2025《智能手套系统相关技术基础概述》6200字.docVIP

PAGE2

智能手套系统相关技术基础概述

目录

TOC\o1-3\h\u9000智能手套系统相关技术基础概述 1

205981.1系统总体概述 1

102142.1.1智能手套设计需求分析 2

34512.1.2智能手套功能规划 3

151702.1.3系统结构描述 4

286132.1.4传感器布局 4

195531.2手势的定义 6

279202.2.1静态手势 6

145072.2.2动态手势 7

64822.2.3手势库建立 7

19611.3手势数据的处理 9

152821.4传感器的数据融合分析 9

1.1系统总体概述

基于传感器手势识别系统的手势识别过程可以分为三个阶段。首先，第一阶段是对手势信号的采集与处理，经过该阶段最终会得到手势特征。第二阶段对手势信号进行传输。第三阶段实现手势数据的融合，经过比对后输出识别结果。对于这三个阶段，每个阶段都有着不同的功能和性能要求。如图2-1所示，为智能手套系统实现手势识别的流程图。

图2-1手势识别流程图

本系统分为三个部分：手势信号采集部分、手势识别部分以及上位机组成。图2-2为系统的总体方案设计图。首先由前端信号采集部分对手势产生的信号进行采集与处理提取手势特征，然后通过无线传输发送给手势识别部分，完成手势数据的融合，并识别出不同的手势。上位机用于对手势识别结果进行显示和应用。

图2-2总体方案设计图

智能手套设计需求分析

基于方便、可靠、实时、稳定等原则，本系统采用模块化设计的思想。通过弯曲度传感器和运动传感器检测到手的手势和运动状态，再通过微处理器采集传感器的数据并作初步的处理提取手势特征，然后利用无线数据传输模块，将数据发送至主控制板。利用加速度、角速度信息、手指弯曲度信息，结合内部定时器、数据融合算法得到手势特征，完成核心算法，实现手势识别。同时，通过外部预留接口与语音合成模块相连，将识别结果通过语音播报。为了达到对手势信号进行识别的目的，需要注意以下5个方面的功能需求：

通过传感器对手势信号进行采集并对有效信号进行提取。手势信号由手掌运动加速度、角速度以及手指的弯曲度组成，所以明确的传感器的数量以及准确的安装位置可以采集到的更加准确的手势信息；由于传感器较为灵敏，对于采集到的信号，在采集过程中会受到一些轻微抖动的干扰，故如何判别干扰信号，提取有效信号同样是手势识别的关键。

采集到的信号能够被精确、完整的的传输到微处理器。完整手势的表达需要一段时间，每个人的动作习惯有所不同，在做出一个手势动作时会附带一些不经意的小动作，这种附带动作通常与手势信息表达无关，这就产生了较大的数据量，需要确保传输数据的完整性，对真实手势信号进行判断，提取有效手势信号；并且手势动作在时间上存在先后顺序，手势信号的传输同样需要有序传输，才能确保识别结果的准确性[20]。

系统各个模块之间的传输速率需要相互匹配。系统中包含各种模块，数据在各个模块之间进行传输，传感器采集到的手势数据通过串口集成到STM32微处理器，经过微处理器的处理之后再通过无线传输的方式将数据发送到识别端进行分类识别，保证数据在不同模块和不同传输协议之间进行采集、传输、处理的速率相互匹配是能够完整识别手势的重要基础。

手势信号采集时的变化频率和工频信号接近，会对采集到的手势数据产生干扰，影响识别结果。为了提升信号的精度，保证系统的识别率，要注意减少或避免工频信号的干扰。

手势数据的采集需要供电系统提供电信号，设计时要注意供电系统的稳定性并且注意电源噪声对手势数据采集的影响。

此外，在满足功能需求的基础上，还需考虑如手势识别的准确率、稳定性、鲁棒性、可扩展性等系统的性能需求。

智能手套功能规划

系统的最终任务是通过对传感器获取的手势数据进行处理、传输等操作，实现手势分类识别，从而得到更好的手势识别结果以及人机交互任务体验。具体来说，本系统总体设计以STM32微处理器为控制和处理核心，结合MPU-6050传感器（内置3轴陀螺仪+3轴加速度计）和Flex1.2弯曲度传感器来采集手势数据信息，并采用短距离无线传输技术中的ZigBee技术将数据发送到处理单元进行分类识别，最终实现对基础静态手势0-9、动态手势上、下、左、右四个方向以及代表确认的OK手势的识别。并且对以上可识别手势进行场景应用，用来控制音乐播放器上位机。

系统具备的具体功能如下：

首先通过动作信号传感器采集用户手部动作的数据，再通过IIC总线协议将数据传输到采集端微处理器内进行处理；

以无线传输的方式将处理得到的手势数据发送到识别端微处理器进行下一步的处理，最终实现手势的分类识别；

利用外部接口与语音合成模块和显示模块进行连接，分别通过语音合成模块和显示模块对识