「镁客·请讲」傲意科技倪华良:肌电识别是下一代的人机交互方式

简介:

对于傲意科技来说,他们最终的目标是让用户体验时拥有更多的自由度,推动肌电识别成为人机交互的未来。

你能想象每天自己的身体内会产生很多电流,而这些电流信号可以被外界加以利用,成为一种另类的“黑科技”吗?

就像生物链中的良性循环一样,我们在自己的“生态系统”中自产自销,在这个过程中,诞生了一种特殊的人机交互新方式——肌肉电识别。

离开高通,自己大干一场

在诸多的采访中,镁客君慢慢发现从技术角度切入创业的人中,百分之百都有国外留学或者工作的经验。

今天我们采访的傲意科技的CEO倪华良自然也逃不开这个传统,毕业于复旦大学的倪华良先是在硅谷和几个好友从事医疗电子相关的工作,之后加入了芯片巨头高通的加拿大公司,投身芯片研发大业中。

傲意科技倪华良:肌电识别是下一代的人机交互方式

医学+芯片,在国外的两次工作经历,也促成了傲意科技和他们的肌电识别技术。

初次听到肌电识别,文科出身的镁客君还是一脸懵逼的状态,凭借肌肉的运动就能识别出你手中的动作,乍一听起来有点科幻。

不过,倪华良表示,“肌电作为一种生物电信号本身不是一个新鲜的东西,其实在医院里,做神经或者肌肉方面的评估和治疗都会用到。”

但是将这种医学领域的技术带到人机交互的世界,可以说是一种非常新的尝试。国内外,目前在这个方向做的公司也是屈指可数。

那么到底什么是肌电识别呢?

当你的身体部位做出动作的时候,会产生一定的肌肉电流信号,傲意科技去年九月份推出的产品gForce,它就可以借助传感器环绕采集这些电信号,再通过深度学习算法去识别反馈出相应的手势动作。

肌电识别必杀技:低功耗和低成本

在VR/AR行业内,当我们谈到手势识别,第一反应是市面上最为常见的基于光学原理的识别方式。通常情况下,它需要准备一台带有摄像头的硬件设备,然后为了提高准确度,最好手上戴着附加传感器的手套,在体验的时候,我们离摄像头的距离不宜太远,同时还要考虑到光线等因素的影响。

这个时候,肌电+传感器的识别优势就凸显出来了,它在功耗和成本上都能做到很好的控制。

“在传感器这块,医疗市场上现有能用的方案会比较贵,但是我们会单独做一个芯片。将医学上那种非常昂贵的传感器技术做到比较便宜,适合工业化生产。”倪华良认为他们的技术最大的优势就在于对成本的把控。

傲意科技可以小规模量产化的产品gForce,他们把价格控制到了600元以内,倪华良的目标是将下面几代产品的成本降低到100元以内。

傲意科技倪华良:肌电识别是下一代的人机交互方式

而在功耗上,传统的光学方案可能会需要3~5瓦的功耗,“而我们的设备的功耗是在0.1瓦左右”,从倪华良给出的数据来看,两者功耗之间的差距达到了30倍。更低的功耗如果应用到移动VR和AR中,意味着的是更佳的体验。

“基于肌电的识别方案,可以排除外界因素的限制影响,我们是主动型的技术,和被动型的光学方案在用户体验上非常的不一样。”

在识别的精确度上,倪华良表示要和使用的具体场景相结合,“我们的精度可以满足现在的市场需求,能够达到95%左右的识别率”

据了解,gForce目前可准确识别六个手势——握拳、手掌伸展、手腕左翻、手腕右翻、空捏、开枪。至于为什么现阶段只做到了六个手势动作?

“我们在测试应用的研发中,发现有些动作是用不上的,如果一味的叠加进去,反而会额外增加一些无效的成本”

其实如果从消费者的角度来看,在体验的同时记住这些动作的寓意,会加大体验学习的成本,而且很可能会弄巧成拙让体验变得更差。

移动VR是重点关照对象

在和倪华良的采访中,他不止一次的提到现在VR的发展正处在一个断崖式的发展阶段,而相比较于PC VR,移动VR会占据行业金字塔的大部分。“我们更看重移动市场,当然PC端的我们也肯定会去兼容,包括我们提供的SDK,Unity3D和UE的plugin都是全平台支持的。”

在倪华良来看,去年谷歌发售的Daydream会对整个产业产生大的影响,而且现阶段VR市场上出货量最大的也是移动VR。

所以从用户基数来说,移动VR的优势更加明显。再就是移动端对产品的成本是极其敏感的,它不可能会像PC VR那样,让用户在追求极致体验的同时,付出动辄上万元成本。

而且“在PC VR 端的应用场景,似乎永远都处在一个受监控的环境中”,倪华良认为消费者会更偏向于移动VR这种自由度更高的体验。

傲意科技倪华良:肌电识别是下一代的人机交互方式

从肌电识别产品的自身特点来看,极低的功耗也和移动VR更贴合,“如果在Daydream上增加手势识别功能的话,得需要增加多少功耗?这是一个现实的问题。而在移动VR这块,功耗是非常重要的。所以我们的设备在设计时初衷就考虑了不给移动VR增加额外的负担。”

平台之外,其实还有很关键的内容需要考虑。现在VR内容主要以游戏和影视两大块为主,但无论是游戏还是影视,在交互方式上,还是以各大硬件厂商推出的手柄控制器为主,有违VR所追求的沉浸感。如果将肌电识别的方式接入到内容端,还需要在SDK上做内容的兼容,甚至需要根据新的玩法去重新做内容上的设计。

总而言之,肌电识别同时也是手势识别在内容方面还有挺长的一段路需要继续探索,还需要等待整个VR行业一起成长到一个新的阶段。

肌电识别是下一代的人机交互方式

无论是基于计算机视觉的手势识别还是肌电识别,这些非接触式的交互都是下一代人机交互的重要方式。

可以预料在VR、AR以及未来的智能家居等领域,手势识别技术都拥有很大的市场应用前景。国外一家同样是做肌电识别的公司Thalmic Labs在去年就获得了1.2亿美元的融资。

但是虽然未来的市场很大,在现在VR还没有完全打开消费者市场的情况下,手势识别公司的发展其实是很受限的。

倪华良认为只有像谷歌、Oculus、HTC等这些大公司才能够担负的起教育市场的作用,等到市场教育完成之后,相关的需求也会明确下来。在这过程中,创业公司需要做好自己核心技术的完善和迭代,并在一些应用领域先落地扎根。

另外,对于已经拥有多项技术专利的傲意科技来说,他们也并不排斥竞争。

傲意科技倪华良:肌电识别是下一代的人机交互方式

“从技术角度而言,人机交互的研发都有各自的难度。这个市场是有多重可能性的,我们有重叠也有独一无二的地方,同理他们也是。未来这两大类的识别方式可能是相互补充的,而且补充的价值绝对要超过现在的价值。”

整个市场需要一定的教育成本,只有更多的玩家进入到其中,蛋糕才可能会更大。

说到未来的规划,倪华良从产品的设计上给了一个发展蓝图,现在的gForce需要佩戴在手臂上,“我们下一代产品会从手腕位置的手表或者手环的角度切入,当然也不排除在手指上面做一个小型化的戒指”,对于傲意科技来说,他们最终的目标是让用户拥有更多的自由度,推动这种非接触式交互方式成为人机交互的未来。


原文发布时间: 2017-02-21 21:44
本文作者: 巫盼
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
4月前
|
缓存 自然语言处理 数据可视化
阿里云百炼产品月刊【2025年7月】
阿里云百炼平台7月推出多项更新与活动,。通义大模型家族迎来五连发升级,推出Qwen-Plus-2025-07-28快照模型,支持1M上下文长度,新增Qwen3-Coder-Plus,具备强大Coding Agent能力。同时,通义万相2.2系列全面升级,文生图、文生视频能力大幅提升。多项模型限时优惠,Qwen3-Coder-Plus最高享5折,Qwen-Plus、Qwen-Turbo价格下调50%,Qwen-MT-Plus降价80%。应用模块新增UI设计器,支持可视化构建Web App。另有多种活动上线,包括Agent创客实训、Qwen3-Coder挑战赛及全栈焕新课程。
1100 2
|
8月前
|
运维 监控 安全
【案例分享】中国通号卡斯柯公司:ZABBIX如何破解轨道交通监控难题
本文根据2023上海峰会上朱林贤的演讲整理,聚焦中国通号卡斯柯公司如何借助Zabbix实现轨道交通信号系统的智能化管理。作为中外合资企业,卡斯柯通过统一平台整合设备监控,大幅降低成本并提升灵活性,成功应用于国内外项目。文章探讨了传统监控系统的痛点、研发维护经验及国产化与开源技术挑战,为行业转型提供了宝贵启示。未来,开放协作将是推动轨道交通智能化发展的关键。
410 8
|
5月前
|
存储 人工智能 NoSQL
基于 Tablestore 的 Agent Memory 框架
本文介绍了AI Agent对存储能力的挑战,尤其是Memory和Knowledge两类核心需求。为应对这些挑战,基于阿里云Tablestore提出了一种轻量化的Agent Memory框架设计,支持实时记忆存储与语义检索等场景。该框架已在多个实际业务中落地,如通义App、某头部浏览器的AI搜索及1688商品AI搜索等,验证了其高性能、高扩展性和低成本优势。未来将继续增强多模态与用户行为分析能力,并与主流AI框架共建生态。
1044 2
|
存储 SQL NoSQL
非关系型数据库(NoSQL)
【4月更文挑战第9天】非关系型数据库(NoSQL)是分布式、非结构化、不遵循ACID原则的数据存储系统,常用于大规模数据存储和高并发场景。其类型包括键值对、文档型、列式和图形数据库。与关系型数据库不同,NoSQL数据模型更灵活,适合社交媒体和物联网应用,但在复杂事务处理上不如后者。实际应用中,通常会根据需求选择合适的数据库类型。
526 3
|
人工智能 自然语言处理 程序员
AI 会淘汰程序员吗?
AI 会淘汰程序员吗?
229 0
AI 会淘汰程序员吗?
|
机器学习/深度学习 数据采集 数据挖掘
数据界的整容大师!Python如何让你的数据‘洗心革面’,焕然一新?
【7月更文挑战第21天】在数据科学领域,Python扮演着数据“整容大师”的角色,通过清洗、重塑与特征工程,将原始数据美化成分析佳品。首先,利用Pandas清洗数据,删除或填充缺失值,清除异常值,如同洁面般净化数据。其次,通过数据重塑与格式化,如按年龄分组统计薪资并优雅展示,赋予数据直观可读性,好比化妆塑形。最后,特征工程创造新维度,如年龄分组,提升数据分析价值,这全过程是对数据价值的深度挖掘和精细打磨。
156 0
|
人工智能 弹性计算 算法
“通义点金”升级!
“通义点金”升级!
1132 0
|
Kubernetes 关系型数据库 Nacos
Kubernetes(k8s)上搭建nacos集群
Kubernetes(k8s)上搭建nacos集群
5289 1
|
机器学习/深度学习 XML 算法
机器学习模型保存为PMML格式
PMML模型文件可以实现跨平台迁移,python和java都可以生成PMML文件,python和java都可以读取PMML文件
1190 0
|
JavaScript 安全 前端开发
js如何获取当前经纬度
js如何获取当前经纬度