[发明专利]一种基于无线信号的手势识别方法

说明书

本发明公布了一种基于无线射频信号的手势识别方法，使用一台信号发射端Tx和两台信号接收端Rx1、Rx2，信号发射端与信号接收端的连线不平行；信号采用OFDM调制；手势识别区域为Tx‑Rx1和Tx‑Rx2所围成的区域内部平面；信号发射端发射无线射频信号，两个信号接收端分别采集到CSI数据流；以手为参考系构建特征，包括动态相位向量DPV、运动旋转变量MRV和细粒度特征；利用无线通讯中信道状态信息CSI的变化估算手在移动的过程中的瞬时相对方向，通过分层递阶式多层识别机制，实现位置和朝向以及书写大小无关的鲁棒、高精度手势识别。

技术领域

本发明涉及无传感器感知技术，尤其涉及一种基于无线信号的手势识别方法，可基于商用WiFi设备对不同初始位置、不同书写角度以及不同书写大小等情形下的手势进行识别。

背景技术

人机交互技术是一种重要的人与执行终端沟通方式，人可以通过人机交互接口发布命令以驱动计算机或者其他硬件执行设备来完成，从而实现人与机器之间的信息交换，完成特定的任务。基于手势的人机交互通过快速、准确的手势识别，使得人和机器之间能够实现自然、高效的信息交换，为众多应用提供了有力支撑。

现有的手势识别技术可以被分为：接触式和非接触式两大类。其中，现有传统的接触式手势识别方法通常要求用户手持或者佩戴专用的电子传感设备，如文献(Latentsupport vector machine modeling for sign language recognition with Kinect,ACMTIST,2015)记载的接触式手势识别方法。这类方法可以实现准确的手势动作识别，但其过于依赖专用设备，阻碍了在日常生活中的大规模部署使用；另外，接触式的识别方式也在很大程度上限制了交互过程中的自然性、灵活性以及舒适感，使得体验感较差。与接触式的方法不同，非接触式的手势识别方法往往不需要用户手持或者佩戴任何电子传感设备，使得整个交互过程能够在自然、非侵扰的状态下完成。具体地，非接触式手势识别包括基于视觉、声波和无线射频信号等方法。其中，文献(Device-free gesture tracking usingacoustic signals,MobiCom’16)记载的基于视觉和声波的手势识别方法需要专用的设备，例如，摄像头和智能手机等，而文献(Dynamic hand gesture recognition usingcomputer vision and neural networks,I2CT,2018)记载了，现有的基于视觉的方法还会侵扰用户的隐私，并且对光线等因素也有要求，这些技术上的不足都限制了此类方法的实用性。相比而言，基于无线射频信号的手势识别方法则可以通过反演不同手势引起的信号变化来更加自然地对手势进行识别，例如采用WiFi和RFID(Radio FrequencyIdentification，射频识别)。

现有的基于无线射频信号的手势识别方法大都构建无线射频信号的物理或者统计特征，然而，这些特征通常以信号收发设备为参照系，当人做手势的起始位置、书写方向和书写大小等相对于信号收发设备发生变化时，相同的手势动作所引起的信号波动模式也会随之改变，即特定手势动作与其所对应的信号模式的一致性无法保证，从而导致识别率受到很大影响，阻碍了该方法在真实场景中的应用。为了保持手势和对应信号模式的一致性，文献(Position and orientation agnostic gesture recognition using WiFi,MobiSys’17,252-264；Zero-effort cross-domain gesture recognition with Wi-Fi,MobiSys’19,313-325)记载的方法通过构建新的特征或者建模机制来实现不同位置和朝向的手势识别，但是面临着需要构建机器学习分类器、增加信号收发设备等问题。

综上，大多数现有的基于无线射频信号的非接触式手势识别方法无法实现不同手势起始位置、书写角度和书写大小的准确识别，少数改进方法或是需要构建专门的机器学习分类器，或是通过添加收发设备的数量来实现不同起始位置、书写角度和书写大小的手势识别，均限制了手势识别技术的实用性和普适性。

发明内容