科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前娱乐机器人系统存在的体积大、不易携带和操作复杂等问题，基于MediaPipe Hand人手骨骼关节点检测框架，结合BP神经网络设计并实现了人机猜拳博弈机器人系统。该系统利用LabVIEW编程和NI myRIO控制器实现机械手动作控制和人机交互界面的设计，并提出一种融合特征提取方法以快速检测手势特征。为验证该机器人系统的性能，在不同环境、不同试验人员等条件下对系统进行了测试。试验结果表明，系统整体预测准确率达到99.3%,手势平均识别时间约为0.012 5 s,机械手动作响应时间为0.13 s,满足了高精度和实时性要求且该系统具有较高的鲁棒性和实用性，为娱乐机器人的研究提供了一定的参考价值。
- 单位
