JP2018001721A - Writing device and computer program - Google Patents
Writing device and computer program Download PDFInfo
- Publication number
- JP2018001721A JP2018001721A JP2016135917A JP2016135917A JP2018001721A JP 2018001721 A JP2018001721 A JP 2018001721A JP 2016135917 A JP2016135917 A JP 2016135917A JP 2016135917 A JP2016135917 A JP 2016135917A JP 2018001721 A JP2018001721 A JP 2018001721A
- Authority
- JP
- Japan
- Prior art keywords
- writing
- time
- series data
- pressure
- gripping force
- 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.)
- Granted
Links
- 238000004590 computer program Methods 0.000 title description 10
- 238000004364 calculation method Methods 0.000 claims abstract description 129
- 238000001514 detection method Methods 0.000 claims abstract description 87
- 238000009795 derivation Methods 0.000 claims description 75
- 238000000034 method Methods 0.000 claims description 51
- 230000002123 temporal effect Effects 0.000 claims description 9
- 230000002040 relaxant effect Effects 0.000 abstract description 13
- 230000014509 gene expression Effects 0.000 description 40
- 210000003811 finger Anatomy 0.000 description 34
- 238000007781 pre-processing Methods 0.000 description 29
- 230000010365 information processing Effects 0.000 description 24
- 210000003813 thumb Anatomy 0.000 description 18
- 239000008186 active pharmaceutical agent Substances 0.000 description 15
- 238000004891 communication Methods 0.000 description 15
- 238000001914 filtration Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 238000012986 modification Methods 0.000 description 10
- 230000004048 modification Effects 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 5
- 210000001015 abdomen Anatomy 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 229920000642 polymer Polymers 0.000 description 4
- 244000025254 Cannabis sativa Species 0.000 description 3
- 206010017577 Gait disturbance Diseases 0.000 description 2
- 241000692885 Nymphalis antiopa Species 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241001422033 Thestylus Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Images
Landscapes
- User Interface Of Digital Computer (AREA)
- Force Measurement Appropriate To Specific Purposes (AREA)
Abstract
Description
本発明は、筆記装置及びコンピュータープログラムに関する。 The present invention relates to a writing apparatus and a computer program.
非特許文献１に記載されたペン型入力インターフェースでは、筆記具としてボールペンが利用される。ボールペンは、外装部材と、芯とを備える。芯の側面には、歪ゲージが装着される。芯及び歪ゲージは、外装部材の内部に収容される。芯の先端部、つまり、ペン先は、外装部材から露出している。
In the pen-type input interface described in Non-Patent
歪ゲージは、芯の先端部の変位に応じた芯の歪を検出する。歪は、筆記に応じた物理量の一例である。そして、歪ゲージが検出した歪に基づいて、筆跡が推定される。 The strain gauge detects the strain of the core according to the displacement of the tip of the core. Distortion is an example of a physical quantity corresponding to writing. The handwriting is estimated based on the strain detected by the strain gauge.
しかしながら、非特許文献１に記載されたペン型入力インターフェースでは、芯と外装部材とが一体不可分に形成されている筆記具（例えば、鉛筆）を利用できない。歪ゲージを芯の側面に装着できないからである。
However, the pen-type input interface described in Non-Patent
すなわち、非特許文献１に記載されたペン型入力インターフェースでは、利用可能な筆記具の種類が制限される。
That is, in the pen-type input interface described in Non-Patent
本発明は上記課題に鑑みてなされたものであり、その目的は、利用可能な筆記具の種類の制限を緩和しつつ、筆記に応じた物理量を検出できる筆記装置及びコンピュータープログラムを提供することにある。 The present invention has been made in view of the above problems, and an object of the present invention is to provide a writing apparatus and a computer program capable of detecting a physical quantity according to writing while relaxing restrictions on types of writing tools that can be used. .
本発明の第１の観点によれば、筆記装置は、軸体を含む筆記具と、前記軸体に作用する把持力を検出する検出部とを備える。 According to a first aspect of the present invention, a writing apparatus includes a writing instrument including a shaft body and a detection unit that detects a gripping force that acts on the shaft body.
本発明の筆記装置は、第１筆記量算出部をさらに備えることが好ましい。第１筆記量算出部は、前記把持力の時間変化を示す時系列データに基づいて第１筆記量を算出することが好ましい。前記第１筆記量は、記号の出現回数を示し、前記記号は、前記筆記具の先端部の筆記面上での移動軌跡に対応することが好ましい。 It is preferable that the writing device of the present invention further includes a first writing amount calculation unit. It is preferable that the first writing amount calculation unit calculates the first writing amount based on time-series data indicating a temporal change in the gripping force. The first writing amount indicates the number of appearances of a symbol, and the symbol preferably corresponds to a movement locus on a writing surface of a tip portion of the writing instrument.
本発明の筆記装置において、前記第１筆記量算出部は、前記時系列データに基づいて、前記把持力を示す時系列の複数の圧力値から複数の極値を検出し、前記複数の極値に基づいて複数の極値間時間を算出し、前記複数の極値間時間に基づいて前記第１筆記量を算出することが好ましい。前記極値間時間は、前記複数の極値のうち、隣り合う極値と極値との間の時間を示すことが好ましい。 In the writing device of the present invention, the first writing amount calculation unit detects a plurality of extreme values from a plurality of time-series pressure values indicating the gripping force based on the time-series data, and the plurality of extreme values It is preferable to calculate a plurality of inter-extremum times based on the first and the first writing amount based on the plurality of inter-extreme time. It is preferable that the time between extreme values indicates a time between adjacent extreme values among the plurality of extreme values.
本発明の筆記装置において、前記第１筆記量算出部は、式（１）に基づいて閾値を算出し、前記極値間時間が式（２）に示す条件を満たすか否かを判定し、判定結果に基づいて前記第１筆記量を算出することが好ましい。
Ｙ（ｍ）＝αＸ（Ｍ）＋β …（１）
Ｙ（ｍ）は、ｍ（ｍは１以上の整数）番目の前記閾値を示すことが好ましい。
Ｘ（Ｍ）は、Ｍ（Ｍはｍより小さい整数）番目の前記極値間時間を示すことが好ましい。
αは、第１定数を示し、１．５以上２．５未満の実数であることが好ましい。
βは、第２定数を示すことが好ましい。
Ｘ（ｍ）＞Ｙ（ｍ） …（２）
Ｘ（ｍ）は、ｍ番目の前記極値間時間を示すことが好ましい。
In the writing device of the present invention, the first writing amount calculation unit calculates a threshold based on the formula (1), determines whether or not the time between the extreme values satisfies the condition shown in the formula (2), It is preferable to calculate the first writing amount based on the determination result.
Y (m) = αX (M) + β (1)
Y (m) preferably represents the mth (m is an integer of 1 or more) th threshold value.
X (M) preferably represents the M-th inter-extremum time (M is an integer smaller than m).
α represents a first constant, and is preferably a real number of 1.5 or more and less than 2.5.
β preferably represents a second constant.
X (m)> Y (m) (2)
X (m) preferably represents the mth inter-extreme time.
本発明の筆記装置において、前記式（１）の前記第１定数には、セグメント間時間と記号間時間とに基づいて導出された単回帰式の回帰係数が設定されていることが好ましい。前記記号間時間は、複数の導出用記号のうち、隣り合う導出用記号のうちの一方の導出用記号の終点から他方の導出用記号の始点までの導出用筆記具の先端部の移動時間を示すことが好ましい。前記導出用記号の各々は、複数のセグメントを含み、前記導出用筆記具の前記先端部の筆記面上での移動軌跡に対応することが好ましい。前記セグメント間時間は、前記複数のセグメントのうち、セグメントの終点から、前記セグメントの次のセグメントの始点までの前記導出用筆記具の前記先端部の移動時間を示すことが好ましい。 In the writing device of the present invention, it is preferable that a regression coefficient of a single regression equation derived based on the inter-segment time and the inter-symbol time is set in the first constant of the equation (1). The inter-symbol time indicates the movement time of the leading end portion of the derivation writing tool from the end point of one derivation symbol to the start point of the other derivation symbol among a plurality of derivation symbols. It is preferable. Each of the derivation symbols includes a plurality of segments, and preferably corresponds to a movement locus on the writing surface of the tip portion of the derivation writing instrument. It is preferable that the inter-segment time indicates a moving time of the tip of the derivation writing instrument from the end point of the segment to the start point of the next segment of the segment among the plurality of segments.
本発明の筆記装置は、筆記速度算出部をさらに備えることが好ましい。筆記速度算出部は、前記第１筆記量に基づいて筆記速度を算出することが好ましい。前記筆記速度は、単位時間当たりの前記記号の出現回数を示すことが好ましい。 The writing device of the present invention preferably further includes a writing speed calculation unit. It is preferable that the writing speed calculation unit calculates the writing speed based on the first writing amount. The writing speed preferably indicates the number of appearances of the symbol per unit time.
本発明の筆記装置は、第２筆記量算出部をさらに備えることが好ましい。第２筆記量算出部は、前記把持力の時間変化を示す時系列データに基づいて第２筆記量を算出することが好ましい。前記第２筆記量は、前記筆記具の先端部の筆記面上での移動距離に対応する量を示すことが好ましい。 It is preferable that the writing device of the present invention further includes a second writing amount calculation unit. It is preferable that the second writing amount calculation unit calculates the second writing amount based on time-series data indicating a temporal change in the gripping force. It is preferable that the second writing amount indicates an amount corresponding to the moving distance of the tip portion of the writing instrument on the writing surface.
本発明の筆記装置は、筆記図形特定部をさらに備えることが好ましい。筆記図形特定部は、前記把持力の時間変化を示す時系列データに基づいてパターンマッチングを実行して、筆記図形の種類を特定することが好ましい。前記筆記図形は、前記筆記具の先端部の筆記面上での移動軌跡に対応することが好ましい。 It is preferable that the writing apparatus of the present invention further includes a writing figure specifying unit. It is preferable that the written figure specifying unit specifies the type of the written figure by performing pattern matching based on time-series data indicating the temporal change of the gripping force. It is preferable that the written figure corresponds to a movement locus on the writing surface of the tip of the writing instrument.
本発明の筆記装置において、前記検出部は、各々が圧力を検出する複数の圧力検出部を含むことが好ましい。前記複数の圧力検出部は、それぞれ、前記軸体の外面のうちの複数の領域に対応して配置されることが好ましい。 In the writing apparatus according to the aspect of the invention, it is preferable that the detection unit includes a plurality of pressure detection units each detecting pressure. The plurality of pressure detectors are preferably arranged corresponding to a plurality of regions on the outer surface of the shaft body.
本発明の筆記装置は、グリップ部材をさらに備えることが好ましい。グリップ部材は、前記軸体に装着され、弾性を有することが好ましい。前記検出部は、前記軸体と前記グリップ部材との間に配置され、又は前記グリップ部材の内部に配置されることが好ましい。 The writing device of the present invention preferably further includes a grip member. The grip member is preferably attached to the shaft body and has elasticity. It is preferable that the detection unit is disposed between the shaft body and the grip member, or disposed inside the grip member.
本発明の筆記装置は、ローパスフィルターをさらに備えることが好ましい。ローパスフィルターは、前記把持力の時間変化を示す時系列データのうち、高周波成分を除去して、低周波成分を出力することが好ましい。 The writing apparatus of the present invention preferably further includes a low-pass filter. It is preferable that the low-pass filter removes a high-frequency component from the time-series data indicating the temporal change of the gripping force and outputs a low-frequency component.
本発明の第２の観点によれば、コンピュータープログラムは、筆記具の軸体に作用する把持力の時間変化を示す時系列データを取得するステップと、前記時系列データに基づいて、第１筆記量を算出する処理と筆記図形の種類を特定する処理とのうちの少なくとも１つの処理を実行するステップとをコンピューターに実行させる。前記第１筆記量は、記号の出現回数を示す。前記記号及び前記筆記図形の各々は、前記筆記具の先端部の筆記面上での移動軌跡に対応する。 According to the second aspect of the present invention, the computer program obtains time-series data indicating a time change in gripping force acting on the shaft body of the writing instrument, and the first writing amount based on the time-series data. The computer is caused to execute a step of executing at least one of the process of calculating the process and the process of specifying the type of the written figure. The first writing amount indicates the number of appearances of symbols. Each of the symbol and the writing figure corresponds to a movement locus on the writing surface of the tip portion of the writing instrument.
本発明によれば、利用可能な筆記具の種類の制限を緩和しつつ、筆記に応じた物理量を検出できる。 According to the present invention, it is possible to detect a physical quantity corresponding to writing while relaxing restrictions on types of writing instruments that can be used.
以下、本発明の実施形態について、図面を参照しながら説明する。なお、図中、同一または相当部分については同一の参照符号を付して説明を繰り返さない。 Hereinafter, embodiments of the present invention will be described with reference to the drawings. In the drawings, the same or corresponding parts are denoted by the same reference numerals and description thereof is not repeated.
図１（ａ）は、本発明の実施形態に係る筆記装置１００を示す図である。図１（ｂ）は、図１（ａ）のＩＢ−ＩＢ線に沿った断面図である。
Fig.1 (a) is a figure which shows the
図１（ａ）に示すように、筆記装置１００は、筆記具１と、検出部１０と、コントローラー１１と、情報処理装置２１とを備える。なお、導出用検出部３１については後述する。
As illustrated in FIG. 1A, the
筆記具１は、使用者によって把持及び操作される。そして、筆記具１は、使用者の操作に応じて、シート３３（例えば、紙）の筆記面３３ａに接触して、筆記面３３ａに記号及び／又は図形を形成する（例えば、記す）。
The
具体的には、筆記具１は、軸体３と、筆記部５と、操作部７とを含む。軸体３は、略筒状である。軸体３は筆記部５を収容する。操作部７が使用者によって操作されると、筆記部５が軸体３から繰り出され、筆記部５の先端部が軸体３から露出する。筆記部５の先端部９は、使用者の操作に応じて、筆記面３３ａに接触して、筆記面３３ａに記号及び／又は図形を形成する。筆記部５の先端部９は、筆記具１の先端部を構成する。従って、筆記具１の先端部に、筆記部５の先端部９と同じ符号「９」を付する場合がある。本実施形態では、筆記具１はシャープペンシルであり、筆記部５は黒鉛のような芯であり、操作部７はノックボタンである。
Specifically, the
検出部１０は、軸体３の外面に対向するように軸体３の外面に配置される。検出部１０は、軸体３に作用する把持力を検出し、把持力を表す把持力信号ＳＧを出力する。把持力は、使用者が軸体３を把持したときに軸体３に作用する力を示す。使用者が筆記を行うと、把持力が変化するため、把持力は、筆記に応じた物理量の一例である。
The
具体的には、検出部１０は、複数の圧力検出部Ｇ（本実施形態では、３個の圧力検出部Ｇ）を含む。圧力検出部Ｇの各々は、圧力検出部Ｇに加えられる圧力を検出する。使用者が筆記を行うと、圧力検出部Ｇに加えられる圧力が変化するため、圧力は、筆記に応じた物理量の一例である。圧力検出部Ｇの各々は、略平面状である。
Specifically, the
圧力検出部Ｇは、本実施形態では、圧力センサーである。圧力センサーは、例えば、高分子圧膜フィルム型圧力センサー、静電容量型圧力センサー、又は導電性ゴム型圧力センサーである。 In the present embodiment, the pressure detection unit G is a pressure sensor. The pressure sensor is, for example, a polymer pressure film type pressure sensor, a capacitance type pressure sensor, or a conductive rubber type pressure sensor.
高分子圧膜フィルム型圧力センサーはセンサー部を含む。センサー部に圧力が加えられると、センサー部の電気抵抗が変化する。例えば、圧力が大きい程、電気抵抗が減少する。従って、高分子圧膜フィルム型圧力センサーは、圧力の変化を電気抵抗の変化として検出し、電気抵抗に対応する電気信号を圧力信号として出力する。静電容量型圧力センサーはセンサー部を含む。センサー部に圧力が加えられると、センサー部の静電容量が変化する。従って、静電容量型圧力センサーは、圧力の変化を静電容量の変化として検出し、静電容量に対応する電気信号を圧力信号として出力する。導電性ゴム型圧力センサーはセンサー部を含む。センサー部はゴムを含む。センサー部に圧力が加えられると、ゴムが変位し、ゴムの電気抵抗が変化する。従って、導電性ゴム型圧力センサーは、圧力の変化を電気抵抗の変化として検出し、電気抵抗に対応する電気信号を圧力信号として出力する。 The polymer pressure film type pressure sensor includes a sensor part. When pressure is applied to the sensor unit, the electrical resistance of the sensor unit changes. For example, the electrical resistance decreases as the pressure increases. Therefore, the polymer pressure film type pressure sensor detects a change in pressure as a change in electrical resistance, and outputs an electrical signal corresponding to the electrical resistance as a pressure signal. The capacitive pressure sensor includes a sensor unit. When pressure is applied to the sensor unit, the capacitance of the sensor unit changes. Therefore, the capacitance type pressure sensor detects a change in pressure as a change in capacitance, and outputs an electric signal corresponding to the capacitance as a pressure signal. The conductive rubber type pressure sensor includes a sensor unit. The sensor part includes rubber. When pressure is applied to the sensor unit, the rubber is displaced and the electrical resistance of the rubber changes. Therefore, the conductive rubber pressure sensor detects a change in pressure as a change in electrical resistance, and outputs an electrical signal corresponding to the electrical resistance as a pressure signal.
３個の圧力検出部Ｇは、それぞれ、軸体３の外面のうちの３個の領域に対応して配置される。３個の圧力検出部Ｇは、互いに離間して配置される。３個の圧力検出部Ｇのうち、親指に対応する圧力検出部Ｇを圧力検出部Ｇ１と記載し、人差し指に対応する圧力検出部Ｇを圧力検出部Ｇ２と記載し、中指に対応する圧力検出部Ｇを圧力検出部Ｇ３と記載する場合がある。
The three pressure detectors G are respectively arranged corresponding to three regions of the outer surface of the
軸体３に作用する把持力は、圧力検出部Ｇ１〜圧力検出部Ｇ３がそれぞれ検出する圧力によって表される。
The gripping force acting on the
具体的には、圧力検出部Ｇ１には親指（具体的には、親指の腹）が接触する。従って、圧力検出部Ｇ１は、親指が加える圧力を検出し、圧力を表す圧力信号Ｒ１を出力する。圧力検出部Ｇ２には人差し指（具体的には、人差し指の腹）が接触する。従って、圧力検出部Ｇ２は、人差し指が加える圧力を検出し、圧力を表す圧力信号Ｒ２を出力する。圧力検出部Ｇ３には中指（具体的には、中指の第１関節）が接触する。従って、圧力検出部Ｇ３は、中指が加える圧力を検出し、圧力を表す圧力信号Ｒ３を出力する。圧力信号Ｒ１〜圧力信号Ｒ３は把持力信号ＳＧを構成する。 Specifically, the thumb (specifically, the belly of the thumb) is in contact with the pressure detection unit G1. Accordingly, the pressure detection unit G1 detects the pressure applied by the thumb and outputs a pressure signal R1 representing the pressure. An index finger (specifically, the belly of the index finger) contacts the pressure detection unit G2. Therefore, the pressure detection unit G2 detects the pressure applied by the index finger and outputs a pressure signal R2 representing the pressure. The middle finger (specifically, the first joint of the middle finger) is in contact with the pressure detection unit G3. Therefore, the pressure detector G3 detects the pressure applied by the middle finger and outputs a pressure signal R3 representing the pressure. The pressure signal R1 to the pressure signal R3 constitute a gripping force signal SG.
図１（ｂ）に示すように、軸体３のうち圧力検出部Ｇ１〜圧力検出部Ｇ３が配置される部分の断面は、略三角形状である。従って、軸体３の外面のうち、圧力検出部Ｇ１〜圧力検出部Ｇ３がそれぞれ配置される領域は、略平坦面である。つまり、軸体３の外面のうち、親指、人差し指、及び中指にそれぞれ対応する領域は、略平坦面である。従って、使用者の親指、人差し指、及び中指が、それぞれ、圧力検出部Ｇ１、圧力検出部Ｇ２、及び圧力検出部Ｇ３に接触するように、使用者を案内できる。
As shown in FIG.1 (b), the cross section of the part by which the pressure detection part G1-pressure detection part G3 is arrange | positioned among the
図１（ａ）に示すように、コントローラー１１は、把持力信号ＳＧを所定周波数でサンプリングし、把持力時系列データＤＴ１（時系列データ）を生成する。把持力時系列データＤＴ１は、把持力の時間変化を示す。そして、コントローラー１１は、把持力時系列データＤＴ１を情報処理装置２１に無線送信する。
As shown in FIG. 1A, the
すなわち、コントローラー１１は、圧力信号Ｒ１を所定周波数でサンプリングし、圧力時系列データＤ１を生成する。圧力時系列データＤ１は、親指が加える圧力の時間変化を示す。コントローラー１１は、圧力信号Ｒ２を所定周波数でサンプリングし、圧力時系列データＤ２を生成する。圧力時系列データＤ２は、人差し指が加える圧力の時間変化を示す。コントローラー１１は、圧力信号Ｒ３を所定周波数でサンプリングし、圧力時系列データＤ３を生成する。圧力時系列データＤ３は、中指が加える圧力の時間変化を示す。そして、コントローラー１１は、圧力時系列データＤ１〜圧力時系列データＤ３を把持力時系列データＤＴ１として情報処理装置２１に無線送信する。
That is, the
具体的には、コントローラー１１は、プロセッサー１１ａと、記憶装置１１ｂと、通信装置１１ｃとを含む。プロセッサー１１ａは、記憶装置１１ｂ及び通信装置１１ｃを制御する。記憶装置１１ｂは、例えば、半導体メモリーを含む。通信装置１１ｃは、例えば、近距離無線通信機を含む。近距離無線通信機は、例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）に準じた近距離無線通信を実行する。
Specifically, the
プロセッサー１１ａは、圧力時系列データＤ１〜圧力時系列データＤ３を生成する。記憶装置１１ｂは、プロセッサー１１ａの制御を受けて、圧力時系列データＤ１〜圧力時系列データＤ３を記憶する。通信装置１１ｃは、プロセッサー１１ａの制御を受けて、圧力時系列データＤ１〜圧力時系列データＤ３を把持力時系列データＤＴ１として情報処理装置２１に無線送信する。
The
情報処理装置２１は、プロセッサー２１ａと、記憶装置２１ｂと、通信装置２１ｃとを備える。プロセッサー２１ａは、記憶装置２１ｂ及び通信装置２１ｃを制御する。記憶装置２１ｂは、例えば、半導体メモリーを含み、ハードディスクドライブ及び／又はリムーバブル記憶媒体を含んでいてもよい。通信装置２１ｃは、例えば、近距離無線通信機である。近距離無線通信機は、例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）に準じた近距離無線通信を実行する。情報処理装置２１は、例えば、パーソナルコンピューターである。
The
情報処理装置２１は、把持力時系列データＤＴ１を受信及び処理する。具体的には、通信装置２１ｃは、プロセッサー２１ａの制御を受けて、把持力時系列データＤＴ１を受信する。記憶装置２１ｂは、プロセッサー２１ａの制御を受けて、把持力時系列データＤＴ１を記憶する。プロセッサー２１ａは、把持力時系列データＤＴ１に基づいて筆記情報を算出する。筆記情報は、筆記量（第１筆記量、第２筆記量、及び第３筆記量）と、筆記速度と、筆記図形の種類とを含む。
The
以上、図１（ａ）及び図１（ｂ）を参照して説明したように、本実施形態によれば、検出部１０は、筆記部５の先端部９の変位に応じた筆記部５の歪ではなく、軸体３に作用する把持力を、筆記に応じた物理量として検出する。つまり、筆記部５に歪ゲージのようなセンサーを装着することなしに、筆記に応じた物理量を検出できる。従って、鉛筆のように筆記部（芯に相当）と軸体（外装部材に相当）とが一体不可分に形成されている筆記具を利用する場合であっても、筆記に応じた物理量を検出できる。つまり、利用可能な筆記具の種類の制限を緩和しつつ、筆記に応じた物理量を検出できる。その結果、利用可能な筆記具の種類の制限を緩和しつつ、筆記に応じた物理量に基づいて筆記情報を算出できる。
As described above with reference to FIGS. 1A and 1B, according to the present embodiment, the
具体的には、把持力は、検出部１０を軸体３の外面に対向するように軸体３の外面に配置することによって検出可能である。従って、鉛筆のように筆記部と軸体とが一体不可分に形成されている場合であっても、軸体の外面に検出部１０を配置できる。その結果、利用可能な筆記具の種類の制限を緩和しつつ、把持力に基づいて筆記情報を算出できる。
Specifically, the gripping force can be detected by arranging the
本実施形態では、筆記具１として、シャープペンシルだけでなく、例えば、ボールペン及びフェルトペンのような様々な種類のペン、万年筆、鉛筆、及びスタイラスを採用できる。スタイラスは、例えば、タッチパネルに接触して筆記を行うための筆記具である。このように、様々な種類の筆記具を筆記具１として採用できるため、幅広い使用者が違和感なく筆記具１を使用できる。従って、使用者に快適な使用環境を提供しつつ、筆記情報を算出できる。なお、軸体３の形状も特に限定されず、例えば、略柱状であってもよい。
In this embodiment, not only a mechanical pencil but also various kinds of pens such as a ballpoint pen and a felt pen, a fountain pen, a pencil, and a stylus can be used as the
また、本実施形態によれば、複数の圧力検出部Ｇは、それぞれ、軸体３の外面のうちの複数の領域に対応して配置される。従って、軸体３を把持する複数の指にそれぞれ起因する複数の圧力を検出できる。その結果、単数の圧力検出部Ｇを配置する場合と比較して、把持力を表す情報量が増加し、筆記情報の算出の精度を向上できる。
Moreover, according to this embodiment, the several pressure detection part G is arrange | positioned corresponding to the some area | region of the outer surface of the
特に、圧力検出部Ｇ１が親指からの圧力を検出し、圧力検出部Ｇ２が人差し指からの圧力を検出し、圧力検出部Ｇ３が中指からの圧力を検出する。従って、筆記具１の一般的な持ち方に対応した把持力を検出できる。その結果、筆記情報の算出の精度を更に向上できる。なお、筆記具１の一般的な持ち方では、使用者は、親指の腹と、人差し指の腹と、中指の第１関節とで、軸体３を挟むことによって、軸体３を把持する。
In particular, the pressure detection unit G1 detects pressure from the thumb, the pressure detection unit G2 detects pressure from the index finger, and the pressure detection unit G3 detects pressure from the middle finger. Therefore, the gripping force corresponding to the general way of holding the
また、本実施形態によれば、圧力検出部Ｇの各々は略平面状である。従って、圧力検出部Ｇを軸体３に装着した場合であっても、軸体３の太さ及びの重量の変化を抑制できる。その結果、使用者は、使い慣れた一般的な筆記具を使用する場合と同様に筆記具１を取り扱うことができ、筆記具１を使い易い。
Moreover, according to this embodiment, each of the pressure detection part G is substantially planar shape. Therefore, even when the pressure detection unit G is mounted on the
次に、図１及び図２を参照して、情報処理装置２１について説明する。図２は、情報処理装置２１を示す機能ブロック図である。図２に示すように、情報処理装置２１は、前処理部４１と、第１筆記量算出部４３と、筆記速度算出部４５と、第２筆記量算出部４７と、筆記図形特定部４９とを含む。前処理部４１はローパスフィルター４１ａを含む。なお、単回帰式導出部５１については後述する。
Next, the
具体的には、図１（ａ）及び図２に示すように、プロセッサー２１ａが、記憶装置２１ｂに記憶されたコンピュータープログラムを実行することによって、前処理部４１、第１筆記量算出部４３、筆記速度算出部４５、第２筆記量算出部４７、及び筆記図形特定部４９として機能する。
Specifically, as shown in FIG. 1A and FIG. 2, the
前処理部４１は、通信装置２１ｃを介して、筆記具１が送信した把持力時系列データＤＴ１を取得する。そして、前処理部４１は、把持力時系列データＤＴ１に対してローパスフィルター処理を実行し、把持力時系列データＤＴ２（時系列データ）を出力する。把持力時系列データＤＴ２は、把持力の時間変化を示す。
The preprocessing
すなわち、ローパスフィルター４１ａが、把持力時系列データＤＴ１から所定周波数以上の高周波成分を除去して、低周波成分の把持力時系列データＤＴ２を出力する。具体的には、ローパスフィルター４１ａは、圧力時系列データＤ１から所定周波数以上の高周波成分を除去して、低周波成分の圧力時系列データＤＴ１２を出力する。同様に、ローパスフィルター４１ａは、圧力時系列データＤ２を処理して、低周波成分の圧力時系列データＤＴ２２を出力し、圧力時系列データＤ３を処理して、低周波成分の圧力時系列データＤＴ３２を出力する。圧力時系列データＤＴ１２〜圧力時系列データＤＴ３２は把持力時系列データＤＴ２を構成する。
That is, the low-
本実施形態では、ローパスフィルター４１ａは、把持力時系列データＤＴ１に対して移動平均処理を実行して、把持力時系列データＤＴ２を出力する。なお、移動平均処理はローパスフィルター処理の一例である。
In the present embodiment, the low-
例えば、ローパスフィルター４１ａは、圧力時系列データＤ１〜圧力時系列データＤ３の各々に対して、式（１）に示す移動平均処理を実行して、圧力時系列データＤＴ１２〜圧力時系列データＤＴ３２を出力する。式（１）は指数移動平均を示す。
ＯＵＴ［ｔ］＝０．９×ＯＵＴ［ｔ−１］＋０．１×Ｓ［ｔ］ …（１）
For example, the low-
OUT [t] = 0.9 × OUT [t−1] + 0.1 × S [t] (1)
ＯＵＴ［ｔ］は、ローパスフィルター４１ａが出力する時間ｔでの圧力値を示し、ＯＵＴ［ｔ−１］は、ローパスフィルター４１ａが出力する時間（ｔ−１）での圧力値を示す。Ｓ［ｔ］は、ローパスフィルター４１ａに入力される時間ｔでの圧力値を示す。なお、時間ｔはサンプリング順番によって表される。
OUT [t] represents the pressure value at time t output from the low-
さらに、前処理部４１は、親指に基づく圧力時系列データＤＴ１２及び人差し指に基づく圧力時系列データＤＴ２２に対して算術平均処理を実行して、把持力時系列データＤＡ（時系列データ）を出力する。把持力時系列データＤＡは、親指と人差し指とに基づく把持力の時間変化を示す。
Further, the
例えば、前処理部４１は、圧力時系列データＤＴ１２及び圧力時系列データＤＴ２２に対して、式（２）に示す算術平均処理を実行して、把持力時系列データＤＡを出力する。
ＡＶ［ｔ］＝（ＯＵＴ１［ｔ］＋ＯＵＴ２［ｔ］）／２ …（２）
For example, the preprocessing
AV [t] = (OUT1 [t] + OUT2 [t]) / 2 (2)
ＡＶ［ｔ］は、前処理部４１が出力する時間ｔでの平均圧力値を示す。つまり、ＡＶ１［ｔ］は、把持力時系列データＤＡを構成する時系列の複数の圧力値のうち、時間ｔでの圧力値を示す。ＯＵＴ１［ｔ］は、圧力時系列データＤＴ１２を構成する時系列の複数の圧力値のうち、時間ｔでの圧力値を示す。ＯＵＴ２［ｔ］は、圧力時系列データＤＴ２２を構成する時系列の複数の圧力値のうち、時間ｔでの圧力値を示す。
AV [t] indicates an average pressure value at time t output by the preprocessing
第１筆記量算出部４３は、把持力時系列データＤＡに基づいて第１筆記量を算出する。第１筆記量は、筆記面３３ａ上での記号の出現回数を示す。記号は、筆記具１の先端部９の筆記面３３ａ上での移動軌跡に対応する。記号は、例えば、文字、数字、マーク、又はシンボルである。文字は、例えば、平仮名、片仮名、漢字、又はアルファベットである。
The first writing
本実施形態によれば、把持力時系列データＤＡは、使用者が軸体３を把持するときの把持力の時間変化を示す。そして、把持力は、筆記面３３ａに形成される記号の出現回数に対応して変化する。従って、第１筆記量算出部４３は、把持力時系列データＤＡに基づいて第１筆記量を的確に算出することができる。また、把持力は、検出部１０を軸体３の外面に対向するように軸体３の外面に配置することによって検出可能である。従って、鉛筆のように筆記部と軸体とが一体不可分に形成されている場合であっても、軸体の外面に検出部１０を配置して、把持力時系列データＤＡを生成できる。その結果、利用可能な筆記具の種類の制限を緩和しつつ、第１筆記量を算出できる。
According to the present embodiment, the gripping force time-series data DA indicates a change in gripping force over time when the user grips the
具体的には、第１筆記量算出部４３は、把持力時系列データＤＡに基づいて、把持力を示す時系列の複数の圧力値から複数の極値を検出する。そして、第１筆記量算出部４３は、複数の極値に基づいて複数の極値間時間を算出する。極値間時間は、複数の極値のうち、隣り合う極値と極値との間の時間を示す。さらに、第１筆記量算出部４３は、複数の極値間時間に基づいて第１筆記量を算出する。
Specifically, the first writing
本実施形態によれば、ある記号の形成動作から次の記号の形成動作に移行する際の極値間時間は、１つの記号の形成中の極値間時間と異なる。そして、ある記号の形成動作から次の記号の形成動作に移行する際の極値間時間が検出されたことは、１つの記号が出現したことを示す。従って、第１筆記量算出部４３は、複数の極値間時間に基づいて第１筆記量を更に的確に算出できる。
According to the present embodiment, the time between extreme values when shifting from one symbol forming operation to the next symbol forming operation is different from the time between extreme values during formation of one symbol. Then, the detection of the time between extreme points when shifting from the formation operation of a certain symbol to the formation operation of the next symbol indicates that one symbol has appeared. Therefore, the first writing
また、図２を参照して説明したように、本実施形態によれば、把持力時系列データＤＡは、圧力時系列データＤＴ１２及び圧力時系列データＤＴ２２に基づいて生成される。そして、圧力時系列データＤＴ１２及び圧力時系列データＤＴ２２の高周波成分は、ローパスフィルター４１ａによってノイズとして除去されている。従って、第１筆記量算出部４３が第１筆記量を誤って算出することを抑制できる。特に、極値を精度良く検出できるため、第１筆記量が誤って算出されることを更に抑制できる。
Further, as described with reference to FIG. 2, according to the present embodiment, the gripping force time series data DA is generated based on the pressure time series data DT12 and the pressure time series data DT22. The high frequency components of the pressure time series data DT12 and the pressure time series data DT22 are removed as noise by the low-
次に、図３を参照して、筆記具１が筆記面３３ａに形成する記号ＣＲと関連付けて、第１筆記量算出部４３について説明する。図３（ａ）は、記号ＣＲを示す図である。図３（ａ）に示すように、記号ＣＲの各々は、始点Ａ１及び終点Ａ２を有している。２つの記号ＣＲのうちの一方の記号６１は、平仮名の「さ」を示し、他方の記号６２は、平仮名の「し」を示している。
Next, the first writing
記号６１は、複数のセグメントｓｇを含む。記号６１の複数のセグメントｓｇは、所定の順番に従って形成される。記号６２は、単数のセグメントｓｇを含む。セグメントｓｇの各々は、筆記具１の先端部９が筆記面３３ａに接触しつつ移動するときの先端部９の１ストロークに対応し、１ストロークに対応する先端部９の移動軌跡を示す。セグメントｓｇの各々は、始点ＳＰ及び終点ＥＰを含む。
The
セグメントｓｇに関連して、セグメント時間を定義する。セグメント時間は、セグメントｓｇの始点ＳＰから終点ＥＰまでの筆記具１の先端部９の移動時間を示す。なお、先端部９は、セグメントｓｇの始点ＳＰから終点ＥＰまで、筆記面３３ａに接触しつつ移動する。
A segment time is defined in relation to the segment sg. The segment time indicates the moving time of the
記号６１のように、複数のセグメントｓｇを含む記号ＣＲに関連して、セグメント間時間Ｊを定義する。セグメント間時間Ｊは、１つの記号ＣＲの複数のセグメントｓｇのうち、セグメントｓｇの終点ＥＰから、セグメントｓｇの次のセグメントｓｇの始点ＳＰまでの筆記具１の先端部９の移動時間を示す。具体的には、セグメント間時間Ｊは、１つの記号ＣＲの複数のセグメントｓｇのうち、第Ｎ番目のセグメントｓｇの終点ＥＰから、第（Ｎ＋１）番目のセグメントｓｇの始点ＳＰまでの先端部９の移動時間を示す。「Ｎ」は１以上の整数を示す。なお、先端部９は、第Ｎ番目のセグメントｓｇの終点ＥＰから第（Ｎ＋１）番目のセグメントｓｇの始点ＳＰまで、筆記面３３ａから離間して移動する。
Like
複数の記号ＣＲに関連して、記号間時間Ｋを定義する。記号間時間Ｋは、複数の記号ＣＲのうち、隣り合う記号ＣＲのうちの一方の記号ＣＲの終点Ａ２から他方の記号ＣＲの始点ＳＰまでの筆記具１の先端部９の移動時間を示す。複数の記号ＣＲは、所定の順番で形成される。具体的には、記号間時間Ｋは、複数の記号ＣＲのうち、第Ｑ番目の記号ＣＲの終点Ａ２から、第（Ｑ＋１）番目の記号ＣＲの始点Ａ１までの先端部９の移動時間を示す。１つの記号間時間Ｋは、１つのセグメント間時間Ｊよりも長い。なお、先端部９は、第Ｑ番目の記号ＣＲの終点Ａ２から第（Ｑ＋１）番目の記号ＣＲの始点Ａ１まで、筆記面３３ａから離間して移動する。
An intersymbol time K is defined in relation to a plurality of symbols CR. The inter-symbol time K indicates the movement time of the
なお、記号６１の複数のセグメントｓｇのうち、第１番目のセグメントｓｇをセグメント６１ａと記載し、第２番目のセグメントｓｇをセグメント６１ｂと記載し、第３番目のセグメントｓｇをセグメント６１ｃと記載する場合がある。記号６２のセグメントｓｇをセグメント６２ａと記載する場合がある。また、記号６１の複数のセグメント間時間Ｊのうち、セグメント６１ａの終点ＥＰからセグメント６１ｂの始点ＳＰまでのセグメント間時間Ｊをセグメント間時間Ｊ１と記載する場合がある。セグメント６１ｂの終点ＥＰからセグメント６１ｃの始点ＳＰまでのセグメント間時間Ｊをセグメント間時間Ｊ２と記載する場合がある。さらに、記号間時間Ｋは、記号６１の終点Ａ２から記号６２の始点ＳＰまでの筆記具１の先端部９の移動時間を示す。
Of the plurality of segments sg of
図３（ｂ）は、図３（ａ）の記号ＣＲに対応する把持力時系列データＤＡを示す図である。図３（ｂ）では、横軸は時間（ｍｓ）を示し、縦軸は圧力（ｇ）を示す。 FIG. 3B is a diagram showing gripping force time-series data DA corresponding to the symbol CR in FIG. In FIG.3 (b), a horizontal axis shows time (ms) and a vertical axis | shaft shows a pressure (g).
図３（ｂ）に示すように、把持力時系列データＤＡは、把持力の時間変化、つまり、圧力の時間変化を示している。把持力時系列データＤＡは、圧力時系列データＤＴ１２と圧力時系列データＤＴ２２との平均値を示す。圧力時系列データＤＴ１２は親指から加えられた圧力を示し、圧力時系列データＤＴ２２は人差し指から加えられた圧力を示す。 As shown in FIG. 3B, the gripping force time-series data DA indicates the time change of the gripping force, that is, the pressure change over time. The gripping force time series data DA indicates an average value of the pressure time series data DT12 and the pressure time series data DT22. The pressure time series data DT12 indicates the pressure applied from the thumb, and the pressure time series data DT22 indicates the pressure applied from the index finger.
把持力時系列データＤＡは圧力曲線Ｐを形成している。圧力曲線Ｐは、時系列の複数の圧力値から構成される。圧力曲線Ｐには、複数の極値Ｂが含まれる。極値Ｂの各々は、圧力曲線Ｐの局所的な範囲での圧力値の極値を示す。本実施形態では、極値Ｂの各々は、圧力曲線Ｐの局所的な範囲での圧力値の最大値を示す。 The gripping force time series data DA forms a pressure curve P. The pressure curve P is composed of a plurality of time-series pressure values. The pressure curve P includes a plurality of extreme values B. Each of the extreme values B indicates an extreme value of the pressure value in a local range of the pressure curve P. In the present embodiment, each of the extreme values B indicates the maximum value of the pressure value in the local range of the pressure curve P.
また、極値Ｂの各々は、圧力曲線Ｐに含まれる複数の圧力値のうち、筆記具１の先端部９が離間位置から移動して筆記面３３ａに当接した時の圧力値に対応する。離間位置は、筆記具１の先端部９が筆記面３３ａから離間しているときの先端部９の位置を示す。
Further, each of the extreme values B corresponds to a pressure value when the
第１筆記量算出部４３は、把持力時系列データＤＡから、複数の極値Ｂを検出する。そして、第１筆記量算出部４３は、複数の極値Ｂに基づいて複数の極値間時間Ｔを算出する。極値間時間Ｔは、複数の極値Ｂのうち隣り合う極値Ｂと極値Ｂとの間の時間を示す。
The first writing
また、極値間時間Ｔは、１つのセグメント時間と１つのセグメント間時間Ｊとの和であるか、又は１つのセグメント時間と１つの記号間時間Ｋとの和である。そして、記号間時間Ｋはセグメント間時間Ｊよりも長いため、記号間時間Ｋを含む極値間時間Ｔは、セグメント間時間Ｊを含む極値間時間Ｔよりも長い。 Further, the inter-extreme time T is the sum of one segment time and one inter-segment time J, or the sum of one segment time and one inter-symbol time K. Since the inter-symbol time K is longer than the inter-segment time J, the inter-extreme time T including the inter-symbol time K is longer than the inter-extreme time T including the inter-segment time J.
そこで、第１筆記量算出部４３は、閾値に基づいて、複数の極値間時間Ｔを、セグメント間時間Ｊを含む極値間時間Ｔと記号間時間Ｋを含む極値間時間Ｔとのうちのいずれかに弁別する。つまり、極値間時間Ｔが閾値より大きいときは、第１筆記量算出部４３は、極値間時間Ｔが記号間時間Ｋを含んでいると判定する。一方、極値間時間Ｔが閾値以下であるときは、第１筆記量算出部４３は、極値間時間Ｔがセグメント間時間Ｊを含んでいると判定する。
Therefore, the first writing
そして、第１筆記量算出部４３は、極値間時間Ｔが記号間時間Ｋを含んでいると判定した回数、つまり、記号間時間Ｋを含む極値間時間Ｔの検出回数を計数する。記号間時間Ｋを含む極値間時間Ｔの検出回数は、第１筆記量としての記号ＣＲの出現回数と一致する。なぜなら、記号間時間Ｋを含む１つの極値間時間Ｔが検出されたことは、１つの記号ＣＲの形成が終了したこと、つまり、１つの記号ＣＲが出現したことを示すからである。
Then, the first writing
例えば、図３（ａ）及び図３（ｂ）に示すように、セグメント６１ａの始点ＳＰは極値Ｂ１に対応し、セグメント６１ｂの始点ＳＰは極値Ｂ２に対応し、セグメント６１ｃの始点ＳＰは極値Ｂ３に対応する。セグメント６２ａの始点ＳＰは極値Ｂ４に対応する。従って、極値間時間Ｔ１はセグメント間時間Ｊ１を含み、極値間時間Ｔ２はセグメント間時間Ｊ２を含み、極値間時間Ｔ３は記号間時間Ｋを含む。その結果、極値間時間Ｔ３が検出されたことは、記号６１が出現したことを示す。
For example, as shown in FIGS. 3A and 3B, the start point SP of the
なお、極値Ｂの数は、セグメントｓｇの数に一致する。すなわち、極値Ｂ１〜極値Ｂ３は記号６１に対応し、極値Ｂ４は記号６２に対応する。そして、極値Ｂ１〜極値Ｂ３の数「３」は、記号６１のセグメント６１ａ〜セグメント６１ｃの数「３」と一致する。また、極値Ｂ４の数「１」は、記号６２のセグメント６２ａの数「１」と一致する。
The number of extreme values B matches the number of segments sg. That is, the extreme value B1 to the extreme value B3 correspond to the
以上、図３（ａ）及び図３（ｂ）を参照して説明したように、本実施形態によれば、第１筆記量算出部４３は、複数の極値間時間Ｔを、セグメント間時間Ｊを含む極値間時間Ｔと記号間時間Ｋを含む極値間時間Ｔとのうちのいずれかに弁別することによって、第１筆記量を容易に算出できる。
As described above with reference to FIG. 3A and FIG. 3B, according to the present embodiment, the first writing
また、本実施形態によれば、把持力時系列データＤＡは把持力の時間変化を示す。そして、把持力の時間変化は、筆記時と非筆記時とで異なる。従って、筆記時の把持力時系列データＤＡと非筆記時の把持力時系列データＤＡとを区別できる。その結果、第１筆記量算出部４３は、非筆記時の把持力時系列データＤＡを除外して、筆記時の把持力時系列データＤＡに基づいて第１筆記量を精度良く算出できる。換言すれば、非筆記状態を筆記状態であると誤って認識することを抑制でき、第１筆記量を精度良く算出できる。例えば、非筆記時は、筆記具１の先端部９を筆記面３３ａに接触させることなく、使用者が指を使用して筆記具１を回転させている時を示す。
Further, according to the present embodiment, the gripping force time-series data DA indicates the time change of the gripping force. The temporal change in gripping force is different between writing and non-writing. Therefore, it is possible to distinguish the gripping force time series data DA at the time of writing from the gripping force time series data DA at the time of non-writing. As a result, the first writing
特に、非筆記時の把持力時系列データＤＡは複数の極値Ｂを含まない可能性が高い。そこで、複数の極値Ｂを検出することで、非筆記時の把持力時系列データＤＡと非筆記時の把持力時系列データＤＡとを容易に区別できる。なお、セグメント間時間Ｊ及び記号間時間Ｋは、非筆記時に含まれない。また、例えば、第１筆記量算出部４３は、圧力時系列データＤＴ１２と圧力時系列データＤＴ２２と圧力時系列データＤＴ３２とが、略同一の圧力値を示しているときに、非筆記時であると認識することもできる。一方、例えば、第１筆記量算出部４３は、圧力時系列データＤＴ１２と圧力時系列データＤＴ２２と圧力時系列データＤＴ３２とのうち少なくとも２つが、異なる圧力値を示しているときに、筆記時であると認識することもできる。
In particular, it is highly possible that the gripping force time-series data DA at the time of non-writing does not include a plurality of extreme values B. Therefore, by detecting a plurality of extreme values B, it is possible to easily distinguish the gripping force time series data DA when not writing and the gripping force time series data DA when not writing. The inter-segment time J and the inter-symbol time K are not included when not writing. Further, for example, the first writing
また、本実施形態によれば、第１筆記量算出部４３は、極値として最大値を検出する。そして、記号６１の形成動作から次の記号６２の形成動作に移行する際には、最大値は極小値よりもシャープに現れる。従って、極値として極小値を検出する場合と比較して、極値としての最大値を精度良く検出できる。その結果、第１筆記量算出部４３は、極値として極小値を検出する場合よりも、第１筆記量を精度良く算出できる。
Moreover, according to this embodiment, the 1st writing
さらに、本実施形態によれば、把持力時系列データＤＡは、親指から加えられた圧力と人差し指から加えられた圧力との平均値を示す。従って、第１筆記量算出部４３は、極値としての最大値を更に精度良く検出できる。なぜなら、筆記具１の先端部９が筆記面３３ａに当接する時に、親指から加えられた圧力と人差し指から加えられた圧力とは、互いに同様の挙動を示し、最大値に対応するからである。
Furthermore, according to the present embodiment, the gripping force time-series data DA indicates the average value of the pressure applied from the thumb and the pressure applied from the index finger. Therefore, the first writing
次に、下記に示す式（３）〜式（５）に基づく第１筆記量の算出について説明する。第１筆記量算出部４３は、式（３）に基づいて閾値Ｙ（ｍ）を算出する。閾値Ｙ（ｍ）は、複数の閾値のうちのｍ番目の閾値を示す。「ｍ」は１以上の整数を示す。
Next, calculation of the first writing amount based on the following formulas (3) to (5) will be described. The first writing
式（３）において、Ｘ（Ｍ）は、複数の極値間時間のうちのＭ番目の極値間時間を示す。「Ｍ」は「ｍ」より小さい整数を示す。本実施形態では、Ｍ＝ｍ−１である。また、「α」は、第１定数を示す。第１定数αは、本実施形態では、約「２」、つまり、１．５以上２．５未満の実数である。例えば、α＝２．２３、である。「β」は、第２定数を示す。第２定数βは、式（４）により表される。式（４）において、「ｚ１」は、第３定数を示し、「ｚ２」は、第４定数を示す。第３定数ｚ１は、０と異なる実数であり、第４定数ｚ２は、実数であり、０であってもよい。例えば、ｚ１＝−４７．７、ｚ２＝−４７．８、である。
Ｙ（ｍ）＝α×Ｘ（Ｍ）＋β …（３）
β＝ｚ１＋ｚ２ …（４）
In Expression (3), X (M) represents the M-th inter-extremum time among a plurality of inter-extreme time. “M” represents an integer smaller than “m”. In this embodiment, M = m−1. “Α” indicates a first constant. In the present embodiment, the first constant α is approximately “2”, that is, a real number not less than 1.5 and less than 2.5. For example, α = 2.23. “Β” represents a second constant. The second constant β is expressed by equation (4). In the formula (4), “z1” indicates a third constant, and “z2” indicates a fourth constant. The third constant z1 is a real number different from 0, and the fourth constant z2 is a real number and may be 0. For example, z1 = −47.7 and z2 = −47.8.
Y (m) = α × X (M) + β (3)
β = z1 + z2 (4)
第１筆記量算出部４３は、閾値Ｙ（ｍ）と極値間時間Ｘ（ｍ）とに基づいて第１筆記量を算出する。極値間時間Ｘ（ｍ）は、複数の極値間時間のうちのｍ番目の極値間時間を示す。
The first writing
すなわち、第１筆記量算出部４３は、極値間時間Ｘ（ｍ）が閾値Ｙ（ｍ）より大きいか否かを判定し、判定結果に基づいて第１筆記量を算出する。具体的には、第１筆記量算出部４３は、極値間時間Ｘ（ｍ）が式（５）に示す条件を満たすか否かを判定し、判定結果に基づいて第１筆記量を算出する。
Ｘ（ｍ）＞Ｙ（ｍ） …（５）
That is, the first writing
X (m)> Y (m) (5)
本実施形態では、第１筆記量算出部４３は、極値間時間Ｘ（ｍ）が式（５）に示す条件を満たしていると判定したときに、第１計数値ＣＴ１を１つインクリメントする（ＣＴ１←ＣＴ１＋１）。第１計数値ＣＴ１は、記号の出現回数、つまり、第１筆記量を示す。
In the present embodiment, the first writing
すなわち、極値間時間Ｘ（ｍ）が閾値Ｙ（ｍ）より大きいときは、第１筆記量算出部４３は、極値間時間Ｘ（ｍ）が記号間時間Ｋを含んでいると判定する。そして、第１筆記量算出部４３は、第１計数値ＣＴ１を１つインクリメントする。つまり、第１筆記量算出部４３は、１つの記号ＣＲが出現したと判定する。一方、極値間時間Ｘ（ｍ）が閾値Ｙ（ｍ）以下であるときは、第１筆記量算出部４３は、極値間時間Ｘ（ｍ）がセグメント間時間Ｊを含んでいると判定する。つまり、第１筆記量算出部４３は、１つの記号ＣＲが未形成であると判定する。
That is, when the inter-extreme time X (m) is greater than the threshold Y (m), the first writing
なお、「Ｍ」が「ｍ」より小さい整数を示すことは、極値間時間Ｘ（Ｍ）が極値間時間Ｘ（ｍ）よりも時間軸上で前に位置することを示す。 It should be noted that “M” indicating an integer smaller than “m” indicates that the time X (M) between extreme values is located on the time axis before the time X (m) between extreme values.
引き続き、図３を参照して、上述した式（３）〜式（５）基づく第１筆記量の算出について具体例を挙げて説明する。 Next, with reference to FIG. 3, the calculation of the first writing amount based on the above-described formulas (3) to (5) will be described with a specific example.
例えば、式（３）に従って、第１筆記量算出部４３は、Ｍ＝１、ｍ＝２であるときの閾値Ｙ（ｍ）を算出する。具体的には、図３（ｂ）に示すように、第１筆記量算出部４３は、極値間時間Ｔ１をＸ（１）に設定して、閾値Ｙ（２）を算出する。また、第１筆記量算出部４３は、極値間時間Ｔ２をＸ（２）に設定する。そして、図３（ａ）及び図３（ｂ）に示すように、Ｘ（２）（＝極値間時間Ｔ２）が閾値Ｙ（２）以下であるため、第１筆記量算出部４３は、記号６１が未形成であると判定し、第１計数値ＣＴ１を更新しない。つまり、第１筆記量を更新しない。
For example, according to Equation (3), the first writing
例えば、式（３）に従って、第１筆記量算出部４３は、Ｍ＝２、ｍ＝３であるときの閾値Ｙ（ｍ）を算出する。具体的には、図３（ｂ）に示すように、第１筆記量算出部４３は、極値間時間Ｔ２をＸ（２）に設定して、閾値Ｙ（３）を算出する。また、第１筆記量算出部４３は、極値間時間Ｔ３をＸ（３）に設定する。そして、図３（ａ）及び図３（ｂ）に示すように、Ｘ（３）（＝極値間時間Ｔ３）が閾値Ｙ（３）より大きいため、第１筆記量算出部４３は、記号６１が出現したと判定し、第１計数値ＣＴ１を１つインクリメントする。つまり、第１筆記量を更新する。
For example, according to Equation (3), the first writing
以上、図３（ａ）、及び図３（ｂ）を参照して説明したように、本実施形態によれば、第１筆記量算出部４３は、式（３）に従って閾値Ｙ（ｍ）を算出し、閾値Ｙ（ｍ）及び式（５）に従って第１筆記量を算出する。換言すれば、第１筆記量算出部４３は、式（３）及び式（５）に従った簡易な処理により、第１筆記量を算出できる。例えば、使用者が筆記具１により１つの記号ＣＲを筆記面３３ａに形成するだけで、閾値Ｙ（ｍ）を算出できる。
As described above, as described with reference to FIGS. 3A and 3B, according to the present embodiment, the first writing
また、本実施形態によれば、閾値Ｙ（ｍ）が逐次更新されるため、更に精度良く第１筆記量を算出できる。 Moreover, according to this embodiment, since the threshold value Y (m) is updated sequentially, the first writing amount can be calculated with higher accuracy.
なお、図２に示すように、第１筆記量算出部４３は、記号用フィルター４３ａを含むことが好ましい。記号用フィルター４３ａは、把持力時系列データＤＡに対して第１フィルタリング処理を実行する。第１フィルタリング処理とは、把持力時系列データＤＡからノイズを除去して、第１筆記量の算出のために把持力時系列データＤＡを最適化する処理のことである。第１筆記量算出部４３は、第１フィルタリング処理後の把持力時系列データＤＡに基づいて第１筆記量を算出する。その結果、第１筆記量の算出の精度を更に向上できる。第１フィルタリング処理は、例えば、把持力時系列データＤＡ中の極値（例えば、最大値）を含む局所的な範囲のノイズを除去して、極値（例えば、最大値）をシャープにする処理を含む。
In addition, as shown in FIG. 2, it is preferable that the 1st writing
次に、図１及び図２を参照して、上述した式（３）の第１定数α及び第２定数βを決定するための単回帰式について説明する。 Next, with reference to FIG. 1 and FIG. 2, a simple regression equation for determining the first constant α and the second constant β of the above-described equation (3) will be described.
図１に示すように、筆記装置１００は、単回帰式導出用検出部３１（以下、「導出用検出部３１」と記載する。）とケーブル３４とを備えることが好ましい。導出用検出部３１は略平面状である。導出用検出部３１は、シート３３の裏面に接触するように、シート３３の下に配置される。シート３３の裏面は筆記面３３ａに対向する。導出用検出部３１は、筆記面３３ａに作用する筆圧を検出し、筆圧を表す筆圧信号ＷＳを出力する。筆圧は、筆記具１の先端部９から筆記面３３ａに加えられる圧力（つまり、押圧力）を示す。使用者が筆記を行うと、筆圧が変化するため、筆圧は、筆記に応じた物理量の一例である。導出用検出部３１は、例えば、圧力センサーである。圧力センサーは、例えば、高分子圧膜フィルム型圧力センサー、静電容量型圧力センサー、又は導電性ゴム型圧力センサーである。ケーブル３４は、導出用検出部３１と情報処理装置２１とを接続する。従って、導出用検出部３１は、ケーブル３４を介して、筆圧信号ＷＳを情報処理装置２１に送信する。なお、単回帰式を導出するときの筆記具１を導出用筆記具１と記載する場合がある。
As shown in FIG. 1, the
また、図２に示すように、情報処理装置２１は、単回帰式導出部５１を含むことが好ましい。具体的には、プロセッサー２１ａが、記憶装置２１ｂに記憶されたコンピュータープログラムを実行することにより、単回帰式導出部５１として機能する。
In addition, as illustrated in FIG. 2, the
単回帰式導出部５１には、筆圧時系列データＷＤ１に基づく筆圧時系列データＷＤ２が入力される。そして、単回帰式導出部５１は、筆圧時系列データＷＤ２に基づいて単回帰式を導出する。
The single regression
具体的には、前処理部４１は、筆圧信号ＷＳを所定の周波数でサンプリングし、筆圧時系列データＷＤ１を生成する。筆圧時系列データＷＤ１は、筆圧の時間変化を示す。そして、前処理部４１は、筆圧時系列データＷＤ１に対してローパスフィルター処理を実行し、筆圧時系列データＷＤ２を出力する。具体的には、ローパスフィルター４１ａが、筆圧時系列データＷＤ１から所定周波数以上の高周波成分を除去して、低周波成分の筆圧時系列データＷＤ２を出力する。
Specifically, the preprocessing
筆圧時系列データＷＤ２は、把持力時系列データＤＡと同様に、圧力曲線（以下、「導出用圧力曲線」と記載する。）を形成している。導出用圧力曲線は、時系列の複数の圧力値から構成される。導出用圧力曲線には、複数の極値（以下、「導出用極値」と記載する。）が含まれる。導出用極値の各々は、導出用圧力曲線の局所的な範囲での圧力値の極値を示す。 The writing pressure time series data WD2 forms a pressure curve (hereinafter, referred to as “derivative pressure curve”), similarly to the gripping force time series data DA. The derivation pressure curve is composed of a plurality of time-series pressure values. The pressure curve for derivation includes a plurality of extreme values (hereinafter referred to as “derivative extreme values”). Each of the derivation extreme values indicates an extreme value of the pressure value in a local range of the derivation pressure curve.
本実施形態では、導出用極値の各々は、圧力曲線の局所的な範囲での圧力値の最大値を示す。また、導出用極値の各々は、導出用圧力曲線に含まれる複数の圧力値のうち、導出用筆記具１の先端部９が離間位置から移動して筆記面３３ａに当接した時の圧力値に対応する。離間位置は、導出用筆記具１の先端部９が筆記面３３ａから離間しているときの先端部９の位置を示す。
In the present embodiment, each of the derivation extreme values indicates the maximum value of the pressure value in a local range of the pressure curve. Further, each of the derivation extreme values is a pressure value when the
単回帰式導出部５１は、第１筆記量算出部４３と同様にして、筆圧時系列データＷＤ２に基づいて、筆圧を示す時系列の複数の圧力値から、複数の導出用極値を検出する。そして、単回帰式導出部５１は、複数の導出用極値に基づいて、複数の導出用極値間時間を算出する。導出用極値間時間は、複数の導出用極値のうち、隣り合う導出用極値と導出用極値との間の時間を示す。
Similar to the first writing
管理者は、被験者が導出用筆記具１によって筆記面３３ａに形成した記号（以下、「導出用記号」と記載する。）と導出用圧力曲線とを比較して、複数の導出用極値間時間を、セグメント間時間を含む導出用極値間時間と記号間時間を含む導出用極値間時間とのうちのいずれかに弁別する。セグメント間時間及び記号間時間は、それぞれ、図３（ａ）を参照して説明したセグメント間時間Ｊ及び記号間時間Ｋを示す。なお、単回帰式の導出に関しては、図３（ａ）のセグメント間時間Ｊ及び記号間時間Ｋの説明において、「記号」を「導出用記号」に置き換え、「筆記具１」を「導出用筆記具１」に置き換えてもよい。
The administrator compares a symbol (hereinafter referred to as “derivation symbol”) formed on the
記憶装置２１ｂは、セグメント間時間を含む導出用極値間時間を示すデータＤＳと記号間時間を含む導出用極値間時間を示すデータＤＣとを１組の導出用データ（ＤＳ，ＤＣ）して記憶する。記憶装置２１ｂは、複数の被験者の各々に対して、複数の導出用データ（ＤＳ，ＤＣ）を記憶する。
The
単回帰式導出部５１は、記憶装置２１ｂから複数の導出用データ（ＤＳ，ＤＣ）を取得する。そして、単回帰式導出部５１は、複数の導出用データ（ＤＳ，ＤＣ）に対して最小二乗法を実行し、式（６）に示す単回帰式を導出する。換言すれば、単回帰式導出部５１は、セグメント間時間と文字間時間とに基づいて式（６）に示す単回帰式を導出する。
The single regression
「Γ」は、記号間時間を含む導出用極値間時間を示し、「Λ」は、セグメント間時間を含む導出用極値間時間を示す。「ζ」は回帰係数を示し、「ξ」は、定数項を示す。回帰係数ζは、１より大きい実数を示す。本実施形態では、回帰係数ζは、約「２」、つまり、１．５以上２．５未満の実数である。
Γ＝ζ×Λ＋ξ …（６）
“Γ” indicates a time between derivation extreme points including a time between symbols, and “Λ” indicates a time between derivation extreme values including a time between segments. “Ζ” represents a regression coefficient, and “ξ” represents a constant term. The regression coefficient ζ indicates a real number greater than 1. In the present embodiment, the regression coefficient ζ is approximately “2”, that is, a real number not less than 1.5 and less than 2.5.
Γ = ζ × Λ + ξ (6)
上述した式（３）の第１定数αには、回帰係数ζが設定される（α＝ζ）。式（４）の第３定数ｚ１には、定数項ξが設定される。そして、式（４）の第４定数ｚ２に「０」が設定される。 The regression coefficient ζ is set to the first constant α in the above-described equation (3) (α = ζ). A constant term ξ is set in the third constant z1 of the equation (4). Then, “0” is set to the fourth constant z2 in the equation (4).
ただし、式（７）に示すように、式（６）で表される直線を、シフト量Ｆだけシフトさせることもできる。この場合、式（４）の第４定数ｚ２には、シフト量Ｆが設定される。シフト量Ｆは負数である。従って、式（６）で表される直線は負方向にシフトされる。
Γ＝ζ×Λ＋ξ＋Ｆ …（７）
However, as shown in Expression (7), the straight line represented by Expression (6) can be shifted by the shift amount F. In this case, the shift amount F is set as the fourth constant z2 in the equation (4). The shift amount F is a negative number. Therefore, the straight line represented by Expression (6) is shifted in the negative direction.
Γ = ζ × Λ + ξ + F (7)
本実施形態では、シフト量Ｆとして、第１シフト量Ｆ１と第２シフト量Ｆ２と第３シフト量Ｆ３とが算出される。 In the present embodiment, the first shift amount F1, the second shift amount F2, and the third shift amount F3 are calculated as the shift amount F.
単回帰式導出部５１は、複数の導出用データ（ＤＳ，ＤＣ）の残差のうち、負の残差の平均値を算出する。そして、単回帰式導出部５１は、負の残差の平均値を第１シフト量Ｆ１に設定する。なお、残差は、ＤＣ−Γ、である。残差を算出する際のΓは式（６）のΓである。単回帰式導出部５１は、複数の導出用データ（ＤＳ，ＤＣ）の残差のうち、負の残差の標準偏差を算出する。さらに、単回帰式導出部５１は、−１を、負の残差の標準偏差に乗じる。そして、単回帰式導出部５１は、−１が乗じられた負の残差の標準偏差を第２シフト量Ｆ２に設定する。単回帰式導出部５１は、複数の導出用データ（ＤＳ，ＤＣ）の残差のうち、負の残差の最小値を第３シフト量Ｆ３に設定する。
The single regression
なお、式（７）のシフト量Ｆが第１シフト量Ｆ１であるとき、式（７）を第１シフト単回帰式と記載する場合がある。式（７）のシフト量Ｆが第２シフト量Ｆ２であるとき、式（７）を第２シフト単回帰式と記載する場合がある。式（７）のシフト量Ｆが第３シフト量Ｆ３であるとき、式（７）を第３シフト単回帰式と記載する場合がある。 In addition, when the shift amount F of Formula (7) is the 1st shift amount F1, Formula (7) may be described as a 1st shift single regression equation. When the shift amount F in Equation (7) is the second shift amount F2, Equation (7) may be described as a second shift single regression equation. When the shift amount F in the equation (7) is the third shift amount F3, the equation (7) may be described as a third shift single regression equation.
以上、図１及び図２を参照して説明したように、本実施形態によれば、式（６）に示す単回帰式は、セグメント間時間と記号間時間とに基づいて導出されている。そして、式（６）は、記号間時間を含む導出用極値間時間Γがセグメント間時間を含む導出用極値間時間Λのζ倍であることを示している。従って、回帰係数ζを式（３）の第１定数αに設定して、閾値Ｙ（ｍ）を算出することによって、複数の極値間時間を、記号間時間を含む極値間時間とセグメント間時間を含む極値間時間とに弁別できる。つまり、第１筆記量算出部４３は、閾値Ｙ（ｍ）を使用して、第１筆記量を更に的確に算出できる。
As described above with reference to FIGS. 1 and 2, according to the present embodiment, the single regression equation shown in Equation (6) is derived based on the inter-segment time and the inter-symbol time. Equation (6) shows that the derived extreme time Γ including the inter-symbol time is ζ times the derived extreme time Λ including the inter-segment time. Therefore, by setting the regression coefficient ζ to the first constant α in the equation (3) and calculating the threshold value Y (m), a plurality of inter-extremum times are converted into the inter-extreme time including the inter-symbol time and the segment. It can be distinguished from the time between extreme points including the time between. That is, the first writing
特に、回帰係数ζは、約「２」であり、後述の実施例２に示されるように、記号間時間を含む導出用極値間時間Γとセグメント間時間を含む導出用極値間時間Λとの関係を的確に表している。従って、約「２」の回帰係数ζを式（３）の第１定数αに設定することによって、第１筆記量算出部４３は、閾値Ｙ（ｍ）を使用して、第１筆記量を更に的確に算出できる。
In particular, the regression coefficient ζ is about “2”, and as shown in Example 2 described later, the derivation extreme time Γ including the inter-symbol time and the derivation extreme time Λ including the inter-segment time Λ The relationship with is accurately expressed. Therefore, by setting the regression coefficient ζ of about “2” to the first constant α in the expression (3), the first writing
また、本実施形態によれば、回帰係数ζは、筆記速度に依存せず、一定である。従って、筆記速度に依存することなく、第１筆記量を算出できる。つまり、筆記速度が変化した場合であっても、第１筆記量算出部４３は、第１筆記量を精度良く算出できる。
According to the present embodiment, the regression coefficient ζ is constant without depending on the writing speed. Therefore, the first writing amount can be calculated without depending on the writing speed. That is, even if the writing speed changes, the first writing
さらに、本実施形態によれば、式（７）のシフト量Ｆは負数である。そして、式（４）の第４定数ｚ２にはシフト量Ｆを設定できる。従って、式（３）に示す閾値Ｙ（ｍ）が、第４定数ｚ２＝０のときよりも小さくなる。その結果、式（５）において、極値間時間Ｘ（ｍ）が閾値Ｙ（ｍ）よりも大きいと判定され易くなる。つまり、極値間時間Ｘ（ｍ）が記号間時間を含んでいると判定され易くなる。従って、極値間時間Ｘ（ｍ）が、記号間時間を含んでいるにも拘らず、誤ってセグメント間時間を含むと判定されることを抑制できる。その結果、第１筆記量を更に精度良く算出できる。 Furthermore, according to the present embodiment, the shift amount F in Expression (7) is a negative number. And the shift amount F can be set to the 4th constant z2 of Formula (4). Therefore, the threshold value Y (m) shown in Expression (3) is smaller than when the fourth constant z2 = 0. As a result, in the formula (5), it is easy to determine that the inter-extreme time X (m) is larger than the threshold Y (m). That is, it becomes easy to determine that the inter-extreme time X (m) includes the inter-symbol time. Therefore, it can be suppressed that the inter-extreme time X (m) is erroneously determined to include the inter-segment time even though it includes the inter-symbol time. As a result, the first writing amount can be calculated with higher accuracy.
次に、図２を参照して、筆記速度算出部４５について説明する。筆記速度算出部４５は、第１筆記量に基づいて筆記速度Ｖを算出する。筆記速度Ｖは、単位時間当たりの記号の出現回数を示す。例えば、筆記速度算出部４５は、筆記時間ＷＴを計測する。筆記時間ＷＴは、筆記開始時から筆記終了時までの時間を示す。そして、筆記速度算出部４５は、筆記時間ＷＴ中の記号の出現回数Ｎｃを筆記時間ＷＴで除して、筆記速度Ｖを算出する（Ｖ＝Ｎｃ／ＷＴ）。筆記時間ＷＴ中の第１計数値ＣＴ１、つまり、筆記時間ＷＴ中の第１筆記量が、筆記時間ＷＴ中の記号の出現回数Ｎｃを示す。
Next, the writing
本実施形態によれば、筆記速度Ｖは第１筆記量に基づいて算出される。そして、第１筆記量は、把持力時系列データＤＡに基づいて算出される。従って、換言すれば、筆記速度Ｖは把持力に基づいて算出される。そして、把持力は、検出部１０を軸体３の外面に対向するように軸体３の外面に配置することによって検出可能である。従って、鉛筆のように筆記部と軸体とが一体不可分に形成されている場合であっても、軸体の外面に検出部１０を配置して、把持力時系列データＤＡを生成できる。その結果、利用可能な筆記具の種類の制限を緩和しつつ、筆記速度Ｖを算出できる。
According to the present embodiment, the writing speed V is calculated based on the first writing amount. The first writing amount is calculated based on the gripping force time series data DA. Therefore, in other words, the writing speed V is calculated based on the gripping force. The gripping force can be detected by arranging the
引き続き、図２を参照して、第２筆記量算出部４７について説明する。第２筆記量算出部４７は、把持力時系列データＤＡに基づいて第２筆記量を算出する。第２筆記量は、筆記具１の先端部９の筆記面３３ａ上での移動距離に対応する量を示す。例えば、第２筆記量算出部４７は、把持力時系列データＤＡを構成する時系列の複数の圧力値のうち、規定閾値より大きい圧力値が出現する期間Ｌを算出する。そして、第２筆記量算出部４７は、複数の期間Ｌの和を算出する。和は、第２筆記量を示す。
The second writing
本実施形態によれば、第２筆記量は把持力時系列データＤＡに基づいて算出される。従って、換言すれば、第２筆記量は把持力に基づいて算出される。その結果、筆記速度Ｖを算出する場合と同様に、利用可能な筆記具の種類の制限を緩和しつつ、第２筆記量を算出できる。 According to the present embodiment, the second writing amount is calculated based on the gripping force time series data DA. Therefore, in other words, the second writing amount is calculated based on the gripping force. As a result, as in the case of calculating the writing speed V, it is possible to calculate the second writing amount while relaxing restrictions on the types of available writing tools.
次に、図２を参照して、筆記図形特定部４９について説明する。図２に示すように、筆記図形特定部４９は、把持力時系列データＤＴ２に基づいてパターンマッチングを実行して、筆記図形の種類を特定する。筆記図形は、筆記具１の先端部９の筆記面３３ａ上での移動軌跡に対応する。筆記図形は、例えば、方略図形である。方略図形は、例えば、下線、矢印、枠（囲み）、又はグラフである。グラフは、例えば、関数を表す直線又は曲線である。
Next, the written
本実施形態によれば、筆記図形の種類は把持力時系列データＤＴ２に基づいて特定される。従って、換言すれば、筆記図形の種類は把持力に基づいて特定される。その結果、筆記速度Ｖを算出する場合と同様に、利用可能な筆記具の種類の制限を緩和しつつ、筆記図形の種類を特定できる。 According to the present embodiment, the type of the written figure is specified based on the gripping force time series data DT2. Therefore, in other words, the type of the written figure is specified based on the gripping force. As a result, as in the case of calculating the writing speed V, it is possible to specify the type of writing figure while relaxing restrictions on the types of available writing tools.
具体的には、記憶装置２１ｂは、複数の異なるパターン情報を記憶している。複数の異なるパターン情報は、それぞれ、複数の異なる図形の特徴を表している。筆記図形特定部４９は、把持力時系列データＤＴ２をパターン情報と比較する。そして、筆記図形特定部４９は、把持力時系列データＤＴ２がパターン情報に対応しているときに、筆記図形の種類をパターン情報が表す図形であると特定する。
Specifically, the
パターン情報は、把持力時系列データＤＴ２の特徴情報によって図形の特徴を表している。特徴情報は、筆記具１の先端部９の筆記面３３ａ上での移動方向を示す情報を含む。
The pattern information represents the feature of the figure by the feature information of the gripping force time series data DT2. The feature information includes information indicating the moving direction of the
特徴情報は、例えば、圧力時系列データＤＴ１２と圧力時系列データＤＴ２２と圧力時系列データＤＴ３２とのうちの少なくとも１つの時間変化を示す情報である。特徴情報は、例えば、圧力時系列データＤＴ１２と圧力時系列データＤＴ２２と圧力時系列データＤＴ３２とのうちの少なくとも２つの大小関係を示す情報である。特徴情報は、例えば、圧力時系列データＤＴ１２と圧力時系列データＤＴ２２と圧力時系列データＤＴ３２とのうちの少なくとも２つの大小関係の時間変化を示す情報である。 The characteristic information is, for example, information indicating a time change of at least one of the pressure time series data DT12, the pressure time series data DT22, and the pressure time series data DT32. The characteristic information is, for example, information indicating a magnitude relationship between at least two of the pressure time series data DT12, the pressure time series data DT22, and the pressure time series data DT32. The characteristic information is, for example, information indicating a time change of at least two magnitude relationships among the pressure time series data DT12, the pressure time series data DT22, and the pressure time series data DT32.
また、筆記図形特定部４９は、把持力時系列データＤＴ２に基づいて第３筆記量を算出する。第３筆記量は、筆記図形の出現回数を示す。具体的には、筆記図形特定部４９は、筆記図形の種類を特定するたびに、つまり、１つの筆記図形が形成されるたびに、第２計数値ＣＴ２を１つインクリメントする（ＣＴ２←ＣＴ２＋１）。第２計数値ＣＴ２は、筆記図形の出現回数、つまり、第３筆記量を示す。
Moreover, the written figure specific |
本実施形態によれば、第３筆記量は把持力時系列データＤＴ２に基づいて算出される。従って、換言すれば、第３筆記量は把持力に基づいて算出される。その結果、筆記速度Ｖを算出する場合と同様に、利用可能な筆記具の種類の制限を緩和しつつ、第３筆記量を算出できる。 According to the present embodiment, the third writing amount is calculated based on the gripping force time series data DT2. Therefore, in other words, the third writing amount is calculated based on the gripping force. As a result, as in the case of calculating the writing speed V, it is possible to calculate the third writing amount while relaxing restrictions on the types of available writing instruments.
次に、図２及び図４〜図７を参照して、筆記図形特定部４９について具体例を挙げて説明する。図４（ａ）〜図７（ｂ）は、把持力時系列データＤＴ２を示す図である。図４（ａ）〜図７（ｂ）において、「ｐｍ」は、把持力時系列データＤＴ２が取り得る圧力値の最大値を示す。図４（ａ）、図５（ａ）、図６（ａ）、及び図７（ａ）では、横軸は時間ｔを示し、縦軸は圧力値ｐを示す。図４（ｂ）、図５（ｂ）、図６（ｂ）、及び図７（ｂ）は、時間ｔｘでの把持力時系列データＤＴ２を示す。
Next, with reference to FIG. 2 and FIGS. 4-7, the written figure specific |
図４（ａ）及び図４（ｂ）に示すように、把持力時系列データＤＴ２は、圧力時系列データＤＴ１２、圧力時系列データＤＴ２２、及び圧力時系列データＤＴ３２を含む。圧力時系列データＤＴ１２〜ＤＴ３２が、パターン情報としての上方向条件と第１時間条件とを満たすとき、筆記図形特定部４９は、筆記図形の種類を上方向に延びる直線であると特定する。上方向条件は、圧力時系列データＤＴ２２が圧力時系列データＤＴ３２よりも大きく、圧力時系列データＤＴ３２が圧力時系列データＤＴ１２よりも大きいことである（ＤＴ２２＞ＤＴ３２＞ＤＴ１２）。第１時間条件は、上方向条件を満たす圧力時系列データＤＴ１２〜ＤＴ３２を一定時間以上継続して検出したことである。
As shown in FIGS. 4A and 4B, the gripping force time series data DT2 includes pressure time series data DT12, pressure time series data DT22, and pressure time series data DT32. When the pressure time series data DT12 to DT32 satisfy the upward condition and the first time condition as the pattern information, the written
図５（ａ）及び図５（ｂ）に示すように、圧力時系列データＤＴ１２〜ＤＴ３２が、パターン情報としての下方向条件と第２時間条件とを満たすとき、筆記図形特定部４９は、筆記図形の種類を下方向に延びる直線であると特定する。下方向条件は、ＤＴ２２＞ＤＴ１２＞ＤＴ３２、である。第２時間条件は、下方向条件を満たす圧力時系列データＤＴ１２〜ＤＴ３２を一定時間以上継続して検出したことである。
As shown in FIGS. 5A and 5B, when the pressure time-series data DT12 to DT32 satisfy the downward condition as the pattern information and the second time condition, the written
図６（ａ）及び図６（ｂ）に示すように、圧力時系列データＤＴ１２〜ＤＴ３２が、パターン情報としての右方向条件と第３時間条件とを満たすとき、筆記図形特定部４９は、筆記図形の種類を右方向に延びる直線であると特定する。右方向条件は、ＤＴ１２＞ＤＴ２２＞ＤＴ３２、である。第３時間条件は、右方向条件を満たす圧力時系列データＤＴ１２〜ＤＴ３２を一定時間以上継続して検出したことである。
As shown in FIGS. 6A and 6B, when the pressure time series data DT12 to DT32 satisfy the right direction condition and the third time condition as the pattern information, the written
図７（ａ）及び図７（ｂ）に示すように、圧力時系列データＤＴ１２〜ＤＴ３２が、パターン情報としての左方向条件と第４時間条件とを満たすとき、筆記図形特定部４９は、筆記図形の種類を左方向に延びる直線であると特定する。左方向条件は、ＤＴ３２＞ＤＴ２２＞ＤＴ１２、である。第４時間条件は、左方向条件を満たす圧力時系列データＤＴ１２〜ＤＴ３２を一定時間以上継続して検出したことである。
As shown in FIGS. 7A and 7B, when the pressure time-series data DT12 to DT32 satisfy the left direction condition as the pattern information and the fourth time condition, the written
なお、本実施形態において、上下左右を次にように定義する。すなわち、「上」は、筆記具１の使用者から見て、使用者の手元から遠い側を示す。「下」は、筆記具１の使用者から見て、使用者の手元に近い側を示す。「左」は、筆記具１の使用者から見て、使用者の左側を示す。「右」は、筆記具１の使用者から見て、使用者の右側を示す。
In the present embodiment, the top, bottom, left and right are defined as follows. That is, “upper” indicates a side far from the user's hand as viewed from the user of the
次に、図２及び図８を参照して、筆記図形特定部４９について更に具体例を挙げて説明する。図８（ａ）は、筆記具１によって筆記面３３ａに形成される円ＣＬを示す図である。円ＣＬは筆記図形の一例である。図８（ｂ）は、円ＣＬに対応する圧力時系列データＤＴ１２〜ＤＴ３２を示す図である。図８（ｂ）において、「ｐｍ」は、圧力時系列データＤＴ１２〜ＤＴ３２が取り得る圧力値の最大値を示す。図８（ｂ）では、横軸は時間ｔを示し、縦軸は圧力値ｐを示す。
Next, with reference to FIG.2 and FIG.8, the written figure specific |
図８（ａ）に示すように、筆記面３３ａに円ＣＬを形成するときに、筆記具１の先端部９は、位置ＰＤで筆記面３３ａに当接し、位置ＰＬ、位置ＰＵ、及び位置ＰＲを順番に経由して、位置ＰＤに到達する。従って、位置ＰＤでの先端部９の移動方向ＤＬは左方向を示し、位置ＰＬでの先端部９の移動方向ＤＵは上方向を示す。また、位置ＰＵでの先端部９の移動方向ＤＲは右方向を示し、位置ＰＲでの先端部９の移動方向ＤＤは下方向を示す。
As shown in FIG. 8A, when the circle CL is formed on the
そこで、図８（ｂ）に示すように、圧力時系列データＤＴ１２〜ＤＴ３２が、パターン情報としての円条件を満たすとき、筆記図形特定部４９は、筆記図形の種類を、最下部を始点とした時計回りの円ＣＬであると特定する。
Therefore, as shown in FIG. 8B, when the pressure time series data DT12 to DT32 satisfy the circular condition as the pattern information, the written
円条件は、左方向条件を満たす圧力時系列データＤＴ１２〜ＤＴ３２を検出し、次に上方向条件を満たす圧力時系列データＤＴ１２〜ＤＴ３２を検出し、次に右方向条件を満たす圧力時系列データＤＴ１２〜ＤＴ３２を検出し、次に下方向条件を満たす圧力時系列データＤＴ１２〜ＤＴ３２を検出し、次に左方向条件を満たす圧力時系列データＤＴ１２〜ＤＴ３２を検出することである。上方向条件、下方向条件、右方向条件、及び左方向条件は、それぞれ、図４〜図７を参照して説明した上方向条件、下方向条件、右方向条件、及び左方向条件と同じである。 As for the circular condition, pressure time series data DT12 to DT32 satisfying the left direction condition is detected, pressure time series data DT12 to DT32 satisfying the upward direction condition is detected, and then pressure time series data DT12 satisfying the right direction condition is detected. DT32 is detected, pressure time series data DT12 to DT32 satisfying the downward direction condition is detected, and pressure time series data DT12 to DT32 satisfying the left direction condition is detected next. The upward condition, the downward condition, the right condition, and the left condition are the same as the upward condition, the downward condition, the right condition, and the left condition described with reference to FIGS. is there.
以上、図４〜図８を参照して説明したように、本実施形態によれば、筆記図形特定部４９は、把持力時系列データＤＴ２をパターン情報と比較し、パターンマッチングを実行する。その結果、筆記図形の種類を的確に特定できる。
As described above with reference to FIGS. 4 to 8, according to the present embodiment, the written
また、プロセッサー２１ａに機械学習を実行させることによって、パターン情報の精度を向上できる。その結果、筆記図形の種類を更に的確に特定できる。機械学習は、プロセッサー２１ａによる処理を繰り返し、図形の規則性及び／又は判断基準を導き出すことを示す。なお、パターン情報は一例であり、特に限定されない。従って、種々のパターン情報を定めることにより、様々な種類の筆記図形を特定できる。
Further, the accuracy of the pattern information can be improved by causing the
また、図２に示すように、筆記図形特定部４９は、図形用フィルター４９ａを含むことが好ましい。図形用フィルター４９ａは、把持力時系列データＤＴ２に対して第２フィルタリング処理を実行する。第２フィルタリング処理とは、把持力時系列データＤＴ２からノイズを除去して、筆記図形の種類の特定のために把持力時系列データＤＴ２を最適化する処理のことである。筆記図形特定部４９は、第２フィルタリング処理後の把持力時系列データＤＴ２に基づいて筆記図形の種類を特定する。その結果、筆記図形の種類の特定の精度を更に向上できる。第２フィルタリング処理は、例えば、把持力時系列データＤＴ２のノイズを除去して、把持力時系列データＤＴ２の特徴情報を鮮明にする処理を含む。
Moreover, as shown in FIG. 2, it is preferable that the written figure specific |
次に、図１、図２、及び図９〜図１２を参照して、情報処理装置２１が実行する筆記情報算出方法について説明する。具体的には、図１及び図２に示すように、記憶装置２１ｂにコンピュータープログラムが記憶されている。コンピュータープログラムは、コンピューターとしてのプロセッサー２１ａに筆記情報算出方法を実行させる。その結果、プロセッサー２１ａは、前処理部４１、第１筆記量算出部４３、筆記速度算出部４５、第２筆記量算出部４７、及び筆記図形特定部４９として機能する。
Next, a writing information calculation method executed by the
図９〜図１２は、筆記情報算出方法を示すフローチャートである。図９〜図１２に示すように、筆記情報算出方法は、ステップＳ１〜ステップＳ９と、ステップＳ２１〜ステップＳ３９と、ステップＳ５１〜ステップＳ５５と、ステップＳ６１〜ステップＳ６９とを含む。 9 to 12 are flowcharts showing the writing information calculation method. As shown in FIGS. 9 to 12, the writing information calculation method includes steps S1 to S9, steps S21 to S39, steps S51 to S55, and steps S61 to S69.
図２及び図９に示すように、ステップＳ１において、前処理部４１は、タイマーを起動する。例えば、前処理部４１は、授業の開始時にタイマーを起動する。
As shown in FIGS. 2 and 9, in step S1, the preprocessing
ステップＳ３において、前処理部４１は、把持力時系列データＤＴ１を取得する。
ステップＳ５において、前処理部４１は、把持力時系列データＤＴ１に対してローパスフィルター処理を実行し、把持力時系列データＤＴ２を生成する。
ステップＳ７において、前処理部４１は、把持力時系列データＤＴ２に含まれる圧力時系列データＤＴ１２と圧力時系列データＤＴ２２とに対して算術平均処理を実行し、把持力時系列データＤＡを生成する。
In step S3, the preprocessing
In step S5, the preprocessing
In step S7, the
ステップＳ９において、前処理部４１は、把持力時系列データＤＡ又は把持力時系列データＤＴ２に基づいて、筆記面３３ａに対して記号の形成動作が実行されているか、又は筆記面３３ａに対して図形の形成動作が実行されているかを判定する。
記号の形成動作が実行されていると判定されたときは、処理は図１０のステップＳ２１に進む。
In step S9, the
If it is determined that the symbol forming operation is being performed, the process proceeds to step S21 in FIG.
図２及び図１０に示すように、ステップＳ２１において、第１筆記量算出部４３は、把持力時系列データＤＡに対して第１フィルタリング処理を実行する。具体的には、記号用フィルター４３ａが第１フィルタリング処理を実行する。
As shown in FIG.2 and FIG.10, in step S21, the 1st writing
ステップＳ２３において、第１筆記量算出部４３は、第１フィルタリング処理後の把持力時系列データＤＡから２つの極値（本実施形態では、２つの最大値）を検出する。
ステップＳ２５において、第１筆記量算出部４３は、２つの極値に基づいて、極値間時間Ｘ（ｍ）を算出する。
ステップＳ２７において、第１筆記量算出部４３は、式（３）及び式（４）に従って閾値Ｙ（ｍ）を算出する。
In step S23, the first writing
In step S25, the first writing
In step S27, the first writing
ステップＳ２９において、第１筆記量算出部４３は、式（５）に従って、極値間時間Ｘ（ｍ）が閾値Ｙ（ｍ）より大きいか否かを判定する。
極値間時間Ｘ（ｍ）が閾値Ｙ（ｍ）より大きいと判定されたときは（ステップＳ２９でＹｅｓ）、処理はステップＳ３１に進む。
In step S29, the first writing
When it is determined that the time between extreme values X (m) is larger than the threshold Y (m) (Yes in step S29), the process proceeds to step S31.
ステップＳ３１において、第１筆記量算出部４３は、第１筆記量を示す第１計数値ＣＴ１を１つインクリメントする。その後、処理は図１２のステップＳ６１に進む。
In step S31, the first writing
一方、極値間時間Ｘ（ｍ）が閾値Ｙ（ｍ）より大きくないと判定されたときは（ステップＳ２９でＮｏ）、処理はステップＳ３３に進む。 On the other hand, when it is determined that the time X (m) between extreme points is not greater than the threshold Y (m) (No in step S29), the process proceeds to step S33.
ステップＳ３３において、第１筆記量算出部４３は、記憶装置２１ｂから第１補助数値ｔｓを取得し、第１補助閾値Ｙ１を算出する。第１補助閾値Ｙ１は、式（８）によって表される。
Ｙ１＝α×ｔｓ＋β …（８）
In step S33, the first writing
Y1 = α × ts + β (8)
式（８）のαは、式（３）の第１定数αと同じである。式（８）のβは、式（３）の第２定数βと同じである。式（８）の第１補助数値ｔｓは、「セグメント間時間を含む極値間時間」の学習値を示す。「セグメント間時間を含む極値間時間」の学習値とは、記憶装置２１ｂに蓄積された複数の「セグメント間時間を含む極値間時間」に対して機械学習を実行して導出された「セグメント間時間を含む極値間時間」の予測値のことである。機械学習は、記憶装置２１ｂに蓄積された複数の「セグメント間時間を含む極値間時間」をプロセッサー２１ａによって処理し、「セグメント間時間を含む極値間時間」の規則性及び／又は判断基準を導き出すことを示す。
Α in Expression (8) is the same as the first constant α in Expression (3). Β in Equation (8) is the same as the second constant β in Equation (3). The first auxiliary numerical value ts in the equation (8) indicates a learning value of “time between extreme values including time between segments”. The learned value of “time between extreme values including inter-segment time” is derived by executing machine learning on a plurality of “time between extreme values including inter-segment time” accumulated in the
ステップＳ３５において、第１筆記量算出部４３は、極値間時間Ｘ（ｍ）が第１補助閾値Ｙ１より大きいか否かを判定する。
極値間時間Ｘ（ｍ）が第１補助閾値Ｙ１より大きいと判定されたときは（ステップＳ３５でＹｅｓ）、処理はステップＳ３１に進む。
In step S35, the first writing
When it is determined that the inter-extreme time X (m) is greater than the first auxiliary threshold Y1 (Yes in step S35), the process proceeds to step S31.
ステップＳ３３及びステップＳ３５の処理を実行する理由は次の通りである。すなわち、例えば、「お」の１番目から３番目のセグメントのうち２番目のセグメントの終点から３番目のセグメントの始点までの距離は比較的長い。また、例えば、「ぎ」の１番目から６番目のセグメントのうち４番目のセグメントの終点から５番目のセグメントの始点までの距離は比較的長い。距離が長いと、式（３）の極値間時間Ｘ（Ｍ）が長くなる。その結果、式（３）〜式（５）に基づく判定では、極値間時間Ｘ（ｍ）が閾値Ｙ（ｍ）より大きいと判定されず、記号が計数されないことが発生し得る。そこで、ステップＳ３３及びステップＳ３５の処理を実行して、あるセグメントの終点から次のセグメントの始点までの距離が比較的長い場合であっても、精度良く記号を計数する。 The reason for executing the processing of step S33 and step S35 is as follows. That is, for example, of the first to third segments of “O”, the distance from the end point of the second segment to the start point of the third segment is relatively long. Further, for example, of the first to sixth segments of “gi”, the distance from the end point of the fourth segment to the start point of the fifth segment is relatively long. When the distance is long, the inter-extreme time X (M) in the equation (3) becomes long. As a result, in the determination based on Expressions (3) to (5), it may be determined that the time between extreme values X (m) is not greater than the threshold value Y (m), and the symbols are not counted. Therefore, the processing of step S33 and step S35 is executed, and even if the distance from the end point of one segment to the start point of the next segment is relatively long, the symbols are counted with high accuracy.
一方、極値間時間Ｘ（ｍ）が第１補助閾値Ｙ１より大きくないと判定されたときは（ステップＳ３５でＮｏ）、処理はステップＳ３７に進む。 On the other hand, when it is determined that the inter-extreme time X (m) is not greater than the first auxiliary threshold Y1 (No in step S35), the process proceeds to step S37.
ステップＳ３７において、第１筆記量算出部４３は、第２補助閾値Ｙ２及び第２補助数値ｔｃを記憶装置２１ｂから取得する。第２補助閾値Ｙ２は定数である。例えば、第２補助閾値Ｙ２は、「１．３」である。第２補助閾値Ｙ２は、実験的及び／又は経験的に定められる。第２補助数値ｔｃは、「記号間時間を含む極値間時間」の学習値を示す。「記号間時間を含む極値間時間」の学習値とは、記憶装置２１ｂに蓄積された複数の「記号間時間を含む極値間時間」に対して機械学習を実行して導出された「記号間時間を含む極値間時間」の予測値のことである。機械学習は、記憶装置２１ｂに蓄積された複数の「記号間時間を含む極値間時間」をプロセッサー２１ａによって処理し、「記号間時間を含む極値間時間」の規則性及び／又は判断基準を導き出すことを示す。
In step S37, the first writing
ステップＳ３９において、第１筆記量算出部４３は、極値間時間Ｘ（ｍ）が式（９）に示す条件を満たすか否かを判定する。つまり、第１筆記量算出部４３は、「Ｘ（ｍ）／ｔｃ」が第２補助閾値Ｙ２より小さく、かつ、「ｔｃ／Ｘ（ｍ）」が第２補助閾値Ｙ２より小さいか否かを判定する。
Ｘ（ｍ）／ｔｃ＜Ｙ２ かつ ｔｃ／Ｘ（ｍ）＜Ｙ２ …（９）
In step S39, the first writing
X (m) / tc <Y2 and tc / X (m) <Y2 (9)
「Ｘ（ｍ）／ｔｃ」が第２補助閾値Ｙ２より小さく、かつ、「ｔｃ／Ｘ（ｍ）」が第２補助閾値Ｙ２より小さと判定されたときは（ステップＳ３９でＹｅｓ）、処理はステップＳ３１に進む。 When it is determined that “X (m) / tc” is smaller than the second auxiliary threshold Y2 and “tc / X (m)” is smaller than the second auxiliary threshold Y2 (Yes in step S39), the process is as follows. Proceed to step S31.
一方、「Ｘ（ｍ）／ｔｃ」と「ｔｃ／Ｘ（ｍ）」とのうち、少なくとも一方が第２補助閾値Ｙ２より小さくないと判定されたときは（ステップＳ３９でＮｏ）、処理は図９のステップＳ３に進む。
On the other hand, when it is determined that at least one of “X (m) / tc” and “tc / X (m)” is not smaller than the second auxiliary threshold Y2 (No in step S39), the processing is as shown in FIG. Proceed to step S3 of
ステップＳ３７及びステップＳ３９の処理を実行する理由は次の通りである。すなわち、例えば、「の」、「つ」、及び「ひ」の各々は、１つのセグメントから構成される。１つのセグメントから構成される記号の前後の極値間時間は、いずれも記号間時間を含む。従って、記号間時間を含む極値間時間が連続する。その結果、式（３）〜式（５）に基づく判定では、極値間時間Ｘ（ｍ）が閾値Ｙ（ｍ）より大きいと判定されず、記号が計数されないことが発生し得る。また、少ないセグメント数から構成される記号が連続している場合、第１補助数値ｔｓに対する機械学習が十分ではなく、式（８）に基づく判定でも、極値間時間Ｘ（ｍ）が閾値Ｙ（ｍ）より大きいと判定されず、記号が計数されないことが発生し得る。そこで、ステップＳ３７及びステップＳ３９の処理を実行して、記号間時間を含む極値間時間が連続する場合であっても、少ないセグメント数から構成される記号が連続している場合であっても、精度良く記号を計数する。 The reason why the processes of steps S37 and S39 are executed is as follows. That is, for example, each of “no”, “tsu”, and “hi” is composed of one segment. The time between extreme values before and after a symbol composed of one segment includes the time between symbols. Therefore, the time between extreme values including the time between symbols is continuous. As a result, in the determination based on Expressions (3) to (5), it may be determined that the time between extreme values X (m) is not greater than the threshold value Y (m), and the symbols are not counted. Further, when symbols composed of a small number of segments are continuous, machine learning for the first auxiliary numerical value ts is not sufficient, and the time between extreme values X (m) is the threshold value Y even in the determination based on Expression (8). It may not occur that (m) is greater than that and the symbol is not counted. Therefore, even if the processing of step S37 and step S39 is executed and the time between the extreme values including the time between the symbols is continuous, or the symbol composed of a small number of segments is continuous. Count the symbols with high accuracy.
一方、図９のステップＳ９において、図形の形成動作が実行されていると判定されたときは、処理は図１１のステップＳ５１に進む。 On the other hand, when it is determined in step S9 in FIG. 9 that the graphic forming operation is being executed, the process proceeds to step S51 in FIG.
図２及び図１１に示すように、ステップＳ５１において、筆記図形特定部４９は、把持力時系列データＤＴ２に対して第２フィルタリング処理を実行する。具体的には、図形用フィルター４９ａが第２フィルタリング処理を実行する。
As shown in FIG.2 and FIG.11, in step S51, the written figure specific |
ステップＳ５３において、筆記図形特定部４９は、第２フィルタリング処理後の把持力時系列データＤＴ２に基づいてパターンマッチングを実行して、筆記図形の種類を特定する。
ステップＳ５５において、筆記図形特定部４９は、第３筆記量を示す第２計数値ＣＴ２を１つインクリメントする。その後、処理は図１２のステップＳ６１に進む。
In step S53, the written
In step S55, the written
図２及び図１２に示すように、ステップＳ６１において、前処理部４１は、タイマーの時間を参照して、所定時間が経過したか否かを判定する。所定時間は、例えば、授業時間である。
As shown in FIGS. 2 and 12, in step S61, the preprocessing
所定時間が経過していないと判定されたときは（ステップＳ６１でＮｏ）は、処理は図９のステップＳ３に進む。
一方、所定時間が経過したと判定されたときは（ステップＳ６１でＹｅｓ）は、処理はステップＳ６３に進む。
If it is determined that the predetermined time has not elapsed (No in step S61), the process proceeds to step S3 in FIG.
On the other hand, when it is determined that the predetermined time has elapsed (Yes in step S61), the process proceeds to step S63.
ステップＳ６３において、前処理部４１は、タイマーを停止する。
ステップＳ６５において、筆記速度算出部４５は、筆記時間ＷＴと、筆記時間ＷＴ中の第１筆記量とに基づいて、筆記速度Ｖを算出する。
ステップＳ６７において、第２筆記量算出部４７は、把持力時系列データＤＡに基づいて第２筆記量を算出する。
ステップＳ６９において、第１筆記量算出部４３は、第１筆記量を示す第１計数値ＣＴ１と第３筆記量を示す第２計数値ＣＴ２との合計値を算出する。そして、処理は終了する。
In step S63, the preprocessing
In step S65, the writing
In step S67, the second writing
In step S69, the first writing
以上、図９〜図１２を参照して説明したように、本実施形態によれば、筆記情報算出方法はステップＳ２１〜ステップＳ３１を含む。そして、ステップＳ２１〜ステップＳ３１では、把持力時系列データＤＴ１（具体的には、把持力時系列データＤＡ）に基づいて、第１筆記量を算出する処理が実行される。その結果、利用可能な筆記具の種類の制限を緩和しつつ、第１筆記量を算出できる。 As described above with reference to FIGS. 9 to 12, according to the present embodiment, the writing information calculation method includes steps S <b> 21 to S <b> 31. In steps S21 to S31, processing for calculating the first writing amount is executed based on the gripping force time-series data DT1 (specifically, the gripping force time-series data DA). As a result, the first writing amount can be calculated while relaxing restrictions on the types of available writing instruments.
また、本実施形態によれば、筆記情報算出方法はステップＳ５１及びステップＳ５３を含む。そして、ステップＳ５１及びステップＳ５３では、把持力時系列データＤＴ１（具体的には、把持力時系列データＤＴ２）に基づいて、筆記図形の種類を特定する処理が実行される。その結果、利用可能な筆記具の種類の制限を緩和しつつ、筆記図形の種類を特定できる。 Moreover, according to this embodiment, the writing information calculation method includes step S51 and step S53. In step S51 and step S53, processing for specifying the type of the written figure is executed based on the gripping force time series data DT1 (specifically, the gripping force time series data DT2). As a result, it is possible to specify the type of writing figure while relaxing restrictions on the types of available writing instruments.
（変形例）
図１３を参照して、本実施形態の変形例に係る筆記装置１００について説明する。図１３に示すように、本変形例に係る筆記装置１００は、グリップ部材７１を備えている点で、図１を参照して説明した本実施形態に係る筆記装置１００と異なる。以下、本変形例が本実施形態と異なる点を主に説明する。
(Modification)
With reference to FIG. 13, the
図１３は、本変形例に係る筆記装置１００のグリップ部材７１を示す斜視図である。なお、図１３では、図面の簡略化のため、筆記具１を二点鎖線で示している。
FIG. 13 is a perspective view showing the
図１３に示すように、筆記装置１００は、グリップ部材７１をさらに備える。グリップ部材７１は、略円筒状であり、貫通孔７２を有する。そして、貫通孔７２に軸体３が挿通される。その結果、グリップ部材７１が軸体３に装着される。また、グリップ部材７１は、弾性を有する。グリップ部材７１は、例えば、ゴムにより形成されている。
As shown in FIG. 13, the
グリップ部材７１は、複数の凹部７３（本変形例では、３個の凹部７３）をさらに有する。３個の凹部７３は、グリップ部材７１の周面に配置される。３個の凹部７３のうち凹部７３ａは使用者の親指に対応し、凹部７３ａには親指が接触する。３個の凹部７３のうち凹部７３ｂは使用者の人差し指に対応し、凹部７３ｂには人差し指が接触する。３個の凹部７３のうち凹部７３ｃは使用者の中指に対応し、凹部７３ｃには中指が接触する。
The
検出部１０は、軸体３とグリップ部材７１との間に配置される。具体的には、圧力検出部Ｇ１は、凹部７３ａに対向するように、軸体３の外面とグリップ部材７１の内面との間に配置される。圧力検出部Ｇ２は、凹部７３ｂに対向するように、軸体３の外面とグリップ部材７１の内面との間に配置される。圧力検出部Ｇ３は、凹部７３ｃに対向するように、軸体３の外面とグリップ部材７１の内面との間に配置される。
The
以上、図１３を参照して説明したように、本変形例によれば、検出部１０は、グリップ部材７１を介して押圧されるため、指に直接接触しない。従って、指からの圧力がグリップ部材７１により緩和され、把持力時系列データＤＡに含まれる極値を更にシャープにすることができる。その結果、第１筆記量を更に精度良く算出できる。また、複数の使用者間での検出圧力のばらつきが抑制され、複数の使用者にわたって、第１筆記量を安定して検出できる。例えば、検出圧力のばらつきは、使用者の癖に起因する。
As described above with reference to FIG. 13, according to the present modification, the
［学習者の理解度の推定］
図１〜図１３を参照して説明した本実施形態（変形例を含む。）では、第１筆記量〜第３筆記量及び筆記速度を算出するとともに、筆記図形の種類を特定している。従って、学習者に筆記具１を使用させ、第１筆記量、第２筆記量、第３筆記量、筆記速度、及び筆記図形の種類のうちの１つ又は２以上に基づいて、定量的に学習者の理解度を推定できる。
[Estimation of learner understanding]
In the present embodiment (including modifications) described with reference to FIGS. 1 to 13, the first writing amount to the third writing amount and the writing speed are calculated, and the type of the writing figure is specified. Therefore, let the learner use the
すなわち、筆記量と理解度とには相関があることが分かっている。例えば、ノートテイキング行動と事後テストの得点とについて検討が行われた（岸俊行、塚田裕恵、野嶋栄一郎、「ノートテイキングの有無と事後テストの得点との関連分析」、日本教育工学会誌、Ｖｏｌ．２８、ｐｐ．２６５−２６８、２００４）。この検討の結果、ノートテイキング量とテストの得点との間に強い相関が認められた。また、例えば、下線及び矢印のような方略図形の使用数とテストの得点との関係について検討が行われた（齋藤ひとみ、源田雅裕、「ノートテイキングにおける方略使用の効果に関する検討」、日本教育工学会論文誌、ｖｏｌ．３１、ｐｐ．１９７−２００、２００７）。この検討の結果、理解度の高い学習者は低い学習者に比べ、重要キーワードを多く抽出できており、方略図形を多く使用していることが確認された。 That is, it is known that there is a correlation between the amount of writing and the degree of understanding. For example, note-taking behaviors and post-test scores were examined (Toshiyuki Kishi, Hiroe Tsukada, Eiichiro Nojima, “Analysis of the relationship between the presence of note-taking and post-test scores”, Japan Society for Educational Technology, Vol. 28, pp. 265-268, 2004). As a result of this study, a strong correlation was found between the amount of note-taking and test scores. In addition, for example, the relationship between the number of use of schematic figures such as underline and arrows and the score of the test was examined (Hitomi Saito, Masahiro Genda, “Examination of the effect of using strategy on note-taking”, Japan Education Journal of academic papers, vol.31, pp.197-200, 2007). As a result of this study, it was confirmed that learners with a high level of understanding were able to extract more important keywords and used more schematic figures than learners with a low level of understanding.
本実施形態では、第１筆記量〜第３筆記量及び筆記速度の各々が、ノートテイキング量を表す。また、筆記図形の種類を特定することが方略図形を特定することに相当し、第３筆記量が方略図形の出現数を表している。従って、第１筆記量〜第３筆記量、筆記速度、及び筆記図形の種類のうちの１つ又は２以上に基づいて、定量的に学習者の理解度を推定できる。 In the present embodiment, each of the first to third writing amounts and the writing speed represents the note taking amount. Further, specifying the type of the written figure corresponds to specifying the schematic figure, and the third writing amount represents the number of appearances of the schematic figure. Accordingly, the learner's comprehension level can be quantitatively estimated based on one or more of the first to third writing amounts, the writing speed, and the type of writing figure.
具体的には、第１筆記量が少ない程、学習者の理解度が低いことが示され、第２筆記量が少ない程、学習者の理解度が低いことが示され、筆記速度が遅い程、学習者の理解度が低いことが示される。また、第３筆記量が少ない程、学習者の理解度が低いことが示される。換言すれば、筆記図形の種類が特定される回数が少ない程、学習者の理解度が低いことが示される。 Specifically, the smaller the first writing amount, the lower the understanding level of the learner, the smaller the second writing amount, the lower the understanding level of the learner, and the slower the writing speed. This shows that the learner's level of understanding is low. In addition, the smaller the third writing amount, the lower the learner's understanding level. In other words, the less the number of times the type of the written figure is specified, the lower the learner's level of understanding.
第１筆記量〜第３筆記量、筆記速度、及び筆記図形の種類の各々を単独で使用するよりも、第１筆記量〜第３筆記量、筆記速度、及び筆記図形の種類のうち２以上の組み合わせを使用する方が、学習者の理解度を更に的確に推定できる。 Rather than using each of the first writing amount to the third writing amount, the writing speed, and the type of the writing figure independently, two or more of the first writing amount to the third writing amount, the writing speed, and the writing figure type are used. It is possible to estimate the learner's comprehension more accurately by using the combination.
次に、定量的に学習者の理解度を推定できることの有用性を説明する。例えば、教育現場において、生徒の理解度を把握する方法として、質問又は机間巡視の実施が挙げられる。一般的な一斉授業では、１人の教師が複数の生徒を相手にする必要があるため、すべての生徒の理解度を一度に把握することは難しい。また、宿題などの家庭学習は、そもそも教師の目が届かない範囲での学習であるため、生徒の学習内容及び学習過程を把握することはできない。その結果、生徒の学習内容に対する「つまずき」に教師が気づかず、生徒の学習の遅れにつながってしまう可能性がある。 Next, the usefulness of being able to estimate the learner's understanding level quantitatively will be described. For example, as a method of grasping the degree of understanding of students in an education site, there is a question or an inter-desk patrol. In general simultaneous classes, one teacher needs to deal with multiple students, so it is difficult to grasp the understanding level of all students at once. In addition, home learning such as homework is in the first place where the teacher's eyes do not reach, so it is impossible to grasp the learning content and learning process of the student. As a result, the teacher may not be aware of the “stumbling” on the learning content of the student, which may lead to a delay in the learning of the student.
本実施形態では、第１筆記量〜第３筆記量、筆記速度、及び筆記図形の種類のうちの１つ又は２以上に基づいて、定量的に学習者の理解度を推定して、例えば、学習者に「つまずき」箇所を自覚させたり、教師の指導方法を支援したりすることができる。 In the present embodiment, the learner's understanding level is quantitatively estimated based on one or more of the first to third writing amounts, the writing speed, and the type of writing figure, for example, The learner can be aware of the “stumbling” part and can support the teacher's teaching method.
また、本実施形態では、筆記具１を利用して、第１筆記量〜第３筆記量及び筆記速度を算出するとともに、筆記図形の種類を特定している。筆記具１による筆記動作は学習者にとって慣れ親しんだ動作であるため、学習者への身体的及び精神的な負担と学習環境への影響とを抑制しつつ、定量的に学習者の理解度を推定できる。
In the present embodiment, the
次に、本発明が実施例に基づき具体的に説明されるが、本発明は以下の実施例によって限定されない。 Next, the present invention will be specifically described based on examples, but the present invention is not limited to the following examples.
図１、図２、及び図１４〜図１７を参照して、本発明の実施例について説明する。実施例では、図１及び図２に示す本実施形態に係る筆記装置１００が使用された。ただし、筆記具１にコントローラー１１を設けず、筆記具１と情報処理装置２１とがケーブルによって接続された。そして、把持力信号ＳＧは、ケーブルを介して、筆記具１から情報処理装置２１に送信された。さらに、プロセッサー２１ａが、把持力信号ＳＧを所定周波数でサンプリングし、把持力時系列データＤＴ１を生成した。所定周波数は１００Ｈｚであった。なお、本実施例の説明において、図１〜図１２を参照して説明した式（１）〜式（９）を適宜引用する。
An embodiment of the present invention will be described with reference to FIGS. 1, 2, and 14 to 17. In the example, the
筆記具１として、ＬＡＭＹ社製の「ＬＡＭＹ（登録商標） ｓａｆａｒｉ Ｌ１１９ＷＴ」を使用した。圧力検出部Ｇとして、ＩｎｔｅｒｌｉｎｋＥｌｅｃｔｒｏｎｉｃｓ社製の「ＦＳＲ４００」を使用した。導出用検出部３１として、ＩｎｔｅｒｌｉｎｋＥｌｅｃｔｒｏｎｉｃｓ社製の帯状の「ＦＳＲ４０８」を複数個並べて使用した。
As the
筆記装置１００を評価するため、文「あのイーハトーヴォのすきとおった風、夏でも底に冷たさをもつ青いそら、うつくしい森で飾られたモリーオ市、郊外のぎらぎらひかる草の波。」（宮沢賢治、「ポラーノの広場」）を使用した。この文は、平仮名、片仮名、漢字、長音、及び句読点のような様々な種類の記号を含むため、評価に用いる文として適切であると判断した。
In order to evaluate the
「あのイーハトーヴォのすきとおった風、夏でも底に冷たさをもつ青いそら、」を文Ａと記載し、「うつくしい森で飾られたモリーオ市、郊外のぎらぎらひかる草の波。」を文Ｂと記載する。また、「あのイーハトーヴォのすきとおった風、」を文Ａ１と記載し、「夏でも底に冷たさをもつ青いそら、」を文Ａ２と記載し、「うつくしい森で飾られたモリーオ市、」を文Ａ３と記載し、「郊外のぎらぎらひかる草の波。」を文Ａ４と記載する。 “I like that Ihatovo ’s breeze, the blue sky with the cold in the bottom in summer” is described as sentence A, and “Morio city decorated with a beautiful forest, the waves of glittering grass in the suburbs.” Sentence B. It describes. In addition, “That wind of Ihatovo's favorite wind” is described as sentence A1, “Blue sky with cold at the bottom even in summer” is described as sentence A2, and “Morio City decorated with a beautiful forest,” Is described as sentence A3, and “a wave of grass in the suburbs shining” is described as sentence A4.
（実施例１）
図１、図２、及び図１４を参照して、本発明の実施例１について説明する。実施例１では、被験者が、図１及び図２に示す筆記具１を使用して、「あ」、「い」、「う」、「え」、「お」を筆記面３３ａに筆記した。
Example 1
A first embodiment of the present invention will be described with reference to FIG. 1, FIG. 2, and FIG. In Example 1, the test subject wrote “A”, “I”, “U”, “E”, and “O” on the
図１４は、実施例１に係る把持力時系列データＤＴ１を示す図である。図１４において、横軸は時間（ｍｓ）を示し、縦軸は圧力（ｇ）を示す。図１４に示すように、把持力時系列データＤＴ１は、圧力時系列データＤ１と、圧力時系列データＤ２と、圧力時系列データＤ３とを含んだ。圧力時系列データＤ１は、圧力信号Ｒ１に対応し、親指からの圧力を示した。圧力時系列データＤ２は、圧力信号Ｒ２に対応し、人差し指からの圧力を示した。圧力時系列データＤ３は、圧力信号Ｒ３に対応し、中指からの圧力を示した。 FIG. 14 is a diagram illustrating gripping force time-series data DT1 according to the first embodiment. In FIG. 14, the horizontal axis represents time (ms), and the vertical axis represents pressure (g). As shown in FIG. 14, the gripping force time series data DT1 includes pressure time series data D1, pressure time series data D2, and pressure time series data D3. The pressure time series data D1 corresponds to the pressure signal R1 and indicates the pressure from the thumb. The pressure time series data D2 corresponds to the pressure signal R2 and indicates the pressure from the index finger. The pressure time series data D3 corresponds to the pressure signal R3 and indicates the pressure from the middle finger.
筆記具１の先端部９が筆記面３３ａに接触するタイミングでは、圧力時系列データＤ１の示す圧力値と圧力時系列データＤ２の示す圧力値とが急峻に上昇した。一方、筆記具１の先端部９が筆記面３３ａから離間するタイミングでは、圧力時系列データＤ１の示す圧力値と圧力時系列データＤ２の示す圧力値とが急峻に下降した。
At the timing when the
すなわち、圧力時系列データＤ１の示す圧力値と圧力時系列データＤ２の示す圧力値とは、振幅を異にするが、同様の波形を示した。従って、圧力時系列データＤ１の示す圧力値と圧力時系列データＤ２の示す圧力値との平均値を算出することで、筆記具１の先端部９と筆記面３３ａとの接触状況を認識できることが確認された。換言すれば、圧力時系列データＤＴ１２の示す圧力値と圧力時系列データＤＴ１２の示す圧力値との平均値を算出することで、筆記具１の先端部９と筆記面３３ａとの接触状況を認識できることが確認された。
That is, the pressure value indicated by the pressure time-series data D1 and the pressure value indicated by the pressure time-series data D2 have different waveforms but show the same waveform. Therefore, it is confirmed that the contact state between the
（実施例２〜実施例４）
図２、図１５、及び図１６を参照して、本発明の実施例２〜実施例４について説明する。実施例２〜実施例４では、図２に示すように、筆圧信号ＷＳに基づいて、前処理部４１が筆圧時系列データＷＤ２を生成した。そして、単回帰式導出部５１は、文Ａ１〜文Ａ４ごとに、筆圧時系列データＷＤ２に基づいて複数の導出用極値間時間を算出した。一方、管理者は、筆記面３３ａに筆記された文字（導出用記号に対応）を導出用極値間時間と対比させた。そして、管理者は、複数の導出用極値間時間を、セグメント間時間を含む導出用極値間時間と記号間時間を含む導出用極値間時間とのうちのいずれかに弁別した。
(Example 2 to Example 4)
Examples 2 to 4 of the present invention will be described with reference to FIGS. 2, 15, and 16. In Example 2 to Example 4, as illustrated in FIG. 2, the preprocessing
単回帰式導出部５１は、文Ａ１〜文Ａ４ごとに、セグメント間時間を含む導出用極値間時間の平均値ＤＳと、記号間時間を含む導出用極値間時間の平均値ＤＣとを算出し、導出用データ（ＤＳ，ＤＣ）として設定した。７人の被験者を用意したため、合計２８個の導出用データ（ＤＳ，ＤＣ）が得られた。
単回帰式導出部５１は、２８個の導出用データ（ＤＳ，ＤＣ）に対して最小二乗法を実行し、式（１０）に示す実施例２に係る単回帰式を導出した。
Γ＝２．２３×Λ−４７．７ …（１０）
The single regression
The single regression
Γ = 2.23 × Λ−47.7 (10)
式（１０）の「２．２３」が式（６）のζに対応し、式（１０）の「−４７．７」が式（６）のξに対応した。
式（１０）において、記号間時間を含む導出用極値間時間Γとセグメント間時間を含む導出用極値間時間Λとの相関係数は、「０．７３」であり、強い相関が確認された。更に、式（１０）に示す単回帰式の決定係数は、「０．５３」であった。従って、式（１０）に示す回帰係数ζ（＝２．２３）を利用して式（３）に示す閾値Ｙ（ｍ）を定め、閾値Ｙ（ｍ）によって、複数の極値間時間を、記号間時間を含む極値間時間とセグメント間時間を含む極値間時間とに的確に弁別できることが示唆された。
“2.23” in Expression (10) corresponds to ζ in Expression (6), and “−47.7” in Expression (10) corresponds to ξ in Expression (6).
In equation (10), the correlation coefficient between the derived extreme time Γ including the inter-symbol time and the derived extreme time Λ including the inter-segment time is “0.73”, confirming a strong correlation. It was done. Furthermore, the coefficient of determination of the single regression equation shown in Equation (10) was “0.53”. Accordingly, the threshold value Y (m) shown in the equation (3) is determined using the regression coefficient ζ (= 2.23) shown in the equation (10), and the time between a plurality of extreme values is determined by the threshold Y (m). It was suggested that the time between extreme values including intersymbol time and the time between extreme values including inter-segment time can be distinguished accurately.
また、単回帰式導出部５１は、２８個の導出用データ（ＤＳ，ＤＣ）の残差のうち、負の残差の平均値を算出した。そして、単回帰式導出部５１は、負の残差の平均値を第１シフト量Ｆ１に設定し、式（１１）に示す実施例３に係る第１シフト単回帰式を導出した。第１シフト量Ｆ１は、−４７．８であった。
Γ＝２．２３×Λ−４７．７−４７．８ …（１１）
In addition, the single regression
Γ = 2.23 × Λ−47.7-47.8 (11)
式（１１）の「２．２３」が式（７）のζに対応し、式（１１）の「−４７．７」が式（７）のξに対応し、式（１１）の「−４７．８」が式（７）のＦに対応した。 “2.23” in Equation (11) corresponds to ζ in Equation (7), “−47.7” in Equation (11) corresponds to ξ in Equation (7), and “−” in Equation (11) 47.8 "corresponded to F in formula (7).
さらに、単回帰式導出部５１は、２８個の導出用データ（ＤＳ，ＤＣ）の残差のうち、負の残差の標準偏差を算出した。そして、単回帰式導出部５１は、−１が乗じられた負の残差の標準偏差を第２シフト量Ｆ２に設定し、式（１２）に示す実施例４に係る第２シフト単回帰式を導出した。第２シフト量Ｆ２は、−５６．２であった。
Γ＝２．２３×Λ−４７．７−５６．２ …（１２）
Further, the single regression
Γ = 2.23 × Λ−47.7-56.2 (12)
式（１２）の「２．２３」が式（７）のζに対応し、式（１２）の「−４７．７」が式（７）のξに対応し、式（１２）の「−５６．２」が式（７）のＦに対応した。 “2.23” in Expression (12) corresponds to ζ in Expression (7), “−47.7” in Expression (12) corresponds to ξ in Expression (7), and “−” in Expression (12) "56.2" corresponded to F in formula (7).
図１５は、単回帰式に基づく直線８１、第１シフト単回帰式に基づく直線８２、及び第２シフト単回帰式に基づく直線８３を示すグラフである。図１５において、グラフの横軸は、セグメント間時間を含む導出用極値間時間（ｍｓ）を示し、グラフの縦軸は、記号間時間を含む導出用極値間時間（ｍｓ）を示す。
FIG. 15 is a graph showing a
図１５に示すように、導出用データ（ＤＳ，ＤＣ）がプロットされた。式（１０）に示す単回帰式は、直線８１を表した。式（１１）に示す第１シフト単回帰式は、直線８２を表した。式（１２）に示す第２シフト単回帰式は、直線８３を表した。
As shown in FIG. 15, derivation data (DS, DC) was plotted. The single regression equation shown in Equation (10) represents a
次に、式（１０）〜式（１２）を評価した。式（１０）〜式（１２）の各評価において、式（３）の第１定数αに式（１０）〜式（１２）の「２．２３」を設定し、式（４）の第３定数ｚ１に式（１０）〜式（１２）の「−４７．７」を設定した。 Next, Formula (10)-Formula (12) were evaluated. In each evaluation of Expression (10) to Expression (12), “2.23” of Expression (10) to Expression (12) is set to the first constant α of Expression (3), and the third of Expression (4) is set. “−47.7” in the equations (10) to (12) was set as the constant z1.
図１６は、式（１０）〜式（１２）の評価結果を示す図である。図１６に示すように、式（１０）の単回帰式の評価では、式（１０）に合わせて、式（４）の第４定数ｚ２に「０」を設定した。式（１１）の第１シフト単回帰式の評価では、式（１１）に合わせて、式（４）の第４定数ｚ２に「−４７．８」を設定した。式（１２）の第２単回帰式の評価では、式（１２）に合わせて、式（４）の第４定数ｚ２に「−５６．２」を設定した。 FIG. 16 is a diagram illustrating the evaluation results of Expression (10) to Expression (12). As shown in FIG. 16, in the evaluation of the single regression equation of Expression (10), “0” was set to the fourth constant z2 of Expression (4) in accordance with Expression (10). In the evaluation of the first shift single regression equation of Equation (11), “−47.8” was set to the fourth constant z2 of Equation (4) in accordance with Equation (11). In the evaluation of the second single regression equation of Equation (12), “−56.2” was set to the fourth constant z2 of Equation (4) in accordance with Equation (12).
そして、第１筆記量算出部４３が、筆圧時系列データＷＤ２に基づいて、文Ａ及び文Ｂごとに、式（３）〜式（５）に従って第１筆記量としての文字数を算出した。図１６に、式（１０）〜式（１２）に対応して、第１筆記量としての文字数を記載している。また、（）内には、計算値と理論値との差が示される。計算値は、式（３）〜式（５）に従って算出された文字数を示し、理論値は、筆記面３３ａに筆記された文字の数を目視で数えたときの文字数を示す。
And the 1st writing
また、平均誤差率を算出した。誤差率は、（│計算値−理論値│／理論値）×１００、である。平均誤差率は、誤差率の総和／サンプル数、である。式（１０）に示す単回帰式に基づく文字数の平均誤差率は、１９．３％であった。式（１１）に示す第１シフト単回帰式に基づく文字数の平均誤差率は、１２．７％であった。式（１２）に示す第２シフト単回帰式に基づく文字数の平均誤差率は、１５．０％であった。つまり、第１シフト単回帰式が最も良好であった。第２シフト回帰式は、第１シフト単回帰式の次に良好であった。単回帰式は、第２シフト回帰式の次に良好だった。 The average error rate was calculated. The error rate is (| calculated value−theoretical value | / theoretical value) × 100. The average error rate is the sum of error rates / number of samples. The average error rate of the number of characters based on the single regression equation shown in Equation (10) was 19.3%. The average error rate of the number of characters based on the first shift single regression equation shown in Equation (11) was 12.7%. The average error rate of the number of characters based on the second shift single regression equation shown in Equation (12) was 15.0%. That is, the first shift single regression equation was the best. The second shift regression equation was the second best after the first shift single regression equation. The single regression equation was the second best after the second shift regression equation.
（実施例５）
図２及び図１７（ａ）を参照して、本発明の実施例５について説明する。実施例５では、図２に示すように、検出部１０が出力した把持力信号ＳＧに基づいて、前処理部４１が把持力時系列データＤＡを生成した。そして、第１筆記量算出部４３が、把持力時系列データＤＡに基づいて、文Ａ及び文Ｂごとに、式（３）〜式（５）に従って第１筆記量としての文字数を算出した。
(Example 5)
A fifth embodiment of the present invention will be described with reference to FIGS. 2 and 17 (a). In the fifth embodiment, as illustrated in FIG. 2, the preprocessing
式（３）及び式（４）では、第１定数α、第３定数ｚ１、及び第４定数ｚ２には、それぞれ、式（１１）に示す最も評価の高かった第１シフト単回帰式の回帰係数ζ、定数項ξ、及びシフト量Ｆ（第１シフト量Ｆ１）を設定した。具体的には、第１定数αに「２．２３」を設定し、第３定数ｚ１に「−４７．７」を設定し、第４定数ｚ２に「−４７．８」を設定した。 In the equations (3) and (4), the first constant α, the third constant z1, and the fourth constant z2 are respectively regressions of the first shift single regression equation having the highest evaluation shown in the equation (11). A coefficient ζ, a constant term ξ, and a shift amount F (first shift amount F1) were set. Specifically, “2.23” was set to the first constant α, “−47.7” was set to the third constant z1, and “−47.8” was set to the fourth constant z2.
さらに、図１０に示すステップＳ２９に加えて、ステップＳ３３〜ステップＳ３９を実行した。ステップＳ３３及びステップＳ３５で使用する式（８）のαは、式（３）の第１定数α（＝２．２３）と同じであり、式（８）のβは、式（３）の第２定数β（＝−４７．７−４７．８）と同じであった。また、ステップＳ３７及びステップＳ３９で使用する式（９）の第２補助閾値Ｙ２は、「１．３」であった。 Furthermore, Step S33 to Step S39 were executed in addition to Step S29 shown in FIG. Α in equation (8) used in step S33 and step S35 is the same as the first constant α (= 2.23) in equation (3), and β in equation (8) is the same as that in equation (3). It was the same as the two constants β (= −47.7-47.8). Further, the second auxiliary threshold Y2 of the equation (9) used in step S37 and step S39 was “1.3”.
図１７（ａ）は、実施例５に係る第１筆記量としての文字数及び平均誤差率を示す図である。図１７（ａ）に示すように、文字数が算出された。（）内には、計算値と理論値との差が示された。計算値は、式（３）〜式（５）、式（８）、及び式（９）に従って算出された文字数を示し、理論値は、筆記面３３ａに筆記された文字の数を目視で数えたときの文字数を示した。第１筆記量としての文字数の平均誤差率は、２４．９％であった。
FIG. 17A is a diagram illustrating the number of characters and the average error rate as the first writing amount according to the fifth embodiment. As shown in FIG. 17A, the number of characters was calculated. In (), the difference between the calculated value and the theoretical value is shown. The calculated value indicates the number of characters calculated according to equations (3) to (5), (8), and (9), and the theoretical value is obtained by visually counting the number of characters written on the
（実施例６）
図２及び図１７（ｂ）を参照して、本発明の実施例６について説明する。実施例６では、図２に示すように、導出用検出部３１が出力した筆圧信号ＷＳに基づいて、前処理部４１が筆圧時系列データＷＤ２を生成した。そして、第１筆記量算出部４３が、筆圧時系列データＷＤ２に基づいて、文Ａ及び文Ｂごとに、実施例５と同じ式（３）〜式（５）、式（８）、及び式（９）に従って第１筆記量としての文字数を算出した。そして、第１筆記量としての文字数の平均誤差率を算出した。
(Example 6)
A sixth embodiment of the present invention will be described with reference to FIGS. 2 and 17 (b). In Example 6, as illustrated in FIG. 2, the preprocessing
図１７（ｂ）は、実施例６に係る第１筆記量としての文字数の平均誤差率を示す図である。図１７（ｂ）に示すように、平均誤差率は、１３．６％であった。 FIG. 17B is a diagram illustrating an average error rate of the number of characters as the first writing amount according to the sixth embodiment. As shown in FIG. 17B, the average error rate was 13.6%.
図１７（ａ）及び図１７（ｂ）を参照して、実施例５と実施例６とを比較した。実施例５の把持力時系列データＤＡに基づく第１筆記量の平均誤差率と実施例６の筆圧時系列データＷＤ２に基づく第１筆記量の平均誤差率との差は、１１．３％であった。従って、把持力を用いた場合、筆圧を用いた場合と同様に、第１筆記量を算出できた。 With reference to FIG. 17A and FIG. 17B, Example 5 and Example 6 were compared. The difference between the average error rate of the first writing amount based on the grip force time series data DA of Example 5 and the average error rate of the first writing amount based on the writing pressure time series data WD2 of Example 6 is 11.3%. Met. Therefore, when the gripping force is used, the first writing amount can be calculated as in the case where the writing pressure is used.
以上、図面を参照しながら本発明の実施形態及び実施例について説明した。但し、本発明は、上記の実施形態及び実施例に限られるものではなく、その要旨を逸脱しない範囲で種々の態様において実施することが可能である（例えば、下記に示す（１）〜（８））。 The embodiments and examples of the present invention have been described above with reference to the drawings. However, the present invention is not limited to the above embodiments and examples, and can be carried out in various modes without departing from the gist thereof (for example, (1) to (8 shown below)). )).
（１）図１に示す筆記具１と情報処理装置２１とを有線接続してもよい。この場合、筆記具１はコントローラー１１を備えていなくてもよい。また、１個の圧力検出部Ｇを設けてもよいし、２個又は４個以上の圧力検出部Ｇを設けてもよい。また、２個の圧力検出部Ｇを設ける場合は、親指と人差し指とに対応して設けることが好ましい。
(1) The
（２）図２に示す情報処理装置２１は、第１筆記量算出部４３、筆記速度算出部４５、第２筆記量算出部４７、筆記図形特定部４９、及び単回帰式導出部５１のうちの１つ又は２以上の組合せを備えることもできる。特に、第１筆記量〜第３筆記量及び筆記速度の算出と筆記図形の種類の特定との一部又は全部を実行する場合、情報処理装置２１は単回帰式導出部５１を備えていなくてもよく、筆記装置１００は導出用検出部３１を備えていなくてよい。また、情報処理装置２１は、ローパスフィルター４１ａを備えていなくてもよい。
(2) The
また、第１筆記量算出部４３、筆記速度算出部４５、第２筆記量算出部４７、筆記図形特定部４９、及び単回帰式導出部５１のうちの１つ又は２以上の組合せが、筆記具１に備えられていてもよい。この場合は、プロセッサー１１ａが、記憶装置１１ｂに記憶されたコンピュータープログラムを実行することによって、第１筆記量算出部４３、筆記速度算出部４５、第２筆記量算出部４７、筆記図形特定部４９、及び単回帰式導出部５１のうちの１つ又は２以上の組合せとして機能する。例えば、前処理部４１及び第１筆記量算出部４３が筆記具１に備えられ、筆記図形特定部４９が情報処理装置２１に備えられる。この例では、筆記速度算出部４５及び第２筆記量算出部４７は、筆記具１に備えられていてもよいし、情報処理装置２１に備えられていてもよい。
In addition, one or a combination of two or more of the first writing
（３）図２に示す第１筆記量算出部４３は、把持力時系列データＤＴ１又は把持力時系列データＤＴ２に基づいて第１筆記量を算出してもよい。また、第１筆記量算出部４３は、圧力時系列データＤ１又は圧力時系列データＤ２に基づいて第１筆記量を算出してもよい。さらに、第１筆記量算出部４３は、圧力時系列データＤＴ１２又は圧力時系列データＤＴ２２に基づいて第１筆記量を算出してもよい。
(3) The first writing
また、筆記速度算出部４５は、記号間時間を含む極値間時間及び／又はセグメント間時間を含む極値間時間に基づいて筆記速度を算出してもよい。
The writing
さらに、第２筆記量算出部４７は、把持力時系列データＤＴ１又は把持力時系列データＤＴ２に基づいて第２筆記量を算出してもよい。また、第２筆記量算出部４７は、圧力時系列データＤ１又は圧力時系列データＤ２に基づいて第２筆記量を算出してもよい。さらに、第２筆記量算出部４７は、圧力時系列データＤＴ１２又は圧力時系列データＤＴ２２に基づいて第２筆記量を算出してもよい。
Further, the second writing
さらに、筆記図形特定部４９は、把持力時系列データＤＴ１又は把持力時系列データＤＴ２に基づいて筆記図形の種類を特定してもよい。また、筆記図形特定部４９は、圧力時系列データＤ１〜Ｄ３の一部又は全部に基づいて筆記図形の種類を特定してもよい。さらに、筆記図形特定部４９は、圧力時系列データＤＴ１２〜ＤＴ３２の一部又は全部に基づいて筆記図形の種類を特定してもよい。さらに、筆記図形特定部４９は、把持力時系列データＤＡに基づいて筆記図形の種類を特定してもよいし、把持力時系列データＤＡ及び圧力時系列データＤ３に基づいて筆記図形の種類を特定してもよいし、把持力時系列データＤＡ及び圧力時系列データＤＴ３２に基づいて筆記図形の種類を特定してもよい。
Furthermore, the written
（４）図２に示すローパスフィルター４１ａ、記号用フィルター４３ａ、及び図形用フィルター４９ａは、個々の使用者の特性（例えば、癖）を反映させるため、使用者ごとに用意することが好ましい。また、筆記図形特定部４９が使用するパターン情報は、個々の使用者の特性を反映させるため、使用者ごとに用意することが好ましい。
(4) The low-
（５）図３を参照して説明した本実施形態では、極値Ｂは最大値であった。ただし、第１筆記量算出部４３が検出及び処理する極値は、最小値であってもよい。つまり、極値は、圧力曲線Ｐの局所的な範囲での圧力値の最小値であってもよい。極値が最小値の場合、導出用極値も最小値である。
(5) In the present embodiment described with reference to FIG. 3, the extreme value B is the maximum value. However, the extreme value detected and processed by the first writing
（６）図１２に示す筆記情報算出方法において、ステップＳ６３〜ステップＳ６９の順番は、適宜変更し得る。 (6) In the writing information calculation method shown in FIG. 12, the order of step S63 to step S69 can be changed as appropriate.
（７）図１３に示す本変形例では、検出部１０は、軸体３とグリップ部材７１との間に配置された。ただし、検出部１０は、グリップ部材７１の内部に配置されてもよい。具体的には、圧力検出部Ｇ１は、凹部７３ａに対向するように、グリップ部材７１の内部に配置される。圧力検出部Ｇ２は、凹部７３ｂに対向するように、グリップ部材７１の内部に配置される。圧力検出部Ｇ３は、凹部７３ｃに対向するように、グリップ部材７１の内部に配置される。
(7) In the present modification shown in FIG. 13, the
検出部１０がグリップ部材７１の内部に配置されるため、使用者は、グリップ部材７１を任意の筆記具に装着して、筆記装置１００を比較的容易に構成できる。また、コントローラー１１を、グリップ部材７１の内部に配置したり、筆記具１に対してグリップ部材７１とともに脱着可能に設けたりすることが好ましい。
Since the
（８）図１〜図１３に示す筆記装置１００をゲームに応用することができる。例えば、使用者の筆記動作を示す筆記情報に応じたシューティングゲームを構成できる。例えば、シューティングゲームでは、圧力時系列データＤＴ１２、圧力時系列データＤＴ２２、及び圧力時系列データＤＴ３２に基づいて、ターゲットを撃つための弾丸又はレーザーの方向を設定する。例えば、使用者の筆記動作を示す筆記情報に応じたロールプレイングゲームを構成できる。例えば、ロールプレイングゲームでは、第１筆記量を経験値に設定する。
(8) The
本発明は、筆記装置及びコンピュータープログラムを提供するものであり、産業上の利用可能性を有する。 The present invention provides a writing apparatus and a computer program, and has industrial applicability.
１ 筆記具
３ 軸体
５ 筆記部
９ 筆記部の先端部（筆記具の先端部）
１０ 検出部
１１ コントローラー
２１ 情報処理装置
３１ 単回帰式導出用検出部
３３ａ 筆記面
４１ 前処理部
４１ａ ローパスフィルター
４３ 第１筆記量算出部
４５ 筆記速度算出部
４７ 第２筆記量算出部
４９ 筆記図形特定部
５１ 単回帰式導出部
７１ グリップ部材
１００ 筆記装置
Ｇ（Ｇ１〜Ｇ３） 圧力検出部
DESCRIPTION OF
DESCRIPTION OF
Claims (12)
前記軸体に作用する把持力を検出する検出部と
を備える、筆記装置。 A writing instrument including a shaft,
A writing device, comprising: a detection unit that detects a gripping force acting on the shaft body.
前記第１筆記量は、記号の出現回数を示し、
前記記号は、前記筆記具の先端部の筆記面上での移動軌跡に対応する、請求項１に記載の筆記装置。 A first writing amount calculation unit that calculates a first writing amount based on time-series data indicating a temporal change in the gripping force;
The first writing amount indicates the number of appearances of the symbol,
The writing apparatus according to claim 1, wherein the symbol corresponds to a movement locus on a writing surface of a tip portion of the writing instrument.
前記時系列データに基づいて、前記把持力を示す時系列の複数の圧力値から複数の極値を検出し、
前記複数の極値に基づいて複数の極値間時間を算出し、
前記複数の極値間時間に基づいて前記第１筆記量を算出し、
前記極値間時間は、前記複数の極値のうち、隣り合う極値と極値との間の時間を示す、請求項２に記載の筆記装置。 The first writing amount calculation unit includes:
Based on the time series data, detecting a plurality of extreme values from a plurality of time series pressure values indicating the gripping force,
Calculating a time between a plurality of extreme values based on the plurality of extreme values;
Calculating the first writing amount based on the time between the plurality of extreme values;
3. The writing device according to claim 2, wherein the time between extreme values indicates a time between adjacent extreme values among the plurality of extreme values.
式（１）に基づいて閾値を算出し、
前記極値間時間が式（２）に示す条件を満たすか否かを判定し、判定結果に基づいて前記第１筆記量を算出する、請求項３に記載の筆記装置。
Ｙ（ｍ）＝αＸ（Ｍ）＋β …（１）
Ｙ（ｍ）は、ｍ（ｍは１以上の整数）番目の前記閾値を示す。
Ｘ（Ｍ）は、Ｍ（Ｍはｍより小さい整数）番目の前記極値間時間を示す。
αは、第１定数を示し、１．５以上２．５未満の実数である。
βは、第２定数を示す。
Ｘ（ｍ）＞Ｙ（ｍ） …（２）
Ｘ（ｍ）は、ｍ番目の前記極値間時間を示す。 The first writing amount calculation unit includes:
Calculating a threshold based on equation (1);
The writing apparatus according to claim 3, wherein it is determined whether or not the time between the extreme values satisfies the condition represented by the formula (2), and the first writing amount is calculated based on the determination result.
Y (m) = αX (M) + β (1)
Y (m) represents the m-th threshold value (m is an integer of 1 or more).
X (M) indicates the M-th inter-extremum time (M is an integer smaller than m).
α represents a first constant and is a real number not less than 1.5 and less than 2.5.
β represents a second constant.
X (m)> Y (m) (2)
X (m) represents the m-th inter-extremum time.
前記記号間時間は、複数の導出用記号のうち、隣り合う導出用記号のうちの一方の導出用記号の終点から他方の導出用記号の始点までの導出用筆記具の先端部の移動時間を示し、
前記導出用記号の各々は、複数のセグメントを含み、前記導出用筆記具の前記先端部の筆記面上での移動軌跡に対応し、
前記セグメント間時間は、前記複数のセグメントのうち、セグメントの終点から、前記セグメントの次のセグメントの始点までの前記導出用筆記具の前記先端部の移動時間を示す、請求項４に記載の筆記装置。 In the first constant of the equation (1), a regression coefficient of a single regression equation derived based on the time between segments and the time between symbols is set,
The inter-symbol time indicates a moving time of the leading end of the derivation writing tool from the end point of one derivation symbol to the start point of the other derivation symbol among a plurality of derivation symbols. ,
Each of the derivation symbols includes a plurality of segments, and corresponds to a movement locus on the writing surface of the tip portion of the derivation writing instrument,
5. The writing device according to claim 4, wherein the inter-segment time indicates a moving time of the tip of the writing instrument from the end point of the segment to the start point of the next segment of the segment among the plurality of segments. .
前記筆記速度は、単位時間当たりの前記記号の出現回数を示す、請求項２から請求項５のいずれか１項に記載の筆記装置。 A writing speed calculator for calculating a writing speed based on the first writing amount;
The writing apparatus according to any one of claims 2 to 5, wherein the writing speed indicates the number of appearances of the symbol per unit time.
前記第２筆記量は、前記筆記具の先端部の筆記面上での移動距離に対応する量を示す、請求項１から請求項６のいずれか１項に記載の筆記装置。 A second writing amount calculating unit that calculates a second writing amount based on time-series data indicating a temporal change in the gripping force;
The writing device according to any one of claims 1 to 6, wherein the second writing amount indicates an amount corresponding to a moving distance of a tip portion of the writing instrument on a writing surface.
前記筆記図形は、前記筆記具の先端部の筆記面上での移動軌跡に対応する、請求項１から請求項７のいずれか１項に記載の筆記装置。 A pattern matching is performed based on time-series data indicating time change of the gripping force, and further includes a writing figure specifying unit that specifies the type of writing figure,
The writing device according to any one of claims 1 to 7, wherein the writing figure corresponds to a movement locus on a writing surface of a tip portion of the writing instrument.
前記複数の圧力検出部は、それぞれ、前記軸体の外面のうちの複数の領域に対応して配置される、請求項１から請求項８のいずれか１項に記載の筆記装置。 The detection unit includes a plurality of pressure detection units each detecting pressure,
9. The writing device according to claim 1, wherein each of the plurality of pressure detection units is arranged corresponding to a plurality of regions of an outer surface of the shaft body. 10.
前記検出部は、前記軸体と前記グリップ部材との間に配置され、又は前記グリップ部材の内部に配置される、請求項１から請求項９のいずれか１項に記載の筆記装置。 A grip member attached to the shaft body and having elasticity;
The writing device according to any one of claims 1 to 9, wherein the detection unit is arranged between the shaft body and the grip member, or arranged inside the grip member.
前記時系列データに基づいて、第１筆記量を算出する処理と筆記図形の種類を特定する処理とのうちの少なくとも１つの処理を実行するステップと
をコンピューターに実行させ、
前記第１筆記量は、記号の出現回数を示し、
前記記号及び前記筆記図形の各々は、前記筆記具の先端部の筆記面上での移動軌跡に対応する、コンピュータープログラム。 Obtaining time-series data indicating the time change of the gripping force acting on the shaft of the writing instrument;
Based on the time series data, causing the computer to execute at least one of a process of calculating a first writing amount and a process of specifying a type of a written figure,
The first writing amount indicates the number of appearances of the symbol,
Each of the symbol and the written figure corresponds to a movement trajectory on the writing surface of the tip of the writing instrument.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016135917A JP6916506B2 (en) | 2016-07-08 | 2016-07-08 | Writing equipment and computer programs |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016135917A JP6916506B2 (en) | 2016-07-08 | 2016-07-08 | Writing equipment and computer programs |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018001721A true JP2018001721A (en) | 2018-01-11 |
| JP6916506B2 JP6916506B2 (en) | 2021-08-11 |
Family
ID=60947273
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016135917A Active JP6916506B2 (en) | 2016-07-08 | 2016-07-08 | Writing equipment and computer programs |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6916506B2 (en) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108357243A (en) * | 2018-05-16 | 2018-08-03 | 中国联合网络通信集团有限公司 | A kind of effective time recording method and device, recording pen |
| WO2018168784A1 (en) * | 2017-03-13 | 2018-09-20 | 圭司 田谷 | Electronic device and information processing method |
| CN108749399A (en) * | 2018-05-30 | 2018-11-06 | 中国联合网络通信集团有限公司 | Appliance for holding pen and pen holding posture detecting system |
| JP2019166664A (en) * | 2018-03-22 | 2019-10-03 | 株式会社東海理化電機製作所 | Writing instrument |
| WO2019220803A1 (en) * | 2018-05-18 | 2019-11-21 | 株式会社ワコム | Position indication device and information processing device |
| CN110531862A (en) * | 2019-09-16 | 2019-12-03 | 百度时代网络技术（北京）有限公司 | A kind of input exchange method and device |
| JP2019211587A (en) * | 2018-06-04 | 2019-12-12 | コクヨ株式会社 | Writing act evaluation system |
| KR20200037645A (en) * | 2018-10-01 | 2020-04-09 | 김영진 | Writing Utensil |
| CN111483256A (en) * | 2019-01-25 | 2020-08-04 | 珠海瞳印科技有限公司 | Intelligent pen and refill |
| JP2020197771A (en) * | 2019-05-30 | 2020-12-10 | 株式会社リコー | Electronic pen and input system |
| KR20220054409A (en) * | 2019-11-19 | 2022-05-02 | 알프스 알파인 가부시키가이샤 | Capacitive sensor, capacitance detection method, and capacitance detection program |
| JPWO2022224578A1 (en) * | 2021-04-23 | 2022-10-27 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5745681A (en) * | 1980-08-31 | 1982-03-15 | Pentel Kk | Manuscript recognition method |
| JPH0695800A (en) * | 1992-09-17 | 1994-04-08 | Nippon Nesamatsuku Kk | Pen grip type input device |
| JPH086710A (en) * | 1994-06-21 | 1996-01-12 | Nippon Telegr & Teleph Corp <Ntt> | Pen type input device |
| JPH10333815A (en) * | 1997-06-04 | 1998-12-18 | Brother Ind Ltd | Device for recognizing picture |
| JP2000222527A (en) * | 1999-02-04 | 2000-08-11 | Fujitsu Ltd | Handwriting character input device and recording medium therefor |
| JP2000268130A (en) * | 1999-03-18 | 2000-09-29 | Sanyo Electric Co Ltd | Character locus detection method and device and storage medium |
| JP2006099323A (en) * | 2004-09-29 | 2006-04-13 | Shinshu Univ | Pen input device |
| US20150029164A1 (en) * | 2013-07-26 | 2015-01-29 | Hon Hai Precision Industry Co., Ltd. | Attachable accessory and method for computer recording of writing |
-
2016
- 2016-07-08 JP JP2016135917A patent/JP6916506B2/en active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5745681A (en) * | 1980-08-31 | 1982-03-15 | Pentel Kk | Manuscript recognition method |
| JPH0695800A (en) * | 1992-09-17 | 1994-04-08 | Nippon Nesamatsuku Kk | Pen grip type input device |
| JPH086710A (en) * | 1994-06-21 | 1996-01-12 | Nippon Telegr & Teleph Corp <Ntt> | Pen type input device |
| JPH10333815A (en) * | 1997-06-04 | 1998-12-18 | Brother Ind Ltd | Device for recognizing picture |
| JP2000222527A (en) * | 1999-02-04 | 2000-08-11 | Fujitsu Ltd | Handwriting character input device and recording medium therefor |
| JP2000268130A (en) * | 1999-03-18 | 2000-09-29 | Sanyo Electric Co Ltd | Character locus detection method and device and storage medium |
| JP2006099323A (en) * | 2004-09-29 | 2006-04-13 | Shinshu Univ | Pen input device |
| US20150029164A1 (en) * | 2013-07-26 | 2015-01-29 | Hon Hai Precision Industry Co., Ltd. | Attachable accessory and method for computer recording of writing |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018168784A1 (en) * | 2017-03-13 | 2018-09-20 | 圭司 田谷 | Electronic device and information processing method |
| JPWO2018168784A1 (en) * | 2017-03-13 | 2019-03-28 | 圭司 田谷 | Electronic device and information processing method |
| US11175754B2 (en) | 2017-03-13 | 2021-11-16 | Keiji Tatani | Electronic device and information processing method |
| JP2019166664A (en) * | 2018-03-22 | 2019-10-03 | 株式会社東海理化電機製作所 | Writing instrument |
| CN108357243A (en) * | 2018-05-16 | 2018-08-03 | 中国联合网络通信集团有限公司 | A kind of effective time recording method and device, recording pen |
| WO2019220803A1 (en) * | 2018-05-18 | 2019-11-21 | 株式会社ワコム | Position indication device and information processing device |
| JPWO2019220803A1 (en) * | 2018-05-18 | 2021-06-10 | 株式会社ワコム | Position indicator and information processing device |
| CN108749399B (en) * | 2018-05-30 | 2020-05-05 | 中国联合网络通信集团有限公司 | Pen holder and pen holding posture detection system |
| CN108749399A (en) * | 2018-05-30 | 2018-11-06 | 中国联合网络通信集团有限公司 | Appliance for holding pen and pen holding posture detecting system |
| WO2019235007A1 (en) * | 2018-06-04 | 2019-12-12 | コクヨ株式会社 | Writing act evaluation system |
| CN112074887A (en) * | 2018-06-04 | 2020-12-11 | 国誉株式会社 | Writing behavior evaluation system |
| JP2019211587A (en) * | 2018-06-04 | 2019-12-12 | コクヨ株式会社 | Writing act evaluation system |
| KR20200037645A (en) * | 2018-10-01 | 2020-04-09 | 김영진 | Writing Utensil |
| KR102134891B1 (en) * | 2018-10-01 | 2020-07-17 | 주식회사 테솔로 | Writing Utensil |
| CN111483256A (en) * | 2019-01-25 | 2020-08-04 | 珠海瞳印科技有限公司 | Intelligent pen and refill |
| JP2020197771A (en) * | 2019-05-30 | 2020-12-10 | 株式会社リコー | Electronic pen and input system |
| JP7326881B2 (en) | 2019-05-30 | 2023-08-16 | 株式会社リコー | Electronic pen and input system |
| CN110531862A (en) * | 2019-09-16 | 2019-12-03 | 百度时代网络技术（北京）有限公司 | A kind of input exchange method and device |
| CN110531862B (en) * | 2019-09-16 | 2023-12-22 | 百度时代网络技术（北京）有限公司 | Input interaction method and device |
| KR102566581B1 (en) * | 2019-11-19 | 2023-08-11 | 알프스 알파인 가부시키가이샤 | Capacitive sensor, capacitance detection method, and capacitance detection program |
| KR20220054409A (en) * | 2019-11-19 | 2022-05-02 | 알프스 알파인 가부시키가이샤 | Capacitive sensor, capacitance detection method, and capacitance detection program |
| JPWO2022224578A1 (en) * | 2021-04-23 | 2022-10-27 | ||
| WO2022224578A1 (en) * | 2021-04-23 | 2022-10-27 | 株式会社ワコム | Controller and computer |
| JP7339470B2 (en) | 2021-04-23 | 2023-09-05 | 株式会社ワコム | controller and computer |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6916506B2 (en) | 2021-08-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6916506B2 (en) | Writing equipment and computer programs | |
| Bernardin et al. | A sensor fusion approach for recognizing continuous human grasping sequences using hidden markov models | |
| Saponas et al. | Enabling always-available input with muscle-computer interfaces | |
| Heo et al. | Forcetap: extending the input vocabulary of mobile touch screens by adding tap gestures | |
| CN106716317B (en) | Method and apparatus for resolving touch discontinuities | |
| CN104071097B (en) | Input apparatus, input method, and input program | |
| JP2010532055A5 (en) | ||
| US20130232095A1 (en) | Recognizing finger gestures from forearm emg signals | |
| Schrapel et al. | Pentelligence: Combining pen tip motion and writing sounds for handwritten digit recognition | |
| US10996775B2 (en) | Dynamic sensor assignment | |
| CN106462248A (en) | Multi-device multi-user sensor correlation for pen and computing device interaction | |
| CN104238736A (en) | Device, method, and system to recognize motion using gripped object | |
| WO1995027935A1 (en) | Pen grip type input apparatus and input apparatus | |
| Matulic et al. | Eliciting pen-holding postures for general input with suitability for EMG armband detection | |
| US10065111B1 (en) | Mapping user interactions with a controller to a hand position | |
| WO2017031355A1 (en) | Adapting computer functionality based on handwriting energy expenditure | |
| Nonaka et al. | Soft robotic tactile perception of softer objects based on learning of spatiotemporal pressure patterns | |
| JP2826021B2 (en) | Pen grip type input device | |
| Carrino et al. | Gesture segmentation and recognition with an EMG-based intimate approach-an accuracy and usability study | |
| WO2019043727A1 (en) | System and method to detect the presence of learning disability | |
| US20150370397A1 (en) | Systems and methods for character and command input | |
| L. Cibrian et al. | PenSando: Developing a Smartpen Assessing Handwriting Skills for Children | |
| US20200023668A1 (en) | Grip Aid Writing System | |
| Parekh et al. | Tool use as gesture: new challenges for maintenance and rehabilitation | |
| Sanders et al. | Curvature affects haptic length perception |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160816 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190614 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200319 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200414 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200601 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200609 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201117 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210118 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210629 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210709 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6916506 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |