移动机器人的手势识别运动控制设计

发布时间：2020-02-23 06:16

【摘要】：近年来,手势识别控制已经成为国内外智能机器人领域一个重要的研究课题,是一种非常灵活的人机交互。为了改变传统的以机器为中心的交互方式,本文采用以手势识别为中心且在复杂环境下的计算机视觉控制来实现移动机器人的自主行动,避免了传统交互方式的接口较多,不灵活的局限性。本文的研究内容如下。首先,本文对目前手势识别技术在控制领域的应用进行了综述,分析了目前在该领域的主要研究方法。对自然手势识别技术进行了分类分析,介绍了在手势识别控制研究方向的基本理论。其次,先建立了手势模板库,然后对静态手势和动态手识别中需要用到的手势分割、手势识别、手势跟踪等技术都进行了分析与研究。然后根据本文识别控制系统的要求,采用C++语言对主要算法进行了实现和优化。再次,对移动机器人的运动学模型进行了研究与分析。介绍了本文移动机器人的控制系统所需要的软件和硬件,并且建立了轮式滑动机器人运动学模型。该模型是基于移动机器人在运动中的航向与固定方向之间的夹角差值来进行误差分析,通过PID控制器来控制轮式滑动机器人两侧轮的差速,以实现移动机器人能准确的移动到目标位置。最后,将手势识别系统和移动机器人控制系统进行整合,使用VS2010和Qt软件开发平台,结合OpenCV2.4.9开源库,设计并且实现了手势识别控制系统并且对系统进行测试与评估。最终实现用户可以通过系统的人机交互界面,分别采用静态手势和动态手势来现实对移动机器人的运动控制。
【图文】：

流程图,手势识别,流程图

图 2 -1 手势识别流程图2.1.2 手势提取与存储技术手势识别是涉及许多交叉学科的科学技术，下面会介绍主要且应用广泛的学科在手势识别中涉及的主要基础理论。2.1.2.1 模式识别概述模式识别（Pattern Recognition）是指对表征事物或现象的各种形式的信息采用具体的处理与分析。是对表征的事物或现象进行描述、辨识、分类、解释的过程而且模式识别与心理学、生物学、统计学、计算机科学、控制理论等学科都息息相关。它是通过计算机应用数学技术来对模式的自动处理和判读的研究，是人与生俱来的一项基本智能。随着 20 世纪 40 年代计算机的出现以及随后 50 年代人工智能的兴起，人们希望可以通过计算机来替代和扩展人类的部分脑力劳动，随即模式识别在 20 世纪 60 年代初快速的发展并成为一门新的学科。如文字识别、语音识别、指纹识别、遥感、医学诊断图像处理中的图像分析等都应用到模式识

模块图,模块

第二章手势识别技术基本理论在图像分割、动作识别、运动跟踪、人脸识别、机器视觉、物体识别等领域都有广泛的应用。OpenCV 主要由 4 个关键的模块组成，其结构模块如图 2-2 所示，其中 CV 模块主要包含了图像处理、运动分析、结构分析、物体跟踪和模式识别等计算机视觉和数字图像处理的算法。CXCORE 模块包含了各种数据类型运算的基本函数。HighGUI 模块包含了图像视频的输入输出，，图形界面和系统调用函数的用户交互部分。MLL 模块是由一些聚类的算法和分类组成。除了这些子库外，用户可以自己根据程序需要编写适合的接口函数，然后添加到函数库中，只需在主程序中调用接口即可，从而大大的提高了开发的效率。
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41;TP242

【参考文献】