英特尔支持的一组研究人员建议，激光雷达现在可能最出名的是为自动驾驶汽车提供动力(并激怒了埃隆马斯克)，但同样的技术可以改善我们与智能扬声器的交互方式。当 SurfaceSight 了解周围的事物(包括物体和手部识别)时，它们会推测出更有用的物联网设备的潜力。
目标是为现有的智能扬声器及其运行的应用程序提供一些情境意识。通过在紧凑型激光雷达传感器上堆叠 Amazon Echo 或 Google Home Mini，卡内基梅隆大学的研究人员 Gierad Laput 和 Chris Harrison 展示了这些设备如何根据附近物体的形状和运动进行推断。他们将在今天的 ACM CHI 上展示他们的发现。
LIDAR 使用激光进行测距，有效地将不可见光从物体上反射回来，然后根据光反射回来的时间构建点云图。虽然它通常与自动驾驶汽车项目相关，能够创建周围区域的实时计划对于避开交通或行人很有用，但它也常用于机器人技术、无人机和其他应用程序。
重要的是，它也进入了相对可负担性的领域。虽然用于汽车应用的高范围和高精度 LIDAR 仍然相对昂贵——制造商希望通过新的生产工艺改变这一点——但可以使用更小、更实惠的传感器。例如，SurfaceSight 依赖于低于 100 美元的单位，研究人员推测固态激光雷达的更广泛可用性只会进一步降低这一点。
对于 SurfaceSight，应用是多种多样的。一种可能性是使用手指和手进行手势输入;或者，智能扬声器可以跟踪智能手机何时放在附近的桌子上，然后自动识别为用户打算播放音乐。
由于 SurfaceSight 还可以估计一个人面对的方向，因此当用户主动指向说话者的方向时，它可以优先识别命令。建议，在无法通过背景音频听到语音命令的情况下，这可能会有所帮助。还支持定义的边界区域，仅在其中识别手势，甚至可以通过手势建立这些边界区域。
识别平面也不必是水平的。在另一个演示中，SurfaceSight 可以通过集成到智能恒温器中的激光雷达跟踪墙壁的运动。这可以识别对墙壁的敲击、滑动和圆周运动，有效地将表面变成一个扩展的控制板。沿着Google Soli 的思路思考，但要在更大的范围内。
SurfaceSight 真正有趣的地方在于它如何使用 LIDAR 识别对象。该团队针对不同的厨房物品(如秤和量杯)以及工具等车间物品对传感器进行了训练。多步骤配方可以使用激光雷达来跟踪正在完成的部分，并自动推进。或者，动作可以与口头请求相关联，以提供更多背景信息，例如摇动量杯的同时询问“这有多少盎司?”
当然，激光雷达确实有其缺点。首先是遮挡问题：传感器依赖于视线。具有相同配置文件的不同对象也可能会混淆 SurfaceSight。研究人员建议可以使用相机甚至反射条码的某种组合来区分它们，如果用户希望系统有效运行，智能扬声器还会警告用户清理周围的区域。
重要的是，尽管 LIDAR 可以非常准确，但它也确实具有隐私优势，例如基于摄像头的计算机视觉系统所没有的。例如，激光雷达传感器无法区分不同的人，也无法用于在家中拍摄照片。
可以公平地说，智能音箱目前处于商品级别，亚马逊和谷歌相互竞争以降低价格。虽然两家公司都押注语音是首选的主要交互方式，但他们这样做是以牺牲其他方式为代价的。在 LIDAR 中烘焙可能不是解决这个问题的唯一方法，但不可否认的是，如果家用集线器式设备知道你在做什么，而不仅仅是你告诉它的内容，它可能会更有用。