本文關(guān)鍵詞：機(jī)械手示教系統(tǒng)的手勢識別與抓取技術(shù)的研究

  更多相關(guān)文章： 機(jī)械手示教系統(tǒng) 手勢識別 多傳感器融合 運動映射 抓取

【摘要】：多指機(jī)械手因其能夠完成雙指機(jī)械手完成不了的更為精細(xì)而復(fù)雜的任務(wù),在家庭服務(wù)與工業(yè)生產(chǎn)中發(fā)揮著越來越重要的作用。鑒于室內(nèi)環(huán)境的復(fù)雜性,一些任務(wù)很難單純依靠機(jī)器人自己感知并決策,所以需要引進(jìn)人類經(jīng)驗進(jìn)行機(jī)器人示教來解決這些問題。基于直接視覺的機(jī)器人示教系統(tǒng)可以實現(xiàn)任意場景下的交互示教,降低成本和用戶疲勞性,對其進(jìn)行研究具有重要意義。本文主要對機(jī)械手示教系統(tǒng)的手勢識別,運動映射,基于觸覺反饋的抓取和抓取質(zhì)量評價進(jìn)行了深入研究,搭建了初步的機(jī)械手示教系統(tǒng)。本文對LeapMotion工作模型進(jìn)行了研究,然后根據(jù)融合需求與此工作模型及實驗對比,確定了雙LeapMotion系統(tǒng)的布置位置,并設(shè)計了機(jī)械平臺,分析了其工作空間。設(shè)計了一種基于變化趨勢領(lǐng)域知識的決策層融合算法,通過對時間序列變化趨勢的檢測特區(qū)重要特征完成了采信模型。最后,搭建了完整的經(jīng)過時空校準(zhǔn)的雙LeapMotion的融合手勢識別系統(tǒng),并進(jìn)行了可視化輸出與實驗驗證。利用D-H法建立了SDH的連桿坐標(biāo)系,解決了正向運動學(xué)的問題。然后設(shè)計了手勢的SVM分類器并進(jìn)行了實驗驗證,完成了姿態(tài)映射。設(shè)計了一種針對SDH簡化的將SDH關(guān)節(jié)角與機(jī)械臂末端同時逆解的算法,通過指尖三角形修正,外接圓圓心求解,一號手指求解,Knuckle角求解,完成逆解,并對其中的特殊情況與二指情況也進(jìn)行了對應(yīng)逆解,完成了點對點映射。通過將觸覺信號作為灰度圖像進(jìn)行處理,實現(xiàn)了在線監(jiān)測被抓物體壓力和離線計算抓取力大小和中心的算法。將抓取分為不同階段并基于觸覺反饋進(jìn)行分別控制,減少了示教誤差的影響,實現(xiàn)了抓取過程的順利進(jìn)行并且降低了抓取力,最后設(shè)計了對比實驗。然后,構(gòu)建了其抓取力螺旋空間,針對其是否力封閉和兩個抓取質(zhì)量指標(biāo):單位抓取力螺旋空間最大內(nèi)切球半徑和其體積進(jìn)行了分析,最后,使用QuickHull算法計算凸包實現(xiàn)了完整的力封閉判斷和抓取質(zhì)量評估。在仿真實驗環(huán)節(jié),利用ROS與Gazebo仿真平臺構(gòu)建了整個示教系統(tǒng)的仿真環(huán)境,完成了完整的姿態(tài)映射抓取與點對點映射抓取實驗,證明機(jī)械手示教系統(tǒng)的有效性。
【關(guān)鍵詞】：機(jī)械手示教系統(tǒng) 手勢識別 多傳感器融合 運動映射 抓取
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP241
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第1章 緒論8-14
• 1.1 課題來源8
• 1.2 課題背景及意義8-9
• 1.3 國內(nèi)外相關(guān)技術(shù)發(fā)展現(xiàn)狀9-13
• 1.3.1 機(jī)器人示教方法國內(nèi)外研究現(xiàn)狀9-10
• 1.3.2 手勢識別國內(nèi)外研究現(xiàn)狀10-13
• 1.4 本文的主要研究工作13-14
• 第2章 基于雙LM傳感器融合的手勢識別14-28
• 2.1 引言14
• 2.2 雙LM融合平臺搭建14-17
• 2.2.1 LeapMotion工作模型14-15
• 2.2.2 雙LM布置位置15-16
• 2.2.3 雙LM系統(tǒng)工作空間分析與機(jī)械平臺設(shè)計16-17
• 2.3 決策層融合算法設(shè)計17-23
• 2.3.1 特征向量提取17-19
• 2.3.2 變化趨勢知識挖掘19-20
• 2.3.3 時間序列變化趨勢檢測20-22
• 2.3.4 決策層采信模型構(gòu)建22-23
• 2.4 雙LM融合系統(tǒng)搭建23-26
• 2.4.1 融合系統(tǒng)頻域分析與時間配準(zhǔn)23-25
• 2.4.2 融合系統(tǒng)空間配準(zhǔn)與可視化輸出25-26
• 2.5 手勢識別實驗26-27
• 2.6 本章小結(jié)27-28
• 第3章 人手到機(jī)械手的運動映射28-43
• 3.1 引言28
• 3.2 SDH正運動學(xué)28-30
• 3.3 姿態(tài)映射30-35
• 3.3.1 SVM分類器設(shè)計31-34
• 3.3.2 分類實驗34-35
• 3.4 點對點映射35-42
• 3.4.1 指尖三角形修正35-36
• 3.4.2 指尖三角形外接圓圓心求解36-38
• 3.4.3 機(jī)械手一號手指求解38-39
• 3.4.4 Knuckle關(guān)節(jié)角求解39-41
• 3.4.5 二指抓取逆解41-42
• 3.5 本章小結(jié)42-43
• 第4章 基于觸覺反饋的抓取及抓取質(zhì)量評價43-58
• 4.1 引言43
• 4.2 基于觸覺反饋的抓取43-48
• 4.2.1 觸覺信號處理算法43-45
• 4.2.2 基于觸覺反饋的抓取控制45-47
• 4.2.3 基于觸覺反饋的抓取實驗47-48
• 4.3 抓取質(zhì)量評價48-52
• 4.3.1 抓取接觸模型48-49
• 4.3.2 構(gòu)建抓取力螺旋空間49-51
• 4.3.3 抓取質(zhì)量的評價51-52
• 4.4 抓取力封閉判別和質(zhì)量評估的算法流程52-53
• 4.5 系統(tǒng)整體仿真實驗53-57
• 4.5.1 系統(tǒng)所用平臺介紹53-54
• 4.5.2 系統(tǒng)整體架構(gòu)54-56
• 4.5.3 基于姿態(tài)映射的抓取實驗56
• 4.5.4 基于點對點映射的抓取實驗56-57
• 4.6 本章小結(jié)57-58
• 結(jié)論58-59
• 參考文獻(xiàn)59-63
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果63-65
• 致謝65

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 江冬梅;吳曉娟;;基于膚色和特征相似度映射手勢識別算法[J];電子測量技術(shù);2004年02期

2 胡友樹;手勢識別技術(shù)綜述[J];中國科技信息;2005年02期

3 路凱;李小堅;;手勢識別研究概述[J];西安文理學(xué)院學(xué)報(自然科學(xué)版);2006年02期

4 張洪;;佩戴式手勢識別系統(tǒng)的開發(fā)[J];儀器儀表學(xué)報;2006年S1期

5 凌云翔;張國華;李銳;葉挺;;基于多點觸摸的自然手勢識別方法研究[J];國防科技大學(xué)學(xué)報;2010年01期

6 楊波;宋曉娜;馮志全;郝曉艷;;復(fù)雜背景下基于空間分布特征的手勢識別算法[J];計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報;2010年10期

7 丁躍;劉軍發(fā);陳益強(qiáng);周經(jīng)野;;基于手機(jī)手勢識別的媒體控制界面[J];計算機(jī)工程;2010年23期

8 李小杰;李響;;手勢識別技術(shù)在虛擬地理環(huán)境中的應(yīng)用初探[J];測繪與空間地理信息;2010年05期

9 華晶;賈晶;王映龍;;便攜式手勢識別系統(tǒng)設(shè)計[J];微計算機(jī)信息;2011年04期

10 張長青;宋旭;;一種實時手勢識別應(yīng)用開發(fā)框架[J];微型機(jī)與應(yīng)用;2011年09期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 楊青;陳U，

本文編號：770183