[发明专利]一种可以控制远程电器的手势识别系统及控制方法

权利要求书

1.一种可以控制远程电器的手势识别系统，它包括一操作手柄，该操作手柄内置有手势识别远程控制电路，其特征在于所述的控制电路由模式识别微处理器CPU、9轴姿态传感器和蓝牙传输模块组成，其中9轴姿态传感器(2)和模式识别微处理器CPU(1)采用I²C总线通信，模式识别微处理器CPU(1)与低功耗的蓝牙传输模块(3)之间采用串口TTL通信；

所述的模式识别微处理器CPU(1)通过I²C总线按照一定时间间隔采集9轴姿态传感器的数据，采集的数据使用模式识别函数处理，得出手势分类，并根据分类结果进行编码后再通过串口TTL传输到蓝牙传输模块发送到转换装置；

所述的模式识别函数的生成是通过超算系统采用BP算法实现，具体包括：

输入层节点1800个，隐含层节点36个，输出层节点2个，所述输入层到隐含层的分析如下：

隐含层第j个节点的输入为：输入层到隐含层第j个节点的权值系数乘以输入层变量

其中激励函数为非线性函数

激励函数的微分

θEθwij=θEθojθojθnetjθnetjθwij---(4)]]>

误差函数对于权值矩阵的偏微分方程，其中

θnetjθwij=θθwij(Σk=1nwkjxk)=xi---(5)]]>

θEθoj=θEθy=θθy=y-t---(7)]]>

∂E(oj)∂oj=θE(netu,netv...,netw)∂oj---(8)]]>

又因为：

θEθoj=Σl∈L(θEθnetjθnetjθoj)=Σl∈L(θEθolθolθnetlwjl)---(9)]]>

所以可推导出误差函数的偏微分等于：

θEθwij=δjxi---(10)]]>

其中

由此可推出，BP算法后向的权值调整方程为，α为神经网络算法的学习率：

Δwij=-αδEδwij---(12)]]>

2.一种利用权利要求1所述可以控制远程电器的手势识别系统进行远程电器控制方法，其特征在于所述的控制方法包括如下步骤：

a)由模式识别微处理器CPU进行手势数据收集，并将9轴姿态传感器的加速度计和陀螺仪数据向量化，将地磁数据向量化；

b)由模式识别微处理器CPU生成神经网络训练数据集，并进行BP算法形成识别矩阵其中加速度和陀螺仪一个，地磁一个；

c)根据识别矩阵形成识别函数，和其他算法实现的模式识别函数写入到模式识别微处理器CPU的存储器ROM内；

d)模式识别微处理器CPU调用识别函数判断手势类型，识别函数包括通过BP算法生成的识别矩阵也包括通过其他算法实现的识别函数,并根据识别结果生成控制编码；

e)由模式识别微处理器CPU通过低功耗的蓝牙传输模块(3)控制编码发送到转换装置，再由转换装置发送控制数据到网络；

f)由接收端的转换装置发送控制信号到目标电器，实现远程电器控制。