项目与架构

精选个人项目,涵盖硬件、固件、安全与云原生。

FEATUREDV6.0
168/168 tests passing · 全栈开源 (MIT)

EchoGlove V6.0 — 边缘 AI + SFLP 融合的双手语翻译智能手套

听障人群日常沟通依赖人工手语翻译,成本高、实时性差。现有视觉手势识别方案受光照、遮挡与背景干扰大,难以在移动场景中稳定使用。
§ Technical Highlights

SFLP 超低功耗融合

ST LSM6DSV16X / BNO085 内置 SFLP 0.65mA 输出 4 元数;IMU 内部温度传感器对弯曲传感器做温漂补偿,11 维/单手势特征。

三级边缘推理架构

Tier1 1D-CNN (<3ms) · Tier2 Gated Bi-CrossAttention (<30ms,集成 7 寸屏 + TTS) · Tier3 ST-GCN+MS-TCN 解析 60+ 类连续手语。

高可靠双模通信

ESP-NOW (~2ms) + BLE 5.0 双模冗余,28 维双手特征融合,三级模型热切换自动降级,丢包插值补帧。

长链连续语句推理

云端 GCN 时序模型 + 上下文关联解析,从孤立手势识别升级到连续手语句法级别的语义映射。

§ Architecture·3-tier edge inference
┌──────────────────────────────────────────────────────────┐
│  GLOVE · ESP32-S3  (Tier 1)                              │
│  ┌──────────────────────────────────────────────┐        │
│  │ 5x Flex  +  LSM6DSV16X / BNO085  +  Hall    │        │
│  │ SFLP 0.65mA · 4 元数 + 11 维特征             │        │
│  └────────────────────┬─────────────────────────┘        │
│                       │                                   │
│              ┌────────▼────────┐                          │
│              │ 1D-CNN  <3ms    │                          │
│              └────────┬────────┘                          │
│                       │  ESP-NOW + BLE 5.0  双模冗余       │
└───────────────────────┼──────────────────────────────────┘
                        │  28-dim 双手特征
┌───────────────────────▼──────────────────────────────────┐
│  BASE STATION · ESP32-P4  (Tier 2)                       │
│  ┌──────────────────────────────────────────────┐        │
│  │  Gated Bi-CrossAttention  <30ms              │        │
│  │  7" Display + TTS 语音 · 脱机独立可工作      │        │
│  └────────────────────┬─────────────────────────┘        │
│                       │  Wi-Fi / USB                      │
└───────────────────────┼──────────────────────────────────┘
                        │
┌───────────────────────▼──────────────────────────────────┐
│  CLOUD / PC  (Tier 3)                                    │
│  ┌──────────────────────────────────────────────┐        │
│  │  ST-GCN + MS-TCN  时序模型                    │        │
│  │  60+ 类 · 连续手语句法解析                    │        │
│  └────────────────────┬─────────────────────────┘        │
└───────────────────────┼──────────────────────────────────┘
                        │
                  ┌─────▼─────┐
                  │ Mobile App │
                  │ Text / Voice│
                  └────────────┘
§ Key Metrics
Tier 1 延迟
<3ms
Tier 2 延迟
<30ms
SFLP 功耗
0.65mA
连续手语类
60+
双手特征维度
28
自动化测试
168/168
§ Tech Stack
硬件
  • ESP32-S3 (主控)
  • ESP32-P4 (基站)
  • LSM6DSV16X / BNO085 IMU
  • 5× 柔性弯曲传感器
  • 霍尔传感器
  • 7" 显示屏 + TTS 模块
边缘 AI
  • TensorFlow Lite Micro
  • 1D-CNN (Tier 1)
  • Gated Bi-CrossAttention (Tier 2)
  • ST-GCN + MS-TCN (Tier 3)
通信
  • ESP-NOW (~2ms)
  • BLE 5.0
  • Wi-Fi
  • UWB (备选)
软件
  • C++ 固件
  • Python 推理
  • Unity 可视化
  • Web 中继
  • 移动 App

面向听障人群的实时连续手语翻译与 3D 动作捕捉系统。融合柔性传感器、IMU、UWB 与霍尔传感器,3 级边缘推理架构实现"感知→编码→推理→表达"完整闭环。

View on GitHub
§ Other Projects
04 entries

© 2026 Lapinex 技术枢纽. 纯静态网页架构.

AIoT • 网络安全 • 边缘计算 • 人工智能 • 全栈开发