|
本系统为手势识别装置，利用FDC2214芯片实现了对猜拳和划拳手势的精确识别。系统主要由信号采集、信号处理、显示和按键输入等四部分组成。系统以STM32F103RCT6作为主控芯片，采用FDC2214芯片作为信号采集传感器，通过FDC2214外接极板作为电容传感器实现信号采集，并通过总线将数据发送给主控芯片进行数据处理分析，从而识别出具体的手势并通过显示屏输出。 一、方案设计 方案一：通过检查单通道单极板判断不同手势电容值的不同来进行区分 优点：对放置位置没有特别高的要求，便于使用。 缺点： 对放置力度，距离有较高要求，如果录入时和识别是有差距会造成误判。 方案二：多通道扫描识别，对多通道进行分时复用，来检测多个点的电容值来分析手势 优点：可以精准识别，并且对放置手势没有太高要求。 缺点；硬件方面制作复杂，需要提前准备相应的元器件，对程序编写有较高要求。 方案三：多通道分别对应单极板识别 优点：通过一些简单的算法可以得到较为准确的数值。 缺点：不能够像前两种方案一样指定位置放置。 最终我们选择了方案三进行设计，但是为了弥补方案三的缺点，引入了一种贪心算法来解决手势放置位置较固定的问题，做到了相对灵活。 二、实际问题与改进方案 我们组经过半天讨论确定了方案和思路，首先进行的是对FDC2214的调试，由于赛前的知识准备，这一部分进行的较为顺利。我们成功读取到了单通道对不同手势的电容值。但在第一天夜里我们的芯片出现了启动不正常的情况，经赛后分析可能是由于外界干扰影响了IIC的通信，但当时没有找到问题，在进行了一晚上的调试分析后我们决定再买一块。:( 第二天新的芯片电路调试好后，发现有一个通道出现问题，读取不到电容值。由于时间紧急，我决定将昨天设计的四通道方案改为三通道。 整个第二天我们在进行程序上的设计，将大体框架写出，先将识别周期确定，在周期内进行数据的读取和滤波，得到相对稳定的数据。之后判断当前模式，将各个模式对应的算法写出。 第二天结束时我们已经基本实现了基础功能，但三通道位置的放置和匹配算法的引入依然没有想好。 第三天我们将硬件搭好，防止外部干扰，并继续修改程序，查阅资料，更改了滤波算法，将整个程序完整，确定了个通道的位置和学习策略。 最后一天我们将学习算法引入，效果令人满意，我们额外做了一个使用手势切换工作模式的附加功能，将作品封箱。 [url=] [/url]
程序.zip
(3.93 MB, 下载次数: 72)
论文.zip
(156.45 KB, 下载次数: 95)
| 
投票
