基于Kinect动态手势识别的机械臂实时位姿控制系统

发布时间：2018-01-20 13:28

本文关键词： 手势控制 Kinect传感器卡尔曼滤波机械臂位姿控制人机交互　出处：《农业机械学报》2017年10期 　论文类型：期刊论文

【摘要】：基于Kinect动态手势识别达到实时控制机械臂末端位姿的效果。位置控制信息的获取采用Kinect计算手部4个关节点在控制中的位置变动,数据噪声在控制中易引起机械臂误动作和运动振动等问题,为了避免噪声对实时控制的不利影响,采用卡尔曼滤波跟踪降噪。姿势控制信息通过采集手部点云经滤波处理后应用最小二乘拟合的方式获取掌心所在平面,运用迭代器降噪处理。系统通过对手部位置和姿势信息的整合、手势到机械臂空间坐标映射及运动学求解来实时控制机械臂末端位姿。实验结果证明,手势控制系统满足控制要求,简单、易于操作,机械臂实时响应速度快、运动准确。
[Abstract]:Dynamic gesture recognition based on Kinect achieves the effect of real-time controlling the position and pose of the manipulator. The position control information is obtained by Kinect to calculate the position change of the four knots of the hand in the control. In order to avoid the adverse effect of noise on real-time control, data noise is easy to cause mechanical arm misoperation and motion vibration. Kalman filter is used to track and reduce noise. Position control information is obtained by using least square fitting method to get the plane of palm center by collecting the point cloud of the hand after filtering. Through the integration of hand position and posture information, the mapping from gesture to manipulator space coordinate and kinematics solution, the system can control the terminal position and pose of manipulator in real time. Gesture control system meets the control requirements, simple, easy to operate, the robot arm real-time response speed, accurate motion.
【作者单位】：吉林大学机械科学与工程学院;
【基金】：国家自然科学基金项目(51305153、51575219)
【分类号】：TP241;TP391.41
【正文快照】： 引言随着机器人相关领域的快速发展,人机交互形式正朝多样化的方向发展,机器人技术受人工智能发展情况的制约,短时间内难以达到机器人自主决策的要求,因此机器人的控制及应用势必离不开人的参与。为了较好地实现人机交互,基于机器视觉的人体动作和手势识别是实现新一代人机交

【相似文献】