手势识别的具体技术大概可以分成三种 —— ToF技术、结构光技术以及毫米波雷达的技术，下面就分别来说道说道。
No.1
ToF技术
ToF的全称为飞行时间(Time of Flight)，是一种通过计算光线的传播时间来测量距离的技术。根据距离的不同来判断出不同手指的具体位置，从而判断出具体的手势，再对应到相应的控制命令之上。
要通过光线传播来测算距离，那么就需要一个能够发射光线的装置和接收光线的感应装置。大众使用了一个3D相机模块来发射脉冲光，再利用内置的感应器接收用户手部反射回的光线。然后，根据二者的时间差，处理芯片就可以构建出手部目前的位置和姿势。
大众手势识别技术中藏在换挡杆后方的ToF摄像头(红点位置)
通过实时采集这些信息，中控系统就可以调用相应的数据库获得用户正在进行的动作。再根据预先定义的功能，就可以实现不同的操作。由于光的传播速度非常快，基于ToF技术的感光芯片需要飞秒级的快门来测量光飞行时间。这也是ToF技术难以普及的原因之一，这样的感光芯片成本过高。
No.2
结构光技术
结构光技术基本原理与ToF技术类似，所不同之处在于其采用的是具有点、线或者面等模式图案的光。以英特尔公司的集成式前置实感摄像头为例，其包括了红外激光发射器、红外传感器、色彩传感器以及实感图像处理芯片。
英特尔实感技术所用摄像头
其基本原理为：首先激光发射器将结构光投射至前方的人体表面，再使用红外传感器接收人体反射的结构光图案。然后，处理芯片根据接收图案在摄像机上的位置和形变程度来计算物体人体的空间信息。结合三角测距原理，再进行深度计算，即可进行三维物体的识别。摄像头把采集到的信息发送到负责实感计算的软件开发包(Software Development Kit，SDK)后，该SDK结合加速度计算器，就可以提供手势识别等功能。
作为一种快速、便携、高精度的三维测量技术，结构光测量技术在航空、模具、医疗等领域均得到了广泛的应用。手势识别只是其中的一个应用案例。
No.3
毫米波雷达
毫米波雷达的原理同样与ToF技术基本相同，只不过用于测量的介质从光线变成了无线电波。例如谷歌的Project Soli利用内置的毫米波发生器把无线电波(雷达波)发射出去，然后利用接收器接收回波。这时，内置的处理芯片会根据收发之间的时间差实时计算目标的位置数据。
谷歌Project Soli芯片
通过比较不同时间段手指位置的不同，Project Soli就可以与内置的数据比较，得到手指正在进行的动作。毫米波雷达的缺点在于信号容易被空气阻挡，扫描范围有限，因而对远距离目标探测不清楚，但对近距离目标勘测十分清晰。在主动安全技术中，毫米波雷达的身影已经不可或缺。另外，在近程高分辨力防空系统、导弹制导系统、目标测量系统等均有应用。
手势控制是近年来发展起来的全新的交互方式，与一般的按键、语音等交互方式不同，手势控制更容易掌握和应用。但由于目前技术的限制，依旧存在使用成本较高、手势识别正确率较低等问题，因此目前没有得到广泛的应用，相信随着技术的发展革新，手势识别必将在更多的领域发挥功用。
