[发明专利]一种带有AI芯片的智能交互手套及其交互方法、存储介质

权利要求书

1.一种带有AI芯片的智能交互手套的交互方法，其特征在于，包括：

读取通用交互模型，通用交互模型用于根据不同的动作信号选择对应的手势类别；

读取当前用户使用过程中产生的数据并存储，所述数据包括惯性传感器(20)提取的各关节的动作信号和对应的手势类别；

利用小型存储器(30)中存储的数据对所述通用交互模型进行训练，以调整交互模型。

2.根据权利要求1所述的带有AI芯片的智能交互手套的交互方法，其特征在于，根据小型存储器(30)中存储的数据对所述通用交互模型进行训练的步骤，包括：

判断数据进入所述小型存储器(30)的存储时间是否达到设定的时间阈值(T₀)，或所述小型存储器(30)内的数据存储量是否达到设定的数量阈值(N₀)；

当数据进入所述小型存储器(30)的存储时间达到设定的时间阈值(T₀)，或所述小型存储器(30)内的数据存储量达到设定的数量阈值(N₀)时，利用所述小型存储器(30)中存储的数据对所述通用交互模型进行训练。

3.根据权利要求1或2所述的带有AI芯片的智能交互手套的交互方法，其特征在于，还包括：

判断是否有外接设备接入；

当有外接设备接入时，根据外接设备提示的手势类别做出对应的动作；

利用新的动作信号与对应的手势类别对交互模型进行调整训练。

4.根据权利要求3所述的带有AI芯片的智能交互手套的交互方法，其特征在于，当有外接设备接入时，对交互模型的调整训练在外接设备上进行。

5.根据权利要求3所述的带有AI芯片的智能交互手套的交互方法，其特征在于，包括：

对惯性传感器(20)采集的动作信号进行滤波去除高频噪声；

将惯性传感器(20)采集的动作信号用时间窗划分，每个时间窗长100ms。

6.根据权利要求3所述的带有AI芯片的智能交互手套的交互方法，其特征在于，对交互模型进行训练的过程中，利用BP算法或者BPTT算法对模型进行训练。

7.一种存储介质，其特征在于，存储有多条指令，所述指令适于由处理器加载并执行权利要求1～6任一所述的带有AI芯片的智能交互手套的交互方法的步骤。

8.一种带有AI芯片的智能交互手套，其特征在于，包括AI芯片(10)、若干惯性传感器(20)、小型存储器(30)和云端训练服务器(40)；

所述云端训练服务器(40)用于根据云端的数据训练出初始化的通用交互模型；

各惯性传感器(20)分布于带有AI芯片的智能交互手套上多个不同的部位，用于提取各关节的动作信号；

所述小型存储器(30)用于临时存储当前用户使用过程中产生的数据，所述数据包括惯性传感器(20)提取的各关节的动作信号和对应的手势类别；

所述AI芯片(10)用于根据所述小型存储器(30)中存储的数据对所述通用交互模型进行训练，以调整交互模型。

9.根据权利要求8所述的带有AI芯片的智能交互手套，其特征在于，还包括判断单元(50)，所述判断单元(50)用于判断数据进入所述小型存储器(30)的存储时间是否达到设定的时间阈值(T₀)，或所述小型存储器(30)内的数据存储量是否达到设定的数量阈值(N₀)；所述AI芯片(10)在所述判断单元(50)的时间阈值(T₀)或数量阈值(N₀)的至少一个条件满足时，利用所述小型存储器(30)中存储的数据对所述通用交互模型进行训练。

10.根据权利要求8或9所述的带有AI芯片的智能交互手套，其特征在于，还包括通信单元(60)，所述通信单元(60)连接所述AI芯片(10)，用于与外接设备连接，以便所述AI芯片(10)根据外接设备定义的新的动作信号与手势类别的映射关系对交互模型进行调整训练。