为应对复杂多变的环境,本文采用了体感技术和机器人控制技术与Kinect设备相结合的方法,设计了一个基于体感的机械手臂控制系统。为了更接近于人体手臂的结果,采用了六自由度的串联型机械手臂,使用51单片机作为主控板,Kinect Xbox One作...为应对复杂多变的环境,本文采用了体感技术和机器人控制技术与Kinect设备相结合的方法,设计了一个基于体感的机械手臂控制系统。为了更接近于人体手臂的结果,采用了六自由度的串联型机械手臂,使用51单片机作为主控板,Kinect Xbox One作为传感器,利用Kinect传感器无接触式采集人体动作信息并转化为控制指令,让机械手臂模仿并跟随人体运动。骨骼数据采集模块采集骨骼关节点的坐标,计算出关节角度并存入Mysql数据库中,Mysql数据库作为主要的通信桥梁,通过相似性算法将骨骼数据采集模块和机械臂控制模块结合起来,采集平台向数据库存入关节角度数据,控制平台从数据库中取出关节角度数据。控制模块计算出当前时刻与前一时刻关节角度的差值,然后与数据库中的数据匹配,从而识别运动轨迹,自动完成剩下的动作,也可以理解为机械手臂能做出“预判动作”。DTW算法的优势在于减小延时,使得机械手臂更加迅速地跟随人体手臂运动。实验结果证明该方法能有效地降低时滞性、平滑原始数据以及自动滤除异常数据。展开更多
文摘为应对复杂多变的环境,本文采用了体感技术和机器人控制技术与Kinect设备相结合的方法,设计了一个基于体感的机械手臂控制系统。为了更接近于人体手臂的结果,采用了六自由度的串联型机械手臂,使用51单片机作为主控板,Kinect Xbox One作为传感器,利用Kinect传感器无接触式采集人体动作信息并转化为控制指令,让机械手臂模仿并跟随人体运动。骨骼数据采集模块采集骨骼关节点的坐标,计算出关节角度并存入Mysql数据库中,Mysql数据库作为主要的通信桥梁,通过相似性算法将骨骼数据采集模块和机械臂控制模块结合起来,采集平台向数据库存入关节角度数据,控制平台从数据库中取出关节角度数据。控制模块计算出当前时刻与前一时刻关节角度的差值,然后与数据库中的数据匹配,从而识别运动轨迹,自动完成剩下的动作,也可以理解为机械手臂能做出“预判动作”。DTW算法的优势在于减小延时,使得机械手臂更加迅速地跟随人体手臂运动。实验结果证明该方法能有效地降低时滞性、平滑原始数据以及自动滤除异常数据。
