基于数据手套与虚拟模型的手臂动作识别方法

为了配合残疾人使用助残假手完成日常活动,提出了一种基于数据手套与虚拟模型的手臂动作识别方法。通过数据手套上的MEMS传感器测量手臂运动数据,结合虚拟交互环境中的手臂模型,完成模型对真实手臂的动作复现,并获取手臂模型的位置数据。而后将传感器加速度、角速度等数据的时域特征与手臂模型位置数据的动作轨迹特征结合起来,使用支持向量机算法对预定义的5种手臂动作进行分类识别,识别率达到99.33%,验证了提出的手臂动作识别方法的可行性。