随着老年人和残障人士数量的逐年增加，无障碍技术逐渐成为研究的热点。自然、友好的人机交互系统是其主要研究内容。手是人身上最灵活的一个部位，手语被认为是人的第二语言，手势识别的研究具有非常重要的作用和意义。基于视觉的手势交互具有非接触性，而且自然、直观，一直以来都是计算机视觉和人机交互领域广受关注的研究方向。智能轮椅是智能化服务机器人在助老、助残方面的成功应用，把手势识别技术与智能轮椅结合起来，使老年人和残障人士可以通过简单的手势命令来控制轮椅的运动，帮助提高生活质量。因此，研究自然、实用的智能轮椅手势控制系统，不但具有较好的理论意义，还具有很强的实用价值。　　 本文主要研究基于视觉的手势识别技术。在归纳和总结国内外手势识别领域的研究现状，对比各种方法的优势和劣势的基础上，提出了一种基于手位识别的方法。利用AdaBoost算法训练分类器，通过分类器检测视频序列中是否有手势出现，如果检测到手势，确定其在当前帧图像中的位置，进行手位识别，并根据手位得到控制命令。基于手位识别的方法使用手在图像空间上的位置区域信息作为控制命令，具有很强的扩展性和较高的识别率。但由于该方法只用了单帧图像的信息，需要搜索整幅图像来确定视频中是否有手势存在，检测速度相对较慢，需要对该方法进行修正。提出了一种混合AdaBoost算法和Camshift算法的改进方法。如果检测到当前帧图像中有手势存在，则利用Camshift算法预测下一帧图像中手势出现的位置，这样可以利用图像序列帧间的联系来缩小搜索区域，可以缩短检测下一帧图像所用的时间。　　 最后，本文设计并实现了一个手位识别系统，实验结果证明本系统平均识别率能达到90.9％，并完成智能轮椅手位控制系统的设计与实现。大量实验证明：本文提出的手位识别方法具有较强的实用性、可扩展性和稳定性，能够用于复杂的环境，其改进方法具有较好的实时性。