[发明专利]基于头势的智能轮椅的人机交互系统及方法

权利要求书

1.基于头势的智能轮椅的人机交互系统，其特征在于：包括

摄像装置，用于获取人面部图像；

Adaboost训练器，用于从人面部图像中收集唇部信息，训练唇部分类器；

唇部分类器，用于从人面部图像中搜索唇部，用矩形窗口标记出唇部的位置；

卡尔曼滤波器，用于通过唇部分类器获得的唇部的位置，预测下一帧人面部图像中唇部的位置，并将预测的唇部位置反馈到唇部分类器，供唇部分类器作为对下一帧人面部图像处理时的初始搜索位置；

控制装置，将唇部分类器检测得到矩形窗口与一个位置固定的矩形窗口进行比较，确定头势的状态，控制轮椅做相应的运动。

2.如权利要求1所述的基于头势的智能轮椅的人机交互系统，其特征在于：还包括图像预处理装置，用于将摄像装置获取的人面部图像转换为灰度图像，并用直方图均衡化方法对灰度图像进行处理，然后传输给Adaboost训练器和/或唇部分类器。

3.如权利要求1所述的基于头势的智能轮椅的人机交互系统，其特征在于：校正模块，用于将卡尔曼滤波器预测的唇部位置进行校正后再反馈到唇部分类器。

4.如权利要求1至3中任一项所述的基于头势的智能轮椅的人机交互系统，其特征在于：所述卡尔曼滤波器的状态方程为：

xkV=Ak,k-1xk-1V+wk-1;V]]>

观测方程为：zkV=HkxkV+vkV;]]>

上式中，其中是t_k时刻的n×1维状态向量；是t_k时刻的m×1维观测向量；A_k，k-1是t_k-1时刻到t_k时刻的n×n维状态转移矩阵；H_k是t_k时刻的m×n维观测矩阵；是t_k时刻状态的n×1维随机干扰噪声向量；是t_k时刻的m×1维观测噪声向量。