基于惯性技术的人体手势识别研究开题报告

全文总字数：1284字

1. 研究目的与意义

1.在人与智能设备进行人机交互的过程中，语音识别与触摸屏交互技术存在一定局限，因此基于惯性传感器的手势识别研究将有效的弥补的这些技术的缺陷，可靠性较高。

人们通过手势表达思想，传达意愿，从而完成实践操作。

而基于惯性传感器技术的手势识别的本质是通过对人体搭载的mems惯性传感器获得的数据进行分析处理，进而通过一定的算法对人的手势进行分类、识别。

2. 国内外研究现状分析

刘珠峰、周良、丁秋林研究建立了基于隐性马尔可夫的手势识别模型，并以此为基础提出了在重采样阶段的中点补偿和编码阶段的方向编码优化方法[1]。

肖茜、杨平、徐立波提出了一种基于mesm惯性传感器的特征提取识别方法，通过提取手势运动学的特征，即加速度和角速度的特征量和变化规律来识别手势[2]。

荆雷，马文君，常丹华为了提高基于加速度传感器的动态手势识别算法的性能，采用了动态时间规整（dtw）识别算法，通过该算法计算测试模板和参考模板的相似度，从而得出识别结果[3]。

3. 研究的基本内容与计划

研究内容： 惯性测量的基本原理；MEMS传感器驱动电路和程序；手势识别算法程序等。

研究计划：1～3 周：收集资料并撰写开题报告 4～5 周：设计基于惯性技术的人体手势识别研究的总体方案 6～8 周：基于惯性技术的人体手势识别研究的硬件设计 9～11 周：基于惯性技术的人体手势识别研究的软件设计 11～12 周：系统调试 13～15 周 ：撰写毕业论文16 周 ：毕业设计答辩

4. 研究创新点

基于惯性技术的手势识别运用当前成熟的MESM惯性传感器，与基于视觉和无线网络的识别相比，它不需要对外部环境作出严苛的要求，可以更加自由的获取数据 ，在复杂的外部环境情况下具有较高的可靠性。

并且它基于人的行为习惯通过MESM惯性传感器获取数据，可以实现更加友好的人机互动。