“雷科普”之如何給妹子講“交互”

tittle1

本文作者袁嘯宇,北京理工大學車輛工程專業,關註智能汽車領域。

和妹子溝通感情,是一項復雜、困難且充滿不確定性的工作,其中“找話題”這個難點讓不少未來佳侶死在瞭起跑線上。

那麼,作為一個資深偽極客,在好不容易瞅到一個機會向心怡的女生展示炫酷設備的關頭,如果你漫不經心地來一段科普,有理有據令人信服,你那瀟灑的姿態將會深深印在她的心中。

前提是,你得真的明白才行啊少年!

第一課:想和她交互?來聊聊傳感器吧!

體感交互、遠程遙控機器人、無人駕駛這些科幻的場景都離不開距離傳感器,可以說傳感器的性能就是如今虛擬與現實世界之間的瓶頸。雖然通過揮手切換圖片這種功能已經實現,但是實際效果還不理想。

目前人們如果想探測環境深度信息,主要依賴以下幾種技術,分別是雙目立體視覺、雷達探測、TOF(time of flight)技術,以及基於結構光的深度探測技術

那麼,這一節課,老師將主要介紹目前應用較為廣泛的結構光技術。

最著名的結構光產品就是微軟kinect體感設備。隨著精度是 kinect  100 倍的 leap motio n出現,體感設備越來越成為關註熱點,也為極客們魔改提供瞭便利條件。

1

Lumigrids 網格投影儀把方格網投射到自行車前面的地面上。路面改變時,網格發生彎曲,通過改變形狀強調前方存在的潛在危險。結構光技術的本質原理很接近這個產品

2

結構光技術:光柵投影法

從下面這張圖可以看出,目標距離越遠,斑點的間距越大,說明目標越遠。另外在凹凸不平的平面上,光斑形狀也會發生變化,kinect 就是根據這兩點來判斷這個點到底離攝像頭有多遠。

3

編碼圖案中的每一個像素都標志瞭唯一的信息。

上圖顯示瞭紅外激光散斑,是激光照射到粗糙物體或穿透毛玻璃後形成的隨機衍射斑點。

這些散斑具有高度的隨機性,而且會隨著距離的不同變換圖案,也就是說空間中任意兩處的散斑圖案都是不同的。隻要在空間中打上這樣的結構光,整個空間就都被標記,把一個物體放進這個空間,隻要觀察物體上面的散斑圖案,就可以得知這個物體的位置。

對比一次隻能掃描一個點的激光雷達,可以同時掃描所有探測區域的結構光技術具有掃描效率高,省去機械部件,成本較低的優點。

leap motion 也采用瞭結構光技術,其動作跟蹤精確 0.01mm 的數字震撼瞭很多人,但是精度太高的話,輕微的手指抖動都會影響操作,所以 leap Motion 團隊還需要在精度選取方面進一步權衡。對比客廳娛樂用的 kinect,leap motion 感應范圍有限,而且人體骨骼提取識別算法仍然是一個難點,小團隊要在這方面趕上微軟的技術積累還需要時間。

但是紅外結構光技術也有缺點,首先是抗幹擾能力弱,陽光的照明功率是目前紅外 LED 光源的 50 倍,可以說現在的 kinect 和 leap motion 在室外完全瞎瞭。而且如果同時使用多個同型號的傳感器,會產生相互幹擾,因此在同一空間佈置多個 leap motion 以拓展探測范圍的方法並不現實,除非采用時間多路復用:統一控制各傳感器的紅外LED燈開關,一次隻開啟一個照明裝置,輪流照射目標。或者每個光源采用不同的調制頻率。

其他產品

HTC One M8 探測目標距離也應用瞭結構光技術,頂部其實並不是副攝像頭,而是投影器件,目前我們還不清楚 HTC 是如何解決戶外光幹擾的問題。在 Google Project Tango 大規模出貨之前,M8 有可能作為極客們 DIY 機器人的眼睛和大腦。

Google 在最近公開的 Project Tango 核心的深度傳感器也是基於紅外,但是目前由於資料有限,還不能確定是不是結構光技術。

好瞭,下課。

最後,如果你真的用這種方式勾搭女生話……祝你好運。

Comments are closed.