[发明专利]一种基于动作感应进行手写识别的方法和系统

权利要求书

1.一种基于动作感应进行手写识别的方法，其特征在于，包括：

获得相对设置的第一九轴传感器和第二九轴传感器的移动信号，根据所述移动信号，获得所述第一九轴传感器的第一欧拉角度组和第二九轴传感器的第二欧拉角度组，所述移动信号包括加速度、角速度和地磁感应值；

根据所述第一欧拉角度组和第二欧拉角度组的角度差值，以及所述第一九轴传感器和第二九轴传感器的相对距离值，获得所述第一九轴传感器和第二九轴传感器的相对位移；

根据所述第一欧拉角度组和第一九轴传感器的加速度获得所述第一九轴传感器的第一位移，根据所述第二欧拉角度组和第二九轴传感器的加速度获得所述第二九轴传感器的第二位移，根据所述相对位移、第一位移和第二位移获得最终位移，所述最终位移为识别出的手写轨迹。

2.根据权利要求1所述的基于动作感应进行手写识别的方法，其特征在于，所述根据所述相对位移、第一位移和第二位移获得最终位移，包括：

获得所述第一位移和第二位移的平均位移，获得所述平均位移和所述相对位移的总和，该总和为所述最终位移。

3.根据权利要求1所述的基于动作感应进行手写识别的方法，其特征在于，所述相对位移＝所述相对距离值*tan(所述角度差值)。

4.根据权利要求1所述的基于动作感应进行手写识别的方法，其特征在于，所述根据所述移动信号，获得所述第一九轴传感器的第一欧拉角度组和第二九轴传感器的第二欧拉角度组，包括：

根据所述移动信号，获得所述第一九轴传感器的第一加速度、第一角速度和第一地磁感应值，并获得所述第二九轴传感器的第二加速度、第二角速度和第二地磁感应值；

将所述第一角速度作为主要项，所述第一加速度和第一地磁感应值作为误差项，计算得到所述第一九轴传感器的第一欧拉角度组，并将所述第二角速度作为主要项，所述第二加速度和第二地磁感应值作为误差项，计算得到所述第二九轴传感器的第二欧拉角度组。

5.根据权利要求4所述的基于动作感应进行手写识别的方法，其特征在于：

所述将所述第一角速度作为主要项，所述第一加速度和第一地磁感应值作为误差项之前，还包括：对所述第一地磁感应值作有效性判断和归一化处理；

所述将所述第二角速度作为主要项，所述第二加速度和第二地磁感应值作为误差项之前，还包括：对所述第二地磁感应值作有效性判断和归一化处理。

6.根据权利要求5所述的基于动作感应进行手写识别的方法，其特征在于：

所述计算得到所述第一九轴传感器的第一欧拉角度组，包括：通过融合算法，计算得到所述第一九轴传感器的第一欧拉角度组；

所述计算得到所述第二九轴传感器的第二欧拉角度组，包括：通过融合算法，计算得到所述第二九轴传感器的第二欧拉角度组。

7.根据权利要求4或5所述的基于动作感应进行手写识别的方法，其特征在于：

所述根据所述第一欧拉角度组和第一九轴传感器的加速度获得所述第一九轴传感器的第一位移，包括：

将所述第一欧拉角度组转换为第一旋转矩阵组，将所述第一旋转矩阵组与所述第一加速度的矢量相乘，得到转换到东北天坐标系的第一加速度值组；

对所述第一加速度值组进行去趋势计算，获得所述第一九轴传感器的第一位移；

所述根据所述第二欧拉角度组和第二九轴传感器的加速度获得所述第二九轴传感器的第二位移，包括：

将所述第二欧拉角度组转换为第二旋转矩阵组，将所述第二旋转矩阵组与所述第二加速度的矢量相乘，得到转换到东北天坐标系的第二加速度值组；

对所述第二加速度值组进行去趋势计算，获得所述第二九轴传感器的第二位移。

8.根据权利要求7所述的基于动作感应进行手写识别的方法，其特征在于，所述去趋势计算为频域积分计算。