与微软的Kinect的原理相似，同样是通过手势与智能设备交互的Leap Motion在手部的检测就比Kinect要出色的多。Leap Motion的视觉信息采集是通过2个摄像头和红外LED共同协作完成工作的。由红外LED照射到在两个摄像头能够感知的范围以内的手上，配合两个如同人眼一般的摄像头从不同角度来获取图像信息。Leap Motion的系统在设备上方模拟了一个三维坐标系，在这个坐标系中都属于Leap Motion的可感知范围空间。和Kinect相比，Leap Motion由于其红外感知方式同样是不能检测到较远距离的人体的。但是与Kinect不同的是，Leap Motion具有较高的精度，它可以感知的精度可以用毫米作为单位计算，甚至可以更低，这一点是Kinect远远达不到的。

1。4  交互方式的选用

综上所述，接触式交互和语音识别这两种交互方式并不适合实验学习系统。在体感交互方式下，对比Kinect与Leap Motion，学习系统所需要的体感控制只需要手部控制即可，而不需要全身的体感检测，并且Leap Motion精确度较高，可以精确到手指动作细节，使用Leap Motion是优于Kinect的。再加上Leap Motion设备体积较小；与计算机连接方便；价格较低，仅需99美元；Leap Motion具有广阔的发展前景以及虚拟现实VR技术的存在，由此确定将Leap Motion的体感控制技术应用到实验学习系统上是最合适的。

2 Leap Motion

Leap Motion是体感控制器制造公司Leap发布的体感控制器，中文名为“厉动”，取义于“不明觉厉，动人心弦”。

2。1  Leap Motion概述论文网

Leap Motion于2013年5月13日正式上市，2013年7月22日发布的新版Leap Motion具有了更高的软硬件结合能力。2014年8月30日Leap Motion正式在中国登陆 [1]。

图2-1 Leap Motion的设备正面图和设备背面图

Leap Motion通过挥舞手指或手掌来和计算机进行交互。而这一款颠覆传统、能让人耳目一新的设备，能力奇特，但从外形上来看，却是非常低调的。它拥有规格为79×30×11mm的机身，机身简洁大方，如图2-1所示。顶部配有红外传感器，黑色光滑的面板。主要的硬件设备是两个置于Leap Motion内部的摄像头传感器，红外传感器会配合两个摄像头工作，得到手部的影像[7]。内部结构如图2-2所示。

图2-2 Leap Motion内部图

Leap Motion体感控制器拥有150度角的广阔视野，配合红外夜视能力来增强现实感，使得Leap Motion模拟出的虚拟现实场景更加逼真。Leap Motion的摄像头具有高保真的特点，对于在移动中的手也能准确的感应出。同时它还拥有精度高、延迟低等特点。

图2-3 Leap Motion模拟出的人手模型

Leap Motion控制器能清楚的模拟人手在于内置人手模型和现实中的人手一样都拥有29块手骨、29个关节、123根韧带、48条神经和30条动脉，如图2-3所示。Leap Motion控制器能轻松的追踪全部10只手指并且在理论上追踪精度可高达1/100毫米。Leap Motion控制器以每秒超过200帧的速度追踪整个手部的移动，可以实现实时同步追踪人手。

2。2  Leap Motion的原理

Leap Motion系统可以被当作成是一个识别和追踪手掌位置、手指位置及姿势的小工具。这个小工具可以在一个确保高精度和高速帧跟踪速率的前提下进行工作，并且它可以报告被检测到的手的位置、手的大小以及手的运动曲线。Leap Motion控制器使用的是光学传感器和红外光学传感器同时工作的设备。Leap Motion使用右手笛卡尔三维坐标系，传感器在正常检测时，是沿Y轴直线向上检测的。在达到Leap Motion控制器预设的标准操作位置后，它会拥有一个150度角的视野的可观测范围。Leap Motion控制器的有效监测范围在设备上方25至600毫米范围内，即1英寸到2英尺范围内，如图2-4所示。当然，在控制器有一个清晰的、高对比度的对象轮廓时，它的检测和跟踪工作会完成的更加出色。Leap Motion的软件将它传感器检测到的数据对应到它内部的人手模型上，从而帮助它自身具备完成这项具有挑战性的手势跟踪操作的条件[8]。 LeapMotion体感控制应用在实验学习系统中的研究与实现(3):http://www.youerw.com/jisuanji/lunwen_87894.html