随着人工智能技术的发展,智能服务机器人的环境感知也成为当前研究的热点方向,智能机器人的环境感知能力决定了其服务的可靠性。传统环境感知方式侧重于自主感知,依靠机器人自主独立进行。但某些环境下,服务对象需要机器人根据指令进行感知,在现有感知技术中,缺乏一种通过自然交互方式引导机器人环境信息提取的方法。Leap motion等手势跟踪传感器的出现,让手势交互成为自然交互的主要方式。融合手势交互的环境信息提取方法也必然成为一个新的选择,具有较高的研究价值。本文依据现有的手势交互应用研究成果和环境感知技术,基于Kinect和Leap motion传感器系统的设计提出一种交互式环境感知方法,在手势动作交互引导下完成对目标环境信息的提取。主要研究工作如下:(1)根据国内外交互感知方法的研究现状,分析当前交互感知需求,选择Kinect和Leap motion传感器构建基于手势交互的目标环境信息提取系统,对环境进行感知。首先完成传感器布局,然后定义传感器坐标系并分析坐标系统一需要解决的问题。在传感器信息采集部分,给出手势检测和环境信息获取方法。最后,对目标环境的交互提取方法进行阐述,完成系统设计。(2)为解决交互感知系统中传感器坐标系转换存在的问题,提出一种非重叠视场下Kinect和Leap motion的联合标定方法。从传感器结构特性考虑,设计复合标定物。分析传感器和对应标定物的关系,构建标定算法,解决非重叠视场下Kinect和Leap motion联合标定问题。结合交互感知系统中构建的传感装置进行实验验证,完成Kinect和Leap motion联合标定,并对算法标定精度和鲁棒性进行评价。实验结果表明,该标定方法可解决非重叠视场下异构相机的联合标定问题。(3)根据构建的手势交互感知系统,以三维物体识别为背景,设计基于手势交互的物品识别应用系统。利用传感器联合标定结果将Kinect合成的场景点云和Leap motion检测的手势姿态结合,建立空间手势姿态和环境信息的联系。通过手势交互提取目标物体点云,并使用三维物体识别方法对提取物体进行识别。本文构建的交互式环境信息提取系统,基于自然手势交互引导完成环境信息提取。不仅解决了服务对象在复杂场景中的辅助交互需求,而且增强了服务机器人环境感知的趣味性。