Датчик движения руки 6-24V 30W 1-15 см с кабелем (200+25 см) SEN31, артикул 32225 32225 цена 1 035 руб.
Описание
Датчик движения руки 6-24V 30W 1-15 см с кабелем (200+25 см) SEN31, артикул 32225 артикул: 32225
| Мощность | max 30W |
| Цвет | серебро |
| Рабочая температура | |
| напряжение | 6-24V |
| Производитель | Feron |
| Тип монтажа | врезной |
| Расстояние обнаружения | 1-15 см |
| Потребление мощности в режиме ожидания | 0,25W |
| Внутренний диаметр датчика | 10 мм |
| Материал | пластик |
| Размер | 13х13х11мм |
Умная перчатка использует технологию определения растяжения для точного захвата жестов рук
Наука
Посмотреть 3 изображения
Посмотреть галерею — 3 изображения Точное изображение реальных физических движений в цифровом мире остается сложной задачей для программистов и инженеров, но недавно разработанная перчатка обещает значительно продвинуть технологию.
Он способен фиксировать движения рук с гораздо большей детализацией и нюансами, чем большинство существующих решений.Для этого исследователи создали силиконовый состав, содержащий 44 встроенных датчика растяжения, объединив его со слоем мягкой ткани. Устройство ввода требует очень небольшого обучения и использует специально сконструированный набор алгоритмов для обработки данных датчика, поступающих с руки в перчатке.
Эта комбинация аппаратного и программного обеспечения позволяет фиксировать высокоточные движения рук и пальцев в режиме реального времени. Для записи движений не требуются внешние камеры или датчики, а сами перчатки можно производить по низкой цене. Они, по-видимому, легкие и удобные в носке.
«Это уже хорошо изученная проблема, но мы нашли новые способы ее решения с точки зрения датчиков, используемых в нашей конструкции, и нашей модели, управляемой данными», — сказал Оливер Глаузер из ETH Zurich в Швейцарии в заявлении для прессы.
«Что также интересно в этой работе, так это междисциплинарный характер работы над этой проблемой.
Она требовала знаний из различных областей, включая материаловедение, производство, электротехнику, компьютерную графику и машинное обучение.»
Перчатка по-прежнему способна фиксировать движения, даже когда рука что-то держит, говорят исследователи, а благодаря конфигурации ее датчиков она может работать в любых условиях освещения — без задействования камер перчатка не работает. не обязательно должны быть хорошо освещены или находиться в пределах прямой видимости.
Перчатка может распознавать жесты рук при слабом освещении и даже когда рука держит объектETH Zurich
Помимо повышения точности вашего следующего приключения в виртуальной реальности, перчатка может найти применение в робототехнике, биомедицинской промышленности и дополненной реальности (где сцены реального мира дополняются компьютерной графикой).
Исследовательская группа сравнила свои усилия с двумя имеющимися в продаже перчатками, Manus VR и CyberGlove II, и обнаружила, что во время тестирования новая перчатка показала самый низкий уровень ошибок из трех во всех позах, кроме одной.
Множество других компаний и исследовательских групп работают над концепцией умных перчаток не только для точного преобразования движений реального мира в цифровой эквивалент, но и для передачи тактильной обратной связи из виртуального мира обратно в реальную плоть и кровь — так что вы действительно может протянуть руку и коснуться чего-либо в виртуальной реальности.
И это новое изобретение, скорее всего, нужно будет использовать в сочетании с другими технологиями, чтобы обеспечить законченное решение. По крайней мере, на данный момент он не может отслеживать руку в трехмерном пространстве, только движения пальцев, поэтому, хотя он и знает, что вы указываете, он не знает, в каком направлении вы указываете.0003
Запуск таких перчаток в массовое производство по-прежнему остается сложной задачей, но, достигнув трех ключевых целей — мониторинга в режиме реального времени, автономной работы и способности работать в нескольких средах — исследователи подготовили перчатку для AR/VR.
опыты будущего.
Исследовательская группа продемонстрирует технологию на SIGGRAPH 2019 в Лос-Анджелесе с 28 июля. Документ о разработке доступен в Интернете. Вы можете увидеть видео перчатки в действии ниже.
Интерактивная оценка положения руки с использованием мягкой перчатки, чувствительной к растяжению (SIGGRAPH 2019)
Источник: Association for Computing Machinery
Посмотреть галерею — 3 изображенияДэвид Нилд
Дэйв — внештатный технический журналист из Великобритании, который пишет о приложениях, гаджетах и Интернете более десяти лет.
Как машина может распознавать жесты рук?
Распознавание жестов — это пользовательский интерфейс, который позволяет компьютерам фиксировать и интерпретировать невербальную коммуникацию, включая выражения лица, движения головы, положение тела и движения рук, как команды.
В этом разделе часто задаваемых вопросов кратко рассматривается, как сегодня реализуются элементы управления жестами рук, рассматриваются возможные будущие приложения для жестов рук и завершается обзором различных типов невидеодатчиков, используемых для распознавания, интерпретации и реагирования на жесты рук, включая электронные устройства. датчики поля, LIDAR, передовые емкостные технологии и тактильные ощущения.
Первоначально распознавание жестов основывалось на интерпретации видеопотоков в реальном времени. Базовое распознавание жестов на основе видео все еще широко используется. Это ресурсоемкий процесс, который работает следующим образом:
- Камера передает данные изображения в сочетании с данными от устройства измерения глубины (часто инфракрасного датчика) в компьютер для захвата динамического жеста в трех измерениях.
- Программа распознавания жестов сравнивает захваченные данные изображения с библиотекой жестов, чтобы найти соответствие.
- Затем программа сопоставляет распознанный жест с соответствующей командой.
- После того, как жест распознан и интерпретирован, компьютер либо подтверждает команду, требуемую пользователем, либо просто выполняет команду, соответствующую этому конкретному жесту.
В сложных условиях базовая видеоинформация может быть дополнена с помощью отслеживания скелета и лица, а также распознавания голоса и других входных данных (рис. 1) .
Автомобильные приложения
Автомобильные интерьеры — хороший пример новых применений видеосистем распознавания жестов. Современные автомобильные системы распознавания жестов позволяют водителям, а иногда и пассажирам управлять информационно-развлекательной системой или входящими телефонными звонками, не касаясь кнопок или экранов.
Ожидается, что в этой среде распознавание жестов обеспечит повышенную безопасность, поскольку водители могут использовать простые движения рук вместо сложных интерфейсов меню, что позволит им полностью сосредоточиться на вождении автомобиля.
Системы голосового управления также позволяют водителю сосредоточиться на дороге и более сложны в использовании. Большинство современных систем голосового управления не используют естественный язык, им требуются точные фазы, и для получения конкретной желаемой команды могут быть задействованы длинные цепочки меню. Ожидается, что благодаря простоте для пользователей автомобильные приложения для распознавания жестов будут распространяться на другие системы, такие как отопление и охлаждение, управление внутренним освещением, телематические системы и даже подключение к удаленным системам умного дома. А системы сочетают в себе лучшие свойства распознавания голоса и распознавания жестов.
Камера устанавливается в систему распознавания жестов в салоне автомобиля на основе камеры, чтобы получить беспрепятственный обзор соответствующего внутреннего пространства, обычно с высокой точки обзора, например с потолка.
Нынешние системы ориентированы только на водителя. В будущем, по мере увеличения количества камер в салоне автомобиля и улучшения качества изображения, ожидается, что охват контролируемого пространства расширится за счет пассажиров. Контролируемая область освещается инфракрасными светодиодами или лазерами для обеспечения наилучшего качества изображения даже в условиях низкой освещенности. Как описано выше, жесты анализируются в режиме реального времени, а машинное обучение поддерживает постоянное повышение точности. Некоторые жесты рук, распознаваемые автомобилями BMW 7 серии, показаны на рисунке 9.0061 (рис. 2).
Рисунок 2: Примеры жестов, запрограммированных в автомобилях BMW Series 7. (Изображение: Aptiv )
Распознавание жестов E-Field
Датчик приближения электрического поля (EFPS) основан на возмущении электрического поля находящимся поблизости объектом, который имеет хотя бы небольшую проводимость.
Одним из вариантов EFPS является микроэлектронное устройство, которое может обнаруживать как движущиеся, так и стационарные объекты, даже несмотря на наличие непроводящих твердых материалов. Он работает, обнаруживая небольшие изменения в очень слабом электромагнитном поле, создаваемом двумя электродами антенны. Его диапазон регулируется от нескольких сантиметров до 4 метров, и его работа не зависит от импеданса относительно земли.
EFPS и другие датчики электронного поля предоставляют небольшие объемы данных. Они меньше, меньше весят и требуют меньше энергии, чем оптические системы распознавания жестов. В другом варианте осуществления ИС, воспринимающая жесты, использует электроды для определения изменений в электронном поле и вычисления положения объекта, такого как палец, предоставления данных о положении в трех измерениях и классификации шаблона движения в виде жеста в режиме реального времени (рис. 3). Используя датчик электронного поля, система полностью нечувствительна к свету, звуку и другим условиям окружающей среды, которые могут мешать работе других технологий трехмерного распознавания жестов.
Эта специальная ИС для распознавания трехмерных жестов оптимизирована для устройств с батарейным питанием, а чувствительные электроды управляются сигналом низкого напряжения с выбираемым сигналом с частотой 42, 43, 44, 45 и 100 кГц. Поскольку датчики электронного поля могут проникать в непроводящие материалы, их можно упаковывать во всепогодные корпуса или внутренние стены зданий. В дополнение к портативным приложениям распознавания жестов системы EFPS в настоящее время развернуты в различных приложениях распознавания, включая:
- Роботы-манипуляторы, способные определять свойства захватываемого объекта
- Системы автомобильных подушек безопасности для определения того, занято ли сиденье
- Системы автоматизации зданий для определения отсутствия людей в помещении
Использование LIDAR
Обнаружение света и дальность (LIDAR) используется для обеспечения уникального диапазона производительности распознавания жестов в потребительских и промышленных системах.
Одним из примеров является устройство LIDAR, основанное на 940-нм поверхностно-излучающий лазер невидимого света с вертикальным резонатором (VCSEL) со встроенным драйвером и приемной матрицей однофотонных лавинных диодов (SPAD). Система использует многозонную дальность на основе измерений времени пролета (ToF). Он поставляется в виде интегрированного модуля размером 6,4 мм x 3,0 мм x 1,5 мм, который включает в себя излучатель VCSEL (лазер с вертикальной полостью с поверхностной эмиссией) и приемник со встроенными SPAD и механизмом обработки ToF на основе гистограммы (рис. 4).
Ожидается, что компактный размер и низкое энергопотребление этого модуля на основе лидара позволят интегрировать бесконтактное распознавание жестов в ряд приложений, включая гарнитуры AR / AV, планшеты, мобильные телефоны и бытовые товары, такие как кухонная техника.
, термостаты и другие элементы управления умным домом, а также оборудование, такое как управление лифтом, интерактивные вывески и билеты, а также торговые автоматы. Этот датчик может обеспечить до 60 кадров в секунду в режиме быстрой съемки 4×4 (16 зон). В режиме высокого разрешения датчик измеряет 64 зоны (8х8).
Емкостное распознавание жестов с уменьшением размера
Емкостные трехмерные датчики жестов на основе миниатюрных композитных емкостных датчиков из углеродных нанотрубок и бумаги были разработаны для интеграции игровых устройств и другой бытовой электроники. По сравнению с емкостными датчиками жестов предыдущего поколения устройство на основе бумаги из углеродных нанотрубок в 10 раз быстрее и в 100 раз меньше и работает на большем расстоянии до 20 см (рис. 5) . Они распознают 3D-жесты без каких-либо ручных приспособлений или других устройств и работают быстрее и точнее, чем инфракрасные датчики. Кроме того, они нечувствительны к факторам окружающей среды, таким как оттенок кожи и условия освещения.
Рисунок 5: Это устройство распознавания жестов на основе углеродных нанотрубок в 10 раз быстрее и в 100 раз меньше, чем емкостные датчики предыдущих поколений. (Изображение: Somalytics )
Камеры + ультразвуковые тактильные датчики
Новая система, разработанная для гарнитур VR/AR, сочетает в себе распознавание жестов на основе ИК-камеры с тактильной обратной связью. Система использует ИК-светодиоды для освещения руки пользователя, и светодиоды пульсируют синхронно с частотой кадров камеры. Камера отправляет информацию о текущем местоположении процессору с каждым импульсом. Программное обеспечение для распознавания жестов в процессоре моделирует кости и суставы, а также движения рук. Это позволяет системе точно определять положение большого или указательного пальца, даже если он не находится на прямой видимости. Систему можно запрограммировать на распознавание широкого спектра жестов, включая захват, смахивание, сжатие, нажатие и многое другое.
Эта система распознавания жестов имеет интерактивную зону размером от 10 см до 1 метра с типичным полем зрения 170° x 170°.
Помимо распознавания жестов, система знает, где находится рука человека, и может использовать эту информацию для управления тактильной обратной связью на основе ультразвука. Ультразвуковая тактильная система основана на матрице динамиков, запускаемых с определенной разницей во времени, что позволяет сфокусировать звуковые волны в определенной точке пространства, например, там, где находится определенная часть руки человека (рис. 6) . Точку фокусировки 3D можно изменить в режиме реального времени в соответствии с требованиями приложения. Комбинированные колебания ультразвуковых волн в фокусе создают точку давления, которую можно почувствовать кожей человека.
Рисунок 6: Сфокусированные ультразвуковые волны могут добавить тактильную обратную связь к системам распознавания жестов на основе ИК-камеры. (Изображение: ultraleap)Резюме
Распознавание жестов на основе видео по-прежнему является наиболее широко используемой формой распознавания жестов.