| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 手势识别及交互国内外研究现状 | 第12-14页 |
| 1.2.1 基于图像捕捉的手势识别研究现状 | 第12-13页 |
| 1.2.2 基于MEMS传感器的手势识别研究现状 | 第13-14页 |
| 1.3 论文主要研究内容和创新点 | 第14-15页 |
| 1.4 文章内容安排 | 第15-17页 |
| 2 多传感技术相融合手势交互系统总体设计 | 第17-24页 |
| 2.1 多传感技术相融合手势交互系统的总体处理流程 | 第17-18页 |
| 2.2 手势分析及预定义 | 第18-21页 |
| 2.2.1 手部形态定义 | 第18-19页 |
| 2.2.2 手部运动分析 | 第19页 |
| 2.2.3 预定义程序控制手势 | 第19-21页 |
| 2.3 Kinect2.0 设备结构 | 第21-22页 |
| 2.4 系统性能要求 | 第22-24页 |
| 2.4.1 手部运动采集器结构要求 | 第22页 |
| 2.4.2 手部运动采集器功耗设计 | 第22-23页 |
| 2.4.3 速度要求 | 第23-24页 |
| 3 基于Kinect的手部形态识别 | 第24-32页 |
| 3.1 VGB手势训练应用 | 第24-25页 |
| 3.2 深度图像预处理 | 第25-29页 |
| 3.2.1 深度图像结构 | 第26-27页 |
| 3.2.2 深度图像灰度化去噪处理 | 第27-28页 |
| 3.2.3 平滑处理 | 第28页 |
| 3.2.4 图像二值化处理 | 第28-29页 |
| 3.2.5 深度图像修正处理 | 第29页 |
| 3.3 实验测试 | 第29-32页 |
| 4 基于叠窗平滑积分的卡尔曼滤波算法设计 | 第32-39页 |
| 4.1 卡尔曼滤波算法的原理 | 第32-33页 |
| 4.2 叠窗平滑积分算法 | 第33-35页 |
| 4.3 加速度信息叠窗平滑积分预处理的卡尔曼滤波 | 第35-36页 |
| 4.4 角速度信息叠窗平滑积分预处理的卡尔曼滤波 | 第36-39页 |
| 5 多传感技术融合 | 第39-46页 |
| 5.1 初始标定 | 第39-40页 |
| 5.2 静止运动状态标定 | 第40页 |
| 5.3 多传感融合进行姿态解算 | 第40-44页 |
| 5.3.1 姿态解算 | 第41页 |
| 5.3.2 陀螺仪误差 | 第41页 |
| 5.3.3 重力加速度计算姿态角 | 第41-43页 |
| 5.3.4 改进姿态角算法 | 第43-44页 |
| 5.3.5 多传感融合流程 | 第44页 |
| 5.4 多传感融合进行位移计算 | 第44-46页 |
| 5.4.1 利用加速度计算位移 | 第44-45页 |
| 5.4.2 深度图像修正位移 | 第45-46页 |
| 6 手势捕获部件设计及系统测试 | 第46-55页 |
| 6.1 系统结构图 | 第46页 |
| 6.2 蓝牙 4.0 技术 | 第46-50页 |
| 6.2.1 BLE协议栈结构 | 第47页 |
| 6.2.2 六种设备状态 | 第47-48页 |
| 6.2.3 蓝牙 4.0 通信过程 | 第48-50页 |
| 6.3 手部运动采集器硬件设计 | 第50-53页 |
| 6.3.1 电池充电模块 | 第50-51页 |
| 6.3.2 DA14580外围电路 | 第51-52页 |
| 6.3.3 MPU6050外围电路 | 第52页 |
| 6.3.4 USB接口电路 | 第52-53页 |
| 6.4 系统整体测试运行 | 第53-55页 |
| 6.4.1 移动手势 | 第53页 |
| 6.4.2 拾取手势 | 第53-54页 |
| 6.4.3 对象旋转手势 | 第54页 |
| 6.4.4 对象缩放手势 | 第54-55页 |
| 7 总结与展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间取得的科研成果清单 | 第61页 |