家庭陪伴机器人的仿人上肢设计及肢体交互

针对目前家庭陪伴机器人大都没有手臂而不能肢体动作交互的问题,设计了一双家庭陪伴机器人的仿人上肢,并进行了正运动学分析和肢体交互动作设计。首先进行了仿人上肢的机构设计,然后采用D-H方法对其进行正运动学分析,获取上肢在关节空间中的位姿,接着进行肢体交互动作的设计,最后与机器人本体融为一体进行测试。经实物测试,验证了该仿人双手臂设计的合理性,并为运动规划和开发机器人服务工作奠定了基础。

基于Kinect机器人与人肢体交互系统的设计与实现

设计了1个基于Kinect体感技术的机器人和人的近距离肢体交互系统,实现了机器人追踪人体并与人握手的功能。利用Kinect摄像机提取人体骨骼点并获取相应的骨骼点位置,使用改进的模板匹配算法对机器人进行跟踪并通过计算控制机器人运动参数和机器人的肢体动作,实现了机器人自动与人握手的功能。实验探究了机器人与人体之间距离变化、机器人初始角度变化等因素对系统成功率的影响,结果表明,当机器人初始角度为零时,测试范围内可实现机器人与人稳定的握手动作;机器人的初始角度在-45°~45°变化时,距人1~1.5m、左右各0.75m范围内可实现机器人与人稳定的握手动作。

沉浸式虚拟现实语境下肢体交互模式实现探析

沉浸式虚拟现实设备提供了一种更优的数字显示解决方案,让体验者在观赏时真正打破"第四面墙",获得前所未有的"参与感"。但目前主流的HTC、Oculus、Play Station等设备均没有将用户的肢体信息输入设备作为交互手段,它需要借助手柄等介质模拟手部或身体的动作。为了将交互的抽象性降到最低,在虚拟世界中实现完全符合物理世界的交互习惯和体验,从实现交互模式的方向切入,基于已有的设备和技术,以降低交互抽象性为原则,归纳了沉浸式虚拟现实环境中3种不同的肢体输入交互手段的实现模式和理论方法。

基于骨架信息的人体动作识别与实时交互技术

基于人体姿态的自然人机交互中存在动作识别准确率低,连续动作区分度差等问题,提出一种基于骨架信息的人体动作识别与实时交互的方法.首先获取人体中的18个关键点,然后采集不同动作类型的二维坐标作为数据集,最后通过堆叠模型训练,完成人体动作的识别.对于手部运动,进行轨迹追踪与动作拟合,实现7种交互方案.在相同的实验环境中,与LSTM方法进行比较,结果表明能够以较高的准确率识别连续动作.

探讨多媒体艺术设计发展之路

未来是普适计算模式下的全智能空间,构想设计为我们勾勒了未来的美好生活,也为我们指引了设计的方向。而多媒体艺术设计在这个时代应该如何发展呢?本文认为,应立足于其本身数字化的属性,寻求一种跨平台的"多"媒介融合的新形式,扩展多样化的创作手段,融合科技的力量,以推动多媒体艺术设计的发展。

基于Galileo振动训练系统的交互式肢体训练研究

为了进一步增强患者的肢体康复能力,完善肢体训练领域的研究,将伽利略振动训练系统引入到肢体训练中。基于此,以振动训练理论为基础,将伽利略振动训练器引入到肢体训练系统中,并且构建了交互式双侧肢体训练康复方式和交互式单侧肢体训练康复方式,并利用各种评估肢体机能的量表对训练方案的实际康复效果进行了评估和验证。研究结果发现,采取基于伽利略振动训练系统的交互式肢体训练系统对患者进行康复训练时,各评估量表下的指标均达到较好的数值,患者有更好的康复训练效果。此外,交互式双侧肢体训练方案的各个量表评分值均大于交互式单词肢体训练方案,这说明在交互式肢体训练方案中,双侧肢体训练对患者的康复能够起到更加积极的作用。其根本用意就是要摆脱传统康复训练的基本思路,经由对脑卒中病人全面开展好双侧肢体训练,并对单、双侧肢体训练的优势和不足进行分析,进而为脑卒中病人的恢复训练提出新的思路,并为其后续的发展奠定理论基础。