Florian: Danke auch dir!
Kommt der Ultraschall nicht mit dem musikalisch/klanglichen Inhalt in Konflikt?
Ich denke nicht, da Ultraschall sich ausserhalb des normalerweise auf einer Bühne zu findenden Frequenzbereichs liegt.
Es gibt aber dennoch ein Problem und das sind Reflektionen. Du wirst also mit einer Ultraschalllösung nicht vollständig frei im Setup sein.
Optische Lösungen basierden auf Bilderkennung glaube ich sind mit den uns zur Verfügung stehenden Mittel aktuell noch nicht ausreichend schnell - wenn du ein Neuronales Netz mit einer Folge von Einzelbildern fütterst, dann musst du für jedes Bild möglicherweise sogar mehrere Object Detection machen. Diese Rechenzeit plus die Laufzeit des Signals von der Kamera zu deinem PC und dann bis zum Midi In deines Instruments wird mit preislich adäquater Standardhardware kaum unter 20ms zu machen sein, ich würde eher mit deutlich mehr rechnen. Das bedeutet dann nicht nur Latenz, sondern auch eine tiefe Signalauflösung (bei 20ms hättest du noch eine Auflösung von 50 Events pro Sekunde, bei 100ms wären es nur noch 10, bei 200ms noch 5) und, weil die Durchlaufzeit durch ein neuronales Netz normalerweise nicht zeitkonstant ist, wirst du dauch noch Jitter bekommen.
Sogesehen denke ich, ist Ultraschall für deinen Use Case the way to go.
PS: Oder ein Laser, den du super schnell pulst und aus der zeitlichen Differenz zwischen zwei Pulse beim Eintreffen deren Reflektionen auf einem Fotosensor den Laufzeitunterschied errechnest, den du dann in einen Abstand umrechnen kannst.
Wenn ich so darüber nachdenke, musst du die einzelnen Pulse irgendwie codieren, resp. ein Muster in der Pulsfolge einführen, damit du die einzelnen Pulse auseinander halten kannst (resp. ein matching machen kannst zwischen "was habe ich wann gesendet und was habe ich wann empfangen).
PS II: Oder eben ein Magentfeld, analog zu einem Theremin. Allerdings brauchst du da schon einiges an Leistung bei dem Abstand und du wirst Inferenzen haben.