[發明專利]一種智能手表的交互方法及交互系統

有效

• 申請號: 201910013634.3
• 申請日: 2019-01-04
• 公開（公告）號: CN109840480B
• 公開（公告）日: 2021-08-13
• 發明（設計）人: 伍楷舜;陳文強;王璐;邱銘輝
• 申請（專利權）人: 深圳大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06F3/01
• 代理公司: 北京市誠輝律師事務所 11430
• 代理人: 范盈

本發明公開了一種智能手表的交互方法，包括以下步驟：S1、基于人體傳播振動信號，采集智能手表加速度計和陀螺儀的振動信號；S2、采用異常檢測算法識別振動信號；S3、對振動信號進行預處理，采用k近鄰算法改進后的算法對振動信號進行進一步的分類識別；S4、分析使用者對結果的反饋，及時矯正以維持穩定的識別精度。還相應公開了其交互系統，包括信號檢測模塊、識別分類模塊、實時反饋模塊。通過基于人體傳播振動信號把人體部位當作虛擬屏幕，并結合了改進的機器學習算法，實際地拓展了手表的交互手段，提高了用戶體驗，本發明的交互手段新穎有趣，能夠切實滿足用戶需求，可廣的應用于文本輸入、手表游戲等。

技術領域

本發明涉及智能設備的交互方式領域，具體涉及基于一種智能手表的交互方法及交互系統。

背景技術

目前，可穿戴智能感知設備迅速發展，其中智能手表尤為流行，但由于其佩戴于手腕，無法配備足夠大的屏幕，人們無法像手機一樣地隨心所欲地輸入。智能手表現有的輸入方式主要分為三種：單點觸屏、手指跟蹤以及語音識別。單點觸屏以及手指跟蹤的方法受屏幕的限制，而語音識別則由于信息敏感更是頗受限制。為了擺脫智能手表輸入困難的窘境，如今許多科研團隊也進行了研究，大多需要額外配置設備，購置成本以及學習成本的存在，大多無法廣泛地被接受。

發明內容

針對上述技術問題，本發明提出了基于人體傳播振動信號的智能手表的交互方法及交互系統，盡量貼合用戶使用習慣的情況下，為智能手表拓展新的交互手段，從而解決智能手表交互手段貧瘠的問題。本發明采用了如下技術方案：

一種智能手表的交互方法，包括以下步驟：

S1、基于人體傳播振動信號，采集智能手表加速度計和陀螺儀的振動信號；

S2、采用異常檢測算法識別振動信號；

S3、對振動信號進行預處理，采用k近鄰算法改進后的算法對振動信號進行進一步的分類識別；

S4、分析使用者對結果的反饋，及時矯正以維持穩定的識別精度。

進一步，分別采集加速度計和陀螺儀的X、Y、Z三軸的振動信號。

進一步，步驟S2利用異常檢測算法來識別信號包括：

S21、采集加速度計Z軸數據；

S22、采用高通濾波器對所述加速度計Z軸數據進行濾波；

S23、設置有效敲擊信號的閾值及噪音信號閾值；

S24、讀取一段振幅小于噪音信號閾值信號作為第一狀態；

S25、繼續監聽，等待讀取振幅大于有效敲擊信號閾值的信號，計振幅大于有效敲擊信號閾值的位置為x，設置信號的起始位置為位置X前L的位置，即X-L；

S26、繼續監聽，等待讀取一段連續且振幅小于噪音信號閾值的信號，當出現連續振幅小于噪音信號閾值時，設置信號的結束位置為當前位置；

S27、通過信號起止位置獲取信號數據，判斷信號長度是否滿足長度區間，如不滿足則回到S25，如滿足則進入下一步；

S28、對數據進行高通濾波，分別計算濾波后信號前m個點的能量及m個點之后的能量，判斷信號是否大于信噪比閾值，大于則判斷信號為有效信號，否則認為是噪音信號，返回到S25。

進一步，步驟S3包括：

S31、對信號進行歸一化的預處理，將信號減去均值并除以方差；

S32、在初始化訓練模型階段，將步驟S31處理后的數據作為訓練樣本存儲到數據庫中；在實際使用階段，使用基于k近鄰算法改進后的算法對信號進行分類與識別。