手勢識別的具體技術(shù)大概可以分成三種 —— ToF技術(shù)、結(jié)構(gòu)光技術(shù)以及毫米波雷達(dá)的技術(shù)，下面就分別來說道說道。

No.1

ToF技術(shù)

ToF的全稱為飛行時間（Time of Flight），是一種通過計算光線的傳播時間來測量距離的技術(shù)。根據(jù)距離的不同來判斷出不同手指的具體位置，從而判斷出具體的手勢，再對應(yīng)到相應(yīng)的控制命令之上。

要通過光線傳播來測算距離，那么就需要一個能夠發(fā)射光線的裝置和接收光線的感應(yīng)裝置。大眾使用了一個3D相機(jī)模塊來發(fā)射脈沖光，再利用內(nèi)置的感應(yīng)器接收用戶手部反射回的光線。然后，根據(jù)二者的時間差，處理芯片就可以構(gòu)建出手部目前的位置和姿勢。

大眾手勢識別技術(shù)中藏在換擋桿后方的ToF攝像頭（紅點(diǎn)位置）

通過實(shí)時采集這些信息，中控系統(tǒng)就可以調(diào)用相應(yīng)的數(shù)據(jù)庫獲得用戶正在進(jìn)行的動作。再根據(jù)預(yù)先定義的功能，就可以實(shí)現(xiàn)不同的操作。由于光的傳播速度非?？?，基于ToF技術(shù)的感光芯片需要飛秒級的快門來測量光飛行時間。這也是ToF技術(shù)難以普及的原因之一，這樣的感光芯片成本過高。

No.2

結(jié)構(gòu)光技術(shù)

結(jié)構(gòu)光技術(shù)基本原理與ToF技術(shù)類似，所不同之處在于其采用的是具有點(diǎn)、線或者面等模式圖案的光。以英特爾公司的集成式前置實(shí)感攝像頭為例，其包括了紅外激光發(fā)射器、紅外傳感器、色彩傳感器以及實(shí)感圖像處理芯片。

英特爾實(shí)感技術(shù)所用攝像頭

其基本原理為：首先激光發(fā)射器將結(jié)構(gòu)光投射至前方的人體表面，再使用紅外傳感器接收人體反射的結(jié)構(gòu)光圖案。然后，處理芯片根據(jù)接收圖案在攝像機(jī)上的位置和形變程度來計算物體人體的空間信息。結(jié)合三角測距原理，再進(jìn)行深度計算，即可進(jìn)行三維物體的識別。攝像頭把采集到的信息發(fā)送到負(fù)責(zé)實(shí)感計算的軟件開發(fā)包（Software Development Kit，SDK）后，該SDK結(jié)合加速度計算器，就可以提供手勢識別等功能。

作為一種快速、便攜、高精度的三維測量技術(shù)，結(jié)構(gòu)光測量技術(shù)在航空、模具、醫(yī)療等領(lǐng)域均得到了廣泛的應(yīng)用。手勢識別只是其中的一個應(yīng)用案例。

No.3

毫米波雷達(dá)

毫米波雷達(dá)的原理同樣與ToF技術(shù)基本相同，只不過用于測量的介質(zhì)從光線變成了無線電波。例如谷歌的Project Soli利用內(nèi)置的毫米波發(fā)生器把無線電波（雷達(dá)波）發(fā)射出去，然后利用接收器接收回波。這時，內(nèi)置的處理芯片會根據(jù)收發(fā)之間的時間差實(shí)時計算目標(biāo)的位置數(shù)據(jù)。

谷歌Project Soli芯片

通過比較不同時間段手指位置的不同，Project Soli就可以與內(nèi)置的數(shù)據(jù)比較，得到手指正在進(jìn)行的動作。毫米波雷達(dá)的缺點(diǎn)在于信號容易被空氣阻擋，掃描范圍有限，因而對遠(yuǎn)距離目標(biāo)探測不清楚，但對近距離目標(biāo)勘測十分清晰。在主動安全技術(shù)中，毫米波雷達(dá)的身影已經(jīng)不可或缺。另外，在近程高分辨力防空系統(tǒng)、導(dǎo)彈制導(dǎo)系統(tǒng)、目標(biāo)測量系統(tǒng)等均有應(yīng)用。

手勢控制是近年來發(fā)展起來的全新的交互方式，與一般的按鍵、語音等交互方式不同，手勢控制更容易掌握和應(yīng)用。但由于目前技術(shù)的限制，依舊存在使用成本較高、手勢識別正確率較低等問題，因此目前沒有得到廣泛的應(yīng)用，相信隨著技術(shù)的發(fā)展革新，手勢識別必將在更多的領(lǐng)域發(fā)揮功用。

The End

手勢控制離我們還有多遠(yuǎn)？

雖然手勢控制很容易吸引眾人眼球，但離真正的大規(guī)模應(yīng)用還有一定的距離，主要原因不外乎兩個，一是技術(shù)本身還不夠成熟，二是沒有切中用戶痛點(diǎn)。

ToF技術(shù)在應(yīng)用時具有明顯“外部疊加誤差”的缺點(diǎn)，所謂外部疊加誤差，是相對于由于光線散射導(dǎo)致的內(nèi)部疊加誤差而言的。誤差產(chǎn)生的原因在于相機(jī)發(fā)射的光線在到達(dá)手部時沒有直接返回相機(jī)的感光原件，而是通過幾次不規(guī)則漫反射才回到相機(jī)模塊，這樣測量出來的距離就與實(shí)際距離不匹配。然而，如果相機(jī)中的背景是固定的，感應(yīng)器就可以忽略外部疊加誤差引起的測量錯誤。

毫米波雷達(dá)來捕捉動作、距離、速度等信息，感應(yīng)誤差精細(xì)到毫米。如何把具有如此精度的設(shè)備微小化是一件十分苦難的事情，最難的地方在于微小化會影響器件的發(fā)射功率和效率、感應(yīng)靈敏度等。谷歌用了十個月左右才將Project Soli從PC主機(jī)大小縮小到了硬幣大小，且為了提高精度與排除干擾，用到了兩個發(fā)射器與四個接收器。

結(jié)構(gòu)光技術(shù)從技術(shù)本身來說，最需要解決的問題首先是合適的使用場景。另外，從現(xiàn)場體驗(yàn)來看，識別的準(zhǔn)確度還有待提升。

除了技術(shù)研發(fā)上的難題之外，用戶在使用時的體驗(yàn)也對開發(fā)者提出了挑戰(zhàn)：與傳統(tǒng)操作方式的不同就要求開發(fā)團(tuán)隊設(shè)計一套新手教程，以此來讓用戶逐步體感技術(shù)的使用方法；用戶在使用過程中可能手的一部分會在探測區(qū)域之外；在實(shí)際的應(yīng)用中，系統(tǒng)也會需要根據(jù)環(huán)境進(jìn)行攝像頭的矯正，存在一個學(xué)習(xí)的過程。這些都是需要開發(fā)團(tuán)隊提前想好應(yīng)對策略。

目前的手勢控制僅能實(shí)現(xiàn)比較簡單的功能，即便如此，在真正的用戶體驗(yàn)過程中還是會出現(xiàn)一些問題。不管是采用ToF、結(jié)構(gòu)光還是毫米波雷達(dá)識別手勢，都要求手勢指令必須在特定的區(qū)域內(nèi)操作，與此同時，所有手勢還必須要符合系統(tǒng)對動作的標(biāo)準(zhǔn)要求，這樣一來，手勢指令的正確識別率難免會大打折扣。
責(zé)任編輯:pj