一种简易手势识别装置

翟朋辉 王静怡

摘 要：本文从不同角度对手势识别技术进行分类概述，并针对现有的手势识别装置应用范围狭窄的问题，拟以设计一种以微控制器为核心的简易手势识别装置。该装置包括智能控制模块、电容传感器模块、键盘输入模块和显示模块。本项目具有智能切换训练模式与识别模式、智能显示、智能检测和低成本等优点，提高了手势识别装置应用到更多领域的可能性，具有良好的应用发展前景。

关键词：手势识别；电容式传感；人机交互

DOI：10.16640/j.cnki.37-1222/t.2019.12.135

手势作为人與人日常交流中不可或缺的一部分，它简单、直观，在很多时候起着语言无法替代的作用。在高新科技迅猛发展的今天，人们渴望着人与机器也能像人与人一样交流自如，手势识别作为实现人机交互的一个重要组成，成为了一个越来越重要的研究热点。

1 手势识别概述

手势识别技术是一种新型的人机交互技术，通过计算机识别人的各种手势并反馈给计算机使其做出应答。本文依据手势表观特征及采用的硬件设备和方法，从两个角度对手势识别技术进行分类概述。

1.1 依据手势表观特征

手势有静态和动态之分，手势识别则可相应地划分为静态手势识别和动态手势识别。静态手势即一个静止的肢体动作，而动态手势通常由一系列连续的肢体动作构成。由于动态手势的处理要涉及到空间轨迹、采样频率等诸多问题，因此其采样难度和复杂性都比静态手势识别高出很多。

目前研究比较火热的手势识别方法诸如基于深度图像的手势识别，即把手势与背景分离开以便提取手势特征，弥补了基于彩色图像手势识别易受环境干扰的缺点。考虑到动态手势识别的相对复杂性，通常采取提取动态手势质心位置的做法，但识别准确性不高。因此，在此基础上研究学者又提出基于深度图像的手势形状轮廓Hu不变矩特征提取方法[1]并收到了较好的效果。在完成数据采样之后，就可以基于采集到的大量数据并针对选取的特征训练相应的模型完成手势识别。

1.2 依据采用的硬件设备和方法

根据手势识别技术采用的硬件设备和方法，手势识别可分为基于视觉传感器的手势识别和基于可穿戴传感器的手势识别。手势识别技术在发展初期主要依靠一种数据手套，利用手套上的各种高精度传感器来获取手势，但由于制作成本太高，光学标记方法应运而生并逐步取代了数据手套。光学标记方法的出现使得手势识别的准确度和稳定性都得到了一定程度的提升，但依旧存在着一个问题：这些手势识别装置都需要在手上佩戴设备，人与机器自由交互依旧不能完全实现。在图像处理发展的推动下，又产生了基于视觉的手势识别技术并成为该领域的研究热点。基于视觉的手势识别技术主要可以分为三个步骤，第一，手势分割，即从简单或复杂的背景中提取出人手区域；第二，手势分析，即提取出人手的有效特征；第三，手势识别，利用图像处理的一些方法识别手势代表的含义[2]。

2 简易手势识别装置系统硬件设计

本装置硬件模块主要包括：智能控制模块、电容传感器模块、键盘输入模块和显示模块四部分。

2.1 电容传感器模块

电容传感器模块由FDC2214电容检测传感器及其外围电路构成，通过手覆盖面积的改变引起电容值改变，进而改变LC谐振频率，通过单片机定时器分频采样间接计算电容值的变化，实现手势识别功能。

2.2 智能控制模块

智能控制模块主要由微控制器MCU及最小系统组成，该模块负责采集从电容传感器模块接收到的数据并通过算法对事先存储的各种手势样本进行匹配。

2.3 键盘输入模块

键盘输入模块由矩阵键盘及其外围电路构成，实现装置识别模式与训练模式的切换功能。

2.4 显示模块

显示模块主要由LED显示屏构成，该模块用于识别结果的显示。

3 简易手势识别装置系统软件设计

装置初始化后，通过键盘输入模块进行训练模式与识别模式的选择。在训练模式下手势录入，在识别模式下手势进入。通过手覆盖面积的改变引起电容值的改变，进而改变LC谐振频率，经智能控制模块处理后进行手势判断并经显示屏显示。简易手势识别装置系统工作框图如图1所示：

4 简易手势识别装置特点

本装置实现了简易手势识别功能，可以进行训练模式与识别模式的切换，提高了运用的灵活性，LED显示屏显示了手势识别的结果。值得注意的是，受手势识别技术研究进展及高成本的约束，现今市场上的手势识别装置多用于无人机操控、智能机器人及虚拟现实等高端领域[3]，应用范围单一。而本装置具有成本低廉，使用灵活的特点，可以考虑在库房安全管理、养老助老等日常生活领域推广，具有良好的应用前景。

5 结语

在高新技术蓬勃发展的今天，人机交互正日益成为研究热点，手势识别技术作为实现人机交互的一个重要组成也受到了越来越多的关注。本文从不同角度对手势识别技术进行分类概述，并针对现有的手势识别装置应用范围狭窄的问题，拟以设计一种以微控制器为核心的简易手势识别装置，旨在提高手势识别装置应用到更多领域的可能性，具有较好的应用发展前景。

参考文献：

[1]彭理仁.动静态手势驱动的机械手协同控制研究[D].浙江大学，

2018.

[2]郑海彬.手势识别及其应用研究[D].南京航空航天大学，2016.

[3]袁博，查晨东.手势识别技术发展现状与展望[J].科学技术创新，2018（32）：95-96.