咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于光纤Bragg光栅阵列的多通道手部姿态传感及手势识别研究 收藏
基于光纤Bragg光栅阵列的多通道手部姿态传感及手势识别研究

基于光纤Bragg光栅阵列的多通道手部姿态传感及手势识别研究

作     者:饶洪承 

作者单位:重庆理工大学 

学位级别:硕士

导师姓名:罗彬彬

授予年度:2023年

学科分类:070207[理学-光学] 07[理学] 080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 0702[理学-物理学] 

主      题:光纤Bragg光栅 手部姿态感知 可穿戴设备 人机交互系统 手势识别 

摘      要:在先进的智能工业化系统中,机器人与人类共同参与工业场景,相互协作。为提高生产率和安全性,机器人被专门配置用于执行高风险、高强度的任务。与此相对,人类运用其智慧和创造力来处理更为复杂的工作,以确保操作和生产的高效性。在这背景下,实时检测和显示手部动作已经发展成为一项至关重要的技术。该技术广泛应用于水下勘探、医疗、机器人手术治疗和康复等领域。通过对手部动作进行实时评估,能够获取有关手部姿势和轨迹的宝贵信息。这项技术还可用于评估病人康复的进展,并在工业遥控机器人操作中发挥有效作用。随着科学技术的不断进步,工业现场对手部姿态的实时显示与识别提出了更高的要求。这要求新一代技术更轻便、灵敏度更高、测量范围更大,同时要具备更强的稳定性。此外,引入人机交互(虚拟现实)的应用以及机器学习算法使得完成各种工业任务更为直观和轻松。本文基于光纤Bragg光栅(Fibre Bragg grating)传感原理、波分复用技术,设计制备一种正弦型手部姿态传感手套。结合机器人运动学搭建基于多通道Bragg光栅阵列的人机交互系统,并通过机器学习实现实时手势识别。主要研究内容包括以下4个方面: (1)通过使用硅胶管和PDMS作为传感单元的封装材料,结合光纤连接器和纺织工艺,设计多通道正弦型FBG阵列柔性姿态传感器。通过实验及仿真分析,系统地研究了不同封装材料参数以及不同传感器参数对其灵敏度以及测量范围的影响。实验结果表明,硅胶管和PDMS封装的FBG传感器应变(总应变和轴向应变)随着硅管直径的增加而减小。然而,较厚的传感器结构提供了更好的物理保护,使其能够更有效地抵御外部温度和压力的影响。在考虑了应变和物理保护之后,较好的选择是利用PDMS填充1 mm外径和0.5 mm内径的硅胶管以增强传感器性能。 (2)传感器对手部多关节实时运动的性能监测。在上述方案的基础上,制备多通道柔性FBG可穿戴设备,进行手部合适位置的FBG布设以及对关节角度进行测量,从而完成姿态传感器网络的搭建。此外,为了扩大FBG单元的测量范围,采用了正弦型设计,使其在关节旋转时能够实现无阻碍操作,曲率约为0.1 mm。值得注意的是,预弯曲的FBG传感器单元改变了其光栅周期,导致约0.1 nm的反射光谱红移,通过缝制方式将其集成于手套上,以更有效地对抗手套在运动过程中的变形和扭曲。通过对FBG传感单元的性能的探究,得到了所设计的传感单元的最大测量范围为0°-100°,测量灵敏度最大为8.5pm/°。另外,在重复性测试中,其平均SD值为0.796°,平均误差范围为2.585°。随后,采用FBG姿态传感器、单通道高速光纤光栅解调仪、与计算机搭建了单通道FBG姿态实时监测系统。结合FBG传感理论、机器人正向运动学以及高集成和实时监测特性建立了传感器测量理论模型。 (3)人机交互系统开发。为了建立在工业现场拥有应用价值的实验样机,首先应用Lab VIEW对多通道高速解调仪进行上位机(包含信号处理)以及三维场景的开发,实现虚拟现实功能,应用不同的个体进行手部多姿态综合测量,实现虚拟现实场景的实时监测。并建立运动学模型以及模型对外部五指仿人机械手的通信,实现人手-模型手-仿人五指机械手的实时交互。 (4)手势识别及抓取物体感知。以人机交互系统输出的多关节信息作为检测特征,构建一个专注于手部姿态识别数据集。在静态手势识别方面,采用规则识别方式对当前的静态手势进行实时分类。在动态物体抓取感知方面,运用机器学习技术,通过分析不同数据组合对应的抓取物,其识别率为92.63%,验证了在视线无法触及的工业现场位置通过机器学习实现抓取物体检测的可行性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分