PC 感測器 運動感測 ToF 意義感知

感測融合讓PC更懂你 2021電腦市場再掀個人化風潮

2021-01-27
隨著感測技術不斷提升,不僅在人體動作偵測更加靈敏化,蒐集數據也更加精準,市場上開始出現把感測技術應用在個人電腦,讓個人電腦更「個別化」,感測技術連接個人電腦來驅動,可望在2021年成為下一代個人裝置的核心。

 

新技術在消費電子領域中的興起,不斷激發對於電腦在新或較佳功能以及外觀上的需求。以意義感知驅動的連接和感測解決方案將成為下一代裝置的核心。

在個人運算領域,2021年可望出現許多帶來關鍵性改良的新技術,以滿足使用者對電腦的需求。這些新特性與技術,能帶來令人興奮且強大的新世代使用者體驗。正如我們在消費電子應用的許多其他領域所見,2021年及其後的連接和感測解決方案—特別是驅動意義感知的解決方案—將成為個人運算的核心。

電腦新興技術發展趨勢

謹將某些可望影響電腦(尤其是筆記型電腦和其他可攜式電腦)市場的最新趨勢和發展列如下:

二合一、可折疊和可拆裝產品

筆記型電腦、平板電腦和其他可攜式電腦的全球市場總計超過3億台,其中,折疊等外形多變的產品越來越受歡迎。某些筆記型電腦和觸控平板二合一的電腦提供可以完全分離的螢幕。二合一、可折疊和可拆裝裝置真正整合了易用性和多功能性。

下一代無線技術

內建5G的消費者筆記型電腦將利用最佳的無線連接,提供比傳統的蜂巢式連接快10至100倍和極低延遲的通訊。5G連接的筆記型電腦因為不需要熱點,因此重量更輕。

廣角網路攝影機

電腦網路攝影機的廣角鏡頭將提供更大的視界,提升視訊會議應用軟體的使用者體驗,實質上有益於親朋好友間的聯繫,同時,也利於進行體態和身分驗證。某些廣角網路攝影機可提供板載視訊處理,減輕電腦的視訊處理負擔,產生流暢且高品質的視訊效果。

從圖1來看,原始廣角照片的邊角會有變形,以致邊緣附近的建築物和人物的線條扭曲。如何解決這個問題呢?

圖1  廣角網路攝影機會造成照片邊角產生變形,影響身分驗證技術的精準度

常見的「去變形」方法只能在維持線條不變或比例不變兩者之間作取捨。兩者—尤其是維持線條不變的方法—都會裁掉部分的圖片,使圖片的主要部分流於殘缺。理想的方法是兼顧線條和比例不變,同時又無需割捨圖片的任何部分。這就需要在圖片的各個部分套用具備不同「去變形」演算法的智慧型應用程式。

適當的「去變形」演算法對相機的使用舉足輕重,正確理解體態有助於對廣角姿態的認知和身分驗證。在XR空間中,確保實時符合比例的環境是防止「暈機」的關鍵。在商務電話會議中,這可以使每個人的動作看起來都很平順。這些雖然都可以在主CPU上進行,但是專用的板載視訊處理功能才能確保更順暢且高品質的視訊體驗。

感測技術應用在個人電腦
運動控制

PC的另一大改良是重新思考與電腦的介接方式。手持運動控制是一種用於電遊和數位藝術等其他應用的新興技術。

加上由加速度計和陀螺儀搭配專用感測器融合軟體組成的慣性測量單元(IMU),可以將任何手持控制器轉為互動式動作控制器。結合感測器和軟體來追蹤使用者的動作,並轉為螢幕上的游標動作或辨識可執行某個動作的預設姿態,對手寫筆、無線雷射筆、遊戲控制器、甚至桌上型電腦的滑鼠都助益甚大。

用手部動作(例如指向或手勢)控制介面功能會比任何介面更為自然。藉由充分發揮這種人類自然的行為,動作控制技術將為工作、娛樂、教學、和創造力帶來更直觀的PC介面。

意義感知

數據無處不在,儘管通常只見於個性化廣告,但也可用於提高使用者的便利性和安全性。人身檢測最重要的功能就是隨時掌握身分,借助低功率感測器中樞和飛行時間(ToF)感測器,PC可以判定電腦前有人坐著或只有桌椅存在,然後喚醒主處理器和攝影機進行使用者的登錄驗證。 加速度計除了進行典型的螢幕方向調整之外,還可追蹤使用者動作。麥克風的音訊感測不但可拾取環境聲音來推斷身在咖啡廳或吵鬧的房間,還可以在感測到窗戶破裂或嬰兒哭泣等高分貝噪音時,警告並防範使用者安全。ToF感測器可測量射出光波被接收感測器接收到的耗時長短,來判定人員接近電腦的時間及其身分。

將這些個別功能結合起來,再搭配位置、時間、噪音等環境因素,筆記型電腦即可決定要載入追劇影片或星期一早上的電子郵件。跟蹤本人和裝置的位置也有助於防止裝置遭竊,動作分類可決定裝置是否正在被移動,加上身分認證則可確認是否裝置正在被某人移動。

感測器融合在新世代PC發揮威力

目前對數據的理解隨著這些技術的發展而水漲船高,感測器融合在上述功能中至關重要。先前提到IMU和運動感測器如何結合使用者偏好和地理位置,來提供額外的安全性並大幅改良使用者體驗。用這些感測器來掌握周圍環境及其複雜性並非易事,目前CEVA的MotionEngine軟體可執行即時3D定向、人身檢測、移動方向、加速度、角速度、二合一操作模式和其他功能,以啟動這些裝置的意義感知。

(本文作者任職於CEVA)

 

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!