基于Kinect的四旋翼无人机体感控制

合集下载

基于Kinect体感器手势控制无人机

第5期2019年3月No.5March，2019近年来，无人机在民用方面的应用越来越多，各国在无人机的民用方面逐渐开放。

引用大疆创新创始人汪滔的话：“人类对于飞行的梦想与生俱来。

”随着无人机的迅速发展，无人机也越来越常见。

而无论是工业级无人机还是消费级无人机，绝大多数无人机都配备有遥控器。

遥控器提供精准操作方式的同时，也让小白用户望而却步。

有人说，遥控器是无人机的痛点。

现实也是如此，而体感手势操作不仅是一种新的操控方式，更是降低了操控的难度。

手朝上升空，手朝下降低，伸左手朝左，伸右手朝右等。

不同手势对应不同的无人机操作。

新的操作方式，不仅添加了无人机的可玩性，还更利于新手入门。

这种操作方式极大地降低了操控的难度，也更利于新手掌握无人机飞行时的方向感，提高学习无人机飞行的效率。

1 体感无人机设计方法本设计是通过电子技术、机械装置设置和应用程序编写来设计体感无人机，无人机主要分为无人机模块、Kinect 传感器模块、地面站模块和控制程序模块，由这几个模块来实现体感无人机的功能，无人机的总体控制原理如图1所示。

图1 Kinect体感器手势控制无人机原理1.1 无人机模块无人机模块设计的目的是实现体感无人机可以成功起飞升空，并在空中停留一定的时间，以及可以完成空中的前后左右运动。

在满足微型旋翼无人机系统稳定、可靠运行的情况下，应尽量减少开发过程中带来的风险，降低开发成本。

因此，应尽量选择低功耗、高性能、性价比高的电子元器件[1]。

所以我们选用STC15W 贴片芯片作为单片机、选用MPU-6050陀螺仪、无线2.4 G 模块LT8910、设计4轴电机模块、并配置下载和电池模块。

MPU-6000的角速度全格感测范围为±250、±500、±1 000与±2 000°/sec （dps ），可准确追踪快速与慢速动作，并且，用户可程式控制的加速器全格感测范围为±2 g ，±4 g ，±8 g 与±16 g ，对姿态的变化较为敏感，符合我们的制作需求。

四旋翼无人机控制原理

四旋翼无人机控制原理四旋翼无人机（Quadcopter）是一种由四个电动马达驱动的多旋翼飞行器，它通过改变电动马达的转速来控制飞行姿态和飞行方向。

在本文中，我们将探讨四旋翼无人机的控制原理，包括姿态稳定控制、飞行控制和导航控制等方面的内容。

首先，四旋翼无人机的姿态稳定控制是其飞行控制的基础。

姿态稳定控制是通过调整四个电动马达的转速，使得无人机能够保持平衡并保持所需的飞行姿态。

这一过程涉及到飞行控制器（Flight Controller）的运算和反馈控制，通过加速度计、陀螺仪和磁力计等传感器获取飞行器的姿态信息，并根据预设的飞行控制算法来调整电动马达的转速，从而实现姿态的稳定控制。

其次，飞行控制是四旋翼无人机实现飞行动作的关键。

飞行控制包括起飞、降落、悬停、前进、后退、转向等动作，通过改变四个电动马达的转速和倾斜角度，飞行控制器能够实现对无人机的飞行状态进行精确控制。

在飞行控制过程中，飞行控制器需要根据无人机的当前状态和飞行任务的要求，实时调整电动马达的输出，以实现平稳、灵活的飞行动作。

最后，导航控制是四旋翼无人机实现自主飞行和定位的重要环节。

导航控制包括位置定位、航向控制、高度控制等功能，通过全球定位系统（GPS）、气压计、光流传感器等设备获取飞行环境的信息，并通过飞行控制器进行数据处理和控制指令下发，实现无人机在空中的定位和导航。

导航控制的精准性和稳定性对于实现无人机的自主飞行和执行特定任务至关重要。

综上所述，四旋翼无人机的控制原理涉及姿态稳定控制、飞行控制和导航控制等多个方面，通过飞行控制器和传感器等设备的协同作用，实现对无人机飞行状态的实时监测和精确控制。

这些控制原理的应用，使得四旋翼无人机能够在各种环境条件下实现稳定、灵活的飞行，并具备执行特定任务的能力，如航拍、搜救、巡航等。

四旋翼无人机的控制原理不仅对于飞行器设计和制造具有重要意义，也对于无人机的应用和发展具有深远影响。

基于Kinect技术的机器人控制器

4
前期工作
• 了解Kinect技术的原理。
• 具备一定的C语言编程能力，学习单片机的功能。
• 讨论本项目的创新点及其实现价值与意义，同时查阅了关于机器人感知周边环境技术的论文《室内移动机器人导航技术研究》《基于立体视觉的移动机器人楼梯识别》《基于立体视觉的移动机器人目标定位》等等。
项目经费：
传统机械按键结构层图：
按键
PCBA
开关键
传统机械按键设计要点：
1.合理的选择按键的类型，尽量选择平头类的按键，以防按键下陷。
2.开关按键和塑胶按键设计间隙建议留0.05~0.1mm，以防按键死键。 3.要考虑成型工艺，合理计算累积公差，以防按键手感不良。
项目核心技术：
CMOS红外传感器：它是Kinect骨架追踪处理流程的核心，主要作用于视觉采集模块。 AVR单片机：控制电路以单片机为核心，能够对采集到的数字信号进行处理和判断，并且控制机器人的行走状态。
材料费 2800元
资料费 300元
5
பைடு நூலகம்
基于Kinect技术的机器人控制器的设计与研究
本课题采用Kinect技术中的CMOS红外传感器来感应并采集周边环境的信息；避免了光照条件的影响，使机器人能自主地解决行走、搬运、灾难救援等问题。
1
系统结构：
本项目是由视觉采集模块和分析控制模块组成的
2
1.什么是传统机械按键设计？
传统的机械按键设计是需要手动按压按键触动PCBA上的开关按键来实现功能的一种设计方式。

基于PSoC的手势可控四旋翼飞行器设计

基于PSoC的手势可控四旋翼飞行器设计作者：张栋肖利梅卢冰李策来源：《电子技术与软件工程》2016年第21期摘要本文设计了一种手势可控的四旋翼飞行器。

该飞行控制器使用PSoC5内部高性能Cortex-M3内核处理器和独特的IP核资源，融合陀螺仪、加速度计、磁场仪、气压计等传感器信息，采用基于卡尔曼滤波的PID控制器进行姿态控制，同时利用NRF24L01无线模块收发飞行器的姿态控制信息，实现飞行器的基本姿态运动的控制。

本设计基于Kinect 手势识别并跟踪人的手部方位信息，通过PC机对数据处理并将控制信息发送至PSoC飞行控制器，实现了将手部方位信息映射为飞行器的飞行姿态。

最终经系统软硬件设计、调试，飞行器实验测试性能良好。

【关键词】四旋翼 PSoC Kinect 手势识别四旋翼无人机是一种体型较小、无人驾驶的飞行器，能够在空间实现自主飞行或者遥控飞行，并且能执行一定任务。

此类飞行器其有效载荷空间较大，可完成的任务效率及可靠性高，在地形勘测、电力巡线、灾情救援等多个领域逐渐显示出了巨大的应用价值。

对于复杂环境下工作的四旋翼飞行器需要人工的控制，而以手势识控制四旋翼飞行器，使得飞行器的操作更加的简单灵活。

2010年11月Kinect正式发售，微软此后优化了硬件组件发布了Kinect for Windows硬件，使其更适合PC机使用，本设计基于Kinect手势识别并跟踪人的手部方位信息实现对四旋翼飞行器控制，如同握在手中的飞行器任意摆弄它的姿态飞行，同时本设计的实现平台对后期复杂体感控制算法的研究，提供了一个良好的开发平台。

1 系统的总体设计方案系统的总体设计方案分为个三部分，所示。

分别为PSoC四旋翼飞行器、PSoC无线基站和PC与Kinect的手势数据采集及处理单元。

本设计中采用基于PSoC的无线基站作为信息传递的中介，PC机通过Kinect捕获“手势”的三维坐标信息，通过数据融合处理后转换成四旋翼的姿态控制信息，然后将控制信息通过串口传送至PSoC无线基站，通过无线基站实现对飞行器的控制。

《2024年基于Kinect的手势识别与机器人控制技术研究》范文

《基于Kinect的手势识别与机器人控制技术研究》篇一一、引言随着人工智能技术的不断发展，人机交互技术已成为研究热点之一。

其中，基于Kinect的手势识别技术因其高精度、实时性和非接触性等优点，在人机交互领域具有广泛的应用前景。

同时，机器人控制技术也是当前研究的重点。

本文旨在研究基于Kinect 的手势识别技术以及其与机器人控制技术的结合应用，以实现更高效、自然的人机交互。

二、Kinect手势识别技术1. Kinect简介Kinect是微软开发的一种体感摄像机，能够通过捕捉人体骨骼动作信息实现人机交互。

其核心在于对人体骨骼的精准跟踪与识别，进而推断出人的行为动作。

2. 手势识别原理基于Kinect的手势识别主要通过捕捉人体骨骼信息，分析关节角度、速度等特征，从而判断出手部动作。

此外，还可结合深度学习等技术提高识别准确率。

3. 常见手势识别方法常见的手势识别方法包括基于模板匹配的方法、基于机器学习的方法等。

其中，基于机器学习的方法通过训练大量样本，使系统能够自动学习并识别新的手势。

三、机器人控制技术1. 机器人控制技术概述机器人控制技术是实现机器人自动化、智能化的关键技术。

主要包括运动控制、轨迹规划、环境感知等技术。

2. 基于Kinect的机器人控制将Kinect与机器人控制系统相结合，通过手势识别技术实现对机器人的远程控制。

例如，通过识别手势命令，使机器人执行相应的动作。

四、基于Kinect的手势识别与机器人控制技术结合应用1. 应用场景基于Kinect的手势识别与机器人控制技术可广泛应用于智能家居、医疗康复、教育娱乐等领域。

例如，在智能家居中，用户可通过手势控制灯光、窗帘等设备；在医疗康复领域，手势识别技术可帮助患者进行康复训练；在教育娱乐领域，机器人可通过手势控制进行互动教学或游戏娱乐。

2. 技术实现技术实现过程中，首先需要搭建基于Kinect的手势识别系统，包括硬件设备选型、软件算法设计等。

《2024年基于Kinect的手势识别与机器人控制技术研究》范文

《基于Kinect的手势识别与机器人控制技术研究》篇一一、引言随着科技的进步和人工智能的不断发展，人机交互的方式也日趋多样化和智能化。

Kinect作为一种重要的传感器技术，其应用领域不断扩大，尤其是在手势识别与机器人控制方面具有广泛的应用前景。

本文旨在研究基于Kinect的手势识别技术及其在机器人控制领域的应用，为未来的智能人机交互提供理论基础和技术支持。

二、Kinect技术概述Kinect是一种由微软开发的深度传感器技术，广泛应用于游戏、娱乐、科研等领域。

它能够捕捉人体的运动和姿态，具有高精度、高效率、低成本等优点。

Kinect技术通过捕捉人体骨骼运动信息，实现对人体动作的精确识别和跟踪。

三、基于Kinect的手势识别技术研究1. 手势识别的基本原理基于Kinect的手势识别主要依靠对人体骨骼信息的捕捉和分析。

通过Kinect传感器捕捉到的骨骼数据，可以分析出手部关节的位置和运动轨迹，进而实现对手势的识别。

2. 手势识别的关键技术（1）数据预处理：对捕捉到的骨骼数据进行滤波、去噪等处理，以提高数据的准确性和可靠性。

（2）特征提取：通过对手部关节位置、运动轨迹等特征进行提取，形成手势的特征向量。

（3）模式识别：利用机器学习、深度学习等算法，对特征向量进行分类和识别，实现对不同手势的区分。

四、手势识别在机器人控制领域的应用研究1. 机器人控制的需求与挑战随着机器人技术的不断发展，其在工业、医疗、军事等领域的应用越来越广泛。

然而，如何实现人机协同、高效地控制机器人一直是研究的难点。

手势识别作为一种自然、直观的人机交互方式，为解决这一问题提供了可能。

2. 手势识别在机器人控制中的应用方案（1）手势命令的识别与解析：通过手势识别技术，将用户的手势转化为机器人的命令或动作。

例如，通过挥手、指向等手势，实现机器人的启动、停止、移动等功能。

（2）手势与机器人协同操作：通过对手势的精确识别和解析，实现人与机器人的协同操作。

基于Kinect的机器人无线体感控制系统

• 110•利用Kinect 体感技术，将骨骼追踪算法应用于人体姿态识别，实现人体骨骼节点坐标向机器人数字舵机数值的转换；同时结合无线通信技术，实现一套可以使机器人实现实时模仿人体动作的无线体感控制系统。

此外，本文将体感技术、无线技术与机器人相结合，形成一种全新的自然人机交互模式。

随着人机交互领域的不断发展，继鼠标和触摸交互后，语音、体感等交互方式成为现今人机交互领域的研究热点。

其中，体感机器人是人与机器进行体感交互的一项重要成果。

人类善于进行感知理解、动作规划，而机器人善于进行底层感应、重复动作，因此，体感交互为两者的结合提供了一种很好的途径。

智能体感控制系统在救援机器人、舞蹈机器人等研究领域上均可得到广泛的应用。

1 系统整体设计1.1 设备选择体感交互发端于游戏行业，近几年得到了飞速发展，目前较为先进的体感设备有微软XBOX 的体感设备Kinect 、任天堂的Wii 等。

本文的研究课题为人形机器人体感控制，因此在设备的选择上，要求体感设备必须支持人体全身识别，能够在Windows 、Linux 等平台进行开发，又不需要依靠多余的外界设备（如手柄等），同时对体感设备的识别精度也有较大需求。

微软公司开发的体感设备Kinect ，可以通过手势、动作、语音等方式与终端进行交互，而无需借助任何手持设备。

在控制主板方面，目前常用的机器人控制主板有树莓派、arduino 、8051等。

在控制主板的选择上，本文要求所选的控制主板具有较高的性能、较多的外部接口以接入更多的传感器，并且具有无线通信模块作为无线控制的基础。

因此，经多方面比较后，本文采用Kinect 作为人体姿态捕捉设备，树莓派作为控制主板，机器人采用具有16个自由度的人形机器人。

1.2 系统设计思路系统整体设计流程如下：Kinect 作为3D 体感摄影机，在捕捉人体骨骼图像后，调用骨骼处理函数生成骨骼节点三维坐标，并对骨骼节点三维坐标进行滤波处理以减小误差。

《2024年基于Kinect的手势识别与机器人控制技术研究》范文

《基于Kinect的手势识别与机器人控制技术研究》篇一一、引言随着人工智能技术的不断发展，人机交互技术已成为研究热点之一。

其中，基于Kinect的手势识别技术因其高精度、实时性和自然性成为了重要的人机交互方式。

同时，机器人控制技术也在不断进步，如何将手势识别技术应用于机器人控制，提高机器人的智能化水平，已成为研究的重要方向。

本文旨在研究基于Kinect的手势识别与机器人控制技术，探索其应用前景和实现方法。

二、Kinect手势识别技术Kinect是一种常用的深度传感器，能够通过捕捉人体运动信息来实现手势识别。

基于Kinect的手势识别技术主要包括以下几个步骤：1. 数据采集：通过Kinect传感器捕捉人体运动信息，包括骨骼数据、颜色信息和深度信息等。

2. 数据预处理：对采集到的数据进行预处理，如去除噪声、平滑处理等，以提高数据的准确性和可靠性。

3. 特征提取：从预处理后的数据中提取出与手势相关的特征，如手势的形状、速度、加速度等。

4. 模式识别：采用模式识别算法对提取出的特征进行分类和识别，实现手势的分类和识别。

三、机器人控制技术机器人控制技术是实现机器人运动和行为的关键技术。

基于Kinect的手势识别技术可以应用于机器人控制，实现机器人的智能化控制。

机器人控制技术主要包括以下几个方面的内容：1. 运动规划：根据机器人的任务需求，制定合理的运动轨迹和姿态。

2. 控制算法：采用控制算法对机器人的运动进行控制和调节，保证机器人的稳定性和精度。

3. 传感器融合：将多种传感器信息进行融合，提高机器人的感知能力和反应速度。

四、基于Kinect的手势识别与机器人控制技术的研究基于Kinect的手势识别与机器人控制技术的结合，可以实现人机自然交互，提高机器人的智能化水平。

具体实现方法包括：1. 构建系统框架：搭建基于Kinect的手势识别系统，将手势识别结果传输给机器人控制系统。

2. 训练模型：采用机器学习算法对手势识别模型进行训练和优化，提高识别的准确性和实时性。

基于Kinect传感器的四旋翼无人机运动控制研究

国家级大学生创新创业训练计划立项申请书（2015版）项目编号：项目名称：基于K i n e c t传感器的四旋翼无人机运动控制研究项目类别创新训练项目□创业训练项目□创业实践项目项目申请人：所在院系：自动化工程学院联系电话：申请日期：2015年10月7日填表说明1、申报者应在认真阅读此说明各项内容后按要求详细填写。

2、课题组成成员由3-5名同学和1-2位指导教师组成，其中，一名同学作为项目负责人。

3、项目结题时间必须是在项目负责人毕业之前。

4、立项申请书要求按顺序逐项填写，要实事求是，表达明确、严谨，空缺项填“无”。

表格可续页，经费预算条目可添加行，申请者及参与人不足5名可将多余表格删除。

5、项目编号由创新教学管理委员会填写。

6、格式要求：表格中的字体小四号楷体，倍行距；需签字部分由相关人员以黑色钢笔或水笔签名。

均用A4纸打印，于左侧装订成册。

7、在项目实施过程中，项目组需撰写《大学生创新活动计划周记》，并记录每位成员的工作进展。

8、有关问题可通过邮件咨询，项目名称基于Kinect传感器的四旋翼无人机运动控制研究项目编号起止年月2015 年10 月至2016 年10 月申请金额（元）：12000 批准金额（元）学科领域（A）A.机械与控制(包括机械、仪器仪表、自动化控制、工程、交通、建筑等）B.信息技术 (包括计算机、电信、通讯、电子等)C.数理 (包括数学、物理、地球与空间科学等)D.生命科学（包括生物、农学、药学、医学、健康、卫生、食品等）E.能源化工（包括能源、材料、石油、化学、化工、生态、环保等）F.人文社科（包括经济、管理、社会、法律、教育、语言等）学生负责人负责人姓名学号所属院系年级专业项目拟参加人数手机电子邮箱指导教师指导教师姓名张国伟所属院系自动化工程学院手机项目来源：□科研□教学□设计□工程□自选□其他（）项目申请理由（包括项目组学生自身具备的知识、素质、能力、特长、兴趣和已参加过的相关项目等）本次科创项目组成人员由两名大三学生，均是自动化专业，和两名大二学生，专业均为自动化。

《2024年基于Kinect的手势识别与机器人控制技术研究》范文

《基于Kinect的手势识别与机器人控制技术研究》篇一一、引言随着人工智能技术的快速发展，人机交互技术已经成为人们日常生活中不可或缺的一部分。

其中，基于Kinect的手势识别与机器人控制技术以其高效、自然的人机交互方式，逐渐受到广泛关注。

本文旨在探讨基于Kinect的手势识别技术及其在机器人控制领域的应用，以期为相关研究提供参考。

二、Kinect技术概述Kinect是微软公司开发的一款体感摄像头，能够捕捉人体动作、姿态、手势等信息，并将其转化为计算机可识别的数据。

Kinect技术具有高精度、实时性、非接触性等特点，为手势识别与机器人控制提供了可能。

三、手势识别技术研究1. 数据采集与预处理通过Kinect设备采集人体动作数据，对数据进行去噪、平滑等预处理操作，以提高手势识别的准确性。

2. 特征提取与分类根据预处理后的数据，提取出手势的特征信息，如关节点位置、运动轨迹等。

利用机器学习算法对特征进行分类，实现手势的识别与分类。

3. 算法优化与改进针对不同场景和需求，对手势识别算法进行优化与改进，如基于深度学习的手势识别算法、基于概率统计的手势识别算法等，提高识别的准确性和实时性。

四、机器人控制技术研究1. 机器人控制系统设计根据应用场景和需求，设计合适的机器人控制系统。

控制系统应包括硬件设备、传感器、执行器等，实现机器人的运动控制、姿态调整等功能。

2. 手势与机器人动作映射关系建立将手势识别结果与机器人动作进行映射关系建立，实现手势对机器人动作的直接控制。

例如，通过挥手、指向等手势控制机器人的运动方向、速度等。

3. 机器人行为规划与决策在机器人控制过程中，需要根据实际情况进行行为规划与决策。

例如，在遇到障碍物时，机器人应能够自主规划路径，避免碰撞；在完成某项任务时，根据任务需求进行动作规划与执行。

五、应用场景分析基于Kinect的手势识别与机器人控制技术在多个领域具有广泛应用。

如：在教育领域，可用于辅助教学、学生互动等；在医疗康复领域，可用于帮助患者进行康复训练、辅助医生进行手术操作等；在娱乐领域，可用于游戏控制、虚拟现实等。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

基于Ｋｉｎｅｃｔ的四旋翼无人机体感控制
李辉，芦利斌，金国栋
（第二炮兵ｒ程大学９０７教研室，陕西西安７１００２５）
摘
要：针对无人机（ＵＡＶ）远程控制中操作复杂、专业性高的问题，基于Ｋｉｎｅｃｔ传感器提出了一种无人
０引言
ቤተ መጻሕፍቲ ባይዱ相关识别算法，使得无人机的控制比传统方式更为简单直
观。基于Ｋｉｎｅｃｔ传感器和自主组装的四旋翼无人机平台进
目前，无人机（ＵＡＶ）的远程控制主要还是以基站和遥
控器为主。操作者通过地面站或遥控设备控制无人机飞
关键词：Ｋｉｎｅｃｔ；体感控制；无人机远程控制
中图分类号：ＴＰ３９１文献标识码：Ａ文章编号：１０００９７－８７（２０１５）０８－－００９９－－０４
ＳｏｍａｔｏｓｅｎｓｏｒｙｃｏｎｔｒｏｌｏｆｑｕａｄｒｏｔｏｒＵＡＶｂａｓｅｄｏｎＫｉｎｅｃｔ
２０１５年第３４卷第８期
传感器与微系统（ＴｒａｎｓｄｕｃｅｒａｎｄＭｉｃｒｏｓｙｓｔｅｍＴｅｃｈｎｏｌｏｇｉｅｓ）
９９
ＤＯＩ：１０．１３８７３／Ｊ．１０００－９７８７（２０１５）０８－００９９－－０４
ＬＩＨｕｉ，ＬＵＬｉ — ｂｉｎ，ＪＩＮＧｕｏ－ｄｏｎｇ（Ｆａｃｕｌｔｙ９０７，ＴｈｅＳｅｃｏｎｄＡｒｔｉｌｌｅｒｙＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｘｉ ’ ａｎ７１００２５，Ｃｈｉｎａ）
行，操作方式比较复杂，操作人员需要专业学习和培训才能掌握无人机的基本操作技巧。对于普通用户来说，需要一
机体感控制方案，并进行了验证。利用Ｋｉｎｅｃｔ传感器提取操作者身体的骨骼节点数据，设计并识别操作者体势动作，进而生成对应的四旋翼飞行控制指令，通过无线数传模块传输控制指令，对无人机进行远程控
制。实验结果表明：设计的识别算法可以准确地识别体势动作，对无人机进行实时的控制，控制方式直观简单、效果良好。
Ａｂｓｔｒａｃｔ：ＡｉｍｉｎｇａｔｐｒｏｂｌｅｍｓｏｆｃｏｍｐｌｉｃａｔｅｄｏｐｅｒａｔｉｏｎａｎｄｈｉｇｈｐｒｏｆｅｓｓｉｏｎａｌｉｎＵＡＶｒｅｍｏｔｅｃｏｎｔｒｏｌ，ａＫｉｎｅｃｔ — ｂａｓｅｄｓｏｍａｔｏｓｅｎｓｏｒｙｃｏｎｔｒｏｌｍｅｔｈｏｄｉｓｐｒｏｐｏｓｅｄａｎｄｖｅｉｆｒｉｅｄ．Ｔｈｅｎｏｄｅｄａｔａｏｆｔｈｅｏｐｅｒａｔｏｒ ’ ＳｂｏｄｙｐｏｓｔｕｒｅｓａｒｅｃｏｌｌｅｃｔｅｄｂｙＫｉｎｅｃｔｓｅｎｓｏｒ；ｂｏｄｙｐｏｓｔｕｒｅｓａｒｅｄｅｓｉｇｎｅｄａｎｄｒｅｃｏｇｎｉｚｅｄ，ｔｈｅｎａｒｅｃｏｎｖｅｎｅｄｉｎｔｏｃｏｎｔｒｏｌｃｏｍｍａｎｄｓｆｏｒＵＡＶ．ＴｈｅｃｏｍｍａｎｄｓａｒｅｓｅｎｔｔｏＵＡＶｐｌａｔｆｏｒｍｂｙｗｉｒｅｌｅｓｓｄａｔａｔｒａｎｓｍｉｓｓｉｏｎｍｏｄｕｌｅｏｒｆｒｅｍｏｔｅｃｏｎｔｒｏ１．Ｅｘｐｅｉｒｍｅｎｔａｌｒｅｓｕｌｔｓｈｏｗｓｔｈａｔｔｈｅｉｄｅｎｔｉｉｆｃａｔｉｏｎａｌｇｏｉｒｔｈｍｃａｎｒｅｃｏｎｉｇｚｅ％ｏｄｙｐｏｓｔｕｒｅａｃｃｕｒａｔｅｌｙａｎｄｃｏｎｔｒｏｌｔｈｅＵＡＶｉｎｒｅａｌ — ｔｉｍｅ，ａｎｄｓｏｍａｔｏｓｅｎｓｏｒｙｃｏｎｔｒｏｌｍｏｄｅｉｓｉｎｔｕｉｔｉｖｅ，ｓｉｍｐｌｅａｎｄｅｆｆｅｃｔｉｖｅ．Ｋｅｙｗｏｒｄｓ：Ｋｉｎｅｃｔ；ｓｏｍａｔｏｓｅｎｓｏｒｙｃｏｎｔｒｏｌ；ＵＡＶｒｅｍｏｔｅｃｏｎｔｒｏｌ