图像
Hiroto Takagi
Hiroto Takagi
Sr Staff Software Engineer

越来越多的实例采用手势作为嵌入式设备用户界面(UI)的操作方式,用户“无需接触”设备即可进行操作。但此类手势的开发门槛并不低,经常会出现无法按要求识别手部动作,或者对于非开发人员的手部动作反应不理想的情况。

2022年2月升级后的电容式触控传感器开发辅助工具QE for Capacitive Touch V3.0版本可帮您解决上述难题,30分钟左右的短时间内即可构件出基于AI(深度学习)的高精度手势软件。

图像
QE for Capacitive Touch Development Assistance Tool

QE for Capacitive Touch创建的手势软件利用了深度学习技术,让AI学习当手靠近多个电极(传感器)时不断变化的电容值,从而识别出诸如“滑”和“推”等手势。经过学习的AI模型可轻松地转换为在实际机器上运行的程序,以实现安全和快速的反应。

图像
Trained AI model for swipe

在以下页面中,编者将实际使用瑞萨开发的这款工具,介绍工具的操作感受和完成手势的识别精度。

e-AI×3D手势识别功能的使用示例

  • 机制
  • 手势的设计
  • 手势的开发 <一、AI学习用数据的制作>
  • 手势的开发 <二、AI学习和C源嵌入>
  • 手势的开发 <三、监控>
  • 完成手势的识别精度
图像
3D gesture recognition with QE for Capacitive Touch

QE for Capacitive Touch是瑞萨集成开发环境e²studio的扩展功能。该功能结合基于瑞萨电容式触控按键解决方案的非接触式用户界面和e-AI解决方案,实现“3D手势识别”。
详细信息和下载信息请访问以下产品页面。

分享此文章

Log in or register to post comments

分享此文章