手勢識別的具體技術大概可以分成三種 —— ToF技術、結構光技術以及毫米波雷達的技術，下面就分別來說道說道。
No.1
ToF技術
ToF的全稱為飛行時間(Time of Flight)，是一種通過計算光線的傳播時間來測量距離的技術。根據距離的不同來判斷出不同手指的具體位置，從而判斷出具體的手勢，再對應到相應的控制命令之上。
要通過光線傳播來測算距離，那么就需要一個能夠發射光線的裝置和接收光線的感應裝置。大眾使用了一個3D相機模塊來發射脈沖光，再利用內置的感應器接收用戶手部反射回的光線。然后，根據二者的時間差，處理芯片就可以構建出手部目前的位置和姿勢。
大眾手勢識別技術中藏在換擋桿后方的ToF攝像頭(紅點位置)
通過實時采集這些信息，中控系統就可以調用相應的數據庫獲得用戶正在進行的動作。再根據預先定義的功能，就可以實現不同的操作。由于光的傳播速度非?？?，基于ToF技術的感光芯片需要飛秒級的快門來測量光飛行時間。這也是ToF技術難以普及的原因之一，這樣的感光芯片成本過高。
No.2
結構光技術
結構光技術基本原理與ToF技術類似，所不同之處在于其采用的是具有點、線或者面等模式圖案的光。以英特爾公司的集成式前置實感攝像頭為例，其包括了紅外激光發射器、紅外傳感器、色彩傳感器以及實感圖像處理芯片。
英特爾實感技術所用攝像頭
其基本原理為：首先激光發射器將結構光投射至前方的人體表面，再使用紅外傳感器接收人體反射的結構光圖案。然后，處理芯片根據接收圖案在攝像機上的位置和形變程度來計算物體人體的空間信息。結合三角測距原理，再進行深度計算，即可進行三維物體的識別。攝像頭把采集到的信息發送到負責實感計算的軟件開發包(Software Development Kit，SDK)后，該SDK結合加速度計算器，就可以提供手勢識別等功能。
作為一種快速、便攜、高精度的三維測量技術，結構光測量技術在航空、模具、醫療等領域均得到了廣泛的應用。手勢識別只是其中的一個應用案例。
No.3
毫米波雷達
毫米波雷達的原理同樣與ToF技術基本相同，只不過用于測量的介質從光線變成了無線電波。例如谷歌的Project Soli利用內置的毫米波發生器把無線電波(雷達波)發射出去，然后利用接收器接收回波。這時，內置的處理芯片會根據收發之間的時間差實時計算目標的位置數據。
谷歌Project Soli芯片
通過比較不同時間段手指位置的不同，Project Soli就可以與內置的數據比較，得到手指正在進行的動作。毫米波雷達的缺點在于信號容易被空氣阻擋，掃描范圍有限，因而對遠距離目標探測不清楚，但對近距離目標勘測十分清晰。在主動安全技術中，毫米波雷達的身影已經不可或缺。另外，在近程高分辨力防空系統、導彈制導系統、目標測量系統等均有應用。
手勢控制是近年來發展起來的全新的交互方式，與一般的按鍵、語音等交互方式不同，手勢控制更容易掌握和應用。但由于目前技術的限制，依舊存在使用成本較高、手勢識別正確率較低等問題，因此目前沒有得到廣泛的應用，相信隨著技術的發展革新，手勢識別必將在更多的領域發揮功用。
