一种基于指向性扬声器的车内手势识别方法及系统
知识产权简介
本专利提出了一种基于指向性扬声器的车内手势识别系统,通过高频FMCW信号和麦克风接收的反射信号,结合频率分析和深度学习技术,实现驾驶员手势的高精度检测。系统架构DASIV利用指向性扬声器阵列发射高度集中的声波,减少外部干扰,并使用谱减法对接收的信号降噪处理,将信号转换为频谱图后输入引入注意力机制的ResNet网络进行分类识别。这种方法不仅解决了车载环境中的多径反射和噪声干扰问题,还显著提升了手势识别的速度和准确性,为驾驶员提供了安全、便捷的交互方式,增强驾驶体验并降低分心风险。实验结果表明,该系统在不同条件下仍保持较高的识别准确性和稳定性。
转化前景
本专利对应的产品是基于指向性扬声器的车内手势识别系统,通过高频FMCW信号与深度学习技术,实现高精度、实时的手势交互。其技术优势在于利用指向性声波减少外界干扰,引入注意力机制的ResNet网络提升识别精度和速度。性能指标包括超过91.7%的平均识别精度和良好的复杂环境适应能力,确保不同驾驶条件下的稳定性。该系统在智能汽车领域具有广阔的产业化应用前景,可显著提升驾驶安全和用户体验。