基于體感識別技術的兩輪自平衡小車，通過3D攝像頭識別人體肢體的動作，控制小車完成相應的動作，具體動作有前進、后退、停止、左轉彎、右轉彎。本設計以陀螺儀和加速度計作為傳感器，采用32位ARM作為主控制器，通過電機驅動電路驅動直流電機實現兩輪自平衡小車的姿態控制。
控制器通過AD讀取傳感器的信號，經過濾波算法濾波后進行數據的融合得到小車的姿態，控制算法根據小車的姿態計算出PWM信號，再通過閉環反饋控制，使小車穩定運行。
0.png (67.58 KB, 下載次數: 72)
下載附件
2019-4-5 03:56 上傳
基于景深的骨骼跟蹤原理
本章首先闡述了對于人體部位有著良好區分度的景深圖像局域梯度特征，后面將以此為基礎獲取人體骨骼信息。由區域梯度特征值可得到28維向量，但是由于對每一維向量分量的閥值不清楚，并且對于28維來說，各個維度分類閥值可以有非常多的組合種類，因此不能直接通過簡單的試驗就確定這些閥值。機器學習的方法是一種訓練出分類的閥值從而解決問題可行性高的途徑，因此本章后部分對分類器進行了概述，然后針對人體識別問題對準確性和實時性的要求，著重討論決策樹以及隨機森林的處理思想。
3.1景深圖像局域梯度特征
在圖像特征提取中，一個好的特征不僅要求能夠對各種樣本有很高的區分度，而且要盡可能的減少特征維數以及計算的工作量。
在基于可見光的人體識別特征提取中，點特征和梯度特征是兩大最常見的特征。這能夠給景深圖像人體特征獲取提供一些啟發。梯度特征比如Laplace-Gaussian算子 、Canny算子 和方向梯度直方圖 （HOG）等。由前兩種算子，可以比較好的檢測圖像中所有邊緣處的點，檢測原理為判斷灰度值變化較大的點，由此可以檢測出輪廓信息。但是由這兩種方法處理很可能將圖像分割成為幾個彼此不連通的區域塊，對于復雜場景下的人體識別還要進一步進行圖像處理以排除其他噪聲的干擾，若選用經典的形態學方法并結合閾值進行圖像分割，雖然可以除一部分的細小噪聲，但也有可能同時破壞掉被檢測目標的形態。 是人體識別和檢測中非常經典的方法，它的優點是檢測效果好，處理精度高。但缺點是維數高，計算開銷非常大，一般要達到幾千維，因此很難保證實時處理。另一方面來看，常見的 ,點特征角點 等方法。雖然維度不是很高，但是在背景比較凌亂的情況下點特征難以適應人體形態的多變，并且點特征需要聚類等操作，在一定程度上增加了解決問題的難度。由此可知，單純的采用點特征或者梯度特征都不能很好的解決問題。
分類器是指在機器學習中用來判斷新的觀測數據屬于子類類型的工具。理論上來看，解決分類問題的算法有很多種，從不同的角度可以將這些算法劃歸為不同類型。從層次角度劃分，有單獨分類器和組合分類器。經典的單獨的分類器有貝葉斯網絡 、K 鄰近算法、人工神經網絡 、支持向量機 、決策樹 等方法。如果將多種分類器算法組合起來進行運用，一般稱值為集成學習算法。比如Bagging 和Boosting方法 等。
對人體部位實時分類這種問題，計算的準確率和速度都是有要求的。決策樹可以保證速度，同時也有較高的精度。因為使用二叉結構的決策樹分類樣本使，僅僅需要對參數進行比較，而且比較的次數不會超過決策樹的高度。另一方面為了保證準確率和抑制過擬合問題，可結合Bangging算法或者是Boosting算法。決策樹和Bagging算法相結合專業上成為隨機森林 。決策樹和Boosting算法相結合叫做交替決策樹 。從理論上分析，交替決策樹比隨機森林擁有更高的正確率，這是因為Boosting算法可以針對某些“最難區分樣本”，并且不必擔心擬合方面的困擾，能夠更充分的發揮組合分類器的優勢。確定集成學習算法需要從計算速度、準確率、擴展性、間接性和魯棒性等方面全面考慮。考察樣本不難發現，多數樣本具有相似性，從算法的簡潔性和實時性方面考慮，本文選擇了隨機森林算法作為分類器的算法，主要是因為使用隨機森林算法計算相對簡單。下文講重點講述決策樹和Bangging算法。
3.3 決策樹
決策樹的本質是以實例為基礎的歸納學習算法。使用此種分類規則，可將無次序、無規則的元組推測出新的屬性類別。還方法采用由上至下逐步比較的方法，利用二叉樹可遞歸的性質，很容易在計算機上實現該種算法。決策過程由從二叉樹的根節點到也節點路徑表示。在1986年，Quinlan提出了著名的ID3算法 ，又在1993年，Quinlan又將ID3算法改進為C4.5（See4.5）算法 。該算法被廣泛認為非常經典，并運用到各種實例中。在后來的發展中，又有人對C4.5算法做了進一步改進為SLIQ算法，主要是優化了元素讀取效率和內存數據容量等問題。在SLIQ算法中，使用了預先排序的技術，先將數據按照屬性的大小進行排序，然后再讀入內存進行訓練，因此提高了訓練和分類的效率，結合廣度優先算法，可以對大容量數據樣本訓練。
0.png (69.62 KB, 下載次數: 83)
下載附件
2019-4-5 03:59 上傳
全部資料51hei下載地址：
體感小車.zip
(12.6 MB, 下載次數: 25)
2019-4-4 11:22 上傳
點擊文件名下載附件
論文和源程序 下載積分: 黑幣 -5
|
QQ好友和群
QQ空間
騰訊微博
騰訊朋友
收藏
淘帖
頂
踩
