Abstract

Bezdotykowe interfejsy urządzeń stacjonarnych oraz urządzeń mobilnych są ważne zwłaszcza w ochronie zdrowia (np. przeciwdziałanie roznoszeniu bakterii i wirusów, wsparcie chirurga w trakcie przeprowadzania operacji itp.). W ramach rozprawy doktorskiej zaprojektowano i wykonano oszczędny energetycznie czujnik gestów o budowie liniowej, złożony z fotodiod i diod LED, wraz z dedykowanym mu zestawem metod rozpoznawania gestów dłoni. Podczas badań pozytywnie zweryfikowano możliwość wykorzystania dwóch trybów pracy czujnika, pasywnego i aktywnego, różniących się załączeniem podświetlenia dłoni przez diody LED. Określono warunki pracy odpowiednie dla trybu pasywnego pozwalającego na oszczędność ok. 93% mocy w stosunku do trybu aktywnego. Zaproponowano 2 metody detekcji statycznych póz dłoni. Metoda bazująca na sztucznych sieciach neuronowych pozwoliła na osiągnięcie dokładności klasyfikacji trzech póz dłoni na poziomie 98,76% w trybie pasywnym i 93,46% w trybie aktywnym. Do rozpoznawania gestów jako sekwencji póz wykorzystany został model rekurencyjnych sieci neuronowych. Wykazano, iż spośród 3 sposobów przygotowania danych, model wytrenowany na danych nieprzetworzonych odznacza się najwyższą dokładnością klasyfikacji 27 gestów dla częstotliwości próbkowania czujnika co najmniej 50Hz. Uzyskana wysoka dokładność klasyfikacji gestów dla częstotliwości próbkowania 100Hz (96,89%) i nieduże zużycie energii (4,96 mA) pozwalają na rozważenie powstałego czujnika jako interfejsu dla różnych rozwiązań konstrukcyjnych (np. okularów multimedialnych lub kiosków informacyjnych).

Author (1)