应用于触摸轨迹的卡尔曼平滑处理方法、存储器及设备技术

本发明专利技术涉及一种应用于触摸轨迹的卡尔曼平滑处理方法、存储器及设备，S1、对建立的数学模型进行初始化以获得初始值；S2、基于所述初始值预测触摸点在某一时刻的位置估计值；S3、获取所述某一时刻的测量值；S4、将所述测量值对所述位置估计值进行修正，并将修正值作为初始值继续返回步骤S2。其技术方案的有益效果在于，一方面，可有效的解决由于外界环境，数据抖动，噪声等因素的影响，导致离散的触摸点连接起来形成的触摸轨迹，存在拐角和毛刺的技术问题；另一方面既不需要存储全部历史数据，也不需要存储一组数据，从而可以大大减小数据存储问题。

【技术实现步骤摘要】
应用于触摸轨迹的卡尔曼平滑处理方法、存储器及设备
本专利技术涉及触摸控制
，尤其涉及一种应用于触摸轨迹的卡尔曼平滑处理方法存储器及设备。
技术介绍
随着触摸控制技术的快速发展，像触摸屏，触控板等人机交互设备被广泛应用于各种场合。人们对于触控，这种人机交互设备的要求越来越高，期望其能快速、准确地识别各种触摸操作，同时能做出相应的响应。触摸滑动作为最常用的触摸操作，能够准确地对其进行检测，并快速做出相应，是每一个触控设备所必须有的功能。所以，能够正确地捕捉、跟踪并能够在触控设备上实时地显示触摸物的轨迹显得尤为重要。一般情况下，触控设备的处理系统，都是通过一帧的扫描数据，识别出相应的点。所以在识别触摸物的运动轨迹时，会根据多帧数据，识别出一系列离散的触摸点。然后将这些离散的点，进行处理，从而连接成触摸物的运动轨迹。综上所述，我们知道，在触控设备中对触摸物进行轨迹跟踪，还是由许多离散的触摸点连接而成。但是，由于外界环境，噪声等因素的影响，存在扫描的数据抖动较大的问题，从而会导致这些离散点的坐标，不准确，存在很大的偏差，以至于连接起来的轨迹存在一些拐角或毛刺。
技术实现思路
针对现有的由于外界环境，噪声等因素的影响，存在扫描的数据抖动较大的问题，从而会导致这些离散点的坐标，不准确，存在很大的偏差，以至于连接起来的轨迹存在一些拐角或毛刺等问题。现提供一种应用于触摸轨迹的卡尔曼平滑处理方法存储器及设备。具体包括以下：一种应用于触摸轨迹的卡尔曼平滑处理方法，其中，包括：S1、对建立的数学模型进行初始化以获得初始值；S2、基于所述初始值预测触摸点在某一时刻的位置估计值；S3、获取所述某一时刻的测量值；S4、将所述测量值对所述位置估计值进行修正，并将修正值作为初始值继续返回步骤S2。优选的，建立所述数学模型的方法包括：确定状态变量；建立状态转移方程；建立观测方程，计算出过程噪声方差及观测噪声方差。优选的，确定所述状态变量如下式所示：其中，sk表示k时刻当前触摸点的某维度位移即坐标，表示k时刻触摸轨迹运动速度在对应维度上的分量。优选的，建立所述状态转移方程，如下式所示：Xk＝FXk-1+Wk-1；其中，状态转移矩阵：状态转移噪声：其中，wsk和wvk分别为位移和速度的噪声。优选的，建立所述观测方程如下式所示：mk＝HXk+Vk其中mk是测量值，观测矩阵H＝[10]，Vk＝vk为观测噪声；进一步的，由此可以计算出过程噪声方差，如下式所示：为简化计算，直接令计算观测噪声方差，如下式所示：R＝E(VkVkT)＝σm；其中，Q和R为算法中的两个可调参数，它们数值的大小对算法的影响是相反的。优选的，对所述数学模型进行初始化的方法如下式所示：R＝σm；H＝[10]；其中，Xk表示状态变量，F表示状态转移矩阵，Pk表示更新测量位置向量，Q表示过程噪声方差，R表示观测噪声方差，H表示观测矩阵。优选的，根据所述初始值预测触摸点在某一时刻的位置估计值的方法如下式所示：其中：预测的k时刻的坐标值，F为状态转移矩阵，为k时刻预测的触摸点的位置估计值，Q为过程噪声方差。优选的，将所述测量值对所述位置估计值进行修正的方法如下式所示：其中，Xk表示状态变量，为k时刻预测的触摸点的位置估计值，F表示状态转移矩阵，Pk表示更新测量位置向量，Q表示过程噪声方差，R表示观测噪声方差，H表示观测矩阵。还包括一种非易失性存储器，其中存储有软件，其中，所述软件用以实现上述的卡尔曼平滑处理方法。还包括一种触摸操作设备，包括一个或多个处理器和与其耦合的一个或多个存储器，其中，所述一个或多个存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；所述一个或多个处理器用于执行所述计算机指令并实现上述的卡尔曼平滑处理方法。上述技术方案具有如下优点或有益效果：一方面，可有效的解决由于外界环境，数据抖动，噪声等因素的影响，导致离散的触摸点连接起来形成的触摸轨迹，存在拐角和毛刺的技术问题；另一方面，针对现有的触摸轨迹平滑方法，需要连续识别并存储n帧触摸点的位置坐标，需很大的数据存储空间，本专利技术的技术方案采用卡尔曼平滑处理方法，其是一迭代过程，既不需要存储全部历史数据，也不需要存储一组数据，从而可以大大减小数据存储问题。附图说明图1是本专利技术中的一种应用于触摸轨迹的卡尔曼平滑处理方法的实施例的流程示意图；图2-5是本专利技术中的一种应用于触摸轨迹的卡尔曼平滑处理方法的实施例中，采用MALTAB进行验证的流程示意图；图6是本专利技术中的一种触摸操作设备的实施例的结构示意图。上述附图标记表示：具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。下面结合附图和具体实施例对本专利技术作进一步说明，但不作为本专利技术的限定。具体包括以下内容：本专利技术的技术方案中包括一种应用于触摸轨迹的卡尔曼平滑处理方法。如图1所示，一种应用于触摸轨迹的卡尔曼平滑处理方法的实施例，其中，包括：S1、对建立的数学模型进行初始化以获得初始值；S2、基于初始值预测触摸点在某一时刻的位置估计值；S3、获取某一时刻的测量值；S4、将测量值对位置估计值进行修正，并将修正值作为初始值继续返回步骤S2。上述技术中，该数学模型在不断的通过实际测量值对预测值进行修订，需要说明的是，在每一次的预测过程，均是在不同时刻进行预测的，通过不断的迭代，经过处理后的轨迹更加平滑，有效的克服了现有的由于外界环境，数据抖动，噪声等因素的影响，导致离散的触摸点连接起来形成的触摸轨迹，存在拐角和毛刺的技术问题。在一种较优的实施方式中，建立数学模型的方法包括：确定状态变量；建立状态转移方程；建立观测方程，计算出过程噪声方差及观测噪声方差。在一种较优的实施方式中，确定状态变量如下式所示：其中，sk表示k时刻当前触摸点的某维度位移即坐标，表示k时刻触摸轨迹运动速度在对应维度上的分量。在一种较优的实施方式中，建立状态转移方程，如下式所示：Xk＝FXk-1+Wk-1；其中，状态转移矩阵：状态转移噪声：其中本文档来自技高网...

【技术保护点】
1.一种应用于触摸轨迹的卡尔曼平滑处理方法，其特征在于，包括：/nS1、对建立的数学模型进行初始化以获得初始值；/nS2、基于所述初始值预测触摸点在某一时刻的位置估计值；/nS3、获取所述某一时刻的测量值；/nS4、将所述测量值对所述位置估计值进行修正，并将修正值作为初始值继续返回步骤S2。/n

【技术特征摘要】
1.一种应用于触摸轨迹的卡尔曼平滑处理方法，其特征在于，包括：
S1、对建立的数学模型进行初始化以获得初始值；
S2、基于所述初始值预测触摸点在某一时刻的位置估计值；
S3、获取所述某一时刻的测量值；
S4、将所述测量值对所述位置估计值进行修正，并将修正值作为初始值继续返回步骤S2。


2.根据权利要求1所述的卡尔曼平滑处理方法，其特征在于，建立所述数学模型的方法包括：
确定状态变量；
建立状态转移方程；
建立观测方程，计算出过程噪声方差及观测噪声方差。


3.根据权利要求2所述的卡尔曼平滑处理方法，其特征在于，确定所述状态变量如下式所示：



其中，sk表示k时刻当前触摸点的某维度位移即坐标，表示k时刻触摸轨迹运动速度在对应维度上的分量。


4.根据权利要求2所述的卡尔曼平滑处理方法，其特征在于，建立所述状态转移方程，如下式所示：
Xk＝FXk-1+Wk-1；
其中，状态转移矩阵：



状态转移噪声：



其中，wsk和wvk分别为位移和速度的噪声。


5.根据权利要求2所述的卡尔曼平滑处理方法，其特征在于，建立所述观测方程如下式所示：
mk＝HXk+Vk
其中mk是测量值，观测矩阵H＝[10]，Vk＝vk为观测噪声；
进一步的，由此可以计算出过程噪声方差，如下式所示：



为简化计算，直接令
计算观测噪声方差，如下式所示：
R＝E(VkVkT)＝σm；
其中，Q和R为算法中的两个可调参数，它们数值的大小对算法...

【专利技术属性】
技术研发人员：肖国林，杨亚明，李泽民，
申请(专利权)人：上海磐启微电子有限公司，
类型：发明
国别省市：上海;31