基于ZigBee和加速度传感器的手势识别研究

摘要

随着人机交互手段的进步,手势识别得到了蓬勃的发展.基于微传感器的手势采集系统由于不受空间的约束逐渐得到重视,但该类型设备计算复杂度高、数据量大并且准确性不高.针对这一问题文中提出了一种基于多加速度传感器和ZigBee网络的手势采集系统.利用位于手指和手背上的六个加速度传感器,将不同方向轴上的信息传送给接收端.接收端通过滤波取整、起始点检测、抖动判定、模型训练与模型匹配对动作者手势信息进行判决.系统利用隐马尔可夫(HMM)模型识别算法,对0～9十个手势进行判断,在20位实验者中得到了98％以上的识别率,同时由于其使用了ZigBee网络,系统移植性也得到了进一步加强,对后续手势识别研究有一定的参考价值.