随着智能硬件和移动设备的不断发展,自然的人机交互技术已成为智能硬件和移动设备研究中的重要方向,基于图像和基于语音的识别技术以便捷和效率高的特点成为了成熟的人机交互方式并取得了一定成果。手势以其直观等特性近年来逐渐成为移动设备领域研究人员关注的焦点,在以手势识别为代表的人机交互领域,目前主要有三种技术路线,基于视觉的识别技术,基于雷达波的手势识别和基于惯性传感器的识别技术。这三种技术的发展齐头并进,广泛应用在智能家居,健康监测等物联网的各个领域。区别于另外两种手势识别的方法,本文研究的内容是基于惯性传感器并针对预定义手势集的手势识别技术,主要为了提高手势识别的精度并应用于实际场景,从而进行高效的人机交互,提高用户体验。本文主要完成了以下工作:(1)从实际应用场景出发,提出系统的设计方案。首先,根据预定义手势集从传感器采集的数据中提取不随个体差异变化且反映手势特点的特征量,作为手势判决的基础;其次,着重对已有算法进行分析比较,并得出分析结果;再次,分析比较几种典型的传感器模块和通信模块,搭建适用于实际场景的硬件平台。(2)在硬件平台搭建完成的基础上,为提高识别算法的准确度,本文对随机噪声和脉冲噪声分别进行了中值滤波和低通滤波处理,对实时手势数据进行截取并依据手势特征编写手势识别算法。(3)实际应用是检验手势识别算法是否能应用于人机交互领域的关键步骤。本文将手势识别系统应用于PPT翻页的实际场景中,通过多用户大量重复测试验证了识别系统的准确度,证实了算法对于预定义手势识别的可行性。本文设计并实现的基于惯性传感器的针对预定义手势的识别系统,对手势识别的研究和实际应用提供了一定的参考和借鉴价值。