首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于Kinect手势识别与机器人编队的人机交互系统的研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-20页
    1.1 研究课题的背景及意义第11-13页
    1.2 国内外研究现状第13-18页
        1.2.1 人机交互技术第13-15页
        1.2.2 基于手势识别的人机交互第15-16页
        1.2.3 多机器人编队第16-18页
    1.3 本文研究内容与创新点第18页
    1.4 本文的章节安排第18-20页
第2章 人机交互系统方案设计第20-27页
    2.1 总体方案设计第20页
        2.1.1 人机交互系统的基本要求第20页
        2.1.2 实验的内容第20页
        2.1.3 课题研究步骤第20页
    2.2 Kinect设备和原理第20-24页
        2.2.1 Kinect的组成第21-22页
        2.2.2 Kinect的参数信息第22页
        2.2.3 Kinect的工作原理第22-24页
        2.2.4 Kinect局限之处第24页
    2.3 TurtleBot平台介绍第24-26页
        2.3.1 机器人硬件第24-25页
        2.3.2 机器人软件第25-26页
        2.3.3 机器人控制第26页
    2.4 本章小结第26-27页
第3章 Kinect手势识别的研究与实现第27-46页
    3.1 手势的定义及分类第27-28页
        3.1.1 手势的定义第27页
        3.1.2 手势识别的分类第27-28页
    3.2 静态手势识别方法的分析第28-30页
        3.2.1 模版匹配第28-29页
        3.2.2 基于指尖检测算法第29页
        3.2.3 神经网络方法第29-30页
    3.3 手势识别前准备第30-32页
        3.3.1 深度图像的获取第30页
        3.3.2 像素距离与实际距离的转换第30-31页
        3.3.3 图像的预处理第31-32页
    3.4 基于深度图像的静态手势识别第32-42页
        3.4.1 Kinect人体骨骼模型的获得第32-33页
        3.4.2 静态手势分割第33-36页
        3.4.3 静态手势轮廓提取第36-38页
        3.4.4 指尖检测第38-42页
    3.5 静态手势识别结果第42-45页
    3.6 本章小结第45-46页
第4章 机器人编队方法的研究与实现第46-62页
    4.1 多机器人编队问题分析第46-49页
        4.1.1 多机器人体系结构第46-48页
        4.1.2 多机器人编队的队形第48页
        4.1.3 多机器人编队中参考点的选择第48-49页
        4.1.4 多机器人中的通信第49页
    4.2 多机器人编队控制方法第49-51页
        4.2.1 基于行为控制方法概要第49-50页
        4.2.2 机器人行为选择机制第50-51页
    4.3 基于序列图像的机器人视觉定位第51-58页
        4.3.1 视觉定位方案与流程分析第51-52页
        4.3.2 机器人跟踪定位第52-55页
        4.3.3 实际定位效果测试第55-58页
    4.4 基于行为的多机器人编队设计第58-61页
        4.4.1 奔向目标行为第58页
        4.4.2 避障行为第58-60页
        4.4.3 队形保持行为第60-61页
    4.5 本章小结第61-62页
第5章 人机交互系统平台的搭建与实验结果第62-74页
    5.1 人机交互结构第62页
    5.2 系统平台搭建第62-63页
    5.3 人机交互系统具体实现第63-68页
        5.3.1 软硬件开发环境第63-64页
        5.3.2 手势识别模块第64页
        5.3.3 机器人模块第64-68页
        5.3.4 系统组建第68页
    5.4 人机交互实验第68-72页
        5.4.1 实验设计第68-69页
        5.4.2 机器人线形编队第69-70页
        5.4.3 机器人柱形编队第70-71页
        5.4.4 单机器人避障第71-72页
    5.5 人机交互实验效果分析第72-73页
    5.6 本章小结第73-74页
第6章 总结与展望第74-76页
    6.1 本文工作总结第74-75页
    6.2 未来工作展望第75-76页
参考文献第76-79页
致谢第79页

论文共79页,点击 下载论文
上一篇:基于盲源分离算法的过程监测方法研究
下一篇:基于Spark的时空数据用户隐私保护查询优化算法的研究与实现