一种手势控制小车运动系统的设计与实现

2017-04-08刘梁滕鹏周诗华展文豪

数字技术与应用 2017年2期

刘梁++滕鹏++周诗华++展文豪

摘要：手势识别技术作为自然人机交互发展迅速，本文基于手势识别技术实现了一种手势控制小车运动的系统，该系统基于微型机电系统、惯性传感器和无线通信模块构建了硬件平台，可采集手指的手势信息，通过手势特征数据提取及模板匹配算法，实现手势信息的识别。该系统经过实验测试，证明了该系统的可行性和识别算法的有效性。

关键词：手势控制；遥控小车；手势识别

中图分类号：TP242.6 文献标识码：A 文章编号：1007-9416（2017）02-0026-02

1 引言

人机交互（Human-Computer Interaction，简称HCI）是指人与计算机之间通过某种对话语言交流与通信，完成确定任务的人与计算机之间的信息交换。近年来，随着技术的发展，出现了以手势识别、表情识别、姿态识别、语音识别等为基础的自然用户界面（Natural User Interface）技术。其中手势是一种符合人类日常习惯的交互手段，在日常生活中人之间的交流通常会辅以手势来传达一些信息或表达某种特定的意图。本文结合手势识别技术，设计了一种手势控制小车运动系统。

2 总体介绍

手势控制小车运动的系统设计由手势传感器、无线传输模块和一个遥控小车组成。如图1所示，手势传感器穿戴在使用者手指上采集手势指令信息，通过无线模块发送给遥控小车，实现小车前进、停车、左转、右转等动作，使用手势控制相比传统的遥控器控制，人机交互更加的自然。

3 硬件设计

3.1 小车设计

小车主要由底盘和控制板组成，其中控制板主要由无线模块、电机驱动模块、控制器组成，系统使用12V锂电供电。其中无线模块使用24L01模块，nRF24L01芯片工作于2.4GHz全球开放的 ISM 频段，集成了频率合成器、晶体振荡器和调制解调器，外围元件极少。nRF24L01没有复杂的通信协议，完全对用户透明，通过一个标准的SPI 接口与外围控制器连接，同种产品之间可以自由通信。系统中的控制器使用意法半导体16MHz STM8S103F，电机驱动模块使用L298N双路，L298芯片内部包含4通道逻辑驱动电路，可以方便的驱动两个直流电机。控制时左前轮向前旋转时向右转，右前轮旋转时向左转，两轮同时向前时小车前进，两轮同时向后时小车停止。

3.2 手势传感器设计

手势传感器佩戴在手上，惯性传感器可以采集手部运动数据，控制器获取传感器数据后，进行手势信息识别，将识别到的有效手势数据转换成控制指令，通过无线模块发送给小车，控制小车运动。传感器的控制器采用基于Cortex-M3内核增强型芯片STM32L103RCT6。无线模块与小车使用的模块相同。

惯性传感器使用的是君悦智控生产的JY901九轴惯性传感器，该传感器集成高精度的陀螺仪、加速度计、地磁场传感器，采用高性能的微处理器和先进的动力学解算与卡尔曼动态滤波算法，能够在动态环境下准确输出模块的当前姿态，姿态测量精度0.01度。模块自带电压稳定电路，工作电压3V～6V，引脚电平兼容3.3V/5V的嵌入式系统，连接方便。支持串口和IIC两种数字接口，方便用户连接，串口速率2400bps～921600bps可调，本系统即使用单片机串口与模块连接。模块输出包括时间、加速度、角速度、角度、磁场等信息。

4 算法设计

4.1 坐标定义

惯性传感器使用时，传感器佩戴在右手掌心面内中指上，四指并拢成一个平面，如图1所示，沿中指向前为x轴正方向，垂直掌心并指向掌心外侧方向为z轴正方向，根据右手螺旋法则确定垂直中指并指向小指方向为y轴正方向。

4.2 手势定义

手势是指通过手臂的移动或者旋转产生的各种姿势和动作，是一种自然、直观、易于学习的人机交互手段。选取的手势定义要动作简单、便于操作，手势语义易于记忆和理解，另外手势信号特征明显，易于识别。针对控制小车移动，定义了前进、停止、左转、右转四种动态控制手势，具体如图所示，右手佩戴传感器，手腕内收定义为前进，手腕外展定义为停止，手掌掌曲定义为左转，手掌背曲定义为右转。

4.3 手势识别算法

手势识别算法实现对无效手势的过滤和对有效手势的提取和识别。手势识别的流程如图2所示。

手势信号采集：通过穿戴在中指的惯性传感器获取手势数据。采集的数据包括三轴加速度数据、三轴角速度数据、三轴角度数据等信号，该信号是16位整型数据，需要转换成对应的加速度、角速度和角度数据。

手势信号截取：手势识别首先要从采集的连续信号中截取出可能包含手势信息的数据。针对定义的四种控制手势，没有动作时，角速度信号相对平稳；手势动作开始时，角速度信号变化剧烈。选取合适的阈值对信号进行截取可以获取到可能包含手势信息的数据。经过10人穿戴手势传感器进行无手势和有手势的数据采集分析，将阈值设置为100°/s。手势信息持续时间0.5s

手势特性提取：针对定义的四种手势，其主要特征是角速度变化剧烈，将截取的手势信号提取三个方向角速度的最大值和最小值及最值出现的时间点。

手势信息识别：将手势特性数据与四种手势的特性模板对比，以左转手势为例。首先在背曲的过程中，会出现Y轴方向角速度的峰值，在掌曲过程中，会出现Y轴负方向角速度的峰值，整个过程中，正方向峰值在负方向峰值之前。在x轴和z轴上也会出现角速度信号，与y轴信号对比，会比y轴角速度峰值小的多。

后续处理：将手势识别数据转换成控制指令，通过无线模块发送给小车，执行相关操作。如表1所示。

5 验证

为验证本文提出的手势识别算法及小车控制的有效性，将可穿戴手势传感器佩戴在用户的右手上，开展验证实验。验证试验选取了5名受试者，每名受试者操作前进、后退、左转、右转各20次。经统计，手势识别结果如表2所示。实验表明，实验表明，本文采用的手势识别算法能自动提取手势动作的有效信号并实现小车移动控制。

6 结语

惯性传感器具有不受空间限制的特点，用于手势识别可以灵活的应用于各种场合。本文设计了一种手势遥控小车系统，算法简单，使用方便，应用新型的手势交互方式，更自然的实现了人与小车的交互控制。

参考文献

[1]刘煜，杨平，段平涛.基于惯性传感器的手机手势识别[J].电子技术应用，2011，37（12）：76～79，86.

[2]周谊成，尤树华，王辉.基于三维加速度的连续手势识别[J].计算机与数字工程，2012，40（10）：133～136.

[3]盛卫华，祝純.人机交互中基于可穿戴式计算的手势和活动辨识[J].山东大学学报（工学版），2010，40（3）：37～50.

[4]刘蓉，刘明.实时手势加速度动作分割与识别研究[J].小型微型计算机系统，2012，33（7）：1620～1624.