-
题名基于数据手套的手势识别及无人机控制系统
- 1
-
-
作者
陶烨豪
方建波
尚杰
-
机构
宁波大学信息科学与工程学院
中国科学院宁波材料技术与工程研究所
-
出处
《无线通信技术》
2024年第1期42-46,共5页
-
文摘
与载人飞机相比,商用无人机具有体积小、造价低、使用方便、对作战环境要求低、战场生存能力强等优点,备受多方面的青睐。面对复杂的飞行环境,遥控器、地面站等传统控制系统已无法满足应用要求。考虑到用户使用习惯和无人机控制的可及性,本文提出了一种基于数据手套的无人机端侧控制系统和一种实时的动态手势分割算法。首先通过设置角速度阈值,分割长短不一的动态手势;然后采用线性插值法和组合数据均值法,将长短不一的动态手势重新采样至定长;最后还提出了一种多流一维卷积与Transformer相结合的手势识别算法,在测试集与户外实验上分别取得了98.76%和97.78%的高识别率,这比传统LSTM算法的识别率分别提高了3.39%和5.56%,表明该算法不仅具有良好的识别性和泛化能力,且具有良好的实时性和快速响应能力,户外实验中单次手势完成后0.8s内,无人机便可以执行相应指令,展现出了良好的应用潜力。
-
关键词
手势识别
数据手套
无人机控制
深度学习
-
Keywords
Gesture recognition
Data glove
UAV control
Deep learning
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于智能可穿戴设备的复杂人体活动识别方法设计
- 2
-
-
作者
方建波
陶烨豪
尚杰
-
机构
宁波大学信息科学与工程学院
中国科学院宁波材料技术与工程研究所
-
出处
《传感器与微系统》
CSCD
北大核心
2023年第7期87-89,93,共4页
-
基金
国家自然科学基金联合基金资助项目(U22A20248)
浙江省重点研发计划资助项目(2021C01183)
中国科学院对外合作重点项目(174433KYSB20200013)。
-
文摘
针对复杂人体活动识别使用的传感器类型单一、识别率不高的难题,提出了一种基于智能可穿戴设备的复杂人体活动识别方法。由于智能可穿戴设备中融合了高精度的弹性弯曲传感器,可以弥补传统仅基于惯性传感器识别设备的不足,实现人体活动时关节弯曲度、以及运动加速度和角速度全方位捕捉。结合能够有效捕捉局部特征的卷积神经网络(CNN)模型和全局特征的Transformer模型,能够实现更高的识别率。实验结果表明:该方法在所设计的13种活动中实现了98.89%的识别率,并且由于设备易于穿戴,在智慧医疗、运动监测等领域有着广阔的应用场景。
-
关键词
人体活动识别
智能可穿戴设备
深度学习
弹性弯曲传感器
-
Keywords
human activity recognition
intelligent wearable devices
deep learning
elastic bending sensor
-
分类号
TP212
[自动化与计算机技术—检测技术与自动化装置]
-