机械手示教系统的手势识别与抓取技术的研究

发布时间：2017-09-01 05:19

  本文关键词：机械手示教系统的手势识别与抓取技术的研究

  更多相关文章： 机械手示教系统 手势识别 多传感器融合 运动映射 抓取

【摘要】：多指机械手因其能够完成双指机械手完成不了的更为精细而复杂的任务,在家庭服务与工业生产中发挥着越来越重要的作用。鉴于室内环境的复杂性,一些任务很难单纯依靠机器人自己感知并决策,所以需要引进人类经验进行机器人示教来解决这些问题。基于直接视觉的机器人示教系统可以实现任意场景下的交互示教,降低成本和用户疲劳性,对其进行研究具有重要意义。本文主要对机械手示教系统的手势识别,运动映射,基于触觉反馈的抓取和抓取质量评价进行了深入研究,搭建了初步的机械手示教系统。本文对LeapMotion工作模型进行了研究,然后根据融合需求与此工作模型及实验对比,确定了双LeapMotion系统的布置位置,并设计了机械平台,分析了其工作空间。设计了一种基于变化趋势领域知识的决策层融合算法,通过对时间序列变化趋势的检测特区重要特征完成了采信模型。最后,搭建了完整的经过时空校准的双LeapMotion的融合手势识别系统,并进行了可视化输出与实验验证。利用D-H法建立了SDH的连杆坐标系,解决了正向运动学的问题。然后设计了手势的SVM分类器并进行了实验验证,完成了姿态映射。设计了一种针对SDH简化的将SDH关节角与机械臂末端同时逆解的算法,通过指尖三角形修正,外接圆圆心求解,一号手指求解,Knuckle角求解,完成逆解,并对其中的特殊情况与二指情况也进行了对应逆解,完成了点对点映射。通过将触觉信号作为灰度图像进行处理,实现了在线监测被抓物体压力和离线计算抓取力大小和中心的算法。将抓取分为不同阶段并基于触觉反馈进行分别控制,减少了示教误差的影响,实现了抓取过程的顺利进行并且降低了抓取力,最后设计了对比实验。然后,构建了其抓取力螺旋空间,针对其是否力封闭和两个抓取质量指标:单位抓取力螺旋空间最大内切球半径和其体积进行了分析,最后,使用QuickHull算法计算凸包实现了完整的力封闭判断和抓取质量评估。在仿真实验环节,利用ROS与Gazebo仿真平台构建了整个示教系统的仿真环境,完成了完整的姿态映射抓取与点对点映射抓取实验,证明机械手示教系统的有效性。
【关键词】：机械手示教系统 手势识别 多传感器融合 运动映射 抓取
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP241
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第1章 绪论8-14
• 1.1 课题来源8
• 1.2 课题背景及意义8-9
• 1.3 国内外相关技术发展现状9-13
• 1.3.1 机器人示教方法国内外研究现状9-10
• 1.3.2 手势识别国内外研究现状10-13
• 1.4 本文的主要研究工作13-14
• 第2章 基于双LM传感器融合的手势识别14-28
• 2.1 引言14
• 2.2 双LM融合平台搭建14-17
• 2.2.1 LeapMotion工作模型14-15
• 2.2.2 双LM布置位置15-16
• 2.2.3 双LM系统工作空间分析与机械平台设计16-17
• 2.3 决策层融合算法设计17-23
• 2.3.1 特征向量提取17-19
• 2.3.2 变化趋势知识挖掘19-20
• 2.3.3 时间序列变化趋势检测20-22
• 2.3.4 决策层采信模型构建22-23
• 2.4 双LM融合系统搭建23-26
• 2.4.1 融合系统频域分析与时间配准23-25
• 2.4.2 融合系统空间配准与可视化输出25-26
• 2.5 手势识别实验26-27
• 2.6 本章小结27-28
• 第3章 人手到机械手的运动映射28-43
• 3.1 引言28
• 3.2 SDH正运动学28-30
• 3.3 姿态映射30-35
• 3.3.1 SVM分类器设计31-34
• 3.3.2 分类实验34-35
• 3.4 点对点映射35-42
• 3.4.1 指尖三角形修正35-36
• 3.4.2 指尖三角形外接圆圆心求解36-38
• 3.4.3 机械手一号手指求解38-39
• 3.4.4 Knuckle关节角求解39-41
• 3.4.5 二指抓取逆解41-42
• 3.5 本章小结42-43
• 第4章 基于触觉反馈的抓取及抓取质量评价43-58
• 4.1 引言43
• 4.2 基于触觉反馈的抓取43-48
• 4.2.1 触觉信号处理算法43-45
• 4.2.2 基于触觉反馈的抓取控制45-47
• 4.2.3 基于触觉反馈的抓取实验47-48
• 4.3 抓取质量评价48-52
• 4.3.1 抓取接触模型48-49
• 4.3.2 构建抓取力螺旋空间49-51
• 4.3.3 抓取质量的评价51-52
• 4.4 抓取力封闭判别和质量评估的算法流程52-53
• 4.5 系统整体仿真实验53-57
• 4.5.1 系统所用平台介绍53-54
• 4.5.2 系统整体架构54-56
• 4.5.3 基于姿态映射的抓取实验56
• 4.5.4 基于点对点映射的抓取实验56-57
• 4.6 本章小结57-58
• 结论58-59
• 参考文献59-63
• 攻读硕士学位期间发表的论文及其它成果63-65
• 致谢65

【相似文献】

中国期刊全文数据库 前10条

1 江冬梅;吴晓娟;;基于肤色和特征相似度映射手势识别算法[J];电子测量技术;2004年02期

2 胡友树;手势识别技术综述[J];中国科技信息;2005年02期

3 路凯;李小坚;;手势识别研究概述[J];西安文理学院学报(自然科学版);2006年02期

4 张洪;;佩戴式手势识别系统的开发[J];仪器仪表学报;2006年S1期

5 凌云翔;张国华;李锐;叶挺;;基于多点触摸的自然手势识别方法研究[J];国防科技大学学报;2010年01期

6 杨波;宋晓娜;冯志全;郝晓艳;;复杂背景下基于空间分布特征的手势识别算法[J];计算机辅助设计与图形学学报;2010年10期

7 丁跃;刘军发;陈益强;周经野;;基于手机手势识别的媒体控制界面[J];计算机工程;2010年23期

8 李小杰;李响;;手势识别技术在虚拟地理环境中的应用初探[J];测绘与空间地理信息;2010年05期

9 华晶;贾晶;王映龙;;便携式手势识别系统设计[J];微计算机信息;2011年04期

10 张长青;宋旭;;一种实时手势识别应用开发框架[J];微型机与应用;2011年09期

中国重要会议论文全文数据库 前10条

1 杨青;陈U，

本文编号：770183