本文關(guān)鍵詞：基于構(gòu)建地圖的手勢(shì)控制移動(dòng)機(jī)器人，由筆耕文化傳播整理發(fā)布。

【摘要】：互聯(lián)網(wǎng)技術(shù)和人工智能技術(shù)的迅猛發(fā)展推動(dòng)了機(jī)器人技術(shù)的發(fā)展和更新,機(jī)器人不再只應(yīng)用于工業(yè)領(lǐng)域,更為輕巧、靈活,更為智能的小型服務(wù)機(jī)器人進(jìn)入視野,當(dāng)前服務(wù)機(jī)器人技術(shù)發(fā)展蓬勃,多功能智能家用機(jī)器人正成為家用機(jī)器人研究領(lǐng)域的熱點(diǎn)。它可以實(shí)現(xiàn)室內(nèi)自主巡視、異常狀況檢測(cè)、日常數(shù)據(jù)收集及數(shù)據(jù)分析以及實(shí)現(xiàn)與人的簡(jiǎn)單互動(dòng)等。自主導(dǎo)航技術(shù)包括地圖構(gòu)建、定位、路徑規(guī)劃、避障和行程控制等,它通過自身攜帶的里程計(jì)和外部傳感設(shè)備實(shí)現(xiàn)室內(nèi)地圖的構(gòu)建、室內(nèi)的定位、障礙物的規(guī)避和自動(dòng)巡視等任務(wù)。人機(jī)交互就是要實(shí)現(xiàn)人與機(jī)器人的互動(dòng),包括語音交互和手勢(shì)交互等,它是語音識(shí)別技術(shù)和計(jì)算機(jī)視覺中手勢(shì)識(shí)別技術(shù)的綜合應(yīng)用。本論文的工作將側(cè)重于如下方面。首先,對(duì)于現(xiàn)有的手勢(shì)識(shí)別算法進(jìn)行介紹與分析,包括基于神經(jīng)網(wǎng)絡(luò)、基于隱馬爾科夫模型以及基于幾何特征等三大類方法,我們選取基于幾何特征的方法,以輪廓和凸包為基礎(chǔ),結(jié)合深度學(xué)習(xí)PCANet的模型,設(shè)計(jì)出較為高效的手勢(shì)識(shí)別算法,并將其實(shí)現(xiàn)到機(jī)器人的實(shí)際應(yīng)用中,開發(fā)出相對(duì)穩(wěn)定與精簡(jiǎn)的手勢(shì)人機(jī)交互技術(shù),從而對(duì)機(jī)器人實(shí)現(xiàn)基本的運(yùn)動(dòng)控制。其次,本論文的另一個(gè)工作是對(duì)SLAM問題進(jìn)行分析和改進(jìn),SLAM問題的本質(zhì)是環(huán)境地圖的構(gòu)建,它是自主導(dǎo)航技術(shù)中的關(guān)鍵一環(huán),目前研究人員就地圖構(gòu)建問題提出許多成熟理論和算法,而機(jī)器人系統(tǒng)中的實(shí)際應(yīng)用還不夠成熟,本文將對(duì)目前較為成熟并得到廣泛應(yīng)用和改進(jìn)的基于Rao-Blackwellized粒子濾波的SLAM算法進(jìn)行分析,并進(jìn)行優(yōu)化,重點(diǎn)在于粒子數(shù)目的自適應(yīng)選取,并且結(jié)合柵格將其應(yīng)用的機(jī)器人系統(tǒng)中。最終,我們將本論文所做的工作在機(jī)器人上進(jìn)行整合,實(shí)現(xiàn)手勢(shì)技術(shù)和導(dǎo)航技術(shù)的簡(jiǎn)單融合,將SLAM所構(gòu)建地圖加載到ROS中,通過手勢(shì)控制機(jī)器人運(yùn)動(dòng),運(yùn)用系統(tǒng)的導(dǎo)航包在運(yùn)動(dòng)中實(shí)現(xiàn)MCL進(jìn)行場(chǎng)景定位和避障等功能。
【關(guān)鍵詞】：機(jī)器人 人工智能 手勢(shì)識(shí)別 PCANet SLAM
【學(xué)位授予單位】：中國海洋大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP242
【目錄】：

• 摘要5-6
• Abstract6-10
• 1 引言10-16
• 1.1 研究背景10-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-13
• 1.3 本論文研究?jī)?nèi)容及組織結(jié)構(gòu)13-14
• 1.4 論文的主要?jiǎng)?chuàng)新點(diǎn)14-16
• 2 機(jī)器人RoS系統(tǒng)16-20
• 2.1 ROS系統(tǒng)概述及發(fā)展16
• 2.2 ROS系統(tǒng)架構(gòu)16-19
• 2.2.1 文件系統(tǒng)級(jí)17-18
• 2.2.2 計(jì)算圖級(jí)18-19
• 2.2.3 開源社區(qū)級(jí)19
• 2.3 本章小結(jié)19-20
• 3 基于輪廓與PCANet的手勢(shì)識(shí)別技術(shù)20-35
• 3.1 手勢(shì)識(shí)別技術(shù)分類20-21
• 3.1.1 基于傳感設(shè)備的手勢(shì)識(shí)別20-21
• 3.1.2 基于計(jì)算機(jī)視覺的手勢(shì)識(shí)別21
• 3.2 手勢(shì)識(shí)別算法概述21-25
• 3.2.1 基于神經(jīng)網(wǎng)絡(luò)的識(shí)別算法21-22
• 3.2.2 基于隱馬爾科夫模型的手勢(shì)識(shí)別22-23
• 3.2.3 基于模板匹配的手勢(shì)識(shí)別23-24
• 3.2.4 指尖檢測(cè)識(shí)別算法24-25
• 3.3 基于輪廓凸包與PCANet的手勢(shì)識(shí)別算法25-34
• 3.3.1 圖像預(yù)處理25-27
• 3.3.2 輪廓提取27-28
• 3.3.3 基于凸包算法的指尖提取與手勢(shì)識(shí)別28-31
• 3.3.4 通過PCANet識(shí)別手勢(shì)31-33
• 3.3.5 輪廓凸包與PCANet的結(jié)合33-34
• 3.4 本章小結(jié)34-35
• 4 機(jī)器人地圖構(gòu)建技術(shù)35-56
• 4.1 機(jī)器人自定位35-42
• 4.1.1 卡爾曼濾波定位算法35-38
• 4.1.2 粒子濾波定位算法38-42
• 4.2 移動(dòng)機(jī)器人的SLAM結(jié)構(gòu)與實(shí)現(xiàn)方法42-45
• 4.2.1 移動(dòng)機(jī)器人SLAM結(jié)構(gòu)43
• 4.2.2 地圖表示43-44
• 4.2.3 不確定信息處理44
• 4.2.4 關(guān)聯(lián)數(shù)據(jù)44
• 4.2.5 機(jī)器人定位44-45
• 4.3 基于Rao-Blackwellization的SLAM算法45-49
• 4.3.1 Rao-Blackwellization分解45-46
• 4.3.2 通過EKF構(gòu)建地圖46-48
• 4.3.3 基于特征地圖的SLAM算法48-49
• 4.4 基于柵格地圖的SLAM49-55
• 4.4.1 柵格地圖的表示50-53
• 4.4.2 基于柵格地圖的SLAM算法53-54
• 4.4.3 柵格地圖的SLAM改進(jìn)54-55
• 4.5 本章小結(jié)55-56
• 5 機(jī)器人總體設(shè)計(jì)與實(shí)現(xiàn)56-68
• 5.1 系統(tǒng)實(shí)現(xiàn)平臺(tái)56-58
• 5.2 手勢(shì)識(shí)別與控制的仿真與實(shí)現(xiàn)58-61
• 5.3 移動(dòng)機(jī)器人SLAM仿真與實(shí)現(xiàn)61-67
• 5.3.1 基于特征地圖的SLAM仿真61-63
• 5.3.2 基于柵格地圖的SLAM仿真與實(shí)現(xiàn)63-65
• 5.3.3 系統(tǒng)的綜合實(shí)現(xiàn)65-67
• 5.4 本章小結(jié)67-68
• 6 總結(jié)與展望68-70
• 6.1 總結(jié)68
• 6.2 展望68-70
• 參考文獻(xiàn)70-73
• 致謝73-74
• 個(gè)人簡(jiǎn)歷74

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 馮志全;蔣彥;;手勢(shì)識(shí)別研究綜述[J];濟(jì)南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期

2 張良國,吳江琴,高文,姚鴻勛;基于Hausdorff距離的手勢(shì)識(shí)別[J];中國圖象圖形學(xué)報(bào);2002年11期

  本文關(guān)鍵詞：基于構(gòu)建地圖的手勢(shì)控制移動(dòng)機(jī)器人，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：343632