人机交互技术不断地改变着人们的生活。手势作为一种重要的人机交互方式，成为了该方向的研究重点。目前的手势识别方式主要有触觉传感器、视觉传感器和运动传感器等。基于触觉的手势识别方式，识别范围受到触摸屏尺寸的限制。基于视觉的手势识别方式受环境影响大，并且识别的区域受到摄像头的限制。相比于其他两种方式，基于运动传感器的手势识别，成本低、受环境影响较小，应用方便。　　本文利用MEMS（微机电系统）运动传感器设计了一种手势识别终端，实现了对手势的在线识别。该终端体积小巧，佩戴方便，成本低，无需过多传感器和外围设备，并且不受识别范围限制。本文的主要工作和成果如下：　　(1)手势识别终端的硬件部分设计。对手势识别终端的硬件框架进行了分析，确定了各个元器件间的工作流程，明确了主要元器件的选型要求，对各个硬件模块进行了选型和相关电路的设计。　　(2)手势分类及手势识别的算法设计。定义了三类手势，并对这些手势进行了识别。识别算法主要包括手势数据的采集、有效手势的截取、有效手势的预处理和决策方法的建立四大部分。运用MEMS传感器进行手势数据的采集；提出了一种三阈值的向前向后搜索的方法进行有效手势数据的截取；对手势数据进行异常数据滤波和平滑滤波处理；在建立决策方法阶段，设计了一种双层分类器。在第一层中，运用决策树算法识别出本文定义的三类手势的类别；在第二层中，在识别出各自手势类别的条件下，运用适当的方法识别具体的手势。　　(3)手势识别终端的软件架构设计。将整个软件系统分为四层：驱动层、接口层、系统抽象层和应用层。驱动层作用是驱动硬件，使各个硬件部分能够正常运作。接口层是驱动层的封装接口。系统抽象层采用了状态模式设计软件整体运行框架，实现了终端各个状态的切换。应用层采用了状态模式与策略模式相结合的设计模式，实现了手势识别算法的程序设计。　　论文从识别率、实时性、能耗三个方面对手势识别终端进行了实验验证与分析。经测试，手势的平均识别率达到89.3%，识别的平均延迟小于100毫秒，待机状态下续航达到140小时，工作续航达到48小时。在应用场景测试上，利用手势识别终端控制家居设备，达到了很好的效果。