CN105573156A - 遥控方法及系统 - Google Patents

Abstract

本发明公开了一种遥控方法，包括：遥控设备与显示设备建立连接；所述遥控设备通过分别设置在所述遥控设备不同方位的多个压力传感器采集用户的压力传感数据；基于神经网络架构的分类器对所述压力传感数据进行检测和识别，生成压力输出信息，将所述压力输出信息发送至所述显示设备；所述显示设备接收所述遥控设备发送的压力输出信息，对接收的所述压力输出信息进行解析获取对应的遥控指令，并根据所述遥控指令执行相应的遥控操作。本发明还公开了一种遥控系统。本发明使用户可以在观看显示设备的同时完成遥控操作，而无需在遥控过程中将全部视线转移至遥控设备上，使用户对显示设备的遥控更加方便快捷，人机交互的效率更高，提升用户体验。

Description

遥控方法及系统

技术领域

本发明涉及遥控技术领域，尤其涉及一种遥控方法及系统。

背景技术

目前，在传统的以遥控为中心的人机交互模式中，不管是常见的物理按键式遥控还是触摸式遥控，用户在进行遥控操作时，都必须将视线集中在遥控设备上，即需要将视线一直关注在自身对物理按键式遥控或触摸式遥控的选择上，才能准确地完成对显示设备的遥控操作，这样，用户在进行遥控操作时，必须集中全部视线在遥控设备上，而无法在对显示设备进行遥控时将视线转移至其他地方如在观看显示设备的同时完成遥控操作，使用户对显示设备的遥控不够方便快捷，人机交互的效率不高，不够智能。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于解决用户对显示设备的遥控不够方便快捷的技术问题。

为实现上述目的，本发明提供的一种遥控方法，所述方法包括以下步骤：

遥控设备与显示设备建立连接；

所述遥控设备通过分别设置在所述遥控设备不同方位的多个压力传感器采集用户的压力传感数据；

基于神经网络架构的分类器对所述压力传感数据进行检测和识别，生成压力输出信息，将所述压力输出信息发送至所述显示设备；

所述显示设备接收所述遥控设备发送的压力输出信息，对接收的所述压力输出信息进行解析获取对应的遥控指令，并根据所述遥控指令执行相应的遥控操作。

优选地，所述基于神经网络架构的分类器对所述压力传感数据进行检测和识别，生成压力输出信息的步骤包括：

对所述压力传感数据进行滤噪处理，将滤噪后的压力传感数据进行归一化处理，获取压力传感特征数据；

基于神经网络架构的分类器对所述压力传感特征数据进行检测和识别，生成压力输出信息。

优选地，所述遥控设备呈鼠标形状，并于前、后、左、右、上五个方位分别设置有压力传感器，所述基于神经网络架构的分类器对所述压力传感数据进行检测和识别，生成压力输出信息的步骤包括：

将五个方位的压力传感数据作为神经网络架构的输入层的五个神经元；将五个方位中任一单一方位、组合任意两个方位或三个方位的压力传感数据超过预设阈值的情况作为神经网络架构的输出层的十五个神经元；

基于神经元的非线性作用函数及预设的权向量进行所述输入层与所述输出层之间的映射，获取所述输出层以二进制编码形式生成的压力输出信息。

优选地，所述基于神经网络架构的分类器对所述压力传感数据进行检测和识别，生成压力输出信息，将所述压力输出信息发送至所述显示设备的步骤之前还包括：

所述遥控设备根据用户对所述遥控设备多个方位进行施压动作训练的训练结果获取多个方位的压力范围数据及权向量，并按照不同的用户分别存储与该用户身份信息对应的压力范围数据、权向量。

优选地，所述基于神经网络架构的分类器对所述压力传感数据进行检测和识别，生成压力输出信息，将所述压力输出信息发送至所述显示设备的步骤之前还包括：

将获取的用户预设次数的压力传感数据与存储的压力范围数据进行匹配，将与匹配的压力范围数据对应的用户身份信息识别为当前用户身份，并获取与当前用户身份相对应的权向量。

此外，为实现上述目的，本发明还提供一种遥控系统，所述系统包括：遥控设备及显示设备，其中，

所述遥控设备与所述显示设备建立连接，所述遥控设备通过分别设置在所述遥控设备不同方位的多个压力传感器采集用户的压力传感数据；基于神经网络架构的分类器对所述压力传感数据进行检测和识别，生成压力输出信息，将所述压力输出信息发送至所述显示设备；

所述显示设备接收所述遥控设备发送的压力输出信息，对接收的所述压力输出信息进行解析获取对应的遥控指令，并根据所述遥控指令执行相应的遥控操作。

优选地，所述遥控设备用于：

对所述压力传感数据进行滤噪处理，将滤噪后的压力传感数据进行归一化处理，获取压力传感特征数据；基于神经网络架构的分类器对所述压力传感特征数据进行检测和识别，生成压力输出信息。

优选地，所述遥控设备呈鼠标形状，并于前、后、左、右、上五个方位分别设置有压力传感器，所述遥控设备还用于：

将五个方位的压力传感数据作为神经网络架构的输入层的五个神经元；将五个方位中任一单一方位、组合任意两个方位或三个方位的压力传感数据超过预设阈值的情况作为神经网络架构的输出层的十五个神经元；

基于神经元的非线性作用函数及预设的权向量进行所述输入层与所述输出层之间的映射，获取所述输出层以二进制编码形式生成的压力输出信息。

优选地，所述遥控设备还用于：

根据用户对所述遥控设备多个方位进行施压动作训练的训练结果获取多个方位的压力范围数据及权向量，并按照不同的用户分别存储与该用户身份信息对应的压力范围数据、权向量。

优选地，所述遥控设备还用于：

将获取的用户预设次数的压力传感数据与存储的压力范围数据进行匹配，将与匹配的压力范围数据对应的用户身份信息识别为当前用户身份，并获取与当前用户身份相对应的权向量。

本发明提出的一种遥控方法及系统，通过遥控设备来采集用户的压力传感数据，并根据所述压力传感数据生成压力输出信息，生成压力输出信息后发送至所述显示设备，由所述显示设备对所述压力输出信息进行解析获取用户的遥控指令，从而执行用户的遥控操作，由于遥控设备于各方位分别设置代表不同功能键的压力传感器，用户只需按压对应压力传感器即可对显示设备进行遥控操作，因此，用户在遥控过程中无需将全部视线集中在遥控设备上，只需按压遥控设备上对应方位的传感器即可，这样，用户可以在观看显示设备的同时完成遥控操作，而无需在遥控过程中将全部视线转移至遥控设备上，使用户对显示设备的遥控更加方便快捷，人机交互的效率更高，提升用户体验。

附图说明

图1为本发明遥控方法第一实施例的流程示意图；

图2为图1中步骤S30的细化流程示意图；

图3为本发明遥控方法第二实施例的流程示意图；

图4为本发明遥控方法第三实施例的流程示意图；

图5为本发明遥控系统一实施例的结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供一种遥控方法。

参照图1，图1为本发明遥控方法第一实施例的流程示意图。

在第一实施例中，该遥控方法包括：

步骤S10，遥控设备与显示设备建立连接；

本实施例中，遥控设备与显示设备之间既可以通过传统的WiFi、蓝牙、2.4G无线技术等方式来建立连接，也可以通过NFC(近场通讯)技术来完成建立连接的过程。下面仅以通过蓝牙、WiFi与近场通讯技术的配合建立连接的过程为例进行说明，当然，也不限定其他建立连接的方式。

通过蓝牙的方式建立连接时，遥控设备首先会去获取其本身的蓝牙硬件地址(MAC地址)，获取到其蓝牙MAC地址后，将其进行缓存，当用户执行触碰操作，即将所述遥控设备与所述显示设备进行触碰时，将其本身的蓝牙MAC地址通过NFC技术传递给显示设备，在传递过程中，若遥控设备没有接收到显示设备的接收结果反馈信息，则持续传送直至接收到显示设备的接收结果反馈信息，以确保显示设备接收到遥控设备发送的蓝牙MAC地址，显示设备通过NFC技术获取遥控设备的蓝牙MAC地址后开启蓝牙，并自动与遥控设备进行适配，完成蓝牙连接的建立，实现对码过程。

通过无线网(WiFi)的方式建立连接时，由于遥控设备一般都没有人机交互界面，无法手动进行遥控设备上WiFi的连接，也即无法连接到WiFi，只能从显示设备中获取WiFi联网需要的SSID(标示符)和KEY(安全密匙)，所以在通过WiFi建立连接的过程中，首先显示设备需要开启一个服务去获取本机当前连接WiFi的SSID和KEY，当然，若显示设备当前并未联网，则在显示设备初始化时会提示用户进行联网操作，获取到显示设备当前连接WiFi的SSID和KEY后，将其进行缓存，当用户执行触碰操作，即将所述遥控设备与所述显示设备进行触碰时，显示设备将SSID和KEY通过NFC技术传递给遥控设备，在传递过程中，若显示设备没有接收到遥控设备的接收结果反馈信息，则持续传送直至接收到遥控设备的接收结果反馈信息，以确保遥控设备接收到显示设备发送的SSID和KEY，遥控设备通过NFC技术获取SSID和KEY后，首先完成自身的联网，然后再与显示设备进行适配，完成WiFi连接的建立，实现对码过程。

步骤S20，所述遥控设备通过分别设置在所述遥控设备不同方位的多个压力传感器采集用户的压力传感数据；

在遥控设备与显示设备建立连接后，所述遥控设备通过分别设置在所述遥控设备不同方位的多个压力传感器采集用户的压力传感数据，具体地，本实施例中，所述遥控设备的形状与鼠标形状相似，并在遥控设备的左、右、前、后、上方这五个方位设置压力传感器，用以感测用户的操作。进一步地，为了更好的适应用户的遥控操作及更准确的采集用户的压力传感数据，该遥控设备也可固定在一平面上。可以根据设置在所述遥控设备的左、右、前、后、上方这五个方位的压力传感器实时采集用户在所述五个方位对所述遥控设备施加的压力传感数据。当然，根据用户需要可以适当增加或减少在所述遥控设备上设置的压力传感器数量，压力传感器的方位也可以根据用户使用习惯进行设置，在此不作限定。本实施例中，考虑到用户的实际操作及实现的难易度，仅以在所述遥控设备上设置左、右、前、后、上方这五个方位的压力传感器为例进行说明。

步骤S30，基于神经网络架构的分类器对所述压力传感数据进行检测和识别，生成压力输出信息，将所述压力输出信息发送至所述显示设备；

所述遥控设备通过压力传感器采集到用户的压力传感数据后，对所述压力传感数据进行初步的处理，并对处理后的压力传感数据按设定的算法进行检测、识别，如可基于神经网络架构的分类器对所述压力传感数据进行检测和识别，最后生成显示设备能识别的压力输出信息，其中，该压力输出信息可以是对多个方位的压力传感器采集的压力传感数据或不同方位压力传感数据的组合进行处理后生成的。这样，遥控设备完成对用户的压力传感数据的处理后，将最终生成的压力输出信息发送至所述显示设备。

步骤S40，所述显示设备接收所述遥控设备发送的压力输出信息，对接收的所述压力输出信息进行解析获取对应的遥控指令，并根据所述遥控指令执行相应的遥控操作。

所述显示设备接收到所述遥控设备发送的压力输出信息后，对该压力输出信息进行解析，可以根据所述压力输出信息在预设的映射表中进行查找比对，其中，该映射表中包含有预先设定的不同压力输出信息或压力输出信息组合与各种遥控指令之间的映射关系，且该映射表既可以是预先存储在所述显示设备上的，也可以是所述显示设备从云端服务器上获取到的，在此不作限定。在预设的映射表中查找到与所述压力输出信息对应的遥控指令后，即完成对所述压力输出信息的解析处理，显示设备即可根据解析获取的遥控指令执行相应的遥控操作。

本实施例通过遥控设备来采集用户的压力传感数据，并根据所述压力传感数据生成压力输出信息，生成压力输出信息后发送至所述显示设备，由所述显示设备对所述压力输出信息进行解析获取用户的遥控指令，从而执行用户的遥控操作，由于遥控设备于各方位分别设置代表不同功能键的压力传感器，用户只需按压对应压力传感器即可对显示设备进行遥控操作，因此，用户在遥控过程中无需将全部视线集中在遥控设备上，只需按压遥控设备上对应方位的传感器即可，这样，用户可以在观看显示设备的同时完成遥控操作，而无需在遥控过程中将全部视线转移至遥控设备上，使用户对显示设备的遥控更加方便快捷，人机交互的效率更高，提升用户体验。

具体地，如图2所示，上述步骤S30可以包括：

步骤S301，对采集的压力传感数据进行滤噪处理，将滤噪后的压力传感数据进行归一化处理，获取压力传感特征数据；

本实施例中，压力传感器实时的从位于遥控设备的多个方位如左、右、前、后、上方位置获取用户的压力传感数据，其中，压力传感器通过压力检测电路转换获取到的压力传感数据为电压值，并通过如下公式除去采集的压力传感数据中的方向信息仅保留其中有用的压力大小信息：

x_t＝{V_L,V_R,V_F,V_B,V_U}_t

其中，x_t表示t时刻采集的压力传感数据的数值大小；V_L、V_R、V_F、V_B、V_U表示t时刻压力传感器从位于遥控设备的左、右、前、后、上方位置获取的压力传感数据。

而由于压力传感器通过压力检测电路转换获取到的压力传感数据中存在噪音等因素的干扰，因此需要对所述压力传感数据进行滤噪处理，可采用带通/带阻滤波器等去除所述压力传感数据中混杂的噪音。

去除了所述压力传感数据中的噪音后，为了便于后续对所述压力传感数据的检测、识别操作，还需要将压力传感数据进行归一化处理，即对上述五个方位压力传感器采集的压力传感数据的电压值归一化为0～1之间的数值，归一化公式如下所示：

x'_t＝{{V_L,V_R,V_F,V_B,V_U}_t-V_min}/(V_max-V_min)

其中，x'_t表示归一化处理后的压力传感特征数据，V_max和V_min为压力传感数据的电压值的最大值和最小值，例如当电压值为5V时，采集的压力传感数据的电压值范围为0～5，此时V_max＝5，V_min＝0。

步骤S302，基于神经网络架构的分类器对所述压力传感特征数据进行检测和识别，生成压力输出信息。

获取归一化处理后的压力传感特征数据后，即可基于神经网络架构的分类器对所述压力传感特征数据进行检测和识别，生成压力输出信息。本实施例中采用神经网络方式来进行检测和识别，相比于传统采用本地数据映射表的方式，神经网络具有很强的非线性拟合能力，可映射任意复杂的非线性关系，而且训练规则也比较简单，便于计算机的快速运算。而针对本实施例中，采集的压力传感特征数据是一个动态的范围，而且有五个方位的压力传感特征数据，五个方位压力传感特征数据的组合后其动态范围无法用简单的阈值进行分割，其输入和输出并不满足一定的线性公式，而是一个非线性的过程，需使用到神经网络的非线性拟合能力。

具体地，本实施例中，将五个方位的压力传感特征数据作为神经网络架构的输入层的五个神经元；将五个方位中任一单一方位、组合任意两个方位或三个方位的压力传感特征数据超过预设阈值的情况作为神经网络架构的输出层的十五个神经元，并将所述输出层采用二进制编码的形式进行表示；采用神经元的非线性作用函数进行所述输入层与所述输出层之间的映射，并根据映射结果及预设的权向量获取所述输出层以二进制编码形式输出的压力输出信息。具体地基于神经网络架构的分类器算法公式如下所示：

$o=f\left(\stackrel{\→}{W}\stackrel{\→}{A}\right)$

其中，f为传递函数，W为权向量，A为输入向量，o为输出值。

对于上述传递函数f，本实施例中采用非线性作用函数(Sigmoid函数)来完成输入层与所述输出层之间的非线性映射。

对于上述输入向量A，为五个方位按一定排序的压力传感特征数据，本实施例中，将五个方位的压力传感特征数据作为神经网络架构的输入层的五个神经元，也即输入向量A的5个特征。

对于上述输出值o，本实施例中，可预先定义如下几种输出情况：1、单一方位的压力传感特征数据超过预设阈值，例如单一的左侧方位的压力传感特征数据超过预设阈值，这种情况共有种；2、两个方位的压力传感特征数据同时超过预设阈值，例如左侧和右侧方位的压力传感特征数据同时超过预设阈值，这种情况共有种；3、三个方位的压力传感特征数据同时超过预设阈值，例如左侧，右侧和上侧的压力传感特征数据同时超过预设阈值，这种情况共有种，需要说明的是，本实施例从实际操作的便捷性出发，仅考虑上述三种情况，当然，四个方位或五个方位或其他组合方式都可用来作为输出情况，在此不作限定。因此，本实施例基于神经网络架构的分类器中输出值的总数为输出值的总数为15，即输出层神经元数包含15种情况，考虑到四位二进制(即8421码)正好可以表示16种状态值，故输出层采用二进制编码形式进行表示并输出，例如单一方向右侧的压力传感特征数据超过预设阈值时，可在输出层采用二进制编码0010来进行表示。

对于上述权向量W，为输入层的神经元和输出层的神经元之间的权值参数，在所述输入层与所述输出层之间的非线性映射过程中，可以根据用户自身使用习惯预先设定一权向量W的初始值。但由于每个用户的力度和习惯都不同，因此，也可以由用户预先设置与其使用习惯相适应的权向量W，以更好的达到用户的识别要求。

通过采用上述神经元的非线性作用函数来进行所述输入层的神经元与所述输出层的神经元之间的非线性映射过程，根据映射结果及预设的权向量获取最终以二进制编码形式输出的压力输出信息，在本实施例中，最后生成的压力输出信息可以是15种二进制编码中的一种，如0001、0010……1111。

参照图3，图3为本发明遥控方法第二实施例的流程示意图。

在上述第一实施例的基础上，在上述步骤S30之前还包括：

步骤S50，所述遥控设备根据用户对所述遥控设备多个方位进行施压动作训练的训练结果获取多个方位的压力范围数据及权向量，并按照不同的用户分别存储与该用户身份信息对应的压力范围数据、权向量。

在基于神经网络架构的分类器对所述压力传感数据进行检测和识别之前，可由用户对所述遥控设备的多个方位进行施压动作训练，以测试所述遥控设备基于神经网络架构的分类器对用户施压动作的识别情况，所述遥控设备根据用户对所述遥控设备多个方位进行施压动作训练的训练结果即可获取该用户对所述遥控设备多个方位的压力范围数据及权向量，并按照不同的用户分别存储与该用户身份信息对应的压力范围数据、权向量，以便后续基于神经网络架构的分类器对该用户的压力传感数据进行检测和识别时调用，也使得识别结果更加准确。

具体地，在本实施例中，若用户选择启动训练模式，则所述遥控设备通过语音提示用户进行对所述遥控设备多个方位如前、后、左、右、上五个方位的施压动作训练，遥控设备可启动语音功能，语音播放当前训练的步骤，例如遥控设备可语音提示用户“请进行单向左侧训练，请将手指用力施压遥控设备左侧而对遥控设备其它面不施力”，重复播放多次直至用户训练完毕，其它训练情况类似。用户每次学习训练完一个动作，遥控设备会提示用户自己判别当前操作是否正确。例如上述单向左侧训练，用户学习训练完成后，遥控设备会语音提示用户“当前进行的操作是单向左侧训练，请判别并选择继续或重试”，此时用户通过语音输入继续或重试来进行下一步动作。

由于每个用户的力度和习惯都不同，遥控设备会根据多次训练结果来获取用户对所述遥控设备五个方位的压力范围数据及权向量，并将用户身份信息及与该用户身份信息相对应的压力范围数据、权向量进行本地存储或上传到云端服务器。

这样，在本实施例中，由于后续基于神经网络架构的分类器对所述压力传感特征数据进行检测和识别，生成压力输出信息的过程中使用的权向量W是通过用户自己进行学习训练获取的，因此，更加符合用户自身的使用习惯，也使最终生成的压力输出信息更加准确、有效。

参照图4，图4为本发明遥控方法第三实施例的流程示意图。

在上述第二实施例的基础上，在上述步骤S30之前还包括：

步骤S60，将获取的用户预设次数的压力传感数据与存储的压力范围数据进行匹配，将与匹配的压力范围数据对应的用户身份信息识别为当前用户身份，并获取与当前用户身份相对应的权向量。

在基于神经网络架构的分类器对所述压力传感数据进行检测和识别之前，可先将获取的用户预设次数的压力传感数据与存储的压力范围数据进行匹配，并将与匹配的压力范围数据对应的用户身份信息识别为当前用户身份，即可获取与当前用户身份相对应的权向量，供后续基于神经网络架构的分类器对该用户的压力传感数据进行检测和识别时调用，更加方便、快捷。

具体地，在本实施例中，在将用户身份信息及与该用户身份信息相对应的压力范围数据、权向量进行存储之后，将获取的用户的一次或预设次数的压力传感数据与存储的压力范围数据进行匹配，将用户的压力传感数据落入范围次数最多的压力范围数据识别为与该用户的压力传感数据相匹配，将落入范围次数最多的压力范围数据对应的用户身份信息识别为当前用户身份，并获取与当前用户身份相对应的权向量。

由于每个用户的力度和习惯都不同，因此，每个用户对所述遥控设备五个方位的压力范围数据都不会相同，例如针对普通的三口之家左侧传感器的压力范围数据为例，爸爸施压左侧的压力范围数据为0.7～1，妈妈的为0.6～0.8，小孩的为0.5～0.6，因此，可以将获取的用户的压力传感数据与存储的压力范围数据进行比对，若获取用户的压力传感数据落入压力范围数据的范围，则可将该压力范围数据对应的用户身份识别为当前用户身份，例如若当前获取用户的压力传感数据为0.5，针对上述三口之家的左侧传感器的压力范围数据，则可识别出当前操作的用户身份为小孩。

而由于不同用户对所述遥控设备五个方位的压力范围数据可能会存在交集，根据获取的一次用户的压力传感数据进行判断可能会有误差，本实施例中，进一步地，获取用户预设次数的压力传感数据，并将预设次数的压力传感数据与存储的压力范围数据进行比对，判断每一次用户的压力传感数据落入的压力范围数据，获取用户的压力传感数据落入范围次数最多的压力范围数据，将落入范围次数最多的压力范围数据对应的用户身份识别为当前用户身份，这样，通过多次统计判断的方法来减小压力范围数据存在交集带来的误差，从而使识别出的当前操作的用户身份更加准确。

在本实施例中，在获取用户一次或预设次数的压力传感数据后，即可根据其落入范围次数最多的压力范围数据来识别当前用户身份，并获取与当前用户身份相对应的权向量，再基于神经网络架构的分类器对所述压力传感特征数据进行检测和识别，利用获取的权向量生成压力输出信息，而无需用户每次使用都要进行学习训练来获取权向量，且可供多人使用，更加便捷，进一步地提升了用户体验。

本发明进一步提供一种遥控系统。

参照图5，图5为本发明遥控系统一实施例的结构示意图。

在一实施例中，该遥控系统包括：遥控设备1及显示设备2，其中，

遥控设备1与显示设备2建立连接，遥控设备1通过分别设置在遥控设备1不同方位的多个压力传感器采集用户的压力传感数据；基于神经网络架构的分类器对所述压力传感数据进行检测和识别，生成压力输出信息，将所述压力输出信息发送至显示设备2；

显示设备2接收遥控设备1发送的压力输出信息，对接收的所述压力输出信息进行解析获取对应的遥控指令，并根据所述遥控指令执行相应的遥控操作。

本实施例中，遥控设备1与显示设备2之间既可以通过传统的WiFi、蓝牙、2.4G无线技术等方式来建立连接，也可以通过NFC(近场通讯)技术来完成建立连接的过程。下面仅以通过蓝牙、WiFi与近场通讯技术的配合建立连接的过程为例进行说明，当然，也不限定其他建立连接的方式。

通过蓝牙的方式建立连接时，遥控设备1首先会去获取其本身的蓝牙硬件地址(MAC地址)，获取到其蓝牙MAC地址后，将其进行缓存，当用户执行触碰操作，即将遥控设备1与显示设备2进行触碰时，将其本身的蓝牙MAC地址通过NFC技术传递给显示设备2，在传递过程中，若遥控设备1没有接收到显示设备2的接收结果反馈信息，则持续传送直至接收到显示设备2的接收结果反馈信息，以确保显示设备2接收到遥控设备1发送的蓝牙MAC地址，显示设备2通过NFC技术获取遥控设备1的蓝牙MAC地址后开启蓝牙，并自动与遥控设备1进行适配，完成蓝牙连接的建立，实现对码过程。

通过无线网(WiFi)的方式建立连接时，由于遥控设备1一般都没有人机交互界面，无法手动进行遥控设备1上WiFi的连接，也即无法连接到WiFi，只能从显示设备2中获取WiFi联网需要的SSID(标示符)和KEY(安全密匙)，所以在通过WiFi建立连接的过程中，首先显示设备2需要开启一个服务去获取本机当前连接WiFi的SSID和KEY，当然，若显示设备2当前并未联网，则在显示设备2初始化时会提示用户进行联网操作，获取到显示设备2当前连接WiFi的SSID和KEY后，将其进行缓存，当用户执行触碰操作，即将遥控设备1与显示设备2进行触碰时，显示设备2将SSID和KEY通过NFC技术传递给遥控设备1，在传递过程中，若显示设备2没有接收到遥控设备1的接收结果反馈信息，则持续传送直至接收到遥控设备1的接收结果反馈信息，以确保遥控设备1接收到显示设备2发送的SSID和KEY，遥控设备1通过NFC技术获取SSID和KEY后，首先完成自身的联网，然后再与显示设备2进行适配，完成WiFi连接的建立，实现对码过程。

在遥控设备1与显示设备2建立连接后，遥控设备1通过分别设置在遥控设备1不同方位的多个压力传感器采集用户的压力传感数据，具体地，本实施例中，遥控设备1的形状与鼠标形状相似，并在遥控设备1的左、右、前、后、上方这五个方位设置压力传感器，用以感测用户的操作。进一步地，为了更好的适应用户的遥控操作及更准确的采集用户的压力传感数据，该遥控设备1也可固定在一平面上。可以根据设置在遥控设备1的左、右、前、后、上方这五个方位的压力传感器实时采集用户在所述五个方位对遥控设备1施加的压力传感数据。当然，根据用户需要可以适当增加或减少在遥控设备1上设置的压力传感器数量，压力传感器的方位也可以根据用户使用习惯进行设置，在此不作限定。本实施例中，考虑到用户的实际操作及实现的难易度，仅以在遥控设备1上设置左、右、前、后、上方这五个方位的压力传感器为例进行说明。

遥控设备1通过压力传感器采集到用户的压力传感数据后，对所述压力传感数据进行初步的处理，并对处理后的压力传感数据按设定的算法进行检测、识别，如可基于神经网络架构的分类器对所述压力传感数据进行检测和识别，最后生成显示设备2能识别的压力输出信息，其中，该压力输出信息可以是对多个方位的压力传感器采集的压力传感数据或不同方位压力传感数据的组合进行处理后生成的。这样，遥控设备1完成对用户的压力传感数据的处理后，将最终生成的压力输出信息发送至显示设备2。

显示设备2接收到遥控设备1发送的压力输出信息后，对该压力输出信息进行解析，可以根据所述压力输出信息在预设的映射表中进行查找比对，其中，该映射表中包含有预先设定的不同压力输出信息或压力输出信息组合与各种遥控指令之间的映射关系，且该映射表既可以是预先存储在显示设备2上的，也可以是显示设备2从云端服务器上获取到的，在此不作限定。在预设的映射表中查找到与所述压力输出信息对应的遥控指令后，即完成对所述压力输出信息的解析处理，显示设备2即可根据解析获取的遥控指令执行相应的遥控操作。

本实施例通过遥控设备1来采集用户的压力传感数据，并根据所述压力传感数据生成压力输出信息，生成压力输出信息后发送至显示设备2，由显示设备2对所述压力输出信息进行解析获取用户的遥控指令，从而执行用户的遥控操作，由于遥控设备1于各方位分别设置代表不同功能键的压力传感器，用户只需按压对应压力传感器即可对显示设备2进行遥控操作，因此，用户在遥控过程中无需将全部视线集中在遥控设备1上，只需按压遥控设备1上对应方位的传感器即可，这样，用户可以在观看显示设备2的同时完成遥控操作，而无需在遥控过程中将全部视线转移至遥控设备1上，使用户对显示设备2的遥控更加方便快捷，人机交互的效率更高，提升用户体验。

进一步地，本实施例中，压力传感器实时的从位于遥控设备1的多个方位如左、右、前、后、上方位置获取用户的压力传感数据，其中，压力传感器通过压力检测电路转换获取到的压力传感数据为电压值，并通过如下公式除去采集的压力传感数据中的方向信息仅保留其中有用的压力大小信息：

x_t＝{V_L,V_R,V_F,V_B,V_U}_t

其中，x_t表示t时刻采集的压力传感数据的数值大小；V_L、V_R、V_F、V_B、V_U表示t时刻压力传感器从位于遥控设备1的左、右、前、后、上方位置获取的压力传感数据。

而由于压力传感器通过压力检测电路转换获取到的压力传感数据中存在噪音等因素的干扰，因此需要对所述压力传感数据进行滤噪处理，可采用带通/带阻滤波器等去除所述压力传感数据中混杂的噪音。

去除了所述压力传感数据中的噪音后，为了便于后续对所述压力传感数据的检测、识别操作，还需要将压力传感数据进行归一化处理，即对上述五个方位压力传感器采集的压力传感数据的电压值归一化为0～1之间的数值，归一化公式如下所示：

x'_t＝{{V_L,V_R,V_F,V_B,V_U}_t-V_min}/(V_max-V_min)

其中，x'_t表示归一化处理后的压力传感特征数据，V_max和V_min为压力传感数据的电压值的最大值和最小值，例如当电压值为5V时，采集的压力传感数据的电压值范围为0～5，此时V_max＝5，V_min＝0。

获取归一化处理后的压力传感特征数据后，即可基于神经网络架构的分类器对所述压力传感特征数据进行检测和识别，生成压力输出信息。本实施例中采用神经网络方式来进行检测和识别，相比于传统采用本地数据映射表的方式，神经网络具有很强的非线性拟合能力，可映射任意复杂的非线性关系，而且训练规则也比较简单，便于计算机的快速运算。而针对本实施例中，采集的压力传感特征数据是一个动态的范围，而且有五个方位的压力传感特征数据，五个方位压力传感特征数据的组合后其动态范围无法用简单的阈值进行分割，其输入和输出并不满足一定的线性公式，而是一个非线性的过程，需使用到神经网络的非线性拟合能力。

具体地，本实施例中，将五个方位的压力传感特征数据作为神经网络架构的输入层的五个神经元；将五个方位中任一单一方位、组合任意两个方位或三个方位的压力传感特征数据超过预设阈值的情况作为神经网络架构的输出层的十五个神经元，并将所述输出层采用二进制编码的形式进行表示；采用神经元的非线性作用函数进行所述输入层与所述输出层之间的映射，并根据映射结果及预设的权向量获取所述输出层以二进制编码形式输出的压力输出信息。具体地基于神经网络架构的分类器算法公式如下所示：

$o=f\left(\stackrel{\→}{W}\stackrel{\→}{A}\right)$

其中，f为传递函数，W为权向量，A为输入向量，o为输出值。

对于上述传递函数f，本实施例中采用非线性作用函数(Sigmoid函数)来完成输入层与所述输出层之间的非线性映射。

对于上述输入向量A，为五个方位按一定排序的压力传感特征数据，本实施例中，将五个方位的压力传感特征数据作为神经网络架构的输入层的五个神经元，也即输入向量A的5个特征。

对于上述输出值o，本实施例中，可预先定义如下几种输出情况：1、单一方位的压力传感特征数据超过预设阈值，例如单一的左侧方位的压力传感特征数据超过预设阈值，这种情况共有种；2、两个方位的压力传感特征数据同时超过预设阈值，例如左侧和右侧方位的压力传感特征数据同时超过预设阈值，这种情况共有种；3、三个方位的压力传感特征数据同时超过预设阈值，例如左侧，右侧和上侧的压力传感特征数据同时超过预设阈值，这种情况共有种，需要说明的是，本实施例从实际操作的便捷性出发，仅考虑上述三种情况，当然，四个方位或五个方位或其他组合方式都可用来作为输出情况，在此不作限定。因此，本实施例基于神经网络架构的分类器中输出值的总数为输出值的总数为15，即输出层神经元数包含15种情况，考虑到四位二进制(即8421码)正好可以表示16种状态值，故输出层采用二进制编码形式进行表示并输出，例如单一方向右侧的压力传感特征数据超过预设阈值时，可在输出层采用二进制编码0010来进行表示。

对于上述权向量W，为输入层的神经元和输出层的神经元之间的权值参数，在所述输入层与所述输出层之间的非线性映射过程中，可以根据用户自身使用习惯预先设定一权向量W的初始值。但由于每个用户的力度和习惯都不同，因此，也可以由用户预先设置与其使用习惯相适应的权向量W，以更好的达到用户的识别要求。

通过采用上述神经元的非线性作用函数来进行所述输入层的神经元与所述输出层的神经元之间的非线性映射过程，根据映射结果及预设的权向量获取最终以二进制编码形式输出的压力输出信息，在本实施例中，最后生成的压力输出信息可以是15种二进制编码中的一种，如0001、0010……1111。

进一步地，本发明另一实施例提出一种遥控系统，在上述实施例的基础上，遥控设备1还用于：

根据用户对遥控设备1多个方位进行施压动作训练的训练结果获取多个方位的压力范围数据及权向量，并按照不同的用户分别存储与该用户身份信息对应的压力范围数据、权向量。

其中，在基于神经网络架构的分类器对所述压力传感数据进行检测和识别之前，可由用户对遥控设备1的多个方位进行施压动作训练，以测试遥控设备1基于神经网络架构的分类器对用户施压动作的识别情况，遥控设备1根据用户对遥控设备1多个方位进行施压动作训练的训练结果即可获取该用户对遥控设备1多个方位的压力范围数据及权向量，将该用户身份信息及与该用户身份信息相对应的压力范围数据、权向量进行存储，以便后续基于神经网络架构的分类器对该用户的压力传感数据进行检测和识别时调用，也使得识别结果更加准确。

具体地，在本实施例中，若用户选择启动训练模式，则遥控设备1通过语音提示用户进行对遥控设备1多个方位如前、后、左、右、上五个方位的施压动作训练，遥控设备1可启动语音功能，语音播放当前训练的步骤，例如遥控设备1可语音提示用户“请进行单向左侧训练，请将手指用力施压遥控设备1左侧而对遥控设备1其它面不施力”，重复播放多次直至用户训练完毕，其它训练情况类似。用户每次学习训练完一个动作，遥控设备1会提示用户自己判别当前操作是否正确。例如上述单向左侧训练，用户学习训练完成后，遥控设备1会语音提示用户“当前进行的操作是单向左侧训练，请判别并选择继续或重试”，此时用户通过语音输入继续或重试来进行下一步动作。

由于每个用户的力度和习惯都不同，遥控设备1会根据多次训练结果来获取用户对遥控设备1五个方位的压力范围数据及权向量，并将用户身份信息及与该用户身份信息相对应的压力范围数据、权向量进行本地存储或上传到云端服务器。

这样，在本实施例中，由于后续基于神经网络架构的分类器对所述压力传感特征数据进行检测和识别，生成压力输出信息的过程中使用的权向量W是通过用户自己进行学习训练获取的，因此，更加符合用户自身的使用习惯，也使最终生成的压力输出信息更加准确、有效。

进一步地，本发明又一实施例提出一种遥控系统，在上述实施例的基础上，遥控设备1还用于：

将获取的用户预设次数的压力传感数据与存储的压力范围数据进行匹配，将与匹配的压力范围数据对应的用户身份信息识别为当前用户身份，并获取与当前用户身份相对应的权向量。

在基于神经网络架构的分类器对所述压力传感数据进行检测和识别之前，可先将获取的用户预设次数的压力传感数据与存储的压力范围数据进行匹配，并将与匹配的压力范围数据对应的用户身份信息识别为当前用户身份，即可获取与当前用户身份相对应的权向量，供后续基于神经网络架构的分类器对该用户的压力传感数据进行检测和识别时调用，更加方便、快捷。

具体地，在本实施例中，在将用户身份信息及与该用户身份信息相对应的压力范围数据、权向量进行存储之后，将获取的用户的一次或预设次数的压力传感数据与存储的压力范围数据进行匹配，将用户的压力传感数据落入范围次数最多的压力范围数据识别为与该用户的压力传感数据相匹配，将落入范围次数最多的压力范围数据对应的用户身份信息识别为当前用户身份，并获取与当前用户身份相对应的权向量。

由于每个用户的力度和习惯都不同，因此，每个用户对遥控设备1五个方位的压力范围数据都不会相同，例如针对普通的三口之家左侧传感器的压力范围数据为例，爸爸施压左侧的压力范围数据为0.7～1，妈妈的为0.6～0.8，小孩的为0.5～0.6，因此，可以将获取的用户的压力传感数据与存储的压力范围数据进行比对，若获取用户的压力传感数据落入压力范围数据的范围，则可将该压力范围数据对应的用户身份识别为当前用户身份，例如若当前获取用户的压力传感数据为0.5，针对上述三口之家的左侧传感器的压力范围数据，则可识别出当前操作的用户身份为小孩。

而由于不同用户对遥控设备1五个方位的压力范围数据可能会存在交集，根据获取的一次用户的压力传感数据进行判断可能会有误差，本实施例中，进一步地，获取用户预设次数的压力传感数据，并将预设次数的压力传感数据与存储的压力范围数据进行比对，判断每一次用户的压力传感数据落入的压力范围数据，获取用户的压力传感数据落入范围次数最多的压力范围数据，将落入范围次数最多的压力范围数据对应的用户身份识别为当前用户身份，这样，通过多次统计判断的方法来减小压力范围数据存在交集带来的误差，从而使识别出的当前操作的用户身份更加准确。

在本实施例中，在获取用户一次或预设次数的压力传感数据后，即可根据其落入范围次数最多的压力范围数据来识别当前用户身份，并获取与当前用户身份相对应的权向量，再基于神经网络架构的分类器对所述压力传感特征数据进行检测和识别，利用获取的权向量生成压力输出信息，而无需用户每次使用都要进行学习训练来获取权向量，且可供多人使用，更加便捷，进一步地提升了用户体验。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种遥控方法，其特征在于，所述方法包括以下步骤：

遥控设备与显示设备建立连接；

所述遥控设备通过分别设置在所述遥控设备不同方位的多个压力传感器采集用户的压力传感数据；

基于神经网络架构的分类器对所述压力传感数据进行检测和识别，生成压力输出信息，将所述压力输出信息发送至所述显示设备；

所述显示设备接收所述遥控设备发送的压力输出信息，对接收的所述压力输出信息进行解析获取对应的遥控指令，并根据所述遥控指令执行相应的遥控操作。

2.如权利要求1所述的遥控方法，其特征在于，所述基于神经网络架构的分类器对所述压力传感数据进行检测和识别，生成压力输出信息的步骤包括：

对所述压力传感数据进行滤噪处理，将滤噪后的压力传感数据进行归一化处理，获取压力传感特征数据；

基于神经网络架构的分类器对所述压力传感特征数据进行检测和识别，生成压力输出信息。

3.如权利要求1所述的遥控方法，其特征在于，所述遥控设备呈鼠标形状，并于前、后、左、右、上五个方位分别设置有压力传感器，所述基于神经网络架构的分类器对所述压力传感数据进行检测和识别，生成压力输出信息的步骤包括：

将五个方位的压力传感数据作为神经网络架构的输入层的五个神经元；将五个方位中任一单一方位、组合任意两个方位或三个方位的压力传感数据超过预设阈值的情况作为神经网络架构的输出层的十五个神经元；

基于神经元的非线性作用函数及预设的权向量进行所述输入层与所述输出层之间的映射，获取所述输出层以二进制编码形式生成的压力输出信息。

4.如权利要求1所述的遥控方法，其特征在于，所述基于神经网络架构的分类器对所述压力传感数据进行检测和识别，生成压力输出信息，将所述压力输出信息发送至所述显示设备的步骤之前还包括：

所述遥控设备根据用户对所述遥控设备多个方位进行施压动作训练的训练结果获取多个方位的压力范围数据及权向量，并按照不同的用户分别存储与该用户身份信息对应的压力范围数据、权向量。

5.如权利要求4所述的遥控方法，其特征在于，所述基于神经网络架构的分类器对所述压力传感数据进行检测和识别，生成压力输出信息，将所述压力输出信息发送至所述显示设备的步骤之前还包括：

将获取的用户预设次数的压力传感数据与存储的压力范围数据进行匹配，将与匹配的压力范围数据对应的用户身份信息识别为当前用户身份，并获取与当前用户身份相对应的权向量。

6.一种遥控系统，其特征在于，所述系统包括：遥控设备及显示设备，其中，

所述遥控设备与所述显示设备建立连接，所述遥控设备通过分别设置在所述遥控设备不同方位的多个压力传感器采集用户的压力传感数据；基于神经网络架构的分类器对所述压力传感数据进行检测和识别，生成压力输出信息，将所述压力输出信息发送至所述显示设备；

所述显示设备接收所述遥控设备发送的压力输出信息，对接收的所述压力输出信息进行解析获取对应的遥控指令，并根据所述遥控指令执行相应的遥控操作。

7.如权利要求6所述的系统，其特征在于，所述遥控设备用于：

对所述压力传感数据进行滤噪处理，将滤噪后的压力传感数据进行归一化处理，获取压力传感特征数据；基于神经网络架构的分类器对所述压力传感特征数据进行检测和识别，生成压力输出信息。

8.如权利要求6所述的系统，其特征在于，所述遥控设备呈鼠标形状，并于前、后、左、右、上五个方位分别设置有压力传感器，所述遥控设备还用于：

将五个方位的压力传感数据作为神经网络架构的输入层的五个神经元；将五个方位中任一单一方位、组合任意两个方位或三个方位的压力传感数据超过预设阈值的情况作为神经网络架构的输出层的十五个神经元；

基于神经元的非线性作用函数及预设的权向量进行所述输入层与所述输出层之间的映射，获取所述输出层以二进制编码形式生成的压力输出信息。

9.如权利要求6所述的系统，其特征在于，所述遥控设备还用于：

根据用户对所述遥控设备多个方位进行施压动作训练的训练结果获取多个方位的压力范围数据及权向量，并按照不同的用户分别存储与该用户身份信息对应的压力范围数据、权向量。

10.如权利要求9所述的系统，其特征在于，所述遥控设备还用于：

将获取的用户预设次数的压力传感数据与存储的压力范围数据进行匹配，将与匹配的压力范围数据对应的用户身份信息识别为当前用户身份，并获取与当前用户身份相对应的权向量。