徐时伟，沈海斌

（浙江大学电气工程学院，浙江杭州 310027）

0 引言

空中手写输入作为一种新颖的人机交互技术，相较于传统的平面手写输入，摆脱了手写板的约束，提高了设备的便携性并能提供更好的用户体验。随着MEMS技术的发展，越来越多的空间手写设备采用具有体积小、成本低等优点的MEMS加速度传感器作为输入环节。目前，基于加速度传感器的空中手写输入研究可分为两类:1）直接使用加速度信息进行字符或手势的分类识别［1］;2）将加速度二重积分得到空间轨迹，再投影到平面作后续处理［2］。其中，第一类方法只能识别经过训练的字符或手势，因此，使用范围有限;而第二类方法可以利用现有的平面字符库，更具有通用性。

但由于制造过程和使用环境的影响，MEMS加速度传感器的输出不可避免地存在误差并受到噪声干扰。积累误差就是指这些误差与干扰在二重积分过程中被积累，使重建的空间轨迹严重变形。解决积累误差的经典方法是零速度补偿［3］（zero velocity compensation，ZVC），其基本思路是将每帧样本的标准差与阈值比较，从而判断加速度传感器处于运动或静止状态，但需要优化包括阈值在内的4个参数，难以适应不同使用场合与不同用户。Yang J等人［4］对ZVC中的运动状态判断作了改进，将加速度幅值和角速度幅值分别与各自的阈值比较，需要优化2个参数，但由于不是基于每帧的统计信息而是逐个采样点比较，因此，易受噪声影响。Wang J S等人［2］提出了多轴动态开关（multiaxis dynamic switch，MAD）方法，用加速度阈值判断运动开始，用速度阈值判断运动结束，取得了比ZVC更好的积累误差效果，但依然有2个参数需要优化。……