基于FPGA的手势识别的多功能机械臂方案

设计概述

1.1 设计背景

随着信息技术的发展，人机交互技术逐渐由以键盘、鼠标等基于图形用户界面的方式，转变为以模拟和类似人类感知传输的信息类型。其中，手势识别因其具有的自然、直接、有效的交互特点，越来越受到研究人员的关注。传统的手势识别，需要借助配置有传感器的手套来确定具体的手势形态，成本高且 *** 作不便，不具有推广性。基于机器视觉的手势识别技术，突破硬件局限，从模式识别算法层面革新人机交互方式，更适应未来人机交互发展趋势。机械臂作为现代工业领域自动化智能加工中最常见的执行终端，通过各个关节的协调运动与机械末端的配合，可进行多自由度模拟仿真。通过对舵机进行控 制设计，使机械臂能够完成抓取分拣、连续动作，从而使其具有比人手更好的动 作组合灵活性和指令完成准确性。

1.2作品概述

本作品基于机器视觉，聚焦手势识别，利用摄像头获取单目图像信息，基于 PYNQ 实现手势分割、手势建模、手势形状特征提取，对八种不同手势图像进行识别，以舵机控制的机械臂模块作为响应终端，借助手势变化来控制机械臂执行两种功能：一是按指令分拣物体，二是“井字游戏”人机大战。

1.3 应用领域

本作品将手势识别作为人机交互方式，以机械臂作为响应终端，设计了两种基于上述交互方式和响应终端的展示功能。按指令分拣物体，本质上是对机械臂进行开环控制，延长人手作用范围，对于 *** 控大型机械进行物体分拣的工业自动化领域或物流行业，都有极好的应用前景。“井字游戏”人机大战，仅仅是将手势识别结合机械臂控制、简单的人工智能技术进行组合开发的例子，“手势识别 +”的探索永无止境，在娱乐领域、医疗领域、教育领域、智能家居领域都有着广泛的应用前景。 02

系统组成及功能说明

System ConstrucTIon & FuncTIon DescripTIon

2.1系统组成

本系统以 Xilinx ZYNQ SoC 作为主控制芯片，分为处理器模块、摄像头模块、显示器模块、舵机驱动模块、通讯传输模块。通过摄像头模块捕捉手势图像信息，在处理器模块中完成手势分割、手势建模、手势形状特征提取、手势识别，手势识别的过程及结果通过显示器展示，通过处理器内部不同功能的逻辑运算，将对应的动作指令通过相应的 PWM 信号输出给各个舵机，驱动六自由度机械臂完成要求动作，从而实现对应的组合功能。

2.2手势识别核心算法

本作品所采用的是静态手势识别算法，算法核心主要由手势特征分析、手势特征建模及手势识别三部分组成，整体框架如上图所示。首先通过图像采集设备来获取手势图像，通过手势建模将获取的手势图像用数学模型描述出来，最后根据得到的手势识别所需要的模型参量判别出具体的手势形态。

2.2.1图像预处理

图像预处理，由四个主要步骤组成，分别为定义识别区域、颜色空间转换、 膨胀处理、高斯滤波。定义识别区域，主要用来减小识别区域面积，从而提高识 别效率。颜色空间转换，通过将摄像头捕捉到的 RGB 颜色空间下的图像信息转 化为 HSV 颜色空间下的图像信息，便利后续对背景和手部进行颜色分割。膨胀 *** 作，使得识别区域高亮区域增长，消除手部内的噪声点。高斯滤波，通过加权 求和的方式，消除图像内的高斯噪声点。

2.2.2 手势分析

利用道格拉斯-普克（Douglas-Pucker）算法，将手部轮廓拟合为多边形曲线， 同时计算面积，以得到轮廓内手部面积最大的手部轮廓。在此基础上，分别计算 出轮廓总面积（areacnt）、轮廓中手的面积（areahull）、以及手的面积占轮廓总面 积的百分比（arearaTIo）。与此同时，得到最大轮廓面积中的凸缺陷（即凹陷）数 （defects），并通过计算凸缺陷中起始点、终点、离起始点终点连线最远处的点构 成的三角形的高（d）和顶角（angle）值，来去除因噪声而得到的凸缺陷点，得 到消除噪声点后的凸缺陷数（l）。

2.2.3手势识别

由手势分析后得到的模型参量通过上述手势识别流程图后，输出“0”“1” “2”“3”“4”“5”“ok”“best of luck”八种手势识别结果，以便后续对结果进行使用。

2.3“井字游戏”人机大战算法设计

2.3.1游戏规则及数字化设置

游戏规则游戏对战的双方执不同棋子，轮流在 3×3 的九宫格中落子，但凡在横排、 竖排、对角线上出现三子相同的情况，则执该子的一方胜。

数字化设置现在对九宫格的九个位置编码为九个二维坐标（x，y）（x=1，2，3；y=1， 2，3），并赋值为 1，效果如下图所示。

一方执“0”，一方执“2”，落在哪个坐标位置上，就把那个坐标位置对应的 值改为“0”或“2”。每次落子后，分别对每排、每列、每对角线上的三个值求和（和可取 0，1，2，3，4，5，6），如果出现“0”则执“0”的一方胜，如果出 现“6”则执“2”的一方胜。

2.3.2机器端落子优先级设计

假设人执“0”子，机器执“1”子（1）中间、边上、角上三种位置的获胜方式分别为

所以优先落中间，其次落角上，最后落边上。

（2）情况优先级

第一优先级：如果出现“1”，立即将（0，0，1）中的“1”置 2，拦截人胜利。第二优先级：如果出现“5”，立即将（1，2，2）中的“1”置 2，机器取得游戏胜利。第三优先级：如果出现“4”，且不是“死路”的情况，则将（1，1，2）中任 意一个“1”置 2。

2.3.3算法流程图

2.4模块介绍

2.4.1 处理器模块

本作品采用基于 ZYNQ-7020 芯片的 PYNQ-Z2 开发板进行系统开发。ZYNQ 分为 PS（Processing System）和 PL（Programmable Logic）两部分，在 PS 上运 行 Linux *** 作系统，在 Linux *** 作系统上运行 Python，通过调用 PYNQ 中的库Overlay，对连接到 PS 端的接口进行解析，进而控制 FPGA 逻辑资源，加速系统 数据处理。

对于本作品中所设计的基于机器视觉的手势识别算法和“井字游戏”人机大 战算法，直接利用硬件语言进行编写在逻辑上十分复杂，故采用 Python 进行编程实现，利用 FPGA 对图像处理部分进行硬件加速，不仅提高了图像处理速度， 还更好地扩展了图像应用。

2.4.2摄像头（图像采集）模块

本作品的手势指令输入由摄像头采集完成。采用奥尼 C11 款的高清摄像头对手势进行画面捕捉，通过 USB 完成图像输入。相比于传统的传感器手套对手势姿态的采集，摄像头减轻了硬件端的负担，使得整个系统可推广性更好。

2.4.3机械臂（舵机）模块

本作品使用的机械臂，是 LeARM 公司开发的一款六自由度机械臂，能通过上 位机对其进行动作设计，通过 PWM 控制舵机运转，从而完成抓取和连续复杂动作两种不同的模式功能。舵机（机械臂）模块与处理器的模块采用 UART 串行通信，采用下述通信协议进行指令交互。

2.4.4显示器（图像输出）模块

采用显示屏作为图像输出端，展示手势识别图像处理过程及结果，不仅利于 过程中的算法调试与验证，并且具有更好地视觉效果。

2.5 功能说明

2.5.1 手势识别

本作品可以对常用的八种手势进行识别处理，分别为“0”“1”、“2”、“3”、 “4”、“5”、“Best of luck”、“ok”。启动系统后，在摄像头端摆出相应手势，及完 成手势输入，显示器会显示出对应的识别结果。显示器画面，有矩形框定位识别区域，在该矩形框中会有多边形框出手部轮廓，右上方会显示识别结果。当识别区域没有放入手进行识别时，显示器画面静止。

2.5.2 机械臂驱动

机械臂动作设计及存储机制

机械臂内部封装有存储“动作组”的部件，用来存储动作指令。用户如果要 进行动作设计，在机械臂通电的情况下，通过 USB 通信与电脑端上位机进行连接，在上位机中设置传输给六个舵机的 PWM 值，形成一个包含这个动作指令的 “动作组”，下载进存储部件以便后续调用。

机械臂驱动机制

通过 UART（串口通信）的方式来调用“动作组”，进而驱动机械臂完成相 应动作。这里需要注意的是，必须将处理器模块与机械臂模块进行“共地” *** 作， 否则二者无法完成通信，机械臂不能按指令动作。

2.5.3功能 1：按指令分拣物体

预设四个不同的区域，分别编号为“1”“2”“3”“4”，作为一组一维位置坐 标。设计机械臂在四个不同区域内抓取、放开动作，共八个动作组。手势输入“ok”， 告诉系统下一个输入的是初始坐标。待控制板上亮起指示灯后，通过人眼观测物 体初始位置坐标，通过手势输入该坐标（可输入“1”、“2”、“3”、“4”）。待控制板上亮起指示灯后，手势输入“5”，告诉系统下一个输入的是初始坐标。待控制板上亮起指示灯后，通过手势输入目标位置坐标（可输入“1”、“2”、“3”、“4”）。用户端 *** 作结束，发送指令给机械臂完成分拣全过程。机械臂依次完成抓取、移动、放下，即完成一次按指令分拣。

2.5.4功能 2：“井字游戏”人机大战

游戏规则参看“2.3‘井字游戏’人机大战算法设计”。手势输入“ok”，告诉 系统接下来输入人落子的坐标区域（x，y）。待控制板上亮起指示灯后，手势输 入“5”，告诉系统接下来输入横向坐标（可输入“1”、“2”、“3”），待控制板上 亮起指示灯后，输入纵向坐标（可输入“1”、“2”、“3”）。用户端 *** 作结束，可 以发送指令给机械臂完成人落子的 *** 作，机械臂完成在棋盘上的人落子 *** 作后， 继续完成机器落子 *** 作。依次进行下去，直至出现有一方胜利。亮红灯表示“人 赢”，亮绿灯表示“机器赢”，亮白灯表示“平局”。

作品成效总结与分析

3.1 系统测试性能指标

3.1.1手势识别

本作品算法下的手势识别功能，在 FPGA 加速下能较好地平衡识别次数和识 别时间的冲突。根据测试结果，本作品取 60 作为整个作品的手势识别循环次数。

3.1.2机械臂驱动

机械臂能通过用户端“动作组”的设计，进行抓取、移动等连续复杂动作， 具有很好的灵活性。作为机电设计的响应终端，能很好地完成多种功能的指令要求。

3.1.3 按指令分拣物体

“按指令分拣物体”能很好地完成初始坐标输入、目标位置输入，同时能在 较短的时间内快速完成抓取与投递。

3.1.4“井字游戏”人机大战

“井字游戏”算法能很好地遍历所有可能结果，所以人和机器对战只会出现 “平局”、“机器赢”两种结果。并且，较为稳定、准确的机器识别以及人工智能 算法，能够使整个游戏流畅进行。“手势识别”结合“机械臂”具有很强的视觉观赏性，与此同时，游戏的模式使整个功能更具有趣味性。

3.2 成效得失对比分析

本作品整体而言，不仅将手势识别功能实现，还在此基础上结合机械臂运动特点进行了多功能开发，总体完成度较高，视觉效果较好，兼具灵活性、趣味性及可拓展性。开发本作品采用的手势识别算法，为了得到较高的识别精度，必须要以延长识别时间、增加单次识别次数作为牺牲，使得在应用开发时增加较多的时间负担，不能够凸显人机交互的便利性。从手势识别算法及对识别结果的处理技术层面出发，整个作品还有较大提升空间。

3.3 创新特色总结展望

本作品使用最新的基于机器视觉的手势识别技术作为人机交互方式，革新人 机交互的使用体验，具有极佳的技术前瞻性。使用机械臂作为执行终端，贴近目前工业设计的最新潮流。在设计功能时，基于数学建模，设计出更具有人机互动性质的小游戏，体现人工智能的灵活与智慧。机电一体化开发，充分发挥基于 Python 编程的代码灵活的特点，以实现复 杂算法，利用 FPGA 硬件加速的优势，提高视觉处理速度。在本作品的基础上，优化识别算法，加快识别速度，提高识别精度，“手势 识别+”将在未来发挥出自身更强的优势，在教育领域、娱乐领域、工业领域、 医疗领域、智能家居领域都具有越来越广阔的应用前景。