新聞中心

EEPW首頁 > 設(shè)計(jì)應(yīng)用 > 適用于手語采集與輸入的智能手套及翻譯系統(tǒng)

適用于手語采集與輸入的智能手套及翻譯系統(tǒng)

作者:程杰,陳建華,許舒涵 時(shí)間:2023-08-24 來源:電子產(chǎn)品世界 收藏
編者按:設(shè)計(jì)并實(shí)現(xiàn)了一款以ESP32-C3-WROOM-02為核心,基于物聯(lián)網(wǎng)、UDP協(xié)議、姿態(tài)傳感器和彎曲傳感器的適用于手語采集與輸入的智能手套及翻譯系統(tǒng)。該系統(tǒng)通過在手套上綁定姿態(tài)傳感器MPU6050,配合彎曲傳感器動(dòng)態(tài)監(jiān)測(cè)手的運(yùn)動(dòng)和姿態(tài),通過ESP32芯片采集傳感器數(shù)據(jù)并做初步處理,經(jīng)單片機(jī)上的Wi-Fi模塊通過 UDP 協(xié)議傳輸給云端采用 SVM 算法識(shí)別靜態(tài)手勢(shì),此外,本設(shè)計(jì)還搭建了基于Python的Web應(yīng)用程序框架Streamlit實(shí)現(xiàn)在網(wǎng)頁上實(shí)時(shí)呈現(xiàn)處理結(jié)果和全平臺(tái)兼容,方便用戶使用。

*本項(xiàng)目在2022年廣東省大學(xué)生電子設(shè)計(jì)競(jìng)賽獲得一等獎(jiǎng),相關(guān)成果正在申請(qǐng)專利。

本文引用地址:http://m.butianyuan.cn/article/202308/449896.htm

據(jù)中國(guó)殘疾人人口數(shù)據(jù)庫有關(guān)數(shù)據(jù),我國(guó)持殘疾證人口中聽力殘疾和言語殘疾共計(jì)249.2 萬人,且多為農(nóng)村人口。由于工作和生活中大多數(shù)人不熟悉手語,造成了聾啞人難以融入社會(huì)生活的問題。因此,迫切需要一款低價(jià)、便攜的手語翻譯系統(tǒng)來輔助聾啞人與普通人溝通。

鑒于手語翻譯系統(tǒng)在輔助聾啞人融入社會(huì)中起到的重要作用,本文通過設(shè)計(jì)一款適用于手語采集與輸入的智能手套及翻譯系統(tǒng)采集手勢(shì),形成數(shù)據(jù)庫并訓(xùn)練機(jī)器學(xué)習(xí)模型。使用者佩戴手套以后做出不同手勢(shì),手套將采集到的手指彎曲程度、加速度等信息在單片機(jī)進(jìn)行預(yù)處理以后,通過UDP 協(xié)議經(jīng)Wi-Fi 傳遞至云端處理,云端接收數(shù)據(jù)報(bào)后通過分辨通過分辨靜態(tài)手勢(shì)與動(dòng)態(tài)活動(dòng),將數(shù)據(jù)二次處理后放入已經(jīng)訓(xùn)練好的模型中進(jìn)行預(yù)測(cè),并在網(wǎng)頁界面實(shí)時(shí)顯示結(jié)果,實(shí)現(xiàn)全平臺(tái)兼容。該方案穩(wěn)定性較高,可拓展性及可維護(hù)性極強(qiáng),人機(jī)交互友好,解決了當(dāng)前非接觸式精度低、易受干擾、處理速度慢等痛點(diǎn)。

經(jīng)過測(cè)試該方案識(shí)別準(zhǔn)確性高達(dá)91.02%,方差0.0012,硬件成本僅為296 元且可拓展性高,人機(jī)交互友好,具備廣泛普及的條件,能有效輔助聾啞人士進(jìn)行簡(jiǎn)單交流,更好的參與社會(huì)生活,并且還可以作為教學(xué)用具進(jìn)行手語培訓(xùn)。

表1 方案對(duì)比

1692846759700405.png

1 方案選擇

方案1 基于傳感器和MPU6050 姿態(tài)傳感器的數(shù)據(jù)手套上的傳感器能識(shí)別手指彎曲以及手部的運(yùn)動(dòng),識(shí)別率較高,并且成本低有利于推廣,數(shù)據(jù)量低傳輸速度快,處理難度低。

方案2 基于計(jì)算機(jī)視覺的手語識(shí)別通常采用攝像頭作為傳感設(shè)備,無須穿戴,體驗(yàn)感較好,但是感受與識(shí)別技術(shù)容易受到周圍環(huán)境因素的影響,如光照等。同時(shí)需要處理的數(shù)據(jù)量巨大,識(shí)別的實(shí)時(shí)性較低,并且不適用于日常環(huán)境。

方案2 基于計(jì)算機(jī)視覺的手語識(shí)別通常采用攝像頭作為傳感設(shè)備,無須穿戴,體驗(yàn)感較好,但是感受與識(shí)別技術(shù)容易受到周圍環(huán)境因素的影響,如光照等。同時(shí)需要處理的數(shù)據(jù)量巨大,識(shí)別的實(shí)時(shí)性較低。

2 系統(tǒng)設(shè)計(jì)

2.1 系統(tǒng)組成

本系統(tǒng)總體設(shè)計(jì)框圖如圖1 所示,包括、姿態(tài)傳感器MPU6050、、服務(wù)器、網(wǎng)頁端五部分。

1692846854357617.png

圖1 系統(tǒng)總體設(shè)計(jì)框圖

2.2 系統(tǒng)工作過程

和姿態(tài)傳感器分別采集手指彎曲數(shù)據(jù)和手掌朝向、運(yùn)動(dòng)數(shù)據(jù)。采集到的數(shù)據(jù)在 進(jìn)行滑動(dòng)濾波和歸一化處理后以UDP 報(bào)文發(fā)送給服務(wù)器進(jìn)行分類和識(shí)別最終將識(shí)別結(jié)果呈現(xiàn)在網(wǎng)頁端。

3 系統(tǒng)功能實(shí)現(xiàn)

3.1 硬件部分

系統(tǒng)的硬件部分將五根通過幾段在手指關(guān)節(jié)處的軟管固定使其可以在軟管中自由滑動(dòng),從而實(shí)現(xiàn)良好的佩戴體驗(yàn)并提高數(shù)據(jù)采集的準(zhǔn)確性。將陀螺儀、單片機(jī)通過排母固定于主板上,并將主板通過手環(huán)固定于手腕上,從而盡可能降低了佩戴該裝置對(duì)手部活動(dòng)的影響,單片機(jī)和彎曲傳感器之間通過杜邦線連接,采用電池供電形式,實(shí)現(xiàn)了舒適的穿戴體驗(yàn)。

3.1.1 彎曲傳感器

彎曲傳感器采集五根手指的彎曲數(shù)據(jù),如圖2 所示,R1為彎曲傳感器等效電阻, R2為可變電阻,用于分壓使得輸出電壓不高于ADC最大可分辨的電壓2 450 mV。由于拇指與另外四指采用的彎曲傳感器不同,因此對(duì)于拇指,R1的范圍為25 kΩ~135 kΩ,R<2 24.04 kΩ;對(duì)于其它四指,R1的范圍為9 kΩ~22 kΩ,R2<8.64 kΩ。

image.png

圖2 彎曲傳感器工作等效原理

image.png

圖3 彎曲傳感器電路

3.1.2 姿態(tài)傳感器

姿態(tài)傳感器采用MPU6050,用于識(shí)別手掌朝向和手部的運(yùn)動(dòng)數(shù)據(jù)。姿態(tài)傳感器MPU6050 可以測(cè)定x、y、z 三個(gè)坐標(biāo)軸的加速度,當(dāng)傳感器靜止時(shí)加速度分量的絕對(duì)值最大的坐標(biāo)軸所對(duì)應(yīng)的平面向上,若該最大加速度為正值則該坐標(biāo)軸負(fù)方向所對(duì)應(yīng)的平面向上,反之則該坐標(biāo)軸正方向?qū)?yīng)的平面向上?;谶@個(gè)原理實(shí)現(xiàn)了對(duì)手掌朝向的判斷。另外,通過航向角、橫滾角、俯仰角的變化識(shí)別手部的運(yùn)動(dòng)情況。

3.1.3

ESP32-C3-WROOM-02 對(duì)彎曲傳感器的數(shù)據(jù)進(jìn)行歸一化和濾波處理,同時(shí)將彎曲傳感器和姿態(tài)傳感器輸出以UDP 報(bào)文形式發(fā)送到服務(wù)器。

3.1.4 主板設(shè)計(jì)

如圖4 所示,主板電路由ESP32、MPU6050 模塊、自動(dòng)下載電路組成,具備WiFi 連接、六軸運(yùn)動(dòng)數(shù)據(jù)采集與處理、自動(dòng)復(fù)位等功能。傳感器電路由彎曲傳感器、可變電阻及運(yùn)放構(gòu)成,實(shí)現(xiàn)將手指彎曲程度的變化轉(zhuǎn)換成電壓變化的過程。由于ESP32 單片機(jī)中,可設(shè)置的最大ADC 采樣范圍為150 ~2 450 mV,因此可變電阻和彎曲傳感器電阻對(duì)V cc 進(jìn)行分壓使得電路輸出電壓不超過閾值電壓。通過調(diào)整可變電阻的大小實(shí)現(xiàn)可變電阻與彎曲傳感器電阻對(duì)電源電壓分壓,電壓信號(hào)通過運(yùn)放增強(qiáng)驅(qū)動(dòng)能力,避免長(zhǎng)距離傳輸造成的損耗,從運(yùn)放輸出端輸出,實(shí)現(xiàn)對(duì)手指彎曲程度的采集。該電路的設(shè)計(jì)應(yīng)該 注意在運(yùn)放輸出端與地之間接一個(gè)100 nF 的電容進(jìn)行濾波,并且傳感器電路應(yīng)該盡可能離單片機(jī)近一些,以避免長(zhǎng)距離傳輸造成的損耗。

1692847097727596.png

圖4 主板電路圖

3.2 軟件部分

3.2.1 手套端程序設(shè)計(jì)

如圖5 所示, 本項(xiàng)目的程序設(shè)計(jì)基于ESP32 的RTOS,在此基礎(chǔ)上,單片機(jī)任務(wù)主要分為三部分:串口任務(wù)、ADC 任務(wù)、UDP 任務(wù)。

1692847170702733.png

圖5 手套端程序

1)串口任務(wù)設(shè)計(jì)

初始化后讀取緩沖區(qū)中存儲(chǔ)的彎曲傳感器數(shù)據(jù),然后對(duì)數(shù)據(jù)進(jìn)行處理,處理結(jié)束后判斷緩沖區(qū)是否有數(shù)據(jù),若有則重復(fù)讀取數(shù)據(jù)、處理數(shù)據(jù)、判斷緩沖區(qū)有無數(shù)據(jù)步驟,反之則延時(shí)10 ms 切換其他任務(wù)。

2)ADC 任務(wù)設(shè)計(jì)

初始化后進(jìn)行ADC 采樣,采樣完成后進(jìn)行數(shù)據(jù)處理及存儲(chǔ),然后延時(shí)30 ms 并返回ADC 采樣步驟進(jìn)行循環(huán)。

3)UDP 任務(wù)設(shè)計(jì)

初始化后連接Wi-Fi,連接完成后處理ADC 數(shù)據(jù),之后判斷ADC 滑動(dòng)濾波窗口是否已滿,若已滿則發(fā)送數(shù)據(jù)并延時(shí)10 ms 然后判斷發(fā)送是否出錯(cuò),若出錯(cuò)則返回連接Wi-Fi 步驟重新執(zhí)行以后步驟,若未出錯(cuò)則返回處理ADC 數(shù)據(jù)步驟重新進(jìn)行。如果ADC 滑動(dòng)濾波窗口未滿則直接跳轉(zhuǎn)至延時(shí)10 ms 階段并執(zhí)行后續(xù)步驟。

4)濾波程序設(shè)計(jì)

在數(shù)據(jù)處理過程中,源信號(hào)往往受到多種因素的干擾,使得采集到的信號(hào)包含多種類別的噪聲。如圖 6 是通過ADC 直接采集到的彎曲傳感器上的電壓,可以看到,數(shù)據(jù)有明顯的波動(dòng)。本子程序采用滑動(dòng)濾波方式,控制窗口大小為450 ms,能較好地平衡抖動(dòng)與細(xì)微動(dòng)作。同時(shí)使用歸一化處理使手套具備更強(qiáng)的魯棒性,適配多用戶情況下的手勢(shì)識(shí)別。如圖7 是經(jīng)過濾波和歸一化處理后的數(shù)據(jù)。

image.png

圖6 濾波前的手指彎曲數(shù)據(jù)

image.png

圖7 濾波后的手指彎曲數(shù)據(jù)

3.2.2 服務(wù)端程序設(shè)計(jì)

服務(wù)端程序設(shè)計(jì)如圖8 所示,初始化時(shí),加載訓(xùn)練好的 模型和ANN 模型并且初始化套接字,等待數(shù)據(jù)報(bào)。接收數(shù)據(jù)報(bào)后,對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,判斷數(shù)據(jù)是否來自動(dòng)態(tài)手勢(shì),若不是,則將數(shù)據(jù)放入線性分類器進(jìn)行處理,顯示結(jié)果;若數(shù)據(jù)來自動(dòng)態(tài)手勢(shì),則放入列表,循環(huán)“采集- 堆?!痹摬僮?,直至動(dòng)作結(jié)束,將數(shù)據(jù)縮放后放入ANN 模型,得出結(jié)果。

1692847383434007.png

圖8 服務(wù)端程序設(shè)計(jì)

服務(wù)端基于Python 的Web 應(yīng)用程序框架Streamlit搭建,如圖9 所示,數(shù)據(jù)處理的結(jié)果可以實(shí)時(shí)呈現(xiàn)。

1692847425133054.png

圖9 服務(wù)端頁面

3 測(cè)試方案與測(cè)試結(jié)果

為了測(cè)試設(shè)計(jì)的識(shí)別準(zhǔn)確率和可靠性,我們邀請(qǐng)200 位受試者以20 人為一組分為A~J 共計(jì)10 組進(jìn)行測(cè)試,得出每組的平均正確率如表2 所示。

表格 2 測(cè)試分組正確率

1692847507418504.png

測(cè)試者平均識(shí)別正確率:

1692847578983406.png=91.02%   (1)

方差:

1692847649857055.png0.0012   (2)

可見本設(shè)計(jì)具有良好的識(shí)別準(zhǔn)確率和可靠性。但測(cè)試者所做手勢(shì)準(zhǔn)確與否、數(shù)據(jù)庫數(shù)據(jù)量等會(huì)對(duì)測(cè)試結(jié)果造成一定影響。

4 結(jié)束語

本文設(shè)計(jì)并實(shí)現(xiàn)了一種適用于手語采集與輸入的智能手套及翻譯系統(tǒng),硬件和軟件經(jīng)測(cè)試均可正常運(yùn)行并達(dá)到良好的準(zhǔn)確性和穩(wěn)定性,實(shí)現(xiàn)了識(shí)別準(zhǔn)確率高達(dá)91.02% 方差僅為0.0012. 手套功耗僅為0.32 W,資源利用率為59.3%,采集速率達(dá)到模塊理論上線,硬件成本可以控制在296 元。本設(shè)計(jì)能很好的解決聾啞人的日常溝通問題幫助他們更多的參與社會(huì)生活,并且可用于教學(xué)用途,輔助學(xué)習(xí)者更快、更規(guī)范地學(xué)好手語。

參考文獻(xiàn):

[1] 張軍,張孔,楊正瓴.基于計(jì)算機(jī)視覺的多特征手勢(shì)識(shí)別[J].計(jì)算機(jī)應(yīng)用與軟件,2016,33(6):151-154+189.

[2] 鮑磊,羅志增,席旭剛,等.融合表面肌電和加速度的手勢(shì)動(dòng)作識(shí)別[J].傳感技術(shù)學(xué)報(bào),2019,32(12):1843-1848+1863.

[3] 張仁永,王小紅,盧瑛.基于STM32的手語翻譯手套設(shè)計(jì)[J].現(xiàn)代工業(yè)經(jīng)濟(jì)和信息化,2020,10(3):46-47+54.

[4] 白旭,郭豆豆,楊學(xué)康,等.基于低緯度決策樹算法的智能手語翻譯手套[J].科技視界,2020(17):33-36.

[5] 吳桐. 基于彈性傳感器的手勢(shì)識(shí)別技術(shù)研究[D].哈爾濱:哈爾濱工業(yè)大學(xué),2021.

[6] 張維. 基于的手語翻譯系統(tǒng)研究[D].南昌:江西財(cái)經(jīng)大學(xué),2018.

[7] 余永樂,閆文山,林雨凡,等.基于單片機(jī)的多功能智慧型手語翻譯手套研究[J].電子世界,2018(8):61-62.

[8] 許亭亭.基于卷積的手勢(shì)估計(jì)的研究與應(yīng)用[D].揚(yáng)州:揚(yáng)州大學(xué),2022.

[9] 閆世洋.基于計(jì)算機(jī)視覺的動(dòng)態(tài)手勢(shì)識(shí)別方法[D].南京:南京郵電大學(xué),2018.

[10] 羅揚(yáng)鏢.基于計(jì)算機(jī)視覺的手勢(shì)識(shí)別技術(shù)研究[D].北京:北京郵電大學(xué),2021.

(本文來源于《電子產(chǎn)品是》雜志2023年8月期)



評(píng)論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉