強 威，李柏輝，張鈞杰，劉 凱，高宏峰

(河南科技大學 信息工程學院，河南 洛陽 471023)

0 引言

隨著時代進步、科學發(fā)展，人們越來越偏向于智能、舒適的生活、工作方式。人們在尋找各種方式將電腦設備進行簡化改進，力求能脫離各種設備的線纜束縛，所以無線鍵盤鼠標、藍牙音響應運而生。然而，使用鍵盤鼠標來控制電腦的方式依然把人們約束在小范圍內(nèi)，離開了它們就無法操控電腦。后來，各種體感設備像雨后的春筍一樣，不斷涌現(xiàn)在人們面前，像站在攝像頭前的體感游戲、使用光電傳感器的空中鼠標等等?？墒沁@些產(chǎn)品在使用上有諸多限制，攝像頭體感系統(tǒng)只能在攝像頭前面做動作才能識別，光電傳感器體感設備易受強光干擾[1]。

本系統(tǒng)魔幻手套使用新型的設計理念，一方面運動傳感器MPU6050和彎曲電阻相結合實現(xiàn)移動電腦光標和單擊、雙擊的操作；另一方面將MPU6050獲取的加速度數(shù)據(jù)作為動作特征，選用在語音識別應用廣泛的隱馬爾科夫模型(HMM)作為手勢識別模型對動作進行訓練和識別。綜合以上兩個方面的功能，設計了鼠標模式和手勢識別模式，兩種模式之間通過特定動作進行切換。

1 硬件設計

本系統(tǒng)由手套和接收端組成，圖1是手套的結構框圖。采用意法半導體公司的STM32F103C8T6作為主控芯片，負責讀取運動傳感器采集的加速度數(shù)據(jù)，然后通過NRF無線傳輸模塊向接收端發(fā)送數(shù)據(jù)。運動傳感器MPU6050是一款9軸運動傳感器，集成了3軸MEMS陀螺儀，3軸加速度計以及一個可擴展的數(shù)字運動處理器DMP(Digital Motion Processor)，通過I2C接口和主芯片相連。

圖1 手套主機結構框圖

flex彎曲電阻傳感器可以把手指的彎曲程度轉(zhuǎn)換成9 000 Ω～22 000 Ω之間的阻值，再通過分壓式電路轉(zhuǎn)換成相應的電壓值。采用NORDIC公司生產(chǎn)的NRF24L01無線通信芯片，實現(xiàn)主機到接收端點對點的通信。另外，為了老師和演講者使用方便，作品中加了激光燈，通過固定的動作來開啟和關閉。

接收端硬件主要由NRF24L01無線接收模塊和CH340串口轉(zhuǎn)換芯片組成，其中NRF24L01用來接收手套發(fā)出的指令，再經(jīng)過CH340芯片將信號轉(zhuǎn)換為串口輸出的形式，方便計算機讀取數(shù)據(jù)。計算機讀取到數(shù)據(jù)之后進行判斷處理，完成手勢動作的響應。

2 系統(tǒng)工作流程

本系統(tǒng)主要包括兩個方面的功能，一是模擬鼠標，通過MPU6050獲取手掌移動時的X和Y軸的加速度數(shù)據(jù)，經(jīng)過濾波后發(fā)送到接收端，然后調(diào)用Windows系統(tǒng)中相應API，控制電腦光標的移動，彎曲電阻獲取手指彎曲狀態(tài)后，由接收端實現(xiàn)單擊、雙擊的操作；二是手勢識別，識別流程如圖2所示，用戶通過主機設備為手勢集合中的每個動作采集訓練樣本，經(jīng)過預處理后發(fā)送到接收端，然后經(jīng)過特征提取后作為訓練樣本用于訓練隱馬爾科夫模型(HMM)，經(jīng)過訓練后的模型即可實時識別用戶的手勢。這些手勢可以映射成不同的指令控制一些應用。

圖2 手勢識別流程

3 識別算法設計

整個手勢識別過程的核心在于數(shù)據(jù)的特征提取、HMM模型學習和識別兩個部分。

MPU6050傳感器可以采集到X、Y和Z軸的加速度，Z軸方向上的加速度有重力加速度的干擾，僅僅取X和Y軸的加速度數(shù)據(jù)作為手勢特征。為了降低識別過程的復雜度，取數(shù)據(jù)X和Y軸加速度的正弦值為特征值，即：

加速度傳感器數(shù)據(jù)與語音數(shù)據(jù)類似，都是時序序列，因此本系統(tǒng)選用在語音識別領域應用廣泛的隱馬爾科夫模型作為手勢識別模型。隱馬爾可夫模型(HMM)是基于馬爾科夫鏈而開發(fā)的。在實際問題中，人們觀測到的現(xiàn)實不一定總是與狀態(tài)相對應，而是以概率分布為基礎的。它是一個雙重隨機過程，一個是馬爾科夫鏈，它是基本隨機過程，描述狀態(tài)的轉(zhuǎn)移。另一個隨機過程，通過統(tǒng)計來描述狀態(tài)和觀察值之間的對應關系[2]。

一個隱馬爾科夫模型分為兩部分，一是馬爾科夫鏈，用π，A描述輸出狀態(tài)序列；二是隨機過程，由B描述，產(chǎn)生觀察值序列，所以HMM模型可以寫成一個三元組(π, A, B)[3]。如果一個系統(tǒng)可以作為HMM模型被描述，就可以用來解決三個基本問題：使用前向算法(forward algorithm)，針對一個觀察序列匹配最可能的系統(tǒng)；使用Viterbi算法，對于一個已生成的觀察序列，確定最可能的隱藏狀態(tài)序列；使用前向-后向算法(forward-backward algorithm)，針對已生成的觀察序列，決定最可能的模型參數(shù)。

算法主要分為兩步：

第1步：使用前向后向算法對經(jīng)過特征提取的加速度序列，即觀察值序列，進行訓練學習得到該手勢對應的HMM模型參數(shù)。

第2步：使用前向算法將手勢特征序列作為輸入，計算產(chǎn)生此序列的概率，找出它最大時的模型，該模型對應的手勢即為識別結果。

4 試驗結果

本系統(tǒng)設計了10個字母和5個符號共15種手勢，并對其進行了測試，結果表明能達到很高的識別率。如圖3所示，圓點表示手勢開始，箭頭表示手勢軌跡。每個動作要求一次性做完，中間不能有停頓，由大拇指彎曲動作發(fā)送數(shù)據(jù)起始和結束信號。

圖3 手勢列表

為驗證系統(tǒng)的識別效果，每種動作采集50組數(shù)據(jù)，其中10組用于訓練HMM模型，40組用于識別。識別效果如圖4所示。手勢從左到右依次對應1-15的編號。

圖4 實驗結果

5 結束語

本系統(tǒng)融合了鼠標控制和手勢識別兩個方面的功能，以更加多樣化的方式實現(xiàn)了對計算機操控，打破了傳統(tǒng)鼠標操作的局限性。在人際交互愈來愈人性化、隨意化、簡單化的今天，本系統(tǒng)具有非常廣闊的市場前景。