随着可穿戴电子设备的发展,基于手势识别的人机交互技术已经成为研究热点。为了优化手势识别算法和减小可穿戴设备的体积,本文提出了一种基于可穿戴控制器的手势识别系统,利用惯性传感器采集手势数据,通过手势识别算法在上位机上显示识别结果,该控制器可穿戴于手指上且操作简单,能够达到随意性输入的人机交互目的。可穿戴控制器硬件部分由主控模块、姿态模块、通讯模块、电源模块组成,主控模块选用Atmeg328嵌入式微处理器,负责接收集成陀螺仪和加速度计的MEMS惯性传感器组成的姿态模块采集的手势运动数据,并对这些数据进行坐标系转换和卡尔曼滤波处理,通讯模块通过WIFI无线通信协议将手势运动姿态数据传送到计算机,其中电源模块根据选择的模式为整个系统供电或为锂电池充电。本系统上位机部分选择的是基于JAVA语言的Processing开发环境,按照差分值法截取由控制器上传的手势运动的加速度和角速度数据,提取出易于手势分类的6类运动特征量,并根据每种手势特点确定各类手势特征量的阈值,四层决策树分类器通过提取的特征量及其阈值对手势进行分类处理,利用Processing人机交互界面实时显示手势识别结果,整个过程无需对测试者进行手势预训练操作,省去了传统算法中模板建立和匹配的过程,减小了系统差异性和计算量。通过20位实验者对6种手势操作的测试数据表明,在可穿戴手势识别控制器采样频率为50Hz时,平均手势识别准确率为97.17%,单个手势动作的识别准确率为95%-100%,基于可穿戴控制器的手势识别技术的研究提高了手势识别算法的准确率。