智能数据手套的研究与应用

　　0　引言

　　手语是通过手的运动表达意思,最主要用在聋哑人之间的交流。手语识别的目的就是将聋哑人手语自动翻译成自然语言或文本,并由计算机良好的界面显示出来或发声,是智能人机接口的一个重要课题。

　　从手语输入设备来看,手语识别系统主要分为基于视觉(图像)的手语识别系统和基于数据手套的识别。这两方面国内外都有许多学者研究。基于视觉的手势识别是利用摄相机采集收拾信息,并进行识别[1],识别效果较好,但文献[1]算法复杂,且所用的设备多、体积大。基于数据手套的手语系统,是利用数据手套的位置跟踪器测量手势在空间运动的轨迹和时序信息[2-3],马小军,张亚新等[2-4]分别用自制的CAS-Glove和在CyberGlove基础上改进的数据手套进行手指语字母识别,识别水平有了长足的进步,但不是专为手指语字母识别而设计,存在传感器多,需二次开发等不足。本文作者研究的是专用于手指语字母识别系统的新型数据手套,并将模糊识别算法已编制在数据手套中,针对中国30个手指语字母进行了识别,结果显示在液晶屏上,且这个识别结果通过串行通信口上传。

　　1　数据手套系统结构

　　该数据手套是一种简易的数据手套,它由直线位移传感器、接触传感器、接近传感器构成。直线位移传感器用于识别手指弯曲程度,接触传感器用于辨别指间接触信息,接近传感器用于识别手腕的向上弯曲角度。模拟输入量通过A/D转换成数字量并存储在内存中,其输入电压范围为0~5V;数字输入量通过I/O口也存入内存中,其输入电压为电平0或5V。每个手势采样时间为0·4s,其数据供CPU使用,其总体结构如图1所示

　　2　数据手套传感器作用与分布

　　本文数据手套的5个直线位移传感器在手背面,6个接触传感器在手指间和1个接近传感器在手腕上。文献[6]有中国汉语手指语字母图表,从文献[6]的手指语字母图中可以看出几组易于混淆的手指字母:①X和H;②L和R;③F和V;④C和O。其中第一组手指字母的区别主要是食指指背有无接触,可在食指指背加一个接触开关;第二组手指字母和第三组手指字母的区别主要是手势打出的方向不同,也就是手腕的运动方向不同,可在手腕处加一个接近传感器;第四组手指字母的主要区别是大拇指和食指有无接触,可在大拇指指尖加一个接触传感器。图2是传感器、接触传感器、接近传感器的分布图。

　　3　模糊识别方法设计

　　本设计可以采用Mamdani极大极小推理法进行推理,对于30条规则推理出的结果,选择最大隶属度法作为本设计的模糊判决方法。