手势识别智能小车创意书

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

2014年重庆大学生

“合泰杯”单片机应用设计竞赛参赛

作品创意书

作品名称:手势智能小车

参赛学校:重庆工商职业学院

系名称:电子信息工程学院

指导老师:刘旭飞老师

参赛学生1:易虹羊

参赛学生2:胡照华

参赛学生3:姚正兰

2014年12月26日

作品创意书

一、摘要

智能小车作为现代的新发明,是以后的发展方向,他可以按照预先设定的模式在一个环境里自动的运作,不需要人为的管理,可应用于科学勘探等等的用途。智能小车能够实时显示时间、速度、里程,具有自动寻迹、寻光、避障功能,可程控行驶速度、准确定位停车,远程传输图像等功能。手势控制智能小车的移动,小车具有自动循迹、避障等功能。提供一种更有趣、更方便的服务。

二、作品介绍

基于目前的普遍情况来看,多数智能小车遥控方式包括无线电遥控、红外线遥控和超声波遥控等。随着计算机的广泛应用,人机交互(Human Computer Interaction,HCI)已成为人们日常生活中的重要部分。人机交互的最终目标是实现人与机器自然的交流,因此手势识别研究顺应了发展需求。

1、国外手势识别研究状况

目前,手势识别已被广泛研究,尤其是基于视觉的手势识别。韩国Inda大学和Korea Polytechnic大学的JongShill Lee、YouongJoo Lee 等人用熵分析法从背景复杂的视频流中分割出手势区域并进行手势识别。使用链码的方法检测手势区域的轮廓,最后计算出从手势区域的质心到轮廓边界的距离。该系统课识别6种手势,平均识别率超过95%;6个人分别做每个手势的识别率平均达到90%—100%。印度研究者Meenaskshi Panwar 在视觉手势识别的基础上提出了一种基于结

构特征的手势识别算法,通过背景去除、方向检测、拇指检测和手指数量检测,来最终识别手势。Chenglong Y u 等人采用基于视觉的组合特征进行手势识别,将手的面积、周长、重心、面积比和长宽比等特征结合,使得识别率得以提高。上海大学DING Youndong、PANG Haibo等人运用改进的LBP算法,利用AdaBoost分类器进行手势识别,建立了多种手势数据集,其中包括一些大角度变化的手势图像。实验表明该方法可较好的对手势进行分割和分类。

此外,许多大型电子企业也将手势识别研究列入其开发项目中,并且成果显著。2012年,三星推出智能电视新品ES8000,该款电视机将面部识别,手势识别和语言识别结合,无论是语言还是简单的手势,用户不仅可完成开关机、调节音量、换台等基本操作,还可以实现上网浏览或关键字搜索等复杂功能。微软研发机构的微软研究院(Microsoft Research,MSR)与华盛顿大学合作,开发出可利用笔记本电脑内置麦克风和扬声器进行手势识别的技术;该项技术被称为Sound Wave,利用了多普勒效应识别接近计算机的任何动作和手势。

2、国内手势识别研究状况

国内的手势识别研究主要集中在各大高校和研究院等。清华大学计算机科学与技术系祝远新等人提出了一种新的基于表观的手势识别技术。提出一种基于运动分割的帧间图像运动估计方法,并指出了一条如何将运动、形状、颜色和纹理等信息统一起来进行手势识别的途径;且实现了对12种手势进行在线识别的实验系统,识别率超过90%。王凯等人提出了基于AdaBoost算法和光流匹配的实是手势方

案:只需连接计算机摄像头读取二维手势视频段便可对手势作出较为准确的识别。其中,采用AdaBoost算法遍历图像,完成静态手势的识别工作。而在动态手势的识别过程中,运用了光流法结合模板匹配的方法。中国科学技术大学和哈尔滨工业大学的腾达,刘岩等人研究了基于“大小手”的徒手手势识别,将双手分划成大手和小手,双手重叠按照一只手处理。应用背景差分法将背景去除,利用文中的大小手特征提取算法检测出手势,最终利用动态时间进行手势识别,该系统对17个常用手势实验识别率可达94.1%。

3、智能小车发展

智能小车可以分为三部分——传感器部分、控制器部分、执行器部分。

控制器部分:接收传感器部分传递过来的信号,并根据事前写入的决策系统(软件程序),来决定机器人对外部信号的反应,将控制信号发给执行器部分。好比人的大脑。

执行器部分:驱动机器人做出各种行为,包括发出各种信号(点亮发光二极管、发出声音)的部分,并且可以根据控制器部分的信号调整自己的状态。对机器人小车来说,最基本的就是轮子。这部分就好比人的四肢一样。

传感器部分:机器人用来读取各种外部信号的传感器,以及控制机器人行动的各种开关。好比人的眼睛、耳朵等感觉器官。

二、应用价值

二十一世纪电子行业发展迅猛,人们对电子产品的依赖越来越

强,科技给我们带来了高效率的工作与学习环境。随着生活质量的提高,我们对工具的使用趋于制动化和智能化,并使人们从直接控制到远程控制,远程控制又从有线控制到无线控制。对于无线控制来说,现在市场上主流的方式是以wifi、bluebooth和IR,这次要介绍的是手势控制。

1、手势控制运用

手势控制早在1982年就有科学家开始研究,其目的是实现简单的人机交互,如控制汽车、控制天气预报的进程以及后来的基于视频的手势识别技术。但是都有一定的缺陷,比如手势识别精的准度。

2、市场前景

2012年《horizon report》指出:“基于手势控制的计算机利用鼠标和键盘来控制电脑,转变到通过新输入设备利用身体运动、面部表情和语音识别来控制电脑,是的交互更加灵活。”

前不久,苹果公司开发了一款手势控制设备,该设备只有口香糖的大小,能感应设备有效感应距离为一个半径为一米的半球,并支持双手同时控制,无论是惊险刺激的3D游戏,还是网页浏览都能完美控制,其用户体验远超于传统的鼠标控制。

Google在2013年10月10日表发了一个专利,《用手势控制汽车》:比如在车速感应装置上用手示意改变车速到时速多少公里,或者在车窗边把手抬高示意升上玻璃。Google在智能汽车的研究上可谓是领头者,现目前的无人驾驶汽车在实验以来,还没出现过一次事故。

相关文档
最新文档