| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 助老移动服务机器人整体研究现状 | 第10-11页 |
| 1.2.2 助老移动服务机器人人机交互模式研究现状 | 第11-12页 |
| 1.2.3 助老移动服务机器人手势识别研究现状 | 第12页 |
| 1.3 论文主要研究内容及组织结构 | 第12-14页 |
| 第二章 移动机器人手势交互方案 | 第14-22页 |
| 2.1 引言 | 第14页 |
| 2.2 基于计算机视觉的手势识别 | 第14-15页 |
| 2.3 移动服务机器人手势交互系统 | 第15-18页 |
| 2.3.1 需求分析 | 第15-16页 |
| 2.3.2 手势交互系统图像采集设备选择与信息 | 第16-17页 |
| 2.3.3 移动机器人硬件结构框架设计 | 第17页 |
| 2.3.4 移动机器人驱动控制部分设计 | 第17-18页 |
| 2.4 智能轮椅手势交互方法 | 第18-22页 |
| 第三章 基于Kinect的动态手势分割与跟踪算法 | 第22-36页 |
| 3.1 引言 | 第22页 |
| 3.2 融合深度信息和肤色的手势分割 | 第22-31页 |
| 3.2.1 手势分割方法的确定 | 第22-23页 |
| 3.2.2 基于高斯模型的肤色分割及其实现 | 第23-26页 |
| 3.2.3 融合深度和肤色的手部分割及其实现 | 第26-31页 |
| 3.3 融合Camshift算法与Kalman滤波的手势跟踪 | 第31-35页 |
| 3.3.1 手势跟踪算法概述 | 第31页 |
| 3.3.2 基于Camshift算法的手势跟踪 | 第31-33页 |
| 3.3.3 Kalman滤波过程 | 第33-34页 |
| 3.3.4 融合Camshift算法与Kalman滤波的手势跟踪与实现 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 应用模糊控制的虚拟手柄手势交互控制方法 | 第36-50页 |
| 4.1 引言 | 第36-37页 |
| 4.2 手心坐标转换与虚拟手柄操作机制 | 第37-39页 |
| 4.2.1 手心坐标空间的转换 | 第37-38页 |
| 4.2.2 虚拟手柄指令机制 | 第38-39页 |
| 4.3 模糊控制在人工智能背景下的概述 | 第39-40页 |
| 4.3.1 模糊控制基本思想 | 第39页 |
| 4.3.2 模糊控制系统结构 | 第39-40页 |
| 4.4 应用模糊控制对虚拟手柄进行坐标置位控制 | 第40-49页 |
| 4.4.1 控制需求分析 | 第40-42页 |
| 4.4.2 模糊控制器设计 | 第42-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 智能移动轮椅手势交互控制实验及分析 | 第50-65页 |
| 5.1 引言 | 第50页 |
| 5.2 智能移动轮椅实验平台开发环境与架构 | 第50-54页 |
| 5.2.1 平台硬件开发环境 | 第50-52页 |
| 5.2.2 平台软件开发环境与架构 | 第52页 |
| 5.2.3 平台手势交互系统与驱动控制系统通信协议 | 第52-54页 |
| 5.3 手势跟踪检测实验 | 第54-58页 |
| 5.3.1 交互手势动作与交互界面 | 第54-55页 |
| 5.3.2 不同干扰种类与程度下手部跟踪成功率测试 | 第55-58页 |
| 5.4 应用手势交互方法控制智能轮椅按指定路线运行实验 | 第58-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 工作总结 | 第65页 |
| 6.2 未来展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 附录1 攻读硕士学位期间申请的专利 | 第72-73页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第73-74页 |
| 致谢 | 第74页 |
