人體基礎(chǔ)運(yùn)動(dòng)條件下的動(dòng)態(tài)手勢(shì)識(shí)別研究.pdf

1、隨著科技的進(jìn)步,移動(dòng)電子設(shè)備上搭載了MEMS慣性傳感器等豐富的硬件設(shè)施,給人們的生活帶來了更多的便利,也給語(yǔ)音識(shí)別、圖像識(shí)別、手勢(shì)識(shí)別等新型人機(jī)交互方式提供了良好的平臺(tái)。圖像識(shí)別交互易受光線的影響、語(yǔ)音識(shí)別交互易被雜音干擾,于是,基于慣性傳感器的手勢(shì)交互憑借其獨(dú)特的優(yōu)勢(shì),成為當(dāng)前研宄的熱點(diǎn)。人體靜止情況下的動(dòng)態(tài)手勢(shì)識(shí)別有了很大的進(jìn)展,許多學(xué)者嘗試了不同的識(shí)別方法,并驗(yàn)證了其有效性。然而,現(xiàn)階段對(duì)于人體處于運(yùn)動(dòng)狀態(tài)下的手勢(shì)識(shí)別研宄幾乎沒有

2、,本文將從這個(gè)方向入手,展開對(duì)人體運(yùn)動(dòng)條件下的動(dòng)態(tài)手勢(shì)識(shí)別研宄。
　　本文利用諾基亞公司提供的慣性測(cè)量裝置Sensor-Box,重點(diǎn)研宄步行、上下樓梯、電梯等人體基礎(chǔ)運(yùn)動(dòng)條件下的動(dòng)態(tài)手勢(shì)識(shí)別。本文對(duì)人體基礎(chǔ)運(yùn)動(dòng)進(jìn)行了分類,并分析了人體基礎(chǔ)運(yùn)動(dòng)對(duì)動(dòng)態(tài)手勢(shì)的影響。結(jié)合課題研宄目標(biāo),提出了三種人體運(yùn)動(dòng)條件下的動(dòng)態(tài)手勢(shì)識(shí)別方案。從剔除人體基礎(chǔ)運(yùn)動(dòng)干擾角度,提出了基于雙慣性傳感器法和數(shù)學(xué)模型法的識(shí)別方案;從特征分類識(shí)別角度,提出了基于閾值增

3、大法的識(shí)別方案。
　　為了減小慣性傳感器的誤差干擾,本文建立了Sensor-Box加速度計(jì)和陀螺儀的誤差模型,并采用六位置法來標(biāo)定其確定性誤差。對(duì)加速度隨機(jī)誤差信號(hào),采用時(shí)間序列分析法建立了ARMA模型,并用經(jīng)典卡爾曼濾波器對(duì)隨機(jī)誤差進(jìn)行了有效濾除。對(duì)于陀螺儀隨機(jī)誤差信號(hào),采用標(biāo)準(zhǔn)Allan方差法分析識(shí)別其主要隨機(jī)誤差項(xiàng),并采用小波分析對(duì)其噪聲信號(hào)進(jìn)行了有效分離。
　　雙慣性傳感器法通過兩個(gè)Sensor-Box同時(shí)采集人體運(yùn)