基于手势识别的无人车控制方法、装置和设备制造方法及图纸

本申请的实施例提供了基于手势识别的无人车控制方法、装置、设备和计算机可读存储介质。所述方法包括获取用户的手势图像；通过手掌检测、手势关键点提取和SVM分类的方式，对所述手势图像进行识别，生成控制指令；基于所述控制指令，对车辆进行控制。以此方式，可以大幅度提高对无人车控制的效率。度提高对无人车控制的效率。度提高对无人车控制的效率。

【技术实现步骤摘要】
基于手势识别的无人车控制方法、装置和设备


[0001]本申请的实施例涉及手势控制领域，尤其涉及基于手势识别的车控制方法、装置、设备和计算机可读存储设备。

技术介绍

[0002]无人车具有安全灵活等特点。现有的无人车普遍依赖设备操作指挥，在使用过程中伴随着密集的电磁信号，若对电磁信号进行检测定位，则极易暴露无人车与操作者的位置。
[0003]手势在侦察等领域中有着广泛应用，特别是在有隐蔽性需求或有着强烈噪声干扰的环境。基于手势识别的无人车控制装置，基于红外线通讯，既不会影响电磁信号静默，也不受电磁干扰的影响，因此具有广泛的应用场景。
[0004]目前手势识别的方法主要有：基于穿戴式设备，其设备昂贵，操作复杂，且设备相对易损坏，使用不方便；采用传统卷积神经网络方法，精度不够高，受环境影响大，识别速度慢，不能在移动设备上进行手势识别。

技术实现思路

[0005]根据本申请的实施例，提供了一种基于手势识别的无人车控制方案。
[0006]在本申请的第一方面，提供了一种基于手势识别的无人车控制方法。该方法包括：
[0007]获取用户的手势图像；
[0008]通过手掌检测、手势关键点提取和SVM分类的方式，对所述手势图像进行识别，生成控制指令；
[0009]基于所述控制指令，对车辆进行控制。
[0010]进一步地，所述通过手掌检测、手势关键点提取和SVM分类的方式，对所述手势图像进行识别，生成控制指令之前，还包括：
[0011]对所述手势图像进行去噪和灰度化处理。
[0012]进一步地，所述通过手掌检测、手势关键点提取和SVM分类的方式，对所述手势图像进行识别，生成控制指令包括：
[0013]通过手掌检测的方法，对所述手势图像进行剪裁，得到全手掌图像；
[0014]对所述全手掌图像进行手部关键点提取，生成手部关键点列表；所述手部关键点列表包括关键点的三维坐标；
[0015]基于所述手部关键点列表，生成关键点特征向量；
[0016]将所述关键点特征向量，输入至SVM多类分类器进行分类，得到控制指令。
[0017]进一步地，所述基于所述手部关键点列表，生成关键点特征向量包括：
[0018]对所述手部关键点列表中的关键点坐标进行归一化处理；
[0019]基于归一化的关键点坐标，生成关键点特征向量。
[0020]进一步地，通过如下核函数对SVM多类分类器进行训练：
[0021][0022]其中，x
j
为核函数中心；
[0023]‖x
i
‑
x
j
‖为向量x
i
和x
j
间的距离；
[0024]σ为作用范围。
[0025]进一步地，所述核函数的目标函数和约束条件包括：
[0026][0027]s.t.y
i
(w
i
φ(x
(i)
)+b)≥1
‑
ξ(i)，i＝1，2，...，n
[0028]其中，‖w‖2为输入向量到超平面的间隔；
[0029]ξ为松弛因子。
[0030]进一步地，所述控制指令包括后退、停止、左转、右转以及前进档位；所述前进档位用于控制前进速度。
[0031]在本申请的第二方面，提供了一种基于手势识别的无人车控制装置。该装置包括：
[0032]获取模块，用于获取用户的手势图像；
[0033]生成模块，用于通过手掌检测、手势关键点提取和SVM分类的方式，对所述手势图像进行识别，生成控制指令；
[0034]控制模块，用于基于所述控制指令，对车辆进行控制。
[0035]在本申请的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
[0036]在本申请的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本申请的第一方面的方法。
[0037]本申请实施例提供的基于手势识别的无人车控制方法，通过获取用户的手势图像；通过手掌检测、手势关键点提取和SVM分类的方式，对所述手势图像进行识别，生成控制指令；基于所述控制指令，对车辆进行控制，大幅度提高了对无人车控制的效率。
[0038]应当理解，
技术实现思路
部分中所描述的内容并非旨在限定本申请的实施例的关键或重要特征，亦非用于限制本申请的范围。本申请的其它特征将通过以下的描述变得容易理解。
附图说明
[0039]结合附图并参考以下详细说明，本申请各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
[0040]图1示出了本申请的实施例提供的方法所涉及的系统架构图。
[0041]图2示出了根据本申请的实施例的基于手势识别的无人车控制方法的流程图；
[0042]图3示出了根据本申请的实施例的手势识别的流程图；
[0043]图4示出了根据本申请的实施例的手部关键点示意图；
[0044]图5示出了根据本申请的实施例的控制手势示意图；
[0045]图6示出了根据本申请的实施例的基于手势识别的无人车控制装置的方框图；
[0046]图7示出了适于用来实现本申请实施例的终端设备或服务器的结构示意图。
具体实施方式
[0047]为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。
[0048]另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0049]图1示出了可以应用本申请的基于手势识别的无人车控制方法或基于手势识别的无人车控制装置的实施例的示例性系统架构100。
[0050]如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
[0051]用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如模型训练类应用、视频识别类应用、网页浏览器应用、社交平台软件等。
[0052]终端本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于手势识别的无人车控制方法，其特征在于，包括：获取用户的手势图像；通过手掌检测、手势关键点提取和SVM分类的方式，对所述手势图像进行识别，生成控制指令；基于所述控制指令，对车辆进行控制。2.根据权利要求1所述的方法，其特征在于，所述通过手掌检测、手势关键点提取和SVM分类的方式，对所述手势图像进行识别，生成控制指令之前，还包括：对所述手势图像进行去噪和灰度化处理。3.根据权利要求2所述的方法，其特征在于，所述通过手掌检测、手势关键点提取和SVM分类的方式，对所述手势图像进行识别，生成控制指令包括：通过手掌检测的方法，对所述手势图像进行剪裁，得到全手掌图像；对所述全手掌图像进行手部关键点提取，生成手部关键点列表；所述手部关键点列表包括关键点的三维坐标；基于所述手部关键点列表，生成关键点特征向量；将所述关键点特征向量，输入至SVM多类分类器进行分类，得到控制指令。4.根据权利要求3所述的方法，其特征在于，所述基于所述手部关键点列表，生成关键点特征向量包括：对所述手部关键点列表中的关键点坐标进行归一化处理；基于归一化的关键点坐标，生成关键点特征向量。5.根据权利要求4所述的方法，其特征在于，通过如下核函数对SVM多类分类器进行训练：其中，x
j
...

【专利技术属性】
技术研发人员：刘晨飞，
申请(专利权)人：天津津航计算技术研究所，
类型：发明
国别省市：