種群隨機(jī)化遺傳算法在仿生機(jī)械手姿態(tài)的應(yīng)用研究

孫建召，趙進(jìn)超

(1.河南經(jīng)貿(mào)職業(yè)學(xué)院計(jì)算機(jī)工程學(xué)院，河南鄭州 450000；2.鄭州輕工業(yè)大學(xué)計(jì)算機(jī)與通信工程學(xué)院，河南鄭州 450000)

0 前言

人機(jī)交互(Human-Robot Interaction，HRI)已成為一個(gè)重要的研究領(lǐng)域，由于其出色的性能，基于視覺的手勢感應(yīng)技術(shù)已經(jīng)吸引了許多人機(jī)交互專家的關(guān)注。

近年來，許多專家高度重視基于視覺技術(shù)的手勢感應(yīng)技術(shù)。在人機(jī)交互領(lǐng)域，專家們已經(jīng)提出并成功應(yīng)用了許多方法，例如粒子群優(yōu)化和遺傳算法。然而，在關(guān)注更細(xì)微的姿勢變化同時(shí)，減少機(jī)器人的誤差和能量消耗十分重要且具有挑戰(zhàn)性。KILIBOZ和GüDüKBAY提出一種基于軌跡的實(shí)時(shí)檢測和識別的動態(tài)手勢方法，通過建立快速學(xué)習(xí)手勢感應(yīng)的機(jī)制，將手勢表示為定向運(yùn)動的有序序列，提出的手勢識別方法具有一定的自適應(yīng)性，具有用戶適應(yīng)性。楊超等人針對水下機(jī)器人姿態(tài)穩(wěn)定性控制問題,提出基于徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)的水下機(jī)器人姿態(tài)自適應(yīng)區(qū)域控制方法，該方法能夠降低機(jī)器人穩(wěn)態(tài)誤差，通過實(shí)驗(yàn)驗(yàn)證了所提方法的有效性。李振浩等為實(shí)現(xiàn)仿生機(jī)械手抓取的目的，通過建立目標(biāo)函數(shù)構(gòu)建了適應(yīng)度函數(shù)，利用遺傳算法對仿生機(jī)械手的結(jié)構(gòu)尺寸進(jìn)行了優(yōu)化。易星等人針對具有初始誤差的機(jī)械手軌跡跟蹤誤差控制問題，提出了模糊自適應(yīng)迭代學(xué)習(xí)方法，應(yīng)用于機(jī)械手控制，并與傳統(tǒng)算法的控制效果相比，結(jié)果驗(yàn)證了所提方法的有效性。陳瑩等人針對人機(jī)交互手勢識別，提出利用離散函數(shù)方法，通過歸一化手勢圖像實(shí)現(xiàn)手勢跟蹤和識別?！?br>