[发明专利]一种基于云端通讯和支持向量机的交警手势识别方法

说明书

本发明提出了一种基于云端通讯和支持向量机的交警手势识别方法，具体步骤如下：Step1：采集交警手势数据；Step2：搭建交警手势的SVM识别模型；Step3：GA算法优化训练获得最优交警手势识别模型；Step4：基于最优多维力传感器解耦模型测试。本发明可穿戴智能交互设备采集交警智能上衣传感器的数据，经云台收集经云端通讯传输到车载系统，识别系统设计基于遗传算法(GA)优化SVM交警手势识别算法，使用一组随机解决方案进行初始化，并通过更新代数搜索最优解，在最小化和神经网络设计中具有很强的全局搜索能力，使得车辆可以在线实时获得准确的交警手势，而不受天气、空气清晰度的影响，具有较高的交警手势识别精度和系统鲁棒性。

技术领域

本发明涉及云端通讯和手势识别领域，特别涉及一种基于云端通讯和支持向量机的交警手势识别方法。

背景技术

随着时代与经济的发展，城市拥堵已经成了不可忽视的全球问题。交警利用手势灵活协调引导交通的方式，可以舒缓城市高峰拥堵和减少事故发生，从而显著提高道路的通行效率和安全性。驾驶者的专注度不稳定、人眼视距上的局限性、恶劣天气条件等客观因素，在一定程度上限制了交警手势发挥它应有的最大工作效能。基于计算机视觉的交警手势识别方法是一种较为常见的智能识别方法，该方法利用安置于车辆前端的前置摄像头采集视频和图像，经计算机视觉算法识别得出交警手势。然而，即使是造价昂贵的高精度摄像机也会存在视觉盲区，而且在面临大雾、雷雨等恶劣天气时，识别系统的鲁棒性较差，识别精度会大幅降低，不能满足真实路况的驾驶要求。由此可见，为进一步提高汽车的智能化水平，能否有效识别交警手势是一个值得迫切关注的问题。

近年来，多传感器采集的可穿戴智能交互设备技术日益成熟，在体能康健、高危工作机器人等领域有着广泛的应用。另一方面，5G等低延时通讯手段的诞生给云端通讯技术的发展带来了曙光，云端通讯性能最佳可达毫秒级。基于此为灵感。

发明内容

为了解决上述存在问题。本发明提出了一种基于云端通讯和支持向量机的交警手势识别方法，可穿戴智能交互设备采集交警智能上衣传感器的数据，经云台收集经云端通讯传输到车载系统，识别系统设计基于遗传算法(GA)优化SVM交警手势识别算法，使用一组随机解决方案进行初始化，并通过更新代数搜索最优解，在最小化和神经网络设计中具有很强的全局搜索能力，使得车辆可以在线实时获得准确的交警手势，而不受天气、空气清晰度的影响，具有较高的交警手势识别精度和系统鲁棒性，为达此目的：

本发明提供一种基于云端通讯和支持向量机的交警手势识别方法，具体步骤如下，其特征在于；

Step1：采集交警手势数据；

根据实际情况，将交警指挥手势分为相应典型情况，设定每名交警穿着有特质的可穿戴智能交互上衣，交互设备有内置关节点位置传感器，可用来采集交警的关键关节点实时位置，采用的是可穿戴智能交互上衣的全局坐标系，选取人体腰部中间为坐标系原点，大地垂直法线为z轴方向，垂直人体胸腔平面为x轴方向，垂直于xz轴平面为y轴方向；

针对不同典型的交警指挥手势，数据的差异性较大为人体左右手臂及手部的8个关节点位置信息，样本集可表示为Π＝(X,Y)，其中，X＝{η_RH,η_RW,η_RE,η_RS,η_LS,η_LE,η_LW,η_LH}对应于交警的8个关节点位置信息，每个关节点位置信息η＝[x,y,z]表示三个轴方向的坐标值，Y为每个样本对应的交警手势标签类别，在保证手势正确无误情况下，多次采集样本，生成样本集。然后，以8:2的比例将样本集分为训练集和验证集；

Step2：搭建交警手势的SVM识别模型；