我们的SonicOperator最终实现了一套用户可以通过手势完成手机操作的隔空手势操作系统。在我们的系统中,用户通过匹配手势与相应的操作,在不方便触碰屏幕或者不想触碰屏幕时,仅需通过简单的手势操作就可以轻松完成诸多手机操作。我们的作品具有很大的突破性和创新性。目前来看,市面上并没有一款像我们这样基于超声波的隔空手势操作系统,我们的系统既帮助人们在诸多不方便直接触碰设备的场景中可以通过手势轻松完成手机操作,又摆脱了传统的通过摄像头识别技术所面临的高CPU负载,耗电量大的问题。我们为用户提供的是一种创新的移动设备操作方式,这样用户可以在做菜时不用洗手即可翻看菜单,也可以在冬天不用脱下手套就阅读手机信息,在我们的隔空手势操作系统的帮助下,用户的生活将得到极大的便利。
我们的应用以Android系统为开发基础,既保证了我们应用的使用群体覆盖面大,有保证了大多数用户可以不用更换设备即可享受我们的创意带来的操作快感。通过使用超声波作为交互媒介,我们的应用既不会干扰到用户的生活,又使得交互很难受到外界杂音干扰。此外,借助于Azure云端的帮助,我们的应用可以与更多人共享自己方便的操作方案,让大家一起享受一套科学的操作方案带来的便利。
接下来,我们希望我们可以为我们的应用带来更多的改进。首先就是我们期待更多用户可以在更多平台上使用我们的应用,让我们的应用可以帮助更多人方便生活,但显然代码移植并不是说说那么简单,我们希望可以通过我们的不断学习和探索尽快实现这一目标。此外,我们也希望探索更多的机器学习算法,使得我们的应用可以臻于完美的理解用户想要完成的操作,让用户享受到更完美的操作体验。
相关推荐
CAD二次开发(C#版):从零搭建开发环境与核心DLL引用指南
本文详细介绍了使用C#进行CAD二次开发的环境搭建与核心DLL引用指南,涵盖Visual Studio配置、AutoCAD插件项目创建、DLL引用技巧及调试方法。通过实战示例和常见问题排查,帮助开发者快速掌握CAD二次开发的核心技术,提升开发效率。
SonicOperator之Android端
客户端允许用户根据自身喜好自定义操作,将解决方案上传到云端共享,或者下载直接使用。 用户打开脚本录制按钮,在屏幕上做出一系列操作,app会采集触屏数据信息,关闭数据采集按钮后,用户填入相应描述信息,app对有用屏幕数据的提取,生成配置文件以供使用。 在“云端”栏,用户选中其中一个解决方案,点击下载,即可在供用户使用。在“我的手势”栏,用户可编辑、删除本地手势。点击调整精度,可以根据习惯选择高中低
什么是三极管推挽电路
当没有信号输入时,电源通过PNP三极管EB间的二极管,然后通过NPN三极管BE间而二极管到地,这时这两个三极管都是导通的,三极管很容易由于电流过大而损坏。当输入信号为VCC时,上面的三极管导通,下面的三极管截止,输出信号为VCC-0.7V,这个0.7V就是上面NPN三极管BE间的导通压降。比如上面的三极管导通,那么输出电压就是输入电压减去0.7V,所以下面的PNP三极管由于基极电压大于发射极电压,是不会导通的。这是一个三极管推挽电路,上面是一个NPN的三极管,下面是一个PNP的三极管。
SonicOperator之数据处理
数据清洗对数据进行重新审查和校验的过程,目的在于删除重复信息、纠正存在的错误,并提供数据一致性。 在进行常规的检验数据的时候,根据基本原则,去掉重复数据与冲突数据。将采集到的数据视为均匀分布在设定的特征值数量的情况下,根据得到的数据分布选择适当的插值来补充缺失的特征。对于这样经过快速傅立叶变换后的数据,经过多次实验,最终选择牛段插值法。 数据降噪 信息中的噪声数据的变化波动幅度相对于整体数据
EtherCAT同步模式实战:如何用TwinCAT配置DC-Synchronous模式(附时序图详解)
本文详细解析了如何在TwinCAT环境中配置EtherCAT的DC-Synchronous同步模式,实现纳秒级同步精度。通过硬件准备、参数配置和高级调优步骤,帮助工程师解决工业自动化中的同步挑战,提升运动控制性能。
深入解析DMR协议中的4-CPFSK调制技术与实现
本文深入解析了DMR协议中采用的4-CPFSK调制技术。该技术凭借其连续相位、恒包络的特性,在有限的12.5kHz信道带宽内实现了稳健的通信,有效对抗干扰并提升功放效率,是DMR数字对讲机清晰、稳定通信的核心保障。文章详细阐述了其原理、实现细节及在协议栈中的协同作用。
SonicOperator之傅里叶变换4
介绍完了频域的基本组成单元,我们就可以看一看一个矩形波,在频域里的另一个模样了: 这是什么奇怪的东西?这就是矩形波在频域的样子,是不是完全认不出来了?教科书一般就给到这里然后留给了读者无穷的遐想,以及无穷的吐槽,其实教科书只要补一张图就足够了:频域图像,也就是俗称的频谱,就是—— 再清楚一点: 可以发现,在频谱中,偶数项的振幅都是0,也就对应了图中的彩色直线。振幅为 0 的正弦波。
CHI里的Error handling机制
本文讲解了CHI里的Error handling机制。
SonicOperator之算法优化
在该系统的算法与设计以及优化部分,通过适当数据清洗,数据降噪,完成对数据的预处理,将数据映射到合适的低维空间,挖掘数据分布的模式,检验稀疏模式与负相关模式是否存在,最后使用经过优化处理的神经网络机器学习模型求得数据在假设空间上的拟合函数,完成最终的分类任务。 4.1 数据清洗 数据清洗对数据进行重新审查和校验的过程,目的在于删除重复信息、纠正存在的错误,并提供数据一致性。 在进行常规的检验数
matlab之作图设置游标的精度
matlab画出的figure游标的精度往往是固定的,这就对我们的调试和查看数据造成了不便。 那么怎么修改游标的精度呢? 首先,获取游标dcm_obj = datacursormode(gcf);然后对游标的精度进行设置:set(dcm_obj,'UpdateFcn',@NewCallback)这个NewCallback是什么东西呢?这是一个可以返回游标精度的函数,具体内容如下:function
Detector-Free SfM 项目复现完整指南:从环境搭建到代码解析与可视化
本文提供了Detector-Free SfM项目的完整复现指南,涵盖技术背景、环境配置、代码解析和可视化方案。重点包括: 技术背景:Detector-Free SfM通过两阶段策略(粗重建+迭代精化)解决了传统SfM在弱纹理区域的瓶颈问题,采用深度学习匹配器替代传统特征点检测。 环境配置: 详细硬件要求与推荐配置(GPU/CPU/内存) 完整的Ubuntu系统设置步骤 Conda环境创建与依赖安装流程 关键组件安装指南(PyTorch、COLMAP等) 常见错误解决方案 项目特点: 支持多种Detector
SonicOperator之实验
安装,即可在桌面上看到我们的APP[1].进入App后会看到如下的界面 在“应用名称”一栏输入您期望生成的应用的名称,单击“生成预览”即可进入如 [2].单击开始按钮即可出现左上角的悬浮框,并回到主界面,点开想要录制手势的App,例如这个阅读App [3].滑动左上角的悬浮窗,即开始录制在这个App上的所有手势操作
MacBook 长期挂机 OpenClaw:电池保护 + 防休眠设置
本文介绍了MacBook长期挂机运行OpenClaw时的电池保护和防休眠设置方案。主要内容包括:1)电池保护策略,通过电源连接、充电限制和定期充放电维护电池健康;2)防休眠设置,禁用系统休眠、自动休眠和屏幕休眠;3)OpenClaw的Docker部署方法。文章提供了详细的命令行脚本和配置说明,帮助用户实现MacBook的长期稳定运行,同时保护电池寿命。
SonicOperator之Azure云端
Azure 是一种灵活和支持互操作的平台,它可以被用来创建云中运行的应用或者通过基于云的特性来加强现有应用。我们在 Azure 云上部署了我们的服务器。服务器分为计算和存储两部分。计算部分负责实现机器学习,通过对用户手势的学习和分析,获知用户做了什么手势。同时在我们还需要在云端保存用户手势与操作的对应表,这样既节省了用户本地的存储,也方便了用户在不同的设备上使用同一套解决方案。 工作流程 服务
蓝牙模块HM-10手册
蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。
visio安装包
Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。
SonicOperator之Abstract
近年来,随着互联网行业的飞速发展和移动智能终端的升级 换代,智能手机的交互方式愈发受到人们的关注,触控操作极大地方便了人们对智能手机的使用,但也有着种种局限性。如必须用手指触摸屏幕才能完成操作,而有些时候,如手上有水,戴着手套时,是不能用手指触摸屏幕的;频繁的触摸会在屏幕上留下指纹,影响屏幕的观赏体验。本文中,我们提出了一种新颖的手势识别方式,该系统利用手机自带的扬声器发出21kHz的超声波,当用户
efm32 入门.pdf
本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。
SonicOperator之引言1
如今,智能手机、平板随处可见,作为主要操作方式的触控操作也极大方便了我们的使用,但生活总是有一些场景不愿或者无法去触摸手机屏幕。比如我们学生一边在平板上播放PPT,一边做笔记,想上下翻页时,必须要当下手中的笔去触摸屏幕,有时会打断思路,又如在寒冷的冬天,戴着手套,在手机上即使想完成最简单的点击的操作,也必须去脱下手套。除此之外,每次触摸屏幕,都会在屏幕上留下手指的指纹和灰尘,十分影响屏幕的观看体验。
jre9下载 jdk9
(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】
SonicOperator之傅里叶变换5
三、傅里叶级数(Fourier Series)的相位谱 在这一章最开始,我想先回答很多人的一个问题:傅里叶分析究竟是干什么用的?这段相对比较枯燥,已经知道了的同学可以直接跳到下一个分割线。先说一个最直接的用途。无论听广播还是看电视,我们一定对一个词不陌生——频道。频道频道,就是频率的通道,不同的频道就是将不同的频率作为一个通道来进行信息传输。下面大家尝试一件事:先在纸上画一个sin(x),不一定标
SonicOperator之引言2
对于用户而言,一种不需要外设而实现的智能手机操作方式会使得用户的操作变得更简单。因此我们利用手机自带的扬声器,发出人类无法听到的超声波,利用多普勒效应获得用户手势操作的信息,在机器学习的帮助下分析出用户所做手势进而匹配到用户想要实现的操作。 用户在使用我们的系统的时候,只需要“教给”它什么手势对应什么操作。我们的系统通过对于手势的机器学习提取动作的特征,当用户进行实际操作的时候,通过分析出用户做了
SonicOperator之傅里叶变换2
二、傅里叶级数(Fourier Series)的频谱还是举个栗子并且有图有真相才好理解。如果我说我能用前面说的正弦曲线波叠加出一个带 90 度角的矩形波来,你会相信吗?你不会,就像当年的我一样。但是看看下图: 第一幅图是一个郁闷的正弦波 cos(x)第二幅图是 2 个卖萌的正弦波的叠加 cos (x) +a.cos (3x)第三幅图是 4 个发春的正弦波的叠加第四幅图是 10 个便秘的正弦波的
SonicOperator之相关工作2
基于超声波的手势识别具有更好的环境适应性。多普勒效应是波源和观察者有相对运动时,观察者接受到波的频率与波源发出的频率并不相同的现象。远方急驶过来的火车鸣笛声变得尖细(即频率变高,波长变短),而离我们而去的火车鸣笛声变得低沉(即频率变低,波长变长),就是多普勒效应的现象,同样现象也发生在私家车鸣响与火车的敲钟声。超声手势识别利用手机扬声器做超声发射源(中心频率大于20K Hz),而接收的频率则会随着手
SonicOperator之相关工作3
在机器学习和认知科学领域,神经网络或类神经网络,是一种模仿生物神经网络(动物的中枢神经系统,特别是大脑)的结构和功能的数学模型或计算模型,用于对函数进行估计或近似。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构,是一种自适应系统。现代神经网络是一种非线性统计性数据建模工具。 典型的神经网络具有以下三个部分: 结构 (Architecture) 结
SonicOperator之实验2
[4].左划悬浮框,即停止录制手势,输入这段录屏的名字,即可将这段手势的信息存入本地的数据库中 [5].点击屏幕下方的加号将超声波手势与屏幕操作手势绑定在一起,之后每次做该超声波手势时即可完成对应的手机操作 [6].打开定义方案界面后,我们可以将已经完成录制的方案上传到云端,分享给其他用户 [7].当在云端看到适合自己的手势操作方案时,我们可以选择下载相应的配置文件并在本地使用
SonicOperator之傅里叶变换7
相信通过前面三章,大家对频域以及傅里叶级数都有了一个全新的认识。但是文章在一开始关于钢琴琴谱的例子我曾说过,这个栗子是一个公式错误,但是概念典型的例子。所谓的公式错误在哪里呢?傅里叶级数的本质是将一个周期的信号分解成无限多分开的(离散的)正弦波,但是宇宙似乎并不是周期的。曾经在学数字信号处理的时候写过一首打油诗:往昔连续非周期,回忆周期不连续,任你ZT、DFT,还原不回去。(请无视我渣一样的文学水平
SonicOperator之超声波
多普勒效应是波源和观察者有相对运动时,观察者接受到波的频率与波发出的频率并不相同的现象。远方急驶过来的火车鸣笛声变得尖细(即频率变高,波长变短),而离我们而去的火车鸣笛声变得低沉(即频率变低,波长变长),就是多普勒效应的现象,同样现象也发生在私家车鸣响与火车的敲钟声。 超声波,又称超音波,是指任何声波或振动,其频率超过人类耳朵可以听到的最高阈值20kHz(千赫)。因而我们利用手机发出超声波,人耳不
SonicOperator之多普勒效应
多普勒效应是波源和观察者有相对运动时,观察者接受到波的频率与波源发出的频率并不相同的现象。远方急驶过来的火车鸣笛声变得尖细(即频率变高,波长变短),而离我们而去的火车鸣笛声变得低沉(即频率变低,波长变长),就是多普勒效应的现象,同样现象也发生在私家车鸣响与火车的敲钟声。 这一现象最初是由奥地利物理学家多普勒1842年发现的。荷兰气象学家拜斯·巴洛特(Buys Ballot)在1845年让一队喇叭手
SonicOperator之傅里叶变换3
如果我们把第一个频率最低的频率分量看作“1”,我们就有了构建频域的最基本单元。对于我们最常见的有理数轴,数字“1”就是有理数轴的基本单元。(好吧,数学称法为——基。在那个年代,这个字还没有其他奇怪的解释,后面还有正交基这样的词汇我会说吗?)时域的基本单元就是“1 秒”,如果我们将一个角频率为\omega_{0} 的正弦波 cos(\omega_{0} t)看作基础,那么频域的基本单元就是\omega
729



被折叠的 条评论
为什么被折叠?



