基于Kinect的人体姿态识别和机器人控制
发布时间：2021-06-24 17:33
在机器人技术飞速发展的今天,机器人在工业中的应用程度已经成为工业技术是否成熟的标志。近年随着来机器人控制技术的发展,人与机器人之间的交互方式变的越来越简单,交互方式也逐渐由传统的示教器控制向一种更加自然的交互方式—体感技术控制过渡。利用人体动作和手势进行机器人的控制,会减少很多繁琐的机器人示教及程序操作,更加的方便和快捷。体感控制的人机交互方式关键技术是基于机器视觉对于人体动作和手势的识别。通过对国内外关于体感技术的发展现状研究,发现目前大多数的体感技术还是倾向于游戏娱乐行业,在对于机器人方面的应用还比较欠缺。选取Kinect体感设备为本设计的开发工具,Kinect体感设备是一种全新的人机交互设备,它能够捕捉、跟踪、识别人体的动作、手势和语音。Kinect体感设备还可以获取人体的彩色图像、深度数据以及人体骨骼图像,通过人体的人体骨骼图像的提取,从而可以实现人体关节点的深度信息的获取。本课题是通过引用微软公司的Kinect的体感设备来进行人体的姿态识别研究和机器人的体感控制仿真实现的。人体姿态的识别是进行体感技术开发的关键。进行人体姿态的骨骼图像实时再现,需要在设计进行提取目标对象的骨骼...
【文章来源】：深圳大学广东省
【文章页数】：53 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 引言
1.2 研究背景和意义
1.3 国内外的发展趋势
1.4 本课题的主要内容
1.5 本章小结
第2章 体感识别技术原理
2.1 课题所用体感识别设备的选取
2.2 体感技术原理
2.3 体感设备—Kinect
2.3.1 Kinect设备结构
2.3.2 Kinect设备原理
2.3.3 Kinect设备开发环境
2.4 本章小结
第3章 基于Kinect的人体姿态识别
3.1 人体骨骼节点的提取
3.1.1 骨骼数据流
3.1.2 骨骼框架提取
3.1.3 骨骼对象的追踪
3.1.4 获取关节点信息
3.2 人体姿态识别的实现
3.3 本章小结
第4章 3D点云数据的处理
4.1 3D点云数据的获取
4.2 点云处理
4.2.1 点云过滤
4.2.2 点云校准
4.3 本章小结
第5章 基于体感控制机器人的仿真实现
5.1 Processing语言
5.2 机器人模型仿真
5.2.1 机器人模型建模
5.2.2 角度测量转化算法
5.3 体感控制机器人运动实现
5.3.1 点云数据处理
5.3.2 体感控制机器人运动实现
5.4 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
【参考文献】：
期刊论文
[1]基于kinect传感器的物体三维重建[J]. 郭连朋,陈向宁,徐万朋,刘田间. 四川兵工学报. 2014(11)
[2]基于Kinect骨架信息的人体动作识别[J]. 冷晶晶. 数字技术与应用. 2014(09)
[3]基于深度图像的人体动作识别方法[J]. 刘飞,郝矿荣,丁永生,刘欢. 计算机工程. 2014(08)
[4]基于Kinect的机械臂目标抓取[J]. 韩峥,刘华平,黄文炳,孙富春,高蒙. 智能系统学报. 2013(02)
[5]基于索引结构的手语词库的设计[J]. 于美娟,许力,刘岩恺,马希荣. 计算机科学. 2012(12)
[6]Kinect核心技术之骨架追踪技术[J]. 余涛,叶金永,邵菲杰,郭晨媛,蔡耀. 数字技术与应用. 2012(10)
[7]用户习惯性行为下的自然交互设计分析[J]. 张辉,许坤. 辽宁工业大学学报(社会科学版). 2010(05)
[8]基于MATLAB Robotics Toolbox的机器人学仿真实验教学[J]. 谢斌,蔡自兴. 计算机教育. 2010(19)
[9]FPGA实现滑动平均滤波算法和LZW压缩算法[J]. 陈世海,裴东兴,张琦. 电子设计工程. 2010(02)
[10]基于图形编程技术的服务机器人人机交互系统的研究[J]. 李瑞峰,吕开元. 制造业自动化. 2003(03)
硕士论文
[1]基于Kinect传感器的动静态手势识别研究[D]. 卫洁.上海师范大学 2015
[2]三维点云数据的预处理研究[D]. 刘腾飞.西安电子科技大学 2014
[3]散乱点云边界提取及孔洞修复算法研究[D]. 晏海平.南昌大学 2014
[4]基于Kinect的手势识别与机器人控制技术研究[D]. 王松林.北京交通大学 2014
[5]基于深度摄像机的飞机座舱三维重建技术研究[D]. 雷伟.南京航空航天大学 2014
[6]基于Kinect深度图像的手势识别研究[D]. 李长龙.西华大学 2014
[7]基于Kinect骨架信息的人体动作识别[D]. 刘飞.东华大学 2014
[8]Kinect交互技术在工业设计中的开发研究[D]. 罗凯.浙江工业大学 2013
[9]基于Kinect的远程机械臂体感控制系统研究[D]. 裴岩明.大连理工大学 2013
[10]基于Kinect的人体目标检测与跟踪[D]. 杨林.大连海事大学 2013
本文编号：3247537
【文章来源】：深圳大学广东省
【文章页数】：53 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 引言
1.2 研究背景和意义
1.3 国内外的发展趋势
1.4 本课题的主要内容
1.5 本章小结
第2章 体感识别技术原理
2.1 课题所用体感识别设备的选取
2.2 体感技术原理
2.3 体感设备—Kinect
2.3.1 Kinect设备结构
2.3.2 Kinect设备原理
2.3.3 Kinect设备开发环境
2.4 本章小结
第3章 基于Kinect的人体姿态识别
3.1 人体骨骼节点的提取
3.1.1 骨骼数据流
3.1.2 骨骼框架提取
3.1.3 骨骼对象的追踪
3.1.4 获取关节点信息
3.2 人体姿态识别的实现
3.3 本章小结
第4章 3D点云数据的处理
4.1 3D点云数据的获取
4.2 点云处理
4.2.1 点云过滤
4.2.2 点云校准
4.3 本章小结
第5章 基于体感控制机器人的仿真实现
5.1 Processing语言
5.2 机器人模型仿真
5.2.1 机器人模型建模
5.2.2 角度测量转化算法
5.3 体感控制机器人运动实现
5.3.1 点云数据处理
5.3.2 体感控制机器人运动实现
5.4 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
【参考文献】：
期刊论文
[1]基于kinect传感器的物体三维重建[J]. 郭连朋,陈向宁,徐万朋,刘田间. 四川兵工学报. 2014(11)
[2]基于Kinect骨架信息的人体动作识别[J]. 冷晶晶. 数字技术与应用. 2014(09)
[3]基于深度图像的人体动作识别方法[J]. 刘飞,郝矿荣,丁永生,刘欢. 计算机工程. 2014(08)
[4]基于Kinect的机械臂目标抓取[J]. 韩峥,刘华平,黄文炳,孙富春,高蒙. 智能系统学报. 2013(02)
[5]基于索引结构的手语词库的设计[J]. 于美娟,许力,刘岩恺,马希荣. 计算机科学. 2012(12)
[6]Kinect核心技术之骨架追踪技术[J]. 余涛,叶金永,邵菲杰,郭晨媛,蔡耀. 数字技术与应用. 2012(10)
[7]用户习惯性行为下的自然交互设计分析[J]. 张辉,许坤. 辽宁工业大学学报(社会科学版). 2010(05)
[8]基于MATLAB Robotics Toolbox的机器人学仿真实验教学[J]. 谢斌,蔡自兴. 计算机教育. 2010(19)
[9]FPGA实现滑动平均滤波算法和LZW压缩算法[J]. 陈世海,裴东兴,张琦. 电子设计工程. 2010(02)
[10]基于图形编程技术的服务机器人人机交互系统的研究[J]. 李瑞峰,吕开元. 制造业自动化. 2003(03)
硕士论文
[1]基于Kinect传感器的动静态手势识别研究[D]. 卫洁.上海师范大学 2015
[2]三维点云数据的预处理研究[D]. 刘腾飞.西安电子科技大学 2014
[3]散乱点云边界提取及孔洞修复算法研究[D]. 晏海平.南昌大学 2014
[4]基于Kinect的手势识别与机器人控制技术研究[D]. 王松林.北京交通大学 2014
[5]基于深度摄像机的飞机座舱三维重建技术研究[D]. 雷伟.南京航空航天大学 2014
[6]基于Kinect深度图像的手势识别研究[D]. 李长龙.西华大学 2014
[7]基于Kinect骨架信息的人体动作识别[D]. 刘飞.东华大学 2014
[8]Kinect交互技术在工业设计中的开发研究[D]. 罗凯.浙江工业大学 2013
[9]基于Kinect的远程机械臂体感控制系统研究[D]. 裴岩明.大连理工大学 2013
[10]基于Kinect的人体目标检测与跟踪[D]. 杨林.大连海事大学 2013
本文编号：3247537
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3247537.html
