北京時間01月30日消息，中國觸摸屏網(wǎng)訊，手勢識別能否成為車內(nèi)交互方式的新寵？從汽車被發(fā)明以來，人車交互的方式在不斷變化。而在最近幾年，這種趨勢開始變得越來越明顯。僅僅在車載信息娛樂系統(tǒng)中，交互方式也開始從最早的實(shí)體按鍵，轉(zhuǎn)向包含按鍵、觸屏以及語音等等方式在內(nèi)的多維交互方式。

    本文來自：http://m.l2l9tgy.cn/touchscreen/news/dynamic/201901/30-52994.html

雖然交互方式在變，但遵從的邏輯從來都沒變：方便與安全。比如擴(kuò)大了手觸面積的卡片式 UI、智能后視鏡、抬頭顯示、智能 AI 語音、AR 導(dǎo)航等等，都是為了讓駕駛員在開車的時候盡可能方便地傳遞指令，減少注意力的分散，保證安全。

目前來看，車載語音交互已經(jīng)比較普及，很多新車型上都有搭載。但它還是有自己的局限性，比如識別率、識別速度、對自然話術(shù)的支持等等都還不完善。這樣一來，有時候反而會給駕駛造成額外的負(fù)擔(dān)。

這時如果能像科幻片里那樣，動動手指就能下達(dá)某些指令，可能會是一種更好的解決方案。

事實(shí)上，主機(jī)廠們也確實(shí)再往這個方向發(fā)展。2015 年，寶馬率先發(fā)布了搭載手勢識別的 7 系，而且前前后后也不斷有 OEM 在嘗試推出搭載這項功能的量產(chǎn)車（比如奔馳、拜騰、君馬）和 demo（奧迪、福特、大眾等），所以這更加深了我們對手勢識別的好奇心。

手勢控制正在成為一種更值得期待的車內(nèi)交互方式。

手勢識別在車內(nèi)都能做什么？

通過不同的手勢，手勢交互可以實(shí)現(xiàn)接掛電話、調(diào)節(jié)音量、選擇歌曲、控制導(dǎo)航、控制車輛（空調(diào)、座椅、窗戶等）等功能，還包括主駕和副駕、后排乘客交互的多種場景。

雖然手勢控制能實(shí)現(xiàn)的功能不少，甚至和語音交互的功能還有一定重復(fù)。但是在我看來，手勢和語音的關(guān)系絕不是非此即彼，一定是互相成就。想象一下，當(dāng)你目視前方，用手指著天窗說打開，然后天窗就打開了，是不是還挺有意思的？

未來人機(jī)交互一定是多維度的。例如寶馬全新 5 系就配備了「五維人機(jī)交互界面」，其中包括自然語音識別、手勢控制、觸控屏幕、iDrive 系統(tǒng)和熱敏按鍵。

這種多模態(tài)交互才是未來。

另外，如果我們把視線從駕駛員的手勢擴(kuò)散開來，類似的技術(shù)在駕駛場景還能實(shí)現(xiàn)更多功能。

除了駕駛員的手勢之外，手勢識別的技術(shù)還能識別車外人員的動作。以后，這個功能也許還能識別交警指揮車輛的動作，或者周圍騎自行車的人做出的手勢。這樣既能增加駕駛的安全性，又能促進(jìn)自動駕駛的發(fā)展。

這些技術(shù)還可以實(shí)現(xiàn)駕駛員監(jiān)測，是和目前手機(jī)的面部識別解鎖類似的技術(shù)原理。從全球來說，法律規(guī)定在 L2 向 L3 級別的自動駕駛方案過渡時，駕駛員必須時刻監(jiān)控車輛駕駛，所以隨時監(jiān)控駕駛員的狀態(tài)在未來一定是必需的部件，而且這個未來很快就要到了。

既然手勢交互和背后的技術(shù)對于駕駛有這么多幫助，所以我們有必要了解一下背后的原理。

實(shí)現(xiàn)手勢識別的 3 種方案
前方高能，所以請準(zhǔn)備好開始燒腦。

根據(jù)硬件實(shí)現(xiàn)方式的不同，目前行業(yè)內(nèi)所采用的手勢識別大致有三種：光飛時間（Time of Flight）、結(jié)構(gòu)光（Structure Light）以及雙目立體成像（Multi-camera）。

光飛時間（Time of Flight）：通過光的飛行時間來計算距離。

光飛時間的原理很簡單，先用紅外發(fā)射器發(fā)射調(diào)制過的光脈沖，再用接收器采集反射回來的光脈沖，最后根據(jù)往返時間計算物體間的距離，從而判斷手勢。

其實(shí)主要就是依據(jù)距離=光速*時間。光速是一定的，就可以通過時間差推算距離差。

結(jié)構(gòu)光（Structure Light）：主動投射已知編碼圖案，再計算物體位置。

結(jié)構(gòu)光要先通過紅外激光器，將具有一定結(jié)構(gòu)特征的光點(diǎn)投射到目標(biāo)物體上，再由紅外攝像頭收集反射的結(jié)構(gòu)光圖案。

因為這些光斑投影在被觀察物體上的大小和形狀根據(jù)物體和相機(jī)的距離和方向而不同，所以根據(jù)三角測量原理可以計算出物體各個點(diǎn)的具體位置，根據(jù)前后位置差異從而能夠判斷手勢。

雙目立體成像（Multi-camera）：兩個攝像頭采集位置信息，再將畸變數(shù)據(jù)計算成可用數(shù)據(jù)。

雙目立體成像非常依賴算法，而且算法的難度和分辨率和檢測精度掛鉤。分辨率和檢測精度越高，計算就越復(fù)雜，還會導(dǎo)致實(shí)時性較差。它主要分兩個步驟：采集信息和計算畸變數(shù)據(jù)。

1. 采集圖像信息。通過兩個攝像機(jī)提取出三維位置信息，并進(jìn)行內(nèi)外部參數(shù)的匹配。（攝像機(jī)本身存在畸變，如果不經(jīng)過標(biāo)定，原本的矩形會顯示成不規(guī)則的圓角四邊形）

2. 計算畸變數(shù)據(jù)。通過對比經(jīng)過校準(zhǔn)的立體圖像，獲得視差圖像，再利用攝像機(jī)的內(nèi)外參數(shù)進(jìn)行三角計算獲取深度圖像，根據(jù)前后位置的區(qū)別進(jìn)行手勢識別。

像分辨率、成本、測量精度這種問題，三種方案雖然有高有低，但基本都還說得過去，功耗在車內(nèi)也不是大問題。

要判斷哪種方案合適，要從以下幾點(diǎn)著手：1. 是否能適應(yīng)各種環(huán)境？2. 是否具有優(yōu)異的實(shí)時性？3. 在樣本范圍內(nèi)，數(shù)據(jù)誤差是否可控？4. 成本是否可控？5. 體積是否可控？6. 硬件插件是否成熟？

前三點(diǎn)是非常重要的，因為汽車會處在各種環(huán)境內(nèi)，所以抗干擾性、數(shù)據(jù)實(shí)時性、數(shù)據(jù)準(zhǔn)確性非常重要。

結(jié)構(gòu)光的分辨率高，計算量少，功耗也比較低，此前有很多成型的解決方案，還有 Inter 支持的 RealSense SDK，開發(fā)周期較短。但是它受限于主動投射的原理，非常容易受到強(qiáng)光和光滑平面（如鏡子）的影響，室外基本不能使用，這點(diǎn)算是致命的。

雙目立體成像的硬件成本比較低，但是它過于依賴圖像特征匹配（后期計算），需要很高的計算資源。想要更高的分辨率，計算就越復(fù)雜，這就導(dǎo)致它實(shí)時性比較差。而且它在光照較暗、過度曝光或者場景本身缺少紋理的情況下，很難進(jìn)行特征提取匹配。和結(jié)構(gòu)光一樣，在抗干擾性這點(diǎn)上它做的不好。

TOF 方案的分辨率很低，測量精度也不如其他兩種方案，但是對于車內(nèi)手勢識別來說已經(jīng)夠了。因為需要光線的全面照射，所以功耗很高，但是這在汽車環(huán)境中也不算大事。而且它的體積可控；測量誤差在整個范本內(nèi)比較固定；雖然計算量大，但是算法難度較低；最重要的是它受外界環(huán)境干擾較小。綜合來看，TOF 方案是個比較實(shí)用的選擇，也是很多供應(yīng)商都在努力的方向。

目前都有哪些具體車型應(yīng)用？
目前帶有手勢識別的量產(chǎn)車型有寶馬、君馬；正在計劃量產(chǎn)的車型有拜騰、奔馳。

寶馬家族的 7 系、5 系以及 X7、X5、X3 現(xiàn)在帶有手勢識別功能，其中 7 系是全球第一個裝載手勢識別的量產(chǎn)車型。它的手勢識別區(qū)域為車機(jī)屏前方，供應(yīng)商為德爾福，采用的是 TOF 方案，可以識別 7 種預(yù)設(shè)手勢，包括接掛電話、選擇歌曲、調(diào)節(jié)音量、控制導(dǎo)航等功能。

而國內(nèi)第一個配備手勢控制的量產(chǎn)車型是眾泰旗下的君馬 SEEK5。它在 2018 年 8 月上市，可以識別 9 種動作，包括接掛電話、選擇歌曲、調(diào)節(jié)音量以及一個小彩蛋：握拳手心向上打開變?yōu)槭终疲�界面會出現(xiàn)玫瑰花。

拜騰在 2019 年底即將量產(chǎn)的車型采用了 48 寸的大屏。由于屏幕巨大，手勢控制也作為其中必不可少的交互方式之一。它的供應(yīng)商是國內(nèi)的凌感科技，采用的是雙目立體成像方案，可以識別 5 種手勢，具體功能還沒有公布。

奔馳最新的 MBUX 采用了一種「非接觸式」的控制方式，當(dāng)手接近屏幕的時候，系統(tǒng)就可以感應(yīng)到手部操縱了，所以不需要實(shí)際接觸就可以使用屏幕。而且在全新 CLA 上，把手伸向后視鏡就可以打開/關(guān)閉閱讀燈，這個功能在陽光或者黑暗環(huán)境下都能使用。

根據(jù)最新消息，LG 將會為奔馳的一款車型提供手勢識別系統(tǒng)，它可以實(shí)現(xiàn)巡航控制、調(diào)整音量等功能。LG 現(xiàn)在還在研發(fā)一種駕駛輔助系統(tǒng)，計劃在今年末或明年初向戴姆勒交付。

另外，還有一些 OEM 提出過自己的概念，但是目前還沒有量產(chǎn)。

比如 2014 年，福特在 Mobbi 車載系統(tǒng)上展示過自己的 demo，可以實(shí)現(xiàn)控制空調(diào)、導(dǎo)航、音量、座椅位置等功能（供應(yīng)商是英特爾，采用的是結(jié)構(gòu)光方案）；2015 年，奧迪在 CES 上用 Q7 展示了針對后排乘客的手勢控制的 demo；2016 年，大眾在 CES 上用 Golf-E Touch 概念車上展示過手勢識別的 demo，采用的是 TOF 方案；2018 年，奇瑞在北京車展上展示了 LION 智能座艙，可以實(shí)現(xiàn)控制娛樂系統(tǒng)和地圖。

說了這么多車型和 demo，那手勢識別在車內(nèi)用起來到底怎么樣？答案可能依然不盡如人意，原因其實(shí)不難分析。

首先，手勢交互功能還在初期階段，對于高識別率和防誤觸的界限很難界定。其次用戶還沒習(xí)慣手勢交互的方式，更多時候會下意識的使用原有的交互方式。

當(dāng)然，教育市場是每項新技術(shù)落地都必須要面對的，隨著體驗的升級以及更多車型的普及，這些問題也會逐漸消失。比如之前我也很不習(xí)慣用 Siri，但是現(xiàn)在我找不到 App 時就習(xí)慣讓 Siri 幫我打開應(yīng)用。我找不到手機(jī)的時候，也會滿屋子的喊 Siri，直到它回應(yīng)我「什么事？」。

供應(yīng)商在做什么？
目前，能夠提供手勢識別的不僅有大的 IT 公司以及 Tier 1（比如谷歌、德爾福、大陸、偉世通、微軟、三星、Leap Motion 等），還有一些初創(chuàng)公司（比如未動科技、凌感科技、微動、極魚科技、京龍睿信、光暈網(wǎng)絡(luò)）。

這次我們重點(diǎn)挑幾家國內(nèi)公司，來看看他們是如何進(jìn)行產(chǎn)品布局的。

未動科技（Untouch）：

未動科技是一家智能視覺交互技術(shù)提供商，產(chǎn)品包括：3D 手勢識別系統(tǒng)，智能駕艙解決方案、駕駛員監(jiān)控系統(tǒng)。

2017 年 7 月，它發(fā)布了 4 款 3D 視覺交互產(chǎn)品：3D 手勢識別產(chǎn)品：黎曼平臺；3D 人臉識別產(chǎn)品：歐拉平臺；SLAM 產(chǎn)品：笛卡爾平臺；場景重建產(chǎn)品：高斯平臺。

其 3D 手勢識別產(chǎn)品「黎曼平臺」可以基于深度圖實(shí)現(xiàn)手部 23 個關(guān)節(jié)點(diǎn)識別與 26 自由度追蹤，延遲在毫秒級。而且它還被全球著名的 TOF 深度傳感器廠商 PMD 選擇，作為中間件推出了一套完整的手勢識別軟硬件一體方案。

同時，其他產(chǎn)品還被應(yīng)用在手機(jī)、機(jī)器人、無人機(jī)、AR/VR 等智能設(shè)備上。

它的核心競爭優(yōu)勢有兩個：一個是構(gòu)建了智能視覺交互技術(shù)的基礎(chǔ)性平臺，另一個是數(shù)以 PB 計的深度數(shù)據(jù)積累。

凌感科技（uSens）：

凌感科技專注于三維人機(jī)交互解決方案，是拜騰手勢識別功能的供應(yīng)商，采用的是雙目立體成像方案。主要產(chǎn)品有：手勢追蹤、位置追蹤、混合現(xiàn)實(shí)。

2014 年，uSens 就研發(fā)出全球第一個在有線及移動端實(shí)現(xiàn)基于 inside-out 技術(shù)路線的 26 自由度手勢追蹤以及 6 自由度頭部位置追蹤技術(shù)，可以通過識別手部 22 個關(guān)節(jié)點(diǎn)識別和 26 個自由度追蹤。

2016 年，uSens 發(fā)布了 Fingo 手勢交互模組，2017 年發(fā)布了新版 Fingo SDK。它可以識別 10 余種動態(tài)和靜態(tài)手勢，識別精度在 0.5cm-1cm，官方表示識別準(zhǔn)確度可達(dá) 99%以上，可跨平臺操作。還可以根據(jù)場景定義擴(kuò)展新手勢，并自定義相應(yīng)功能。

2016 年，他們還與戴姆勒中國 IT 創(chuàng)新實(shí)驗室一起展示了車載手勢交互的新成果。通過他們的手勢識別技術(shù)，體驗者可以在 VR 場景中觀察 3D 汽車模型的細(xì)節(jié)，還可以進(jìn)行交互。

微動（Vidoo）：

微動以機(jī)器視覺和深度學(xué)習(xí)為核心技術(shù)，可以通過多種攝像頭技術(shù)（IR 紅外單目模組、IR 紅外雙目模組、RGB 單目模組）提供多種解決方案（提供 AR/VR 技術(shù)、車載手勢控制方案、智能家居解決方案、虛擬觸控解決方案）。

微動的手勢控制采用的是雙目立體成像方案，可以識別 8 種手勢動作。

IR 紅外單目模組可以應(yīng)用在跑步機(jī)、抽油煙機(jī)、OTT 機(jī)頂盒上；IR 紅外雙目模組可以用在車載電子、VR\AR、廣告終端；RGB 單目模組可以運(yùn)用在無人機(jī)、智能新零售、智能手表上。

極魚科技：

極魚科技是一家基于 TOF 手勢交互技術(shù)實(shí)現(xiàn)人機(jī)交互的解決方案提供商，主要面向汽車市場。

它以手勢為核心，同時還會結(jié)合眼球識別交互、面部識別、聲音識別、光學(xué)技術(shù)、交互體驗設(shè)計、人工智能等技術(shù)。它支持車廠自選 3-5 個手勢并自定義功能，目前他們正在探索與天窗、座椅、車門之間的裸手交互。

2017 年它入選 Starup Autobahn 第一期加速營，從而獲得了與戴姆勒合作的機(jī)會。

行業(yè)總結(jié)以及對手勢識別功能的愿景
從這些具體的產(chǎn)品或者 demo 上，我們能看到不論是 OEM 還是供應(yīng)商，他們要的都不只是手勢識別這一種功能，而是一個整體的智能駕駛座艙，里面涵蓋了更多融合性的功能。

首先，手勢識別必然會和語音識別等其他交互方式進(jìn)行集成。供應(yīng)商哪怕自己不做，也要和其他公司合作。比如思必馳、云知聲等語音公司都投資了相關(guān)手勢識別廠商。

另外，手勢識別、語音識別和 HUD 結(jié)合也是一個不錯的選擇，所以也就出現(xiàn)了專門依托 HUD 來研發(fā)技術(shù)的供應(yīng)商，比如京龍睿信和光暈科技。

依據(jù)手勢識別的基礎(chǔ)原理，還可以研發(fā)駕駛員監(jiān)測等產(chǎn)品，這是 L2 向 L3 過度時期必不可少的一項功能。

所以很多供應(yīng)商不僅僅只是提供手勢識別的方案，它們還能提供其他相關(guān)產(chǎn)品，甚至涉獵到了智能家居、AR\VR 等領(lǐng)域。這其實(shí)是一件好事，這將有助于他們提供一套功能更加融合的的智能交互系統(tǒng)。

最后讓我們回到手勢識別本身。當(dāng)我們在描述一家供應(yīng)商的手勢識別功能時，總是談它能識別幾種手勢，好像能識別的越多就越厲害。但原則上供應(yīng)商能實(shí)現(xiàn) N 種手勢，還能讓 OEM 自定義功能。

所以車內(nèi)手勢控制不求多，更不求難，大家要的都是方便，又不是像阿湯哥拍《少數(shù)派報告》。

真正的核心問題應(yīng)該是，用戶們到底能記住幾種手勢控制功能？又真正需要哪些功能？哪些手勢的學(xué)習(xí)成本更低？哪些手勢更容易上手？設(shè)置的手勢動作符合人類的原始反應(yīng)，才是 HMI 的第一原則。

說到底，我們現(xiàn)在車內(nèi)的手勢識別還處于發(fā)展初期，能實(shí)現(xiàn)的功能和準(zhǔn)確率也很有限，但這并不能阻止我們對這一功能的憧憬。

總有一天，配合人臉識別、靜脈識別、眼球識別，我們每個人都有一個超級 ID，進(jìn)入車內(nèi)中控臺上的擬人化助手會通過全息影像的形式對你微笑，跟你說早安，我們在車內(nèi)可以將手勢識別、語音識別運(yùn)用地流暢自如，通過前擋風(fēng)的 AR 導(dǎo)航可以對周圍狀況一覽無余，車內(nèi)的大屏可以與工作的電腦連接，車內(nèi)的智能化設(shè)備與智能家居也是共通的……

總之，這一定不是空想，而是未來。