CN113946225B - 一种手势锁定方法、智能仿生手、终端以及存储介质 - Google Patents

一种手势锁定方法、智能仿生手、终端以及存储介质 Download PDF

Info

Publication number
CN113946225B
CN113946225B CN202111562781.XA CN202111562781A CN113946225B CN 113946225 B CN113946225 B CN 113946225B CN 202111562781 A CN202111562781 A CN 202111562781A CN 113946225 B CN113946225 B CN 113946225B
Authority
CN
China
Prior art keywords
gesture
target
operation duration
duration
standard
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
CN202111562781.XA
Other languages
English (en)
Other versions
CN113946225A (zh
Inventor
韩璧丞
黄琦
阿迪斯
王俊霖
古月
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.)
Shenzhen Mental Flow Technology Co Ltd
Original Assignee
Shenzhen Mental Flow 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 Shenzhen Mental Flow Technology Co Ltd filed Critical Shenzhen Mental Flow Technology Co Ltd
Priority to CN202111562781.XA priority Critical patent/CN113946225B/zh
Publication of CN113946225A publication Critical patent/CN113946225A/zh
Application granted granted Critical
Publication of CN113946225B publication Critical patent/CN113946225B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • 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
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
    • G06F2203/01—Indexing scheme relating to G06F3/01
    • G06F2203/011—Emotion or mood input determined on the basis of sensed human body parameters such as pulse, heart rate or beat, temperature of skin, facial expressions, iris, voice pitch, brain activity patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Dermatology (AREA)
  • General Health & Medical Sciences (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明公开了一种手势锁定方法、智能仿生手、终端以及存储介质，所述方法应用于智能仿生手，所述方法通过获取目标肌电信号，根据所述目标肌电信号确定目标手势；获取所述目标手势对应的手势操作时长和预设的时长阈值，将所述手势操作时长和所述时长阈值进行比较；当所述手势操作时长大于预设时长阈值时，执行所述目标手势并对所述手势操作时长内采集的肌电信号进行屏蔽。本发明在智能仿生手执行操作时间较长的目标手势时，会对执行期间采集到的肌电信号进行屏蔽，直至手势完成。解决了现有技术中智能仿生手的穿戴者注意力不集中，导致肌电信号出现波动，进而导致操作时长较长的手势出现失误的问题。

Description

一种手势锁定方法、智能仿生手、终端以及存储介质
技术领域
本发明涉及机器人领域，尤其涉及的是一种手势锁定方法、智能仿生手、终端以及存储介质。
背景技术
智能仿生手是一款脑机接口技术于人工智能算法高度融合的智能产品。智能仿生手可以通过提取佩戴者手臂神经肌肉信号，识别佩戴者的运动意图，并将运动示意图转化成智能仿生手的动作，从而做到灵巧智能，手随心动。
由于智能仿生手需要通过穿戴者的肌电信号进行控制，而肌电信号又是基于穿戴者的大脑活动产生的，因此一旦穿戴者注意力不集中，肌电信号就容易出现波动，进而导致一些操作时长较长的手势出现失误。例如穿戴者通过肌电信号控制智能仿生手抓取物品时，若注意力不集中，就容易导致肌电信号出现波动，进而导致抓取的物品掉落。
因此，现有技术还有待改进和发展。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种手势锁定方法、智能仿生手、终端以及存储介质，旨在解决现有技术中智能仿生手的穿戴者注意力不集中，导致肌电信号出现波动，进而导致操作时长较长的手势出现失误的问题。
本发明解决问题所采用的技术方案如下：
第一方面，本发明实施例提供一种手势锁定方法，其中，所述方法应用于智能仿生手，所述方法包括：
获取目标肌电信号，根据所述目标肌电信号确定目标手势；
获取所述目标手势对应的手势操作时长和预设的时长阈值，将所述手势操作时长和所述时长阈值进行比较；
当所述手势操作时长大于预设时长阈值时，执行所述目标手势并对所述手势操作时长内采集的肌电信号进行屏蔽。
在一种实施方式中，所述获取目标肌电信号，包括：
通过肌电感应传感器获取所述目标肌电信号，其中，所述肌电感应传感器位于所述智能仿生手上，并与所述智能仿生手的穿戴者的手臂接触。
在一种实施方式中，所述根据所述目标肌电信号确定目标手势，包括：
获取手势模板数据库，其中，所述手势模板数据库中包括若干标准手势，每一所述标准手势包括手势类别标签和肌电信号标签；
将所述目标肌电信号与每一所述标准手势对应的所述肌电信号标签进行比对，将比对成功的所述标准手势作为目标标准手势；
根据所述目标标准手势对应的所述手势类别标签作为所述目标手势。
在一种实施方式中，每一所述标准手势还包括操作时长标签，所述确定所述目标手势对应的手势操作时长，包括：
获取所述目标标准手势对应的所述操作时长标签；
根据所述目标标准手势对应的所述操作时长标签，确定所述手势操作时长。
在一种实施方式中，所述执行所述目标手势包括：
根据所述目标手势确定所述智能仿生手上每一智能仿生手指对应的移动轨迹数据；
根据每一所述智能仿生手指对应的移动轨迹数据，控制所述每一所述智能仿生手指进行运动，以实现所述目标手势。
在一种实施方式中，所述方法还包括：
对所述目标手势执行完毕后采集到的所述肌电信号解除屏蔽。
在一种实施方式中，所述对所述目标手势执行完毕后采集到的所述肌电信号解除屏蔽，包括：
当所述目标手势执行完毕后，获取所述智能仿生手的手腕偏转角度和预设的偏转角度阈值；
当所述手腕偏转角度大于所述偏转角度阈值时，对采集到的所述肌电信号解除屏蔽。
第二方面，本发明实施例还提供一种智能仿生手，其中，所述智能仿生手包括：
信号获取模块，用于获取目标肌电信号，根据所述目标肌电信号确定目标手势；
时长比较模块，用于获取所述目标手势对应的手势操作时长和预设的时长阈值，将所述手势操作时长和所述时长阈值进行比较；
手势锁定模块，用于当所述手势操作时长大于预设时长阈值时，执行所述目标手势并对所述手势操作时长内采集的肌电信号进行屏蔽。
第三方面，本发明实施例还提供一种终端，其中，所述终端包括有存储器和一个或者一个以上处理器；所述存储器存储有一个或者一个以上的程序；所述程序包含用于执行如上述任一所述的手势锁定方法的指令；所述处理器用于执行所述程序。
第四方面，本发明实施例还提供一种计算机可读存储介质，其上存储有多条指令，其中，所述指令适用于由处理器加载并执行，以实现上述任一所述的手势锁定方法的步骤。
本发明的有益效果：本发明实施例通过获取目标肌电信号，根据所述目标肌电信号确定目标手势；获取所述目标手势对应的手势操作时长和预设的时长阈值，将所述手势操作时长和所述时长阈值进行比较；当所述手势操作时长大于预设时长阈值时，执行所述目标手势并对所述手势操作时长内采集的肌电信号进行屏蔽。本发明在智能仿生手执行操作时间较长的目标手势时，会对执行期间采集到的肌电信号进行屏蔽，直至手势完成。解决了现有技术中智能仿生手的穿戴者注意力不集中，导致肌电信号出现波动，进而导致操作时长较长的手势出现失误的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的手势锁定方法的流程示意图。
图2是本发明实施例提供的智能仿生手的内部模块图。
图3是本发明实施例提供的终端的原理框图。
具体实施方式
本发明公开了一种手势锁定方法、智能仿生手、终端以及存储介质，为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。 应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
智能仿生手是一款脑机接口技术于人工智能算法高度融合的智能产品。智能仿生手可以通过提取佩戴者手臂神经肌肉信号，识别佩戴者的运动意图，并将运动示意图转化成智能仿生手的动作，从而做到灵巧智能，手随心动。
由于智能仿生手需要通过穿戴者的肌电信号进行控制，而肌电信号又是基于穿戴者的大脑活动产生的，因此一旦穿戴者注意力不集中，肌电信号就容易出现波动，进而导致一些操作时长较长的手势出现失误。例如穿戴者通过肌电信号控制智能仿生手抓取物品时，若注意力不集中，就容易导致肌电信号出现波动，进而导致抓取的物品掉落。
针对现有技术的上述缺陷，本发明提供一种手势锁定方法，所述方法应用于智能仿生手，所述方法通过获取目标肌电信号，根据所述目标肌电信号确定目标手势；获取所述目标手势对应的手势操作时长和预设的时长阈值，将所述手势操作时长和所述时长阈值进行比较；当所述手势操作时长大于预设时长阈值时，执行所述目标手势并对所述手势操作时长内采集的肌电信号进行屏蔽。本发明在智能仿生手执行操作时间较长的目标手势时，会对执行期间采集到的肌电信号进行屏蔽，直至手势完成。解决了现有技术中智能仿生手的穿戴者注意力不集中，导致肌电信号出现波动，进而导致操作时长较长的手势出现失误的问题。
如图1所示，所述方法包括如下步骤：
步骤S100、获取目标肌电信号，根据所述目标肌电信号确定目标手势。
简单来说，本实施例中的目标肌电信号可以为智能仿生手当前获取的任意一个肌电信号。具体地，智能仿生手的穿戴者的大脑产生运动意图，导致周围神经系统兴奋，从而通过神经诱发肌肉动作电位，并基于该动作电位生成目标肌电信号，该目标肌电信号通过智能仿生手上预设的传感器采集到，从而控制智能仿生手做出与穿戴者大脑的运动意图对应的手势，即目标手势。
在一种实现方式中，所述获取目标肌电信号，具体包括如下步骤：
步骤S101、通过肌电感应传感器获取所述目标肌电信号，其中，所述肌电感应传感器位于所述智能仿生手上，并与所述智能仿生手的穿戴者的手臂接触。
具体地，为了采集到穿戴者的肌电信号，本实施例预先在智能仿生手上设置了一个先进的肌电感应（EMG）传感器，由于肌电感应传感器与穿戴者的手臂接触，因此可以通过肌电感应传感器提取穿戴者的肌电信号，并将当前获取到的、需要进行识别的肌电信号作为目标肌电信号。
在一种实现方式中，所述根据所述目标肌电信号确定目标手势，具体包括如下步骤：
步骤S102、获取手势模板数据库，其中，所述手势模板数据库中包括若干标准手势，每一所述标准手势包括手势类别标签和肌电信号标签；
步骤S103、将所述目标肌电信号与每一所述标准手势对应的所述肌电信号标签进行比对，将比对成功的所述标准手势作为目标标准手势；
步骤S104、根据所述目标标准手势对应的所述手势类别标签作为所述目标手势。
具体地，为了识别穿戴者的运动意图，本实施例预先构建了一个手势模板数据库，其中包含有多个标准手势，并且每一标准手势关联存储有至少两个标签，一个是手势类别标签，用于反映每一标准手势的手势类别，例如某一标准手势手势类别标签为抓取或者握拳；另一个是肌电信号标签，用于反映穿戴者想做出每一标准手势时分别会产生何种特征的肌电信号。将当前获取到的目标肌电信号与手势模板数据库中的每一标准手势的肌电信号标签进行比对，将比对后相似度最高的标准手势作为比对成功的标准手势，即得到目标标准手势。最后基于目标标准手势的手势类别标签就可以确定当前穿戴者希望智能仿生手做出何种手势，该手势即为目标手势。
如图1所示，所述方法还包括如下步骤：
步骤S200、获取所述目标手势对应的手势操作时长和预设的时长阈值，将所述手势操作时长和所述时长阈值进行比较。
具体地，不同手势的手势操作时长有所差异，例如针对五指握的手势，该手势为五指张开、握拳，可完成拿水杯、喝水等动作，为了保证稳定握住物体，其手势操作时长通常较长；针对单指点的手势，该手势为食指单点，可完成打字、使用手机、点鼠标等操作，其手势操作时长通常较短。为了客观地评判手势操作时长的长短，本实施例预先设置了一个时长阈值，通过将目标手势的手势操作时长与该时长阈值进行比较，当手势操作时长大于该时长阈值时，判断目标手势的手势操作时长较长；当手势操作时长小于或者等于该时长阈值时，判断目标手势的手势操作时长较短。
在一种实现方式中，每一所述标准手势还包括操作时长标签，所述确定所述目标手势对应的手势操作时长，具体包括如下步骤：
步骤S201、获取所述目标标准手势对应的所述操作时长标签；
步骤S202、根据所述目标标准手势对应的所述操作时长标签，确定所述手势操作时长。
具体地，本实施例的手势模板数据库中每一标准手势除了手势类别标签和肌电信号标签之外，还具有一个操作时长标签，用于反映该标准手势对应的手势操作时长。可以理解的是，手势模板数据库是在穿戴者注册使用智能仿生手的阶段构建完毕的。在注册阶段，不仅需要采集穿戴者大脑产生各种手势对应的运动意图时诱发的肌电信号，还需要监测每种肌电信号持续的时间长短，基于监测到的每种肌电信号持续的时间长短生成每种手势分别对应的操作时长标签，从而完成手势模板数据库的构建。因此当需要确定目标手势的手势操作时长时，只需要调取手势模板数据库中对应的目标标准手势的操作时长标签，即可基于操作时长标签得到目标手势的手势操作时长。
如图1所示，所述方法还包括如下步骤：
步骤S300、当所述手势操作时长大于预设时长阈值时，执行所述目标手势并对所述手势操作时长内采集的肌电信号进行屏蔽。
具体地，当目标手势的手势操作时长发育预设时长阈值时，表示目标手势无法在短时间内完成，为了避免穿戴者在操控智能仿生手执行目标手势的阶段由于注意力不集中，导致肌电信号波动，进而导致目标手势无法顺利完成，本实施例会在智能仿生手执行目标手势的期间内对采集到的肌电信号进行屏蔽。这样即使智能仿生手在执行目标手势的阶段采集到异常的肌电信号，智能仿生手也不会因为这种异常的肌电信号而打断当前所执行的目标手势。
在一种实现方式中，所述执行所述目标手势具体包括如下步骤：
步骤S301、根据所述目标手势确定所述智能仿生手上每一智能仿生手指对应的移动轨迹数据；
步骤S302、根据每一所述智能仿生手指对应的移动轨迹数据，控制所述每一所述智能仿生手指进行运动，以实现所述目标手势。
具体地，当智能仿生手基于接收到的目标肌电信号识别出穿戴者期望执行的目标手势时，需要基于识别出的目标手势规划出每根智能仿生手的移动轨迹，使得各个智能仿生手指基于各自的移动轨迹运动后可以做出目标手势。
在一种实现方式中，所述方法还包括如下步骤：
步骤S10、对所述目标手势执行完毕后采集到的所述肌电信号解除屏蔽。
由于智能仿生手屏蔽了执行目标手势期间采集到的肌电信号，为了保障智能仿生手后续的正常工作，当智能仿生手执行完目标手势以后就无需再屏蔽肌电信号，反而需要基于采集到的新的肌电信号确定下一步需要执行的手势。
在一种实现方式中，所述步骤S10，具体包括如下步骤：
步骤S11、当所述目标手势执行完毕后，获取所述智能仿生手的手腕偏转角度和预设的偏转角度阈值；
步骤S12、当所述手腕偏转角度大于所述偏转角度阈值时，对采集到的所述肌电信号解除屏蔽。
简单来说，本实施例预先设计了一个用于解除屏蔽的手势，当目标手势执行完毕以后，智能仿生手识别到该接触屏蔽的手势时，立即解除对肌电信号的屏蔽。具体地，本实施例中用于解除屏蔽的手势为转动手腕，为了避免误解除的情况，本实施例设定了一个偏转角度阈值。当目标手势执行完毕后，若获取到的手腕偏转角度大于偏转角度阈值，则表示穿戴者当前是要解除对肌电信号的屏蔽；若手腕偏转角度小于或者等于偏转角度阈值时，则表示穿戴者的手腕转动只是正常的肢体活动，并非是要解除对肌电信号的屏蔽。
基于上述实施例，本发明还提供了一种智能仿生手，如图2所示，所述智能仿生手包括：
信号获取模块01，用于获取目标肌电信号，根据所述目标肌电信号确定目标手势；
时长比较模块02，用于获取所述目标手势对应的手势操作时长和预设的时长阈值，将所述手势操作时长和所述时长阈值进行比较；
手势锁定模块03，用于当所述手势操作时长大于预设时长阈值时，执行所述目标手势并对所述手势操作时长内采集的肌电信号进行屏蔽。
基于上述实施例，本发明还提供了一种终端，其原理框图可以如图3所示。该终端包括通过系统总线连接的处理器、存储器、网络接口、显示屏。其中，该终端的处理器用于提供计算和控制能力。该终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现手势锁定方法。该终端的显示屏可以是液晶显示屏或者电子墨水显示屏。
本领域技术人员可以理解，图3中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的终端的限定，具体的终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一种实现方式中，所述终端的存储器中存储有一个或者一个以上的程序，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
获取目标肌电信号，根据所述目标肌电信号确定目标手势；
获取所述目标手势对应的手势操作时长和预设的时长阈值，将所述手势操作时长和所述时长阈值进行比较；
当所述手势操作时长大于预设时长阈值时，执行所述目标手势并对所述手势操作时长内采集的肌电信号进行屏蔽。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
综上所述，本发明公开了一种手势锁定方法、智能仿生手、终端以及存储介质，所述方法应用于智能仿生手，所述方法通过获取目标肌电信号，根据所述目标肌电信号确定目标手势；获取所述目标手势对应的手势操作时长和预设的时长阈值，将所述手势操作时长和所述时长阈值进行比较；当所述手势操作时长大于预设时长阈值时，执行所述目标手势并对所述手势操作时长内采集的肌电信号进行屏蔽。本发明在智能仿生手执行操作时间较长的目标手势时，会对执行期间采集到的肌电信号进行屏蔽，直至手势完成。解决了现有技术中智能仿生手的穿戴者注意力不集中，导致肌电信号出现波动，进而导致操作时长较长的手势出现失误的问题。
应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (7)

1.一种手势锁定方法，其特征在于，所述方法应用于智能仿生手，所述方法包括：
获取目标肌电信号，根据所述目标肌电信号确定目标手势；
获取所述目标手势对应的手势操作时长和预设的时长阈值，将所述手势操作时长和所述时长阈值进行比较；
当所述手势操作时长大于预设时长阈值时，判断所述目标手势对应的所述手势操作时长长，执行所述目标手势并对所述手势操作时长内采集的肌电信号进行屏蔽；
所述根据所述目标肌电信号确定目标手势，包括：
获取手势模板数据库，其中，所述手势模板数据库中包括若干标准手势，每一所述标准手势包括手势类别标签和肌电信号标签；
将所述目标肌电信号与每一所述标准手势对应的所述肌电信号标签进行比对，将比对成功的所述标准手势作为目标标准手势；
根据所述目标标准手势对应的所述手势类别标签作为所述目标手势；
每一所述标准手势还包括操作时长标签，所述获取所述目标手势对应的手势操作时长，包括：
获取所述目标标准手势对应的所述操作时长标签；
根据所述目标标准手势对应的所述操作时长标签，确定所述手势操作时长；
其中，所述手势模板数据库在穿戴者注册使用智能仿生手的阶段构建完毕；在注册阶段，采集所述穿戴者大脑产生各种所述标准手势分别对应的运动意图时诱发的肌电信号，并检测各种所述肌电信号分别持续的时间长短，根据检测到的各种所述肌电信号分别持续的时间长短确定各种所述标准手势分别对应的所述操作时长标签；
所述执行所述目标手势包括：
根据所述目标手势确定所述智能仿生手上每一智能仿生手指对应的移动轨迹数据；
根据每一所述智能仿生手指对应的移动轨迹数据，控制所述每一所述智能仿生手指进行运动，以实现所述目标手势。
2.根据权利要求1所述的手势锁定方法，其特征在于，所述获取目标肌电信号，包括：
通过肌电感应传感器获取所述目标肌电信号，其中，所述肌电感应传感器位于所述智能仿生手上，并与所述智能仿生手的穿戴者的手臂接触。
3.根据权利要求2所述的手势锁定方法，其特征在于，所述方法还包括：
对所述目标手势执行完毕后采集到的所述肌电信号解除屏蔽。
4.根据权利要求3所述的手势锁定方法，其特征在于，所述对所述目标手势执行完毕后采集到的所述肌电信号解除屏蔽，包括：
当所述目标手势执行完毕后，获取所述智能仿生手的手腕偏转角度和预设的偏转角度阈值；
当所述手腕偏转角度大于所述偏转角度阈值时，对采集到的所述肌电信号解除屏蔽。
5.一种智能仿生手，其特征在于，所述智能仿生手包括：
信号获取模块，用于获取目标肌电信号，根据所述目标肌电信号确定目标手势；
时长比较模块，用于获取所述目标手势对应的手势操作时长和预设的时长阈值，将所述手势操作时长和所述时长阈值进行比较；
手势锁定模块，用于当所述手势操作时长大于预设时长阈值时，判断所述目标手势对应的所述手势操作时长长，执行所述目标手势并对所述手势操作时长内采集的肌电信号进行屏蔽；
所述根据所述目标肌电信号确定目标手势，包括：
获取手势模板数据库，其中，所述手势模板数据库中包括若干标准手势，每一所述标准手势包括手势类别标签和肌电信号标签；
将所述目标肌电信号与每一所述标准手势对应的所述肌电信号标签进行比对，将比对成功的所述标准手势作为目标标准手势；
根据所述目标标准手势对应的所述手势类别标签作为所述目标手势；
每一所述标准手势还包括操作时长标签，所述获取所述目标手势对应的手势操作时长，包括：
获取所述目标标准手势对应的所述操作时长标签；
根据所述目标标准手势对应的所述操作时长标签，确定所述手势操作时长；
其中，所述手势模板数据库在穿戴者注册使用智能仿生手的阶段构建完毕；在注册阶段，采集所述穿戴者大脑产生各种所述标准手势分别对应的运动意图时诱发的肌电信号，并检测各种所述肌电信号分别持续的时间长短，根据检测到的各种所述肌电信号分别持续的时间长短确定各种所述标准手势分别对应的所述操作时长标签；
所述执行所述目标手势包括：
根据所述目标手势确定所述智能仿生手上每一智能仿生手指对应的移动轨迹数据；
根据每一所述智能仿生手指对应的移动轨迹数据，控制所述每一所述智能仿生手指进行运动，以实现所述目标手势。
6.一种终端，其特征在于，所述终端包括有存储器和一个或者一个以上处理器；所述存储器存储有一个或者一个以上的程序；所述程序包含用于执行如权利要求1-4中任一所述的手势锁定方法的指令；所述处理器用于执行所述程序。
7.一种计算机可读存储介质，其上存储有多条指令，其特征在于，所述指令适用于由处理器加载并执行，以实现上述权利要求1-4任一所述的手势锁定方法的步骤。
CN202111562781.XA 2021-12-20 2021-12-20 一种手势锁定方法、智能仿生手、终端以及存储介质 Active CN113946225B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111562781.XA CN113946225B (zh) 2021-12-20 2021-12-20 一种手势锁定方法、智能仿生手、终端以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111562781.XA CN113946225B (zh) 2021-12-20 2021-12-20 一种手势锁定方法、智能仿生手、终端以及存储介质

Publications (2)

Publication Number Publication Date
CN113946225A CN113946225A (zh) 2022-01-18
CN113946225B true CN113946225B (zh) 2022-04-26

Family

ID=79339293

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111562781.XA Active CN113946225B (zh) 2021-12-20 2021-12-20 一种手势锁定方法、智能仿生手、终端以及存储介质

Country Status (1)

Country Link
CN (1) CN113946225B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114625246A (zh) * 2022-02-14 2022-06-14 深圳市心流科技有限公司 一种手势组合触发方法、装置、智能仿生手及存储介质
CN114167995B (zh) * 2022-02-14 2022-05-17 浙江强脑科技有限公司 一种仿生手的手势锁定方法、装置、终端及存储介质
CN114298115B (zh) * 2022-03-07 2022-05-24 南开大学 一种传感器交互运动意图获取方法及系统
CN114625257B (zh) * 2022-05-16 2022-08-16 浙江强脑科技有限公司 一种基于肌电信号的动作识别方法和识别装置
CN114676737B (zh) * 2022-05-26 2022-09-27 深圳市心流科技有限公司 一种肌电信号的采样频率的动态调节方法
CN114668564B (zh) * 2022-05-26 2022-09-20 深圳市心流科技有限公司 一种基于肌电信号数据对采样频率进行动态调整的方法
CN115153984B (zh) * 2022-09-05 2023-01-17 深圳市心流科技有限公司 基于肌电信号的智能假肢控制方法、装置、终端及介质
CN115153985B (zh) * 2022-09-08 2022-12-09 深圳市心流科技有限公司 智能假肢的控制方法、装置、终端及计算机可读存储介质
CN117752479A (zh) * 2024-02-22 2024-03-26 浙江强脑科技有限公司 一种仿生手的抓握手势控制方法、装置、终端及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018111138A1 (ru) * 2016-12-14 2018-06-21 Общество с ограниченной ответственностью "Бионик Натали" Способ и система управления интеллектуальной бионической конечностью
CN110083244A (zh) * 2019-04-29 2019-08-02 努比亚技术有限公司 可穿戴设备防误触方法、可穿戴设备及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103519924B (zh) * 2013-10-22 2015-12-02 深圳先进技术研究院 智能假手系统
CN107422901B (zh) * 2017-05-08 2020-05-05 广州视源电子科技股份有限公司 触控屏防误触的方法和系统
KR102026615B1 (ko) * 2017-09-11 2019-09-30 (주)컴버스테크 제스처 인식 기반의 터치 디스플레이 장치
CN111736693B (zh) * 2020-06-09 2024-03-22 海尔优家智能科技（北京）有限公司 智能设备的手势控制方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018111138A1 (ru) * 2016-12-14 2018-06-21 Общество с ограниченной ответственностью "Бионик Натали" Способ и система управления интеллектуальной бионической конечностью
CN110083244A (zh) * 2019-04-29 2019-08-02 努比亚技术有限公司 可穿戴设备防误触方法、可穿戴设备及存储介质

Also Published As

Publication number Publication date
CN113946225A (zh) 2022-01-18

Similar Documents

Publication Publication Date Title
CN113946225B (zh) 一种手势锁定方法、智能仿生手、终端以及存储介质
CN113970968B (zh) 一种智能仿生手的动作预判方法
CN114167995B (zh) 一种仿生手的手势锁定方法、装置、终端及存储介质
CN113977589B (zh) 一种手势识别阈值调整方法、装置及存储介质
CN103314356B (zh) 处理设备、追踪单元、诊断设备及其方法
EP3171248B1 (en) Gesture recognition method, apparatus and wearable device
CN113946224B (zh) 智能仿生手的肌电手势识别的控制方法、装置及存储介质
US11751795B2 (en) Predicting disease by comparing vector and person vector extracted from biosignal of person
US20180011686A1 (en) Method and device for activating preset function in wearable electronic terminal
CN113986017B (zh) 一种肌电手势模板的生成方法、装置及存储介质
CN114625257B (zh) 一种基于肌电信号的动作识别方法和识别装置
CN114796790B (zh) 基于脑电的大脑训练方法、装置、智能终端及存储介质
DE102014019600B4 (de) Schaltverfahren und elektronische Vorrichtung
CN108509327A (zh) 一种日志输出方法、装置、终端设备和存储介质
Lin et al. Integrating human behavior modeling and data mining techniques to predict human errors in numerical typing
CN114652493A (zh) 一种肌电信号控制方法、装置、肌电设备、存储介质
CN114668563B (zh) 一种肌电信号的采样频率的多层级调节方法
Ibrahim et al. Electroencephalography (EEG)-based epileptic seizure prediction using entropy and K-nearest neighbor (KNN)
Bokil et al. A method for detection and classification of events in neural activity
CN115192049A (zh) 一种智能假肢的肌电采样频率调节方法
Singh et al. A reliable and efficient machine learning pipeline for american sign language gesture recognition using EMG sensors
CN105138129B (zh) 左右手识别方法、装置及电子设备
CN114668564B (zh) 一种基于肌电信号数据对采样频率进行动态调整的方法
CN115105270B (zh) 一种智能假肢的肌电匹配阈值的动态调节方法
CN114676737B (zh) 一种肌电信号的采样频率的动态调节方法

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