Shadow Hand人機協(xié)同控制
    4.4 本章小結
5 交互遮擋下的手部姿態(tài)檢測
    5.1 雙流融合手部姿態(tài)檢測網(wǎng)絡
    5.2 數(shù)據(jù)預處理
    5.3 實驗評估與分析
    5.4 本章小結
結論
參考文獻
攻讀碩士學位期間發(fā)表學術論文情況
致謝


【參考文獻】：
期刊論文
[1]基于數(shù)據(jù)手套的動作承接式手勢識別[J]. 勞志輝,吳煥斌,張文山.  中國科技信息. 2016(06)
[2]基于加速度傳感器的連續(xù)動態(tài)手勢識別[J]. 陳鵬展,羅漫,李杰.  傳感器與微系統(tǒng). 2016(01)
[3]我國工業(yè)機器人技術現(xiàn)狀與產(chǎn)業(yè)化發(fā)展戰(zhàn)略[J]. 王田苗,陶永.  機械工程學報. 2014(09)
[4]手勢識別綜述[J]. 葛繼東,賈紹文,蔡慧敏.  科技視界. 2012(19)

碩士論文
[1]基于混合高斯模型的三維手部關節(jié)跟蹤算法[D]. 魏詩白.大連理工大學 2016



本文編號：3359511