[发明专利]一种基于多Leapmotion虚拟手势融合的机器人机械臂操控方法有效
申请号: | 201711364995.X | 申请日: | 2017-12-18 |
公开(公告)号: | CN108044625B | 公开(公告)日: | 2019-08-30 |
发明(设计)人: | 刘辉;段超;李燕飞;黄家豪 | 申请(专利权)人: | 中南大学 |
主分类号: | B25J9/16 | 分类号: | B25J9/16;B25J3/00 |
代理公司: | 长沙市融智专利事务所(普通合伙) 43114 | 代理人: | 龚燕妮 |
地址: | 410083 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于多Leapmotion虚拟手势融合的机器人机械臂操控方法,包括以下步骤:步骤1:设置手势采集装置;步骤2:基于手势采集装置采集控制机械臂的手势的leapmotion序列图像,并利用基于核极限学习机的手势识别模型对手势进行识别;步骤3:利用预设的控制手势与机械臂实际操作手势比例因子,获取机械臂操作目标终点;步骤4:获得机械臂运动方案;步骤5:选取最佳机械臂的操控方案。该方案使用多Leapmotion传感器采集手势序列图像,使用加权融合算法将手势图像进行融合,具有很强的容错性;使用多leapmotion手势识别装置,相比于现有机械臂示教器与体感设备,操控装置成本低,且操控性强、准确度高。 | ||
搜索关键词: | 一种 基于 leapmotion 虚拟 手势 融合 机器人 机械 操控 方法 | ||
【主权项】:
1.一种基于多Leapmotion虚拟手势融合的机器人机械臂操控方法,其特征在于,包括以下步骤:步骤1:设置手势采集装置;将至少两台leapmotion传感器设置在手势采集区域上、下表面内侧中心;步骤2:基于手势采集装置采集控制机械臂的手势的leapmotion序列图像,并利用基于核极限学习机的手势识别模型对手势进行识别;所述基于核极限学习机的手势识别模型,是利用所述手势采集装置采集的各个手势的leapmotion序列图像依次作为输入数据,对应手势的类别编号作为输出数据,对核极限学习机进行机器学习训练获得,且采用RBF函数作为核极限学习机的核函数;步骤3:利用预设的控制手势与机械臂实际操作手势比例因子,获取机械臂操作目标终点;步骤4:将机械臂操作目标终点输入基于机械臂D‑H模型的运动学方程中,获得机械臂运动方案;步骤5:从所有的机械臂运动方案中选出每个机械臂运动方案的最大关节旋转角度,再从所选出的所有最大关节旋转角度中选出最小的关节旋转角度,以所选的最小的关节旋转角度对应机械臂运动方案作为对机械臂的操控方案。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201711364995.X/,转载请声明来源钻瓜专利网。