在智能手表中实现手势识别技术的方法

摘要

智能手表小巧并有很强的数据运算和处理能力，其缺点和优点同样明显。一方面，和智能手机比较，由于显示屏幕尺寸小，使得在信息呈现和用户输入上有很大局限，实用性不强；另一方面，和智能手机或其他电子设备比较，紧贴用户的皮肤，使得通过添加生物感应器，在检测用户的生命生物信息并加以利用上具有很大的优势。本发明方案将基于手臂肌肉电流信号检测的手势识别技术添加到智能手表中，软件充分利用手表的信号和数据处理能力，加上增加有限的硬件电路，不但可以通过手势方便的控制智能手表，而且也可以通过安装手势应用程序将智能手表变成通用手势识别控制器，极大地增强智能手表的实用性和价值，实现了两种技术的无缝整合。

主权项

一种在智能手表中实现手势识别技术的方法，此手势识别技术核心基于手臂肌肉电流信号(EMG，Electromyography)检测，并将此技术运用在智能手表中，实现用手势控制手表；在智能手表中增加模拟信号前端处理和采集硬件电路，利用智能手表的计算处理能力识别手势，并配合已有外设，外设包括蓝牙通讯；在手表紧贴皮肤的表带内侧以及手表的背面，按照手臂主要肌肉的位置，放置一路或多路表皮肌肉电流信号传感器，拾取肌肉电流信号；信号经过滤波，放大，模拟信号数字化等处理后，由智能手表的处理器进行实时的数字信号处理，提取各个手势的特征参数，实现手势区别以到达手势识别的目的；在智能手表中加入基于手臂肌肉电流信号检测做手势识别的功能；传感器采用差分形式；智能手表(100)包含：带处理器、存储、通讯电路和软件操作系统的手表主机(101)，手表的显示屏(105)，摄像头(104)，话筒(107)，按钮开关(108)，表带(102)；智能手表(100)安装的应用程序软件，通过菜单或者图标(106)方式可以选择运行和退出；在表带(102)的内侧(102A)安装有表皮肌肉电流信号传感器(103)、差分传感器；传感器(103)的数量根据不同的成本需求、设计复杂度和手势识别精度设计为一路或者多路；表带(102)分为中间分离的两部分，在智能手表(100)的表带(102)内侧(102A)布置有传感器(103)电路；表带的外侧(102B)布置有辅助手势识别相关的部件；表带(102)内部安装与传感器(103)相关的模拟信号前端处理电路，采用柔性电路板技术；传感器(103)除了布置在表带内侧(102A)，同样放置于手表主机背面(101A)；同时，传感器(103)的数量为一路或固定的几路，实际应用中传感器(103)的通道数量完全取决于设计成本、复杂度和手势识别精度的需求；从传感器(103)拾取的原始表皮肌肉电流信号(306)，信号非常微弱，通常峰峰值在10mV以内，对检测手势有用的信号频率范围在0～1000Hz以内；原始信号(306)经过线性模拟放大器电路(301)放大成峰峰值适合后续模拟到数字转换电路(303)量程的放大信号(307)，再经过滤波电路(302)做频率范围限制，以减少无用信号频率对后续算法的干扰，放大和滤波后的信号(308)按照那奎斯特(Nyquist)二倍采样原理通过模拟到数字转换电路(303)转换成数字信号(309)，数字信号(309)经过智能手表(100)的处理器进行手势识别算法处理(304)，以最终检测出手势特征信息(305)；手掌上翻(401)的手势动作用做往上移动命令，手掌下翻(402)用作往下移动命令，握拳(403)用作选择和确认命令，正常手掌位置(404)表示无命令输入；上述的动作用来做连续手势动作，进而被映射成其他命令，快速的两次手掌上翻(401)动作，用来表示往左移动命令，连续的两次下翻(402)表示往右移动命令；特殊的手势动作或者手势动作序列用于启动或终止手势命令输入；手势识别的数字信号处理算法包括：经过模拟到数字转换后的一路或多路数字信号(309)先经过数字预处理单元(501)进行数字滤波，用于进一步在信号中除去环境噪音，包括50Hz或者60Hz的电源交流信号干扰；经过数字预处理后的信号接着进入分段处理单元(502)，进行整流(Rectify)、均方根(RMS)、快速傅立叶变换(FFT)、小波运算(Wavelet)处理，整理出各个信号通道(309)的频率和能量分布信息，相位一致性信息，以及通道和通道间的相位关系等信息；提取的多个信息再经过特征提取(503)算法的处理，特征提取(503)算法为阈值判断和自相关参数提取算法，提取出各个手势的特征参数；在工作模式下，手势判断逻辑(505)用特征参数配合手势特征库模型(504)数据，通过一定的算法进行匹配判断，最终输出手势信息(506)；除了工作模式，设备还将支持手势训练模式，在此模式下，特征参数被用于更新或扩展手势特征库模型(504)。