Kinect傳感器系統(tǒng)工作方案

　PrimeSense技術(shù)是微軟（Microsoft）Kinect傳感器系統(tǒng)的基礎(chǔ)，該傳感器系統(tǒng)被設(shè)計為與微軟Xbox 360控制臺游戲系統(tǒng)一起工作（圖1）。它的工作原理非常簡單，但執(zhí)行過程相當復雜。PS1080系統(tǒng)級芯片（SoC）則是一款完美支持PrimeSense技術(shù)的產(chǎn)品。

　　這款芯片獨立地管理音頻和視頻信息，這些信息都可以通過USB連接進行訪問。USB僅為PrimeSense單元提供電源，Kinect還需要額外的電源供給它的伺服系統(tǒng)。

　　大多數(shù)設(shè)計工程師至少都非常熟悉Kinect與Xbox一起工作的方式。Kinect主要用來向游戲程序提供有關(guān)玩家的信息。玩家需要位于電視機前方，并且面對Kinect,然后通過移動和手勢與游戲發(fā)生交互。了解Kinect如何獲得這些信息是非常有趣的一件事。

　　在Kinect推出之前，像這類手勢識別是使用LIDAR（激光誘導差分吸收雷達）或激光雷達實現(xiàn)的。超聲波傳感器不能提供足夠的精度。另外一種方法是使用圖像分析，但非常復雜，運算要求很高。

　　PrimeSense使用截然不同的方法。它是從傳感器投射出紅外點陣圖案，然后使用帶紅外濾波器的傳統(tǒng)CMOS圖像傳感器進行檢測。圖案會根據(jù)反射光線的物體發(fā)生改變。那些點的大小和位置也會隨物體與發(fā)射源的距離變化而變化。

　　PS1080接收來自圖像傳感器的結(jié)果，然后通過判斷差異來產(chǎn)生深度景象。深度景象的分辨率是1024x758（VGA），但CMOS傳感器具有高得多的分辨率。能夠被硬件捕獲的圖像分辨率實際上是1600x1200,這是提供深度景象所必須的，否則就沒有足夠的分辨率來檢測投射出的紅外點陣的位置和大小。

　　PS1080芯片的主要工作是識別紅外點，將它們的狀態(tài)信息轉(zhuǎn)換成深度值。這不是一個簡單的任務，也不是一般的微處理器能夠處理得了的。幸運的是，PS1080可以按30幀/秒的速率完成這一任務。在一個像素代表的區(qū)域內(nèi)一般能找到好幾個點。

　　最短距離在1米以下（0.8米），最大深度約3.5米。這個范圍正好適合位于高清電視機前面的游戲玩家?？梢晠^(qū)域是一個矩形錐體，水平垂直方向分別是58度和45度。

　　分辨率和檢測質(zhì)量取決于物體相對傳感器的位置，但對于玩游戲以及機器人對象識別與碰撞避免而言上述指標足夠應付。在2米的距離處，深度分辨率是10毫米，而水平與垂直分辨率可達3毫米。

　　視頻傳感器和深度CMOS傳感器緊鄰放置，以方便深度景象和彩色圖像的合并。PS1080通過執(zhí)行一個注冊過程來正確地對齊彩色圖像（RGB）和深度（D）信息。RGBD信息就是需要傳送給主機的內(nèi)容。

　　對于需要避開某個物體的機器人來說僅僅深度信息就可以了。有時候在游戲中也足夠用了，具體要看在做什么動作，有多少個玩家要被跟蹤。而RGBD信息可以被進一步分析，使系統(tǒng)識別出物體以及它們之間的關(guān)系，比如手-臂-身體的關(guān)系。

　　主機完成更高層的對象和動作識別。OpenNI（自然交互）組織提供了框架和應用編程接口（API），用于處理像Kinect這樣的設(shè)備。OpenNI支持包括視頻和音頻設(shè)備在內(nèi)的許多設(shè)備（圖3），還能通過更高端的中間件執(zhí)行對象跟蹤等功能。

　　Kinect在系統(tǒng)中集成了一對麥克風。PS1080可以處理4個外部數(shù)字音頻源，并通過USB接口以同步方式提供可視視頻、深度和音頻信息。

　　微軟公司認識到除了與Xbox一起工作外，Kinect應該還能發(fā)揮更大的用處。Kinect接口早就已經(jīng)存在，如今微軟針對這個接口發(fā)布了一套軟件開發(fā)套件（SDK）。商用版可能已經(jīng)投入使用，而PrimeSense也擁有相應的軟件開發(fā)套件。

　　PrimeSense技術(shù)具有很好的可擴展性，因此非游戲和可能的非機器人應用對它也有興趣。例如，精確接近檢測可能不要求可視的視頻部分。PrimeSense技術(shù)無疑將改變我們的生活方式。