การวิจัยนี้นําเสนอระบบการจดจําท่าทางมือแบบนวัตกรรมโดยใช้ MediaPipe และ OpenCV เพื่อควบคุมแขนกลแบบเรียลไทม์ โดยใช้ประโยชน์จากความสามารถของ MediaPipe ในการติดตามมือแบบเรียลไทม์และการจดจําท่าทาง ร่วมกับคุณสมบัติการประมวลผลภาพที่มีประสิทธิ์ภาพของ OpenCV เพื่อแปลความหมายของท่าทางมือของมนุษย์ให้เป็นคําสั่งควบคุมแขนกลอย่างแม่นยํา งานวิจัยมุ่งเน้นที่ความแม่นยําในการจดจําท่าทางมือและความหน่วงของเวลาตั้งแต่เริ่มท่าทางจนถึงการตอบสนองของแขนกล จากการทดสอบหลายครั้ง ระบบแสดงจุดผิดพลาดของแกน X (การหมุน) ±2 องศา และแกน Y (แนวตั้ง) ±3 องศา และ ±10 องศาสําหรับแกน Z (ความลึก) ซึ่งมีความแปรปรวนเล็กน้อย ความหน่วงของเวลาในการตอบสนองตํ่ากว่า 2 วินาที บ่งชี้ถึงประสิทธิภาพของการทำงานแอปพลิเคชันแบบเรียลไทม์ ผลการวิจัยนี้มีนัยสําคัญต่อการพัฒนาปฏิสัมพันธ์ระหว่างมนุษย์และคอมพิวเตอร์ โดยเฉพาะอย่างยิ่งในหุ่นยนต์ และแสดงให้เห็นศักยภาพในการปรับปรุงหุ่นยนต์เชิงพาณิชย์และอุตสาหกรรม