[发明专利]一种基于毫米波雷达的手势识别系统

说明书

本发明公开了一种基于毫米波雷达的手势识别系统，包括手势识别单元，包括用于收发手势变换所产生的毫米波雷达信号的收发模块，和用于提取收发模块所获取毫米波雷达信号的MFCC特征参数的主控模块；处理单元，用于将主控模块得到的频谱图用AI芯片进行处理，处理单元包括深度学习模块，其对多种手势分别进行多次训练，利用深度可分解的卷积神经网络和全连接层，对每种手势的MFCC特征向量统一数据集成，形成目标数据库；判别输出单元，利用手势识别单元获取待测手势信号，并将其与处理单元的目标数据库进行比对，将识别结果上传至终端显示。本发明识别手势的时间短，识别效率高，可穿透一定厚度的障碍物，不受环境因素影响，距离信息准确度高。

技术领域

本发明属于手势识别信息技术领域，尤其是涉及一种基于毫米波雷达的手势识别系统。

背景技术

手势识别作为人机交互的重要组成部分，其研究发展影响着人机交互的自然性和灵活性，从广泛使用的智能手机到带动作识别的高级游戏机，手势识别扮演着越来越重要的角色，传统的基于光学摄像头的手势识别技术，受到背景噪声，场景照度等因素的限制，在这些全新的人机交互环境中受到了极大的冲击。

目前市面上现有的主流手势识别技术有三种，1、结构光：由于其以折射光的落点位移来计算位置，这种技术不能计算出精确的深度信息，对识别的距离也有严格的要求。而且容易受到环境光线的干扰，强光下不适合，响应也比较慢；2、双目视觉：该技术需要庞大的程序计算量，对硬件设备有一定配置要求，同时受外界环境影响大，比如环境光线昏暗、背景杂乱、有遮挡物等情况下不适用；3、TOF原理：由于传感器芯片并不成熟，成本很高，所以实现量产困难，另一方面，TOF分辨率不高，因此不适合精度要求高的场景。

发明内容

为了克服现有技术的不足，本发明提供一种识别耗时短，受环境因素影响小，准确度高，适用场景广泛的基于毫米波雷达的手势识别系统。

本发明解决其技术问题所采用的技术方案是：一种基于毫米波雷达的手势识别系统，包括：

手势识别单元，包括用于收发手势变换所产生的毫米波雷达信号的收发模块，和用于提取收发模块所获取毫米波雷达信号的MFCC特征参数的主控模块；

处理单元，与手势识别单元相连，用于将主控模块得到的频谱图用AI芯片进行处理，处理单元包括深度学习模块，其对多种手势分别进行多次训练，利用深度可分解的卷积神经网络和全连接层，对每种手势的MFCC特征向量统一数据集成，形成目标数据库；

判别输出单元，分别与手势识别单元和处理单元相连，利用手势识别单元获取待测手势信号，并将其与处理单元的目标数据库进行比对，以相似度为判别依据，将识别结果上传至终端显示。

作为优选，所述目标数据库中包括五个类别的特定手势，为向上手势、向下手势、向左手势、向右手势和点手势。

作为优选，所述收发模块包括毫米波雷达传感器和收发天线；通过计算从收发天线发射无线电波到天线收到反射波的延时可计算得到目标手势的位置，通过收发天线与目标手势之间的夹角、收发天线发出发射波和收发天线收到反射波的波长变化，利用多普勒频移公式可计算得到目标手势的变换速度。

作为优选，所述毫米波雷达传感器的发射频率为24GHz。

作为优选，所述提取MFCC特征参数的过程包括：

1)判断毫米波雷达信号是否位于低频到高频的频带内；

2)如果步骤1)中的判断结果为是，则将毫米波雷达信号通过高频滤波器提升高频部分；

3)将步骤2)中处理得到的毫米波雷达信号经过加汉明窗、FFT转换、Mel滤波器组频谱优化和对数运算后，得到MFCC多维的动静态特征参数。