Google揭露Pixel 4動作感知技術細節，以機器學習解析Soli短程雷達訊號

Google自家的智慧型手機Pixel系列，其最新的Pixel 4和Pixel 4 XL使用了Motion Sense技術，讓用戶不需要觸碰裝置，就能透過手勢，控制音樂播放軟體或是靜音來電，而Motion Sense背後使用一種稱為Soli的短程雷達感測器，Google還設計特別的機器學習演算法，以解讀Soli雷達資料中的訊號，了解用戶的動作意義。Google提到，Pixel 4為目前消費型手機中，第一個整合短程雷達的裝置。

雷達的基本功能，便是使用無線電波偵測和量測遠程物體的屬性。傳統的雷達系統包含了發射器和接收器兩部分，由發射器發射無線電波，無線電波碰到路徑上的物體便會散射，部分反彈的無線電波會被接收器攔截，根據收到的波型，雷達系統便能偵測到物體的存在，並且估計物體的大小與距離等屬性。

不過這種傳統雷達並不能用在行動裝置上，因為傳統雷達的設計，僅可用於檢測大型、剛性且遠距的物體，消費型裝置需要更高的靈敏度和解析度來感測複雜的動作，因此Google團隊重新打造了新型的雷達系統，以符合人機互動需要的精準度。

與傳統雷達區分空間結構的想法不同，Soli主要的目的是要感測動作，Soli的天線可封裝進5 mm x 6.5 mm x 0.873 mm無線射頻整合電路（RFIC）中，並且被整合安裝在手機頂部。Google提到，相對於以光學影像為基礎的偵測器，他們開發出不需要對目標空間產生清晰影像的演算法，不會有可辨識的身體或是臉部的圖像。

Soli處理隨時間變化的訊號來偵測和解析細微的動作，Soli雷達發送60 GHz的調頻訊號，並且接收附近物體的反射疊加，由於目標的位置移動，會在訊號產生明顯的定時偏移，透過分析多次的雷達訊號，訊號處理工作管線便能以不同的運動模式區分物體移動。

Google給出了幾張動畫範例，來表示Soli訊號的特徵，圖像垂直軸代表從感測器出發的徑向距（Radial Distance），由上而下數值增加，而水平軸則為朝向或是離開感測器的速度，中心為零，左側是接近目標速度為負，右側反之，另外，雷達所接收到的能量，也會被映射到徑向距與速度維度中，會以每個畫素的強度表示，強反射目標的像素，比弱反射目標的像素更亮。

下圖3張雷達動態圖由左至右分別是人走靠近裝置、人碰觸裝置，最右則是人的手在裝置上滑動。

Soli雷達原始訊號在經過過濾和增強之後，便會輸入Soli機器學習模型進行手勢分類。Google提到，運動感測技術都存在兩個主要的挑戰，首先，每個用戶的動作都是獨特的，即便是簡單的動作都是獨一無二的，另一個挑戰則是，感測器可能會接收到許多看起來跟手勢類似，但實際上是不重要的訊號，特別是當手機在移動時，以Soli雷達的角度來看，整個世界都在移動。

為了解決這些問題，Google並需要特製機器學習演算法，他們找來了數千名志願者，記錄下數百萬個手勢，並且配對側錄的雷達訊號，訓練Soli的神經網路。Soli機器學習模型使用TensorFlow進行訓練，並為Pixel裝置的低功耗數位訊號處理器最佳化，使其在裝置低電量的情況下仍然可以執行。

Google早從2014年就開始研發Soli系統，經過大幅縮小整個雷達系統之後（下圖），才得以放進消費性智慧手機中，除了尺寸縮小之外，Google還必須最佳化Soli的計算周期，才能讓Motion Sense適應智慧手機的功率。Google也發展出特殊的訊號處理技術，解決聲音震動對於Soli系統的影響，使其能與周圍的電話元件共存。