Сенсорные экраны в авто смогут работать без касания (видео)

Новая технология бесконтактного сенсорного экрана, разработанная учеными Кембриджского университета совместно Jaguar Land Rover, поможет удерживать внимание водителей на дороге и уменьшит распространение бактерий и вирусов в мире после COVID-19.

Запатентованная технология известна как “предполагаемое касание” (“predictive touch”). Она использует искусственный интеллект и сенсоры, предвидя конкретное действие пользователя на сенсорном экране: от спутниковой навигации, регулировки температуры и до настройки развлечений. Теперь не нужно касаться экрана, умная технология выполнит все действия самостоятельно.

Лабораторные тесты и дорожные испытания подтвердили: технология “предполагаемое касание” может сократить усилия водителя и взаимодействия с сенсорным экраном до 50%. В то же время бесконтактная настройка программ ограничит распространение бактерий и вирусов.

Неровные дороги становятся причиной вибраций, что затрудняет выбор правильной кнопки на сенсорном экране. Водители отвлекаются от дороги, риск ДТП повышается. Через искусственный интеллект технология определяет элемент, который пользователь хочет выбрать на экране. Это происходит еще в начале взаимодействия, поэтому реакция системы ускоряется. Трекер жестов использует сенсоры на основе направления зрения или радиочастоты, которые все чаще встречаются в бытовой электронике. Происходит интеграция контекстной информации – профиля пользователя, дизайна интерфейса и условий окружающей среды – с данными от различных сенсоров, таких как трекер направления глаз. Так система понимает, что пользователь будет делать прямо сейчас, в реальном времени.

Технология сделает транспортные средства еще более безопасными, поскольку снижает умственную нагрузку на водителей. А значит – увеличит количество времени для сосредоточения на дороге. Программное решение на основе бесконтактных взаимодействий уже готово к интеграции в существующие сенсорные экраны и интерактивные дисплеи. Это станет возможно, когда будут доступны корректные сенсорные данные для поддержки работы алгоритма машинного самообучения.

Источник