發(fā)布時(shí)間：2021-03-31 13:56

　　為了實(shí)現(xiàn)在空中手寫的人機(jī)交互方式,給用戶帶來(lái)一種新型的人機(jī)交互體驗(yàn),設(shè)計(jì)了一種基于慣性傳感器的空中手寫軌跡識(shí)別系統(tǒng)。系統(tǒng)主要包括數(shù)據(jù)采集濾波模塊、四元數(shù)法坐標(biāo)系轉(zhuǎn)換模塊、積分獲取測(cè)量軌跡模塊和神經(jīng)網(wǎng)絡(luò)識(shí)別模塊四部分。本文在原始數(shù)據(jù)采集和積分獲取軌跡兩個(gè)環(huán)節(jié)采用卡爾曼濾波算法。為了驗(yàn)證系統(tǒng)的準(zhǔn)確性,以在空中書寫數(shù)字8為例,經(jīng)卡爾曼濾波后在空間范圍內(nèi)的軌跡完整、清晰,對(duì)數(shù)字0～9軌跡的捕捉也驗(yàn)證了這一點(diǎn)。設(shè)計(jì)了AlexNet神經(jīng)網(wǎng)絡(luò)遷移學(xué)習(xí)模塊進(jìn)行軌跡識(shí)別,實(shí)驗(yàn)結(jié)果表明,識(shí)別準(zhǔn)確率為87.3%,軌跡識(shí)別度較高,達(dá)到了預(yù)期效果。 

【文章來(lái)源】：科學(xué)技術(shù)與工程. 2020,20(28)北大核心

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

系統(tǒng)結(jié)構(gòu)框圖

針對(duì)多慣性傳感器之間融合濾波估計(jì)姿態(tài)的問(wèn)題,林森[9]采用基于加速度傳感器非線性特性的加速度數(shù)值修正算法;Madgwick[10]等使用梯度下降法優(yōu)化提出了固定增益互補(bǔ)濾波器。本系統(tǒng)的具體實(shí)現(xiàn)原理如圖2所示。首先對(duì)MEMS數(shù)據(jù)進(jìn)行第一次卡爾曼濾波,然后對(duì)加速度和角速度數(shù)據(jù)進(jìn)行姿態(tài)融合處理,并利用地磁數(shù)據(jù)對(duì)姿態(tài)角進(jìn)行修正,得到載體的姿態(tài)數(shù)據(jù)。將姿態(tài)數(shù)據(jù)轉(zhuǎn)換為四元數(shù),結(jié)合MEMS采集到的加速度數(shù)據(jù)將載體坐標(biāo)系中的三軸加速度數(shù)據(jù)轉(zhuǎn)換為地理坐標(biāo)系中的三軸加速度數(shù)據(jù),然后去除重力加速度進(jìn)行加速度二重積分得到位移數(shù)據(jù),最后對(duì)位移進(jìn)行二次卡爾曼濾波并進(jìn)行積分后得到軌跡。本文使用卡爾曼濾波算法,針對(duì)原始三維加速度數(shù)據(jù)和三維軌跡數(shù)據(jù)分別設(shè)計(jì)濾波器�？柭鼮V波分為兩個(gè)階段:狀態(tài)預(yù)測(cè)和狀態(tài)更新[11]。下面結(jié)合卡爾曼濾波的基本原理針對(duì)原始數(shù)據(jù)和軌跡預(yù)測(cè)兩個(gè)過(guò)程分別設(shè)計(jì)濾波器。

進(jìn)行坐標(biāo)系轉(zhuǎn)換主要有歐拉角和四元數(shù)兩種方式,采用四元數(shù)法進(jìn)行坐標(biāo)系轉(zhuǎn)換有顯著優(yōu)勢(shì),該方法轉(zhuǎn)換計(jì)算簡(jiǎn)單且能避免萬(wàn)向節(jié)死鎖的發(fā)生[12]。但MEMS并不能直接得到四元數(shù),需要將歐拉角轉(zhuǎn)換為四元數(shù)。其轉(zhuǎn)換方法如下:表1 濾波前后原始數(shù)據(jù)方差對(duì)比Table 1 Variance comparison of original data before and after filtering 軸向 濾波前方差 濾波后方差 穩(wěn)定性改善/% X 1 628 884 875 235 46.27 Y 1 126 920 504 121 55.27 Z 503 245 348 817 30.69

【參考文獻(xiàn)】：
期刊論文
[1]基于遷移學(xué)習(xí)和AlexNet的駕駛員行為狀態(tài)識(shí)別方法[J]. 戎輝,華一丁,張小俊,龔進(jìn)峰,唐風(fēng)敏,郭蓬,何佳.  科學(xué)技術(shù)與工程. 2019(28)
[2]微型運(yùn)動(dòng)傳感器的動(dòng)作捕捉技術(shù)分析及其應(yīng)用[J]. 劉磊.  微型電腦應(yīng)用. 2018(08)
[3]MEMS手勢(shì)軌跡繪制系統(tǒng)設(shè)計(jì)[J]. 邵帥,李明哲,許睿,宋華軍.  實(shí)驗(yàn)室研究與探索. 2018(01)
[4]基于慣性傳感器與模擬傳感器的據(jù)槍數(shù)據(jù)捕捉系統(tǒng)設(shè)計(jì)[J]. 劉琛,余紅英,楊臻.  科學(xué)技術(shù)與工程. 2017(23)
[5]利用軌跡模板匹配方法的實(shí)時(shí)動(dòng)態(tài)手勢(shì)識(shí)別[J]. 彭露茜,姚加飛.  單片機(jī)與嵌入式系統(tǒng)應(yīng)用. 2017(08)
[6]基于慣性傳感器實(shí)現(xiàn)的動(dòng)作捕捉系統(tǒng)簡(jiǎn)介[J]. 劉莉琛.  技術(shù)與市場(chǎng). 2017(03)
[7]基于微慣性傳感器的姿態(tài)捕捉系統(tǒng)設(shè)計(jì)[J]. 張澤宇.  自動(dòng)化博覽. 2017(03)
[8]運(yùn)動(dòng)軌跡檢測(cè)系統(tǒng)研究——基于MEMS加速度傳感器技術(shù)[J]. 林森.  自動(dòng)化與儀器儀表. 2016(08)
[9]基于慣性傳感器的動(dòng)作捕捉系統(tǒng)的實(shí)現(xiàn)[J]. 劉沛娟,陳海龍,劉藝,張盛.  今日電子. 2014(10)
[10]空中手寫筆筆跡檢測(cè)系統(tǒng)(英文)[J]. 王瑋,李德勝,高宗余,周衛(wèi),張鵬飛.  光學(xué)精密工程. 2009(06)

碩士論文
[1]基于MEMS慣性傳感器動(dòng)作捕捉系統(tǒng)與軌跡追蹤的研究設(shè)計(jì)[D]. 楊波.電子科技大學(xué) 2014



本文編號(hào)：3111557