CN109656361B - 一种以平移交互效率为指标的最优驱动电压选择方法 - Google Patents
一种以平移交互效率为指标的最优驱动电压选择方法 Download PDFInfo
- Publication number
- CN109656361B CN109656361B CN201811515355.9A CN201811515355A CN109656361B CN 109656361 B CN109656361 B CN 109656361B CN 201811515355 A CN201811515355 A CN 201811515355A CN 109656361 B CN109656361 B CN 109656361B
- Authority
- CN
- China
- Prior art keywords
- electrostatic force
- matrix
- interaction efficiency
- kernel
- translation
- 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
- 230000003993 interaction Effects 0.000 title claims abstract description 121
- 238000013519 translation Methods 0.000 title claims abstract description 63
- 238000010187 selection method Methods 0.000 title claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000011158 quantitative evaluation Methods 0.000 claims abstract description 15
- 238000012847 principal component analysis method Methods 0.000 claims abstract description 4
- 238000002474 experimental method Methods 0.000 claims description 42
- 239000013598 vector Substances 0.000 claims description 27
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000000354 decomposition reaction Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000000513 principal component analysis Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000009877 rendering Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 18
- 230000008569 process Effects 0.000 description 7
- 238000011160 research Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 4
- 238000004091 panning Methods 0.000 description 4
- 125000004122 cyclic group Chemical group 0.000 description 3
- 230000005284 excitation Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000012212 insulator Substances 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 206010047571 Visual impairment Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003475 lamination Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000015541 sensory perception of touch Effects 0.000 description 1
- 230000006886 spatial memory Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 208000029257 vision disease Diseases 0.000 description 1
- 230000004393 visual impairment Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/016—Input arrangements with force or tactile feedback as computer generated output to the user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
- G06F3/0416—Control or interface arrangements specially adapted for digitisers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
- G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明涉及一种以平移交互效率为指标的最优驱动电压选择方法，属于人机交互领域。利用静电力触觉反馈装置，获得有、无静电力触觉反馈两种情况下平移手势交互效率实验数据并构造矩阵，利用核主成分分析方法计算核矩阵并获得相应的核特征空间，通过计算两个核特征空间的距离来实现静电力触觉反馈对平移交互效率影响的定量评估，用于以平移交互效率为指标的静电力反馈装置最优驱动电压的选择。本发明可以实现静电力触觉反馈对平移交互效率影响程度的定量评估，且数据理论分析充分，所得结论普世性强；本发明还可以扩展到不同静电力触觉驱动模式对手势交互性能影响的定量评估，易于推广应用。
Description
技术领域
本发明属于人机交互领域，尤其涉及一种以平移交互效率为指标的最优驱动电压选择方法。
背景技术
具有触觉再现功能的智能手机、平板电脑等在医疗卫生、电子商务、教育娱乐、视障人群等具有广泛应用前景。通过触觉再现技术，一方面利用裸指触摸多媒体终端屏幕可感知被显示物体的形状、纹理及柔韧性，另一方面控制手指与触摸屏之间摩擦力的变化形式可提供光滑、粗糙等不同触感，极大地提高了交互过程的真实感与交互体验的丰富性。依据实现原理的不同，现有的多媒体终端触觉再现方式主要包括振动式、静电力式和空气压膜式，其中静电力式具有真实感高、体验丰富、功耗低、重量轻等优势，是在触摸屏上实现触觉再现最重要的方式。
交互效率研究是智能人机交互的研究热点，对提升交互界面可用性具有重要指导意义。2010年，论文“Clutch-free panning and integrated pan-zoom control ontouch-sensitive surfaces:the cyclostar approach”提出了手势交互的“CycloPan”和“CycloZoom”模型，实现了对连续手势交互效率的评估；2012年，论文“Does (multi-)touchaid users'spatial memory and navigation in'panning'and in'zooming& panning'UIs”证明了多指交互可有效降低平移和缩放的操作时间；2016年，论文“Modelling touch-interaction time on smartphones”建立了平移操作效率模型，解决了目标的精准选择问题。然而上述研究成果仅适用于以视觉反馈为主的触控交互模式，未考虑触觉反馈引入后交互物理真实感高、交互体验丰富性强等因素对交互性能的影响。
触觉反馈尤其是静电力触觉反馈引入后，增加了手指与触摸屏交互过程的摩擦力，影响了相应的交互性能。2015年，论文“Quantifying the Targeting PerformanceBenefit of Electrostatic Haptic Feedback on Touchscreens”证明了在目标区域施加静电力触觉反馈可将平移交互效率提升约7.5％，论文“Effect of electrostatictactile feedback on accuracy and efficiency of pan gestures on touch screen”评估了静电力触觉反馈对平移交互过程的影响，证明了线性增加的静电摩擦力可显著提升平移交互效率。然而上述成果仅是实验数据的简单统计分析结果，对数据特性的理论分析不够充分，缺少从理论上定量评估静电力触觉反馈对平移交互效率的影响程度，所得结论普适性有待提升。
交互效率研究是智能人机交互的研究热点，对提升交互界面可用性具有重要指导意义。触觉反馈尤其是静电力触觉反馈引入后，增加了手指与触摸屏交互过程的摩擦力，影响了相应的交互性能。现有静电力触觉反馈下平移交互效率研究成果仅是实验数据的简单统计分析结果，对数据特性的理论分析不够充分，缺少从理论上定量评估静电力触觉反馈对平移交互效率的影响程度，所得结论普适性有待提升。
发明内容
本发明提供一种以平移交互效率为指标的最优驱动电压选择方法，该方法基于核主成分分析理论，通过计算有、无静电力触觉反馈下交互效率数据的核特征空间距离实现静电力触觉反馈对平移交互效率影响的定量评估，可将其应用于以平移交互效率为指标的静电力反馈装置最优驱动电压的选择。
本发明采取的技术方案是，包括下列步骤：
利用静电力触觉反馈装置，获得有、无静电力触觉反馈两种情况下平移手势交互效率实验数据并构造矩阵，利用核主成分分析方法计算核矩阵并获得相应的核特征空间，通过计算两个核特征空间的距离来实现静电力触觉反馈对平移交互效率影响的定量评估，用于以平移交互效率为指标的静电力反馈装置最优驱动电压的选择。
本发明所利用的静电力触觉反馈装置包括：
(1)定位单元，包括能实现定位功能的装置，用于实时地跟踪手指的位置坐标，并将该坐标信息发送到处理单元；
(2)处理单元，包括各种多媒体终端，用于输出视觉信息，接收定位单元实时发送过来的手指的位置信息，同时对手指位置处的图像进行渲染得到触觉驱动信号的幅度、频率、波形参数，并将该参数发送到信号发生器；
(3)驱动单元，根据处理单元发送过来的驱动信号参数生成相应的驱动信号，并将该信号输入到交互单元进行驱动；
(4)交互单元，可以改变手指受到的切向力，使手指皮肤产生周期性变化的形变，感受到静电力触觉反馈。
本发明所述平移手势交互效率的数据获取方法为：
设计有、无静电力触觉反馈两种情况下的实验方案，邀请P个实验者参与平移手势交互实验，将静电力触觉反馈装置交互单元显示的图像从初始区域移动到目标区域并在相同条件下重复N次，记录每名实验者每次平移操作的完成时间作为平移交互效率实验数据。
本发明所述平移交互效率实验数据矩阵构造方法为：
将有静电力触觉反馈下平移交互效率的实验数据构造成矩阵X，无静电力触觉反馈下平移交互效率的实验数据构造成矩阵Y，则矩阵X、Y可分别表示为：
其中，
(p＝1,2,…，P)，
P为参与平移交互效率实验的总人数，N为每个实验者的总实验次数，n＝1,2,…，N，xnp为有静电力触觉反馈平移交互效率实验中第p个参与者的第n次实验数据，ynp为无静电力触觉反馈平移交互效率实验中第p个参与者的第n次实验数据，xp为第p 位参与者在有静电力触觉反馈下N次平移交互的数据矢量，yp为第p位参与者在无静电力触觉反馈下N次平移交互的数据矢量。
本发明所述核矩阵的计算方法为：
选择高斯核函数，计算X、Y的自核矩阵KXX、KYY及互核矩阵KXY：
其中，自核函数k(xi,xj)被定义为：
其中，i,j＝1,2,…,P，a为选定参数，2a2被定义为高斯函数的宽度，exp表示以e为底的指数函数，||·||表示向量的范数；
其中，内核函数k(yi,yj)被定义为：
其中，i,j＝1,2,…,P，a为选定参数，2a2被定义为高斯函数的宽度；
其中，互核函数k(xi,yj)被定义为：
其中，i,j＝1,2,…,P，a为选定参数，2a2被定义为高斯函数的宽度。
本发明所述核矩阵KXX、KYY的核特征空间的构造方法为：
先对核矩阵KXX、KYY进行特征值分解，获取相应的特征向量：
对核矩阵KXX进行特征值分解，即根据
可得到KXX的特征值(λ1，λ2，…，λm)，及对应的特征向量
其中，i＝1,2,…,m，λi为矩阵KXX的特征值，
为相应的特征向量；
对核矩阵KYY进行特征值分解，即根据
可得到KYY的特征值(τ1，τ2，…，τm)及对应的特征向量
其中，i＝1,2,…,m，τi为矩阵KYY的特征值，
为相应的特征向量；，
然后将得到的KXX、KYY的特征值按照降序的方式排列，即λ1’>λ2’>…>λm’，τ1’>τ2’>…>τm’，再通过施密特正交化方法单位正交化排序后特征值所相应的特征向量得到
和
其中，λ′1、λ′2、…、λ'm为特征值从大到小排列过后的特征值序列，
为λ′1、λ′2、…、λ′m所分别对应的特征向量，τ′1、τ'2、…、τ'm为特征值从大到小排列过后的特征值序列，
为τ′1、τ'2、…、τ'm所分别对应的特征向量；
根据特征值的累积贡献率β来确定主特征向量个数：
由
可确定KXX的前rx个主特征向量
构成其核特征空间；
由
可确定KYY的前ry个主特征向量
构成其核特征空间。
本发明所述核特征空间的距离计算方法为：
基于核主成分分析法理论，计算矩阵X、Y在特征空间的核特征距离d：
其中，trace为矩阵的迹，上标T表示矩阵转换运算；以d为定量评估指标可实现静电力触觉反馈对评议交互效率影响的定量评估。
本发明所述以平移交互效率为指标的静电力反馈装置最优驱动电压的选择方法为：
实验获取无静电力触觉反馈和在t(t≥10)个不同驱动电压U1,U2,…,Ut下静电力触觉反馈两种情况下平移手势交互效率实验数据，计算得出相应的效率评估参数 d1,d2,…，dt；拟合出驱动电压U与效率评估参数d的关系曲线，找出d的最大值及其对应的驱动电压U'，U'即为最优驱动电压。
本发明具有以下优点：
1、本发明提出的静电力触觉反馈对平移交互效率影响的评估方法，从理论上分析了平移交互效率实验数据的特征规律，可以实现静电力触觉反馈对平移交互效率影响程度的定量评估，具有数据理论分析充分，所得结论普适性强等优势。
2、本发明提出的静电力触觉反馈对平移交互效率影响的评估方法，可以扩展到触摸屏上静电力触觉反馈对其它手势(如缩放、旋转)性能影响的定量评估，也可扩展到不同静电力触觉驱动模式对手势交互性能影响的定量评估，易于推广应用。
3、本发明提供了一种以平移交互效率为指标的最优驱动电压选择方法，可以扩展到基于不同触觉再现装置(如振动触觉再现装置、空气压膜触觉再现装置)的以平移交互效率为指标的最优驱动电压的选择。
附图说明
图1是本发明静电力触觉反馈装置的框图；
图2是本发明平移手势完成时间测量原理图；
图3是本发明静电力触觉反馈对平移交互效率影响的评估方法的整体流程图；
图4是本发明效率评估参数d与驱动电压U的关系图。
具体实施方式
如图3所示，利用静电力触觉反馈装置，获得有、无静电力触觉反馈两种情况下平移手势交互效率实验数据并构造矩阵，利用核主成分分析方法计算核矩阵并获得相应的核特征空间，通过计算两个核特征空间的距离来实现静电力触觉反馈对平移交互效率影响的定量评估，用于以平移交互效率为指标的静电力反馈装置最优驱动电压的选择；
所利用的静电力触觉反馈装置如图1所示，其结构以及工作流程如下：
(1)定位单元11，包括能实现定位功能的装置，用于实时地跟踪手指的位置坐标，并将该坐标信息发送到处理单元14；
(2)处理单元14，包括各种多媒体终端，用于输出视觉信息，接收定位单元11 实时发送过来的手指的位置信息，对手指位置处的图像进行渲染得到触觉驱动信号的幅度、频率、波形参数，并将该参数发送到驱动单元13；
(3)驱动单元13，根据处理单元14发送过来的驱动信号参数生成相应的驱动信号，并将该信号输入到交互单元12进行驱动；
(4)交互单元12，可以同时改变手指受到的切向力，使手指皮肤产生周期性变化的形变,从而实现触觉再现感受。
在上述的以平移交互效率为指标的最优驱动电压选择方法中，其特征在于平移手势交互效率的数据获取方法为：
所述设计有、无静电力触觉反馈两种情况下的实验方案，邀请P个实验者参与平移手势交互实验，将静电力触觉反馈装置交互单元显示的图像从初始区域移动到目标区域并在相同条件下重复N次，记录每名实验者每次平移操作的完成时间作为平移交互效率实验数据；
平移交互效率实验数据具体获取方法为：
试验方案如图2所示，A被定义为原始区域的中心与目标区域的中心之间的距离。另外，W被定义为目标区域的中心和移动图像的最终位置之间的最大允许误差；因此，原始区域和目标区域的边长分别对应L和L+W，并且这两个区域的中心的相关坐标分别对应于(L/2，H)和(L/2+A，H)相对于触觉反馈装置的左下角屏幕；
有静电力触觉反馈是指在平移过程中加载线性增加的静电摩擦力，具体加载方式为：通过测量实时移动图像的位置，从而获得移动位移△，依据
可获得在平移手势期间附加的触觉激励电压信号V，在获得触觉激励电压信号V之后，基于静电力控制理论原理
可计算出平移过程中手指所受的静电力 fe，再根据f＝ufe，可计算出手指所受摩擦力f；
其中，Vp表示激励电压信号的峰值，ε、εs、εp分别表示空间，外壳和绝缘体的介电常数，Ts表示皮肤厚度，Tp表示绝缘体厚度，S表示接触面积，u表示摩擦系数。
平移交互效率实验的具体实验过程为：邀请P(P≥10)个参与者进行此次实验，将P个参与者平均分为两组，一组现进行有静电力触觉反馈下的平移交互效率实验，再进行无静电力触觉反馈下的平移交互效率实验，而另一组则相反，每位参与者将图像从初始区域移动到目标区域并在相同条件下重复N次，记录每名实验者每次实验手指接触和离开图像的时间，并计算相应的时间差，作为平移交互效率数据；
所述平移交互效率实验数据矩阵构造方法为：
将有静电力触觉反馈下平移交互效率的实验数据构造成矩阵X，无静电力触觉反馈下平移交互效率的实验数据构造成矩阵Y，则矩阵X、Y可分别表示为：
其中，
(p＝1,2,…，P)，
P为参与平移交互效率实验的总人数，N为每个实验者的总实验次数，n＝1,2,…，N，xnp为有静电力触觉反馈平移交互效率实验中第p个参与者的第n次实验数据，ynp为无静电力触觉反馈平移交互效率实验中第p个参与者的第n次实验数据，xp为第p 位参与者在有静电力触觉反馈下N次平移交互的数据矢量，yp为第p位参与者在无静电力触觉反馈下N次平移交互的数据矢量；
所述核矩阵的计算方法为：
选择高斯核函数，计算X、Y的自核矩阵KXX、KYY及互核矩阵KXY：
其中，自核函数k(xi,xj)被定义为：
其中，i,j＝1,2,…,P，a为选定参数，2a2被定义为高斯函数的宽度，exp表示以e为底的指数函数，||·||表示向量的范数；
其中，内核函数k(yi,yj)被定义为：
其中，i,j＝1,2,…,P，a为选定参数，2a2被定义为高斯函数的宽度；
其中，互核函数k(xi,yj)被定义为：
其中，i,j＝1,2,…,P，a为选定参数，2a2被定义为高斯函数的宽度；
所述核矩阵KXX、KYY的核特征空间的构造方法为：
先对核矩阵KXX、KYY进行特征值分解，获取相应的特征向量：
对核矩阵KXX进行特征值分解，即根据
可得到KXX的特征值(λ1，λ2，…，λm)，及对应的特征向量
其中，i＝1,2,…,m，λi为矩阵KXX的特征值，
为相应的特征向量；
对核矩阵KYY进行特征值分解，即根据
可得到KYY的特征值(τ1，τ2，…，τm)及对应的特征向量
其中，i＝1,2,…,m，τi为矩阵KYY的特征值，
为相应的特征向量；，
然后将得到的KXX、KYY的特征值按照降序的方式排列，即λ1’>λ2’>…>λm’，τ1’>τ2’>…>τm’，再通过施密特正交化方法单位正交化排序后特征值所相应的特征向量得到
和
其中，λ′1、λ′2、…、λ'm为特征值从大到小排列过后的特征值序列，
为λ′1、λ′2、…、λ'm所分别对应的特征向量，τ′1、τ'2、…、τ'm为特征值从大到小排列过后的特征值序列，
为τ′1、τ'2、…、τ'm所分别对应的特征向量；
根据特征值的累积贡献率β来确定主特征向量个数：
由
可确定KXX的前rx个主特征向量
构成其核特征空间；
由
可确定KYY的前ry个主特征向量
构成其核特征空间；
所述核特征空间的距离计算方法为：
基于核主成分分析法理论，计算矩阵X、Y在特征空间的核特征距离d：
其中，trace为矩阵的迹，上标T表示矩阵转换运算；以d为定量评估指标可实现静电力触觉反馈对平移交互效率影响的定量评估；
以平移交互效率为指标的静电力反馈装置最优驱动电压的选择方法为：
实验获取无静电力触觉反馈和在t(t≥10)个不同驱动电压U1,U2,…,Ut下静电力触觉反馈两种情况下平移手势交互效率实验数据，计算得出相应的效率评估参数 d1,d2,…，dt；拟合出驱动电压U与效率评估参数d的关系曲线，找出d的最大值及其对应的驱动电压U'，U'即为最优驱动电压。
下边结合实例对本发明进行近一步阐述。
邀请10名参与者进行平移交互效率实验，实验设无和有40V、80V、120V、160V、200V、240V、280V、320V、360V、400V电压驱动的静电力触觉反馈共11组实验，每组实验参与者需将静电力触觉反馈装置交互单元显示的图像从初始区域移动到目标区域并在相同条件下重复50次，记录每名实验者每次平移操作的完成时间作为平移交互效率实验数据。
将在40V电压驱动的静电力触觉反馈下平移交互效率的实验数据构造成矩阵X1，无静电力触觉反馈下平移交互效率的实验数据构造成矩阵Y，计算得出它们之间的定量效率评估参数d1；将在80V电压驱动的静电力触觉反馈下平移交互效率的实验数据构造成矩阵X2，可计算得出其定量效率评估参数d2；同理，可计算得出 80V,120V,…,400V电压驱动的静电力触觉反馈相对应的定量效率评估参数 d3，d4，…，d10。
电压U与效率评估参数d拟合关系曲线如图4所示，可以看出效率评估参数d随电压的增大而增大，当到达U'＝344.8V后，d则会随着电压的增大呈略微下降趋势。即d在U'＝344.8V处取得最大值，因此以平移交互效率为指标的静电力反馈装置最优驱动电压为344.8V。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域技术的技术人员在本发明公开的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种以平移交互效率为指标的最优驱动电压选择方法，其特征在于，包括下列步骤：利用静电力触觉反馈装置，获得有、无静电力触觉反馈两种情况下平移手势交互效率实验数据并构造矩阵，利用核主成分分析方法计算核矩阵并获得相应的核特征空间，通过计算两个核特征空间的距离来实现静电力触觉反馈对平移交互效率影响的定量评估，用于以平移交互效率为指标的静电力反馈装置最优驱动电压的选择。
2.根据权利要求1所述的一种以平移交互效率为指标的最优驱动电压选择方法，其特征在于，所述利用的静电力触觉反馈装置包括：
(1)定位单元，包括能实现定位功能的装置，用于实时地跟踪手指的位置坐标，并将该坐标信息发送到处理单元；
(2)处理单元，包括各种多媒体终端，用于输出视觉信息，接收定位单元实时发送过来的手指的位置信息，同时对手指位置处的图像进行渲染得到触觉驱动信号的幅度、频率、波形参数，并将该参数发送到驱动单元；
(3)驱动单元，根据处理单元发送过来的驱动信号参数生成相应的驱动信号，并将该信号输入到交互单元进行驱动；
(4)交互单元，可以改变手指受到的切向力，使手指皮肤产生周期性变化的形变，感受到静电力触觉反馈。
3.根据权利要求1所述的一种以平移交互效率为指标的最优驱动电压选择方法，其特征在于，平移手势交互效率的实验数据获取方法为：
设计有、无静电力触觉反馈两种情况下的实验方案，邀请P个实验者参与平移手势交互实验，将静电力触觉反馈装置交互单元显示的图像从初始区域移动到目标区域并在相同条件下重复N次，记录每名实验者每次平移操作的完成时间作为平移交互效率实验数据。
4.根据权利要求3所述的一种以平移交互效率为指标的最优驱动电压选择方法，其特征在于平移交互效率实验数据矩阵构造方法为：
将有静电力触觉反馈下平移交互效率的实验数据构造成矩阵X，无静电力触觉反馈下平移交互效率的实验数据构造成矩阵Y，则矩阵X、Y可分别表示为：
其中，
P为参与平移交互效率实验的总人数，N为每个实验者的总实验次数，n＝1,2,…，N，xnp为有静电力触觉反馈平移交互效率实验中第p个参与者的第n次实验数据，ynp为无静电力触觉反馈平移交互效率实验中第p个参与者的第n次实验数据，xp为第p位参与者在有静电力触觉反馈下N次平移交互的数据矢量，yp为第p位参与者在无静电力触觉反馈下N次平移交互的数据矢量。
5.根据权利要求4所述的一种以平移交互效率为指标的最优驱动电压选择方法，其特征在于，所述核矩阵的计算方法为：
选择高斯核函数，计算X、Y的自核矩阵KXX、KYY及互核矩阵KXY：
其中，自核函数k(xi,xj)被定义为：
其中，i,j＝1,2,…,P，a为选定参数，2a2被定义为高斯函数的宽度，exp表示以e为底的指数函数，||·||表示向量的范数；
其中，内核函数k(yi,yj)被定义为：
其中，i,j＝1,2,…,P，a为选定参数，2a2被定义为高斯函数的宽度；
其中，互核函数k(xi,yj)被定义为：
其中，i,j＝1,2,…,P，a为选定参数，2a2被定义为高斯函数的宽度。
6.根据权利要求5所述的一种以平移交互效率为指标的最优驱动电压选择方法，其特征在于，所述核矩阵KXX、KYY的核特征空间的构造方法为：
先对核矩阵KXX、KYY进行特征值分解，获取相应的特征向量：
对核矩阵KXX进行特征值分解，即根据
可得到KXX的特征值(λ1，λ2，…，λm)，及对应的特征向量
其中，i＝1,2,…,m，λi为矩阵KXX的特征值，
为相应的特征向量；
对核矩阵KYY进行特征值分解，即根据
可得到KYY的特征值(τ1，τ2，…，τm)及对应的特征向量
其中，i＝1,2,…,m，τi为矩阵KYY的特征值，
为相应的特征向量；
然后将得到的KXX、KYY的特征值按照降序的方式排列，即λ1’>λ2’>…>λm’，τ1’>τ2’>…>τm’，再通过施密特正交化方法单位正交化排序后特征值所相应的特征向量得到
和
其中，λ′1、λ′2、…、λ'm为特征值从大到小排列过后的特征值序列，
为λ′1、λ′2、…、λ'm所分别对应的特征向量，τ′1、τ'2、…、τ'm为特征值从大到小排列过后的特征值序列，
为τ′1、τ'2、…、τ'm所分别对应的特征向量；
根据特征值的累积贡献率β来确定主特征向量个数：
由
可确定KXX的前rx个主特征向量
构成其核特征空间；
由
可确定KYY的前ry个主特征向量
构成其核特征空间。
7.根据权利要求6所述的一种以平移交互效率为指标的最优驱动电压选择方法，其特征在于，所述核特征空间的距离计算方法为：
基于核主成分分析法理论，计算矩阵X、Y在核特征空间的特征距离d：
其中，trace为矩阵的迹，上标T表示矩阵转换运算；以d为定量评估参数指标可实现静电力触觉反馈对平移交互效率影响的定量评估。
8.根据权利要求7所述的一种以平移交互效率为指标的最优驱动电压选择方法，其特征在于，以平移交互效率为指标的静电力反馈装置最优驱动电压的选择方法为：
实验获取无静电力触觉反馈和在t(t≥10)个不同驱动电压U1,U2,…,Ut下静电力触觉反馈两种情况下平移手势交互效率实验数据，计算得出相应的效率评估参数d1,d2,…，dt；拟合出驱动电压U与效率评估参数d的关系曲线，找出d的最大值及其对应的驱动电压U'，U'即为最优驱动电压。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811515355.9A CN109656361B (zh) | 2018-12-11 | 2018-12-11 | 一种以平移交互效率为指标的最优驱动电压选择方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811515355.9A CN109656361B (zh) | 2018-12-11 | 2018-12-11 | 一种以平移交互效率为指标的最优驱动电压选择方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109656361A CN109656361A (zh) | 2019-04-19 |
| CN109656361B true CN109656361B (zh) | 2021-06-04 |
Family
ID=66113720
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811515355.9A Active CN109656361B (zh) | 2018-12-11 | 2018-12-11 | 一种以平移交互效率为指标的最优驱动电压选择方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109656361B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110764619B (zh) * | 2019-10-24 | 2021-08-27 | 吉林大学 | 基于特征相似度的触觉再现轮廓渲染真实感定量评估方法 |
| CN113885705B (zh) * | 2021-10-06 | 2023-10-27 | 吉林大学 | 基于可变摩擦力式触觉反馈装置和模式库的触觉渲染方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102662477A (zh) * | 2012-05-10 | 2012-09-12 | 孙晓颖 | 一种基于静电力触觉再现的装置 |
| CN103765349A (zh) * | 2012-06-29 | 2014-04-30 | 松下电器产业株式会社 | 呈示触觉性感觉的方法以及其装置 |
| CN103793062A (zh) * | 2014-03-05 | 2014-05-14 | 吉林大学 | 应用阻抗检测的自适应多点静电力触觉再现装置及方法 |
| CN104345949A (zh) * | 2013-08-07 | 2015-02-11 | 联想(北京)有限公司 | 一种触摸控制方法、系统及电子设备 |
| CN204679956U (zh) * | 2015-06-14 | 2015-09-30 | 吉林大学 | 一种可增强移动终端静电力触觉再现感受的屏幕组件 |
| CN105956351A (zh) * | 2016-07-05 | 2016-09-21 | 上海航天控制技术研究所 | 一种基于机器学习的触觉信息分类计算建模方法 |
| CN106462245A (zh) * | 2014-06-25 | 2017-02-22 | 英特尔公司 | 多模态触觉效应系统 |
| CN106843475A (zh) * | 2017-01-03 | 2017-06-13 | 京东方科技集团股份有限公司 | 一种实现虚拟现实交互的方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9196134B2 (en) * | 2012-10-31 | 2015-11-24 | Immersion Corporation | Method and apparatus for simulating surface features on a user interface with haptic effects |
-
2018
- 2018-12-11 CN CN201811515355.9A patent/CN109656361B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102662477A (zh) * | 2012-05-10 | 2012-09-12 | 孙晓颖 | 一种基于静电力触觉再现的装置 |
| CN103765349A (zh) * | 2012-06-29 | 2014-04-30 | 松下电器产业株式会社 | 呈示触觉性感觉的方法以及其装置 |
| CN104345949A (zh) * | 2013-08-07 | 2015-02-11 | 联想(北京)有限公司 | 一种触摸控制方法、系统及电子设备 |
| CN103793062A (zh) * | 2014-03-05 | 2014-05-14 | 吉林大学 | 应用阻抗检测的自适应多点静电力触觉再现装置及方法 |
| CN106462245A (zh) * | 2014-06-25 | 2017-02-22 | 英特尔公司 | 多模态触觉效应系统 |
| CN204679956U (zh) * | 2015-06-14 | 2015-09-30 | 吉林大学 | 一种可增强移动终端静电力触觉再现感受的屏幕组件 |
| CN105956351A (zh) * | 2016-07-05 | 2016-09-21 | 上海航天控制技术研究所 | 一种基于机器学习的触觉信息分类计算建模方法 |
| CN106843475A (zh) * | 2017-01-03 | 2017-06-13 | 京东方科技集团股份有限公司 | 一种实现虚拟现实交互的方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| Effect of Electrostatic Tactile Feedback on Accuracy and Efficiency of Pan Gestures on Touch Screens;G. Liu, X. Sun, D. Wang, Y. Liu and Y. Zhang;《IEEE Transactions on Haptics》;20170821;51-60页 * |
| 面向视频感知的静电力触觉渲染方法;吴赛文，陈建，孙晓颖;《计算机应用》;20160410;第36卷(第2016年第4期);1137-1145页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109656361A (zh) | 2019-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107710111B (zh) | 确定用于接近敏感相互作用的俯仰角 | |
| Mayer et al. | Estimating the finger orientation on capacitive touchscreens using convolutional neural networks | |
| Sun et al. | Retracted: Gesture recognition algorithm based on multi‐scale feature fusion in RGB‐D images | |
| Burdea | Keynote address: haptics feedback for virtual reality | |
| Tu et al. | A comparative evaluation of finger and pen stroke gestures | |
| US20110074719A1 (en) | Gesture detecting method for touch panel | |
| Bonnici et al. | Sketch-based interaction and modeling: where do we stand? | |
| Xin et al. | Arch: Adaptive recurrent-convolutional hybrid networks for long-term action recognition | |
| CN109952551A (zh) | 触敏键盘 | |
| CN102622225B (zh) | 一种支持用户自定义手势的多点触控应用程序开发方法 | |
| Lee et al. | Finger identification and hand gesture recognition techniques for natural user interface | |
| CN109656361B (zh) | 一种以平移交互效率为指标的最优驱动电压选择方法 | |
| Besançon et al. | Hybrid touch/tangible spatial 3D data selection | |
| KR20140045300A (ko) | 추정 편향 응답을 사용하여 물체 정보를 결정하기 위한 시스템 및 방법 | |
| CN103827782B (zh) | 信息处理装置、信息处理方法和程序 | |
| US20200012348A1 (en) | Haptically enabled overlay for a pressure sensitive surface | |
| Zhang et al. | Intelligent Chinese calligraphy beautification from handwritten characters for robotic writing | |
| Arimatsu et al. | Evaluation of machine learning techniques for hand pose estimation on handheld device with proximity sensor | |
| Ramani | Extracting hand grasp and motion for intent expression in mid-air shape deformation: A concrete and iterative exploration through a virtual pottery application | |
| Giunchi et al. | Mixing realities for sketch retrieval in virtual reality | |
| Miah et al. | Skeleton-based hand gesture recognition using geometric features and spatio-temporal deep learning approach | |
| TW201241717A (en) | Touch-controlled device, identifying method and computer program product thereof | |
| CN110764619B (zh) | 基于特征相似度的触觉再现轮廓渲染真实感定量评估方法 | |
| Sawada et al. | Tactile pen for presenting texture sensation from touch screen | |
| Zou et al. | Shape-based retrieval and analysis of 3D models using fuzzy weighted symmetrical depth images |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |