运动信号传感

手势的外在表征是手部（手指、手腕、手臂）的关节弯曲以及区段运动。通过对手部惯性运动的测量以及关节角度的测量可以实现对手势的监测。运动信号传感是目前消费级可穿戴设备中应用最广泛的传感路线，几乎所有智能手表和手环均内置惯性测量单元。

惯性测量单元（IMU）

通常由三轴加速度计、三轴陀螺仪组成，部分设备还集成了三轴磁力计。传感器布置方式主要有两种：在手部每个运动自由度各布置 1 个惯性测量单元，或将单个惯性测量单元作为传感器融合系统的一部分，处理动态手部手势。

传感器的布置位置对 IMU 的识别能力有显著影响：贴附于手指时，对手指弯曲等细粒度手势最为灵敏；贴附于手腕时，对手腕偏转、旋转等腕部动作最为敏感；贴附于前臂时，则主要捕捉前臂旋转和大幅度手臂运动。因此，单腕部 IMU 对细粒度手指动作（如单指弯曲）的分辨能力有限，这正是 sEMG 和 FMG 的互补优势所在。多传感器融合（IMU + sEMG 或 IMU + FMG）是提升手势识别精度与鲁棒性的重要方向。

优势：灵敏度高，在动态手部手势识别中通常能实现较高的精度，且传感器成本低、使用便捷，已广泛集成于消费级智能手表和手环中。

缺陷：易受手臂挥动、行走等人体动作的干扰；对细粒度手指动作（如单指弯曲）的分辨能力有限；在静态手势识别中，仅依靠 IMU 难以区分手指姿态相近的手势。

典型应用案例：

• Apple Watch Double Tap：三传感器融合（加速度计 + 陀螺仪 + 光学心率传感器），通过机器学习模型区分有意的双击手势与日常无意动作，无需触摸屏幕即可控制界面
• 小米 HyperOS：基于 CyweeMotion AI 引擎的翻腕 / 晃腕手势
• 三星 Universal Gestures：基于 IMU 的四种标准手势

弯曲传感器

一种薄带状电阻元件，可用于测量弯曲角度，不同的弯曲角度会对应不同的电阻值。该传感器通常嵌入智能手套中，且每个手指对应一个传感器，可实时输出各手指的弯曲角度。

典型应用包括：数据手套（Data Glove）用于 VR/AR 交互与手部动作捕捉、手语识别与翻译、康复训练中的手指运动监测，以及工业场景中的精细操作记录。与 IMU 相比，弯曲传感器能直接测量手指关节角度，对静态手势的分辨能力更强，但手套形态限制了其在日常消费场景中的普及。

优势：成本低、易制造、使用便捷，能直接测量手指弯曲角度，对静态手势分辨能力强。

缺陷：角度测量精度相对较低；手套形态佩戴不便，用户接受度低；传感器与手指的贴合程度受手型差异影响，存在个体适配问题。

传感模态对比