发布网友 发布时间:2022-10-11 14:42
共1个回答
热心网友 时间:2023-10-13 07:43
采用 MXR9500 采集手部挥动所产生的加速度,加速度相应的模拟量通过nRF24E1 内部的ADC 转换为 8 位的数字量,并使用 nRF24E1 内部的2401模块 通过 2.4G无线频段发射出去。 由于 MXR9500 产生的电压范围超出了 nRF24E1 上 ADC 的参考电压,所以采用电阻分压来降低电压,随之而来的误差将在识别算法中被修正。
手持端采用锂电池供电,电源管理相对简单。过流保护板与锂电池电压转换芯片构成稳定电源,再配以相应电容就得到芯片与传感器的电源。充电使用通用充电器直接连接保护电路即可,同时电压转换芯片将保护系统芯片不受充电电流影响。 采用 nRF24E1 接收手持端传来的无线信号,经过简单处理通过串口发送至 ATmega128 微处理器。微处理器将传来的信号进行软件算法滤波之后进行识别处理,并对识别数据与数据库中数据进行比对,最终得出识别结果,通过 IO 口传递给挂载在一条总线上的下一级芯片。下一级芯片可以是:声音芯片、车载显示屏驱动芯片、佩戴式显示屏驱动芯片或者其他功能扩展模块(如温度、噪声、GPRS模块等)。
识别过程中需要处理的数据是加速度在时域中的变化值。手部动作虽然具有规律,但所产生的加速度值会与挥动速度、挥动力度有关系。同一个动作可能存在着多种路径,所以在识别的时候需要考虑这些不确定因素。
滤波采用简洁高效的时域滤波法,将时域中一定时间内的数据进行加权平均得出较平滑的波形。之后对波形进行采样提取特征值,和数据库中已存的特征值进行对比,最终即可识别出动作名称。 扩展模块包括: 车载显示屏驱动模块 ; 佩戴式显示屏驱动模块 ;声音驱动模块 ;温度或噪声采集模块以及其他扩展模块。