设计了一种手势识别系统。测试时,手放在覆铜探头正上方亚克力板上,手和覆铜探头形成间距不变的电容,不同手势对应的电容正对面积不同。由于工频和随机热噪声的存在,采用卡尔曼滤波算法对传感器读取的值进行滤波,在归一化后的有限手势特征样本的支撑下,在单片机上完成BP神经网络训练。实验测试表明:在指定极板间距下,系统对任意测试者的猜拳和划拳手势识别正确率在95%以上,识别响应时间小于1 s,新测试者的手势特征训练时间小于1 min。本文主要讨论探头极板及接口传感器设计。１．１电容探头及测试辅助设备识别系统将人手作为一个电容极板，另一个极板为固定面积的金属。电容Ｃ的表达式：Ｃ＝ε·Ｓｄ（１）式中，ε为空气介电常数，ｄ为手和极板间距，在识别时保持ｄ不变，Ｓ为手和金属极板的正对面积，不同的手势对应的正对面积Ｓ不一样。考虑加工尺寸精确和导电性，探头采用了ＰＣＢ的覆铜，本文由公司网站网站采  转摘采集转载中国知网整理!  http://www.kuoguanji168.com/为了保证手势和覆铜极板间距不变识别实验系统设计-电动数控滚圆机钢管滚圆机滚弧机张家港电动滚圆机滚弧机，采用测试辅助设备，如图２所示。测试辅助设备包括放置测试手的硬质亚克力板，覆铜电极附着在ＦＲ－４绝缘板上，亚克力板和ＦＲ－４绝缘板通过塑料螺柱连接固定。覆铜电极与ＦＤＣ２２１４的接口通过射频线连接，实验装置及显示设备放置于测试区域外。测试时手紧贴亚克力板放置。图２电容探头及测试辅助装置由于单手手势涉及到５个手指和手掌，正对的覆铜的设计就有多种方案，包括每个手指和手掌均对应一个区域覆铜，单手就需要检测６个电容的变化量；５个手指共用一个覆铜区域，手掌单独使用一个覆铜区域；整个手指和手掌共用一个覆铜区域等方案。采用单通道整体矩形极板，极板面积大，虽然检测灵敏度较高，结构简单，占用通道数少；但对于不同手势的电容数值变化特征不一样，数据难以线性拟合，且受环境影响较大，不同手势特征重叠，检测误判率高。如图３所示，采用两通道圆弧形极板，极板区域的设计符合手指分布区域，圆形区域贴合手掌，灵敏度较高，但手掌大小以及摆放方式很大程度影识别实验系统设计-电动数控滚圆机钢管滚圆机滚弧机张家港电动滚圆机滚弧机本文由公司网站网站采  转摘采集转载中国知网整理!  http://www.kuoguanji168.com/