这里就不能不说谷歌在 2015 年公布的 Project Soli，一项通过运用微型雷达监测空中手势动作的传感技术。通过特殊设计的雷达传感器追踪毫米精确度的高速运动，然后将雷达信号进行处理之后，识别成一系列通用的交互手势。
经过持续不断地研发，Soli 雷达实现毫米级大小，所以能够十分方便地塞进手机与可穿戴设备之中。
Project Soli 最著名的落地案例之一就是 2019 年谷歌发布的 Pixel 4 手机，其借助 Soli 雷达实现了名为 Motion Sense（运动感应）的技术。用户无需接触屏幕，就能通过隔空手势实现一系列操控动作，比如切换音乐、静音手机、调节闹钟声音大小等等。Pixel 4 的面部解锁也依靠毫米波，甚至对光线没有任何要求，黑暗中也能完成解锁。
视觉派：
该流派通过计算机视觉来识别手部特征点，应用相较前者更加广泛。
尽管 Soli 雷达为代表的技术流派有着方向性强，抗环境干扰能力强等优点，但这不妨碍车企与供应商们对通过计算机视觉实现手势操控的路径青睐有加。
也许很多人还记得微软 XBOX 系列游戏主机上的 Kinect 体感外设。微软 Kinect 采用的深度感应技术能够自动捕获人体的深度图像，并实时地跟踪人体骨架，检测到细微的动作变化。
手势识别技术由简入深大致可以分为三个等级：二维手型识别、二维手势识别、三维手势识别。如果我们只需要满足「播放/暂停」这类最基础的控制，二维层面的手型/手势+单个摄像头捕捉的组合就足以满足需求。像智能电视上播放着流媒体视频的客厅场景，当我们要短暂离开又不想错过内容时，只要做个简单的手势就能让电视暂停播放。
但车内的空间感不像沙发与客厅这么简单，所以包含更加有深度信息的三维手势识别是必要的，相应摄像头硬件的复杂程度也会增加。
支持微软 Kinect 实现隔空交互的深度感应技术，前后两代可以分别拆解出手势交互的两种主流技术路径：结构光（Structure Light） 和光飞时间（Time of Flight），再加上多角成像（Multi-Camera），就构成了手势交互的三个主要视觉技术流派。
结构光（Structure Light）
代表应用：XBOX 360 上的初代 Kinect by 供应商 PrimeSense
原理：激光投射器发出的激光通过特定光栅进行投射成像时会发生偏折，使得激光在物体表面上的落点产生位移。使用摄像头来检测采集投射到物体表面上的图样，通过图样的位移变化，用算法计算出物体的位置和深度信息，进而复原出整个三维空间，根据已知图案进行手势的识别和判断。