[发明专利]用于与可穿戴电子设备交互的方法和系统

说明书

本文公开的是一种与可穿戴电子设备交互的方法。包括有振动传感器的所述可穿戴电子设备获取通过穿戴有所述电子设备的身体部位传输的振动。所述振动可以源自与用户的身体接触的对象或者身体自身的动作。一旦所述可穿戴电子设备接收到所述振动，便对所述振动进行分析并且将所述振动识别为特定对象、数据消息或者移动。

对相关申请的交叉引用

根据35U.S.C.§119，本申请要求2016年6月23日提交的临时申请序列号为62/493,163的临时申请权益，所述临时申请以引用的方式并入本文。

关于联邦赞助的研究的申明

不适用。

背景技术

本发明涉及与可穿戴电子设备交互的方法。可穿戴电子设备在计算设备中是独一无二的，它们可以穿戴，从而提供将手臂、手和其它身体部位变换为表达性输入和感测平台的巨大潜力。举例来说，对于智能手表而言，在人们使用他们的手时，极小的微振动通过手臂进行传播，携带有关于与他们进行交互的对象以及他们在全天执行的活动的信息。智能手表和其它可穿戴设备被理想地定位为捕获这些振动。

虽然大多数现代可穿戴电子设备含有加速度计和能够捕获振动的其它传感器，但它们一般受限于以100Hz左右的取样速率感测粗糙的动作。这对于它们用于检测设备方向(例如，在抬起时自动地激活屏幕)的主要用途是足够的，但其一般不具备足够的抗变换性以允许用户通过手的手势进行交互或者进行对象检测。除了加速度计之外，大多数设备包含麦克风，所述麦克风提供更高的取样速率(通常为44.1kHz)。然而，麦克风被特定地设计为捕获空气振动而不是接触振动，这意味着必须从背景环境噪声剥离出有意义的信号。

先前已经进行过感测手的手势的尝试。举例来说，手的手势辨识的普遍方法利用了例如相机和IR传感器的光学传感器。其还有可能通过接近皮肤轮廓和变形来感测手的手势。例如，装备有IR传感器或者压力传感器的臂带可以在执行特定手势后测量皮肤接触变化。尽管是低成本的，但这些方法高度依赖接触条件，所述接触条件本身对周期性的移除臂环敏感，并且同样易受无意的手臂移动影响。

同样地，可以通过检查用户手臂的内部解剖学构造来对手的手势进行建模。方法可以是被动的，例如肌电图，其中通过测量由肌肉活动引起的电信号来对手势进行分类，或者方法也可以是主动的，具体地，将信号注入到身体内来检测手的手势。

最后，粗糙和精细的手的手势间接地诱发手臂运动，所述手臂运动可以由例如加速度计和陀螺仪的惯性传感器捕获。先前的工作引入了配备有加速度计的手套来对精细的手的手势进行建模。同样地，若干技术利用了存在于现代智能手表中的惯性传感器。然而，所述方法利用可穿戴式加速度计来辨识大幅度的动作或者整个手的动作。在替代性的方法中，使用智能手表上的商用加速度计来实现手指姿势的辨识，但此方法利用了低频率振动，并且所述技术对手臂定向高度敏感，并且从未部署在实时环境中。

生物声学已经在许多领域中进行了研究，包含人机交互(HCI)领域。例如，在一种方法中，接触麦克风被放置于用户的手腕上以捕获大幅度的手指动作。在另一种方法中，用户的肢体装备有压电传感器以检测手势(例如，手指轻弹、左脚旋转)。另一种方法利用类似的技术，其使用捆绑到用户手臂上(在肘部上方和下方)的压电传感器阵列。这些生物声学感测方法严重依赖于专用传感器，从而增加了它们的侵入性并且最终限制了它们的实用性。

对象辨识提供了与用户的即时背景和环境更紧密匹配的相关信息。然而，大多数方法依赖于标记或者专用标签。其提供具有抗变换性的辨识，但最终需要植入每个对象。此外，这些方法估算对象是否在附近，而当对象被实际抓握或者操纵时无法估算。先前的工作还已经充分利用声学来辨识对象。举例来说，在一种方法中，配备有加速度计和麦克风的佩戴型项链用于将车间工具进行分类，尽管所述方法易受背景噪声影响。