چرا می توان اسباب بازی ها را با سنجش ژست کنترل کرد؟

با توسعه علم و فناوری ، صنعت اسباب بازی در حال "انقلاب ساکت" است - فناوری کنترل سنجش ژست به تدریج جایگزین دکمه ها و جوی های سنتی می شود ، و تبدیل به حالت اصلی تعاملی نسل جدید اسباب بازی های هوشمند.}}}}}}}} از ربات های کنترل شده از راه دور گرفته تا تبدیل شدن به امپراتوری ، فقط از جراحات موجودی ، از تولیدات غریبه ای استفاده می کند ، تجربه غوطه وری که تقریباً "جادویی" برای کودکان است.} اسرار فنی در پشت این ارزش دارد که در عمق . کاوش کنید

منطق اساسی فناوری سنجش ژست

هسته اصلی فن آوری سنجش ژست در سیستم حلقه بسته "درک-آنالیز-پاسخ-پاسخ". روشهای اجرای آن عمدتاً شامل چهار دسته زیر است:

فناوری ضبط سیگنال بیوالکتریک

سیگنال های الکترومیوگرافی اپیدرمی (SEMG) عضلات بازو از طریق دستگاه های پوشیدنی (مانند مچ بند) ، همراه با داده های حسگر حرکتی جمع آوری می شوند ، برای تجزیه و تحلیل اهداف حرکات {{0} این فناوری می تواند به طور دقیق میکرومورهای انگشت مانند مشت های بسته بندی ، مچ دستهای خمیده و غیره را بشناسد. الگوریتم ها . داده های ثبت اختراع نشان می دهد که طرح یک آرایه سنسور الکترومیوگرافی چند کانال می تواند بیش از 90 ٪ از حرکات اساسی را پوشش دهد.

سیستم تشخیص نوری

از سنسورهای مادون قرمز یا دوربین های میکرو برای ساختن یک ماتریس میدان نوری سه بعدی استفاده کنید.} به عنوان مثال ، سنسور PAJ7620U2 تغییر موقعیت دست (دقت 2cm) را با تفاوت بین زمان بین انتقال و دریافت نور مادون قرمز {5} با استفاده از ساختار میکروس سازه ای از همانند اسباب بازی های سطح بالا (از جمله مانند Toys Aerobatrate) ضبط می کند. اطلاعات عمق از طریق جابجایی نقطه نور برای دستیابی به موقعیت مکانی.

درک حرکت اینرسی

سنسور شش محور یکپارچه (شتاب سنج + ژیروسکوپ) برای شناسایی اقدامات با گرفتن پارامترهایی مانند زاویه نوسان بازو (دقت 0 {4 درجه} 1 درجه) و شتاب (دامنه 8 گرم) {6} به عنوان مثال ، "فرمان هدایت وسیله نقلیه فرمان" عملکرد عملکردی از این سگ روبات هشت چرخ را به این تکنیک اعتماد می کند.

فناوری سنجش میدان محیطی

از جمله سنجش میدان الکترومغناطیسی (تشخیص اختلالات الکترومغناطیسی ناشی از حرکات) و اولتراسونیک (انتشار امواج صوتی 40kHz برای محاسبه اختلاف زمان اکو) . این نوع فناوری دارای هزینه کم است و اغلب در اسباب بازی های سطح ورودی استفاده می شود ، مانند برخی از اتومبیل های کنترل از راه دور حامل

پیشرفت های کلیدی فن آوری در کنترل ژست اسباب بازی

الگوریتم همجوشی داده های چند حالته

کنترل کننده های اسباب بازی مدرن به طور کلی استراتژی های فیوژن سنسور را اتخاذ می کنند . با استفاده از فناوری ثبت اختراع به عنوان نمونه ، پس از فیلتر دیجیتال و محاسبه RMS ، سیگنال الکترومیوگرافی با داده های مختصات مکانی سنسور حرکت ذوب می شود ، و سپس قضاوت حرکات از طریق دستگاه بردار پشتیبانی (SVM) با یک درجه بندی از درجه یک از درجه یک تا 95 ٪ 95 {{95 {95 ماشین کوهنوردی خارج از جاده با موفقیت با ادغام ناوبری اینرسی و داده های مادون قرمز.}}}}} reploking در زمین های پیچیده به کوهنوردی تطبیقی ​​دست می یابد

استفاده از یادگیری عمیق

کتابخانه ویژگی ژست از طریق یک شبکه عصبی حلقوی (CNN) آموزش داده می شود تا اسباب بازی بتواند اقدامات شخصی را تشخیص دهد . به عنوان مثال ، محصول ماشین شیرین کاری دو طرفه از حرکات تعریف شده توسط کاربر پشتیبانی می کند .}} پس از سیستم بیش از 2000 نمونه آموزش ، میزان تشخیص تشخیص به 98 ٪ افزایش یافته است.

طراحی سخت افزار کم مصرف

معماری تراشه محور رویداد برای بیدار کردن پردازنده اصلی تنها هنگامی که ویژگی های ژست شناسایی می شوند. ماژول سنسور GX STURMANCE STORKANCE DRONE فقط 0 {4} 8 مگاوات قدرت را مصرف می کند ، که عمر باتری را تا 60 دقیقه افزایش می دهد ، اتخاذ می شود.

سناریوهای کاربردی معمولی اسباب بازی های کنترل شده با ژست

اسباب بازی های نقشه برداری عمل

• سگ ربات شیرین کاری: خم شدن مچ دست دستورالعمل های کوهنوردی را ایجاد می کند ، و بازو برای کنترل زاویه فرمان به سمت چپ و راست کج می شود
• ماشین مسابقه ترانسفورماتور: دامنه موج شعاع رانش را تعیین می کند و دست ها بسته هستند تا عملکرد پیچش بدن را شروع کنند
• هواپیما: حرکات دایره برای شروع آسانسور مارپیچ ، نخل برای دستیابی به ترمز اضطراری فشار می آورد

اسباب بازی های تعاملی آموزشی

• بلوک های ساختمانی هوشمند که حروف را از طریق حرکات هجی می کنند
• ربات برنامه نویسی ژست (مانند تعداد امواج ، پارامترهای کد را نشان می دهد)

تجهیزات بازی همه جانبه

• عینک VR با دستکش های حسگر ژست برای دستیابی به تعامل مجازی و واقعی
• سیستم "بازیگران ژست" در بازی های نبرد AR

مزایای فنی و ارتقاء تجربه کاربر

انقلاب تعامل طبیعی

در مقایسه با کنترل دکمه سنتی ، عملکرد ژست هزینه یادگیری را 70 ٪. تست نشان می دهد که کودکان5-}} یک ساله می توانند در طی 10 دقیقه دستورالعمل های اصلی ژست را تسلط دهند {5.}}}

ایمنی بهبود یافته

عملکرد غیر تماس با خطر برخورد فیزیکی را کاهش می دهد و هیچ خطر بلع قطعات کوچک وجود ندارد . کوادکوپتر تاشو مجهز به یک سیستم اجتناب از مانع دوگانه است ، که به طور خودکار در هنگام شناسایی یک مانع در 40 سانتی متر {3.}

تحریک خلاقیت

اسباب بازی هایی که از برنامه نویسی ژست پشتیبانی می کنند (مانند Robot Diy Insect Robot Walking Bee) به کودکان این امکان را می دهد تا اقدامات مرتبط مانند "رقصیدن" و "بسته بندی جلوه های ویژه" را برای پرورش تفکر منطقی .} تنظیم کنند.

چالش ها و روندهای آینده

محدودیت فن آوری های موجود

• تداخل محیطی: زمینه های قوی نور/الکترومغناطیسی ممکن است بر صحت سنسورهای نوری/الکترومغناطیسی تأثیر بگذارد
• مشکل لمس کاذب: حدود 5 ٪ از حرکات نامعتبر به اشتباه به عنوان دستورات شناخته می شوند (مکانیسم تأیید باید اضافه شود)
•  

جهت توسعه آینده

• ادغام چند فناوری: ترکیب رادار موج میلی متر (نفوذ قوی) و الکترومیوگرافی (دقت بالا)
• پسوند رابط مغز و رایانه: پیش بینی اهداف ژست از طریق سیگنال های EEG و کوتاه کردن تأخیر در پاسخ
• ادغام متاور: اسباب بازی های کنترل شده با ژست به عنوان دستگاه های ورودی متاور برای دستیابی به تعامل متقابل پلتفرم

پایان

فناوری کنترل سنجش ژست در حال تغییر شکل مجدد شکل صنعت اسباب بازی است . از تجزیه و تحلیل سیگنال بیو الکتریک گرفته تا الگوریتم های یادگیری عمیق ، از شناخت تک عمل تا نقشه برداری از رفتار پیچیده ، این فناوری باعث می شود که اسباب بازی ها نه تنها در زمینه های رشد شناختی کودکان ، آموزش STEM و غیره را باز کنند. تراشه های عصبی ، اسباب بازی های کنترل شده با ژست در آینده ممکن است مرزهای فیزیک و دیجیتال را محو کند ، و ایجاد یک "آنچه شما فکر می کنید همان چیزی است که می گیرید" تجربه تعاملی.} ایجاد می کند