基于OpenPose的人机协作动作识别与协作控制系统设计与实现开题报告

1. 研究目的与意义（文献综述）

1.1 研究目的及意义

随着劳动力成本的加大和人口老龄化的加剧,机器人协作人完成工作是解决当下困境的好办法。在具体的任务中,人主要作为一个决策者指挥机器人从事各种重复繁琐的工作。随着协作机器人的开发和相关研究的不断深入,机器人与人进行物理交互,充分发挥各自的长处。人机协作是机器人领域的一个重要课题, 通过人机协作可合并人机优势, 从而更好地完成现场任务。人机协作机器人能够准确地完成很多高难度的任务，解放了大量的人力操作，人可以转向监管岗位或者其他更具有创造性的岗位，在机器人领域的行业优势非常明显。现阶段，人机协作机器人已成为我们新的合作伙伴，在工业发展中发挥着重要作用。机器人应用领域的不断扩张和对机器人智能化要求的不断提高, 促使人机协作成为机器人领域的热门话题与研究方向。人机协作可以让机器人更好地与人配合, 提高生产效率, 更好地适应当前大规模“个性定制”的生产需求。在人机协作过程中, 需要机器人能够自然友好地与人交互,要求机器人能够通过跟踪并识别工人的动作行为与人进行交流，以实现人机协作交互控制并确保人机协作过程中人的安全以及工作效率，并达到基本的自然人机交互效果。人机协作动作识别与协作控制系统设计与实现的研究具有重要的理论意义及实际应用价值。

1.2 国内外研究现状

2. 研究的基本内容与方案

openpose是卡内基梅隆大学感知计算实验室打造的可以读懂人类肢体语言的开放库和程序包，是基于卷积神经网络和监督学习并以caffe为框架开发的开源库。可以实现人体动作、面部表情、手指运动等姿态估计。适用于单人和多人，具有极好的鲁棒性，是世界上首个基于深度学习的实时多人二维姿态估计应用。

图2.1 基于openpose动作识别流程图

3. 研究计划与安排

(1) 第1－3周：查阅相关文献资料，明确研究内容，学习毕业设计研究内容所需理论的基础。确定毕业设计方案，完成开题报告。

(2) 第4－5周：熟悉掌握基本理论，完成英文文献的翻译。

(3) 第6－9周：熟悉相关硬件与软件，搭建系统开发环境。

4. 参考文献（12篇以上）

[1] 杨明健,黎镜林,郭锐坤,唐小煜.基于openpose的人体睡姿识别实现与研究[j].物理实验,2019,39(08):45-49.

[2]胡珂杰, 蒋敏, 孔军. 基于混合关节特征的人体行为识别[j]. 传感器与微系统, 2018.

[3] zhe cao, gines hidalgo martinez, tomas simon, shih-en wei, yaser a. sheikh. openpose: realtime multi-person 2d pose estimation using part affinity fields[j]. pattern analysis and machine intelligence, 2019.