基于體感的空間機(jī)器臂人機(jī)交互技術(shù).pdf

1、作為當(dāng)今人們?cè)诠ぷ骱蜕钪胁豢苫蛉钡脑O(shè)備之一，計(jì)算機(jī)技術(shù)在近半個(gè)世紀(jì)以來取得了諸多的成就，如體積越來越小、計(jì)算能力越來越強(qiáng)、數(shù)據(jù)共享和交流越來越頻繁等。但是，人機(jī)交互方式卻仍然沒有取得徹底的變革，仍然是以鼠標(biāo)和鍵盤為主，這對(duì)于計(jì)算機(jī)向著智能化、便捷化和人性化方向發(fā)展是不利的。體感交互是一種人們可以直接地使用肢體動(dòng)作，而不需使用任何高級(jí)的控制設(shè)備，就能與身邊的設(shè)備或場(chǎng)景進(jìn)行交流和溝通的新的交互技術(shù)，其在體感游戲、健康醫(yī)療、三維虛擬現(xiàn)實(shí)、空

2、間鼠標(biāo)、運(yùn)動(dòng)監(jiān)測(cè)等領(lǐng)域都取得了不錯(cuò)的應(yīng)用效果。所以說，體感交互的人機(jī)交互技術(shù)是一個(gè)值得探索的研究課題。
　　本文對(duì)體感交互中的手勢(shì)識(shí)別、肢體識(shí)別等算法做了研究和探索，并將這些與機(jī)械臂控制結(jié)合起來，構(gòu)成了虛擬太空環(huán)境下機(jī)械臂的人機(jī)交互系統(tǒng)，進(jìn)行人機(jī)交互演示。本文主要包括如下內(nèi)容：
　　1.手勢(shì)的檢測(cè)與分割。由Kinect傳感器獲得深度信息，利用Kinect SDK進(jìn)行用戶跟蹤，獲得雙手的位置后進(jìn)行圖像的閾值化處理，再進(jìn)行一些降

3、噪處理，得到雙手的分割結(jié)果，有效排除了背景和其他用戶的干擾。
　　2.指尖識(shí)別。將凸包凸缺陷法、曲線分析法和三點(diǎn)檢測(cè)法3種指尖識(shí)別算法分別進(jìn)行了實(shí)現(xiàn)，并比較其性能。對(duì)于效果最好的三點(diǎn)檢測(cè)法，本文還做了進(jìn)一步改善，漏檢錯(cuò)檢的指尖數(shù)目進(jìn)一步降低，并擴(kuò)充了指尖信息描述維數(shù)，指尖提取結(jié)果有了更廣泛更普遍的適用性。
　　3.靜態(tài)手勢(shì)識(shí)別。分別選用HOG描述符和基于SURF算法的BOW描述符進(jìn)行靜態(tài)手勢(shì)的特征表示，用多分類SVM進(jìn)行訓(xùn)練

4、和學(xué)習(xí)，測(cè)試兩者的識(shí)別效果。對(duì)于基于SURF算法的BOW描述符，本文進(jìn)行了多組實(shí)驗(yàn)，從實(shí)時(shí)性、識(shí)別率等方面確定了最優(yōu)參數(shù)。
　　4.動(dòng)態(tài)手勢(shì)識(shí)別。提出了一個(gè)簡(jiǎn)單實(shí)用的動(dòng)態(tài)手勢(shì)分割方法，即通過掌心的停留時(shí)間來判斷動(dòng)態(tài)手勢(shì)的開始和結(jié)束；對(duì)于動(dòng)態(tài)手勢(shì)軌跡，還提出了歸一化算法對(duì)不同用戶的軌跡序列進(jìn)行歸一化處理，減少用戶間的差異性；最后利用DTW模板匹配算法進(jìn)行動(dòng)態(tài)手勢(shì)的識(shí)別，獲得了高效迅速的動(dòng)態(tài)手勢(shì)識(shí)別效果。
　　5.肢體識(shí)別。用關(guān)

5、節(jié)角度及變化來描述用戶的肢體動(dòng)作，降低了信息的復(fù)雜度，又提升了動(dòng)作的可識(shí)別性，并用卡爾曼濾波算法進(jìn)行用戶關(guān)節(jié)角度的平滑處理，消除了交互過程中的許多抖動(dòng)現(xiàn)象，使交互過程更自然。
　　6.交互場(chǎng)景的實(shí)現(xiàn)和交互模式的設(shè)計(jì)。建立了機(jī)械臂模型，實(shí)現(xiàn)了機(jī)械臂人機(jī)交互場(chǎng)景，并設(shè)計(jì)了包含了雙手的動(dòng)靜態(tài)手勢(shì)、指尖、肢體的人機(jī)交互模式，實(shí)現(xiàn)了通過體感交互控制虛擬機(jī)械臂進(jìn)行作業(yè)的模擬。
　　最后，根據(jù)本文提取的相關(guān)算法編寫了相關(guān)的人機(jī)交互的軟件，