RadarHand：一种用于皮肤触控本体感手势的腕戴式雷达设备

我们介绍了RadarHand，一种佩戴在腕部的可穿戴设备，使用毫米波雷达检测基于皮肤触控的本体感手部手势。雷达具有鲁棒性、隐私性、小尺寸、可穿透材料且计算成本低。我们首先评估了手背的本体感和触觉感知特性，发现在无视觉和高认知负荷情况下，拇指点击的本体感误差最小，其次是食指、中指、无名指和小指。接下来我们训练了深度学习模型进行手势分类。我们根据手背位置引入了两种类型的手势：通用手势和离散手势。离散手势是指在手背特定位置开始并在特定位置结束的手势，与此相对的是通用手势，可以从手背任何位置开始和结束。在27种手势组可能性中，我们实现了七套手势92%的准确率和八套离散手势93%的准确率。最后，我们在两种交互模式下评估了RadarHand的实时性能：主动交互和反应交互。主动交互是用户发起输入以实现预期输出，反应交互是设备发起交互并要求用户做出反应。我们分别获得了主动通用手势87%、主动离散手势74%、反应通用手势91%和反应离散手势81.7%的准确率。我们讨论了RadarHand在手势识别中的意义和未来工作方向。