小米科技|精度达亚毫米级!首款毫米波手势识别SoC发布:TWS耳机率先用上了


小米科技|精度达亚毫米级!首款毫米波手势识别SoC发布:TWS耳机率先用上了
文章图片
小米科技|精度达亚毫米级!首款毫米波手势识别SoC发布:TWS耳机率先用上了
文章图片
小米科技|精度达亚毫米级!首款毫米波手势识别SoC发布:TWS耳机率先用上了
文章图片
小米科技|精度达亚毫米级!首款毫米波手势识别SoC发布:TWS耳机率先用上了
文章图片
小米科技|精度达亚毫米级!首款毫米波手势识别SoC发布:TWS耳机率先用上了
文章图片
11月11日下午 , 主题为“人机交互·领航未来”的“2021智微科技·开酷科技联合新品发布会”在深圳召开 。 在此次发布会上 , 智微科技联合旗下的开酷科技 , 发布了全球首款基于毫米波技术的非接触式悬浮手势控制芯片K60168系列 。
手势识别技术的新机遇
众所周知 , 在PC时代及功能机时代 , 人机交互模式主要是基于物理按键 , 但是到了智能手机时代 , 人机交互模式就进入了触控时代 。 而随着AIoT时代的到来 , 开始出现了很多新的交互方式 , 比如语音识别、手势识别等 。
相对于触控技术来说 , 语音识别和非接触式手势识别技术都是非接触式人机交互技术 , 可以在不接触设备的情况下 , 远距离实现人机交互 , 更为的方便和快捷 。
随着近年来智能音箱一类设备的火爆 , 语音识别已经是目前AIoT市场比较常见的一类人机交互方式 , 相比之下手势识别技术此前主要被应用在体感游戏、AR/VR等一些领域 。
不过 , 在近两年的新冠疫情影响之下 , 手势识别技术开始被应用到了更多的领域 , 特别是随着近期“元宇宙”概念的火爆 , 也给手势识别技术市场带来了新的机遇 。
基于毫米波雷达的手势识别技术有何优缺点?
所谓手势识别 , 是指通过对于用户自然地利用手指、手腕和手臂动作的识别 , 来了解用户的交互意图 , 其具有更广阔的交互空间、更高的灵活度和更好的交互体验等特点 。
手势识别依据不同的感知技术可以分为四大类:
第一种 , 是基于计算机视觉技术 。 主要是利用2D/3D摄像头+手势识别算法来实现 。 其优势是现有的技术方案都比较成熟 , 但是2D摄像头易受环境光、重叠干扰影响 , 且缺乏景深信息 , 而3D摄像头虽然能够获取景深信息 , 受环境光影响小 , 但是体积、成本和功耗更高 。
第二种 , 是基于超声波技术 。 但是这类方案分辨率较差 , 易受环境温度影响 , 另外使用的MEMS技术现阶段难以量产 。
第三种 , 是基于微波技术 。 虽然微波拥有不受光线、噪声、环境的影响 , 能够穿透大部分材料等优势 , 但是其本身也存在着衰减、多径、碰撞等问题 , 而且目前微波频段几乎已被占据 , 会有比较大的干扰 。
第四种 , 是基于毫米波雷达技术 。 毫米波雷达拥有频率高、波长短、精度高等特性 。 比如 , 可穿透材料进行信号传输 , 所以可以隐藏在设备外壳内;毫米波雷达还可以获取3D景深信息;由于采用的是短波长 , 所以天线也可以做的很小 , 集成在封装内 , 使得系统设计可以更加小巧;而且60GHz毫米波雷达拥有高达7GHz的带宽 , 可以实现亚毫米级的分辨率 , 所以能够辨识非常轻微的动作 , 可以在物体移动或者是手势变化时 , 给予一些更精准的回馈 。 当然毫米波雷达也存在着容易被空气吸收而衰减的问题 , 这也使得它主要适用于近距离的手势识别 。 当然 , 如果采用定向天线 , 则可避免干扰 , 使得传播稳定可靠 , 并克服传输距离限制 。
早在2016年 , 谷歌就推出了基于毫米波技术的Project Soli手势识别方案 。 TI和英飞凌也都有推出过可以用于手势识别的毫米波雷达芯片 。 不过当时的基于毫米波雷达的手势识别解决方案系统设计复杂性高 , 毫米波雷达芯片、天线、计算单元、算法等等都是离散式的 , 甚至推理任务需要发送到云端处理再返回终端设备 , 且来自不同的供应商 , 整体的整合开发难度高 , 模组的体积较大 , 功耗和成本也比较高 。 因此 , 这也使得基于毫米波雷达手势识别方案迟迟未能真正的大规模落地商用 。
开酷科技推出全球首款毫米波手势识别SoC
针对此前毫米波手势识别方案存在的一系列问题 , 智微科技携旗下的开酷科技通过数年时间的自研 , 掌握了其中关键的毫米波雷达、AI算法、AI加速器和天线设计技术 , 并且将这些关键器件通过SiP技术集成在了一起 , 极大的降低了方案设计的复杂度、缩短了开发流程、简化了验证流程、节省产品成本 , 降低了毫米波手势识别的进入门槛 。