[發明專利]多用戶運動手勢控制方法、裝置、智能音箱和介質

有效

• 申請號: 202110705395.5
• 申請日: 2021-06-24
• 公開（公告）號: CN113407028B
• 公開（公告）日: 2023-07-18
• 發明（設計）人: 楊智策;祝寧之
• 申請（專利權）人: 上海科技大學
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06F18/24;G06F18/28;G01S5/22
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 李治東

本申請提供的一種多用戶運動手勢控制方法、裝置、智能音箱和介質，通過獲取由揚聲器陣列發射的超聲信號經一或多名用戶運動手勢反射而回并由麥克風陣列采集到的反射信號；對反射信號進行預處理；依據超聲信號與預處理后的反射信號，利用反射信號定位模型與稀疏恢復算法來確定反射源位置及反射強度，以供得到定位結果；根據定位結果提取手勢軌跡，據以響應不同手勢軌跡對應預設的指令。本申請能夠在無額外硬件要求，也不影響智能音箱語音控制功能的情況下，實現多用戶運動手勢控制，為智能音箱增添了新的交互方式，可廣泛應用于無聲控制、多用戶控制等場景；并且可適用于任意形狀與間距的麥克風陣列，以及任意速度下的用戶運動手勢。

技術領域

本發明涉及人機交互技術領域，特別是涉及一種多用戶運動手勢控制方法、裝置、智能音箱和介質。

背景技術

智能音箱與用戶之間的交互多采用語音控制，這種交互方式更加適合精確控制或智能語音聊天應用。但許多場景下，用戶希望用非語音的方式控制智能音箱。比如，有語言障礙的用戶，或者在被要求安靜無聲的場景下，以及用戶需要快速傳達一些常用的簡潔控制指令等等場景。

已有一些研究工作提出利用類似聲納雷達的超聲定位技術來實現運動手勢控制手機，但目前還沒有關于多名用戶通過運動手勢控制智能音箱的成熟解決方案。

發明內容

鑒于以上所述現有技術的缺點，本申請的目的在于提供一種多用戶運動手勢控制方法、裝置、智能音箱和介質，以解決現有技術中存在的至少一個問題。

為實現上述目的及其他相關目的，本申請提供一種多用戶運動手勢控制方法，應用于智能音響，該智能音響包括用于發射超聲信號的揚聲器陣列和用于采集反射信號的麥克風陣列；所述方法包括：獲取由揚聲器陣列發射的超聲信號經一或多名用戶運動手勢反射而回并由麥克風陣列采集到的反射信號；依據所述超聲信號與預處理后的反射信號，利用反射信號定位模型與稀疏恢復算法來確定反射源位置及反射強度，以供得到對應一或多名用戶運動手勢的定位結果；其中，基于寬頻字典的稀疏恢復算法以適用于任意形狀與間距的麥克風陣列；和/?或，基于速度感知字典的稀疏恢復算法以適用于任意速度下的用戶運動手勢；根據所述定位結果提取對應一或多名用戶的手勢軌跡，據以響應不同手勢軌跡對應預設的指令。

于本申請的一實施例中，對所述反射信號進行預處理以消除自干擾和靜態反射，并得到包含有限數量的運動手勢的反射信號。

于本申請的一實施例中，所述基于寬頻字典的稀疏恢復算法以適用于任意形狀與間距的麥克風陣列，包括：利用正交頻分復用將超聲信號設置為具有K個子載波的寬頻信號，以構建寬頻字典；根據反射信號的稀疏性在不同子載波各自所對應的字典之間是相同的特性，當所發射的超聲信號設置為具有K個頻率分量的寬頻信號時，利用包含K個分別對應K個頻率分量的子字典的寬頻字典，分別對每個頻率分量進行稀疏恢復定位；將每個頻率分量的定位結果交疊，將K個頻率分量的混疊定位結果的共同交集作為定位結果，以供可在任意形狀的麥克風陣列上解決因空間采樣率不足而導致的定位結果空間混疊問題，從而適用于任意形狀與間距的麥克風陣列。

于本申請的一實施例中，所述基于速度感知字典的稀疏恢復算法以適用于任意速度下的用戶運動手勢，包括：根據各子載波在不同速度下因多普勒效應造成的頻率偏移情況，基于寬頻字典構建與速度匹配的速度感知字典；利用各個速度下對應的字典分別進行稀疏恢復定位，將具有最大反射強度的定位結果對應字典的速度作為對運動速度的估計，并將該定位結果作為最終定位結果，可以解決因多普勒效應而導致的定位誤差問題，以適用于任意速度下的用戶運動手勢。