CN103019414B - 基于imu的电子手写笔的笔迹估计方法 - Google Patents
基于imu的电子手写笔的笔迹估计方法 Download PDFInfo
- Publication number
- CN103019414B CN103019414B CN201210435014.7A CN201210435014A CN103019414B CN 103019414 B CN103019414 B CN 103019414B CN 201210435014 A CN201210435014 A CN 201210435014A CN 103019414 B CN103019414 B CN 103019414B
- Authority
- CN
- China
- Prior art keywords
- theta
- sin
- cos
- acceleration information
- angular velocity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明公开了一种基于IMU的电子手写笔的笔迹估计方法,步骤如下:1)利用惯性测量单元测得笔杆在X、Y、Z三个轴向的加速度和角速度,对测得的数据进行预处理;2)对预处理后的数据进行小波分解,对小波系数进行阈值处理,然后进行小波重建;3)对重建得到的数据进行卡尔曼滤波;4)对滤波后的角速度积分,得到旋转角度,将这些角度代人坐标变换方程,把所有的加速度数据变换到同一坐标系M中;5)求解约束条件,得出坐标系M与书写坐标系F之间的旋转角度α、β;6)将α、β代人对应的坐标变换方程,将所有加速度数据变换到坐标系F中,对这些数据进行二次积分得到笔迹。本发明主要解决了利用IMU单元实现平面笔迹复现的问题。
Description
技术领域
本发明涉及电子手写笔的笔迹估计方法,尤其涉及通过IMU实现电子手写笔的笔迹估计方法。
背景技术
传统的手写方式需要一个特定的书写屏幕,如依靠手写笔在电阻屏幕上产生的压力而在屏幕上输出图形,采用电容屏及电磁技术等,但这些特定的书写屏幕体积大,携带不方便;在屏幕上写字不方便,书写速度慢,受到的制约大,用户体验差。
加速度型电子笔通过提取笔杆本身的运动特征,可以像使用真实的笔一样在任何平面上书写,将书写轨迹记录下来,从而克服上述缺点,但目前还没有成熟的产品出现。
发明内容
本发明所要解决的技术问题是提供一种基于IMU的电子手写笔的笔迹估计算法,主要解决短时内的平面笔迹复现问题。为此,本发明采用以下技术方案:
一种基于惯性测量单元(IMU)的电子手写笔笔迹估计方法,其特征是,所述电子手写笔的笔杆上安装有IMU单元,所述方法包括以下步骤:
1)、数据的获取与预处理;
利用所述IMU单元测得电子手写笔书写过程中笔杆在X,Y,Z三个轴向的一系列加速度数据ai(n)(i=X,Y,Z)和角速度数据ωi(n)(i=X,Y,Z),其中n=1,2,…,N,表示采样点数,N为总的采样点数;对加速度数据和角速度数据进行平滑处理,即是去除加速度数据和角速度数据对采样点数n的趋势项;降低数据中的干扰成分,得到预处理后的加速度数据和角速度数据
2)、对预处理后X轴方向的加速度数据进行三层二进制离散小波分解,计算出各层的小波系数和
为步骤1)中预处理后的X轴加速度数据;
为三层二进制离散小波分解后各层的近似信号的小波系数;
为三层二进制离散小波分解后各层的细节信号的小波系数;
k=1,2,…,N/2j,N为总的采样点数,j=1,2,3;
h2k-m,g2k-m是一对正交分析滤波器的脉冲响应;
3)、计算各层小波系数的软阈值对各层细节信号的小波系数进行阈值处理,得到处理后各层细节信号的小波系数
4)、利用公式对处理后的各层细节信号的小波系数近似信号的小波系数进行重建,得到重建信号;其中, 为一对正交分析滤波器的脉冲响应;然后对重建信号进行卡尔曼滤波,得到处理后的X轴方向的加速度数据a′X(n);
5)、分别对和进行步骤2)到步骤4)的处理,得到处理后的Y,Z轴方向上的加速度数据a′X(n)、a′Z(n)及处理后的X,Y,Z方向上的角速度数据ω′X(n)、ω′Y(n)、ω′Z(n);
6)、分别对所述处理后的X,Y,Z轴方向的角速度数据ω′i(n)(i=X,Y,Z)进行一次数值积分,得到对应的X,Y,Z轴向的旋转角度:
其中T为采样周期;
7)、将一系列旋转角度θi(n)(i=X,Y,Z)和经处理后的X,Y,Z轴方向上的加速度数据a′i(n)(i=X,Y,Z)代入坐标变换方程aM(n)=RT(n)a′(n)中,把所有X,Y,Z轴方向上的加速度数据变换到同一坐标系(M)中,得到坐标系(M)中的一系列加速度数据
其中a′(n)=[ω′X(n) ω′Y(n) ω′Z(n)]T,
为坐标变换矩阵;
8)、求解约束条件得到绕X轴的旋转角度α和绕Y轴的旋转角度β;
其中, x=[α β]T;g为重力加速度;
9)、将旋转角度α、β和步骤7)中得到的坐标系(M)中的加速度数据代入相应的坐标变换方程aF(n)=R0aM(n)中,得到书写坐标系(F)中加速度数据
其中
10)、对书写坐标系(F)中的加速度进行二次积分即可得到笔迹复现方程:
式中υX(n)即为采样点n时X轴方向上的电子手写笔书写速度,υY(n)即为采样点n时Y轴方向上的电子手写笔书写速度,sX(n)为在采样点n时电子手写笔在X轴方向上的位移,sY(n)为在采样点n时电子手写笔在Y轴方向上的位移,将一系列sX(n)和sY(n)置于同一图中就得到了笔迹。
进一步地,在步骤1)中利用一阶多项式拟合的方法去除IMU测得的加速度数据和角速度数据对采样点数n的趋势项,拟合公式为:
X′n=Xn-a0-a1n;
其中
X′n表示利用一阶多项式对IMU测得的加速度数据和角速度数据对采样点数n的趋势项进行拟合的结果,Xn表示IMU单元测量得到的笔杆在X,Y,Z三个轴向的一系列加速度数据ai(n)(i=X,Y,Z)和角速度数据ωi(n)(i=X,Y,Z)。
进一步地,在步骤1)中利用五点三次平滑法对涉及的加速度数据和角速度数据进行平滑处理。
由于采用本发明的技术方案,本发明具有以下技术效果:安装有IMU单元的电子手写笔在一个不特定平面上书写,在正常的书写情况下,由于书写较快,通过本发明的技术方案可以将其书写轨迹(笔迹)在智能设备上复现出来。
附图说明
图1是本发明方法的流程图。
图2为本发明方法复现字符L的结果图。
图3为本发明方法复现字符V的结果图。
具体实施方式
参照附图。本发明所述的电子手写笔的笔杆上安装有IMU单元,所述发明方法包括以下步骤:
1)、数据的获取与预处理;
利用所述IMU单元测得电子手写笔书写过程中笔杆在X,Y,Z三个轴向的一系列加速度数据ai(n)(i=X,Y,Z)和角速度数据ωi(n)(i=X,Y,Z),其中n=1,2,…,N,表示采样点数,N为总的采样点数;对加速度数据和角速度数据进行平滑处理,即是去除加速度数据和角速度数据对采样点数n的趋势项;降低数据中的干扰成分,得到预处理后的加速度数据和角速度数据
要得到笔迹(即为笔尖的运动轨迹),只需将笔尖运动的X,Y两个轴向的加速度进行二次积分即可,但是加速度测量单元只能安装在笔杆上,使得测量坐标系与书写坐标系并不一致,在书写过程中又可能有旋转,相应的坐标变换要求同时测得笔杆三个轴向的加速度和角速度。
IMU的随机漂移信号为弱的非平稳信号,并呈现出明显的趋势性或季节性。这往往会使数据偏离原始基线,甚至数据偏离原始基线的大小还会随着时间的变化而变化。趋势项的存在将影响数据的正确性,需要将它剔除。使用多项式拟合的方式可很好地提取趋势项。
为了使数据不致失真,使用一阶多项式拟合就可以了,
X′n=Xn-a0-a1n;
N为总的采样点数,Xn表示IMU单元测量得到的笔杆在X,Y,Z三个轴向的一系列加速度数据ai(n)(i=X,Y,Z)和角速度数据ωi(n)(i=X,Y,Z)。
在采集到的数据中除了不规则的噪声外,一般还有50Hz的工频和倍频程等周期性的干扰信号。这会导致数据绘成的曲线折线较多、呈现许多毛刺,很不光滑。为了削弱干扰信号对数据的影响,同时也为了增加曲线的光滑度,使用五点三次平滑法对数据进行平滑处理;
由于需要分别对ai(n)(i=X,Y,Z)和ωi(n)(i=X,Y,Z)进行上述处理,所以公式中统一用Xi(i=1,2,…,N)表示相应的加速度和角速度数据,实际运算中取本步骤中经一阶多项式拟合处理后得到的笔杆在X,Y,Z三个轴向的一系列加速度数据和角速度数据。Yi表示Xi经平滑处理后对应的加速度或角速度数据。
2)、对预处理后X轴方向的加速度数据进行三层二进制离散小波分解,计算出各层的小波系数和
为步骤1)中预处理后的X轴加速度数据;
为三层二进制离散小波分解后各层的近似信号的小波系数;
为三层二进制离散小波分解后各层的细节信号的小波系数;
k=1,2,…,N/2j,N为总的采样点数,j=1,2,3;
h2k-m,g2k-m是一对正交分析滤波器的脉冲响应;
3)、对分解信号进行阈值处理:
含噪信号在经过小波分解后,有用的信号和噪声信号的小波系数在不同的尺度上具有不同的特性,有用的信号的小波系数比较少,而且幅度大,而噪声信号则差不多在整个小波范围内都有小波系数,而且幅度都比较小,随着分解尺度的增加,噪声小波系数会继续减小,而有用信号的系数增大。
噪声对所有的小波系数都有影响,幅度比较小,而有用的信号只对极少数的小波系数有影响,而且幅度较大。所以选择一个阈值,把低于阈值的系数设为0,而把高于阈值的系数保留。经过这样处理之后的小波系数可以看着是都由有用的信号引起的,对这些系数进行重构,重构后的信号就可以看成是有用信号。
具体为:
计算各层小波系数的软阈值对各层细节信号的小波系数进行阈值处理,得到处理后各层细节信号的小波系数
4)、利用公式对处理后的各层细节信号的小波系数近似信号的小波系数进行重建,得到重建信号;其中, 为一对正交分析滤波器的脉冲响应;然后对重建信号进行卡尔曼滤波,得到处理后的X轴方向的加速度数据a′X(n);
对经过阈值处理后的信号进行卡尔曼滤波;
卡尔曼滤波模型的差分方程为xi-φ1xi-1-φ2xi-2=εi-θ1εi-1,利用矩估计法可以估计出相应的参数φ1,φ2,θ1;
其状态空间模型为XK=AXK-1+BWK,YK=HXK+VK;
卡尔曼滤波方程的递推表达式为
Pk-1,k-1是对应的协方差,其初值为单位阵;Q为过程噪声方差。
5)、分别对和进行步骤2)到步骤4)的处理,得到处理后的Y,Z轴方向上的加速度数据a′Y(n)、a′Z(n)及处理后的X,Y,Z方向上的角速度数据ω′X(n)、ω′Y(n)、ω′Z(n);
6)、统一坐标系
由于测量时笔可能有转动,转动较大时任意的两测量数据都不是在同一测量坐标系中的,需要全部转换到一个坐标系里去。
分别对步骤5)中所得的X,Y,Z轴方向的角速度数据ω′i(n)(i=X,Y,Z)进行一次数值积分,得到对应的X,Y,Z轴向的旋转角度:
其中T为采样周期;
将一系列旋转角度θi(n)(i=X,Y,Z)和经处理后的X,Y,Z轴方向上的加速度数据a′i(n)(i=X,Y,Z)代入坐标变换方程aM(n)=RT(n)a′(n)中,把所有X,Y,Z轴方向上的加速度数据变换到同一坐标系(记为M)中,得到坐标系(M)中的一系列加速度数据
其中a′(n)=[ω′X(n) ω′Y(n) ω′Z(n)]T,
为坐标变换矩阵;
7)、求解约束条件
坐标系(M)还不是书写坐标系(F),前者可看作后者先绕X轴的旋转角度α和再绕Y轴的旋转角度β得到;
在书写坐标系(F)中,Z轴方向的加速度应该等于重力加速度, 为减小误差,多点一起运算,使总误差最小;
求解方程得到绕X轴的旋转角度α和绕Y轴的旋转角度β;
其中, x=[α β]T;g为重力加速度;
8)、将旋转角度α、β和步骤6)中得到的坐标系(M)中的加速度数据代入相应的坐标变换方程aF(n)=R0aM(n)中,得到书写坐标系(记为F)中加速度数据
其中
9)、获得笔迹:
对书写坐标系(F)中的加速度进行二次积分即可得到笔迹复现方程:
式中υX(n)即为采样点n时X轴方向上的电子手写笔书写速度,υY(n)即为采样点n时Y轴方向上的电子手写笔书写速度,sX(n)为在采样点n时电子手写笔在X轴方向上的位移,sY(n)为在采样点n时电子手写笔在Y轴方向上的位移,将一系列sX(n)和sY(n)置于同一图中就得到了笔迹。
验证结果:
为了测试本发明方法对基于IMU的电子手写笔的笔迹复现能力,我们对阿拉伯数字2、3、6、8和英文字母a、c、e、L、m、O、V等字符的测试,经测试,本文所述算法可以实现短时的平面笔迹复现,图2、3显示了其中的部分结果。
Claims (3)
1.一种基于惯性测量单元(IMU)的电子手写笔笔迹估计方法,其特征是,所述电子手写笔的笔杆上安装有IMU单元,所述方法包括以下步骤:
1)、数据的获取与预处理;
利用所述IMU单元测得电子手写笔书写过程中笔杆在X,Y,Z三个轴向的一系列加速度数据ai(n)(i=X,Y,Z)和角速度数据ωi(n)(i=X,Y,Z),其中n=1,2,…,N,表示采样点数,N为总的采样点数;对加速度数据和角速度数据进行平滑处理,即是去除加速度数据和角速度数据对采样点数n的趋势项;降低数据中的干扰成分,得到预处理后的加速度数据和角速度数据
2)、对预处理后X轴方向的加速度数据进行三层二进制离散小波分解,计算出各层的小波系数和
为步骤1)中预处理后的X轴加速度数据;
为三层二进制离散小波分解后各层的近似信号的小波系数;
为三层二进制离散小波分解后各层的细节信号的小波系数;
k=1,2,…,N/2j,N为总的采样点数,j=1,2,3;
h2k-m,g2k-m是一对正交分析滤波器的脉冲响应;
3)、计算各层小波系数的软阈值对各层细节信号的小波系数进行阈值处理,得到处理后各层细节信号的小波系数
4)、利用公式对处理后的各层细节信号的小波系数近似信号的小波系数进行重建,得到重建信号;其中, 为一对正交分析滤波器的脉冲响应;然后对重建信号进行卡尔曼滤波,得到处理后的X轴方向的加速度数据a′X(n);
5)、分别对和进行步骤2)到步骤4)的处理,得到处理后的Y,Z轴方向上的加速度数据a′Y(n)、a′Z(n)及处理后的X,Y,Z方向上的角速度数据ω′X(n)、ω′Y(n)、ω′Z(n);
6)、分别对所述处理后的X,Y,Z轴方向的角速度数据ω′i(n)(i=X,Y,Z)进行一次数值积分,得到对应的X,Y,Z轴向的旋转角度:
其中T为采样周期;
7)、将一系列旋转角度θi(n)(i=X,Y,Z)和经处理后的X,Y,Z轴方向上的加速度数据a′i(n)(i=X,Y,Z)代入坐标变换方程aM(n)=RT(n)a′(n)中,把所有X,Y,Z轴方向上的加速度数据变换到同一坐标系(M)中,得到坐标系(M)中的一系列加速度数据
其中a′(n)=[ω′X(n) ω′Y(n) ω′Z(n)]T,
8)、求解约束条件得到绕X轴的旋转角度α和绕Y轴的旋转角度β;
其中, x=[α β]T;g为重力加速度;
9)、将旋转角度α、β和步骤7)中得到的坐标系(M)中的加速度数据代入相应的坐标变换方程aF(n)=R0aM(n)中,得到书写坐标系(F)中加速度数据
其中
10)、对书写坐标系(F)中的加速度进行二次积分即可得到笔迹复现方程:
式中vX(n)即为采样点n时X轴方向上的电子手写笔书写速度,vY(n)即为采样点n时Y轴方向上的电子手写笔书写速度,sX(n)为在采样点n时电子手写笔在X轴方向上的位移,sY(n)为在采样点n时电子手写笔在Y轴方向上的位移,将一系列sX(n)和sY(n)置于同一图中就得到了笔迹。
2.如权利要求1所述的一种基于惯性测量单元(IMU)的电子手写笔的笔迹估计方法,其特征是,在步骤1)中利用一阶多项式拟合的方法去除IMU测得的加速度数据和角速度数据对采样点数n的趋势项,拟合公式为:
X′n=Xn-a0-a1n;
其中
X′n表示利用一阶多项式对IMU测得的加速度数据和角速度数据对采样点数n的趋势项进行拟合的结果,Xn表示IMU单元测量得到的笔杆在X,Y,Z三个轴向的一系列加速度数据ai(n)(i=X,Y,Z)和角速度数据ωi(n)(i=X,Y,Z)。
3.如权利要求1所述的一种基于惯性测量单元(IMU)的电子手写笔的笔迹估计方法,其特征是,在步骤1)中利用五点三次平滑法对涉及的加速度数据和角速度数据进行平滑处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210435014.7A CN103019414B (zh) | 2012-11-02 | 2012-11-02 | 基于imu的电子手写笔的笔迹估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210435014.7A CN103019414B (zh) | 2012-11-02 | 2012-11-02 | 基于imu的电子手写笔的笔迹估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103019414A CN103019414A (zh) | 2013-04-03 |
CN103019414B true CN103019414B (zh) | 2015-08-05 |
Family
ID=47968093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210435014.7A Active CN103019414B (zh) | 2012-11-02 | 2012-11-02 | 基于imu的电子手写笔的笔迹估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103019414B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106775060A (zh) * | 2016-11-23 | 2017-05-31 | 广州视源电子科技股份有限公司 | 一种远程同步书写显示的方法与装置 |
CN111024122B (zh) * | 2019-12-18 | 2024-01-19 | 上海聿毫信息科技有限公司 | 基于蓝牙和九轴陀螺仪的超声波笔倾斜偏差补偿方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009223839A (ja) * | 2008-03-19 | 2009-10-01 | Ricoh Co Ltd | ペン型入力装置及び手書き入力方法 |
CN101586957A (zh) * | 2009-06-22 | 2009-11-25 | 浙江大学 | 一种基于光纤陀螺的快速寻北去噪处理方法 |
EP1460382B1 (en) * | 2003-03-18 | 2010-05-19 | Samsung Electronics Co., Ltd. | Input system based on a three-dimensional inertial navigation system |
CN101726295A (zh) * | 2008-10-24 | 2010-06-09 | 中国科学院自动化研究所 | 考虑加速度补偿和基于无迹卡尔曼滤波的惯性位姿跟踪方法 |
-
2012
- 2012-11-02 CN CN201210435014.7A patent/CN103019414B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1460382B1 (en) * | 2003-03-18 | 2010-05-19 | Samsung Electronics Co., Ltd. | Input system based on a three-dimensional inertial navigation system |
JP2009223839A (ja) * | 2008-03-19 | 2009-10-01 | Ricoh Co Ltd | ペン型入力装置及び手書き入力方法 |
CN101726295A (zh) * | 2008-10-24 | 2010-06-09 | 中国科学院自动化研究所 | 考虑加速度补偿和基于无迹卡尔曼滤波的惯性位姿跟踪方法 |
CN101586957A (zh) * | 2009-06-22 | 2009-11-25 | 浙江大学 | 一种基于光纤陀螺的快速寻北去噪处理方法 |
Non-Patent Citations (1)
Title |
---|
利用加速度计和角速度仪的笔杆运动姿态检测;曹丽等;《仪器仪表学报》;20080430;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN103019414A (zh) | 2013-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Thakur et al. | The synchrosqueezing algorithm for time-varying spectral analysis: Robustness properties and new paleoclimate applications | |
Schimmel et al. | Using instantaneous phase coherence for signal extraction from ambient noise data at a local to a global scale | |
Saad et al. | Automatic waveform-based source-location imaging using deep learning extracted microseismic signals | |
CN105588720A (zh) | 基于声信号形态分量分析的滚动轴承故障诊断装置及方法 | |
CN102930149A (zh) | 基于pca和emd的传感器网络感知信息去噪处理方法 | |
CN108020863A (zh) | 一种基于地震奇偶函数的碳酸盐岩薄储层孔隙度预测方法 | |
CN103728663B (zh) | 一种时频分析方法 | |
CN107179550B (zh) | 一种数据驱动的地震信号零相位反褶积方法 | |
CN105182417B (zh) | 一种基于形态成分分析的面波分离方法及系统 | |
CN103115625A (zh) | 一种浮体横纵荡及升沉运动的测量方法及系统 | |
CN104504403A (zh) | 一种基于散射变换的旋转机械故障预测方法 | |
CN110197224A (zh) | 基于特征空间深度对抗学习的空中手写字符轨迹恢复方法 | |
CN102679980A (zh) | 一种基于多尺度维分解的目标跟踪方法 | |
CN103019414B (zh) | 基于imu的电子手写笔的笔迹估计方法 | |
CN109766798A (zh) | 基于经验小波的手势数据处理方法、服务器及感知设备 | |
CN104730576A (zh) | 基于Curvelet变换的地震信号去噪方法 | |
XinTong et al. | New suppression technology for the random noise in the DAS seismic data based on convolutional neural network | |
CN104391325A (zh) | 不连续非均质地质体检测方法和装置 | |
Xing-Li et al. | Microseismic signal denoising by combining variational mode decomposition with permutation entropy | |
CN112213782A (zh) | 分相位地震数据的处理方法、装置和服务器 | |
CN107918153A (zh) | 一种地震信号相干性高精度检测方法 | |
CN108549102A (zh) | 联合梯度结构张量和多窗分析的地层结构曲率估计方法 | |
CN109344678A (zh) | 基于小波阈值的mems陀螺去噪方法 | |
Bandt | Autocorrelation type functions for big and dirty data series | |
Wang et al. | Accelerometer-based gesture recognition using dynamic time warping and sparse representation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |