[发明专利]一种基于表面肌电传感器和九轴传感器的手语识别方法

摘要

本发明公开了一种基于表面肌电传感器和九轴传感器的手语识别方法，具体涉及手语识别领域，包括以下步骤：步骤一、通过肌电传感器和九轴传感器采集到所有的原始数据；步骤二、通过基于样本熵的信号起始点检测获取待识别手势的有效动作数据；步骤三、通过卡尔曼滤波对待识别手势的有效动作数据进行噪音预处理并输出过滤后的待识别手势数据；步骤四、通过对步骤三中输出的待识别手势数据进行时频域的特征提取并归一化。本发明采用表面肌电信号传感器和九轴传感器融合的方式采集用户手势数据，并通过集成学习模型来进行建模，提高了可识别手语数据量和准确度，同时还加强手语识别的稳定性和容错性。

主权项

1.一种基于表面肌电传感器和九轴传感器的手语识别方法，包括穿戴于手臂上的臂环(1)，其特征在于：所述臂环(1)上设有一个九轴传感器(2)、八个肌电传感器(3)和一个蓝牙接收器(4)，所述九轴传感器(2)用于检测手臂的运动轨迹和方位，所述表面肌电传感器(3)用于检测不同手势的肌电信号，所述臂环(1)通过蓝牙接收器(4)连接终端设备，手语识别方法具体如下：步骤一、首先，将臂环(1)佩戴在手臂上，通过肌电传感器(3)和九轴传感器(2)训练采集所有的手语原始数据，经蓝牙接收器(4)发送至终端设备；步骤二、通过基于样本熵的信号起始点检测获取待识别手势的有效动作数据；步骤三、通过卡尔曼滤波对待识别手势的有效动作数据进行噪音预处理，并输出过滤后的待识别手势数据；步骤四、通过对第三步中输出的待识别手势数据进行时频域的特征提取并归一化；步骤五、构件训练样本集合，并集成训练识别模型，并通过此模型对第四步中的待识别手势数据进行识别；步骤六、识别手势数据后，经终端设备输出待识别手势的识别结果。