[发明专利]一种抗噪的手部运动轨迹快速识别方法

权利要求书

1.一种抗噪的手部运动轨迹快速识别方法，其特征在于，具体步骤如下：

S0：利用滑动窗口获取长度为N的轨迹序列坐标数据，清洗掉无意义的轨迹点；

S1：使用隔离林算法计算轨迹中的离群点；

S2：逐个排查每个离群点P，分别计算P与其在轨迹序列中的前一轨迹点PRE和后一轨迹点NXT的距离；如果都没有超过给定距离阈值maxDisError则不认为P是离群点并保留下来，否则从轨迹序列中删除P，最后判断序列起、终点是否是离群点，如果是，则从轨迹序列中删除；

S3：使用卡尔曼滤波方法预测当前轨迹终点后下一个轨迹点的位置；

S4：如果存在有效轨迹点则计算有效轨迹点x轴分量的最大差距dx＝max(X)-min(X)与y轴分量的最大差距dy＝max(Y)-min(Y)，其中X代表轨迹点的x轴分量组成的集合，Y代表轨迹点的y轴分量组成的集合，之后计算轨迹的圆度其中S指轨迹包围而成的面积，C指轨迹点相连而成的轨迹周长，圆度的取值范围为[0,1]；

若dx＞2×minRadius，dy＞2×minRadius，R＞minRoundness，则认为是圆，执行S5，否则执行S6；minRadius代表圆周运动最小识别半径阈值，minRoundness代表认为是圆形的最小圆度阈值；

S5：计算圆形轨迹的中心其中y_i与x_i分别表示第i个轨迹点的纵坐标和横坐标；然后根据轨迹点和轨迹中心点计算轨迹点的方位角，然后计算每个相邻方位角之间的差值delta_angle_i，其中i表示第i个相邻方位角差值，之后统计方位角变化的均值其中n为轨迹点个数，若为mean_delta_angle＞0则为顺时针转动，mean_delta_angle＜0为逆时针转动。delta_angle_i的确定公式如下：

delta_angle_i＝θ_i+1-θ_i+transcend(θ_i,θ_i+1)×2π

S6：若横向运动幅度dx大于纵向运动幅度dy，并且dx＞minDist且dy＜maxDist，则认为是平动，minDist代表运动平均值阈值，maxDist为与运动方向垂直的方向的波动阈值，这两个变量的设置给轨迹识别以极大的容错空间，利用卡尔曼滤波器对轨迹点的预测位置和当前位置的关系判断运动方向，如果预测点在当前位置右侧则为向右移动，反之为向左移动；

若dx＜dy，并且dyminDist且dxmaxDist，则认为是垂直移动，利用卡尔曼滤波器对轨迹点的预测位置和当前位置的关系判断运动方向，如果预测点在当前位置上侧则为向上移动，反之为向下移动；

如果dx＜minDist且dy＜minDist则视为静止。

2.根据权利要求1所述的一种抗噪的手部运动轨迹快速识别方法，其特征在于，所述无意义的轨迹点为轨迹点初始化值、坐标值中有负数的轨迹点。