[发明专利]一种基于多传感器融合的复健手套及其实现方法

权利要求书

1.一种基于多传感器融合的复健手套，其特征在于，包括固定在绝缘手套（2）手背上的核心控制板（5）及与核心控制板（5）分别连接的锂电池（3）和WIFI传输模块（4）；其中核心控制板（5）的输入端连接佩戴在患者食指上的运动传感器（1）和手腕上的肌电传感器（6），核心控制板（5）的输出端连接PC上位机，PC上位机安装有手势采集程序、手势识别程序和基于MATLAB的体感游戏。

2.根据权利要求1所述的一种基于多传感器融合的复健手套，其特征在于，所述的核心控制板设置Atmega328p主控芯片和与Atmega328p主控芯片相连接的16位ADC模数转换芯片，运动传感器型号为MPU6050，肌电传感器型号为MyoWare Muscle Sensor，WIFI传输模块型号为ESP8266；其中运动传感器的SCL端连接核心控制板的SCL端 ,SDA端再连接核心控制板的SDA端，VCC端连接核心控制板的3.3 V，地线连接核心控制板的地线，INT端连接核心控制板的中断信号D2端；肌电传感器的信号VCC端连接核心控制板的5V，地线连核心控制板的地线，输出SIG端连接16位ADC模数转换芯片的A0端；WIFI传输模块的VCC端连接核心控制板的3.3V，GND端连接核心控制板的GND，RX端、TX端分别连接核心控制板的RX端、TX端；锂电池的正极连接核心控制板的VIN端，锂电池的负极连接核心控制板的GND端。

3.根据权利要求1所述的一种基于多传感器融合的复健手套，其特征在于，所述的手势采集程序执行以下操作：

启动PC上位机，首先初始化串口参数，设置采集次数；将PC上位机与设置在绝缘手套手背上的核心控制板连接好，然后等待PC上位机发操作提示音，用户完成手势PC上位机存储传感器数据后，对是否达到采集次数进行判断，如果未达到采集次数，则程序返回到等待PC上位机发操作提示音；如果达到采集次数，则PC上位机进行波形数据显示；接下来对数据采集是否正确进行判断，如果采集不正确，则程序返回到初始化串口参数，设置采集次数；如果采集正确，则存储数据至PC上位机后，程序退出系统。

4.根据权利要求1所述的一种基于多传感器融合的复健手套，其特征在于，所述的手势识别程序执行以下操作：上电，开始初始化串口参数，导入采集到的数据中所训练的SVM分类器参数，读取传感器数据；保持手部静止水平，校准传感器数据，初始化门限值TH1、TH2，等带校准结束提示音出现后，开始进行训练；逐帧读取数据，并与门限值TH1作比较，然后判断传感器数据是否大于门限值TH1，如果不是，则程序返回到上一步；如果是，则判定为手势开始，连续读取十五帧数据，然后更新门限值TH1、TH2，同时计算手势能量；接下来判断能量值知否大于门限值TH2，如果不是，则判定为扰动，程序返回到逐帧读取数据，并与门限值TH1作比较；如果是，则将数据送入SVM分类器进行手势分类，最后将结果送体感游戏后台，执行相应操作；接下来判断是否结束训练，如果不是，则程序返回到逐帧读取数据，并与门限值TH1作比较；如果是，则断电，程序结束。

5.一种如权利要求1所述的基于多传感器融合的复健手套的复健操作方法，其特征在于，所述实现方法有如下步骤：

（一）、数据采集

召集志愿者在复健手套上佩戴运动传感器和肌电传感器进行手势操作，通过核心控制板上的主控芯片进行微处理运算，输出标准单位的数据，之后在信号上添加数据标签，通过wifi模块将数据传输到PC上位机；同一个手势由多位志愿者多次操作，进行多次采集，得到多组数据信息，最终将这些数据存储在PC机的手势数据库中作为SVM分类器模型的训练数据；

（二）、数据处理

采用中值滤波器进行数据预处理;

（三）、模型训练

采用基于多项式核函数的SVM分类器，对采集到的且经过处理的数据集数据，采用网格搜索超参数寻优和交叉验证训练分类器模型；

（四）、实时检测

实时检测时规定操作者手心向下、手部平放姿势作为每个手势的起始和结束，每次运动后必须恢复到此姿势；当检测到数据超过阈值时，将之后的连续15帧数据进行存储，并送入SVM分类器中进行识别，得到结果后，送入体感游戏后台，进行游戏中的对应操作。