發(fā)布時間：2022-11-07 20:07

　　在即將到來的萬物互聯(lián)時代,人機交互是人與物連接的重要一環(huán),而手勢是一種非常方便的人機交互方式,如何感知手勢也是近年來的研究熱點之一。目前對于手勢感知的研究主要基于光信號和電磁信號,對基于超聲信號的手勢感知研究較少,而超聲信號具有較好的環(huán)境適應性,且有低功耗、低成本的優(yōu)勢,在可穿戴設(shè)備和智能家居設(shè)備中具有很大的應用潛力。因此本文進行了基于超聲信號的手勢跟蹤與識別研究,本文的主要工作如下:針對二維手勢軌跡識別場景,從超聲信號手勢識別系統(tǒng)的原理出發(fā),設(shè)計了硬件系統(tǒng)結(jié)構(gòu)、超聲信號的產(chǎn)生與接收方案,介紹了電路構(gòu)成、芯片選型以及收發(fā)電路,制作了超聲發(fā)射與接收系統(tǒng)。通過檢測發(fā)射信號和回波信號的波形對發(fā)射電路、回波放大電路進行了設(shè)計驗證。為了消除回波采集后的信號噪聲,比較了三種濾波算法,對超聲回波信號進行了濾波處理。分析了環(huán)境回波和手勢回波的信號特性,提出了基于互相關(guān)運算的回波自動標定算法。為解決回波幅值隨距離衰減導致距離信息提取困難的問題,提出了基于動態(tài)閾值和變增益的距離信息提取方法。根據(jù)收發(fā)探頭的幾何關(guān)系,建立了橢圓定位模型,并研究了幾何參數(shù)對定位精度的影響。提出了基于距離差分的軌跡起點和終點檢測... 

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于電磁信號的手勢識別研究現(xiàn)狀
        1.2.2 基于視覺的手勢識別研究現(xiàn)狀
        1.2.3 基于超聲信號的手勢識別研究現(xiàn)狀
        1.2.4 國內(nèi)外研究現(xiàn)狀分析
    1.3 本文的主要研究內(nèi)容
第2章 系統(tǒng)軟硬件設(shè)計
    2.1 系統(tǒng)原理介紹
    2.2 硬件設(shè)計
        2.2.1 硬件結(jié)構(gòu)
        2.2.2 超聲信號的產(chǎn)生
        2.2.3 超聲信號的接收
        2.2.4 其它電路模塊
        2.2.5 硬件實物
    2.3 程序設(shè)計
        2.3.1 下位機程序
        2.3.2 上位機程序
    2.4 軟硬件設(shè)計驗證
    2.5 本章小結(jié)
第3章 回波信號處理與手勢定位
    3.1 回波信號處理
        3.1.1 回波濾波
        3.1.2 基于互相關(guān)的回波自動標定
    3.2 基于動態(tài)閾值和變增益的距離信息提取
    3.3 手勢定位
        3.3.1 橢圓定位模型
        3.3.2 幾何參數(shù)的影響
    3.4 軌跡處理
        3.4.1 軌跡起點與終點檢測
        3.4.2 基于分量差分與跳變檢測的軌跡點野值處理
    3.5 定位精度與穩(wěn)定性測試
    3.6 手勢軌跡實例
    3.7 本章小結(jié)
第4章 手勢軌跡的分類與識別
    4.1 手勢軌跡分類方法分析
        4.1.1 基于序列相似性度量的軌跡分類方法
        4.1.2 基于特征提取的軌跡分類方法
    4.2 數(shù)據(jù)集構(gòu)建
    4.3 基于隨機森林模型的手勢識別
        4.3.1 決策樹與隨機森林分類原理
        4.3.2 隨機森林手勢軌跡分類流程
    4.4 基于動態(tài)網(wǎng)格的軌跡特征提取
    4.5 基于方向角的軌跡特征提取
        4.5.1 軌跡重采樣
        4.5.2 方向角特征與動態(tài)網(wǎng)格特征的融合
    4.6 模型參數(shù)優(yōu)化
    4.7 分類結(jié)果與分析
    4.8 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表的論文及其它成果
致謝


【參考文獻】：
期刊論文
[1]彈道跟蹤數(shù)據(jù)野值剔除方法性能分析[J]. 侯博文,王炯琦,周萱影,李冬,何章鳴.  上海航天. 2018(04)
[2]基于超聲波的手勢識別設(shè)備的研究[J]. 魏文釗,何清波.  機械與電子. 2018(05)
[3]用于手勢識別的超聲波收發(fā)器嵌入式系統(tǒng)設(shè)計[J]. 楊建濤,李翔宇,王碩,殷樹娟.  微電子學與計算機. 2018(05)
[4]基于單振元超聲傳感器的手勢識別系統(tǒng)[J]. 李躍峰,劉洪海.  傳感器與微系統(tǒng). 2018(02)
[5]融合情境感知信息的超聲波手勢識別方法[J]. 鐘習,陳益強,于漢超,楊曉東,胡子昂.  計算機輔助設(shè)計與圖形學學報. 2018(01)
[6]基于卷積神經(jīng)網(wǎng)絡(luò)的手勢動作雷達識別方法[J]. 王俊,鄭彤,雷鵬,張原,樵明朗.  北京航空航天大學學報. 2018(06)
[7]面向可穿戴設(shè)備的超聲波手勢識別方法[J]. 楊曉東,陳益強,于漢超,劉軍發(fā),李展歌.  計算機科學. 2015(10)
[8]差分輔助中值濾波外彈道野值檢測與剔除方法[J]. 孟慶海.  科學技術(shù)與工程. 2012(36)
[9]一種高精度超聲波到達時刻的檢測方法[J]. 陳建,孫曉穎,林琳,王波.  儀器儀表學報. 2012(11)

碩士論文
[1]基于特征提取的時間序列分類方法的研究[D]. 王子一.南京大學 2019
[2]基于主動超聲的手勢識別裝置研究[D]. 魏文釗.中國科學技術(shù)大學 2018
[3]基于5GHz頻段雷達的手勢識別系統(tǒng)研究[D]. 張佳俊.浙江大學 2018
[4]基于HMM的運動手勢軌跡識別[D]. 彭要凱.北京交通大學 2017
[5]基于LEAP MOTION的盲語識別系統(tǒng)研發(fā)[D]. 時洋.南京大學 2017
[6]基于連續(xù)波多普勒雷達傳感器的手勢識別[D]. 范騰龍.浙江大學 2017
[7]面向人機交互的手勢識別[D]. 李思敏.華中科技大學 2016
[8]基于Wifi信號的手勢識別技術(shù)研究[D]. 周戈.北京郵電大學 2016
[9]基于Kinect的手勢識別技術(shù)研究[D]. 劉陽.重慶大學 2014



本文編號：3704319