[发明专利]基于超声主动探测的微手势识别方法及系统

摘要

本发明提出一种基于超声主动探测的微手势识别方法及系统，该方法包括以下步骤：发射超声波信号，并接收超声波信号经过待识别手势动作反射的超声回波信号；对比超声波信号与超声回波信号，以得到超声波信号与超声回波信号的接收时间延迟与频率分辨变化量；根据接收时间延迟与频率分辨变化量，得到超声回波信号中时序的距离和速度信息；根据距离和速度信息，通过数据驱动的模式识别算法对待识别手势动作进行识别和判定。本发明能够精确识别微手势动作，具有分辨率高、鲁棒性高、功耗低及算法复杂度低的优点。

主权项

1.一种基于超声主动探测的微手势识别方法，其特征在于，包括以下步骤：/n发射超声波信号，并接收所述超声波信号经过待识别手势动作反射的超声回波信号，所述超声波信号为调频脉冲波形，且所述超声波信号具有预设波形、预设周期、预设带宽和预设频率分布，其中，所述待识别的手势动作为幅度小于预设幅度且持续预定时间的手势动作，包括：手掌和手指的静态手势、手掌的平移、一个或多个手指的搓动、旋转、平移、点击的动态手势中一个或多个的组合；/n对比所述超声波信号与所述超声回波信号，以得到所述超声波信号与所述超声回波信号的接收时间延迟与频率分辨变化量，其中，在对比所述超声波信号与所述超声回波信号时，进行快时间维度采样和慢时间维度多普勒分析，并在信号处理中使用匹配滤波和脉冲压缩技术；/n根据所述接收时间延迟与频率分辨变化量，得到所述超声回波信号中时序的距离和速度信息，包括：按照混响补偿、正交相位检波、基带信号采样、匹配滤波、复频率合成、慢时间维度采样、多普勒-距离特征提取的流程进行，并将最终提取的多普勒-距离特征作为所述距离和速度信息，其中，根据实际应用选取微手势识别情景，判断所需求的速度、距离的分辨力和精度，并基于所述微手势识别情景和需求，设置超声脉冲主动探测过程的载波中心频率、脉冲重复间隔、超声脉冲信号带宽、快时间维度采样频率、慢时间维度分析用作滤波器组的FFT点数、脉冲数目，并设置距离分辨力小于1cm，所述距离分辨力基于电路激励的超声信号带宽被配置为10k至100kHz，并且，超声信号由超声传感器受到发射激励电路的激励，将电信号转化为超声波形成，超声传感器带宽具备匹配的频率响应，超声传感器的带宽被配置为10k至100kHz；/n根据所述距离和速度信息，通过数据驱动的模式识别算法对所述待识别手势动作进行识别和判定，包括：根据所述速度信息，判断是否存在运动目标；并在存在目标或不存在运动目标时，对应将所述模式识别算法切换至识别工作模式或睡眠工作模式，其中，在所述识别工作模式下，所述模式识别算法正常进行信号处理和手势识别；在所述睡眠工作模式下，所述模式识别算法按照预设时间间隔进行信号处理，其中，在所述识别工作模式下，所述模式识别算法正常进行信号处理和手势识别，进一步包括：对所述距离和速度信息进行去噪处理，根据去噪后的速度信息对运动目标进行分割，检测所述运动目标，获取所述运动目标的距离和速度信息，并进行时间维度上的目标追踪和关联，压缩信息量，提取反映所述运动目标的运动状态和趋势的特征，以构成时序的特征序列，根据机器学习算法对所述时序的特征序列进行手势动作的分类和识别；或者对所述距离和速度信息进行去噪处理，根据去噪后的速度信息对运动目标进行分割，得到坐标为距离、速度的二维矩阵，并对所述二维矩阵进行压缩和拼接处理，设置完成动作所需的图像帧数的上限值，并截取所述帧数的距离-速度图像，训练并部署卷积神经网络，以进行手势动作的分类和识别；或者对所述距离和速度信息进行去噪处理，根据去噪后的速度信息对运动目标进行分割，得到坐标为距离、速度的二维矩阵，并对所述二维矩阵进行压缩和拼接处理，获取时序的距离-速度矩阵所组成的视频流数据，并根据递归神经网络，对所述时序的距离-速度矩阵所组成的视频流数据进行手势动作的分类和识别。/n