基于FPGA的手势信号实时采集综合性实验项目研究

为了借助信息技术拓展实验教学的时间和空间,实现泛在化教学,对数字电路实验课程教学项目进行了改革和探索,引入"基于FPGA手势信号实时采集综合性实验项目"。项目由数据采集模块、异步FIFO模块、SDRAM模块和VGA显示模块等组成,具有很强的综合性,便于学生将理论课程中碎片化的知识点构建成相对完善的知识体系,有利于提高学生设计复杂数字系统的能力及实践创新和工程应用能力。

基于MCN的起重吊装指挥手势信号自动识别

为了消除起重吊装因指挥手势信号不规范、交流视野被遮挡、人员注意力不集中等产生的安全隐患,利用基于计算机视觉的混合卷积神经网络(MCN)方法,建立人-机交互高风险场景下起重吊装指挥手势信号识别模型,并提出指挥手势信号识别-确认机制。根据国家标准指挥手势信号的运动特点,选择MCN在起重吊装指挥手势信号数据集上进行训练,得到起重吊装指挥手势信号识别模型。起重机驾驶员对比模型识别结果与直接观察结果,判断是否进行相应的操作。选取五种指挥手势信号为例验证。结果表明:模型在多角度多距离下,平均识别准确率为97.13%,模型泛化能力较强。识别速度为36.9 ms,实际应用中平均帧数可达到27.1 fps,满足实时识别的需求。模型具有一定的实用性。

新道路交通手势信号图解

随着我国道路交通的飞速发展,交通安全显得越来越重要了。自1996年5月1日起在全国大、中城市开始试行新的交通手势信号以来,有不少读者来信询问这方面的问题。本刊特约俞经满、董安二同志撰文给予介绍。

基于EEMD和多域特征融合的手势肌电信号识别研究

人造假肢技术目前已成为一个研究的热点,手势肌电信号的识别为人造假肢的研究做出了贡献.提出基于总体经验模态分解(EEMD)的信号处理方法,首先将采集到的信号经EEMD分解成若干个固有模态函数分量(IMF),然后在得到的前三阶IMF的基础上提取时域、频域和希尔伯特域特征,融合提取的特征组成多域特征向量组,最后送入支持向量机分类器中来分类6种手势动作,识别率最高可达到98.7%.实验结果表明,通过EEMD分解原始信号提取的多域特征用来识别手势动作是可行的.

我国交警手势指挥现状及改善对策

我国交通拥堵现象日趋严重,交警现场指挥与疏导的需求越来越多。由于没有统一的交警手势信号执行规范,如何运用手势信号进行现场指挥就主要依靠交警自身经验和不断摸索体会,这也导致交警手势指挥存在较多问题。需要总结交警手势信号规范及应用情形,分析出在手势信号种类不足、使用不规范、各地应用差异大等方面存在的问题,以提出增加信号种类、制定统一执行规范和加强训练等对策,为促进我国交警手势指挥的规范化提供参考。

起重吊装风险协同感知智能装备研发与应用

为解决起重吊装指挥-操作交互的高风险场景下,单一类型装备(如传感器、智能摄像头等)难以实时智能地识别吊装风险的问题,研发集成计算机视觉技术和传感器设备的起重吊装风险协同感知智能装备(简称智能装备)。首先分析起重吊装过程中指挥人员和起重机的运动特征;然后针对起重机驾驶员的误操作行为风险,结合人-机不同的运动特征和工作需求,提出智能装备的风险协同感知方案;最后在实验室模拟场景下检验智能装备的风险感知精度和延迟时间。结果表明:智能装备能够协同感知起重吊装指挥-操作交互过程中的安全风险,发现起重机驾驶员的误操作行为并实时报警。智能装备在该过程中的风险感知精度为95.17%,延迟时间约为0.25 s。

散打“距离意识”的培养

距离意识又称“技击对抗度量”。其主要是指双方在格斗时,对相互间所处距离的感性判断。在瞬息万变的搏击打斗中,要想使战略、战术及技术得以实效,首先就必须掌握好合适的攻防距离。