论文部分内容阅读
随着生活水平的提高,人们对文化娱乐、生产生活智能化程度的要求越来越高。一方面新型显示技术、3D影视、体感游戏层出不穷,鼠标键盘已经越来越不适应人们对交互的要求;另一方面随着计算机技术和传感器技术的发展,物联网越来越普及,家庭中各种家用电器、门窗都开始变得智能,新型智能产品如四旋翼飞行器等越来越多地进入人们的生活。因此人们需要进行操作的设备越来越多,但是需要在鼠标键盘、触摸屏、遥控器等各种输入设备间切换,这样就迫切地需要一种可以适应各种操作方式的人机交互设备。人们的绝大部分人机交互都是用手完成的。人们在用手操作设备时,主要利用了手的两方面信息:一是手势信息即各个手指的弯曲程度、用力状态等信息;另一个是手的运动信息即手的位置、姿态等信息。现有的手势输入技术主要有两种:一是通过光学手段,这种方式要求手在光学仪器能覆盖的地方动作,而且要保证手指不被遮挡;另一种是通过在每个指节上安装力反馈传感器,这种方法佩戴不便,影响手指活动,而且无法测量手的运动信息。本文提出一种新型的手势输入方案,通过综合运用惯性测量技术和表面肌电信号识别技术同时获取手的手势信息和运动信息。惯性测量技术是一种不依赖外界参考信息就能测量出系统姿态、速度、位置等信息的技术。而表面肌电信号识别技术是通过测量人体表面肌肉电信号来反推出人体动作状态的技术。综合运用这两项技术可以获取手势输入需要的全部信息。通过巧妙的整合两套技术所测量到的信息可以模仿出现有的绝大部分输入设备的输入方式,还能发展出一些新型输入方式。同时这两套技术都是不需要外界参考的,可以独立运行,对应用的环境场合没有要求。因此这套系统的应用潜力完全取决于两项技术能够达到的测量精度。本文首先研究惯性测量的理论和算法,并设计和搭建一套基于微机电惯性传感器的惯性测量系统,实际测得姿态、速度、位置等信息,并且利用磁场计组合定姿的方式测量精确稳定的姿态信息。然后根据表面肌电信号的特点,设计并制作肌电信号采集电路,以达到较好的测量效果。接着研究肌电信号模式识别的特征提取及分类算法,选取四个时域特征和神经网络分类器搭建一套肌电信号模式识别系统,实现手势实时的识别。最后根据以上两套系统能达到的精度,设计并实现一种综合运用两套系统的输入方式,代替鼠标的全部功能,并达到可以实际使用的效果。