مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

643
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

510
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

استفاده از برآورد حالت های پویای دست مبتنی بر مدل، برای تقلید عملکرد بازوی انسان توسط ربات با داده های کینکت

صفحات

 صفحه شروع 97 | صفحه پایان 116

چکیده

 برای اجرای فرآیند ضبط حرکت, لازم است داده های مناسب, در طول زمان با دنبال کردن نقاط کلیدی از هدف مورد نظر استخراج شوند. با این داده ها و طی یک سری عملیات پس پردازشی کارهای زیادی از جمله ساخت مجدد آن حرکت در فضای سه بعدی می توان انجام داد. در این مقاله یک الگوی برآورد حالت های پویای دست مبتنی بر مدل با استفاده از روش ضبط حرکت بدون نشانه گذاری ارائه می شود. در این پژوهش حرکات بازوی عامل انسانی در قالب دنباله ای از تصاویر رنگی به همراه داده های عمق و اسکلت به دست آمده از کینکت (ابزاری برای ضبط حرکت بدون نشانه گذاری) با سرعت سی فریم در ثانیه به عنوان داده های ورودی استفاده شده اند. الگوی پیشنهادی, ویژگی های زمانی و مکانی از دنباله تصاویر ورودی استخراج می کند و روی تعیین موقعیت نوک انگشتان شست و اشاره و به دست آوردن زوایای مفاصل ربات, به منظور تقلید حرکت بازوی عامل انسانی در سه بعد در یک محیط کنترل نشده تمرکز دارد. در این پژوهش از بازوی ربات واقعی RoboTEK II ST240 استفاده شده و حرکات بازوی عامل انسانی به حرکات تعریف شده برای این بازوی ربات محدود شده است. بردارویژگی جهت برآورد حالت به ازای هر فریم, به مختصات x, y و عمق برخی مفاصل و مختصات نوک انگشتان شست و اشاره نیازدارد. از داده های عمق و اسکلت برای تعیین زوایای مفاصل ربات استفاده می شود؛ ولی تعیین نوک انگشتان به طور مستقیم با داده های موجود امکان پذیر نیست؛ از این رو سه رویکرد برای شناسایی نوک انگشتان شست و اشاره با استفاده از داده های موجود ارائه می شود. در این رویکردها از مفاهیمی همچون آستانه گیری, لبه یابی, ساخت پوسته محدب, مدل کردن رنگ پوست و تفریق پس زمینه استفاده می شود. در پایان برای تقلید حرکت, با استفاده از بردارهای ویژگی به ازای هر فریم, حالت متناظر بر روی بازوی ربات اعمال می شود. برای ارزیابی تقلید حرکت, مسیرهای طی شده توسط قسمت نهایی دست عامل انسانی و قسمت مجری نهایی بازوی ربات با هم مقایسه شده اند. نمودارهایی که میزان تغییرات زوایای مفاصل را برای این دو مورد نشان می دهند, گویای موثر بودن الگوی پیشنهادی در تقلید عملکرد بازوی انسانی است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    زارع مهرجردی، مریم، و رضاییان، مهدی. (1396). استفاده از برآورد حالت های پویای دست مبتنی بر مدل, برای تقلید عملکرد بازوی انسان توسط ربات با داده های کینکت. پردازش علایم و داده ها، 14(4 (پیاپی 34) )، 97-116. SID. https://sid.ir/paper/160829/fa

    Vancouver: کپی

    زارع مهرجردی مریم، رضاییان مهدی. استفاده از برآورد حالت های پویای دست مبتنی بر مدل, برای تقلید عملکرد بازوی انسان توسط ربات با داده های کینکت. پردازش علایم و داده ها[Internet]. 1396؛14(4 (پیاپی 34) ):97-116. Available from: https://sid.ir/paper/160829/fa

    IEEE: کپی

    مریم زارع مهرجردی، و مهدی رضاییان، “استفاده از برآورد حالت های پویای دست مبتنی بر مدل, برای تقلید عملکرد بازوی انسان توسط ربات با داده های کینکت،” پردازش علایم و داده ها، vol. 14، no. 4 (پیاپی 34) ، pp. 97–116، 1396، [Online]. Available: https://sid.ir/paper/160829/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button