[发明专利]一种近程电容式静态手势识别系统及方法

权利要求书

1.一种近程电容式静态手势识别系统，其特征在于：该系统包括：

电容传感器模块，采用电极阵列方式，通过模拟开关切换多种的工作电极，形成多种电容传感器；用于感应同一手势对应的多个电容值变化量；

电容检测信号采集电路，用于测量并传送每次手势对应的所有电容值；

上位机，用于控制电容数据的接收与存储，并同时对每次采集的电容数据进行处理分析，判断属何种手势并显示。

2.根据权利要求1所述的近程电容式静态手势识别方法，其特征在于：所述电容检测信号采集电路包括：

集成电容测量芯片，用于测量电容传感器电容值；

主控制器，用于实现实时的电容数据采集、处理和传输；

模拟开关，用于把所述电极阵列切换成不同电极进入工作状态，通过工作电极的组合配置成多种电容传感器。

3.根据权利要求1至2中任一项所述近程电容式静态手势识别系统的识别方法，其特征在于：该方法包括下列顺序的步骤：

(1)在手势识别的监测区域内，将电容传感器模块采用电极阵列方式，铺设多个电极；

(2)电容检测信号采集电路通过模拟开关切换，按多种敏感配置方式配置多个工作电极的组合形成多个电容传感器；

(3)电容检测信号采集电路采集上一步配置的各个电容传感器的电容值，并上传至上位机；

(4)将不同的电容传感器的电容值作为机器学习分类模型的输入变量C＝[C1 C2 C3....]，，将对应的静态手势作为机器学习分类模型的输出变量，进行模型训练，建立静态手势的机器学习分类模型，其中C1 C2 C3 ....表示第一、二三，...传感器的电容值；

(5)在手势识别的监测区域内输入静态手势时，电容检测信号采集电路采集各电容传感器的信号，上传至上位机；

(6)将不同电容传感器电容值组成的变量，输入到利用静态手势的机器学习分类模型，得到静态手势分类结果。

4.根据权利要求3所述的识别方法，其特征在于：所述步骤(2)中敏感配置方式是指电极阵列的组合方式，即传感器的发射电极与接收电极的空间位置不同时，电磁场空间分布不同，带来的物体敏感区域不同，场能强度不同。

5.根据权利要求4所述的识别方法，其特征在于：电极阵列为4*4的14种敏感配置为：

SF1:SF2:SF3:SF4:SF5:SF6:SF7:SF8:SF9:SF10:SF11:SF12:SF13:SF14:

其中，T代表发射电极，R代表接收电极，N代表无电气连接；SF1至SF14为14种敏感配置方式。