本發明涉及(ji)通信與信息領域，尤(you)其涉及(ji)一種(zhong)手勢控制裝置及(ji)手勢識別方法。

背景技術：

隨著電(dian)(dian)子(zi)技(ji)術(shu)的發展，越(yue)(yue)來(lai)越(yue)(yue)多(duo)的數字(zi)設備例如(ru)手機、電(dian)(dian)腦和智能家電(dian)(dian)等成為(wei)日常(chang)生(sheng)(sheng)活(huo)中不可或缺的部分(fen)。在未來(lai)，這(zhe)(zhe)一趨勢(shi)仍將持續，現(xian)有產(chan)品(pin)將功(gong)能繼續加強并逐步智能化，新的產(chan)品(pin)如(ru)機器人(ren)，智能汽(qi)車(che)也將逐步走進大眾(zhong)的生(sheng)(sheng)活(huo)。目(mu)前，對這(zhe)(zhe)些(xie)產(chan)品(pin)的操控主要通過遙控器、鍵盤、鼠標及觸控板等輸入設備完成。這(zhe)(zhe)種(zhong)方式較為(wei)繁瑣(suo)，用戶學習成本高(gao)。

手(shou)(shou)勢(shi)(shi)(shi)控制(zhi)作為(wei)一種新興的(de)(de)操作方式，具有(you)(you)靈活(huo)、自然(ran)、直觀等(deng)(deng)特點，因而有(you)(you)廣闊的(de)(de)應用(yong)(yong)(yong)前景(jing)。現(xian)有(you)(you)的(de)(de)手(shou)(shou)勢(shi)(shi)(shi)控制(zhi)裝置(zhi)大(da)(da)多(duo)采用(yong)(yong)(yong)攝像頭方案(an)，如通(tong)(tong)過(guo)普通(tong)(tong)單(dan)(dan)目、雙目視覺，或(huo)通(tong)(tong)過(guo)深度攝像機如微軟體(ti)感器(Kinect)采集人(ren)體(ti)運(yun)動(dong)信息，識別(bie)出其(qi)代表的(de)(de)指令(ling)，再對設備(bei)進(jin)(jin)行(xing)控制(zhi)。這種基于(yu)外部視覺的(de)(de)方案(an)，受到使(shi)(shi)用(yong)(yong)(yong)空間和環(huan)境光線的(de)(de)限制(zhi)，給(gei)手(shou)(shou)勢(shi)(shi)(shi)控制(zhi)帶(dai)來諸多(duo)不便(bian)(bian)。此外，在現(xian)有(you)(you)手(shou)(shou)勢(shi)(shi)(shi)識別(bie)方法(fa)上，絕大(da)(da)多(duo)數使(shi)(shi)用(yong)(yong)(yong)手(shou)(shou)掌的(de)(de)運(yun)動(dong)軌(gui)跡表示或(huo)建(jian)(jian)模手(shou)(shou)勢(shi)(shi)(shi)，其(qi)中(zhong)軌(gui)跡又(you)以簡單(dan)(dan)的(de)(de)直線或(huo)者平面圖(tu)形(xing)如圓(yuan)、三角形(xing)等(deng)(deng)為(wei)主；進(jin)(jin)而使(shi)(shi)用(yong)(yong)(yong)隱馬爾可夫模型、支持向量(liang)機、人(ren)工神(shen)經網絡等(deng)(deng)方法(fa)進(jin)(jin)行(xing)識別(bie)。這種方式存在很大(da)(da)的(de)(de)問題：簡單(dan)(dan)的(de)(de)直線運(yun)動(dong)易于(yu)掌握，但種類(lei)少，區分度不高(gao)，難以表達復雜的(de)(de)含義(yi)；復雜的(de)(de)圖(tu)形(xing)與(yu)人(ren)們日(ri)常(chang)使(shi)(shi)用(yong)(yong)(yong)的(de)(de)手(shou)(shou)勢(shi)(shi)(shi)有(you)(you)較大(da)(da)的(de)(de)差別(bie)，不自然(ran)，用(yong)(yong)(yong)戶學習成(cheng)本高(gao)；現(xian)有(you)(you)建(jian)(jian)模及識別(bie)方法(fa)需要大(da)(da)量(liang)的(de)(de)訓練數據，無法(fa)方便(bian)(bian)地添加新手(shou)(shou)勢(shi)(shi)(shi)或(huo)修改已定義(yi)的(de)(de)手(shou)(shou)勢(shi)(shi)(shi)。

技術實現要素：

鑒于背景(jing)技(ji)術中(zhong)存在的問題，本發明(ming)的目的在于提供一(yi)種(zhong)手(shou)(shou)(shou)(shou)勢(shi)控制裝置(zhi)及手(shou)(shou)(shou)(shou)勢(shi)識(shi)別(bie)(bie)方(fang)(fang)法(fa)，手(shou)(shou)(shou)(shou)勢(shi)控制裝置(zhi)中(zhong)能夠存儲大量的手(shou)(shou)(shou)(shou)勢(shi)模(mo)型(xing)(xing)，且用(yong)戶可(ke)以(yi)方(fang)(fang)便地定義(yi)和修改手(shou)(shou)(shou)(shou)勢(shi)模(mo)型(xing)(xing)，而手(shou)(shou)(shou)(shou)勢(shi)識(shi)別(bie)(bie)方(fang)(fang)法(fa)無需進(jin)行大規模(mo)的樣(yang)本采集與參數學習(xi)過程即可(ke)完(wan)成手(shou)(shou)(shou)(shou)勢(shi)建模(mo)，簡化(hua)了(le)自然(ran)手(shou)(shou)(shou)(shou)勢(shi)建模(mo)和手(shou)(shou)(shou)(shou)勢(shi)識(shi)別(bie)(bie)過程，提高了(le)手(shou)(shou)(shou)(shou)勢(shi)識(shi)別(bie)(bie)率，并使(shi)得接(jie)近人習(xi)慣的自然(ran)手(shou)(shou)(shou)(shou)勢(shi)控制成為(wei)可(ke)能。

為了實(shi)現上述目的(de)，在(zai)(zai)(zai)第(di)一方面(mian)，本發明提供了一種手勢(shi)(shi)(shi)控(kong)制裝置，其包括：計算(suan)(suan)終(zhong)(zhong)端，用于進(jin)行離線的(de)自(zi)然手勢(shi)(shi)(shi)建模(mo)和在(zai)(zai)(zai)線的(de)手勢(shi)(shi)(shi)識(shi)別(bie)；多(duo)個傳(chuan)感器，分別(bie)設置在(zai)(zai)(zai)被(bei)測對象(xiang)的(de)小臂、大(da)臂以(yi)(yi)及軀(qu)干(gan)處以(yi)(yi)相應地(di)采集(ji)小臂、大(da)臂以(yi)(yi)及軀(qu)干(gan)的(de)姿態坐標(biao)，且各傳(chuan)感器通信連接于計算(suan)(suan)終(zhong)(zhong)端。其中(zhong)，在(zai)(zai)(zai)在(zai)(zai)(zai)線的(de)手勢(shi)(shi)(shi)識(shi)別(bie)過(guo)程中(zhong)，計算(suan)(suan)終(zhong)(zhong)端基于各傳(chuan)感器采集(ji)到的(de)數據進(jin)行計算(suan)(suan)處理，經過(guo)計算(suan)(suan)處理得到的(de)被(bei)測對象(xiang)的(de)實(shi)際狀態與計算(suan)(suan)終(zhong)(zhong)端在(zai)(zai)(zai)離線的(de)自(zi)然手勢(shi)(shi)(shi)建模(mo)過(guo)程中(zhong)得到的(de)手勢(shi)(shi)(shi)模(mo)型自(zi)動比對以(yi)(yi)完成被(bei)測對象(xiang)的(de)手勢(shi)(shi)(shi)識(shi)別(bie)。

為了實現上述目的，在第二方面，本發明提供了一種手勢識別方法，其由本發明第一方面所述的手勢控制裝置來實現，包括步驟：S1，在離線狀態下，計算終端通過被測對象的大臂、小臂以及軀干在指定狀態下的姿態信息建立手勢模型并存入計算終端的手勢庫中；S2，在在線狀態下，計算終端分別接收各傳感器在每個采樣周期內采集到的被測對象的小臂的姿態坐標q_f、大臂的姿態坐標q_u以及軀干的姿態坐標q_b；S3，計算終端對步驟S2中得到的姿態坐標分別進行處理計算，得到小臂相對軀干的相對姿態坐標a_f、大臂相對軀干的相對姿態坐標a_u以(yi)及各關節的(de)關節角度(du)大小(xiao)和運動(dong)狀態(tai)；S4，計算(suan)出(chu)各關節在(zai)每(mei)個采樣周期內處(chu)于各運動(dong)狀態(tai)的(de)概率；S5，計算(suan)出(chu)手(shou)(shou)(shou)(shou)勢(shi)(shi)庫中(zhong)的(de)每(mei)個手(shou)(shou)(shou)(shou)勢(shi)(shi)模型與被(bei)測對(dui)象在(zai)當前采樣周期中(zhong)的(de)實際狀態(tai)之間的(de)相(xiang)似(si)程度(du)；以(yi)及S6，比較手(shou)(shou)(shou)(shou)勢(shi)(shi)庫中(zhong)所有手(shou)(shou)(shou)(shou)勢(shi)(shi)模型的(de)總相(xiang)似(si)度(du)，求出(chu)擁有最(zui)大總相(xiang)似(si)度(du)的(de)手(shou)(shou)(shou)(shou)勢(shi)(shi)模型，若該手(shou)(shou)(shou)(shou)勢(shi)(shi)的(de)總相(xiang)似(si)度(du)大于設定的(de)閾值，則將該手(shou)(shou)(shou)(shou)勢(shi)(shi)作為識別結果返回。

本(ben)發明(ming)的(de)有益效果如下(xia)：

在根據本發明的(de)(de)(de)手(shou)(shou)勢(shi)(shi)(shi)控(kong)(kong)制裝置(zhi)中，計(ji)算終端能夠(gou)處(chu)理重(zhong)復動(dong)作，簡化了離(li)線(xian)的(de)(de)(de)自然(ran)(ran)手(shou)(shou)勢(shi)(shi)(shi)建模過程和在線(xian)的(de)(de)(de)手(shou)(shou)勢(shi)(shi)(shi)識(shi)別(bie)過程，提高了手(shou)(shou)勢(shi)(shi)(shi)識(shi)別(bie)率，并(bing)使得接(jie)近(jin)人習(xi)慣的(de)(de)(de)自然(ran)(ran)手(shou)(shou)勢(shi)(shi)(shi)控(kong)(kong)制成為可能。此外，本發明的(de)(de)(de)手(shou)(shou)勢(shi)(shi)(shi)控(kong)(kong)制裝置(zhi)不受使用(yong)空間和環境(jing)光(guang)線(xian)的(de)(de)(de)限(xian)制，且用(yong)戶可以(yi)任(ren)意的(de)(de)(de)定(ding)義(yi)和修改手(shou)(shou)勢(shi)(shi)(shi)庫中現(xian)有的(de)(de)(de)手(shou)(shou)勢(shi)(shi)(shi)模型。

在(zai)本(ben)發(fa)明的手(shou)(shou)勢(shi)識(shi)別(bie)方(fang)法中，在(zai)離線(xian)(xian)狀(zhuang)態(tai)下(xia)，無需進行大(da)(da)規模(mo)(mo)的樣本(ben)采集與參數學習過程即可(ke)完成離線(xian)(xian)的自然手(shou)(shou)勢(shi)建模(mo)(mo)。而在(zai)在(zai)線(xian)(xian)狀(zhuang)態(tai)下(xia)，手(shou)(shou)勢(shi)控制裝置能(neng)(neng)夠充分利用被測對象的以軀干為(wei)(wei)基準的小(xiao)臂(bei)、大(da)(da)臂(bei)的姿(zi)態(tai)信息、各(ge)關節的關節角度大(da)(da)小(xiao)及運動狀(zhuang)態(tai)來完成在(zai)線(xian)(xian)的手(shou)(shou)勢(shi)識(shi)別(bie)，手(shou)(shou)勢(shi)識(shi)別(bie)率高(gao)，并使(shi)得接近人習慣的自然手(shou)(shou)勢(shi)控制成為(wei)(wei)可(ke)能(neng)(neng)。

附圖說明

圖1是(shi)根據本發明的手(shou)勢(shi)控(kong)制裝置的簡化示(shi)意圖；

圖(tu)2是被測對象的各部位的坐標系及各關節(jie)角度示意(yi)圖(tu)。

其中，附圖標記說(shuo)明(ming)如下(xia)：

1 計(ji)算終端(duan) 31 小臂

2 傳(chuan)感器 32 大臂

3 被測對(dui)象 33 軀干

具體實施方式

下面參照(zhao)附圖來(lai)詳細說(shuo)明根據(ju)本發明的手勢控制(zhi)裝置及手勢識別方法。

首先說明(ming)本(ben)發明(ming)第一方面的手勢控制裝置。

參(can)照圖1，根據(ju)本發明的(de)(de)手(shou)勢(shi)控制裝置(zhi)包(bao)括(kuo)：計算終(zhong)(zhong)端(duan)(duan)(duan)1，用于進(jin)行離線的(de)(de)自(zi)然手(shou)勢(shi)建(jian)模(得(de)(de)到的(de)(de)手(shou)勢(shi)模型自(zi)動(dong)存入計算終(zhong)(zhong)端(duan)(duan)(duan)1的(de)(de)手(shou)勢(shi)庫(ku)中(zhong))和在(zai)(zai)線的(de)(de)手(shou)勢(shi)識別(bie)；多個傳感器2，分別(bie)設置(zhi)在(zai)(zai)被(bei)測對象(xiang)3的(de)(de)小臂(bei)31、大臂(bei)32以及軀(qu)干(gan)33處以相應地采(cai)集小臂(bei)31、大臂(bei)32以及軀(qu)干(gan)33的(de)(de)姿態(tai)坐標，且各傳感器2通信連接(jie)于計算終(zhong)(zhong)端(duan)(duan)(duan)1。其(qi)中(zhong)，在(zai)(zai)在(zai)(zai)線的(de)(de)手(shou)勢(shi)識別(bie)過(guo)程中(zhong)，計算終(zhong)(zhong)端(duan)(duan)(duan)1基于各傳感器2采(cai)集到的(de)(de)數據(ju)進(jin)行計算處理，經過(guo)計算處理得(de)(de)到的(de)(de)被(bei)測對象(xiang)3的(de)(de)實際狀態(tai)與計算終(zhong)(zhong)端(duan)(duan)(duan)1在(zai)(zai)離線的(de)(de)自(zi)然手(shou)勢(shi)建(jian)模過(guo)程中(zhong)得(de)(de)到的(de)(de)手(shou)勢(shi)模型自(zi)動(dong)比對以完成被(bei)測對象(xiang)3的(de)(de)手(shou)勢(shi)識別(bie)。

在根據本(ben)發明的(de)手(shou)(shou)勢(shi)控制(zhi)裝(zhuang)置中(zhong)(zhong)，計算(suan)終端(duan)1能(neng)夠處理(li)重(zhong)復動(dong)作，簡(jian)化了(le)離(li)線的(de)自(zi)(zi)然(ran)手(shou)(shou)勢(shi)建模過程和(he)在線的(de)手(shou)(shou)勢(shi)識(shi)別過程，提高了(le)手(shou)(shou)勢(shi)識(shi)別率(lv)，并(bing)使得接近(jin)人習慣的(de)自(zi)(zi)然(ran)手(shou)(shou)勢(shi)控制(zhi)成(cheng)為可能(neng)。此外，本(ben)發明的(de)手(shou)(shou)勢(shi)控制(zhi)裝(zhuang)置不受(shou)使用空間和(he)環境光線的(de)限制(zhi)，且用戶可以任意的(de)定義和(he)修改手(shou)(shou)勢(shi)庫中(zhong)(zhong)現(xian)有的(de)手(shou)(shou)勢(shi)模型。

在(zai)本發(fa)明的(de)手勢控制(zhi)裝置中(zhong)，傳(chuan)(chuan)感器2可套設于(yu)被(bei)測(ce)對(dui)象3的(de)不同部位或傳(chuan)(chuan)感器2集成于(yu)被(bei)測(ce)對(dui)象3。

在本發明(ming)的手勢控制裝置中，計算(suan)終端1可為(wei)手機(ji)、電(dian)腦(nao)、單(dan)片機(ji)或智(zhi)能手表等。

其次說明(ming)本(ben)發明(ming)第二方面的手勢識別方法。

參照圖1和圖2，根據本發明的手勢識別方法，其由本發明第一方面所述的手勢控制裝置來實現，包括步驟：S1，在離線狀態下，計算終端1通過指定被測對象3的大臂32、小臂31以及軀干33的姿態、各關節的關節角度大小及運動狀態建立手勢模型并存入計算終端1的手勢庫中；S2，在在線狀態下，計算終端1分別接收各傳感器2在每個采樣周期內采集到的被測對象3的小臂31的姿態坐標q_f、大臂32的姿態坐標q_u以及軀干33的姿態坐標q_b；S3，計算終端1對步驟S2中得到的姿態坐標分別進行處理計算，得到小臂31相對軀干33的相對姿態坐標a_f、大臂32相對軀干33的相對姿態坐標a_u以及(ji)各關(guan)(guan)(guan)節(jie)(jie)的(de)關(guan)(guan)(guan)節(jie)(jie)角度(du)大(da)小和運(yun)(yun)動狀態；S4，計算出各關(guan)(guan)(guan)節(jie)(jie)在每(mei)個(ge)采樣(yang)周期內(nei)處于各運(yun)(yun)動狀態的(de)概率；S5，計算出手(shou)(shou)勢(shi)(shi)庫中(zhong)的(de)每(mei)個(ge)手(shou)(shou)勢(shi)(shi)模(mo)型(xing)與(yu)被(bei)測對(dui)象3在當(dang)前采樣(yang)周期中(zhong)的(de)實際狀態之間的(de)相似(si)程(cheng)度(du)；以及(ji)S6，比較手(shou)(shou)勢(shi)(shi)庫中(zhong)所有(you)手(shou)(shou)勢(shi)(shi)模(mo)型(xing)的(de)總(zong)相似(si)度(du)，求出擁有(you)最大(da)總(zong)相似(si)度(du)的(de)手(shou)(shou)勢(shi)(shi)模(mo)型(xing)，若該手(shou)(shou)勢(shi)(shi)的(de)總(zong)相似(si)度(du)大(da)于設定的(de)閾值，則將該手(shou)(shou)勢(shi)(shi)作為識(shi)別結果返(fan)回。

在(zai)(zai)(zai)本(ben)發明的(de)手(shou)勢識(shi)別(bie)方(fang)法(fa)中，在(zai)(zai)(zai)離線(xian)狀態(tai)(tai)(tai)下，無需進行大(da)規模的(de)樣本(ben)采集與參數學習過程即可(ke)完成離線(xian)的(de)自然手(shou)勢建模。而在(zai)(zai)(zai)在(zai)(zai)(zai)線(xian)狀態(tai)(tai)(tai)下，手(shou)勢控(kong)制裝置能(neng)夠充(chong)分利用被測對象3的(de)以軀(qu)干33為基(ji)準的(de)小臂31、大(da)臂32的(de)姿(zi)態(tai)(tai)(tai)信息(xi)(即方(fang)向信息(xi))、各(ge)關節的(de)關節角(jiao)度大(da)小及運動狀態(tai)(tai)(tai)來完成在(zai)(zai)(zai)線(xian)的(de)手(shou)勢識(shi)別(bie)，手(shou)勢識(shi)別(bie)率高，并使得(de)接近人(ren)習慣(guan)的(de)自然手(shou)勢控(kong)制成為可(ke)能(neng)。

在(zai)這里補充(chong)說明的(de)是，在(zai)上述(shu)步驟S6中(zhong)提到的(de)“閾值”，可(ke)以根據被測(ce)對象3的(de)運動(dong)特性以及手(shou)勢庫中(zhong)的(de)手(shou)勢模(mo)型的(de)復雜程度來(lai)進行適(shi)當的(de)設置。

根據本發明的手勢識別方法，在步驟S1中，q_f、q_u、q_b可由四元數表征。但不僅限如此，q_f、q_u、q_b也可用歐拉角或矩陣(zhen)形式(shi)表示。

根據本發明的手勢識別方法，參照圖2，步驟S3可包括步驟：S31，分別建立小臂坐標系O_f-X_fY_fZ_f、大臂坐標系O_u-X_uY_uZ_u以及軀干坐標系O_ref-X_refY_refZ_ref；S32，解算出小臂31相對軀干33的相對姿態坐標a_f、大臂32相對軀干33的相對姿態坐標a_u；以及S33，解算出各關節的關節角度大小和運動狀態。其中，a_f為小臂坐標系中任一個坐標軸在軀干坐標系下的坐標向量，a_u為大臂(bei)坐標(biao)(biao)(biao)系(xi)中任(ren)一個坐標(biao)(biao)(biao)軸在軀(qu)干坐標(biao)(biao)(biao)系(xi)下的坐標(biao)(biao)(biao)向量。

在這里補充說明的是，小臂坐標系的Z_f軸沿著小臂31指向肘關節，而Y_f軸和X_f軸的方向可以采用如下方法確定：即向前平伸小臂31，使手掌朝上，Y_f軸指向與手掌朝向相同，X_f軸指向身體右側。同理，大臂坐標系的建立方法與小臂坐標系一致，即大臂坐標系的Z_u軸沿著大臂32指向肩關節，而Y_u軸指向與手掌朝向相同，X_u軸指向身體右側。而軀干坐標系的X_ref軸指向軀干33右側，Y_ref軸指向前方，Z_ref軸指向上方。

在根據本發明的(de)手勢識(shi)別方法(fa)中(zhong)，關(guan)(guan)節包括(kuo)連接小臂(bei)31與大臂(bei)32的(de)肘關(guan)(guan)節和連接大臂(bei)32與軀干33的(de)肩關(guan)(guan)節。肘關(guan)(guan)節的(de)關(guan)(guan)節角(jiao)(jiao)度(du)包括(kuo)小臂(bei)扭轉角(jiao)(jiao)τ和肘關(guan)(guan)節角(jiao)(jiao)ε，肩關(guan)(guan)節的(de)關(guan)(guan)節角(jiao)(jiao)度(du)包括(kuo)大臂(bei)方位角(jiao)(jiao)大臂(bei)仰角(jiao)(jiao)θ和大臂(bei)扭轉角(jiao)(jiao)ω，如圖2所示(shi)。

在步驟S32中，求解小臂31相對軀干33的相對姿態坐標a_f的計算公式為：

求解大臂32相對軀干33的相對姿態坐標a_u的計算公式為：

其中，a_ref為軀干33坐(zuo)標(biao)系(xi)中任一個坐(zuo)標(biao)軸在(zai)自身坐(zuo)標(biao)系(xi)下的坐(zuo)標(biao)向量。

在步驟S33中(zhong)，肘(zhou)關(guan)節的關(guan)節角(jiao)度(du)計算式為：

ε＝arccos(z_u·z_f)

τ＝arccos(x_u·x′_f)

q_rot＝(cos(-ε/2),sin(-ε/2)x_u)

肩(jian)關節的關節角(jiao)度計算(suan)式為：

θ＝arccos(z_u,z_ref)

ω＝arccos(x_ref,y′_u)

q_rot2＝(cos(-θ/2),sin(-θ/2)x_ref)

q_yu＝(0,y_u)

x_f、z_f為小臂坐標系中的X_f軸、Z_f軸在軀干坐標系下的坐標向量，x_u、y_u、z_u為大臂坐標系中的X_u軸、Y_u軸、Z_u軸在軀干坐標系下的坐標向量，z_u-xy為z_u在軀干坐標系的X_ref-Y_ref平面中的投影，x_ref、z_ref為軀干坐標系中的X_ref軸、Z_ref軸在(zai)自身坐標系(xi)下的坐標向量。

根據本發明的(de)手勢(shi)識別方法(fa)，在步驟S3中，各關節的(de)運動狀(zhuang)態(tai)可為相對靜止、正向(xiang)運動、反向(xiang)運動或往(wang)復運動。

根據(ju)本發明(ming)的(de)(de)(de)手(shou)勢識別方(fang)法，步驟(zou)S4可包括(kuo)步驟(zou)：S41，將各(ge)關(guan)(guan)節(jie)的(de)(de)(de)當前(qian)采(cai)樣周(zhou)期(qi)的(de)(de)(de)關(guan)(guan)節(jie)角(jiao)度(du)(du)與上一采(cai)樣周(zhou)期(qi)的(de)(de)(de)關(guan)(guan)節(jie)角(jiao)度(du)(du)作差，得(de)到(dao)本周(zhou)期(qi)的(de)(de)(de)運(yun)動(dong)幅值(zhi)；S42，根據(ju)得(de)到(dao)的(de)(de)(de)運(yun)動(dong)幅值(zhi)的(de)(de)(de)大(da)小判斷各(ge)關(guan)(guan)節(jie)在當前(qian)采(cai)樣周(zhou)期(qi)的(de)(de)(de)運(yun)動(dong)狀態(這(zhe)里具體指相(xiang)對靜(jing)止、正向運(yun)動(dong)或反向運(yun)動(dong))；以及S43，根據(ju)步驟(zou)S42中(zhong)的(de)(de)(de)運(yun)動(dong)狀態判斷結(jie)果分別計算出當前(qian)采(cai)樣周(zhou)期(qi)的(de)(de)(de)各(ge)關(guan)(guan)節(jie)處于相(xiang)對靜(jing)止、正向運(yun)動(dong)、反向運(yun)動(dong)以及往復運(yun)動(dong)的(de)(de)(de)概(gai)率(lv)。

在這(zhe)里補充(chong)說明的(de)(de)是，在步驟S42中(zhong)(zhong)，對于(yu)任意一個關節，當(dang)(dang)運(yun)(yun)(yun)動(dong)(dong)幅(fu)值(zhi)大于(yu)某一閾值(zhi)(如0.01rad)時，當(dang)(dang)前(qian)(qian)采(cai)樣周期(qi)的(de)(de)該(gai)關節的(de)(de)運(yun)(yun)(yun)動(dong)(dong)狀(zhuang)態(tai)為正向(xiang)運(yun)(yun)(yun)動(dong)(dong)；當(dang)(dang)運(yun)(yun)(yun)動(dong)(dong)幅(fu)值(zhi)小于(yu)另一閾值(zhi)(如-0.01rad)時，當(dang)(dang)前(qian)(qian)采(cai)樣周期(qi)的(de)(de)該(gai)關節的(de)(de)運(yun)(yun)(yun)動(dong)(dong)狀(zhuang)態(tai)為反向(xiang)運(yun)(yun)(yun)動(dong)(dong)；而當(dang)(dang)運(yun)(yun)(yun)動(dong)(dong)幅(fu)值(zhi)介于(yu)這(zhe)兩個閾值(zhi)之間時，當(dang)(dang)前(qian)(qian)采(cai)樣周期(qi)的(de)(de)該(gai)關節的(de)(de)運(yun)(yun)(yun)動(dong)(dong)狀(zhuang)態(tai)為相(xiang)對靜止。其(qi)中(zhong)(zhong)本段所述的(de)(de)這(zhe)兩個“閾值(zhi)”可以根據被測(ce)對象3的(de)(de)運(yun)(yun)(yun)動(dong)(dong)特(te)性以及(ji)手勢庫中(zhong)(zhong)的(de)(de)手勢模(mo)型的(de)(de)復(fu)雜程度來進行適當(dang)(dang)的(de)(de)設置。

在步驟S43中(zhong)，對于(yu)任(ren)意一(yi)個關節，若判(pan)定(ding)該(gai)關節在當(dang)前采樣周期(qi)的(de)(de)運動狀態為相對靜止(zhi)，則：該(gai)關節處于(yu)靜止(zhi)的(de)(de)概(gai)率(lv)為p(t)＝p(t-1)+δ，處于(yu)正向運動的(de)(de)概(gai)率(lv)為p(t)＝p(t-1)-δ，處于(yu)反向運動的(de)(de)概(gai)率(lv)為p(t)＝p(t-1)-δ。

若(ruo)判(pan)定該(gai)(gai)關節在(zai)當(dang)前采樣周期的(de)運動狀態為(wei)正向運動，則：該(gai)(gai)關節處于(yu)靜(jing)止的(de)概率(lv)為(wei)p(t)＝p(t-1)-δ，處于(yu)正向運動的(de)概率(lv)為(wei)處于(yu)反向運動的(de)概率(lv)為(wei)p(t)＝p(t-1)-2δ。

若判定該關節在當前采樣周期的(de)(de)運動(dong)(dong)狀態為(wei)反(fan)向運動(dong)(dong)，則：該關節處于(yu)(yu)靜(jing)止的(de)(de)概(gai)率(lv)(lv)為(wei)p(t)＝p(t-1)-δ，處于(yu)(yu)正向運動(dong)(dong)的(de)(de)概(gai)率(lv)(lv)為(wei)p(t)＝p(t-1)-2δ，處于(yu)(yu)反(fan)向運動(dong)(dong)的(de)(de)概(gai)率(lv)(lv)為(wei)

其中，p(t)為當前采樣周期的各關節處于該運動狀態的概率，p(t-1)為上一采樣周期的各關節處于該運動狀態的概率，δ為相鄰兩個采樣周期之間的概率更新量，A為累計運動幅值(即從當前采樣周期往前搜索，累加運動幅值，直到某采樣周期的運動狀態與當前采樣周期運動狀態不同)，A_max為該關節的最大(da)可能運動(dong)幅值(zhi)。

進一步(bu)地(di)，在(zai)(zai)步(bu)驟S43中，當(dang)(dang)判定某關節在(zai)(zai)當(dang)(dang)前(qian)采樣(yang)周期的(de)運動(dong)(dong)(dong)(dong)狀態為正向運動(dong)(dong)(dong)(dong)或反(fan)向運動(dong)(dong)(dong)(dong)，且該關節的(de)當(dang)(dang)前(qian)采樣(yang)周期的(de)該運動(dong)(dong)(dong)(dong)狀態為該關節往復運動(dong)(dong)(dong)(dong)的(de)一部分時，則(ze)當(dang)(dang)前(qian)采樣(yang)周期的(de)該關節處于該運動(dong)(dong)(dong)(dong)狀態的(de)概率為：

其中，C為正向運動與反向運動之間的轉換次數(即從當前采樣周期往前搜索，直到某采樣周期的運動狀態為相對靜止)，A為所有幅值的絕對值之和，A_max為該關節的最大可能運動幅值。

根據(ju)本(ben)發明(ming)的(de)(de)手勢識別(bie)方法，手勢庫中的(de)(de)每個手勢模型由三(san)類(lei)判(pan)據(ju)確定。具體(ti)地，第(di)(di)(di)一類(lei)判(pan)據(ju)為小臂31或大(da)臂32相對(dui)軀干(gan)33的(de)(de)朝向(即小臂31相對(dui)軀干(gan)33的(de)(de)相對(dui)姿態(tai)坐(zuo)標或大(da)臂32相對(dui)軀干(gan)33的(de)(de)相對(dui)姿態(tai)坐(zuo)標)；第(di)(di)(di)二類(lei)判(pan)據(ju)為各關節(jie)的(de)(de)關節(jie)角度大(da)小；第(di)(di)(di)三(san)類(lei)判(pan)據(ju)為各關節(jie)的(de)(de)運動狀態(tai)。其中，對(dui)于第(di)(di)(di)一類(lei)判(pan)據(ju)、第(di)(di)(di)二類(lei)判(pan)據(ju)和第(di)(di)(di)三(san)類(lei)判(pan)據(ju)中的(de)(de)任一一類(lei)判(pan)據(ju)來說，都(dou)可以(yi)有一條或多條判(pan)據(ju)。

當基于小臂31或大臂32相對軀干33的朝向計算(suan)相似度(du)時，相似度(du)的計算(suan)公式為：

S＝a·v_ref

其中，S為相似程度，a表示小臂31或大臂32的某坐標軸的實際的單位向量，v_ref為(wei)手勢模(mo)型中判據(ju)指定單(dan)位向(xiang)量；

當基于各(ge)關節(jie)的關節(jie)角度(du)大小計(ji)算(suan)相似度(du)時，相似度(du)的計(ji)算(suan)公式為(wei)：

S＝cos(α-ε_ref)

其中，α為對應關節的實際角度，ε_ref是手勢模型中判據(ju)指定(ding)的(de)參考(kao)角(jiao)度；

當基(ji)于(yu)各關節的(de)運(yun)動狀(zhuang)(zhuang)態(tai)計算相似度(du)時，相似度(du)等(deng)于(yu)對應關節處于(yu)手(shou)勢(shi)模型指定的(de)運(yun)動狀(zhuang)(zhuang)態(tai)的(de)概率。

根(gen)據本發明的(de)手勢識別方法，在(zai)步驟S6中，每個手勢模(mo)型的(de)總(zong)相似度的(de)計算公式為：

其中n為該模型的判據總數，S_i為每個判據的相似程度，S_overall為總相似度。

根據本發明的手勢識別方法，在一實施例中，手勢模型的第一條判據為a_f＝(1,0,0)，第二條判據為肘關節角ε做往復運動，第三條判據為大臂仰角θ＝π/2。其中，第一條判據中的a_f為(wei)小臂坐(zuo)標系(xi)(xi)中的(de)y軸在軀(qu)干坐(zuo)標系(xi)(xi)下的(de)坐(zuo)標向量，屬于(yu)(yu)大(da)臂32和小臂31相對(dui)軀(qu)干33的(de)姿(zi)態(tai)；第二條(tiao)判(pan)據屬于(yu)(yu)關(guan)(guan)節(jie)的(de)運動狀(zhuang)態(tai)；而第三條(tiao)判(pan)據屬于(yu)(yu)關(guan)(guan)節(jie)的(de)關(guan)(guan)節(jie)角(jiao)度大(da)小。所述三類判(pan)據描述了一個向右揮(hui)手的(de)動作，其(qi)對(dui)應的(de)指令可設置為(wei)“右轉(zhuan)”或“右移”。