近年来,人工智能技术蓬勃发展,各种电子产品的智能化程度逐渐提高,因此高效自然的人机交互方式成为的一种必要的需求。手势作为一种世界通用交互方式,人们希望可以将其应用于人机交互。使得在人机协作的过程中,人类可以摆脱鼠标键盘等传统输入设备的限制,更加高效自然的控制人工智能设备。手势识别作为一种新型的人机交互方式,已经取得一定程度上的发展。结合视觉识别,运动信息采集以及肌电信号已经有多种方式实现手势识别。在孤立语手势识别的研究已经相当成熟,但是连续语句特别是军事手语方面的研究还相对不足,而且为进行高效的人机交互连续手语语句的识别必不可少。本文基于惯性传感器以及基于规则匹配的识别算法研究其在连续手语语句识别上的应用。本文的主要研究内容如下:(1)应用多种规则对手臂手势进行建模,并完成单个手势识别。规则组合的识别方法实际上是一种将手势分为基元,再对基元进行识别,再进行组合生成的方法。这种方法可以将有限的基元进行组合成为多种手势,具有很好的拓展性。而在于手势识别过程中的产生的参数以及识别的计算过程也具有良好的解释性。(2)提出了一种基于句法模型的连续手势识别与分割方法。在孤立手势识别的过程中不需要考虑手语的前后语义结构关系,在手语语句的识别过程中,需要从手势识别系统的手势流中分割出具有含义的手势语句。在日常用于中存在语法结构,可以通过句法结构的完整性对手势流进行分割。使手势识别系统具有识别手语语句的功能。(3)为解决连续手势语句中的搭配不当以及歧义问题,提出基于N-gram模型的手势语义建模方法。在手语句子的识别的过程中,满足句法结构的手语语句可能存在歧义,为了解决这个问题,引入N-gram模型对每个手语词之间的搭配关系进行约束,减少手语中存在歧义的误识别出现。(4)搭建人机交互平台应用。使用履带式机械臂小车作为人机交互平台,完成小车与上位机系统之间的实时通讯以及对于小车的移动抓取的功能进行手势控制,实现9种单独手臂手势对人机交互平台的控制以及使用手语语句发出面向任务型的具有描述性的复杂人机交互指令进行人机交互。