CN110989856B - 一种坐标预测方法、装置、设备及可存储介质 - Google Patents
一种坐标预测方法、装置、设备及可存储介质 Download PDFInfo
- Publication number
- CN110989856B CN110989856B CN201911081631.XA CN201911081631A CN110989856B CN 110989856 B CN110989856 B CN 110989856B CN 201911081631 A CN201911081631 A CN 201911081631A CN 110989856 B CN110989856 B CN 110989856B
- Authority
- CN
- China
- Prior art keywords
- state vector
- frame
- matrix
- calculating
- noise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 115
- 239000011159 matrix material Substances 0.000 claims abstract description 132
- 239000013598 vector Substances 0.000 claims abstract description 129
- 238000004364 calculation method Methods 0.000 claims abstract description 22
- 238000012546 transfer Methods 0.000 claims description 19
- 238000005259 measurement Methods 0.000 claims description 15
- 230000007704 transition Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000009499 grossing Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
- G06F3/0416—Control or interface arrangements specially adapted for digitisers
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Input By Displaying (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种坐标预测方法、装置、设备及可存储介质,该方法包括:记录扫描的位置坐标,建立位置坐标的状态向量;设置参数集合,利用参数集合和状态向量得到预测状态向量;依据预测状态向量获取预测位置坐标。该方法通过利用参数集合和状态向量来计算预测状态向量,再通过预测状态向量直接获取触控位置的预测位置坐标,采用向量矩阵的计算方式来实现触控位置的位置坐标的预测,整个步骤过程简单,计算流程不繁琐,降低计算复杂度。
Description
技术领域
本发明涉及触控扫描技术领域,特别是涉及一种坐标预测方法、装置、设备及可存储介质。
背景技术
目前,在对触控轨迹平滑过程中,需要预测触控位置的位置坐标,具体采用滑动平均和非线性卡尔曼滤波。但是非线性卡尔曼滤波即扩展卡尔曼滤波的计算复杂度太大,实时处理的低成本触控芯片计算能力无法满足其实时性要求。因此如何降低计算复杂度是亟待解决的问题。
发明内容
本发明的目的是提供一种坐标预测方法、装置、设备及可存储介质,以实现降低计算复杂度。
为解决上述技术问题,本发明提供一种坐标预测方法,包括:
记录扫描的位置坐标,建立位置坐标的状态向量;
设置参数集合,利用参数集合和状态向量得到预测状态向量;
依据预测状态向量获取预测位置坐标。
优选的,所述位置坐标为触控***扫描得到的触控位置的位置坐标T1,所述状态向量为X1;所述参数集合包括:转移矩阵A,观测噪声R,量测噪声C、协方差矩阵P0以及过程噪声Q1。
优选的,所述利用参数集合和状态向量得到预测状态向量,包括:
利用转移矩阵A和状态向量X1计算位置预测参数E1,利用转移矩阵A、协方差矩阵P0和过程噪声Q1计算协方差预测参数F1;
利用观测噪声R、量测噪声C、协方差预测参数F1计算增益矩阵K1,利用量测噪声C、增益矩阵K1、坐标位置T1和位置预测参数E1计算预测状态向量
优选的,所述位置坐标T1为触控***进行第一帧扫描得到的触控位置,当触控***进行第二帧扫描时,所述方法还包括以下步骤:
记录触控***第二帧扫描得到的触控位置的位置坐标T2,依据位置坐标T2建立状态向量X2;
利用增益矩阵K1、量测噪声C、协方差预测参数F1计算新的协方差矩阵P1;
利用转移矩阵A和预测状态向量计算第二帧的位置预测参数E2,利用转移矩阵A、协方差矩阵P1和过程噪声Q1计算第二帧的协方差预测参数F2;
利用观测噪声R、量测噪声C、第二帧的协方差预测参数F2计算新的增益矩阵K2,利用量测噪声C、增益矩阵K2、位置坐标T2和第二帧的位置预测参数E2计算第二帧的预测状态向量
依据第二帧的预测状态向量获取触控位置的预测位置坐标TP2。
优选的,所述方法还包括:
利用增益矩阵K2、量测噪声C、协方差预测参数F2计算新的协方差矩阵P2;
根据第二帧和第一帧偏的速度对过程噪声Q1进行更改,得到更改后的过程噪声Q2;
利用T2和TP2之间的距离确定比例因子λ2;
利用比例因子λ2、协方差矩阵P2、过程噪声Q2计算新的协方差预测参数F3;
利用转移矩阵A和第二帧的预测状态向量计算新的位置预测参数E3;
记录触控***第3帧扫描得到的触控位置的位置坐标T3,依据位置坐标T3建立状态向量X3。
优选的,当触控***进行第n帧扫描时,n为自然数且n≥3,所述方法还包括以下步骤:
步骤1、利用观测噪声R、量测噪声C、第n帧的协方差预测参数Fn计算新的增益矩阵Kn,利用量测噪声C、增益矩阵Kn、位置坐标Tn和第n帧的位置预测参数En计算第n帧的预测状态向量
步骤2、依据第n帧的预测状态向量获取触控位置的预测位置坐标TPn;
步骤3、根据第n帧和第n-1帧偏的速度对过程噪声Qn-1进行更改,得到更改后的过程噪声Qn;
步骤4、利用增益矩阵Kn、量测噪声C、协方差预测参数Fn计算新的协方差矩阵Pn;
步骤5、利用Tn和TPn之间的距离确定比例因子λn;
步骤6、利用比例因子λn、协方差矩阵Pn、过程噪声Qn、转移矩阵A计算新的新的协方差预测参数Fn+1;
步骤7、利用转移矩阵A和第n帧的预测状态向量计算新的位置预测参数En+1;
步骤8、记录触控***第n+1帧扫描得到的触控位置的位置坐标Tn+1,依据位置坐标Tn+1建立状态向量Xn+1;
步骤9、令n=n+1,进入步骤1,重复步骤1至步骤8直至触控点消失。
优选的,所述根据第二帧和第一帧偏的速度对过程噪声Q1进行更改,得到更改后的过程噪声Q2,包括:
计算第二帧扫描位置T2和上一帧扫描位置T1之间的距离ν,利用距离ν对过程噪声Q1进行更改,得到更改后的过程噪声Q2。
优选的,预测状态向量的计算公式为:/>
优选的,协方差预测参数Fn+1的计算公式为:Fn+1=λnAPnAT+Qn。
本发明还提供一种坐标预测装置,用于实现上述方法,包括:
记录模块,用于记录扫描的位置坐标,建立位置坐标的状态向量;
设置模块,用于设置参数集合,利用参数集合和状态向量得到预测状态向量;
获取模块,用于依据预测状态向量获取预测位置坐标。
本发明还提供一种坐标预测设备,包括:
存储器、处理器以及计算机程序;
其中,所述计算机程序存储在所述存储器中,并配置为由所述处理器执行以实现上述方法。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行以实现上述方法。
本发明所提供的一种坐标预测方法、装置、设备及可存储介质,记录扫描的位置坐标,建立位置坐标的状态向量;设置参数集合,利用参数集合和状态向量得到预测状态向量;依据预测状态向量获取预测位置坐标。可见,通过利用参数集合和状态向量来计算预测状态向量,再通过预测状态向量直接获取触控位置的预测位置坐标,采用向量矩阵的计算方式来实现触控位置的位置坐标的预测,整个步骤过程简单,计算流程不繁琐,降低计算复杂度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明所提供的一种坐标预测方法的流程图;
图2为触控数据平滑效果图;
图3为本发明所提供的一种坐标预测装置结构示意图;
图4为本发明所提供一种坐标预测设备结构示意图。
具体实施方式
本发明的核心是提供一种坐标预测方法、装置、设备及可存储介质,以实现降低计算复杂度。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
请参考图1,图1为本发明所提供的一种坐标预测方法的流程图,该方法包括以下步骤:
S11:记录扫描的位置坐标,建立位置坐标的状态向量;
S12:设置参数集合,利用参数集合和状态向量得到预测状态向量;
S13:依据预测状态向量获取预测位置坐标。
可见,该方法通过利用参数集合和状态向量来计算预测状态向量,再通过预测状态向量直接获取触控位置的预测位置坐标,采用向量矩阵的计算方式来实现触控位置的位置坐标的预测,整个步骤过程简单,计算流程不繁琐,降低计算复杂度。
基于上述方法,进一步的,位置坐标为触控***扫描得到的触控位置的位置坐标T1,所述状态向量为X1;所述参数集合包括:转移矩阵A,观测噪声R,量测噪声C、协方差矩阵P0以及过程噪声Q1。
其中,根据触控***扫描得到的触控位置进行记录,对于新检测的触控行为,当前时刻的位置坐标记为T1(x1,y1)。通过位置坐标T1建立状态向量
其中,转移矩阵A、过程噪声Q1、协方差矩阵P0均为4*4阶矩阵,观测噪声R为2*2阶矩阵。观测噪声R为2*4阶矩阵,是常数值。
详细的,步骤S12中,利用参数集合和状态向量得到预测状态向量具体包括以下步骤:
S1:利用转移矩阵A和状态向量X1计算位置预测参数E1,利用转移矩阵A、协方差矩阵P0和过程噪声Q1计算协方差预测参数F1;
其中,位置预测参数E1=AX1,协方差预测参数F1=AP0AT+Q1;位置预测参数E1为4*1阶矩阵,协方差预测参数F1为4*4阶矩阵。
S2:利用观测噪声R、量测噪声C、协方差预测参数F1计算增益矩阵K1,利用量测噪声C、增益矩阵K1、坐标位置T1和位置预测参数E1计算预测状态向量
其中,增益矩阵K1=F1CT(R+CF1CT)-1,增益矩阵K1为4*2阶矩阵,预测状态向量预测状态向量/>为4*1阶矩阵。
详细的,步骤S14中,预测状态向量是4*1阶矩阵,预测位置坐标为TP1,即预测位置坐标TP1的横坐标为预测状态向量/>第一行的数值,预测位置坐标TP1的纵坐标为预测状态向量/>第三行的数值。
可见,本方法通过利用量测噪声C、增益矩阵K1、坐标位置T1和位置预测参数E1来计算预测状态向量再通过预测状态向量/>直接获取触控位置的预测位置坐标TP1,采用向量矩阵的计算方式来实现触控位置的位置坐标的预测,整个步骤过程简单,计算流程不繁琐,降低计算复杂度。
基于上述方法,具体的,位置坐标T1为触控***进行第一帧扫描得到的触控位置,当触控***进行第二帧扫描时,所述方法还包括以下步骤:
S21:记录触控***第二帧扫描得到的触控位置的位置坐标T2,依据位置坐标T2建立状态向量X2;
其中,第二帧扫描得到的触控位置的位置坐标记为T2(x2,y2)。通过位置坐标T2建立状态向量
S22:利用增益矩阵K1、量测噪声C、协方差预测参数F1计算新的协方差矩阵P1;
其中,协方差矩阵P1=(I-K1C)F1,I为4*4阶单位矩阵,协方差矩阵P1为4*4阶矩阵。
S23:利用转移矩阵A和预测状态向量计算第二帧的位置预测参数E2,利用转移矩阵A、协方差矩阵P1和过程噪声Q1计算第二帧的协方差预测参数F2;
其中,位置预测参数协方差预测参数F2=AP1AT+Q1。
S24:利用观测噪声R、量测噪声C、第二帧的协方差预测参数F2计算新的增益矩阵K2,利用量测噪声C、增益矩阵K2、位置坐标T2和第二帧的位置预测参数E2计算第二帧的预测状态向量
其中,增益矩阵K2=F2CT(R+CF2CT)-1;
预测状态向量
S25:依据第二帧的预测状态向量获取触控位置的预测位置坐标TP2。
其中,预测状态向量为4*1阶矩阵,预测位置坐标/> 即预测位置坐标TP2的横坐标为预测状态向量/>第一行的数值,预测位置坐标TP2的纵坐标为预测状态向量/>第三行的数值。
进一步的,步骤S25之后,还包括以下步骤:
S31:利用增益矩阵K2、量测噪声C、协方差预测参数F2计算新的协方差矩阵P2;
其中,协方差矩阵P2=(I-K2C)F2,I为4*4阶单位矩阵。
S32:根据第二帧和第一帧偏的速度对过程噪声Q1进行更改,得到更改后的过程噪声Q2;
其中,根据偏的速度自适应的改变过程噪声Q1,步骤S32的过程具体为:计算第二帧扫描位置T2和上一帧扫描位置T1之间的距离ν2,利用距离ν2对过程噪声Q1进行更改,得到更改后的过程噪声Q2。
S33:利用T2和TP2之间的距离确定比例因子λ2;
S34:利用比例因子λ2、协方差矩阵P2、过程噪声Q2计算新的协方差预测参数F3;
其中,协方差预测参数F3=λ2AP2AT+Q2。
S35:利用转移矩阵A和第二帧的预测状态向量计算新的位置预测参数E3;
位置预测参数
S36:记录触控***第3帧扫描得到的触控位置的位置坐标T3,依据位置坐标T3建立状态向量X3。
进一步的,当触控***进行第n帧扫描时,n为自然数且n≥3,所述方法还包括以下步骤:
步骤1、利用观测噪声R、量测噪声C、第n帧的协方差预测参数Fn计算新的增益矩阵Kn,利用量测噪声C、增益矩阵Kn、位置坐标Tn和第n帧的位置预测参数En计算第n帧的预测状态向量
其中,增益矩阵Kn=FnCT(R+CFnCT)-1;
预测状态向量
步骤2、依据第n帧的预测状态向量获取触控位置的预测位置坐标TPn;
其中,预测位置坐标即预测位置坐标TPn的横坐标为预测状态向量/>第一行的数值,预测位置坐标TPn的纵坐标为预测状态向量/>第三行的数值。
步骤3、根据第n帧和第n-1帧偏的速度对过程噪声Qn-1进行更改,得到更改后的过程噪声Qn;
其中,步骤3的过程具体包括:计算第n帧扫描位置Tn和上一帧扫描位置Tn-1之间的距离νn,利用距离vn对过程噪声Qn-1进行更改,得到更改后的过程噪声Qn。
步骤4、利用增益矩阵Kn、量测噪声C、协方差预测参数Fn计算新的协方差矩阵Pn;
其中,协方差矩阵Pn=(I-KnC)Fn,I为4*4阶单位矩阵。
步骤5、利用Tn和TPn之间的距离确定比例因子λn;
步骤6、利用比例因子λn、协方差矩阵Pn、过程噪声Qn、转移矩阵A计算新的新的协方差预测参数Fn+1;
其中,协方差预测参数Fn+1=λnAPnAT+Qn。
步骤7、利用转移矩阵A和第n帧的预测状态向量计算新的位置预测参数En+1;
其中,位置预测参数
步骤8、记录触控***第n+1帧扫描得到的触控位置的位置坐标Tn+1,依据位置坐标Tn+1建立状态向量Xn+1;
步骤9、令n=n+1,进入步骤1,重复步骤1至步骤8直至触控点消失。
其中,令n=3,执行步骤1至9。
本方法整个流程即为采用强追踪自适应滤波来做轨迹的平滑,平滑效果图参考图2,图2为触控数据平滑效果图。
请参考图3,图3为本发明所提供的一种坐标预测装置结构示意图,该装置用于实现上述方法,包括:
记录模块101,用于记录扫描的位置坐标,建立位置坐标的状态向量;
设置模块102,用于设置参数集合,利用参数集合和状态向量得到预测状态向量;
获取模块103,用于依据预测状态向量获取预测位置坐标。
可见,本装置通过利用参数集合和状态向量来计算预测状态向量,再通过预测状态向量直接获取触控位置的预测位置坐标,采用向量矩阵的计算方式来实现触控位置的位置坐标的预测,整个步骤过程简单,计算流程不繁琐,降低计算复杂度。
基于上述装置,进一步的,所述位置坐标为T1,所述状态向量为X1;所述参数集合包括:转移矩阵A,观测噪声R,量测噪声C、协方差矩阵P0以及过程噪声Q1。
进一步的,设置模块包括:
设置单元,用于设置转移矩阵A,观测噪声R,量测噪声C、协方差矩阵P0以及过程噪声Q1;
第一计算单元,用于利用转移矩阵A和状态向量X1计算位置预测参数E1,利用转移矩阵A、协方差矩阵P0和过程噪声Q1计算协方差预测参数F1;
第二计算单元,用于利用观测噪声R、量测噪声C、协方差预测参数F1计算增益矩阵K1,利用量测噪声C、增益矩阵K1、坐标位置T1和位置预测参数E1计算预测状态向量
可见,本装置通过利用量测噪声C、增益矩阵K1、坐标位置T1和位置预测参数E1来计算预测状态向量再通过预测状态向量/>直接获取触控位置的预测位置坐标,采用向量矩阵的计算方式来实现触控位置的位置坐标的预测,整个步骤过程简单,计算流程不繁琐,降低计算复杂度。
基于上述装置,进一步的,所述位置坐标T1为触控***进行第一帧扫描得到的触控位置,当触控***进行第二帧扫描时,所述装置还包括:
第一向量建立模块,用于记录触控***第二帧扫描得到的触控位置的位置坐标T2,依据位置坐标T2建立状态向量X2;
第一计算模块,用于利用增益矩阵K1、量测噪声C、协方差预测参数F1计算新的协方差矩阵P1;利用转移矩阵A和预测状态向量计算第二帧的位置预测参数E2,利用转移矩阵A、协方差矩阵P1和过程噪声Q1计算第二帧的协方差预测参数F2;利用观测噪声R、量测噪声C、第二帧的协方差预测参数F2计算新的增益矩阵K2,利用量测噪声C、增益矩阵K2、位置坐标T2和第二帧的位置预测参数E2计算第二帧的预测状态向量/>
第一位置预测模块,用于依据第二帧的预测状态向量获取触控位置的预测位置坐标TP2。
进一步的,所述装置还包括:
第二计算模块,用于利用增益矩阵K2、量测噪声C、协方差预测参数F2计算新的协方差矩阵P2;
第一更改模块,用于根据第二帧和第一帧偏的速度对过程噪声Q1进行更改,得到更改后的过程噪声Q2;
第一确定模块,用于利用T2和TP2之间的距离确定比例因子λ2;
第三计算模块,用于利用比例因子λ2、协方差矩阵P2、过程噪声Q2计算新的协方差预测参数F3;利用转移矩阵A和第二帧的预测状态向量计算新的位置预测参数E3;
第二向量建立模块,用于记录触控***第3帧扫描得到的触控位置的位置坐标T3,依据位置坐标T3建立状态向量X3。
进一步,当触控***进行第n帧扫描时,n为自然数且n≥3,所述装置还包括:
第四计算模块,用于利用观测噪声R、量测噪声C、第n帧的协方差预测参数Fn计算新的增益矩阵Kn,利用量测噪声C、增益矩阵Kn、位置坐标Tn和第n帧的位置预测参数En计算第n帧的预测状态向量
第二位置预测模块,用于依据第n帧的预测状态向量获取触控位置的预测位置坐标TPn;
第二更改模块,用于根据第n帧和第n-1帧偏的速度对过程噪声Qn-1进行更改,得到更改后的过程噪声Qn;
第五计算模块,用于利用增益矩阵Kn、量测噪声C、协方差预测参数Fn计算新的协方差矩阵Pn;
第二确定模块,用于利用Tn和TPn之间的距离确定比例因子λn;
第六计算模块,用于利用比例因子λn、协方差矩阵Pn、过程噪声Qn、转移矩阵A计算新的新的协方差预测参数Fn+1;利用转移矩阵A和第n帧的预测状态向量计算新的位置预测参数En+1;
第三向量建立模块,用于记录触控***第n+1帧扫描得到的触控位置的位置坐标Tn+1,依据位置坐标Tn+1建立状态向量Xn+1;
重复模块,用于令n=n+1,进入步骤1,重复步骤1至步骤8直至触控点消失。
请参考图4,图4为本发明所提供一种坐标预测设备结构示意,该设备包括:
存储器201、处理器202以及计算机程序;
其中,计算机程序存储在存储器201中,并配置为由处理器202执行以实现如上所述的任意一种坐标预测方法。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行以实现如上所述的任意一种坐标预测方法。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的***而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的一种坐标预测方法、装置、设备及可存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (9)
1.一种坐标预测方法,其特征在于,包括:
记录扫描的位置坐标,建立位置坐标的状态向量;
设置参数集合,利用参数集合和状态向量得到预测状态向量;
依据预测状态向量获取预测位置坐标;
所述位置坐标为触控***扫描得到的触控位置的位置坐标T1,所述状态向量为X1;所述参数集合包括:转移矩阵A,观测噪声R,量测噪声C、协方差矩阵P0以及过程噪声Q1;
所述利用参数集合和状态向量得到预测状态向量,包括:
利用转移矩阵A和状态向量X1计算位置预测参数E1,利用转移矩阵A、协方差矩阵P0和过程噪声Q1计算协方差预测参数F1;
利用观测噪声R、量测噪声C、协方差预测参数F1计算增益矩阵K1,利用量测噪声C、增益矩阵K1、坐标位置T1和位置预测参数E1计算预测状态向量
所述位置坐标T1为触控***进行第一帧扫描得到的触控位置,当触控***进行第二帧扫描时,所述方法还包括以下步骤:
记录触控***第二帧扫描得到的触控位置的位置坐标T2,依据位置坐标T2建立状态向量X2;
利用增益矩阵K1、量测噪声C、协方差预测参数F1计算新的协方差矩阵P1;
利用转移矩阵A和预测状态向量计算第二帧的位置预测参数E2,利用转移矩阵A、协方差矩阵P1和过程噪声Q1计算第二帧的协方差预测参数F2;
利用观测噪声R、量测噪声C、第二帧的协方差预测参数F2计算新的增益矩阵K2,利用量测噪声C、增益矩阵K2、位置坐标T2和第二帧的位置预测参数E2计算第二帧的预测状态向量
依据第二帧的预测状态向量获取触控位置的预测位置坐标TP2。
2.如权利要求1所述的方法,其特征在于,还包括:
利用增益矩阵K2、量测噪声C、协方差预测参数F2计算新的协方差矩阵P2;
根据第二帧和第一帧偏的速度对过程噪声Q1进行更改,得到更改后的过程噪声Q2;
利用T2和TP2之间的距离确定比例因子λ2;
利用比例因子λ2、协方差矩阵P2、过程噪声Q2计算新的协方差预测参数F3;
利用转移矩阵A和第二帧的预测状态向量计算新的位置预测参数E3;
记录触控***第3帧扫描得到的触控位置的位置坐标T3,依据位置坐标T3建立状态向量X3。
3.如权利要求2所述的方法,其特征在于,当触控***进行第n帧扫描时,n为自然数且n≥3,所述方法还包括以下步骤:
步骤1、利用观测噪声R、量测噪声C、第n帧的协方差预测参数Fn计算新的增益矩阵Kn,利用量测噪声C、增益矩阵Kn、位置坐标Tn和第n帧的位置预测参数En计算第n帧的预测状态向量
步骤2、依据第n帧的预测状态向量获取触控位置的预测位置坐标TPn;
步骤3、根据第n帧和第n-1帧偏的速度对过程噪声Qn-1进行更改,得到更改后的过程噪声Qn;
步骤4、利用增益矩阵Kn、量测噪声C、协方差预测参数Fn计算新的协方差矩阵Pn;
步骤5、利用Tn和TPn之间的距离确定比例因子λn;
步骤6、利用比例因子λn、协方差矩阵Pn、过程噪声Qn、转移矩阵A计算新的协方差预测参数Fn+1;
步骤7、利用转移矩阵A和第n帧的预测状态向量计算新的位置预测参数En+1;
步骤8、记录触控***第n+1帧扫描得到的触控位置的位置坐标Tn+1,依据位置坐标Tn+1建立状态向量Xn+1;
步骤9、令n=n+1,进入步骤1,重复步骤1至步骤8直至触控点消失。
4.如权利要求3所述的方法,其特征在于,所述根据第二帧和第一帧偏的速度对过程噪声Q1进行更改,得到更改后的过程噪声Q2,包括:
计算第二帧扫描位置T2和上一帧扫描位置T1之间的距离v,利用距离v对过程噪声Q1进行更改,得到更改后的过程噪声Q2。
5.如权利要求4所述的方法,其特征在于,预测状态向量的计算公式为:/>
6.如权利要求5所述的方法,其特征在于,协方差预测参数Fn+1的计算公式为:Fn+1=λnAPnAT+Qn。
7.一种坐标预测装置,其特征在于,用于实现权利要求1至6中任意一项所述的方法,包括:
记录模块,用于记录扫描的位置坐标,建立位置坐标的状态向量;
设置模块,用于设置参数集合,利用参数集合和状态向量得到预测状态向量;
获取模块,用于依据预测状态向量获取预测位置坐标。
8.一种坐标预测设备,其特征在于,包括:
存储器、处理器以及计算机程序;
其中,所述计算机程序存储在所述存储器中,并配置为由所述处理器执行以实现如权利要求1至6任意一项所述的方法。
9.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行以实现如权利要求1至6中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911081631.XA CN110989856B (zh) | 2019-11-07 | 2019-11-07 | 一种坐标预测方法、装置、设备及可存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911081631.XA CN110989856B (zh) | 2019-11-07 | 2019-11-07 | 一种坐标预测方法、装置、设备及可存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110989856A CN110989856A (zh) | 2020-04-10 |
CN110989856B true CN110989856B (zh) | 2024-03-22 |
Family
ID=70083371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911081631.XA Active CN110989856B (zh) | 2019-11-07 | 2019-11-07 | 一种坐标预测方法、装置、设备及可存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110989856B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112230801A (zh) * | 2020-10-23 | 2021-01-15 | 上海磐启微电子有限公司 | 应用于触摸轨迹的卡尔曼平滑处理方法、存储器及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096530A (zh) * | 2011-01-28 | 2011-06-15 | 广东威创视讯科技股份有限公司 | 一种多点触摸轨迹跟踪方法 |
CN102890576A (zh) * | 2011-07-22 | 2013-01-23 | 宸鸿科技(厦门)有限公司 | 触控屏触摸轨迹检测方法及检测装置 |
EP2645218A1 (en) * | 2012-03-29 | 2013-10-02 | Sony Mobile Communications AB | Method for operating an electronic device |
CN107561503A (zh) * | 2017-08-28 | 2018-01-09 | 哈尔滨工业大学 | 一种基于多重渐消因子的自适应目标跟踪滤波方法 |
CN108802721A (zh) * | 2018-08-22 | 2018-11-13 | 哈尔滨工业大学 | 一种任意直线约束下目标跟踪方法 |
CN110208792A (zh) * | 2019-06-26 | 2019-09-06 | 哈尔滨工业大学 | 同时估计目标状态和轨迹参数的任意直线约束跟踪方法 |
-
2019
- 2019-11-07 CN CN201911081631.XA patent/CN110989856B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096530A (zh) * | 2011-01-28 | 2011-06-15 | 广东威创视讯科技股份有限公司 | 一种多点触摸轨迹跟踪方法 |
CN102890576A (zh) * | 2011-07-22 | 2013-01-23 | 宸鸿科技(厦门)有限公司 | 触控屏触摸轨迹检测方法及检测装置 |
EP2645218A1 (en) * | 2012-03-29 | 2013-10-02 | Sony Mobile Communications AB | Method for operating an electronic device |
CN107561503A (zh) * | 2017-08-28 | 2018-01-09 | 哈尔滨工业大学 | 一种基于多重渐消因子的自适应目标跟踪滤波方法 |
CN108802721A (zh) * | 2018-08-22 | 2018-11-13 | 哈尔滨工业大学 | 一种任意直线约束下目标跟踪方法 |
CN110208792A (zh) * | 2019-06-26 | 2019-09-06 | 哈尔滨工业大学 | 同时估计目标状态和轨迹参数的任意直线约束跟踪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110989856A (zh) | 2020-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108629343B (zh) | 一种基于边缘检测和改进Harris角点检测的车牌定位方法和*** | |
JP2008017364A5 (zh) | ||
JP2012501494A5 (zh) | ||
JP5993233B2 (ja) | 画像処理装置及び画像処理方法 | |
KR101107254B1 (ko) | 인접 블록의 움직임 벡터를 이용한 움직임 벡터 추정 방법및 그 장치 | |
JP6369150B2 (ja) | アンチエイリアシングエッジを回復するフィルタリング方法及びフィルタリング装置 | |
US11461875B2 (en) | Displacement measurement device and displacement measurement method | |
CN108510475B (zh) | 一种肌肉连续超声图像中肌肉肌腱结的测量方法及*** | |
CN104463876B (zh) | 一种基于自适应滤波的复杂背景下图像多圆快速检测方法 | |
CN110989856B (zh) | 一种坐标预测方法、装置、设备及可存储介质 | |
CN109102524B (zh) | 图像特征点的跟踪方法和跟踪装置 | |
US8300015B2 (en) | Method of detecting the movement of an entity equipped with an image sensor and device for implementing same | |
CN111105452A (zh) | 基于双目视觉的高低分辨率融合立体匹配方法 | |
CN108898148A (zh) | 一种数字图像角点检测方法、***及计算机可读存储介质 | |
JP5251544B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
CN114494046A (zh) | 触摸轨迹处理方法、装置、终端、存储介质及程序产品 | |
US11373295B2 (en) | Displacement measurement device and displacement measurement method | |
CN107977986A (zh) | 一种运动轨迹的预测方法及装置 | |
CN110320800B (zh) | 控制***补偿方法、装置、介质及智能设备 | |
CN106611405B (zh) | 图像插值方法及装置 | |
Čisar et al. | Kernel sets in compass edge detection | |
JP2015056043A5 (zh) | ||
KR101630231B1 (ko) | 의료영상 기반 혈관 검출 방법 및 그 장치 | |
CN110427816B (zh) | 物体检测方法、装置、计算机设备和存储介质 | |
CN106558024B (zh) | 进行自适应窗口拓展的自回归插值方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |