[發明專利]用于識別手勢的裝置和方法

在審

• 申請號: 201711265646.2
• 申請日: 2017-12-05
• 公開（公告）號: CN109871116A
• 公開（公告）日: 2019-06-11
• 發明（設計）人: 趙如彥;何莉;王維輝;楊星
• 申請（專利權）人: 博世汽車部件（蘇州）有限公司
• 主分類號: G06F3/01
• 分類號: G06F3/01
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 李湘;杜荔南

本發明涉及人機交互技術，特別涉及用于識別手勢的方法、實施該方法的裝置、包含所述裝置的可穿戴手套以及實施該方法的計算機存儲介質。按照本發明一個方面的用于識別手勢的方法包含下列步驟：利用傳感器得到一個或多個手指關節的彎曲角度和手掌的空間取向；將得到的彎曲角度和空間取向與一個或多個預設的彎曲角度和空間取向的組合值范圍進行比較，其中，每個預設的彎曲角度和空間取向的組合值范圍與一種手勢類型相對應；以及根據比較結果來識別手指關節的彎曲角度和手掌的空間取向所表征的手勢。

技術領域

本發明涉及人機交互技術，特別涉及用于識別手勢的方法、實施該方法的裝置、包含所述裝置的可穿戴手套以及實施該方法的計算機存儲介質。

背景技術

手勢識別是人機交互中的一個重要方面，其目的是使用戶能夠使用簡單的手勢來控制設備或與設備交互，從而在機器與人之間建立比文本用戶界面和圖形用戶界面更為豐富和簡便的溝通方式。

在現有技術中，無論手勢是靜態還是動態的，其識別過程通常包含下列步驟：手勢圖像的獲取、手勢檢測和分割、手勢分析和手勢辨識。手勢分割是識別過程中的關鍵步驟，其效果直接影響到后續步驟的執行效果。目前常用的手勢分割方法主要有基于單目視覺的手勢分割和基于立體視覺的手勢分割，前者是利用一個圖像采集設備獲得手勢，得到手勢的平面模型，后者是利用多個圖像采集設備得到手勢的不同圖像，轉換成立體模型。手勢辨識是將模型參數空間中的軌跡分類到該空間某個子集的過程，常見的辨識算法包括模板匹配神經網絡法和隱馬爾可夫模型法。

在現實應用中，手勢識別常常受到環境因素的干擾而造成誤識別(例如光線過亮或過暗以及手勢與背景差別較小都有可能造成手勢分割的不準確)。此外，上述辨識算法需要利用大量的數據對模型進行訓練，因此是費時費力的。因此提供一種能夠克服現有技術的上述缺點的手勢識別方法和裝置是迫切需要的。

發明內容

本發明的一個目的是提供一種用于識別手勢的方法，其具有實施簡便和準確率高等優點。

按照本發明一個方面的用于識別手勢的的方法包含下列步驟：

利用傳感器得到一個或多個手指關節的彎曲角度和手掌的空間取向；

將得到的彎曲角度和空間取向與一個或多個預設的彎曲角度和空間取向的組合值范圍進行比較，其中，每個預設的彎曲角度和空間取向的組合值范圍與一種手勢類型相對應；以及

根據比較結果來識別手指關節的彎曲角度和手掌的空間取向所表征的手勢。

優選地，在上述方法中，通過將傳感器設置于可穿戴設備上與手指關節附近的指骨對應的區域來得到所述彎曲角度。

優選地，在上述方法中，通過將傳感器設置于可穿戴設備上與手背或手心對應的區域來得到所述空間取向。

優選地，在上述方法中，對于手指關節和手掌取向的每一個，每種手勢的基準范圍按照下列方式確定：

獲取與該手勢類型相關聯的多個彎曲角度樣本和多個空間取向樣本；

確定多個彎曲角度樣本的每個分量的均值和多個空間取向樣本的每個分量的均值；以及

將包含均值的數值范圍確定為該分量的基準范圍，由此得到該手勢類型所對應的彎曲角度和空間取向的組合值范圍。

優選地，在上述方法中，識別手勢的方式為：對于一種手勢類型，如果手指關節的彎曲角度的每個分量和手掌的空間取向的每個分量都落在各自的、對應于該手勢類型的基準范圍內，則確定手指關節的彎曲角度和手掌的空間取向所表征的手勢屬于該手勢類型。

按照本發明另一個方面的用于識別手勢的的方法包含下列步驟：

利用傳感器得到一個或多個手指關節的彎曲角度；