在日常生活中，手勢蘊含著豐富而復(fù)雜的信息，因此，手勢識別作為實現(xiàn)人機交互（HMI）的一種重要方式，具有廣泛的應(yīng)用前景和學術(shù)價值。

該智能手套具有良好的適配性、舒適性和輕便性。在機器學習策略的啟發(fā)下，一個定制的人工神經(jīng)網(wǎng)絡(luò)可以很好地對多個對象和手勢進行分類和執(zhí)行。建立了不同手語手勢和物體抓取手勢的多個數(shù)據(jù)集，結(jié)果表明，該智能系統(tǒng)的平均準確率可達 97%，對一些手勢組的準確率可達 99.4%。此外，該系統(tǒng)還連接了一只機器手，它能夠?qū)θ耸值膭幼髯龀龇磻?yīng)，做出某些手勢，從而實現(xiàn)簡單的手勢交流。這些特點為人機界面中的手勢識別提供了可行的實際應(yīng)用方案。

綜上所述，演示了一種基于機器學習的智能系統(tǒng)，用于高分辨率手勢識別和手語交流。基于絲網(wǎng)印刷方法研制成功的CNT-石墨烯/PDMS應(yīng)變傳感器。制造的應(yīng)變傳感器可以舒適地連接到手套上，以獲取有關(guān)手指動作和手勢的信息。通過使人工神經(jīng)網(wǎng)絡(luò)能夠訓(xùn)練和區(qū)分從不同手勢獲得的信號，該傳感器系統(tǒng)對10個數(shù)字手勢、15個中文手勢、10個ASL手勢和8個物體的識別準確率分別達到98.6%、96.1%、98.0%和96.7%。此外，該智能系統(tǒng)還應(yīng)用于通過無線單元使用手勢對機器人手進行通信和控制。由于絲網(wǎng)印刷工藝成本低、結(jié)構(gòu)簡單、算法計算資源可接受等優(yōu)點，本研究所展示的智能系統(tǒng)為手勢識別和標志通信應(yīng)用，特別是多場景和多功能HMI應(yīng)用提供了一種有前途的策略。

來源：傳感器專家網(wǎng)