|
ИСТИНА |
Войти в систему Регистрация |
Интеллектуальная Система Тематического Исследования НАукометрических данных |
||
Непрямое управление динамическим объектомдипломная работа (Бакалавр)
- Научный руководитель: Гуров С.И.
- Автор: Юдин Никита Евгеньевич
- Тип: Бакалавр
- Организация, в которой проходила защита: МГУ имени М.В. Ломоносова
- Год защиты: 2018
- Аннотация: В современном мире нововведения в сфере вычислений и вычислительной техники тре- буют уже наличия более естественного интерфейса в интерактивных компьютерных систе- мах, предназначенных для использования человеком. Человеко–компьютерное взаимодей- ствие (HCI, human–computer interaction) — полидисциплинарное научное направление, су- ществующее и развивающееся в целях совершенствования методов разработки, оценки и внедрения интерактивных компьютерных систем, предназначенных для использования че- ловеком, а также в целях исследования различных аспектов этого использования. Основной задачей данной работы является создание программного комплекса для управ- ления механическим объектом (управляемый робот) при помощи визуальных команд, счи- тываемых датчиком в составе интерфейса человеко–машинного взаимодействия, визуальные команды состоят из жестов правой руки, датчик регистрирует глубинное изображение. Глу- бинным называется изображение, в котором значение каждого пикселя представляет собой в условных единицах расстояние от камеры до соответствующего пикселю объекта. В дан- ной работе датчик, регистрирующий глубинное изображение, также называется глубинной камерой. Распознавание визуальных команд основано на классификации при помощи свёр- точных нейронных сетей. Распознавание команд, выполняемых правой рукой, состоит из двух подзадач: сегментация глубинного изображения для определения области руки, клас- сификация вида жеста для определения вида посылаемого сигнала роботу. Полученные в работе результаты приведены в разделах 3.1, 4.3, 4.4, 4.5. В качестве результатов отмечено видео с примером использования разработанного программного комплекса. Максимальная полученная точность классификации — 99%. По результатам проделанной работы был сделан доклад на международной научной конференции студентов, аспирантов и молодых учёных «Ломоносов-2018».
- Добавил в систему: Гуров Сергей Исаевич