自從微軟發布Kinect以來，體感設備的3D手勢識別一直就是熱潮。3D手勢識別，顧名思義是需要持續采集手或者手持工具的信息(形態、位移等)，然后每隔一段時間進行一次3D建模，這些模型按順序連起來就形成了信息序列，這些信息序列會被轉換為對應的指令從而用來實現某些操作壓力傳感器。

　　3D手勢識別中應用為廣泛的是游戲設備中利用攝像頭來識別手勢信息，比Leap Motion，Kinect，RealSense。但攝像頭方案一直面臨光線影響問題，高功耗和高成本也使得攝像頭方案在大規模推廣中受限。

　　深圳一家初創企業MaxusTech選擇使用超聲波進行手勢識別?；诔暡ㄐ盘柕氖謩葑R別方案理論上具有更好的環境適應性，會是可穿戴設備和智能家居設備的較優選擇，同時超聲技術相比雷達技術更廉價可靠。

　　這種技術的原理是使用設備揚聲器發射超聲波，并利用麥克風接收撞擊到手掌的回波，以此來實現手勢識別。簡單來說關鍵步驟有兩個，[敏感詞]步發射和采集信號，第二部通過算法對采集的信號進行軌跡識別。MaxusTechCEO曾懋告訴36氪，這項技術主要的難點在于[敏感詞]步。首先超聲信號在空氣中的衰減速度非?？?，即使成功到達手指表面，不平整的手指表面也會對信號產生散射。而且回波信號多含有比較大的噪音和低信噪比，需要進行相應的建模和濾波處理。曾懋表示對信號的發射和采集進行技術優化，得到后續處理的有效信號是MaxusTech的技術壁壘所在。

　　至于信號算法方面，各家優劣勢不會有太明顯差別。在數據庫方面，曾懋表示他們現在主要是通過收集團隊成員的手勢數據來訓練和調試的，不過未來還會通過不同渠道增加可以用來訓練的有效數據量拉繩位移傳感器。

　　MaxusTech進行了2年多的研發，現已成功將超聲手勢識別技術集成到自主研發的小型模塊中。曾懋告訴36氪，其低功耗手勢識別方案可在1米內有效識別多種手勢，準確率已經達到96%，隨著手勢數據庫的增加以及對信號處理的優化，準確率還有上升空間。

　　曾懋告訴36氪，他們主要關注家居物聯網市場。2015年我國智能家居市場規模有403億元，預計到2018年我國智能家居市場規模將達1400億元。曾懋表示他們可以根據廠商的需求制作藍牙外接或是內嵌方案，方案均已通過了機械化的測試，保證其穩定性，成本也低于使用光學傳感器的攝像頭和紅外線方案?，F在MaxusTech已收獲多家物聯網公司的合作需求，計劃于今年上半年陸續出貨。

　　其實和MaxusTech一樣關注物聯網領域的超聲波手勢識別方案商還有06年成立的Elliptic Labs，他們在2016年的MWC大會上推出了EASYIoT軟件，只需通過簡單的手勢，即可開啟、關閉和控制物聯網設備。這項技術適用于廣泛多樣的物聯網設備，例如，智能恒溫器、廚房電器、照明控制和安防系統等，但尚沒有真正產品推向市場。

　　還有想把超聲波手勢識別方案應用在VR/AR領域的Chirp。他們近期推出了一款微型超聲傳感器，在技術demo中用戶可以在空中通過手勢控制平板電腦。Chirp表示，其ToF傳感器比傳統的超聲換能器小一千倍，可以感測到微小的手勢(如手指運動)，精度可達到1mm。

　　Chirp希望其ToF傳感器可以率先應用于VR/AR領域。該公司的技術是源于美國加州大學伯克利分校和戴維斯分校的伯克利傳感器和致動器中心，那里的研究人員發現了一種小型化MEMS超聲傳感器的新方法。

　　另外GoogleATAP實驗室也曾推出ProjectSoli方案，它主要運用雷達技術，通過持續發射和接受手部反射的電磁信號，測量精細、復雜的動作變化，而后轉碼分析、識別。此方案的操控距離高達15米，識別精度也達到毫米級，而且已成功集成在硬幣大小的芯片商上。GoogleATAP表示會在2017年推出硬件廠商可用的功能模塊，此前JBL和LG已經依托projectsoil開發了可用手勢控制的音響和手表樣機。

　　我們可以發現，眾多廠家都在進行攝像頭以外的手勢識別方案探索。曾懋告訴36氪，MaxusTech現在要做的就是加速產品的市場推廣。一方面他們有一款產品即將在Kickstarter上進行眾籌，另一方面他們也正在和多家企業客戶合作。MaxusTech團隊來自香港科技大學、中科大、中山大學等國內外名校，在信號處理領域有多年研發經驗，曾獲得九合、信天、力合華睿3家投資機構兩輪近千萬元融資。www.szsensor.net