RadarCat spinder ikke, men den kan identificere objekter fra den virkelige verden

RadarCat: Radarkategorisering til input og interaktion ved hjælp af Soli [UIST2016]

Forskere ved University of St Andrews i Skotland fandt for nylig ud af en måde, hvorpå en computer kan gøre det genkende forskellige typer materialer og genstande lige fra glasflasker til computertastaturer til mennesker kropsdele. De kalder den resulterende enhed RadarCat, som er en forkortelse for Radar Categorization for Input and Interaction. Som navnet antyder, bruger denne enhed radar til at identificere objekter.

RadarCat blev oprettet inden for universitetets Computer Human Interaction-forskningsgruppe. Den radarbaserede sensor, der bruges i RadarCat, stammer fra Projekt Soli alpha-udviklersæt leveret af programmet Google Advanced Technology and Projects (ATAP). Denne sensor blev oprindeligt skabt til at registrere de mindste fingerbevægelser, men RadarCat-teamet så endnu større potentiale.

Anbefalede videoer

"Soli-miniatureradaren åbner op for en bred vifte af nye former for berøringsfri interaktion. Når først Soli er implementeret i produkter, kan vores RadarCat-løsning revolutionere, hvordan folk interagerer med en computer, bruge hverdagsgenstande, der kan findes på kontoret eller hjemmet, til nye anvendelser og nye typer af interaktion,"

sagde professor Aaron Quigley, formand for Human Computer Interaction på universitetet.

Googles Soli-chip er mindre end en fjerdedel, måler kun 8 mm x 10 mm og pakker både sensoren og antennegruppen. Ifølge Google udsender denne chip en bred stråle af elektromagnetiske bølger. Når et objekt kommer ind i disse bølger, spredes energien på en bestemt måde i forhold til objektet. Således kan sensoren få specifikke data fra energimønsteret såsom form, størrelse, orientering og materiale.

"Soli sporer og genkender dynamiske bevægelser udtrykt ved fine bevægelser af fingre og hånd," fastslår Google. "For at opnå dette med en enkelt chipsensor, udviklede vi et nyt radarsensorparadigme med skræddersyet hardware, software og algoritmer."

Som det ses i videoen ovenfor, er RadarCat-enheden forbundet til en Surface 3 via et USB-kabel. Når brugeren placerer en hånd over enheden, tegner programmet på den bærbare computer de rå radarsignaler, mens de ændres, mens hånden bevæger sig op og ned. Demonstrationen fortsætter med at scanne en smartphone, en metalplade, et glas vand og meget mere. Maskinlæring gør det muligt for pc'en at genkende, hvad den scanner og korrekt fortælle sin menneskelige mester(e), hvad objektet egentlig er.

Det interessante er, at RadarCat-systemet kan kende forskel på for- og bagside. Bemærk i videoen, at gruppen bruger en Nexus 5-smartphone i demonstrationen, hvor RadarCat med succes identificerer telefonen med skærmen nedad, og når den vender opad. Systemet gjorde det samme med Googles 10-tommer Nexus 10-tablet.

Ifølge universitetet gennemførte holdet tre tests for at vise, at RadarCat virker. Den første test bestod af 26 materialer inklusive komplekse kompositobjekter, mens den anden test bestod af 16 transparente materialer med varierende tykkelser og farvestoffer. Den endelige test omfattede 10 kropsdele leveret af seks deltagere.

En fordel ved RadarCat er, at brugerne kunne finde ud af yderligere oplysninger om det scannede objekt. Placer for eksempel en appelsin på RadarCat, og den vil ikke kun identificere frugten, men vil indlæse ernæringsoplysningerne i processen - og på ethvert sprog. Systemet kunne også bruges i butikker, så shoppere kan sammenligne smartphones.

For at se, hvilke andre applikationer RadarCat kunne levere, kan du se videoen ovenfor.

Opgrader din livsstilDigital Trends hjælper læserne med at holde styr på den hurtige teknologiske verden med alle de seneste nyheder, sjove produktanmeldelser, indsigtsfulde redaktionelle artikler og enestående smugkig.