CN109283998A - 三维电容式穿戴人机互动装置及方法 - Google Patents
三维电容式穿戴人机互动装置及方法 Download PDFInfo
- Publication number
- CN109283998A CN109283998A CN201710706707.8A CN201710706707A CN109283998A CN 109283998 A CN109283998 A CN 109283998A CN 201710706707 A CN201710706707 A CN 201710706707A CN 109283998 A CN109283998 A CN 109283998A
- Authority
- CN
- China
- Prior art keywords
- computer interaction
- capacitance
- unit
- wearable human
- interaction device
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 230000003993 interaction Effects 0.000 title claims abstract description 63
- 230000005540 biological transmission Effects 0.000 claims abstract description 18
- 230000033001 locomotion Effects 0.000 claims abstract description 16
- 238000013461 design Methods 0.000 claims abstract description 8
- 230000007246 mechanism Effects 0.000 claims abstract description 5
- 239000013598 vector Substances 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 12
- 230000008859 change Effects 0.000 abstract description 11
- 238000004364 calculation method Methods 0.000 abstract description 9
- 230000002093 peripheral effect Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000000691 measurement method Methods 0.000 description 5
- 238000012935 Averaging Methods 0.000 description 3
- 239000004020 conductor Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 239000012212 insulator Substances 0.000 description 3
- 230000003183 myoelectrical effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/014—Hand-worn input/output arrangements, e.g. data gloves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
- G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
- G01R27/26—Measuring inductance or capacitance; Measuring quality factor, e.g. by using the resonance method; Measuring loss factor; Measuring dielectric constants ; Measuring impedance or related variables
- G01R27/2605—Measuring capacitance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
- G06F3/0346—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of the device orientation or free movement in a 3D space, e.g. 3D mice, 6-DOF [six degrees of freedom] pointers using gyroscopes, accelerometers or tilt-sensors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
- G06F2203/033—Indexing scheme relating to G06F3/033
- G06F2203/0331—Finger worn pointing device
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
一种三维电容式穿戴人机互动装置及方法。该三维电容式穿戴人机互动装置包含一电容感测单元、一电力单元、一辨识单元与一传输单元。该电容感测单元可收集周围电容变化状态，该电力单元供应三维电容式穿戴人机互动装置电力，该辨识单元依照时间单位与感测电容值两者做记录，其个人指定运动轨迹使用实时辨识演算法取得轨迹特征判别使用者身分的辨识目的，该传输单元将辨识单元演算结果介接至其他装置中。该三维电容式穿戴人机互动装置可让使用者依照不同手势控制后端装置的目的，其远距离电容感测方法实时侦测手掌所产生的电容变化，回传当下电容值至辨识单元中完成辨识效果，并机构采指套式设计让使用者直觉式控制与便于安装感测位置的特性。
Description
技术领域
本发明关于一种非接触电容式扩增测量法与实时辨识技术，特别的是，为一种三维电容式穿戴人机互动装置及方法。
背景技术
随着通讯科技的进步，现代生活中许多装置或设备，均已逐渐利用实时演算技术来控制。
一般现有的人机互动介面，针对使用者不同手势做出相对控制指令，在现有技术常见的手势互动技术上，常见有摄影机实时影像辨识、肌电讯号撷取等，其缺点为摄影机需在指定空间内辨识且演算处理器价格昂贵，此外，肌电讯号属非线性时变讯号，需有高规格处理器做讯号处理，且肌电讯号需要固定位置紧贴皮肤才能量测，造成使用上诸多不便，所以人机互动介面的开发势必有更新颖设计之需。
根据台湾公告第201626166号“以手势为基础的三维影像操控技术”专利案，此专利的实施例有关于回应于使用者手势而操控三维影像，其实施例包括以三维影像资料为基础而渲染三维影像，接收相对应于一使用者手势的感测器资料，以及基于该感测器资料而识别该使用者手势。基于该经识别的使用者手势以及三维影像资料，可决定及执行一功能用以更新该相对应的三维影像资料，以及因而变更该经渲染的三维影像。另外，此专利的三维影像资料可藉耦合至与渲染该等三维影像所使用的相同计算装置的一感测器产生。由上可知，该专利提出以影像处理方式辨识手势状态，藉此达到精准手势分析功能，然其缺点在对于感测器使用摄影机做为感测元件，无法使装置成本降低。
此外，根据台湾公告第201205404号“三维触控感应器及其应用”专利案，此专利提供一种三维触控感应器,利用二维电容式触控感应器搭配导电层与弹性绝缘物或绝缘层与弹性导电物建构而成，当该三维触控感应器受碰触时,该二维电容式触控感应器定位出感应平面上的接触点位置，该弹性绝缘物或弹性导电物因应压力而产生形变，因而产生电容量变化，从该电容量变化可获得垂直方向上的感应値，其与该压力的大小相关。该专利提出以二维电容式触控感应器搭配导电层与弹性绝缘物或是绝缘层与弹性导电物，以感测手指触控位置，进而推得二维矩阵与手指垂直方向力道，然其缺点在于机构设计上需搭配弹性导电物感测垂直方向，再者为接触式感测法，其使用者需接触装置才能做感测辨识。
由此可见，上述现有方式仍有诸多缺失，实非一良善的设计，而亟待加以改良，因而如何找出一种人机互动实时演算技术，特别是，可减少现有接触式限制以及须高成本硬件执行运算等缺点，且能即刻解析出使用者手势，此将成为本技术领域人员努力追求的目标。
发明内容
本发明的目的是利用电容效应方式侦测电容变化的架构，透过一具实时辨识功能，来构成一种低成本且更具弹性、使用方便性与简易直觉式的人机互动装置。
本发明提出一种三维电容式穿戴人机互动装置，其包括：电力单元，其用以提供三维电容式穿戴人机互动装置所需电力；电容式感测单元，其用以侦测该三维电容式穿戴人机互动装置其周边的电容变化量；辨识单元，其用以依据该电容式感测单元所侦测的电容变化量以计算出该三维电容式穿戴人机互动装置的特征向量，并透过分析该特征向量，以得到有关该三维电容式穿戴人机互动装置的移动轨迹的辨识结果；以及传输单元，其用以将该辨识结果传送至后端装置。
于一实施例中，该电容感测单元以PCB(Printed circuit board)硬式电路板或软式电路的其中一者的方式组成。
于另一实施例中，该电容感测单元以单一具金属性质节点或指套式机构感测设计呈现。
于又一实施例中，该电容感测单元与该辨识单元之间以无线或有线介面方式作为通讯界面。
于再一实施例中，该辨识单元以微处理器或搭载作业系统的处理器作为运算单元。
于再另一实施例中，该辨识单元与该传输单元之间以无线或有线介面方式作为通讯界面。
于又另一实施例中，该传输单元与该后端装置之间以无线或有线介面方式作为通讯界面。
于另一实施例中，该移动轨迹是指该辨识单元将该特征向量以辨识演算法进行分析所得到者。
本发明提出一种三维电容式穿戴人机互动方法，其步骤包括：侦测三维电容式穿戴人机互动装置其周边因应使用者绘制的特定轨迹而产生的电容变化量，以运用特征值向量化方法计算出特征向量；将该特征向量输入至模糊系统执行讯号模糊化处理，以得到模糊化讯号；将该模糊化讯号采用平均权重法执行正规化处理；将该模糊化讯号经模糊规则库执行输出解模糊化处理以产生输出讯号；将该输出讯号取得误差值以执行模糊规则训练；记录已训练完成的模糊规则；以及依据已训练完成的模糊规则，经由辨识演算法判断使用该三维电容式穿戴人机互动装置的使用者的身份。
于上述方法中，该特定轨迹是指该使用者将其手指做任意动作所产生者。
于上述方法中，该特征值向量化方法包括欧式距离(Euclidean)、敏可斯基距离(Minkowski)或马氏距离(Mahalanobis)。
于上述方法中，该模糊化处理为将该特征向量的输入讯号压缩于-1至1值的函数。
于上述方法中，该正规化处理包括采用平均权重法、重心法、总和中心法或最大值平均法。
于上述方法中，该输出解模糊化处理可采用语意式(Mamdani)模糊规则或函数式(Sugeno)模糊规则。
于上述方法中，该辨识演算法为记录与训练该特征向量，并储存于用于之后辨识所需的辨识架构训练专家知识库。
本发明的三维电容式穿戴人机互动装置及方法，其中，电容感测单元感测周围电容变化传输至辨识单元中，藉此达到线上实时回授辨识的目的，电力单元可供应三维电容式穿戴人机互动装置电力，辨识单元内采实时演算技术，运算使用者运动轨迹达到辨识功效，运作时，使用者可自由设定不同手势控制轨迹，预先使用手指描绘特定轨迹后让辨识单元记录欲辨识轨迹，由于使用者不同手势变化，其感测出电容量也有所不同，并将运动行为做为辨识依据所致，撷取运动轨迹特征点，达成易于让使用者简易与人机互动控制的目的，最终，传输单元将辨识演算结果传送至其他后端装置中，以整合各类型设备达到控制目的。
附图说明
图1为本发明三维电容式穿戴人机互动装置的硬件架构图；
图2为本发明非接触电容式电容检测范围图；
图3为本发明三维电容式穿戴人机互动装置的指套式感测架构图；
图4为本发明三维电容式穿戴人机互动装置安装方法；以及
图5为本发明三维电容式穿戴人机互动方法运作架构流程图。
符号说明：
1 三维电容式穿戴人机互动装置
11 电容感测单元
12 辨识单元
13 传输单元
14 电源单元
15 节点
C1 内部电容
C2 人体电容
S1～S7 步骤。
具体实施方式
以下通过特定的具体实施形态说明本发明的技术内容，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的优点与功效。然本发明也可通过其他不同的具体实施形态加以施行或应用。
请参阅图1，其所示为本发明三维电容式穿戴人机互动装置的硬件架构图。如图所示，三维电容式穿戴人机互动装置1其包含有电容感测单元11、辨识单元12、传输单元13以及电源单元14。
电容感测单元11用以侦测该三维电容式穿戴人机互动装置其周边的电容变化量。简单来说，电容感测单元11可实时搜集周围电容变化量，并具有一无线或有线通讯介面可介接辨识单元12，该电容感测单元11的组成可为PCB(Printed circuit board)硬式电路板、软式电路，另外，该电容感测单元11可以单一具金属性质节点或指套式机构感测设计来呈现。
辨识单元12用以依据该电容式感测单元11所侦测的电容变化量以计算出该三维电容式穿戴人机互动装置1的特征向量，并透过分析该特征向量，以得到有关该三维电容式穿戴人机互动装置1的移动轨迹的辨识结果。具体来说，辨识单元12可将电容感测单元11搜集的讯号，实时检测电容变化轨迹，藉此达成手势辨识的目的，其中，辨识单元12具有一无线或有线通讯介面可介接传输单元13。
传输单元13用以将该辨识结果传送至后端装置(图未示)。具体来说，传输单元13是将电容变化量经分析后得到的结果，透过无线或有线方式传输至后端的其他装置中，藉此控制后端的其他装置。
电源单元14可提供三维电容式穿戴人机互动装置所需电力，也就是，电源单元14可提供电力给电容感测单元11、辨识单元12、传输单元13，使电容感测单元11、辨识单元12、传输单元13能运作。
请参阅图2，其所示为非接触电容式电容检测范围图。如图所示，电容感测单元11使用电容效应感测周围使用者手指与其他指套式电容感测单元的位置，也就是说，电容感测单元11可感测其与使用者手指的相对位置关系，也可感测其与周围其他指套式电容感测单元的相对位置关系。
具体来说，基于电容效应下，电容感测单元其内部电容C1与人体电容C2会互相并联，如此可达到侦测电容变化量的目的，此方法可用于侦测物件距离远近的辨识依据，可解决在不同场合下基于不同手势应用。
请参阅图3，其所示为三维电容式穿戴人机互动装置的指套式感测架构图。如图所示，三维电容式穿戴人机互动装置1可以指套形式呈现，于三维电容式穿戴人机互动装置1的外围处包括用于电容感测单元11中用于收集电容的多个节点15，该些节点15具有远距离感测周围电容变化的能力。
请参阅图4，其所示为三维电容式穿戴人机互动装置安装方法。如图所示，本发明的三维电容式穿戴人机互动装置1可放置于使用者的手指上，当三维电容式穿戴人机互动装置1启用感测功能时，三维电容式穿戴人机互动装置1可开始感测周围电容变化量，并实时搜集相关资料以供后续内建的演算法执行辨识而得到辨识结果。
有关辨识单元12所执行的辨识演算法，其步骤如下。首先，即将辨识单元12设定在学习训练模式下，将其欲辨识的运动轨迹电容特征值强度记录下来，并经由特征值向量化方法建立特征向量值，其中，该特征值向量化方法可为欧式距离(Euclidean)、敏可斯基距离(Minkowski)或马氏距离(Mahalanobis)计算方式，在本实施例中，以采用Euclidean计算为例，向量化表示式如下面式(1)所示：
其中，电容感测节点共c个，分别为a1至ac，a1(n)为电容感测单元a1在n时间下所侦测到的电容变化，a2(n)为电容感测单元a2在n时间下所侦测到的电容变化，以此类推，ac(n)为电容感测单元ac在n时间下所侦测到的电容变化。
将运动轨迹电容特征值使用模糊专家知识做训练，其模糊归属函数可如下列式(2)所表示：
其中，exp为指数函数，vm为模糊归属函数的函数顶点，dm为模糊归属函数的函数宽度，m为模糊规则数目。另外，还使用权重平均法做为归属函数正规化，如下列式(3)所表示：
其中，最后，经由模糊规则得到输出如下列式(4)：
其中，β为模糊规则，其初始值皆为0。在模糊系统训练上，使用能量收敛法收敛归属函数参数与模糊规则，其定义能量函数如下列式(5)：
经由梯度微分收敛后，可得更新值如式(6)～式(8)所示：
β(t+1)＝β(t)+η(xd-σ)φ(t) 式(6)
其中，η＞0。最后，当输出推论σ与给定目标xd的差到达期望值，即可结束训练模式。
在完成上述学习训练模式后，当三维电容式穿戴人机互动装置1的辨识单元13设定为辨识模式时，其使用性能指标运算取得辨识结论，如下面式(9)所示：
其中，xd为训练目标。
请参阅图5，其所示为三维电容式穿戴人机互动装置运作架构流程图，主要说明为辨识单元12其程式运算流程。于步骤S1中，收集电容感测值，也就是首先利用收集回授电容强度，之后进入步骤S2，电容感测值向量化，也就是辨识单元12对电容强度执行向量化，接着，前进步骤S3，进入模糊系统。
此时，若三维电容式穿戴人机互动装置1被设定为训练模式(即步骤S4)，此时将进入步骤S5，也就是特征向量模糊规则训练，也就是使用辨识演算法来执行模糊规则训练，另外，若三维电容式穿戴人机互动装置1处于辨识模式(即步骤S6)，此时将进入步骤S7，也就是电容值向量输入至模糊系统并判别结果，简单来说，即电容向量输入至已训练完成的模糊系统中，经由性能指标判别结果，藉此达到辨识安全的功效。
综合上述说明可知，本发明所揭露的三维电容式穿戴人机互动方法，其特征在于将多组装置所侦测的电容变化量，通过运算后取得电容向量值，并将各时间点的向量值输入至模糊系统中进行辨识，由于使用者特殊运动习惯所致，同一种轨迹绘制时，其轨迹运动深度与时间速度变化不尽相同，因此，可通过此特征向量经由辨识演算法来辨别其身分。
以指套式电容感测装置为例，上述方法包括下列步骤：(A)将指套式电容感测装置设定于辨识模式下，使用者通过绘制特定轨迹，作为辨识记录依据；(B)由指套式电容感测装置取得其上各电容感测单元的各别电容值，并运用特征值向量化方法计算出特征向量值；(C)将特征向量值输入至模糊系统中进行讯号模糊化处理；(D)将已完成模糊化处理的讯号采平均权重法做正规化处理；(E)将已完成模糊化的讯号经模糊规则库做输出解模糊化处理；(F)将输出讯号取得误差值以执行模糊规则训练；(G)训练完成后记录模糊规则；以及(H)指套式电容感测装置启用辨识模式，依据性能指标取得是否为正确手势，以达到辨识功效。
由上可知，本发明的三维电容式穿戴人机互动装置及其方法，是依照使用者不同手势感测不同电容值，其辨识演算法采时间与电容感测值两者做记录辨识进而控制后端介接的装置，因为内建辨识功能，故辨识单元不需将资料传至云端后台即可达成使用者辨识及提升系统安全性的目的。再者，鉴于让使用者易于使用本发明所述装置，本发明将电容感测装置采指套式设计，可依使用者需求放置不同手指做出手势控制指令，改善传统在穿戴手势辨识装置中，使用者需将感测装置机构稳定于特定位置以及所需的演算处理器其成本昂贵等问题。
另外，本发明可改善传统三维手势感测法，电容式测量法相对于电感式感测法原理相异，采电容效应方式达成测量目的，基于人体电容效应庞大，使得感测讯号解析度也可高于电感式，因此，针对不同手势与使用者其产生电容效应可具明显差异化，使辨识手势讯号具有唯一特性。再者，电容式测量法于生物手势感测技术上也优于肌电感测方法，其肌电讯号属于非线性时变问题，电容式测量法则属线性非时变问题，因此，辨识单元中不需要昂贵运算核心，故可降低穿戴式装置成本。
本发明另一优点即上述行为可在网路离线状态下运作。由于电容讯号属于线性非时变问题，其无须任何网路服务功能即可达到本地端辨识功效，本发明提出利用人体电容效应配合穿戴感测方式，便于让使用者安装操作，另外三维电容式穿戴人机互动装置安装位置可依照使用者需求自行设定，无需如现有技术要安装在指定位置处，另外，可针对使用者所使用的手势绘制轨迹做特征辨识比对，故可达到一种直觉化辨识方式，再者，使用微处理器实时演算不需连线网路，如此可降低成本，更可增加商业上应用的效益。
相比于现有技术，传统技术主要是针对电容二维度辨识技术或者使用高价感测元件来达到辨别功能，然而，在越来越多元的资讯技术发展以及各种不同手势辨识感测方法的终端装置发展下，若局限使用者手势运动空间，且限制装置必需放置在指定固定位置，则使用上将造成诸多不便。相对的，为了要达到透过手势控制效能，并且考量装置使用方法以及能控制众多的后端装置等目的时，弹性、扩充容易、简易安装等特性更显重要，因而本发明所提出的三维电容式穿戴人机互动装置，相比于习用技术更具备下列优点：(1)本发明可依照使用者不同控制需求，将装置套入任意手指中，弹性用于各种不同情境；(2)本发明是采电容式感测设计，其解析讯号属于线性非时变问题，不需使用高阶运算处理器即可达到辨识效果；(3)本发明在电容感测单元中采远距离辨识方法，不需接触到电容触控板，相比于习用技术采用接触式方法更不受限；(4)本发明因使用者可自行设定多样式的手势变化，其训练辨识模型可具差异性；(5)本发明所述的辨识演算法，是对时间单位与电容值两者进行记录以及辨识，故可达到手势运动或静止做为训练模型；(6)本发明优于电感测量测法，本发明通过人体本身为巨大电容特性以及感测板所产生的电容效应，提高感测讯号解析度以便后续辨识单元可执行差异化辨识；(7)本发明优于手势肌电量测法，也就是不需接触人体皮肤，即可达到搜集讯号功能。
上列详细说明乃针对本发明的一可行实施例进行具体说明，惟该实施例并非用以限制本发明的专利范围，凡未脱离本发明技艺精神所为的等效实施或变更，均应包含于本案的权利要求范围中。
Claims (15)
1.一种三维电容式穿戴人机互动装置，其特征为，该三维电容式穿戴人机互动装置包括：
电力单元，其用以提供该三维电容式穿戴人机互动装置所需电力；
电容式感测单元，其用以侦测该三维电容式穿戴人机互动装置其周边的电容变化量；
辨识单元，其用以依据该电容式感测单元所侦测的电容变化量以计算出该三维电容式穿戴人机互动装置的特征向量，并透过分析该特征向量，以得到有关该三维电容式穿戴人机互动装置的移动轨迹的辨识结果；以及
传输单元，其用以将该辨识结果传送至后端装置。
2.如权利要求1所述的三维电容式穿戴人机互动装置，其特征为，该电容感测单元以PCB(Printed circuit board)硬式电路板或软式电路的其中一者的方式组成。
3.如权利要求1所述的三维电容式穿戴人机互动装置，其特征为，该电容感测单元以单一具金属性质节点或指套式机构感测设计呈现。
4.如权利要求1所述的三维电容式穿戴人机互动装置，其特征为，该电容感测单元与该辨识单元之间、该辨识单元与该传输单元之间或该传输单元与该后端装置之间以无线或有线介面方式作为通讯界面。
5.如权利要求1所述的三维电容式穿戴人机互动装置，其特征为，该辨识单元以微处理器或搭载作业系统的处理器作为运算单元。
6.如权利要求1所述的三维电容式穿戴人机互动装置，其特征为，该辨识单元与该传输单元之间以无线或有线介面方式作为通讯界面。
7.如权利要求1所述的三维电容式穿戴人机互动装置，其特征为，该传输单元与该后端装置之间以无线或有线介面方式作为通讯界面。
8.如权利要求1所述的三维电容式穿戴人机互动装置，其特征为，该移动轨迹是指该辨识单元将该特征向量以辨识演算法进行分析所得到者。
9.一种三维电容式穿戴人机互动方法，其特征为，该方法步骤包括：
侦测三维电容式穿戴人机互动装置其周边因应使用者绘制的特定轨迹而产生的电容变化量，以运用特征值向量化方法计算出特征向量；
将该特征向量输入至模糊系统执行讯号模糊化处理，以得到模糊化讯号；
将该模糊化讯号采用平均权重法执行正规化处理；
将该模糊化讯号经模糊规则库执行输出解模糊化处理以产生输出讯号；
将该输出讯号取得误差值以执行模糊规则训练；
记录已训练完成的模糊规则；以及
依据已训练完成的模糊规则，经由辨识演算法判断使用该三维电容式穿戴人机互动装置的使用者的身份。
10.如权利要求9所述的三维电容式穿戴人机互动方法，其特征为，该特定轨迹是指该使用者将其手指做任意动作所产生者。
11.如权利要求9所述的三维电容式穿戴人机互动方法，其特征为，该特征值向量化方法包括欧式距离(Euclidean)、敏可斯基距离(Minkowski)或马氏距离(Mahalanobis)。
12.如权利要求9所述的三维电容式穿戴人机互动方法，其特征为，该模糊化处理为将该特征向量的输入讯号压缩于-1至1值的函数。
13.如权利要求9所述的三维电容式穿戴人机互动方法，其特征为，该正规化处理包括采用平均权重法、重心法、总和中心法或最大值平均法。
14.如权利要求9所述的三维电容式穿戴人机互动方法，其特征为，该输出解模糊化处理可采用语意式(Mamdani)模糊规则或函数式(Sugeno)模糊规则。
15.如权利要求9所述的三维电容式穿戴人机互动方法，其特征为，该辨识演算法为记录与训练该特征向量，并储存于用于之后辨识所需的辨识架构训练专家知识库。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW106124530 | 2017-07-21 | ||
| TW106124530A TWI657352B (zh) | 2017-07-21 | 2017-07-21 | 三維電容式穿戴人機互動裝置及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109283998A true CN109283998A (zh) | 2019-01-29 |
Family
ID=65185719
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710706707.8A Pending CN109283998A (zh) | 2017-07-21 | 2017-08-17 | 三维电容式穿戴人机互动装置及方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN109283998A (zh) |
| TW (1) | TWI657352B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI709148B (zh) * | 2019-08-21 | 2020-11-01 | 國立臺灣大學 | 基於壓縮信號的身分識別系統及其方法 |
| WO2021189346A1 (zh) * | 2020-03-26 | 2021-09-30 | 华为技术有限公司 | 电容传感器、电子设备以及电子设备的控制方法 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI790764B (zh) * | 2021-09-30 | 2023-01-21 | 宏碁股份有限公司 | 三維手勢偵測裝置及三維手勢偵測方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101773394A (zh) * | 2010-01-06 | 2010-07-14 | 中国航天员科研训练中心 | 身份识别方法及应用该方法的身份识别系统 |
| US20130291280A1 (en) * | 2012-05-03 | 2013-11-07 | Randy Cheng | Finger glove for electronics device |
| CN103733614A (zh) * | 2011-06-29 | 2014-04-16 | 亚马逊技术公司 | 通过手势辨识的用户识别 |
| CN105725312A (zh) * | 2014-12-30 | 2016-07-06 | 意法半导体有限公司 | 一种柔性智能手套 |
| CN106295300A (zh) * | 2016-08-15 | 2017-01-04 | 深圳先进技术研究院 | 一种穿戴式智能设备身份认证方法及装置 |
| US20170045948A1 (en) * | 2015-08-12 | 2017-02-16 | Fin Robotics, Inc. | Controlling target devices |
| CN106716304A (zh) * | 2014-09-24 | 2017-05-24 | 索尼公司 | 控制单元以及与图形用户界面进行交互的方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI455002B (zh) * | 2011-02-01 | 2014-10-01 | Edamak Corp | 近接手勢偵測裝置及方法 |
| US8311973B1 (en) * | 2011-09-24 | 2012-11-13 | Zadeh Lotfi A | Methods and systems for applications for Z-numbers |
| CN103116432B (zh) * | 2013-03-04 | 2016-08-31 | 惠州Tcl移动通信有限公司 | 一种触摸屏的三维操作控制方法、装置及其移动终端 |
-
2017
- 2017-07-21 TW TW106124530A patent/TWI657352B/zh active
- 2017-08-17 CN CN201710706707.8A patent/CN109283998A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101773394A (zh) * | 2010-01-06 | 2010-07-14 | 中国航天员科研训练中心 | 身份识别方法及应用该方法的身份识别系统 |
| CN103733614A (zh) * | 2011-06-29 | 2014-04-16 | 亚马逊技术公司 | 通过手势辨识的用户识别 |
| US20130291280A1 (en) * | 2012-05-03 | 2013-11-07 | Randy Cheng | Finger glove for electronics device |
| CN106716304A (zh) * | 2014-09-24 | 2017-05-24 | 索尼公司 | 控制单元以及与图形用户界面进行交互的方法 |
| CN105725312A (zh) * | 2014-12-30 | 2016-07-06 | 意法半导体有限公司 | 一种柔性智能手套 |
| US20170045948A1 (en) * | 2015-08-12 | 2017-02-16 | Fin Robotics, Inc. | Controlling target devices |
| CN106295300A (zh) * | 2016-08-15 | 2017-01-04 | 深圳先进技术研究院 | 一种穿戴式智能设备身份认证方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 王璐著: "《基于MEMS技术的硅脉象传感与检测系统的研究》", 31 May 2013, 黑龙江大学出版社 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI709148B (zh) * | 2019-08-21 | 2020-11-01 | 國立臺灣大學 | 基於壓縮信號的身分識別系統及其方法 |
| WO2021189346A1 (zh) * | 2020-03-26 | 2021-09-30 | 华为技术有限公司 | 电容传感器、电子设备以及电子设备的控制方法 |
| US12136915B2 (en) | 2020-03-26 | 2024-11-05 | Huawei Technologies Co., Ltd | Capacitive sensor, electronic device, and electronic device control method |
Also Published As
| Publication number | Publication date |
|---|---|
| TW201908919A (zh) | 2019-03-01 |
| TWI657352B (zh) | 2019-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Guo et al. | Human-machine interaction sensing technology based on hand gesture recognition: A review | |
| CN112789577B (zh) | 增强现实系统中的神经肌肉文本输入、书写和绘图 | |
| Jiang et al. | Grip strength forecast and rehabilitative guidance based on adaptive neural fuzzy inference system using sEMG | |
| Boyali et al. | Spectral Collaborative Representation based Classification for hand gestures recognition on electromyography signals | |
| Huang et al. | Tracing the motion of finger joints for gesture recognition via sewing RGO-coated fibers onto a textile glove | |
| Yu et al. | Application of PSO-RBF neural network in gesture recognition of continuous surface EMG signals | |
| Zhang et al. | Recognizing hand gestures with pressure-sensor-based motion sensing | |
| Kakoty et al. | Recognition of sign language alphabets and numbers based on hand kinematics using a data glove | |
| Fang et al. | Attribute-driven granular model for EMG-based pinch and fingertip force grand recognition | |
| Jing et al. | A recognition method for one-stroke finger gestures using a MEMS 3D accelerometer | |
| Khodabandelou et al. | Attention-based gated recurrent unit for gesture recognition | |
| Pan et al. | State-of-the-art in data gloves: A review of hardware, algorithms, and applications | |
| Sadarangani et al. | A preliminary investigation on the utility of temporal features of Force Myography in the two-class problem of grasp vs. no-grasp in the presence of upper-extremity movements | |
| CN111722713A (zh) | 多模态融合的手势键盘输入方法、设备、系统及存储介质 | |
| Wan et al. | A new subtle hand gestures recognition algorithm based on EMG and FSR | |
| CN109283998A (zh) | 三维电容式穿戴人机互动装置及方法 | |
| Kaya et al. | Hand gesture recognition systems with the wearable myo armband | |
| Jiang et al. | Development of a real-time hand gesture recognition wristband based on sEMG and IMU sensing | |
| Xue et al. | Human in-hand motion recognition based on multi-modal perception information fusion | |
| Li et al. | Hand gesture recognition and real-time game control based on a wearable band with 6-axis sensors | |
| Lee et al. | Taiwan sign language (TSL) recognition based on 3D data and neural networks | |
| Sharma et al. | Trbaggboost: An ensemble-based transfer learning method applied to Indian Sign Language recognition | |
| Tong et al. | sEMG-based gesture recognition method for coal mine inspection manipulator using multistream CNN | |
| Zea et al. | Real-time hand gesture recognition: a long short-term memory approach with electromyography | |
| Fakhrurroja et al. | Hand state combination as gesture recognition using kinect v2 sensor for smart home control systems |
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 |