基于FDC2214芯片的手勢識別系統(tǒng)設(shè)計

楊世偉 王澤鵬 陳錦鈺

摘 要：文中設(shè)計了一種基于FDC2214芯片的手勢識別系統(tǒng)。在芯片的外接極板上方擺放不同手型會影響極板外界環(huán)境從而影響頻率值，F(xiàn)DC2214芯片將接收到的頻率值轉(zhuǎn)變?yōu)殡娙菪盘栆訧2C通信方式發(fā)送至STM32單片機，單片機通過比對錄入手勢與測試手勢數(shù)據(jù)差異，可實現(xiàn)對剪刀、石頭、布以及1～5的精確識別。實驗測試表明：在指定極板間距下，系統(tǒng)對任意測試者的猜拳和劃拳手勢識別正確率超過91.6%，識別響應(yīng)時間小于1 s，新測試者的手勢特征訓(xùn)練時間小于1 min。文中設(shè)計的手勢識別系統(tǒng)解決了當今手勢識別領(lǐng)域普遍存在的成本高昂、技術(shù)復(fù)雜等問題，可在大眾化消費應(yīng)用中普及。

關(guān)鍵詞：手勢識別;FDC2214芯片;STM 32單片機;覆銅板;電容傳感器;操作器

中圖分類號：TP39;TN702文獻標識碼：A文章編號：2095-1302（2019）09-00-04

0 引 言

手勢識別技術(shù)是當今人機交互領(lǐng)域的一項關(guān)鍵技術(shù)，這項技術(shù)涉及范圍廣泛，如模式識別、智能分析、三維圖像處理、計算機視覺等。使用手勢識別方便人們與機器通信，且無需任何機械設(shè)備即可自然交互，使得常規(guī)輸入設(shè)備如鼠標、鍵盤甚至觸摸屏變得冗余。

目前，手勢識別流程基本可劃分為圖像獲取、手勢檢測和分割、手勢分析、手勢識別四部分，其核心技術(shù)大致分為手勢分割、手勢分析和手勢識別等。當前手勢識別的實現(xiàn)需要特別的硬件和較為復(fù)雜的算法得以支持，且造價高昂。

基于此，本文設(shè)計了以FDC2214芯片為核心的手勢識別系統(tǒng)，解決了當今手勢識別領(lǐng)域普遍存在的成本高昂、技術(shù)復(fù)雜等問題，可在大眾化消費應(yīng)用中普及。其應(yīng)用范圍廣闊，無論是智能家居、智能可穿戴或VR等應(yīng)用領(lǐng)域，若增加手勢識別控制功能，就可極大程度優(yōu)化人與機器間的通信交流。

1 功能與結(jié)構(gòu)

手勢識別系統(tǒng)的構(gòu)造主要包括傳感器芯片（FDC2214）及外接極板、系統(tǒng)控制模塊（STM32單片機）、顯示模塊以及電源模塊等。

識別操作前需對系統(tǒng)進行訓(xùn)練，單片機將各手勢對應(yīng)的數(shù)值保存作為比對參考量。進行識別時，因不同手勢的覆蓋面積不同，會不同程度地影響測試區(qū)外接極板的外部環(huán)境，使得外部極板接收到不同的頻率值，F(xiàn)DC2214傳感器芯片可將頻率值轉(zhuǎn)換為等效電容值經(jīng)I2C通信形式傳遞至STM32單片機，之后單片機通過比對識別操作和訓(xùn)練操作的數(shù)值進行準確的手勢判斷，并在顯示模塊顯示。電源模塊為系統(tǒng)供電，維持系統(tǒng)的正常工作[1-3]。系統(tǒng)模塊如圖1所示。

2 硬件電路

2.1 FDC2214

FDC2214芯片是由德州儀器（TI）推出的一款高分辨率多通道電容感測集成電路產(chǎn)品，其不受來自無線電、電源、光照和電機等環(huán)境噪聲的影響。與現(xiàn)有電容感測解決方案相比，在噪聲出現(xiàn)時，F(xiàn)DC2214系列的性能提升約60倍，在任何環(huán)境下均可實現(xiàn)基于低成本電容方式的人體和物體感測。且FDC2214將電容感測的優(yōu)點引入到之前依賴其他感測技術(shù)的應(yīng)用中，使其具有更好的外觀、更低的系統(tǒng)成本和更可靠的解決方案，適用于汽車、消費類和工業(yè)應(yīng)用。系統(tǒng)電路如圖2所示，芯片如圖3所示。

本文所設(shè)計的手勢識別系統(tǒng)，芯片接收引腳可與外接極板相連，極大程度上擴大接收信號的面積，且極板能根據(jù)不同要求制作成不同形狀，以增強準確性。當其上方有人或者物體接近時，該極板接收到的頻率值改變，經(jīng)由芯片轉(zhuǎn)換的等效電容值（數(shù)量級可達百萬）也隨機發(fā)生變化。經(jīng)實驗測得：當距離約為1 cm、覆蓋面積約為5 cm2（大致等于最小手指覆蓋面積）時其變化量近十萬。

同時，系統(tǒng)支持高速率傳輸，經(jīng)試驗驗證：當波特率設(shè)為921 600時傳輸速率可達每秒約120組數(shù)據(jù)，從而在極短時間內(nèi)測出相應(yīng)手勢，并保證較高準確率。

2.2 STM32F1單片機

STM32F1系列屬于中低端32bARM微控制器，該系列芯片由意法半導(dǎo)體（ST）公司出品，其內(nèi)核為Cortex-M3處理器。該系列芯片有多達9個通信接口，3個USART接口，低功耗、性能穩(wěn)定，工作的溫度范圍為-40～105 ℃。

STM32單片機的GPIOC11引腳與FDC2214芯片的SDA相連，用以發(fā)送與接收數(shù)據(jù);GPIOC12引腳與芯片的SCL相連，定義該口的模式為復(fù)用功能的推挽輸出。

2.3 顯示模塊

LCD1602液晶顯示屏與單片機連接，由于本設(shè)計模式簡單、顯示文字少，故采用1602液晶屏，可最大程度減少系統(tǒng)體積，同時1602相對于12864或TFT彩屏耗電更低，更加節(jié)約能源。

3 軟件設(shè)計思想

3.1 核心算法

根據(jù)硬件平臺及所測數(shù)據(jù)，綜合考慮后，采用求平均差值匹配的方法進行數(shù)據(jù)分析。

平均差是所有單位與其算術(shù)平均數(shù)離差絕對值的算術(shù)平均數(shù)。離差是總體各單位的標志值與算術(shù)平均數(shù)之差。因離差和為零，離差的平均數(shù)不能將離差和除以離差的個數(shù)求得，而必須將離差取絕對數(shù)來消除正負號。平均差是反映各標志值與算術(shù)平均數(shù)之間的平均差異。平均差越大，表明各標志值與算術(shù)平均數(shù)的差異程度越大，該算術(shù)平均數(shù)的代表性就越小;平均差越小，表明各標志值與算術(shù)平均數(shù)的差異程度越小，該算術(shù)平均數(shù)的代表性就越大。

3.2 功能描述

本系統(tǒng)軟件部分主要實現(xiàn)數(shù)據(jù)的分析、按鍵設(shè)置和顯示。系統(tǒng)設(shè)有四個按鍵，可進行模式選擇。按壓“錄入手勢”按鍵后單片機執(zhí)行錄入手勢的程序并保存數(shù)值;按壓“判決”按鍵后單片機執(zhí)行數(shù)據(jù)分析程序以判決當前手勢，并通過LCD1062液晶顯示屏輸出當前所選擇的模式和判決結(jié)果，完成識別。

3.3 程序設(shè)計思路

主程序設(shè)有猜拳訓(xùn)練、劃拳訓(xùn)練、猜拳判定和劃拳判定四個模式。通過按鍵鍵值的調(diào)節(jié)可以控制模式轉(zhuǎn)換。在硬件設(shè)計中，我們考慮到手掌的生理構(gòu)造及普遍的擺放習慣，將芯片通道通過引線連接到不同位置、不同大小、不同形狀的極板，并測試出最準確、最穩(wěn)定的模式。即將IN0，IN1，IN2三個監(jiān)測通道分別對應(yīng)手掌、大拇指及其余四根手指的位置，可通過分段數(shù)據(jù)分析逐步判斷是否有手掌、是否伸出大拇指以及其余四根手指伸出幾根。通過伸出手指的根數(shù)實現(xiàn)判斷當前手勢的功能。程序設(shè)計流程如圖4所示。

4 算法的程序?qū)崿F(xiàn)

4.1 錄入階段

系統(tǒng)需要錄入一次空值作為基礎(chǔ)初值，該值是對當下環(huán)境的實時描述。因為FDC2214芯片對環(huán)境變化較為敏感、分辨率較高，因此在不同環(huán)境下各通道外接極板的數(shù)據(jù)接收值會存在較大差異，導(dǎo)致簡單常數(shù)通常無法精準表示實時的環(huán)境狀況。而通過初值錄入，可在最大程度上避免此類誤差的出現(xiàn)。

訓(xùn)練階段，芯片三通道引出的對應(yīng)外接極板可監(jiān)測到因手型差異而引起的環(huán)境變化。單片機將獲得的近百組數(shù)據(jù)進行求均值計算并存放，所求得的值即該手型的特征數(shù)據(jù)描述，可作為后期判定模式下數(shù)據(jù)比對的基礎(chǔ)。

4.2 判定階段

識別系統(tǒng)處于訓(xùn)練階段時，由系統(tǒng)直接測量一組數(shù)據(jù)，并求平均值記為B。將同一手勢幾次測得的數(shù)據(jù)取平均值。1～5五種手勢可分別得到通道3的平均值Fre1，F(xiàn)re2，F(xiàn)re3，F(xiàn)re4，F(xiàn)re5。將這5組平均值分別與B作差，得到的結(jié)果記為ave12，ave22，ave32，ave42，ave52。這組數(shù)據(jù)同時代表在除大拇指外的四指中，有一根手指伸出時，數(shù)據(jù)變化均值為ave12;有兩根手指伸出時，數(shù)據(jù)變化均值為ave22，依次類推。

4.3 判決階段

在判決階段，對于通道3，將當前手勢測得的數(shù)據(jù)平均值記為m2。令變量m02=m2-B。判斷m02與ave12，ave22，ave32，ave42，ave52的近似程度，若與ave12最接近，則判斷當前在除大拇指外的四指中，只有一根手指伸出;若與ave22最接近，則有兩根手指伸出。依次類推，則可以得出在除大拇指外的四指中伸出的手指數(shù)量。判決流程如圖5所示。

5 設(shè)計過程

5.1 材料選用

通過serialplot軟件對用錫箔紙做傳感平面和用銅片做傳感平面的兩種方式進行比較，發(fā)現(xiàn)若設(shè)計方案相同，銅片的效果相較錫箔紙更加明顯，所以選擇銅片做傳感平面。

5.2 傳感平面面積選擇

通過serialplot軟件對不同大小的傳感平面進行比較，發(fā)現(xiàn)面積較大的平面，測試者的每個手勢數(shù)據(jù)差別較大，有利于識別，同時測試距離較長，但噪聲（穩(wěn)定期間內(nèi)波動幅度）較大。采用小型銅片做傳感平面，測試噪聲較小，但距離限制增加。最終決定選用15 cm×20 cm的銅板。

5.3 形狀選用

本文對四種不同的方案進行了比較。首先第一種方案為單塊銅板，波形較明顯;第二種方案為四通道的波浪形銅板，波形變化幅度可明顯觀測，但是干擾較大;第三種方案為四通道12×12的正方形矩陣，設(shè)計難度較大，波形變化幅度較小;第四種方案為三通道區(qū)域形，即手掌劃分一片區(qū)域，四手指劃分一片區(qū)域，大拇指劃分一片區(qū)域，此方案相較于前三種方案波形變化明顯且設(shè)計簡單，故選擇第四種方案。

5.4 結(jié)論

選擇三通道區(qū)域形15 cm×20 cm的銅片作為最終使用傳感平面。

6 實驗結(jié)果

首先對某一位測試者進行訓(xùn)練，每種手勢訓(xùn)練3次，當訓(xùn)練結(jié)束后對其放置的手勢進行判決，實驗結(jié)果顯示，對于1～5以及石頭、剪刀、布的判讀不超過1 s，且在100次的測試中，錯誤率小于8.4%。系統(tǒng)實物如圖6所示。

7 結(jié) 語

本文基于STM32單片機和FDC2214芯片設(shè)計了一款手勢識別裝置，可實現(xiàn)對剪刀、石頭、布以及1～5的精確識別，解決了當今手勢識別領(lǐng)域普遍存在的成本高昂、技術(shù)復(fù)雜等問題，可在大眾化消費應(yīng)用中普及。

參 考 文 獻

[1]戴蓉，劉波峰.傳感器原理與工程應(yīng)用[M].北京：電子工業(yè)出版社，2014：1-5.

[2]顧立忠.基于表達的手勢識別及人機交互研究[D].上海：上海交通大學(xué)，2008：45-67.

[3]覃文軍.基于視覺信息的手勢識別跟蹤算法與模型研究[D].沈陽：東北大學(xué)，2010：13-41.

[4]杜堃，譚臺哲.復(fù)雜環(huán)境下通用的手勢識別方法[J].計算機應(yīng)用，2016，36（7）：1965-1970.

[5]呂蕾，張金玲，朱英杰，等.一種基于數(shù)據(jù)手套的靜態(tài)手勢識別方法[J].計算機輔助設(shè)計與圖形學(xué)學(xué)報，2015，27（12）：2410-2418.

[6]曹瑩，苗啟廣，劉家辰，等.Ada Boost算法研究進展與展望[J].自動化學(xué)報，2013，39（6）：745-758.

[7]張洪明，趙德斌，高文.基于膚色模型、神經(jīng)網(wǎng)絡(luò)和人臉結(jié)構(gòu)模型的平面旋轉(zhuǎn)人臉檢測[J].計算機學(xué)報，2002，25（11）：1250-1256.

[8]王茂吉.基于視覺的靜態(tài)手勢識別系統(tǒng)[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2006.

[9]蔡娟，蔡堅勇，廖曉東，等.基于卷積神經(jīng)網(wǎng)絡(luò)的手勢識別初探[J].計算機系統(tǒng)應(yīng)用，2015，24（4）：113-117.

[10]李騰.基于視角手勢識別的車載音樂系統(tǒng)控制[D].天津：天津工業(yè)大學(xué)，2017.

[11]赫文強，艾矯燕，赫銀峰.動態(tài)手勢識別及在PPT播放當中的應(yīng)用研究[J].自動化技術(shù)與應(yīng)用，2014，33（2）：59-63.

[12]張墨逸，張秋宇，蘆俊池，等.移動單目相機下基于單應(yīng)的動態(tài)手勢軌跡識別[J].華中科技大學(xué)學(xué)報 （自然科學(xué)版），2016，44（5）：7-12.

[13]劉怡明，王偉明，張雯薏.非接觸式手勢識別智能控制器設(shè)計[J].電子測試，2018（24）：13-15.