基于肌音信号的无线采集系统设计及手语识别初期应用研究
发布时间：2020-05-23 01:27
【摘要】：肌音信号(MMG)是指肌肉在收缩期间产生的低频振动,并且可以作为人体动作特定的表现形式。手语识别对于普通人与聋哑人之间实现正常交流具有重要的意义,在近代研究中取得许多进展。目前手语识别的研究多数是基于摄像头采集图像基础上,部分则是通过肌电传感器、弯曲传感器等采集相关信号后对数据分析后实现识别目的的。利用采集到的肌音信号实现手语模式识别的方法尚未见报道。本课题设计了一套可穿戴式手势手语肌音信号无线采集系统。采用ADXL355传感器实现对总伸长肌(ED)、桡侧腕屈肌(FCR)、尺侧腕屈肌(FCU)和桡侧腕长伸肌(ECR)四块肌肉的肌音信号数据采集,以STM32F405芯片的拓展最小系统作为主控模块,通过E103-W02型号WiFi模块实现数据向PC端的传输。PC端通过设计的MATLAB上位机对MMG数据进行接收。本课题以上述硬件系统为基础,设计了手语识别实验,对拇指伸展、食指伸展、中指伸展、小指伸展、五指握拳、五指伸展、手腕上展、手腕下展、手腕外展、手腕内展、手腕外旋、手腕内旋、“上”、“们”、“不”、“你”、“我”、好等18种手势动作开展分类识别研究,对采集到的4路手臂动作信号进行软件预处理,利用Teager-Kaiser能量(TKEO)和包络线两种分割方法实现对原数据单帧动作进行分割,提取其时域、频域及时频域特征,设计不同的特征组合方式,综合比较了二次判别(QDA)、随机森林(RF)和支持向量机(SVM)三种分类器的分类效果,并进行了计算性能分析。结果表明,采用TKEO分割方法、时域特征和小波奇异值特征组合及PCA降维,以及SVM分类器的手语识别效果最好,识别率可达94.72%,且识别时间短,效率高。实验结果验证了所设计的可穿戴式肌音信号无线采集系统在手势、手语识别应用中的有效性。
【图文】：
供电电压范围为２．２５Ｖ￣３．６Ｖ，它的输出满量程范围为±２ｇ至±８ｇ，，可实现１ＨＺ？１ＫＨＺ逡逑的数字式滤波，噪声密度仅为２５｜ｉ／Ｈｚ，实际运行功耗不足２０（＾Ａ。其内部器件的功能图逡逑如图２．２。逡逑%剑保校福粒危铃澹郑保校福模桑清危郑模模桑襄义襄危瑰巍铄义希浚瑁荆椋掊危校希祝牛义义希停常兀蹋常担靛澹欤停粒蓿穑危裕戾义希伲村危湾邋危苠澹耍粒模缅危苠危ā眩桑危裕卞义希危蓿劐危危粒撸清危模族危海惧危
本文编号：2676913
【图文】：
供电电压范围为２．２５Ｖ￣３．６Ｖ，它的输出满量程范围为±２ｇ至±８ｇ，，可实现１ＨＺ？１ＫＨＺ逡逑的数字式滤波，噪声密度仅为２５｜ｉ／Ｈｚ，实际运行功耗不足２０（＾Ａ。其内部器件的功能图逡逑如图２．２。逡逑%剑保校福粒危铃澹郑保校福模桑清危郑模模桑襄义襄危瑰巍铄义希浚瑁荆椋掊危校希祝牛义义希停常兀蹋常担靛澹欤停粒蓿穑危裕戾义希伲村危湾邋危苠澹耍粒模缅危苠危ā眩桑危裕卞义希危蓿劐危危粒撸清危模族危海惧危
本文编号：2676913
本文链接：https://www.wllwen.com/yixuelunwen/swyx/2676913.html
