许多科幻作品想象的机器人,可以直接与人互动提供娱乐,服务,甚至是医疗保健。机器人现在是在一个阶段,可以实现一些想法,但很难使机器人操作方便。
其中一个选项是培养机器人识别并回应人类手势。然而,在实践中,这是困难的,因为一个简单的手势,如挥动手可能会出现很大的不同,不同的人之间。设计者必须开发智能计算机算法可以训练有素|确定运动的一般规律,并与他们个别命令正确。
LAN系统识别手势快速,准确地用很少的培训。
UI燕和同事在A * STAR研究所在新加坡资讯通信研究已经适应了一个认知的内存模型称为方言吸引网络(LAN),以开发一种新系统,快速,准确地识别手势,并且需要很少的培训。
“由于许多社会机器人将所经营的非专业用户,为他们配备了自然与人类的互动接口,它是必不可少的,”严说。“他补充说:”手势是显而易见的,自然的人际沟通手段,我们的局域网的手势识别系统只需要少量的训练数据,避免了繁琐的培训过程中,
严和他的团队测试他们的软件,通过将它与ShapeTape,一个特殊的外套,使用光纤和惯性传感器监控的手和胳膊的弯曲和扭曲的。他们编程ShapeTape提供数据每秒80次的三维取向的肩,肘,手腕,并应用于速度的阈值,检测到的手势开始。
在测试中,5个不同的用户穿的ShapeTape夹克,并用它来控制一个虚拟的机器人,通过简单的手臂动作,代表的命令,如前进,倒退,快或慢。研究人员发现,99.15%的手势正确翻译他们的系统。这也很容易添加新命令,展示一个新的控制手势,只需几次。
改善手势识别系统的下一个步骤是为了让人类控制机器人,而不需要任何特殊的设备穿。该研究小组正在解决这个问题通过更换ShapeTape夹克运动敏感的相机。
,“燕说:”目前,我们正在建设一个新的手势识别系统,通过结合我们的方法与微软Kinect相机。“我们将一个自治机器人推行拟设系统,以测试其可用性的背景下,一个现实的服务任务,如清洁!”