体感操控——视觉识别比加速度传感器更适合 游戏机, 摄像头, 加速度, 传感器, 少数派

wxg1988

看过电影《少数派报告》的人一定会对电影里的主人公挥动双手进行悬空操作的印象很深刻。而随着体感控制技术的发展，在现实中，这类电影中才能看到的控制方式已不再是科幻。 目前，体感控制技术的实现主要有以下两大主流方向：一是基于摄像头构建机器视觉的视觉识别技术，另一种是在终端设备上搭配MEMS元件（陀螺仪、加速度计）的加速度传感器技术。 2006年，任天堂公司推出了体感游戏机Wii，其全新的体感操控方式，让游戏机设计进入一个新阶段，而这幕后最大的功臣就是以MEMS技术为基础的三轴加速度传感器。随着Wii在市场上的大获成功，越来越多的电子产品开始采用加速度传感器技术，从而为用户带来更加丰富的用户体验。但随着视觉识别技术的发展和日趋成熟，在以体感游戏手柄和空中鼠标为代表的体感操控应用上，无论是从技术效果还是从方案成本方面进行比较，视觉识别技术都比加速度传感器技术更具有优势。1、从识别目标物体运动轨迹的观察角度及效果看 加速度传感器技术采用MEMS元件（陀螺仪、加速度计）配置在目标物体中，通过传感器获取角速度、线加速度等底层参数来推算目标物体的运动轨迹。而视觉识别技术则通过摄像头，拍摄目标物体的运动图像，对其运动轨迹进行直接提取。显然，两者的观察角度截然不同。下面我们通过一个例子进行对比说明：如下图所示，有一辆在旷野中行驶的汽车，现在我们需要知道它的运动轨迹。
方法一：采用加速度传感器技术，需要在跟踪的车上装配加速度仪、陀螺仪等组传感器，以及随汽车移动放置的计算机。由于物体加速运动，传感器对因运动带来的微小物理量的变化进行测量，获得多轴维度测量信号，在经计算机采集后，通过复杂的关联运算，对汽车的运动轨迹进行推算，然后再通过无线传输技术将该轨迹信息发送给控制台。
方法二：采用视觉识别技术，通过拍摄汽车的运动图像，分析图像中汽车的位置变化，直接提取汽车的运动轨迹。
从例子中可以看出，采用加速度传感器技术，就好比一个关在黑屋子中的人，通过感测环境变化对自身造成的影响，去推算运动状况，其显然缺乏对全局整体的认识。而从实际的计算结果看，采用加速度传感器技术，的确也只能获得车辆运动时的相对位置信息，而不是它的实际位置，因此，得到的运动轨迹是粗略的、失真的。此外，由于只有物体产生变速运动时，加速度传感器才会作用，因此，采用加速度传感器技术，对于车辆的起点和终点位置，以及车辆在匀速运动和静止时的状态就检测不出。与此相比，视觉识别技术采用独立于车辆之外的摄像头，通过侦测前后帧图像间车辆的位置变化，直接提取图像中的轨迹信息，就好比一个旁观者在注视着车辆的运动，对于车辆的实际位置和运动轨迹一目了然，侦测结果非常准确。而且，视觉识别技术更加适合于对多目标物体的跟踪识别，因为无需额外的硬件成本，只是增加了数据处理量。【分页导航】
第1页：从识别目标物体运动轨迹的观察角度及效果看
第2页：从方案开发上看
第3页：从元器件成本趋势上看
第4页：从应用上看

2、从方案开发上看 加速度传感器技术与视觉识别技术相比，在方案开发和维护上难度较大。以空中鼠标方案为例，采用加速度传感器技术，要在移动端空中鼠标内整合MEMS传感器元件。而由于空中鼠标操控对运动轨迹的识别精度要求较高，现一般都采用六轴的MEMS传感器元件，即包括三轴加速度计和三轴陀螺仪，前者用来检测XYZ轴向上的加速信息，后者用来检测角度旋转信息。此外，在空中鼠标内还需内置CPU，对传感器获取的信号进行数据采样处理。在获得采样数据后，上位机采用传感器算法进行计算，推算出轨迹信息。
而采用视觉识别技术，鼠标端基本不作任何改造，在通过摄像头捕捉运动图像后，主机端对图像作图像算法处理，直接计算出轨迹信息。
两者相比，采用加速度传感器技术进行开发，整个系统无论在电路结构设计和程序处理上都较为复杂，使得方案开发和维护难度大。而采用视觉识别技术，整个系统则显得非常简捷，开发难度也很低。【分页导航】
第1页：从识别目标物体运动轨迹的观察角度及效果看
第2页：从方案开发上看
第3页：从元器件成本趋势上看
第4页：从应用上看

3、从元器件成本趋势上看 在硬件成本上，MEMS传感器元件在晶圆上需要有一定体积的微型机械结构，因此每片晶元能产出的芯片数量有限，加之这种结构对制造工艺要求高，生产难度大，使得产品的生产良率难以得到保证。 更为重要的是，随着对运动轨迹识别精度的要求越来越高，MEMS传感器元件也朝着多集成度发展，但受限于集成模块制作工艺,使得产品的生产良率被进一步拉低。
MEMS晶圆

因此，采用加速度传感器技术，其开发方案的硬件成本在短期内很难有大幅度的降低空间。而视觉识别技术，其重要部件图像传感器部分却已经可以做到很小，甚至可以做到 wafer级的带镜头的摄像头，图像处理部分则完全是数字电路，采用28纳米技术可以让成本做到极低。因此，从元器件成本趋势上看，视觉识别技术优势明显。