瞿惠琴，吳孔培，葉 倩

(無錫職業(yè)技術學院 物聯(lián)網(wǎng)技術學院，江蘇 無錫 214121)

0 引言

隨著智能穿戴設備及智能移動終端的普及，手勢識別在人機交互領域扮演著越來越重要的角色[1]。手勢識別技術分為接觸式和非接觸式2種類型，非接觸式手勢識別方法增加了人機交互的靈活性和適用性。大多數(shù)非接觸式手勢識別基于計算機視覺技術來實現(xiàn)，但是基于視覺的識別方法一般對光線比較敏感、算法復雜度較高、需要較多的系統(tǒng)資源[2]。相比而言，基于傳感器的手勢識別技術因為不受環(huán)境、光線的影響，識別精度較高，占用資源少等優(yōu)點而漸漸普遍[3]。在基于傳感器的手勢識別研究領域，張發(fā)輝等人提出了將手指關節(jié)的姿態(tài)信號與手臂表面肌電信號融合用于識別手勢的方法[4-5]，但這種方法使用的表面肌電信號傳感器和姿態(tài)信號傳感器都需要接觸人體，無法實現(xiàn)非接觸式檢測。杜京義等人研究了基于環(huán)境亮度光學傳感器APDS-9960的非接觸手勢感測技術[6]，但APDS-9960傳感器僅能夠識別向上、下、左、右4個方向滑動的動態(tài)人體手勢。電容傳感器因具有非接觸、結構簡單、精度高、動態(tài)性能好等優(yōu)點，廣泛應用于厚度、液位、壓力、加速度及流速等測量領域。隨著集成電路的發(fā)展和材料的進步，影響電容傳感器絕緣和屏蔽的因素已得到較好解決[7]。綜合以上情況，設計一種基于電容傳感器的非接觸式手勢識別系統(tǒng)。采用平行極板電容傳感器采集多種手勢樣本數(shù)據(jù)，電容-數(shù)字轉(zhuǎn)換器FDC2214把傳感器信號轉(zhuǎn)換成數(shù)字量，單片機根據(jù)FDC2214的數(shù)據(jù)計算分析，判別出手勢并輸出給顯示設備。

1 手勢識別系統(tǒng)

手勢識別系統(tǒng)主要由單片機ATmega2560、電容-數(shù)字轉(zhuǎn)換器FDC2214以及自制的電容傳感器等組成，系統(tǒng)框圖如圖1所示。系統(tǒng)要識別的手勢包括“剪刀”“石頭”“布”“1”“2”“3”“4”“5”共8個單手手勢。

圖1 手勢識別系統(tǒng)

2 傳感器及轉(zhuǎn)換控制電路

2.1 電容傳感器

采用一整片覆銅板作為感測平面搭建實驗裝置，利用FDC2214的一個數(shù)據(jù)通道采集手勢樣本數(shù)據(jù)，再通過單片機串口讀取數(shù)據(jù)分析。經(jīng)過多次測試后發(fā)現(xiàn)如果用一整片覆銅板作為感測平面來采集手勢數(shù)據(jù)，后續(xù)軟件算法較復雜，且識別錯誤率高。為了提高識別準確率，把覆銅板上的銅箔分割成4片面積相等的銅箔，如此就形成4個感測平面，在手勢識別時，相當于4個電容傳感器同時采集數(shù)據(jù)，并且由于手勢特征，每個傳感器采集到的數(shù)據(jù)不同。4路數(shù)據(jù)能更全面反映這個手勢的特征，從而降低了軟件算法的復雜度，也提高了識別準確率和響應速度。圖2所示為電容感測平面示意圖，每個傳感器的輸出對應一個數(shù)據(jù)通道。

圖2 電容感測平面示意

2.2 電容-數(shù)字轉(zhuǎn)換電路

隨著電容傳感器的廣泛應用，電容-數(shù)字轉(zhuǎn)換器也很快成為主流，相比于傳統(tǒng)的電容傳感器測量電路，電容-數(shù)字轉(zhuǎn)換器具有響應快、分辨率高、功耗低、抗電磁干擾的特點。系統(tǒng)選用的是Texas Instruments公司的電容-數(shù)字轉(zhuǎn)換器FDC2214，它具有28位分辨率，4個信號輸入通道，對應4個電容傳感器[10]，圖3所示電路圖中Cs1～Cs4即為4個等效電容。FDC2214的每個通道輸入端連接一個電感和電容，由于FDC2214內(nèi)置振蕩電路驅(qū)動器，所以可組成LC振蕩電路，當電感值為18 μH，電容值為33 pF時，可以產(chǎn)生6.5 MHz的振蕩頻率[11]。電容傳感器與FDC2214的連接采用單端傳感器方式，等效電容Cs1～Cs4的一端連接FDC2214的IN0B～IN3B，在檢測手勢時，等效電容值發(fā)生變化，導致LC電路振蕩頻率的變化[12]。

圖3 手勢識別電路圖

FDC2214的振蕩電路驅(qū)動器后面跟隨一個多路復用器，多路復用器依次把各輸入通道連接到測量傳感器頻率的核心core上。核心core基于參考頻率fR來測量傳感器通道頻率fS，fR既可以是FDC2214內(nèi)部的時鐘頻率，也可以是外接時鐘源頻率，外部時鐘頻率取40 MHz，fS在多路復用器中被二分頻為fS/2，最終核心core把頻率轉(zhuǎn)換成數(shù)字量D輸出，每個傳感器通道輸出的測量數(shù)據(jù)為[13]：

由上式可得到該通道上振蕩電路的頻率為：

2.3 單片機控制電路

ATmega2560單片機是高性能、低功耗、外設豐富的8位微控制器，單片機與FDC2214采用I2C通信方式，如圖3所示。單片機外設包括顯示和按鍵電路，手勢識別結果通過OLED屏顯示，OLED屏自發(fā)光、功耗低，與單片機也是通過I2C協(xié)議通信。系統(tǒng)還設置了矩陣鍵盤，其功能包括復位、工作模式選擇、手勢記錄編碼等。

3 手勢識別算法

系統(tǒng)的軟件設計主要包括手勢記錄和手勢判定2個部分。在手勢記錄模式下，系統(tǒng)對任意人員的手勢數(shù)據(jù)進行采集，經(jīng)過有限次手勢演示和數(shù)據(jù)采集后，系統(tǒng)提取有效數(shù)據(jù)并保存；在手勢判定模式下，系統(tǒng)對已有手勢記錄的人員進行手勢識別，并快速給出判定結果。

3.1 手勢記錄算法

當某個手勢狀態(tài)穩(wěn)定時，4個傳感器通道的數(shù)據(jù)并行輸出，單片機根據(jù)采集的數(shù)據(jù)計算出該手勢樣本的閾值。以IN0通道為例，手勢演示時，單片機連續(xù)采集IN0通道的50個數(shù)據(jù)，根據(jù)中心極限定理，采集的數(shù)據(jù)符合正態(tài)分布，其算術平均值為：

式中n=50，根據(jù)平均值可計算出標準差為：

其它3個通道的數(shù)據(jù)閾值計算以此類推，為了縮短后續(xù)手勢判定的時間，把4個傳感器通道的閾值數(shù)據(jù)相加求和為一個閾值。記錄手勢時，手勢演示次數(shù)有限，一般為3次，系統(tǒng)對3次記錄的閾值數(shù)據(jù)求平均值后保存，最終形成該手勢的判定條件。系統(tǒng)記錄手勢樣本數(shù)據(jù)時，對不同的手勢利用編碼規(guī)則來對其數(shù)據(jù)編碼標注。

3.2 手勢判定算法

由于需識別的手勢數(shù)目較少，所以在手勢判定時采用簡單匹配算法。有需判定的手勢時，首先對每個傳感器通道連續(xù)采集50個數(shù)據(jù)求出算術平均值，再把4個平均值相加求和得到需判定的手勢數(shù)據(jù)Dh，Dh和已存儲的樣本數(shù)據(jù)逐個比對，并計算誤差值，確定誤差最小的手勢樣本為判定結果。

4 測試結果與分析

實驗裝置采用+5 V直流穩(wěn)壓電源供電，為了減小人體對電容電場的干擾，采集手勢樣本和手勢檢測時，裝置周圍僅留測試人員一人。對任意人員進行8種手勢樣本采集，要求每種手勢演示3次，統(tǒng)計發(fā)現(xiàn)每種手勢樣本的記錄時間均小于60 s。對手勢樣本已被記錄的人員進行手勢判定，部分測試結果如表1所示。

表1 手勢識別測試部分數(shù)據(jù)

手勢判定條件(手勢樣本)手勢判定1 手勢判定2手勢判定3判定時間/ ms“剪刀”2 832±132 8232 8372 832910“石頭”2 764±202 7622 7692 782930“布”2 725±142 7242 7372 734880“1”2 759±82 7562 7592 759930“2”2 654±92 6562 6542 654890“3”2 577±102 5782 5752 577910“4”2 451±122 4512 4552 451940“5”2 407±102 4092 4072 407900

除了“石頭”和“1”這2個手勢，其他手勢判定條件給出的閾值范圍互不相同，如此在判定手勢時就能快速準確匹配條件，得出結果?！笆^”和“1”這2個手勢的閾值數(shù)據(jù)重復，如果僅根據(jù)閾值條件判定，無法準確區(qū)分，解決的方法是再增加一個判定條件：檢測傳感器通道IN0，IN1上的數(shù)據(jù)。如果是“1”手勢，食指與IN0，IN1通道對應的覆銅板會構成電容；如果是“石頭”手勢，則2個通道上對應的電容值很小，系統(tǒng)可根據(jù)通道上的數(shù)據(jù)差異來區(qū)分。

相比于基于視覺的手勢識別裝置，本實驗裝置結構和電路都較為簡單、成本低，測量時不受光線干擾，對于簡單靜態(tài)手勢，裝置判別的準確率和速度與基于視覺的識別裝置相當，但本裝置無法實現(xiàn)動態(tài)手勢的判別[14]。

5 結束語

研究了電容傳感器識別手勢的工作原理，分析了傳感器的結構參數(shù)對線性度、準確率的影響，提出了4個感測平面的傳感器結構，基于電容傳感器、電容-數(shù)字轉(zhuǎn)換器和單片機設計了手勢識別系統(tǒng)，并利用正態(tài)分布閾值判別法來實現(xiàn)手勢識別。測試結果表明：極板間距為3 cm時，手勢樣本數(shù)據(jù)的采集時間小于60 s，對8種手勢的識別準確率高于95%，識別時間均小于1 s。系統(tǒng)結構簡單、工作穩(wěn)定，實現(xiàn)了非接觸式測量，為人機交互中的手勢識別提供了一個有效的解決方案[15]。