人机交互在机器人领域以及工业制造中越来越受重视,既是目前国内外研究的一个热点问题,也是未来计算机技术发展的必然趋势。并且随着机器人技术的不断发展,工业机器人的应用领域也得到了较大的发展与提升,已开始从传统的制造业向离散制造行业推广应用。传统制造业有汽车制造、机械加工等,离散制造行业有五金、3C、家具等。新兴制造领域中存在大量小件装配需求,因为其特点为多品种、小批量和短周期,所以该领域就对工业机器人的易用性的要求极高。机器人编程是使得机器人可以完成特定任务而设置的动作顺序描述,也是提高机器人易用性的基础。常见编程方法有两种:离线编程和示教编程方法。示教编程也称演示编程,是指通过人工引导或者操作相关装置对机器人进行相关任务的动作顺序编程。因为示教方式的实用性强,并且操作简便,所以大部分机器人都采用该方式。机器人演示编程之所以成为目前机器人领域的研究热点,是因为其可以有效简化机器人编程,可作为提高机器人易用性的重要方式。而手势识别则是机器人演示编程系统中较为重要的一环。本文针对工业机器人演示编程中的手势识别问题展开研究,考虑到具体的工业环境中实际用户(工人)操作系统的友好性,本文从用户的角度去思考并设计了适合用户的识别系统。主要包括以下内容:1、自定义6种手势,分别表示系统中的6种操作。并且利用Kinect进行实时点云信息采集。在分割手势时利用了深度阈值分割,去除非必要的点云信息。利用深度信息进行采集可以忽略光线或者背景影响,对于中小型工厂需求而言,该方法的适用性以及易用性更好且更方便。2、对手势点云进行投影,进而进行轮廓提取,使用聚类等方法将指尖等位置找出,接着将手势中的缺陷作为特征,利用凸包检测,将缺陷找出。最终算出手指个数。实验中该算法对系统中产生的指令手势的分割与识别结果以及该算法在机器人演示编程系统中的成功应用,均表明了该算法具备有效性和实用性。