英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

---

一种基于MEMS用手势与机顶盒人机交互的方法

摘要

当前不同的人机接口已成为一个研究方向。目前有一种交互方式是基于手势的。这篇论文提供了一种新颖的方式来解释面向人机交互界面的MEMS数据，这种方法可以用来帮助用户用手势控制机顶盒。此外，最近的机顶盒有一种将集成浏览器嵌入其中的趋势。在这篇论文中，我们已经提出了一种方法使用户可以使用MEMS像用鼠标来进行某项操作，这基于用户的操作（像换台，更改音量大小）或者替代键盘来浏览网络（通过书写大写英文字母）。我们获得的正确率为0.994，查全率为0.998。

1.介绍

在过去几年里，大量的信息娱乐消费产品进入市场，并且大受欢迎。其中的一种产品就是机顶盒。现在，所有服务提供商正努力将更多的增值服务加入到机顶盒中，将其作为市场区分的因素。类似这些的增值服务有：网页浏览、视频会话、搜索电影及电视。为了使用这些功能，用户需要使用键盘和鼠标来和机顶盒进行交互。然而，在看电视时旁边还得放着键盘和鼠标会令人不舒服。这就要求有更好的方法来操作机顶盒复杂的人机接口。然而，目前并没有一种合适的方法，可以缩小在技术实际与需求之间的间隙。我们已经定制了一个设备来缩小这个间隙。

在已提出的解决方案中，我们已经提出一种基于MEMS的方法，它可以帮助用户与机顶盒进行交互。在这篇文章中，我们已经展示了MEMS数据如何被请求、处理，以此来提供一个低成本的解决方案用于与机顶盒的人机交互。

环境综述

在这个项目用到的环境和设备如下所示：

最初，我们使用由意法半导体公司提供的MEMS传感器和一个应用程序工具集来记录加速度值，加速度值表明了传感器的移动。除了MEMS传感器之外，评估板采用了ST7-USB微控制器作为传感器和PC之间的桥梁。

采用的传感器芯片是LIS302DL，它通过电缆连接到计算机的USB端口。LIS302DL是低功耗的数字线性输出加速度计。设备包括一个传感元件和一个集成电路接口能够将来自传感元件的信息转化为被测信号,可用于外部应用程序。

图1 评估板

图2 评估板的原理图

EK302DL是一个评估工具旨在为用户提供一个完整的、随时可用的LIS302DL评价平台。

一旦安装完成,一个COM端口分配给ST虚拟串口驱动程序。这个端口号应该保留,因为运行EK302DL评价软件用户界面时需要用到。

这个端口号也在我们运行图形用户界面时用到。最初获得的信息是由评估工具测得的加速度信息，然后转化为速度和位移信息。

传感器数据采集单元

数据采集单元旨在提供一个手持的无线设备,利用微机电系统(MEMS)技术的传感器。加速度计式MEMS芯片用于感受设备移动。我们测量加速度,然后计算设备的位移。数据采集单元包含以下模块:

—手持式设备：手持式设备由MEMS传感器，一个片上射频发送系统和一个微控制器组成。

—接收装置：接收装置由一个微处理器、一个片上射频接收装置组成，USB接口连接至机顶盒。

基于MEMS的加速计由LIS302DL芯片组成,微控制单元(MCU)是MSP 430，这是一个16位处理器。2.4 GHz的发射机传输,在接收端射频接收机也在同一频率调谐。MSP 430由一个F2274芯片构成，在接收机端连接到USB接口。

而USB接口将会接到机顶盒。

基于加速度计的微机电系统

微控制单元

MSP430

射频发射器

CC 2500

2.4GHz

图3 数据采集单元

机顶盒

微控制单元

MSP430

主机（USB接口）

射频接收

CC 2500

图4 数据接收单元

整个过程的数据采集和数据发送分别如图5和图6所示。

开始

MEMS传感器是否移动

从MEMS传感器读取加速值

将加速度值用片式视频发送出去

是

否

图5 数据采集流程图

记录数值

数据表格展示了LIS302DL传感器检测到的加速度值。数据被分为3列：

·“ADC输出”-展示由传感器提供在经过2秒的大小和相位补偿后的加速度数据

·“加速度值”-展示由传感器测得的加速度值，单位为mg。

·“角度”-返回倾斜角，单位为度，由“ADC输出”数据列推断出。

ADC输出值表明了由传感器提供的加速度数据在3系坐标：x-坐标，y-坐标，z-坐标。

将加速度值转换为位移

将计算后的数据发送至主机

从片式射频接收器读取数据

开始

射频接收器是否收到数据

否

是

图6 接收数据流程图

图7 三系坐标轴

最初我们假设两个轴x和y是在飞机上拍摄的(这可能是传感器所在的桌面)而z轴是垂直于这个平面。上面的图表显示了三个轴的方向传感器。

我们从设备记录加速度值并存储在缓存里。

这个缓存是用来构成不同的数据结构，而这数据结构用来存储这些值。

接着，这些数据结构被用来进一步处理数据。

被用到的数据结构用3维数组存储ax,ay,az（加速度坐标对应至x,y,z轴）

传感数据说明

我们从传感器获得数据，用户在空中或桌面上移动传感器来书写大写字母。这些数据从x,y,z三个对应方向以加速度值的流的方式输入。与此同时，我们能够一次读取2048个数据。设备读取并缓存这些数据。每个点的x,y,z坐标被存储在一个数据包里。现在，这个分组信息从数据发送单元进入识别模块。现在为了处理，我们会读连续存储在缓冲区中以数据包形式存储的数据。然后对数据做一些预处理,这样字符可以被识别模块识别。

我们使用我们的算法来转换加速度值为速度和位置坐标。

用于转换的公式出自力学定律。

v = u ft 当 u = 0, t = 1. f = 加速度坐标, v = 速度坐标

用于将加速度坐标转换为速度坐标的公式如下：

当 u = 0,t = 1.

f = 加速度坐标

s = 位置坐标

现在，我们试着分析不同加速度作用域，速度域，位置域。

识别笔画边界：

当任何人被要求写一个大写英文字母时，他或她总是需要用一些笔画。举例来说，当写“A”的时候，通常我们像图8一样使用3笔。

第一笔，我们从A像B画一条斜线，如线1所示，接着将笔从A移至B，再画一条斜线，从A至C。接着将笔移至D，从D至E画一条水平直线。所有的线都是一笔画成的，笔不必离开纸面，被称为笔画。

图8 笔画介绍

这种识别方法是基于笔画的最后瞬间，传感器收到一个骤变的加速度和速度。

例如，对字母A来说，如果我们在图中画出传感器检测到速度在x,y方向分速度，就像图9，图10所示的那样。

图9 速度在x方向上的折线图

图10 速度在y方向上的折线图

这些数据表明,速度曲线中线性之后的骤变表明边界。所以边界识别的问题变成了峰值检测的问题。所以最初我们从加速度数据计算速度数据,然后确定数据的峰值。

从观察中，我们知道。

1. z方向速度并不能告诉我们有关字母笔画的信息。当用户抬起他们的手写每一笔画时，总是有一个速度的突变在z方向。如果我们画出z值曲线，我们可以获得一个峰顶，在那个点，用户抬起他们的手。
2. 在我们未对数据进行处理时，可能会出现几个峰顶。所以我们先对vz值进行中值滤波。经过中值滤波后，我们画出曲线，尝试确认笔画。

峰值检测算法

输入：一个结构峰值

*inputlarr;包含输入数据元

no_of_elementslarr;输入数组大小

Threshold(极限)larr;一个预设值

一个Max（x,y）函数，计算两个数中的最大值

第一步：初始化峰索引larr;0,最大梯度larr;0和ip是循环数

第二步：确认WINDOW_SIZE

第三步：对iplarr;1至no_of_elements开始

Leftgradlarr;input[ip]/input[ip-WINDOW_SIZE]

Rightgradlarr;input[ip]/input[ip WINDOW_SIZE]

如果 input[ip]gt;input[ip-1] 而且

input[ip]gt;=input[ip 1] 且

input[ip]gt;threshold 接着开始

peakVallarr;input[ip]

peaklarr;ip

结束

如果 maxgrad gt; PREDEFINEDVALUE

peak_typelarr;SHARP_PEAK

其它

peak_typelarr;FLAT_PEAK

结束

峰的left_gradlarr;Leftgrad

峰的right_gradlarr;Rightgrad

numpeaklarr;numpeak 1

peakIndexlarr;peakIndex 1

返回

结束

结果和讨论

数据集：因为没有已存在的用MEMS书写字母的数据，我们采用由22个用户（16男，6女）用MEMS书写字母的数据，每个字母写5次。所以，对每个字母，我们获得了110个测试数据。所有这些数据都被用作系统的输入描述。

我们获得的平均正确识别率为99.4%。

正确率：在表1，我们已经列出识别每个字母的误报、漏报和笔画数。

表1 测试细节表

字母	笔画数	误报（%）	漏报（%）
A	3	1	0
B	2	2	0
C	1	0	0
D	2	1	1
E	4	2	2
F	3	1	1
G	1	0	0
H	3	1	0
I	3	0	0
J	2	1	0
K	3	2	0
L	2	1	0
N	2	2	0
M	2	1	1
O	1	0	0
P	2	1	0
Q	1	0	1
R	2	1	0
S	1	0	0
T	2	1	0
U	1	0lt; 剩余内容已隐藏，支付完成后下载完整资料 资料编号：[148090]，资料为PDF文档或Word文档，PDF文档可免费转换为Word