
53L8A1的Hand gesture 和 posture的识别是ST提供的应用场景解决方案中的一种,通过TOF传感器的手势识别算法可以检测手的左右上下滑动,检测轻触、双击、水平控制等多种动作。 官方提供了开发库和测试使用的GUI,及使用GUIDER,可以让开发者更快的开发出适用相应场景的产品。 官方提供了三个bin文件,一个是 motion gesture detection,一个是Hand posture recogniton,第三个是combined usecases,文件位置如图1所示: ![]() 图1 文件说明如图2所示: ![]() 图2 用于测试的GUI位置如图3所示: ![]() 图3 首先测试Hand gesture。打开GUI的界面,Sensor driver 选择HANDGESTURE,如图4所示: ![]() 图4 点击Start ranging,界面数据会一直更新,如图5所示: ![]() 图5 官方文档中给出的手势说明,如图6所示: ![]() 图6 点击右下角加号中的Gesture detection,使用手向左,像右滑动,可以看到检测的结果,如图7所示: ![]() 图7 不知道是不是手势误差,识别率还有待再优化。还有一个手势跟踪(hand Tracking)功能,这个功能在应用中,还是能判断出很多信息,测试如图8所示: ![]() 图8 手势识别以后还得统一标准才行。 然后测试一下Hand posture,这个在GUI主界面中选择HandPosture,如图9所示: ![]() 图9 点击start ranging。 在左下角加号里选择要使用的功能,里面有一个Hand Posture Widget功能,测试一下,结果如图10,图11,图12所示: ![]() 图10 ![]() 图11 ![]() 图12 算法能识别出来posture,但是精度还需要后续开发者继续提高。 这款TOF传感器可应用的地方很多,就像推广中所说的那样,手势识别可用于增强众多应用和最终产品的体验,非常适合家用电器设备,如:咖啡机、烹饪盘或烤箱。在公共场所,手势识别可以控制自动售货机、电梯呼叫按钮等。个人电子产品也可以从手势识别中受益:尤其是在智能扬声器、笔记本电脑、平板电脑或AR/VR耳机中。期待算法精度的提高,应用到越来越到的产品中。 |
【P-NUCLEO-53L8A1评测】测距
【P-NUCLEO-53L8A1评测】5.SPD测试
【P-NUCLEO-53L8A1评测】3.抗环境光干扰能力测试
【P-NUCLEO-53L8A1评测】2.多区测距精度与稳定性验证
【P-NUCLEO-53L8A1评测】1.环境搭建与基本测试
【P-NUCLEO-53L8A1评测】①开箱
【P-NUCLEO-53L8A1评测】3.测距阈值检测
【P-NUCLEO-53L8A1评测】2.抗环境光干扰能力测试
【P-NUCLEO-53L8A1评测】1.测距的实现
【P-NUCLEO-53L8A1评测】 总结