论文部分内容阅读
针对传统工业中机械手的人机交互方式不够直观的问题,利用卷积神经网络(CNN)设计一种基于手势动作的机器视觉型控制系统。采用OpenCV构建手势数据集,以CNN中的AlexNet结构为基础,改进和优化为一个更适合手势识别的13层CNN模型;通过串口通信技术将上位机的手势识别结果传给下位机,利用STM32单片机实现对机械手的相应控制。实验结果表明,该方式在测试集上的手势识别准确率平均为98%,能直观且便捷地控制机械手作业。