一种用于设备巡检的多功能手势控制可穿戴装置的制作方法

本发明涉及设备巡检装置，具体涉及一种用于设备巡检的多功能手势控制可穿戴装置。

背景技术：

随着电力系统规模的日益发展，对其安全运行和供电可靠性的要求也越来越高。变电站、配电站作为电网枢纽，它们的运行质量与整个电网的安全、稳定运行息息相关，因此，必须进行定期巡视以确保其设备安全稳定运行。目前设备巡检应用最广泛的是人工巡检，在巡检过程中手动采集大量现场数据，包括照片、录像、测量数据以及文字信息等，通过人工手动记录或保存在不同设备上进行存储。后期需要人工对采集到的数据进行进一步整理、汇总及分析。这种方法由于采用人工记录，存在工作量大、工作效率低、检测数据精度低、容易出错等缺点。而且对数据缺乏统一的管理，难以查询、比较或判断。因此，如何实现快速自动设备巡检，减少人工的工作量是电力系统巡检和机械设备状态监测中急需解决的问题。

技术实现要素：

本发明的目的在于针对上述现有技术中的电力系统巡检和机械设备状态监测中人工手动巡检方式造成的工作量大、工作效率低、易出错等问题，提供一种用于设备巡检的多功能手势控制可穿戴装置，通过分析手势信息下达测量指令，操作便捷，适用范围广，实用性强。

为了实现上述目的，本发明有如下的技术方案：

一种用于设备巡检的多功能手势控制可穿戴装置，包括手势传感器、测量传感器、处理器模块、输入输出模块、无线收发模块、定位模块和电源模块；所述的手势传感器用于采集手指手势信息，并将手指手势信息发送至处理器模块；所述的处理器模块于接收及分析手指手势信息，然后下达相应的测量指令给测量传感器；所述的测量传感器测量结束后，处理器模块接收测量结果并将其发送给输入输出模块，控制无线收发模块将测量结果发送给上位机；

所述的手势传感器包括至少一个监测手指手势的三轴加速度传感器，通过三轴加速度传感器对操作人员手势动作的加速度数据进行在线采集，处理器模块接收采集到的手势动作x轴、y轴和z轴的加速度数据，通过bp网络模型来拟合计算特征值，通过查找手势特征值与指定信息的对照表识别出手势指令，根据手势指令下达相应的测量指令。

作为优选，本发明多功能手势控制可穿戴装置的一种实施例当中：

所述的测量传感器包括红外温度测量传感器、图像采集传感器、噪声传感器和距离传感器，分别用于对应采集巡检设备的温度数据、图像、噪声数据和距离数据。

作为优选，本发明多功能手势控制可穿戴装置的一种实施例当中：

所述的处理器模块接收到测量传感器的测量结果后，对温度数据和噪声数据进行阈值判断，当温度或噪声超过设定范围时，进行报警提示。

作为优选，本发明多功能手势控制可穿戴装置的一种实施例当中：

所述的输入输出模块包括触控显示屏、扬声器和数据接口；所述的触控显示屏用于实时显示测量结果和接收操作人员指令；所述的扬声器用于在可穿戴装置使用过程中发出提示音或对采集数据报警，提示操作；所述的数据接口用于实现与上位机之间的数据通信。

作为优选，本发明多功能手势控制可穿戴装置的一种实施例当中：

所述的无线收发模块采用wi-fi、蓝牙或zigbee网络与上位机进行测量结果的实时发送。

作为优选，本发明多功能手势控制可穿戴装置的一种实施例当中：

所述的定位模块包括基于gps或北斗的定位器，位置通过无线收发模块送至上位机。

作为优选，本发明多功能手势控制可穿戴装置的一种实施例当中：

所述的bp网络模型通过进行训练达到设定的精度，具有一个隐含层，隐含层的激励函数为s型正切函数，输出层的激励函数为s型传递函数，学习算法为有动量的梯度下降法。

本发明还公开了一种电子手套，设置了该多功能手势控制可穿戴装置。

相较于现有技术，本发明具有以下的有益效果：通过测量传感器能够自动采集设备的多种数据信息，解决了现有技术中人工手动获取并记录数据的方式造成的工作量大、工作效率低、容易出错等问题。该装置可穿戴在人体上，并通过手势进行控制，操作便捷，适用范围广，实用性强。本发明通过bp神经网络模型来实时识别手势信息，相较于常见的基于图像的手势识别，具有成本低、体积小、便于携带等优势。装置中所包含的无线收发模块能够将测量结果实时发送给上位机，并于设备状态信息的统一管理、查询、比较和判断。

相较于现有技术，本发明的电子手套穿戴方便，在使用过程中不影响人员其他操作，根据手势指令下达相应的测量指令，解决了数据采集工作量大、工作效率低、容易出错等问题。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1本发明的装置结构框图；

附图中：1-手势传感器；2-测量传感器；3-定位模块；4-处理器模块；5-输入输出模块；6-无线收发模块；7-电源模块。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。

基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，也都属于本发明保护的范围。

参见图1，本发明用于设备巡检的多功能手势控制可穿戴装置可以应用在电子手套上，包括手势传感器1、测量传感器2、处理器模块4、输入输出模块5、无线收发模块6、定位模块3和电源模块7。该装置能够直接佩戴于操作人员手上，使用方便。

本发明的工作原理为：通过手势传感器1采集操作人员的手指手势信息，并将手指手势信息发送至处理器模块4；处理器模块4接收到手指手势信息后，分析手势信息，并下达相应的测量指令给测量传感器2；测量传感器2接到指令后启动测量，并在测量结束后将测量结果发送给处理器模块4；最后，处理器模块4将测量结果发送给输入输出模块5，同时控制无线收发模块6将测量结果发送给上位机。其中，手势传感器1包括至少一个监测手指手势的三轴加速度传感器，三轴加速度传感器对操作人员手势动作的加速度数据进行在线采集。

处理器模块4用于协调控制各模块的工作，并完成相应的计算功能。处理器模块4接收采集到的x轴、y轴和z轴的加速度数据，并对其进行分析处理，主要包括如下步骤：

1.对加速度数据进行预处理，包括去除跳点、中值滤波和提取特征值。

2.采用bp(backpropagation，反向误差传递)神经网络算法来完成实时的手势识别功能。所述的bp神经网络算法将经过预处理的x轴、y轴和z轴的加速度数据作为网络的输入，手势动作对应的特质值作为输出，通过训练好的bp网络模型来拟合计算特征值。

3.通过查找手势特征值与指定信息的对照表识别出手势指令。

bp网络模型的建立包括如下步骤：首先，实验采集训练样本；然后，根据样本数据构建bp神经网络；最后，将训练好的网络存储于处理模块中。

测量传感器2包括红外温度测量传感器，图像采集传感器，噪声传感器和距离传感器。

处理器模块4接收到测量传感器2的测量结果后，会对结果数据进行阈值判断，当温度或噪声超过设定范围时，控制扬声器报警。

输入输出模块5包括触控显示屏，扬声器和数据接口。无线收发模块6采用wi-fi、蓝牙或zigbee通信技术。定位模块3包括基于gps或北斗的定位器。

实施例

使用本发明进行设备巡检时，当操作人员做出一个特定手势，例如，竖起拇指作“点赞”动作时，包括如下步骤：

1.手势传感器1检测到该手势，采集加速度数据并传递给处理器模块；

2.处理器模块4接收x轴、y轴和z轴的加速度数据，分析数据信息判断该手势为温度测量指定，故下达温度测量指令给红外温度测量传感器，同时下达位置采集指令给定位模块；

3.红外温度传感器接收到指令后，启动一次温度测量，并在测量结束后将测量结果发送给处理器模块4；定位模块3接收到指令后，采集实时定位，并在定位结束后将位置信息发送给处理器模块4；

4.处理器模块4接收到测量结果后控制扬声器发出提示音，同时将温度测量结果显示在触控显示屏上，并控制无线收发模块将温度测量结果和实时位置信息发送给上位机。

5.上位机接收并存储发送回来的现场数据，用于监控设备状态。

其中，手势数据信息识别是通过bp神经网络模型得到的。

bp神经网络模型的建立包括如下步骤：

1.采集训练样本作为网络的输入输出变量；所述的训练样本包括不同手势动作下，x轴、y轴和z轴的加速度数据x，y，z，手势动作对应的特质值t；

2.构建bp神经网络，并对bp神经网络进行训练，直到达到设定的精度为止；bp神经网络以x，y，z作为输入，t作为输出，且具有一个隐含层；所述的bp神经网络的隐含层数目为8，隐含层的激励函数为s型正切函数，输出层的激励函数为s型传递函数，学习算法为有动量的梯度下降法，学习速率设为1，目标误差设为0.0005，网络最大迭代次数设为50000；

3.将训练好的bp神经网络模型储存在处理模块中，用于手势信息识别；每次计算时，将实时测量得到的x轴、y轴和z轴的加速度数据x，y，z输入已建立的bp神经网络模型中，经过网络计算，便能输出手势特征值t，从而通过查表判断出对应的指令信息。

需要说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照实施例对本发明进行了详细的说明，熟悉本领域的技术人员应当理解，对本发明技术方案进行修改或者等同替换，而不脱离本发明技术方案和精神和范围，均应涵盖在本发明的保护范围内。