本周重點學習《Kinect體感程序設計入門》，且已翻譯完英文文獻。
Kinect傳感器所能獲取的基礎信息共有5種：彩色圖像、三軸加速度感應器、深度圖像、紅外線圖像、聲音。形成的重要交互功能有：
1）骨架識別——產生骨架信息（也可稱骨架流、骨架圖像、關節信息），其算法分析來自深度圖像的數據。
2）語音識別——識別用戶的語音命令，其算法分析來自麥克風陣列的數據。
3）臉部追蹤——識別用戶臉上的特征點，其算法分析來自彩色圖像、深度圖像，以及骨架信息的數據。
4）Kinect Interaction——辨識使用者手部的特殊動作（如握拳、按壓），其算法分析來自三軸加速度感應器、深度圖像，以及骨架信息的數據。
5）Kinect Fusion——提供3D建模的工具，其算法分析來自深度圖像的數據。
Kinect所回傳的骨架信息包含每個關節在骨架空間里的三維坐標（x,y,z），其單位為米（m），使用右手坐標系統，也就是所，從Kinec看過去，以傳感器為中心，x軸向左為正，向右為負。Y軸向上為正，向下為負。z軸則是越靠近傳感器，值越小；離傳感器越遠，值越大。
骨架信息流
Kinect的骨架信息流來自于KinectSensor對象中的SkeletonStream，骨架信息默認為關閉，使用前必須調用其Enable()方法啟動骨架信息流。
啟動之后，需要注冊SkeletonFrameReady事件的事件處理函數方能接收到來自Kinect的骨架信息。應用程序取得的是一系列坐標的集合，稱為骨架關節（joint）位置。AllFramesReady也可以取得骨架信息，不過通常用于搭配彩色圖像、深度圖像。
當有人要與Kinect進行交互時，考慮到現實的復雜環境干擾，需要使傳感器正確識別交互者，可使用握拳或按壓兩種方式實現，其中，握拳動作通過搭配機器學習算法來實現；而按壓動作則通過Z軸變化來偵測，按壓的整個過程基本上就是Z坐標從0變化到1的過程。
通過Kinect控制機械臂基本流程
KinectSDK中自帶的范例中提供了深度圖像數據和骨骼跟蹤的程序，但它們分開的，并且沒有數據提取記錄的相關程序，經過學習后，要自己編寫應用程序，將骨骼跟蹤和深度圖相互結合，并記錄提取相關的關鍵的骨骼關節數據。
跟蹤程序流程設計主要有以下幾個步驟，如圖
第一步：設備環境設備初始化，并創建新的對象。
第二步：建立新的用戶生成器，來保存捕捉到的目標的深度相關數據信息，方便以后調用。
第三步：完成相關回調函數的注冊。需要調用的和骨骼跟蹤相關的函數有新用戶的生成、用戶的丟失、骨骼姿態的檢測等。
第四步：骨架校準，分析比較看捕捉到的骨骼關節是否可靠，如果分析結果達到要求則可進入下一步，否則返回第三步。
第五部：骨骼跟蹤，記錄骨骼關節的信息。
第六步：更新并讀取數據，保證數據的實時性。
在Visual Studio 中進行人體骨骼點圖的提取時，應注意到，具體的骨架信息是以關節點數據顯示出來的，Joint有以下屬性。第一種，Joint Type屬性是Joint的一種枚舉類型。第二種，每一個骨骼關節點有Skeleton Point的Position屬性，這種屬性是由X，Y，Z三個坐標值來進行顯示每個關節點的位置信息，其中X，Y坐標值可以表示骨骼的在二維空間內的位置，Z坐標值是用來表示關節點的深度信息；Kinect傳感器中有一系列關于點坐標的轉換算法，可以用來將目標對象的骨骼坐標點轉換成相應的深度。最后一種，每個Skeleton骨骼對象都有一個Joint Tracking State屬性，這種屬性表示這個關節點現有的跟蹤情況和方式。利用Visual Studio編程提取出關節的坐標信息后，將坐標信息流經過計算機處理后發送給機械臂，通過舵機控制機械臂的運動實現交互功能。
