跳到主要內容

毫米波動作感知專題-疫情讓無接觸觸控從科幻電影的標配變成現代生活的必要

高解析度的光學、電磁波感知教我們的事

偵測物件、標定、動作解析(骨架),這些應用現在在電腦視覺程式設計上,利用openCV簡單調整就可以做出個大概,但如果捕捉行為不困難,為什麼要利用這些資訊轉換到人機介面進步那麼緩慢?答案很簡單,因為人對介面的行為本身不論是偵測(過濾)或回饋在於力度(距離、速度變化),而電腦視覺技術最弱的項目便是距離的感知,而此同時,電磁波(雷達)、光學(雷射)的感知均停留在物件等級,也就是說前些年的技術組合極限是可以知道有一個物體接近介面上的某個點並用手勢動作判斷可能的行為,但力度反應是遲鈍的,同時感知機制的儀器體積無法減小,讓商品化的領域受限(停留在高價模擬及遊戲市場)而且沒辦法更進一步進到更普及的消費市場。
Murakami Corporation的FPT技術(Floating Pictogram Technology)就是利用短距離光學(雷射)點陣配獨有的Parity Mirror技術,利用視覺錯覺讓影像懸浮在空中,同時利用另一個感測器偵測手部的變化,達成懸浮觸控的介面感受。
FPT技術應用,From Murakami news release
From Murakami news release
當然視覺上不一定非要那麼有科技感,傳統的顯示螢幕也可以做為視覺回饋的基礎,日航所使用的就是這樣的形式,沒有改變太多介面,增加了感測手勢的方式,雖然目前沒有太多披露資訊,但筆者認為如果沒有光投射機構,應該採用電磁波型,成本考量的話,解析度應該也不會太高。
日航的免觸控報到
至於高解析度的懸浮觸控應用,Google的Project Soli應用在智慧型手機給了方向,雖然實際使用上與生物行為結合還有進步空間,但2014年定義的概念,確實是後期VR的進階應用的基礎,在這個領域,台灣並非落後者。2017年1月成立的IC設計新創公司開酷科技(KaiKuTek),已經成功開發以60GHz毫米波雷達技術為基礎、鎖定手機應用的3D手勢辨識解決方案,近年的毫米波技術成熟,高解點雲已經可以仰賴成熟的MMIC技術輸出,體積小,功耗也降低,加入位移解析、影像處理層就能輸出行為,雖然如同另一篇討論毫米波雷達遇到的問題,短波長造就有限的傳輸距離及隨距離不斷發散的解析度,但在極短距離的應用這樣的缺點可以被忽略,而搭上MMIC製成的成熟及工業設計優化還可以不斷減少成本及體積佔比,商用前景可期。
開酷科技(KaiKuTek)應用示範

商業討論

開酷科技目前已經完成AiP(毫米波天線封裝)階段,單晶片集成度已經相對高,不過應用在智慧手機上外掛感應依然不是主流,配合客戶特殊應用工業設計主體場景訓練影像處理模型集成晶片或許才是最終成熟的獲利模式,雖然筆者認為國際大廠會自行購置MMIC及PCB配合自家目前產品內裝設計設計配置及訓練影像處理及動作捕捉模型,但如同過去娛樂、生物辨識SoC市場(如義隆電等),依舊有相當大的發揮空間,即使沒辦法打進核心產品,配裝在穿戴式產品或者依附顯示器都是不錯的商品取向,潛在客戶相當廣,比如日航的應用裡,開酷的技術有助於機台體積的精簡連帶影響功耗。
當然開酷的出現也不代表市場成熟飽和,實際上主流的毫米波頻段在79-81GHz,MMIC或集成產品上成本降低的可能性更高,簡單的波束賦型設計就能拉長感知距離,讓感知空間範圍可以有效覆蓋生活場域,其實在城市應用國外已經有實績,商用也有不少,可以參考我另一篇光達在智慧城市的應用說明,而精簡縮小減低成本就可以輕鬆打入家用IOT(物聯網)市場,而不同於我們認知的會是高價限定的智慧家庭選擇,配合顯示及作業系統的集成,必然掀起人機介面的變革。

參考資料

留言

這個網誌中的熱門文章

從科技人角度看MIH聯盟策略對台灣產業的影響(下)

前情提要 電動車題材、台股政盪、MIH聯盟不斷釋出新聞,讓討論台灣電動車產業變成熱門話題,從筆者續寫下篇起,MIH聯盟又拋出了資訊安全、與Fisker合作 等新的話題,接續上篇的討論, 下篇會重點放在分析目前台灣加入MIH的廠商、到底電動車的自動駕駛系統在自用車扮演什麼角色?以及從科技產品的角度,會怎麼設計整個空間感知機構配合車載輔助系統,最後分析政府、企業及投資人可能採行的下一步。 市場如何期待電動車? 分析現在已經加入MIH聯盟的企業前,筆者想先從標題的問題開始,探討自動駕駛系統在自用車扮演的角色,及是否有更重要的關注點是否被忽略。 自駕車的技術逐漸成熟讓人們想像這樣的科技產品可能改變目前許多的商業模式,「無人化」對勞力密集如物流業絕對是大幅的改變,這樣的形式能夠減少「人為操作」的交通風險及人的成本,似乎真的是百利無一害。 不過今天要討論的自用車的部分,首先,自用車載人,這是第零定律,那麼安全度就是重中之重,電動車可以視作車跟計算機兩個主體,車的安全-板金、設計、結構,這些就是傳統車業的機會,而計算機的安全,又可以分作硬體耐久跟軟體資訊安全兩部份。 安全的需求可以說是自用汽車需求的核心,不論產線如何變化,繞不開這方面的必要重視,無論是外在結構穩健、硬體的功耗耐久,還是軟體的資訊安全 第二,因為相較於傳統車輛,計算機比重變多了,傳統上消費者挑選車輛時,內裝、儀表板、而外功能(如導航),就已經是消費者在車輛外觀外佔比重許多的要素,也就是軟體設計上會考量的使用者介面的美觀設計、易用性、功能性,也就是老生常談的使用者體驗,會是EV製造業軟體上需要好好考量的部分,從目前智慧型手機漸漸傾斜的天秤可以知道,做到生態鏈(無縫切換)、生活整合(物聯網)是足以影響市佔率的。 於是討論回自動駕駛系統扮演的角色,自動駕駛實際使用上,安全的信賴度目前仍然在被考驗的階段,而多變的路況自動駕駛能不能真的達到自動「安全」駕駛,這點群眾信賴可能有稍許不足,需多耕耘自駕車的廠商提出很多不同的解法,先不討論,在智慧城市的議題上當然也有許多配套,文末會提及,所以觀察特斯拉(TSLA)的說明,會發現他們更輕向推出一款駕駛輔助系統: 旨在幫助你減輕最繁重的駕駛操作。所有新款 Tesla 車輛均配備標準的輔助駕駛功能,如緊急煞車、碰撞預警和盲點監察( https://www.tesla.com )。 定位為...

LiDAR專題-什麼是光達?從自駕車到消費性電子產品,光學測距及空間感知的舊雨新知

故事 年初松下(Panasonic)提出了一份希望在城市中POC的計畫,核心是在城市場域中架設他們設計的sensor,做智慧交通的應用。sensor 的設計中規中矩,功能也不外乎就是感知空間資訊,比如物件分類、計數、測距測速,不過因為時間點恰好是我因為特斯拉(TSLA)決定以毫米波雷達為駕駛輔助系統空間感知主軸回頭分析聯發科的毫米波雷達產品的時間點,讓我重新研究起這兩種技術。 其實從去年iPhone12把光達應用在消費性電子產品上之後,這項技術就已經從前年人們對光學空間感知還在評估商業化或多用在生物辨識的印象,轉變到生活好像有很多輔助應用能看到的階段,我想這篇網誌就是紀錄光達目前的一些資訊以及我個人所見。 技術回顧 光達( li ght  d etection  a nd  r anging )是什麼?從語源來看,就是以光波取代聲波的主動反射式偵測儀,特性比較上,主要的差別就在能量傳遞的方式-光與聲在物理特性上,波的性質及對於介質的波速(能量折損)差異,讓光達相較於雷達能更精確的偵測物件的輪廓,但也容易在穿透介質時偏移(折射)或損失大量能量,如雨天的偵測工作上,雷達會優於光達。 光達的選用光種相當廣泛,紅外光、紫外光、可見光都有其應用,最為普遍的應用波長在600-1000nm,掃描技術上,由機械結構分為機械式、固態式及混合式,其中固態式又分為OPA(Optical Phased Array)及Flash兩種主流結構。 比較機械式與固態式,相同點在於結構上必須要有光線收發,差異則是發射光的方式及機械結構,機械式的代表性結構就是圖1的旋轉發射、接收;而固態式顧名思義就是較少的機械結構,舉光學相控陣列(OPA)為例,藉由陣列單位的干涉產生指向性波,偵測場景中的物體,固態的無機械結構特性附帶著只能用立體角的覆蓋法偵測,比起機械式,固態式的開發趨向為固態化、小型化、低成本化,單受限於結構,環景偵測自然不可能只用單一版,這時固態混合式就形成了,一旦加入可動元素,就可以發揮固態式的優勢又能達成機械式的角色 圖1 機械式光達概念(kknews.cc) OPA原理(quanergy,2016) 比較 比起原理相近的雷達,光達在空間感知領域最常被比較的就是以攝影機為首的CV(電腦視覺)技術,影像基礎的空間感知技術本身就存在許多如語意分析等應用相當廣泛的影像處...