- Advertisement -
首頁 標籤 人機介面

人機介面

- Advertisment -

智慧風潮帶動車輛人機介面革新 語音/手勢/駕駛監控進駐

手勢控制則是以BMW為領頭羊,在2018年量產X5、X7系列皆已開始導入手勢控制技術,而BENZ預期在2020年Q2所發售新車亦會搭載此技術,其他領導車廠也在陸續發表和研發階段。 駕駛監控系統各家廠商皆有相關技術,目前在各家車廠高階車款或商用車隊較為常見。駕駛偵測技術各家車廠技術發展方向不盡相同,過往多透過偵測駕駛與車輛間互動或操作的間接偵測模式為主,現在則逐漸轉向以照相機或生物感測器,對駕駛動作觀察或生理狀況記錄以對駕駛行為進行判斷。但不論如何,皆以偵測駕駛疲勞以及提供警示為主要目的;自動座艙調整各家廠商仍在研發階段,依序有相關發布和概念車出爐。 各大車廠皆有所搭配Tier1車電系統整合商發展人機介面相關技術,而語音助理、手勢控制、駕駛監測系統軟硬體技術需求不同,各自有不同上游業者共同投入。目前各大車廠在車載人機介面新技術的發展狀況概略整理如圖1。 圖1 新興車輛人機介面應用產業布局 語音助理大舉進軍汽車市場 語音助理在各類的3C產品中已有相當高的普及度,以各類科技大廠主導相關技術發展,包含亞馬遜(Amazon)、蘋果(Apple)和Google等,都是其中的佼佼者。為了延伸應用範疇,各廠都將汽車應用列為重點市場,並以既有的語音平台為基礎,重新調整為車用語音平台。 同時,為因應技術發展需求,許多大廠也與軟體技術廠商合作甚至併購,例如Google買下多倫多大學資工系所創辦的DNNresearch,加強其語音搜尋引擎能力;亞馬遜則為增強語意辨識於2012年併購Evi等。 車用語音助理之關鍵礙於如何清楚地接收駕駛者或乘客之語音指令,關鍵零組件為聲學元件,在車用市場上包括樓氏電子(Knowles)、ACC、GoerTek等皆有發展車內專用聲學元件,為目前市場主要領導者。 各家車廠多將手勢控制以及駕駛監測系統等技術整合至自家車內輔助系統,例如Toyota 的TSS2.0、VW 的Safety Features Lane Active等,皆有搭配駕駛監測系統的開發;而BMW的HoloActive Touch、BENZ的MBUX皆同時包含手勢控制以及駕駛監測系統技術。因應感測與辨識技術所需要的感測元件以及搭配的軟硬體、晶片技術而有不同廠商,例如BMW與Melexis合作開發車用ToF晶片並與SoftKinetic合作開發軟體技術。 語音助理在車用環境中從聲音輸入以麥克風硬體設備收音,採用MEMS陣列式麥克風為主要趨勢,其收聲元件中振膜採用硅、矽等材質,相較早期電容式麥克風採用的聚合纖維更耐熱、抗震,收音品質較不受溫度及電壓變化等影響,且金屬外殼具有良好射線屏障,避免收取不必要雜訊。 軟體處理中主要為自然語言處理,其中包含到語音識別、語意理解,後續在回饋語音則有語言生成、語音合成亦或是Text To Speech(TTS)等程序。 動作執行層面則分為屬於車輛控制的座艙調整、空調、啟動引擎和車門,以及娛樂、導航、通訊等項目。除車輛控制外,剩餘項目皆可在無需嵌入車電系統環境下進行,例如透過個人行動裝置、後裝設備等,對於語音平台或相關技術業者而言更多以此類服務滲入市場。 三類業者主導車用語音市場 車用語音助理相關業者可分為三類,包含車廠、語音平台以及語音技術/設備商,三方業者各有不同目標,彼此呈現相互競爭又合作的態勢。整體而言,可歸類為三種合作模式。 第一種模式為車廠直接採用語音平台服務,車廠以增加銷售賣點為動機,將各大語音平台引入車內,藉以增加服務體驗;各語音平台為提升其服務可及性以及取得更多使用者數據,多投入開發車用語音平台,例如Google的Android Auto、Amazon的Echo Auto以及Apple的Carplay,同時開放開發者環境,強化與車上電子系統的整合。雖欲增加車內服務項目和體驗,車廠對此合作方式亦有所顧慮,擔心消費者體驗導向平台大廠,因此各大車廠也積極在相關平台上發展自有的服務平台,以維持消費者的認同感與滿意度。 第二種模式為車廠自行開發語音服務,部分車廠希望掌握車上相關聯網服務廣大商機,同時由於語音平台亦將連結車輛控制系統,因此部分車廠投入自有語音系統相關技術研發,此方式需投入大量成本和人力。以Benz為例,與各大語音平台皆有合作,但在2018年仍自行開發MBUX系統,可結合車機上座艙控制以及影音娛樂、導航等功能,亦可銜接各語音平台影音娛樂功能。 第三種合作模式為語音技術商結合平台導入車廠的車輛產品,語音技術軟體/設備廠商,例如Nuance、SoundHound皆有開發語音技術以及相關應用軟體,ROAV和Chris則發展相關設備可介接至車內。此類業者可藉自行開發軟體或硬體,將語音系統服務導入車載機系統,同時以API方式銜接各大語音平台相關服務。以此方式銷售自家語音產品,同時亦可取得使用者數據提升技術。 因車內收音並非直接對麥克風說話,屬於遠場收音形式,其效果不如對手機、話筒設備等近場收音,個人主聲特徵更不明顯,因此噪音處理技術對於車內語音應用情境至為關鍵。背景噪音和發聲回音更容易影響收音品質,且在車內有多人談話情形須作考量和反應速度的要求,技術上需克服如何在多人談話中辨識駕駛聲音以及運算效能的提升。 手勢控制以ToF/結構光為主流 車用手勢控制在2013年時已經有以揮動方式控制天窗或開啟後車廂等產品出現,至2015年後已發展出在中央控制台前以細微的手勢動作控制如點選、左右滑動、音量放大等控制。 目前車用環境手勢辨識技術上主要分為三類,分別為ToF飛行時間法、立體攝影和結構光等技術。ToF是以一發射器發出射線,透過接收器接收反射回來的射線時間差,計算和物體之間距離;立體攝影則是透過兩個以上相機模組,從不同角度對同一物體拍攝,以三角定位方式判斷物體遠近、相對運動等;結構光與ToF相似,皆透過主動光源將光紋打在物體上,此方式透過對空間編碼後將原光紋與物體移動光紋之間的差異達到辨識效果。 ToF和結構光都以主動光源的變化達到辨識效果,於其他領域皆已廣泛應用。立體攝影在無光或弱光環境下卻難以辨識物體,且物體判斷運算複雜、容易造成延遲。因此現今在車用環境上皆以ToF和結構光為主。 歐洲新車安全評鑑會EuroNCAP在2025 RoadMap提到在2020年將駕駛監控系統列為安全評鑑項目之一,若沒有相關系統無法達到5星評價,為相當重要的指標,此舉將帶動駕駛監控系統加速普及至各級車款。駕駛監控系統主要可分為兩類,分別為直接偵測和間接偵測。 間接偵測透過檢測駕駛與車輛間互動或操作,如透過駕駛習慣偵測及車內配備之感測器,進而判斷駕駛行為是否正常。駕駛習慣主要偵測駕駛在操控方向盤、油門或煞車等機械操作,判斷路徑、轉向角度是否偏移或太大;車內配備感測,則是判斷駕駛的物理位置,例如手是否有握在方向盤、安全帶鬆緊程度等方式。 直接偵測以照相機或生物感測器對動作觀察或生理狀況作駕駛行為判斷。透過注意力偵測或生理狀況偵測方式。注意力偵測主要是以照相機對駕駛拍攝,判斷其動作、情緒等方式;生理狀況則是透過感測器判斷駕駛心跳、脈搏、體溫等方式。 以SAE評定自駕車等級Level 1~5,在Level 2以上駕駛無須操控方向盤、油門和煞車等行駛控制,無法採用間接偵測方式,但在Level 2~3之間仍須讓駕駛保持警覺,在緊急或無法判斷的情況下,須隨時切換為手動駕駛,故必須以直接偵測方式進行。 最早從2007年Volvo發表車道偏移偵測系統,可透過駕駛行駛路徑判斷駕駛是否有危險行為,後續各大車廠在2014~2017年皆發表此類產品,例如 VW的Fatigue Detection System、 Nissan的Driver Attention Alert、Honda的Driver Attention Monitor等。 在2018年開始各車廠、Tier1的車電系統以及製作車用晶片的廠商開始發表直接偵測之車輛監測產品。例如,2018年Valeo發表的Facing Monitor...
0

非接觸3D現UI商機 開酷毫米波/AI手勢辨識潛力足

更直覺、便利的人機介面一直具有高度市場需求,手機的人機介面應用從按鍵及觸控晉升到不需接觸螢幕,非接觸式手勢隔空3D操控成為下世代的UI趨勢。新創公司開酷科技即運用毫米波(mmWave)與人工智慧(AI),整合通訊感測、處理器與AI加速器的系統單晶片(SoC),發表節能且即時的3D手勢辨識解決方案。相比觸控螢幕,開酷可以接收旋轉圖像等立體指令,技術潛力也獲得聯發科肯定而入股投資。 圖 開酷科技創辦人暨總經理王君弘。 技術/產品潛力獲聯發科入股 開酷科技創辦人暨總經理王君弘曾在美國科技業工作30年,期間在美國創業藍牙公司,回台後仍擔任美國老闆的顧問6年,隨後決定在台創業。開酷(KaiKu)一詞取自芬蘭文,意思是迴聲,呼應王君弘以雷達技術為主題創業。回顧創業歷程,王君弘坦言,找人才至今仍是一大挑戰。一方面其業界的人脈以美國地區為主,同時新創事業及新技術的開發皆需冒險精神,因此在台灣找尋合作對象或員工都不容易。然而近期開酷的技術在業界已受到肯定,甫完成的融資已獲聯發科入股。 毫米波/AI加速器助資料回傳穩定且即時 手機的操作不斷升級,無線的手勢辨識技術可以擴大手機操作的豐富性,增進使用者體驗。然而目前常見的手勢辨識方案透過相機鏡頭執行,但是相機本身的大功耗容易導致手機發燙,需要很強的CPU才能達到即時回饋的效果,並且若為配合鏡頭位置在螢幕正上方控制,手勢動作的範圍受限,造成使用者的不方面,尤其干擾遊戲操作。為改善傳統手勢辨識遇到的問題,王君弘便由豪米波雷達研發SoC新解方。 開酷的手勢辨識測技術核心為毫米波60GHz,開酷科技行銷總監林子超表示,基於此頻段為100GHz以下的頻段中可用頻寬最寬的選擇,硬體上可以使用57-67GHz範圍的頻段,而能清楚辨識短距離內的不同物體,如辨識出兒童手勢動作中的兩根手指。同時,60GHz的頻率傳遞距離較短,且若是訊號碰觸到其他物體時會快速衰減,因此可以避免單一手機的辨識受環境干擾。 此外,手勢辨識晶片的封裝中整合一發(Tx)三收(Rx)的天線,強化晶片的訊號接收功能,加上獨特的演算法換算成空間座標,達到3D定位的效果,因此能夠辨識手伸入螢幕中選轉影像等3D指令。除了毫米波技術,產品同時配備AI加速器與MCU電源管理功能。手勢透過AI的演算法辨識,而做為一個人機介面裝置(HID),開酷希望可以克服能源消耗的問題,並且確保資料運算的即時性,因而選擇使用AI加速器,盡可能在本地處理資料,並且重複使用數據,便能達到低耗能且資料即時回傳的目標。 晶片擬年底量產同時布局AIoT市場 電源方面,雖然手機皆有強大的電源管理系統,但是開酷仍在產品中放入MCU來管理電源,目的是布局AIoT市場。王君弘說明,例如做一個可以調亮度的電燈開關,或是咖啡機透過手勢操作,這類架構便宜、簡單的產品不會有很強的MCU。因此若是手勢辨識產品本身已有MCU,即可應用在這些聯網產品中,並且不只做電源管理,還可以執行簡單的軟體,為以後進軍AIoT市場鋪路。 此外,手勢辨識產品設計USB外接模組,可以做為手機的外接應用,有利於進入手機售後市場。目前此產品可以用於手機遊戲或VR操作,透過不需要接觸螢幕與反應即時等特性,配合現有的觸控螢幕,提供使用者更多元且良好的遊戲體驗。王君弘表示,開酷的測試晶片從天線改良、加入AI加速器、客戶討論等多次修改後,現在已研發至第三版,預計2020年底進行量產。
0

穿戴式裝置商機竄起 感測/電源/眼球追蹤有前景

在蘋果(Apple)、小米等電子品牌業者透過手環、手錶與耳機等產品,為消費性穿戴式裝置成功打開市場後,社會大眾對於利用穿戴式裝置收集生理訊號,結合手機App來追蹤自己的健康狀況或運動數據,已經有了很高的接受度。而這類消費性產品所創造的龐大市場需求,也反過來吸引晶片供應商投入更多資源,研發感測精度更高、更省電與更低成本的解決方案,使得穿戴式裝置這個應用市場踏上正向循環的發展道路。 消費性穿戴式裝置的成功,同時也為生醫、長照或其他專業型穿戴式應用的發展打下更穩固的基礎,並使得相關產品的開發者得以挑戰技術難度更高的穿戴式產品,例如智慧衣物、醫療設備等。另一方面,眼球追蹤等新一代人機介面技術的進展,讓使用者可以直接用視線來與穿戴式裝置互動,也為穿戴式裝置未來創造出更多可能性。 半導體技術持續進步 穿戴裝置進軍生醫 成功大學電機系李順裕教授(圖1)指出,收集各種生理訊號,再結合手機App等資訊軟體來追蹤使用者的生理狀況,是目前絕大多數消費性穿戴式裝置的主要應用情境。生醫或長照所需要的穿戴式裝置,核心功能大多也都跟這些消費性產品雷同,只是為了取得更精準的數據,或貼近某些應用場景的特殊需求,而必須在外觀上做一些改變。 圖1 成功大學電機系李順裕教授表示,穿戴式裝置在生醫跟長照領域,有極大的發展前景。 智慧衣就是一個很典型的例子。藉由將感測電極與紡織品結合,加上低功耗放大器、濾波器、微控制器以及藍牙等穿戴式裝置所使用典型元件,以及手機App,就能構成一套完整的穿戴式裝置。不過,也因為感測電極必須跟布料整合,所以智慧衣的開發者必須找到有相關技術的紡織業者合作,這反而是比較大的挑戰。 李順裕教授所帶領的團隊,在開發智慧衣的專案中,配合的紡織業者是台南當地的廠商。他表示,台灣有很強的紡織業基礎,因此台灣要發展智慧衣這類專業型的穿戴式裝置,具備不錯的先天優勢。 相較之下,專業型穿戴式裝置所需的電子元件,基本上已經相當成熟。以李教授所帶領的團隊為例,該團隊所研發的各種穿戴式裝置,如智慧運動衣、智慧寵物衣,甚至具有醫療功能的癲癇腦波監測與刺激治療裝置,絕大多數元件都是由亞德諾(ADI)供應。 安馳科技應用工程師范育彰(圖2)表示,誠如成大李教授所言,穿戴式裝置的核心元件不外感測、電源、控制與通訊四大類,其中又以感測最為特殊,因為穿戴式裝置需要感測的物理量大多是生物訊號,其他像電源、控制與通訊,都屬於通用元件。但由於穿戴式裝置的外觀通常非常緊湊,沒有空間安裝大電池,因此不管是感測、電源、控制或通訊元件,都必須做到非常省電。 圖2 安馳科技應用工程師范育彰指出,亞德諾在穿戴式裝置應用有很完整的布局,特別是在感測與電源方面。 亞德諾目前的產品布局著重在感測跟電源兩大領域。針對穿戴式裝置所需的感測技術,目前已推出超低功耗加速度計、測量心跳用的光學模組及支援單端量測的心律感測前端等,都具備小封裝、低功耗的特性。至於在電源方面,亞德諾也已透過購併凌力爾特(Linear),獲得完整的電源管理跟充電IC產品線。 因此,對穿戴式裝置的開發者而言,亞德諾確實有足夠的產品線涵蓋範圍,能實現一站式採購,省去四處尋找適合元件的麻煩。此外,針對某些穿戴式應用,亞德諾還能提供完整的電子系統參考設計,進一步協助開發者縮短產品設計時間。 超低功耗 帶來電路量測挑戰 為了滿足使用者對穿戴式裝置電池續航力的期待,元件供應商在針對這類應用開發產品時,都將超低功耗列為主要的設計目標,並導入各種休眠模式,盡可能壓低靜態電流消耗。但對穿戴式裝置的設計者而言,這些功能雖然有助於壓低系統功耗,卻也使得穿戴式裝置的電源量測變得更具挑戰性。 克達科技資深應用工程師馮育隆(圖3)指出,提到電源量測,工程師最常使用的量測工具,不外數位電表跟示波器兩種工具,但對穿戴式裝置的電源量測來說,這兩種工具其實並不理想。 圖3 克達科技資深應用工程師馮育隆認為,數位電表跟示波器這兩種常用的測試儀器,不適合用來量測穿戴式裝置這類電流非常小的應用。 數位電表有足夠的動態範圍,可量測到奈安(nA)等級的電流,對於有深度休眠模式的穿戴式裝置來說是足夠的,但數位電表的取樣率通常只有10KHz,當快速暫態事件發生時,很容易錯失訊號;示波器則正好相反,其取樣率足以捕捉到各種暫態訊號,但其動態範圍不足,通常只能量測到微安(mA)等級的電流,當待測物處於深度休眠模式時,會量不到訊號,因此,不論是數位電表或示波器,在開發穿戴式裝置時,都不是理想的功率量測儀器。 有鑑於此,是德(Keysight)特別開發出在動態範圍跟取樣率間取得更佳平衡的元件電流波形分析儀CX3300,搭配N6700系列電源供應器跟對應的測試軟體,可以讓穿戴式產品的開發者精準取得各種微小的電流波形,並對產品的整體功耗進行更全面的評估。 眼球追蹤 突破人機互動難題 目前絕大多數的穿戴式裝置,本質上都是將感測器設計成適合穿戴在身上的形式,以便隨時擷取各種生理數據。目前穿戴式裝置的發展狀況如此,跟科技的局限有關,因為穿戴式裝置非常小巧,沒有足夠的空間來實作太複雜的人機互動功能,因此只適合用來當作被動的資料擷取設備。但如果有人機介面技術能有所突破,穿戴式裝置的發展道路肯定更加寬闊。 見臻科技創辦人暨執行長簡韶逸(圖4)認為,眼球追蹤技術就是穿戴式裝置目前還欠缺的人機互動關鍵技術。有了眼球追蹤技術,使用者就能用視線來與穿戴式裝置互動,這會為穿戴式裝置的設計帶來許多突破性的發展,例如智慧眼鏡、虛擬實境(VR)跟擴增實境(AR)等會占用人類視覺感官的穿戴式裝置,都將因眼球追蹤技術的突破,在使用體驗方面更上一層樓。 圖4 見臻科技創辦人暨執行長簡韶逸認為,眼球追蹤將是穿戴式裝置不可或缺的關鍵技術。 但目前市面上存在的眼球追蹤技術,大多使用多顆發射不可見光的LED來進行眼球定位,這種架構過於複雜,不僅墊高了原物料成本,產品在量產時的校正也非常花時間,更嚴重影響系統的電池續航力,並使得產品外觀更加笨重,因而阻礙了眼球追蹤技術的普及。 這些問題讓見臻看到突破的機會,並發展出只需要雙眼各一顆LED的硬體方案,再搭配見臻自行研發的軟體演算法跟ASIC,搭載眼球追蹤技術的頭戴式產品將可有一整天的電池續航力,而且成本跟體積都比現有的解決方案更理想。
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -