手勢控製背後的三種感應技術：激光和無線電波當“搬運工”

　車企與IT企業都在秀各自的手勢控製，這些酷炫的技術背後，離不開的是測距設備、芯片和算法。

　　觸摸控製方式正在逐漸取代汽車中控屏上的物理按鍵。但是，我們也都知道，觸控並非是唯一被選擇的交互方式。語音、手勢甚至包括眼球、意念控製都曾出現在各式各樣的概念車上。今兒的主角就是手勢控製技術。

　　比如說今年召開的CES Asia電子展上，大眾就展出了一輛帶有手勢控製功能的Golf R Touch。當然，大眾並不是唯一的參與者。同樣是在這屆CES上，英特爾展出了3D實感技術，不僅可以捕捉手部動作，還能夠實現麵部識別、3D掃描建模等。而在隨後的穀歌2015年I/O開發者大會上，一款名為Project Soli的可穿戴智能設備芯片也能夠實時檢測雙手和手指上的微小活動，並根據設定執行相應動作。這些看上去就酷炫無比讓人手癢癢的技術，是怎麽做到的呐?

　　手勢控製，天下三分

　　雖然三家公司都是手勢識別技術，但是他們三個所采用的具體技術卻不盡相同。據透露，大眾的Golf R Touch上采用的是ToF技術，英特爾的是結構光技術，而穀歌則使用了毫米波雷達的技術。下麵就分別來說道說道。

　　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。根據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，再對應到相應的控製命令之上。

　　要通過光線傳播來測算距離，那麽就需要一個能夠發射光線的裝置和接收光線的感應裝置。大眾使用了一個3D相機模塊來發射脈衝光，再利用內置的感應器接收用戶手部反射回的光線。然後，根據二者的時間差，處理芯片就可以構建出手部目前的位置和姿勢。

　大眾手勢識別技術中藏在換擋杆後方的ToF攝像頭(紅點位置)

　　通過實時采集這些信息，中控係統就可以調用相應的數據庫獲得用戶正在進行的動作。再根據預先定義的功能，就可以實現不同的操作。由於光的傳播速度非常快，基於ToF技術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技術難以普及的原因之一，這樣的感光芯片成本過高。

　　結構光技術基本原理與ToF技術類似，所不同之處在於其采用的是具有點、線或者麵等模式圖案的光。以英特爾公司的集成式前置實感攝像頭為例，其包括了紅外激光發射器、紅外傳感器、色彩傳感器以及實感圖像處理芯片。

　　英特爾實感技術所用攝像頭

　　其基本原理為：首先激光發射器將結構光投射至前方的人體表麵，再使用紅外傳感器接收人體反射的結構光圖案。然後，處理芯片根據接收圖案在攝像機上的位置和形變程度來計算物體人體的空間信息。結合三角測距原理，再進行深度計算，即可進行三維物體的識別。攝像頭把采集到的信息發送到負責實感計算的軟件開發包(Software Development Kit，SDK)後，該SDK結合加速度計算器，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，結構光測量技術在航空、模具、醫療等領域均得到了廣泛的應用。手勢識別隻是其中的一個應用案例。

　　毫米波雷達的原理同樣與ToF技術基本相同，隻不過用於測量的介質從光線變成了無線電波。Project Soli利用內置的毫米波發生器把無線電波(雷達波)發射出去，然後利用接收器接收回波。這時，內置的處理芯片會根據收發之間的時間差實時計算目標的位置數據。

　　通過比較不同時間段手指位置的不同，Project Soli就可以與內置的數據比較，得到手指正在進行的動作。毫米波雷達的缺點在於信號容易被空氣阻擋，掃描範圍有限，因而對遠距離目標探測不清楚，但對近距離目標勘測十分清晰。在主動安全技術中，毫米波雷達的身影已經不可或缺。另外，在近程高分辨力防空係統、導彈製導係統、目標測量係統等均有應用。

　　車載路漫漫

　　大眾的手勢識別技術在體驗過程中雖然反應略慢，但是準確率還不錯;英特爾的實感技術據稱已經研發了三年之久，在遊戲上也已經開始實用;穀歌的Project Soli則還隻是個展示，尚未正式應用。但是不管是哪一個，車載的路依然很長。大眾的工程師表示至少還需要兩年的時間才能夠把手勢識別正式帶到量產車型之上，英特爾的實感技術還在與車企接洽，至於穀歌的，就更遠了。

　　ToF技術在應用時具有明顯的缺點——“外部疊加誤差”。所謂外部疊加誤差，是相對於由於光線散射導致的內部疊加誤差而言的。誤差產生的原因在於相機發射的光線在到達手部時沒有直接返回相機的感光原件，而是通過幾次不規則漫反射才回到相機模塊。這樣測量出來的距離就與實際距離不匹配。然而，如果相機中的背景是固定的，感應器就可以忽略外部疊加誤差引起的測量錯誤。大眾Golf正是利用車廂這一固定的背景來減少誤差帶來的影響。

　　穀歌Project Soli芯片

　　Project Soil采用的是60GHz、波長為5毫米的極高頻毫米波無線電波來捕捉動作、距離、速度等信息，感應誤差精細到毫米。然而，如何把具有如此精度的設備微小化是一件十分苦難的事情，最難的地方在於微小化會影響器件的發射功率和效率、感應靈敏度等。穀歌用了十個月左右才將其從PC主機大小縮小到了硬幣大小，且為了提高精度與排除幹擾，用到了兩個發射器與四個接收器。目前，Project Soli還沒有正式應用到具體設備中。

　　至於英特爾的實感技術，從技術本身來說，最需要解決的問題首先是需要驗證是否適合用在車內。另外，從現場體驗來看，識別的準確度還有待提升。

　　除了技術研發上的難題之外，用戶在使用時的體驗也對開發者提出了挑戰。

　　與傳統操作方式的不同就要求開發團隊設計一套新手教程，以此來讓用戶逐步體感技術的使用方法;用戶在使用過程中可能手的一部分會在探測區域之外;在實際的應用中，係統也會需要根據環境進行攝像頭的矯正，存在一個學習的過程。這些都是需要開發團隊提前想好應對策略。

轉載請注明出處。