随着人机交互手段的进步，手势识别得到了蓬勃的发展。基于微传感器的手势采集系统由于不受空间的约束逐渐得到重视，但该类型设备计算复杂度高、数据量大并且准确性不高。针对这一问题文中提出了一种基于多加速度传感器和 ZigBee网络的手势采集系统。利用位于手指和手背上的六个加速度传感器，将不同方向轴上的信息传送给接收端。接收端通过滤波取整、起始点检测、抖动判定、模型训练与模型匹配对动作者手势信息进行判决。系统利用隐马尔可夫(HMM)模型识别算法，对0～9十个手势进行判断，在20位实验者中得到了98％以上的识别率，同
