学术咨询

让论文发表更省时、省事、省心

基于电容传感器的手势识别系统设计

时间:2020年03月28日 分类:电子论文 次数:

摘要:在人机交互系统中,手势识别系统得到了广泛应用。为了使手势识别系统能够在非接触式模式下工作,设计了一种基于电容传感器的手势识别系统。该系统采用非接触式电容传感器FDC2214连接单面覆铜板,以感知电容值变化。当测试者的手靠近测试区域的覆铜板时

  摘要:在人机交互系统中,手势识别系统得到了广泛应用。为了使手势识别系统能够在非接触式模式下工作,设计了一种基于电容传感器的手势识别系统。该系统采用非接触式电容传感器FDC2214连接单面覆铜板,以感知电容值变化。当测试者的手靠近测试区域的覆铜板时,传感器输出的数字量将会发生明显的变化。为了得到更加稳定的实时电容值数据,采用了卡尔曼滤波和均值滤波算法,进而实现手势的训练和识别。此外,以STM32作为主控制器,并设计了电源转换电路和语音提示电路。经过测试,所设计的四通道手掌型测试区域,有效提高了系统鲁棒性和测试者舒适度。该手势识别系统,能够实现“划拳”、“猜拳”和“人机大战”等功能,且运行良好、识别率高、趣味性强,达到了实时性要求。因此,该手势识别系统具有较高的应用价值。

  关键词:手势识别系统;电容检测;FDC2214;四通道手掌型测试区域;卡尔曼滤波;均值滤波

电容传感器

  电容论文投稿刊物:《电力电容器与无功补偿》原名《电力电容器》,创刊于1980年,由西安电力电容器研究所主办,现根据现电力机械制造(集团)公司关于企业整合的意见和安排,于2009年元月起由西安高压电器研究院有限公司管理。经过二十多年的运作,以其内容详实、信息传递快捷、发行面广而拥有了基本的读者群,已经形成知名品牌,发行范围遍及全行业相关领域、大专院校、科研院所,在电工行业有着广泛的知名度和影响力。

  0引言

  随着科技的发展,手势识别技术的研究已经取得了较大进展[1 ̄2]。目前,手势识别系统的实现,主要经历了数据手套设备、光学标记方法和视觉手势识别三个阶段。数据手套设备和光学标记方法,都能够提供良好的检测效果,但需要价格昂贵和复杂的设备。而基于视觉的手势识别系统,受到应用环境光线的干扰较大,不适用于穿戴设备[3]。

  电容传感技术,能够感测不同的材料(皮肤、塑料、液体等),并且具有感知距离大、成本低、非接触和无磨损等特点,正逐步取代光学检测技术[4 ̄5]。本文基于德州仪器(TI)公司推出的高分辨率、低功耗、低成本的非接触式电容式传感器FDC2214[6 ̄11],以STM32F407ZGT6单片机为控制核心,设计了一套手势识别系统(重点设计了测试区域)。采用卡尔曼滤波和均值算法,对FDC2214的数据进行处理,以提高系统的抗干扰能力。测试表明,该系统具有实时性强、鲁棒性高和用户友好的特点。

  1整体系统框图

  系统主要由电源模块、单片机控制模块、传感器模块、TFFLCD显示屏模块、LED灯显示模块、语音模块以及测试区域支架组成。该系统以STM32F407ZGT6单片机为控制核心,利用FDC2214连接覆铜板,实现电容数据的采集,并根据不同手势所产生的不同电容数据值,完成手势训练和识别等功能。除了常见的划拳游戏和猜拳游戏之外,该系统还创新设计了其他游戏,如“黑白配”、“人机大战”等。同时,该系统的按键模块、语音模块和LED与TFTLCD显示模块,进一步增加了该系统的人机交互能力。其中,按键模块实现了训练模式和训练模式等的选择。

  2硬件设计

  2.1电源模块设计

  电容传感器FDC2214,需要采用3.3V供电,而单片机和其他外设设备,需要采用5V供电。因此,本系统由7.2V充电电池供电,经过LM2596稳压模块稳压到5V和3.3V,给各个模块供电。本文采用两块LM2596芯片。

  2.2语音模块设计

  为了增加用户的体验,本系统添加了语音提示功能:具体采用的是LMD102语音模块[12]。该模块支持分段录音、分段播放和随时更换语音信息。它通过串口(RX和TX)与单片机STM32进行通信。

  2.3手势识别检测

  系统的检测单元采用了德州仪器(TI)公司研制的电容传感器FDC2214[6 ̄10]。其工作电压为3.3V,并具有高速的SPI接口,用于支持芯片配置和传输数字化DATAX给STM32主控制器。STM32F407ZGT6的PB6引脚作为FDC2214的SCL引脚的时钟输入端,PB7作为与FDC2214的SDA传输数据与互相应答的引脚。

  2.2.1FDC2214检测原理

  FDC2214是基于LC谐振电路原理的四通道电容检测传感器。它将传感器电容接入振荡器LC谐振回路中,并作为回路的一部分将电容容量的变化转换为电路振荡频率的变化,从而根据测量频率的变化得到被测量电容的变化。FDC2214中的“CopperSensor”部分,通常称为“FDC2214的传感平面”。该平面为导体材质[7 ̄8]。在本文系统设计中,采用了单面覆铜板,分别连接在端子J0 ̄J3上。当测试者的手接近覆铜板平面时,传感器端的电容值发生了变化。这就导致了LC电路振荡频率的变化,从而可以反映手势的接近,以及实现手势的识别。

  2.2.2测试区域的设计

  测试区域主要由覆铜板和有机玻璃构成。增加有机玻璃是考虑消除测试者手与覆铜板接触的影响。设计的关键是如何设计手的放置位置,以及覆铜板的形状、大小和摆放位置。本文设计了三种测试区域方案,分别是单通道正方形、七通道手指形和四通道手掌形。单通道正方形方案,选用了一整块(20×20)cm的正方形覆铜板作为测试区域。经过实际测试,针对不同的手势,FDC2214返回的测试数据隔离度大、区分度好。但是,该方案对手势的放置要求高、鲁棒性差。为了方便识别五个手指是否在覆铜板上,设计了七通道手指形方案。考虑到左右手的情况,采用了七个较小的覆铜板来构成。

  因此,需要2块FDC2214同时进行采集。经过实际测试,该方案检测精度高,但对测试者的限制要求较多,且两块FDC2214之间容易造成干扰。结合以上两种方案的优缺点,设计了四通道手掌形方案。针对较难区分的四指区域,采用了一块较大的覆铜板,通过设置电容值梯度阈值,判断手指个数,而手掌附近则设置了三块较小的覆铜板。通过判断逻辑“0”和“1”,来检测大拇指和判别手的方向。经过实际测试发现,该方案数据区分度高,且性能可靠、鲁棒性高。同时,在覆铜板上,间隔一定距离(1cm),覆盖厚度适中的有机玻璃,效果更佳。因此,本文采用了四通道手掌形测试区域。

  3软件设计

  3.1程序功能设计

  本文所设计的手势识别系统,主要具备2个模式和2种游戏功能。2个模式分别为训练模式和判别模式。在训练模式中,针对任意测试者,进行猜拳和划拳的手势训练。在判决模式中,针对测试人员进行猜拳和划拳判决。2个游戏功能分别是猜拳(剪刀、石头和布)和划拳(1、2、3、4、5)。除此之外,拓展了划拳的功能———“划拳plus(6、7、8、9、10)”,增加了“黑白配(正反手)”、“比大小”和“猜拳”等人机对战交互游戏,提高该系统的趣味性。

  3.2系统程序设计

  系统的程序设计,采用了“前后台”的程序设计思想。其中,后台程序是5ms的定时程序,主要完成FDC2214数据的采集和键盘的扫描处理;前台程序主要完成数据的处理、计算和显示等功能。在本系统中的按键选择,具有两2个层级。第一级选择为选择训练模式和判别模式。训练模式完成后,方可进入判决模式。在2种模式下,都设有猜拳、划拳、划拳Plus、黑白配(正反手)和比大小等5种模式的第二级模式选择。另外,可通过清零按键中途终止游戏,或者,直接进行下一位的测试与判决。在整个过程中都伴随有语音播报提示,并且当按键选择当前模式后,LED提示灯亮。另外,拓展了划拳的功能———“划拳plus(6、7、8、9、10)”,增加了“黑白配(正反手)”、“比大小”和“猜拳”等人机对战交互游戏。程序具体设计思路是设置随机函数random(),使该系统模拟人随机做出各种手势,并与测试者的手势进行比较,给出胜负。通过语音提示,增加系统的趣味性。

  4试验测试

  4.1针对某测试人员各种手势的阈值设定

  通过TI公司针对FDC2214EVM开发的上位机软件SensingSolutionsEVMGUI,给出了某测试人员各种手势所对应的各通道所测量的电容值变化。对多次测得的电容值变化进行平均操作,得到针对该测试人员的各种手势阈值设定。

  4.2性能测试

  邀请了3位不同性别和年龄(其中,小孩1名)的测试者,测试了所设计系统的系统性能。具体包括:在训练模式下,3位测试者3次的平均训练时间;在判别模式下,3位测试者10次的平均识别精度和识别时间。实际测试表明,平均训练时间和平均识别时间均小于30s,满足实时性要求,而且,平均识别精度,达到了90%以上。通过分析发现,误识别都是发生在小孩身上,主要原因是小孩的手较小,对训练和判别时的手势放置要求较高。同时,对所拓展功能也进行了测试。效果表明,所拓展的功能有效增加了该系统的趣味性。

  5结论

  基于电容式传感器FDC2214的手势识别系统能够实现“猜拳”、“划拳”和“人机大战”等功能。在实际测试中,该系统运行良好,识别准确率高。后期还可以针对小孩的手势进一步优化测试区域的设计。另外,为推广该系统的应用,小型化设计也是一个方向。该手势识别系统具有较大的利用价值,可以应用在人机交互设备的设计中。

  参考文献:

  [1]丁利琼,程鹏,潘泽云.基于加速度传感器的手势识别系统[J].计算机应用,2018,38(S2):279 ̄281,295.

  [2]徐曾春,吴凯娇,胡平.使用超声波的智能手机手势识别[J].计算机工程与应用,2018,54(2),239 ̄245.

  [3]武霞,林忠钦,许艳旭.手势识别研究发展现状综述[J].电子科技,2013,26(6):171 ̄174.

  [4]孟浩杰,王勇,吴朋华,等.基于电容传感的嵌入式人体手势识别系统[J].电子技术,2018(10):19 ̄20

NOW!

Take the first step of our cooperation迈出我们合作第一步

符合规范的学术服务 助力您的学术成果走向世界


点击咨询学术顾问