李兆基,王海鹏,2,阮伟华,黄书豪
(1.三江学院 电子信息工程学院,江苏 南京 210012;2.东南大学 射频与光电集成电路研究所,江苏 南京 210096)
手势姿态识别是虚拟现实(Virtual Reality,VR)领域中非常关键的一种交互方式。不同的实现方式和设备都会使用户得到不同的体验。近年来,随着VR设备受欢迎度的提高和人机交互(Human-Computer Interaction,HCI)[1]科学的不断发展,手势交互成为最符合人们习惯的交互方式。但手势交互研究相较听觉、视觉的交互方式还有较大的差距[2],这主要是由人手的灵巧性、复杂的皮肤形状和传感器的复杂性造成的。
目前手势姿态识别的方式还分为基于视觉和非视觉两种[3-4]。基于视觉的数据采集方式主要是采用摄像头对手部动作进行捕捉,目前比较常见的动作捕捉设备主要有微软公司的Kinect[5]、索尼公司的PS move以及Leap公司的Leap motion[6]和上海理工大学黄东方的基于改进ND-DTW算法的动态手势识别[7],这些均为基于图像处理的方式,对肢体动作的识别较为准确。但上述方法对检测细小位置的手指运动有一定难度,当识别物体的运动速度过快时会出现图像丢帧的问题。另外,国内的手势交互方式主要集中在如何实现手指姿态的判别上,尚未出现功能性电刺激手势交互设备。秦欢欢等人设计了采用双手力触觉反馈的人机交互系统[8]。该系统中,双手的位置跟踪精度达到0.8 mm并可以给手提供20 N和0.4 N·m的力触觉反馈。但该设备尺寸较大不利于个人用户使用,且存在不便移动的缺点。在力触觉反馈方面,国外有CyberGlove公司使用磁流变液智能材料构建的力反馈数据手套[9],该系统在设计尺寸上比东南大学的小很多,但是在设备重量上依旧没有得到很好地改善。……