基于MEMS惯性传感器的手势识别

针对基于MEMS惯性传感器的手势识别问题,提出了一种基于门控循环网络的手势识别模型架构。以智能手机为载体,通过其内置的MEMS惯性传感器获取手势运动数据,构建了基于LSTM网络的LSTM-D模型和基于GRU网络的GRU-D模型,实现了在三维空间中的手势识别。提出的两种模型均有较好的分类效果,在自建数据集上,LSTM-D模型和GRU-D模型分别可获取81%和85%的准确率,综合分析发现GRU-D模型参数更少,训练时间更短,模型识别更快更准确,模型的稳定性更高,为基于MEMS惯性传感器的手势识别研究提供了一定的参考价值。     

基于样本轨迹的Kinect手势识别算法

实现基于序列图像的手势轨迹识别,提出一种基于位置关系的手势轨迹识别方法,利用Kinect体感设备传感器提取轨迹序列,分析坐标序列的轨迹样本,通过黄金分割实现轨迹的匹配与识别。实验结果证明,该方法能有效识别手势轨迹。     

基于Kinect深度图像信息的手势轨迹识别及应用

本文提出了一种新型的利用Kinect获取深度图像并进行手势轨迹识别的应用方法,该方法称为HMM(隐马尔可夫)手势轨迹识别方法,具体操作步骤为:首先利用Kinect传感器获取深度图像,然后通过OpenNI的手势生成器的手势分析模块获取完整的手势信息,对手部进行形态学处理,识别并跟踪手势,提取手势轨迹,最后运用HMM手势轨迹识别方法进行识别.实践证明,该方法可快速有效地实现手势轨迹的识别.     

跨平台手势交互手套

现在人机交互方式已不再局限于鼠标控制,更加方便的手势控制就像把科幻电影中的场景变成了现实,它们一般采用摄像头捕捉动作轨迹来实现控制。而王同学和孙同学设计了一种结合多种传感器的手套,能够精确地捕捉手部姿势,达到手势操控的目的。     

基于Backstepping的双臂空间机器人惯性空间轨迹的鲁棒神经网络跟踪控制

讨论了基于BackStepping方法,载体位置与姿态均不受控制的双臂空间机器人跟踪惯性空间期望轨迹的控制问题．首先基于拉格朗日第二类方法,结合系统动量（动量矩）守恒关系,推导得到了系统动力学方程,并转化为系统状态方程．基于Backstepping方法,针对具有不确定性的双臂空间机器人系统,设计了鲁棒自适应神经网络控制规律,保证了具有不确定性的双臂空间机器人系统末端手爪在惯性空间跟踪期望轨迹的控制．仿真实验证明了该方法的有效性．     

基于FDC2214单通道阈值分析的手势识别系统

设计了基于电容式传感器FDC2214的手势识别系统,经过有限次学习和阈值分析优化,识别正确率可以达到94.56%。首先设计所需的硬件电路,采用单极板单通道法和频率测量法提高测量的精度。然后在学习模式中,通过对采集的不同手势的电容值进行阈值标定,记录训练数据。在识别模式中,调用训练模型对采集的识别者手势进行分类识别。最后采用大量样本检测学习效果,证明系统具有较好的识别效果。     

基于机器视觉的写字机器人实验系统设计

设计了一种基于机器视觉的写字机器人实验系统。该系统机械结构包括2自由度运动单元和书写机构;硬件部分由主控、识别、运动控制以及人机交互等模块组成,主控模块使用STM32作为主控制器;软件部分通过使用Bresenham算法结合坐标变换实现书写机构按照特定轨迹进行运动。测试结果表明,写字机器人系统可以完成运动手势识别,控制书写机构运动;也可以通过识别手写笔的运动来控制书写机构进行同步书写。该系统易于实现,且具有运动手势识别准确率高、同步书写精度较高等优点。     

基于手机加速度传感器的手势识别系统研究

基于智能手机上的加速度传感器,设计并实现了一种手势识别系统。采用时间数列方法对加速度数据样本建模,对数据进行降噪和优化处理,包括使用抽取突变消除平缓强调动作的变化;利用门限值差分方法进行手势动作动态自截取;利用特征提取简化数据,提高识别正确率;利用模板匹配方式,基于动态时间规整(DTW)算法进行手势检测。实验结果表明,该系统方便可行,具有较高的识别率。     

基于霍尔传感器的多通道电源监控系统设计

在惯性仪表测试系统中,实现了基于霍尔传感器的多通道电源监控系统的设计。该系统采用霍尔电压传感器和霍尔电流传感器,在测试过程中实时监控被测陀螺仪的用电状况。该监控系统具有4个通道,可以同时精确监控4个仪表的电压值和电流值。由于监控电路与被测仪表的供电回路完全隔离,测试过程中对被测仪表无影响。实验结果表明该系统可实现高精度的电源状态监控。     

电机械制动系统主轴振动轴心轨迹提纯

根据电机械制动系统原理和相似缩比理论搭建了制动系统实验台,针对系统主轴在运行过程中产生的振动干扰问题,采用轴心轨迹进行振动故障检测与分析。基于EEMD算法与相关能量运算理论,采用LABVIEW与MATLAB混合编程技术设计了电机械制动系统振动轴心轨迹提纯程序。通过加入噪声的函数模拟不平衡故障实验,导入程序提纯重构信号能够绘制椭圆形轨迹,得到EEMD与相关能量理论能够对信号进行降噪提纯的结论。随后进行转子不平衡故障实验,激光位移传感器采集的X轴与Y轴信号通过程序进行降噪提纯后得到相关系数与能量系数均最高的重构信号,重构信号绘制的轴心轨迹清晰可见,同原始信号轴心轨迹对比可知,所设计的LABVIEW程序搭配激光位移传感器及采集卡能够有效检测所搭建的电机械制动系统主轴振动故障信息。