Please use this identifier to cite or link to this item:
https://hdl.handle.net/10316/39001
Title: | Segmentação e reconhecimento de gestos da mão humana | Authors: | Vitorino, João Pedro Amaro | Orientador: | Neto, Pedro Mariano Simões | Keywords: | Gestos; Leap motion; Segmentação e reconhecimento de gestos; Redes Neuronais Artificiais (ANN); Modelo Oculto de Markov (HMM); Robô | Issue Date: | 22-Sep-2014 | metadata.degois.publication.location: | Coimbra | Abstract: | Os robôs industriais têm vindo a ter um papel importante no sector industrial. A sua abrangência às pequenas e médias empresas (PMEs) é importante, mas a complexidade da programação é um grande entrave. Esta necessita de técnicos especializados, e no caso da programação offline exige um grande investimento em programas informáticos e um longo período de treino até que se consiga uma utilização eficiente. No sentido de naturalizar a interacção com os robôs tem existido ao longo dos últimos anos um grande esforço relativamente ao desenvolvimento de interfaces Homem-robô (HRI). Esta dissertação pretende contribuir para essa investigação, sendo essa interacção efectuada recorrendo aos gestos da mão humana. São considerados vários gestos, tanto estáticos como dinâmicos, e quando estes são reconhecidos, é dada uma ordem de operação ao robô. Ou seja, o robô executa a operação desejada com um gesto executado pelo utilizador. O reconhecimento dos gestos estáticos e dinâmicos é feito recorrendo a dois métodos diferentes. Para o reconhecimento de gestos estáticos recorre-se a uma rede neuronal artificial (ANN) enquanto que para o reconhecimento de gestos dinâmicos utilizam-se modelos ocultos de Markov (HMMs). Estes métodos mostram que são adequados neste tipo de aplicações, obtendo-se uma taxa de reconhecimento global de 99,83%, num grupo de 12 gestos estáticos, e 94,20%, num grupo de 10 gestos dinâmicos, efectuados pelo mesmo utilizador que gerou os dados de treino e aprendizagem. Para um utilizador diferente verifica-se uma taxa de reconhecimento global de 99,75% e 93,60%, respectivamente. Com o sistema proposto torna-se assim possível que um utilizador interaja com um robô industrial de forma mais intuitiva e natural. Assim o utilizador pode operar um robô, através de gestos, fazendo com que este execute movimentos, guarde posições, voltar a posições previamente guardadas, programar ciclos de trabalho, entre outras tarefas relevantes à empresa onde está inserido | Description: | Dissertação de Mestrado Integrado em Engenharia Mecânica apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra. | URI: | https://hdl.handle.net/10316/39001 | Rights: | openAccess |
Appears in Collections: | UC - Dissertações de Mestrado FCTUC Eng.Mecânica - Teses de Mestrado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Segmentacao e Reconhecimento de Gestos da Mao Humana.pdf | 12.58 MB | Adobe PDF | View/Open |
Page view(s) 50
406
checked on Oct 29, 2024
Download(s) 50
455
checked on Oct 29, 2024
Google ScholarTM
Check
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.