[发明专利]一种基于超声波测距原理的手势识别方法

权利要求书

1.一种基于超声波测距原理的手势识别方法，基于的硬件是“一发三收”的超声波测距系统，其特征在于，包括下列步骤：

步骤(1)根据“一发三收”超声波测距硬件的基本原理，对当前复杂情况下超声波回波信号进行分析，构建样本集，提取能够表示手势的特征数据；

步骤(2)找到合适的手掌回波到达点的检测算法，设置合适的阈值，寻找手掌回波数据，从而计算出手掌回波飞行距离，实现数据降维；

步骤(3)将手势数据从连续数据中分割出来以实现特征提取，借助k近邻算法实现其训练阶段和识别阶段，利用样本集的构建完成训练阶段，然后利用训练好的分类器完成识别阶段；

步骤(4)利用求取最大信息系数的方法比较利用不同特征向量进行特征提取时的识别效果，得出更优的手势分割方法，具体实现过程如下：

用每一帧的d_1j减去d_2j和d_1j减去d_3j这两个特征作为区分手势的特征，其中d_1j表示第j时刻时根据接收探头1接收到的回波信号计算出的手掌回波飞行距离、d_2j表示第j时刻时根据接收探头2接收到的回波信号计算出的手掌回波飞行距离、d_3j表示第j时刻时根据接收探头3接收到的回波信号计算出的手掌回波飞行距离，其曲线走势各不相同，而且不同手势的数据差距更加为明显，以这两个特征构建特征向量识别效果更好，为了验证飞行距离差值作为特征有更有利于手势的分类，计算上述特征与类标签的最大信息系数；

通过计算得出第二种特征向量中大部分最大信息系数的值都较大，也就是说相应特征的分类能力更强，因此将除去时刻的d_1j减去d_2j和d_1j减去d_3j所有数据选为最终的用于识别的特征，M表示一个手势的全部时刻，将其按顺序排为一维的特征向量用于k近邻算法；

将回波到达点检测算法移植到LabVIEW后，实时检测每一时刻的回波到达点，并将其转换为波形显示出来，执行手势分割算法，识别每个手势的M帧是否为手势数据，这样就实现了实时采集回波数据，分割出手势数据，对数据进行处理，识别出当前手势，并将手势显示出来，最终实现手势识别。

2.根据权利要求1所述的一种基于超声波测距原理的手势识别方法，其特征在于：步骤(1)中构建样本集，提取能够表示手势的特征数据的具体实现过程如下：

根据一个超声波发射探头和一个超声波接收探头，可以计算出手掌到两个探头的距离和，基于“一发三收”的超声波手势识别系统，即一个超声波发射探头和三个超声波接收探头组成的超声波手势识别系统，由三个接收探头收到的数据可以确定一点的空间坐标；

为了使最终的手势识别效果最佳，需要通过实验不断调整算法参数或者寻找效果更好的算法；

在构建了样本集后，接下来提取能够表示手势的特征数据一次完整的数据采集，总共有三路接收电路，每一路接收Q个回波数据，也就是说一次完整采集，得到是一个的3×Q矩阵记为data，称为一帧数据；

接收到的回波数据是整个系统实现手势识别的关键，在所有实验之前应该先观察数据，从数据中寻找有用特征，将数据用波形图显示出来，为了便于分析，将采集到的数字量都减去一个合适的值，使数据图像整体向下平移至合适位置。