基于Kinect的体感交互的应用

随着计算机系统输入设备的发展,各种专业的传感器被嵌入到人们日常生活的设备中.近年来微软开发的Kinect传感器的引入为解决人体行为分析提供了新的思路.本文主要介绍了Kinect相比较传统的人体行为分析方法的优点和Kinect所提供的功能,分析了Kinect体感操作的应用.     

基于微软Kinect的体感控制智能窗帘系统

设计了一种基于微软Kinect的体感控制智能窗帘系统。采用微软Kinect v1传感器及其开发者工具包(SDK)和Microsoft Visual Studio集成开发环境作为核心开发工具,并和基于80c51单片机的步进电机控制系统组成体感控制智能窗帘系统。能够通过Kinect体感传感器对人体肢体动作识别并做判断,并将判断结果通过串口通讯传送至单片机控制步进电机系统,从而使得通过肢体动作控制窗帘系统的开启和关闭。本系统具有动作判断准确、易于针对特殊群体进行拓展开发、使用方便等优点,在智能家居、残疾人士辅助工具方面有较大应用价值。     

基于Kinect的体感康复游戏系统设计

传统的康复训练因理疗师和设备紧缺、训练场地有限、娱乐性差等问题,存在着很大的局限性。构建了基于Kinect与Unity3D的体感康复游戏系统,主要特色包括:虚拟人物与玩家运动同步;通过引导轨迹实现运行引导反馈、卡通目标点设定算法实现游戏的不同难度等。测试结果表明,系统具有很好的实时性、交互性和娱乐性,对类似体感游戏开发有较好的参考价值。     

Kinect体感控制性能优化方法

为提高基于Kinect体感应用程序控制识别的稳定性、准确性与鲁棒性,针对手臂光标延迟与身体控制场景内容稳定性的问题,提出在Unity3D平台下的体感控制性能优化方法。基于数据转化思想,通过放宽手臂光标触发成功条件,将单点稳定触发转化为范围稳定触发,实现手臂光标延迟性能优化;通过将身体位置控制场景内容转化为模拟键盘方向键输入的方法,实现身体控制场景内容稳定性优化。实验结果表明,该方法能够有效提高体感应用程序的相关性能。     

浅谈一种基于Kinect的体感交互应用开发方法

体感技术是人机交互的新方式,近年来倍受欢迎。该文结合Kinect技术和体感交互应用的开发经验,介绍了一种基于Kinect的体感交互应用开发方法。     

基于OGRE与Kinect的体感游戏平台的研究

提出将Kinect体感技术嵌入到游戏引擎OGRE中,首先在OGRE基础上搭建游戏场景,将Kinect体感外设与游戏角色绑定,引入MyGUI界面模块,使用Lua作为交互脚本,搭建一个面向前沿的具有可拓展性的体感游戏平台。     

基于OGRE与Kinect的体感游戏平台的研究

提出将Kinect体感技术嵌入到游戏引擎OGRE中,首先在OGRE基础上搭建游戏场景,将Kinect体感外设与游戏角色绑定,引入MyGUI界面模块,使用Lua作为交互脚本,搭建一个面向前沿的具有可拓展性的体感游戏平台。     

四旋翼无人机自适应导航控制

研究四旋翼(Quadrotor)无人机导航控制问题。针对传统的四旋翼无人机导航控制方法的目标定位误差和实时性差问题,提出了基于CLOS技术的导航控制方法。采用CLOS技术所开发的导航控制系统使得四旋翼无人机能够在移动停机坪完成自主导航和着陆的任务,并详细研究了导航控制系统的设计和仿真。仿真结果显示了所设计的导航控制系统的性能和有效性,可应用于四旋翼无人机的实时导航。     

四旋翼无人机的高度控制

为实现对四旋翼无人机飞行高度的控制,采用气压高度计对高度信息进行反馈,同时使用竖直加速度数据进行补偿.为了减少由建模误差对控制效果产生的影响,并使系统具有较强的鲁棒性,设计了模型参考滑模控制器(MRSMC,model reference sliding mode controller),同时对于无法直接测量的状态量使用卡尔曼滤波器来进行推测.实验结果表明所设计的控制器具有良好的稳定性和鲁棒性.     

Kinect与Unity3D数据整合技术在体感游戏中的应用研究

通过分析Kinect与Unity3D数据整合关键技术,从WPF与Unity 3D内部调用方式展开系统设计。设计分为Unity3D场景展示模块、Unity3D的接口模块和Kinect的数据获取三模块。其中Unity3D接口模块实现了的场景设置,骨骼绑定、镜像运动、近景模式、平滑处理功能;Kinect数据获取模块通过代码实现设备控制、骨骼绑定算法、设备图像获取。测试证明,通过C#对非托管的dll的管理方式,导入Kinect硬件的驱动程序,调用自定义的数据结构和算法,实现在unity 3D场景中,使用Kinect体感镜头控制场景中的人物模型运动,提高了体感游戏的开发效率,在体感游戏的开发和应用中有一定的社会推广价值。     

四旋翼无人飞行器混合控制系统研究

针对四旋翼无人飞行器质量未知情况下的垂直起降控制问题,提出一种基于状态反馈和神经网络自适应的混合控制方法。该方法通过一个状态反馈控制器实现飞行器的水平位置和航向控制,考虑到飞行器负载的未知特性,通过径向基函数(RBF)神经网络对飞行器质量进行估计,从而实现对高度的精确控制。仿真分析及验证表明,所提出的控制方法能够有效实现飞行器高度的精确控制,并能够在线估计出飞行器质量参数。     

基于RFID技术的四旋翼无人机轨迹跟踪控制系统设计

为促进四旋翼无人机的飞行自主性,增强无人监管情况下飞行器主机所具备的避障行进能力,设计基于RFID技术的四旋翼无人机轨迹跟踪控制系统;采用RFID标签识别技术,调制处理既定控制信号,利用标签识别协议,连接微型四旋翼轨迹控制器与内环姿态控制器,通过数据通信链路,提取轨迹跟踪控制所需的传输电子量,完成轨迹跟踪控制系统硬件设计;利用动力系统中的参数辨识策略,确定与轨迹姿态控制相关的物理规律标注,实现四旋翼无人机轨迹跟踪控制;实验结果表明,与机器视觉型控制系统相比,基于RFID技术的控制系统的SSI避障行进指标数值相对较高,全局最大值达到了 79％,四旋翼无人机滚转角平均值为85°,能够有效抑制四旋翼无人机滚转角的数值上升趋势,增强无人监管情况下飞行器主机避障行进能力.     

UAV quadrotor attitude control: An ADRC-EMC combined approach

This study presents an original approach to the design of a complete digital attitude control unit for a UAV quadrotor. The approach is developed within the framework of Active Disturbance Rejection Control (ADRC) and Embedded Model Control (EMC), two well-established control design methodologies, both based on the estimation of the disturbances/uncertainties affecting the plant to control, and on their online cancellation. The attitude control design carried out in this paper demonstrates the possibility of adopting a simple input–output model to control the UAV attitude, while relying on the disturbance rejector to bridge the gap between model and plant reality. The designed attitude control unit encompasses an attitude state predictor, a control law, and a model-based reference generator. A multi-step test strategy is proposed to assess the performance of this disturbance-rejection-based attitude controller. Consequently, the presented experimental results are obtained both using a high-fidelity numerical simulator and in several experimental tests, carried out either on a laboratory single-axial test-bench or in-flight. Finally, the control unit performance is benchmarked, in simulation, against a state-of-the-art high-performance UAV attitude controller.     

基于专家PID的带臂四旋翼无人机控制方法

相较于未带臂的无人机,带臂无人机（UAV）的飞行轨迹会出现较大偏差,更难以稳定控制。为了解决带臂UAV的精确轨迹控制问题,提出基于专家PID的带臂四旋翼无人机控制方法。首先,将机械臂搭载于UAV上把它们作为整体,并通过拉格朗日方程建立了带臂UAV的运动学和动力学系统模型;其次,设计专家PID控制器用于对系统的稳定控制;然后利用五次多项式对带臂UAV的机械臂进行轨迹规划;最后,通过仿真验证专家PID控制方法对带臂UAV稳定控制的有效性。实验结果表明,相较于常规PID控制,所提基于专家PID的控制方法提高了系统的响应速度,且能够有效地抑制外部扰动;该方法对于动作情况下的机械臂能够稳定地跟踪其轨迹,且具有很好的抗扰性和鲁棒性。     

基于Kinect的拳击虚拟训练系统

沙袋击打训练是拳击训练的有效手段,应用体感交互技术和虚拟现实,设计并实现了虚拟的沙袋击打仿真系统。该系统主要包含虚拟场景搭建、体感交互和训练信息系统。拳击场景建立了拳台、沙袋、拳击手套和背景模型,并通过Direct 3D接口加载到虚拟系统中。交互系统通过Kinect体感传感器追踪并获取训练者骨骼关节点坐标,从中提取肘、腕关节建立空间向量并计算击打速度和击打力,控制虚拟拳头击打虚拟沙袋,通过体感交互的方式虚拟真实训练过程,并在信息系统中记录训练信息。实验和测试表明,此系统能够实现模拟训练的功能,为拳击游戏与教学提供了新的手段。     

基于扩张状态观测器和反步滑模法的四旋翼无人机轨迹跟踪控制

为了解决欠驱动四旋翼无人机（UAV）在实际飞行中存在的外界干扰问题,同时提高在系统参数摄动情况下的精确轨迹跟踪效果,设计了一种基于扩张状态观测器（ESO）和积分型反步滑模算法的飞行控制策略。首先,根据系统的半耦合特性和严反馈结构特点,采用反步法设计姿态内环和位置外环控制器;然后,将抗干扰能力较强的滑模控制融入其中,使得系统的鲁棒性得到增强;接着,为了减小系统的稳态误差,引入积分环节;最后,利用ESO实时估算出系统的内、外总扰动并对控制量进行补偿。通过Lyapunov稳定判据,可以说明该系统是一个全局渐进稳定的系统,并通过仿真分析验证了所提控制方法的有效性和鲁棒性。     

四旋翼无人机抗干扰轨迹跟踪控制

针对四旋翼无人机轨迹跟踪过程中存在的参数不确定与外界干扰问题,设计一种双闭环自适应控制策略.为了降低控制器设计复杂度,根据四旋翼无人机系统的欠驱动特性将系统分成姿态内环和位置外环.在扰动观测器的基础上,利用积分型反步控制算法完成无人机位置信息在外界干扰下的稳定跟踪控制.在扰动观测器的基础上,利用自适应滑模控制算法完成无...