一种基于Kinect的体感遥控智能小汽车的方法
【专利摘要】本发明公开了一种基于Kinect的体感遥控智能小汽车的方法，包括以下步骤：步骤一，通过Kinect设备发射红外线，并探测红外光反射，计算出视野范围内每一个像素的深度值，生成景深数据；步骤二，将景深数据转换为NUI数据；步骤三，使用统计方法进行手的指尖定位，从而实现静态和动态手势识别；步骤四，将静态、动态手势与操控指令相关联并固化到遥控器中；步骤五，当手做出手势后，判断手势含义，激活智能小汽车的相应的操控指令。本发明步骤较为简单，计算量小，系统资源占有小，对硬件要求低，且反应时效性高。
【专利说明】
一种基于Kinect的体感遥控智能小汽车的方法
技术领域
[0001]本发明涉及一种基于kinect的人机交互方法,具体的说是一种基于Kinect的体感遥控智能小汽车的方法。
【背景技术】
[0002]随着现代经济的发展，人们对智能小汽车的要求越来越高，同时，智能小汽车的选择也已不局限于传统的通过遥控器来控制跑，转弯，停止等。
[0003]在传统的控制中，需要用户拿着遥控器进行控制，不够智能，随着kinect体感技术的发展，人们对于体感控制技术充满期待。
[0004]基于上述原因，人们试图用体感技术来控制小车的运行，充分感受体感技术带来的优势。让玩家摆脱手柄的束缚，仅仅靠身体动作就可以操作游戏，用最自然的方式与机器对话，体验真正的体感乐趣。
[0005]在体感遥控的实际使用过程中，需要实现人机交互以使其能正常使用，例如使用者选择指令的下达等，为方便使用者使用，多采用非接触式交互，即系统通过识别人体肢体动作，进行指令判断，现有的此类交互系统工作方法较为复杂，运算量较大，工作效率低下，不但对系统硬件有较高的要求，同时因反应的时效性问题，也使得用户体验较差。
【发明内容】
[0006]本发明提供一种基于Kinect的体感遥控智能小汽车的方法，该方法能实现通过手部动作控制遥控智能小汽车的目的。
[0007]为实现上述目的，本发明包括以下步骤:
[0008]步骤一，通过Kinect设备(体感控制设备)发射红外线，并探测红外光反射，计算出视野范围内每一个像素的深度值，生成景深数据。该步骤用于识别出手势。
[0009]步骤二，将景深数据转换为NUI数据(自然用户界面数据)。由于景深数据来自于不同的摄像头，而这两个摄像头所在的位置不一样，而且视场角等也不也一样，所以产生的图像也会有差别，两个坐标一般都是不相等，两者之间需要交互，需要空间坐标系的转换。
[0010]步骤三，使用统计方法进行手的指尖定位，从而实现静态和动态手势识别。
[0011 ] 步骤四，将静态、动态手势与操控指令相关联并固化到遥控器中。
[0012]步骤五，当手做出手势后，判断手势含义，激活智能小汽车的相应的操控指令。
[0013]采用微软SDK将景深数据转换为NUI数据。
[0014]所述步骤二是将景深数据通过KinectSDK提供的SkeletonToDepthImage函数计算得到点在深度图上的X轴坐标值CbpthX与Y轴坐标值cbpthY，从而转换为NUI数据。
[0015]所述统计方法是指采用边界追踪算法进行手的指尖定位实现静态手势识别；运用耦合隐马尔可夫模型进行动态手势识别。
[0016]所述的步骤三是采用边界追踪算法和耦合隐马尔可夫模型对产生的影像帧数据进行匹配以识别出手的“举起”，“挥动”，“前推”和“移动”四种动作。
[0017]所述步骤五采用边界追踪算法和耦合隐马尔可夫模型判断手势含义。
[0018]本发明的有益效果是，其步骤较为简单，计算量小，系统资源占有小，对硬件要求低，且反应时效性高。
【附图说明】
[0019]附图1是本发明的步骤流程图。
【具体实施方式】
[0020]为方便对本发明的理解，现举一实施例，对本发明作进一步说明。
[0021]本发明包括以下步骤:
[0022]步骤一,通过Kinect设备获取人体与Kinect设备之间所形成的手部三维空间坐标Joint的数据信息并保存待用。即通过Kinect设备(体感控制设备)发射红外线，并探测红外光反射，计算出视野范围内每一个像素的深度值，生成景深数据。
[0023]步骤二，将Joint通过KinectSDK提供的SkeletonToDepthImage函数计算得到点在深度图上的X轴坐标值cbpthX与Y轴坐标值depthY，从而转换为NUI数据。
[0024]步骤三，采用边界追踪算法进行手的指尖定位实现静态手势识别；运用耦合隐马尔可夫模型进行动态手势识别。边界追踪算法和耦合隐马尔可夫模型对产生的影像帧数据进行匹配以识别出已知的帧数据，进而判断，手的“举起”，“挥动”，“前推”和“移动”四种动作。
[0025]步骤四，将手势与一操控指令相关联，不同手势代表不同的控制指令。。
[0026]步骤五，当手做出相应的手势后，使用边界追踪算法和耦合隐马尔可夫模型分析确定手势含义，(手势含义为上述四种动作)，激活对应的操控指令，小汽车接收不同的操作命令，执行相应操作。
【主权项】
1.一种基于Kinect的体感遥控智能小汽车的方法,包括以下步骤: 步骤一，通过Kinect设备发射红外线，并探测红外光反射，计算出视野范围内每一个像素的深度值，生成景深数据； 步骤二，将景深数据转换为NUI数据； 步骤三，使用统计方法进行手的指尖定位，从而实现静态和动态手势识别； 步骤四，将静态、动态手势与操控指令相关联并固化到遥控器中； 步骤五，当手做出手势后，判断手势含义，激活智能小汽车的相应的操控指令。2.如权利要求1所述的基于Kinect的体感遥控智能小汽车的方法，其特征在于，采用微软SDK将景深数据转换为NUI数据。3.如权利要求1所述的基于Kinect的体感遥控智能小汽车的方法,其特征在于,所述步骤二是将景深数据通过KinectSDK提供的SkeletonToDepthImage函数计算得到点在深度图上的X轴坐标值cbpthX与Y轴坐标值cbpthY，从而转换为NUI数据。4.如权利要求1所述的基于Kinect的体感遥控智能小汽车的方法,其特征在于,所述统计方法是指采用边界追踪算法进行手的指尖定位实现静态手势识别；运用耦合隐马尔可夫模型进行动态手势识别。5.如权利要求4所述的基于Kinect的体感遥控智能小汽车的方法,其特征在于，所述的步骤三是采用边界追踪算法和耦合隐马尔可夫模型对产生的影像帧数据进行匹配以识别出手的“举起”，“挥动”，“前推”和“移动”四种动作。6.如权利要求1所述的基于Kinect的体感遥控智能小汽车的方法,其特征在于,所述步骤五采用边界追踪算法和耦合隐马尔可夫模型判断手势含义。
【文档编号】G06F3/01GK105892620SQ201410581604
【公开日】2016年8月24日
【申请日】2014年10月28日
【发明人】桑海伟, 左羽, 崔忠伟, 于国龙, 熊伟程
【申请人】贵州师范学院