Ogni periferica Kinect® dispone di tre diversi tipi di sensori. Il sensore principale per cui è noto il Kinect® è una telecamera a infrarossi (IR) in grado di esaminare punti luminosi per creare una mappa di profondità. Questi sensori Kinect® primari vengono utilizzati per mappare un’area e le persone al suo interno in tre dimensioni. Ogni dispositivo ha anche una fotocamera tradizionale che crea un’uscita video rossa, verde e blu (RGB). L’ultimo tipo di sensori Kinect® presenti in ciascun dispositivo sono quattro microfoni disposti in un array.
Il Kinect® è un dispositivo periferico utilizzato per manipolare i videogiochi senza la necessità di un controller fisico. Diversi sensori Kinect® lavorano insieme per renderlo possibile. Le precedenti periferiche di acquisizione del movimento tracciavano solo il movimento, ma Kinect® è anche in grado di generare una mappa di profondità e riconoscere la sorgente di suoni diversi all’interno di una stanza. Gli ingressi di questi sensori Kinect® possono essere utilizzati anche separatamente per diverse funzioni.
Affinché i sensori Kinect® possano creare una mappa di profondità, ogni dispositivo è inoltre dotato di un proiettore a infrarossi. Questo componente è in grado di illuminare migliaia di punti luce sull’area di gioco. Questi punti luce sono invisibili ad occhio nudo, ma la telecamera a infrarossi presente in ogni Kinect® è in grado di vederli e quindi calcolare il tempo di volo per creare una rappresentazione tridimensionale della stanza.
L’altro sensore visivo presente in ogni Kinect® è una tradizionale telecamera RGB. Questa fotocamera crea video con una risoluzione di 640×480 e 30 fotogrammi al secondo (FPS). Combinando questi dati visivi con la mappa di profondità fornita dal sensore IR, il Kinect® può creare una rappresentazione tridimensionale di uno spazio. Queste informazioni combinate vengono anche utilizzate per stimare la struttura scheletrica di un giocatore, ovvero come la periferica registra il movimento per generare input di gioco. Il video può essere utilizzato anche separatamente dalla mappa di profondità per videoconferenze e scattare foto.
Un array di microfoni è l’ultimo tipo di sensore presente in ogni dispositivo Kinect®. Esaminando la differenza tra i suoni rilevati da ciascuno dei quattro microfoni dell’array, il Kinect® può determinare approssimativamente da dove proviene un suono. Queste informazioni possono essere utilizzate per bloccare il controllo vocale su un giocatore o filtrare il rumore di fondo. L’array di microfoni può essere utilizzato anche separatamente per la comunicazione vocale e altre funzioni simili.