1. 研究目的与意义（文献综述包含参考文献）
文 献 综 述
一、选题背景
随着现代科技的发展，为了能更好的实现机械化和自动化生产，机器人的操作终端，如机械臂的作用便显得越发重要。机械臂是模拟人的手臂，按照固定程序替代人手实现抓取等操作的自动操作装置。一般来说，机械臂主要由抓取机构、传送机构、驱动机构、控制部分和其他部分构成。抓取机构用来抓取物品；传送机构用于完成转动、移动等复合运动来实现规定的动作，改变被抓取的物件的位置和姿态；驱动机构是抓取、传送机构的动力；控制部分用来控制动作的顺序、时间等；其他部分包括机体、行走机构、传感装置等。
近年来，无论是在日常的生产领域还是在科研军事领域，机械臂都得到了广泛的应用。它能替代人们完成危险、枯燥的工作，特别是在高温、高压、噪声、有放射性或其他毒性物质的工作空间中，机械臂可替代人们的部分或全部工作，以提高生产过程中的自动化程度，改善劳动条件，减少事故的发生。
然而在大多数情况下，机器臂所处的环境与形势是无法提前预知的，并不能准确及时地做出对应的分析和判断，而人机交互系统不仅能保持机械臂本身高效可持续的优点，还能在一些机械臂无法自身做出判断的情况下使机械臂能在人的辅助下安全可靠地完成某些任务。很多研究者在人机交互系统中通过传感器对操作者的肢体动作、声音、表情等信号进行实时捕捉，并转化为机械臂的相关指令。由于手势交互技术拥有跨国际、直观、易学的优点使其得到了较快的发展，通过自定义的不同手势动作代表的不同含义，不同的操作者都能快速有效地理解。因此对手势控制机械臂的研究、开发及应用是非常有意义的。
二、研究现状
我国工业机械臂的研究与开发起步于上世纪70年代初，经历了70年代的萌芽期、80年代的开发期、90年代的实用化期和现在的发展期，某些关键技术已达到或接近世界先进水平，如新松机器人公司生产的工业机器人、广州数控GSK系列工业机械臂等。国外工业机械臂的研究较中国而言要早很多，其相关设计、控制技术已经非常成熟，很多技术标准已经成为行业标准，比比如瑞士的ABB、日本的FANUC、YASKAWA、德国的KUKA等，这些国外企业已经成为其所在地的支柱性产业。随着机械臂的不断发展，其应用领域也越来越宽，95%的工业应用将扩展到更多的非工业领域，如水果采摘、侦查、排雷等。
机械臂的发展状况分为如下三代：第一代机械臂是按事先示教的位置和姿态进行重复的动作的机械。目前国际上使用的机械臂大多仍是这种工作方式。由于这种工作方式只能重复事先规定好的动作，其应用范围受到一定的限制，主要用于材料的搬运、喷漆、点焊等工作。第二代机械臂是具有如视觉、触觉等外部感觉功能的机械臂。这种机械臂可以根据外界的情况修改自身的动作，从而完成较为复杂的作业。第三代机械臂除了具有外部感觉功能外，还具有规划和决策的功能。可以适根据环境的变化而自主进行的工作。第三代机器人目前还处于研究阶段，距离实际应用还有一段距离。在普及第一代工业机器人的基础上，第二代工业机器人已经推广，成为主流安装机型，第三代智能机器人也占有一定比重。
传统的人机交互存在很多弊端，比如较早的菜单交互方式，用户通过鼠标或者触摸屏等对所需对象进行选择，这种交互方式中，被选对象很受限制，并且处理速度较慢，效率较低，对操作者的专业知识要求较高。而手势作为一种简单、直观的新型人机交互方式，通过手势控制机械臂运动，能够简化机械臂的示教过程，具有很大的应用价值。目前手势交互技术总体可分为接触式和非接触式。接触式的手势交互方式主要通过操作者穿戴上一些能检测人体肢体信息的传感器，将人手的位置坐标直接映射为机械臂的位置，人手的方向和手指的关节角度直接映射为机械臂抓手的姿态，通过手势对机械臂进行位置移动和抓取控制，这种方式虽然处理速度快准确度高，对操作者的学习能力要求不高，但由于操作者穿戴一大堆传感器设备，一定程度上束缚人手的自由活动能力，且成本较高。非接触式的手势交互方式主要基于计算机视觉原理的人体肢体图像采集处理技术，首先设计一个手势库，定义每一组手势动作所代表的意义，并且每一个手势动作都有对应的控制指令，通过摄像头或者光学检测设备提取出操作者的手势数据。实际操作中，当操作者每做出一个手势后，系统都会对此手势进行自动识别匹配，系统软件就会根据该手势提取出相应的动作控制指令，这种手势交互减少了操作者的束缚且成本较低，实际中的应用场景更加广泛。
三、课题设计内容
此设计是一项基于STM32的机械臂运动控制系统的设计，针对目前机械臂操控方式比较简单的缺点，设计了具有手势识别的机械臂操控系统。主要通过非接触式的手势识别设备捕捉用户的手势，将手势数据化，不同的手势映射为不同的机械臂运动状态，从而实现用户以非接触的方式对多自由度机械臂进行操作，让操纵者更便捷、更自然的对机械臂进行操控，改善用户的操作体验。系统总体分为两部分：硬件部分和软件部分，通过编程编写不同手势对应的不同机械臂动作，当摄像头捕捉到手势后，将数据发送给单片机，单片机进行判断后输出相对应指令控制机械臂。
硬件部分：摄像头负责捕捉手势，并将手势数据传输给STM32单片机，单片机接收到手势数据后匹配数据库，判断完成后发送相对应指令给舵机，控制舵机转动使机械臂完成相应动作。
软件部分：使用C语言编写代码，对应不同的机械臂动作编写不同的代码，实现机械臂能根据不同的手势做出对应的动作。
四、设计方案
本设计的流程图如下图所示。
图1.设计流程图
按照手势识别和单片机控制两部分来完成系统设计。
n 手势识别部分
1) 读取摄像头：由于普通摄像头获取的图像为RGB模式，不利于肤色分割，所以要将其进行颜色空间转换，得到其HSV空间的数据。
2) 获取手势轮廓：设定参数，使得获取的每个通道的数值在特定区域内，然后进行轮廓提取，将获取到的手指尖位置存储到一个文件内。
3) 手势计算：对于0，1，3，4，5这五种手势只需判断指尖个数便能识别，对于其他手势需要通过计算手指间的夹角来判断。
n 单片机控制部分
1) 产生PWM波：舵机的控制信号为周期20ms的脉冲调制信号（PWM），其中脉冲宽度从0.5-2.5ms，相对应的舵盘位置为0-180度，呈线性变化，即只要给它提供一定的脉冲，它的输出轴就会保持在一对应角度上，直到给它提供另一个宽度的脉冲信号它才会改变输出角度到新的对应位。
2) 动作设计：规定每一手势所对应的动作，规划机械臂的运动轨迹，编写相应的PWM输出代码。
3) 识别手势：识别不同的手势做出相应的判断，输出对应的PWM信号，控制舵机转动以达到控制机械臂的效果。
五、参考文献
[1] 冯帅，周一凡，汤茗尧，秦侯晓，张小青. 基于单片机的拾取机械臂系统设计与控制[J]. 电工技术，2019, 18: 12-13.
[2] 包黎明，任林昌，李光宇，马易，王继涛，景红燕. 基于STM32六自由度机械臂发展前景[J]. 内燃机与配件,2019,24: 195-196.
[3] 徐健，许开开，瞿阳，周洲. 基于摄像头的近距手势识别系统的设计[J]. 计算机测量与控制，2016, 24(10)：181-182 185.
[4] 刘彬,董居林,罗序俊,郭磊磊,郭宇伟. 基于STM32f103c8t6单片机的主从式桌面机械臂的设计[J]. 现代制造技术与装备, 2019,(2): 109-110.
[5] 刘磊,余汾芬. 基于STM32的机械臂运动控制系统设计研究[J]. 井冈山大学学报（自然科学版）, 2019, 40(1)：73-77.
[6] 涂朴,沈荣,黄晨. 基于机器视觉的人机交互系统的设计[J]. 首都师范大学学报（自然科学版）, 2019,40(4): 24-27.
[7] 成都柔电云科科技有限公司. 一种手部动作捕捉系统及交互系统[P]. 四川;51:CN201821639133.3, 2019-08-06.
[8] 海南大学. 一种机械臂以及利用手势控制该机械臂的装置[P]. 海南;46：CN201920517765.0，2019-12-06.
[9] 浙江工业大学. 基于手势识别的机械臂位姿控制系统[P]. 浙江;33, CN201711088712.3, 2017-11-08.
[10] 葛立. 基于双目视觉的六自由度机械臂手势识别控制系统研究[D]. 山东：山东科技大学, 2018.
[11] 谢银波,魏天奇,田元,严志聪,陈世增. 基于人体手臂同步远控的智能机械车研究[J]. 实验技术与管理, 2019, 36(12): 85-89.
[12] 王淞,庄纬豪. 基于手势识别控制的机械手的设计与实现[J]. 工业控制计算机, 2018, 31(2): 50-51.
[13] 刘群铭,王勇,史颖刚. 基于STM32的舵机控制器电路设计[J]. 江苏科技信息, 2019, 36(21): 54-57.
[14] 谭同德，郭志敏. 基于双目视觉的人手定位与手势识别系统研究[J]. 计算机工程与设计, 2012, 33(1): 259-264.
[15] 林宗炮,黄启锋,王洪丽. 基于STM32-MAT的四轮小车控制器设计[J]. 机电技术, 2019,(6): 36-38 73.
[16] Nobert Rauch,施林生. 将单片机PWM信号变送成工业标准电流输出4-20mA [J]. 传感器世界, 2006,12(10): 22-25 29.
[17] 刘宝媛,龚赛君,崔治. 基于STM32的四轴飞行器设计与实现[J]. 电子测试,2019,(19): 22-23 37.
[18] 张阳阳,黄英,刘家祥,刘平,张玉刚. 面向手势动作捕捉的传感器设计及主从手运动映射[J]. 机器人, 2019,41(2): 156-164.
[19] 万正海,李锻能,王冲,邓君裕. 移动机器人机械臂运动分析及轨迹规划[J]. 机床与液压, 2019,47(23): 56-60 68.
[20] Longtan Wang,Zhitao Wang,Ho-Yun Yu,Hwi-Myung Ha,Yun-Ki Kim,Jang-Myung Lee. Vision based robot for recognizing and grasping fast moving conveyor products[J].International Conference on Control,Automation and Systems (ICCAS),2015,15: 2097-7121.2. 研究的基本内容、问题解决措施及方案
本课题要研究的问题
a. 如何实现手势的捕捉与识别
b. 如何实现stm32单片机的控制
