Kınect algılayıcı kullanarak insan davranışlarının insansı robotlara öğretilmesi
Teaching human gestures to humanoid robots by using kinect sensor
- Tez No: 373821
- Danışmanlar: YRD. DOÇ. DR. AYŞEGÜL UÇAR
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Xbox 360 Kinect, NAO insansı robot, İnsan hareketlerinin tanınması, Xbox 360 Kinect, NAO humanoid robot, Human action recognition
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
Bu tezde, insan hareketlerinin tanınması ve insansı bir robot üzerinde gerçekleştirilmesi için yeni bir algoritma geliştirilmiştir. Sunulan algoritma, gerçek zamanda üst vücut hareketlerine ilişkin insan hareketlerinin tanınması ve taklit edilmesiyle ilgilidir. Çalışma iki kısımdan oluşmaktadır. Birinci kısımda, eş zamanlı bir taklit sistemi gerçekleştirilmiştir. Xbox 360 Kinect algılayıcıdan elde edilen 3 boyutlu (3B) insan iskelet eklem pozisyonları, bir dönüşüm algoritması sayesinde robot eklem açılarına dönüştürülmekte ve sonrasında bu açısal veriler, NAO insansı robota aktarılmaktadır. Bu kısmın sonunda, üst vücut insan hareketleri, NAO robot tarafından eş zamanlı olarak başarılı bir şekilde taklit edilmiştir. Çalışmanın ikinci kısmında, insan üst vücut hareketleri için hareket tanıma algoritması uygulanmıştır. Kullanıcılardan eklem açılarını elde etmek için çalışmanın birinci kısmındaki dönüşüm algoritması kullanılmıştır. Böylece hareket veri seti oluşturulmuştur. Her hareket, farklı vücut yapısına sahip 9 kullanıcı tarafından 10 kez yapılmıştır. Kullanıcılardan toplanan eklem açıları hareketlere göre 6 sınıfa bölünmüştür. Eklem açılarıyla tanımlı insan hareketlerini sınıflandırmak için Aşırı Öğrenme Makinaları (AÖM) kullanılmıştır. Ayrıca, karşılaştırmak amacıyla ileri beslemeli bir Yapay Sinir Ağı (YSA) üzerinden Geriye Yayılım Algoritması (GYA) kullanılmıştır. Karşılaştırmalı sonuçlar, AÖM'nin, daha iyi bir hareket tanıma performansı ürettiğini göstermiştir.
Özet (Çeviri)
In this thesis, a novel algorithm is improved to recognize human actions and reproduction them on a humanoid robot. The proposed algorithm concerns to the human action recognition and imitation relating to upper body in real time. The study consists of two parts. In the first part, the real time imitation system is realized. The 3D human skeleton joint positions obtained from Xbox 360 Kinect are transformed to robot joint angle data via a transformation algorithm and then these angular data are transferred to NAO humanoid robot. At the end of this part, the upper body human actions are successfully imitated by NAO humanoid robot in real – time. In the second part of the study, the human action recognition algorithm is implemented for human upper body gestures. The transformation algorithm in the first part of study is used for obtained joint angles from users. So a human action data – set is created. Each action is performed 10 times by nine users with different body builds. The collected joint angles from users are divided into six classes according to the actions. Extreme Learning Machines (ELMs) are used to classify human actions defined by joint angles. Additionally, the Feed-Forward Neural Networks (FNNs) with back propagation algorithm is used for the comparison aim. According to the comparative results, ELMs produce a good human action recognition performance.
Benzer Tezler
- İnsan kinematik verilerinin kalman filtresi kullanarak iyileştirilmesi
Improving human kinematic data using kalman filter
HÜSEYİN ESKİ
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. ÜMİT KOCABIÇAK
- Kinect rgb görüntülerinde ve derinlik haritalarında uzam-zamansal özellikleri kullanarak işaret dili tanıma
Sign language recognition using spatio-temporal features on Kinect rgb video sequences and depth maps
ABBAS MEMİŞ
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SONGÜL ALBAYRAK
- Human activity recognition using deep learning
Derin öğrenme ile insan aktivitesi tanıma
MURAT YALÇIN
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜLYA YALÇIN
- Fizik terapi egzersiz tiplerinin tanınması ve takip edilmesi için bir bilgisayarla görme yöntemi
A computer vision approach to recognize and to track the types of physiotherapy exercises
İLKTAN AR
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF SİNAN AKGÜL
- Vi̇sual servo control appli̇cati̇on i̇n a humanoi̇d robot usi̇ng depth-camera i̇nformati̇on
Derinlik kamera bilgisini kullanarak insansı robot'ta görsel servo-kontrol uygulaması
AREZOU RAHİMİ
Yüksek Lisans
İngilizce
2014
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ALİ FUAT ERGENÇ
YRD. DOÇ. DR. PINAR BOYRAZ