[发明专利]一种基于Kinect手势识别的机械臂控制系统

权利要求书

1.一种基于Kinect手势识别的机械臂控制系统，其特征在于：包括旋转底座(1)、大臂(2)、小臂(3)、转动腕(4)、机械爪(5)、摄像头(6)、机械臂运动控制模块(7)、小车运动控制模块(8)、WiFi模块一(9)、WiFi模块二(10)和移动小车(11)，所述机械臂运动控制模块(7)、小车运动控制模块(8)、WiFi模块一(9)和WiFi模块二(10)均安装在移动小车(11)上，所述旋转底座(1)与移动小车(11)转动配合，所述大臂(2)的一端设在旋转底座(1)上，所述大臂(2)的另一端与小臂(3)的一端连接，小臂(3)的另一端与转动腕(4)连接，所述转动腕(4)还与机械爪(5)连接，所述摄像头(6)设在移动小车(11)前端且朝向机械爪(5)，计算机通过WiFi模块一(9)分别与机械臂运动控制模块(7)和摄像头(6)信号连接，计算机通过WiFi模块二(10)和小车运动控制模块(8)信号连接，所述机械臂运动控制模块分别与旋转底座(1)、大臂(2)、小臂(3)、转动腕(4)和机械爪(5)信号连接，还包括Kinect相机，所述Kinect相机与计算机信号连接。

2.根据权利要求1所述的基于Kinect手势识别的机械臂控制系统，其特征在于：所述机械臂运动控制模块(7)和小车运动控制模块(8)均为Arduino控制模块。

3.根据权利要求1所述的基于Kinect手势识别的机械臂控制系统，其特征在于：所述WiFi模块二(10)为Openwrt-WiFi模块，所述WiFi模块一(9)为W50-WiFi模块。

4.一种基于Kinect手势识别的机械臂控制方法，其特征在于：包括如下步骤：步骤1：计算机的客户端遥控小车，WiFi模块二(10)将指令传输至控制移动小车(11)车轮的小车运动控制模块(8)，以此控制小车的运动；

步骤2：移动小车(11)上的摄像头(6)实时采集移动小车(11)前方的图像，并通过WiFi模块一(9)传输至计算机客户端，让用户可以实时观察移动小车(11)运动的位置和机械爪(5)要抓取的目标物的位置，计算机客户端将该位置进行计算后通过WiFi模块一(9)发送指令至机械臂运动控制模块(7)，从而分别控制旋转底座(1)、大臂(2)、小臂(3)、转动腕(4)和机械爪(5)的动作，计算机客户端将该位置进行计算后还通过WiFi模块二(10)发送指令至小车运动控制模块(8)，从而控制移动小车(11)移动；

步骤3：深度相机Kinect通过USB连接到计算机，实时采集人的手势动作，并传送至计算机客户端的算法控制模块；

步骤4：计算机客户端的算法控制模块首先对采集到的手势动作数据进行滤波去噪，采用中值滤波，去除红外摄像头无法捕捉的某些点；

步骤5：计算机客户端的算法控制模块再利用深度直方图进行阈值将人体的手部图像分离；

步骤6：计算机客户端的算法控制模块对分离出来的手部图像，采用Zhang细化算法对手势图像进行细化，以便于运动学分析；

步骤7：算法控制模块采用运动学逆解算法分析得出手势动作和运动方向，以此通过WIFI模块发送不同的指令给控制机械臂舵机的Arduino控制模块；

步骤8：Arduino控制模块根据指令的不同，分别控制机械臂的五个舵机，完成底座左右运动、大臂上下运动、小臂上下运动、手腕左右旋转和爪子张合。

5.根据权利要求4所述的基于Kinect手势识别的机械臂控制方法，其特征在于：所述步骤6所述的，采用Zhang细化算法对手势图像进行细化，以便于运动学分析具体是指计算机客户端的算法控制模块将手在x，y，z轴正负6个方向上的运动范围、手腕关节顺逆时针运动的角度范围、食指和拇指的张合范围，依次线性映射为对应舵机的转动角度范围值。

6.根据权利要求5所述的基于Kinect手势识别的机械臂控制方法，其特征在于：所述转动角度范围值为0°-179°。

7.根据权利要求4所述的基于Kinect手势识别的机械臂控制方法，其特征在于：所述逆解算法使用Python语言编写。