PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Akwizycja danych ruchów ręki oraz ręki w egzoszkielecie z elementami sztucznej inteligencji

Treść / Zawartość
Identyfikatory
Warianty tytułu
EN
Data acquisition of hand and hand in an exoskeleton movements with artificial intelligence elements
Języki publikacji
PL
Abstrakty
PL
Badanie ruchów ręki odgrywa kluczową rolę w rozwoju interfejsów człowiek-komputer i konstrukcji ramion robotycznych, co jest szczególnie istotne w kontekście Przemysłu 4.0 oraz egzoszkieletów wspomagających ruch człowieka. Mimo postępów istnieją luki badawcze dotyczące osób z niepełnosprawnościami oraz dzieci. Główne wyzwania obejmują trudności z utrzymaniem ręki w ustalonej pozycji, jakość obrazu w technikach analizy obrazu oraz ochronę urządzeń przed nagłymi ruchami. W celu akwizycji danych ruchu ręki, wykorzystuje się technologie oparte na sensorach, przy czym język Python i biblioteka OpenCV są powszechnie stosowane w analizie obrazu. Aktualne badania koncentrują się na integracji technologii XR (VR, AR, MR) z akwizycją danych otoczenia, co umożliwi analizę manipulacji ręki w kontekście obiektów z otoczenia.
EN
The study of hand movement properties is crucial in developing human-computer interfaces and robotic arms, especially within the context of Industry 4.0 and exoskeletons that support human movement. Despite advancements, there are research gaps regarding people with disabilities and children. Key challenges include maintaining hand and upper limb position, image quality in image analysis techniques, and protecting equipment from sudden movements in individuals with disabilities. To acquire hand motion data, sensor-based technologies are utilized, with Python and the OpenCV library commonly used for image analysis. Current research focuses on integrating XR technologies (VR, AR, MR) with environmental data acquisition, enabling the analysis of hand manipulation in interaction with surrounding objects.
Rocznik
Strony
7--11
Opis fizyczny
Bibliogr. 6 poz., rys.
Twórcy
  • Kazimierz Wielki University, Faculty of Computer Science Chodkiewicza 30, 85-064 Bydgoszcz
  • Kazimierz Wielki University, Faculty of Computer Science Chodkiewicza 30, 85-064 Bydgoszcz
  • Kazimierz Wielki University, Faculty of Computer Science Chodkiewicza 30, 85-064 Bydgoszcz
Bibliografia
  • 1. Tsuji T., Hase K., MatsubaraY. Gesture-based human-computer interaction using hand motion tracking with depth-sensing cameras. Sensors, 2020, 20(8),2337.DOI: 10.3390/s200823372.
  • 2. Hasegawa T., Ogura F., KitaY. Development of a robotic hand for human-like dexterous manipulation based on motion capture data. IEEE Transactions on Robotics, 2014, 30(2), 458-471. DOI: 10.1109/TRO.2014.2307513.3.
  • 3. LiebermannD.G., Katz L., HughesM. D., Bartlett R.M., McClements J., Franks I. M.Advances in the application of information technology to sport performance. Journal of Sports Sciences, 2002, 20(10), 755-769. DOI:10.1080/0264041023206756114.
  • 4. Hasegawa T., OguraF., KitaY. Development of a robotic hand for human-like dexterous manipulation based on motion capture data. IEEE Transactions on Robotics, 2014, 30(2), 458-471. DOI: 10.1109/TRO.2014.23075135.
  • 5. https://docs.opencv.org/4.x/, dostęp 3.11.20246.
  • 6. https://github.com/CMU-Perceptual-Computing-Lab/openpose,dostęp 3.11.2024.
Uwagi
Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-393c134d-a08a-45b4-9389-9d44e3dd1745
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.