近日，在第十七屆上海國際車展在中，專注于人機(jī)交互的 AI 公司微動(dòng) Vidoo 展示了其手勢(shì)識(shí)別在車載應(yīng)用最新成果——微動(dòng) Vdrive。

在這套微動(dòng) Vdrive 車載手勢(shì)識(shí)別解決方案中，采用了 120Hz 高頻雙目深度傳感器，配有 SOC 架構(gòu) FPGA 芯片，支持 I2C、Uart、USB 等物理接口。兼容 WinCE/Qnx/Android/Linux 多種中控嵌入式操作系統(tǒng)。

據(jù)微動(dòng)相關(guān)負(fù)責(zé)人介紹，這種設(shè)計(jì)在保持了 Vdrive 的低耦合度的同時(shí)，大大降低手勢(shì)識(shí)別算法對(duì)于車機(jī)整體性能的要求，使得手勢(shì)識(shí)別可以和其他應(yīng)用一起流暢運(yùn)行。

在微動(dòng) Vdrive 的工作過程中，雙目深度傳感器攝像頭捕捉駕駛員手部的動(dòng)作圖像，經(jīng)過fpga 獨(dú)立算法單元計(jì)算，向汽車中控發(fā)出指令級(jí)信息，接收到信息的系統(tǒng)則按照指令執(zhí)行操作。

從動(dòng)作類型進(jìn)行區(qū)分和歸類，微動(dòng) Vdrive 支持單指 TAP、雙指前戳、食指轉(zhuǎn)動(dòng)、五指左右揮動(dòng)、手掌閉合及張開、五指向下 TAP 這 7 種手勢(shì)的識(shí)別。

通過這些手勢(shì)的識(shí)別，可實(shí)現(xiàn)切換、選中、取消等功能，完成開啟語音識(shí)別/跳轉(zhuǎn)控制界面、調(diào)節(jié)音量、播放/切換歌曲、選擇聯(lián)系人/撥打電話、掛斷電話等操作。

微動(dòng)手勢(shì)識(shí)別技術(shù)的布局：從桌面 PC 到移動(dòng)設(shè)備，再到車載應(yīng)用

微動(dòng)于 2011 成立之初就推出自主研發(fā)的雙目嵌入式手勢(shì)識(shí)別產(chǎn)品微動(dòng) Vidoo（主要針對(duì)桌面 PC，類似 Leap motiom）。經(jīng)過不斷的投入研發(fā)，公司于 2015 年推出全球首款可應(yīng)用于移動(dòng)端的手感操控設(shè)備——Vidoo Primary，該設(shè)備還實(shí)現(xiàn)了安卓系統(tǒng)的手感控制。

可應(yīng)用于移動(dòng)端的手感操控設(shè)備——Vidoo Primary

2016 年 4 月，微動(dòng)發(fā)布 VidooSDK for Unity 5.x，開發(fā)者可利用該套件做進(jìn)一步開發(fā)，將手勢(shì)交互技術(shù)應(yīng)用到 VR 中。基于 VR 游戲、旅游、教育等特殊應(yīng)用的交互需求，微動(dòng)于 2016 年下半年推出基于微動(dòng) Vidoo Primary 的光學(xué)手柄和空間定位解決方案，從而形成手感操控＋光學(xué)手柄＋空間定位的 VR 交互閉環(huán)。

期間，微動(dòng)曾在 2014 年底獲得真格基金 Pre-A 輪融資，并于 2016 年 上半年獲得來自如山資本、上汽創(chuàng)投等數(shù)千萬人民幣 A 輪投資。

在 2015 年，微動(dòng)以北京研發(fā)中心為基礎(chǔ)，成立 HMI（ Human Machine Interface）設(shè)計(jì)部門，專注于多通路交互技術(shù)人機(jī)界面的設(shè)計(jì)。同時(shí)，微動(dòng)開始將汽車交互作為研究的主要方向之一。后來，在上汽創(chuàng)投的支持下，微動(dòng)得以跟行業(yè)資本和技術(shù)進(jìn)行深度合作，加快其研發(fā)、部署的腳步。

將手勢(shì)識(shí)別技術(shù)搬到車載場(chǎng)景中：除了解決信息輸入的痛點(diǎn)，更多的是自然車機(jī)交互方面的考慮

在啟動(dòng)汽車交互項(xiàng)目的前期，微動(dòng)做了大量的前期調(diào)查工作并發(fā)現(xiàn)，隨著汽車中控功能的多樣化，車上的按鈕也逐漸增多，且目前車載系統(tǒng)交互 70% 的操作依然依賴于物理按鍵。另外，采取觸屏操作的車載界面大多為手機(jī)屏幕的設(shè)計(jì)，并未考慮到駕駛員以及駕駛環(huán)境的特殊情況，在復(fù)雜文字的輸入等存在天然劣勢(shì)。

為此，微動(dòng)起手解決車機(jī)交互這一問題，從車機(jī)交互中導(dǎo)航、電話、播放音樂等高頻需求出發(fā)，對(duì)手勢(shì)識(shí)別技術(shù)的算法進(jìn)行優(yōu)化裁剪，打造出定制化的指令設(shè)計(jì)、UI 設(shè)計(jì)、操作反饋設(shè)計(jì)。

相比微動(dòng)此前為桌面 PC、移動(dòng)端打造手勢(shì)識(shí)別解決方案，應(yīng)用在車載環(huán)境下的手勢(shì)識(shí)別方案則有另外限制和要求。微動(dòng) HMI 設(shè)計(jì)總監(jiān)李文璽向深圳灣（公眾號(hào) ID：shenzhenware）解析道，其中包括以下幾個(gè)設(shè)計(jì)難點(diǎn)：

a.在駕駛過程中，為了安全起見，駕駛員一般將視線保持在前方道路而不分神看屏幕，因此不太能看到中控屏幕的提示，這就要在設(shè)計(jì)上讓駕駛員實(shí)現(xiàn)「盲操控」。

b.與 PC、移動(dòng)端的操作環(huán)境相比，車內(nèi)空間相對(duì)較小，在操作過程中更容易受到干擾（例如右手的一些駕駛操作、副駕駛乘客的肢體動(dòng)作干擾等），需要有一定的防誤觸機(jī)制。

c.車內(nèi)環(huán)境也相對(duì)復(fù)雜，比如需要應(yīng)對(duì)極端光照環(huán)境（白天的強(qiáng)光以及隧道、夜晚的黑暗環(huán)境），這一點(diǎn)則通過機(jī)器視覺的復(fù)雜方法來應(yīng)對(duì)。另外，對(duì)于復(fù)雜的光照環(huán)境，通過近紅外 LED 光源補(bǔ)光的辦法，減少外界光環(huán)境的影響。

d.車規(guī)要求嚴(yán)格

此外，在這套手勢(shì)識(shí)別解決方案設(shè)計(jì)的過程中，微動(dòng)發(fā)現(xiàn)，手勢(shì)識(shí)別在一些特定功能的實(shí)現(xiàn)上會(huì)受到限制，如駕駛狀態(tài)下的的導(dǎo)航地址、電話撥號(hào)等信息的輸入。為此，微動(dòng) Vdrive 結(jié)合了語音識(shí)別技術(shù)，用以完成駕駛場(chǎng)景下的文字輸入，手勢(shì)識(shí)別則用以完成下達(dá)指令的操作，兩者互為補(bǔ)充，共同實(shí)現(xiàn)更自然的人機(jī)交互方式。

微動(dòng) Vdrive 系統(tǒng)架構(gòu)圖

車載手勢(shì)識(shí)別應(yīng)用的下一個(gè)方向：更深層次的中控操作、后排娛樂操作系統(tǒng)以及 HUD

李文璽表示，微動(dòng) Vdrive 同時(shí)適用于整車和前裝，隨著手勢(shì)識(shí)別在汽車上的應(yīng)用越發(fā)受到關(guān)注，其市場(chǎng)保有量也將得到提升。

接下來，在車載手勢(shì)識(shí)別方面，微動(dòng)將技術(shù)的下一個(gè)應(yīng)用方向瞄準(zhǔn)了更深層次的中控操作、后排娛樂操作系統(tǒng)以及 HUD。

其中，以 HUD 為例，HUD 將中控屏幕所顯示的重要信息投影到前擋風(fēng)玻璃上，讓駕駛員保證視線不離開前方道路的情況下實(shí)現(xiàn)信息的實(shí)時(shí)反饋，僅解決了顯示以及安全的問題。在手勢(shì)識(shí)別技術(shù)的接入下，可滿足 HUD 系統(tǒng)輸入端的需求，整體上提升車機(jī)交互體驗(yàn)。