[发明专利]一种基于Leap Motion的起落架虚拟维修教学方法

说明书

本发明公开一种基于Leap Motion的起落架虚拟维修教学方法，其包括如下步骤：通过Leap Motion获取操作手势，操作手势包括连续多帧图像的手势动作；从操作手势中提取预设帧数的动作信息，判断预设帧数的动作信息是否变化，若是，则提取操作手势中的指尖至掌心的距离并基于距离生成操作手势特征信息；调用预置的动态手势分类模型识别出与操作手势特征信息对应的维修手势，调用与维修手势对应的预设装配模型进行虚拟维修。本发明采用手势识别的起落架虚拟维修教学，利用Leap Motion采集各类手势的数据，使用PCA‑PNN分类算法或者SVM分类算法得到分类模型，提高了起落架虚拟维修教学中静态与动态手势识别的精度和速度。

技术领域

本发明涉及虚拟现实领域，具体而言，本发明涉及一种基于Leap Motion的起落架虚拟维修教学方法。

背景技术

一直以来，人工排故是起落架方法相关故障判断的主要方法，起落架的维修若采用虚拟维修技术可以提升维修训练的水平，通过现代化虚拟现实技术方式传授维修知识和维修技巧，可以解决传统维修培训手段落后的情况，可以解决民机维修人员的维修能力不足、维修效率偏低和维修成本高昂等问题。

发明内容

为了寻找更为有效的现代化虚拟现实技术方式传授维修知识和维修技巧的实现方案，考虑到三维手势作为最近兴起的人机交互手段，将其应用到虚拟维修的人机交互中，使用手势进行维修训练可以提升交互的临场感与真实感。为此，本发明实施例提供了一种基于Leap Motion的起落架虚拟维修教学方法，其包括如下步骤：

通过Leap Motion获取操作手势，所述操作手势包括连续多帧图像的手势动作；

从所述操作手势中提取预设帧数的动作信息，判断所述预设帧数的动作信息是否变化，若是，则提取所述操作手势中的指尖至掌心的距离并基于所述距离生成操作手势特征信息；

调用预置的动态手势分类模型识别出与所述操作手势特征信息对应的维修手势，调用与所述维修手势对应的预设装配模型进行虚拟维修。

优选地，所述预置的动态手势分类模型基于PCA和PNN训练得到。

优选地，所述判断所述预设帧数的动作信息是否变化之后，还包括如下步骤：

若所述预设帧数的动作信息未变化，则调用预置的静态手势分类模型识别出静态指令；

执行所述静态指令。

优选地，所述预置的静态手势分类模型基于SVM训练得到。

优选地，所述预设帧数为3—10帧。

优选地，所述预设装配模型基于SolidWorks和3Dmax创建。

优选地，所述调用与所述维修手势对应的预设装配模型进行虚拟维修包括如下步骤：根据所述维修手势以及检测到的碰撞信息调用与所述维修手势对应的预设装配模型。

与现有技术相比，本发明实施例一种基于Leap Motion的起落架虚拟维修教学方法具有如下有益效果：

本发明实施例一种基于Leap Motion的起落架虚拟维修教学方法采用手势识别的起落架虚拟维修教学，利用Leap Motion采集各类手势的数据，使用PCA-PNN分类算法或者SVM分类算法得到分类模型，提高了起落架虚拟维修教学中静态与动态手势识别的精度和速度。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明实施例一种基于Leap Motion的起落架虚拟维修教学方法的应用场景示意图；