随着移动智能设备的普及,可穿戴电子设备已经融入我们的生活,大众对电子设备的人机交互体验要求也越来越高。基于MEMS加速度传感器的手势识别技术是新一代人机交互研究的热点课题,具有非常重要的科研价值和经济效益。本文基于MEMS加速度传感器,开发出一种PPT控制系统,能够通过识别简单手势动作实现对PPT的操作控制。主要工作包括:1)通过分析人体手势动作的活动特点,按照可操作性和易识别性原则定义了六种常用的动态手势,分别对应PPT的四种常用操作。针对MEMS加速度传感器的确定性误差提出了一种标定方法,针对其随机误差进行了Allan方差分析和软件补偿滤波,保证了算法的精确度。2)通过对比分析目前主流的四种手势识别算法,确定了基于特征量提取的识别方法。首先对获取的数据进行预处理,主要包括跳点去除和移动平均滤波两个步骤;其次通过设定阈值的方法截取手势数据的关键点信息,进行归一化处理;最后进行了特征量提取,定义了手势长度、波峰数、手势能量最大轴、波峰或波谷这4个特征量对手势进行区分,在较大程度上避免了个体化差异。3)分析该控制系统在PPT演示场合的实际需求,选择了实验室常用的MMA7361三轴加速度传感器作为加速度数据的采集源,微处理器MSP430F149作为数据处理的核心,NRF24L01作为无线通信单元。在此基础之上对其硬件和软件系统进行了详细设计,并通过虚拟示波器进行了试验验证,得到了较好的识别结果。和传统手持设备相比,此控制系统具有功耗低、灵敏度和识别准确度较高、响应时间短、易于穿戴和携带等先进特点,具有广泛的应用价值。