解读英伟达芯的雷达手势识别,我们对Project Soli有了更多了解

  该系统设计目标是用于车内手势识别,操作距离为1m之内。中心频率为25GHz的毫米波,频宽4GHz,距离分辨率是3.75cm。具有4D测量的功能,可同时测量物体的三维位置和运动速度,水平视角为±45°,垂直视角为±30°,检测速度不高于1.5m/s。该系统的设计原型由微控制器,模拟电路,雷达射频芯片和4路天线构成,其中3路接收天线,1路发射天线。下图是该系统的设计原型,粗糙了点,但是能用:

  

解读英伟达芯的雷达手势识别,我们对Project Soli有了更多了解

 

  该系统的MMIC前端系统采用英飞凌的BGT24MTR2芯片,主控制器采用德州仪器的Cortex M4F微处理器。模拟端的采样频率为40KHz,采用8bit模数转换,锯齿波生成器采用500Hz的输入源输送给VCO(压控振荡器)单元,通过串口连接PC主机做信号处理和手势识别算法,系统采用USB供电,整个从机的功耗小于1W。整体架构如下图所示:

  

解读英伟达芯的雷达手势识别,我们对Project Soli有了更多了解

 

  整个系统的工作原理如下:

  1、雷达系统所发射的信号通过锯齿波函数进行调制后由天线进行发射,接收到手部的反射回波。

  2、对于锯齿波调制而言,由于因为回波延迟导致的频移和拍频(回波与发射波的频率差)被耦合在一起,通过RDM (Range Doppler Map,距离-多普勒映射)算法进行解耦:将发射波与回波相乘,然后进行低通滤波。

  3、得到的结果进一步离散采样,组织成矩阵的形式,其中矩阵的每一列包含单次扫描的节拍信号。

  4、然后再进行二维离散傅里叶变换,最后得到手部的位置延时和多普勒频移等信息,进而得到手部的位置和运动速度。

  下图是原理的图示:

  

解读英伟达芯的雷达手势识别,我们对Project Soli有了更多了解

 

  得到了手部的位置图和速度图,就可以辨别出具体的手势动作及含义。下图展示了单手和双手手势识别效果图:每个手势最上面的图是雷达探测与手部深度图像的叠加图。雷达探测点的颜色代表手部该位置的变化速度。中间的RDM图是雷达的探测图,其中色块表示雷达探测到的物体,由于人手部是非刚性的,所以看起来像是一堆小物块。最下面的合成图展示了整个手部的动作,颜色跟速度对应。

  

解读英伟达芯的雷达手势识别,我们对Project Soli有了更多了解

 

  上面我们简单介绍了毫米波雷达手势识别的基础原理,英伟达的雷达手势芯片在原理上与谷歌的Project Soli有很大的相似性,因此具有很好的参考价值。

  二者区别在于谷歌的是60GHz频段的毫米波,而英伟达采用的是25GHz的毫米波;在天线设计和PCB设计上会有一些不同;再者英伟达的这款只是原型设计,其数字信号处理主要依靠PC端的处理能力,这当然不可能集成到嵌入式系统当中。

  而谷歌则采用了专用的芯片来做数字信号处理,所以可以做到超低功耗,并提高性能,达到嵌入式可穿戴智能设备的使用需求。

  目前Project Soli仍处于开放研发阶段。谷歌声称将在2017年推出版本的硬件。可以预见的是,在明年的开发者大会上,我们将会看到更加成熟的雷达手势控制芯片以及配套的软件系统,如果其成本可以降低下来,或许那个时候,新的交互时代将会来临。