[发明专利]基于手掌弯曲信息的人手运动模式识别系统

说明书

本发明公开了一种基于手掌弯曲信息的人手运动模式识别系统，所述人手运动模式识别系统包括传感手套、信号采集电路、计算机和显示器系统，其中：所述传感手套的手心布置有数个弯曲度传感器，每个弯曲度传感器通过导线与信号采集电路相连接；所述信号采集电路与计算机相连接，计算机对信号采集电路的信号进行信号的采集和处理，并在显示器上显示相关信息。本发明采用的电路系统简单可靠，对信号的处理方法快速准确，识别率较高并且稳定。在一次试验中，对数据库中有的9种常用手势进行识别，总体识别率能够突破80%，对于一些动作的识别率甚至能够接近100%，可以满足对人手部动作的实时识别和后续进行假手控制的要求。

技术领域

本发明属于生物机电一体化（Biomechatronics）技术领域，涉及一种基于手掌弯曲信息的人手运动模式识别系统。

背景技术

假手是生物和机器融合领域最鲜明的代表，是结合了多种高新技术的机器人产品。假手的主要应用场景是帮助先天或者后天手部残缺者补全手部外形和功能。面对这一使用场景，人类在数千年的文明历史中始终在努力着，假手也由最初的装饰性假手逐渐向功能性假手转变，特别是随着近几十年计算机等相关学科的进步，假手的功能也愈发强大了。

假手功能性的支撑之一便是人类意图的识别，能够准确识别人类希望进行的手部动作是完成假手控制的基础，近些年也成为相关领域的研究热点。目前的研究中主要采用非侵入性的控制方式，主要分为脑电、肌电和肌力三种方式。脑电识别方式是检测大脑在控制身体执行动作时大脑皮层形成的特殊生物电反应得到脑电图，通过对脑电图信号进行分析识别出大脑发出的最初指令。肌电识别也是应用很广泛的控制方式，也是最成熟的控制方式，该方式通过监测皮肤表面电信号的变化，来判断人类对肌肉的控制意图。此外，肌力信号识别同样具备自己独特的优势，这种方式通过贴在皮肤上的压力传感器获取肌肉压力信号，并以此判断意图的手势。

在手掌残缺中，有一种特殊的情况是半掌残缺，半掌假手也应运而生。而残存的手掌为假手的设计提出挑战的同时也为手部动作识别提出了新的可能性，一些研究者希望能够将信号采集位置从小臂、手腕等传统的位置向残存的手掌转移，将肌力传感器布置在手心和手背上是一种不错的尝试，但这种方式也存在着识别率不高、穿戴不适等缺陷。目前市场上还没有识别稳定、技术成熟的针对手掌的人类手部动作识别的装置或者方法。

发明内容

针对国内外现有的用于假手的手部动作识别方法识别率波动较大、结构复杂、穿戴舒适性不佳的问题，本发明提供了一种基于手掌弯曲信息的人手运动模式识别系统。本发明可以实现对人手在工作时手掌弯曲信息的采集和分析，并且在此基础上完成对全手动作的分类识别。

本发明的目的是通过以下技术方案实现的：

一种基于手掌弯曲信息的人手运动模式识别系统，包括传感手套、信号采集电路、计算机和显示器系统，其中：

所述传感手套的手心布置有数个弯曲度传感器（分布如图1 所示），弯曲度传感器的布置方向是沿与手部动作相关的关键弯曲方向，分别在小指、无名指、中指、食指 的手指根部和相连手掌部以及与第一掌骨和第二掌骨垂直的方向（反映拇指运动)，各手指对应传感器布置方向与手指方向大致相同（拇指处除外），能够反应对应手指的动作，每个弯曲度传感器通过导线与信号采集电路相连接；

所述信号采集电路由电源、分压电阻、电位限制电阻、多路复用器、可编程增益放大器、A/D转化器、缓存器构成，弯曲度传感器的一个引脚与电源负极连接，弯曲度传感器的另一引脚串接一个分压电阻后与电源正极连接，弯曲度传感器和分压电阻之间通过导线将电位信号引出，通过电位限制电阻对电位进行限制；多路信号进入后通过多路复用器多路复用至可编程增益放大器中，后再交于A/D转换器转换为数字信号经缓存后交给计算机；

所述信号采集电路与计算机相连接，计算机对信号采集电路的信号进行信号的采集和处理，并在显示器上显示相关信息。