典型文献
基于声波的圈舍智能设备非接触式手势控制方法研究
文献摘要：
[目的]研究基于声波的非接触式手势控制方法,实现对圈舍智能设备的非接触式手势控制,为减少畜牧业传染病的接触式传播风险提供技术支持.[方法]设计并实现了基于声波的手势识别系统,该系统由2套商用扬声器和麦克风组成声学雷达,采用功率谱密度对手势移动产生的多普勒效应进行提取,然后建立手势、位置与多普勒效应的映射关系,并提出一种融合规则和机器学习的手势识别方法,通过手势移动时产生的多普勒效应实现感知范围内任意位置对4种常见手势(前推、后移、左移、右移)的准确识别.[结果]采用奇异值分解算法进行特征提取,并对支持向量机模型、BP神经网络模型、K最邻近算法3种机器学习算法进行比较,可以得到支持向量机模型整体优于BP神经网络和K最邻近算法,且线性支持向量机的识别准确率最高,该系统对15位测试者在不同位置手势的平均识别准确率可以达到91.50％,且成功应用于照明设备的开关和亮度调节以及换气扇的开关和转速调节.[结论]综合考虑手势执行位置、手势移动速度和幅度等因素,采用奇异值分解算法进行特征提取,线性支持向量机算法进行分类,可达到较高的手势识别准确率,有望应用于圈舍智能设备的非接触式手势控制.
文献关键词：
声波感知;手势识别;多普勒效应;机器学习
中图分类号：
作者姓名：
陈子毅;王天本;刘现涛;李张本;孙章彤;胡瑾
作者机构：
西北农林科技大学 机械与电子工程学院,陕西 杨凌712100;农业农村部农业物联网重点实验室,陕西杨凌712100
文献出处：
引用格式：
[1]陈子毅;王天本;刘现涛;李张本;孙章彤;胡瑾-.基于声波的圈舍智能设备非接触式手势控制方法研究)[J].西北农林科技大学学报（自然科学版）,2022(09):144-154
A类：
声波感知
B类：
圈舍,智能设备,非接触式,手势控制,控制方法研究,畜牧业,传播风险,手势识别,识别系统,统由,商用,扬声器,麦克风,声学,功率谱密度,多普勒效应,映射关系,融合规则,过手,后移,左移,右移,准确识别,奇异值分解算法,支持向量机模型,机器学习算法,线性支持向量机,识别准确率,测试者,不同位置,成功应用,照明设备,亮度调节,换气扇,移动速度,支持向量机算法
AB值：
0.268532
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
