[发明专利]基于多传感器融合的手势识别仿人机械手系统及同步方法

权利要求书

1.基于多传感器融合的手势识别仿人机械手系统，其特征在于：包括用于采集人体手指运动状态的采集装置和机械手，其中，采集装置包括：集成有第一三轴加速度计和第一陀螺仪的第一传感器、第一单片机及第一通信模板，所述第一三轴加速度计的输出和所述第一陀螺仪的输出分别连接至所述第一单片机的两个输入，所述第一单片机的一路输出端连接至所述第一通信模块的输入；

机械手包括机械手本体和设置在机械手本体上的控制电路，所述的控制电路包括第二通信模块、第二单片机及舵机，所述第二通信模块的输出连接至所述第二单片机的一路输入，所述第二单片机的一路输出连接至所述舵机的控制端，所述舵机的输出与机械手手指连接控制其运动状态；

所述第一通信模块的输出连接至所述第二通信模块的输入。

2.根据权利要求1所述的基于多传感器融合的手势识别仿人机械手系统，其特征在于：所述控制电路还包括集成有第二三轴加速度计及第二陀螺仪的第二传感器，所述第二传感器设置机械手手指上，所述第二三轴加速度计的输出和所述第二陀螺仪的输出分别连接至所述第二单片的两个输入。

3.根据权利要求2所述的基于多传感器融合的手势识别仿人机械手系统，其特征在于：所述第二传感器的数量为机械手手指的两倍，其中一个第二传感器与机械手拇指位置相对应，另一个第二传感器与机械手拇短展肌位置相对应，其余第二传感器分别均匀的与剩余的机械手手指位置相对应。

4.根据权利要求1或2或3所述的基于多传感器融合的手势识别仿人机械手系统，其特征在于：所述第一传感器的数量为人体手指的两倍，其中一个第一传感器与人体拇指位置相对应，另一个第一传感器与人体拇短展肌部位相对应，其余第一传感器分别均匀的与剩余的手指位置相对应。

5.根据权利要求1或2或3或4所述的基于多传感器融合的手势识别仿人机械手系统，其特征在于：所述舵机的数量与机械手手指的数量相同。

6.根据权利要求1或2或3或4或5所述的基于多传感器融合的手势识别仿人机械手系统，其特征在于：所述第一通信模块的输出与所述第二通信模块的输入之间为无线通信连接。

7.根据权利要求1或2或3或4或5或6所述的基于多传感器融合的手势识别仿人机械手系统，其特征在于：还包括电机驱动模块，所述第二单片机的输出通过所述电机驱动模块连接至所述舵机的控制端。

8.一种基于多传感器融合的手势识别仿人机械手系统的同步方法，其特征在于：其具体步骤为：

S1：通过与人体手指接触的第一传感器采集人体每根手指运动状态，得到每根手指的初始控制信号；

S2：初始控制信号输入第一单片机，第一单片机对接收到的信号进行去噪处理，得每根手指的控制信号；

S3：第一单片机将控制信号通过第一通信模块发送至第二通信模块；

S4：第二通信模块将接收到的控制信号输入第二单片机，第二单片机对接收到的控制信号进行处理，第二单片机将处理后的控制信号进行存储，作为目标指，并输出相应舵机控制信号控制舵机动作；

S5：舵机根据接收到的舵机控制信号控制机械手手指实现与人体手指相同的运动。

9.根据权利要求8所述的同步方法，其特征在于：还包括机械手手指运动修正步骤，具体为：

S51：通过与机械手手指接触的第二传感器集机械手手指运动状态，得到反馈信号，并输入第二单片机；

S52：第二单片机对接收到的反馈信号进行去噪处理，得到反馈值；

S53：第二单片机将目标值与反馈值进行作差，得到当前误差信号；

S54：对当前误差信号进行放大，用当前误差信号与前一次误差信号作差，得修正误差；

S55：对修正误差进行微分；

S56：将前一次舵机的输出值加上放大后的当前误差再加上微分后的修正误差，获得修正值；

S57：第二单片机将修正值输出至舵机，舵机根据接收到的修正值对机械手手指的运动状态进行修正；

S58：重复步骤S51-S57，直至目标值与反馈值之差为零，停止修正。

10.根据权利要求8或9所述的同步方法，其特征在于：所述每根手指的初始控制信号和/或反馈信号是通过与手指接触的传感器采集手指中节指骨处、手指远节指骨处以及手指近节指骨处的运动状态完成一根手指运动状态的识别，其中，手指中节指骨处和手指远节指骨处的运动状态通过角θ表现，当手指为静止时，角度为θ₁，θ₁通过以下算法获得：

${\mathrm{\θ}}_1=arctan\frac{Az}{\sqrt{{\mathrm{Az}}^2+{\mathrm{Ay}}^2}}---\left(1\right)$

式(1)中Az、Ay分别为加速度计所测得的加速度A在x轴、y轴及z轴上的分量；

当手指动作时，角度为θ₂，θ₂通过以下算法获得：

θ₂＝θ₁+W·dt (2)

式(2)中W为陀螺仪所测得的当前角速度，dt为陀螺仪的采集时间；

手指近节指骨处的运动状态通过俯仰角Pitch和航向角Yaw表现，其中俯仰角Pitch通过以下算法获得：

Pitch＝arcsin(-2*q1_n*q3_n+2*q0_n*q2_n) (3)

航向角Yaw通过以下算法获得：

Yaw＝atan2(2*(q1_n*q2_n+q0_n*q3_n),(q0_n*q0_n+q1_n*q1_n-q2_n*q2_n-q3_n*q3_n))*57.3 (4)

式(3)、(4)中，q0_n、q1_n、q2_n及q3_n为当前四元素，q0_n、q1_n、q2_n及q3_n分别通过以下算法获得：

q0_n＝q0_n-1+(-q1_n-1*Gyro_x-q2_n-1*Gyro_y-q3_n-1*Gyro_z)*halfT (5)

q1_n＝q1_n-1+(q0_n-1*Gryo_x+q2_n-1*Gryo_z-q3_n-1*Gryo_y)*halfT (6)

q2_n＝q2_n-1+(q0_n-1*Gyro_y-q1_n-1*Gyro_z+q3_n-1*Gyro_x)*halfT (7)

q3_n＝q3_n-1+(q0_n-1*Gryo_z+q1_n-1*Gryo_y-q2_n-1*Gryo_x)*halfT (8)

其中：halfT是二分之一的姿态解算时间，其取值范围为0.5毫秒～1.5毫秒；

Gyro_x、Gyro_y及Gyro_z为陀螺仪在x轴、y轴及z轴上的角速度；

q0_n-1、q1_n-1、q2_n-1及q3_n-1为前一次状态的四元素，其初始值分别为1、0、0、0；所述修正值通过如下算法获得：

Motor_{_}Out_＝(Motor_{_}Last+P*(CurError)+D*(CurError-LastError)) (9)

其中：Motor_Out为修正值；

Motor_Last为舵机前一次输出控制机械手手指动作的输出值；

P比例系数，其取值范围为0.2～1；

CurError为当前误差值，其值等于目标值与当前反馈值之间的差值；

D为微分系数，其取值范围为1～1.5；

LastError为前一次误差值，其值等于目标值与前一次反馈值之间的差值，其初始值为0。