Google自家的智慧手机Pixel系列，其最新的Pixel 4和Pixel 4 XL使用了Motion Sense技术，让用户不需要触碰设备，就能通过手势，控制音乐播放软件或是静音来电，而Motion Sense背后使用一种称为Soli的短程雷达传感器，Google还设计特别的机器学习算法，以解读Soli雷达资料中的信号，了解用户的动作意义。Goog
le提到，Pixel 4为目前消费型手机中，第一个集成短程雷达的设备。
雷达的基本功能，便是使用无线电波侦测和测量远程物体的属性。传统的雷达系统包含了发射器和接收器两部分，由发射器发射无线电波，无线电波碰到路径上的物体便会散射，部分反弹的无线电波会被接收器拦截，根据收到的波形，雷达系统便能侦测到物体的存在，并且估计物体的大小与距离等属性。
不过这种传统雷达并不能用在移动设备上，因为传统雷达的设计，仅可用于检测大型、刚性且远程的物体，消费型设备需要更高的灵敏度和分辨率来传感复杂的动作，因此Google团队重新打造了新型的雷达系统，以符合人机交互需要的精准度。
与传统雷达区分空间结构的想法不同，Soli主要的目的是要传感动作，Soli的天线可封装进5 mm x 6.5 mm x 0.873 mm无线射频集成电路（RFIC）中，并且被集成安装在手机顶部。Google提到，相对于以光学图片为基础的侦测器，他们开发出不需要对目标空间产生清晰图片的算法，不会有可识别的身体或是脸部的图像。
Soli处理随时间变化的信号来侦测和解析细微的动作，Soli雷达发送60 GHz的调频信号，并且接收附近物体的反射叠加，由于目标的位置移动，会在信号产生明显的定时偏移，通过分析多次的雷达信号，信号处理工作管线便能以不同的运动模式区分物体移动。
Google给出了几张动画范例，来表示Soli信号的特征，图像垂直轴代表从传感器出发的径向距（Radial Distance），由上而下数值增加，而水平轴则为朝向或是离开传感器的速度，中心为零，左侧是接近目标速度为负，右侧反之，另外，雷达所接收到的能量，也会被映射到径向距与速度维度中，会以每个像素的强度表示，强反射目标的像素，比弱反射目标的像素更亮。
下图3张雷达动态图由左至右分别是人走靠近设备、人碰触设备，最右则是人的手在设备上滑动。
Soli雷达原始信号在经过过滤和增强之后，便会输入Soli机器学习模型进行手势分类。Google提到，运动传感技术都存在两个主要的挑战，首先，每个用户的动作都是独特的，即便是简单的动作都是独一无二的，另一个挑战则是，传感器可能会接收到许多看起来跟手势类似，但实际上是不重要的信号，特别是当手机在移动时，以Soli雷达的角度来看，整个世界都在移动。
为了解决这些问题，Google并需要特定机器学习算法，他们找来了数千名志愿者，记录下数百万个手势，并且配对侧录的雷达信号，训练Soli的神经网络。Soli机器学习模型使用TensorFlow进行训练，并为Pixel设备的低功耗数字信号处理器优化，使其在设备低电量的情况下仍然可以执行。
Google早从2014年就开始研发Soli系统，经过大幅缩小整个雷达系统之后（下图），才得以放进消费性智能手机中，除了尺寸缩小之外，Google还必须优化Soli的计算周期，才能让Motion Sense适应智能手机的功率。Google也发展出特殊的信号处理技术，解决声音震动对于Soli系统的影响，使其能与周围的电话组件共存。
