面向协作机器人 hand gesture recognition
机器人学
2025-09-19 v2
摘要
直接且自然的交互对于直观的人机协作至关重要，无需额外的操控设备如操纵杆、平板或可穿戴传感器。本文提出了一种基于轻量级深度学习的手势识别系统，使人类能够自然且高效地控制协作机器人。该模型仅使用 1,103 个参数，模型体积仅 22 KB，实现了 93.5% 的准确率。为进一步优化模型在边缘设备上的部署，我们采用 TensorFlow Lite 进行量化和剪枝，将最终模型体积缩小至仅 7 KB。该系统成功实现并测试于基于 ROS2 的实时机器人框架内的 Universal Robot UR5 协作机器人上。结果表明，即使是极其轻量级的模型也能为协作机器人提供准确且响应迅速的手势控制，为受限环境下自然的人机交互开辟了新可能。
引用
@article{arxiv.2507.10055,
title = {Hand Gesture Recognition for Collaborative Robots Using Lightweight Deep Learning in Real-Time Robotic Systems},
author = {Muhtadin and I Wayan Agus Darmawan and Muhammad Hilmi Rusydiansyah and I Ketut Eddy Purnama and Chastine Fatichah and Mauridhi Hery Purnomo},
journal= {arXiv preprint arXiv:2507.10055},
year = {2025}
}