基于可穿戴控制器的手勢(shì)識(shí)別技術(shù)研究.pdf

1、隨著可穿戴電子設(shè)備的發(fā)展，基于手勢(shì)識(shí)別的人機(jī)交互技術(shù)已經(jīng)成為研究熱點(diǎn)。為了優(yōu)化手勢(shì)識(shí)別算法和減小可穿戴設(shè)備的體積，本文提出了一種基于可穿戴控制器的手勢(shì)識(shí)別系統(tǒng)，利用慣性傳感器采集手勢(shì)數(shù)據(jù)，通過(guò)手勢(shì)識(shí)別算法在上位機(jī)上顯示識(shí)別結(jié)果，該控制器可穿戴于手指上且操作簡(jiǎn)單，能夠達(dá)到隨意性輸入的人機(jī)交互目的?？纱┐骺刂破饔布糠钟芍骺啬K、姿態(tài)模塊、通訊模塊、電源模塊組成，主控模塊選用Atmeg328嵌入式微處理器，負(fù)責(zé)接收集成陀螺儀和加速度計(jì)的ME

2、MS慣性傳感器組成的姿態(tài)模塊采集的手勢(shì)運(yùn)動(dòng)數(shù)據(jù)，并對(duì)這些數(shù)據(jù)進(jìn)行坐標(biāo)系轉(zhuǎn)換和卡爾曼濾波處理，通訊模塊通過(guò)WIFI無(wú)線通信協(xié)議將手勢(shì)運(yùn)動(dòng)姿態(tài)數(shù)據(jù)傳送到計(jì)算機(jī)，其中電源模塊根據(jù)選擇的模式為整個(gè)系統(tǒng)供電或?yàn)殇囯姵爻潆姟?br>　　本系統(tǒng)上位機(jī)部分選擇的是基于JAVA語(yǔ)言的Processing開發(fā)環(huán)境，按照差分值法截取由控制器上傳的手勢(shì)運(yùn)動(dòng)的加速度和角速度數(shù)據(jù)，提取出易于手勢(shì)分類的6類運(yùn)動(dòng)特征量，并根據(jù)每種手勢(shì)特點(diǎn)確定各類手勢(shì)特征量的閾值，四層

3、決策樹分類器通過(guò)提取的特征量及其閾值對(duì)手勢(shì)進(jìn)行分類處理，利用Processing人機(jī)交互界面實(shí)時(shí)顯示手勢(shì)識(shí)別結(jié)果，整個(gè)過(guò)程無(wú)需對(duì)測(cè)試者進(jìn)行手勢(shì)預(yù)訓(xùn)練操作，省去了傳統(tǒng)算法中模板建立和匹配的過(guò)程，減小了系統(tǒng)差異性和計(jì)算量。通過(guò)20位實(shí)驗(yàn)者對(duì)6種手勢(shì)操作的測(cè)試數(shù)據(jù)表明，在可穿戴手勢(shì)識(shí)別控制器采樣頻率為50Hz時(shí)，平均手勢(shì)識(shí)別準(zhǔn)確率為97.17％，單個(gè)手勢(shì)動(dòng)作的識(shí)別準(zhǔn)確率為95％-100％，基于可穿戴控制器的手勢(shì)識(shí)別技術(shù)的研究提高了手勢(shì)識(shí)別算法