【摘要】： 隨著計算機技術(shù)的進步和應(yīng)用面的拓寬,通過鍵盤、鼠標(biāo)向計算機輸入信息的交互方式已成為人機通信的瓶頸,虛擬現(xiàn)實技術(shù)的誕生和發(fā)展,使這種限制變得更加明顯。以人為中心、自然、高效的多通道交互是新一代人機交互的主要目標(biāo)。近年來,通過識別人類的不同行為,并將識別結(jié)果轉(zhuǎn)換為機器命令的交互方式成為國內(nèi)外研究的熱點[1][2]。作為人類日常生活中最自然的交互方式之一的手勢,在此領(lǐng)域具有重要的研究價值。 本文基于不同手勢動作產(chǎn)生的SEMG信號的特征差異,通過對手勢動作SEMG信號的檢測、處理和識別,將識別結(jié)果作為虛擬環(huán)境中虛擬物體運動的控制信息,實現(xiàn)了人與虛擬環(huán)境的實時交互,為新一代人機交互方式的發(fā)展作出貢獻。 本文的主要研究內(nèi)容和研究成果如下: 1.虛擬環(huán)境的設(shè)計和實現(xiàn)。完成虛擬草地、虛擬天空和虛擬飛機的制作,并實現(xiàn)虛擬飛機3個可控自由度的動畫制作,以及對三維動畫進行仿真測試,測試結(jié)果顯示該交互動畫生動形象。 2.手勢動作SEMG信號的分類識別,包括離散手勢識別和連續(xù)手勢識別。在離散手勢信號識別方面,采用20Hz~300Hz的帶通濾波器抑制噪聲;利用移動平均值方法進行活動段檢測;并采用絕對值積分(IAV)和4階AR模型方法提取特征;最后采用線性分類器對信號特征空間進行劃分,且在此基礎(chǔ)上對信號進行分類。連續(xù)手勢SEMG信號識別,則先按照一定時間長度對信號進行時域分幀,然后運用離散手勢動作識別的方法,對每個時間幀進行分類識別。 3.虛擬人機交互平臺的構(gòu)建�；贛FC和OpenGL軟件開發(fā)環(huán)境,實現(xiàn)虛擬人機交互平臺。該平臺分別實現(xiàn)基于離散手勢的人機交互和基于連續(xù)手勢的人機交互兩種控制方式,平臺主要功能包括:多通道手勢動作SEMG信號的采集、識別以及對虛擬飛機的控制等。針對該交互平臺系統(tǒng),本文并且設(shè)計單用戶和多用戶控制方案對其進行測試和結(jié)果分析,結(jié)果分析證明該系統(tǒng)交互效果十分優(yōu)異。
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2009
【分類號】：TP334.3
【圖文】：

1.1 人機交互技術(shù)及其發(fā)展.1.1 人機交互的概念自從 1946 年世界上第一臺計算機 ENIAC 誕生以來，計算機技術(shù)已取得了的發(fā)展。現(xiàn)代計算機已經(jīng)應(yīng)用在社會生活的各個領(lǐng)域，并且其已代替人類做復(fù)雜性工作。但現(xiàn)階段計算機仍然是一種工具，受到人的支配、控制、操縱理。計算機所完成的任務(wù)中，大量是人與計算機配合完成的。在這種情況與計算機需要相互間的通信，即需要人和計算機相互之間的交互。人機交互(Human-Computer Interaction, HCI)是指人和計算機之間進行信、會話過程，是一個可觀察的雙向信息交換過程[3]，即人和計算機既向輸出信息，又從對方接收信息。因此我們可以十分形象地用人、機和環(huán)境三描繪出人機交互系統(tǒng)。人系統(tǒng)模型如圖 1.1 所示[4]。

細(xì)胞體處在其中，其軸突伸展到肌纖維處，經(jīng)終板區(qū)與肌纖維耦合。與元聯(lián)系著的肌纖維不只一條。這些部分合在一起，構(gòu)成所謂運動單元動是受意識控制的，當(dāng)大腦發(fā)出興奮并向下傳導(dǎo)后，中樞神經(jīng)系統(tǒng)的運的胞體和樹突在來自突觸的刺激下，產(chǎn)生電脈沖，即為動作電位。此電經(jīng)元的軸突傳導(dǎo)到末梢的神經(jīng)與肌肉的接點，當(dāng)運動神經(jīng)接觸到肌肉突分枝到許多肌纖維上，每一分支終止在肌纖維上形成突觸叫做運動終導(dǎo)到軸突末梢的動作電位使神經(jīng)與肌肉的接點釋放化學(xué)物質(zhì)乙酸膽堿則使運動終板的離子通透性發(fā)生變化產(chǎn)生終板電位，此終板電位又使肌到去極化閾值電位，產(chǎn)生肌纖維的動作電位，并沿著肌纖維向兩方傳播維內(nèi)的一系列變化，便產(chǎn)生了肌纖維的收縮，大量肌纖維收縮產(chǎn)生肌肉可見電信號(肌纖維的動作電位)的傳播導(dǎo)致了肌肉收縮，同時傳輸中的人體軟組織中引起電流場，并在檢測電極間表現(xiàn)出電位差，即肌電信號

第二章 人機交互系統(tǒng)的總體設(shè)計2.1 手勢動作 SEMG 模式識別方法模式識別(Pattern Recognition)是根據(jù)研究對象的特征或?qū)傩�，利用以計算機為中心的機器系統(tǒng)運用一定的分析算法認(rèn)定它的類別，系統(tǒng)應(yīng)使分類識別的結(jié)果盡可能地符合真實[26]。一個功能較完善的識別系統(tǒng)在進行模式識別之前，首先需要學(xué)習(xí)。模式識別系統(tǒng)及識別過程的原理框圖可以用圖 2.1 表示。虛線的上部是識別過程，虛線是下部是學(xué)習(xí)、訓(xùn)練的過程。

【引證文獻】

相關(guān)碩士學(xué)位論文 前2條

1 黃璐;面向交互的手勢識別研究[D];華中師范大學(xué);2011年

2 熊漢;基于廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的肌電信號模式識別系統(tǒng)[D];華中科技大學(xué);2011年

本文編號：2779060