随着计算机时代的发展,智能机器人出现在人们的视野中,寻求与之便捷的互动方式成为新的研究问题。为了摆脱传统以机器为中心的交互模式和达到提高人机交互性的目的,本文设计一套基于轮式倒立摆机器人的手势识别控制系统,实现手势控制机器人的运动状态。该系统使用的轮式倒立摆机器人基于Beaglebone Black开发板设计而成。通过扩展光电编码器、姿态检测模块等传感器,结合PID控制,完成轮式倒立摆机器人的前进、转向等基本运动功能。首先,为了获取手势目标,提出结合肤色模型检测和运动目标检测的方法,完成手势分割工作。对采集的手势图像进行运动检测,将前景与背景分离,获得运动区域。通过对该运动区域进行肤色检测,进一步确定手势目标位置。其次,根据手势类型的不同,分别采用不同的手势特征提取方法。对提取图像的HOG特征和LBP算子进行串联融合作为静态手势特征向量。与静态手势不同,动态手势需进行kalman滤波跟踪,得到手势质心位置。在忽略手势形状的情况下,利用质心位置信息计算方向角,得到动态手势特征向量。再次,基于支持向量机分类算法完成9种自定义静态手势的识别工作。根据动态手势在运动过程是否发生手形变化,完成基于动态时间规整算法的6种动态手势轨迹的匹配工作。最后,通过对自定义手势的语义识别,将识别结果转换成控制命令通过WiFi通信系统发送给机器人,机器人根据指令完成运动转向。通过实验验证该系统能够满足设计要求,建立了基于轮式倒立摆机器人的手势识别控制系统,充分说明该系统具有效性,且方法具有通用性,手势动作具有可扩展性。