prikaz prve stranice dokumenta Robotska percepcija položaja ljudske ruke
  Preuzmi
PDF 1.76 MB
završni rad
Robotska percepcija položaja ljudske ruke
2023. urn:nbn:hr:200:382519
Grgić, Antea
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za računalno inženjerstvo i automatiku
Katedra za automatiku i robotiku

Citirajte ovaj rad

Grgić, A. (2023). Robotska percepcija položaja ljudske ruke (Završni rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:382519

Grgić, Antea. "Robotska percepcija položaja ljudske ruke." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2023. https://urn.nsk.hr/urn:nbn:hr:200:382519

Grgić, Antea. "Robotska percepcija položaja ljudske ruke." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2023. https://urn.nsk.hr/urn:nbn:hr:200:382519

Grgić, A. (2023). 'Robotska percepcija položaja ljudske ruke', Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 18.11.2024., https://urn.nsk.hr/urn:nbn:hr:200:382519

Grgić A. Robotska percepcija položaja ljudske ruke [Završni rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2023 [pristupljeno 18.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:382519

A. Grgić, "Robotska percepcija položaja ljudske ruke", Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:382519

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:382519
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovRobotska percepcija položaja ljudske ruke
Naslov (engleski)Human hand pose robot perception
AutorAntea Grgić
MentorPetra Pejić (mentor)
MentorValentin Šimundić (sumentor)
Član povjerenstvaDamir Blažević (predsjednik povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za računalno inženjerstvo i automatiku)
(Katedra za automatiku i robotiku)
Osijek
Datum i država obrane2023-09-22, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
U ovom završnom radu predstavljen je sustav u kojemu čovjek zadaje zadatke robotu simbolom prikazanog rukom. Nakon što je sakupljena baza RGB slika na kojima se nalazi ljudska ruka u nekoj od sljedećih poza: otvoreni dlan s ispruženim prstima, stisnuta šaka s podignutim palcem („like“) i stisnuta šaka s podignutim kažiprstom, slike su analizirane pomoću OpenPose modela. Pomoću modela, na slikama je detektirana ljudska ruka i značajke koje predstavljaju set od 21 točke zglobova prstiju i šake. Potom, izvađena polja točaka spremljena su u CSV datoteku i transformirana u novi koordinatni sustav s ishodištem u zglobu zapešća. Takvi podatci dani su klasifikatoru Random Forests kao ulaz. Na temelju međusobnog položaja transformiranih značajki treniran je klasifikator. Skup za treniranje i testiranje raspoređen je u omjeru 80:20. Uspješnost klasifikatora izmjerena je preciznošću i točnošću od 98.5%. Eksperimenti su provedeni i na stvarnom robotu UR5 pomoću ROS-a, gdje je na temelju izlaza iz klasifikatora, robot izvršavao predefinirane kretnje.
Sažetak (engleski)
In this final paper, a system is presented in which a person assigns tasks to a robot with the symbol shown by the hand. After collecting a database of RGB images of a human hand in one of the following poses: open palm with fingers extended, clenched fist with thumb raised ("like"), and clenched fist with index finger raised, the images were analyzed using the OpenPose model. Using the model, a human hand and features representing a set of 21 points of the finger and hand joints are detected in the images. Then, the extracted point fields were saved in a CSV file and transformed into a new coordinate system with the origin at the wrist. This data is given as input to the Random Forests classifier. The classifier was trained based on the mutual position of the transformed features. The set for training and testing is distributed in a ratio of 80:20. The success of the classifier was measured with a precision and accuracy of 98.5%. Experiments were also conducted with the real UR5 robot using ROS, where the robot performed predefined motions based on the output of the classifier.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:382519
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2023-10-18 09:46:44