胡超 高雨

（天津工業(yè)大學(xué)電氣與電子工程學(xué)院 天津 300387）

0 引言

在當(dāng)前人機交互領(lǐng)域，手勢識別主要為依賴視覺識別和穿戴設(shè)備識別，視覺識別對可視角度和光線環(huán)境要求較高，當(dāng)前可穿戴設(shè)備如基于加速度和超聲波設(shè)備成果較高且系統(tǒng)復(fù)雜等缺點，而創(chuàng)新型使用EIT技術(shù)結(jié)合深度學(xué)習(xí)網(wǎng)絡(luò)的智能手勢識別有著結(jié)構(gòu)簡單小巧，非入侵，無損傷，識別率快等優(yōu)點。

1 手勢識別系統(tǒng)原理

EIT是一種無創(chuàng)的以人體內(nèi)部的電阻率分布為目標(biāo)的重建體內(nèi)組織圖象的技術(shù)，因其安全性和非入侵性，廣泛應(yīng)用在醫(yī)學(xué)監(jiān)測上，監(jiān)測肺部和血管中血流量等。本文中通過施加激勵電流來測量橫截面內(nèi)部阻抗并且推斷相應(yīng)的結(jié)構(gòu)，完成內(nèi)部結(jié)構(gòu)的重構(gòu)。本系統(tǒng)中，用戶佩戴均勻分布電極的布帶于手腕部，做出手勢時，腕部肌肉橫截面形狀和阻抗分布會產(chǎn)生變化，利用電阻抗層析技術(shù)（EIT）測量手腕周圍的內(nèi)部阻抗分布，并且將采集到的信號進(jìn)行相應(yīng)的濾波等處理，通過串口USB傳輸?shù)缴衔粰C處理和分析，并作為手勢分類的數(shù)據(jù)集，并將特征數(shù)據(jù)送入CNN進(jìn)行訓(xùn)練，上位機顯示得到與特征數(shù)據(jù)相匹配的手勢。

2 系統(tǒng)總體設(shè)計

系統(tǒng)總體設(shè)計由電極傳感器、數(shù)據(jù)采集模塊、數(shù)據(jù)處理以及上位機部分組成。傳感器陣列放置在皮膚表面，通過循環(huán)施加激勵電流源作用在銅電極傳感器上，采集到腕部肌肉群附近的電勢，不同的手勢會激活橫截面不同的肌肉群，通過連續(xù)循環(huán)采集到的實驗數(shù)據(jù)送入CNN網(wǎng)絡(luò)模型進(jìn)行手勢分類，在上位機部分我們同樣設(shè)計了基于Matlab的數(shù)據(jù)采集軟件操作界面，可以直接通過上位機控制數(shù)據(jù)采集，保存以及手勢狀態(tài)預(yù)測，界面會顯示出采集的電壓數(shù)據(jù)以折線圖顯示，預(yù)測結(jié)果將圖片形式展示（見圖1）。

圖1：系統(tǒng)整體設(shè)計

2.1 采集裝置設(shè)計

優(yōu)秀的傳感器設(shè)計是保證數(shù)據(jù)采集準(zhǔn)確性的關(guān)鍵一步，銅電極具有良好的導(dǎo)電性，均勻分布于布帶一周，通過電極帶的伸縮性可以與皮膚直接進(jìn)行良好接觸，能夠穩(wěn)定采集到電信號，通過共軛梯度法進(jìn)行圖像重建。所采用的銅電極在實驗中表現(xiàn)良好的重建效果，當(dāng)然還可以進(jìn)一步實驗其他材料，得到最好的阻抗信息采集。

基于STM32F4ZGT6芯片和AD模塊的數(shù)據(jù)采集系統(tǒng)中，通過一對電極注入恒定的正弦波電流，所采用的壓流轉(zhuǎn)換模塊的作用將電壓數(shù)據(jù)轉(zhuǎn)換交變電路，經(jīng)過多路選通模塊控制后作用域激勵電極端，所需要A0505S供給，其大小±5，并用剩余電極進(jìn)行測量記錄表面的電壓，測量電壓的幅度和相位隨著腕部的電導(dǎo)率變化而產(chǎn)生相應(yīng)的變化。在測量中調(diào)節(jié)多路選通模塊，可以完成相應(yīng)電極對腕部阻抗的測量。

2.2 測量原理及方案選擇

電學(xué)測量系統(tǒng)根據(jù)物體周圍表面電極測量的信號重建導(dǎo)電物體的內(nèi)阻抗分布，目前常用的側(cè)廊方案是雙端和四端測量方式。如圖2在雙端阻抗測量的序列中，通過選取一對相鄰電極作為輸入電流電極，并且每次順時針移動電極對直到第八根電極，電壓的檢測同樣從第一對電極開始，測量其余相鄰電極電壓，得到一輪的電信號，通過這樣的布置，電壓的檢測以及注入電流都是呈現(xiàn)固定模式進(jìn)行變化。EIT利用相鄰兩電極之間的電壓差進(jìn)行處理,使用測量方式相互激勵，相鄰測量作為基礎(chǔ)，并循環(huán)采集數(shù)據(jù)作為數(shù)據(jù)處理的樣本集，足夠的樣本集作為手勢分類的基礎(chǔ)，為了尋找一種新的驅(qū)動方式，產(chǎn)生較少的阻抗數(shù)據(jù)，足夠的精度來進(jìn)行分類，在這項中采用了最常使用的8個電極和兩終端方案來降低系統(tǒng)的復(fù)雜性。

圖2：電極工作示意圖

2.3 網(wǎng)絡(luò)模型建立

本系統(tǒng)選取CNN作為系統(tǒng)手勢分類方法，卷積網(wǎng)絡(luò)有著分層處理信息的能力的同時還有著對多種特征進(jìn)行學(xué)習(xí)的能力，具有深度結(jié)構(gòu)反饋的神經(jīng)網(wǎng)絡(luò)，采用基于梯度的反向傳播算法對網(wǎng)絡(luò)結(jié)構(gòu)監(jiān)控。本文先設(shè)計了兩種針對手勢識別的CNN網(wǎng)結(jié)構(gòu)，5-2-3-3-和3-3-3-4兩種CNN網(wǎng)絡(luò)結(jié)構(gòu)。將訓(xùn)練集和驗證集分別輸入網(wǎng)絡(luò)中訓(xùn)練，如圖3所示實驗得出5-2-3-3收斂更快，當(dāng)循環(huán)到400epoch時，該網(wǎng)絡(luò)結(jié)構(gòu)的損失和驗證集均無明顯變化，并對網(wǎng)絡(luò)參數(shù)進(jìn)行保存。最后選擇設(shè)置各層濾波器結(jié)構(gòu)為5-2-3-3，即卷積層c1:5*5，池化層s2:2*2，卷積層s3:3*3，池化層s4:3*3。

圖3：損失值變化

2.4 手勢集建立

為了驗證系統(tǒng)的可識別性和穩(wěn)定性，需要選取一個基本手勢集，包含“放松”“伸展”“左彎”“右彎”“握拳”“豎直大拇指”“蜘蛛俠手勢”，“剪刀”六個基本手勢。選取十名用戶進(jìn)行測試，將就具有伸縮性的電極帶佩戴在用戶的右手腕處，調(diào)節(jié)電極帶與其腕部皮膚的良好接觸，讓用戶手臂保持自然放松狀態(tài)感到舒適之后，開始隨機循環(huán)測試六種基本手勢且保持手勢1秒，單次手勢反復(fù)10次，將十名用戶總體數(shù)據(jù)其作為實驗測試數(shù)據(jù)。

2.5 實驗結(jié)果與分析

將未經(jīng)訓(xùn)練的實驗數(shù)據(jù)輸入訓(xùn)練好的 CNN模型進(jìn)行手勢狀態(tài)進(jìn)行預(yù)測手勢結(jié)果，對于所有用戶測試結(jié)果正確性進(jìn)行平均，如圖4所示，其總體手勢測試結(jié)果都較為穩(wěn)定在97%左右的正確率，同時可以由圖看出“左彎”手勢識別率最低，與其他手勢產(chǎn)生了混淆，但是其依舊高達(dá)90%。在實際測試過程中，用戶單一重復(fù)做同種手勢時，其上位機顯示手勢結(jié)果準(zhǔn)確，但當(dāng)實驗時間的持續(xù)進(jìn)行，在不同手勢交替時會產(chǎn)生少部分錯誤手勢，其原因是用戶連續(xù)變換手勢動作，會引起腕部肌肉疲勞，肌肉的連續(xù)變化造成內(nèi)部阻抗信息沒法及時恢復(fù)原狀，此時采集到的數(shù)據(jù)與真實數(shù)據(jù)存在誤差。同樣在變化手勢的過程中，電極與腕部皮膚接觸情況也在變化，接觸過松時，真實電位信息與采集到的不匹配。這些實際情況都會影響系統(tǒng)的穩(wěn)定識別性，但總體測試結(jié)果識別率超過同生物肌電識別系統(tǒng)。實驗結(jié)果能夠說明所創(chuàng)建的網(wǎng)絡(luò)模型對手勢狀態(tài)識別表現(xiàn)出良好的識別效果和魯棒性，本系統(tǒng)能夠?qū)崿F(xiàn)便攜式高精度測量的目的。

圖4：實驗結(jié)果

3 結(jié)語與展望

本文基于EIT技術(shù)和深度學(xué)習(xí)發(fā)展?fàn)顩r，提出設(shè)計一套基于電學(xué)測量與深度學(xué)習(xí)的便攜式智能手勢檢測設(shè)計，經(jīng)過重復(fù)多次的實驗表明，即使是簡單的手勢變化也會導(dǎo)致人體手臂內(nèi)部肌肉阻抗分布顯著變化，在準(zhǔn)確率上來說本系統(tǒng)是優(yōu)于其他肌電傳感類的識別系統(tǒng)。所設(shè)計的系統(tǒng)通過對不同手勢情況下的腕部數(shù)據(jù)進(jìn)行多組采集，采集到的數(shù)據(jù)全面反映了不同手勢條件下手腕內(nèi)部的阻抗分布，該系統(tǒng)可以快速準(zhǔn)確地判斷出不同的手勢且具著有較高的穩(wěn)定性。但是我們希望能夠進(jìn)一步改進(jìn)優(yōu)化系統(tǒng)，如目前測試的基本手勢集并不具有普遍性，還需要加入更多的手勢進(jìn)行測試，得到一個更具有廣泛性的測試結(jié)果，還需要更快ADC采樣來提高幀率，增多電極數(shù)目對實驗結(jié)果準(zhǔn)確性的影響也是需要進(jìn)一步實驗，電極種類也是需要進(jìn)行探究實驗如心電電極。希望這些改進(jìn)能讓系統(tǒng)穩(wěn)定接受手勢的連續(xù)變化，得到更準(zhǔn)確和快速的手勢結(jié)果。