基于TOF手勢識別的人車交互技術(shù)研究

劉正全，鄧亮

(常州星宇車燈股份有限公司，江蘇常州 213000)

0 引言

目前人車交互方式以機械按鍵、旋鈕以及電容觸摸屏為主。這些輸入設(shè)備都存在一定的不足，輸入習(xí)慣和人本身的自然交流習(xí)慣存在差異。基于視覺的手勢輸入可以克服上述問題，該技術(shù)的人車交互方式更自然更便捷，其次采用視頻輸入的形式可以進行遠距離和非接觸的控制。作者將闡述關(guān)于TOF(Time of Flight，飛行時間)技術(shù)[1]在人車手勢交互的具體應(yīng)用，同時與二維和三維視覺技術(shù)的手勢識別進行綜合性能比較。

1 飛行時間的手勢識別原理

基于TOF的手勢識別技術(shù)是利用調(diào)制近紅外激光光源照亮手勢識別區(qū)域，成像陣列傳感器通過測量手勢照明和反射之間的相移并將其轉(zhuǎn)換成為手勢識別的距離深度信息。 圖1說明了TOF手勢識別的基本工作原理。照明光源由固態(tài)激光器或工作在近紅外(850 nm)的LED提供，該波長在人眼可視光譜范圍之外。成像陣列傳感器可以對該波長范圍的反射光進行效應(yīng)，同時將光量轉(zhuǎn)換為電能。進入成像陣列傳感器的光線包含兩部分：環(huán)境分量和反射分量。手勢識別的距離深度信息主要依靠反射分量體現(xiàn)。 因此，環(huán)境分量過高會降低信噪比。

圖1 TOF手勢識別的基本工作原理

為了在車內(nèi)更好地檢測照明和反射光之間的相移，需要對連續(xù)方波光源進行調(diào)制[2]。在這種方式下每次測量4個樣本，每個樣本之間相位間隔90°，利用照明和反射之間的相位角φ計算手勢識別的距離深度d，如圖2所示。

(1)

(2)

其中：c為光速；Q1、Q2、Q3和Q4為成像陣列傳感器采樣得到的電荷量。

圖2 連續(xù)方波光源調(diào)制檢測手勢識別的距離深度

2 TOF手勢識別的距離測量精度

2.1 具體影響因素

基于TOF的手勢識別技術(shù)所提供的距離測量精度會直接對最終的識別正確率造成影響，所以需要對影響距離測量精度的因素進行分析。成像陣列傳感器上像素點獲得的反射光亮度為L，偏移量為S，那么，連續(xù)方波光源調(diào)制檢測手勢識別的距離測量方差可以表示為式(3)，其中cd為調(diào)制對比度，描述了成像陣列傳感器分離和收集光電子的能力。反射光亮度L是光功率的函數(shù)。 偏移量S是環(huán)境光和系統(tǒng)偏移量的函數(shù)。 從式(3)中可以推斷出反射光亮度、調(diào)制頻率和調(diào)制對比度是影響距離測量精度三大因素。

(3)

(4)

(5)

2.2 精度提高方案

根據(jù)公式(3)，增大反射光亮度、調(diào)制頻率和調(diào)制對比度三者的數(shù)值可以明顯提高手勢識別的距離測量精度，而環(huán)境光和系統(tǒng)偏移量會導(dǎo)致飽和并降低準確性。在高頻下，由于硅的物理屬性，會使調(diào)制對比度衰減，所以調(diào)制頻率具有實際的上限[3]。如圖3所示，在TOF手勢識別人車交互系統(tǒng)中，采用多頻技術(shù)來兼顧測量精度和測量距離問題，使得在足夠的測量距離條件下獲得最佳的檢測精度。多頻技術(shù)是通過添加一個或多個調(diào)制頻率來工作，調(diào)制頻率低，測量距離較遠測量精度較低；調(diào)制頻率高，測量距離較近測量精度較高。 每個調(diào)制頻率都將計算得到相應(yīng)的測量距離，實際手勢深度位置是由不同頻率的測量距離共同決定。

圖3 多調(diào)制頻率手勢距離深度測量原理

3 綜合性能比較

TOF技術(shù)應(yīng)用在手勢識別人車交互中，成像陣列傳感器可以提供每個像素點距離深度信息，并以灰度形式展現(xiàn)，灰度值越高，手勢越接近成像陣列傳感器。目前多數(shù)手勢識別的機器視覺系統(tǒng)都是二維的，是一種經(jīng)濟高效的方法，圖像處理算法提取關(guān)鍵特征參數(shù)，與數(shù)據(jù)庫進行對比判斷。 但汽車車內(nèi)的照明條件比較復(fù)雜，手勢在不同的照明下陰影差異會使識別困難、正確率顯著降低，使用TOF成像陣列傳感器數(shù)據(jù)在很大程度上不受陰影的影響，因為照明調(diào)制紅外激光光源提供，距離深度信息是從相位測量中提取的，而不是圖像亮度本身。

三維視覺可以克服二維視覺手勢識別的許多問題，因為距離深度可以分離前景和背景。三維視覺手勢識別通常使用兩個間隔一定距離的相機，可以計算每個圖像中的手勢位置。其中主要問題是在一幅圖像中給出一個點，如何在另一個相機中找到匹配的點，對應(yīng)關(guān)系的建立會直接影響手勢識別的可靠性。 解決對應(yīng)問題首先要涉及復(fù)雜的計算密集型算法，用于特征提取和匹配；其次， 特征提取和匹配需要顏色變化和足夠的亮度以獲得穩(wěn)健的相關(guān)性：所以這也就限制了在人車交互場景中的應(yīng)用。 TOF手勢識別沒有這個限制，因為它不依賴于顏色或紋理來測量距離。TOF成像陣列傳感器使用距離作為特征，可以將臉部、手部和手指與圖像的其余部分分割開，因此可以實現(xiàn)手勢識別較高置信度。3種視覺系統(tǒng)在手勢識別應(yīng)用中的性能比較如表1所示。

表1 3種視覺系統(tǒng)在手勢識別應(yīng)用中的性能比較

4 結(jié)論

基于TOF技術(shù)，利用多頻調(diào)制紅外激光光源和成像陣列傳感器系統(tǒng)，通過測量手勢照明和反射之間的相移并將其轉(zhuǎn)換成為距離深度信息，顯著提高了人車交互手勢識別的置信度。與二維和三維視覺技術(shù)別相比，TOF的手勢識別在系統(tǒng)整體成本上比較適中，集成度較高，結(jié)構(gòu)很緊湊，由識別算法所帶來的計算強度可以在嵌入式系統(tǒng)中實現(xiàn)，同時在車內(nèi)環(huán)境下兼顧了檢測距離和測量精度兩個要求，并且靈活可調(diào)，可以很好地來適應(yīng)不同應(yīng)用場景的需要，響應(yīng)時間也是3種視覺系統(tǒng)中最快的。另外，由于TOF的手勢識別系統(tǒng)具備自主式光源照明，距離深度信息是從相位測量中提取的，所以在弱光和強光環(huán)境下手勢識別的正確率均比二維和三維視覺要高。綜上所述，TOF技術(shù)在手勢識別人車交互應(yīng)用中具有獨特的優(yōu)勢與良好的發(fā)展前景。