一种手语采集与识别智能手套及转换系统技术方案

本技术提供了一种手语采集与识别智能手套及转换系统，包括弯曲传感器、九轴姿态传感器MPU6050、ESP32单片机和服务器；弯曲传感器和九轴姿态传感器MPU6050分别与ESP32单片机相连接，ESP32单片机与服务器相连接。本技术与现有技术相比优点在于：采用本技术的一种手语采集与识别智能手套及转换系统，可以快速简便地实现手语手势识别，使得传输受到的干扰小、兼容性好，得到的可靠性高。且本技术装置简单易实现，所花费的成本显著降低。

【技术实现步骤摘要】

本技术属于智能识别手语领域，特别涉及一种手语采集与识别智能手套及转换系统。

技术介绍

1、手语是用手势比量动作，根据手势的变化模拟形象或者音节以构成的一定意思或词语，它是听力障碍或者无法言语的人互相交际和交流思想的一种手的语言，它是“有声语言的重要辅助工具”，而对于听力障碍的人来说，它则是主要的交际工具。手语与语言的差别则主要在于语音这个问题上和聋哑人是否以手势进行思维。

2、现有技术里传统的手语识别是基于计算机视觉的手语识别，采用摄像头作为传感设备，其处理数据来源于图像，存在成本花费大的缺点。

技术实现思路

1、有鉴于现有技术的上述缺陷，本技术的目的在于提供一种成本低的智能手套及转换系统，本技术涉及一种手语采集与识别智能手套及转换系统。

2、一种手语采集与识别智能手套及转换系统，包括弯曲传感器、九轴姿态传感器mpu6050、esp32单片机和服务器；弯曲传感器和九轴姿态传感器mpu6050分别与esp32单片机相连接，esp32单片机与服务器相连接。

3、弯曲传感器内电阻与弯曲程度成正比。弯曲传感器接入电阻分压电路，通过动态监测分压后的电压，可以实现各个弯曲程度的检测，将实时检测手指弯曲程度的变化转换。

4、esp32单片机用于处理串口任务、adc任务、udp任务。

5、服务器用于对esp32单片机传来的静态手势和动态手势数据进行处理。

6、服务器是基于 python 的 web 应用程序框架streamlit搭建，数据处理的结果可以实时呈现。

7、所述串口任务，包括：初始化后读取缓冲区中存储的弯曲传感器数据，然后对数据进行处理，处理结束后判断缓冲区是否有数据，若有则重复读取数据、处理数据以及判断缓冲区有无数据步骤，反之则延时10ms切换其他任务；

8、所述adc任务，包括：初始化后进行adc采样，采样完成后进行数据处理及存储，然后延时30ms并返回adc采样步骤进行循环；

9、所述udp任务，包括：初始化后连接wifi，连接完成后处理adc数据，之后判断adc滑动滤波窗口是否已满，若已满则发送数据并延时10ms然后判断发送是否出错，若出错则返回连接wifi步骤重新执行以后步骤，若未出错则返回处理adc数据步骤重新进行。

10、本技术与现有技术相比优点在于：采用本技术的一种手语采集与识别智能手套及转换系统，可以快速简便地实现手语手势识别，且本技术装置简单易实现，所花费的成本显著降低。

本文档来自技高网...

【技术保护点】

1.一种手语采集与识别智能手套及转换系统，其特征在于，包括弯曲传感器、九轴姿态传感器MPU6050、ESP32单片机和服务器；弯曲传感器和九轴姿态传感器MPU6050分别与ESP32单片机相连接，ESP32单片机与服务器相连接；所述ESP32单片机用于处理串口任务、ADC任务、UDP任务。

2.根据权利要求1的一种手语采集与识别智能手套及转换系统，其特征在于，弯曲传感器内电阻与弯曲程度成正比。

3.根据权利要求1的一种手语采集与识别智能手套及转换系统，其特征在于，服务器用于对ESP32单片机传来的静态手势和动态手势数据进行处理。

4.根据权利要求1的一种手语采集与识别智能手套及转换系统，其特征在于，服务器是基于 Python 的 Web 应用程序框架Streamlit搭建。

【技术特征摘要】

1.一种手语采集与识别智能手套及转换系统，其特征在于，包括弯曲传感器、九轴姿态传感器mpu6050、esp32单片机和服务器；弯曲传感器和九轴姿态传感器mpu6050分别与esp32单片机相连接，esp32单片机与服务器相连接；所述esp32单片机用于处理串口任务、adc任务、udp任务。

2.根据权利要求1的一种手语采集与识别智能手套及转换系统...

【专利技术属性】
技术研发人员：曾衍瀚，陈建华，许舒涵，程杰，蔡涵杰，
申请(专利权)人：广州大学，
类型：新型
国别省市：