,,,
(吉林大學 儀器科學與電氣工程學院,長春 130026)
目前,國內外已經有了翻書結構的設計方案,例如日本的BOOKTIME5000型翻書機、美國Michael Donald Banks[1]的Page Turner、燕山大學武岳[2]等人研究的全自動可調式翻頁機構及大連交通大學董云美[3]等人研究的腳踏式翻書機構。但是上述的翻書機普遍具有結構復雜、成本高等缺點,同時他們通過直接接觸、頭戴設備等方式獲取用戶指令的方式缺乏人性化設計,無法真正地滿足特定人群的需求。本文研制的這一款翻書機彌補了上述多種傳統翻書機的缺陷,充分利用當下先進的計算機技術,在簡化翻書機機械結構的同時優化了用戶指令的獲取方式,提高了用戶的使用體驗,實現了低成本、高性價比等目標。
本文所設計的基于Kinect圖像識別的翻書機能夠通過自動識別用戶肢體語言,實現自動翻頁的功能。本系統通過對Kinect傳感器所傳回的大量數據進行處理,判別用戶肢體語言,實現用戶翻書指令的辨別。利用負壓吸附原理,實現對書頁的吸附、脫開及傳遞等動作。其中吸持力主要依靠風扇系統提供,由系統抽取空氣造成壓力差,吸附書頁并將其置于翻頁棒上,進而實現翻書動作。整體框圖如圖1所示,翻書機系統采用模塊化設計,主要由三個部分組成:動作識別部分、控制系統部分、機械結構部分。

圖1 整體框圖
與神經網絡對比,支持向量機不需要太多的訓練樣本,同時對于凸優化問題,支持向量機能夠有效的解決,當參數和樣本一致時,訓練模型所得到的預測值就不會產生變化,因此在實際應用和理論中支持向量機比神經網絡模型具有更高的性能。……