高智能轮椅中的视觉手势识别方法仿真

摘要

传统的视觉手势识别问题在高智能轮椅控制中,一旦图像存在多个手势,算法很难识别出哪个手势是真的需要识别的手势,存在多手势识别干扰,识别过程存在滞后性,无法获取准确的手势识别结果,导致对轮椅控制滞后.提出一种改进型PCA和LDA融合的视觉手势识别算法,并在智能轮椅控制中得以应用,通过Kinect传感器采集图像深度信息,运用OpenN1手部分析模块获取手部轨迹特征,通过改进型PCA和LDA融合的视觉手势识别方法对轨迹特征中的误差和不确定性进行去除,完成手部轨迹的识别.将获取的手部识别结果转换成控制指令,通过Ad—Hoc网络传送给智能轮椅,实现高精度控制.仿真结果表明,改进算法对多手势干扰具有较强的鲁棒性,可及时准确地识别手势轨迹,进而有效控制智能轮椅的运动.