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。ProjectSoli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。

　　通过比较不同时间段手指位置的不同，ProjectSoli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。

　　车载路漫漫

　　大众的手势识别技术在体验过程中虽然反应略慢，但是准确率还不错；英特尔的实感技术据称已经研发了三年之久，在游戏上也已经开始实用；谷歌的ProjectSoli则还只是个展示，尚未正式应用。但是不管是哪一个，车载的路依然很长。大众的工程师表示至少还需要两年的时间才能够把手势识别正式带到量产车型之上，英特尔的实感技术还在与车企接洽，至于谷歌的，就更远了。

　　ToF技术在应用时具有明显的缺点——“外部叠加误差”。所谓外部叠加误差，是相对于由于光线散射导致的内部叠加误差而言的。误差产生的原因在于相机发射的光线在到达手部时没有直接返回相机的感光原件，而是通过几次不规则漫反射才回到相机模块。这样测量出来的距离就与实际距离不匹配。然而，如果相机中的背景是固定的，感应器就可以忽略外部叠加误差引起的测量错误。大众Golf正是利用车厢这一固定的背景来减少误差带来的影响。

　　ProjectSoil采用的是60GHz、波长为5毫米的极高频毫米波无线电波来捕捉动作、距离、速度等信息，感应误差精细到毫米。然而，如何把具有如此精度的设备微小化是一件十分苦难的事情，最难的地方在于微小化会影响器件的发射功率和效率、感应灵敏度等。谷歌用了十个月左右才将其从PC主机大小缩小到了硬币大小，且为了提高精度与排除干扰，用到了两个发射器与四个接收器。目前，ProjectSoli还没有正式应用到具体设备中。

　　至于英特尔的实感技术，从技术本身来说，最需要解决的问题首先是需要验证是否适合用在车内。另外，从现场体验来看，识别的准确度还有待提升。

　　除了技术研发上的难题之外，用户在使用时的体验也对开发者提出了挑战。

　　与传统操作方式的不同就要求开发团队设计一套新手教程，以此来让用户逐步体感技术的使用方法；用户在使用过程中可能手的一部分会在探测区域之外；在实际的应用中，系统也会需要根据环境进行摄像头的矫正，存在一个学习的过程。这些都是需要开发团队提前想好应对策略。