[發明專利]一種手勢識別方法和裝置

在審

• 申請號: 201810582318.3
• 申請日: 2018-06-07
• 公開（公告）號: CN108985157A
• 公開（公告）日: 2018-12-11
• 發明（設計）人: 戴志濤;石峻宇;路健;韓萌
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 李莎

1.一種手勢識別方法，其特征在于，所述方法包括下述步驟：

通過多個通道采集目標手勢物的肌電信號，所述肌電信號為肌肉收縮時肌纖維中運動單元的一維的時間序列；

按照預設手勢的運動周期提取有效肌電信號；

將所述有效肌電信號輸入線性預測自回歸AR模型中，進行特征向量提取，將多個所述通道提取的所述特征向量進行融合，組合成多維特征向量；

將所述特征向量輸入預設的標準質心簇的K-means模型中，分析特征向量與所述K-means模型中各質心的聚類相似度，將特征向量劃分到最高相似度的質心中，以對手勢動作進行識別。

2.根據權利要求1所述的手勢識別方法，其特征在于，所述特征向量提取包括：獲取所述有效肌電信號的線性預測系數值，并根據所述線性預測系數值，提取一組能表征所述肌電信號固有特性的數據。

3.根據權利要求1所述的手勢識別方法，其特征在于，所述線性預測AR模型為其中，x(n)為肌電信號的當前時刻值，w(n)為白噪聲，p為預測模型階數，a_k為特征向量，x(n-k)為肌電信號比當前時刻早k個時刻的值。

4.根據權利要求1所述的手勢識別方法，其特征在于，所述K-means模型為其中，V為誤差平方和，k為k個聚類中心，μ_i為聚類中心點，x_j為目標點，S_i為簇集。

5.根據權利要求1所述的手勢識別方法，其特征在于，所述預設的標準質心簇的K-means模型的構建包括：將預設的標準手勢動作的標準肌電信號劃分為若干個聚類，所述聚類中各個標準肌電信號的相似度根據所有標準肌電信號的均值所獲得的質心進行計算。

6.根據權利要求1所述的手勢識別方法，其特征在于，所述預設手勢的運動周期為2000ms。

7.根據權利要求1所述的手勢識別方法，其特征在于，所述多個通道為8個，每個所述通道包含一個電極。

8.根據權利要求1所述的手勢識別方法，其特征在于，所述采集目標手勢物的肌電信號之后，提取有效肌電信號之前還包括：對所述肌電信號進行預處理。

9.根據權利要求8所述的手勢識別方法，其特征在于，所述預處理包括，通過帶通濾波或者帶阻濾波，去除肌電信號中的環境噪聲。

10.一種應用于權利要求1至9任一項所述的手勢識別方法的裝置，其特征在于，包括：

肌電信號采集模塊，用于通過多個通道采集目標手勢物的肌電信號，所述肌電信號為肌肉收縮時肌纖維中運動單元的一維的時間序列；

有效肌電信號提取模塊，用于按照預設手勢的運動周期提取有效肌電信號；

特征向量提取模塊，用于將所述有效肌電信號輸入線性預測自回歸AR模型中，進行特征向量提取，將多個所述通道提取的所述特征數據進行融合，組合成多維特征向量；

特征向量識別模塊，用于將所述特征向量輸入預設的標準質心簇的K-means模型中，分析特征向量與所述K-means模型中各質心的聚類相似度，將特征向量劃分到最高相似度的質心中，以對手勢動作進行識別。