硬件与传感模态

手部手势起源于中枢神经系统（CNS）向运动单元发出的电信号，这些信号沿运动神经传导至手臂与手部的肌肉，引发肌肉收缩，进而通过肌腱牵拉骨骼绕关节运动。整个过程涉及中枢神经系统、肌肉与骨骼的协同作用，同时伴随血管形变，最终在体表呈现为可观测的手势动作。因此，手势识别接口所测量的，正是这一生理过程中不同层次的物理与生化变化。

根据所捕获的生理特征，现有传感方案可归纳为四类原理：电传感通过检测肌肉电活动或皮肤阻抗变化来感知手指运动意图；机械传感通过测量肌肉压力、手指弯曲角度或惯性运动来追踪手部姿态；声/振动传感利用超声成像或机械振动信号捕捉肌肉结构与纤维状态；光学传感则借助近红外光谱或光电容积脉搏波感知血流动力学与皮肤形变。各类传感模态在精度、功耗、佩戴舒适性与技术成熟度上各有权衡。

从灵敏度来看，sEMG、EIT、FMG、超声成像、NIRS、PPG 均直接测量肌肉运动，灵敏度和分辨率较高；IMU 和应变传感器的灵敏度则高度依赖布置位置——IMU 贴附于手指时对手势灵敏，贴附于手腕时则较低；电接触电阻、电容传感、ToF 等测量皮肤形变的方法，以及 MMG、骨传导声传感等信噪比低的方法，灵敏度通常较低。

从可穿戴性来看，光学传感体积最小，易集成于商用设备；电传感、FMG、MMG、骨传导声传感可制成腕带式；应变传感器、弯曲传感器、手套式 IMU 通常为手套形态，适合康复和工业场景，但难以被普通消费者接受；超声成像可穿戴性最差，尽管探头正朝小型化发展，仍需耦合剂。从技术成熟度来看，sEMG、FMG、IMU、弯曲传感器已有商用设备；电接触电阻、电容传感、应变传感器、MMG、骨传导声传感仍处于概念验证阶段；EIT、NIRS、PPG、ToF 在其他领域已成熟，但在手势识别领域的研究才刚起步。