一种基于手势识别的氛围灯控制系统及控制方法技术方案

本发明专利技术公开了一种基于手势识别的氛围灯控制系统及控制方法，属于智能化汽车技术领域，包括：高速摄像头，用于采集手势动作图像，发送给T

【技术实现步骤摘要】
一种基于手势识别的氛围灯控制系统及控制方法


[0001]本专利技术属于智能化汽车
，具体涉及一种基于手势识别的氛围灯控制系统及控制方法。

技术介绍

[0002]随着科技的飞速发展，越来越多的汽车制造商开始将目光投向了智能化领域。车载手势识别技术作为智能驾驶领域的一项重要技术，是未来技术的热点与魅点。同时非接触式操作越来越重要。
[0003]现有手势技术大部分是二维手型识别技术以及二维手势识别技术，即只有X、Y平面信息，缺少深度信息，只能简单分辨手势含义，无法进行跟踪手势变化；三维手势识别技术现有TOF(TIME OF FLIGHT)技术，即飞行时间技术，采用特定人造光源进行测量，通过测量光信号在发射器和反射器之间的“飞行时间”来计算出来两者之间距离。可以实现TOF测距的传感器就是TOF传感器，使用这样的传感器可以生成和捕获包含深度信息的数据，结合图像传感器可以得到3D图像，应用到手势识别技术可以实现三维手势识别。该技术不需要采用软件技术来进行识别，但是造价昂贵，功耗较高，同时阳光的高强度会导致传感器像素快速饱和，从而无法检测到从物体反射的实际光，影响手势识别的准确性。

技术实现思路

[0004]针对现有技术中的手势识别技术造价昂贵、功耗较高以及手势识别的准确性较差等问题，本专利技术提供了一种基于手势识别的氛围灯控制系统及控制方法，该系统及方法采用基于python的OPENCV技术，硬件与软件相结合，实现三维手势识别，通过数据库准确识别手势含义，下达命令，更改氛围灯模式。
[0005]本专利技术通过如下技术方案实现：
[0006]一种基于手势识别的氛围灯控制系统，包括：
[0007]高速摄像头，用于采集手势动作图像，并发送给T
‑
BOX；
[0008]T
‑
BOX，用于接收高速摄像头的图像信号，并发送给基于python
‑
OPENCV识别技术平台；
[0009]基于python
‑
OPENCV识别技术平台，用于接收T
‑
BOX发送的图像信号，并经过深度学习处理后，将识别的手势动作图像信号转化成所需的模式信号，发送至IVI主控器；
[0010]IVI主控器，用于接收基于python
‑
OPENCV识别技术平台处理后的模式信号，并生成相应的控制信号发送至氛围灯控制模块；
[0011]氛围灯控制模块，用于接收IVI主控器发送的控制信号，实现氛围灯的控制。
[0012]进一步地，所述高速摄像头为两个，分别固定在左右A柱上。
[0013]进一步地，所述高速摄像头通过CAN信号将手势动图像信号发送给T
‑
BOX。
[0014]进一步地，所述T
‑
BOX通过5G信号将图像信号发送给基于python
‑
OPENCV识别技术平台。
[0015]进一步地，所述基于python
‑
OPENCV识别技术平台通过5G信号将处理后的数据发送至IVI主控器。
[0016]进一步地，所述IVI主控器通过CAN信号将控制信号发送至氛围灯控制模块。
[0017]另一方面，本专利技术还提供了一种基于手势识别的氛围灯控制系统的控制方法，具体包括如下步骤：
[0018]S1：通过高速摄像头采集手势动作图像，并发送给T
‑
BOX；
[0019]S2：T
‑
BOX接收高速摄像头的图像信号，并发送给基于python
‑
OPENCV识别技术平台；
[0020]S3：基于python
‑
OPENCV识别技术平台接收T
‑
BOX发送的图像信号，并经过深度学习处理后，将识别的手势动作图像信号转化成所需的模式信号，发送至IVI主控器；
[0021]S4：IVI主控器接收基于python
‑
OPENCV识别技术平台处理后的模式信号，并生成相应的控制信号发送至氛围灯控制模块；
[0022]S5：氛围灯控制模块接收IVI主控器发送的控制信号，实现氛围灯的控制。
[0023]进一步地，所述步骤S3具体包括如下内容：
[0024]S31、获得三维手势图片：Python
‑
OPENCV识别技术平台接收T
‑
BOX发送的图像信号后，将图像信号转换为包含深度信息的三维手势图片；
[0025]S32、转化图像：通过cv2.bilateralFilter函数进行滤波，再通过Image.fromarray函数将彩色图片转换成灰度图像；
[0026]S33、图像预处理：通过BackgroundSubtractorMOG2算法去除背景噪声，然后依次进行颜色空间变换、肤色检测、二值化、形态学处理算法等处理，去除噪声，增强手势图像；
[0027]S34、边缘轮廓检测：通过findContours函数检测手势的轮廓；
[0028]S35、手势检测与识别：通过cv.convexityDefect()函数检测图像凹陷的点，利用余弦定理判断手势；对于动作手势采用Hand Landmark模型,进行手势识别；
[0029]S36、深度学习：通过深度学习算法，将识别的手势进行深度学习，提高准确性；
[0030]S37、信号转化：将识别的手势图像转换成数字信号，发送至IVI。
[0031]与现有技术相比，本专利技术的优点如下：
[0032]本专利技术的一种基于手势识别的氛围灯控制系统及控制方法，该系统及方法的硬件采用多角成像(Multi
‑
camera)技术，软件采用基于python的OPENCV技术，硬件与软件相结合，实现三维手势识别，通过数据库准确识别手势含义，下达命令，更改氛围灯模式。与现有技术相比，可以使造价大大降低，不再使用特定的探测器，高速摄像头即可；且通过软件技术，可以使手势识别更准确，响应更快速。
附图说明
[0033]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
[0034]图1为本专利技术的一种基于手势识别的氛围灯控制系统的系统框图；
[0035]图2为本专利技术的一种基于手势识别的氛围灯控制方法的流程示意图。
具体实施方式
[0036]为清楚、完整地描述本专利技术所述技术方案及其具体工作过程，结合说明书附图，本专利技术的具体实施方式如下：
[0037]在本专利技术中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，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氛围灯控制系统，其特征在于，包括：高速摄像头，用于采集手势动作图像，并发送给T
‑
BOX；T
‑
BOX，用于接收高速摄像头的图像信号，并发送给基于python
‑
OPENCV识别技术平台；基于python
‑
OPENCV识别技术平台，用于接收T
‑
BOX发送的图像信号，并经过深度学习处理后，将识别的手势动作图像信号转化成所需的模式信号，发送至IVI主控器；IVI主控器，用于接收基于python
‑
OPENCV识别技术平台处理后的模式信号，并生成相应的控制信号发送至氛围灯控制模块；氛围灯控制模块，用于接收IVI主控器发送的控制信号，实现氛围灯的控制。2.如权利要求1所述的一种基于手势识别的氛围灯控制系统，其特征在于，所述高速摄像头为两个，分别固定在左右A柱上。3.如权利要求1所述的一种基于手势识别的氛围灯控制系统，其特征在于，所述高速摄像头通过CAN信号将手势动图像信号发送给T
‑
BOX。4.如权利要求1所述的一种基于手势识别的氛围灯控制系统，其特征在于，所述T
‑
BOX通过5G信号将图像信号发送给基于python
‑
OPENCV识别技术平台。5.如权利要求1所述的一种基于手势识别的氛围灯控制系统，其特征在于，所述基于python
‑
OPENCV识别技术平台通过5G信号将处理后的数据发送至IVI主控器。6.如权利要求1所述的一种基于手势识别的氛围灯控制系统，其特征在于，所述IVI主控器通过CAN信号将控制信号发送至氛围灯控制模块。7.如权利要求1所述的一种基于手势识别的氛围灯控制系统的控制方法，其特征在于，具体包括如下步骤：S1：通过高速摄像头采集手势动作图像，并发送...

【专利技术属性】
技术研发人员：金平，王继增，李志刚，滕云鹏，闫霍彤，盛红金，甄麒，吴明呈，邹春雨，
申请(专利权)人：一汽奔腾轿车有限公司，
类型：发明
国别省市：