2025《智能手势识别手套系统的软件设计案例》5300字.docxVIP

智能手势识别手套系统的软件设计案例

目录

TOC\o1-3\h\u21550智能手势识别手套系统的软件设计案例 1

265071.1总体软件架构 1

130901.2信号采集端软件实现 2

198454.2.1信号采集 3

72564.2.2数据处理 7

219151.3手势识别端软件实现 9

311204.3.1数据融合 10

70804.3.2分类识别 13

214811.4语音合成 15

138811.5手势应用音乐播放器 15

智能手势识别手套系统的软件开发是基于嵌入式开发平台进行的，所用的开发环境是KeilμVision5，通过设计好的软件流程，利用在KeilμVision5搭建的平台来编写软件处理算法程序。

1.1总体软件架构

智能手势识别手套系统的软件框图如图4-1所示。总体上分为信号采集端软件实现和手势识别端软件实现两个部分。具体工作流程为：1）信号采集，主要由传感器来完成，微处理器负责数据的传输和存储；2）数据处理，对数据进行平滑滤波、特征提取；3）数据融合，将弯曲度传感器、加速度计、陀螺仪采集到的特征数据进行融合，降低计算复杂度提高识别率；4）分类识别，将手势数据与手势库中特征模型相匹配，实现分类识别。

图4-1智能手势识别系统软件框图

1.2信号采集端软件实现

信号采集端的软件设计主要包括信号采集和数据处理功能。系统由Flex2.2弯曲度传感器采集手指关节的角度信息，由MPU-6050传感器采集手部动作时的加速度和角速度信息。再将采集到的数据传输到微处理器中进行存储，对数据进行均值滤波、特征提取等处理。图4-2为系统信号采集端的软件流程图。

图4-2信号采集端软件流程图

信号采集

对于数据的和获取，一般情况下位于手势识别系统的最底层。这一步骤最先获取得到手势动作的原始数据。这些信号的采集质量直接影响系统最后对手势的识别率。在设计系统时，需要将采集的原始数据传输到储存单元进行处理。本系统的信号采集包括两个部分，分别为Flex2.2弯曲度传感器的信号采集和MPU-6050传感器的信号采集。

Flex2.2弯曲度传感器的信号采集

Flex2.2弯曲度传感器获取的是手指的姿态信息，不同手势导致Flex2.2弯曲度传感器的阻值不同，从而获得不同的电压信号。STM32F103微处理器通过ADC通道对弯曲度传感器的电压信号进行采集，微处理器的ADC采集流程如图4-3所示。

图4-3ADC采集流程图

程序首先对采集通道进行初始化，设置模拟信号的输入通道，系统设置了5条采集通道，分别对应五根手指。然后进行ADC配置，设置其工作方式，开始进行数据转换，转换结束后对数据进行读取。ADC采集程序代码如下：

/**********************ADC采集程序**********************/

voidAdc_Init(void)

{

ADC_InitTypeDefADC_InitStructure;

GPIO_InitTypeDefGPIO_InitStructure;

RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOA|RCC_APB2Periph_ADC1 ,ENABLE); //使能ADC1通道时钟

RCC_ADCCLKConfig(RCC_PCLK2_Div6);//AD采样时钟72M/6=12M

GPIO_InitStructure.GPIO_Pin=GPIO_Pin_0|GPIO_Pin_1|GPIO_Pin_2|GPIO_Pin_3|GPIO_Pin_4;

GPIO_InitStructure.GPIO_Mode=GPIO_Mode_AIN; //模拟输入引脚

GPIO_Init(GPIOA,GPIO_InitStructure);

voidADC_update_finger_curvature(void){

u16adcx0=0,adcx1=0,adcx2=0,adcx3=0,adcx4=0;

///////第一路采样程序//////////

adcx0=Get_Adc(ADC_Channel_0);

///////第二路采样程序//////////

adcx1=Get_Adc(ADC_Channel_1);

///////第三路采样程序//////////

adcx2=Get_Adc(ADC_Channel_2);

///////第四路采样程序//////////

adcx3=Get_Adc(ADC_Channel_3);