[发明专利]确定用于接近敏感相互作用的俯仰角有效

专利信息
申请号: 201680038122.7 申请日: 2016-06-29
公开(公告)号: CN107710111B 公开(公告)日: 2021-05-25
发明(设计)人: 克里斯多佛·哈里森;朱莉娅·施华兹;罗伯特·博·肖 申请(专利权)人: 奇手公司
主分类号: G06F3/033 分类号: G06F3/033;G06F3/041;G06F3/042;G06F3/044;G06K9/00
代理公司: 北京安信方达知识产权代理有限公司 11262 代理人: 陆建萍;杨明钊
地址: 美国加利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 确定 用于 接近 敏感 相互作用 俯仰
【权利要求书】:

1.一种用于确定细长的交互对象相对于接近敏感表面的俯仰角的方法,所述方法包括:

接收接近图像数据,从所述接近图像数据能够确定在预定的时间段期间所述接近敏感表面的哪些区域感测到所述细长的交互对象;

识别所述接近图像数据中的接近团块;

使用多个不同的变换对与所述接近团块相关联的接近图像数据进行变换以获得多个经不同变换的团块接近图像数据;

确定经变换的接近图像数据的与所述接近团块相关联的多个特征,其中,所述多个特征包括所述多个经不同变换的团块接近图像数据中的多个面心;

基于所确定的特征和所述接近敏感表面的多维启发式回归模型确定所述细长的交互对象相对于所述接近敏感表面的俯仰角;并且

基于所确定的特征和所确定的俯仰角并且通过计算所述多个面心中的两个面心之间的向量并且使用所述向量的方向消除偏航角的二义性来确定所述偏航角。

2.根据权利要求1所述的方法,其中,所述多维启发式回归模型是基于所述接近敏感表面的启发式地确定的响应而生成的。

3.根据权利要求1所述的方法,其中,所述多维启发式回归模型是基于从与所述接近敏感表面相类似的另一个接近敏感表面获得的启发式响应生成的。

4.根据权利要求1所述的方法,其中,所述多维启发式回归模型是数学函数、算法或逻辑表达式中的一个。

5.根据权利要求1所述的方法,其中,算法基于经变换的团块的特征和所述多维启发式回归模型来确定俯仰角。

6.根据权利要求1所述的方法,还包括:计算初始偏航角数据;当所述俯仰角在第一范围内时基于所述初始偏航角确定第一偏航角;并且当所述俯仰角在第二范围内时基于所述初始偏航角确定第二偏航角,其中,所述俯仰角的所述第一范围不同于所述俯仰角的所述第二范围,并且所述第一偏航角不同于所述第二偏航角。

7.根据权利要求1所述的方法,还包括基于所述特征、所述俯仰角以及使偏航角估计和所述俯仰角与偏航角相关的模型来计算所述偏航角。

8.一种用于操作用于接近敏感表面的设备驱动器的方法,所述方法包括:

从所述接近敏感表面接收接近图像数据;

基于所述接近图像数据生成多个不同的经变换的接近图像数据;

识别所述经变换的接近图像数据中的团块区域;

确定所述经变换的接近图像数据的与所述团块区域相关联的特征,其中,所述特征包括所述团块区域的多个面心;

基于所确定的特征和所述接近敏感表面的多维启发式回归模型来确定细长的交互对象相对于触摸屏设备的俯仰角;并且

基于所确定的俯仰角并且通过计算所述多个面心中的两个面心之间的向量并且使用所述向量的方向消除偏航角的二义性来确定所述偏航角。

9.一种用于确定细长的交互对象相对于接近敏感表面的俯仰角的装置,所述装置包括:

接近敏感表面,其生成接近图像数据,能够确定在预定的时间段期间所述接近敏感表面的哪些区域感测到细长的交互对象;和

处理器,其被适配为:识别所述接近图像数据中的接近团块;使用多个不同的变换对与所述接近团块相关联的接近图像数据进行变换以获得多个经变换的团块接近图像数据;确定所述经变换的团块接近图像数据的多个特征;基于所确定的特征和所述接近敏感表面的多维启发式回归模型确定所述细长的交互对象相对于所述接近敏感表面的俯仰角;并且基于所确定的特征和所确定的俯仰角来确定偏航角,其中,所述多个特征包括所述多个经变换的团块接近图像数据中的多个面心,并且其中通过计算所述多个面心中的两个面心之间的向量并且使用所述向量的方向消除所述偏航角的二义性。

10.根据权利要求9所述的装置,其中,所述多维启发式回归模型是基于所述接近敏感表面的启发式确定的响应而生成的。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于奇手公司,未经奇手公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201680038122.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top