3D姿态识别 背景技术 [0001] 与支持触摸的设备的人机交互通常通过触摸传感器而被约束到这些设备的表面。 然而，从微型可穿戴设备(例如，智能手表)到巨型显示器范围的计算设备的尺寸范围可以将触摸传感器限制为主输入介质。在小屏幕的情况下，触摸屏幕可以是固有地有问题的，这是因为人类手指可以覆盖屏幕的一部分，这阻碍显示器的可视性。另一方面，与大型显示器上的触摸传感器交互可能是繁琐的。在一些情况下，能够在不依赖触摸传感器的情况下检测用户姿态可能是有利的。 发明内容 [0002] 描述涉及3D姿态识别。一个示例姿态识别系统可以包括姿态检测组件。该姿态检测组件可以包括传感器单元阵列和控制器，该控制器可以以不同的频率将信号发送到传感器单元阵列中的个体传感器单元。该示例姿态识别系统还可以包括姿态识别部件，其可以根据个体传感器单元在不同的频率对信号的响应，来确定接近传感器单元阵列的对象的参数，并且可以使用参数来标识由对象执行的姿态。 [0003] 以上所列出的示例旨在提供快速的参考以辅助阅读者并且不旨在限定本文所描述的概念的范围。 附图说明 [0004] 附图图示了在本文档中传达的概念的实现。可以通过参考结合附图取得的以下描述更容易地理解所图示的实现的特征。附图中的相同参考数字无论在哪里可行用于指示相似的元件。在一些情况下，圆括号在参考数字之后用于区分相似的元件。没有相关联的圆括号的参考数字的使用对于元件是通用的。进一步地，每个附图标记的最左边的数字传达其中首先引入参考数字的附图和相关联的讨论。 [0005] 图1至图4共同地图示了与本公开概念的一些实现一致的示例3D姿态检测组件。 [0006] 图5图示了与本公开概念的一些实现一致的示例3D姿态识别场景。 [0007] 图6图示了与本公开概念的一些实现一致的示例性3D姿态识别系统。 [0008] 图7至图9图示了与本公开概念的一些实现一致的3D姿态识别系统使用场景。 [0009] 图10至图12是根据本公开概念的一些实现的示例3D姿态识别技术的流程图。 具体实施方式 [0010] 概述 [0011] 本描述涉及实时三维(3D)姿态(gesture)识别。本公开概念提供无触摸地与数字显示器交互的新颖方法。在一些实现中，射频(RF)传感器单元的二维(2D)阵列可以用于检测对象(例如，人体部分)的接近度。通过随时间监测来自传感器单元阵列中的不同的传感器单元的频率响应中的变化，可以在三维启用的姿态识别(例如，姿态识别)中跟踪在传感器单元阵列附近的对象。通过减少针对距离和位置分类所选择的频率的数目，可以利用较少的资源执行准确的实时3D姿态识别。RF传感器单元阵列可以在没有视线的情况下进行工作、可以嵌入在任何类型的表面的后面、可以被缩放和/或可以具有与其他接近感测技术相比较相对低的功耗。 [0012] 在一些实现中，3D姿态识别系统可以包括3D姿态检测组件和姿态识别部件。3D姿态检测组件可以包括上文所提到的RF传感器单元的2D阵列。RF传感器单元阵列中的个体传感器单元可以充当近场RF接近传感器来检测对象的接近度。对象的所检测的接近度可以由姿态识别部件分析并且被标识(例如，被识别)为姿态。 [0013] 通常，当对象非常接近于传感器单元阵列的个体传感器单元时，对象的接近度可以稍微干扰个体传感器单元的频率响应，这允许对象的检测。通过将多个传感器单元组合为2D传感器单元阵列，高分辨率、基于RF的3D姿态检测组件可以随空间和时间而跟踪对象。 姿态识别部件可以使用由3D姿态检测组件感测的信息来标识姿态。 [0014] 第一示例基于RF的3D姿态检测组件 [0015] 图1至图2共同地图示了第一示例基于RF的3D姿态检测组件100。图1是示例基于RF的3D姿态检测组件100的示意图。在该示例中，组件100包括传感器单元阵列102。传感器单元阵列102可能需要多个个体传感器单元104。该组件可以包括控制器106、传感器单元驱动器108、交换网络110、和/或功率检测器112，等等。 [0016] 如在图1中所示，传感器单元104可以在矩形网格中成行地被布置。在该示例中，第 1行包括传感器单元104(1)、104(2)、104(3)和104(4)。在一些实现中，传感器单元阵列102可以包括如在第2行、第3层和第N行处所指示的传感器单元104的附加行。备选地或附加地，在一些实现中，传感器单元阵列102可以包括传感器单元104的更多更少的列。预期到传感器单元的其他布置和/或分组，包括非线性的、多方向的和/或3D布置。 [0017] 在图1中所示的示例中，控制器106被连接到传感器单元驱动器108。在一些情况下，控制器106可以引导传感器单元驱动器108以将信号发送到传感器单元阵列102。如图1中的示例中所示，交换网络110包括发送交换机114和接收交换机116。交换网络110还可以包括从发送交换机114到个体传感器单元104的线118和从个体传感器单元104到接收交换机116的线120(仅线118和120中的一条线被指示以避免绘图页面上的混乱)。在这种情况下，交换网络110可以通过发送交换机114将传感器单元驱动器108连接到传感器单元阵列 102。在一些情况下，控制器106可以控制发送交换机114以确定哪个个体传感器单元104从传感器单元驱动器108接收信号。该控制器106还可以控制接收交换机116以将频率响应从个体传感器单元104传递到功率检测器112。在一些情况下，功率检测器112可以根据频率响应生成功率读数，并且功率检测器112可以将功率读数发送到控制器106。 [0018] 图2是第一示例基于RF的3D姿态检测组件100的展开示意图。在这种情况下，未示出传感器单元第2行、第3行和第N行以避免绘图页面上的混乱。在图2中，提供传感器单元驱动器108的扩展图以示出传感器单元驱动器108的内部部件。在该示例中，传感器单元驱动器108包括滤波器200(例如，低通滤波器、RC电路)、放大器202(例如，AMP)和电压控制振荡器(VCO)204(例如，VCO芯片)。 [0019] 现在将关于图2描述基于RF的3D姿态检测组件100的示例操作。在一些实现中，可以将脉冲宽度调制(PWM)输出206从控制器106发送到传感器单元驱动器108。在一些实现中，控制器106可以是相对低功率和/或相对低频率控制器。PWM输出可以是具有可调节的占空比的方形脉冲。通过使占空比发生变化，可以在RC滤波器200的输出处使DC电压208的电平变化。放大器202可以被用于将电压电平从DC电压208提升到DC电压210。在这种情况下，DC电压210可以在VCO 204的输入电压范围内。使用DC电压210的输入，VCO 204可以生成正弦波212。 [0020] 控制器106还可以引导交换网络110。该控制器106可以经由数字输出214和216选择个体传感器单元104。该数字输出214和216可以被发送到发送交换机114和接收交换机 116。在图2中的示例中，经由线118通过发送交换机114将正弦波212发送到个体传感器单元 104(4)。作为响应，传感器单元104(4)可以在线120处输出正弦波218。该接收交换机116可以将正弦波218引导到功率检测器112。在一些情况下，正弦波212与正弦波218之间的频率偏移可以表示由对象(诸如传感器单元104(4)上的人类手指)与传感器单元104的接近度所引起的频率响应。此外，偏移的幅度可以暗示对象与传感器单元104的距离。该功率检测器 112可以将正弦波218转换为DC电压220。该DC电压220可以然后由A/D转换器222采样，A/D转换器222可以被嵌入在控制器106上。 [0021] 在这种情况下，控制器106可以引导交换机网络110以对个体传感器单元106进行多路复用。通过这种方式，正弦波212可以顺序地被发送到个体传感器单元104。可以针对对象的接近度，分析来自个体传感器单元104的多个频率响应。在一些情况下，多个频率响应的分析可以提供3D姿态的标识。 [0022] 在一些实现中，VCO 204的输入电压范围可以使得正弦波212是高频(例如，RF)正弦波(诸如6-8GHz)。在这些实现中，基于RF的3D姿态检测组件100的部件和连接器的一部分将是高频部件和连接器。例如，如在图2中所示，虚线区域224可以表示高频部件和连接器。 虚线区域224外的部件和连接器可以被认为是低频和/或控制部件。在这种情况下，设置低频控制器106、RF滤波器200和放大器202，使得VCO 204可以生成高频正弦波212。 [0023] 总之，可以通过利用控制器、RF滤波器、放大器和VCO以相对低成本和相对低功率来生成高频正弦波信号。此外，交换网络可以用于对传感器单元阵列进行多路复用。可以通过在传感器单元阵列中的个体传感器单元处检测的频率响应来检测对象的接近度。多个所检测的频率响应可以被标识为3D姿态。 [0024] 第二示例基于RF的3D姿态检测组件 [0025] 图3至图4共同地图示了第二示例基于RF的3D姿态检测组件300。图3是示例基于RF的3D姿态检测组件300的示意图。在该示例中，组件300包括传感器单元阵列302(传感器单元阵列302可以与关于图1所描述的传感器单元阵列102类似)。该传感器单元阵列302可能需要多个个体传感器单元304(仅一个传感器单元304被指示以避免绘图页面上的混乱)。在这种情况下，以四列和八行(示出但未指定)布置个体传感器单元304。该组件300可以包括控制器306、传感器单元驱动器308、交换网络310和/或功率检测器310(与图1的对应的元件类似)，等等。 [0026] 在该示例中，传感器单元驱动器308可以包括滤波器314(例如，低通滤波器、RF电路)，其可以包括电阻器316和电容器318。该传感器单元驱动器308还可以包括放大器320和电压控制振荡器(VCO)322。 [0027] 在图3中所示的示例中，交换网络310包括电路板上的两层发送交换机和两层接收交换机。在一些情况下，分层交换网络可以被用于降低并且潜在地最小化电路板上的RF线的数目，其可以减小信号的潜在交叉耦合并且降低功耗。在其他实现中，传感器单元阵列可以具有比图3中所示的示例更多或更少的个体传感器单元。在这些情况中，可以存在或多或少交换机、交换机层和/或电路板上的线来支持传感器单元阵列。 [0028] 在图3中的示例中，来自传感器单元驱动器308的信号可以被引导到砷化镓、金属半导体场效应晶体管(GaAs MESFET)单极四掷(SP4T)发送交换机324。进而，可以将信号从SP4T发送交换机324引导到四个GaAs MESFET单极八掷(SP8T)发送交换机326、328、330和 332之一。而且，可以将信号从SP8T发送交换机326、328、330和332引导到八个个体传感器单元304中的任一个个体传感器单元。在穿过个体传感器单元304之后，信号可以进入对应的GaAs MESFET SP8T接收交换机334、336、338或340。该信号可以然后穿过GaAs MESFET SP4T接收交换机342并且进入功率检测器312以及然后进入A/D转换器344，A/D转换器344可以被嵌入在控制器306中。预期到用于发送交换机和接收交换机的其他材料和/或规格。 [0029] 在一些实现中，组件300可以具有多个RF线和DC控制线来控制交换机和DC偏置线以对交换机供电。例如，所有这些线可以具有50欧姆的阻抗。在图3中未示出这些线中的大部分线以避免绘图页面上的混乱。线346、348、350和354将用于描述关于以下图3和图4的基于RF的3D姿态检测组件300的操作。图4是提供图3的虚线框区域356的展开图的示意图。 [0030] 图4图示了SP8T发送交换机332、八个个体传感器单元304(1-8)和SP8T接收交换机 340之间的连接线。仅两个单独的连接线400和402被指示以避免绘图页面上的混乱。图4还示出了个体传感器单元304(8)的分解图。 [0031] 在一些实现中，SP8T交换机(例如，326、328、330和332)的连接线可以是由3到8解码器电压控制的RF线。在图4中所示的示例中，SP8T发送交换机332可以包含一根单极RF线(被连接到SP4T发送交换机324)、八根RF掷线(被连接到传感器单元304(1-8)，包括线400)、三根电压控制线以控制八根RF掷线(未示出)和DC偏置线(未示出)。SP8T发送交换机的RF线可以是双向的。因此，对于SP8T发送交换机332而言，单极RF线可以操作为输入线，并且八根RF掷线可以用作输出线。当参考SP8T接收交换机340时，该操作可以被反转。 [0032] 类似地，参考图3，SP8T发送交换机326、328、330和332的单极RF线可以被连接到SP4T发送交换机324的掷线。SP4T发送交换机324的RF线可以由2到4解码器电压控制。该SP4T发送交换机324可以包含一根单极RF线352；连接到SP8T发送交换机326、328、330和332的四根RF掷线；控制四根RF掷线的两根电压控制线(未示出)；和DC偏置线(未示出)。SP4T发送交换机324的RF线还可以是双向的。因此，对于SP4T发送交换机324而言，单极RF线352可以操作为输入线，并且四根RF掷线可以用作输出线。当参考SP4T接收交换机342时，该操作可以被反转。 [0033] 在一些实现中，基于RF的3D姿态检测组件300可以被指定到单个多层电路板上。在一个示例中，所有DC线(偏置线和控制线)可以在多层电路板的背面上，其可以帮助保存RF与DC信号之间的隔离。 [0034] 如在图4中的个体传感器单元304(8)的分解图中所示，传感器单元304(8)可以包括三层。顶层404可以包括共振器贴片406。中间层可以是双端口半波耦合带通滤波器408。 该带通滤波器408可以具有三个分离的导电条带，包括输入端口410、中间条带412和输出端口414。该输入端口410可以被连接到线400，并且输出端口414可以被连接到线402。传感器单元的低层可以是接地平面416。在其中组件300被指定到单个多层电路板上的实现中，接地平面416和带通滤波器408可以存在于共面波导配置中的相同层上。这些实现可以允许仅使用多层电路板中的两个衬底板。在一种情况下，顶层404可以具有1.6mm的厚度。此外，传感器单元304(8)可能需要无源分布式电路部件，因此传感器单元304(8)自身不是功耗的源。 [0035] 在一些实现中，个体传感器单元304的操作频率可以对应于被检测的对象(例如，人类手指)的大小和/或表面积。例如，如果传感器单元304大于手指的表面积，则手指可能未显著地影响传感器单元304的询问区域。因此，对于手指与传感器单元304的接近度的可靠检测而言，传感器单元304的大小可以与平均人类手指的表面积类似。在图4中的示例中，个体传感器单元304(8)的共振器贴片406可以具有15mm的长度和15mm的宽度。在一些情况下，中间条带412的长度可以是半波长长度，其可以确定带通滤波器408的操作频率。在一些实现中，中间条带412越长，带通滤波器408的操作频率越低。因此，在其中传感器单元304的大小与人类手指类似的情况下，传感器单元304的操作频率可以是相对高频的(例如，RF)(诸如6-8GHz的范围)。 [0036] 在一些实现中，传感器单元阵列302(图3)的大小可以是比典型的人手的大小稍微大的。例如，在其中组件300被指定到单个多层电路板上的实现中，电路板可以具有210mm的长度和195mm的长度等。在一种情况下，行之间的分离距离可以是6.5mm，并且列之间的分离距离可以是7.2mm。当然，可以针对电路板和/或基于RF的3D姿态检测组件或其部件部分而考虑其他尺寸。 [0037] 现在将关于图3和图4描述基于RF的3D姿态检测组件300的示例操作。在一些实现中，传感器单元304的激活可以生成可以针对唯一签名(诸如由用户执行的姿态)而被分析的频率响应。在一些情况下，与单个频率相反，利用多个频率激活传感器单元304可以提供签名的更详细的特征。例如，多个频率的使用可以更好地阐述用户的手指放置和/或与传感器单元304多个距离处的姿态的区别。因此，多个频率的使用可以帮助实现更复杂的3D姿态的标识。为了利用来自VCO 322的多个频率激活传感器单元304，组件300可以被配置为将多个恒定DC电压电平递送给VCO 322，如下文将描述的。 [0038] 参考图3中的示例，控制器306可以是16MHz微控制器(例如，TI MSP430CPU)。在该示例中，控制器306可以具有低功率包络，支持由组件300利用的输入和输出的类型，并且提供针对组件300的操作的计算功率。在图3中的线346处，脉冲宽度调制(PWM)输出可以从控制器306被发送到传感器单元驱动器308。该PWM输出可以是具有可调节的占空比的方形脉冲。在该示例中，控制器306可以具有0-3.3V的操作电压范围。因此，PWM输出可以通常在0V或在3.3V。 [0039] 通过适当地调节占空比，可以控制来自控制器306的PWM输出在3.3V的时间量。当PWM输出在3.3V时，RF滤波器314的电容器318可以被充电到非零电压电平。在一些情况下，当PWM输出在0V时，线348处的RF滤波器的输出不是0V，而是在充电电容器318能够维持的电压电平。注意，当电容器318随时间放电时，RF滤波器314到线348的输出电压也可以减小。然而，当PWM输出在0V与3.3V之间振荡时，电容器318自动地重新充电，这能够维持线348处的通常恒定DC电压，RC滤波器314的输出。因此，线348处的恒定DC电压电平的电平可以取决于 346处的PWM输出的占空比，在这种情况下，通常在0V与3.3V之间。例如，可以从线348处的RF滤波器314输出多个恒定电压(诸如1V、1.2V、1.4V等)。 [0040] 仍然在该示例中，来自控制器306的PWM输出可以具有124KHz的频率。为了通过传感器单元驱动器308获得期望的电压电平，可以调节PWM输出的占空比。一般而言，较高的占空比对应于较高的输出电压。在该示例中，可以由8比特寄存器控制PWM输出的占空比，并且因此其可以取得128个离散值。这些128个值中的每个值对应于不同的占空比以及因此VCO 322最终转换为不同的频率的不同的输出电压，如下文将描述的。通过这种方式，可以针对 128个不同的频率记录个体传感器单元304的频率响应。 [0041] 在图3中所示的示例汇总，在348处的DC电压可以进入放大器320。在一些实现中，VCO 322的输入电压范围可以是7-9V。在这些实现中，放大器320可以被用于将电压电平从 348处的DC电压提升到350处的DC电压。在这种情况下，在350处的DC电压可以是VCO322的输入电压范围内的7-9V内。利用在350处的7-9V的DC电压输入，VCO可以在352处生成正弦波。 在这种情况下，在352处的正弦波可以是相对高频(诸如6-8GHz)的。通过这种方式，正弦波的频率可以对应于传感器单元304的操作频率。注意，备选地或附加地，其他设备可以以期望频率将信号提供给传感器单元阵列。例如，频率操作设备可以被耦合到传感器单元阵列并且数字地设定在期望的输出频率处。针对基于RF的3D姿态检测组件，预期到用于以特定频率处生成信号的这些和其他设备的使用。 [0042] 控制器306可以将交换网络310配置为经由被发送到发送交换机和接收交换机的数字输出来选择个体传感器单元304。通过一次仅激活单个传感器单元304，可以减小跨越组件300的功耗。在图3中的示例中，在352处的正弦波可以通过SP4T发送交换机324被发送到SP8T发送交换机332、经由经由线400(参见图4)被发送到个体传感器单元304(8)。在其他实例中，正弦波可以通过SP8T发送交换机326-332之一被引导到另一个体传感器单元304。 [0043] 参考图4中所示的示例，6-8GHz正弦波可以被引导到个体传感器单元304(8)。在该示例中，正弦波可以激发输入端口410中的电流。该电流可以生成输入端口410与中间条带 412之间的电容耦合。进而，可以在中间条带412与输出端口414之间生成电容耦合。在一些情况下，跨越带通滤波器408的能量的电容耦合可以允许以某个频带内的频率来发送信号，同时可以抑制某个频带外的其他信号。如上文所指出的，中间条带412的长度可以是半波长长度，其可以确定带通滤波器的操作的频率(例如，6-8GHz)。 [0044] 在该示例中，来自带通滤波器408的能量可以耦合到共振器贴片406，其可以被定位在带通滤波器408上。在一些实现中，将能量耦合到共振器贴片406可以具有两个效应。第一，共振器贴片406可以创建7.8GHz左右的第二带通响应。第二，共振器贴片406可以将电磁场(例如，能量)的小区域辐射在其表面上。磁场的区域可以建立针对传感器单元304(8)的垂直感测范围。在该示例中，将对象放置在传感器单元304(8)可以干扰电磁场的区域。在一些情况下，包含水的对象可以干扰电磁场的区域。含水对象可以包括身体部分(例如，人类手指)或无生物(例如，包括水分子的读出笔或触笔等)。电磁场的干扰可以更改传感器单元 304(8)的频率响应。所更改的频率响应(例如，频率偏移)可以被标识为传感器单元304(8)上的对象的垂直放置的光谱签名。而且，通过利用6-8GHz范围内的不同的频率的正弦波激发输入端口410，可以记录多个频率响应来更好地表征接近于传感器单元304(8)放置的对象的距离(例如，沿着x-y-z参考轴的z轴)、位置(例如，相对于x-y-z参考轴的x-y平面)和/或大小。在该示例中，带通滤波器408可以允许相对高的能量从输入端口410被发送到输出端口414，其能够促进接收功率相对发送功率中的变化的检测。 [0045] 所更改的频率响应可以从输出端口414处的传感器单元304(8)被输出到402作为输出正弦波。在这种情况下，输出正弦波可以穿过SP8T接收交换机340、提供SP4T接收交换机342并且到功率检测器312上。该功率检测器312可以将输出正弦波转换为线354处的DC电压。该DC电压可以然后由A/D转换器344采样，其可以被嵌入在控制器306上。 [0046] 在一些实现中，取代来自穿过传感器单元的信号的响应，响应可以是来自传感器单元的反射信号。例如，测量可以由从终止的传感器单元反射的信号组成。在该示例中，交换网络可以将信号发送到传感器单元并且经由相同线从传感器单元接收响应。 [0047] 在一些实现中，在没有功率检测器的情况下，可以设计基于RF的3D姿态检测组件。 取代功率检测器的使用，在给定频率，个体传感器单元的输出处的信号可以与个体传感器单元的输入处的信号直接地混合。这可以提供表示给定频率的个体传感器单元的传输响应的DC电压。从基于RF的3D姿态检测组件除去功率检测器，这可以降低组件的总功耗。 [0048] 总之，在一些实现中，3D姿态检组件可以包括RF传感器单元阵列、控制器、传感器单元驱动器和交换网络。在一个示例中，控制器可以引导传感器单元驱动器以将高频(例如，6-8GHz)信号提供到RF传感器单元阵列。该控制器可以引导交换网络选择个体传感器单元来接收信号。可以收集来自个体传感器单元的频率响应。为了高效地收集频率响应的范围，控制器可以选择特定频率并且引导传感器单元驱动器，以便以第一频率和然后附加的所选择的频率将信号发送到阵列中的所选择的传感器单元。频率响应的所收集的范围可以被标识为特定3D姿态。 [0049] 在一些实现中，RF传感器单元阵列中的个体传感器单元可以以高速率被多路复用，以降低3D姿态检测组件的功率和计算资源消耗。例如，可以以单个频率利用输入信号在任何给定时间处激活仅一个传感器。一次激活一个传感器可以降低将输入信号驱动到传感器使用的即时功率。此外，一次激活一个传感器可以降低感测频率，并且因此降低计算费用。为了进一步提高效率，特征选择分析可以用于选择提供高姿态识别速率的输入信号频率。 [0050] RF传感器单元阵列可以被缩放到较小或较大的设备。在一些实现中，可以通过添加或从传感器单元阵列移除RF传感器单元来实现较小或较大的3D姿态检测组件。此外，可以通过改变个体传感器单元的大小来调节接近感测的有效范围和/或灵敏度。 [0051] 通常，RF传感器单元的特性可以使得RF传感器单元阵列可以被嵌入任何类型的表面后面/下面，同时仍然启用实时姿态识别。例如，各种各样的材料可以被用于具有被嵌入在材料后面的传感器单元阵列的屏幕、显示器、保护性覆盖等。在RF传感器单元阵列与所检测的对象之间添加的表面或对象可以表现为传感器单元阵列中的个体传感器单元的频率响应中的恒定偏移，并且因此可以在3D姿态检测组件的校准期间被考虑。 [0052] 此外，RF传感器单元阵列可以实现实时姿态识别，而不需要在所检测的对象的视线内。例如，用户的口袋中的3D姿态检测组件和/或设备可以检测用户的口袋外的对象。例如，用户可以将他的电话放在他的口袋中并且利用口袋外的他的手执行姿态。在该示例中，被嵌入电话中的姿态检测组件可以通过口袋的结构来检测姿态。 [0053] 在图3中所图示的情况中，传感器单元驱动器308可以被认为是通过交换网络310向多个个体传感器单元304提供信号的信号源。在一些实现中，姿态检测组件可以包括超过一个信号源。例如，姿态检测组件可以包括两个信号源，其将具有不同的频率范围的信号提供给传感器单元的两个集合。在这种情况下，传感器单元的两个集合可以具有对应于相应信号源的输入频率范围。多个频率范围可以允许针对对象检测和/或姿态识别的较宽的范围。预期到姿态检测组件的部件的数目或规格的其他变型。 [0054] 基于RF的3D姿态识别场景示例 [0055] 图5图示了示例3D姿态识别场景500。在该示例中，传感器单元阵列502可以包括多个个体传感器单元504。传感器单元阵列502可以与关于图1所描述的传感器单元阵列102和/或关于图3所描述的传感器单元阵列302类似。在一些实现中，传感器单元阵列502可以被包括在基于RF的3D姿态检测组件(诸如关于图3和图4上文所描述的组件300)中。在场景 500中，正被检测的对象是用户506的手。在这种情况下，用户506可以与传感器单元阵列502交互。例如，用户506可以执行由三个实例1、2和3所表示的姿态。在该示例中，姿态识别部件 508可以标识由用户506执行的姿态。 [0056] 通常，通过姿态识别部件508造成的姿态识别可以包括用于感测对象和/或对象的参数的能力。除了其他参数之外，参数可以包括对象在3D空间中的定向、对象的外形(例如，形状、轮廓)和/或对象在一段时间内的运动。在一个示例中，对象可以是用户的手。当用户的手在3D姿态检测组件上悬停时，个体传感器单元可以感测手的不同的部分、手的定向、手的外形(一个或多个手指的位置的改变)和/或其他参数。姿态识别部件508可以使用感测参数的一些或全部参数来标识用户的姿态或其他输入。 [0057] 对象在3D空间中的定向可以包括对象相对于传感器单元阵列的2D位置以及对象与个体传感器单元的距离。图5中的三个实例示出了改变相对于传感器单元阵列502的位置的用户的手。在图5中所示的示例中，由于手通过沿着x-y-z参考轴的x轴从左到右移动来改变关于传感器单元阵列502的位置，因而可以改变和/或干扰传感器单元504的不同的子集的频率响应。类似地，手可以通过沿着y轴从传感器单元阵列502的顶部移动到底部改变位置。跟踪针对不同的手位置的干扰可以近似跟踪传感器单元阵列502的表面的2D空间中的手。 [0058] 在图5中所示的示例中，实例1示出了沿着x轴的传感器单元阵列502的左侧附近的用户506的手。实例2示出了粗略地传感器单元阵列502的中心附近处的手。实例3示出了传感器单元阵列502的右侧附近的手。在这种情况下，当用户506跨越传感器单元阵列502将他的手从左到右滑动时，不同的个体传感器单元506可以记录由利用交叉影线所表示的手的接近度所引起的频率偏移。在图5中，仅四个传感器单元504(1-4)被指示以避免绘图页面上的混乱。在实例1中，传感器单元504(1)(以及其他非指示的传感器单元504)将记录频率偏移。在实例2中，传感器单元504(2)和504(3)将记录频率偏移，并且传感器单元504(1)不再读取频率偏移。在实例3中，传感器单元504(4)将记录频率偏移。在这种情况下，姿态识别部件508可以检测来自传感器单元阵列502的输出的手，标识传感器单元阵列502上的从左到右的手的运动，并且将对象的运动标识为滑动姿态。 [0059] 在图5中所图示的示例中，示出了平行于传感器单元阵列502的表面的两个维度上的位置和/或运动。备选地或附加地，传感器单元阵列502还可以用于检测第三维度上的垂直运动。例如，用户506还可以沿着x-y-z参考轴的z轴将他的手抬离传感器单元阵列502的表面或将他的手向传感器单元阵列502的表面下降。在该示例中，随着手沿着z轴运动，与传感器单元504的距离可以改变。用户506的手与对应的传感器单元504的距离的变化还可以导致这些传感器单元504的频率响应的变化和/或信号强度的变化。一般而言，对象相对于传感器单元阵列502的位置和距离的组合可以被认为是对象相对于传感器单元阵列502的 3D定向。 [0060] 如上文所指出的，在一些实现中，3D姿态检测组件可以被用于感测对象(诸如用户的手)的不同的部分。在该示例中，手的外形中的变化可以由姿态识别部件508检测并且被标识为姿态。例如，姿态可以是当用户重复地伸开和弯曲他的食指时由用户做出的一指滚动动作。在该实例中，手的总体定向可以不被认为是随着时间改变，这是因为手可以在3D姿态检测组件上的适当的位置上悬停。然而，姿态识别部件508可以随着食指的定向的改变而检测手(和/或手指的z轴距离)的外形的改变。在这种情况下，姿态识别部件508可以将外形中的变化标识为滚动姿态。 [0061] 此外，如上文所指出的，使用多个频率激发传感器单元504可以帮助实现标识更复杂的3D姿态。例如，针对5mm的距离处的手而言，来自利用6.6GHz的单个频率处的信号激发的传感器单元504的频率响应可以实际上与针对20mm的另一距离处的手是相同的。然而，如果6.6GHz的频率附近的频带上的信号被用于激发传感器单元504，可以区分针对5mm和20mm的距离处的手的频率响应。姿态识别部件508可以通过被发送到传感器单元504的信号的频率来部分地标识姿态。而且，在一些实现中，姿态识别部件508可以同时检测并且区分多个相邻对象。 [0062] 在图5中所示的示例中，传感器单元阵列502可以包括32个传感器单元504，其可以产生32针对可以被分析用于对象的存在中的签名的给定特征集的频率响应(例如，所选择的频率)。在一些情况下，为了启用低的总功耗，可以期望分离地激发32传感器单元504。然而，为了启用实时姿态识别，可以期望以比用户506执行姿态更快的多个不同的频率扫描来自32个传感器单元的频率响应。因此，为了在当一次仅激发一个传感器单元504时的相对短时间内完成跨越多个频率的传感器单元阵列502的扫描，可以使用一些多路复用策略和/或机器学习技术。 [0063] 在一些实现中，跨越多个传感器单元504扫描单个频率可以比在扫描每个传感器单元504之前重置频率相对更快。出于该原因，可以在改变到第二频率之前以第一频率对传感器单元阵列502中的许多传感器单元504进行采样。附加地或备选地，可以不必扫描所有频率。例如，特征选择技术可以用于减少所扫描的频率的数目。关于图10和图11描述了示例特征选择技术。 [0064] 在一些实现中，一旦已经完成传感器单元阵列502的频率响应的扫描，主机设备就可以使用推理算法计算用户506的手的位置和距离。在图5中所示的示例中，姿态识别部件 508可以根据跨传感器单元阵列502测量的标量功率输出值的相对强度来计算实例1、2和/或3中的用户506的手相对于x和y轴的2D位置。此外，姿态识别部件508可以根据该个体传感器单元504处的标量功率输出值的幅度来计算手与任何个体传感器单元504的距离。因此，通过随时间监测来自个体传感器单元504的频率响应中的变化，姿态识别部件508可以跟踪三维的手的运动，并且将运动实时识别为3D姿态。 [0065] 系统示例 [0066] 图6示出了用于完成本公开概念的示例3D姿态识别系统600。图7到图9示出了与本公开概念一致的示例3D姿态识别设备使用场景。 [0067] 出于解释的目的，图6示出了五个示例3D姿态检测设备602(1)、602(2)、602(3)、 602(4)和602(5)。如图6中所示，设备602(1)可以是平板类型设备，设备602(2)可以是电器(例如，冰箱)，设备602(3)可以是智能个人和/或可穿戴设备(例如，智能手表)，设备602(4)可以是数字白板(或其他大型显示器或屏幕)，并且设备602(5)可以是智能电话或其他移动设备。图6中所示的示例不旨在是限制性的，并且各种各样的类型的设备中的任一个设备可以被包括在姿态识别系统中。如图6中所示，设备602中的任一个设备602可以通过一个或多个网络604通信。 [0068] 图6示出了两个设备配置606。个体设备可以采用配置606(1)或606(2)中的任一个或备选配置。简要地，配置606(1)表示操作系统中心配置，并且配置606(2)表示片上系统(SOC)配置。配置606(1)被组织为一个或多个应用608、操作系统610和硬件612。配置606(2)被组织为共享资源614、专用资源616和其之间的接口618。 [0069] 在任一配置606中，3D姿态检测设备602可以包括存储装置620、处理器622、电池 624(或其他功率源)、通信部件626和/或频率响应映射表(FRMT)628。设备602的任一配置 606还可以包括姿态检测组件(GDA)100(1)或100(2)(诸如关于图1所描述的姿态检测组件 100)。设备602的任一配置606还可以包括姿态识别部件(GRC)508(1)或508(2)(诸如关于图 5所描述的姿态识别部件508)。 [0070] 在一些实现中，姿态识别部件508可以从姿态检测组件100接收输入。例如，姿态识别部件508可以标识来自传感器单元阵列的输出的姿态，如图5中的示例所示。在该示例中，姿态识别部件可以使用频率响应映射表628来比较被包括在传感器单元阵列的输出中的频率响应。简要地，频率响应映射表628可以将频率响应映射到已知姿态。该姿态识别部件508可以查找来自传感器单元阵列的输出频率响应与频率响应映射表628的内容之间的匹配。 关于图10和图11描述了用于生成频率响应映射表628的示例技术。 [0071] 在一些情况下，在3D姿态检测设备602由消费者使用之前，可以生成频率响应映射表628。例如，频率响应映射表628可以在3D姿态检测设备602的制造时被加载到设备上。在一些情况下，数据可以稍后被添加到频率响应映射表628，诸如当用户希望训练3D姿态检测设备602以标识(一个或多个)定制姿态和/或校准他/她的个体设备。 [0072] 该通信部件626可以允许设备602与各种其他设备通信。该通信部件可以包括接收器和发射器和/或用于经由各种技术(诸如蜂窝、Wi-Fi(IEEE 802.xx)、蓝牙等)通信的其他射频电路。 [0073] 注意，在一些情况下，设备602上的姿态识别部件508可以是相对鲁棒的。在这些情况下，姿态识别部件508可以对从姿态检测组件100所接收的信号执行分析以标识用户姿态。在其他情况中，设备602可以将输出和/或其他信息从姿态检测组件100、姿态识别部件 508和/或频率响应映射表628发送到远程资源(诸如基于云的资源)以用于处理。例如，基于云的资源可以用于分析信息以标识用户姿态，训练系统以能够标识新的姿态，和/或将新信息添加到音频响应映射表628。 [0074] 从一个视角，3D姿态检测设备602中的任一个设备可以被认为是计算机。如本文使用的术语“设备”、“计算机”或“计算设备”可以意指具有一定量的处理能力和/或存储能力的任何类型的设备。处理能力可以由一个或多个处理器提供，其可以执行以计算机可读指令的形式的数据以提供功能。数据(诸如计算机可读指令和/或用户相关数据)可以被存储在存储装置(诸如可以在计算机的内部或外部的存储装置)上。该存储装置可以尤其包括以下各项中的任何一项或多项：易失性或非易失性存储器、硬盘驱动器、闪速存储设备和/或光学存储设备(例如，CD、DVD等)、远程存储装置(例如，基于云的存储装置)。如本文所使用的，术语“计算机可读介质”可以包括信号。相反，术语“计算机可读存储介质”排除信号。计算机可读存储介质包括“计算机可读存储设备”。计算机可读存储设备的示例包括易失性存储介质(诸如RAM)和非易失性存储介质(诸如硬盘驱动器、光盘和闪速存储器)等。 [0075] 如上文所提到的，配置606(2)可以被认为是片上系统(SOC)类型设计。在这样的情况下，由设备所提供的功能可以被集成在单个SOC上或多个耦合的SOC。一个或多个处理器可以被配置为与共享资源(诸如存储器、存储装置等)和/或一个或多个专用资源(诸如被配置为执行一些特定功能性的硬件块)相协调。因此，如本文所使用的术语“处理器”还可以指代中央处理单元(CPU)、图形处理单元(GPU)、控制器、微控制器、处理器核心或其他类型的处理设备。 [0076] 通常，可以使用软件、固件、硬件(例如，固定逻辑电路)、人工处理或这些实现的组合来实施本文所描述的功能中的任一个功能。如本文所使用的术语“部件”通常表示软件、固件、硬件、全部设备或网络或其组合。在软件实现的情况下，例如，这些可以表示当被执行在处理器(例如，一个或多个CPU)上时执行特定任务的程序代码。该程序代码可以被存储在一个或多个计算机可读存储器设备(诸如计算机可读存储介质)中。部件的特征和技术是平台独立的，这意味着其可以被实现在具有各种处理配置的各种商业计算平台上。 [0077] 图7到图9示出了与本公开概念一致的示例3D姿态识别设备使用场景。图7图示了用户700以及平板类型设备602(1)。该平板类型设备602(1)可以具有放置在屏幕702内或下面的姿态检测组件100(示出在图7中的剖视图中)。在该示例中，姿态检测组件100可以用于检测用户700的手与平板设备602(1)的屏幕702的接近度。该用户700可以在屏幕702的附近在三维中移动他的手，诸如关于图5中的示例上文所描述的。在图7中的示例中，与平板设备 602(1)相关联的姿态识别部件508可以将手的3D运动标识为(一个或多个)3D姿态。该姿态识别部件508可以根据姿态来控制平板设备602(1)。 [0078] 图8图示了穿戴智能手表设备602(3)的用户800。在该示例中，智能手表设备602(3)可以具有嵌入式姿态检测组件(诸如图7中的示例中所示的姿态检测组件100)，其可以被用于检测用户800的手指与智能手表设备602(3)的表面802的接近度。在该场景中，姿态识别部件508可以将手指的参数标识为(一个或多个)3D姿态。在一些实现中，姿态识别设备中的姿态检测组件可以通过可以在设备与身体部分之间的(一种或多种)材料来检测用户的身体部分的接近度。在智能手表设备602(3)的示例中，用户可以穿戴长袖衬衫。袖子可以在用户的手腕上的智能手表设备602(3)上延伸。在该示例中，姿态检测组件可以通过袖子材料检测手指。 [0079] 图9示出了与冰箱设备602(2)交互的第一用户900和与数字白板设备602(4)交互的第二用户902。在这种情况下，姿态检测组件100(1)可以嵌入或以其他方式与冰箱设备 602(2)相关联。上文和下文提供了其中姿态检测设备602包括显示器或屏幕的示例。该姿态检测设备可以被用在其他场景中。在冰箱设备602(2)的示例中，上冰箱门可以是定位在传统面板(例如，不透明的表面)后面的姿态检测设备602。备选地，传感器单元阵列可以被嵌入在还用作显示器的冰箱门的一部分中。在其他实现中，姿态检测组件可以被嵌入在人的家庭、办公室等中的另一电器、设备或其他硬件中或与人的家庭、办公室等中的另一电器、设备或其他硬件相关联。 [0080] 图9还示出了与数字白板设备602(4)交互的用户902。在该示例中，数字白板设备 602(4)可以是具有嵌入式姿态检测组件100(2)的墙上的相对大的显示器。在图9中所示的设备602(2)和602(4)的示例中，与设备的屏幕(例如，显示器)相关联的嵌入式传感器单元阵列的表面积可以是相对大的。如此，这些姿态识别设备602可以包括姿态识别部件508，其可以检测和/或标识可以利用用户的手臂、手和/或其他身体部分执行的相对地大范围的姿态。例如，姿态识别部件508可能能够检测这用户的伸出的两个手臂的3D运动并且将运动或其他参数标识为双臂用户姿态，并且根据双臂用户姿态控制设备602。 [0081] 方法示例 [0082] 图10示出了用于生成姿态识别系统的训练数据的示例方法1000。图11示出了用于训练姿态识别系统的姿态识别模型的示例方法1100。图12示出了示例3D姿态识别方法 1200。 [0083] 参考图10，在块1002处，方法1000可以将已知对象定位在相对于传感器单元阵列(诸如图1中所示的传感器单元阵列102)的已知3D定向(例如，位置、距离)。例如，用户的手可以被定位在传感器单元阵列上的已知距离(z维度)和位置(x和y轴)处。参见例如图5，其示出了相对于传感器单元阵列的三个不同的位置和恒定距离处的用户的手。完成块1002的一个方式可以是当用户执行姿态时指点显示器处的RGBD照相机。可以根据RGBD照相机和传感器单元阵列的同时输出来“知道”姿态。 [0084] 在块1004处，当对象在已知3D定向时，方法1000以多个频率驱动传感器单元阵列中的传感器单元。在一些情况下，该方法可能需要在改变到下一频率之前将所有期望的传感器单元驱动在给定频率。此外，对于给定频率而言，可以一次驱动一个传感器单元(例如，可以以给定频率顺序地驱动传感器单元)。 [0085] 在块1006处，方法1000可以针对多个频率和已知3D定向收集来自传感器单元阵列的频率响应。可以针对另一3D定向重复块1002-1006(例如，可以向上或向下或横向地移动用户的手并且然后可以重复该方法)。此外，在一些实现中，针对多个对象收集频率响应。例如，可以针对多个用户重复方法以减小与测试用户相关联的偏差(例如，为了更代表全部人员)。例如，训练数据可能包括针对多个受试者(诸如男人和女人二者)的频率响应。此外，可以通过在每组条件(例如，用户、3D定向、频率)重复方法多次改进结果以降低可变性(诸如与RF信号有关的时间可变性)。 [0086] 在块1008处，方法1000可以根据所收集的频率响应来生成训练数据。在一些实现中，训练数据可以包括可以根据定向、频率、对象和时间的不同的组合生成的数千个频率响应。在一些情况下，训练数据可以包括所有频率响应。在其他情况下，训练数据可以包括频率响应的子集。例如，训练数据可以包括针对用于收集频率响应的频率的特定子集的频率响应。例如，一些频率可以受给定3D定向的对象的存在更多影响(例如，更多频率响应方差)。那些高度影响的频率可以被维持在训练数据中，同时丢弃其他。 [0087] 在一些情况下，训练数据可以显示为(关于图6所讨论的)频率响应映射表。该频率响应映射表可以传达关于频率响应的已知信息(例如，对象和对象的3D定向)。在其他情况下，训练数据可以被用于生成姿态识别模型。下面关于方法1100讨论了该方面。 [0088] 总之，图10中所示的示例方法1000可以用于开发训练数据。一般地，可以在姿态检测组件附近执行已知姿态来产生训练数据。在一些实现中，不是感测整个姿态，可以在已知固定位置处感测对象。例如，可以以与图5类似的方式在第一位置、第二位置和第三位置处的已知距离处感测技术人员或用户的手。可以在第二已知距离处和第三已知距离等处重复过程。可以执行建模以在已知位置之间“填充间隙”。例如，在工厂设置中，技术人员可以执行特定姿态一次或多次并且可以针对姿态记录频率响应。在其他情况下，可以通过利用其他传感器(诸如3D照相机)记录姿态同时还利用姿态检测组件感测姿态来“知道”训练姿态。 该训练数据可以是响应于已知姿态而收集的频率响应(例如，测量、功率输出)。可以相对于位置、距离、频率、对象和/或时间的不同的组合收集频率响应。总之，训练数据可以提供信息的两个方面。第一方面涉及哪些频率往往提供有用信息。由于几乎无限范围的频率可用于感测，因而感测消费者设备上的所有频率可能是不实际的。因此，训练数据可以允许对有用频率的子集进行过滤。第二，训练数据可以提供针对已知姿态的频率响应(例如，签名)。 可以在消费者设备上利用该信息以标识由用户所执行的姿态。 [0089] 在一些实现中，可以在代表性3D姿态识别设备上收集训练数据。在这种情况下，从代表性3D姿态识别设备所收集的训练数据可以用于训练可以与多个其他3D姿态识别设备(关于图11所描述的)一起使用的姿态识别模型。例如，代表性设备可以用于感测制造设施处的训练数据。该训练数据可以然后被存储在针对消费者市场产生的相同模型的所有设备上。 [0090] 图11中所示的示例方法1100可以用于训练姿态识别模型(例如，机器学习模型)以能够标识已知姿态。 [0091] 在块1102处，方法1100可以获得训练数据。在一些实现中，可以从关于图10所描述的方法1000接收训练数据。 [0092] 在块1104处，方法1100可以使用训练数据来训练将3D定向映射到姿态的姿态识别模型。例如，姿态识别模型可以被训练以对对象(例如，用户的手)相对于姿态检测设备的3D定向进行分类。在一些实现中，可以使用WEKA机器学习工具箱训练随机森林树模型。在具有针对多个用户收集的训练数据的一个示例中，“忽略一个用户”类型评价可以在训练中使用，其中来自一个用户的频率响应忽略测试数据集，同时来自剩余的用户的频率响应被用作训练数据集。可以重复该过程，针对个体评价忽略来自用户中的不同用户的一个的频率响应，并且在训练的结束处对来自多个评价的性能结果进行平均。在一些情况下，可以利用 10颗树对随机森林树模型进行训练。当然，可以使用其他训练技术，诸如支持向量机、神经网络或隐马尔可夫模型。 [0093] 在块1106处，方法1100可以输出经训练的姿态识别模型。 [0094] 总之，在一些实现中，姿态识别模型可能需要或利用3D姿态识别系统的频率响应映射表，诸如图6中所示的频率响应映射表628。从一个视角，姿态识别模型可以提供可以允许来自训练数据的推断以检测未知的对象和/或3D定向(并且潜在地随时间)以标识姿态。 下面关于图12讨论了该方面。 [0095] 如上文所指出的，可用于训练姿态识别模型的训练数据可以包括数千个频率响应或测量结果。在一些实现中，训练方法1100可以使用比可用的频率响应更小数量的频率响应(例如，特征)以用于训练姿态识别模型。例如，训练方法可以利用较少的可用的训练数据来训练附加模型。在该示例中，可以比较利用不同量的训练数据训练的不同的模型的结果，以确定可以产生针对姿态识别的可接受的位置和/或距离结果的训练数据量。该比较的结果可以被用于降低用于标识姿态的传感器单元阵列扫描的数量。 [0096] 在一些实现中，训练方法1100可以被用于降低利用最终使用场景中的传感器单元阵列扫描的频率的数量(例如，通过已经约束资源的消费者设备)。附加地或备选地，训练方法1100可以用于选择利用传感器单元阵列扫描的特定频率。例如，经训练的姿态识别模型可以示出与其他频率相比，特定频率更可用于确定对象相对于姿态识别设备的位置和/或距离。然后，可以优选地选择特定频率以用于利用传感器单元阵列进行扫描。在一些实现中，经训练的姿态识别模型可以用于降低传感器单元阵列扫描的数量，其由消费者被用于训练个体姿态检测设备上的定制姿态。 [0097] 图12示出了示例3D姿态识别方法1200。在这种情况下，在块1202处，方法1200可以将传感器单元阵列中的第一个体传感器单元驱动在来自可用频率集合的第一频率。在一些实现中，可以基于来自诸如关于图11所描述的姿态识别模型的输出，来选择可用频率集合。 还如相对于图11所描述的，可以基于训练数据来选择频率集。备选地，在一些实现中，可以预设(例如，预选择)频率或频率集。例如，频率的预设组可以被发送到传感器单元阵列以用于扫描。 [0098] 在一些实现中，与可用频率集合的选择类似，第一个体传感器单元可以基于来自姿态识别模型的输出而被选择、基于训练数据而被选择、和/或被预设/被预选择。第一频率可以经由交换网络顺序地被发送到第一个体传感器单元。例如，第一频率可以被发送到第一单个个体传感器单元、然后被发送到第二单个个体传感器单元等。在该示例中，系统的功耗可以比在信号立刻被发送到多个传感器单元的情况更低。 [0099] 在块1204处，方法1200可以从第一个体传感器单元接收对第一频率的第一响应。 在一些实现中，响应可以是跨个体传感器单元的频率偏移。 [0100] 在块1206处，方法1200可以将传感器单元阵列中的第二个体传感器单元驱动在来自可用频率集合的第一频率。在一些情况下，第一频率和第二频率可以被发送到所有个体传感器单元。在其他情况中，第一频率和第二频率可以被发送到个体传感器单元的相同子集。在这种情况下，第一个体传感器单元和第二个体传感器单元可以是相同的个体传感器单元。在一些实现中，第一频率和第二频率可以被发送到个体传感器单元中的不同子集。例如，第一个体传感器单元和第二个体传感器单元可以或可以不在个体传感器单元方面重叠。 [0101] 在块1208处，方法1200可以从第二个体传感器单元接收对第二频率的第二响应。 当然，可以使用传感器单元阵列中的各个传感器单元针针对各种频率收集附加响应。例如，虚线1210指示方法1200可以从块1208循环返回到块1202，以用于利用附加频率驱动附加传感器单元。例如，虽然在块1202-1208中明确地唤起仅两个频率，但是可以针对数十或数百个频率重复这些块。 [0102] 在块1212处，方法1200可以根据第一响应和第二响应标识姿态。在一些实现中，姿态的标识可以包括确定对象的参数(诸如对象相对于传感器单元阵列的3D定向)。而且，在多个时间点处所确定的3D定向(例如，对象的距离和位置)和/或其他参数可以被标识为姿态。在一些实现中，可以将频率响应与经训练的姿态识别模型相比较。例如，姿态识别部件(诸如关于图5至图9所描述的姿态识别部件508)可以查找用于在训练期间产生的数据表(诸如关于图6和图10所描述的频率响应映射表628)中的个体频率的频率响应。使用频率响应映射表，姿态识别部件可以确定对象的对应的位置、距离、行进方向、姿态和/或其他参数。当然，尽管针对姿态识别此处明确地描述了第一响应和第二响应，但是姿态识别部件可以使用来自附加频率的附加响应来标识姿态(关于虚线1210如上文所描述的)。 [0103] 在一些实现中，姿态识别部件(图5的508)可以利用方法1200并且可以学习基于由用户造成的校准和/或根据由用户造成的校正，来识别位置、距离、姿态和/或其他参数。例如，可以提示用户在首先使用或设置姿态识别设备时对姿态识别部件进行校正。在另一示例中，如果用户校正由姿态识别部件做出的姿态的识别，姿态识别部件可以学习识别用户的姿态的识别。该方面还可以允许用户创建他/她自己的姿态。例如，用户可能能够经由允许用户执行他/她的新姿态的“设置”控制来访问图形用户界面(GUI)。GUI可以请求用户重复姿态多次(比如说10次)来增加准确度。姿态识别部件可以收集相关联的频率响应并且然后允许用户将姿态绑定到命令(例如，该姿态意味着例如“播放视频”)。在一些实现中，姿态的用户的校准结果和/或用户的标识可以被添加到频率响应映射表。 [0104] 换句话说，映射表可以包括被存储在工厂处的设备上和/或从用户获得的频率响应。例如，可以在代表设备的模型的设备上执行训练。接着发生的映射表可以然后被存储在工厂处的该模型的所有设备上(诸如在设备的存储器或存储装置上)。用户可以通过对用户校准个体设备来增强映射表(例如，校准可以解决模型的个体设备的灵敏度和/或个体用户如何执行姿态的敏感性中的轻微差异)。备选地或附加地，用户可以将定制姿态添加到映射表(例如，用户可以训练设备上的定制姿态和如由用户所定义的姿态，并且相关联的频率响应可以被添加到映射表)。 [0105] 在一些情况下，姿态识别可以是相对固定的过程。在其他情况下，姿态识别可以是迭代过程。例如，在方法1200中，块1202和1204可以被认为是姿态识别的第一部分，同时块 1206和1208可以被认为是姿态识别的第二部分。例如，姿态可以被认为具有第一部分和第二部分。在一些情况下，当姿态的第一部分被识别时，可以降低可能姿态的数目。在这些情况下，经训练的姿态识别模型可以示出给定姿态的第一部分，可以扫描更少的频率或更低数目的传感器单元来确定姿态的第二部分。鉴于以上讨论，返回参考图5中的示例，姿态的第一部分可以由实例1和2表示，同时姿态的第二部分可以由实例3表示。在该示例中，姿态的第一部分可以由姿态识别部件508识别为位置中的用户506的手，其激活实例1处的个体传感器单元504(1)，然后激活实例2处的个体传感器单元504(2)和504(3)。在一些情况下，姿态识别部件508可以使用经训练的姿态识别部件确定在实例2之后扫描的个体传感器单元504可以包括用户的手的最后检测的位置附近的个体传感器单元。姿态识别部件508还可以使用从左到右(例如，实例1到实例2)的手的运动的明显方向以引导确定接下来扫描哪些传感器单元。例如，姿态识别部件508可以使用经训练的姿态识别模型和/或从左到右的运动来确定紧接地在实例2之后，可以扫描个体传感器单元504(4)，同时可以不扫描个体传感器单元504(1)。 [0106] 可以通过关于图1到图9上文所描述的系统和/或组件和/或通过其他组件、设备和/或系统来执行所描述的方法。描述方法的顺序不旨在被解释为限制的，并且任何数目的所描述的动作可以以任何顺序被组合以实施方法或备选方法。而且，可以以任何适合的硬件、软件、固件或其组合实施方法，使得设备可以实施方法。在一种情况下，方法在计算机可读存储介质上被存储为指令集，使得通过计算设备的运行使得计算设备执行方法。 [0107] 结论 [0108] 基于RF的姿态识别系统可以感测三维中的对象的接近度并且使用所感测的信息来标识由对象所执行的3D姿态。不依赖于触摸传感器的3D姿态识别的基于RF的方法可以实现与设备更灵活并且自然的输入和/或交互。基于RF，本方案包括超过当前感测技术的数个不同的优点，其包括在不依赖于视线的情况下工作的能力、容易地被嵌入在任何类型的表面后面的能力、以及缩放到几乎任何大小的能力，全部同时在与当前接近感测技术类似的功率域进行操作。 [0109] 基于RF姿态识别系统可以包括对于磨损鲁棒、制造便宜、外形较小并且可以制造得小以用于集成到移动设备中的姿态检测组件。另外，对象与姿态检测组件之间的交互可以不由之间的介电材料阻碍、在一些情况中的垂直感测范围中小的、扫描响应简单、以及具有足够高的分辨率以区分唯一性。基于RF的姿态识别系统还可以包括用于标识复杂姿态的姿态识别部件。姿态识别部件可以使用经训练的姿态识别模型和/或学习被定制到设备或用户的新姿态。 [0110] 尽管以特定于结构特征和/或方法动作的语言描述了关于设备控制的技术、方法、组件、设备、系统等，但是应理解到，所附的权利要求中定义的主题不必限于所描述的特定特征或动作。相反，特定特征和动作被公开为实施所要求保护的方法、组件、设备、系统等的示例性形式。