Utilize este identificador para referenciar este registo:
https://hdl.handle.net/10316/39001
Título: | Segmentação e reconhecimento de gestos da mão humana | Autor: | Vitorino, João Pedro Amaro | Orientador: | Neto, Pedro Mariano Simões | Palavras-chave: | Gestos; Leap motion; Segmentação e reconhecimento de gestos; Redes Neuronais Artificiais (ANN); Modelo Oculto de Markov (HMM); Robô | Data: | 22-Set-2014 | Local de edição ou do evento: | Coimbra | Resumo: | 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 | Descrição: | 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 | Direitos: | openAccess |
Aparece nas coleções: | UC - Dissertações de Mestrado FCTUC Eng.Mecânica - Teses de Mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Segmentacao e Reconhecimento de Gestos da Mao Humana.pdf | 12.58 MB | Adobe PDF | Ver/Abrir |
Visualizações de página 50
373
Visto em 30/abr/2024
Downloads 50
432
Visto em 30/abr/2024
Google ScholarTM
Verificar
Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.