Google揭露Pixel 4动作感知技术细节，以机器学习解析Soli短程雷达讯号

Google自家的智能手机Pixel系列，其最新的Pixel 4和Pixel 4 XL使用了Motion Sense技术，让用户不需要触碰装置，就能透过手势，控制音乐播放软件或是静音来电，而Motion Sense背后使用一种称为Soli的短程雷达感测器，Google还设计特别的机器学习算法，以解读Soli雷达资料中的讯号，了解用户的动作意义。Google提到，Pixel 4为目前消费型手机中，第一个整合短程雷达的装置。

雷达的基本功能，便是使用无线电波侦测和量测远程物体的属性。传统的雷达系统包含了发射器和接收器两部分，由发射器发射无线电波，无线电波碰到路径上的物体便会散射，部分反弹的无线电波会被接收器拦截，根据收到的波型，雷达系统便能侦测到物体的存在，并且估计物体的大小与距离等属性。

不过这种传统雷达并不能用在行动装置上，因为传统雷达的设计，仅可用于检测大型、刚性且远距的物体，消费型装置需要更高的灵敏度和分辨率来感测复杂的动作，因此Google团队重新打造了新型的雷达系统，以符合人机互动需要的精准度。

与传统雷达区分空间结构的想法不同，Soli主要的目的是要感测动作，Soli的天线可封装进5 mm x 6.5 mm x 0.873 mm无线射频整合电路（RFIC）中，并且被整合安装在手机顶部。Google提到，相对于以光学影像为基础的侦测器，他们开发出不需要对目标空间产生清晰影像的算法，不会有可辨识的身体或是脸部的图像。

Soli处理随时间变化的讯号来侦测和解析细微的动作，Soli雷达发送60 GHz的调频讯号，并且接收附近物体的反射叠加，由于目标的位置移动，会在讯号产生明显的定时偏移，透过分析多次的雷达讯号，讯号处理工作管线便能以不同的运动模式区分物体移动。

Google给出了几张动画范例，来表示Soli讯号的特征，图像垂直轴代表从感测器出发的径向距（Radial Distance），由上而下数值增加，而水平轴则为朝向或是离开感测器的速度，中心为零，左侧是接近目标速度为负，右侧反之，另外，雷达所接收到的能量，也会被映射到径向距与速度维度中，会以每个画素的强度表示，强反射目标的像素，比弱反射目标的像素更亮。

下图3张雷达动态图由左至右分别是人走靠近装置、人碰触装置，最右则是人的手在装置上滑动。

Soli雷达原始讯号在经过过滤和增强之后，便会输入Soli机器学习模型进行手势分类。Google提到，运动感测技术都存在两个主要的挑战，首先，每个用户的动作都是独特的，即便是简单的动作都是独一无二的，另一个挑战则是，感测器可能会接收到许多看起来跟手势类似，但实际上是不重要的讯号，特别是当手机在移动时，以Soli雷达的角度来看，整个世界都在移动。

为了解决这些问题，Google并需要特制机器学习算法，他们找来了数千名志愿者，记录下数百万个手势，并且配对侧录的雷达讯号，训练Soli的神经网络。Soli机器学习模型使用TensorFlow进行训练，并为Pixel装置的低功耗数字信号处理器最佳化，使其在装置低电量的情况下仍然可以执行。

Google早从2014年就开始研发Soli系统，经过大幅缩小整个雷达系统之后（下图），才得以放进消费性智能手机中，除了尺寸缩小之外，Google还必须最佳化Soli的计算周期，才能让Motion Sense适应智能手机的功率。Google也发展出特殊的讯号处理技术，解决声音震动对于Soli系统的影响，使其能与周围的电话元件共存。