一种基于轨迹判断的毫米波雷达手势识别方法及装置制造方法及图纸

本发明专利技术公开一种基于轨迹判断的毫米波雷达手势识别方法及装置，该方法包括：步骤1：根据回波信号得到人员手部运动轨迹每个点的数据信息；步骤2：设定轨迹起点和终点的检索方法，不漏掉任何手势且减少轨迹重复判断；步骤3：针对一段给定起点和终点的轨迹，计算其Y坐标和Z坐标关于时刻t的最小二乘直线斜率，排除不可能的基础手势；之后判断当前手势是否是剩余的基础手势；步骤4：如果连续判定出的基础手势构成组合手势，输出组合手势判定结果。本发明专利技术装置低成本、低功耗、低运算复杂度，保护用户隐私；本发明专利技术方法不需收集特定几种手势的大量数据集进行训练，功能全面且可扩展性较强，同时可保证较高的识别正确率。时可保证较高的识别正确率。时可保证较高的识别正确率。

【技术实现步骤摘要】
一种基于轨迹判断的毫米波雷达手势识别方法及装置


[0001]本专利技术属于毫米波雷达系统
，尤其涉及的是一种基于轨迹判断的毫米波雷达手势识别方法及装置。

技术介绍

[0002]动态手势是人机交互最易懂和简便的方式之一。手势识别目前在可穿戴移动设备、手势控制智能电视、手势控制智能家居、自动娱乐系统、增强现实/虚拟现实(AR/VR,augmented/virtual reality)等场景已有一定应用。目前的手势识别系统主要使用的传感器包括基于摄像机的、基于深度的以及带有3D追踪技术的嵌入式手套。但是这些系统均存在较大瓶颈限制其应用。基于摄像机的传感器容易受到光线、颜色、背景的影响，且由于需要处理大规模的图像计算开销较大。基于深度的传感器更容易检测出位置变化，但不能检测出方向和特定的手形态。可穿戴技术会干扰用户日常生活中的其他任务，且将系统输入限制为佩戴输入设备的人。
[0003]毫米波雷达传感器不受光线影响，可精确检测到手的具体运动方向和轨迹，其芯片的尺寸可以小于1cm2，且发射的无线信号可以穿透部分材料，因此便于隐藏在设备面板之后，为设备外观设计提供了更多可能性。此外，毫米波雷达具有低成本、低功耗、低运算复杂度等优势，且不收集任何的图像、声音等信息，从本质上规避了用户隐私泄露的风险。
[0004]然而，现有的毫米波雷达手势交互系统需要收集特定几种手势的大量数据集进行训练，功能较少、可扩展性较差。因此，设计一套精确度较高、功能全面、可扩展性较强的毫米波雷达手势识别装置对毫米波雷达的商业化应用具有重要意义。

技术实现思路

[0005]本专利技术的目的在于解决现有毫米波雷达手势识别系统功能不全、可扩展性较差，运算开销较高等问题，为克服现有技术的缺点提出一种基于轨迹判断的毫米波雷达手势识别方法及装置，能够精确判断的基础手势包括左挥、右挥、上挥和下挥，以及基于上述基础手势组成的组合手势。
[0006]本专利技术提出了一种基于轨迹判断的毫米波雷达手势识别方法及装置，该装置主要包括如下部分：毫米波射频收发单元、微控制单元、发射天线和接收天线。
[0007]微控制单元与毫米波射频收发单元连接，毫米波射频收发单元分别与发射天线和接收天线连接。毫米波射频收发单元根据雷达波形参数产生相应的毫米波雷达信号，并接收毫米波雷达信号被人员手部反射回来的回波信号，再将回波信号传输给微控制单元；微控制单元使用目前已经商用的成熟微控制单元即可，例如可烧录和运行手势识别程序的单片机，主要功能是处理回波信号得到人员手势判断结果；发射天线用于发射毫米波射频收发单元产生的毫米波雷达信号；接收天线用于接收空间中反射回来的毫米波雷达信号，并将其传输给毫米波射频收发单元。雷达板子为Y
‑
Z平面。和雷达垂直的是X轴，板子正面是X轴的正方向。Y轴和地面平行，人正面对雷达时，左手是Y轴负方向，右手是Y轴正方向。Z轴和
地面垂直，向上是Z轴负方向，向下是Z轴正方向。
[0008]一种基于轨迹判断的毫米波雷达手势识别方法，主要在微控制单元对于回波信号的处理流程中完成，具体包括如下步骤：
[0009]步骤1：微控制单元根据回波信号得到人员手部运动轨迹每个点的数据信息；
[0010]步骤2：设定轨迹起点和终点的检索方法，该方法应遵循不漏掉任何手势且减少轨迹重复判断的原则；
[0011]步骤3：针对一段给定起点和终点的轨迹，首先计算其Y坐标和Z坐标关于时刻t的最小二乘直线斜率以及各个坐标轴方向的变化幅度，通过最小二乘斜率可以排除不可能的基础手势(基础手势指左挥、右挥、上挥和下挥)；排除不可能的基础手势后，结合各个坐标轴方向的变化幅度，仅判断当前手势是否是剩余的基础手势即可。
[0012]步骤4：如果连续判定出的基础手势构成组合手势，输出组合手势判定结果。
[0013]进一步地，步骤1所述的具体内容如下：
[0014]所述人员手部运动轨迹每个点具体包括如下信息：
[0015](1)帧编号frame_num；
[0016](2)毫米波雷达在当前帧采集的点数量target_num；
[0017](3)当前时刻msec；
[0018](4)当前采集的点的三维空间坐标(x,y,z)；
[0019]进一步地，步骤2所述的轨迹起点和终点的检索方法，具体内容如下：
[0020]引入自定义外层函数gStartEndInner更新用于手势判断的轨迹起点和终点，所述的外层函数进行的主要操作如下：
[0021]S201、引入状态变量curState,用于指示当前轨迹手势判断结果，其初值可设为“RANDOM”，初始起点和终点均设为毫米波雷达数据采集的第一个点，下一时刻的点到来时起点不变终点变为当前时刻点。同时，给定最小时间间隔minGPartInterval,当起点和终点时间间隔小于minGPartInterval时，不进行对于轨迹的手势判断，即手势判断算法要求单个手势时间间隔不低于minGPartInterval,直到新的点到来，终点更新为当前时刻点且起点和终点时间间隔不小于minGPartInterval时开始进行具体的手势判断；
[0022]S202、当起点和终点时间间隔大于或等于minGPartInterval时，判断该段轨迹属于哪一种基础手势，结果可分类为左挥、右挥、上挥、下挥、随机五种状态,随后curState的值更新为相应状态。
[0023]若结果为左挥，curState值置为“LEFT”，保持起点不变，终点是当前时刻最后一个点，直到左挥中断，此时输出左挥的起点和终点，考虑到毫米波雷达采集的点是随时间逐渐获取的，为保证实时性，新的起点和终点均变为该左挥结束时的终点，当下一时刻点到来时起点不变，终点变为该时刻的点；右挥、上挥、下挥和左挥同理。
[0024]若结果为随机或超过最大时间间隔maxGPartInterval仍未判断出基础手势，起点向前移动一个点，终点不变，直到起点和终点时间间隔小于minGPartInterval,此时终点可向后滑动一个点，起点变为上一个基础手势结束时的终点；
[0025]其中，minGPartInterval和maxGPartInterval需结合大量测试人员手势挥动数据并针对给定的手势识别正确率需求进行确定，考虑到人的习惯，通常minGPartInterval取值范围0.3s～1s,maxGPartInterval取值范围1.5s～4s,本领域技术人员也可根据具体应
用场景和实际性能需求进行微调。
[0026]S203、为提高手势识别算法效率，应减少相同轨迹的重复判断次数，因此，每当有新的点到来之前，以当前最后一个点为终点的轨迹均要判断完毕，从而保证有新的点到来时，只对以该点为终点的轨迹进行手势判断。
[0027]进一步地，步骤3所述的具体内容如下：
[0028]引入自定义内层函数gStateTrans针对给定起点和终点的一段轨迹给出手势判断结果,该内层函数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于轨迹判断的毫米波雷达手势识别方法，其特征在于：该方法包括：步骤1：通过微控制单元根据回波信号得到人员手部运动轨迹每个点的数据信息；步骤2：设定轨迹起点和终点的检索方法，该方法应遵循不漏掉任何手势且减少轨迹重复判断的原则；步骤3：针对一段给定起点和终点的轨迹，首先计算其Y坐标和Z坐标关于时刻t的最小二乘直线斜率，排除不可能的基础手势；排除不可能的基础手势后，结合各个坐标轴方向的变化幅度，仅判断当前手势是否是剩余的基础手势即可；所述的基础手势为左挥、右挥、上挥和下挥；步骤4：如果连续判定出的基础手势构成组合手势，输出组合手势判定结果。2.根据权利要求1所述一种基于轨迹判断的毫米波雷达手势识别方法，其特征在于：步骤1所述人员手部运动轨迹每个点具体包括如下信息：帧编号frame_num；毫米波雷达在当前帧采集的点数量target_num；当前时刻msec；当前采集的点的三维空间坐标(x,y,z)。3.根据权利要求1所述一种基于轨迹判断的毫米波雷达手势识别方法，其特征在于：步骤2所述的轨迹起点和终点的检索方法，包括引入自定义外层函数gStartEndInner更新用于手势判断的轨迹起点和终点，该外层函数gStartEndInner进行的操作如下：(1)引入当前手势状态变量curState,初值为“RANDOM”，初始起点和终点均设为毫米波雷达数据采集到的第一个点，当起点和终点时间间隔小于minGPartInterval时，不进行对于轨迹的手势判断，直到新的点到来，终点向后移动一个点；(2)当起点和终点时间间隔大于或等于minGPartInterval时，判断该段轨迹属于哪一种基础手势；结果可分类为左挥、右挥、上挥、下挥、随机五种状态：若结果为左挥，curState值置为“LEFT”，保持起点不变，终点是当前时刻采集到的最后一个点直到左挥中断，此时输出左挥的起点和终点，同时新的起点和终点均变为上一个左挥结束时刻的点；右挥、上挥、下挥和左挥同理；(3)若结果为随机或超过最大时间间隔maxGPartInterval仍未判断出基础手势，起点向前移动一个点，终点不变，直到起点和终点时间间隔小于minGPartInterval,此时终点可向后滑动一个点，起点变为上一个基础手势结束时的终点。4.根据权利要求3所述一种基于轨迹判断的毫米波雷达手势识别方法，其特征在于：所述的minGPartInterval取值范围0.3s～1s,maxGPartInterval取值范围1.5s～4s。5.根据权利要求3所述一种基于轨迹判断的毫米波雷达手势识别方法，其特征在于：所述的外层函数gStartEndInner在判断时，为减少重复判断，每次有新的点到来之前，以当前时刻最后一个点为终点的轨迹均要判断完毕，保证有新的点到来时，只对以该点为终点的轨迹进行手势判断。6.根据权利要求1所述一种基于轨迹判断的毫米波雷达手势识别方法，其特征在于：所述步骤3的具体过程如下：引入自定义内层函数gStateTrans针对给定起点和终点的一段轨迹，会根据上一时刻curState的值给出手势判断结果,该内层函数进行的主要操作如下：S301、计算轨迹上的点的Y和Z坐标随时间t变化的最小二乘直线斜率YT和ZT；YT和ZT反应的是轨迹分别在Y轴和Z轴方向的平均运动速率；S302、计算轨迹上的点的X坐标变化幅度dx，这里dx定义为：去掉最大的X坐标和最小X
坐标，在剩余X坐标中最大值减去最小值，同理可计算dy和dz；S303、curState当前值为“RANDOM...

【专利技术属性】
技术研发人员：韩玉玺，李舒，张晶涛，王俊，
申请(专利权)人：北京航空航天大学杭州创新研究院，
类型：发明
国别省市：