人体动态感测和环境位置感测API扩充智慧家庭的-TheDigiTimes.PPT

Google利用3項底層技術，增加在停車場找自己車子的效率。 找車(Find My Car)服務，主要仰賴3個底層技術。 運動狀態感測：確認使用者為通勤狀態。 前傾感測：確認車主從開車坐勢，變換成離開車子的站姿。 計算位置：用GPS和其他無線通訊訊號計算位置，並結合室內導航，讓車主循原路找回車子。 * Android Wear可借助機器學習(Machine Learning)演算法，增進多項應用精準度。 語音助理：Google Now的語意辨識錯誤率下降至8%，而競爭對手Apple Siri日前數據仍在10%以上，這將使Android Wear在強調安全性的車內應用，佔有優勢。 室內導航：除了無線訊號強度外，利用機器學習了解個別使用者步伐大小，可縮小誤差範圍。 運動狀態：經由大量資料訓練後，不只能辨識運動頻率變化，還能進行身分確認，延伸各項自動化控制，幫助Android Wear發展智慧家庭應用，化解智慧家庭因產品過多形成的管理麻煩。 手寫辨識：Emoji的手寫辨識成表情符號。 機器學習有多種演算法，常見為類神經網路，需要多層節點和大量資料訓練，以增進精準度。因此機器學習適合放在雲端服務，形成Google的核心競爭力。 * Google I/O 2015觀察：　Android Wear強化韌體和機器學習　擴大與iOS生態系差距　　 Research助理分析師　黃琳証 al.huang@ Android Wear改良韌體層和硬體層　強調機器學習增進雲端體驗 * Android Wear 應用層 韌體層 硬體層 深層類神經 網路運算 雲端運算 機器學習 加速度計、氣壓計、 手勢雷達偵測(Project Soli) 智慧衣觸控(Project Jacquard) 電力：Doze mode、Always on、Sensor Hub 操作：手勢辨識、動作 感測、懸浮操作 作業系統：手寫辨識Emoji、手勢切畫面、信任區API、新介面(Launcher) App：高爾夫、歌曲辨識、交通、智慧汽車、智慧家庭、餐廳 Apps開發者靠攏Android Wear和Apple Watch生態系 * 3,500+ Apple Watch Apps 2015.4 2015.5 Gear S Pebble 1,000+ Watch Apps Android Wear的智慧家庭應用小贏Apple Watch一步 * 美食類 Foursqaure 娛樂類 Shazam City Mapper Uber Ford 停車場找車 檢查電瓶 智慧家庭 自動 開門 Nest 運動類 VimoGolf Google Fit GCM訊息通知暢通於iOS和Android間試圖吸引開發者優先開發Android Wear App * Google Cloud Messaging iOS Chrome Android 感測器個數已接近飽和　Android Wear優化多項感測器參數服務 * 藍牙 氣壓計 加速度計 磁力計 陀螺儀 觸覺 馬達 麥克風 光學式 心率感測器 延長電力法寶：　韌體動態降頻和降螢幕彩度 * 互動模式 環境模式 彩色螢幕 黑白螢幕 更新頻率高 更新頻率低 裝置同步活動監測 活動狀態和Doze狀態 Doze模式 同 步 活 動 Always On 硬體架構加入感測器Hub以降低耗電 * 感測器 (0.3mW) AP (100mW) 韌體提升資訊輸入能力和感知動態能力 * 提高資訊量 增加輸入面積 懸浮觸控 智慧衣觸控鍵盤 資訊輸入 感測資訊 人體動態 環境資訊 提高室內導航精準度 手勢操作 信任區API 判別通勤狀態 判別運動狀態 懸浮觸控和智慧衣觸控鍵盤逼近費茲的消息理論 * 懸浮觸控的功耗可能不低延遲上市等待新製程降低功耗 * 智慧衣觸控鍵盤的潛在市場數量為智慧手機的100倍 * 190億件 衣服 1.28億支 智慧手機 電容式觸控 Jacquard觸控布料 智慧手機配智慧手錶增強人體動態的判別精準度 * 手機 手錶 手機加速度計 手錶加速度計 氣壓計 振 幅 振 幅 振 幅 人體動態感測和環境位置感測API擴充智慧家庭的可能性 * 加速度計 氣壓計 運動狀態感測 (Activity Recognition) API 機器學習 BLE、Wi-Fi 身上/ 不在身上 加速度計 氣壓計 磁力計 Gyro GPS Wi-Fi 手機通訊 位置顯示 Place Picker 電子柵欄 GeoFencing 信任區 Trusted Place 開鎖/ 解鎖 感測資訊技術賦予找車功能 * 運動狀態感測 (Activity Recognition) API 前傾感測 (Tilt Sensor) 計算位置 (Fuse Location)