当前位置: 首页 > news >正文

手势传感器 - 从零开始认识各种传感器【第十八期】

手势传感器|从零开始认识各种传感器

1、什么是手势传感器 

手势传感器是一种能够感知人类手势或动作的传感器。它可以捕捉、识别和解释人类的手部动作或姿势,并将其转换成电信号或数字信号,通过识别人体的手势动作来实现与电子设备的交互,如控制电视、医疗设备、游戏机及VR设备等。

2、手势传感器工作原理

总体来说,手势传感器的原理是利用不同的传感技术如红外线、超声波、激光等方式来感知人类手势或动作,并将这些手势或动作转换成电信号或数字信号,以供电子设备进行处理或控制。

3、常见的手势传感器的种类 

依据测试原理的不同,手势传感器可以分为红外,光学,超声波,和电场手势传感器。

3.1 红外线手势传感器

红外手势传感器的原理是通过发射红外光和接收手部反射回来的红外光线来检测手的运动方向。以Broadcom的APDS-9960为例,它具备一个发光二极管LED和4个定向光电二极管,分别用来检测上下左右四个方向。

在手势动作过程中,不同位置的光电二极管检测的反射能量强度和顺序是有时间上的的差异。若用户用手从传感器的顶部轻扫至底部,则在手势动作之初,下方光电二极管检测的入射光比上方光电二极管更强;在手势动作期间,手逐渐移动到两个二极管接收能量相等的点;而在手势动作完成时,下方光电二极管接收的反射光较弱,而上方光电二极管接收的更强,这样就完成了一个典型的下扫动作的检测。

图片

从技术上讲,采用LED可见光就足以实现手势识别,但可见光可能会影响用户体验,尤其是在光线较暗的场景中。利用红外光传感,既能保持手势识别的效果,又具备隐形特性。

3.2 光学手势传感器

光学手势传感的原理和红外光传感类似,它利用摄像头或其他光学传感器来捕捉手势,然后通过计算机视觉和模式识别算法来解析和理解这些手势。这种技术在虚拟现实、增强现实、人机交互等领域有着广泛的应用。

3.3 超声波手势传感器

超声手势识别的原理是利用超声波传感器向空中发射一定频率的超声波,当手部运动时,手部与传感器的距离会发生变化,那么反射回来的超声波会出现相位的变化,对信号进行处理和分析,可以实现对手势的识别。超声技术手势识别的距离范围比较大,从近场到远场几乎都可以做到。

图片

3.4 电场手势传感器

对于近距离手势传感场合,还可以使用电场手势传感器。它的工作原理是对一块电容板施加直流或者交流电压,在电容板周围会形成静态或者正弦变化的电场。当手指接近传感器时,由于人体的导电性,电场线被吸引到手指并回到地。这个由于手指干扰而失真的电场可以被接收器检测到,从而实现对手势的检测。它无需照明,功耗低,但是检测距离相对比较短。

3.5 几种手势传感器的对比

从对比表格可以看出,每种技术都有相应的特点和优缺点,在实际应用中需要根据项目的实际要求进行选择。例如在一些光线比较昏暗的展馆,不能发射可见光,需要较长的识别距离,选择超声波或者红外会比较合适。

4、手势传感器实验演示 

我们来演示使用 MCU 读取显示手势传感器的数据。实验中使用的是一款常见的红外手势传感器,它可以识别前后左右等的简单手势,我们在传感器上方进行简单的手势挥动,可以看到屏幕会显示对应动作的手势方向变化。

代码已上传至gitee,大家可以前去查看:红外手势传感器

http://www.lryc.cn/news/410912.html

相关文章:

  • 【未来餐饮】 配送设置
  • 移动式气象设备:灵活应对,精准监测的气象先锋
  • 【AI落地应用实战】DAMODEL深度学习平台部署+本地调用ChatGLM-6B解决方案
  • 英伟达开始引领下一波浪潮:物理AI
  • SQLServer设置端口
  • 诊断技巧分享 | 用WPS500压力传感器测试空调压力波形?
  • W1R3S靶机全通详细教程
  • GitHub Revert Merge Commit的现象观察和对PR的思考
  • 使用JavaFx Fxml笔记
  • 友盟U-APM——优秀的前端性能监控工具
  • 人工智能与机器学习原理精解【10】
  • TypeScript 简介
  • 什么是知识库?为什么我需要一个?
  • MySQL学习(16):视图
  • android13关机按钮 去掉长按事件 去掉启动到安全模式 删除关机长按
  • 递归求数组和
  • MySQL数据库介绍
  • 向量数据库性能测试工具(VectorDBBench.com)性价比排名
  • 2024年的AI人工智能风口是Python?一篇文章告诉你为什么!
  • 使用SpringBoot集成CAS、应用场景和示例代码
  • python爬取某财富网
  • Python 【机器学习】 进阶 之 【实战案例】房价数据中位数分析 之 [ 选择并训练模型 ] [ 模型微调 ] | 3/3(含分析过程)
  • NLP-使用Word2vec实现文本分类
  • 基于SpringBoot实现验证码功能
  • 字节测开面筋大总结!!!!
  • Mindspore框架DCGAN模型实现漫画头像生成|(二)DCGAN模型构建
  • mongo-csharp-driver:MongoDB官方的C#客户端驱动程序!
  • 网络流量分析>>pcapng文件快速分析有用价值解析
  • 【大模型系列篇】Vanna-ai基于检索增强(RAG)的sql生成框架
  • 【Nacos安装】