随着物联网的蓬勃发展,以及大数据、人工智能等技术的不断革新,人们更加地关注自身生命体征、运动状况、周边环境等数据,利用可穿戴装置实时地获取这些数据也成为了人们热衷的一种生活方式。诸如智能手环、智能手表等可穿戴装置因其轻便、功能性强等优势在生活中被广泛地使用。不仅如此,在医疗健康监测、人机交互等领域,可穿戴装置也发挥着重要的作用。因此,作为可穿戴装置核心的传感器件也在科研领域、工业界得到了广泛的关注。当前,可穿戴装置多是以硬质的微机电传感器为传感单元,因而会存在穿戴舒适度较差、成本较高等不足。而近些年来,轻薄且制备成本低的柔性传感器成为了研究的热点,基于柔性传感器的可穿戴传感技术有望解决传统可穿戴装置在穿戴体验上的不足。然而,当前的研究多是围绕着柔性传感器的性能提升而展开,缺少对其实际应用在可穿戴装置上的探索、展示。因此,本课题将研究以柔性传感器为核心传感单元的智能可穿戴装置的设计及制作。具体地,以课题组所研究的柔性传感器为核心传感器件,并结合具体应用方案,从而设计并制作出一款穿戴舒适、成本较低的柔性数据手套。同时,分析用于监测指关节弯曲的柔性传感器所得到的传感数据的特征,并设计适用的数据处理方法以及算法模型,利用所制作的数据手套分别实现准确的静态手势和动态手势识别,使得整个装置实现智能化。论文已经展开的相关工作及成果如下:(1)我们以双包覆纱为基底,在其表面有效涂覆还原氧化石墨烯(rGO),制备出一种可拉伸、传感性能良好、成本低的包覆rGO的纤维传感器。测试结果表明,包覆rGO的纤维传感器在20%的拉伸形变下具备较好的传感稳定性、可重复性以及线性度,且能对指关节弯曲做出较为迅速、准确的响应,平均角度误差为8.37°,我们认为其适用于数据手套的传感单元。(2)我们将10个包覆rGO的纤维传感器缝在织物手套表面,使其分别紧贴于五根手指的近端指间关节和指掌关节,设计并制作出一种能监测指关节弯曲且具有制作简易、成本低、佩戴舒适等特点的柔性数据手套。并提出一种自适应程序及加权滤波算法的设计方案,能有效减少包覆rGO的纤维传感器在监测指关节活动的过程中所产生的数据波动,并解决手型匹配、传感器初始电阻值存在差异等问题。(3)我们使用所制作的数据手套完成了对表示数字“0”-“9”的10种静态手势的准确识别,基于BP神经网络所建立的模型在2000个测试样本上的识别准确率达到98.5%。实验结果表明,包覆rGO的纤维传感器可以有效的采集到静态手势的特征,并且使用DBSCAN算法能过滤数据中的离群点,减少纤维传感器在长期使用过程中性能不稳定所带来的影响,从而保证较高的识别准确率。(4)使用所制作的数据手套,我们准确识别了从常用手语中选取的9种动态手势,基于DTW算法构建的模型在180个测试样本上的识别准确率达到98.3%。实验结果表明,所制作的数据手套具备较好的实时响应能力和可重复性,能准确、迅速地监测到动态手势在整个执行过程中的重要特征,不会因手势动作大幅度变化而产生严重的迟滞和偏差,在动态手势识别场景中具有很强的实用性。