基于电容式传感器的手势识别装置

2020-04-02王俊程

科学技术创新 2020年4期

王俊程

（山东省临沂市临沭县第一中学，山东临沂276799）

1 系统方案

人脸识别的门锁、指纹识别的保险柜都已经进入寻常百姓家，这些高科技的产品的原理是什么?怎么样的技术才能实现？这些问题让我思考，是否可以制作一个手势识别的装置，实现对剪刀石头布、一二三四五手势的识别，并实现对任意人员手势信息的处理及识别。在科技老师的指导下，我设计的手势识别系统主要由单片机控制模块、FDC2214 传感芯片、电源模块等组成，下面分别论证这几个模块的选择。

1.1 主控制器件的论证与选择

方案一：采用STC51 系列单片机

传统的51 单片机为8 位机，价格便宜，控制简单，但是运算速度慢，片内资源少，存储容量小，难以存储大体积的程序和实现快速精准的反应控制。并且受时钟限制，计时精度不高，外围电路也增加了系统的不可靠性。

方案二：采用STM32F103ZET6 单片机

ARM Cortex-M3 内核的STM32F103ZET6 控制芯片，拥有11 个定时器，3 个ADC，13 个通信接口，多达112 个快速I/0 口，计时精度高，反应速度快，价格中等，功耗低，操作也较为简单，开发环境非常容易搭建。

通过比较，我选择方案二，采用ARM Cortex-M3 内核的STM32F103ZET6 控制芯片。同时包含主控芯片在内的控制系统包含了显示、传感器等模块，能够减少外围电路的设计，降低系统设计的难度，非常适合本系统的设计。本作品使用ALIENTEK公司出品的精英开发板直接作为主控板。

1.2 传感器的选择

方案：采用FDC2214。FDC2214 是一个噪声多通道系列，抗EMI，高分辨率，高速电容数字转换器，用于实现电容式传感解决方案。采用了提供创新的基于窄带的架构，可抑制噪声和干扰，同时提供高速分辨率。器件支持宽激励频率范围，为系统设计提供了灵活性。电容式传感是一种低功耗，低成本，高分辨率的非接触式传感技术，可应用于各种应用，范围从接近检测和手势识别到远程液位传感。电容式传感系统中的传感器是任何金属或导体，允许低成本和高度灵活的系统设计。本作品设计的FDC2214 模块板。

1.3 控制系统的论证与选择

基于FDC2214 实现手势接近和判决的实验中存在如下的特征：传感平面的面积越大、手势与传感平面的距离越小，感应的频率变化越大，系统会越灵敏，但同时也可能引入越多的噪声。

方案一：采用单金属板进行信号采集。单金属板信号采集虽然简单，只需要使用FDC2214 芯片的一个通道，但对手掌这样大小的金属板来说，感应频率变化值大，系统过于灵敏，但采用单通道在使用时误差较大，电容变化值过大，数据处理难度较大。

方案二：采用四个金属板分布式进行信号采集。采集多传感平面信号的原理是利用FDC2214 的多通道特性，每一个通道都有相同的外围电路，所以每个通道的采样特性是相同的。多传感平面不仅有单传感平面的所有优点，而且能够降低采集数据的误差和干扰，数据处理难度降低。

2 系统理论分析与计算

2.1 FDC2214 电容值识别的分析

FDC2214 是基于LC 谐振电路原理的一个电容检测传感器。其基本原理如图1 所示，在芯片每个检测通道的输入端连接一个电感和电容，组成LC 电路，被测电容传感端（图1 中灰色标识部分即为被测电容）与LC 电路相连接，将产生一个振荡频率，根据该频率值可计算出被测电容值。利用FDC2214 的工作原理可实现手势接近和识别的功能，如上图所示，黄色部分称为“FDC2214 的传感平面”，该平面为导体材质，当人手接近该导体传感平面时，传感端的电容发生了变化，这就会导致LC电路振荡频率的变化，从而反映出手势接近，以及手势的判定。

2.2 程序的设计

程序功能描述与设计思路:

2.2.1 程序功能描述

根据题目要求软件部分主要实现手势的识别和显示:a.手势识别：能将FDC2214 反馈的不同手势的信号正确的表达出来。b.显示部分：显示不同的手势，如：剪刀石头布。

2.2.2 程序设计思路

使用迪文公司出品的工业串口屏(如右图所示)作为显示模块，其特点是使用其专门的界面绘制工具进行界面编程，我将每个题目需求制作了若干张图片，方便调试和演示。在MCU(STM32F103ZET6，以下简称MCU)的程序设计中，我将工业串口屏的串口接到了MCU 的串口三（TX:PB10,RX:PB11）,在每个界面上的按钮样式处安置触摸反馈，作用是触摸该按钮时串口屏会发送一个指令到串口，使MCU 能够识别到测试人员触摸到了相关位置能信息。

图1 显示面板

我使用TI 公司出品的FDC2214 芯片作为该作品的传感核心部件，使用FDC2214，可以检测到测试人员与传感平面的交互信息。MCU 将FDC2214 通过IIC 传输来的数据进行分析：

1 判决模式：a.我将MCU 通过FDC2214 得到的数据进行卡尔曼滤波，对噪声进行有效抑制，得到data1。b.将data_1（滤波后的数据）和data_0（通过训练或者默认的数据）进行比对，如果data_1 在data_0 的+/- 5%的范围内，则认定data_1 就是data_0所代表的手势。c.将数据分析后的结果进行反馈（传输到串口屏），让测试人员得知测试结果。

2 训练模式

a.首先MCU 检测当前训练模式：训练模式分为划拳训练和猜拳训练，划拳训练又分为1、2、3、4、5 五个手势，猜拳训练则分为剪刀、石头、布三个手势。测试人员将欲要训练的手势在串口屏上进行选择，选择后的数据串口屏会通过串口传输到MCU上。

b.具体训练步骤:MCU 得到训练模式后，告知FDC2214 进行工作，开始采样，如果采样数据过小，说明测试人员并没有开始进行收拾训练。一般情况下，MCU 会对每个手势进行三次采样，每次采样采100 个值（滤波后），在进行去平均数并进行存储，每一次采样成功后MCU 会使能蜂鸣器，提醒测试人员采样成功，三次采样成功后，MCU 会通过串口与串口屏进行通信，告知串口屏采样完成，并进行显示。