[发明专利]可穿戴智能手环手势识别方法及其装置

说明书

技术领域

本发明属于智能可穿戴手环技术领域，具体涉及一种可穿戴智能手环手势识别方法及其装置。

背景技术

由于人手的动作很多，手势复杂，不同的动作有时会有重叠的部分，使得手势识别成为目前研究的难题之一。目前手势识别的方法有很多，例如Myo手环利用生物电，通过检测肌肉的电位判断手势。再如专利号为CN 103885645里所述手势判断方法，用影像感测装置识别手势。这些识别方法都比较复杂，同时手势识别准确率不高。由于手势识别时如果同时进行各种手势的识别，不同的手势之间干扰非常大，导致识别率低。

目前也有部分用MPU6050进行识别手势的方法(如专利号CN 103593055)，但只是使用MPU6050进行原始数据的采集，对数据进行处理时大多用到卡尔曼滤波算法，该算法对微处理器的性能有很高要求，要求速度要快。很多时候必须用两个微处理器才能实现手势识别，一个运用处理数据，一个进行手势识别，这样大大增加了手势识别的成本和硬件电路的复杂度。

发明内容

本发明为解决上述问题，提供了一种可穿戴智能手环手势识别方法及其装置。

一种可穿戴智能手环手势识别装置，包括位置传感器、微处理器以及手势指令发送模块；所述位置传感器为MP9150模块，所述MPU9150模块集成了三轴陀螺仪，三轴加速度计，三轴磁力计，一个可扩展的数字运动处理器DMP以及一个I2C接口；所述微处理器为STM32F103，所述MPU9150模 块通过I2C接口与所述微处理器电连接；所述手势指令发送模块包括手机APP，其通过蓝牙模块与所述微处理器电连接；所示蓝牙模块为CC2540，其通过串口与所述微处理器电连接。

上述可穿戴智能手环手势识别方法，通过手势指令发送模块发送需要判断的手势到微处理器，微处理器通过DMP库驱动位置传感器采集数据及微处理器通过采集到的数据判断是否是需要识别的手势。

优选的，所述手势识别方法包括以下步骤：

a STM32初始化；

b MPU9150初始化；

c STM32将DMP库写入MPU9150；

d STM32读取加速度、角速度、四元数，得到欧拉角；

e判断手势指令发送模块是否发送指令，若是，则进行下一步骤，若否，则返回上一步骤；

f调用相应手势函数进行判断手势识别；

g读取到的手势与需要识别的手势是否一致，若是，则进行下一步骤，若否，则返回上一步骤；

h STM32发出相应信息到手势指令发送模块提示手势识别正确。

优选的，所述微开启MPU9150内部DMP包括以下步骤：

a传感器设定； 

b传感器设定是否成功，若是，则进行下一步骤，若否，则程序进入死循环；

c Fifo设定并判断是否成功，若是，则进行下一步骤，若否，则程序进入死循环；

d DMP采样速率设定；

e采样速率设定是否成功，若是，则进行下一步骤，若否，则程序进入死循环；

f开启DMP功能；

g开启DMP功能是否成功，若是，则进行下一步骤，若否，则程序进入死 循环；

h初始方向设定偏差；

i初始化方向设定偏差是否成功，若是，则进行下一步骤，若否，则程序进入死循环；

j DMP使能；

k DMP使能是否成功，若是，则进行下一步骤，若否，则程序进入死循环；

l Fifo速度设定； 

m Fifo速度设定是否成功，若是，则进行下一步骤，若否，则程序进入死循环；

n DMP自测；

o DMP自测是否成功，若是，则进行下一步骤，若否，则程序进入死循环；

p开启DMP成功。

优选的，所述判断是否是需要识别的手势的过程包括以下步骤：

a读取MPU9150数据；

b MPU9150起始位置是否在设定起始位置范围内，若是，则进行下一步骤，若否，则返回上一步骤；

c记下当前位置的欧拉角，加速度，角速度；

d延时一小段时间；

e再次读取读取MPU9150数据；

f比较两次采集到的数据判断手势是否正确，若是，则进行下一步骤，若否，返回步骤a；

g手势识别结束。