经统计,由于驾驶员驾驶分心导致的交通事故占比为65%,驾驶分心主要由于驾驶员低头查看仪表盘及操作相关设备导致。本文将手势识别技术运用到车载HUD中,设计了一种适用于车内环境的人机交互系统,在保障驾驶安全的同时,优化驾驶体验。针对静态手势识别中易受类肤色物体及背景干扰物影响的问题。提出了结合肤色分割与背景差分法进行手势分割,并实时更新肤色与背景模型;通过Hu矩及手势轮廓的凸紧性得到手势特征,采用支持向量机对手势特征进行分类。实验表明,本文算法对两组静态手势数据库的平均识别率为99.05%。针对动态手势识别中实时性较差且手势易丢失问题。首先,采用光流法计算关键帧图像中角点光流矢量进行手势区域的分割;将卡尔曼滤波器与光流法相结合,实时预测跟踪手势位置;获取手势中心点提取手势运动轨迹特征,通过动态时间规整算法进行分类。实验表明,本文算法对动态手势库的平均识别率为97.87%。将手势识别模块搭载到车载HUD平台上,在车中进行系统模拟测试。运用本文提出的算法,手势识别成功率达到95.17%,实现车内常用16项功能操作,满足了人机交互的需求。