基于手势识别的工业机器人操作控制方法
来源：计算机应用杂志2016年第12期北京时间：
作者：蒋穗峰, 李艳春, 肖南峰
单位：华南理工大学 计算机科学与工程学院, 广州 510006
摘要：针对目前操作工人与工业机器人之间的交互还是采用比较机械化的交互方式，设计使用Kinect传感器作为手势采集设备，并使用人的手势来对工业机器人进行控制的方法。首先，使用深度阈值法与手部骨骼点相结合的方法，从Kinect传感器获取的数据中准确地提取出手部图像。在提取过程中，操作员无需佩戴任何设备，对操作员所站位置没有要求，对背景环境也没要求。然后，用稀疏自编码网络与Softmax分类器结合的方法对手势图像进行识别，手势识别过程包含预训练和微调，预训练是用逐层贪婪训练法依次训练网络的每一层，微调是将整个神经网络看成一个整体微调整个网络的参数，手势识别的准确率达到99.846%。最后，在自主研发的工业机器人仿真平台上进行实验，在单手和双手手势下都取得了不错的效果，实验结果验证了手势控制工业机器人的可行性和可用性。
关键词：工业机器人,Kinect,手势识别,自编码网络,神经网络
基金资助：广东省公益研究与能力建设专项（2014B010104001）；广东省自然科学基金资助项目（2015A030308018）。
