隨著人機(jī)交互技術(shù)的快速發(fā)展和人機(jī)工程學(xué)、用戶體驗(yàn)等領(lǐng)域的研究逐步深入,人們對(duì)機(jī)器人可用性與易用性的要求越來越高。手勢(shì)理解用于人機(jī)交互已成為人機(jī)交互技術(shù)重要的研究內(nèi)容。目前,手勢(shì)識(shí)別的解決方案中,大部分方案存在準(zhǔn)確率不足、使用場(chǎng)景限制多等問題,仍不能實(shí)際應(yīng)用到工業(yè)協(xié)作機(jī)器人中。本文應(yīng)用Python開發(fā)語言,建立了一套面向協(xié)作機(jī)器人完成裝配作業(yè)的手勢(shì)語言庫,實(shí)現(xiàn)了協(xié)作機(jī)器人的手勢(shì)識(shí)別人機(jī)交互系統(tǒng)。基于Kinect平臺(tái)采集人體深度圖像,給出了“靜態(tài)手勢(shì)識(shí)別與動(dòng)態(tài)手勢(shì)識(shí)別算法”;其中,基于閾值的手勢(shì)分割算法對(duì)手部圖像進(jìn)行分割,提取出手勢(shì)輪廓的相關(guān)操作的特征信息;同時(shí),基于K-curvature檢測(cè)手部的手指點(diǎn)數(shù)量,進(jìn)而確定手勢(shì)的類別�；贖MM-NBC模型的動(dòng)態(tài)手勢(shì)識(shí)別方法,利用獲得到的大量的手勢(shì)圖像特征以及運(yùn)動(dòng)軌跡特征,訓(xùn)練HMM模型,通過NBC分類器實(shí)現(xiàn)動(dòng)態(tài)手勢(shì)分類,實(shí)現(xiàn)了對(duì)手勢(shì)（語義）的添加以及錄入等功能。本文根據(jù)裝配齒輪泵的工藝需求設(shè)計(jì)了相應(yīng)手勢(shì),將系統(tǒng)與協(xié)作機(jī)器人對(duì)接,完成了人機(jī)協(xié)作裝配的工作站平臺(tái)。實(shí)驗(yàn)結(jié)果表明:手勢(shì)交互系統(tǒng)可在真實(shí)環(huán)境下實(shí)現(xiàn)協(xié)作機(jī)器人的齒輪泵人機(jī)協(xié)作裝配操作,單個(gè)... 

【文章來源】：大連理工大學(xué)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)】：73 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
引言
1.緒論
    1.1 課題研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 人機(jī)交互
        1.2.2 手勢(shì)識(shí)別
    1.3 本文主要研究內(nèi)容與章節(jié)安排
2 手勢(shì)識(shí)別技術(shù)與人機(jī)交互平臺(tái)
    2.1 手勢(shì)識(shí)別技術(shù)概述
        2.1.1 基于穿戴設(shè)備的手勢(shì)識(shí)別
        2.1.2 基于視覺的手勢(shì)識(shí)別
    2.2 動(dòng)態(tài)手勢(shì)識(shí)別
        2.2.1 基于模板的方法
        2.2.2 基于語法的方法
        2.2.3 基于統(tǒng)計(jì)的方法
    2.3 靜態(tài)手勢(shì)識(shí)別
        2.3.1 模板匹配方法
        2.3.2 基于手指的檢測(cè)方法
        2.3.3 基于指尖的檢測(cè)
    2.4 基于Kinect平臺(tái)的手勢(shì)識(shí)別
        2.4.1 Kinect平臺(tái)
        2.4.2 Kinect的局限性
        2.4.3 人機(jī)協(xié)作的關(guān)鍵技術(shù)
    2.5 本章小結(jié)
3 基于深度圖像分割的靜態(tài)手勢(shì)識(shí)別
    3.1 Kinect骨骼識(shí)別原理
    3.2 基于Kinect平臺(tái)的深度圖像采集
    3.3 基于閾值的手勢(shì)圖像分割
        3.3.1 閾值的確定
        3.3.2 K-Means分割手勢(shì)區(qū)域
    3.4 手勢(shì)區(qū)域預(yù)處理
        3.4.1 手勢(shì)區(qū)域?yàn)V波與形態(tài)學(xué)操作
        3.4.2 手勢(shì)輪廓提取
        3.4.3 手勢(shì)輪廓近似
    3.5 提取手指點(diǎn)
        3.5.1 辨別指尖
        3.5.2 K參數(shù)的實(shí)驗(yàn)與分析
    3.6 基于指尖點(diǎn)的靜態(tài)手勢(shì)識(shí)別
        3.6.1 靜態(tài)手勢(shì)定義
        3.6.2 靜態(tài)手勢(shì)識(shí)別
    3.7 本章小結(jié)
4 基于Kinect平臺(tái)的動(dòng)態(tài)手勢(shì)識(shí)別
    4.1 常用的動(dòng)態(tài)手勢(shì)識(shí)別算法
        4.1.1 動(dòng)態(tài)規(guī)劃
        4.1.2 動(dòng)態(tài)時(shí)間規(guī)整
        4.1.3 條件隨機(jī)場(chǎng)
        4.1.4 隱馬爾可夫模型
    4.2 動(dòng)態(tài)手勢(shì)識(shí)別預(yù)處理
    4.3 手勢(shì)特征向量的構(gòu)造
        4.3.1 手勢(shì)特征需求
        4.3.2 基于骨骼節(jié)點(diǎn)的特征構(gòu)造
    4.4 基于HMM-NBC的手勢(shì)訓(xùn)練過程
        4.4.1 樸素貝葉斯分類器
        4.4.2 可行性測(cè)試
        4.4.3 手勢(shì)訓(xùn)練過程
    4.5 本章小結(jié)
5 基于手勢(shì)識(shí)別的協(xié)作機(jī)器人人機(jī)交互系統(tǒng)實(shí)現(xiàn)
    5.1 人機(jī)交互系統(tǒng)的手勢(shì)設(shè)定
        5.1.1 動(dòng)態(tài)手勢(shì)設(shè)定
        5.1.2 動(dòng)態(tài)手勢(shì)樣本庫的建立
        5.1.3 實(shí)驗(yàn)過程與分析
    5.2 基于手勢(shì)識(shí)別的人機(jī)交互系統(tǒng)
        5.2.1 系統(tǒng)設(shè)計(jì)
        5.2.2 系統(tǒng)模塊
        5.2.3 系統(tǒng)任務(wù)
    5.3 人機(jī)交互系統(tǒng)實(shí)驗(yàn)結(jié)果與分析
    5.4 人機(jī)交互系統(tǒng)在協(xié)作裝配作業(yè)中的應(yīng)用
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于Kinect的PPT播放器的設(shè)計(jì)[J]. 劉云萍,劉晉鋼.  電腦與電信. 2018(10)
[2]基于Kinect手勢(shì)識(shí)別的智能小車控制系統(tǒng)設(shè)計(jì)[J]. 楊瓊楠,張苗苗,楊聰錕,陳超波.  國外電子測(cè)量技術(shù). 2018(09)
[3]基于kinect體感控制機(jī)器人設(shè)計(jì)與實(shí)現(xiàn)[J]. 譚花花.  電子世界. 2018(13)
[4]基于手勢(shì)識(shí)別的虛擬環(huán)境體感交互控制[J]. 蔡林沁,張建榮,劉彬彬.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(S1)
[5]基于Kinect傳感器的動(dòng)態(tài)手勢(shì)實(shí)時(shí)識(shí)別[J]. 劉瑤,余旭,黃智興.  西南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(08)
[6]虛擬現(xiàn)實(shí)增強(qiáng)技術(shù)綜述[J]. 周忠,周頤,肖江劍.  中國科學(xué):信息科學(xué). 2015(02)
[7]一種基于改進(jìn)DTW算法的動(dòng)態(tài)手勢(shì)識(shí)別方法[J]. 何超,胡章芳,王艷.  數(shù)字通信. 2013(03)
[8]Kinect應(yīng)用概述及發(fā)展前景[J]. 朱濤,金國棟,蘆利斌.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2013(06)
[9]基于Kinect的農(nóng)作物長勢(shì)深度圖像實(shí)時(shí)獲取算法[J]. 江曉慶,肖德琴,張波,陳劍.  廣東農(nóng)業(yè)科學(xué). 2012(23)
[10]淺談手勢(shì)識(shí)別在人機(jī)交互中的應(yīng)用[J]. 潘建生.  電腦知識(shí)與技術(shù). 2011(35)

博士論文
[1]虛擬現(xiàn)實(shí)自然交互環(huán)境下用戶認(rèn)知的數(shù)學(xué)表達(dá)及其可視化評(píng)估[D]. 楊賢.廣東工業(yè)大學(xué) 2018
[2]數(shù)據(jù)驅(qū)動(dòng)的虛擬試衣系統(tǒng)若干關(guān)鍵技術(shù)研究[D]. 成可立.浙江大學(xué) 2016
[3]人機(jī)交互系統(tǒng)中手勢(shì)和姿勢(shì)識(shí)別算法的研究[D]. 程光.清華大學(xué) 2014

碩士論文
[1]基于Kinect的智能交互虛擬機(jī)房的設(shè)計(jì)與實(shí)現(xiàn)[D]. 王曉曄.北京郵電大學(xué) 2018
[2]基于Kinect的靜態(tài)數(shù)字手語識(shí)別研究及系統(tǒng)實(shí)現(xiàn)[D]. 劉偉康.河南大學(xué) 2016
[3]線性回歸的人臉表情模型重建及表情動(dòng)畫研究與實(shí)現(xiàn)[D]. 劉剛.湖南大學(xué) 2016
[4]Kinect手勢(shì)識(shí)別技術(shù)在多媒體教學(xué)中的應(yīng)用研究[D]. 但婕.湖北師范大學(xué) 2016
[5]基于力覺和視覺的雙機(jī)器人協(xié)作研究[D]. 喻洋.青島科技大學(xué) 2016
[6]基于Kinect的手勢(shì)識(shí)別技術(shù)在人機(jī)交互中的應(yīng)用研究[D]. 陳一新.西南交通大學(xué) 2015
[7]基于傳感器的增強(qiáng)現(xiàn)實(shí)關(guān)鍵技術(shù)研究[D]. 彭雪.上海大學(xué) 2015
[8]基于Kinect手勢(shì)識(shí)別的虛擬人體解剖教學(xué)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 李小龍.北京工業(yè)大學(xué) 2014
[9]基于Kinect的手勢(shì)識(shí)別與機(jī)器人控制技術(shù)研究[D]. 王松林.北京交通大學(xué) 2014
[10]應(yīng)用Kinect的人體行為識(shí)別方法研究與系統(tǒng)設(shè)計(jì)[D]. 韓旭.山東大學(xué) 2013



本文編號(hào)：3496234