隨著上個(gè)世紀(jì)50年代機(jī)器人的出現(xiàn),機(jī)器人被大量運(yùn)用在各個(gè)領(lǐng)域。工業(yè)領(lǐng)域是機(jī)器人的重要應(yīng)用場(chǎng)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(jī)器人具有安全性,實(shí)時(shí)性和可編程性的特點(diǎn),是解決上述問(wèn)題的關(guān)鍵。手勢(shì)識(shí)別具有靈活性和直觀性,給遠(yuǎn)程人機(jī)交互帶來(lái)了新思路,近年來(lái)逐漸成為人機(jī)交互的熱門方式�？偨Y(jié)當(dāng)前機(jī)器人控制和手勢(shì)識(shí)別研究,得到如下背景要點(diǎn):(1)機(jī)器人通常使用手持終端控制,操作人員在實(shí)際場(chǎng)景中無(wú)法脫離設(shè)備接線的范圍,因此在人機(jī)交互的簡(jiǎn)易性和安全性上還有提升空間;(2)關(guān)于手勢(shì)識(shí)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(duì)于幾何特征的研究較少;(3)手勢(shì)識(shí)別在機(jī)器人遠(yuǎn)程控制中的應(yīng)用研究還不多見。本文的工作就是針對(duì)上述背景展開。本文首先研究了幾種幾何特征識(shí)別方法的理論,根據(jù)穩(wěn)定性和實(shí)時(shí)性選擇了較為成熟的基于指尖檢測(cè)的手勢(shì)識(shí)別方法;然后基于手勢(shì)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(shí)現(xiàn)途徑,在此基礎(chǔ)上提出了改進(jìn)后的快速凸包算法;最后,根據(jù)這個(gè)快速凸包算法提出了一種手勢(shì)識(shí)別算法,定義了手勢(shì)的幾何特征,并設(shè)計(jì)了一套手勢(shì)指令將其應(yīng)用到機(jī)器人遠(yuǎn)程人機(jī)交互中進(jìn)行實(shí)驗(yàn)...

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)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(shí)別9第二章基于Kinect傳感器的人體識(shí)別KinectforWindows作為一款3D深度相機(jī)，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(yàn)娛樂(lè)的方式。使用Kinect人們可以自然地與游戲互動(dòng)。同時(shí)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(shí)別11色彩數(shù)據(jù)在每一幀大約包含了300,000個(gè)有色點(diǎn)云，因此記錄連續(xù)的深度圖像，不僅可以獲取增加的點(diǎn)密度，而且還可以實(shí)時(shí)創(chuàng)建室內(nèi)環(huán)境的完整點(diǎn)云[19]。深度數(shù)據(jù)和色彩數(shù)據(jù)的對(duì)齊依賴于系統(tǒng)誤差的校正，而隨機(jī)誤差在對(duì)于深度數(shù)據(jù)的進(jìn)一步處理中有非常....

圖2-6Kinect人體骨骼點(diǎn)示意圖

第二章基于Kinect傳感器的人體識(shí)別15擬合[23]。圖2-6Kinect人體骨骼點(diǎn)示意圖Kinect骨骼跟蹤的整個(gè)流程如下[24]：（1）對(duì)每個(gè)像素執(zhí)行身體部位分類。（2）通過(guò)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(duì)人體關(guān)節(jié)進(jìn)行假設(shè)。（3）通過(guò)考慮時(shí)間連續(xù)性和....

圖2-7Kinect獲取的RGB圖，對(duì)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(shí)別15擬合[23]。圖2-6Kinect人體骨骼點(diǎn)示意圖Kinect骨骼跟蹤的整個(gè)流程如下[24]：（1）對(duì)每個(gè)像素執(zhí)行身體部位分類。（2）通過(guò)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(duì)人體關(guān)節(jié)進(jìn)行假設(shè)。（3）通過(guò)考慮時(shí)間連續(xù)性和....

本文編號(hào)：3964227