人机交互中基于可穿戴式计算的手势和活动辨识

• 作者: 盛卫华 祝纯
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 人与机器人交互 隐马尔可夫模型 神经网络
• 年，卷（期）: 2010,（3）
• 页码范围: 37-50
• 分类号: TP391.4
• 语种: 中文

摘要

人与机器人交互是机器人技术领域、尤其是生活辅助机器人领域的重要课题.本文以辅助老年人、病人和残疾人为应用背景,提出了"智能辅助生活系统"(SAIL System),并解决了该系统中人的手势识别和日常动作识别两个重要问题.对于手势识别问题,本文采用一个惯性传感器来采集被试验人手指部位活动的信号,运用人工神经网络进行手势捕捉,并应用一个分层隐马尔可夫模型结合前后手势的关联信息,来提高手势识别的准确率.对于动作识别问题,数据来源于位于被试验人一侧的脚面和腰部的两个惯性传感器,并采用多传感器融合方法识别各种日常动作.在对两个传感器的数据进行融合的粗分类之后,细分类应用了隐马尔可夫模型和启发式方法来进一步识别各个动作类型.该穿戴式传感器系统经过实验测试,结果证明了本识别算法的有效性和精确性.