1.一种基于自制数据手套的手势识别方法，其特征在于：该方法包含如下步骤：S1：利用普通手套，将传感器和数据采集模块做成数据手套；

S2：上位机通过数据手套采集手势数据，并将采集到的手势数据进行预处理；

S3：将预处理之后的手势数据输入到模板匹配和BP神经网络算法中进行训练，得出对应的识别模型；

输入神经元为5个手指的数据，输出神经元为9个手势值；神经网络训练时，通过不断调整隐含层节点数，选择不同的激活函数，设定不同的学习率，得出手势识别率；其中根据隐含层节点数的经验公式，通过公式先设置一个初始值，然后在这个值的基础上逐渐调整，比较每次网络的预测性能，选择性能最好的对应的节点数作为隐含层神经元节点数；

S4：通过训练好的识别模型进行手势识别，在上位机中显示出对应的手势值；

所述数据采集模块包含多路选择开关，微控制单元，USB-UART桥接器，放大器；

所述多路选择开关连接至所述放大器，所述放大器连接至所述微控制单元，所述微控制单元上连接有所述USB-UART桥接器，所述微控制单元通过所述USB-UART桥接器连接至计算机；

所述放大器包含桥式放大电路和噪声抑制电路，所述桥式放大电路连接至所述噪声抑制电路；

所述噪声抑制电路包含相互串联的工频陷波电路和带通滤波电路，所述带通滤波电路由低通滤波器和高通滤波器串联组成。

2.根据权利要求1所述的一种基于自制数据手套的手势识别方法，其特征在于：所述低通滤波器和高通滤波器的频率范围为0.08-44.2Hz。

3.根据权利要求1所述的一种基于自制数据手套的手势识别方法，其特征在于：步骤S1中所述传感器为弯曲传感器。

4.根据权利要求3所述的一种基于自制数据手套的手势识别方法，其特征在于：所述弯曲通过杜邦线连接至所述数据采集模块。

5.根据权利要求4所述的一种基于自制数据手套的手势识别方法，其特征在于：步骤S3中将预处理之后的手势数据输入到模板匹配具体为：S31：将数据手套采集到的传感器数据与模板库中的手势模板进行匹配，计算其欧氏距离；

S32：将欧氏距离值进行排序，根据行中最小的一行的数据代表的手势识别出用户输入的手势。