随着虚拟现实技术、智能家居技术和浸身学习技术等技术的发展,现有的交互控制方式难以满足日益丰富的交互场景的需求。手势识别技术可以充分发挥手部灵活的特点,释放手部的交互天性,是交互方式的重要补充。但现阶段的手势识别技术研究主要集中于视频手势识别,相比之下,基于传感器的手势识别研究较少。并且,多数研究需要使用专业设备或自制设备,不便于使用和推广。本文利用已商用的智能穿戴设备、手势交互理论及机器学习方法,旨在提供一种基于穿戴传感感知的高效准确的手势识别和实时交互系统。该研究利用商用智能手环作为实验设备,采集四种常见场景下的抬手手势的加速度计数据和陀螺仪数据。通过数据预处理、数据分段、特征提取和分类模型训练等步骤训练分类模型。其中,改进的基于分类结果反馈的变步长滑动窗口结合双阈值的实时手势分段算法,可以兼顾交互的实时性和识别的准确性。本文引入Flappy bird游戏和智能灯泡来评估实时交互效果,通过抬手手势控制游戏中小鸟向上飞和切换灯泡的颜色。该系统可以实现对简单手势的高准确率的静态识别和流畅的实时交互控制,不但丰富了人机交互方式,还将充分挖掘利用穿戴设备产生的数据,为穿戴行业发展带来新的突破口。同时,也将为智能家居控制、VR交互、游戏控制、帕金森病人手功能康复、聋哑人手语识别、手势输入等应用场景提供新的解决思路。