本文介绍了手势交互的三种主要实现原理：基于视觉、惯性设备和其他专有技术。基于视觉的手势交互依赖光学原理，分为裸手和辅助手柄识别，如Leap Motion和Oculus Touch。基于惯性设备的手势交互利用加速计和陀螺仪，虽然易漂移，但无范围限制且成本较低。其他专有技术包括Google Project Soli的雷达技术、力反馈手套、肌电图设备Myo以及眼球定位的FOVE等。
按照手势交互的实现原理不同，将手势交互分为以下三种：
1. 基于视觉的手势交互
这类手势交互技术发展最为积极，很多老牌和创业公司在这个领域内工作。它依靠光学原理和视觉计算进行物体检测，其优点是：快捷方便和低延迟；缺点是：根据算法差异，精度会有所差别，而且此类方式有可识别区域，超出一定范围便无法识别。
根据识别过程中是否需要额外的辅助设备，又可细分为：裸手识别和辅助手柄识别两类，裸手方面最突出代表就是Leap Motion；辅助手柄方面代表是Oculus Touch。
2. 基于惯性设备的手势交互
此类手势交互系统主要运用惯性传感器（加速计、陀螺仪6轴或加上地磁构成9轴传感器）。其优点是：灵敏度较高、没有范围限制、传感器本身较为便宜；缺点是：传感器存在一定的偏移量，会出现漂移，需要组合使用；还有传感器的采集帧率一般都到1000Hz
最低0.47元/天 解锁文章
扫一扫
224
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
