一种穿戴式手势解析系统技术方案

本发明专利技术公开了一种穿戴式手势解析系统，涉及手势识别领域，其包括主控模块、手臂驱动电路、机械手臂、多路表面电极模块、数据手套模块，所述主控模块包括分类器训练模块、手势识别模块、信号处理模块、个体参数微调模块、运控控制模块，所述表面电极模块与所述信号处理模块电连接，所述信号处理模块、所述分类器训练模块、所述个体参数微调模块均与所述手势识别模块电连接，所述手势识别模块与所述运动控制模块电连接，本方案能够将表面肌电信号与手势建立对应关系，可实时将表面肌电信号转换为对应手势指令，这样能够将解析后的手势指令通过无线方式传输至远端，也可将手势指令翻译为机械手控制指令，实现表面肌电信号控制机械手的精细化动作。

A wearable gesture analysis system

【技术实现步骤摘要】
一种穿戴式手势解析系统
本专利技术涉及手势识别领域，尤其涉及一种穿戴式手势解析系统。
技术介绍
手势识别是通过传感器获取与手势有关的信息，以模式识别的方法判别手势的种类。手势识别具有对电子设备与电器的控制、残疾人的生活辅助、交互式游戏娱乐、作战指挥等多方面的用途。当做某种手势时，相应的肌肉会产生微弱的生物电流，即表面肌电信号（sEMG）。对相应的表面肌电信号提取特征参数和分析可以识别出相应的手势。现有的基于表面肌电的手势解析系统难以同时做到高准确率和低时延，一些科研级设备虽然能识别多种手势但往往体积庞大，并不适合假肢和外骨骼等应用场景。
技术实现思路
本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种穿戴式手势解析系统。为了实现上述目的，本专利技术采用了如下技术方案：一种穿戴式手势解析系统，包括主控模块、手臂驱动电路、机械手臂、多路表面电极模块、数据手套模块，所述主控模块包括分类器训练模块、手势识别模块、信号处理模块、个体参数微调模块、运控控制模块，所述表面电极模块与所述信号处理模块电连接，所述信号处理模块、所述分类器训练模块、所述个体参数微调模块均与所述手势识别模块电连接，所述手势识别模块与所述运动控制模块电连接，所述运动控制模块与所述手臂驱动电路无线信号连接；所述分类器训练模块包括信号预处理单元、数据存储单元、手势分类器、手势分类参数存储单元，所述信号预处理单元与所述表面电极模块和所述数据手套模块电连接，所述信号预处理单元与所述数据存储单员电连接，所述型号处理单元与所述手势分类器电连接，所述手势分类器与所述手势参数存储单元电连接；多路的所述表面电极模块包括均匀分布在前臂挽桡肱关节处的8个电极以及对应指浅屈肌和指长伸肌主要活动点上的各一个电极，单个所述表面电极模块包括高通滤波单元、仪表放大单元、差分偏置单元，所述高通滤波单元与所述仪表放大单元电连接，所述仪表放大单元与所述差分偏置单元电连接。优选的，所述高通滤波单元的截止频率18Hz，用于滤除电极与皮肤相对运动的低频噪声，所述仪表放大单元用于将微弱的sEMG信号放大为可用模数转换器采集的大信号，所述差分偏置单元用于将仪表放大器输出的单端信号转换为差分信号。优选的，所述手势分类器是通过基于深度卷积网路的手势分类器进行分类训练，所述深度卷积网络包括第一卷积层、第一池化层、第二卷积层、第二池化层、全连接层和softmax函数。优选的，所述第一卷积层每层包含32个卷积核，卷积核尺寸为5x5，步长为1，所述第二卷积层每层包含64个卷积核，卷积核尺寸为3x3，步长为1，所述全连接层包含128个单元。优选的，所述手势分类器训练方法为梯度下降法。本方案通过在肢体表面相应肌群上放置电极采集信号，并将采集到的信号进行放大预处理，利用这些信号对人的动作意图进行识别，最后根据识别的结果驱动假肢的电动机作出相应的动作，采用深度机器学习框架来从信号集中识别手势，该框架具有两个阶段：离线训练阶段和在线识别阶段。在训练阶段，给定预先采集的表面肌电信信号和对应手势，训练分类器用于识别肌电信号集属于哪个手势；在识别阶段，使用训练好的分类器识别信号集对应的手势。本方案中用户佩戴设备后，系统使用采集到的标定数据适配预先训练好的模型，用户一般只需要将各种手势各做一遍即可得到高准确率的适配模型，将表面肌电信号与手势建立对应关系后，可实时将表面肌电信号转换为对应手势指令，这样能够将解析后的手势指令通过无线方式传输至远端，也可将手势指令翻译为机械手控制指令，实现表面肌电信号控制机械手的精细化动作。附图说明图1为本专利技术的模块示意图。图2为本专利技术的表面电极模块示意图。图3为本专利技术的分类器训练模块示意图。图4为本专利技术的深度卷积网络结构示意图。图5为本专利技术的电极位置布置示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。参照图1-5一种穿戴式手势解析系统，包括主控模块、手臂驱动电路、机械手臂、多路表面电极模块、数据手套模块，主控模块包括分类器训练模块、手势识别模块、信号处理模块、个体参数微调模块、运控控制模块，表面电极模块与信号处理模块电连接，信号处理模块、分类器训练模块、个体参数微调模块均与手势识别模块电连接，手势识别模块与运动控制模块电连接，运动控制模块与手臂驱动电路无线信号连接；分类器训练模块包括信号预处理单元、数据存储单元、手势分类器、手势分类参数存储单元，信号预处理单元与表面电极模块和数据手套模块电连接，信号预处理单元与数据存储单员电连接，型号处理单元与手势分类器电连接，手势分类器与手势参数存储单元电连接；多路的所述表面电极模块包括均匀分布在前臂挽桡肱关节处的8个电极以及对应指浅屈肌和指长伸肌主要活动点上的各一个电极，前臂挽桡肱关节集中了除拇指外其他手指活动的肌肉，可以检测到较强的肌肉电信号，浅屈肌和指长伸肌与拇指活动关联，在这两处放置电极有助于系统整体的手势识别准确度，单个所述表面电极模块包括高通滤波单元、仪表放大单元、差分偏置单元，高通滤波单元与仪表放大单元电连接，仪表放大单元与差分偏置单元电连接，高通滤波单元为高通滤波器，仪表放大单元为仪表放大器。高通滤波单元的截止频率18Hz，用于滤除电极与皮肤相对运动的低频噪声，仪表放大单元用于将微弱的sEMG信号放大为可用模数转换器（ADC）采集的大信号，差分偏置单元用于将仪表放大器输出的单端信号转换为差分信号，便于通过电极线时抗干扰模拟信号传输，同时对差分信号进行偏置使其满足ADC量程要求。手势分类器是通过基于深度卷积网路的手势分类器进行分类训练，深度卷积网络包括第一卷积层、第一池化层、第二卷积层、第二池化层、全连接层和softmax函数。第一卷积层每层包含32个卷积核，卷积核尺寸为5x5，步长为1，第二卷积层每层包含64个卷积核，卷积核尺寸为3x3，步长为1，全连接层包含128个单元，手势分类器训练方法为梯度下降法。本专利技术中，表面电极阵列模块将检测到的表面肌电信号数字化后通过USB传输到分类器训练模块，同时由数据手套模块给定同步的手势标签，经过带通滤波、全波整流等预处理后存储到数据储存单元，将所有所需做出分类判别的手势各重复一定次数，作为手势分类器的训练样本，通过手势分类器的训练最终得出分类参数并存储到手势分类参数存储单元中，通过设置的手势识别模块比对分类参数来识别手势后，将对应手势信息传递给运动控制模块，运动控制模块通过无线将识别出来的手势信息传递给手臂驱动电路，通过手臂驱动电路控制机械手臂做出对应的手势。以上所述，仅为本专利技术较佳的具体实施方式，但本专利技术的保护范围并不局限于此，任何熟悉本
的技术人员在本专利技术揭露的技术范围内，根据本专利技术的技术方案及其专利技术构思加以等同替换或改变，都应涵盖在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
1.一种穿戴式手势解析系统，其特征在于，包括主控模块、手臂驱动电路、机械手臂、多路的表面电极模块、数据手套模块，所述主控模块包括分类器训练模块、手势识别模块、信号处理模块、个体参数微调模块、运控控制模块，所述表面电极模块与所述信号处理模块电连接，所述信号处理模块、所述分类器训练模块、所述个体参数微调模块均与所述手势识别模块电连接，所述手势识别模块与所述运动控制模块电连接，所述运动控制模块与所述手臂驱动电路无线信号连接；/n所述分类器训练模块包括信号预处理单元、数据存储单元、手势分类器、手势分类参数存储单元，所述信号预处理单元与所述表面电极模块和所述数据手套模块电连接，所述信号预处理单元与所述数据存储单员电连接，所述型号处理单元与所述手势分类器电连接，所述手势分类器与所述手势参数存储单元电连接；/n多路的所述表面电极模块包括均匀分布在前臂挽桡肱关节处的8个电极以及对应指浅屈肌和指长伸肌主要活动点上的各一个电极，单个所述表面电极模块包括高通滤波单元、仪表放大单元、差分偏置单元，所述高通滤波单元与所述仪表放大单元电连接，所述仪表放大单元与所述差分偏置单元电连接。/n

【技术特征摘要】
1.一种穿戴式手势解析系统，其特征在于，包括主控模块、手臂驱动电路、机械手臂、多路的表面电极模块、数据手套模块，所述主控模块包括分类器训练模块、手势识别模块、信号处理模块、个体参数微调模块、运控控制模块，所述表面电极模块与所述信号处理模块电连接，所述信号处理模块、所述分类器训练模块、所述个体参数微调模块均与所述手势识别模块电连接，所述手势识别模块与所述运动控制模块电连接，所述运动控制模块与所述手臂驱动电路无线信号连接；
所述分类器训练模块包括信号预处理单元、数据存储单元、手势分类器、手势分类参数存储单元，所述信号预处理单元与所述表面电极模块和所述数据手套模块电连接，所述信号预处理单元与所述数据存储单员电连接，所述型号处理单元与所述手势分类器电连接，所述手势分类器与所述手势参数存储单元电连接；
多路的所述表面电极模块包括均匀分布在前臂挽桡肱关节处的8个电极以及对应指浅屈肌和指长伸肌主要活动点上的各一个电极，单个所述表面电极模块包括高通滤波单元、仪表放大单元、差分...

【专利技术属性】
技术研发人员：周凡渝，
申请(专利权)人：无锡益碧医疗科技有限公司，
类型：发明
国别省市：江苏;32