RadarCat: catégorisation radar pour l'entrée et l'interaction à l'aide de Soli [UIST2016]
RadarCat a été créé au sein du groupe de recherche Computer Human Interaction de l’université. Le capteur radar utilisé dans RadarCat provient du Projet Soli kit de développement alpha fourni par le programme Google Advanced Technology and Projects (ATAP). Ce capteur a été créé à l'origine pour détecter le moindre mouvement des doigts, mais l'équipe RadarCat a vu un potentiel encore plus grand.
Vidéos recommandées
« Le radar miniature Soli ouvre un large éventail de nouvelles formes d'interaction sans contact. Une fois Soli déployé dans les produits, notre solution RadarCat peut révolutionner la façon dont les gens interagissent avec un ordinateur, utiliser des objets du quotidien que l'on peut trouver au bureau ou à la maison, pour de nouvelles applications et de nouveaux types de interaction,"
a déclaré le professeur Aaron Quigley, Chaire d'interaction homme-machine à l'université.La puce Soli de Google est plus petite qu’un quart, mesurant seulement 8 mm x 10 mm et contenant à la fois le capteur et le réseau d’antennes. Selon Google, cette puce diffuse un large faisceau d'ondes électromagnétiques. Lorsqu'un objet entre dans ces ondes, l'énergie est diffusée d'une manière spécifique par rapport à l'objet. Ainsi, le capteur peut obtenir des données spécifiques du modèle énergétique telles que la forme, la taille, l’orientation et le matériau.
"Soli suit et reconnaît les gestes dynamiques exprimés par des mouvements fins des doigts et de la main", déclare Google. "Afin d'y parvenir avec un capteur à puce unique, nous avons développé un nouveau paradigme de détection radar avec du matériel, des logiciels et des algorithmes sur mesure."
Comme le montre la vidéo ci-dessus, l'appareil RadarCat est connecté à une Surface 3 via un câble USB. Lorsque l'utilisateur place une main sur l'appareil, le programme sur l'ordinateur portable extrait les signaux radar bruts à mesure qu'ils changent au fur et à mesure que la main monte et descend. La démonstration procède à la numérisation d'un téléphone intelligent, une plaque de métal, un verre d'eau, etc. L’apprentissage automatique permet au PC de reconnaître ce qu’il scanne et de dire correctement à son(ses) maître(s) humain(s) ce qu’est réellement l’objet.
Ce qui est intéressant, c'est que le système RadarCat peut faire la différence entre l'avant et l'arrière. Remarquez dans la vidéo que le groupe utilise un smartphone Nexus 5 dans la démonstration, RadarCat identifiant avec succès le téléphone avec son écran orienté vers le bas et lorsqu'il est orienté vers le haut. Le système a fait la même chose avec la tablette Nexus 10 de 10 pouces de Google.
Selon l'université, l'équipe a effectué trois tests pour montrer que RadarCat fonctionne. Le premier test comprenait 26 matériaux, dont des objets composites complexes, tandis que le deuxième test comprenait 16 matériaux transparents d'épaisseurs et de colorants variables. Le test final comprenait 10 parties du corps fournies par six participants.
L'un des avantages de RadarCat est que les utilisateurs peuvent trouver des informations supplémentaires sur l'objet numérisé. Par exemple, placez une orange sur RadarCat et non seulement il identifiera le fruit, mais il chargera également les informations nutritionnelles au cours du processus – et dans n'importe quelle langue. Le système pourrait également être utilisé dans les magasins afin que les acheteurs puissent comparer les smartphones.
Pour voir quelles autres applications RadarCat pourrait fournir, regardez la vidéo publiée ci-dessus.
Améliorez votre style de vieDigital Trends aide les lecteurs à garder un œil sur le monde en évolution rapide de la technologie avec toutes les dernières nouvelles, des critiques de produits amusantes, des éditoriaux perspicaces et des aperçus uniques.
