机械臂控制无疑是现代工业控制领域的重要环节,而在微软公司发布Kinect传感器之后,体感方式与机械控制结合出来的机器人体感控制便逐渐成为当今的热点研究方向,而且拥有着巨大的潜在应用前景。首先,本文搭建了一个基于PC+ARM平台的机械臂控制系统,控制深度摄像头Kinect传感器来获取深度图像流数据,再通过两次阈值处理的方式得到人体手部的深度数据。利用对手部图像的分析处理可以得到其位置和姿态,将位姿信息用逆向运动学的算法解析可以解算出六个舵机的旋转角度。其次,由于本文所用机械臂并非仿人体手臂构造,因此人体关节和机械臂关节两者间不能进行合适映射。本文针对此问题提出位姿分离的方式,通过对手部图像的细化来得到一个手部坐标系,然后可以用手部细化后的图像来解析得到控制姿态的两个关节角,并提出几何模型法和解析法结合的方式,通过逆向运动学求解可以得到其余四个控制位置的关节角,从而使机械臂完成对操作者的跟随动作。再次,对于通讯和控制方式,本文采用了无线远程控制的方案,在机械臂一端建立以ARM+Linux控制平台为服务器,以PC作为客户端的R-S通讯模型,通过安装无线网卡来实现与任一PC客户端的远程通讯,使得应用环境大大扩展。另外,对于Linux系统的实时性不足的问题,本文采用了Xenomai+adeos框架补丁的方式来提高了其系统实时进程的响应速度,降低了机械臂控制端对命令收发的延迟时间。最后,作者搭建了机器人系统的开发环境,并编写了PC客户端程序以及机械臂控制端的程序,进行了无线数据传输实验以及用手势来控制机械臂的抓取实验,测试结果理想,也证明了本文设计方案可以在一般环境下完成课题所要求的任务。