将手势轨迹识别应用于无人机飞行控制是一种新颖的人机交互方式,众多国内外的公司都对其开展了研究。由于近年来无人机行业发展迅猛,在各行各业都有广泛的应用,无人机快速地成为一个研究热点。传统的无人机控制采用复杂的按键和摇杆,已经无法满足大众对于无人机便捷操作的需求。同时随着微电子传感器的快速发展,采用移动智能设备检测人体手势动作逐渐成为可能。因此本研究将使用高精度运动传感器设备检测手势轨迹,利用识别到的手势轨迹控制无人机飞行。由于无人机飞行时会受到环境因素的制约,不是所有手势轨迹都适用于其控制。因此设计一套适用于无人机轨迹控制的手势是十分必要的。同时还需要考虑在资源有限的移动终端实现识别时,算法识别精度与时间复杂度的问题。当前手势轨迹判别主要有隐马尔科夫模型(Hidden Markov Model,HMM)和动态时间规整(Dynamic Time Wrap,DTW)这两种,但这两种算法在识别精度和时间复杂度还有待改进,才能应用于移动智能设备。最后需要考虑如何将手势轨迹映射成为无人机的飞行轨迹的问题,其中需要解决的有:手势识别硬件平台与无人机硬件平台之间采用何种通信的方案来保证通信的实时稳定;如何解算无人机空间姿态与相对位移;手势轨迹数据与无人机控制数据如何对应;PID(Proportion Integral Derivative)算法如何根据轨迹数据调控无人机飞行等一系列问题。针对上述提出的问题,本研究设计了一套八个飞控手势轨迹动作,用于无人机飞行控制,以适应无人机在飞行过程中的需要。本研究的算法分别从识别精度与时间复杂度两个方面,分别讨论了HMM与DTW这两种手势判别算法。结合移动智能设备的特点,通过理论与实验的对比分析,本研究最终采用DTW算法实现手势轨迹的识别。接着本研究讨论了设备的姿态解算过程和手势轨迹操控的原理。阐述了本研究采用的数据通信方式以及搭建软硬件实验平台的过程,同时评价了手势轨迹控制无人机的性能。实验结果表明:在保证无人机稳定飞行的前提下,将手势轨迹应用于无人机的飞行控制,能够实现较好的控制效果,达到了研究的预期目标。