[发明专利]用于机器人的基于深度信息的手势识别系统及方法

说明书

本发明提供了一种用于机器人的基于深度信息的手势识别系统及方法，包括雷达和计算单元；所述雷达根据物体生成深度图像信息；所述计算单元对深度图像信息进行处理识别出手势。本发明深度图像信息解决了传统图像容易受到光照和复杂背景的影响，并且采用深度学习神经网络的方式对提取的手势进行分类识别，有效提高了手势识别的精度。

技术领域

本发明涉及机器人的人机交互的技术领域，具体地，涉及一种用于机器人的基于深度信息的手势识别系统及方法，尤其是，涉及一种可用于服务型机器人的基于深度图像信息的手势识别方法。

背景技术

近几年来，随着计算机硬件设备算力的提升和机器学习算法的改进，人工智能领域得到飞速发展，智能机器人也开始逐步进入普通大众的视野，在医疗、服务、教育等行业开始发挥越来越重要的作用，人机交互技术作为人与机器进行交互的基础，也是一直以来工业界和学术界研究的重点。经过半个多世纪的发展，人机交互技术已经从鼠标，键盘等传统实物的交互方式向无实物的新型交互方式转变。

通常而言，人对外界环境的感知通过图像、声音、触感等完成，因此，表情、动作、语音等都属于人机交互的方式，其中，手势作为人们最常用的一种传达信息的方式，以其形式的简单和含义的丰富被广泛使用，因此对于手势识别也成为当下研究的重点。

传统的手势识别主要是可穿戴的数据手套，在手套的各个关节点都配置相应的传感器，当使用者佩戴上数据手套后，其手势会通过传感器获取的信息生成。然而数据手套这样的外部设备对于人手的舒适性和自然度产生较大影响，并且其制作成本也比较昂贵。近些年来，随着计算机视觉的发展，基于视觉的手势识别逐渐成为研究的主流方向，基于视觉的手势识别没有数据手套等硬件设备对人手的约束，直接通过图像结合深度学习神经网络对手势进行相应的识别，其识别的准确度和方便性都高于传统的数据手套。

公开号为CN112965594A的中国发明专利文献公开了一种基于视觉手势识别的机器人人机交互系统和方法，其系统包括客户端、云端、解析端及若干手势采集终端；客户端的手势模糊评价单元对图像序列进行初步分析和模糊评价，判断是否存在动态手势或静态手势，客户端手势识别单元对图像进行精确识别；云端的手势采集终端上传的手势样本经审核后传送至手势训练建模单元进行建模训练，云端手势分析识别单元对手势信息做精确识别；解析端对手势代码进行解析释义，查询对应的机器人手势，控制机器人执行手势动作。

针对上述中的相关技术，发明人认为基于绝对手势是识别方法也有一定的缺点，那就是图像容易受到光照，其他背景的影响，使得识别的精度受到影响。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种用于机器人的基于深度信息的手势识别系统及方法。

根据本发明提供的一种用于机器人的基于深度信息的手势识别系统，包括雷达和计算单元；

所述雷达根据物体生成深度图像信息；

所述计算单元对深度图像信息进行处理识别出手势。

优选的，该系统还包括储存单元；

所述储存单元储存生成的深度图像信息。

优选的，所述雷达包括激光雷达；所述激光雷达包括激光接收器和激光发射器；

所述激光发射器发射激光脉冲信号；

所述激光脉冲信号遇到物体反射；

所述激光接收器接收反射的激光脉冲信号，根据发射出激光脉冲信号和接收到反射的激光脉冲信号的时间差计算物体距激光雷达的距离，根据物体距激光雷达的距离得到深度图像信息。

优选的，所述存储单元包括多种存储结构；通过雷达生成的深度图像信息存储在相应的存储结构中。

优选的，所述计算单元包括预处理模块和识别模块；