CN117827035A - 一种基于人工智能的触摸设备监测系统及方法 - Google Patents
一种基于人工智能的触摸设备监测系统及方法 Download PDFInfo
- Publication number
- CN117827035A CN117827035A CN202410248272.7A CN202410248272A CN117827035A CN 117827035 A CN117827035 A CN 117827035A CN 202410248272 A CN202410248272 A CN 202410248272A CN 117827035 A CN117827035 A CN 117827035A
- Authority
- CN
- China
- Prior art keywords
- touch
- touch operation
- user
- operation behavior
- standard
- 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.)
- Granted
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012544 monitoring process Methods 0.000 title claims abstract description 22
- 230000006399 behavior Effects 0.000 claims abstract description 177
- 230000006870 function Effects 0.000 claims abstract description 86
- 230000035945 sensitivity Effects 0.000 claims abstract description 43
- 238000010586 diagram Methods 0.000 claims abstract description 24
- 230000005856 abnormality Effects 0.000 claims abstract description 18
- 238000012163 sequencing technique Methods 0.000 claims abstract description 8
- 230000002159 abnormal effect Effects 0.000 claims description 71
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 10
- 230000009191 jumping Effects 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 3
- 230000008447 perception Effects 0.000 claims description 3
- 230000003068 static effect Effects 0.000 abstract description 5
- 206010000117 Abnormal behaviour Diseases 0.000 abstract description 2
- 230000005611 electricity Effects 0.000 abstract description 2
- 238000003384 imaging method Methods 0.000 abstract description 2
- 230000002269 spontaneous effect Effects 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 9
- 230000005684 electric field Effects 0.000 description 6
- 239000004020 conductor Substances 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
Landscapes
- Position Input By Displaying (AREA)
Abstract
本发明公开了一种基于人工智能的触摸设备监测系统及方法,属于触摸屏技术领域。基于设备功能流转链反馈的触点位置坐标,记录用户的触摸事件,基于触点位置坐标体现在设备功能流转链中的排序结果,初始化配置若干组完整的标准触摸操作行为;实时记录用户的触摸操作行为,对触摸操作行为进行异常判定;将触摸操作行为转化为电容值反馈数据集,将电容值反馈数据集转化为平滑波形图;分析用户触摸操作行为的点击有效性,对触摸设备的灵敏度进行自发性的调整;从而,能够将用户的物理反馈行为结合到用户对设备功能切换的意图中,并基于设备功能流转链来进行具象化的异常行为表现,实现灵敏度的自发性人工智能调整,预防静电对触摸行为带来的影响。
Description
技术领域
本发明涉及触摸屏技术领域,具体为一种基于人工智能的触摸设备监测系统及方法。
背景技术
电容式触摸屏通过检测触摸时产生的电场变化来识别触摸位置,当手指或其他导体接近屏幕时,它们会形成一个电场,从而改变触摸屏上的电容,这个电容的变化被检测并转换为触摸信号,进而被处理并显示相应的操作;同时,手指或其他导体往往带有静电电荷,而静电电荷会影响电场分布,从而导致误触发;
现有技术中,许多电容式触摸屏设备都提供软件选项来调整触摸灵敏度,通常,这些选项可以在设备的设置菜单中找到,并允许用户调整触摸阈值或灵敏度,通过增加灵敏度,可以使其更容易检测到触摸,而减少灵敏度则可以使其更难以检测到触摸;进而,现有技术中无法解决由静电电荷带来的误触发问题,同时,通过提供软件选项的方式改变触摸灵敏度,也不够人性化和智能化。
发明内容
本发明的目的在于提供一种基于人工智能的触摸设备监测系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:
一种基于人工智能的触摸设备监测系统,本系统包括:日志感知模块、触摸异常分析模块、数据结构层模块和人工智能模块;
所述日志感知模块,基于设备功能流转链反馈的触点位置坐标,记录用户的触摸事件;基于触点位置坐标体现在设备功能流转链中的排序结果,初始化配置若干组完整的标准触摸操作行为,形成若干组标准触摸事件集,并基于标准触摸事件集进行异常触摸操作行为的记录;
所述触摸异常分析模块,基于设备功能流转链,实时记录用户的触摸操作行为;并基于标准触摸事件集,对触摸操作行为进行异常判定;
所述数据结构层模块,根据异常判定结果,将触摸操作行为转化为电容值反馈数据集;并构建二维坐标系,将电容值反馈数据集转化为平滑波形图;
所述人工智能模块,基于平滑波形图,分析用户触摸操作行为的点击有效性;对触摸设备的灵敏度进行自发性的调整,通过人工智能预警,提示用户在下一次触摸操作前,进行灵敏度的重新校验。
进一步的,所述日志感知模块还包括实时感知单元和初始化配置单元;
所述实时感知单元,用于建立触摸事件感知日志,所述触摸事件感知日志中存储用户的异常触摸操作行为,和用户产生异常触摸操作行为时,触屏传感器反馈的触摸信号;所述触摸信号包括触点位置坐标和触屏传感器反馈的电容值,所述异常触摸操作行为基于设备功能流转链反馈的触点位置坐标来异常识别,所述设备功能流转链为在一个UI功能界面中点击一个触点位置后跳转到下一个UI功能界面形成的连续的设备功能流转链,其中,点击一个触点位置对应实现一个设备功能;
所述初始化配置单元,用于建立触摸事件库,所述触摸事件库包括标准触摸事件库和异常触摸事件库;所述标准触摸事件库中存储k个标准触摸事件集,所述标准触摸事件集中包括w个触点位置坐标,并基于设备功能流转链进行触点位置坐标的排序,通过初始化配置,记录实现一组设备功能流转链的完整的标准触摸操作行为;所述异常触摸事件库基于标准触摸事件集进行异常触摸操作行为的记录。
进一步的,所述触摸异常分析模块还包括数据集单元和异常判定单元;
所述数据集单元,用于将任意第i个标准触摸事件集记为,其中,/>表示第v个触点位置坐标,i∈[1,k];基于设备功能流转链,实时记录用户的触摸操作行为,将记录的用户的第x次触摸操作行为,记为/>,其中,/>表示第e个触点位置坐标;
所述异常判定单元,基于标准触摸事件集,对触摸操作行为进行异常判定,具体判定方式如下:
其中,表示以第i个标准触摸事件集/>作为参照,计算的第x次触摸操作行为/>的异常辨识度,/>表示第x次触摸操作行为/>与第i个标准触摸事件集/>交集集合中包含的触点位置坐标的数量,且/>,/>表示第x次触摸操作行为/>与第i个标准触摸事件集/>并集集合中包含的触点位置坐标的数量;
令i=i+1,进行第x次触摸操作行为的异常辨识度的迭代计算,如果每一次迭代计算出的第x次触摸操作行为/>的异常辨识度,均小于等于异常辨识度阈值,则判定第x次触摸操作行为/>为异常触摸操作行为。
进一步的,所述数据结构层模块还包括反馈层数据单元和图形层数据单元;
所述反馈层数据单元,用于调取用户产生异常触摸操作行为时,触屏传感器反馈的触摸信号,并生成电容值反馈数据集,记为,其中,/>表示当第x次触摸操作行为/>判定为异常触摸操作行为时,对应生成的电容值反馈数据集,/>表示在第x次触摸操作行为/>中点击触点位置坐标/>时,触屏传感器反馈的电容值;
所述图形层数据单元,用于构建二维坐标系,所述二维坐标系的横坐标自变量对应点击触点位置坐标时的时间,所述二维坐标系的纵坐标自变量对应点击触点位置坐标时,触屏传感器反馈的电容值;将电容值反馈数据集映射到所述二维坐标系中,并基于点击触点位置坐标时的时间由先到后的顺序,依次平滑连接将电容值反馈数据集/>映射到所述二维坐标系后的各个坐标点,形成平滑波形图;将电容值反馈数据集/>对应生成的平滑波形图记为/>。
进一步的,所述人工智能模块还包括触摸有效性分析单元和人工智能决策单元;
所述触摸有效性分析单元,用于在平滑波形图中,获取第y个相邻坐标点之间的电容值差值,记为/>,其中,y≤w-1;基于平滑波形图/>,计算用户触摸操作行为的点击有效度,具体计算公式如下:
其中,表示平滑波形图/>对应的触摸操作行为/>的点击有效度,/>表示在平滑波形图/>中第y+1个相邻坐标点之间的电容值差值;
所述人工智能决策单元,用于预设点击有效度阈值,如果触摸操作行为的点击有效度大于等于点击有效度阈值,则人工智能降低触摸设备的灵敏度,如果触摸操作行为的点击有效度小于点击有效度阈值,则人工智能提高触摸设备的灵敏度,并发送人工智能预警,在用户第x+1次触摸操作前,提示用户重新进行灵敏度校验。
一种基于人工智能的触摸设备监测方法,本方法包括以下步骤:
步骤S100:基于设备功能流转链反馈的触点位置坐标,记录用户的触摸事件;基于触点位置坐标体现在设备功能流转链中的排序结果,初始化配置若干组完整的标准触摸操作行为,形成若干组标准触摸事件集,并基于标准触摸事件集进行异常触摸操作行为的记录;
步骤S200:基于设备功能流转链,实时记录用户的触摸操作行为;并基于标准触摸事件集,对触摸操作行为进行异常判定;
步骤S300:根据异常判定结果,将触摸操作行为转化为电容值反馈数据集;并构建二维坐标系,将电容值反馈数据集转化为平滑波形图;
步骤S400:基于平滑波形图,分析用户触摸操作行为的点击有效性;对触摸设备的灵敏度进行自发性的调整,通过人工智能预警,提示用户在下一次触摸操作前,进行灵敏度的重新校验。
进一步的,所述步骤S100的具体实施过程包括:
步骤S101:建立触摸事件感知日志,所述触摸事件感知日志中存储用户的异常触摸操作行为,和用户产生异常触摸操作行为时,触屏传感器反馈的触摸信号;所述触摸信号包括触点位置坐标和触屏传感器反馈的电容值,所述异常触摸操作行为基于设备功能流转链反馈的触点位置坐标来异常识别,所述设备功能流转链为在一个UI功能界面中点击一个触点位置后跳转到下一个UI功能界面形成的连续的设备功能流转链,其中,点击一个触点位置对应实现一个设备功能;
步骤S102:建立触摸事件库,所述触摸事件库包括标准触摸事件库和异常触摸事件库;所述标准触摸事件库中存储k个标准触摸事件集,所述标准触摸事件集中包括w个触点位置坐标,并基于设备功能流转链进行触点位置坐标的排序,通过初始化配置,记录实现一组设备功能流转链的完整的标准触摸操作行为;所述异常触摸事件库基于标准触摸事件集进行异常触摸操作行为的记录。
进一步的,所述步骤S200的具体实施过程包括:
步骤S201:将任意第i个标准触摸事件集记为,其中,/>表示第v个触点位置坐标,i∈[1,k];基于设备功能流转链,实时记录用户的触摸操作行为,将记录的用户的第x次触摸操作行为,记为/>,其中,/>表示第e个触点位置坐标;
步骤S202:基于标准触摸事件集,对触摸操作行为进行异常判定,具体判定方式如下:
其中,表示以第i个标准触摸事件集/>作为参照,计算的第x次触摸操作行为/>的异常辨识度,/>表示第x次触摸操作行为/>与第i个标准触摸事件集/>交集集合中包含的触点位置坐标的数量,且/>,/>表示第x次触摸操作行为/>与第i个标准触摸事件集/>并集集合中包含的触点位置坐标的数量;
令i=i+1,进行第x次触摸操作行为的异常辨识度的迭代计算,如果每一次迭代计算出的第x次触摸操作行为/>的异常辨识度,均小于等于异常辨识度阈值,则判定第x次触摸操作行为/>为异常触摸操作行为。
根据上述方法,对于触摸型的显示器交互设备,每一个UI功能界面中存在多个功能按键,用户通过点击功能按键,实现UI功能界面的切换,并完成设备功能的交互;基于电容式触摸屏的运行原理,即电容式触摸屏通过检测电场变化来识别触摸位置,当手指或其他导体接近屏幕时,会形成一个电场,改变触摸屏上的电容,电容的变化被检测并转换为触摸信号,进而被处理并显示相应的操作;然后现实中,手指或其他导体往往附带静电电荷,静电电荷会改变触摸点附近的电场分布,从而改变电容器的电容值,电容值的变化会被触摸屏控制器检测到,并转化为触摸信号,从而容易产生误触发操作;本申请发明通过梳理由触摸交互而引导的设备功能的切换行为,构建出标准触摸事件集,并基于标准触摸事件集来分析用户实时的触摸操作行为异常情况,从而能够快速地分辨出用户是否存在异常操作的情况发生,即初步间接判断是否存在静电电荷导致触摸操作失灵的情况,如果存在静电电荷导致触摸操作失灵的情况,则用户的实时触摸行为就会与标准触摸事件集存在很大的差距,进而本申请原则上基于假设先验原理,先假设用户的触摸操作行为异常是由静电电荷导致的,通过将实时的触摸行为与每一个标准触摸事件集进行对比,如果每一次迭代计算出的第x次触摸操作行为的异常辨识度,均小于等于异常辨识度阈值,则说明没有一个标准触摸事件集与实时的触摸行为相似,即用户的触摸交互存在混乱的情况发生。
进一步的,所述步骤S300的具体实施过程包括:
步骤S301:调取用户产生异常触摸操作行为时,触屏传感器反馈的触摸信号,并生成电容值反馈数据集,记为,其中,/>表示当第x次触摸操作行为判定为异常触摸操作行为时,对应生成的电容值反馈数据集,/>表示在第x次触摸操作行为/>中点击触点位置坐标/>时,触屏传感器反馈的电容值;
步骤S302:构建二维坐标系,所述二维坐标系的横坐标自变量对应点击触点位置坐标时的时间,所述二维坐标系的纵坐标自变量对应点击触点位置坐标时,触屏传感器反馈的电容值;将电容值反馈数据集映射到所述二维坐标系中,并基于点击触点位置坐标时的时间由先到后的顺序,依次平滑连接将电容值反馈数据集/>映射到所述二维坐标系后的各个坐标点,形成平滑波形图;将电容值反馈数据集/>对应生成的平滑波形图记为/>。
进一步的,所述步骤S400的具体实施过程包括:
步骤S401:在平滑波形图中,获取第y个相邻坐标点之间的电容值差值,记为/>,其中,y≤w-1;基于平滑波形图/>,计算用户触摸操作行为的点击有效度,具体计算公式如下:
其中,表示平滑波形图/>对应的触摸操作行为/>的点击有效度,/>表示在平滑波形图/>中第y+1个相邻坐标点之间的电容值差值;
步骤S402:预设点击有效度阈值,如果触摸操作行为的点击有效度大于等于点击有效度阈值,则人工智能降低触摸设备的灵敏度,如果触摸操作行为/>的点击有效度小于点击有效度阈值,则人工智能提高触摸设备的灵敏度,并发送人工智能预警,在用户第x+1次触摸操作前,提示用户重新进行灵敏度校验。
根据上述方法,现实中灵敏度较高的触摸屏对静电电荷的变化更加敏感,因此较小的静电电荷就可能引起触摸屏的反应,导致误触发;相反,灵敏度较低的触摸屏对静电电荷的变化不太敏感,因此较大的静电电荷才可能引起触摸屏的反应,导致误触发;理论上来说,电容的变化量越大,触摸屏能够更准确地识别触摸位置,相邻坐标点之间的电容值差值,能够反馈出连续触摸时形成的电容变化特征,如果用户触摸操作行为的点击有效度越大,则表示触摸行为受到静电电荷的影响较大,此时需要降低触摸屏的灵敏度,来过滤掉较小的静电电荷带来的影响,相反的,如果用户触摸操作行为的点击有效度越小,则表示触摸行为反馈的
电容变化特征幅度越小,此时受到静电电荷的影响较小,需要提高触摸屏的灵敏度,从而更准确的识别到触摸位置。
与现有技术相比,本发明所达到的有益效果是:本发明提供的一种基于人工智能的触摸设备监测系统及方法中,基于设备功能流转链反馈的触点位置坐标,记录用户的触摸事件,基于触点位置坐标体现在设备功能流转链中的排序结果,初始化配置若干组完整的标准触摸操作行为;实时记录用户的触摸操作行为,对触摸操作行为进行异常判定;将触摸操作行为转化为电容值反馈数据集,将电容值反馈数据集转化为平滑波形图;分析用户触摸操作行为的点击有效性,对触摸设备的灵敏度进行自发性的调整;从而,能够将用户的物理反馈行为结合到用户对设备功能切换的意图中,并基于设备功能流转链来进行具象化的异常行为表现,实现灵敏度的自发性人工智能调整,预防静电对触摸行为带来的影响。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并且不构成对本发明的限制。在附图中:
图1是本发明一种基于人工智能的触摸设备监测系统的结构示意图;
图2是本发明一种基于人工智能的触摸设备监测方法的步骤示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-图2,本发明提供技术方案:
请参阅图1,在本实施例一中:提供一种基于人工智能的触摸设备监测系统,该系统包括:日志感知模块、触摸异常分析模块、数据结构层模块和人工智能模块;
日志感知模块,基于设备功能流转链反馈的触点位置坐标,记录用户的触摸事件;基于触点位置坐标体现在设备功能流转链中的排序结果,初始化配置若干组完整的标准触摸操作行为,形成若干组标准触摸事件集,并基于标准触摸事件集进行异常触摸操作行为的记录;
其中,日志感知模块还包括实时感知单元和初始化配置单元;
实时感知单元,用于建立触摸事件感知日志,触摸事件感知日志中存储用户的异常触摸操作行为,和用户产生异常触摸操作行为时,触屏传感器反馈的触摸信号;触摸信号包括触点位置坐标和触屏传感器反馈的电容值,异常触摸操作行为基于设备功能流转链反馈的触点位置坐标来异常识别,设备功能流转链为在一个UI功能界面中点击一个触点位置后跳转到下一个UI功能界面形成的连续的设备功能流转链,其中,点击一个触点位置对应实现一个设备功能;
初始化配置单元,用于建立触摸事件库,触摸事件库包括标准触摸事件库和异常触摸事件库;标准触摸事件库中存储k个标准触摸事件集,标准触摸事件集中包括w个触点位置坐标,并基于设备功能流转链进行触点位置坐标的排序,通过初始化配置,记录实现一组设备功能流转链的完整的标准触摸操作行为;异常触摸事件库基于标准触摸事件集进行异常触摸操作行为的记录。
触摸异常分析模块,基于设备功能流转链,实时记录用户的触摸操作行为;并基于标准触摸事件集,对触摸操作行为进行异常判定;
其中,触摸异常分析模块还包括数据集单元和异常判定单元;
数据集单元,用于将任意第i个标准触摸事件集记为,其中,表示第v个触点位置坐标,i∈[1,k];基于设备功能流转链,实时记录用户的触摸操作行为,将记录的用户的第x次触摸操作行为,记为/>,其中,/>表示第e个触点位置坐标;
异常判定单元,基于标准触摸事件集,对触摸操作行为进行异常判定,具体判定方式如下:
其中,表示以第i个标准触摸事件集/>作为参照,计算的第x次触摸操作行为/>的异常辨识度,/>表示第x次触摸操作行为/>与第i个标准触摸事件集/>交集集合中包含的触点位置坐标的数量,且/>,/>表示第x次触摸操作行为/>与第i个标准触摸事件集/>并集集合中包含的触点位置坐标的数量;
令i=i+1,进行第x次触摸操作行为的异常辨识度的迭代计算,如果每一次迭代计算出的第x次触摸操作行为/>的异常辨识度,均小于等于异常辨识度阈值,则判定第x次触摸操作行为/>为异常触摸操作行为。
数据结构层模块,根据异常判定结果,将触摸操作行为转化为电容值反馈数据集;并构建二维坐标系,将电容值反馈数据集转化为平滑波形图;
其中,数据结构层模块还包括反馈层数据单元和图形层数据单元;
反馈层数据单元,用于调取用户产生异常触摸操作行为时,触屏传感器反馈的触摸信号,并生成电容值反馈数据集,记为,其中,/>表示当第x次触摸操作行为/>判定为异常触摸操作行为时,对应生成的电容值反馈数据集,/>表示在第x次触摸操作行为/>中点击触点位置坐标/>时,触屏传感器反馈的电容值;
图形层数据单元,用于构建二维坐标系,二维坐标系的横坐标自变量对应点击触点位置坐标时的时间,二维坐标系的纵坐标自变量对应点击触点位置坐标时,触屏传感器反馈的电容值;将电容值反馈数据集映射到二维坐标系中,并基于点击触点位置坐标时的时间由先到后的顺序,依次平滑连接将电容值反馈数据集/>映射到二维坐标系后的各个坐标点,形成平滑波形图;将电容值反馈数据集/>对应生成的平滑波形图记为。
人工智能模块,基于平滑波形图,分析用户触摸操作行为的点击有效性;对触摸设备的灵敏度进行自发性的调整,通过人工智能预警,提示用户在下一次触摸操作前,进行灵敏度的重新校验;
其中,人工智能模块还包括触摸有效性分析单元和人工智能决策单元;
触摸有效性分析单元,用于在平滑波形图中,获取第y个相邻坐标点之间的电容值差值,记为/>,其中,y≤w-1;基于平滑波形图/>,计算用户触摸操作行为的点击有效度,具体计算公式如下:
其中,表示平滑波形图/>对应的触摸操作行为/>的点击有效度,/>表示在平滑波形图/>中第y+1个相邻坐标点之间的电容值差值;
人工智能决策单元,用于预设点击有效度阈值,如果触摸操作行为的点击有效度大于等于点击有效度阈值,则人工智能降低触摸设备的灵敏度,如果触摸操作行为/>的点击有效度小于点击有效度阈值,则人工智能提高触摸设备的灵敏度,并发送人工智能预警,在用户第x+1次触摸操作前,提示用户重新进行灵敏度校验。
请参阅图2,在本实施例二中:提供一种基于人工智能的触摸设备监测方法,该方法包括以下步骤:
步骤S100:基于设备功能流转链反馈的触点位置坐标,记录用户的触摸事件;基于触点位置坐标体现在设备功能流转链中的排序结果,初始化配置若干组完整的标准触摸操作行为,形成若干组标准触摸事件集,并基于标准触摸事件集进行异常触摸操作行为的记录;
具体的,建立触摸事件感知日志,触摸事件感知日志中存储用户的异常触摸操作行为,和用户产生异常触摸操作行为时,触屏传感器反馈的触摸信号;触摸信号包括触点位置坐标和触屏传感器反馈的电容值,异常触摸操作行为基于设备功能流转链反馈的触点位置坐标来异常识别,设备功能流转链为在一个UI功能界面中点击一个触点位置后跳转到下一个UI功能界面形成的连续的设备功能流转链,其中,点击一个触点位置对应实现一个设备功能;
建立触摸事件库,触摸事件库包括标准触摸事件库和异常触摸事件库;标准触摸事件库中存储k个标准触摸事件集,标准触摸事件集中包括w个触点位置坐标,并基于设备功能流转链进行触点位置坐标的排序,通过初始化配置,记录实现一组设备功能流转链的完整的标准触摸操作行为;异常触摸事件库基于标准触摸事件集进行异常触摸操作行为的记录。
步骤S200:基于设备功能流转链,实时记录用户的触摸操作行为;并基于标准触摸事件集,对触摸操作行为进行异常判定;
具体的,将任意第i个标准触摸事件集记为,其中,/>表示第v个触点位置坐标,i∈[1,k];基于设备功能流转链,实时记录用户的触摸操作行为,将记录的用户的第x次触摸操作行为,记为/>,其中,/>表示第e个触点位置坐标;
基于标准触摸事件集,对触摸操作行为进行异常判定,具体判定方式如下:
其中,表示以第i个标准触摸事件集/>作为参照,计算的第x次触摸操作行为/>的异常辨识度,/>表示第x次触摸操作行为/>与第i个标准触摸事件集/>交集集合中包含的触点位置坐标的数量,且/>,/>表示第x次触摸操作行为/>与第i个标准触摸事件集/>并集集合中包含的触点位置坐标的数量;
令i=i+1,进行第x次触摸操作行为的异常辨识度的迭代计算,如果每一次迭代计算出的第x次触摸操作行为/>的异常辨识度,均小于等于异常辨识度阈值,则判定第x次触摸操作行为/>为异常触摸操作行为。
步骤S300:根据异常判定结果,将触摸操作行为转化为电容值反馈数据集;并构建二维坐标系,将电容值反馈数据集转化为平滑波形图;
具体的,调取用户产生异常触摸操作行为时,触屏传感器反馈的触摸信号,并生成电容值反馈数据集,记为,其中,/>表示当第x次触摸操作行为判定为异常触摸操作行为时,对应生成的电容值反馈数据集,/>表示在第x次触摸操作行为/>中点击触点位置坐标/>时,触屏传感器反馈的电容值;
构建二维坐标系,二维坐标系的横坐标自变量对应点击触点位置坐标时的时间,二维坐标系的纵坐标自变量对应点击触点位置坐标时,触屏传感器反馈的电容值;将电容值反馈数据集映射到二维坐标系中,并基于点击触点位置坐标时的时间由先到后的顺序,依次平滑连接将电容值反馈数据集/>映射到二维坐标系后的各个坐标点,形成平滑波形图;将电容值反馈数据集/>对应生成的平滑波形图记为/>。
步骤S400:基于平滑波形图,分析用户触摸操作行为的点击有效性;对触摸设备的灵敏度进行自发性的调整,通过人工智能预警,提示用户在下一次触摸操作前,进行灵敏度的重新校验;
具体的,在平滑波形图中,获取第y个相邻坐标点之间的电容值差值,记为,其中,y≤w-1;基于平滑波形图/>,计算用户触摸操作行为的点击有效度,具体计算公式如下:
其中,表示平滑波形图/>对应的触摸操作行为/>的点击有效度,/>表示在平滑波形图/>中第y+1个相邻坐标点之间的电容值差值;
预设点击有效度阈值,如果触摸操作行为的点击有效度大于等于点击有效度阈值,则人工智能降低触摸设备的灵敏度,如果触摸操作行为/>的点击有效度小于点击有效度阈值,则人工智能提高触摸设备的灵敏度,并发送人工智能预警,在用户第x+1次触摸操作前,提示用户重新进行灵敏度校验。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并且不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于人工智能的触摸设备监测方法,其特征在于,该方法包括以下步骤:
步骤S100:基于设备功能流转链反馈的触点位置坐标,记录用户的触摸事件;基于触点位置坐标体现在设备功能流转链中的排序结果,初始化配置若干组完整的标准触摸操作行为,形成若干组标准触摸事件集,并基于标准触摸事件集进行异常触摸操作行为的记录;
步骤S200:基于设备功能流转链,实时记录用户的触摸操作行为;并基于标准触摸事件集,对触摸操作行为进行异常判定;
步骤S300:根据异常判定结果,将触摸操作行为转化为电容值反馈数据集;并构建二维坐标系,将电容值反馈数据集转化为平滑波形图;
步骤S400:基于平滑波形图,分析用户触摸操作行为的点击有效性;对触摸设备的灵敏度进行自发性的调整,通过人工智能预警,提示用户在下一次触摸操作前,进行灵敏度的重新校验。
2.根据权利要求1所述的一种基于人工智能的触摸设备监测方法,其特征在于,所述步骤S100的具体实施过程包括:
步骤S101:建立触摸事件感知日志,所述触摸事件感知日志中存储用户的异常触摸操作行为,和用户产生异常触摸操作行为时,触屏传感器反馈的触摸信号;所述触摸信号包括触点位置坐标和触屏传感器反馈的电容值,所述异常触摸操作行为基于设备功能流转链反馈的触点位置坐标来异常识别,所述设备功能流转链为在一个UI功能界面中点击一个触点位置后跳转到下一个UI功能界面形成的连续的设备功能流转链,其中,点击一个触点位置对应实现一个设备功能;
步骤S102:建立触摸事件库,所述触摸事件库包括标准触摸事件库和异常触摸事件库;所述标准触摸事件库中存储k个标准触摸事件集,所述标准触摸事件集中包括w个触点位置坐标,并基于设备功能流转链进行触点位置坐标的排序,通过初始化配置,记录实现一组设备功能流转链的完整的标准触摸操作行为;所述异常触摸事件库基于标准触摸事件集进行异常触摸操作行为的记录。
3.根据权利要求2所述的一种基于人工智能的触摸设备监测方法,其特征在于,所述步骤S200的具体实施过程包括:
步骤S201:将任意第i个标准触摸事件集记为,其中,/>表示第v个触点位置坐标,i∈[1,k];基于设备功能流转链,实时记录用户的触摸操作行为,将记录的用户的第x次触摸操作行为,记为/>,其中,/>表示第e个触点位置坐标;
步骤S202:基于标准触摸事件集,对触摸操作行为进行异常判定,具体判定方式如下:
;
其中,表示以第i个标准触摸事件集/>作为参照,计算的第x次触摸操作行为的异常辨识度,/>表示第x次触摸操作行为/>与第i个标准触摸事件集/>交集集合中包含的触点位置坐标的数量,且/>,/>表示第x次触摸操作行为/>与第i个标准触摸事件集/>并集集合中包含的触点位置坐标的数量;
令i=i+1,进行第x次触摸操作行为的异常辨识度的迭代计算,如果每一次迭代计算出的第x次触摸操作行为/>的异常辨识度,均小于等于异常辨识度阈值,则判定第x次触摸操作行为/>为异常触摸操作行为。
4.根据权利要求3所述的一种基于人工智能的触摸设备监测方法,其特征在于,所述步骤S300的具体实施过程包括:
步骤S301:调取用户产生异常触摸操作行为时,触屏传感器反馈的触摸信号,并生成电容值反馈数据集,记为,其中,/>表示当第x次触摸操作行为/>判定为异常触摸操作行为时,对应生成的电容值反馈数据集,/>表示在第x次触摸操作行为/>中点击触点位置坐标/>时,触屏传感器反馈的电容值;
步骤S302:构建二维坐标系,所述二维坐标系的横坐标自变量对应点击触点位置坐标时的时间,所述二维坐标系的纵坐标自变量对应点击触点位置坐标时,触屏传感器反馈的电容值;将电容值反馈数据集映射到所述二维坐标系中,并基于点击触点位置坐标时的时间由先到后的顺序,依次平滑连接将电容值反馈数据集/>映射到所述二维坐标系后的各个坐标点,形成平滑波形图;将电容值反馈数据集/>对应生成的平滑波形图记为。
5.根据权利要求4所述的一种基于人工智能的触摸设备监测方法,其特征在于,所述步骤S400的具体实施过程包括:
步骤S401:在平滑波形图中,获取第y个相邻坐标点之间的电容值差值,记为/>,其中,y≤w-1;基于平滑波形图/>,计算用户触摸操作行为的点击有效度,具体计算公式如下:
;
其中,表示平滑波形图/>对应的触摸操作行为/>的点击有效度,表示在平滑波形图/>中第y+1个相邻坐标点之间的电容值差值;
步骤S402:预设点击有效度阈值,如果触摸操作行为的点击有效度大于等于点击有效度阈值,则人工智能降低触摸设备的灵敏度,如果触摸操作行为/>的点击有效度小于点击有效度阈值,则人工智能提高触摸设备的灵敏度,并发送人工智能预警,在用户第x+1次触摸操作前,提示用户重新进行灵敏度校验。
6.一种基于人工智能的触摸设备监测系统,其特征在于,所述系统包括:日志感知模块、触摸异常分析模块、数据结构层模块和人工智能模块;
所述日志感知模块,基于设备功能流转链反馈的触点位置坐标,记录用户的触摸事件;基于触点位置坐标体现在设备功能流转链中的排序结果,初始化配置若干组完整的标准触摸操作行为,形成若干组标准触摸事件集,并基于标准触摸事件集进行异常触摸操作行为的记录;
所述触摸异常分析模块,基于设备功能流转链,实时记录用户的触摸操作行为;并基于标准触摸事件集,对触摸操作行为进行异常判定;
所述数据结构层模块,根据异常判定结果,将触摸操作行为转化为电容值反馈数据集;并构建二维坐标系,将电容值反馈数据集转化为平滑波形图;
所述人工智能模块,基于平滑波形图,分析用户触摸操作行为的点击有效性;对触摸设备的灵敏度进行自发性的调整,通过人工智能预警,提示用户在下一次触摸操作前,进行灵敏度的重新校验。
7.根据权利要求6所述的一种基于人工智能的触摸设备监测系统,其特征在于:所述日志感知模块还包括实时感知单元和初始化配置单元;
所述实时感知单元,用于建立触摸事件感知日志,所述触摸事件感知日志中存储用户的异常触摸操作行为,和用户产生异常触摸操作行为时,触屏传感器反馈的触摸信号;所述触摸信号包括触点位置坐标和触屏传感器反馈的电容值,所述异常触摸操作行为基于设备功能流转链反馈的触点位置坐标来异常识别,所述设备功能流转链为在一个UI功能界面中点击一个触点位置后跳转到下一个UI功能界面形成的连续的设备功能流转链,其中,点击一个触点位置对应实现一个设备功能;
所述初始化配置单元,用于建立触摸事件库,所述触摸事件库包括标准触摸事件库和异常触摸事件库;所述标准触摸事件库中存储k个标准触摸事件集,所述标准触摸事件集中包括w个触点位置坐标,并基于设备功能流转链进行触点位置坐标的排序,通过初始化配置,记录实现一组设备功能流转链的完整的标准触摸操作行为;所述异常触摸事件库基于标准触摸事件集进行异常触摸操作行为的记录。
8.根据权利要求7所述的一种基于人工智能的触摸设备监测系统,其特征在于:所述触摸异常分析模块还包括数据集单元和异常判定单元;
所述数据集单元,用于将任意第i个标准触摸事件集记为,其中,表示第v个触点位置坐标,i∈[1,k];基于设备功能流转链,实时记录用户的触摸操作行为,将记录的用户的第x次触摸操作行为,记为/>,其中,/>表示第e个触点位置坐标;
所述异常判定单元,基于标准触摸事件集,对触摸操作行为进行异常判定,具体判定方式如下:
;
其中,表示以第i个标准触摸事件集/>作为参照,计算的第x次触摸操作行为的异常辨识度,/>表示第x次触摸操作行为/>与第i个标准触摸事件集/>交集集合中包含的触点位置坐标的数量,且/>,/>表示第x次触摸操作行为/>与第i个标准触摸事件集/>并集集合中包含的触点位置坐标的数量;
令i=i+1,进行第x次触摸操作行为的异常辨识度的迭代计算,如果每一次迭代计算出的第x次触摸操作行为/>的异常辨识度,均小于等于异常辨识度阈值,则判定第x次触摸操作行为/>为异常触摸操作行为。
9.根据权利要求8所述的一种基于人工智能的触摸设备监测系统,其特征在于:所述数据结构层模块还包括反馈层数据单元和图形层数据单元;
所述反馈层数据单元,用于调取用户产生异常触摸操作行为时,触屏传感器反馈的触摸信号,并生成电容值反馈数据集,记为,其中,/>表示当第x次触摸操作行为/>判定为异常触摸操作行为时,对应生成的电容值反馈数据集,/>表示在第x次触摸操作行为/>中点击触点位置坐标/>时,触屏传感器反馈的电容值;
所述图形层数据单元,用于构建二维坐标系,所述二维坐标系的横坐标自变量对应点击触点位置坐标时的时间,所述二维坐标系的纵坐标自变量对应点击触点位置坐标时,触屏传感器反馈的电容值;将电容值反馈数据集映射到所述二维坐标系中,并基于点击触点位置坐标时的时间由先到后的顺序,依次平滑连接将电容值反馈数据集/>映射到所述二维坐标系后的各个坐标点,形成平滑波形图;将电容值反馈数据集/>对应生成的平滑波形图记为/>。
10.根据权利要求9所述的一种基于人工智能的触摸设备监测系统,其特征在于:所述人工智能模块还包括触摸有效性分析单元和人工智能决策单元;
所述触摸有效性分析单元,用于在平滑波形图中,获取第y个相邻坐标点之间的电容值差值,记为/>,其中,y≤w-1;基于平滑波形图/>,计算用户触摸操作行为的点击有效度,具体计算公式如下:
;
其中,表示平滑波形图/>对应的触摸操作行为/>的点击有效度,表示在平滑波形图/>中第y+1个相邻坐标点之间的电容值差值;
所述人工智能决策单元,用于预设点击有效度阈值,如果触摸操作行为的点击有效度大于等于点击有效度阈值,则人工智能降低触摸设备的灵敏度,如果触摸操作行为/>的点击有效度小于点击有效度阈值,则人工智能提高触摸设备的灵敏度,并发送人工智能预警,在用户第x+1次触摸操作前,提示用户重新进行灵敏度校验。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410248272.7A CN117827035B (zh) | 2024-03-05 | 一种基于人工智能的触摸设备监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410248272.7A CN117827035B (zh) | 2024-03-05 | 一种基于人工智能的触摸设备监测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117827035A true CN117827035A (zh) | 2024-04-05 |
CN117827035B CN117827035B (zh) | 2024-05-14 |
Family
ID=
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107850976A (zh) * | 2015-08-10 | 2018-03-27 | 苹果公司 | 用于基于触摸输入的强度来处理触摸输入的设备和方法 |
EP3506056A1 (en) * | 2017-12-30 | 2019-07-03 | Advanced Digital Broadcast S.A. | System and method for providing haptic feedback when operating a touch screen |
CN111934660A (zh) * | 2020-07-15 | 2020-11-13 | 珠海格力电器股份有限公司 | 一种按键触摸阈值的调节方法及触摸按键显示屏 |
CN115079867A (zh) * | 2022-06-17 | 2022-09-20 | 东莞市泰宇达光电科技有限公司 | 一种电容式触摸屏输入准确度检测校正方法 |
US20220374099A1 (en) * | 2021-05-18 | 2022-11-24 | Microsoft Technology Licensing, Llc | Artificial intelligence model for enhancing a touch driver operation |
CN116126161A (zh) * | 2022-12-01 | 2023-05-16 | 深圳市安触科技有限公司 | 一种基于人工智能的触摸屏测试方法和触摸屏测试系统 |
CN117251074A (zh) * | 2023-11-13 | 2023-12-19 | 深圳市永兴盛科技有限公司 | 一种基于人工智能的触摸一体机管理系统及方法 |
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107850976A (zh) * | 2015-08-10 | 2018-03-27 | 苹果公司 | 用于基于触摸输入的强度来处理触摸输入的设备和方法 |
EP3506056A1 (en) * | 2017-12-30 | 2019-07-03 | Advanced Digital Broadcast S.A. | System and method for providing haptic feedback when operating a touch screen |
CN111934660A (zh) * | 2020-07-15 | 2020-11-13 | 珠海格力电器股份有限公司 | 一种按键触摸阈值的调节方法及触摸按键显示屏 |
US20220374099A1 (en) * | 2021-05-18 | 2022-11-24 | Microsoft Technology Licensing, Llc | Artificial intelligence model for enhancing a touch driver operation |
CN115079867A (zh) * | 2022-06-17 | 2022-09-20 | 东莞市泰宇达光电科技有限公司 | 一种电容式触摸屏输入准确度检测校正方法 |
CN116126161A (zh) * | 2022-12-01 | 2023-05-16 | 深圳市安触科技有限公司 | 一种基于人工智能的触摸屏测试方法和触摸屏测试系统 |
CN117251074A (zh) * | 2023-11-13 | 2023-12-19 | 深圳市永兴盛科技有限公司 | 一种基于人工智能的触摸一体机管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10359884B2 (en) | Ground detection for touch sensitive device | |
CN104049777B (zh) | 用于最优触笔检测的信道聚合 | |
US9880655B2 (en) | Method of disambiguating water from a finger touch on a touch sensor panel | |
CN102216883B (zh) | 生成为放置在表面上的手定制的手势 | |
KR101085615B1 (ko) | 다지점 인식 터치 화면 | |
US9075483B2 (en) | Negative pixel compensation | |
CN101387927B (zh) | 触控面板的触控检测方法 | |
US8749507B2 (en) | Systems and methods for adaptive interpretation of input from a touch-sensitive input device | |
US9886116B2 (en) | Gesture and touch input detection through force sensing | |
US10067575B2 (en) | Noise correction for stylus applications on tablets and other touch devices | |
US20110171998A1 (en) | Techniques for reducing jitter for taps | |
US20140375577A1 (en) | Method of identifying edge swipe gesture and method of opening window control bar using the identifying method | |
US20080309626A1 (en) | Speed/positional mode translations | |
CN106415472B (zh) | 一种手势控制方法、装置、终端设备和存储介质 | |
US20100079397A1 (en) | Detecting Method for Touch Panel | |
CN102902473A (zh) | 触摸数据的模式敏感处理 | |
JP2011519458A (ja) | マルチタッチ検出 | |
KR20120012446A (ko) | 터치 감지 장치에서의 용량 변화의 보상 | |
EP1828877A2 (en) | Methods and systems for detecting noise in a position sensor using minor shifts in sensing frequency | |
WO2009140347A2 (en) | Systems and methods for assessing locations of multiple touch inputs | |
US10620758B2 (en) | Glove touch detection | |
KR20120072932A (ko) | 터치 인터페이스 제공 방법 및 장치 | |
US20060004298A1 (en) | Software controlled electromyogram control systerm | |
CN117827035B (zh) | 一种基于人工智能的触摸设备监测系统及方法 | |
CN117827035A (zh) | 一种基于人工智能的触摸设备监测系统及方法 |
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 |