具有自动跟随和自然手势导航功能的智能轮椅的研究

发布时间：2024-06-04 23:16

　　在全球老龄化的大背景下,作为老年人的重要代步工具,传统的电动轮椅并不适合老人操控。在智能化养老的发展背景下,开发易于操控、不影响老人生活习惯的智能轮椅是必然趋势。本文研究开发了一款具有自动跟随和自然手势导航功能的智能轮椅MIYABIIV。其中,基于单目鱼眼摄像头和自主开发的检测与跟踪融合识别算法通过深度学习方式实现了轮椅的自动跟随功能,实验证明该模块具有良好的跟随性和一定的鲁棒性;在自然手势导航方面,通过对手势进行多边形拟合简化、指向提取等算法结合机器学习中的支持向量机分类算法,实现了通过自然手势导航轮椅的功能。本文的主要研究内容如下:首先,开发了基于深度摄像头的自然手势导航模块。通过肤色检测和手臂干扰去除提取了手部图像,运用多边形拟合手部图像,采用支持向量机算法进行模型训练与识别,实现了 99%的自然手势识别率。其次,进行了基于鱼眼摄像头的自动跟随模块的开发。在相关滤波和深度学习算法的基础上,研究了针对人体下肢检测与跟踪算法。在实现二维目标跟踪的基础上,通过与镜头标定和坐标转换获得用户与轮椅的相对位置,实现轮椅的自动跟随。接着,在电动轮椅上安装了自动跟随和手势导航相关传感器与控制器,...

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 课题研究背景与意义
    1.2 国内外研究现状
        1.2.1 智能轮椅研究现状
        1.2.2 轮椅自动跟随研究现状
    1.3 论文主要研究内容及章节安排
第二章 自然手势导航模块算法
    2.1 手势图像预处理
    2.2 肤色检测
    2.3 去除手臂干扰
    2.4 多边形拟合
    2.5 自然手势分类
        2.5.1 自然手势定义
        2.5.2 指向手势的定义与方向提取
    2.6 手势识别模型特征提取
    2.7 SVM模型的建立
    2.8 本章小结
第三章 自动跟随模块的开发
    3.1 系统框架
    3.2 下肢检测模块
        3.2.1 目标检测网络
        3.2.2 模型训练与评估
        3.2.3 检测执行
    3.3 下肢跟踪模块
        3.3.1 KCF理论
        3.3.2 跟踪执行
    3.4 检测与跟踪融合算法
    3.5 目标丢失判断
    3.6 跟踪目标点选择
    3.7 鱼眼镜头标定
    3.8 坐标转换
    3.9 本章小结
第四章 控制模块的开发
    4.1 硬件平台
    4.2 轮椅控制模块
    4.3 自然手势导航控制模块
        4.3.1 模糊控制
        4.3.2 障碍物检测
    4.4 自动跟随控制模块
    4.5 PID调节
    4.6 本章小结
第五章 实验
    5.1 自然手势导航实验
        5.1.1 导航实验
        5.1.2 避障实验
    5.2 自动跟随模块相关实验
        5.2.1 目标点选择合理性实验
        5.2.2 摄像头定位精度
        5.2.3 轮椅跟随精度
    5.3 本章小结
第六章 总结与展望
    6.1 论文工作总结
    6.2 未来工作展望
参考文献
攻读学位期间的研究成果
致谢



本文编号：3989307