手势识别因其所具有的直观性与高度发展潜力，正成为热门的人机交互技术之一，而随着技术的发展，手势信号的识别方法越来越紧密地与计算机技术和传感器选择联系在一起。本项目基于新型的湿气发电机传感器元件，定量探究了不同结构与外部因素下湿气发电传感器的发电输出水平，并研究其在手势气流作用下的变化情况，设计出一套合适分类算法进行识别，评估其性能。

本项目着眼于新型的湿气发电传感器元件，设计出合适的传感器制备方法与其使用场景。项目共分为两部分：对湿气发电机传感器的电学特性研究，与针对于手势输入信号的分类识别算法构建。该项目通过定量对比分析各项条件设置下的传感器输出水平，给出能够稳定输出高且稳定电压的传感器制备方法，并检测手势气流下的输入波形，通过算法识别出输出信号。

本项目完成了对于湿气发电机传感器的电学特性研究，以及与手势输入信号的分类识别算法构建。本项目综合考察了传感器设计尺寸、离子水凝胶配比等内部结构条件，以及大气温度、湿度等外部环境因素，给出了如何制备高输出水平的碳基湿气发电机传感器的方法。同时，针对于手势气流的输入信号，项目考察了不同分类模型、不同精细效果下的识别水平，选择并进一步优化了算法的构建，手势信号的综合辨识度超过85%，可以有效处理该传感器的输入检测。