手势控制无人机：一个开源库

无人机通常使用操纵杆、遥控器、移动应用程序和嵌入式计算机进行控制。这些方法的一些显著问题是无人机控制受到电磁辐射范围的限制且易受干扰噪声影响。在本研究中，我们提出使用手势作为控制无人机的方法。我们研究使用计算机视觉方法来开发一种直观的无人机与其操作员之间的无代理通信方式。基于计算机视觉的方法依赖于无人机相机捕获周围图像的能力，并使用模式识别将图像转换为有意义和/或可操作的信息。所提出的框架涉及实现最终动作的几个关键部分。它们是：从前置摄像头的视频流中进行图像分割，基于分割后的图像创建稳健可靠的图像识别，以及最终将分类后的手势转换为可操作的无人机运动，例如起飞、降落、悬停等。本研究中考察了一组五种手势。采用基于 Haar 特征的 AdaBoost 分类器进行手势识别。我们还设想通过基于计算机视觉计算距离来保障操作员和无人机动作的安全。进行了一系列实验以测量考虑主要场景可变性、光照、背景和距离时的手势识别准确率。分类准确率表明，在光线充足、背景清晰且距离在 3 英尺以内的情况下，手势识别正确率超过 90%。还讨论了当前框架的局限性以及更好实现手势识别的可行解决方案。我们开发的软件库和手势数据集已在项目网站上开源。