典型文献
基于YOLOv5的姿态交互球类陪练机器人
文献摘要：
针对当下球类陪练机器人人机交互能力不足的问题,提出一种基于树莓派和YOLOv5目标检测算法的新型人机交互模式,使机器人实现前进、后退、左移、右移、抛球、踢球6种不同的动作;通过对在3种不同环境(室内、室外晴天、室外阴天)下搜集的人体姿态数据集进行标定、训练后,得到6种姿态在3种环境中测试集上的识别准确率分别为:室内96.33％、室外晴天95％、室外阴天94.3％.相比基于特征匹配和其他利用手势等小目标检测的算法,基于该算法的机器人具有更高的检测速度和准确性,使机器人更加智能化.
文献关键词：
YOLOv5算法;姿态识别;球类陪练机器人;树莓派;STM32单片机
中图分类号：
作者姓名：
曾杨吉;刘自红;蔡勇;郭星辰;莫金龙
作者机构：
西南科技大学制造科学与工程学院,四川绵阳621000
文献出处：
引用格式：
[1]曾杨吉;刘自红;蔡勇;郭星辰;莫金龙-.基于YOLOv5的姿态交互球类陪练机器人)[J].电子技术应用,2022(01):76-79
A类：
球类陪练机器人
B类：
YOLOv5,交互能,树莓派,目标检测算法,人机交互模式,后退,左移,右移,抛球,踢球,不同环境,晴天,外阴,阴天,体姿,测试集,识别准确率,比基,特征匹配,手势,小目标检测,检测速度,姿态识别,STM32,单片机
AB值：
0.354691
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
