基于構(gòu)建地圖的手勢(shì)控制移動(dòng)機(jī)器人.pdf

1、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

2、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)

3、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