CN211241839U

CN211241839U - 一种用于手势识别的数据手套

Info

Publication number: CN211241839U
Application number: CN201921979677.9U
Authority: CN
Inventors: 不公告发明人
Original assignee: Beijing Huayan Mutual Entertainment Technology Co ltd
Current assignee: Beijing Zhongke Shenzhi Technology Co.,Ltd.
Priority date: 2019-11-16
Filing date: 2019-11-16
Publication date: 2020-08-14
Anticipated expiration: 2029-11-16

Abstract

本实用新型公开了一种用于手势识别的数据手套，包括手形硅胶传感器阵列和弹性纺织物，其中，手形硅胶传感器阵列包括依次设置的第一保护层，第一导电层，介电层，第二导电层和第二保护层，第一导电层和第二导电层重叠设置并形成多个重叠区域，多个重叠区域形成多个局部电容器，并用作局部拉伸传感器；弹性纺织物由多个利用激光切割机切割定制的纺织部件组成，多个纺织部件与手形硅胶传感器阵列闭合连接，形成一个可穿戴手套。本实用新型提供的数据手套轻薄、穿着舒适、无需外接光学装置、价格低廉且能够提供高姿态重建精度，解决了现有相关技术中需要外接光学或惯性装置，导致手套体积大、重建精度低的问题。

Description

一种用于手势识别的数据手套

技术领域

本实用新型涉及手套领域，特别涉及一种用于手势识别的数据手套。

背景技术

手是我们操纵物体和相互交流的主要手段，许多应用，如游戏、机器人技术、生物力学分析、康复和新兴的人机交互模式，如增强和虚拟现实(AR/VR)，严重依赖精确的方法来恢复全手姿势。

现有的手部姿势重建方法都是基于外部视觉设置或嵌入数据手套中的一组传感器，大多数手套使用三类传感器：IMU(惯性测量单位)、弯曲(挠性)传感器和应变(拉伸)传感器，然而现有技术中的这些手部姿势重建方法仍有一定的问题：

(1)基于摄像机的跟踪，计算机视觉中提出了多种基于视觉的手部姿态估计方法，比如基于标记的MOCAP方法(例如，Vicon)需要昂贵的基础设施和标记放在用户身上，需要外部安装摄像头，使整只手在图像中可见，这种限制对许多应用来说是一个实际的障碍，特别是那些可能出现严重遮挡的应用，例如在与物体交互、戴手套或其他衣物或在杂乱环境中工作时，因此，其仅限于具有受控环境的应用。

(2)IMU传感器手套，由3轴加速度计、3轴陀螺仪和3轴磁力仪组成，IMU传感器手套在手部姿态估计方面的一个主要缺点是，与人类手指的尺寸相比，IMU传感器手套具有刚性和体积大的特点。

(3)弯曲传感器手套，弯曲传感器已经非常成功地应用于商业产品，如CyberGlove，VPL手套，5DT手套或最近的ManusVR手套，这种手套通常有5到22个传感器，手部姿势重建精度低，而人类的手至少有25个自由度，更大的感测元件难以放置，并且通常增加了手套设计的复杂性，进而增加制造成本，并且可能阻碍灵巧和自然的手部运动。

(4)应变传感器手套，目前大多数应变传感器手套都是电阻式的，使用压阻材料、弹性导电纱或导电液体通道，然而许多电阻式传感器存在滞后现象。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

为解决上述技术问题，本实用新型的目的在于提供一种用于手势识别的数据手套以解决相关技术中需要外接光学或惯性装置，导致手套体积大、重建精度低的问题。

本实用新型提供一种用于手势识别的数据手套，包括：

手形硅胶传感器阵列，所述手形硅胶传感器阵列包括依次设置的第一保护层，第一导电层，介电层，第二导电层和第二保护层，所述第一导电层和第二导电层均由有机硅和炭黑混合而成，所述第一导电层和第二导电层重叠设置并形成多个重叠区域，所述多个重叠区域形成多个局部电容器，并用作局部拉伸传感器，其中，当所述局部拉伸传感器的形状发生变化时，所述局部拉伸传感器的电容也随着变化；

弹性纺织物，由多个利用激光切割机切割定制的纺织部件组成，所述多个纺织部件与所述手形硅胶传感器阵列闭合连接，形成一个可穿戴手套。

进一步地，所述局部拉伸传感器的数量为44个，分别对应位于各手指、各手指主要关节、手指之间以及手背上。

进一步地，所述第一导电层和第二导电层的厚度为220μm。

进一步地，所述局部拉伸传感器的两侧设有圆形的薄切口。

进一步地，所述弹性纺织物由1个手掌纺织部件，3个襟翼纺织部件和5个手指纺织部件组成。

有益效果

本实用新型提供的用于手势识别的数据手套轻薄、穿着舒适、无需外接光学装置、价格低廉且能够提供高姿态重建精度。由于手形硅胶传感器阵列和弹性纺织物均可拉伸形变，使得数据手套很容易戴上和脱下，而不会牺牲紧密的适应性，且能够很好地适应各种手的大小。

与基于视觉的方法相比，我们的手势识别仅依赖于传感器的内部读数，并且，一旦经过训练，就不需要额外的外部基础设施，为传统的运动捕捉方法不适用的使用场景打开了大门。

与弯曲传感器手套相比，我们的设计仅包含一层有机硅复合材料，传感元件的数量仅受连接导线的表面积和布线空间的限制。

附图说明

图1是根据本实用新型实施例的一种用于手势识别的数据手套的示意图；

图2是根据本实用新型实施例的手形硅胶传感器阵列结构示意图；

图3是根据本实用新型实施例的第二导电层的图案；

图4是根据本实用新型实施例的第一导电层的图案；

图5是根据本实用新型实施例的局部拉伸传感器布局示意图；

图6是根据本实用新型实施例的传感器单元数量与平均误差的关系图；

图7是根据本实用新型实施例的弹性纺织物结构示意图；

图8是根据本实用新型实施例的弹性纺织物与手形硅胶传感器阵列对齐的示意图；

图9是根据本实用新型实施例的弹性纺织物与手形硅胶传感器阵列闭合连接后的成品手套。

具体实施方式

为了使本技术领域的人员更好地理解本实用新型方案，下面将结合本实用新型实施例中的附图，对本实用新型实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本实用新型一部分的实施例，而不是全部的实施例。基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本实用新型保护的范围。

需要说明的是，本实用新型的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本实用新型的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本实用新型实施中，提供一种用于手势识别的数据手套，所述数据手套包括：

手形硅胶传感器阵列10，所述手形硅胶传感器阵列10包括依次设置的第一保护层11，第一导电层12，介电层13，第二导电层14和第二保护层15，所述第一导电层12和第二导电层14均由有机硅和炭黑混合而成，所述第一导电层12和第二导电层14重叠设置并形成多个重叠区域，所述多个重叠区域形成多个局部电容器，并用作局部拉伸传感器15，其中，当所述局部拉伸传感器15的形状发生变化时，所述局部拉伸传感器15的电容也随着变化。

弹性纺织物20，由多个利用激光切割机切割定制的纺织部件组成，所述多个纺织部件与所述手形硅胶传感器阵列10闭合连接，形成一个可穿戴手套。

其中，本实用新型是基于发明人发现的两个观察结果：(1)最近完全由有机硅生产软的、可拉伸的传感器阵列已经成为可能(2)现代数据驱动技术可用于将产生的传感器读数映射到手部姿势，而不再与骨骼转变相关。

图1显示了根据本实用新型例的一种用于手势识别的数据手套的示意图，如图1所示，该数据手套由一个可伸缩的手形硅胶传感器阵列10和一个薄的定制弹性纺织物20组成，其中，如图2所示，手形硅胶传感器阵列10由5层组成，第一导电层12和第二导电层14均嵌入导电条图案，当它们重叠在一起，就会形成一个局部电容器，我们称之为局部拉伸传感器15。

其中，为了解决电阻式传感器存在滞后的问题，我们采用电容式局部拉伸传感器15，它们基于形状可变，形状的任何变化：如宽度w、长度l或板间距离d，均导致电容C＝∈_r∈₀A/d＝∈_r∈₀lw/d的变化，其中∈_r和∈₀是常数。因此，可以通过连续测量电容来估计电容器的面积：

假设保持体积守恒，即

传统上，电容式应变传感器是单独制作的，并连接到一对导电迹线上进行读出。为了增加某个区域内的传感器数量，我们将迹线排列为网格结构。在两条迹线重叠的地方形成局部电容器，也称为传感器单元，并且每对迹线最多重叠一次。因此，所需的导线数是网格行和列数的总和，而不是乘积。这种节省空间的设计使我们可以在手指等薄物体上放置多达7个传感器。而对于我们手套上的44个传感器，只需要2层27根导线，相比之下，而采用非矩阵方法需要45根，减少了42.5％。

矩阵布局意味着传感器单元不能直接读取。因此，我们引入了一种时间复用读出方案，其中对于每个测量，都将电压施加到迹线的子集上，而其余的导线则被接地。这样，就形成了一个临时(复合)电容器，其电容被测量。复合电容值C_m与所需的单个电容值C_c之间存在如下线性关系：

MC_c＝C_m

M为矩形矩阵，矩形矩阵M的行对所有可能的测量组合进行编码，并将传感器单元电容C_c转换为测量的组合电容C_m。矩阵M的行是通过迭代连接顶部的一条迹线和底部的一条迹线作为源电极而形成的，所有剩余的迹线作为接地电极连接。我们的手套布局在底层有15个迹线，在顶层有12个迹线，结果是180＝15*12行。每行对应一个测量值，因此我们手套设计中的44个传感器单元需要180个测量组合。上述线性系统通过设计超定(以获得更好的鲁棒性)，并在最小二乘意义下求解。我们通过测量充电时间获得电容。

为了实现物理上准确的拉伸读数，我们只需要重复读数，但不一定直接对应于物理意义上的拉伸值。这使我们可以使用较低的充电电阻(47kOhm和220kOhm)，从而提高读出率。此外，我们并不是每一个完整的组合度量周期(180次更新)就解决C_c问题，而是每16次更新就解决一次。我们通过实验发现，该方案具有良好的传感器读取性能，并且由于微控制器主机通信瓶颈的限制，更频繁的求解对帧速率产生负面影响。我们的读出方案有一个约60赫兹的捕获率。为了滤除读数中的噪声，我们在求解C_c之前滤除C_m的最后五帧。

本实用新型实施例提供的数据手套，通过测量其容量变化来感知施加在嵌入式硅传感器上的局部拉伸量。这些拉伸驱动的传感器体积小、柔软、成本低。

读数C_c可以输入到深度神经网络进行训练，该网络输出手部姿势，然后，应用程序可以对它们进行查询，例如，在虚拟现实中渲染手或与虚拟对象进行碰撞检测以进行交互。在我们的现场实验中，手的姿势被一个所谓的

滤波器过滤。

其中，为了涵盖了一只完整手的自由度，如图5所示，我们使用44个局部拉伸传感器15来制作完整的手套，适用于连续的全手姿势估计，我们的传感器设计所包含的局部拉伸传感器15几乎是最接近的同类传感器的三倍。

图3显示了第二导电层14的图案，图4显示了第一导电层12的图案，图5显示了第一导电层12和第二导电层14重叠时形成的局部拉伸传感器15的布局示意图，我们可以通过分阶段添加传感器来手动设计：(i)较长的传感器直接对应于手指(21-24、32-36、40-42)和拇指(0、20)的主要关节；(ii)手指之间的外展传感器(16、25-27)；(iii)手指(8-9、29-31、37-39、43)和拇指(1、28)上的垂直传感器；(iv)手背上水平(2，4，7，10，17-19)和垂直(3，5，6，11-15)传感器的规则网格。图6是根据本实用新型实施例的传感器单元数量与平均误差的关系图，由图6可知，随着传感器数量的增加，捕获会话的平均重建误差减小：从只有14个传感器覆盖主关节的8.67，减少到44个传感器覆盖整个手套的6.75，大大提高重建精度。最后，传感器由两层导线连接，使得每对连接的迹线(来自不同的层)最多重叠一次。在确定传感器的最终位置时，我们考虑减小引线长度和避免附近切口的拉伸吸收。由于这些原因，例如，指关节上的传感器(32-36、40-42)没有居中，从而留下一些空白。

其中，为了手指外展的良好灵敏度，当手套戴在使用者的手上时，传感器可以预先拉伸。因此，在图5所示的静止姿势中制造传感器阵列是至关重要的。尤其是，手指必须平行，中间没有任何间隙。

其中，为了增强穿着舒适性，可以在矩形传感器的两侧通过激光切割添加末端呈圆形的薄切口16，如图5所示，在矩形传感器的上下或左右两侧添加圆形的薄切口16，通过增加通风来增强穿着舒适性。由于它们降低了拉伸力阻力，因此，它们对读数也有轻微但积极的影响，从而使传感器对平行于切口的拉伸更敏感。例如，位于食指关节上方的传感器21、33或40对手指的体积变化不太敏感，而像43、37、29这样的传感器主要对手指的体积或直径变化(例如，由于肌肉膨胀)敏感。在图5中，对垂直拉伸更敏感的传感器用深色表示，比如40、41、42，而对水平拉伸更敏感的传感器用浅色表示，比如29、37、43。

其中，我们的手套只需要现代工厂实验室提供的工具即可进行制作。它采用两阶段的方法制造的，首先，我们制造软硅胶传感器阵列，覆盖手套的背面，然后制作弹性纺织物20，其由多个利用激光切割机切割定制的纺织部件组成，我们将纺织部件连接到硅胶片上并将其闭合，形成一个软的可穿戴手套。

手形硅胶传感器阵列10可以使用以下步骤逐层生成。

首先，我们在玻璃板上浇铸一层绝缘基层，通过在玻璃板边缘贴上胶带来控制厚度。下一步，将由肯特有机硅RTV 4420硅胶制成的导电层与炭黑(导电粉末)混合，直接投射到第一层。然后，激光切割机通过重复蚀刻(5次)图4所示图案的底片来去除，从而在整个基层上保留导电迹线。然后，浇铸纯硅介质层，接着浇铸另一导电层，该导电层也被蚀刻(图3)。最后再加一层绝缘屏蔽层。

其中，导电层的厚度优选为220μm，以允许所需的导线宽度仅为2mm。为了使传感器底部的连接垫暴露在外，在浇铸前(最后三层)使用薄胶带覆盖垫，并在烘箱中固化前移除。

蚀刻步骤中的激光切割机参数为功率＝30，速度＝40，PPI＝500，可以使用激光切割机。在蚀刻过程中使用更高的功率会使硅传感器与基底玻璃交联，最终很难剥离。在每个完整的蚀刻循环后，用毛巾和异丙醇仔细擦拭传感器，以清除灰尘残留物。

每次浇铸步骤后，传感器在90℃的烘箱中固化20分钟。在烘箱中固化之前，传感器必须放置15分钟，以使溶剂蒸发。否则，由于溶剂从内部蒸发，在固化过程中会形成气泡，而层的最上面的部分已经固化。

最后，用激光切割机将传感器切割成手形。激光切割机中蚀刻和切割步骤的精确对准对于避免传感器中的切割至关重要，因为这可能导致导电层之间短路。我们传感器的总厚度是0.85毫米。

由于硅胶传感器阵列不可穿戴。要把它牢牢地粘在手上并不是一件容易的事，把两片硅酮粘在一起是一件困难的工作。试图戴上或脱下这样的手套是很麻烦的，由于较大的摩擦力和紧密性。我们试图附加传感器到标准手套，但发现要与主要的关节中心正确对齐是一项挑战，并且要进行鲁棒性和所需的重复性也很困难。

因此，我们提出一种更简单、更有效的解决方案，利用激光切割机切割定制的纺织图案部件，如图7所示，弹性纺织物20可以由1个大手掌纺织部件21，5个手指纺织部件23和用于连接的3个襟翼纺织部件22组成，织物部件可以附着在硅传感器上，同时放置在平坦的表面上。首先，将覆盖传感器和切口的PET面罩放在传感器上，然后用硅胶粘合剂覆盖所有东西，最后，小心地取下面罩，并将纺织部件放置并牢固地固定。图8显示了弹性纺织物20与扁平的手形硅胶传感器阵列10对齐的示意图，图9显示了用纺织胶把弹性纺织物20与手形硅胶传感器阵列10合上后的成品手套。其中我们可以用使用HT 2纺织胶封闭不同的纺织部件，并用电熨斗粘合接缝。使用厚度为0.35mm的高弹性纺织物20(80％聚酰胺和20％弹性纤维)。最后，我们用尼龙搭扣连接腕带，以加强紧密性，并确保传感器单元与关节重复对齐。最终的数据手套示意图如图1所示，它易于佩戴，不显眼且易于制造，价格低廉。通过在一个手形硅传感器阵列上有44个单独的拉伸传感器，连接到一个弹性织物上形成一个薄型手套。总重量只有50克，厚度只有1.2毫米，即使长时间使用也能穿着舒适，我们的手套能很好地适应各种手的大小。

本实用新型实施例提供的用于手势识别的数据手套轻薄、穿着舒适、无需外接光学装置、价格低廉且能够提供高姿态重建精度。由于手形硅胶传感器阵列10和弹性纺织物20均可拉伸形变，使得数据手套很容易戴上和脱下，而不会牺牲紧密的适应性，且能够很好地适应各种手的大小。

以上已经描述了本实用新型的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本实用新型的范围由所附权利要求来限定。

Claims

1.一种用于手势识别的数据手套，其特征在于，包括：

2.根据权利要求1所述的用于手势识别的数据手套，其特征在于，所述局部拉伸传感器的数量为44个，分别对应位于各手指、各手指主要关节、手指之间以及手背上。

3.根据权利要求1所述的用于手势识别的数据手套，其特征在于，所述第一导电层和第二导电层的厚度为220μm。

4.根据权利要求1所述的用于手势识别的数据手套，其特征在于，所述局部拉伸传感器的两侧设有圆形的薄切口。

5.根据权利要求1所述的用于手势识别的数据手套，其特征在于，所述弹性纺织物由1个手掌纺织部件，3个襟翼纺织部件和5个手指纺织部件组成。