基于動(dòng)態(tài)手勢的人機(jī)交互系統(tǒng)研究.pdf

1、計(jì)算機(jī)在各個(gè)應(yīng)用領(lǐng)域的不斷延伸使得現(xiàn)有人機(jī)交互通道的瓶頸效應(yīng)日益突出，普適計(jì)算以及以人為本的交互理念促使自然的人機(jī)交互成為當(dāng)前計(jì)算機(jī)應(yīng)用研究的重要方向。手勢作為人之間的一種常用且具有較強(qiáng)表達(dá)力的交互方式自然而然地受到研究者們的關(guān)注。將手勢引入人機(jī)交互過程將有效地拓寬人機(jī)交互通道且大大地提升交互體驗(yàn)。
　　 以手勢數(shù)據(jù)采集方式為劃分標(biāo)準(zhǔn)，當(dāng)前基于手勢的人機(jī)交互的研究可分為基于數(shù)據(jù)手套、基于機(jī)器視覺、基于肌電信號(hào)和基于慣性傳感器等多

2、種方案。這些方案各具優(yōu)勢，然而綜合比較方案對(duì)人、機(jī)器以及環(huán)境等因素的適應(yīng)性后，基于慣性傳感器的方案突顯出較大優(yōu)勢。本文的研究采用加速度傳感器采集手部在空間中運(yùn)動(dòng)的加速度數(shù)據(jù)，對(duì)這些原始數(shù)據(jù)進(jìn)行處理可以計(jì)算出手在空間的運(yùn)動(dòng)軌跡。手勢特征提取使用了方向矢量量化的方法，該方法能夠大大降低后續(xù)處理的時(shí)空復(fù)雜度。手勢識(shí)別采用了隱馬爾科夫模型，每個(gè)具體手勢均建立了相應(yīng)的模型。為分割出連續(xù)輸入流中的各個(gè)手勢，引入了門限模型作為分割器。門限模型不僅能分

3、割出各原子手勢，而且能找出最匹配的目標(biāo)手勢模型。為提高識(shí)別精度，加速度信號(hào)在提取手勢特征前進(jìn)行了去噪處理，這里采用了一個(gè)改進(jìn)的卡爾曼濾波算法來濾除系統(tǒng)噪聲。
　　 繼解決手勢識(shí)別的問題后，本文討論了雙手人機(jī)交互設(shè)計(jì)的問題。從探討雙手交互理論入手，逐一討論了雙手交互的行為學(xué)基礎(chǔ)、心理學(xué)基礎(chǔ)和雙手交互的時(shí)序特征。以雙手交互理論為基礎(chǔ)，探討了手勢庫設(shè)計(jì)中人、機(jī)兩個(gè)對(duì)立層面的參數(shù)協(xié)調(diào)問題。
　　 在理論研究之后，本文對(duì)所提出的理