Uploads%2farticles%2f11267%2f2016 12 17 191623
|
2016-12-26

OYMotion CEO 谈基于人工智能的肌电手势识别技术 | 深圳湾夜话 @上海

与人工智能相结合的手势识别技术,具备哪些优势?

12 月17日晚,深圳湾夜话联合上海交大科技园,在上海慧谷创业大厦首次举办活动。活动邀请到傲意科技 OYMotion CEO 倪华良(Neo)分享基于人工智能的肌电手势识别技术,同时还邀请到 OYMotion CMO 陈培根到场交流。

Neo 自称是个爱折腾的人,2000 年从复旦大学电子工程系毕业,一直从事芯片设计,几年后则转移到国外工作,也在硅谷和几位朋友创过业,再又加入美国高通工作。直到 2013 年,他发现手势识别这个不错的领域,于是从一张白纸开始,先做传感器,再逐步完成设计、软件和算法。到 2014 年底,Neo 毅然离开高通回国创业,并于 2015 年拿到了第一笔投资,近日将完成第二轮融资,团队目前只有 9人。

根据 MarketsAndMarkets 数据,2014 年,手势识别的市场已达 50 亿美金,到 2020 年将到 230 亿美金,复合年均增长率 CAGR 有 28%,主要应用方向包括 VR/AR、家庭自动化、可穿戴设备、以及物联网等。

目前,手势识别的实现方式主要包括机器视觉、多运动传感器、机械手套、肌电加运动传感器和多点触摸屏。OYMotion 的解决方案则是肌电+运动传感器。

脑电、心电和肌电是人体的三种主要电流,并且人体的各项动作均由大脑通过肌电 EMG 进行控制,对肌电状况进行分析则可以进行动作的判断。

OYMotion 肌电手势识别的基本原理,则是使用肌电传感器检测肌电,同时,运动传感器用以检测手臂姿态,最终通过机器学习进行手势识别。Neo 表示,这过程看似并不复杂,但工程实现则需要大量的尝试和验证,比如肌电传感器和尺寸就要经过反复的试验、调整。

Neo 进一步表示,相对于其它手势识别,肌电方案有不少特点:首先是成本低(BOM 成本可以做到低于 15 美金),因其以算法为主,无特殊元器件要求;其次是功耗低(功耗低于 0.1W,持续工作可超 10h);再次是自由度高,它属于主动型技术,不受外界影响且交互体验自然,可提供手势和姿态相结合的方案;还有就是,不占用主机资源,其运算在设备内完成,普适性强。

在今年 7 月,OYMotion 推出了第一代手势控制臂环 gForce,其内嵌了 8 路医疗级肌电传感器和 9 轴陀螺仪,采用自主研发的生物信号模式识别技术,可对使用者皮下肌电信号进行采集,实现数据信号与相应动作的对接。

另外,gForce 除了可以直接通过蓝牙连接 Android 等设备,还可通过 BLE USB Dongle 或 BLE Central 专用设备开放传输原始肌电数据进行相关应用开发。

据悉,肌电手势有着广泛的应用场景,除了VR/AR 等体感人机交互,肌电手势还能在体育健身、医疗康复等发挥重要作用。

肌电手势在医疗康复、体育健身中的应用

>>
Back to top btn