1绪论
手语是一种独特的语言，一种不使用语音的语言，在社会中听障人士也需要与人沟通，而手语就是其中的“桥梁”。随着社会网络信息传播越来越方便和一些面对残疾人士大型的活动的开展，已经有很多听障人士走入公众视野，他（她）用着这个独特的语言影响着越来越多的大众。 根据统计全球已超过4.66亿的听障人士，国内的听障人士也超过7200万，虽然在2007年国家劳动和社会保障部就已经颁布了“手语翻译员”这个新的职位，但是我国的手语行业还是发展非常缓慢，只有少数特殊的教育行业，和示范学院有手语培训专业。一些听障人士在社会中到处碰壁，看医生无法沟通，不能让医生得到自己的症状，也无法听取医生的意见，久而久之就不想去医院看病。而手语翻译员的职位是体现了文明的进步，也是聋人在社会所拥有的权益，我们必须对其尊重和维护。从国外来看上世纪八十年代，一些发达国家如美国、英国、日本、丹麦、瑞典等已经陆续将手语作为一种独立的语言归纳入国家的教育体系，并针对手语设立了一些培训机构，测试机构，和手语翻译员的鉴定机构。在美国已经设立了国家级的手语翻译机构，手语翻译已经是职业了，很多行业都有需求，受人尊重，还有人把翻译 做为自己的第二职业，在闲暇的时间段，可以担任义工，或者兼职，赚取合法的报酬。而我国的手语翻译也发展不过十几年，很多人对手语翻译认识度不高，也没有一个好的激励机制，现在大部分的手语翻译还是由一些聋人学院或者残疾人联合工会的人兼职，其数量远远达不到我们所需求的，外加基本上是义务劳动，想要吸引社会上的人进入非常困难，更重要的是手语翻译水平的不高的事实一直存在，所以手语的发展任重而道远。
手语翻译人员的需求量越来越大，发展确是不可一蹴而就的，这就延伸出我们需要更多的解决方案来弥补手语翻译的需求，从手语翻译的需求领域像一些大型活动中的接待翻译、特殊竞赛、演出陪同翻译和广播电视手语翻译等，另外，一些旅游景点、商场、邮电、银行、医院等。我们可以看出手语翻译可分为一些专业级别的场景、活动、竞赛、广播电视等，在这些场合中也是需要专业级别的翻译人员的，不仅仅对速度有要求，也对翻译的准确性有严格的要求。还可以分为生活必须场景、医院、景点、银行等，在这些场合中需要比较准确的翻译，但是对于速度方面没有太高要求。还有一些简单应用的比如景点、商场场景的问路，交流等等。这些也是目前国内发展比较薄弱的地方。本设计就此薄弱环节针对性的设计了一种电子翻译系统，这一种利用电子技术翻译的手段方便携带，可装备于每个聋人，同时翻译系统还能将语音转为手语动画，使得聋人也能知道语音回答的内容，形
成了双方通讯，达到了真正的电子集成翻译解决方案，改善聋人的出行生活，缓解手语翻译人员的不足，带来了曙光。
2设计原理简介
2.1翻译结构要素分析
手语翻译一定需要能对的手的动作进行采集，大致可以分为手指的弯曲、手指尖的接触、手掌的正反面以及手的运动轨迹。而手套的结构正好满足我们的要求，我们可以对手套进行改装，在十个手指心的部位都放置一片圆形的，大小适中的压力薄膜传感器，这样我们可以清楚的知道十个手指心的接触情况。在十个手指套上安装弯曲传感器，可以独立的采集每个手指的弯曲角度。以大拇指和四指垂直舒展为基准，大拇指朝向为X轴，四指指向为Y轴，垂直于手背的为Z轴安装六轴陀螺仪模块，可以采集XYZ轴的角度旋转情况以及角速度大小，通过分析得出整个手的三维空间姿态。手套套口到手背的空间可以安装嵌入式单片机系统检测汇总各个传感器的数据，以锂电池供电，通过433M无线通讯模块传输数据给主嵌入式系统，主嵌入式系统结合两个手套的信息进行计算解析出手语信息，通过语音合成模块装换成声音信息，传播给不懂手语的人，达到手语翻译的目的。 结构图（2-1）
2.2应答翻译要素分析
应答翻译主要做手语翻译器的逆向工作，翻译器的主控制器带有非特定语音识别芯片，可以对50条（可在线动态编辑的）关键词语（低于30个汉字）进行识别，在识别之前无需进行训练，可以识别任意人员的普通话。在我们的整个系统的应用中，主要集中于询问，指示等简单的词语，此语音识别系统非常适合，可以快速的解析出语音的内容，解析出的语音内容在主控制器中进行手语动画匹配，匹配完成后显示在主控制系统的LCD彩屏显示器上供聋人查看，从而得知对方表达的意思。
3传感器类型和工作原理
3.1传感器工作原理
3.1.1智能压感开关薄膜传感器
开关式薄膜触控压力传感器是一款采用了平面多层组合而成的整体密封结构，集触感，触
控功能于一体，具有防水防尘抗氧化的新型薄膜开关传感 器件。此种器件轻薄耐弯折、灵敏度高、寿命长，可以灵敏的感知来自于外部的不同大小的微压力并产生一个触发信号实现触控功能。
技术指标:
性能 | 参数 |
量程 | 0-500g |
厚度 | <0.3mm |
响应点 | 5g |
耐久性 | >100万次 |
响应时间 | <10ms |
工作电压 | 典型值DC 3.3V |
| |
表（3-1）
开关式薄膜压力传感器和主控制器工作电压同为DC 3.3V可以直接检测，其输出信号为脉
冲触发数字信号，主控制在检测时无需进行复杂的计算，响应速度快，响应点压力可以定制，可以忽略一些误触产生的信号。
3.1.2弯曲传感器
弯曲传感器也是压力传感器的一种，同属于柔性薄膜压力传感器，其形状为长条形，是在柔韧轻薄的衬底材料上印刷压力敏感柔性纳米功能材料，长度一般有54mm、150mm、600mm等，适合于我们长度为54mm，可以覆盖整个手指，宽度一般为15mm，在衬底材料以弓字形状印刷的柔性纳米功能材料，其材料在无压力时电阻大于10MΩ，当长条薄膜压力传感器弯曲时2面所受形变量不同会对其敏感压力材料施加一定的压力，弯曲度越大，施加的压力越大，材料的阻值也会越小。
技术指标:
性能 | 参数 |
量程 | 10kg 语文无处不在 |
厚度 | <0.5mm |
响应点 | 50g |
耐久性 | >100万次 |
响应时间 | <1ms |
初始电阻 | >10MΩ |
外观尺寸 | L=54mm W=15mm |
| |
表（3-2）
弯曲传感器为电阻性传感器，主控制器通过分压电路进行测量，如图（3-1）所示将弯曲传感器和精密基准电阻进行串联，施加3.3V电压于串联的电阻两端，电压信号由公式（3-1）可知
东莞外博会Vout = R101 * VCC3.3V
R100+R101
式（3-1）
式中 Vout 为输出的分压电压大小
VCC3.3V为施加的电源电压3.3V
R101为精密基准电阻阻值
R100为弯曲传感器电阻阻值
图（3-1）
美立客官方旗舰店
3.1.3六轴陀螺仪传感器
MPU6050是一款（三轴加速度+三轴角速度）陀螺仪传感器，该传感器广泛用于四轴飞行器，两轮平衡车和空中鼠标等设计。MPU6050陀螺仪内部自带数字运动处理器（DMP:Digital Motion Processor）硬件加速引擎，这样我可以通过DMP使用InvenSense
公司提供的运动处理资料库，可以很快速方便的实现姿态解算，可以让嵌入式控制器运算负荷减轻，让其大量的工作用于运动路径计算，将整个手臂的动作轨迹记录下来，分为一个一个固定的姿态，分配代号，主控制系统可以通过代号组合判断其含义。
陀螺仪传感器通过IIC接口和单片机进行通讯，原理图如图（3-2）
图（3-2）
陀螺仪传感器主要特点：
①以数字形式输出6轴的旋转矩阵、四元素、欧拉角格式的融合验算数据（需DMP）
②有可设置的±250、±500、±1000、±2000的3轴角速度感测器
③有可设置的±2g、±4g、±8g、±16g的3轴加速度感测器
④可程序控制的中断，支持姿势识别，遥摄、滚动、快速下降中断、high-G中断、零动作感应、触击感应、摇动感应功能
⑤IIC通讯接口400KHZ
⑥工作电流5ma 工作电压 3.3V 待机电流45ua
你不可能在乎的声音
4嵌入式控制板功能
4.1主控单片机系统
4.1.1STM32F407单片机简介
4.1.2LCD显示屏简介
4.1.3数据存储系统
4.1.4无线通讯模块
4.1.5锂电池供电模块
4.1.6语音识别模块
4.2手套单片机系统
4.2.1STM32F103单片机简介
4.2.2OLED显示屏简介
4.2.3无线通讯模块
4.2.4锂电池供电模块
5嵌入式软件
硬件方面采用嵌入式32位单片机，无需连接电脑，翻译全程采用嵌入式单片机软件计算，使用C语言以及单片机STM32单片机的库函数编译，通过调用单片的库函数我们可以简单快速的控制单片机的外设，无需了解单片机的寄存器，专注于应用的功能的开发。
5.1智能压力传感器数据采集采用STM32的外部中断功能，而STM32单片机的每个IO口都可以作为中断输入，翻译手套总共安装了10个手指尖的压力传感器，我们配置了10口IO口为中断输入，并通过库函数将中断IO口于单片机的中断线程映射起来，压力传感器输出的信号为数字脉冲信号，软件设置为IO的中断方式为边沿中断模式，在中断函数里面判断是上升沿中断就是指尖有触碰，当为下降沿的时候为没有触碰，在软件中分别设置一个8位的标志位，代表左右手指的触碰情况，8位标志位有7-0，零位代表小拇指中间依次代表第四位代表大拇指，第五到第七位保留，暂时没有功能。
例如大拇指和小拇指触碰，触摸标志位代码为0X11见表（5.1）
保留位 | 保留位 | 保留位 | 大拇指 | 食指 在家里教学设计 | 中指 | 无名指 | 小拇指 |
7 | 6 | 5 | 4 | 3 | 2 | 1 | 0 |
0 | 0 | 0 | 1 | 0 | 0 | 0 | 1 |
| | | | | | | |
表（5.1）
短暂的美丽5.2弯曲传感器数据采集采用STM32单片机的片内ADC外设，是一个12位逐次逼近型的模拟数字转换器，它有18个通道可以检测16个外部通道和2个内部通道的信号源，最大转换速率为1MHZ，也就是转换时间为1us。这里需要通过库函数配置10个IO口为模拟输入模式，选择ADC的工作模式为独立模式，并通过ADC的专用基准电源口的电源电压校准ADC，之后就可以直接读取IO口的模拟电压值了。在手指完全伸直的情况下，由式（3-1）可知模拟的电压值理论上接近0，由于手指可以非常灵活弯曲，我们无法得知具体弯曲情况，这个采用3个典型的弯曲状态进行记录分别为完全伸直、第二指关节弯曲90度、完全弯曲转态，在区分时采用均值范围内误差计算，通过调节式（3-1）中的精密基准电阻大小将3中弯曲情况的均值设为0V、1.6V、3.3V，范围误差设为正负0.6V左右，得出3种弯曲方式在大部分的手语情况下是可以满足的。同样软件标志位方面设置一个8位的标志位有7-0，其中每2位代表一个手指弯曲情况（00为完全伸直，11位完全弯曲，10为第二指关节弯曲90度）大拇指和小拇指只设定为两种典型转态完全伸直和完全弯曲状态。
例如单手摆出数字6的状态，大拇指和小拇指完全伸直，食指、中指、无名指处于完全弯曲状态，转态代码为0X7F见表（5.2）
大拇指 | 食指 | 中指 | 无名指 | 小拇指 |
7 | 6 | 5 | 4 | 3 | 2 | 1 | 0 |
0 | 1 | 1 | 1 | 1 | 1 | 1 | 0 |
| | | | | | | |
表（5.2）
5.3六轴陀螺仪数据采集
5.4手语翻译运动轨迹算法
手套的单片机系统将传感器原始数据采集后，进行简单的算法计算，给出手的各个状态标志位，此时就需要主控单片机系统进行标志位的整合，手的运动轨迹计算来判断手语含义，其中手的运动轨迹算法为主控的核心算法，主控制器将得到的加速度数据和角速度数据来计算运动轨迹可以称为惯性导航系统，轨迹的计算是通过加速度的二重积分，而加速度数据会存在积累误差，这也是采用惯性导航系统带来的难点。通过对手语的研究和学习，我们发现手语的起手时手会有有个固定的零位点，这就可以利用零速度补偿法来消除不断积累的误差，同时为了使得这个固定的零位点更加固定，本算法强行规定了，在我们的手处于零位点时，要做一个两个手指的五指触摸动作，主控制通过接收到的触碰标志位来清零加速度值，让其保证绝对零位。在保证零位误差消除后，手在运动的过程中也会积累误差，通过对加速度的二重积分后误差会被放大，从而使得整个运动轨迹发生了改变，这在手语轨迹判断中是不被容许的，我们需要对积累误差进行消除。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议