基于STM32系列单片机的智能手势识别多功能系统

王娟

摘  要：智能手势识别多功能系统主要由PAJ7620手势传感器通过不同手势动作的识别，获取探测目标特征原始数据，再对原始数据进行识别处理，最后将手势结果存到寄存器中，根据IIC接口对原始数据和手势识别的结果进行读取，由STM32F401RBT6主控芯片处理和分析，从而来识别不同手势，进而在OLED屏上显示出手势的信息和驱动载体作出不同响应的效果。

关键词：手势识别;STM32F401RBT6;PAJ7620

中图分类号：TP391         文献标志码：A         文章编号：2095-2945（2020）33-0043-02

Abstract： The multi-function system of intelligent gesture recognition is mainly composed of PAJ7620 gesture sensors to obtain the original data of the detected target through the recognition of different gestures， then recognize and process the original data， and finally store the gesture results in the register， read the original data and gesture recognition results. According to the IIC interface， the original data and the results of gesture recognition are read， processed and analyzed by the STM32F401RBT6 main control chip， so as to identify different gestures， and then display the information of gestures on the OLED screen， and drive the carrier to make different responses.

Keywords： gesture recognition; STM32F401RBT6; PAJ7620

緒论

基于STM32F401RBT6系列单片机的手势识别研究是顺应时代AI人工智能发展的潮流[1]。通过STM32为主控芯片的手势识别具有新颖的创新特点，手势的识别通过芯片的分解，信号的传输，控制芯片的捕获，形成一个人工智能的新窗口——手势识别控制技术。为了继续寻找新的突破口，就必须研究人机交互中的手势的相关用法，从而确定合理的可行研究范围[2]。

手势识别的研究范围十分广泛，应用也十分多元，在我们日常所见的最多的便是关于计算机辅助哑语教学的、关于电影的制作中的特技特效的处理等方面[3]，这样为我们的许多聋哑人士的生活学习与工作条件提供了极大便利，同时，对于手势研究牵扯的学科知识比较广泛，例如手势教学、机器人的运动学、计算机的图形学等多学科[4]。

1 手势识别系统原理

基于STM32F401RBT6手势识别的多功能系统模型如图1所示，当给入一个手势信号时，手势识别芯片将手势信号从给入的视频信号中进行分割，通过手势模型来进行手势的分析，其包括手势特征的分析和模型参数的分析，然后根据识别所得出来的不同手势结果从而可以形成不同的手势描述性语言，再接着就是通过生成的描述语言，通过主控芯片去驱动具体的应用，从而达到手势控制的作用[5]。

2 手势传感器

PAJ7620手势识别模块是由原相科技（PixArt）公司新推出的一款光学数组式传感器件，它的内部自带有一种集成的特殊LED，该LED里面内部是各种感测器和一些内置集成光源，可以在黑暗或者弱光的环境下仍然保持高度警觉的工作状态，更为强大的是它还支持上、下、左、右、前、后、顺时针旋转、逆时针旋转和挥动的九个手势类型和输出的手势中断和结果[6]。并且它内置了距离检测模块，还可以提供接近检测功能，可感测物体接近或离开。

手在传感器的上方，保持与传感器的垂直距离，做出相应的手势，可以分别得出“上”“下”“左”“右”“顺时针旋转”“逆时针旋转”“挥动”的识别结果。手在传感器的上方，与传感器的垂直方向上距离有相对的变化，做出相应手势，可以得出“前”“后”的识别结果。

3 系统功能实现

本设计是采用STM32F401RBT6单片机为主控芯片，以PAJ7620芯片为手势识别采集芯片，经过识别、分析与存储数据等过程，在OLED显示屏上显示出来[7]，通过编程来控制输出端的应用，因为PAJ7620芯片共有九种手势识别可用，目前本设计就以简单蓝牙手势音乐播放输出为控制应用端，演示用手势调节播放音乐声音大小、上一曲、下一曲、暂停、播放等6个手势控制功能。模块中加入了WIFI校时模块、时钟模块、OLED显示模块、温度感应模块，为了配合音乐播放效果，还特意加入了功放模块，整个设计体现了模块化的思想，更生动展示出基于STM32系列单片机的智能手势识别的功能特性，如图2所示。

如图3所示分别为手势识别实验过程，分别演示了左右手势、上下手势、顺逆时针手势对应的音乐上下曲播放、音量增减、播放暂停共六种不同效果。整个系统附加模块，意在使系统功能更加多元，分别有网络校准、时间设置、闹钟设置、休眠设置、运动计时、倒计时等六个小模块。

4 结束语

随着当代大数据的发展、智能家居的无限推广，手势智能识别这一块也就成为其不可或缺的技术。本文主要研究了手势识别基本原理、方法;PAJ7620手势识别芯片应用研究。

完成硬件电路设计组成和各部分电路图以及程序模块设计部分。由于手势的多样性、手形变化的复杂性，如何提取手部的有效特征，如何避免光照对肤色模型的影响等问题都是有待研究的问题。

参考文献：

[1]吴晓娟，翟海亭，王磊，等.一种改进的CAMSHIFT手势跟踪算法[J].山东大学学报（工学版），2004（06）：120-124.

[2]冯新宇.ARM Cortex-M3体系结构与编程（第2版）[M].清华大学出版社，2017.

[3]张洋，刘军，严汉宇，等.精通STM32F4（库函数版第2版）[M].北京航空航天大学出版社，2015，04：607.

[4]刘小建.基于Kinect的手势识别及其在场景驱动中的应用[D].中北大学，2017.

[5]田秋红，杨慧敏，梁庆龙，等.视觉动态手势识别综述[J].浙江理工大学学报（自然科学版），2020，43（04）：557-569.

[6]刘杰，黄进，韩冬奇，等.模板匹配的三维手势识别算法[J].计算机辅助设计与图形学学报，2016，28（08）：1365-1372.

[7]刘军，等.原子教你玩STM32寄存器版[M].正点原子教你学嵌入式系列丛书，2015，11：550.