基于主動(dòng)超聲的手勢(shì)識(shí)別裝置研究.pdf

1、隨著人工智能的發(fā)展，智能生活已經(jīng)影響了當(dāng)今的生活方式，傳統(tǒng)的人機(jī)交互已經(jīng)逐漸無(wú)法滿足人們的需求，自然人機(jī)交互技術(shù)成為當(dāng)下的一個(gè)研究熱點(diǎn)，而手勢(shì)作為重要的表達(dá)方式，成為了人機(jī)交互技術(shù)的一個(gè)突破口。基于主動(dòng)超聲技術(shù)的手勢(shì)識(shí)別由于其低成本、低功耗、不易受外界干擾的特點(diǎn)，成為了一個(gè)新的研究方向。本文基于主動(dòng)超聲技術(shù)設(shè)計(jì)了用于手勢(shì)識(shí)別的硬件，并對(duì)手勢(shì)識(shí)別的算法進(jìn)行了討論，取得了一定的效果。本文主要的工作內(nèi)容如下:
　　(1)設(shè)計(jì)了一套基于主

2、動(dòng)超聲技術(shù)的低成本、低功耗的硬件裝置。以STM32F407VGT6為核心，采用單發(fā)射、四接收的方法，使用低成本的超聲換能器以及在超聲范圍內(nèi)頻響曲線穩(wěn)定的MEMS麥克風(fēng)，來(lái)進(jìn)行超聲的發(fā)射及接收。并在此基礎(chǔ)上，進(jìn)行了數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)傳輸?shù)瘸绦虻脑O(shè)計(jì)，將手勢(shì)識(shí)別算法進(jìn)行了移植。
　　(2)提出了一種改進(jìn)的過零檢測(cè)法對(duì)手勢(shì)信號(hào)進(jìn)行了頻率估計(jì)，并通過幅值域的處理，對(duì)手勢(shì)進(jìn)行了截取。針對(duì)實(shí)驗(yàn)采集到的數(shù)據(jù)，使用改進(jìn)的過零檢測(cè)法對(duì)頻率進(jìn)行計(jì)算，在取

3、得了不錯(cuò)效果的同時(shí)，大大降低了時(shí)間和資源的消耗。使用平均電壓及低通濾波相結(jié)合的方法對(duì)幅值信息進(jìn)行了處理，并使用FBGD方法通過幅值域特征對(duì)手勢(shì)進(jìn)行了截取，取得了良好的效果。
　　(3)使用支持向量機(jī)及BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的方式對(duì)手勢(shì)進(jìn)行了分類。為了算法移植方便，采取了二級(jí)分類的方法對(duì)手勢(shì)進(jìn)行了分類算法研究:使用支持向量機(jī)將手勢(shì)分為垂直方向手勢(shì)和水平方向手勢(shì)，并使用BP神經(jīng)網(wǎng)絡(luò)對(duì)各組內(nèi)的手勢(shì)分別進(jìn)行計(jì)算，最終完成對(duì)上、下、左、右、推、