CN1669048A

CN1669048A - 定位表面冲击的方法及其实现设备

Info

Publication number: CN1669048A
Application number: CNA038165996A
Authority: CN
Inventors: 罗斯·基里·尼格; 斯特凡·卡特利纳; 尼古拉·基耶菲恩; 马蒂亚斯·芬克
Original assignee: Centre National de la Recherche Scientifique CNRS; Universite Paris Diderot Paris 7
Current assignee: Tyco Electronics Service GmbH; Elo Touch Solutions Inc
Priority date: 2002-06-12
Filing date: 2003-06-12
Publication date: 2005-09-14
Anticipated expiration: 2023-06-12
Also published as: CA2489326C; ES2312810T3; EP1512116B9; KR20050074897A; ATE404912T1; US7345677B2; WO2003107261A2; CN100412777C; EP1512116A2; EP1512116B1; AU2003253071A8; US20050212777A1; JP2005529350A; KR100991955B1; AU2003253071A1; DE60322893D1; FR2841022B1; PT1512116E; US7511711B2; US20050174338A1

Abstract

本发明涉及定位形成声音接口的物体(5)表面(9)上的冲击的方法，其中表面构成所述物体的一部分，声音接口至少具有一个声敏传感器(6)。所述方法包含如下步骤：通过声波检测到至少一个信号，该声波由所述冲击在形成声音接口的物体中产生，并在识别步骤定位该冲击。在识别步骤中，将检测信号与至少一个预定信号进行比较，该预定信号对应于当冲击在至少一个敏感区域产生时检测的信号，该敏感区域为形成声音接口的物体表面的一部分，并且当检测的信号与所述预定信号足够相似时，将冲击与所述敏感区域相关联。

Description

定位表面冲击的方法及其实现设备

技术领域

本发明涉及定位表面冲击的方法和实现这些方法的设备。

更具体而言，本发明涉及一种方法，用于定位形成声音接口的物体表面上的冲击，其中表面构成所述物体的一部分。该声音接口具有至少一个声敏传感器(形成声音接口的物体可以由单个部件构成，或者由装配在一起或者至少相互接触的几个部件构成)，在该方法中，由形成声音接口的物体上的所述冲击生成的声波检测至少一个信号，并且通过对所述被检测信号的处理对冲击进行定位。

背景技术

在文件FR-A-2 811 107中，描述了这样一个方法的实例，其尤其可以应用于窗格(pane)。在该已知的方法中，通过测量声波传到不同传感器的时间差异，来计算冲击在物体表面的位置。

然而，该已知方法需要：

所用窗格有理想的均匀性和理想的表面状态，

窗格的各个区域需要特殊加工，尤其要防止声波反射，

假定准确知道窗格的成分，则需要预先知道声波在窗格内的传播速度，

至少使用4个传感器。

因此，该已知方法的实现非常昂贵，且不适用于已存在的物体，尤其不适用于多个部件组装的不同类物体和形状不规则的物体等。

发明内容

本发明的目的在于特别消除这些不利因素。

基于该目的，根据本发明，所讨论的这种方法的特征在于，该方法包括识别步骤，在该步骤中，将检测信号与至少一个预定信号进行比较，(该比较可以在时域和频域进行，可以在适当的情况下仅针对检测信号的一部分进行或者针对经处理后的从该检测信号提取的数据进行，在这种情况下，所述预定信号可以减少为该比较针对的部分或者减少为该比较针对的数据)该预定信号对应于当冲击在至少一个敏感区域(10)产生时检测的信号，该敏感区域为形成声音接口(5、3、16、18)的物体表面的一部分，并且当检测的信号与所述预定信号足够相似时，将冲击与所述的敏感区域(10)相关联。

由于这些安排，可以得到冲击定位方法，其是性能稳定的，适用于所有物体(包括不同类的物体，这些物体由装配在一起的几个部件或者相互接触放置的几个部件构成)，且应用简单而经济。

在本发明的具体实施方式中，在适当情况下，可以使用一个和/或其他的如下安排的：

声音接口的物体表面包含几个敏感区域(10)，并且在识别步骤中，将检测的信号与几个预定信号进行比较，每个预定信号对应冲击在所述敏感区域(10)的其中一个产生时检测的信号；

使用单个声敏传感器；

使用几个声敏传感器(6)，并且在识别步骤中，每个声敏传感器检测一个信号，并将不同声敏传感器检测的信号以相互不同的方式与预定信号进行比较；

将不同声敏传感器检测的信号以相互不同的方式与预定信号进行比较；

几个声敏传感器用来测量几个不同量级；

最多使用两个声敏传感器；

该方法包括初始学习步骤，其间每个预定信号通过在每个敏感区上产生至少一个冲击由实验确定；

在识别步骤期间，通过互相关，将检测的信号与所述至少一个预定信号进行比较；

在识别步骤中，通过从语音识别、信号识别、形状识别和神经网络识别中选择的识别处理，将检测的信号与所述至少一个预定信号进行比较；

在识别步骤中，检测信号或者与单个敏感区域相关联，或者与非敏感区相关联；

每个敏感区与预定信息要素相关联，并且当冲击与敏感区域相关联时，令电子设备使用对应该敏感区的预定信息要素；

形成声音接口的物体表面包括n个敏感区域，n至少等于2，并且识别步骤包括以下子步骤：

在检测信号与所述预定信号R_i(t)之间取互相关，i为1和n之间的自然数，其代表敏感区域，这样得到互相关函数C_i(t)，

确定可能受触发的敏感区域j，其对应互相关结果C_j(t)，C_j(t)具有大于其他结果C_i(t)幅值的最大幅值，

还确定互相关结果的幅度最大值的分布D(i)：

D(i)＝Max(C_i(t))，

还确定R_j(t)与各个预定信号R_i(t)间互相关结果C′_i(t)的幅度最大值分布D′_i(t)：

D′(i)＝Max(C′_i(t))，

根据分布函数D(i)和D′(i)之间的校正程度，确定在敏感区域j上是否产生了冲击；

在识别步骤中，对检测信号进行处理，以便从中提取代表检测信号某些特征的数据，并且将提取的数据与参考数据进行比较，这些参考数据从在每个敏感区域上产生冲击时检测的信号中提取；

在识别步骤，根据从检测信号提取的所述数据确定编码，并且将该编码与表格进行比较，该表格给出至少某些编码和每个敏感区域的对应关系；

形成声音接口的物体包括至少两个敏感区域，并且在识别步骤中，确定代表检测信号和预定信号间相似性的相似值(尤其是从互相关函数导出的值，例如其最大值)，将冲击与几个相邻敏感区域相关联，这些相邻敏感区域对应最大相似性，被称为参考敏感区域，然后，根据属于参考敏感区域的相似值，确定表面上冲击的位置；

确定表面上冲击的位置，使得属于参考敏感区域的相似值尽可能多地符合理论相似值，该理论相似值针对所述参考敏感区域，由表面上所述位置产生的冲击计算得到；

理论相似值是表面上冲击位置的函数，表面上的冲击位置针对每一可能的参考敏感区域集合预先确定；

通过比较预定信号R_i(t)的相位和检测信号的相位，来识别敏感区域；

在学习阶段，计算敏感区域i上冲击产生的每个声音信号R_i(t)的傅里叶变换计算傅里叶变换R_i(ω)＝|R_i(ω)|·e^ji(ω)，其中i为界于1和n之间的序号，并且通过该傅里叶变换，仅保留在频带ω内的相位分量e^ji(ω)，其幅值|R_i(ω)|大于预定门限，然后，在设备常规操作期间，对每个检测信号S(t)进行相同的处理；

预定门限等于MAX/D和|B(ω)|的最大值，其中：

MAX从模值|R_i(ω)|的最大值中选出，模值|R_i(ω)|的最大值在能量上被归一化，并且模值|R_i(ω)|平均值包络的最大值也分别在能量上被归一化，

D为常数，

|B(ω)|为不同时刻获得的形成声音接口的物体中几个噪声谱的平均值；

在设备的常规操作期间：

计算积P_i(ω)作为参考，积P_i(ω)等于S′(ω)与R_i′(ω)共轭的乘积，其中i＝1...n，

然后对P_i(ω)归一化，

然后计算所有积P_i(ω)的傅里叶反变换，并得到时域函数X_i(t)，以及

根据所述时域函数X_i(t)，信号S(t)属于敏感区域。

此外，本发明的另外一个目的为提供尤其适合实现上述接口方法的设备。

本发明的其他特点和优势将参照附图，通过对五个实施方式的描述，以非限制性的例子给出。

附图说明

在附图中：

图1是示例性设备的透视示意图，该设备包括声音接口，该接口适合实现根据本发明第一实施方式的方法，

图2是图1设备的方框图，

图3是示例性方法的图，该方法用于关联图1所示声音接口表面上的冲击与该表面上敏感区域，

图4是声音接口的示意图，该声音接口可在用于实施该发明第二实施方式方法的设备内使用，

图5是示例性设备的方框图，其可使用图4的输入接口，以及

图6至图9是声音接口的示意图，该声音接口可在实现根据本发明第三、第四和第五实施方式方法的设备中使用。

具体实施方式

在不同的附图中，相同标号的代表相同或相似的元件。

图1描述用来实现本发明的设备1，该设备包括：

微型计算机中央处理单元2，

连接到中央处理单元2的显示屏3，和

声音输入接口4，其在所讨论实例中同中央处理单元2进行信息通信。

声音输入接口4包括一个固态物体5，此处由桌子组成，在其表面9上的冲击生成的声波在其中传播，如此后解释的一样。

然而，需要注意，形成声音接口的物体可以包括同类的或不同类的任何其他物体，这些物体由单个部件构成，或者由装配在一起或者简单地相互接触的几个部件构成，例如：窗格、门、窗户、便携托盘、计算机屏幕、显示面板、交互终端、玩具、车载仪表盘、汽车或飞机前座位靠背的背部、墙、地板、车辆防护板(声音接口传输的信息是在防护板的冲击位置)等。

至少一个声敏传感器6(例子中仅画出一个传感器6)紧邻物体5，例如，声敏传感器6连至中央处理单元2的麦克风输入7，通过电缆8或通过其他传输方式(无线，红外或其他)以便检测所述声波，并将它们传至中央处理单元2。

声敏传感器6，例如，可以是压电传感器或其他的(例如电容性传感器、磁致伸缩传感器、电磁传感器、声敏速度计、光敏传感器[激光干涉计、激光振动计等]等)。它适合测量例如由于声波在形成声音接口的物体5中传播引起的运动幅度，或者该运动的速度或加速度，或者它包括压力传感器，测量由于声波在物体5中的传播引起的压力变化。

在物体5的外表面9上(在这种情况下，在形成图1所示例的所述物体5桌子的上表面)定义几个敏感区域10，举例来说，可以这样界定：

通过可移动或固定的物理标记，粘贴于物体5的表面9，

或者通过在表面9上投影图像获得发光标记。

尤其为了使系统有更高的可靠性，表面9也可以包括禁止生成冲击的部分，比如说，可以用一种材料覆盖这些部分，该材料是柔软的或用户完全难以接近的。

各个敏感区域10，可以仅是表面9的一部分，这一部分和表面9的其余部分相同。但是，这些敏感区域彼此间的不同之处以及与表面9的其余部分间的不同之处在于，在区域10之一上的冲击生成的声音信号，不同于另一个敏感区域10上或表面9另一部分上冲击生成的信号。

每个敏感区域10与预定的信息要素相关联，该要素是用户希望与中央处理单元2通信的内容。所讨论的信息可以是，比如说，命令、数字、字母、表面9上的位置，或者通过诸如键盘、控制按钮、鼠标或者其他的常规输入接口，通常传输给象微型计算机这样的电子设备(或者另一电子设备的中央处理单元)的任何其他信息。

所讨论信息，在适当情况下，可以在表面9上标记10a以更清晰显示(至于区域10的标识符，这些标记以永久或可移除方式物理粘贴于表面9，或者以发光图像的形式投影于所述表面9上)。

作为一种变形，物体5的表面9可以仅包括用以将敏感区域彼此区别的标识符(物理粘贴的或发光的)。比如说，这些标识符可以是数字或颜色，并且其含义的提示，在需要的情况下，可由中央处理单元2在显示屏3上显示给出。

在需要的情况下，表面9也可以不包括标记，不包括划分敏感区域的记号或标识他们对应的信息的记号，在这种情况下，只有设备1的授权用户知道敏感区域10。

应该指出，与每个敏感区域10相联系的预定信息要素，总是相同的或随中央处理单元2中程序的运行而变化，或者依赖其他敏感区域10(比如说，某些敏感区域10可以被激活，从而改变属于(attributedto)一个或多个后来被激活的敏感区域10的功能，以便例如访问特殊的功能、特殊的符号或改变字母为大写方式等)。

因此物体5的不同敏感区域10组成真正的虚拟键盘，其可以通过使用指甲、指尖、如笔、探针等的其他物体敲击敏感区域来启动。

应该指出，在适当的时候，最简单的情况下，物体5的表面9包括单个敏感区域10，然而该敏感区域10并不延伸到整个表面9，且优选地建立于所述表面9的一小部分上。

如图2所示，传感器6(SENS)常规地通过输入7连至放大器11，放大器本身连至模数转换器12(A/D)，其传输所接收的信号给中央处理单元(CPU)2的处理器13，该处理器又连至一个或多个存储器14(MEM)，并控制上述的屏幕3(SCR)或任何其他发送信息给用户的输出接口。

应该指出，声音接口4可以作为输入信息给任何电子设备的接口，而不仅是微型计算机，比如说，家用或商用电子设备、数字编码器、车载电子中央处理单元等。在各种情况下，传感器或传感器6生成的电子信号，或者在该电子设备中或者在外部数字信号处理设备(DSP)中处理。

在使用上述设备1期间，当用户在物体5的表面9上产生冲击时，该冲击产生声波，其在物体5中传播至声敏传感器6。然后，声敏传感器6生成电子信号S(t)，该信号数字化后，被处理器13(或者中央处理单元2内部或外部的另一专用处理器)处理。

然后，处理器13将接收到的信号与信号库的各个预定信号比较，信号库预先存储在存储器14中，这些预定信号分别对应物体5的不同敏感区域10上生成的冲击。

该比较用于确定声音信号是否源于敏感区域10之一，并且不考虑所述敏感表面的刺激模式(冲击来自指甲、指尖、手掌、象钢笔或探针的物体等)。

信号库的这些预定信号已在初始学习阶段期间确定。该阶段中，在物体5的所有敏感区域10上生成连续冲击，通过记录中央处理单元2通过声敏传感器6接收到的相应信号(优选地归一化后，例如使得每个参考信号的能量等于1)，确定预定信号。

作为变形，当物体5有简单的和/或重复的几何形状时，仅通过建模，就可获得信号库的预定信号或者通过实验一次就可以确定一系列同样物体的所有物体5的信号库预定信号：因此，在这两种情况下，对于连接至中央处理单元2的特定的物体5，没有预先学习阶段，而是简单地将信号库安装在所述中央处理单元的存储器14中。

应该指出，在有些情况下(尤其如果物体5是木制的)，信号库的预定信号可以根据周围的环境条件，特别是温度和湿度进行改变。这些变化可以计算得到，或是作为新学习阶段的结果。

将使用设备1期间接收的信号与信号库的预定信号比较：

直接根据从传感器6接收到的时域信号S(t)，

或者根据这些信号的频谱(比如说，对从传感器6接收到的时域信号作傅里叶变换后)，

或者根据信号的其他数据特征，尤其是其相位。

被检测的信号可以通过任何已知的方式，与信号库的预定信号比较，特别是：

通过互相关，

通过语音识别、信号识别或形状识别的已知方法，

通过使用神经网络或其他。

作为一个更确切的实例，以下方法尤其可以用来识别产生被检测信号S(t)的敏感区域10：

(1)对被检测信号S(t)归一化后(例如校准S(t)使得其能量等于1)，将传感器6生成的信号S(t)，与表示为R_i(t)的信号库中的n个已归一化的预定信号取互相关，其中i＝1...n。那么，可以得到函数C_i(t)，其为信号S(t)分别与信号库的信号R_i(t)取互相关之积的时域结果。基于这些计算，可以确定可能受触发的敏感区域j，其对应于具有大于其他结果C_i(t)的最大幅值的互相关结果C_j(t)。

(2)也可确定互相关结果的最大幅值的分布D(i)：

D(i)＝Max(C_i(t))，其中i＝1...n。

(3)只需用R_j(t)代替S(t)，第二个分布函数D′(i)可用计算函数D(i)的相同方式计算得到。

(4)对最大幅值分布D(i)与D′(i)的互相关进行计算。如果D(i)与D′(i)的互相关结果的最大幅值E足够大，那么，j为考虑的受触发区域序号。否则，传感器生成的信号对应错误报警。

在步骤(4)期间，对E和D(i)的最大值或Max(D(i))简单计算如下：如果将这两个值作为两维空间中点的坐标，x＝Max(D(i))且y＝E，如图3所示，曲线L的端点(通过经验或计算)预先确定，划分出对应有效点的区域D(该区域是有限的，并限于x＝1和y＝1，D(i)和E的最大绝对值)。而对于给出点在区域D外的被检测信号，作为错误报警排除。

在该例中，直线D是例如通过点(S1，0)和(0，S2)的直线。例如，S1＝0.4且S2＝0.4或0.6。

应该指出，除识别产生冲击的敏感区域10之外，比如说，还可以根据冲击的强度测量冲击力，例如用于指导用户如何使用声音接口或调整敏感区域10上由冲击触发的活动。

还应该指出，对源自敏感区域10的信号，在必要情况下，通过使用接收信号S(t)的一部分，或者使用它们频谱的一部分，或者更通常使用它们的特征的一部分进行识别。在这种情况下，识别步骤期间，对检测的信号进行处理，以从中提取代表所检测信号某些特征的数据，然后，将提取的数据与从冲击在每个敏感区域生成时所检测的信号中提取的参考数据进行比较。

因此，举例说，可测量m个预定频率的信号幅值和相位(m为至少等于1的自然数)，并将这些测量幅值a1-am和测量相位p1-pn，同学习阶段期间(或通过建模确定)针对序号为i(i在1和n之间，其中n为敏感区域10的数目)的各个敏感区域10接收的信号在所述预定频率的测量幅值Ai1-Aim和测量相位Pi1-Pim进行比较。

作为变形，依据从检测信号中提取的所述数据，确定一个编码，并将该编码与一个表相比较，该表给出至少某些编码和每个敏感区域间的对应关系(则包含在表中的编码代表上述信号库的预定信号)。

作为非限制性的实例，16位编码可以根据检测信号S(t)确定，方式如下：

编码的前8位，根据信号S(t)的频谱确定，信号S(t)被细分为8个预定频段[f_k，f_k+1]，k＝1...8：比如说，如果在频率f_k+1，频谱给出的最终能量值大于声波在频带[f_k，f_k+1]内的平均能量值，则第k位等于1，否则该位为0。

编码的后8位，根据时域信号S(t)确定，信号S(t)被细分为9个预定时段[t_k，t_k+1]，k＝1...9：比如说，如果在[t_k，t_k+1]时段内的信号功率平均值大于在时段[t_k+1，t_k+2]，k＝1...8内的信号功率平均值，则第k+8位等于1，否则该位为0。

在该特定的例子中，在学习阶段期间，通过如上说明计算的编码，(这些编码对应于不同敏感区域10上生成冲击时，声敏传感器6检测的信号)确定对应关系表中的编码。

此外，如图4和图5所示，可以使用两个声敏传感器6(SENS.1和SENS.2)，尤其当物体5是对称的，这导致来自两个不同敏感区域10的信号间有产生混迭的风险。在适当情况下，可使用多于两个的声敏传感器6，尽管优选的方案需要一个或者两个传感器6。

当使用两个或更多的传感器时，可以有两个选择：

1)对各个传感器的信号进行混合，并根据上述方法，处理全部信号，

2)或者，优选地，使用上述方法，对各个传感器的信号单独处理，并对结果相互校验：

如果根据各个传感器确定的敏感区域10有同样的序号，那么接收到冲击的区域确定是后者。在其他情况下，或者认为检测信号对应错误报警，或者通过例如互相关或通过象神经网络等其他更复杂的方式确定接收到冲击的区域，所述互相关是针对每个传感器确定的互相关函数C_i(t)之间的互相关。

应该指出，两个声敏传感器可以是不同类型和/或者检测不同的幅值和/或者它们的信号以不同方式处理，以识别接收冲击的敏感区域10。例如，声敏传感器之一用来记录接收的信号S(t)，而其他的可以仅用来确定声波到达两个传感器的时间差。

第二个传感器不会进一步检测在固态物体5中传播的声波，而是检测在冲击时空气中传播的声波。

如图6所示，形成声音接口的物体包括传感器6所粘贴的计算机屏幕3或者电视机屏幕。接收冲击的表面优选地是屏幕的平面15，屏幕的平面15尤其可用于令屏幕3显示敏感区域10的边界和它们的含义。比如说，该变形可用于控制视频磁带记录仪，尤其是当屏幕3是电视机屏幕时(中央处理单元2由视频磁带记录仪代替)。

如图7所示，形成声音接口的物体还包括玻璃面板门16或者类似物。在图7所示的例子中，支撑敏感区域10的表面17包括门的光滑表面，并且仍然在该图所示的特定例子中，声敏传感器6粘贴于门16的木制部分。

在图8所示的实例中，形成声音接口的物体是托盘18，其特别设计以充当声音接口。比如说，该托盘可以包含保护基部20的刚性边框19，基部20也是刚性的，其支撑声敏传感器6。

例如由人造橡胶制成的柔性膜22在边框19上延伸，在基部21上边不远处。该柔性膜22在其底面(比如说，可以是粘在膜22下边的玻璃半球)下有刚性突起23。因此，当用户在膜22上，尤其在由该膜支撑的敏感区域10上轻击时，这个动作至少在一个突起23上生成冲击，该突起位于托盘18边框的底部21。该变形的优点是冲击的产生更少的依赖用户在膜22上轻击的方式(用手指或指甲或工具，用较大或较小的力气，等等)。

在图6至图8的实施方式中，实现的方法可以和先前描述的方法相同或者相似，并用于提供一种与形成声音接口的物体表面上产生的冲击对应的方法，所述物体表面或者有敏感区域10或者没有敏感区域。

但是，在本发明的使用几个敏感表面(在需要的情况下，可以是点状的)的所有实施方式中，还可以确定冲击在形成声音接口的物体5的表面9上的位置(见图9的实例)，即使当冲击没有在敏感区域之一上时。因此，可以得到连续或假连续的声音接口(比如说，使操作类似于计算机鼠标、光笔、触摸屏或者类似物)。

在这种情形下，在识别步骤期间：

确定代表检测信号和预定信号之间相似性的相似值(尤其是，源自上述互相关函数C_i(t)的值，例如，上边定义的其最大值D(i))，

冲击与至少等于2的p个相邻敏感区域建立关联，这些相邻敏感区域对应最大相似性，并称为参考敏感区域R1-R4(p优选为4，尤其针对根据x，y两维定位冲击的情况，或者，在适当的情况下，小于4，尤其对仅根据一维x或y定位冲击的情况)：举例来说，区域R1首先被确定为有最大相似值D(i)的敏感区域10，那么，通过与R1相邻的敏感区域R2-R4三个区域可确定，其给出相似值D(i)最高值。

于是，将冲击I在表面9上的位置确定为属于参考敏感区域R1-R4的相似值D(i)的函数。

在该最后的步骤中，可以有利的确定冲击在表面的位置，使得属于参考敏感区域的相似值也符合针对所述参考敏感区域在表面上所述位置产生冲击的计算所得的理论相似值。

这些理论相似值尤其可以是冲击在表面位置的函数，该冲击在表面的位置对应于每一可能的参考敏感区域集合被预先确定。

所讨论的函数可以比如说，通过调整敏感区域之间相似值的典型函数在学习步骤期间确定。所讨论的典型函数依赖于物体形状，并通过理论或实验预先确定。

取一个实例，表面9上两个点X和Y间的理论相似性函数Rth(X，Y)，对应信号Sx(t)和Sy(t)的互相关函数的最大值。在这两个点X和Y产生冲击时，Sx(t)和Sy(t)由传感器6分别检测得到，举例说，该函数是这样的类型：Rth(X，Y)＝(sin(a(β).d)/(a(β).d)，近似于例如Rth(X，Y)＝1-(a(β).d)2/6，其中：

d为X和Y之间的距离，

β是例如x轴(或y轴)和X-Y方向的夹角，

并且a(β)表示依赖于角度β的系数，根据椭圆函数：a(β)＝a1.cos(β+β0)+a2.sin(β+β0)，

其中β0为代表椭圆位置的角度。

根据信号库的预定信号R_i(t)，可以针对敏感参考区域R1-R4的每一可能集合确定函数Rth，预定信号R_i(t)在学习阶段期间，由参考敏感区域上分别生成的冲击检测。

因此，对于四个参考区域R1-R4的给定集合，R1对应的信号R1(t)的最大互相关函数可以计算得到，每个信号R2(t)、R3(t)、R4(t)对应区域R2-R4。由此推导出a1，a2和β0的值。对参考区域R2、R3和R4执行相同的处理，给出每种情形下a1，a2和β0的值，然后分别对a1，a2和β0的四个值取平均，得到平均值：这些平均值确定关于所有的参考区域R1-R4的函数Rth。作为变形，函数Rth由迭代优化处理(最小平方(the least squares)方法类型)确定，以便令理论相似函数和互相关函数的最大值间的误差函数得到最小值，互相关函数由信号R1(t)、R2(t)、R3(t)、R4(t)一次取两个得到。

当上述理论相似函数Rth已被确定，当需要确定冲击I在四个相邻敏感区域R1-R4(有利的是点状)之间的位置时，比如说，通过最小化误差函数的迭代优化处理确定该位置。该误差函数是先前定义的值D(i)(D(i)＝Max(C_i(t))间的误差的函数，其中的i是所讨论的参考敏感区域R_i的序号)和理论相似值Rth(I，R_i)的差。例如，误差函数E等于(D(i)-Rth(I，Ri))²的值的和，其可以被最小化。

当然，这里描述的方法不仅限于已描述的实例，其还有很多应用，其中有：

窗格或其他表面作为输入接口4的使用，在商店、博物馆、艺术画廊或者其他允许顾客或参观者将展出产品或作品的详细内容显示在屏幕上或通过扩音器进行展示的地方，

窗格或其他显示面板表面作为输入接口4的使用，举例来说，允许过路人显示公开展示条目的详情，或者显示关于社区或者另一地方的概括信息(例如新闻或实用信息，例如某场所的平面图)，或者其他，这些被显示在显示屏上的详情或信息，在显示面板的较低部分可以看见，

墙壁、地面或任何其他物体的部分作为输入接口4的使用，举例来说，用于控制住宅自动系统(公寓居民尤其可以自己决定开关的位置，可以简单地包括上述敏感区域10，安装在墙壁上或其他需要的地方)，

墙壁、地面或任何其他物体的部分作为输入接口4的使用，举例来说，用于控制特别危险环境中的工业机械(包含爆炸物的地方、高温的地方、高放射性的地方等)，

平滑并易维护的表面作为输入接口4的使用，用于构成家用设备如电冰箱、洗衣机或者其他的输入键盘，

建筑物的门板作为输入接口4的使用，举例来说，形成虚拟数字编码键盘，

定位在地上行走的的人的位置的使用，

未受污染影响的键盘或控制面板的生产，坏天气或者其他外部撞击，工业上，军事上或者甚至家庭应用(在需要的情况下，声敏传感器或多个传感器完全集成为一个物体作为输入接口，特别是当一个物体至少部分是塑料冲模的时)，当这些输入接口将控制一个设备(例如微型计算机)，该设备包括显示屏、键盘或声控面板，声控面板包括自己的屏幕或覆盖屏幕的透明表面，

汽车或其他车辆中的输入接口产品。

此外还应指出，先前所述的输入接口4可以具有处理装置，其用于在本地执行源自敏感区域10的声音信号S(t)的识别，然后，输入接口4直接向中央处理单元2，或者任何其他用户电子设备发送仅进行了编码的信号，该信号直接指示那个敏感区域10已被用户触摸，在适当的情况下，发送与冲击有关的信息：冲击的强度和性质。

应当指出，根据本发明的方法不需要物体5有相似的或者预定的结构，或者精心制造，或者用非常精确尺寸的制造，或者拥有特殊的表面状态。相反，更多的物体5是不同种类的和/或不规则的，由不同的敏感区域10发射的更多的声音信号互不相同，并且较好的声音信号被识别。在某些情况下，物体5中的不同结构甚至是故意制造的，例如洞或者其他，以促进对来自敏感区域10的声音信号的识别。

此外，在学习阶段期间，当信号库的预定信号被确定时，可以通过任何已知的方式将压电传感器连接到中央处理单元2，并且固定在用户手指上或用于在物体5的敏感区域上产生冲击的物体上(探针或其他)。在这种情况下，在每次冲击时，脉冲信号由压电传感器产生，该信号可用于触发反馈给信号库的预定声音信号的捕获，和/或者可用于测量冲击的强度，尤其当该强度低于预定门限，或者该强度没有落在预定区间内时，该强度测量可以用来例如使预定信号的某一捕获无效。

此外，在学习阶段期间，当信号库的预定信号确定时，仅保留幅值大于相当高的第一参考门限的检测声音信号是有利的。在这种情况下，在设备的常规操作期间，在后面考虑其幅值超出第二预定门限的声音信号，第二预定门限明显低于第一门限。那么，第一预定门限可以等于周围噪声绝对幅值的时间平均值的数倍(至少两倍到三倍)，该噪声是例如经过几秒测量的，然而第二预定门限例如等于平均值的1.5倍。在这种方式中，在学习阶段期间，仅质量好的参考信号被记录下来，而在其常规操作期间，保持设备的最大灵敏度。

在适当的情况下，中央处理单元2可具有辅助可编程键盘(没有画出)，尤其在学习阶段期间，其可用于指示例如产生的信号是什么类型。产生信号的类型，尤其是以下类型之一：

代替信号库的参考信号之一的新信号(因此，被代替的参考信号的标识可通过辅助键盘传送给中央处理单元2)，

新的参考信号(或者为预存在而不完备的参考信号库，或者为新的参考库，尤其是对应新的温度、湿度或物体5状态的条件)，

用以校验已经存在于信号库中的参考信号的新信号。

此外，在学习阶段期间，当信号库的预定信号被确定时，仅当在同一敏感区域上，在紧随第一次冲击的产生的预定消逝时间内，产生一个或多个冲击，该库的参考信号被证实时，才可以在适当的时候进行补充，以便使该库的参考信号有效。

在学习阶段期间，信号库的预定信号被确定时，在物体5上产生的冲击，可以在该学习阶段产生：

或者用象探针的硬物体，在设备的常规操作期间，更适合使用相同的探针，

或者用更多振动吸收物体，例如粘在钢笔末端的硬塑料橡皮，或类似的东西(发明人已经能获得一个好的结果，使用“Staedler”品牌的硬塑料橡皮作为幻灯片(transparencies))，在这种情况下，在设备的常规操作期间，用相对坚硬的物体和使用不够坚硬的物体(手指甲、手指肚或者其他)一样，在物体5上会产生冲击。

此外，作为用于识别来自敏感区域10的检测信号S(t)的前述方法的变形，可以使用如下方法：

(1)在学习阶段期间，对每一个声音信号R_i(t)计算傅里叶变换R_i(ω)，声音信号由敏感区域i上的冲击产生，其中i是在1和n间的序号：

R_i(ω)＝|R_i(ω)|·e^ji(ω)

该傅里叶变换仅保留相位分量，在频带内频谱的幅值大于预定门限。

保留的参考信号的频率形状以R′_i(ω)＝e^ji(ω)形式表达，|R_i(ω)|中的频率ω大于预定门限，并且在其他频率ω，R′_i(ω)＝0。

举例说，所讨论的预定门限可以等于MAX/D和|B(ω)|的最大值，其中：

MAX或者是|R_i(ω)|的最大值，或者是每个能量归一化|R_i(ω)|的模值最大值，或者每个能量归一化|R_i(ω)|的模值平均值的包络最大值，

D是常量，比如说等于100，

|B(ω)|是物体5内的在不同时刻得到的几个噪声谱的平均值。

(2)在设备的常规操作期间，对每个检测的信号S(t)进行和上边步骤(1)相同的处理，使得得到信号S′(ω)＝e^jψ(ω)，其中针对频率ω，|S(ω)|大于上述的预定门限，在其他频率S′(ω)等于0。

(3)然后，计算S′(ω)与R′(ω)共轭的乘积P_i(ω)，i＝1...n。

(4)通过除以它们的积分，对积P_i(ω)归一化。

(5)然后，进行所有积P_i(ω)的傅里叶反变换，并且可得到时域函数X_i(t)。

根据不同函数X_i(t)，尤其根据其最大值，则信号S(t)可归于敏感区域10之一。例如，不同函数X_i(t)最大值(相对值或绝对值)可计算得到，且信号S(t)可归于敏感区域i，其对应有最大值的函数X_i(t)。在必要的情况下，保留的函数X_i(t)的最大值也可同事先定义的门限比较，例如门限等于0.6，并且当X_i(t)的最大值大于该门限(如果几个函数X_i(t)的最大值大于0.6，则仅保留具有最大值的函数X_j(t))时，确定信号S(t)归于区域i。

在必要的情况下，可以检验对应敏感区域i的信号S(t)的归属是否正确，比如说，通过计算值MMi＝Mi/M，其中Mi是X_i(t)绝对值的最大值，且M是所有值Mi的平均值。当值MMi大于某一极限，例如该极限为1.414，认为信号S(t)对应敏感区域i的归属正确。

还应该指出，为了得到关于敏感区域空间分辨率的信息，上述MMi值可通过用R′_i(ω)来代替S′(ω)来计算得到。特别的，通过核实相应MMi值大于预定极限，例如大于1.414，从而核实序号为i的敏感区域没有与其他区域混淆的风险。

此外，通过修改信号库的预定信号为环境参数或参数的函数，也可以考虑不同的环境参数(温度、相对湿度、机械强度等)。

因此，可以使用下边的修正方法之一：

信号库参考信号的线性时域膨胀或收缩：在这种情况下，信号库参考信号R_i(t)被信号R_i(αt)代替，其中α是一个非零正乘积系数，其是环境参数的函数，该系数α可理论确定或针对所给材料实验确定，或者针对每个物体5实验确定。

检测信号S(t)的线性时域膨胀或收缩：在这种情况下，参考信号R_i(t)保持不变，而检测信号S(t)被S(αt)代替，其中α为上边定义的系数。

参考信号的频域的非线性膨胀或收缩：在这种情况下，频率信号R′_i(ω)由R′_i(ω′)代替，利用

ω^{'} = \frac{{ωβ}^{2}}{1 + \sqrt{(ω / ω_{N}) . (β - 1)}}^{'}

其中ω_N是处理设备采样频率的一半，且β为理论或实验确定的系数；

检测信号S(t)在频域的非线性膨胀或收缩：在这种情况下，信号库参考信号保持不变，并且信号S′(ω)被S′(ω′)代替，ω′如上边定义。

在上述的两种频域的非线性膨胀或收缩情况下，也可以使用相位平均修正，在这种情况下，信号R_i(ω′)被R_i(ω′)·M′(ω)/N′(ω)代替，或信号S(ω′)被S(ω′)·M′(ω)/N′(ω)代替。在这些公式之一或其他公式中，N′(ω)＝M(ω)/|M(ω)|，并且N′(ω)＝N(ω)/|N(ω)|，M(ω)等于所有R_i(ω)的平均值，且N(ω)等于所有的R_i(ω′)的平均值。

参考信号R_i(ω)或检测信号S(ω)的各个上述校正可由中央处理单元2尤其根据一个或多个传感器(没有画出)给出的信息自动完成，或由用户手工完成。

此外，应当指出，中央处理单元2可包括几个参考信号库以适应不同环境参数值。

此外，为了适合设备使用时产生的冲击的类型，尤其适合用户的手指或另一物体产生的冲击，最好请求用户在一个或多个预定敏感区域10生成冲击，例如序号为m和p的两个敏感区域。因此，检测两个时域信号S_m(t)和S_p(t)，计算它们的傅立叶变换S_m(ω)和S_p(ω)，并且计算下面两项的平均值M₁(ω)：

(R_m(ω·|S_m(ω)|)/(R_m(ω)|·S_m(ω))，并且

(R_p(ω)·|S_p(ω)|)/(|R_p(ω)|·S_p(ω))。

那么，该平均值M₁(ω)可在以前定义的步骤(3)中使用，其中用M₁(ω)·P_i(ω)代替P_i(ω)，该乘积用于步骤(4)，代替P_i(ω)。

此外，应该指出，该发明允许用户随意定义敏感区域，且只有当物体5有效用作声音接口时，中央处理单元2才适合保持敏感区域定义的有效性。在这种情况下，在未使用设备一段时间后，上述敏感区域的定义被中央处理单元2消除。

还应指出，在适当的情况下，可以根据冲击强度，对敏感区域上冲击产生的函数进行调制。

还应指出，当物体5产生共振现象时，该共振现象导致敏感区域上每个冲击产生的声波的传播延长，有利于提高已检测声音信号S(t)检测的门限值(例如，对于捕获的信号S(t)，增加到电子系统可接受的最大值的0.5倍)，该极限为电子系统检测信号S(t)时捕获信号S(t)的最大容许值，然后再降低该检测门限值(特别是在指数方式中)到常规水平：这样，避免同一冲击被多次检测。

应当指出，在所有本发明的实施方式中，在必要的情况下，可以在物体5定义单个敏感区域，在这种情况下，比如说，根据同一区域连续产生的冲击个数，仍然可以对该单个敏感区域上的几个函数进行编码。

此外，在必要的情况下，敏感区域10可以不预先定义，而是简单的定义为设备使用期间接收到的连续冲击的函数。于是举例来说，设备可设计为比较三个敏感区域，每个敏感区域在接收到每个区域上的第一冲击时被简单定义，然后在收到随后的冲击时，被识别为“第一区域”、“第二区域”和“第三区域”。

此外，当敏感区域数量非常多时，在必要的情况下，可以利用自动设备在学习阶段生成存储在信号库中的参考信号。举例说，该自动设备包括二维运动系统，该系统包括两个步进发动机，例如用于在物体5表面移动刺激探针或类似物，并用该探针在各个敏感区域生成冲击，探针由例如螺线管驱动。

仍然在敏感区域10非常多的情形下，可以将他们划分成几个类似的组。在这种情况下，在设备常规使用期间，当冲击生成信号S(t)时，第一处理用于对应该信号S(t)到同类组之一，然后精确处理用于将该信号S(t)分配给该同类组的敏感区域之一。

还应指出，在必要的情况下，同一中央处理单元2可以处理来自几个物体5的信号。另外，声音传感器或传感器也可以直接连接网络，尤其是IP网络，以便给检测信号指定单一的IP地址，通过该地址，连接至IP网络的任何计算机都可以使用这些信号。

Claims

1.一种用于定位形成声音接口的物体(5、3、16、18)表面(9、15、17、22)上的冲击的方法，其中该表面构成所述物体的一部分，声音接口至少具有一个声敏传感器(6)，在该方法中，通过声波检测到至少一个信号，该声波由所述冲击在形成声音接口的物体(5，3，16，18)中产生，通过处理所述检测的信号定位该冲击，其特征在于，该方法包括识别步骤，在该步骤中，将检测信号与至少一个预定信号进行比较，该预定信号对应于当冲击在至少一个敏感区域(10)产生时检测的信号，该敏感区域为形成声音接口(5、3、16、18)的物体表面的一部分，并且当检测的信号与所述预定信号足够相似时，将冲击与所述敏感区域(10)相关联。

2.根据权利要求1的方法，其中形成声音接口的物体表面包含几个敏感区域(10)，并且在识别步骤中，将检测的信号与几个预定信号进行比较，每个预定信号对应冲击在所述敏感区域(10)的其中一个产生时检测的信号。

3.根据权利要求1或权利要求2的方法，其中使用几个声敏传感器(6)，并且在识别步骤中，每个声敏传感器检测一个信号，并将不同声敏传感器检测的信号彼此独立地与预定信号进行比较。

4.根据前述任一权利要求的方法，其中使用几个声敏传感器(6)，并且在识别步骤中，每个声敏传感器检测信号，并将不同声敏传感器检测的信号以相互不同的方式与预定信号进行比较。

5.根据前述任一权利要求的方法，其中几个声敏传感器(6)用于测量几个不同量级。

6.根据前述任一权利要求的方法，其中最多使用两个声敏传感器。

7.根据权利要求1或权利要求2的方法，其中使用单个声敏传感器(6)。

8.根据前述任一权利要求的方法，包括初始学习过程，其间通过在每个敏感区域(10)至少产生一次冲击，以实验地确定每个预定信号。

9.根据权利要求1至8的任一项的方法，其中每个预定信号都是理论信号。

10.根据前述任一权利要求的方法，其中在识别步骤期间，通过互相关，将检测的信号与所述至少一个预定信号进行比较。

11.根据权利要求1至9的任一项的方法，其中在识别步骤中，通过从语音识别、信号识别、形状识别和神经网络识别中选择的识别处理，将检测的信号与所述至少一个预定信号进行比较。

12.根据前述任一权利要求的方法，其中在识别步骤中，检测信号或者与单个敏感区域相关联，或者与非敏感区域相关联。

13.根据权利要求12的方法，其中每个敏感区域与预定信息要素相关联，并且当冲击与敏感区域相关联时，使电子设备使用对应该敏感区域的预定信息要素。

14.根据权利要求12和13之一的方法，其中形成声音接口的物体表面(9、15、17、22)包括n个敏感区域(10)，n至少等于2，并且识别步骤包括以下子步骤：

在检测信号与所述预定信号R_i(t)之间取互相关，i为1和n之间的自然数，其代表敏感区域，这样得到互相关函数C_i(t)；

确定可能受触发的敏感区域j，其对应互相关结果C_j(t)，C_j(t)具有大于其他结果C_i(t)的幅值的最大幅值；

还确定互相关结果的幅度最大值的分布D(i)：

D(i)＝Max(C_i(t))，

D′(i)＝Max(C′_i(t))，

根据分布函数D(i)和D′(i)之间的校正程度，确定在敏感区域j上是否产生了冲击。

15.根据权利要求12和13之一的方法，其中在识别步骤中，对检测信号进行处理，以便从中提取代表检测信号某些特征的数据，并且将提取的数据与参考数据进行比较，这些参考数据从在每个敏感区域上产生冲击时检测的信号中提取。

16.根据权利要求15的方法，其中在识别步骤，根据从检测信号提取的所述数据确定编码，并且将该编码与表格进行比较，该表格给出至少某些编码和每个敏感区域的对应关系。

17.根据权利要求1至14任一项的方法，其中形成声音接口(5、3、16、18)的物体包括至少两个敏感区域(10)，并且在识别步骤中，确定代表检测信号和预定信号间相似性的相似值，将冲击(I)与几个相邻敏感区域(R1-R4)相关联，这些相邻敏感区域对应最大相似性，被称为参考敏感区域，然后，根据属于参考敏感区域(R1-R4)的相似值，确定表面上冲击(I)的位置。

18.根据权利要求17的方法，其中确定表面上冲击(I)的位置，使得属于参考敏感区域(R1-R4)的相似值尽可能多地符合理论相似值，该理论相似值针对所述参考敏感区域，由表面上所述位置产生的冲击计算得到。

19.根据权利要求18的方法，其中确定表面上冲击(I)的位置，使得属于参考敏感区域(R1-R4)的相似值尽可能好地符合理论相似值，该理论相似值针对所述参考敏感区域，由表面上所述位置产生的冲击计算得到。

20.根据权利要求19的方法，其中理论相似值是表面上冲击位置的函数，表面上的冲击位置针对每一可能的参考敏感区域(R1-R4)集合预先确定。

21.根据权利要求8的方法，其中通过比较预定信号R_i(t)的相位和检测信号的相位，来识别敏感区域。

22.根据权利要求21的方法，其中：

计算敏感区域i上冲击产生的每个声音信号R_i(t)的傅里叶变换其中i为介于1和n之间的序号，并且通过该傅里叶变换，仅保留在频带ω内的相位分量

其幅值|R_i(ω)|大于预定门限，

然后，在设备常规操作期间，对每个检测信号S(t)进行相同的处理。

23.根据权利要求22的方法，其中预定门限等于MAX/D和|B(ω)|的最大值，其中：

MAX从模值|R_i(ω)|的最大值中选出，模值|R_i(ω)|的最大值在能量上被归一化，并且模值|R_j(ω)|平均值包络的最大值也分别在能量上被归一化，

D为常数，

|B(ω)|为不同时刻获得的形成声音接口的物体中几个噪声谱的平均值。

24.根据权利要求22或23之一的方法，其中在设备的常规操作期间：

计算积P_i(ω)作为参考，积P_i(ω)等于S′(ω)与R_j′(ω)共轭的乘积，其中i＝1…n，

然后对P_i(ω)归一化，

根据所述时域函数X_i(t)，信号S(t)属于敏感区域(10)。

25.根据权利要求24的方法，其中根据所述时域函数X_i(t)的最大值，信号S(t)属于敏感区域(10)。

26.一种特别适合实现根据前述任一权利要求方法的设备，用于定位形成声音接口的物体(5、3、16、18)表面(9、15、17、22)的冲击，其中表面构成所述物体的一部分，该声音接口具有至少一个声敏传感器(6)，该设备包括从声波检测至少一个信号的装置，该声波在形成声音接口的物体(5、3、16、18)中由所述冲击产生，以及

通过处理所述检测信号定位冲击的装置，

其特征在于，该设备包括：

识别装置，其适于将检测信号与至少一个预定信号进行比较，该预定信号对应于当冲击在至少一个敏感区域(10)产生时检测的信号，该敏感区域为形成物体表面的一部分，以及

用于当检测的信号与所述预定信号足够相似时，将冲击与所述敏感区域(10)相关联的装置。