相關簡介
題主於大二年級下學期參加了2018年TI杯電子設計大賽（遼寧省），選題爲D題《手勢識別》，最終爲省二等獎，在此將比賽過程及代碼進行分享，歡迎前來交流，不足之處還望指正。
硬件模塊
| 模塊 | 數量 | 功能 |
| FDC2214 | 2 | 手勢數據採集 |
| kinetis k60 | 2 | 手勢數據訓練與判別 |
| oled | 1 | 手勢判別結果顯示 |
| DCDC | 1 | 對MCU供電 |
| 覆銅板 | 1 | 構成極板 |
| 亞克力板 | 6 | 作品外殼 |
方案選擇
- 單極板方案
優點：對測試者手勢的擺放要求低，有較好的適應性
缺點：同一手勢不同測試者之間數值差異較大
- 多極板方案
優點：手勢判別難度降低，準確率提高
缺點：對測試者手勢擺放有明確要求，適應性差
程序思路
針對單極方案，我們首先嚐試應用lib-svm(支持向量機)算法，以實現對於手勢的判別，但鑑於比賽時間和個人水平的限制，對於lib-svm的理解不足，暫不採用該方案。
然後我們嘗試在訓練模式下，一段時間內，收集測試者做各個手勢時，fdc2214所讀取的最小數值作爲閾值；在判別模式下以各個閾值作爲手勢的判別依據，經測試準確率在百分之60左右。
最後，爲保證手勢判別的準確率，我們採取多極板方式，即一個手指對於一個極板，而每塊fdc2214有4個通道，所以我們使用了2塊fdc2214；多出的3通道，我們選取了其中2個，連接了小塊極板作爲電容按鍵，進行菜單選擇和模式切換。
程序流程：
- fdc2214採集5塊極板空載數據（即：無放手數據），待數據穩定後進行記錄，標記爲開關閾值
- 當前極板的放手數據與開關閾值進行比較，有手指爲1，否則爲0
- 根據5塊極板的0/1數據對手指進行判別
- 電容開關選擇模式，猜拳模式或猜數字模式
- oled顯示判別結果
作品快照
未完待更---