一种基于车载Wi-Fi的手势识别系统技术方案

本发明专利技术公开了一种基于车载Wi

【技术实现步骤摘要】
一种基于车载Wi
‑
Fi的手势识别系统


[0001]本专利技术涉及无线通信和手势识别领域，更具体的说是涉及一种基于车载Wi
‑
Fi的手势识别系统。

技术介绍

[0002]车载多媒体人机交互技术从传统的机械按钮到触控屏幕等，逐步方便了驾驶员的操作，同时也存在着一些问题，如机械按钮操作吃力、触控屏幕不灵敏等。特别是随着近些年新能源汽车飞速发展以及计算机计算能力的不断增强，车企为了追求科技感，汽车多媒体中控显示屏出现了越来越大的趋势。但是，车企在急于增大屏幕尺寸以及增加新功能的同时，却忽略了一个很重要的问题，那就是屏幕尺寸越大，驾驶员的注意力越容易被分散，这无形中就变成了一种安全隐患，也可以将其理解为中控大屏将成为驾驶员的新任安全杀手。
[0003]在正常行驶中，驾驶员会不由自主地被中控大屏分散注意力，如果遇到紧急事件，那么驾驶员的反应时间甚至会比开车发短信或者酒驾开车还要多。因此，多渠道的车载多媒体人机交互应运而生，即在原有的人机交互中加入诸如手势、语音等信息进行多渠道交互，进一步增加车载人机交互系统的安全性、操控性和可靠性。
[0004]手势识别主要有如下几个方向：基于传感器、基于视觉和基于无线信号。随着无线通信及手势识别技术的发展，手势识别技术依靠其丰富的手势表现能力受到了越来越广泛的关注。手势识别正成为人机交互的重要支柱，而且手势识别对于人机交互中的许多新兴应用具有很大的潜力。基于无线信号的手势识别技术打破了基于传感器和基于计算机视觉手势识别的局限性。与其它两种手势识别技术相比，基于无线信号的手势识别技术不需要穿戴特定的设备以及环境光照条件和拍照角度，更重要的是不会存在用户隐私被侵犯和泄露的问题。
[0005]因此，如何设计一种基于车载Wi
‑
Fi的手势识别系统，以解决现有技术中存在的问题是本领域技术人员亟需研究的。

技术实现思路

[0006]有鉴于此，本专利技术提供了一种基于车载Wi
‑
Fi的手势识别系统。
[0007]为了实现上述目的，本专利技术采用如下技术方案：
[0008]一种基于车载Wi
‑
Fi的手势识别系统，包括：手势信号采集模块、手势信号特征提取模块和手势识别模块；
[0009]手势信号采集模块用于采集手势信号，手势信号特征提取模块用于对采集到的手势信号进行处理获取特征，手势识别模块用于对提取的手势特征通过3D卷积和长短期记忆神经网络进行训练，完成手势识别与分类。
[0010]可选的，所述手势信号采集模块在预定空间内发射手势信号并传输。
[0011]可选的，所述手势信号采集模块内部设置有数据采集模块，所述数据采集模块安
装有网卡的发射端设备和接收端设备。
[0012]可选的，所述发射端设备和接收端设备均安装有采集CSI信息的工具；所述发射端通过网卡上的天线进行数据发送，所述接收端通过网卡上的天线进行手势信号数据的接收。
[0013]可选的，3D卷积和长短期记忆神经网络由第一3D卷积层、第二3D卷积层、最大池化层以及分类器依次连接而成。
[0014]可选的，所述第一3D卷积层使用c1个的卷积核，步长为S，并用ReLU作为激活函数；所述第二3D卷积层使用c2个的卷积核，步长为S，并用ReLU作为激活函数。
[0015]可选的，所述最大池化层的尺寸为M
w
×
M
h
×
M
d
，用于提取有效信息。
[0016]可选的，分类器由包含L个单元的长短期记忆网络和使用Softmax作为激活函数的手势映射输出层组成。
[0017]经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种基于车载Wi
‑
Fi的手势识别系统，利用无处不在的Wi
‑
Fi实现用户的手势识别，在本专利技术中，数据预处理阶段只需要对原始CSI数据进行处理就可以作为卷积的输入，比传统机器学习的数据预处理要便捷的多。同时，本专利技术使用的卷积神经网络加循环神经网络的结构很适合用作特征提取，比传统的机器学习算法要简单易行，可以很方便的实现手势特征提取和分类识别。
附图说明
[0018]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0019]图1为本专利技术的结构示意图；
[0020]图2为本专利技术识别模块网络的结构图；
[0021]图3a
‑
3d为实施例中手势示意图。
具体实施方式
[0022]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。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0023]本专利技术实施例公开了一种基于车载Wi
‑
Fi的手势识别系统，如图1所示，包括：手势信号采集模块、手势信号特征提取模块和手势识别模块；
[0024]手势信号采集模块用于采集手势信号，手势信号特征提取模块用于对采集到的手势信号进行处理获取特征，手势识别模块用于对提取的手势特征通过3D卷积和长短期记忆神经网络进行训练，完成手势识别与分类。
[0025]其中，手势信号采集模块在预定空间内发射手势信号并传输；手势信号采集模块
内部设置有数据采集模块，数据采集模块安装有网卡的发射端设备和接收端设备；发射端设备和接收端设备均安装有采集CSI信息的工具；发射端通过网卡上的天线进行数据发送，接收端通过网卡上的天线进行手势信号数据的接收。
[0026]其中，如图2所示，3D卷积和长短期记忆神经网络由第一3D卷积层、第二3D卷积层、最大池化层以及分类器依次连接而成。具体的，第一3D卷积层使用c1个的卷积核，步长为S，并用ReLU作为激活函数；第二3D卷积层使用c2个的卷积核，步长为S，并用ReLU作为激活函数；最大池化层的尺寸为M
w
×
M
h
×
M
d
，用于提取有效信息；分类器由包含L个单元的长短期记忆网络和使用Softmax作为激活函数的手势映射输出层组成，LSTM与输出层之间使用参数为D
p
的随机失活防止过拟合。
[0027]在本实施例中，真实家用轿车环境下，通过一个发射设备和三个接收设备进行数据采集。所有的收发设备均为安装了Intel 5300的笔记本电脑，在设备上安装基于Linux的CSI Tool来采集CSI。发射端通过一根天线以传输率R
CSI
＝1000packets/s的速度进行数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于车载Wi
‑
Fi的手势识别系统，其特征在于，包括：手势信号采集模块、手势信号特征提取模块和手势识别模块；手势信号采集模块用于采集手势信号，手势信号特征提取模块用于对采集到的手势信号进行处理获取特征，手势识别模块用于对提取的手势特征通过3D卷积和长短期记忆神经网络进行训练，完成手势识别与分类。2.根据权利要求1所述的一种基于车载Wi
‑
Fi的手势识别系统，其特征在于，所述手势信号采集模块在预定空间内发射手势信号并传输。3.根据权利要求1所述的一种基于车载Wi
‑
Fi的手势识别系统，其特征在于，所述手势信号采集模块内部设置有数据采集模块，所述数据采集模块包含安装有网卡的发射端设备和接收端设备。4.根据权利要求3所述的一种基于车载Wi
‑
Fi的手势识别系统，其特征在于，所述发射端设备和接收端设备均安装有采集CSI信息的工具；所述发射端通过网卡上的天线进行数据发送，所述接收端通过网卡上的天线进行手势信号数据的接...

【专利技术属性】
技术研发人员：吴茗蔚，张梦，左亮亮，卓豪辉，徐奕辰，管同元，施祥，宋起文，
申请(专利权)人：浙江科技学院，
类型：发明
国别省市：