基于声波的圈舍智能设备非接触式手势控制方法研究

编号 zgly0001743957

文献类型 期刊论文

文献题名 基于声波的圈舍智能设备非接触式手势控制方法研究

作者 陈子毅  王天本  刘现涛  李张本  孙章彤  胡瑾 

作者单位 西北农林科技大学机械与电子工程学院  农业农村部农业物联网重点实验室 

母体文献 西北农林科技大学学报:自然科学版 

年卷期 2022,50(9)

页码 144-154

年份 2022 

分类号 TP391.41  TP181 

关键词 声波感知  手势识别  多普勒效应  机器学习 

文摘内容 【目的】研究基于声波的非接触式手势控制方法,实现对圈舍智能设备的非接触式手势控制,为减少畜牧业传染病的接触式传播风险提供技术支持。【方法】设计并实现了基于声波的手势识别系统,该系统由2套商用扬声器和麦克风组成声学雷达,采用功率谱密度对手势移动产生的多普勒效应进行提取,然后建立手势、位置与多普勒效应的映射关系,并提出一种融合规则和机器学习的手势识别方法,通过手势移动时产生的多普勒效应实现感知范围内任意位置对4种常见手势(前推、后移、左移、右移)的准确识别。【结果】采用奇异值分解算法进行特征提取,并对支持向量机模型、BP神经网络模型、K最邻近算法3种机器学习算法进行比较,可以得到支持向量机模型整体优于BP神经网络和K最邻近算法,且线性支持向量机的识别准确率最高,该系统对15位测试者在不同位置手势的平均识别准确率可以达到91.50%,且成功应用于照明设备的开关和亮度调节以及换气扇的开关和转速调节。【结论】综合考虑手势执行位置、手势移动速度和幅度等因素,采用奇异值分解算法进行特征提取,线性支持向量机算法进行分类,可达到较高的手势识别准确率,有望应用于圈舍智能设备的非接触式手势控制。