[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN109917909B - 基于非传播电磁场的多点接收阵列的动作捕捉装置及方法 - Google Patents

基于非传播电磁场的多点接收阵列的动作捕捉装置及方法 Download PDF

Info

Publication number
CN109917909B
CN109917909B CN201910104638.2A CN201910104638A CN109917909B CN 109917909 B CN109917909 B CN 109917909B CN 201910104638 A CN201910104638 A CN 201910104638A CN 109917909 B CN109917909 B CN 109917909B
Authority
CN
China
Prior art keywords
electromagnetic field
information
motion capture
hand
field distribution
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910104638.2A
Other languages
English (en)
Other versions
CN109917909A (zh
Inventor
胡骁
吴斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Siwuge Technology Co ltd
Original Assignee
Chengdu Siwuge Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Siwuge Technology Co ltd filed Critical Chengdu Siwuge Technology Co ltd
Priority to CN201910104638.2A priority Critical patent/CN109917909B/zh
Priority to US16/427,030 priority patent/US11321967B2/en
Publication of CN109917909A publication Critical patent/CN109917909A/zh
Priority to JP2019173956A priority patent/JP6890344B2/ja
Application granted granted Critical
Publication of CN109917909B publication Critical patent/CN109917909B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B5/00—Near-field transmission systems, e.g. inductive or capacitive transmission systems
    • H04B5/40—Near-field transmission systems, e.g. inductive or capacitive transmission systems characterised by components specially adapted for near-field transmission
    • H04B5/48—Transceivers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0205—Details
    • G01S5/0221—Receivers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0205—Details
    • G01S5/0226—Transmitters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0278—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves involving statistical or probabilistic considerations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01Q—ANTENNAS, i.e. RADIO AERIALS
    • H01Q1/00—Details of, or arrangements associated with, antennas
    • H01Q1/27—Adaptation for use in or on movable bodies
    • H01Q1/273—Adaptation for carrying or wearing by persons or animals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving
    • H04B1/3827—Portable transceivers
    • H04B1/385—Transceivers carried on the body, e.g. in helmets
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving
    • H04B1/3827—Portable transceivers
    • H04B1/385—Transceivers carried on the body, e.g. in helmets
    • H04B2001/3861—Transceivers carried on the body, e.g. in helmets carried in a hand or on fingers

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Psychiatry (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Social Psychology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • User Interface Of Digital Computer (AREA)
  • Position Input By Displaying (AREA)

Abstract

本发明公开了基于非传播电磁场的多点接收阵列的动作捕捉装置及方法，其应用时提供非传播电磁场的多点接收阵列的动作捕捉方法，将被追踪点置于一个非传播场范围内，该场作用距离极其小，只有20CM左右，超过该范围就急剧衰减，排除了很多周围环境的干扰，测量对象是这个场的扰动，通过多天线多通道数字采集进行数字波束形成处理，获取不同方向电磁场信息，采用深度学习和多种快速计算方法，得到每个手指及手掌的位置和速度信息，增强了手势捕捉的易用性、舒适性，针对之前各种技术的臃肿复杂结构，同时具有极强的环境适应性，针对惯性和光学无法适应的金属干扰、光线干扰等环境，给用户带来能够日常使用的高精度针对惯性的漂移，手势捕捉体验。

Description

基于非传播电磁场的多点接收阵列的动作捕捉装置及方法
技术领域
本发明涉及电磁场动作捕捉技术领域，具体涉及基于非传播电磁场的多点接收阵列的动作捕捉装置及方法。
背景技术
目前的人体手势动作捕捉技术主要有以下几种：1、光学动作捕捉，代表技术为Optitrack公司的摄像头动作捕捉技术；2、惯性动作捕捉技术，代表技术为荷兰Xsens公司的抗金属干扰惯性动作捕捉套装；3、外置式低频电磁场捕捉技术，代表技术为美国博尔西莫斯公司的电磁捕捉技术；4、毫米波穿戴式电磁场捕捉技术，代表技术为Google提出的60GHz阵列雷达手势分析技术；5、基于电磁场动作捕捉技术的手套，思悟革科技有限公司的穿戴式电磁场动作捕捉技术。
以上技术均存在一定的缺点，各自罗列对应缺点如下：1、怕光线干扰，怕遮挡，手臂必须抬起对着摄像头，时间长了很难维持；2、精度随时间漂移，不能长时间使用,需要配戴极其臃肿的手套，日常使用极为不便；3、必须在外置天线系统作用距离内使用，非常容易受干扰，成本非常昂贵；4、类似技术3，成本昂贵，容易受到作用距离内任何金属或介质的反射干扰；5、需要穿戴比较臃肿的手套，使用较为不便。
基于此现状，提出一种基于非传播电磁场的多点接收阵列的动作捕捉装置，该装置基于一个手环(或者类似的简单配戴式结构)即可完成手势动作捕捉，不再需要配戴手套。
发明内容
针对上述现有技术存在的问题，提供基于非传播电磁场的多点接收阵列的动作捕捉装置及方法，其应用时基于简单配戴式结构(如一个手环)，通过非传播电磁场的多点接收阵列完成手势动作捕捉。整个捕捉过程不再需要配戴手套，增强了手势捕捉的易用性、舒适性(针对之前各种技术的臃肿复杂结构)，同时具有极强的环境适应性(针对惯性和光学无法适应的金属干扰、光线干扰等环境)，给用户带来能够日常使用的高精度(针对惯性的漂移)手势捕捉体验。
本发明通过下述技术方案实现：
基于非传播电磁场的多点接收阵列的动作捕捉方法，包括以下步骤：
A、在手部周围建立一个特定频率的电磁场分布，所述电磁场分布被设置为时变的，似稳态的，非传播模式的场分布；
B、重复步骤A，在手部周围的不同位置建立多个步骤A所述的电磁场分布，形成叠加电磁场分布；
C、当手部做出不同的手势时，采集此时场强的幅度信息和相位信息；
D、重复步骤C，在手部周围的不同位置采集此时场强的幅度信息和相位信息；
E、将不同位置采集到的场强的幅度信息和相位信息通过多天线多通道数字采集进行数字波束形成处理，获取不同方向电磁场信息进行模式识别计算，确定当前的手势状态。
进一步的，基于非传播电磁场的多点接收阵列的动作捕捉方法，所述步骤A中的电磁场分布由固定在手部的辐射器产生。
进一步的，基于非传播电磁场的多点接收阵列的动作捕捉方法，所述步骤A中的电磁场分布的作用范围为20cm。
进一步的，基于非传播电磁场的多点接收阵列的动作捕捉方法，所述步骤C中通过固定在手部周围的接收器采集此时场强变化的幅度信息和相位信息。
进一步的，基于非传播电磁场的多点接收阵列的动作捕捉方法，所述步骤E中通过多天线多通道数字采集进行数字波束形成处理，获取不同方向电磁场信息；模式识别计算的具体为：采用深度学习方法，用计算电磁学计算出的场强信息作为辅助学习依据，BP神经网络通过大量样本训练，完成对手势运动模式的识别。
进一步的，基于非传播电磁场的多点接收阵列的动作捕捉方法，所述步骤E之后还进行步骤F：在同一姿态下，预先根据手指的位置及速度信息与接收电压的映射关系建立该姿态的细分数据库并存储。
进一步的，基于非传播电磁场的多点接收阵列的动作捕捉方法，所述还包括步骤G：在某一个姿态下，调用该姿态对应的细分数据库，获取手指位置及速度信息与接收电压的映射关系，计算出当前各个手指的位置和速度。
进一步的，基于非传播电磁场的多点接收阵列的动作捕捉方法，所述手指的位置及速度信息与接收电压的映射关系为已知状态的线性插值函数，线性插值函数用于拟合并覆盖全部可能的手指运动位置，对位置信息进行微分运算，得到当前手指的速度信息。
基于非传播电磁场的多点接收阵列的动作捕捉装置，包括设置在手部周围的发射天线阵和接收天线阵，还包括ARM处理器以及与ARM处理器分别连接的模拟集成前端电路、电源管理模块和蓝牙接口，所述发射天线阵和接收天线阵分别与模拟集成前端电路无线连接。
进一步的，基于非传播电磁场的多点接收阵列的动作捕捉装置，还包括设置在手腕上的环装结构，所述发射天线阵包括若干个辐射器，所述接收天线阵包括若干个接收器，所述辐射器和接收器交替分布在环状结构表面。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明应用时使动作捕捉装置基于简单配戴式结构(如一个手环)即可完成手势动作捕捉，不再需要配戴手套。
2、本发明提供非传播电磁场的多点接收阵列的动作捕捉方法，增强了手势捕捉的易用性、舒适性(针对之前各种技术的臃肿复杂结构)，同时具有极强的环境适应性(针对惯性和光学无法适应的金属干扰、光线干扰等环境)，给用户带来能够日常使用的高精度(针对惯性的漂移)手势捕捉体验。
3、本发明将被追踪点置于一个非传播场范围内，该场作用距离极其小，只有20CM左右，超过该范围就急剧衰减，排除了很多周围环境的干扰，测量对象是这个场的扰动，通过数字波束形成、模式识别和多种快速计算方法，得到每个手指及手掌的位置和速度信息。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明动作捕捉装置的外部结构示意图；
图2为本发明动作捕捉装置的内部结构示意图。
附图中标记及对应的零部件名称：
1-环装结构，2-接收器，3-辐射器，4-发射天线阵，5-接收天线阵，6-ARM处理器，7-模拟集成前端电路，8-电源管理模块，9-蓝牙接口。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1
基于非传播电磁场的多点接收阵列的动作捕捉方法，包括以下步骤：
A、在手部周围建立一个特定频率的电磁场分布，所述电磁场分布被设置为时变的，似稳态的，非传播模式的场分布；
B、重复步骤A，在手部周围的不同位置建立多个步骤A所述的电磁场分布，形成叠加电磁场分布；
C、当手部做出不同的手势时，采集此时场强的幅度信息和相位信息；
D、重复步骤C，在手部周围的不同位置采集此时场强的幅度信息和相位信息；
E、将不同位置采集到的场强的幅度信息和相位信息进行数字波束形成和模式识别计算，确定当前的手势状态。
所述步骤A中的电磁场分布由固定在手部周围的辐射器产生。
所述步骤A中的电磁场分布的作用范围为20cm。
所述步骤C中通过固定在手部周围的接收器采集此时场强变化的幅度信息和相位信息。
所述步骤E中模式识别计算的具体为：采用深度学习方法，用计算电磁学计算出的场强信息作为辅助学习依据，BP神经网络通过大量样本训练，完成对手势运动模式的识别。
所述步骤E之后还进行步骤F：在同一姿态下，预先根据手指的位置及速度信息与接收电压的映射关系建立该姿态的细分数据库并存储。
所述还包括步骤G：在某一个姿态下，调用该姿态对应的细分数据库，获取手指位置及速度信息与接收电压的映射关系，计算出当前各个手指的位置和速度。
所述手指的位置及速度信息与接收电压的映射关系为已知状态的线性插值函数，线性插值函数用于拟合并覆盖全部可能的手指运动位置，对位置信息进行微分运算，得到当前手指的速度信息。
本发明利用小体积(小电长度)的辐射器，在手部周围产生一个特定频率的电磁场分布。该场是一个时变的，似稳态的，非传播模式的场分布.建立该场分布是本捕捉技术的核心创新点之一。不同于已有的电磁场捕捉方法(Google技术，将被追踪点置于一个天线的发射传输信号作用范围内测量被追踪点的回波)，本申请是将被追踪点置于一个非传播场范围内，该场作用距离极其小，只有20CM左右，超过该范围就急剧衰减，这就排除了很多周围环境的干扰。本申请技术的测量对象是这个场的扰动，而不是被追踪点反射的回波。
本发明利用多个这样的辐射器产生多个这样的似稳态场叠加。
使得整个手包裹在多个辐射器形成的叠加场内，如图1所示，当手做出不同的手势时，多个接收器同时接收此时的场强变化的幅度和相位信息。将不同位置采集到的场强的幅度信息和相位信息进行模式识别计算，确定当前的手势状态。
通过多个接收器收到的场强的幅度和相位信息变化轨迹，对这多路信号进行数字波束形成和模式识别计算，即可得出当前的手势状态，(为降低计算量，可以采用一个戒指，包括谐振线圈结构，作为一个无源信标，来提高识别的准确度，该戒指不是必须的)。
姿态1＝f(v1,v2....vn)；
姿态2＝f(v1,v2....vn)；
……
ARM处理器，所述ARM处理器采用Cortex-M系列处理器，但不限于该型号，也不限于是用ARM，首先分析出当前的姿态，再根据该姿态的细分数据库作为计算依据，解算当前各手指的位置和速度信息。该细分数据库由光学捕捉产生的大量已知数据与接收电压比对产生，并预存在rom中供计算程序调用。具体如下：
手指1(速度,位置)＝f(v1，v2，…，vn，姿态1)；
手指2(速度,位置)＝f(v1，v2，…，vn，姿态1)；2
……
如上述流程描述，整个计算基于实时采集电压波形和预存数据库共同完成。在某一个姿态模式下，计算程序调用该模式对应的手指位置速度与接收电压的映射关系，计算出当前各个手指的位置和速度。此种映射关系为已知状态的线性插值函数，用于拟合并覆盖全部可能的手指运动位置，对位置信息进行微分运算，即可得到当前手指的速度信息。
类似的，手掌的位置和速度也由类似计算过程得到。系统硬件如图2所示。
上面描述的运算过程均在ARM处理器中完成，计算结果通过蓝牙接口发送给电脑或者手机，后期开发人员调用本公司开发的SDK接口，即可实时读取手势数据信息。
实施例2
如图1至图2所示，基于非传播电磁场的多点接收阵列的动作捕捉装置，包括设置在手部周围的发射天线阵和接收天线阵，还包括ARM处理器以及与ARM处理器分别连接的模拟集成前端电路、电源管理模块和蓝牙接口，所述发射天线阵和接收天线阵分别与模拟集成前端电路无线连接。还包括设置在手腕上的环装结构，所述发射天线阵包括若干个辐射器，所述接收天线阵包括若干个接收器，所述辐射器和接收器交替分布在环装结构表面。所述辐射器在手部周围建立叠加电磁场分布，当手部改变姿势，即存在姿态信息时，其周围磁场分布发生变化，所述接收器将磁场分布变化转换为电信号传输到模拟集成前端电路，所述模拟集成前端电路将上述信号传输到ARM处理器进行处理，ARM处理器将上述信号解算为手势数据信息，并将所述手势数据信息传输到蓝牙接口传输出去。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.基于非传播电磁场的多点接收阵列的动作捕捉方法，其特征在于，包括以下步骤：
A、在手部周围建立一个特定频率的电磁场分布，所述电磁场分布被设置为时变的，似稳态的，非传播模式的场分布；
B、重复步骤A，在手部周围的不同位置建立多个步骤A所述的电磁场分布，形成叠加电磁场分布；
C、当手部做出不同的手势时，采集此时场强的幅度信息和相位信息；
D、重复步骤C，在手部周围的不同位置采集此时场强的幅度信息和相位信息；
E、将不同位置采集到的场强的幅度信息和相位信息进行数字波束形成处理，对处理结果进行模式识别计算，确定当前的手势状态；
所述步骤A中的电磁场分布的作用范围不超过20cm。
2.根据权利要求1所述的基于非传播电磁场的多点接收阵列的动作捕捉方法，其特征在于，所述步骤A中的电磁场分布由固定在手部周围的辐射器产生。
3.根据权利要求1所述的基于非传播电磁场的多点接收阵列的动作捕捉方法，其特征在于，所述步骤C中通过固定在手部周围的接收器采集此时场强变化的幅度信息和相位信息。
4.根据权利要求1所述的基于非传播电磁场的多点接收阵列的动作捕捉方法，其特征在于，所述步骤E中：通过多天线多通道数字采集进行数字波束形成处理，获取不同方向电磁场信息；模式识别计算具体为：采用深度学习方法，用计算电磁学计算出的场强信息作为辅助学习依据，BP神经网络通过大量样本训练，完成对手势运动模式的识别。
5.根据权利要求1所述的基于非传播电磁场的多点接收阵列的动作捕捉方法，其特征在于，所述步骤E之后还进行步骤F：在同一姿态下，预先根据手指的位置及速度信息与接收电压的映射关系建立该姿态的细分数据库并存储。
6.根据权利要求5所述的基于非传播电磁场的多点接收阵列的动作捕捉方法，其特征在于，还包括步骤G：在某一个姿态下，调用该姿态对应的细分数据库，获取手指位置及速度信息与接收电压的映射关系，计算出当前各个手指的位置和速度。
7.根据权利要求6所述的基于非传播电磁场的多点接收阵列的动作捕捉方法，其特征在于，所述手指位置及速度信息与接收电压的映射关系为已知状态的线性插值函数，线性插值函数用于拟合并覆盖全部的手指运动位置，对位置信息进行微分运算，得到当前手指的速度信息。
8.基于非传播电磁场的多点接收阵列的动作捕捉装置，其特征在于，包括设置在手部周围的发射天线阵和接收天线阵，还包括ARM处理器以及与ARM处理器分别连接的模拟集成前端电路、电源管理模块和蓝牙接口，所述发射天线阵和接收天线阵分别与模拟集成前端电路无线连接；
还包括设置在手腕上的环状结构，所述发射天线阵包括若干个辐射器，所述接收天线阵包括若干个接收器，所述辐射器和接收器交替分布在环状结构表面；
辐射器在手部周围建立叠加电磁场分布：A、手部周围建立一个特定频率的电磁场分布，所述电磁场分布被设置为时变的，似稳态的，非传播模式的场分布；B、重复步骤A，在手部周围的不同位置建立多个步骤A所述的电磁场分布，形成叠加电磁场分布；
所述步骤A中的电磁场分布的作用范围不超过20cm；
当手部改变姿势，即存在姿态信息时，其周围磁场分布发生变化，所述接收器将磁场分布变化转换为电信号传输到模拟集成前端电路，所述模拟集成前端电路将电信号传输到ARM处理器进行处理，ARM处理器将电信号解算为手势数据信息，并将所述手势数据信息传输到蓝牙接口传输出去。
CN201910104638.2A 2019-02-01 2019-02-01 基于非传播电磁场的多点接收阵列的动作捕捉装置及方法 Active CN109917909B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910104638.2A CN109917909B (zh) 2019-02-01 2019-02-01 基于非传播电磁场的多点接收阵列的动作捕捉装置及方法
US16/427,030 US11321967B2 (en) 2019-02-01 2019-05-30 Motion capture device and method for the multi-point receiving array based on the non-propagating electromagnetic field
JP2019173956A JP6890344B2 (ja) 2019-02-01 2019-09-25 伝播しない電磁場に基づくマルチポイント受信アレイのためのモーションキャプチャデバイスおよびモーションキャプチャ方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910104638.2A CN109917909B (zh) 2019-02-01 2019-02-01 基于非传播电磁场的多点接收阵列的动作捕捉装置及方法

Publications (2)

Publication Number Publication Date
CN109917909A CN109917909A (zh) 2019-06-21
CN109917909B true CN109917909B (zh) 2022-05-31

Family

ID=66961308

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910104638.2A Active CN109917909B (zh) 2019-02-01 2019-02-01 基于非传播电磁场的多点接收阵列的动作捕捉装置及方法

Country Status (3)

Country Link
US (1) US11321967B2 (zh)
JP (1) JP6890344B2 (zh)
CN (1) CN109917909B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11728571B2 (en) * 2019-07-12 2023-08-15 Arizona Board Of Regents On Behalf Of Arizona State University Large intelligent surfaces with sparse channel sensors
US11449578B2 (en) * 2019-09-27 2022-09-20 Botty Todorov DIMANOV Method for inspecting a neural network
CN114515146B (zh) * 2020-11-17 2024-03-22 北京机械设备研究所 基于电学测量的智能手势识别方法及系统
CN117217243B (zh) * 2023-09-13 2024-02-09 广州莲雾科技有限公司 一种工器具自动借还管理系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011530727A (ja) * 2008-03-26 2011-12-22 イデント テクノロジー アーゲー ジェスチャ多次元分析のためのシステムおよび方法
CN103809748A (zh) * 2013-12-16 2014-05-21 天津三星通信技术研究有限公司 便携式终端及其手势识别方法
JP2015170257A (ja) * 2014-03-10 2015-09-28 富士通株式会社 入力方法，プログラム及び入力装置
JP2016507851A (ja) * 2013-02-22 2016-03-10 サルミック ラブス インコーポレイテッド ジェスチャに基づいて制御するための筋活動センサ信号と慣性センサ信号とを結合する方法および装置
JP2017517062A (ja) * 2014-06-03 2017-06-22 グーグル インコーポレイテッド ウェアラブルデバイスを通じたレーダ型ジェスチャ認識
CN107707272A (zh) * 2016-08-08 2018-02-16 英飞凌科技股份有限公司 用于可佩戴设备的射频系统和方法
CN108088437A (zh) * 2017-12-04 2018-05-29 成都思悟革科技有限公司 一种依托动作捕捉的智能辅助锻炼系统

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7298314B2 (en) 2002-08-19 2007-11-20 Q-Track Corporation Near field electromagnetic positioning system and method
US7787951B1 (en) * 2003-12-24 2010-08-31 Pacesetter, Inc. System and method for determining optimal stimulation sites based on ECG information
JP2014048049A (ja) * 2012-08-29 2014-03-17 Toyota Central R&D Labs Inc 動作検出装置
JP2014081743A (ja) * 2012-10-15 2014-05-08 Canon Inc 情報処理装置及び方法、並びにパターン認識装置
US9753131B2 (en) 2013-10-09 2017-09-05 Massachusetts Institute Of Technology Motion tracking via body radio reflections
US10146318B2 (en) * 2014-06-13 2018-12-04 Thomas Malzbender Techniques for using gesture recognition to effectuate character selection
US9576468B2 (en) 2015-06-29 2017-02-21 Echocare Technologies Ltd. Human motion feature extraction in personal emergency response systems and methods
US9568594B2 (en) 2015-06-29 2017-02-14 Echocare Technologies Ltd. Human posture feature extraction in personal emergency response systems and methods
JP1547683S (zh) 2015-08-20 2016-04-11
CN105354532A (zh) * 2015-09-25 2016-02-24 天津大学 一种基于手部运动帧数据的手势识别方法
US10324494B2 (en) * 2015-11-25 2019-06-18 Intel Corporation Apparatus for detecting electromagnetic field change in response to gesture
US20170161555A1 (en) * 2015-12-04 2017-06-08 Pilot Ai Labs, Inc. System and method for improved virtual reality user interaction utilizing deep-learning
US9996162B2 (en) 2015-12-21 2018-06-12 Intel Corporation Wearable sensor system for providing a personal magnetic field and techniques for horizontal localization utilizing the same
US10371808B2 (en) 2016-01-15 2019-08-06 Panasonic Intellectual Property Management Co., Ltd. Positioning sensor and direction estimation method
DE102016201845A1 (de) * 2016-02-08 2017-08-10 Volkswagen Aktiengesellschaft Verfahren und System zum Erfassen einer Eingabe für eine Einrichtung
EP3214528B1 (en) * 2016-03-04 2019-09-11 Nxp B.V. Gesture feedback
JP6522540B2 (ja) * 2016-03-31 2019-05-29 株式会社インテック 情報処理方法及び情報処理プログラム
US10914829B2 (en) 2017-01-27 2021-02-09 Panasonic Intellectual Property Management Co., Ltd. Positioning sensor, sensor, and method
TW201832052A (zh) * 2017-02-17 2018-09-01 鴻海精密工業股份有限公司 一種手勢識別裝置以及人機互動系統
US10684693B2 (en) 2017-03-02 2020-06-16 Samsung Electronics Co., Ltd. Method for recognizing a gesture and an electronic device thereof
US10603505B2 (en) * 2017-06-07 2020-03-31 Palo Alto Research Center Incorporated Implantable neural probe
US10575277B2 (en) 2017-11-08 2020-02-25 Massachusetts Institute Of Technology Methods and apparatus for wideband localization
CN108629272A (zh) * 2018-03-16 2018-10-09 上海灵至科技有限公司 一种基于单目摄像头的嵌入式手势控制方法及系统
US11151366B2 (en) * 2020-01-30 2021-10-19 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for occluding vehicle occupant communication

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011530727A (ja) * 2008-03-26 2011-12-22 イデント テクノロジー アーゲー ジェスチャ多次元分析のためのシステムおよび方法
JP2016507851A (ja) * 2013-02-22 2016-03-10 サルミック ラブス インコーポレイテッド ジェスチャに基づいて制御するための筋活動センサ信号と慣性センサ信号とを結合する方法および装置
CN103809748A (zh) * 2013-12-16 2014-05-21 天津三星通信技术研究有限公司 便携式终端及其手势识别方法
JP2015170257A (ja) * 2014-03-10 2015-09-28 富士通株式会社 入力方法，プログラム及び入力装置
JP2017517062A (ja) * 2014-06-03 2017-06-22 グーグル インコーポレイテッド ウェアラブルデバイスを通じたレーダ型ジェスチャ認識
CN107707272A (zh) * 2016-08-08 2018-02-16 英飞凌科技股份有限公司 用于可佩戴设备的射频系统和方法
CN108088437A (zh) * 2017-12-04 2018-05-29 成都思悟革科技有限公司 一种依托动作捕捉的智能辅助锻炼系统

Also Published As

Publication number Publication date
JP6890344B2 (ja) 2021-06-18
US11321967B2 (en) 2022-05-03
US20200250409A1 (en) 2020-08-06
CN109917909A (zh) 2019-06-21
JP2020126578A (ja) 2020-08-20

Similar Documents

Publication Publication Date Title
CN109917909B (zh) 基于非传播电磁场的多点接收阵列的动作捕捉装置及方法
Hsieh et al. Deep learning-based indoor localization using received signal strength and channel state information
Gu et al. WiGRUNT: WiFi-enabled gesture recognition using dual-attention network
Goh et al. DOA-based endoscopy capsule localization and orientation estimation via unscented Kalman filter
Fei et al. Multi-variations activity based gaits recognition using commodity WiFi
CN111007455B (zh) 定位系统及方法、数据库、神经网络模型训练方法
CN105973246A (zh) 一种地磁地图的绘制方法、装置及机器人
CN105446461A (zh) 手势识别方法及使用该方法的手掌虚拟键盘及其输入方法
CN110069134B (zh) 一种利用无线电射频信号还原手部空中移动轨迹的方法
Le Enhanced indoor localization based BLE using Gaussian process regression and improved weighted kNN
CN110147163B (zh) 面向移动设备的多模型融合驱动的眼动跟踪方法和系统
Pegoraro et al. RAPID: Retrofitting IEEE 802.11 ay access points for indoor human detection and sensing
CN110427104B (zh) 一种手指运动轨迹校准系统及方法
Dai et al. DeepAoANet: Learning angle of arrival from software defined radios with deep neural networks
CN115808170A (zh) 一种融合蓝牙与视频分析的室内实时定位方法
CN114924225A (zh) 一种高精度室内定位方法、装置、设备及介质
Li et al. A K-nearest neighbor indoor fingerprint location method based on coarse positioning circular domain and the highest similarity threshold
US20180225988A1 (en) Sign language gesture determination systems and methods
CN114423077B (zh) 基于智能超表面的4d内生安全室内定位方法及其定位系统
CN116680597A (zh) 基于Wi-Fi的全方向手势感知与识别方法
CN116939501A (zh) 一种基于商用WiFi设备的目标运动轨迹追踪方法及装置
Wang et al. A recognition method for hand motion direction based on charge induction
CN110995376B (zh) 一种基于WiFi信道状态信息的空中手写输入方法
CN115393955A (zh) 一种利用WiFi基于BVP和WiTransformer的手势识别方法及系统
CN114624752A (zh) 基于rtos的智能天线多源无线导航装置及导航方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant