一種非接觸式的手勢(shì)識(shí)別裝置

羅于恒，王洋，劉偉

?

一種非接觸式的手勢(shì)識(shí)別裝置

羅于恒，王洋，劉偉

（重慶交通大學(xué) 機(jī)電與車輛工程學(xué)院，重慶 400074）

研究了一種非接觸式的手勢(shì)識(shí)別裝置，其基于STM32F103ZET6主控芯片，以FDC2214電容傳感器作為檢測(cè)單元，具有訓(xùn)練和判決2種工作模式。訓(xùn)練模式下測(cè)試人員在測(cè)試區(qū)域比劃手勢(shì)，得到的數(shù)據(jù)經(jīng)數(shù)字濾波等預(yù)處理、學(xué)習(xí)與存儲(chǔ)。每種手勢(shì)訓(xùn)練3次即可對(duì)測(cè)試人員手勢(shì)進(jìn)行判決。該系統(tǒng)可以有效地利用STM32F103ZET6的低功耗特性及強(qiáng)大的運(yùn)算處理能力，并且能夠最大程度地利用FDC2214各個(gè)通道的功能，實(shí)現(xiàn)資源的優(yōu)化配置，一定程度上節(jié)約作業(yè)成本。

非接觸式傳感器；數(shù)據(jù)濾波；訓(xùn)練學(xué)習(xí)；手勢(shì)識(shí)別

1 設(shè)計(jì)背景

手勢(shì)識(shí)別是計(jì)算機(jī)科學(xué)和語(yǔ)言技術(shù)中的一個(gè)主題，通過數(shù)學(xué)算法來識(shí)別人類手勢(shì)。隨著科學(xué)技術(shù)發(fā)展，手勢(shì)識(shí)別技術(shù)也在逐漸成熟，手勢(shì)識(shí)別重點(diǎn)在于對(duì)手勢(shì)動(dòng)作的跟蹤以及后續(xù)的計(jì)算機(jī)數(shù)據(jù)處理。手勢(shì)動(dòng)作數(shù)據(jù)的采集主要是通過光學(xué)和傳感器2種方式來實(shí)現(xiàn)的，本文采用一款高靈敏度的FDC2214電容傳感器采集不同手勢(shì)動(dòng)作的數(shù)據(jù)，經(jīng)過訓(xùn)練與學(xué)習(xí)、手勢(shì)識(shí)別推測(cè)算法、統(tǒng)計(jì)樣本特征、深度學(xué)習(xí)等技術(shù)完成對(duì)不同手勢(shì)動(dòng)作的判決。

2 系統(tǒng)方案

2.1 測(cè)試原理論述

以增強(qiáng)型ARM內(nèi)核的STM32和FDC2214傳感器為基礎(chǔ)，將單塊電容板作為平行板電容器的一塊極板，而手可以看成平行板電容器的另一塊極板，兩極板中空氣是一種電介質(zhì)。其原理是通過手形的變化使得兩極板重疊的面積變化，進(jìn)而電容數(shù)值大小的改變的。傳感測(cè)量值與手掌和極板的重疊面成正比，與手掌和傳感平面的距離成反比。

2.2 “RC”濾波

遞歸式單極模型是一階慣性低通濾波方法的其中一種實(shí)現(xiàn)模型。一階慣性低通濾波是將普通硬件RC低通濾波器的微分方程用差分方程來表示，可以用軟件算法來模擬硬件濾波的功能。一階慣性低通濾波采用本次采樣值與上次濾波輸出值進(jìn)行加權(quán)，得到有效濾波值，使得輸出對(duì)輸入有反饋?zhàn)饔谩Ｒ浑A慣性低通濾波算法描述如下：

（）=（）+（1－）（－1）. （1）

式（1）中：（）為本次濾波輸出值；是濾波系數(shù)，其決定新采樣值在本次濾波結(jié)果所占的權(quán)重；（）為本次采樣；（－1）是上次濾波輸出值。

由公式（1）可以看出，本次濾波的輸出值主要取決于上次濾波的輸出值，用遞歸式單極模型實(shí)現(xiàn)一階慣性低通濾波時(shí)，濾波系數(shù)計(jì)算公式如下：

=－2πf△t（2）

式（2）中：為截?cái)囝l率；△為采樣間隔時(shí)間。

2.3 中值濾波

中值濾波是基于排序統(tǒng)計(jì)理論的一種能有效抑制噪聲的非線性信號(hào)處理技術(shù)，中值濾波的基本原理是把數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替，讓周圍的像素值接近真實(shí)值，從而消除孤立的噪聲點(diǎn)。

2.4 采用三塊極板與手掌構(gòu)成電容器

根據(jù)手的形狀，采用3塊極板拼成一塊極板，如圖1 所示。此時(shí)只需要FDC2214傳感器中的3個(gè)通道即可，該方案結(jié)構(gòu)簡(jiǎn)單，只需分別對(duì)3個(gè)極板進(jìn)行判斷，增加手與單個(gè)極板之間的靈敏度，以提高整體判斷與訓(xùn)練效果。

圖1 塊極板拼成一塊極板

3 測(cè)試結(jié)果及分析

將手掌展開緊貼在亞克力板上，極板一用來檢測(cè)手掌區(qū)域，極板二用來檢測(cè)四指，極板三用來檢測(cè)大拇指。測(cè)量的三個(gè)極板的值由于不同人的手大小與形狀、擺放在測(cè)量區(qū)域的位置有所不同，從而導(dǎo)致測(cè)量輸出值也會(huì)有所不同。所以分別對(duì)“猜拳”與“手勢(shì)比劃”測(cè)量三組數(shù)據(jù)進(jìn)行訓(xùn)練后，再對(duì)手勢(shì)進(jìn)行判決。猜拳訓(xùn)練數(shù)據(jù)如表1所示。表1可知，當(dāng)手勢(shì)比劃“石頭”“剪刀”和“布”的時(shí)，訓(xùn)練值變化較大。手勢(shì)“剪刀”與“石頭”對(duì)比，極板2的測(cè)量值明顯增大，極板1與3基本無(wú)變化；手勢(shì)“剪刀”與“布”對(duì)比，三個(gè)極板的測(cè)量值都明顯增大。由表2可知，三個(gè)極板的電容值與訓(xùn)練值基本一致，判決準(zhǔn)確，效果明顯。

4 結(jié)語(yǔ)

本文設(shè)計(jì)了一種非接觸式的手勢(shì)識(shí)別裝置，根據(jù)手掌形狀設(shè)置了3塊極板，3塊極板分別連接到FDC2214三個(gè)數(shù)據(jù)通道，每次對(duì)不同手勢(shì)進(jìn)行訓(xùn)練與學(xué)習(xí)。每次測(cè)試手勢(shì)的輸出結(jié)果將反映在液晶顯示屏上判決結(jié)果顯示在液晶屏，實(shí)驗(yàn)表明，系統(tǒng)對(duì)不同手勢(shì)判決效果明顯，不同手勢(shì)輸出的測(cè)量值差異明顯，判決的準(zhǔn)確率高達(dá)100%.

表1 猜拳訓(xùn)練數(shù)據(jù)

極板1測(cè)量值極板2測(cè)量值極板3測(cè)量值 石頭數(shù)據(jù)1900數(shù)據(jù)180數(shù)據(jù)190 數(shù)據(jù)2910數(shù)據(jù)2120數(shù)據(jù)2130 數(shù)據(jù)3870數(shù)據(jù)3170數(shù)據(jù)3180 平均值893平均值123平均值133 剪刀數(shù)據(jù)1780數(shù)據(jù)1580數(shù)據(jù)1100 數(shù)據(jù)2830數(shù)據(jù)2500數(shù)據(jù)290 數(shù)據(jù)3850數(shù)據(jù)3480數(shù)據(jù)390 平均值820平均值520平均值93 布數(shù)據(jù)11 300數(shù)據(jù)11 200數(shù)據(jù)1400 數(shù)據(jù)21 400數(shù)據(jù)21 100數(shù)據(jù)2380 數(shù)據(jù)31 380數(shù)據(jù)31 150數(shù)據(jù)3420 平均值1 360平均值1 150平均值400

表2 手勢(shì)比劃判決數(shù)據(jù)

極板1測(cè)量值極板2測(cè)量值極板3測(cè)量值顯示結(jié)果 “1”數(shù)據(jù)11 380數(shù)據(jù)1600數(shù)據(jù)140“1” “2”數(shù)據(jù)21 450數(shù)據(jù)2880數(shù)據(jù)250“2” “3”數(shù)據(jù)31 300數(shù)據(jù)31 400數(shù)據(jù)350“3” “4”平均值1 350平均值1 700平均值45“4” “5”平均值1 513平均值1 800平均值450“5”

［1］黃根春，周立青，張望先.全國(guó)大學(xué)生電子設(shè)計(jì)競(jìng)賽教程——基于TI器件設(shè)計(jì)方法［M］.北京：電子工業(yè)出版社，2011.

［2］張金.電子設(shè)計(jì)與制作100例［M］.北京：電子工業(yè)出版社，2009.

［3］秦龍.單片機(jī)C語(yǔ)言應(yīng)用程序設(shè)計(jì)實(shí)例精講［M］.北京：電子工業(yè)出版社，2006.

2095－6835（2018）21－0055－02

TP2305

A

10.15913/j.cnki.kjycx.2018.21.055

〔編輯：辛霞〕