陈 意，杨 平，陈旭光

(电子科技大学机械电子工程学院，成都611731)

在现代社会中，手机等移动电子设备已成为人们日常生活中必不可少的通讯和娱乐工具，其主要的交互方式是键盘和触摸屏，而这两种交互方式都不可避免地将用户限制在了设备屏幕之上，降低了操作效率和用户体验［1］。手势拥有自然、直接、易于学习等优点，将其作为移动电子设备现有交互方式的一个补充，将一些简单、频繁的操作采用手势输入，可增强操作的便捷性和趣味性，提升用户体验。

目前，基于加速度传感器的手势识别方法主要有动态时间规整(DTW)［1－4］和隐马尔科夫模型(HMM)［5－8］。然而由于个体差异，同一手势的加速度数据(如幅值、手势长度等)存在较大差异;即使同一个体，同一手势的加速度数据也存在差异。因此上述方法难以建立准确的手势模板和隐马尔卡夫模型，识别准确率较低，个体适应性较差;由于DTW算法的计算量大，随着手势数量的增加，算法实时性将大大降低;并且由于加速度传感器无法获取设备姿态信息，用户只能严格地在给定的设备姿态下操作，这给用户造成了极大的不便。鉴于此，本文提出通过提取反映各类手势运动学特征的加速度特征量及变化规律对手势进行识别，以提高对个体差异的适应性，增强算法鲁棒性和实时性;对于甩动和晃动手势，通过加速度计与陀螺仪相结合获得设备姿态信息，将设备坐标系下的加速度转换到用户坐标系再对其进行识别，简化了这两类手势的识别，同时提高了识别准确率。……