基于Kociemba算法的双臂解魔方机器人还原算法研究

相比于现有六轴和翻滚式魔方机器人,提出更为前沿的双臂式解魔方机器人。双臂解魔方机器人包括还原算法及视觉系统和机械结构与运动控制系统。其针对还原算法和视觉系统,基于Kociemba算法结合OpenCV获取魔方相关的图像信息实现一种新的解魔方的方式,同时减少还原魔方的时间。提炼出所需的魔方颜色信息,使得识别更有效率。采用双气动手爪,严格处于统一平面且保持相互之间成90°,并满足强度和刚度需求,这决定了还原魔方的速度和机械结构的合理性,相比于六轴电机结构的魔方机器人具有结构上的特殊性,需要对算法输出结果作出转换和改变。经过实验证明,该机器人可以达到还原成功率为97%。

基于TSM-MobileNetV3的洗手动作在线识别研究

洗手动作需关注手部运动时序特征,采用3D-CNN网络或光流法对其进行动态识别时存在计算量较大、实时性较差等问题。为此建立洗手动作数据集,并基于TSM(时移模块)思想提出一种动态手势在线识别的轻型网络TSM-MobileNetV3。首先针对高性能网络MobileNetV3结构特点,设计了一种TSM模块融合方式,构成本网络的残差结构;其次通过对比不同的TSM移位比例、时移长度以及共识融合策略对识别准确率的影响,确定了网络结构与参数。实验表明,在CPU上运行时,此方法在31ms的延迟下可以达到99.872%的识别准确率。