CN105843388A - 一种新型数据手套系统 - Google Patents

Abstract

本发明涉及一种新型数据手套系统，该手套系统包括若干个传感器、微处理器和数据处理显示单元，其中若干个传感器分别设置在人体的大臂、小臂、手背和每个手指的各个关节之间，用于采集人体上肢不同部位的运动信息；微处理器设置在人体手腕上，用于从传感器接收运动信息，并将所述运动信息发送给数据处理显示单元，数据处理显示单元实时接收微处理器发送的运动信息进行解算，得到人体大臂、小臂、手背以及每个手指的姿态，该手套系统充分考虑人体上肢模型的特征，将各个功能模块进行合理布局，使得穿戴使用更加方便、舒适，稳定性更高，并且在充分考虑人体上肢特征基础上设计的解算方法，使得解算结果更加准确可靠。

Description

一种新型数据手套系统

技术领域

本发明涉及一种新型数据手套系统，特别是涉及一种用于捕获人体手臂、手掌和手指运动信息的数据手套系统，属于人机交互设备技术领域。

背景技术

近年来人机交互技术迅猛发展，它主要是通过相关设备识别人的各种行为动作、身体姿势等与计算机虚拟环境进行互动，实现游戏、操作训练、健身等功能。捕获人体运动是其中关键。目前，人体运动捕获技术大部分是基于图像识别技术，需要摄像头等外接设备，易受到光照、环境等条件的影响。

申请人在先申请的专利号为201510271805.4的专利，该专利公开了一种用于捕获人体上肢运动信息的穿戴系统，包括传感器、中央处理器、电源、无线模块和显示器，并具体给出了各个模块功能及在人体大臂、小臂及手上的设置方式，该系统可以完整捕捉上肢运动信息，能够应用于人机交互、遥操作等领域，但是存在各个模块设置不合理、穿戴不方便的缺陷，此外该专利解算过程没有充分考虑人上肢模型的特征，解算过程阐述不充分。

发明内容

本发明的目的在于克服现有技术的上述缺陷，提供一种新型数据手套系统，该手套系统充分考虑人体上肢模型的特征，将各个功能模块进行合理布局，使得穿戴使用更加方便、舒适，稳定性更高，并且在充分考虑人体上肢特征基础上设计的解算方法，使得解算结果更加准确可靠。

本发明的上述目的主要是通过如下技术方案予以实现的：

一种新型数据手套系统，包括若干个传感器、微处理器、和数据处理显示单元，其中若干个传感器分别设置在人体的大臂、小臂、手背和每个手指的各个关节之间，用于采集人体上肢不同部位的运动信息；微处理器设置在人体手腕上，用于从传感器接收运动信息，并将所述运动信息发送给数据处理显示单元，数据处理显示单元实时接收微处理器发送的运动信息进行解算，得到人体大臂、小臂、手背以及每个手指的姿态，并进行实时显示；所述运动信息包括人体大臂、小臂、手背和每个手指的各个关节之间手指部分的角速度、加速度和磁场值；

其中若干个传感器的具体设置方法为：人体的大臂、小臂上各设置一个传感器，中指的根关节与中关节之间、中关节与末端关节之间以及末端关节与指尖之间各设置一个传感器，并与手背上设置的一个传感器，共四个传感器形成串联连接，其余手指中每个手指的根关节与中关节之间、中关节与末端关节之间以及末端关节与指尖之间各设置一个传感器，每个手指上的三个传感器形成串联连接；

其中数据处理显示单元实时接收微处理器发送的运动信息进行解算的具体方法如下：

(1)、计算当前时刻人体大臂的姿态T_1,k,具体公式如下：

T_1,k＝λ₁×A_1,k+(1-λ₁)×B_1,k

其中：A_1,k为当前时刻大臂的高频姿态，B_1,k为当前时刻大臂的低频姿态，λ₁为互补系数，取值为0≤λ₁≤1；k为时刻序列，取值为≥1的正整数；

(2)、计算当前时刻人体小臂的姿态，人体小臂的姿态通过小臂与大臂之间的相对夹角T_2,k来表示，具体公式如下：

$T_{2,k}=ar\cos \frac{a_{2x,k}-a_{1x,k}}{g}$

其中：a_2x,k为沿人体小臂轴方向的加速度，a_1x,k为沿人体大臂轴方向的加速度，g为重力加速度；

(3)、计算当前时刻人体手的姿态T_3,k,具体公式如下：

T_3,k＝λ₃×A_3,k+(1-λ₃)×B_3,k

其中：A_3,k当期时刻手的高频姿态，B_3,k当前时刻手的低频姿态，λ₃为互补系数，取值为0≤λ₃≤1；

(4)、计算当前时刻人体手指根关节与中关节之间手指部分的姿态T_4,k，具体公式如下：

T_4,k＝λ₄×A_4,k+(1-λ₄)×B_4,k

其中：A_4,k为当期时刻手指根关节与中关节之间手指部分的高频姿态，B_4,k为当前时刻手指根关节与中关节之间手指部分的低频姿态，λ₄为互补系数，取值为0≤λ₄≤1；

(5)、计算当前时刻人体手指中关节与末端关节之间手指部分的姿态，通过与手指根关节和中关节之间手指部分的夹角T_5,k来表示，具体公式如下：

$T_{5,k}=ar\cos \frac{a_{5x,k}-a_{4x,k}}{g}$

其中：a_5x,k为沿手指中关节与末端关节之间手指部分方向的加速度，a_4x,k为沿手指根关节与中关节之间手指部分方向的加速度；

(6)、计算当前时刻人体手指末端关节与指尖之间手指部分的姿态，通过与手指中关节与末端关节之间手指部分的夹角T_6,k来表示，具体公式如下：

$T_{6,k}=ar\cos \frac{a_{6x,k}-a_{5x,k}}{g}$

其中：a_6x,k为沿手指末端关节与指尖之间手指部分方向的加速度。

在上述新型数据手套系统中，步骤(1)中当前时刻大臂的高频姿态A_1,k通过如下公式得到：

A_1,k＝T_1,k-1+g_1,k×Δt

其中：T_1,k-1为上一时刻大臂的姿态，g_1,k为当前时刻大臂的角速度，Δt为解算周期；

所述当前时刻大臂的低频姿态B_1,k通过确定性姿态滤波算法得到，具体通过如下公式得到：

C(B_1,k)＝[G M G×M]/[a_1,k m_1,k a_1,k×m_1,k]

其中：G为重力矢量，M为地磁矢量，a_1,k为当前时刻大臂的加速度，m_1,k为当前时刻大臂的磁场值，C(B_1,k)为B_1,k的姿态矩阵。

在上述新型数据手套系统中，步骤(3)中当前时刻手的高频姿态A_3,k通过如下公式得到：

A_3,k＝T_3,k-1+(g_3,k-g_2,k)×Δt

其中：T_3,k-1为上一时刻手的姿态，g_3,k为当前时刻手的角速度，g_2,k为当前时刻小臂的角速度，Δt为解算周期；

所述当前时刻手的低频姿态B_3,k通过确定性姿态滤波算法得到，具体通过如下公式得到：

C(B_3,k)＝[G M G×M]/[a_3,k-a_2,k m_3,k-m_2,k(a_3,k-a_2,k)×(m_3,k-m_2,k)]

其中：G为重力矢量，M为地磁矢量，a_3,k为当前时刻手的加速度，a_2,k为当前时刻小臂的加速度，m_3,k为当前时刻手的磁场值，m_2,k为当前时刻小臂的磁场值，C(B_3,k)为B_3,k的姿态矩阵。

在上述新型数据手套系统中，步骤(4)中当前时刻手指根关节与中关节之间手指部分的高频姿态A_4,k通过如下公式得到：

A_4,k＝T_4,k-1+(g_4,k-g_3,k)×Δt

其中：T_4,k-1为上一时刻人体手指根关节与中关节之间手指部分的姿态，g_4,k为当前时刻手指根关节与中关节之间手指部分的角速度，g_3,k当前时刻手的角速度，Δt为解算周期；

当前时刻手指根关节与中关节之间手指部分的低频姿态B_4,k通过确定性姿态滤波算法得到，具体通过如下公式得到：

C(B_4,k)＝[G M G×M]/[a_4,k-a_3,k m_4,k-m_3,k(a_4,k-a_3,k)×(m_4,k-m_3,k)]

其中：G为重力矢量，M为地磁矢量，a_4,k当前时刻手指根关节与中关节之间手指部分的加速度，a_3,k为当前时刻手的加速度，m_4,k为当前时刻手指根关节与中关节之间手指部分的磁场值，m_3,k为当前时刻手的磁场值，C(B_4,k)为B_4,k的姿态矩阵。

在上述新型数据手套系统中，λ₁、λ₃和λ₄的取值为：0.2≤λ₁≤0.5，0.2≤λ₃≤0.5，0.2≤λ₄≤0.5。

在上述新型数据手套系统中，人体手背和每个手指上的传感器设置在手套上，手套穿戴在人体的手上。

在上述新型数据手套系统中，各个传感器之间以及传感器与微处理器之间采用软排线连接，微处理器和数据处理显示单元之间通过无线或有线连接。

在上述新型数据手套系统中，还包括供电单元，供电单元设置在微处理器的下部，用于为微处理器及传感器供电。

在上述新型数据手套系统中，解算周期Δt的取值为0.001-0.1s。

本发明与现有技术相比的有益效果如下：

(1)、本发明提出的新型数据手套系统包括若干个传感器、微处理器和数据处理显示单元，该手套系统充分考虑人体上肢的特征，将各个功能模块进行优化设计和合理布局，使得穿戴使用更加方便、舒适，稳定性更高；

(2)、本发明提出的新型数据手套系统充分考虑传感器的特性，结合人体上肢的特点，设计出一种高效准确的运动信息解算方法，使得解算结果更加准确可靠，可以更好的应用于人机交互、遥操作、上肢康复监测等多种领域；

(3)、本发明运动信息解算方法过程简单，易于实现，具有较强的实用性；

(4)、本发明新型数据手套系统，无需外接设备如摄像头等就可以进行工作，不受环境光照、遮挡等影响，适应力强，穿戴方便，能适应不同人体上肢，能实时、完整、快速地捕获手臂、手掌和每个手指的加速度、速度、姿态和位置等运动信息。

附图说明

图1为本发明新型数据手套系统的结构示意图；

图2为本发明新型数据手套系统的原理框图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细的描述：

如图1所示为本发明新型数据手套系统的结构示意图，由图可知本发明新型数据手套系统，包括若干个传感器1、微处理器2和数据处理显示单元4，其中若干个传感器1分别设置在人体的大臂、小臂、手背和每个手指的各个关节之间，用于采集人体上肢不同部位的运动信息；微处理器2设置在人体手腕上，用于从传感器1接收运动信息，并将运动信息发送给数据处理显示单元4，数据处理显示单元4实时接收微处理器2发送的运动信息进行解算，得到人体大臂、小臂、手背以及每个手指的姿态，并进行实时显示。各个传感器1之间以及传感器1与微处理器2之间采用软排线3连接，微处理器2和数据处理显示单元4之间通过无线或有线连接，本发明实施例中微处理器2和数据处理显示单元4之间为无线通讯。上述运动信息包括人体大臂、小臂、手背和每个手指的各个关节之间手指部分以及末端关节与指尖之间手指部分的角速度、加速度和磁场值。

由图1可知本发明人体的每个手臂上设置18个传感器1，具体设置方法为：人体的大臂、小臂上各设置一个传感器1，中指的根关节5与中关节6之间、中关节6与末端关7节之间以及末端关节7与指尖之间各设置一个传感器1，并与手背上设置的一个传感器1，共四个传感器1形成串联连接，其余手指中每个手指的根关节5与中关节6之间、中关节6与末端关节7之间以及末端关节7与指尖之间各设置一个传感器1，每个手指上的三个传感器1形成串联连接。

上述传感器1可以直接设置在人体的上肢部分，也可以将人体手背和每个手指上的传感器1设置在手套上，手套穿戴在人体的手上，手套穿戴在人体的手上后，各个传感器1对应的位置分别为人体的手背及每个手指的各个关节之间。该手套为软质手套。

本发明新型数据手套系统还包括供电单元，供电单元设置在微处理器2的下部，用于为微处理器2及各个传感器1供电，供电单元可以为电池或其它电源。

如图2所示为本发明新型数据手套系统的原理框图，本发明新型数据手套系统的具体实现方法包括如下步骤：

(1)、设置在人体的大臂、小臂、手背和每个手指的各个关节之间的传感器1，采集人体上肢不同部位的运动信息；

(2)、微处理器2从传感器1接收所述运动信息，并将所述运动信息发送给数据处理显示单元4；

(3)、数据处理显示单元4实时接收微处理器2发送的运动信息进行解算，得到人体大臂、小臂、手背以及每个手指的姿态，并进行实时显示，具体解算方法如下：

(3.1)、大臂的传感器量1测得的当前时刻大臂角速度g_1,k、加速度a_1,k、磁场值m_1,k，计算当前时刻人体大臂的姿态T_1,k,具体公式如下：

T_1,k＝λ₁×A_1,k+(1-λ₁)×B_1,k

其中：A_1,k为当前时刻大臂的高频姿态，B_1,k为当前时刻大臂的低频姿态，λ₁为互补系数，取值为0≤λ₁≤1，优选0.2≤λ₁≤0.5。

当前时刻大臂的高频姿态A_1,k根据当前时刻大臂的角速度g_1,k，通过如下公式得到：

A_1,k＝T_1,k-1+g_1,k×Δt

其中：T_1,k-1为上一时刻大臂的姿态，g_1,k为当前时刻大臂的角速度，Δt为解算周期。本实施例中λ₁为0.3；本实施例中Δt取值为0.02s。

当前时刻大臂的低频姿态B_1,k根据重力矢量、地磁矢量、当前时刻大臂的加速度和当前时刻大臂的磁场值通过确定性姿态滤波算法得到，为3×1矩阵，具体根据如下转化公式得到：

C(B_1,k)＝[G M G×M]/[a_1,k m_1,k a_1,k×m_1,k]

其中：G为重力矢量，M为地磁矢量，a_1,k为当前时刻大臂的加速度，m_1,k为当前时刻大臂的磁场值，C(B_1,k)为B_1,k的姿态矩阵。

(3.2)、人体小臂的姿态通过小臂与大臂之间的相对夹角T_2,k来表示，小臂的传感器量1测得的当前时刻小臂角速度g_2,k、加速度a_2,k、磁场值m_2,k，则相对角速度为g_2,k-g_1,k，相对加速度为a_2,k-a_1,k，相对磁场值为m_2,k-m_1,k，取其中沿着小臂轴方向的相对加速度和重力加速度解算得到相对夹角T_2,k，具体公式如下：

$T_{2,k}=ar\cos \frac{a_{2x,k}-a_{1x,k}}{g}$

其中：a_2x,k为沿人体小臂轴方向的加速度，a_1x,k为沿人体大臂轴方向的加速度，g为重力加速。

小臂的传感器量1测得的当前时刻小臂角速度g_2,k、加速度a_2,k、磁场值m_2,k均为三轴角速度矢量g_2,k、三轴加速度矢量a_2,k和三轴磁场值矢量m_2,k，其中a_2x,k为沿人体小臂轴方向的加速度，可以直接测量得到。同理，a_1x,k为沿人体大臂轴方向的加速度，可以直接测量得到。

(3.3)、人体手背的传感器量1测得的当前时刻人体手的角速度g_3,k、加速度a_3,k、磁场值m_3,k，则相对角速度为g_3,k-g_2,k、相对加速度为a_3,k-a_2,k、相对磁场值为m_3,k-m_2,k，计算当前时刻人体手的姿态T_3,k,具体公式如下：

T_3,k＝λ₃×A_3,k+(1-λ₃)×B_3,k

其中：A_3,k当期时刻手的高频姿态，B_3,k当前时刻手的低频姿态，λ₃为互补系数，取值为0≤λ₃≤1；优选0.2≤λ₃≤0.5。

当前时刻手的高频姿态A_3,k根据相对角速度g_3,k-g_2,k，通过如下公式得到：

A_3,k＝T_3,k-1+(g_3,k-g_2,k)×Δt

其中：T_3,k-1为上一时刻手的姿态，g_3,k为当前时刻手的角速度，g_2,k为当前时刻小臂的角速度，Δt为解算周期。本实施例中Δt取值为0.02s，本实施例中λ₃取值为0.3。

当前时刻手的低频姿态B_3,k根据重力矢量、地磁矢量、相对加速度a_3,k-a_2,k和相对磁场值m_3,k-m_2,k，通过确定性姿态滤波算法得到，具体通过如下公式得到：

C(B_3,k)＝[G M G×M]/[a_3,k-a_2,k m_3,k-m_2,k(a_3,k-a_2,k)×(m_3,k-m_2,k)]

其中：G为重力矢量，M为地磁矢量，a_3,k为当前时刻手的加速度，a_2,k为当前时刻小臂的加速度，m_3,k为当前时刻手的磁场值，m_2,k为当前时刻小臂的磁场值，C(B_3,k)为B_3,k的姿态矩阵。

(3.4)、人体手指根关节5与中关节6之间设置的传感器1测得当前时刻手指根关节与中关节之间手指部分的角速度g_4,k，手指根关节与中关节之间手指部分的加速度a_4,k，手指根关节与中关节之间手指部分的磁场值m_4,k，则相对角速度为g_4,k-g_3,k、相对加速度为a_4,k-a_3,k、相对磁场值为m_4,k-m_3,k，计算当前时刻人体手指根关节与中关节之间手指部分的姿态T_4,k，具体公式如下：

T_4,k＝λ₄×A_4,k+(1-λ₄)×B_4,k

其中：A_4,k为当期时刻手指根关节与中关节之间手指部分的高频姿态，B_4,k为当前时刻手指根关节与中关节之间手指部分的低频姿态，λ₄为互补系数，取值为0≤λ₄≤1，优选0.2≤λ₄≤0.5。

当前时刻手指根关节与中关节之间手指部分的高频姿态A_4,k根据相对角速度g_4,k-g_3,k，通过如下公式得到：

A_4,k＝T_4,k-1+(g_4,k-g_3,k)×Δt

其中：T_4,k-1为上一时刻人体手指根关节与中关节之间手指部分的姿态，g_4,k为当前时刻手指根关节与中关节之间手指部分的角速度，g_3,k当前时刻手的角速度，Δt为解算周期。本实施例中Δt取值为0.02s，本实施例中λ₄取值为0.3。

当前时刻手指根关节与中关节之间手指部分的低频姿态B_4,k根据重力矢量、地磁矢量，相对加速度a_4,k-a_3,k、相对磁场值m_4,k-m_3,k通过确定性姿态滤波算法得到，具体通过如下公式得到：

C(B_4,k)＝[G M G×M]/[a_4,k-a_3,k m_4,k-m_3,k(a_4,k-a_3,k)×(m_4,k-m_3,k)]

其中：G为重力矢量，M为地磁矢量，a_4，k当前时刻手指根关节与中关节之间手指部分的加速度，a_3,k为当前时刻手的加速度，m_4,k为当前时刻手指根关节与中关节之间手指部分的磁场值，m_3,k为当前时刻手的磁场值，C(B_4,k)为B_4,k的姿态矩阵。

(3.5)、人体手指中关节6与末端关节7之间手指部分的姿态，通过与手指根关节5和中关节6之间手指部分的相对夹角T_5,k来表示，人体手指中关节6与末端关节7之间设置的传感器1测得当前时刻手指中关节6与末端关节7之间手指部分的角速度g_5,k，手指中关节6与末端关节7之间手指部分的加速度a_5,k，手指中关节6与末端关节7之间手指部分的磁场值m_5,k，则相对角速度为g_5,k-g_4,k、相对加速度为a_5,k-a_4,k、相对磁场值为m_5,k-m_4,k，取其中沿着手指中关节与末端关节之间手指部分方向的相对加速度和重力加速度解算得到相对夹角T_5,k，具体公式如下：

$T_{5,k}=ar\cos \frac{a_{5x,k}-a_{4x,k}}{g}$

其中：a_5x,k为沿手指中关节与末端关节之间手指部分方向的加速度，a_4x,k为沿手指根关节与中关节之间手指部分方向的加速度。

人体手指中关节6与末端关节7之间设置的传感器1测得当前时刻手指中关节6与末端关节7之间手指部分的角速度g_5,k，手指中关节6与末端关节7之间手指部分的加速度a_5,k，手指中关节6与末端关节7之间手指部分的磁场值m_5,k均为三轴角速度矢量g_5,k、三轴加速度矢量a_5,k和三轴磁场值矢量m_5,k，其中a_5x,k为沿手指中关节与末端关节之间手指部分方向的加速度，可以直接测量得到。同理，a_4x,k为沿手指根关节与中关节之间手指部分方向的加速度，可以直接测量得到。

(3.6)、人体手指末端关节7与指尖之间手指部分的姿态，通过该手指部分与手指中关节6和末端关节7之间手指部分的相对夹角T_6,k来表示，人体手指末端关节7与指尖之间设置的传感器1测得当前时刻手指末端关节7与指尖之间手指部分的角速度g_6,k，手指末端关节7与指尖之间手指部分的加速度a_6,k，手指末端关节7与指尖之间手指部分的磁场值m_6,k，则相对角速度为g_6,k-g_5,k、相对加速度为a_6,k-a_5,k、相对磁场值为m_6,k-m_5,k，取其中沿着手指末端关节与指尖之间手指部分方向的相对加速度和重力加速度解算得到相对夹角T_6,k，具体公式如下：

$T_{6,k}=arcos\frac{a_{6x,k}-a_{5x,k}}{g}$

其中：a_6x,k为沿手指末端关节与指尖之间手指部分方向的加速度，a_5x,k为沿手指中关节与末端关节之间手指部分方向的加速度。其中a_5x,k、a_6x,k均直接测量得到。

本发明中λ₁、λ₃和λ₄的取值可以相同或不同，本发明实施例中三者相同，取值均为0.3，Δt取值均为0.02s。

本发明中初始时刻人体大臂、小臂、手背和每个手指的各个关节之间手指部分以及末端关节与指尖之间手指部分的姿态可以为设定值。

本发明手套系统充分考虑人体上肢模型的特征，将各个功能模块进行合理布局，使得穿戴使用更加方便、舒适，稳定性更高，并且在充分考虑人体上肢特征基础上设计的解算方法，使得解算结果更加准确可靠，并且捕捉的方向更多，更加多维化，可以更好的应用于人机交互、遥操作、上肢康复监测等多种领域，例如根据人体大臂、小臂、手及每个手指的姿态信息，实时驱动人体上肢仿真模型。

本发明实施例中获得的姿态精度比传统方法提高了20％。

以上所述，仅为本发明最佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。

Claims (9)

1.一种新型数据手套系统，其特征在于：包括若干个传感器(1)、微处理器(2)、和数据处理显示单元(4)，其中若干个传感器(1)分别设置在人体的大臂、小臂、手背和每个手指的各个关节之间，用于采集人体上肢不同部位的运动信息；微处理器(2)设置在人体手腕上，用于从传感器(1)接收运动信息，并将所述运动信息发送给数据处理显示单元(4)，数据处理显示单元(4)实时接收微处理器(2)发送的运动信息进行解算，得到人体大臂、小臂、手背以及每个手指的姿态，并进行实时显示；所述运动信息包括人体大臂、小臂、手背和每个手指的各个关节之间手指部分的角速度、加速度和磁场值；

其中若干个传感器(1)的具体设置方法为：人体的大臂、小臂上各设置一个传感器(1)，中指的根关节(5)与中关节(6)之间、中关节(6)与末端关节(7)之间以及末端关节(7)与指尖之间各设置一个传感器(1)，并与手背上设置的一个传感器(1)，共四个传感器(1)形成串联连接，其余手指中每个手指的根关节(5)与中关节(6)之间、中关节(6)与末端关节(7)之间以及末端关节(7)与指尖之间各设置一个传感器(1)，每个手指上的三个传感器(1)形成串联连接；

其中数据处理显示单元(4)实时接收微处理器(2)发送的运动信息进行解算的具体方法如下：

(1)、计算当前时刻人体大臂的姿态T_1,k,具体公式如下：

T_1,k＝λ₁×A_1,k+(1-λ₁)×B_1,k

其中：A_1,k为当前时刻大臂的高频姿态，B_1,k为当前时刻大臂的低频姿态，λ₁为互补系数，取值为0≤λ₁≤1；k为时刻序列，取值为≥1的正整数；

(2)、计算当前时刻人体小臂的姿态，人体小臂的姿态通过小臂与大臂之间的相对夹角T_2,k来表示，具体公式如下：

$T_{2,k}=ar\cos \frac{a_{2x,k}-a_{1x,k}}{g}$

其中：a_2x,k为沿人体小臂轴方向的加速度，a_1x,k为沿人体大臂轴方向的加速度，g为重力加速度；

(3)、计算当前时刻人体手的姿态T_3,k,具体公式如下：

T_3,k＝λ₃×A_3,k+(1-λ₃)×B_3,k

其中：A_3,k当期时刻手的高频姿态，B_3,k当前时刻手的低频姿态，λ₃为互补系数，取值为0≤λ₃≤1；

(4)、计算当前时刻人体手指根关节(5)与中关节(6)之间手指部分的姿态T_4,k，具体公式如下：

T_4,k＝λ₄×A_4,k+(1-λ₄)×B_4,k

其中：A_4,k为当期时刻手指根关节与中关节之间手指部分的高频姿态，B_4,k为当前时刻手指根关节与中关节之间手指部分的低频姿态，λ₄为互补系数，取值为0≤λ₄≤1；

(5)、计算当前时刻人体手指中关节(6)与末端关节(7)之间手指部分的姿态，通过与手指根关节(5)和中关节(6)之间手指部分的夹角T_5,k来表示，具体公式如下：

$T_{5,k}=ar\cos \frac{a_{5x,k}-a_{4x,k}}{g}$

其中：a_5x,k为沿手指中关节与末端关节之间手指部分方向的加速度，a_4x,k为沿手指根关节与中关节之间手指部分方向的加速度；

(6)、计算当前时刻人体手指末端关节(7)与指尖之间手指部分的姿态，通过与手指中关节(6)与末端关节(7)之间手指部分的夹角T_6,k来表示，具体公式如下：

$T_{6,k}=ar\cos \frac{a_{6x,k}-a_{5x,k}}{g}$

其中：a_6x,k为沿手指末端关节与指尖之间手指部分方向的加速度。

2.根据权利要求1所述的一种新型数据手套系统，其特征在于：所述步骤(1)中当前时刻大臂的高频姿态A_1,k通过如下公式得到：

A_1,k＝T_1,k-1+g_1,k×Δt

其中：T_1,k-1为上一时刻大臂的姿态，g_1,k为当前时刻大臂的角速度，Δt为解算周期；

所述当前时刻大臂的低频姿态B_1,k通过确定性姿态滤波算法得到，具体通过如下公式得到：

C(B_1,k)＝[G M G×M]/[a_1,k m_1,k a_1,k×m_1,k]

其中：G为重力矢量，M为地磁矢量，a_1,k为当前时刻大臂的加速度，m_1,k为当前时刻大臂的磁场值，C(B_1,k)为B_1,k的姿态矩阵。

3.根据权利要求1所述的一种新型数据手套系统，其特征在于：所述步骤(3)中当前时刻手的高频姿态A_3,k通过如下公式得到：

A_3,k＝T_3,k-1+(g_3,k-g_2,k)×Δt

其中：T_3,k-1为上一时刻手的姿态，g_3,k为当前时刻手的角速度，g_2,k为当前时刻小臂的角速度，Δt为解算周期；

所述当前时刻手的低频姿态B_3,k通过确定性姿态滤波算法得到，具体通过如下公式得到：

C(B_3,k)＝[G M G×M]/[a_3,k-a_2,k m_3,k-m_2,k(a_3,k-a_2,k)×(m_3,k-m_2,k)]

其中：G为重力矢量，M为地磁矢量，a_3,k为当前时刻手的加速度，a_2,k为当前时刻小臂的加速度，m_3,k为当前时刻手的磁场值，m_2,k为当前时刻小臂的磁场值，C(B_3,k)为B_3,k的姿态矩阵。

4.根据权利要求1所述的一种新型数据手套系统，其特征在于：所述步骤(4)中当前时刻手指根关节与中关节之间手指部分的高频姿态A_4,k通过如下公式得到：

A_4,k＝T_4,k-1+(g_4,k-g_3,k)×Δt

其中：T_4,k-1为上一时刻人体手指根关节与中关节之间手指部分的姿态，g_4,k为当前时刻手指根关节与中关节之间手指部分的角速度，g_3,k当前时刻手的角速度，Δt为解算周期；

当前时刻手指根关节与中关节之间手指部分的低频姿态B_4,k通过确定性姿态滤波算法得到，具体通过如下公式得到：

C(B_4,k)＝[G M G×M]/[a_4,k-a_3,k m_4,k-m_3,k(a_4,k-a_3,k)×(m_4,k-m_3,k)]

其中：G为重力矢量，M为地磁矢量，a_4,k当前时刻手指根关节与中关节之间手指部分的加速度，a_3,k为当前时刻手的加速度，m_4,k为当前时刻手指根关节与中关节之间手指部分的磁场值，m_3,k为当前时刻手的磁场值，C(B_4,k)为B_4,k的姿态矩阵。

5.根据权利要求1～4之一所述的一种新型数据手套系统，其特征在于：所述λ₁、λ₃和λ₄的取值为：0.2≤λ₁≤0.5，0.2≤λ₃≤0.5，0.2≤λ₄≤0.5。

6.根据权利要求1～4之一所述的一种新型数据手套系统，其特征在于：所述人体手背和每个手指上的传感器(1)设置在手套上，手套穿戴在人体的手上。

7.根据权利要求1～4之一所述的一种新型数据手套系统，其特征在于：所述各个传感器(1)之间以及传感器(1)与微处理器(2)之间采用软排线(3)连接，微处理器(2)和数据处理显示单元(4)之间通过无线或有线连接。

8.根据权利要求1～4之一所述的一种新型数据手套系统，其特征在于：还包括供电单元，供电单元设置在微处理器(2)的下部，用于为微处理器(2)及传感器(1)供电。

9.根据权利要求1～4之一所述的一种新型数据手套系统，其特征在于：所述解算周期Δt的取值为0.001-0.1s。