基于无源RFID设备的三维手势运动特征识别方法及无源RFID设备技术

本发明专利技术涉及一种基于无源RFID设备的三维手势运动特征识别方法及无源RFID设备，属于RFID定位领域，通过采用提供基于无源RFID设备的三维手势运动特征识别方法解决了由于环境影响带来的误差和较高速度导致的手势无法识别的问题，从而使得无源RFID设备在基于手势的交互应用系统中的应用成为可能；该应用上述基于无源RFID设备的三维手势运动特征识别方法的无源RFID设备，无源RFID设备包括佩戴上用户手指上的至少一个RFID标签、用以读取RFID标签的反射信号的天线、与天线信号连接的阅读器及与阅读器连接的计算机。

Three dimensional gesture motion feature recognition method based on passive RFID device and passive RFID device

The invention relates to a RFID device 3D gesture motion feature recognition method based on passive RFID devices and passive positioning, belonging to the RFID field, providing a three-dimensional gesture motion feature recognition method based on passive RFID devices to solve the error and high speed about the environmental impact caused by using gestures unable to identify the problem, so that the passive RFID devices may be used in the interactive application system based on the gesture; the application of the passive RFID devices of 3D gesture motion feature recognition method based on passive RFID devices, passive RFID equipment comprises a worn on the user's finger at least one of the RFID label, with antenna, the reflected signal reads the RFID tag and antenna signal connection the reader and reader connected with computer.

【技术实现步骤摘要】
基于无源RFID设备的三维手势运动特征识别方法及无源RFID设备
本专利技术涉及一种基于无源RFID设备的三维手势运动特征识别方法及无源RFID设备，属于RFID定位领域。
技术介绍
在手势识别方法中，以往的手势跟踪与识别系统大多基于视觉传感器或需要佩戴专门的位置传感器来实现手部轨迹的跟踪与识别。而无源RFID追踪方案，只需在被跟踪物体上粘贴一张RFID标签即可，无需佩戴传感器，无需连接电源和数据线，可以在具有遮挡、隔断等有障碍物环境中使用。现有的无源RFID跟踪方案，依赖于使用特殊的高性能设备获取到精确空间数据后，分析其静态特征(如：骨骼、轮廓等)，通过SVM或者模板匹配等方法来匹配具有特定含义手势的骨骼形态或轮廓形状来达到识别手势的目的。基于Kinect或leapmotion的技术方案必须满足可视要求，即要求设备与人之间不能有阻隔和遮挡。但基于RFID的方案可以避免这个问题，但是现有的无源RFID系统普遍存在如下问题：一、无源RFID系统容易受到温度、距离、设备误差等噪声的干扰，很难在精确度与鲁棒性之间找到一个良好的平衡，从而导致空间位置数据采集的误差，严重时会导致手势识别错误或者失败；二、在实际交互应用中，由于手部运动相对较快，使用传统方案跟踪无源RFID目标，会导致由于严重的数据丢失而引起手势识别失败；三、在实际应用场景中，最常使用的手势有平移和画弧两种。但是，平移手势通常也会带有一定的弧度，如何恰当地识别并区分这两类手势是单纯通过提高精度无法解决的；四、以往方案通常只关注手势的形状特征，而无法识别其运动的几何学特征(如：同一个轮廓的手势在三维空间中的大小、朝向、倾斜角度等)。
技术实现思路
本专利技术的目的在于提供基于无源RFID设备的三维手势运动特征识别方法，其可以解决环境影响带来的误差和较高速度导致的手势无法识别的问题。为达到上述目的，本专利技术提供如下技术方案：一种基于无源RFID设备的三维手势运动特征识别方法，包括：S1：通过无源RFID设备采集数据，所采集到的数据为空间位置数据，将所采集到的数据形成一集合T，T＝{Tagt1，Tagt2，...Tagtn}，其中，位置样本点Tagti与RFID标签号以及采样时间相关；S2：通过TagID将数据按照RFID标签的编号分类，每一个RFID标签所对应的TagID组织成一个轨迹数据点序列通过中的位置点数据和采样时间间隔Δt，通过公式1：估算出各采样时间点上RFID标签的速度，以得到由各个采样时间点上速度矢量组成的速度矢量集v＝{v1，v2，...vn}；S3：通过公式2：将笛卡尔坐标系中的速度矢量集v映射到线元空间；然后通过公式3：得到速度矢量线元集合将中的位置点数据在欧式几何空间中用刚体运动公式4表达，所述公式4：p(t)＝α(t)A(t)·p+a(t)，其中A(t)是旋转矩阵，α(t)是缩放因子；然后将上述公式4用线元形式表达，如公式5：S4：使用速度矢量线元集合中的数据拟合所述公式5，并使用主成分分析方法来提取运动特征。进一步地，所述主成分分析方法具体如下：根据方程式：得到最小值的特征根其中k∈{1，2，3，4}为特征根的数量；然后通过公式7：判断出旋转或平移运动，其中，为运动中转动能量的占比。进一步地，依据刚体运动学理论，根据特征根得到物体具体运动特征。进一步地，根据公式8得到旋转轴矢量参数；根据公式9：得到中心点参数。进一步地，在所述步骤S1中，所采集到的数据为具有误差的空间位置数据。本专利技术还提供了一种应用上述基于无源RFID设备的三维手势运动特征识别方法的无源RFID设备，所述无源RFID设备包括佩戴上用户手指上的至少一个RFID标签、与天线信号连接的阅读器及与所述阅读器连接的计算机。进一步地，相邻两个所述RFID标签位置相互错开。进一步地，所述天线的数量为部署在用户两侧的一对。本专利技术的有益效果在于：通过采用提供基于无源RFID设备的三维手势运动特征识别方法解决了由于环境影响带来的误差和较高速度导致的手势无法识别的问题，从而使得无源RFID设备在基于手势的交互应用系统中的应用成为可能。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，并可依照说明书的内容予以实施，以下以本专利技术的较佳实施例并配合附图详细说明如后。附图说明图1为本专利技术一实施例所示的无源RFID设备的结构示意图。图2为佩戴图1中的RFID标签的示意图。图3为图1所示的无源RFID设备采集到的原始手势数据点示意图。图4为在原始数据点集合的基础上提取的运动特征示意图。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。请参见图1，本专利技术一较佳实施例所示的无源RFID设备包括佩戴上用户手指2上的至少一个RFID标签4、用以读取所述RFID标签4的反射信号的天线1、与天线1信号连接的阅读器(未图示)及与所述阅读器连接的计算机3。该阅读器为UHF高频阅读器，其读取天线的信号，然后将采集到的空间位置数据传送到计算机3进行处理。1个RFID标签4的情况下，只能提取一条手势轨迹，多个RFID标签4能够提取更多的手势信息，在本实施例中，RFID标签的数量为四个，如图2中标记的a、b、c、d。为了防止反射信号干扰，并表达更多的手势信息，相邻两个所述RFID标签位置相互错开。该计算机3为普通商用计算机。所述天线1的数量为部署在用户两侧的一对，两个天线1之间的距离最大为10m，该天线1为UHF天线。应用于上述无源RFID设备的基于无源RFID设备的三维手势运动特征识别方法包括步骤S1至S4。S1：通过无源RFID设备采集数据，所采集到的数据数据为空间位置数据，该空间位置数据可以具有误差。将所采集到的数据形成一集合T，T＝{Tagt1，Tagt2，...Tagtn}，其中，位置样本点Tagti与RFID标签号以及采样时间相关，如图3中所示。S2：通过TagID将数据按照RFID标签的编号分类，每一个手指上的RFID标签所对应的TagID可以组织成一个轨迹数据点序列，记为通过中的位置点数据和设备采样时间间隔Δt，通过公式(1)估算出各采样时间点上标签的大致速度，从而得到由各个采样时间点上速度矢量组成的速度矢量集v＝{v1，v2，...vn}。公式(1)如下：上述公式(1)中，ptn-ptn-1代表两个采样时间点之间位置点之间的距离差(为两个矢量的差)，分母代表两个采样点的之间间隔。S3：通过公式(2)将笛卡尔坐标系中的速度矢量集v映射到线元空间，公式(2)如下：上述公式(2)中，v为向量，即公式(1)所算出来的速度；p为向量，即向量v的矩向量，计算方法如下：p分别与v做向量叉积和点积，得到公式(2)左侧的向量。通过公式(3)得到速度矢量线元集合公式(3)如下：上述公式(3)目的在于：将公式(2)计算得到的每个采样时间点上的组成一个集合，该集合计作：将中的位置点数据在欧式几何空间中用刚体运动公式(4)表达，公式(4)如下：p(t)＝α(t)A(t)·p+a(t)(4)其中，A(t)是旋转矩阵，p代表某一时刻运动的物体(点)的位置，α(t)A(t)·p中，p就是每一时刻点的位置，前面的系数一个是旋转矩阵，将公本文档来自技高网...

【技术保护点】
一种基于无源RFID设备的三维手势运动特征识别方法，其特征在于，包括：S1：通过无源RFID设备采集数据，所采集到的数据为空间位置数据，将所采集到的数据形成一集合T，T＝{Tag

【技术特征摘要】
1.一种基于无源RFID设备的三维手势运动特征识别方法，其特征在于，包括：S1：通过无源RFID设备采集数据，所采集到的数据为空间位置数据，将所采集到的数据形成一集合T，T＝{Tagt1,Tagt2,…Tagtn}，其中，位置样本点Tagti与RFID标签号以及采样时间相关；S2：通过TagID将数据按照RFID标签的编号分类，每一个RFID标签所对应的TagID组织成一个轨迹数据点序列通过中的位置点数据和采样时间间隔Δt，通过公式1：估算出各采样时间点上RFID标签的速度，以得到由各个采样时间点上速度矢量组成的速度矢量集S3：通过公式2：将笛卡尔坐标系中的速度矢量集v映射到线元空间；然后通过公式3：得到速度矢量线元集合将中的位置点数据在欧式几何空间中用刚体运动公式4表达，所述公式4：p(t)＝α(t)A(t)·p+a(t)，其中A(t)是旋转矩阵，α(t)是缩放因子；然后将上述公式4用线元形式表达，如公式5：S4：使用速度矢量线元集合中的数据拟合所述公式5，并使用主成分分析方法来提取运动特征。2.如权利要求1所述的基于无源RFID设备的三维手势运动特征识别方法，其特征在于，在所述步骤S4中，所述主成分分析方法...

【专利技术属性】
技术研发人员：张量，顾才东，刘昭斌，
申请(专利权)人：苏州市职业大学，
类型：发明
国别省市：江苏,32