在智能家居、XR 眼镜、智能座舱等多设备场景中,手势识别需要解决一个关键问题:用户的手势意图指向哪个设备?这一"指向配对"(Pointing & Pairing)能力是可穿戴手势交互规模化落地的核心技术挑战之一。
CHI 2024 智能家居手势用户研究显示:82% 的用户偏好单手势完成操作;动态手势占用户自然选择的 91.4%,静态手势(含指向)仅占 8.6%。这意味着系统需要在用户自然动态手势的过程中,同步完成设备身份的推断与绑定。
技术路线对比
| 技术 | 精度 | 穿戴形态 | 家电改造 | 优势 | 局限 | 推荐场景 |
|---|---|---|---|---|---|---|
| UWB+IMU | 10–30 cm | 腕表 / 手机 | 需 UWB 模块 | 原生双向配对 | 家电尚未普及 | 指向配对 |
| BLE AoA | 0.5–1 m | 智能眼镜 | 无需改造 | 无基础设施 | 天线尺寸约束 | 眼镜端识别 |
| 视觉 (IRIS) | 95–98% | 智能戒指 | 无需改造 | 零配置 | 依赖手机算力 | 室内识别 |
| IR 红外 | 方向性强 | 腕表 / 遥控 | 需 IR 接收 | 成本极低 | 单工 · 无认证 | 旧设备控制 |
| EMG/SNC | 手势精细 | 腕带 / 腕表 | 无需改造 | 视野外感知 | 需训练数据 | 精细控制 |
眼镜与腕部的互补架构
研究文献中反复出现的核心观察是:眼镜与腕部形成天然互补——眼镜的视角等同于"用户的注视方向",用注视/头姿确认目标在认知上最自然;腕部丰富的运动自由度(旋转、翻转、按压、滑动)则最适合执行连续精细的参数调节操作。两者形成完整闭环,各发挥形态优势。
腕带神经接口可以提供指向设备功能,甚至能增强内置手势控制摄像头,覆盖视野范围和视线限制之外的交互——这种接口承诺提供卓越体验,推动智能眼镜像智能手机一样普及。
当前核心挑战
这一方向面临的主要挑战是双设备负担:独立腕带形态只有在使用眼镜时才有价值,而腕表可以全天候穿戴,构成更持续的输入通道。这也是各大厂商急于将 EMG 功能整合进腕表(而非独立腕带)的根本原因。
| 规模化障碍 | 具体表现 | 潜在解决路径 |
|---|---|---|
| 双设备负担 | 独立腕带使用场景受限 | EMG 集成进腕表 |
| FOV 限制 | 视觉方案无法感知视野外设备 | IMU + UWB 补盲 |
| 多设备歧义 | 同一手势可能对应多个候选设备 | 注视确认 + 距离排序 |
| 用户学习成本 | 指向手势需要训练 | 自然动态手势 + 意图推断 |
技术最成熟、落地门槛最低的方案是 IMU 指向识别 + UWB/BLE 设备身份配对:IMU 在腕表中已极为成熟;UWB/BLE 仅负责确认"指向的是哪个设备",可通过距离变化推断而非依赖方向角。这正是 SeleCon(2017)等经典系统的设计哲学。