人機介面輸入裝置的走向，

一直是走向更簡單、更直覺化的輸入方法，

尤其近年大行其道的影像辨識技術所衍生的??手勢操控介面，

有可能成為穿戴式產品輸入介面的殺手級應用。

刊頭

人機介面輸入裝置的走向，由古早年代的洞洞卡片、鍵盤滑鼠，再到Wii Remote、Kinect的體感輸入裝置，一直是走向更簡單、更直覺化的輸入方法。

其中近年大行其道的影像辨識技術所衍生的??手勢操控介面，如Leap motion、前述的Kinect，以及工研院結合擴增實境開發的Air-Touch技術，皆是以桌上機或是室內居家生活中實現手勢控制為目標，也已取得一定的技術實現。

圖一 : Leap Motion可實現手勢操作桌上計算機。

但是以影像辨識技術為基礎的手勢輸入裝置，在室外環境下，由于背景影像復雜，且紅外線攝影機會被波長復雜之太陽光所干擾，是以手勢或體感輸入裝置尚無法應用于室外系統，特別是講求更直覺、更隨身的穿戴式裝置輸入。以Google Glass為例，尚須采用聲控方式作為其輸入介面，而無法以真正習慣、直覺的手勢辨識方法作為其輸入介面。

在2013年的Kickstarter上，有兩項創新產品展開募資。其恰恰是解決室外穿戴式裝置輸入介面的兩種路線，其一為由日本團隊開發，以指環上的慣性感測器辨識手指動作的“Ring”；其二則是由加拿大團隊開發，以辨識前臂肌肉電訊號(electromyography, EMG)為主的“MYO”。

如Ring一般的慣性感測體感輸入裝置，其系由Wii Remote一脈相承，而其技術也已多有布局，而若需實現Ring團隊目標的體感輸入，在需執行多軸慣性訊號感測，以及即時辨識、無限傳輸的前提下，其裝置必須解決如何在指環大小的產品中裝入足以支持裝置長時間運作的電池與上述元件。

Thalmic Labs發表的概念產品MYO作為穿戴式產品的輸入介面更是殺手級應用。

EMG肌肉電訊號用途受注目

而以辨識前臂肌肉電訊號為主的技術，最早可以看到的想法在2009年由微軟團隊以”彈空氣吉他”發表的肌肉電腦輸入介面(Muscle-Computer Interfaces , muCIs)，其團隊當時之技術以EMG為基礎，針對以拇指對應食指、中指，以及無名指之對指動作進行辨識。其團隊于2010年曾發表論文，宣稱其可以實現80%對指動作的辨識準確率[1]，而且也有展示結合觸控面板的應用情境[2]。

然而微軟muCIs團隊在展示的過程中，使用的裝置為需要使用導電膠增加并穩定皮膚表面導電性的濕式電極EMG，距離商業化產品尚有距離。或許因此，微軟于2010以后便無釋出該團隊的進一步消息。

而在2013年中，肌肉輸入介面再次于Kickstarter死灰復燃。由加拿大的新創公司Thalmic Labs發表的概念產品MYO，是以附著于前臂的八個干式電極EMG，結合慣性感測裝置進行使用者手勢辨識，由于超炫的展示影片以及看來頗為前瞻的概念，于Kickstarter一炮而紅，短期內便快速募集了110萬美元的資金，就連知名的頂級矽谷加速器Y Combinator也參與了投資。而產品在2013年底的預購數量便已到達了33萬份。

在其發表的概念影片中展示了使用手臂肌肉進行手勢辨識操控機器人、電子產品、以及頭戴式攝影機的數種應用情境，在戴著厚重手套或是手部可能須執行其他作業的情況下，十分適合由附著于前臂的裝置進行手勢輸入控制，而其裝置作為穿戴式產品的輸入介面更是殺手級應用。

Thalmic Labs團隊原本設定第一批MYO手環的交貨期為2013年秋季，然而因為不明原因交期多次延宕跳票，且由該團隊公布之訊息，未來發行的Development Kit中，將僅包括手勢辨識結果之應用，而不會包括其最核心的手勢辨識模型。其團隊與CES 2014所發表的Alpha版本也還沒有完全實現概念展示影片中的性能。由于前述幾個原因，MYO手環與Thalmic Labs于網路討論區的評價呈現開高走低之趨勢。

圖二 : （圖：Thalmic Lab）

圖三 : MYO是以附著于前臂的八個干式電極EMG，結合慣性感測裝置進行用戶手勢辨識。（圖：Thalmic Lab）

而于2014年中，網上忽然出現以Google為名的概念影片”Google Gesture”，該計畫的主要目的乃是期待利用前臂之EMG訊號進行手勢辨識，從而實現聾啞人士手語的即時翻譯。雖然僅為概念影片而非實際之Demo，但已在網上引起廣大回響。

唯此Google Gesture概念影片已經證實并非出自Google，而是一所大學行銷系的學生之手，但此計畫會這么引人注目，仍有其可觀之處。值得一提的是，在Demo影片中，居然還出現MYO概念影片的片段，顯然是同樣基于手臂肌肉輸入介面的設計，但卻有更廣泛的應用情境想像。而這一波的討論熱度，又再次拉抬了Thalmic Labs公司之能見度。

圖四 : MYO可使用EMG手勢辨識來操控電視游戲。（圖：Thalmic Lab）

Google Gesture來了？

肌肉輸入裝置發展挑戰

然而，以目前之資訊來看，MYO手環尚有許多問題可能必須解決。

以技術角度來說，首先為EMG感測裝置的定位問題，由于EMG訊號尺度為Mini Vote，其感測裝置須對準欲量測肌肉，可能有人因工程上的問題必須解決。且人體體表并非一電性穩定之環境，若采用目前公開資訊中的接觸式干式電極EMG，則使用者于使用過程中之出汗將會大大改變體表導電性，從而使訊號狀態改變，若非于前端感測系統進行補償校正，則需于后段采用適應型辨識模型，均為增加成本與開發難度之工作，在MYO手環僅售149美元之前提下實屬不易。

而在專利布局之角度，微軟于2008年已布下EMG手勢辨識應用之相關專利US8,447,704、US8,170,656虎視眈眈，或許這也是Thalmic Labs走向與Google合作的原因。

若MYO可以解決前述之技術與智權問題，則由于肌肉輸入裝置其可辨識之動作除了可見之外顯動作外，尚包含如”握拳松緊之用力程度”之類無法由攝影機或是一般慣性元件訊號所測得之資訊，因此其搭配穿戴式產品，甚至涉足居家用市場則皆屬可期。

（作者為工研院服務系統科技中心副工程師，本文同時發表于INNOMAMBO創新曼波）

參考資料:

[1] Saponas S, Tan D, Morris D, Turner J, and Landay J. Making muscle-computer interfaces more practical. Proceedings of ACM CHI 2010, April 2010.

[2] Hrvoje Benko, Scott Saponas, Dan Morris, and Desney Tan. Enhancing Input On and Above the Interactive Surface with Muscle Sensing. Proceedings of ACM Tabletop 2009, November 2009. http://research.microsoft.com/en-us/um/people/dan/emgsurface/