機器人的人體姿態(tài)動作識別與模仿算法.pdf_第1頁
已閱讀1頁,還剩78頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、人機交互是指人與機器的互動和交流,其最終目的在于使機器人善解人意,能領(lǐng)會和模仿人的語言和行為,讓人類能夠更有效更自然地實現(xiàn)與機器人之間的互動。要想使互動自然,就必須摒棄傳統(tǒng)的輸入輸出方式,使人與機器之間的溝通類似人與人之間的溝通。而人與人之前的互動交流很大程度上依賴于語音和視覺,所以人機交互必會沿著語音和視覺交互的方向發(fā)展。本文就是針對此提出了基于人體動作姿態(tài)的人機交互技術(shù),在此領(lǐng)域中做了探索。
  本文首先整理歸納了人機交互技術(shù)

2、的發(fā)展和人體動作姿態(tài)識別方面的研究成果并對我們的實驗平臺 NAO機器人做了詳盡介紹,隨后給出了人體動作姿態(tài)的識別算法,此算法包括人體部件檢測器的訓(xùn)練和使用,多指標評價標準的定義和計算。最后在機器人實驗平臺上完成實驗。在前人的相關(guān)工作基礎(chǔ)上,本文的主要工作如下:
  (1)在NAO機器人實驗平臺上,提出了基于人體動作姿態(tài)的人機交互方法,實現(xiàn)了讓NAO機器人模仿人體動作姿態(tài)以及根據(jù)特定的動作指令作出相應(yīng)反饋。
  (2)在訓(xùn)練人

3、體部件檢測器時,從大量圖片中剪切出人體部件,旋轉(zhuǎn)這些部件圖像,使其主軸豎直,經(jīng)過這一步歸一化之后會減少人體部件圖像之間的類內(nèi)距離。在使用人體部件檢測器檢測特定部件時,旋轉(zhuǎn)被檢測圖片,使得我們可以檢測出可能的所有候選位置。
  (3)提出了6種評價標準對人體部件的候選位置進行評價,從中選出最優(yōu)。這6種評價標準包括:部件符合度、前景覆蓋率、前景覆蓋熵、先驗概率、關(guān)聯(lián)性以及骨骼密度和居中程度。用這6種不同的評價標準對特定部件的所有候選位

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論