基于手势识别的工业机器人操作控制方法设计与实现

《基于手势识别的工业机器人操作控制方法设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＜ＳｏＷｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙＬ工程硕±学位论文ｆｅ勝．－鸣ｒ，．基于手势识别的工业机器人．墜＾一￣＾：操作控制方法设计与实现纖．．是．＇■’．’．Ｖｒ：■Ｉ．．．‘，＇＿作者姓名蒋穗峰工程领域计算机技术校内指导教师肖南峰教授校外指导教师郭浦强高级工程师所在学院计算机科学与工程学院论文提玄日期２０１６年３月１日DesginandImplementonth

2、eIndustrialRobotOperationControlMethodBasedonHandGestureRecognitionADissertationSubmittedfortheDegreeofMasterCandidate：JiangSuiFengSupervisor：Prof.XiaoNanfengSouthChinaUniversityofTechnologyGuangzhou,China分类号：TP39学校代号：10561学号：201321031074华南理工大学硕士学位论文基于手势识别

3、的工业机器人操作控制方法设计与实现作者姓名：蒋穗峰指导教师姓名、职称：肖南峰教授申请学位级别：工程硕士学科专业名称：计算机技术论文形式：0产品研发0工程设计R应用研究0工程/项目管理0调研报告研究方向：工业机器人与智能技术论文提交日期：2016年3月1日论文答辩日期：2016年3月24日学位授予单位：华南理工大学学位授予日期：2016年月日答辩委员会成员：主席：许勇教授委员：肖南峰教授袁华副教授许洁斌高工傅贵高工华南理王大学学位论文原创性声明Ｊ本人郑重声明：所呈交的论文是本人在导师的指导下独立进

4、行研究所取得的研究成果ｔ。隙了文中特别加Ｗ标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，巧已在文中Ｗ明确方式标明。本人完全意识到本声明的法律后果由本人承担。＼作者签名■．：日期：灿年？月啼日＾维１；学位论文版权使用授权书■＇本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：研究生在校攻读学位期间论文王作的知识产权单位属华南理工大学。学校有权保存并向国家有关部口或机构送交论文的复印件和电子版

5、，允许学位论文被查阅（陈在保密期内的保密论文外）；学校可公布学位论文的全部或部分内容，可允许采用影印、缩印或其它复制手段保存、汇编学位论文一。本人电子文档的内容和纸质论文的内容相致。本学位论文属于：ｎ保密，在年解密后适用本攪权书。囚不保密，同意在校园网上发布，供校内师生和与学校有共享协议的单位浏觉；同意将本人学位论文提交中国学术期刊（光盘版）电子杂志社全文出版和编入ＣＮＫＩ《中国知识资源总库》，传擺学位论文的全部或部分内容。＂＂请在Ｗ上相应方框内打Ｖ（）作者签名．

6、；濟嫂４曰期；如１？＂Ｗ指导教师签名；日期：１＾＾了作者联系电话：电子邮箱：联系地址（含邮编）：摘要随着自动化技术的发展，越来越多的机器人出现在我们生产和生活中，人与机器人之间的交互越来越频繁，因此如何与机器人更好地打交道，是人机交互技术的研究的重点。近年来，人机交互技术向着愈来愈人性化和简单化的方向发展。手势是一种包含了最多信息量的人体语言，有着自然、友好、有效等天然优势，凭借着这些优势，手势这一种重要的人机交互方式也愈加凸显其重要地位。目前人与工业机器人的交互方式往往还是采用比较机

7、械化的交互方式。在以往的人与机器人交互方式中，操作员往往需要使用鼠标键盘或者是示教盒才能对工业机器人进行控制。即使是使用数据手套的交互方式，也需要佩戴昂贵的数据手套，交互不够自然便利。面对这种情况，我们创新性地将裸手手势控制引入工业机器人控制方式。而以往基于计算机视觉的裸手手势识别易受到光照条件和复杂背景环境的影响的缺点，我们摒弃了以往的使用彩色摄像头作为手势图像的采集设备，而是使用Kinect传感器对图像深度信息进行采集的方式排除了复杂背景和光照条件对识别过程造成的影响，这对解决基于视觉的手势识别技术的缺

8、点提供了新的研究方向。为了实现人与工业机器人之间自然的交互，研究基于手势识别的工业机器人操作控制有着重要意义。对此本文提出了使用Kinect传感器作为手势采集设备并使用手势对工业机器人进行控制的系统。在系统中，使用深度阈值法与手部骨骼点相结合的方法从Kinect红外摄像头获取的数据中准确地提取出了手势图像，在提取过程中，操作员无需佩戴任何设备，对操作员站的位置没有要求，对背景环境没有要求。接着使用深度自编码网络与