

EITWatch: Ein auf ESP32-S3 basiertes Gestenerkennungssystem
Forscher der Northwestern University haben EITWatch entwickelt, ein Open-Source-Gestenerkennungssystem auf Basis des ESP32-S3-Controllers, das im Standardformat einer Smartwatch konzipiert ist. Mit einem Seeed Studio XIAO ESP32-S3-Board und acht Elektroden kann EITWatch Handgesten mittels Impedanzänderungen erkennen, die durch Muskel- und Sehnenbewegungen unter der Haut verursacht werden. Im Gegensatz zu anderen Systemen der elektrischen Impedanztomographie platziert EITWatch alle Elektroden auf der Rückseite des Gehäuses und erreicht so eine Sensierfläche eines 31 mm Rings. Tests zeigten eine Genauigkeit der Gestenerkennung von 92,5% für Makrogesten und 91,5% für Mikrogesten. Darüber hinaus ist EITWatch vollständig Open-Source, mit allen Dateien und Firmware, die auf GitHub verfügbar sind.
Kritische Analyse
Die Innovation von EITWatch liegt in ihrem Ansatz zur Impedanztomographie und bietet eine Alternative zu traditionellen Gestenerkennungssystemen. Die Ergebnisse zeigen jedoch einen Rückgang der Genauigkeit im Laufe der Zeit und bei neuen Benutzern, was darauf hinweist, dass es noch Herausforderungen zu bewältigen gibt. Die Fähigkeit, maschinelle Lernalgorithmen auf dem Gerät zu verwenden, ist ein starkes Argument, jedoch bleibt die Akkulaufzeit für den langfristigen Einsatz eine Sorge. Dennoch fördert der weitreichende Open-Source-Charakter des Projekts ein gemeinsames Innovations-Ökosystem, das in Zukunft zu weiteren Verbesserungen führen könnte.
Vor- und Nachteile
| Vorteile | Nachteile |
|---|---|
| Vollständig Open-Source | Geringe Genauigkeit über Zeit |
| Kompakt smartwatch-design | Relativ kurze Akkulaufzeit |
| Innovative Gestenerkennung | Abhängig von einer begrenzten Anzahl von Elektroden |
| Algorithmen für Datenverarbeitung und Filtern auf dem Gerät | Kann eine Einarbeitungszeit für neue Benutzer erfordern |
Quellen
Autor: Debashis Das
URL: https://www.cnx-software.com/2026/08/14/eitwatch-open-source-esp32-s3-smartwatch-implements-planar-eit-hand-gesture-recognition/
Veröffentlichungsdatum: 2026-08-17
Rechte und Quellenangaben
Bilder, Logos und Fotografien sind Eigentum ihrer jeweiligen Inhaber. Verwendet für Kommentarzwecke.
← Back to blog