动手DIY!低成本虚拟激光投影键盘

发布时间:2013-07-30 阅读量:10131 来源: 我爱方案网 作者:

【导读】使用激光将一个虚拟的键盘投射在桌面上并能正常使用是非常Cool的事情。但是现成的产品相对还比较贵。这里我们向大家介绍开源低成本的虚拟激光投影键盘制作方案! 通过本方案,您也可制作出自己的虚拟激光键盘。

使用激光将一个虚拟的键盘投射在桌面上并能正常使用是非常Cool的事情。但是现成的产品相对还比较贵。如下图是目前市面上能买到的激光键盘产品是由韩国公司Celluon生产销售的。这类产品目前也可以在国内买到,不过因为价格高昂,目前仍旧在千元水平。

 开源低成本的虚拟激光投影键盘制作方案

其实激光投影键盘的原理和3D扫描仪一致,但投影出键盘画面的激光器组件价格比较低廉低廉。这里我们向大家介绍开源低成本的虚拟激光投影键盘制作方案! 通过本方案,您也可制作出自己的虚拟激光键盘。

 

开源低成本的虚拟激光投影键盘制作方案

此开源版本支持多搭10个按键的键盘事件输入,支持组合键和输入法。可以与一个标准键盘外设那样在Windows和MacOS下面工作。此外,它也可以作为一个多点触摸板来使用,并能感知手指的“压力”。

 开源低成本的虚拟激光投影键盘制作方案

 

我们的设计基于了PC机上进行的计算机视觉来处理按键事件。采用了一个由摄像头和激光器组成的测距系统工作。本设计所需要的硬件非常简单,只需要3个核心部件即可实现:一个摄像头、一个激光器以及投射键盘图案的投射激光。这也是正是低成本的奥秘所在了。

开源低成本的虚拟激光投影键盘制作方案

当用户在桌上“按下”一个虚拟的按键后,手指上反射的激光信号会被摄像头捕捉。随后安装在PC/Mac上的信号处理软件就会进行最核心的工作:通过反射的激光光斑定位用户的指尖位置,并求出对应的按键:

 开源低成本的虚拟激光投影键盘制作方案

 

视频展示:

设计方案介绍:

开源低成本的虚拟激光投影键盘制作方案-上(原理分析)
http://www.52solution.com/touch-dl/6896

开源低成本的虚拟激光投影键盘制作方案-下(实现过程)
http://www.52solution.com/touch-dl/6897

相关资讯
美光Q4营收展望107亿美元超预期,AI存储需求引爆股价

美光科技(Micron Technology)于6月25日发布最新财报,其中对2024财年第四季度的业绩展望显著超越市场预期。公司预计第四财季营收将达约107亿美元,远高于华尔街分析师普遍预测的98.9亿美元。受此积极信号影响,美光股价在盘后交易时段应声上涨,凸显市场对其增长前景的强烈信心。

三星引入三星显示为XR头显供应OLEDoS,索尼独供格局生变

三星电子正计划调整其首款Android XR头显Project Moohan(代号“无限”)的屏幕供应链策略,拟将关联企业三星显示纳入OLEDoS(硅基OLED)面板供应商体系,与索尼形成“双供应商”结构。此举旨在打破索尼的独家供应局面,提升供应链韧性及议价能力。尽管三星显示加入,索尼仍将保持第一供应商地位,但三星电子借此强化了长期布局XR市场的战略基础。

先进封装驱动芯片性能革命,台积电产能扩张应对AI浪潮

台积电与苹果共同开发的晶圆级多芯片模块(WMCM)技术标志着先进封装的新高度。作为InFO-PoP的升级版,WMCM融合CoW(Chip on Wafer)与RDL(Redistribution Layer)等尖端工艺。其核心创新在于采用平面封装架构取代传统垂直堆叠逻辑芯片与DRAM,显著提升散热效率与整体性能。这项独家技术将成为苹果下一代iPhone搭载的A20处理器(预计采用2nm制程)的关键性能支柱。同时,苹果自研的AI服务器芯片正稳步导入台积电的3D晶圆堆叠SoIC封装技术,进一步强化计算密度和能效。

算力、智能与控制的融合:英特尔4U工控机、RK3568主板、HPM伺服板的全面对比

在现代工业自动化向智能化、网络化、柔性化加速演进的大背景下,高性能、高可靠、特定场景优化的核心硬件设备构成了系统的“大脑”、“眼睛”和“四肢”。英特尔4U工控机(IPC-615H5)、RK3568高性能监控主板和HPM6400/6300伺服电机控制板分别代表了通用工业计算平台、边缘AI视觉处理平台和高精度运动控制平台的最典型形态。它们在各自的领域拥有独特优势,共同支撑起复杂的工业控制闭环。本文旨在对这三款核心产品进行全方位对比分析,剖析其技术特点、优劣势、应用场景及市场前景,为工业自动化方案选型提供专业参考。

应对AI算力激增:安森美推出全链路数据中心电源解决方案与指南

人工智能技术,特别是生成式AI和大规模机器学习模型的迅猛发展,对全球数据中心的基础设施提出了前所未有的高要求。海量数据的实时处理与复杂模型训练,导致数据中心计算负载激增,随之而来的功耗攀升已成为产业亟待解决的核心瓶颈。这不仅推高了运营成本,也对电网承载能力和可持续发展目标构成严峻挑战。如何在高性能计算需求持续增长的同时,有效控制并降低能源消耗,成为AI数据中心建设与升级的关键命题。