可穿戴手势识别控制器

专利名称：一种用于设备巡检的多功能手势控制可穿戴装置专利类型：发明专利
发明人：田云博,孔国威,康乐
申请号：CN201910964933.5
申请日：20191011
公开号：CN110688014A
公开日：
20200114
专利内容由知识产权出版社提供
摘要：本发明公开了一种用于设备巡检的多功能手势控制可穿戴装置，包括手势传感器、测量传感器、处理器模块、输入输出模块、无线收发模块、定位模块和电源模块；手势传感器用于采集手指手势信息，并将手指手势信息发送至处理器模块；处理器模块用于接收及分析手指手势信息，然后下达相应的测量指令给测量传感器；测量传感器测量结束后，处理器模块接收测量结果并将其发送给输入输出模块，控制无线收发模块将测量结果发送给上位机。

本发明通过分析手势信息下达测量指令，操作便捷，适用范围广，实用性强。

申请人：长安大学,北京双杰电气股份有限公司
地址：710064 陕西省西安市南二环路中段
国籍：CN
代理机构：西安通大专利代理有限责任公司
代理人：房鑫
更多信息请下载全文后查看。

如何利用汉控手势操控智能手表从严格意义上讲，智能手表和智能手环没有多大区别，要说有区别的话，主要由两点：第一，智能手表具有通信功能，相当于一部手机，而智能手环一般不具备通信功能；第二，智能手表带有触屏，智能手环有的没有触屏，有的触屏尺寸较小。

其他功能大致相同，归纳起来，主要有五种功能：第一种是检测功能，主要是实时检测智能手环佩戴者的睡眠状况（如睡眠时间）、运动情况（如行走步数、距离）和生理特征（如心率、血压、体温）。

第二种是操控功能，主要用于操作包括智能眼镜在内的各种可穿戴设备和家用电脑、智能电器、智能家居等。

第三种是信息功能，主要是及时向佩戴者推送来电、微信、短信、备忘、时间等信息和显示可控设备的各种信息。

第四种是钥匙功能（详见汉字密码部分）。

第五种是钱包功能（详见汉字密码部分）。

下表是智能手环常用功能的快捷汉控手势图，其中每个手势图都是根据指令中的各个黑体字首字母来画线的。

对于有触屏的智能手环，既可采用触画汉控手势方式进行操控，也可采用随动汉控手势方式进行操控；对于无触屏的智能手环，只能采用随动汉控手势方式进行操控。

采用随动汉控手势方式进行操控时，用户需给智能手环发出汉控手势识别信号，让智能手环的汉控手势识别系统开始工作，这样就能避免用户平常手动所造成的误操作。

有三种启动方式可供选择：第一种方式是用户按下智能手环上的启动按键；第二种方式是用户用手拍一下智能手环外表面；第三种方式是用户沿垂直于屏幕方向甩动手腕。

采用前两种方式时，用户一只手戴着智能手环，用另一只来完成操作；采用第三种方式时，用户只用戴着智能手环的那只手来完成操作。

所以，选用第三种方式比较顺手。

用户比划汉控手势图则是在平行于屏幕的某一平面内展开的。

利用汉控手势来操控智能手环，涉及三方面操控内容：第一，控制开关功能是指利用汉控手势来控制睡眠模式、运动模式、闹钟模式的开启和关闭。

将这些功能的手势标签作为开关手势，即比划一次开关手势，改变一次这些功能的开关状态。

手势传感器使非接触操作可穿戴设备成为现实
目前，在可穿戴设备层面，传感器可以说绝对是大头。

市面上比较多的传感器包括加速度传感器、陀螺仪、磁传感器、气压传感器以及温湿度传感器等，利用这些传感器可以完成各种距离、位置，压力、温湿度等指标的识别，帮助消费者实现智能化可穿戴设备应用。

本文要介绍的则是能让这些设备智能化更进一步的，用于实现非接触式用户界面的手势传感器。

世强代理的APDS-9960 是一款采用单个8 引脚封装的数字RGB、环境光、近程和手势传感器装置。

该装置具有与I2C 兼容的接口，为红色、绿色、蓝色、透明（RGBC），近程和手势感测配有红外LED。

APDS-9960的手势功能是它的一个亮点，尤其在可穿戴设备上应用可以优化用户体验。

主要表现如下：
1、避免指纹触摸屏幕，可穿戴设备屏幕较小，采用手势控制更为方便。

2、避免用湿/脏手触摸设备。

智能穿戴设备智能手套的手势控制功能智能穿戴设备的发展让我们的生活变得更加便捷和智能化。

在智能穿戴设备中，智能手套作为一种新兴的技术产品，不仅具备传统手套的保暖功能，还融入了手势控制技术，为用户提供更加高效和自由的交互体验。

一、智能手套的基本概念智能手套是一种通过内置传感器和控制单元实现手部手势识别和控制的智能穿戴设备。

其主要功能是通过识别手部的动作与手势，并将其转化为与设备的相应操作相匹配，从而实现与设备的交互控制。

智能手套的灵活度和反应速度相对较高，使用户能够更加自然和便捷地控制和操作各种智能设备。

二、智能手套的手势识别技术智能手套的手势识别技术是实现其手势控制功能的核心。

通过内置的传感器，智能手套可以准确地感知手部的位置、姿态和运动轨迹。

利用机器学习和人工智能算法对传感器采集的数据进行分析处理，可以实现对不同手势的辨识和识别。

智能手套可以识别常见的手势，如握拳、张开手掌、点头、摇头等，并将其转化为对应的功能操作，如拍照、播放音乐、接听电话等。

三、智能手套的应用领域智能手套的手势控制功能为用户在各种场景下提供了更加便捷和直观的交互方式。

以下是智能手套在不同领域中的应用示例：1. 游戏娱乐领域：智能手套可以代替传统的游戏手柄，通过手势的变化来操控游戏角色的动作和方向，使玩家更加身临其境地参与游戏。

2. 虚拟现实领域：智能手套与虚拟现实头盔相配合，使用户能够通过手势控制来操作虚拟世界中的物体，如抓取、拖拽、放大缩小等，增强虚拟现实体验的真实感和互动性。

3. 工业制造领域：在工业生产中，智能手套可以帮助工人进行精确的操作和控制。

通过手势识别，工人可以远程操控机器人进行某些特定的工作任务，提高生产效率和安全性。

4. 医疗康复领域：智能手套可以用于康复训练和功能恢复。

通过手势控制，患者可以进行手部运动训练，帮助康复患者提高肌肉协调性、灵活性和准确性。

四、智能手套的未来发展随着智能穿戴设备技术的不断进步，智能手套的手势控制功能也将继续发展和完善。

本技术公开了一种可穿戴式手语识别装置及手语翻译方法，可穿戴式手语识别装置包括穿戴设备端和上位机端，穿戴设备端具有指环和臂环，具体是基于多轴运动传感器与肌肉电信号传感器对手语动作进行运动姿态解算与模式识别，将手语翻译为语音或文字的实时人机交互系统。

本技术将肌肉电信号与多轴运动信号融合，利用模式识别技术实现手语动作的准确识别，并且不受手语动作词汇量的限制。

将上述信号采集、数据处理、分类过程集成于可穿戴设备中，便于使用者佩戴并且不影响其日常生活。

权利要求书1.一种可穿戴式手语识别装置，其特征在于，包括穿戴设备端和上位机端；所述穿戴设备端包括可穿戴的指环和臂环，所述指环上具有手掌处多轴运动传感器；所述臂环上具有至少一个第一模块、一个或多个第二模块以及固定所述第一模块和所述第二模块的臂带，所述第一模块包括肌肉电信号传感器、前臂处多轴运动传感器、微处理器、反馈部件以及第一通讯模块，所述第二模块包括肌肉电信号传感器；所述肌肉电信号传感器、所述前臂处多轴运动传感器、所述反馈部件、所述第一通讯模块以及所述手掌处多轴运动传感器都与所述微处理器连接，所述微处理器用于读取和处理所述肌肉电信号传感器、所述前臂处多轴运动传感器和所述手掌处多轴运动传感器采集的信息，所述反馈部件用于向使用者反馈提示信息；所述上位机端包括上位机和第二通讯模块，所述微处理器通过所述第一通讯模块和所述第二通讯模块与所述上位机交互信息。

2.如权利要求1所述的可穿戴式手语识别装置，其中所述上位机端还包括与上位机连接的交互设备，所述交互设备被设置为用于对上位机识别的手语进行语义校正及语法矫正。

3.如权利要求1所述的可穿戴式手语识别装置，其中所述多通道肌肉电信号传感器包括多通道肌肉电信号电极、滤波电路以及放大电路。

4.如权利要求1所述的可穿戴式手语识别装置，其中所述上位机为智能手机、平板电脑等移动终端设备。

5.如权利要求1所述的可穿戴式手语识别装置，其中所述臂带采用可伸缩材料制成。

手势控制装置使用说明书学习手势识别的姿势随着科技的发展和智能设备的普及，越来越多的人开始关注手势控制技术。

手势控制技术是一种可以通过手势来操控设备的技术，它能够使我们摆脱传统的按键方式，更加自然、直观地与设备进行交互。

在学习手势控制技术之前，我们首先需要了解一些基础知识。

手势控制装置通常由一台摄像头和一套专门的软件组成。

摄像头用来捕捉我们的手势动作，而软件则负责对这些手势进行识别和解读。

为了保证手势控制装置的正常使用，我们需要学习一些常用的手势姿势。

下面，我将介绍一些常见的手势姿势及其对应的含义。

1. 手掌展开 - 这是最简单也是最基本的手势，用来表示“打开”、“选择”等操作。

只需要将手掌展开，手指张开即可。

2. 手指指向 - 当我们需要在屏幕上进行选择或者指向某个目标时，可以使用手指指向手势。

将一个或多个手指伸直，然后用指尖指向我们想要选择的目标即可。

3. 手掌握拳 - 握拳手势通常用来表示“关闭”、“取消”等操作。

将手掌握成拳头，并将拳头轻轻放在需要关闭或取消的目标上即可。

4. 手势划动 - 划动手势常常用来表示“滑动”、“翻页”等操作。

将手掌伸直，然后用手指划过屏幕即可。

划动的方向和速度可以根据具体需求进行调整。

5. 手势放缩 - 放缩手势通常用来表示“放大”、“缩小”等操作。

将双手的手指放在屏幕上，然后向外或向内推动手指即可实现放缩的效果。

学习手势识别的姿势并不难，但是要掌握好手势控制技术却需要一些练习和耐心。

下面，我将介绍一些学习手势识别的姿势的方法和注意事项。

首先，我们可以从简单的手势开始学习，逐渐增加难度。

比如，我们可以先学习手掌展开和手指指向这两个基本手势，然后再学习手势划动和手势放缩等更复杂的手势。

其次，我们可以通过观看一些视频教程或者参加一些培训班来学习手势控制技术。

这样可以更直观地了解手势识别的姿势，并且通过实践来加深记忆。

另外，我们还可以利用一些手势控制装置提供的练习模式来进行反复练习。

探索控制器的手势识别与动作捕捉技术手势识别与动作捕捉技术是人机交互和虚拟现实领域中的关键技术。

本文将探讨控制器的手势识别与动作捕捉技术的应用和未来发展方向。

一、手势识别技术控制器的手势识别技术是指通过传感器或者其他设备监测用户的手势动作并将其转化为相应的指令或信号。

目前，在游戏、影视制作、体感交互等领域中广泛应用。

手势识别技术的实现方式多种多样，有基于摄像头、红外线、超声波、电磁波等不同原理的方案。

其中，基于摄像头的手势识别技术应用最为广泛。

基于摄像头的手势识别技术利用计算机视觉算法，在图像处理的基础上对手部的形态和动作进行分析和识别，并将其转化为指令或信号。

二、动作捕捉技术动作捕捉技术是指通过传感器或者其他设备监测人体动作并将其转化为数字信号或者动画。

通过动作捕捉技术可以实现高度真实的虚拟人物运动轨迹的生成和实时渲染，广泛应用于电影、游戏、教育等领域，增强用户的身临其境感。

常见的动作捕捉技术包括惯性导航和光学捕捉两种。

惯性导航适用于头部运动，而光学捕捉则适用于全身动作捕捉。

基于光学捕捉的动作捕捉技术主要利用红外线和摄像头等设备对人体体表反射点进行捕捉，然后通过计算机算法对捕获的数据进行实时处理，生成动画或者呈现所需的动作数据。

三、控制器的手势识别与动作捕捉技术的应用控制器的手势识别与动作捕捉技术的应用范围广泛，主要包括以下三个方面：1、游戏领域控制器的手势识别技术可以让玩家通过手部动作进行游戏操作，增强游戏的真实交互性和玩家的沉浸感。

同时，动作捕捉技术也可以实现真实的游戏角色动作，提升游戏的视觉效果和体验感。

2、影视制作领域控制器的手势识别与动作捕捉技术可以让制作人员通过手势或动作模拟角色的表情和动作，生成高质量的特效和动画。

同时，动作捕捉技术也可以帮助演员更好地表现角色情感和动作，提高表演效果。

3、体感交互领域控制器的手势识别技术和动作捕捉技术可以帮助用户更加自然和直观地进行操作和交互，实现更好的体感交互效果。

手势识别技术在智能可穿戴设备中的应用研究摘要：随着智能可穿戴设备的快速发展，手势识别技术逐渐成为了一种在可穿戴设备中应用广泛的技术。

手势识别技术可以通过识别用户的手势动作来实现与设备的交互，为用户提供更为便捷的操作方式和交互体验。

本文对手势识别技术在智能可穿戴设备中的应用进行了研究，重点探讨了手势识别技术的基本原理、在可穿戴设备中的应用场景以及面临的挑战与未来发展方向。

1. 引言随着科技的迅猛发展，智能可穿戴设备逐渐走入人们的生活。

智能手表、智能眼镜、智能手环等各种类型的可穿戴设备不仅提供了更为方便的信息获取和交互方式，同时也带来了新的使用体验。

而手势识别技术，作为一种能够识别手势动作的技术，正逐渐成为了智能可穿戴设备中的重要组成部分。

2. 手势识别技术的基本原理手势识别技术的基本原理是通过采用图像传感器或摄像头来采集用户手势的图像或视频数据，并应用计算机视觉和模式识别的算法进行图像分析与处理，从而实现对手势动作的识别。

手势识别技术主要包括手势采集、手势预处理、特征提取和分类器设计等几个关键步骤。

其中，手势采集模块负责获取用户手势的图像数据，手势预处理模块用于对采集到的图像进行噪声去除、边缘检测等预处理操作，特征提取模块则从图像中提取出特征向量，最后分类器设计模块通过训练与分类器来对手势进行分类。

3. 手势识别技术在智能可穿戴设备中的应用场景手势识别技术的应用场景十分广泛，特别是在智能可穿戴设备中。

以下列举了几个典型的应用场景：3.1. 手势控制智能设备手势识别技术可以使用户通过手势动作来控制智能可穿戴设备的各项功能。

例如，通过简单的手势就可以实现智能手表的来电拒接、消息阅读等功能操作，提升了用户的使用便捷性。

3.2. 手势交互式游戏手势识别技术在智能可穿戴设备中的应用还可以用于游戏交互。

用户可以通过手势动作来操作游戏角色，实现更加真实、身临其境的游戏体验。

3.3. 手势识别健康管理手势识别技术还可以在智能可穿戴设备中用于健康管理。

可穿戴手势识别控制器
徐军;刘春花;孟月霞;马静
【期刊名称】《电子技术应用》
【年(卷),期】2016(42)7
【摘要】随着可穿戴电子设备的发展,基于手势识别的人机交互技术已经成为研究热点.为减小可穿戴设备的体积和优化手势识别算法,提出了一种具有手势识别功能手指可穿戴控制器的设计方案.控制器由集成陀螺仪和加速度计的MEMS惯性传感器、WiFi无线通信模块和嵌入式微处理器组成.通过WiFi无线通信协议将手势运动姿态数据传送到计算机,提取出6类手势运动特征量,通过决策树分类器对其进行分类处理,结合姿态角对手势进行识别,无需模板匹配.通过对20位实验者测试的数据表明,平均手势识别准确率为97％,无需对测试者进行手势预训练.
【总页数】5页(P68-71,75)
【作者】徐军;刘春花;孟月霞;马静
【作者单位】哈尔滨理工大学自动化学院,黑龙江哈尔滨150080;哈尔滨理工大学自动化学院,黑龙江哈尔滨150080;哈尔滨理工大学自动化学院,黑龙江哈尔滨150080;哈尔滨理工大学自动化学院,黑龙江哈尔滨150080
【正文语种】中文
【中图分类】TN43;TP391.4
【相关文献】
1.面向可穿戴设备的超声波手势识别方法 [J], 杨晓东;陈益强;于汉超;刘军发;李展歌
2.非接触式手势识别智能控制器设计 [J], 刘怡明;王伟明;张雯薏
3.基于STM32的手势识别控制器的设计 [J], 牛作东;李捍东
4.基于深度学习算法的可穿戴设备手势识别系统设计 [J], 惠丹
5.基于深度学习算法的可穿戴设备手势识别系统设计 [J], 惠丹
因版权原因，仅展示原文概要，查看原文内容请购买。