การควบคุมแขนหุ่นยนต์จำลองแบบ 4 แกนโดยจับการเคลื่อนไหวของฝ่ามือ

Hand gesture command interface for precision 4-axis robotic arm movement

Name: อรรถพล วิเวก

Organization : มหาวิทยาลัยเทคโนโลยีราชมงคลล้านนา. สาขาครุศาสตร์อุตสาหกรรมและเทคโนโลยี

Name: ภาณุเดช ทิพย์อักษร

Organization : มหาวิทยาลัยเทคโนโลยีราชมงคลล้านนา. สาขาครุศาสตร์อุตสาหกรรมและเทคโนโลยี

Name: ประภาส สุวรรณ

Organization : มหาวิทยาลัยเทคโนโลยีราชมงคลล้านนา. สาขาวิศวกรรมไฟฟ้า

Name: กิตตินัน สระสวย

Organization : มหาวิทยาลัยเทคโนโลยีราชมงคลล้านนา. สาขาวิศวกรรมไฟฟ้า

Name: อนุพงศ์ ไพโรจน์

Organization : มหาวิทยาลัยเทคโนโลยีราชมงคลล้านนา. สาขาครุศาสตร์อุตสาหกรรมและเทคโนโลยี

Email : anupong@rmutl.ac.th

ThaSH: แขนกล

ThaSH: คอมพิวเตอร์วิทัศน์

Abstract: การวิจัยนี้นำเสนอระบบการจดจำท่าทางมือแบบนวัตกรรมโดยใช้ MediaPipe และ OpenCV เพื่อควบคุมแขนกลแบบเรียลไทม์ โดยใช้ ประโยชน์จากความสามารถของ MediaPipe ในการติดตามมือแบบ เรียลไทม์และการจดจำท่าทาง ร่วมกับคุณสมบัติการประมวลผลภาพที่มี ประสิทธ์ิภาพของ OpenCV เพื่อแปลความหมายของท่าทางมือของมนุษย์ ให้เป็นคำสั่งควบคุมแขนกลอย่างแม่นยำ งานวิจัยมุ่งเน้นที่ความแม่นยำใน การจดจำท่าทางมือและความหน่วงของเวลาตั้งแต่เริ่มท่าทางจนถึงการ ตอบสนองของแขนกล จากการทดสอบหลายครั้ง ระบบแสดงจุดผิดพลาด ของแกน X (การหมุน) 2 องศา และแกน Y (แนวตั้ง) ±3 องศา และ ±10 องศาสำหรับแกน Z (ความลึก) ซึ่งมีความแปรปรวนเล็กน้อย ความหน่วง ของเวลาในการตอบสนองต่ำกว่า 2 วินาที บ่งชี้ถึงประสิทธิภาพของการ ทำงานแอปพลิเคชันแบบเรียลไทม์ ผลการวิจัยนี้มีนัยสำคัญต่อการพัฒนา ปฏิสัมพันธ์ระหว่างมนุษย์และคอมพิวเตอร์ โดยเฉพาะอย่างยิ่งในหุ่นยนต์ และแสดงให้เห็นศักยภาพในการปรับปรุงหุ่นยนต์เชิงพาณิชย์และ อุตสาหกรรม

Abstract: This study presents an innovative hand gesture recognition system utilizing MediaPipe and OpenCV to control a robotic arm in real-time. Our system harnesses the capabilities of MediaPipe for dynamic hand tracking and gesture recognition, alongside the robust image processing features of OpenCV, to interpret human gestures into precise control commands for a robotic arm. The research focused on the accuracy of gesture recognition and the latency from gesture initiation to robotic response. Across multiple tests, the system demonstrated an error margin of ±2 degrees for X-axis (rotation) movements and ±3 degrees for Y-axis (vertical) movements, with a slightly higher variance of ±10 degrees for Z-axis (depth) gestures. Latency was consistently recorded at under 2 seconds, indicating the system's proficiency for real-time applications. The implications of this work extend to enhancing HCI by enabling more natural and intuitive interaction with robots, showcasing the potential for significant advancements in commercial and industrial robotics

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2567

Modified: 2567-09-30

Issued: 2567-09-30

บทความ/Article

application/pdf

BibliograpyCitation : ใน มหาวิทยาลัยราชภัฎสุรินทร์. คณะเทคโนโลยีอุตสาหกรรม. การประชุมวิชาการ งานวิจัย และพัฒนาเชิงประยุกต์ ครั้งที่ 16 (ECTI-CARD 2024) (pp.124-127). กรุงเทพฯ : มหาวิทยาลัยราชภัฎสุรินทร์

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	ECTI-CARD 2024pp.124-127.pdf	327.32 KB	17	2026-05-26 18:16:01

ใช้เวลา

0.028388 วินาที