自从微软发布Kinect以来，体感设备的3D手势识别一直就是热潮。3D手势识别，顾名思义是需要持续采集手或者手持工具的信息(形态、位移等)，然后每隔一段时间进行一次3D建模，这些模型按顺序连起来就形成了信息序列，这些信息序列会被转换为对应的指令从而用来实现某些操作压力传感器。

　　3D手势识别中应用为广泛的是游戏设备中利用摄像头来识别手势信息，比Leap Motion，Kinect，RealSense。但摄像头方案一直面临光线影响问题，高功耗和高成本也使得摄像头方案在大规模推广中受限。

　　深圳一家初创企业MaxusTech选择使用超声波进行手势识别。基于超声波信号的手势识别方案理论上具有更好的环境适应性，会是可穿戴设备和智能家居设备的较优选择，同时超声技术相比雷达技术更廉价可靠。

　　这种技术的原理是使用设备扬声器发射超声波，并利用麦克风接收撞击到手掌的回波，以此来实现手势识别。简单来说关键步骤有两个，[敏感词]步发射和采集信号，第二部通过算法对采集的信号进行轨迹识别。MaxusTechCEO曾懋告诉36氪，这项技术主要的难点在于[敏感词]步。首先超声信号在空气中的衰减速度非常快，即使成功到达手指表面，不平整的手指表面也会对信号产生散射。而且回波信号多含有比较大的噪音和低信噪比，需要进行相应的建模和滤波处理。曾懋表示对信号的发射和采集进行技术优化，得到后续处理的有效信号是MaxusTech的技术壁垒所在。

　　至于信号算法方面，各家优劣势不会有太明显差别。在数据库方面，曾懋表示他们现在主要是通过收集团队成员的手势数据来训练和调试的，不过未来还会通过不同渠道增加可以用来训练的有效数据量拉绳位移传感器。

　　MaxusTech进行了2年多的研发，现已成功将超声手势识别技术集成到自主研发的小型模块中。曾懋告诉36氪，其低功耗手势识别方案可在1米内有效识别多种手势，准确率已经达到96%，随着手势数据库的增加以及对信号处理的优化，准确率还有上升空间。

　　曾懋告诉36氪，他们主要关注家居物联网市场。2015年我国智能家居市场规模有403亿元，预计到2018年我国智能家居市场规模将达1400亿元。曾懋表示他们可以根据厂商的需求制作蓝牙外接或是内嵌方案，方案均已通过了机械化的测试，保证其稳定性，成本也低于使用光学传感器的摄像头和红外线方案。现在MaxusTech已收获多家物联网公司的合作需求，计划于今年上半年陆续出货。

　　其实和MaxusTech一样关注物联网领域的超声波手势识别方案商还有06年成立的Elliptic Labs，他们在2016年的MWC大会上推出了EASYIoT软件，只需通过简单的手势，即可开启、关闭和控制物联网设备。这项技术适用于广泛多样的物联网设备，例如，智能恒温器、厨房电器、照明控制和安防系统等，但尚没有真正产品推向市场。

　　还有想把超声波手势识别方案应用在VR/AR领域的Chirp。他们近期推出了一款微型超声传感器，在技术demo中用户可以在空中通过手势控制平板电脑。Chirp表示，其ToF传感器比传统的超声换能器小一千倍，可以感测到微小的手势(如手指运动)，精度可达到1mm。

　　Chirp希望其ToF传感器可以率先应用于VR/AR领域。该公司的技术是源于美国加州大学伯克利分校和戴维斯分校的伯克利传感器和致动器中心，那里的研究人员发现了一种小型化MEMS超声传感器的新方法。

　　另外GoogleATAP实验室也曾推出ProjectSoli方案，它主要运用雷达技术，通过持续发射和接受手部反射的电磁信号，测量精细、复杂的动作变化，而后转码分析、识别。此方案的操控距离高达15米，识别精度也达到毫米级，而且已成功集成在硬币大小的芯片商上。GoogleATAP表示会在2017年推出硬件厂商可用的功能模块，此前JBL和LG已经依托projectsoil开发了可用手势控制的音响和手表样机。

　　我们可以发现，众多厂家都在进行摄像头以外的手势识别方案探索。曾懋告诉36氪，MaxusTech现在要做的就是加速产品的市场推广。一方面他们有一款产品即将在Kickstarter上进行众筹，另一方面他们也正在和多家企业客户合作。MaxusTech团队来自香港科技大学、中科大、中山大学等国内外名校，在信号处理领域有多年研发经验，曾获得九合、信天、力合华睿3家投资机构两轮近千万元融资。www.szsensor.net