基于圖像及體感控制機器人的目標識別與跟蹤應用研究.pdf

1、隨著人機交互的多元化發(fā)展，利用人體動作來控制機器人可以代替復雜繁瑣的程序操作控制，簡單而且靈活，在醫(yī)療、爆破等方面體現(xiàn)出較大的優(yōu)越性。因此，體感控制機器人成為人機交互的一個發(fā)展方向，機器人模仿人體動作是該領域的研究熱點。Kinect體感設備可以識別并跟蹤人體骨骼，為體感控制機器人提供了研究平臺，但Kinect并不能識別人體關節(jié)旋轉，給體感控制帶來了不便。
　　本文針對基于Kinect的人體關節(jié)旋轉問題進行應用研究，提出了利用人體佩

2、帶指套的方式，利用圖像識別技術，對指套進行識別跟蹤，計算指套角度代替人體小臂轉動角度，輔助控制機械臂識別人體小臂旋轉，達到模擬人體手臂運動的目的。
　　首先，研究了數(shù)字圖像處理技術，深入分析了SIFT算法，利用圖像特征匹配的方式識別運動目標，并利用Kalman預測器進行目標運動的預測，縮小匹配區(qū)域，優(yōu)化了SIFT算法在圖像識別的應用，設計了基于Kalman預測器和SIFT算法的目標運動檢測系統(tǒng)。
　　其次，對于圖像匹配法以及

3、窗口質心算法進行深入研究，設計了單目視覺的目標圖像識別與跟蹤系統(tǒng)。匹配選用待測目標的一張圖像為目標模板，遍歷運動圖像進行顏色匹配跟蹤，并計算出匹配區(qū)域中心。以用2-DOF(Degree Of Freedom)載有固定單目攝像頭的機器人頭為平臺，實現(xiàn)了紅色運動小球的識別追蹤。
　　再其次，研究了基于DTW（Dynamic Time Warping）算法和數(shù)據(jù)手套的手勢識別輔助方法及傳感器輔助方法，并與圖像處理輔助方法在識別效果、實時

4、性和穩(wěn)定性等方面做了對比分析，結果顯示，基于指套的圖像處理輔助方法具有一定的優(yōu)越性。
　　最后，搭建了自制的4-DOF的機器人機械臂，設計了基于Kinect的機器人控制系統(tǒng)并使用Labview軟件編程實現(xiàn)。人體及手指佩帶的紅色指套從Kinect攝像頭輸入形成預處理圖，經(jīng)過對指套的圖像識別與跟蹤，獲取指套的角度信息。對從Kinect獲取的人體骨骼三維信息進行向量法求解，獲取人體關節(jié)角度信息。將獲取的指套信息及關節(jié)角度信息輸入4-DO