隐形空中接口”空中显示和输入设备

阿尔卑斯山有限公司和宇都宫大学联合开发的“隐形空中接口”是下一代人机交互设备,结合了空中显示和输入功能,提供无接触、安全的控制体验。该技术基于高灵敏度电容感应和回溯反射,有望应用于电梯、售票机等公共场所,减少疾病传播风险。双方在IDW'21上发布产品,计划在2025年前实现商业化应用。
摘要由CSDN通过智能技术生成

在世界第一方面,阿尔卑斯山有限公司和宇都宫大学公司联合开发了“隐形空中接口”,这是一种下一代人机接口产品,可以实现空中显示——通过反射和半空中输入的空中成像,以及基于高灵敏度电容式感应的控制——同时也加入了图标,作为装饰性印刷技术的应用,实现了优越的设计。隐形空中接口将提供一个全新的非接触控制体验,为用户提供安全,舒适和情感的新常态。2021年12月1日至3日,阿尔卑斯山和宇都宫大学在国际显示器工作坊(IDW’21)上共同发布了这款产品,并得到了显示器行业专家的积极回应。在进行了市场调研并提高了产品的完成水平之后,我们最初的目标是在2025年之前在公共场所的显示和控制应用中采用该产品,比如电梯和售票机,以及需要安全考虑的地方。

发展的背景

在许多情况下,人们宁愿避免在公共场所直接接触输入设备。电梯按钮,火车票售票机,超市自助结账系统… 还有谁可能碰过它们?如果它们不干净怎么办?如果他们自己的手很脏怎么办?这种对触摸的厌恶最近变得更加明显,由于全球2019冠状病毒疾病流行病和增加的疾病传播的恐惧。其他社会问题还包括触摸操作过程中控制器上留下的指纹被盗。这些卫生考虑和安全风险突出表明,在向新常态过渡的社会中,对输入设备非接触操作的需求日益增加。
然而,对于现有的非接触式控制设备,用户感到压力很大,无法直观地感知操作距离,最终只能求助于触摸。只有当它们允许舒适、直观的操作时,非接触式控制才会成为主流。
自2008年以来,阿尔卑斯山公司一直通过应用原始的高灵敏度电容式感应技术开发空中输入设备,随着近期对非接触控制的需求激增,甚至获得了 AirInputTM 商标,该公司加快了产品开发的步伐。2021年5月,AirInputTM 解决方案被试用于电梯和室内照明应用1。此后,阿尔卑斯山一直在开展与 AirInputTM 生产线有关的促销活动,为2022年的大规模生产做准备。在通过开发光通信镜头等活动建立的核心技术领域——光学领域内,阿尔卑斯山自2019年以来还一直在开发与航空反射成像有关的基本技术。
在这里插入图片描述

宇都宫大学山本实验室自2014年以来一直在进行与3 d 显示和多模式感性信息科学有关的研究,特别是通过回溯反射(AIRR)进行的航空成像。实验室学术带头人山本彦津教授是天线接口领域的先驱,他的研究和开发获得了许多奖项。
为了实现舒适、更直观的非接触操作,并加速非接触设备在社会上的传播,双方已着手开始联合开发涉及阿尔卑斯山公司开发的非接触控制设备的融合,使用原始的高灵敏度电容式感应和基于宇都宫大学研究的航空成像理论的逆反射技术。

发展大纲

联合开发的隐形天线界面结合了一个空中输入设备-基于高灵敏度电容式感应-与空中成像功能-一个回溯反射技术的应用-使舒适,直观和无压力的设备操作与图像在空中互动,就像操作任何开关,触摸板或其他传统的触摸控制设备。
隐形空中界面还利用装饰印刷技术,以提高最终产品的设计。乍一看,它的表面并没有明显的展示效果,看起来像是木头、金属或其他材料的巧妙制作。只有当一只手接近,影响电容时,隐形图标才会出现在半空中。
非接触操作降低了疾病传播的风险和指纹被盗的风险,有助于用户的安全,同时卓越的操作性和与空间融合的设计,以避免任何减少周围的气氛提供前所未有的舒适和情感传递一个新颖的非接触控制体验。
这种联合开发的产品是世界上第一个集电容式感应、航空显示和装饰印刷技术于一体的人机界面。非接触技术比使用摄像机和红外光的优点是输入精度高,特别是在近距离操作时,以及优良的设计性能。此外,由于不需要在包装外安装传感器或投影仪,因此在最终产品设计中有更大的灵活性,为广泛的应用创造了潜力。
阿尔卑斯山具有独特的优势,能够处理各种事务,从提供高灵敏度的电容传感器和航空成像光学元件,到设计用户界面,以确保向用户清晰地传递信息,以及设计系统将它们连接在一起,并使输入的输出平滑、适当。该产品将通过与航空显示控制相关的研究应用达到更高的完成水平,这是宇都宫大学一直是全球先驱的领域。
2021年12月1日至3日,阿尔卑斯山和宇都宫大学在世界上最大的显示技术学术会议国际显示器工作坊(IDW’21)上共同发布了这一产品,并得到了显示器行业专家的积极回应。

展望

在进行市场调研,进一步确定需求和问题,并提高产品的完成水平之后,我们最初的目标是在2025年之前在公共场所,如电梯和售票机的展示和控制中采用该产品。我们还将探索在游乐设备和汽车系统中的应用。除此之外,我们还希望看到一个扩展现实(XR)2服务司空见惯的世界,并计划推进开发,以期将该产品作为一种视觉信息显示设备部署到身体上,因为不需要护目镜和其他可穿戴设备。我们的目标是在新标准中为人机界面(HMI)用户提供安全、舒适和情感,并为2030年后人与网络空间无缝互动的世界做出贡献。

白纪龙老师从事电子行业已经有15个年头, 到目前为止已开发过的产品超上百款,目前大部分都已经量产上市, 从2018年开始花了5年的时间, 潜心录制了上千集的实战级电子工程师系列课程, 该课程从元器件到核心模块到完整产品 老白的初心是“愿天下工程师 不走弯路” 其中, 就有详细讲解MOS管和IGBT的课程

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值