簡單手勢控制的機器人設計范文

本站小編為你精心準備了簡單手勢控制的機器人設計參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《黑龍江科技信息雜志》2014年第二十期

1設計方法

首先獲得Wiimote控制器中加速度計的數據。收到這些數據后，采用三次樣條插值理論將它轉換成我們在程序中使用的姿態數據。然后，判斷程序的當前模式是訓練模式還是控制模式，為訓練模式時，該數據被存儲在存儲器中作為訓練數據；為控制模式時，數據發送給識別器，通過以前訓練的姿態數據來識別它代表的當前姿態。如果用戶認為訓練數據不夠，還可以在任何時候切換為訓練模式。手勢被識別后，其關聯命令即會發送給機器人執行。

1.1加速度數據。正如上面的討論，收集的Wiimote的數據通過藍牙傳輸。為此使用CWiid幫助連接到遙控器手柄從而得到按鈕和加速度傳感器的狀態。該加速度計給出一個包含三個值的數據點。這些值的范圍從0到255，三個數值分別代表圖1中所示不同的軸。得到的Wiimote數據會隨著姿勢的變化不斷改變。

1.2數據歸一化。當從Wiimote獲得數據后，對其進行處理并加入到訓練集或進行手勢識別。因為不同手勢所持續的時間不同，必須統一他們，使其持續時間大小固定且獨立。為次，數據進行時間歸一化處理，用三個長度為250的數組存儲加速度傳感器的數據。

1.3訓練。首先應該按下Wiimote的按鈕1選擇進入訓練模式。然后，通過四個方向鍵中的其中一個下達移動命令。最后按下的方向按鈕為想要訓練的移動方向。為了記錄手勢，應該在按下按鈕A的同時完成手勢，然后松開按鈕A。這樣一來，發送的數據點將被存儲為一個手勢。

1.4控制。控制機器人時數據的獲取與訓練時一樣，唯一不同的是應該先按下按鈕2切換到控制模式。接收到數據后，識別器會識別出當前動作。

1.4.1識別器。對于識別器，采用K最鄰近節點算法（KNN）。首先根據數據的時間將數據劃分為250個階段，編號從0到249，在每一個時間段中，都需要判斷數值所代表的動作并將其分組，總共為四組，分為上，下，左，右。識別手勢時，對于250個時間段，都使用KNN算法將其中數據分組。最終，選擇其中最常見的組點作為識別出的姿態。

1.4.2機器人控制。識別階段完成后，與手勢相關聯的命令被發送到機器人。機器人控制器是使用libplayerc++庫實現的。運動方向控制是通過調用SetSpeed（XSpeed，YSpeed）函數。將與手勢的關聯定義如下：向上-前進（y方向速度為0）向下-后退（y方向速度為0）向右-右轉（x方向速度為0）向左-左轉（x方向速度為0）在此控制模型中，每當用戶做出可被識別的手勢，機器人就會做相關聯的動作。按下B鍵，用戶暫停機器人，按下Home鍵可以結束控制，并停止機器人。

2結論

在這個項目中，我們發現，使用Wiimote實現機器人體感控制是可行的，其中我們使用的是簡單算法KNN。廉價的硬件和簡單的算法可以幫助改善人與機器人之間的溝通。使用手勢控制機器人是非常直觀的，在今后的工作中，研究重點應該在使用其他分類算法來實現更復雜的手勢控制。

作者：倪欣高昌單位：東北林業大學