陳金怡，羅圣欽，李洪均，2

（1.南通大學(xué)信息科學(xué)技術(shù)學(xué)院，南通 226019；2.南京大學(xué)計(jì)算機(jī)軟件新技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，南京 210093）

引 言

人機(jī)交互是實(shí)現(xiàn)人與機(jī)器人能力結(jié)合的一項(xiàng)關(guān)鍵技術(shù)［1］。現(xiàn)存的機(jī)械臂控制系統(tǒng)主要是通過專業(yè)人員輸入操作指令來控制機(jī)械臂，這極大限制了其他非專業(yè)人員對(duì)機(jī)械臂的操作和使用。因?yàn)楣趋揽梢源砣梭w關(guān)鍵點(diǎn)的位置和結(jié)構(gòu)，所以基于骨骼的動(dòng)作識(shí)別是有效的［2］。因此建立一個(gè)體感交互式機(jī)械臂控制系統(tǒng)，讓非專業(yè)人員可以通過自身的肢體動(dòng)作控制機(jī)械臂，具有非?，F(xiàn)實(shí)的意義。近年來國(guó)內(nèi)外一些研究人員在體感交互方面展開了研究，利用機(jī)器視覺獲得目標(biāo)物體的三維坐標(biāo)，由機(jī)械臂控制器根據(jù)坐標(biāo)信息控制機(jī)械臂，其中用于獲取目標(biāo)物體三維信息的采集設(shè)備以微軟開發(fā)的Kinect 最為普遍［3?7］。辛義忠等［8］通過將Kinect 采集的關(guān)節(jié)點(diǎn)數(shù)據(jù)轉(zhuǎn)換成距離特征向量，并選用模板匹配的方法實(shí)現(xiàn)人體動(dòng)作識(shí)別；文獻(xiàn)［9］利用Kinect 采集到的骨骼數(shù)據(jù)實(shí)現(xiàn)人體動(dòng)作姿勢(shì)識(shí)別，在滿足實(shí)時(shí)性的同時(shí)也提高了人體動(dòng)作識(shí)別準(zhǔn)確率；邵陽等［10］利用Kinect 采集骨骼關(guān)節(jié)點(diǎn)的三維坐標(biāo)，用向量表示相鄰坐標(biāo)，以向量變化代替骨骼節(jié)點(diǎn)的運(yùn)動(dòng)變化，可評(píng)價(jià)6 種上肢動(dòng)作；張志佳等［11］通過Kinect 采集深度信息，用于典型零部件識(shí)別。

基于Kinect 的體感交互系統(tǒng)離不開骨骼追蹤功能［12?16］。如Zhu 等［17］用Kinect 收集人體骨骼數(shù)據(jù)，為動(dòng)作識(shí)別提供了大量的信息，提出了基于骨骼的動(dòng)作識(shí)別的長(zhǎng)方體模型；胡星晨等［18］利用Kinect 的骨骼追蹤功能獲取人體主要關(guān)節(jié)點(diǎn)的坐標(biāo)，然后計(jì)算出關(guān)節(jié)角，最后通過無線傳輸方式將關(guān)節(jié)角發(fā)送給機(jī)器人控制器，從而控制機(jī)器人做出和人相同的動(dòng)作；Seifallahi 等［19］提出了一種利用Kinect 攝像頭記錄的骨架數(shù)據(jù)來檢測(cè)阿爾茨海默??；Avola 等［20］利用Kinect 生成的數(shù)據(jù)集提出了一種基于二維骨架和雙分支疊層循環(huán)神經(jīng)網(wǎng)絡(luò)的長(zhǎng)短期記憶動(dòng)作識(shí)別方法；周彤彤等［21］利用骨骼追蹤技術(shù)捕捉到人體關(guān)節(jié)點(diǎn)的變化，運(yùn)用空間向量法計(jì)算出人體關(guān)節(jié)轉(zhuǎn)動(dòng)角度，將轉(zhuǎn)動(dòng)角度轉(zhuǎn)換成控制指令發(fā)送到機(jī)械臂控制器，實(shí)現(xiàn)控制機(jī)械臂的效果；Mokari 等［22］提出了一種新的動(dòng)作識(shí)別方法，利用時(shí)域3D 骨骼Kinect 數(shù)據(jù)進(jìn)行動(dòng)作識(shí)別。通過Kinect 可快速獲得骨骼節(jié)點(diǎn)坐標(biāo)信息，但骨骼追蹤技術(shù)往往會(huì)受到干擾，稱為骨骼噪聲，導(dǎo)致體感交互系統(tǒng)的識(shí)別精度不高。如林海波等［23］設(shè)計(jì)了基于Kinect 的人機(jī)交互系統(tǒng)，該系統(tǒng)通過Kinect 獲得人體骨骼數(shù)據(jù)并計(jì)算骨骼節(jié)點(diǎn)的轉(zhuǎn)動(dòng)角度，然后將轉(zhuǎn)動(dòng)角度轉(zhuǎn)換成控制指令傳送給機(jī)械臂，盡管能夠控制機(jī)械臂轉(zhuǎn)動(dòng)，但會(huì)出現(xiàn)無法識(shí)別轉(zhuǎn)動(dòng)角度的問題，識(shí)別率為94.1%。為了實(shí)現(xiàn)人機(jī)體感交互效果并提高識(shí)別精度，本文提出了基于限幅加權(quán)骨骼節(jié)點(diǎn)濾波的體感交互技術(shù)。在不同的時(shí)間節(jié)點(diǎn)采集并計(jì)算出關(guān)節(jié)轉(zhuǎn)動(dòng)角度，通過最優(yōu)化問題求出各時(shí)間序列下轉(zhuǎn)動(dòng)角度所對(duì)應(yīng)的權(quán)值，將權(quán)值加入到最終轉(zhuǎn)動(dòng)角度的計(jì)算當(dāng)中，能有效減少骨骼噪聲的影響。同時(shí)使最終的轉(zhuǎn)動(dòng)角度保持在穩(wěn)定范圍內(nèi)，避免了“跳躍式”轉(zhuǎn)動(dòng)角度的存在，提高了體感交互系統(tǒng)的穩(wěn)定性，識(shí)別率為96.3%。

1 基于Kinect 的骨骼信息獲取

1.1 Kinect 設(shè)備

Kinect 是一款可交互式傳感器，包含多種攝像頭和一個(gè)麥克風(fēng)部件，如圖l 所示。1 號(hào)攝像頭是能夠獲取640×480 分辨率圖像的RGB 彩色攝像頭；2 號(hào)攝像頭是通過從投射紅外脈沖到反射回來所需要的時(shí)間來計(jì)算物體與傳感器之間距離的3D 深度攝像頭；3 號(hào)攝像頭是紅外攝像頭，通過向粗糙物體上投射紅外光譜，光譜扭曲后形成的反射斑點(diǎn)被攝像頭讀??；4 號(hào)麥克風(fēng)部件可以辨別使用者語音方位，也可以采集使用者的語音數(shù)據(jù)。

1.2 骨骼信息獲取

Kinect 采用黑白光譜的方法檢測(cè)周圍場(chǎng)景，近景用淺色甚至白色表示，遠(yuǎn)景用深色表示，灰色圖像的深淺代表了傳感器距離物體的遠(yuǎn)近，傳感器有效測(cè)量范圍里的場(chǎng)景都被轉(zhuǎn)換成一幅景深圖像流，人體的骨骼信息正是在此基礎(chǔ)上提取。在CMOS 紅外傳感器的幫助下，Kinect 傳感器具有骨骼追蹤能力［24］，所捕捉的每一幀數(shù)據(jù)都是由20 個(gè)人體關(guān)節(jié)點(diǎn)構(gòu)成的，如圖2 所示。骨骼追蹤的具體過程為：Kinect 紅外發(fā)射器主動(dòng)投射經(jīng)調(diào)制的近紅外光線，紅外光線照到視野范圍內(nèi)的物體上會(huì)發(fā)生反射，紅外相機(jī)接收反射回來的紅外光線，采用時(shí)間片技術(shù)［25］測(cè)量深度，通過計(jì)算光線發(fā)射和反射時(shí)間差，算出被拍攝物體的景深距離，由此得出物體的深度數(shù)據(jù)并生成一幅景深圖像流，然后由這些深度數(shù)據(jù)提取各個(gè)關(guān)節(jié)點(diǎn)，生成一幅骨架結(jié)構(gòu)圖像。圖3 展示了普通彩色圖像經(jīng)過Kinect 處理后得到的骨骼信息圖。

圖2 人體骨架結(jié)構(gòu)圖Fig.2 Human skeleton structure diagram

圖3 彩色圖像與骨骼圖像Fig.3 Color image and skeleton image

2 骨骼節(jié)點(diǎn)信息處理與體感交互式系統(tǒng)

2.1 坐標(biāo)歸一化與坐標(biāo)映射

Kinect v1可以追蹤人體20個(gè)骨骼點(diǎn)［26］，而本系統(tǒng)使用的Kinect v2 可以追蹤25 個(gè)骨骼點(diǎn)，但不同的操作者在采集人體骨骼節(jié)點(diǎn)信息過程中與Kinect 相對(duì)位置不同，再加上操作者的體型大小不一，骨骼節(jié)點(diǎn)對(duì)應(yīng)的位置也會(huì)有偏差，如果直接計(jì)算會(huì)造成很大的誤差，對(duì)后續(xù)的體感交互會(huì)造成影響，因此需要對(duì)采集到的三維骨骼數(shù)據(jù)進(jìn)行中心化和歸一化處理。通過觀察發(fā)現(xiàn)，在操作者運(yùn)動(dòng)過程中人體肩中心節(jié)點(diǎn)和脊椎中心節(jié)點(diǎn)之間的相對(duì)位移最小，如圖2 紅色連線所示，故選取這兩點(diǎn)之間的長(zhǎng)度作為標(biāo)準(zhǔn)長(zhǎng)度，對(duì)骨骼框架中所有節(jié)點(diǎn)之間的距離進(jìn)行歸一化處理，減少誤差。

定義水平向右為x軸正方向，垂直向下為y軸正方向，面向鏡頭的為z軸正方向。根據(jù)對(duì)機(jī)械臂舵機(jī)控制的需求，選取圖2 中的右肩、右肘、右腕以及右手4 個(gè)骨骼節(jié)點(diǎn)，建立三維坐標(biāo)系，將4 個(gè)骨骼節(jié)點(diǎn)的信息映射到三維坐標(biāo)系中，并定義右肩、右肘、右腕以及右手的坐標(biāo)分別為(x1，y1，z1)、(x2，y2，z2)、(x3，y3，z3)和(x4，y4，z4)，如圖4 所示。

圖4 三維空間下關(guān)節(jié)點(diǎn)坐標(biāo)示意圖Fig.4 Schematic diagram of joint point coordi?nates in three?dimensional space

2.2 各關(guān)節(jié)轉(zhuǎn)動(dòng)角度計(jì)算方法

2.2.1 肩關(guān)節(jié)的轉(zhuǎn)動(dòng)角度α

若要獲得肩關(guān)節(jié)的轉(zhuǎn)動(dòng)角度，可以利用右肩和右肘這兩個(gè)關(guān)節(jié)點(diǎn)的三維坐標(biāo)(x，y，z)計(jì)算出來，這兩個(gè)骨骼節(jié)點(diǎn)在空間中構(gòu)成一條直線設(shè)為l1，轉(zhuǎn)動(dòng)角度α如圖5 所示。因此空間直線l1的方程為

圖5 轉(zhuǎn)動(dòng)角度α 示意圖Fig.5 Schematic diagram of rotation angle α

由于肩關(guān)節(jié)和肘關(guān)節(jié)在同一直線上，當(dāng)肩關(guān)節(jié)上下轉(zhuǎn)動(dòng)時(shí)z坐標(biāo)保持不變，故只考慮xoy平面。此時(shí)式（1）可重述為

當(dāng)肩關(guān)節(jié)前后運(yùn)動(dòng)時(shí)，y坐標(biāo)保持不變，故只考慮xoz平面。此時(shí)式（1）可重述為

2.2.2 肘關(guān)節(jié)的轉(zhuǎn)動(dòng)角度β

要想獲得肘關(guān)節(jié)的轉(zhuǎn)動(dòng)角度β，需要利用右肩、右肘、右腕這3 個(gè)關(guān)節(jié)點(diǎn)的三維坐標(biāo)(x，y，z)。定義右肘與右腕這兩個(gè)關(guān)節(jié)點(diǎn)構(gòu)成的空間直線為l2，轉(zhuǎn)動(dòng)角度β為直線l1與直線l2的夾角，如圖6 所示。因此空間直線l2的方程為

圖6 轉(zhuǎn)動(dòng)角度β 示意圖Fig.6 Schematic diagram of rotation angle β

由于肘關(guān)節(jié)和腕關(guān)節(jié)在同一直線上，當(dāng)肘關(guān)節(jié)上下轉(zhuǎn)動(dòng)時(shí)z坐標(biāo)保持不變，故只考慮xoy平面。此時(shí)式（6）可重述為

因此肘關(guān)節(jié)的轉(zhuǎn)動(dòng)角度β計(jì)算公式為

當(dāng)肩關(guān)節(jié)前后運(yùn)動(dòng)時(shí)y坐標(biāo)保持不變，故只考慮xoz平面。此時(shí)式（6）可重述為

因此肘關(guān)節(jié)的轉(zhuǎn)動(dòng)角度β計(jì)算公式為

2.2.3 腕關(guān)節(jié)的轉(zhuǎn)動(dòng)角度γ

腕關(guān)節(jié)的轉(zhuǎn)動(dòng)角度γ需要利用右肘、右腕、右手這3 個(gè)關(guān)節(jié)點(diǎn)的三維坐標(biāo)(x，y，z)，定義右腕和右手這兩個(gè)關(guān)節(jié)點(diǎn)構(gòu)成的空間直線為l3，轉(zhuǎn)動(dòng)角度γ為直線l2與直線l3的夾角，如圖7 所示，因此空間直線l3的方程為

圖7 轉(zhuǎn)動(dòng)角度γ 示意圖Fig.7 Schematic diagram of rotation angle γ

由于腕關(guān)節(jié)和手關(guān)節(jié)在同一直線上，當(dāng)腕關(guān)節(jié)上下轉(zhuǎn)動(dòng)時(shí)z坐標(biāo)保持不變，故只考慮xoy平面。此時(shí)式（11）可重述為

因此肘關(guān)節(jié)的轉(zhuǎn)動(dòng)角度γ計(jì)算公式為

當(dāng)肩關(guān)節(jié)前后運(yùn)動(dòng)時(shí)y坐標(biāo)保持不變，故只考慮xoz平面。此時(shí)式（11）可重述為

因此肘關(guān)節(jié)的轉(zhuǎn)動(dòng)角度β計(jì)算公式為

2.3 限幅加權(quán)濾波算法

式中：θi和wi(i=1，2，…，N)分別為第i個(gè)時(shí)間序列下的轉(zhuǎn)動(dòng)角度和轉(zhuǎn)動(dòng)角度所對(duì)應(yīng)的權(quán)值。針對(duì)權(quán)值wi可通過式（17）的最優(yōu)化問題求出各時(shí)間序列下轉(zhuǎn)動(dòng)角度所對(duì)應(yīng)的權(quán)值。

步驟1將權(quán)值wi代入式（17）并通過式（18）進(jìn)行判定。

如果式（18）成立，則停止迭代，否則進(jìn)行下一步。

步驟2將式（17）對(duì)每個(gè)wi求偏導(dǎo)，并得到每個(gè)wi對(duì)應(yīng)的梯度，如式（19）所示。

步驟3目標(biāo)是使得不等式（18）成立，所以按梯度負(fù)方向來更新每個(gè)wi，如式（20）所示。

重復(fù)步驟1～3 至式（18）成立或m次迭代完成。

將得到的對(duì)應(yīng)權(quán)值帶入式（16）得到最終的關(guān)節(jié)點(diǎn)轉(zhuǎn)動(dòng)角度。通過對(duì)不同時(shí)間序列所對(duì)應(yīng)的轉(zhuǎn)動(dòng)角度作加權(quán)處理可知，對(duì)于噪聲引起的突然的奇異值，-θ不會(huì)有太大的改變，而奇異值對(duì)應(yīng)的權(quán)值會(huì)降低奇異值的影響，使最終的轉(zhuǎn)動(dòng)角度θval保持在穩(wěn)定范圍內(nèi)，從而在減少骨骼噪聲影響的同時(shí)避免了“跳躍式”轉(zhuǎn)動(dòng)角度的干擾。

2.4 體感交互式系統(tǒng)

基于骨骼節(jié)點(diǎn)信息的體感交互式系統(tǒng)如圖8 所示，該系統(tǒng)主要分為3 個(gè)部分：骨骼節(jié)點(diǎn)轉(zhuǎn)動(dòng)角度的采集與計(jì)算過程、控制信號(hào)的轉(zhuǎn)換過程以及機(jī)械臂的控制過程。

圖8 體感交互式系統(tǒng)示意圖Fig.8 Schematic diagram of somatosensory interactive system

通過Kinect 獲得右肩、右肘、右腕以及右手4 個(gè)骨骼節(jié)點(diǎn)坐標(biāo)信息，之后按照2.2 節(jié)中轉(zhuǎn)動(dòng)角度計(jì)算方法求出肩、肘、腕3 個(gè)關(guān)節(jié)點(diǎn)的轉(zhuǎn)動(dòng)角度，并利用限幅加權(quán)濾波算法對(duì)轉(zhuǎn)動(dòng)角度濾波處理，減少骨骼噪聲的影響。

在控制信息的轉(zhuǎn)換過程中將轉(zhuǎn)動(dòng)角度轉(zhuǎn)換成脈寬可調(diào)的方波信號(hào)，然后通過藍(lán)牙串口將控制指令發(fā)送給K60 單片機(jī)，串口通信波特率設(shè)為115 200 bps，其中方波脈沖信號(hào)的周期為10 ms，頻率100 Hz，其中PWM 控制字的命令格式為：第1 位起始位值為0；第2～9 位為數(shù)據(jù)位，每?jī)晌槐硎疽粋€(gè)舵機(jī)角度；第10 位停止位值為1，如圖9 所示。

圖9 控制命令格式Fig.9 Format of control command

在機(jī)械臂的控制過程中，使用由6 個(gè)S3010 伺服舵機(jī)組裝而成的機(jī)械臂［27］，供電電壓為6 V，輸出扭矩為7.6 N·m，適用于那些需要角度不斷變化并且可以保持的控制系統(tǒng)。K60 單片機(jī)采用中斷查詢的方式從串口中接收數(shù)據(jù)并控制六自由度機(jī)械臂的相應(yīng)舵機(jī)轉(zhuǎn)動(dòng)，由PWM 信號(hào)的脈寬決定機(jī)械臂轉(zhuǎn)動(dòng)的角度，利用占空比的變化就可以控制舵機(jī)的轉(zhuǎn)動(dòng)角度。指定機(jī)械臂的3 號(hào)、4 號(hào)和5 號(hào)舵機(jī)分別代表手臂的腕關(guān)節(jié)、肘關(guān)節(jié)和肩關(guān)節(jié)，各舵機(jī)參數(shù)和所對(duì)應(yīng)的功能如表1 所示。

表1 所示為各舵機(jī)所接收的脈沖寬度，其中最小值表示一個(gè)周期內(nèi)高電平的最少持續(xù)時(shí)間，最大值表示一個(gè)周期內(nèi)高電平的最多持續(xù)時(shí)間，單位為ms；另外表1 指定了機(jī)械臂各舵機(jī)所對(duì)應(yīng)的手臂關(guān)節(jié)點(diǎn)以及對(duì)應(yīng)的動(dòng)作，通過控制3～5 號(hào)舵機(jī)可分別實(shí)現(xiàn)手臂的腕關(guān)節(jié)、肘關(guān)節(jié)、肩關(guān)節(jié)上下/前后轉(zhuǎn)動(dòng)。

表1 舵機(jī)參數(shù)及對(duì)應(yīng)的動(dòng)作Table 1 Steering gear parameters and correspond?ing actions

2.5 機(jī)械臂體感交互實(shí)現(xiàn)流程

體感交互實(shí)現(xiàn)流程如下：

（1）Kinect 采集操作者手臂的右肩、右肘、右腕和右手4 個(gè)關(guān)節(jié)點(diǎn)三維坐標(biāo)信息分別為(x1，y1，z1)、(x2，y2，z2)、(x3，y3，z3)和(x4，y4，z4)；

（2）利用式（3，8，13）分別求出肩關(guān)節(jié)轉(zhuǎn)動(dòng)角度α、肘關(guān)節(jié)轉(zhuǎn)動(dòng)角度β和腕關(guān)節(jié)轉(zhuǎn)動(dòng)角度γ；

（3）將計(jì)算得到的各關(guān)節(jié)轉(zhuǎn)動(dòng)角度，采用2.3 節(jié)所述的限幅加權(quán)濾波算法進(jìn)行濾波處理，根據(jù)式（18～20）的迭代算法求出wi，并利用式（16）求得最終的轉(zhuǎn)動(dòng)角度；

（4）將最終的轉(zhuǎn)動(dòng)角度轉(zhuǎn)換成PWM 控制字的命令格式，通過藍(lán)牙串口發(fā)送給K60 單片機(jī)；

（5）K60 采用中斷查詢方式接收控制指令，控制機(jī)械臂相應(yīng)舵機(jī)，完成機(jī)械臂轉(zhuǎn)動(dòng)。

3 實(shí)驗(yàn)與仿真

實(shí)驗(yàn)使用KinectV2 傳感器、六自由度機(jī)械臂、K60、藍(lán)牙串口等硬件設(shè)備，軟件開發(fā)語言為C#，實(shí)驗(yàn)環(huán)境為Windows10+VS2015+Kinect for Windows SDK。為了驗(yàn)證本文體感交互式系統(tǒng)的有效性，并說明所提限幅加權(quán)濾波算法的去噪效果，做了以下兩組實(shí)驗(yàn)。

3.1 未加濾波算法的體感交互實(shí)驗(yàn)

本實(shí)驗(yàn)共有5 個(gè)人進(jìn)行了測(cè)試，每人做了以下幾組動(dòng)作測(cè)試：肩關(guān)節(jié)上下轉(zhuǎn)動(dòng)；肩關(guān)節(jié)前后轉(zhuǎn)動(dòng)；肘關(guān)節(jié)上下轉(zhuǎn)動(dòng)；肘關(guān)節(jié)前后轉(zhuǎn)動(dòng)；腕關(guān)節(jié)上下轉(zhuǎn)動(dòng)；腕關(guān)節(jié)前后轉(zhuǎn)動(dòng)，如圖10 所示。每個(gè)動(dòng)作的轉(zhuǎn)動(dòng)角度又分為10°、20°、30°、40°四種情況進(jìn)行測(cè)試，每種情況各測(cè)試25 次，即每人每個(gè)動(dòng)作每個(gè)轉(zhuǎn)動(dòng)角度測(cè)試5 次，因此共計(jì)進(jìn)行600次實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如表2 所示。

圖1 Kinect 示意圖Fig.1 Schematic diagram of Kinect

表2 未加濾波算法的體感交互實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)表Table 2 Statistical analysis of somatosensory interaction experiment results without filtering algorithm

圖10 各關(guān)節(jié)動(dòng)作示意圖Fig.10 Schematic diagram of each joint movement

由表2 的統(tǒng)計(jì)數(shù)據(jù)可知，以肩關(guān)節(jié)轉(zhuǎn)動(dòng)測(cè)試為例，5 個(gè)測(cè)試者共做了200次肩關(guān)節(jié)轉(zhuǎn)動(dòng)測(cè)試，其中機(jī)械臂成功隨手臂運(yùn)動(dòng)的次數(shù)為183 次，識(shí)別精度為91.5%，肘關(guān)節(jié)和腕關(guān)節(jié)轉(zhuǎn)動(dòng)測(cè)試的識(shí)別精度分別為91%和85%。通過對(duì)比發(fā)現(xiàn)，肩關(guān)節(jié)轉(zhuǎn)動(dòng)測(cè)試的識(shí)別精度高于肘關(guān)節(jié)轉(zhuǎn)動(dòng)測(cè)試的識(shí)別精度，而腕關(guān)節(jié)轉(zhuǎn)動(dòng)測(cè)試的識(shí)別精度較肩關(guān)節(jié)和肘關(guān)節(jié)都低。一方面因?yàn)榧珀P(guān)節(jié)的轉(zhuǎn)動(dòng)角度α由肩、肘兩關(guān)節(jié)的連線l1與垂線的夾角所確定，肩肘兩點(diǎn)之間的距離較長(zhǎng)，可識(shí)別度較高，同理肘關(guān)節(jié)的轉(zhuǎn)動(dòng)角度β是由肩、肘兩關(guān)節(jié)的連線l1與肘、腕兩關(guān)節(jié)的連線l2的夾角所確定，肩肘之間與肘腕之間的距離較長(zhǎng)，而腕、手兩關(guān)節(jié)之間的連線l3距離短，可識(shí)別度相對(duì)較低；另一方面Kinect在采集骨骼節(jié)點(diǎn)信息時(shí)會(huì)受到骨骼噪聲的影響，由3 個(gè)關(guān)節(jié)轉(zhuǎn)動(dòng)測(cè)試的識(shí)別精度可以發(fā)現(xiàn)，骨骼噪聲對(duì)腕關(guān)節(jié)的影響最大。另外通過對(duì)比不同角度下各關(guān)節(jié)轉(zhuǎn)動(dòng)測(cè)試的失敗情況容易發(fā)現(xiàn)，測(cè)試失敗主要集中在10°這種小角度情況，而在30°和40°這些較大角度情況下失敗次數(shù)較少，主要因?yàn)楫?dāng)手臂各關(guān)節(jié)轉(zhuǎn)動(dòng)角度較小時(shí)，動(dòng)作幅度不大，不利于Kinect追蹤人體骨骼節(jié)點(diǎn)，在采集骨骼節(jié)點(diǎn)信息時(shí)會(huì)受到骨骼噪聲干擾，從而影響了機(jī)械臂隨動(dòng)。

3.2 帶有濾波算法的體感交互實(shí)驗(yàn)

針對(duì)骨骼噪聲的影響問題，本文提出了限幅加權(quán)濾波算法處理所采集并計(jì)算得到的轉(zhuǎn)動(dòng)角度，并在體感交互式控制系統(tǒng)中加入了限幅加權(quán)濾波處理環(huán)節(jié)。為了驗(yàn)證所提出的限幅加權(quán)濾波算法能夠有效減少骨骼噪聲的影響，在相同實(shí)驗(yàn)條件和測(cè)試環(huán)境下又做一組實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如表3 所示。

表3 帶有濾波算法的體感交互實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)表Table 3 Statistical analysis of somatosensory interaction experiment results with filtering algorithm

通過對(duì)比表3 中肩關(guān)節(jié)、肘關(guān)節(jié)以及腕關(guān)節(jié)3 個(gè)轉(zhuǎn)動(dòng)角度測(cè)試結(jié)果，同樣可以發(fā)現(xiàn)肩關(guān)節(jié)的轉(zhuǎn)動(dòng)測(cè)試識(shí)別精度高于肘關(guān)節(jié)轉(zhuǎn)動(dòng)測(cè)試識(shí)別精度，而腕關(guān)節(jié)轉(zhuǎn)動(dòng)測(cè)試識(shí)別精度較肩關(guān)節(jié)和肘關(guān)節(jié)都低。由表3 的統(tǒng)計(jì)結(jié)果可知，各關(guān)節(jié)轉(zhuǎn)動(dòng)測(cè)試失敗次數(shù)最多的依然是測(cè)試角度為10°這樣的小角度，而測(cè)試角度為30°和40°時(shí)，各關(guān)節(jié)轉(zhuǎn)動(dòng)測(cè)試的成功次數(shù)最多。通過對(duì)比表2、3 不同關(guān)節(jié)轉(zhuǎn)動(dòng)的識(shí)別率可知，表2 中3 個(gè)關(guān)節(jié)轉(zhuǎn)動(dòng)的識(shí)別率分別為91.5%、91%、85%，而表3 中3 個(gè)關(guān)節(jié)轉(zhuǎn)動(dòng)角度的識(shí)別率分別為97.5%、97%、94.5%，說明限幅加權(quán)濾波算法能夠有效減少Kinect 采集各個(gè)關(guān)節(jié)點(diǎn)時(shí)的噪聲影響；另外通過對(duì)比表2、3 不同轉(zhuǎn)動(dòng)角度的識(shí)別率可知，表2 中10°、20°、30°、40°情況下識(shí)別率分別為70.7%、91.3%、96%、98.7%，而表3 中10°、20°、30°、40°情況下識(shí)別率分別為91.3%、96.7%、98%、99.3%。一方面可以說明當(dāng)關(guān)節(jié)轉(zhuǎn)動(dòng)角度大時(shí)，骨骼噪聲影響較小，而對(duì)于10°這樣的小角度，最易受到骨骼噪聲影響，另一方面說明限幅加權(quán)濾波算法能有效減少小角度下的骨骼噪聲，提高小角度下的識(shí)別率。所提出的限幅加權(quán)濾波算法能夠有效減少骨骼噪聲影響的原因在于對(duì)不同時(shí)間序列所對(duì)應(yīng)的轉(zhuǎn)動(dòng)角度加權(quán)處理，使轉(zhuǎn)動(dòng)角度保持在穩(wěn)定范圍內(nèi)，不僅有效減少了骨骼噪聲的影響，而且避免了“跳躍式”轉(zhuǎn)動(dòng)角度的干擾，從而能夠提高體感交互式系統(tǒng)的識(shí)別精度。

4 結(jié)束語

本文利用Kinect 骨骼追蹤技術(shù)，采集人體的骨骼節(jié)點(diǎn)信息并采用空間向量映射方法計(jì)算出各關(guān)節(jié)點(diǎn)的轉(zhuǎn)動(dòng)角度；提出了限幅加權(quán)濾波算法，各關(guān)節(jié)轉(zhuǎn)動(dòng)角度進(jìn)行濾波處理，有效減少了骨骼噪聲的影響；然后將轉(zhuǎn)動(dòng)角度轉(zhuǎn)化為對(duì)應(yīng)的控制指令，K60 單片機(jī)采用中斷查詢方式接收控制指令，控制機(jī)械臂的3 號(hào)、4 號(hào)以及5 號(hào)舵機(jī)，分別實(shí)現(xiàn)了對(duì)應(yīng)的腕關(guān)節(jié)、肘關(guān)節(jié)以及肩關(guān)節(jié)上下/前后轉(zhuǎn)動(dòng)。下一步將建立一個(gè)操控人體多關(guān)節(jié)的體感交互式系統(tǒng)，并進(jìn)一步提高識(shí)別精度。