简单手势控制的机器人设计范文

《黑龙江科技信息杂志》2014年第二十期

1设计方法

首先获得Wiimote控制器中加速度计的数据。收到这些数据后，采用三次样条插值理论将它转换成我们在程序中使用的姿态数据。然后，判断程序的当前模式是训练模式还是控制模式，为训练模式时，该数据被存储在存储器中作为训练数据；为控制模式时，数据发送给识别器，通过以前训练的姿态数据来识别它代表的当前姿态。如果用户认为训练数据不够，还可以在任何时候切换为训练模式。手势被识别后，其关联命令即会发送给机器人执行。

1.1加速度数据。正如上面的讨论，收集的Wiimote的数据通过蓝牙传输。为此使用CWiid帮助连接到遥控器手柄从而得到按钮和加速度传感器的状态。该加速度计给出一个包含三个值的数据点。这些值的范围从0到255，三个数值分别代表图1中所示不同的轴。得到的Wiimote数据会随着姿势的变化不断改变。

1.2数据归一化。当从Wiimote获得数据后，对其进行处理并加入到训练集或进行手势识别。因为不同手势所持续的时间不同，必须统一他们，使其持续时间大小固定且独立。为次，数据进行时间归一化处理，用三个长度为250的数组存储加速度传感器的数据。

1.3训练。首先应该按下Wiimote的按钮1选择进入训练模式。然后，通过四个方向键中的其中一个下达移动命令。最后按下的方向按钮为想要训练的移动方向。为了记录手势，应该在按下按钮A的同时完成手势，然后松开按钮A。这样一来，发送的数据点将被存储为一个手势。

1.4控制。控制机器人时数据的获取与训练时一样，唯一不同的是应该先按下按钮2切换到控制模式。接收到数据后，识别器会识别出当前动作。

1.4.1识别器。对于识别器，采用K最邻近节点算法（KNN）。首先根据数据的时间将数据划分为250个阶段，编号从0到249，在每一个时间段中，都需要判断数值所代表的动作并将其分组，总共为四组，分为上，下，左，右。识别手势时，对于250个时间段，都使用KNN算法将其中数据分组。最终，选择其中最常见的组点作为识别出的姿态。

1.4.2机器人控制。识别阶段完成后，与手势相关联的命令被发送到机器人。机器人控制器是使用libplayerc++库实现的。运动方向控制是通过调用SetSpeed（XSpeed，YSpeed）函数。将与手势的关联定义如下：向上-前进（y方向速度为0）向下-后退（y方向速度为0）向右-右转（x方向速度为0）向左-左转（x方向速度为0）在此控制模型中，每当用户做出可被识别的手势，机器人就会做相关联的动作。按下B键，用户暂停机器人，按下Home键可以结束控制，并停止机器人。

2结论

在这个项目中，我们发现，使用Wiimote实现机器人体感控制是可行的，其中我们使用的是简单算法KNN。廉价的硬件和简单的算法可以帮助改善人与机器人之间的沟通。使用手势控制机器人是非常直观的，在今后的工作中，研究重点应该在使用其他分类算法来实现更复杂的手势控制。

作者：倪欣高昌单位：东北林业大学