摘要

隨著智慧製造和工業4.0的推動，工廠自動化及人機協同的需求日益增加。在這樣的背景下，傳統的人機互動界面，如鍵盤和滑鼠，在許多實際操作場景中顯得不夠直觀和方便。近年來，視覺手勢識別技術的成熟使其在工業應用中的潛力被進一步挖掘，尤其是在需要自由雙手操作的組裝和檢測工作中。 本研究開發了一個智慧工廠手勢協作系統，通過相機捕捉和分析工作人員的手勢來直接控制機械和設備，如啟動或停止機器、調整設備設置等。系統利用MediaPipe技術識別手部的21個關鍵點，並通過深度神經網絡進行手勢識別，以達到高達95%的識別準確率和低於300毫秒的響應時間。此外，系統也設計了20種手勢指令，滿足工業現場的多樣化操作需求。 在實際應用方面，系統被用於指揮自動化補料車（AGV），操作人員可以通過簡單的手勢來控制AGV前往指定位置補充零部件，大大提高了生產線的效率和靈活性。此外，測試結果顯示，不同傳輸方式（包括Wi-Fi和5G）對手勢辨識的響應時間有顯著影響，但整體上均能保證良好的系統性能和操作體驗。 總結來說，本研究成功實現了一個高效率、低延遲的智慧工廠手勢協作系統，有效解決了傳統人機交互方式在特定工業應用中的局限性，展示了視覺手勢識別技術在智慧製造領域的巨大應用潛力。

系統概述

智慧工廠手勢協作系統提供創新的手勢協作技術，系統採用骨架分析技術與神經網路模型，
實現高效精確的手勢辨識，並將5G通訊技術應用於手勢影像傳輸，
實現跨場域、低延遲之人機協作，透過直觀的手勢對不同機台與設備進行遠端操控，大幅降低設備操作之技術門檻。

技術亮點

• 透過關節點分析技術與神經網路模型，實現高速低延遲的手勢辨識。
• 直觀式的遠端協作操作，提高工廠人員工作效率。
• 整合5G通訊技術，實現跨場域、低延遲之人機協作。
• 辨識響應時間極短，低於200ms，提供即時的操作體驗。
• 辨識準確率極高，達到95%以上的辨識準確率。
• 快速的應變能力，能根據特定的應用場景進行即時的加工切換。

產業效益

可大幅降低設備操作之技術門檻，讓工廠人員的學習曲線相對較平緩，減少培訓時間和成本，
且系統具備快速的應變能力，能根據特定的應用場景進行即時的加工切換，保障工廠生產最佳效能。