基于手势识别的智能台灯研究_刘维豪

刘维豪

（西安科技大学，陕西 西安）

摘要：智能化已经成为当今发展的趋势，台灯作为生活的必需品，传统的台灯已经不能满足人们的需求，所以设计了一种智能电子调光台灯。本系统基于 STM32F103ZET6 单片机为主控芯片的智能台灯的开发设计。设计采用了手势识别模块 PAJ7620 模块，实现了基于手势识别的智能台灯系统开发。我们认为家居生活的发展方向是:应用简单可靠的系统，通过高智能的精准控制和协同，让生活变得更简单更舒适更节约。

关键词：智能台灯；手势识别

电子台灯是家居必用品，与人们的生活息息相关，特别是对于学生来说更是必不可缺的学习工具。传统的台灯 光型固定、功能单一，无法根据环境的改变来调节自身的 亮度，这也是造成近年来学生近视度普遍增高的一个因素。普通的台灯，对于节能减排方面，没有做出相应的改变，已经无法满足当今时代对智能化的要求了，因此设计了一款基于PWM的智能电子调光台灯，具有 8 档调光功能，可以 满足多种环境下的光照需求，适应性大大提升，同时可以实 现手动模式和自动模式的切换，更加灵活方便，方便不同的 群体进行选择。对于学生而言，使用台灯的时间较长，容易 影响视力，而这款智能电子台灯的多档调光可以提供最佳 的照明环境，并且设计了久坐提醒的特殊功能，极具人性化，从而避免了学生用眼过度，降低患近视的概率。

1、生产需求状况

随着计算机的广泛应用，人机交互(Human Computer Interaction，HCI)已成为人们日常生活中的重要部分。人机交互的最终目标是实现人与机器自然地交流，因此手势识别研究顺应了发展需要。然而由于手势本身具有多样性、多义性以及时间和空间上的差异性等特点，加之人手是复杂变形体以及视觉本身的不适定性，所以手势识别成为多学科交叉的研究课题。再者由于文化背景和应用环境的不同，使得手势识别研究无法整合到一个完整的框架当中，理论及技术未形成一个完整的体系。研究者多是根据特定的项目要求实现某些特定的功能，而不能将其应用到普遍的系统或研究当中。因此迫切需要对手势识别研究中的一些普遍难题进行解决，使其更具通用性。

2、国内外研究现状

2.1国外研究现状

目前，手势识别已被广泛研究，尤其是基于视觉的手势识别。韩国Inda大学和Korea Polytechnic大学的JongShill Lee、YoungJoo Lee等人用熵分析法从背景复杂的视频流中分割出手势区域并进行手势识别。使用链码的方法检测手势区域的轮廓，最后计算出从手势区域的质心到轮廓边界的距离。该系统可识别6种手势，平均识别率超过95%;6个人分别做每个手势的识别率平均达到90%－100%。印度研究者Meenakshi Panwar在视觉手势识别的基础上提出了一种基于结构特征的手势识别算法，通过背景去除、方向检测、拇指检测和手指数量检测，来最终识别手势。Chenglong Yu等人采用基于视觉的组合特征进行手势识别，将手的面积、周长、重心、面积比和长宽比等特征结合，使得识别率得以提高。上海大学DING Youdong、PANG Haibo等人运用改进的LBP算法，利用 AdaBoost分类器进行手势识别，建立了多种手势数据集，其中包括一些大角度变化的手势图像。实验表明该方法可较好地对手势特征进行分割和分类。此外，许多大型电子企业也将手势识别研究列入其开发项目中，并且成果显著。2012年，三星推出智能电视新品ES8000，该款电视机将面部识别，手势识别和语言识别结合，无论是通过语音还是简单的手势，用户不仅可完成开关机、调节音量、换台等基本操作，还可实现上网浏览或关键字搜索等复杂功能。微软研发机构的微软研究院(Microsoft Research，MSR)与华盛顿大学合作，开发出一种可利用笔记本电脑内置麦克风和扬声器进行手势识别的技术;该项技术被称为Sound Wave，利用了多普勒效应识别接近计算机的任何动作和手势。

2.2国内研究现状

国内的手势识别研究主要集中在各大高校和研究院等。清华大学计算机科学与技术系祝远新等人提出了一种新的基于表观的手势识别技术。提出一种基于运动分割的帧间图像运动估计方法，并指出了一条如何将运动、形状、颜色和纹理等信息统一起来进行手势识别的途径;且实现了对12种手势进行在线识别的实验系统，识别率超过90%。王凯等人提出了基于AdaBoost算法和光流匹配的实时手势识别方案:只需连接计算机的摄像头读取二维手势视频片段便可对手势作出较为准确的识别。其中，采用 AdaBoost算法遍历图像，完成静态手势的识别工作。而在动态手势的识别过程中，运用了光流法结合模板匹配的方法。中国科学技术大学和哈尔滨工业大学的滕达，刘岩 等人研究了基于“大小手”的徒手手势实时识别，将双手划分成大手和小手，双手重叠按照一只手处理。应用背景差分法将背景去除，利用文中的大小手特征提取算法检测出手势，最终利用动态时间进行手势识别，该系统对17个常用手势试验识别率可达94.1%。

3、结语

当前智能家居的发展遇到了很多问题。其中，将工业中的控制系统和理念生搬硬套到生活之中便是产生这些问题的最主要原因之一。这样做不仅增加了智能化生活的成本和难度，也严重影响了生活的舒适性和便利性，而且复杂系统的安全性也不可靠，这对家居生活的破坏无疑是灾难性的。为此我们不妨借鉴人类的发展历程，从智慧开始，靠合作壮大自己。用智能去改善生活。所以我们认为家居生活的发展方向是:应用简单可靠的系统，通过高智能的精准控制和协同，让生活变得更简单更舒适更节约。从专业的角度讲，我们是电子产品的造物主，赋予它们灵魂不仅是我们的梦想也是我们的使命。基于一理念我们推出了人工智能台灯。它不仅能照亮你的居室，还能照亮通往未来家庭的路。它不仅是一个消费品，更是家庭云系统中的一员。

参考文献

[1] 杨蕊,米文辉.手势识别装置的设计与实现[J].信息与电脑(理论版)，2019年18期.

[2] 石任重.基于视觉的手势检测关键技术研究及其FPGA实现[D].华南理工大学，2012年.

[3] 路凯，李小坚.手势识别研究概述[J].西安文理学院学报（自然科学版），2006，9（2）：91-94.

[4] 高明柯，赵卓，逄涛，王天保等.基于注意力机制和特征融合的手势识别方法[J].计算机应用与软件，2020，37（06）：199-203

[5] 任海兵，祝远新，徐光祐，等.基于视觉手势识别的研究——综述[J].电子学报，2000，28（2）：118-121.

[6] 王鹏.动态手势识别研究[D].大连理工大学，2013.

[7] 任海兵，祝远新，徐光祐，等．复杂背景下的手势分割与识别［J].自动化学报，2002，28（2）:256－261．

[8] 芮翼鹏，赵培焱，沈洲，王衍文.基于单片机的多功能台灯设计[C].科学技术创新.2022,(02):173-176.

[9] 赵德福，张楠楠，张晓.STC89C52单片机的智能人体感应台灯[C].电子世界.2021,(05):137-138+141.

[10] 王迎雨,王哲.基于坐姿感应的智能视力保护台灯设计[J].电子制作,2018(19):41-42.

[11] 艾生辉，王泽华，温军.基于单片机的多功能护眼灯[J].科技创新与应用，2017（30）：25~27

[12] 袁丽坚.STC51单片机智能台灯控制系统的设计[J]数码世界.2017(12):588-589.

[13] 刘力齐.基于单片机的智能LED台灯设计[J].轻工科技，2019，35(1)：32-33.