【技术实现步骤摘要】
基于超声波信号的非接触式无训练手势识别装置及方法
[0001]本专利技术涉及一种手势识别方法,具体是一种基于超声波信号的非接触式无训练手势识别装置及方法,属于无线感知人机交互
技术介绍
[0002]相关技术指出,手势识别是一种便捷、自然的人机交互技术,可用于用户控制智能设备。有报告显示,到2024年,手势识别市场将达到480亿美元,其广泛应用于虚拟现实,智能家居和医疗保健等各个领域。因此,有效的手势识别将是未来人类与机器交互的重要方式。
[0003]近年来,各种手势识别方法已经被开发以服务于人机交互应用,它们可以分为接触式和非接触式方法。接触式方法主要基于加速度计、陀螺仪和磁力计,虽然它们的识别准确性很高,但是需要用户佩戴或携带设备,这给他们的日常生活带来了不便。在非接触式方法中,基于摄像头的方法受遮挡和光线的限制,并且会带来隐私问题。很多无线感知信号已成功用于手势识别,包括WiFi、LoRa,可见光和雷达等。无线感知通过分析从目标反射的无线信号来获得手势信息。然而,基于WiFi的方法受到环境干扰较为严重。虽然基于雷达的方法手势识别准确率很高,但需要专用的高成本硬件,LoRa和可见光也是如此。因此,部署低成本、高精度的无线感知设备是实现手势识别的关键,目前可以采用基于超声波的系统来了解决硬件成本高的问题,其利用低成本的商品音频设备,且具有很高的精度,但该解决方案存在以下缺点:
[0004](1)环境干扰会掩盖用户的手部运动信息,并大大降低感知精度。
[0005](2)由于现有的商品麦 ...
【技术保护点】
【技术特征摘要】
1.一种基于超声波信号的非接触式无训练手势识别装置,其特征在于,包括扬声器、麦克风阵列和树莓派,所述扬声器与麦克风阵列作为超声波收发信号紧贴在一起,所述扬声器与麦克风阵列与树莓派通信连接,所述树莓派用于控制扬声器发射信号,用于控制麦克风阵列接收信号,并采用其内部存储的无训练手势识别方法对接收信号进行处理,对手势进行识别。2.一种基于基于超声波信号的非接触式无训练手势识别方法,其特征在于,包括以下步骤:树莓派控制扬声器发射超声波信号,同时用麦克风阵列接收音频信号,并将接收到音频信号传送至树莓派,树莓派采用其内部存储的无训练手势识别方法对接收到的音频信号进行处理,以识别出音频信号中的手势信息,所述手势识别方法具体如下:步骤a:过滤掉接收信号中含有的环境中的噪声,保留发射信号的频率范围,然后消除扬声器的系统延迟,使接收信号与发射信号时钟同步,最后使用背景减除来消除环境干扰,以放大手部反射信号;所述接收信号为麦克风阵列接收到的音频信号,所述发射信号为扬声器发射的超声波信号;步骤b:对步骤a处理后得到的接收信号进行上采样,并与增强虚拟发射信号相乘,利用接收信号的整个带宽,提高信号的感知精度,得到含有清晰的手部反射信号的混合信号;步骤c:通过距离
‑
角度联合估计算法对步骤b得到的含有清晰的手部反射信号的混合信号进行处理,以追踪手部运动轨迹;步骤d:采用交互多模型卡尔曼滤波优化步骤c得到的手部运动轨迹,提高手部追踪定位角度的精确度;步骤e:采用无需训练的手势分类算法对优化后的手部运动轨迹进行识别,即对手势进行识别。3.根据权利要求2所述的一种基于超声波信号的非接触式无训练手势识别方法,其特征在于,所述步骤a中发射信号为周期0.08s,17
‑
23KHz的啁啾信号,接收信号的采样率为48KHz,接收信号和发射信号时钟同步并消除环境干扰的方法如下:1)对接收信号去除低频噪声;2)对接收信号和发射信号执行互相关,并搜索对应于最大峰值的滞后点,该滞后点被设定为信号传输的开始时间点;3)接收信号与发射信号同步收后,首先在没有目标时测量环境信号,然后将其从感知信号中去除,以放大手部反射信号。4.根据权利要求2所述的一种基于超声波信号的非接触式无训练手势识别方法,其特征在于,所述步骤b具体包括以下步骤:1)增强传输信号:在树莓派中将虚拟发射信号的参数:扫描时间、频带和采样率分别设定为0.12s、17kHz
‑
26kHz和96000Hz,得到增强的虚拟发射信号,以使得增强的虚拟发射啁啾能够覆盖整个接收啁啾,从而增加混合信号的有效信息;2)对步骤a处理后得到的接收信号以2为因子上采样,并与增强的虚拟发射信号相乘,得到混频信号;3)将同相和正交分量以2为因子对步骤2)得到的混频信号进行下采样,并获得增强的混合信号,得到含有清晰的手部反射信号的混合信号。
5.根据权利要求2所述的一种基于超声波信号的非接触式无训练手势识别方法,其特征在于,所述步骤c的具体包括以下步骤:对搜索范围内按照搜索步长划分的每个可能的距离d和角度θ,构造第m个麦克风在第n个采样时间戳处的理论混合信号样本,计算公式如下:其中,φ
t
(t
n
,m,d,θ)是由d和θ引起的理论相位;通过测量和理论混合信号样本的比值,获得距离
‑
角度联合估计样本,计算公式如下:其中,a为衰减因子,φ(t
n
,m)为测量信号的相位;通过在N个采样时间戳处对M个麦克风的所有距离
‑
角度联合估计样本采用距离
‑
角度联合估计器进行求和,通过以下公式构造距离
‑
角度联合估计器:若距离d和角度θ为手部的实际位置,则理论相位φ
t
(t
n
,m,d,θ)近似等于测量信号的相位φ(t
n
,m),即E
s
(t
n
,m,d,θ)是同相的并且更接近于实数分量,并且求和向量E(d,θ)的振幅最大,因此,通过最大似然优化来搜索一个啁...
【专利技术属性】
技术研发人员:杨旭,张雪涵,尹雨晴,于筱洁,杨再润,刘晨曦,洪剑乐,牛强,
申请(专利权)人:中国矿业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。