本發(fā)明涉及智能可穿戴手勢識別裝置技術領域，尤其涉及一種可穿戴智能設備手勢識識別方法及其裝置。

背景技術：

智能移動設備和智能家居的普及使基于Android操作系統(tǒng)的設備深受大眾喜愛,而且隨著簡約生活觀念的流行,多元化的Android設備操作方式更容易讓人接受,本發(fā)明提供了一種可穿戴的手勢識別裝置,提供了一種更加方便的Android設備控制方法:手勢識別控制。

由于人體手部動作的姿勢復雜,通常會伴隨連續(xù)動作，使得手勢識別成為目前研究的難題之一。目前手勢識別的方法有很多，有的使用肌肉運動傳感器,通過檢測肌肉的電位進行手勢判斷,還有使用攝像頭等光學影像傳感裝置來捕捉人體手部動作來判斷手勢?，F在市面上大多數識別的方法都比較復雜,而且裝置體積較大,使用起來不方便,手勢識別率不高。

目前市面上也有不少可穿戴設備使用MPU6050作為手勢識別的傳感器,但是最常用的方式是直接獲取MPU6050的原始數據進行判斷,所以導致手勢識別率不高。

技術實現要素：

針對現有技術的缺點，本發(fā)明的目的是提供一種可穿戴的手勢識別裝置。

為實現上述目的，本發(fā)明實施例提供了一種可穿戴的手勢識別裝置，包括加速度傳感器模塊、微處理器模塊、無線通信模塊，其中：

加速度傳感器模塊用于獲取當前手勢信息，并將當前手勢信息發(fā)送給微處理器模塊；

微處理器模塊用于將當前手勢信息與預設標準手勢信息對比，并在對比一致的情況下生成控制信號；

無線通信模塊用于將控制信號傳輸至移動終端設備。

與現有技術相比，本發(fā)明公開的可穿戴的手勢識別裝置通過加速度傳感器模塊獲取當前手勢信息，通過微處理器模塊將當前手勢信息與預設標準手勢信息對比，對比一致的情況下生成控制信號，由無線通信模塊將控制信號傳輸至移動終端設備，解決了現有技術識別率不高的問題，有效提高了手勢識別的準確率。

根據本發(fā)明另一具體實施方式，加速度傳感器模塊包括三軸加速度計、三軸陀螺儀、數字運動處理器DMP模塊以及IIC接口，加速度傳感器模塊通過IIC接口與微處理器模塊連接。

根據本發(fā)明另一具體實施方式，無線通信模塊包括藍牙模塊，藍牙模塊通過串口與微處理器模塊連接。

本發(fā)明實施例還提供了一種可穿戴裝置的手勢識別方法，包括可穿戴裝置包括加速度傳感器模塊、微處理器模塊、無線通信模塊，方法包括如下步驟：

S1：預設標準手勢，將標準手勢信息存儲于微處理器模塊；

S2：通過加速度傳感器模塊獲取當前手勢信息，當前手勢信息包括加速度信息和四元數信息；

S3：通過微處理器模塊將當前手勢信息與預設標準手勢信息對比，并在對比一致的情況下生成控制信號；

S4：通過無線通信模塊將控制信號傳輸至移動終端設備。

與現有技術相比，本發(fā)明公開的可穿戴裝置的手勢識別方法通過預設標準手勢，通過加速度傳感器獲取當前手勢信息，通過微處理器模塊將當前手勢信息與預設標準手勢信息對比，對比一致時，生成控制信號并由無線通信模塊將控制信號傳輸至移動終端設備，該方法解決了現有技術識別率不高的問題，有效提高了可穿戴裝置的手勢識別準確率。

根據本發(fā)明另一具體實施方式，步驟S3具體包括步驟：

S31：通過微處理器模塊將加速度信息和四元數信息坐標變換，得到XYZ坐標系下的三軸加速度。

S32：通過微處理器模塊處理三軸加速度得到當前手勢的波形離散數據。

S33：通過微處理器模塊對比當前手勢的波形離散數據與預設標準手勢的波形離散數據。

S34：在當前手勢的波形離散數據與預設的標準手勢的波形離散數據對比一致時，通過微處理器將三軸加速度進行二次積分得到當前手勢的位移方向和位移大小，并根據當前手勢的位移大小和方向生成控制信號。

本發(fā)明通過微處理器模塊將加速度信息和四元數信息處理得到波形離散數據,通過判斷當前手勢的波形離散數據是否與預設標準手勢的波形離散數據匹配的方法來判斷用戶手勢,通過對三軸加速度進行二次積分再次確定手勢是否正確,提高手勢識別的準確率。

根據本發(fā)明另一具體實施方式，預設標準手勢包括：向上運動、向下運動、向左運動、向右運動。

根據本發(fā)明另一具體實施方式，步驟S1包括如下步驟：

S11：通過加速度傳感器模塊獲取每一預設標準手勢的加速度信息和四元數信息；

S12：通過微處理器模塊將每一預設標準手勢的加速度信息和四元數信息坐標變換，得到每一預設標準手勢XYZ坐標系下的三軸加速度；

S13：通過微處理器模塊處理每一預設標準手勢XYZ坐標系下的三軸加速度得到每一預設標準手勢的波形離散數據。

根據本發(fā)明另一具體實施方式，加速度傳感器模塊包括三軸加速度計、三軸陀螺儀、數字運動處理器DMP模塊以及IIC接口，加速度傳感器模塊通過IIC接口與微處理器模塊連接。

根據本發(fā)明另一具體實施方式，無線通信模塊包括藍牙模塊，藍牙模塊通過串口與微處理器模塊連接。

本發(fā)明提供的可穿戴設備的手勢識別方法及裝置，通過加速度傳感器模塊獲取標準手勢三軸加速度、四元數原始數據，經過微處理模塊處理后得到標準手勢的波形離散數據；具體實施時，通過加速度傳感器模塊獲取當前手勢三軸加速度、四元數，通過微處理器模塊處理得到當前手勢的波形離散數據，通過微處理器模塊對比該當前手勢的波形離散數據與預設標準手勢的波形離散數據，從而確定當前手勢的方向以及該方向上的位移，根據對比結果，生成控制信號，并通過無信通信模塊將該控制信號傳輸至移動終端設備。本發(fā)明實施例通過預設標準手勢、實時對比的方法，有效提高了可穿戴裝置的手勢識別準確率。

下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領域普通技術人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

附圖說明

圖1是實施例1可穿戴的手勢識別裝置的結構框圖；

圖2是實施例2可穿戴裝置的手勢識別方法的流程圖；

圖3是圖2中步驟S1的流程圖；

圖4是圖2中步驟S3的流程圖。

具體實施方式

實施例1

參見圖1，是本實施例提供的一種可穿戴的手勢識別裝置的結構示意圖。本實施例提供的可穿戴的手勢識別裝置包括加速度傳感器模塊1、微處理器模塊2、無線通信模塊3，其中：

加速度傳感器模塊1用于獲取當前手勢信息，并將當前手勢信息發(fā)送給微處理器模塊2；

微處理器模塊2用于將當前手勢信息與預設標準手勢信息對比，并在對比一致的情況下生成控制信號；

無線通信模塊3用于將控制信號傳輸至移動終端設備。

本實施例中，加速度傳感器模塊1用于獲取預設標準手勢及當前手勢的加速度、四元數。加速度傳感器模塊1包括三軸加速度計、三軸陀螺儀、數字運動處理器DMP模塊以及IIC接口，加速度傳感器模塊1通過IIC接口與微處理器模塊2連接，即加速度傳感器模塊1通過IIC數據總線將獲取手勢的加速度、四元數原始數據傳輸至微處理器模塊2。優(yōu)選地，加速度傳感器模塊1為MPU6050模塊。DMP(Digital Motion Processing)模塊是MPU6050自帶的數字運動處理器,并且InvenSense公司提供了一個MPU6050的嵌入式DMP驅動庫,通過DMP庫驅動MPU6050讀取原始數據,直接轉換成四元數輸出。簡化了通過公式解算四元數的過程,提高了數據處理速率。

本實施例中，微處理器模塊2用于將當前手勢信息與預設手勢信息對比，并在對一致時，生成控制信號。優(yōu)選地，微處理器模塊2為STM32F103單片機。

本實施例中，無線通信模塊3用于將控制信號傳輸至移動終端設備。無線通信模塊3包括藍牙模塊，藍牙模塊通過串口與微處理器模塊2連接。優(yōu)選地，藍牙模塊為CC2540，微處理器模塊2通過該藍牙模塊實現與移動終端設備的數據交互。

本實施例中，優(yōu)選地，移動終端設備為Android設備。

具體實施時，首先將STM32F103單片機的IIC和USART進行初始化，隨后將MPU6050模塊初始化，將STM32F103單片機通過DMP庫初始化MPU6050模塊內部的數字運動處理器DMP模塊，通過數字運動處理器DMP模塊實時獲取當前手勢的加速度、四元數，STM32F103單片機通過IIC協(xié)議讀取加速度、四元數，并對加速度、四元數進行坐標變換得到XYZ坐標系下的三軸加速度，STM32F103單片機將XYZ坐標系下的三軸加速度處理得到當前手勢的波形離散數據，并將該波形離散數據與預設標準手勢的波形離散數據對比，對比一致時，輸出控制信號，由CC2540藍牙模塊將該控制信號傳輸至Android設備，Android設備根據該控制信號做出反應。

本實施例公開的可穿戴的手勢識別裝置通過數字運動處理器DMP模塊獲取當前手勢的加速度、四元數，通過STM32F103單片機將當前手勢信息與預設標準手勢信息對比，對比一致的情況下生成控制信號，由CC2540藍牙模塊將控制信號傳輸至Android設備，解決了現有技術識別率不高的問題，有效提高了手勢識別的準確率。

實施例2

參見圖2，是本實施例提供的一種可穿戴裝置的手勢識別方法?？纱┐餮b置包括加速度傳感器模塊、微處理器模塊、無線通信模塊，該方法包括如下步驟：

S1：預設標準手勢，將標準手勢信息存儲于微處理器模塊。

該步驟用于預設標準手勢。具體的，標準手勢包括：向上運動、向下運動、向左運動、向右運動。

參見圖3，該步驟包括如下步驟：

S11：通過加速度傳感器模塊獲取每一預設標準手勢的加速度信息和四元數信息。

具體的，本實施例中，加速度傳感器模塊包括三軸加速度計、三軸陀螺儀、數字運動處理器DMP模塊以及IIC接口，加速度傳感器模塊通過IIC接口與微處理器模塊連接，即加速度傳感器模塊通過IIC數據總線將獲取手勢的加速度、四元數原始數據傳輸至微處理器模塊。優(yōu)選地，加速度傳感器模塊為MPU6050模塊。DMP(Digital Motion Processing)模塊是MPU6050自帶的數字運動處理器,并且InvenSense公司提供了一個MPU6050的嵌入式DMP驅動庫,通過DMP庫驅動MPU6050讀取原始數據,直接轉換成四元數輸出。簡化了通過公式解算四元數的過程,提高了數據處理速率。

S12：通過微處理器模塊將每一預設標準手勢的加速度信息和四元數信息坐標變換，得到每一預設標準手勢XYZ坐標系下的三軸加速度。

S13：通過微處理器模塊處理每一預設標準手勢XYZ坐標系下的三軸加速度得到每一預設標準手勢的波形離散數據。

S2：通過加速度傳感器模塊獲取當前手勢信息，當前手勢信息包括加速度信息和四元數信息。

S3：通過微處理器模塊將當前手勢信息與預設標準手勢信息對比，并在對比一致的情況下生成控制信號。

該步驟用于對比當前手勢信息和預設標準手勢信息。本實施例中，優(yōu)選地，微處理器模塊為STM32F103單片機。

參見圖4，該步驟包括如下步驟：

S31：通過微處理器模塊將加速度信息和四元數信息坐標變換，得到XYZ坐標系下的三軸加速度。

S32：通過微處理器模塊處理三軸加速度得到當前手勢的波形離散數據。

S33：通過微處理器模塊對比當前手勢的波形離散數據與預設標準手勢的波形離散數據。

S34：在當前手勢的波形離散數據與預設的標準手勢的波形離散數據對比一致時，通過微處理器將三軸加速度進行二次積分得到當前手勢的位移方向和位移大小，并根據當前手勢的位移大小和方向生成控制信號。

S4：通過無線通信模塊將控制信號傳輸至移動終端設備。

該步驟用于傳輸控制信號。具體的，無線通信模塊包括藍牙模塊，藍牙模塊通過串口與微處理器模塊連接。優(yōu)選地，藍牙模塊為CC2540，微處理器模塊通過該藍牙模塊實現與移動終端設備的數據交互。

本實施例中，優(yōu)選地，移動終端設備為Android設備。

具體實施時，通過MPU6050模塊中數字運動處理器DMP模塊獲取預設標準手勢的三軸加速度、四元數原始數據，通過STM32F103單片機處理該預設標準手勢的原始數據得到預設標準手勢的的波形離散數據，并將該預設標準手勢的波形離散數據存儲于STM32F103單片機中；通過MPU6050模塊中數字運動處理器DMP模塊實時獲取當前手勢的三軸加速度、四元數，通過微處理器模塊處理得到當前手勢的波形離散數據，通過微處理器模塊對比該當前手勢的波形離散數據與預設標準手勢的波形離散數據，從而確定當前手勢的方向以及該方向上的位移，根據對比結果，生成控制信號，并通過無信通信模塊將該控制信號傳輸至移動終端設備。

本實施例通過使用MPU6050模塊中數字運動處理器DMP獲取預設標準手勢及當前手勢的三軸加速度、四元數原始數據，通過STM32F103單片機處理原始數據，得到預設標準手勢及當前手勢的波形離散數據，并將預設標準手勢的波形離散數據預存在STM32F103單片機中，具體實施時，將實時獲取得到的當前手勢的波形離散數據與預設標準手勢的波形離散數據對比，對比一致時，生成控制信號，控制Android設備，本實施例通過預設標準手勢，實時對比的方法，有效提高了可穿戴裝置的手勢識別準確率。

雖然本發(fā)明以較佳實施例揭露如上，但并非用以限定本發(fā)明實施的范圍。任何本領域的普通技術人員，在不脫離本發(fā)明的發(fā)明范圍內，當可作些許的改進，即凡是依照本發(fā)明所做的同等改進，應為本發(fā)明的范圍所涵蓋。