面向工業(yè)裝配演示編程的動作識別.pdf

1、隨著機器人技術的不斷發(fā)展，工業(yè)機器人的應用領域也大大擴展，已開始從傳統(tǒng)的汽車制造、機械加工向五金、3C、家具等各個離散制造行業(yè)推廣應用?？紤]到在新興制造領域中存在大量的小件裝配需求，并且它們具有典型的多品種、小批量和短周期特點，因而該領域對工業(yè)機器人的易用性提出了極高的要求。機器人演示編程作為一種提高機器人易用性的重要途徑，由于其可以有效簡化機器人編程，因而成為了當前機器人領域中的研究熱點。
　　本文針對工業(yè)裝配演示編程中的動作識

2、別問題展開研究，考慮到裝配動作識別的復雜性，本文從裝配物體和操作手兩個主體中提取特征描述裝配動作，進而實現(xiàn)連續(xù)裝配動作識別。本文具體的研究內容和成果如下:
　　1.提出了改進的壓縮跟蹤算法。針對原壓縮跟蹤中目標尺寸和學習率均固定的問題，本文算法一方面通過利用帶通道標記的隨機稀疏測量矩陣從不同尺度圖像形成的圖像金字塔中采集低維Haar特征，從而獲取不同尺度圖像的特征描述，實現(xiàn)變尺寸的物體跟蹤;另一方面在參數(shù)更新時引入歸一化的顏色直方

3、圖描述目標，通過計算當前跟蹤結果和跟蹤目標的直方圖巴氏距離判斷跟蹤目標是否被遮擋，并以此自適應地改變學習率參數(shù)。實驗結果表明該算法能夠應對小目標跟蹤、尺度變化和遮擋等影響。
　　2.提出了基于分層模型的多特征融合裝配動作識別方法。在底層模型中，裝配手勢類型基于旋轉不變特性的IHOG特征和Zernike矩特征識別，裝配動作高度變化類型通過分析手的運動軌跡Z分量隨時間的變化獲取，而XY平面投影軌跡和裝配物體平面運動軌跡則用于提取本文提

4、出的平面軌跡方向直方圖。高層模型將底層模型中的手勢、高度變化類型以及平面軌跡方向直方圖作為特征，結合Multi-class SVM分類器實現(xiàn)了裝配動作識別。實驗中該方法對包含放、貼、推、擰和提5類裝配動作的視頻識別正確率高達98％，與其他的動作識別方法相比，準確率更高，更加適合裝配演示編程系統(tǒng)。
　　3.提出了結合滑動窗口的分割點檢測和基于迭代動態(tài)規(guī)劃的識別優(yōu)化的方法以實現(xiàn)連續(xù)裝配動作分割與識別。考慮到裝配動作分割和裝配動作識別兩