一种基于卡尔曼滤波优化的光标目标点预测方法技术

本发明专利技术公开了一种基于卡尔曼滤波优化的光标目标点预测方法，包括以下步骤：获取屏幕中的所有任务点坐标及光标初始坐标，监测光标活动轨迹并获取光标的原始轨迹数据；基于卡尔曼滤波模型及光标的原始轨迹数据，获取光标的修正位置坐标；根据光标的修正位置坐标优化光标活动轨迹，并将优化后的光标活动轨迹导入到目标预测模型中进行目标点预测，获取预测目标点的位置坐标；将预测目标点的位置坐标导入到光标的移动程序中，实现光标的快速交互。本发明专利技术通过优化光标轨迹进而预测目标点并应用于光标的移动程序，能够实现光标的快速交互，从而有效减少用户操作时间，降低光标移动次数，提高光标交互的便捷性与高效性。提高光标交互的便捷性与高效性。提高光标交互的便捷性与高效性。

【技术实现步骤摘要】
一种基于卡尔曼滤波优化的光标目标点预测方法


[0001]本专利技术涉及人机交互
，尤其涉及一种基于光标的快速交互技术。

技术介绍

[0002]鼠标交互是人们日常生活中最常用的交互方式之一，许多研究已经证明了基于鼠标的协同交互的可能性，比如增加鼠标的新传感能力，包括输入能力和输出能力，鼠标在大多数人的日常使用交互中显得尤为重要，这使得这个潜在的丰富的设计空间值得探索，用户必须将它们的鼠标光标从一个区域转移到想要交互的交互区域以使之交互，特别是当用户的显示器很大时，这个任务可能非常耗时，尤其是现在的用户显示器逐步从1080P升级到2K、4K以及8K时，在不进行界面缩放的情况下，光标在同一距离下的移动在高分辨率下就显得短很多。而现有技术在长距离与中高密度环境中仍无法做到高效精准的进行目标快速交互。因此，设计出一种基于光标的快速交互技术就显得尤为重要。

技术实现思路

[0003]为解决上述技术问题，本专利技术提供了一种基于卡尔曼滤波优化的光标目标点预测方法，包括以下步骤：
[0004]获取屏幕中的所有任务点坐标及光标初始坐标，监测光标活动轨迹并获取光标的原始轨迹数据；
[0005]基于卡尔曼滤波模型及光标的原始轨迹数据，获取光标的修正位置坐标；
[0006]根据光标的修正位置坐标优化光标活动轨迹，并将优化后的光标活动轨迹导入到目标预测模型中进行目标点预测，获取预测目标点的位置坐标；
[0007]将预测目标点的位置坐标导入到光标的移动程序中，实现光标的快速交互。
[0008]进一步的，所述获取光标的修正位置坐标具体包括以下步骤：
[0009]将光标的原始轨迹数据导入到调整好参数的所述卡尔曼滤波模型中；
[0010]实时记录通过所述卡尔曼滤波模型修正后光标的修正位置坐标。
[0011]进一步的，所述目标预测模型设定为根据优化后光标活动轨迹的向量变化对光标的修正位置坐标与任务点坐标之间的向量夹角进行计算，并判定与光标的修正位置坐标向量夹角最小的任务点坐标为预测目标点。
[0012]进一步的，所述根据光标的修正位置坐标优化光标活动轨迹包括将光标的活动轨迹优化为光滑曲线。
[0013]进一步的，所述将预测目标点的位置坐标导入到光标的移动程序中还包括：通过光标的移动程序控制光标直接移动至预测目标点位置。
[0014]相比于现有技术，本专利技术的有益效果在于：
[0015]1、本专利技术通过卡尔曼滤波算法进行光标轨迹优化，可以将颤抖、痉挛造成的光标轨迹优化成光滑的光标轨迹，能够实现光标稳定悬停与平滑移动；
[0016]2、本专利技术通过优化光标轨迹进而基于目标预测模型进行目标点预测技术，能够极
大地提高目标点预测的准确度，解决在长距离与中高密度场景下预测目标点不准确的问题；
[0017]3、本专利技术通过目标点预测程序与光标移动程序的关联使用，能够实现光标的快速交互，从而有效减少用户操作时间，降低光标移动次数，提高光标交互的便捷性与高效性。
附图说明
[0018]图1是本申请实施例的一种基于卡尔曼滤波优化的光标目标点预测方法的流程示意图。
具体实施方式
[0019]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做出创造性劳动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。
[0020]在本专利技术的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。
[0021]本专利技术提供了一种基于卡尔曼滤波优化的光标目标点预测方法，如图1所示，具体包括以下步骤：
[0022]步骤S1：获取屏幕中的所有任务点坐标及光标初始坐标，监测光标活动轨迹并获取光标的原始轨迹数据；
[0023]具体的，用户打开计算机主屏幕，并通过光标启动目标点预测程序，所述目标点预测程序启动后将在后台实时监测并记录光标的位置信息与操作记录，并获取光标初始坐标数据、屏幕内所有任务点坐标数据以及光标的原始轨迹数据。
[0024]步骤S2：基于卡尔曼滤波模型及光标的原始轨迹数据，获取光标的修正位置坐标；
[0025]进一步地，步骤S2具体包括以下内容：
[0026]步骤S21：将光标的原始轨迹数据导入到调整好参数的所述卡尔曼滤波模型中；
[0027]步骤S22：实时记录通过所述卡尔曼滤波模型修正后的位置坐标。
[0028]具体的，首先初始化卡尔曼滤波模型中前一时刻的光标矩阵X
last
，用于存放前一时刻光标的修正信息，所述光标的修正信息包括：光标前一时刻修正坐标位置和光标前一时刻移动速度
[0029]初始化误差协方差矩阵P
last
，用于存放前一时刻的光标误差；
[0030]根据前一时刻的光标修正信息X
last
，得到光标位置先验估计其中，A是作用在前一时刻光标矩阵X
last
上的转化矩阵，矩阵A的构造表示为：
fps为屏幕的刷新率；
[0031]根据前一时刻的光标误差协方差矩阵P
last
，得到光标误差协方差矩阵的先验估计其中，矩阵B是作用在前一时刻的光标误差协方差矩阵P
last
上得转发矩阵，B
T
是矩阵B的位置，矩阵Q是模型噪声矩阵，表示为：为了保证光标的稳定性，q的取值一般在0.01
‑
0.1之间；
[0032]更新修正矩阵S，表示为：其中矩阵R为观测噪声矩阵，矩阵形式如下：其中，r的取值大于噪声矩阵Q中q的取值；
[0033]更新卡尔曼增益矩阵K，表示为：
[0034]获取坐标的修正估计后验估计协方差矩阵后验估计协方差矩阵
[0035]在下一轮计算中，分别将坐标修正估计和后验估计协方差记作前一时刻的光标矩阵X
last
和光标误差协方差矩阵P
last
，并参与迭代计算，从而实时获取通过卡尔曼滤波模型修正后的位置坐标。
[0036]步骤S3：根据光标的修正位置坐标优化光标活动轨迹，并将优化后的光标活动轨迹导入到目标预测模型中进行目标点预测，获取预测目标点的位置坐标；
[0037]进一步的，所述目标预测模型设定为根据优化后光标活动轨迹的向量变化对光标的修正位置坐标与任务点坐标之间的向量夹角进行计算，并判定与光标的修正位置坐标向量夹角最小的任务点坐标为预测目标点。本专利技术目标预测模型的使用能够极大地提高目标点预测的准确度，解决在长距离与中高密度场景下光标预测目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卡尔曼滤波优化的光标目标点预测方法，其特征在于，包括以下步骤：获取屏幕中的所有任务点坐标及光标初始坐标，监测光标活动轨迹并获取光标的原始轨迹数据；基于卡尔曼滤波模型及光标的原始轨迹数据，获取光标的修正位置坐标；根据光标的修正位置坐标优化光标活动轨迹，并将优化后的光标活动轨迹导入到目标预测模型中进行目标点预测，获取预测目标点的位置坐标；将预测目标点的位置坐标导入到光标的移动程序中，实现光标的快速交互。2.根据权利要求1所述的基于卡尔曼滤波优化的光标目标点预测方法，其特征在于，所述获取光标的修正位置坐标具体包括以下步骤：将光标的原始轨迹数据导入到调整好参数的所述卡尔曼滤波模型中；实时记录通过所述卡尔曼滤波模型修...

【专利技术属性】
技术研发人员：殷继彬，王振宇，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：