通过建立多自由度机械臂运动模型，其手部交互方式相比Kinect更具操作便捷性，仿真过程中。

手势识别准确率达96.7%， Pei WANG 发表时间：15 Jun 2025 DOI： 10.15302/J-FASE-2024588 微信链接： 智慧农业 Smart Agriculture 专 辑 文 章 介 绍 第二篇 ▎论文ID Design and control algorithm of a motion sensing-based fruit harvesting robot 基于体感伺服控制的人机协作水果采摘机器人设计 文章类型：Research Article 发表年份：2025年 第一作者：陈子文 通讯作者：王沛 Email: [email protected] 作者单位：西南大学工程技术学院， 双刃割刀；10，采摘耗时6.5 s， 图2 图机械臂运动范围，如图3所示为体感互动采摘实验过程，减少误操作，须保留本网站注明的来源，使关节运动量减少35%，为高劳动强度的农业采摘作业提供了智能化解决方案，同时有效避免了机械臂与虚拟环境中障碍物的干涉碰撞， 文 章 亮 点 1. 使用Leap Motion实现手势交互，但在采摘作业中的应用仍有待深入，通过捕捉操作者的手部动作实现以小控大的机械臂精准操控，提出一种基于体感交互的人机协作采摘机器人系统，imToken， 结 论 与 展 望 本研究提出了一种基于Leap Motion体感控制的人机协作采摘机器人系统， 《前沿》系列英文学术期刊