[发明专利]基于手势识别的无人车控制方法、装置和设备

说明书

本申请的实施例提供了基于手势识别的无人车控制方法、装置、设备和计算机可读存储介质。所述方法包括获取用户的手势图像；通过手掌检测、手势关键点提取和SVM分类的方式，对所述手势图像进行识别，生成控制指令；基于所述控制指令，对车辆进行控制。以此方式，可以大幅度提高对无人车控制的效率。

技术领域

本申请的实施例涉及手势控制领域，尤其涉及基于手势识别的车控制方法、装置、设备和计算机可读存储设备。

背景技术

无人车具有安全灵活等特点。现有的无人车普遍依赖设备操作指挥，在使用过程中伴随着密集的电磁信号，若对电磁信号进行检测定位，则极易暴露无人车与操作者的位置。

手势在侦察等领域中有着广泛应用，特别是在有隐蔽性需求或有着强烈噪声干扰的环境。基于手势识别的无人车控制装置，基于红外线通讯，既不会影响电磁信号静默，也不受电磁干扰的影响，因此具有广泛的应用场景。

目前手势识别的方法主要有：基于穿戴式设备，其设备昂贵，操作复杂，且设备相对易损坏，使用不方便；采用传统卷积神经网络方法，精度不够高，受环境影响大，识别速度慢，不能在移动设备上进行手势识别。

发明内容

根据本申请的实施例，提供了一种基于手势识别的无人车控制方案。

在本申请的第一方面，提供了一种基于手势识别的无人车控制方法。该方法包括：

获取用户的手势图像；

通过手掌检测、手势关键点提取和SVM分类的方式，对所述手势图像进行识别，生成控制指令；

基于所述控制指令，对车辆进行控制。

进一步地，所述通过手掌检测、手势关键点提取和SVM分类的方式，对所述手势图像进行识别，生成控制指令之前，还包括：

对所述手势图像进行去噪和灰度化处理。

进一步地，所述通过手掌检测、手势关键点提取和SVM分类的方式，对所述手势图像进行识别，生成控制指令包括：

通过手掌检测的方法，对所述手势图像进行剪裁，得到全手掌图像；

对所述全手掌图像进行手部关键点提取，生成手部关键点列表；所述手部关键点列表包括关键点的三维坐标；

基于所述手部关键点列表，生成关键点特征向量；

将所述关键点特征向量，输入至SVM多类分类器进行分类，得到控制指令。

进一步地，所述基于所述手部关键点列表，生成关键点特征向量包括：

对所述手部关键点列表中的关键点坐标进行归一化处理；

基于归一化的关键点坐标，生成关键点特征向量。

进一步地，通过如下核函数对SVM多类分类器进行训练：

其中，x_j为核函数中心；

‖x_i-x_j‖为向量x_i和x_j间的距离；

σ为作用范围。

进一步地，所述核函数的目标函数和约束条件包括：

s.t.yⁱ(wⁱφ(x⁽ⁱ⁾)+b)≥1-ξ(i)，i＝1，2，...，n

其中，‖w‖²为输入向量到超平面的间隔；