JP2016211946A - Rotating condition calculation device - Google Patents
Rotating condition calculation device Download PDFInfo
- Publication number
- JP2016211946A JP2016211946A JP2015095411A JP2015095411A JP2016211946A JP 2016211946 A JP2016211946 A JP 2016211946A JP 2015095411 A JP2015095411 A JP 2015095411A JP 2015095411 A JP2015095411 A JP 2015095411A JP 2016211946 A JP2016211946 A JP 2016211946A
- Authority
- JP
- Japan
- Prior art keywords
- normal vector
- vector
- representative
- calculation
- rotation state
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 139
- 239000013598 vector Substances 0.000 claims abstract description 194
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 28
- 238000000513 principal component analysis Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 abstract description 12
- 238000012545 processing Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 10
- 230000033001 locomotion Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000010295 mobile communication Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- KNMAVSAGTYIFJF-UHFFFAOYSA-N 1-[2-[(2-hydroxy-3-phenoxypropyl)amino]ethylamino]-3-phenoxypropan-2-ol;dihydrochloride Chemical compound Cl.Cl.C=1C=CC=CC=1OCC(O)CNCCNCC(O)COC1=CC=CC=C1 KNMAVSAGTYIFJF-UHFFFAOYSA-N 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011438 discrete method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Landscapes
- User Interface Of Digital Computer (AREA)
Abstract
Description
本発明は、対象物体の回転状態に関する情報を算出する回転状態算出装置に関するものである。 The present invention relates to a rotation state calculation device that calculates information about a rotation state of a target object.
近年、腕時計型ウェアラブル端末等の小型端末の登場により、新しいユーザインタフェース技術が求められている。このような小型端末の画面の大きさには制約があるため、従来のスマートフォン、タブレット端末等の端末機器に比べると操作性が低い。これを解決するための１つの方法として、端末を振るなどの動作により端末を操作できる直観的なユーザインタフェースが提案されている。しかし、従来から提案されているユーザインタフェースでは主に加速度センサが用いられている。この場合、加速度センサによって検知できるのは、並進運動と回転運動に大別される物理運動の中で、基本的には並進運動のみである。 In recent years, with the advent of small terminals such as wristwatch-type wearable terminals, new user interface technologies have been demanded. Since there is a restriction on the size of the screen of such a small terminal, the operability is low compared to conventional terminal devices such as smartphones and tablet terminals. As one method for solving this problem, an intuitive user interface capable of operating the terminal by an operation such as shaking the terminal has been proposed. However, acceleration sensors are mainly used in conventionally proposed user interfaces. In this case, what can be detected by the acceleration sensor is basically only the translational motion among the physical motions roughly classified into the translational motion and the rotational motion.
一方で、より直観的なユーザインタフェースとして、回転運動を検出可能なインターフェースの必要性が高まっている。例えば、下記特許文献１に記載の電子機器では、角速度センサを用いたユーザインタフェースも検討されている。 On the other hand, as a more intuitive user interface, there is an increasing need for an interface capable of detecting rotational motion. For example, in the electronic device described in Patent Document 1 below, a user interface using an angular velocity sensor is also being studied.
しかしながら、従来は、回転運動を検出可能なユーザインタフェースを実現するには、多数の加速度センサを具備する必要があり、センサの構成が複雑化する傾向にあった。また、上記特許文献１に記載の装置では、所定軸周りの単純な回転運動しか検出できないため、操作の柔軟性が低い傾向にある。 However, conventionally, in order to realize a user interface capable of detecting a rotational motion, it is necessary to include a large number of acceleration sensors, and the sensor configuration tends to be complicated. Further, since the apparatus described in Patent Document 1 can detect only a simple rotational motion around a predetermined axis, the operation flexibility tends to be low.
そこで、本発明は、かかる課題に鑑みて為されたものであり、センサ構成を複雑化させることなく対象物体の回転状態を回転面に関わらず柔軟に判断することが可能な回転状態算出装置を提供することを目的とする。 Therefore, the present invention has been made in view of such problems, and a rotation state calculation device capable of flexibly determining the rotation state of a target object regardless of the rotation surface without complicating the sensor configuration. The purpose is to provide.
上記課題を解決するため、本発明の一形態に係る回転状態算出装置は、対象物体に取り付けられた３軸角速度センサから、複数の３軸周りの３軸角速度データを時間的に連続して取得するデータ取得手段と、複数の３軸角速度データを基に、複数の３軸周りの３軸角度データを時間的に連続して算出する角度算出手段と、複数の３軸角度データを基に対象物体の規定点の位置を表す複数の位置ベクトルを時間的に連続して算出し、複数の位置ベクトルを用いた外積計算を実行することにより、対象物体の回転面の法線ベクトルの候補である法線ベクトル候補を複数算出する候補ベクトル算出手段と、複数の法線ベクトル候補を対象にして分析処理を実行することにより、複数の法線ベクトル候補のうちの代表である代表法線ベクトルを算出するとともに、複数の法線ベクトル候補の代表法線ベクトルを基準としたばらつき度合いを算出し、ばらつき度合いを基に対象物体の回転状態に関する情報を生成する代表ベクトル算出手段と、を備える。 In order to solve the above-described problem, a rotational state calculation device according to an aspect of the present invention continuously acquires temporally three-axis angular velocity data around a plurality of three axes from a three-axis angular velocity sensor attached to a target object. Based on a plurality of three-axis angular velocity data, an angle calculation unit for calculating three-axis angular data around a plurality of three-axis continuously in time based on a plurality of three-axis angular velocity data, and a target based on the plurality of three-axis angle data A candidate for the normal vector of the rotation plane of the target object is obtained by continuously calculating a plurality of position vectors representing the position of the specified point of the object in time and performing an outer product calculation using the plurality of position vectors. Candidate vector calculation means for calculating a plurality of normal vector candidates and a representative normal vector that is representative of the plurality of normal vector candidates by executing analysis processing on the plurality of normal vector candidates You Together, comprise a representative normal vector of a plurality of normal vectors candidates to calculate a degree of variation on the basis, and the representative vector calculation means for generating information relating to the rotational state of the object based on the degree of variation, the.
このような回転状態算出装置によれば、対象物体に取り付けられた３軸角速度センサから時間的に連続して取得された複数の３軸角速度データを基に、対象物体の規定点に関する複数の位置ベクトルが得られ、それらの複数の位置ベクトルから外積計算により回転面の法線ベクトル候補が複数算出される。さらに、複数の法線ベクトル候補を対象に分析処理を実行することにより、代表法線ベクトルが得られるとともに、その代表法線ベクトルを基準とした複数の法線ベクトル候補のばらつき度合いを基に対象物体の回転状態に関する情報が生成される。これにより、対象物体におけるセンサ構成を複雑化させることなく、任意の回転面における対象物体の回転状態を判断した情報を得ることができる。その結果、対象物体の回転状態を回転面に関わらず柔軟に判断することができる。 According to such a rotation state calculation device, a plurality of positions related to the specified point of the target object based on a plurality of three-axis angular velocity data acquired in time continuously from a three-axis angular velocity sensor attached to the target object. A vector is obtained, and a plurality of normal vector candidates of the rotation plane are calculated from the plurality of position vectors by outer product calculation. Furthermore, a representative normal vector is obtained by performing analysis processing on a plurality of normal vector candidates, and the target is based on the degree of variation of the plurality of normal vector candidates based on the representative normal vector. Information about the rotation state of the object is generated. Thereby, the information which judged the rotation state of the target object in arbitrary rotation surfaces can be obtained, without complicating the sensor structure in a target object. As a result, the rotation state of the target object can be flexibly determined regardless of the rotation plane.
候補ベクトル算出手段は、複数の位置ベクトル同士の差を求めることにより差分ベクトルを算出し、複数の位置ベクトルのうちの１つと差分ベクトルとの外積をとることにより法線ベクトル候補を算出することが好ましい。こうすれば、対象物体の回転面の法線ベクトルの候補を簡易な計算により効率的に抽出することができる。 The candidate vector calculation means calculates a difference vector by obtaining a difference between a plurality of position vectors, and calculates a normal vector candidate by taking an outer product of one of the plurality of position vectors and the difference vector. preferable. In this way, normal vector candidates for the rotation surface of the target object can be efficiently extracted by simple calculation.
また、代表ベクトル算出手段は、複数の法線ベクトル候補を対象に主成分分析を行うことにより代表法線ベクトルを算出する、ことも好ましい。かかる構成を採れば、法線ベクトル候補から代表法線ベクトルの算出を、計算コストの少ない演算により実現できる。 It is also preferable that the representative vector calculation means calculates a representative normal vector by performing principal component analysis on a plurality of normal vector candidates. By adopting such a configuration, the calculation of the representative normal vector from the normal vector candidates can be realized by an operation with a low calculation cost.
さらに、代表ベクトル算出手段は、複数の法線ベクトル候補の分散共分散行列の固有値及び固有ベクトルを算出し、最小の固有値を有する固有ベクトルを代表法線ベクトルとして決定する、ことも好ましい。この場合、代表法線ベクトルの算出とそれを基準とした法線ベクトル候補のばらつき度の算出とを的確に実行することができる。 Furthermore, it is also preferable that the representative vector calculation means calculates eigenvalues and eigenvectors of a variance-covariance matrix of a plurality of normal vector candidates, and determines the eigenvector having the smallest eigenvalue as the representative normal vector. In this case, the calculation of the representative normal vector and the calculation of the variation degree of the normal vector candidate based on the calculation can be performed accurately.
またさらに、代表ベクトル算出手段は、主成分分析によって算出された複数の固有ベクトルに対応する複数の固有値を基に、ばらつき度合いを算出する、ことも好ましい。こうすれば、対象物体の回転状態を判断した情報を定量的に表した回転状態の情報として効率的に算出することができる。 Furthermore, it is also preferable that the representative vector calculation means calculates the degree of variation based on a plurality of eigenvalues corresponding to a plurality of eigenvectors calculated by principal component analysis. By doing so, it is possible to efficiently calculate the information that determines the rotation state of the target object as rotation state information that quantitatively represents the information.
本発明によれば、センサ構成を複雑化させることなく対象物体の回転状態を回転面に関わらず柔軟に判断することができる。 According to the present invention, the rotation state of the target object can be flexibly determined regardless of the rotation plane without complicating the sensor configuration.
以下、図面とともに本発明による回転状態算出装置の好適な実施形態について詳細に説明する。なお、図面の説明においては同一要素には同一符号を付し、重複する説明を省略する。 DESCRIPTION OF EMBODIMENTS Hereinafter, preferred embodiments of a rotational state calculation device according to the present invention will be described in detail with reference to the drawings. In the description of the drawings, the same elements are denoted by the same reference numerals, and redundant description is omitted.
図１は、本発明の好適な一実施形態にかかる回転状態算出装置１の概略構成図である。図１に示す回転状態算出装置１は、腕時計型ウェアラブル端末、スマートフォン、タブレット端末、携帯電話端末等に代表される携帯型端末装置であり、回転状態の算出対象の対象物体でもある。 FIG. 1 is a schematic configuration diagram of a rotation state calculation device 1 according to a preferred embodiment of the present invention. A rotation state calculation device 1 illustrated in FIG. 1 is a portable terminal device represented by a wristwatch-type wearable terminal, a smartphone, a tablet terminal, a mobile phone terminal, and the like, and is also a target object for calculation of a rotation state.
図２は、回転状態算出装置１として動作する携帯型端末装置２のハードウェア構成を示すブロック図である。同図に示すように、携帯型端末装置２は、物理的には、ＣＰＵ２０１、主記憶装置であるＲＡＭ２０２及びＲＯＭ２０３、入力キー、タッチセンサ等の入力デバイスである入力装置２０４、タッチパネルディスプレイ等の出力装置２０５、データ送受信デバイスである移動体通信モジュール２０６及び近距離通信モジュール２０７、半導体メモリ等の補助記憶装置２０８、などを含むコンピュータシステム（情報処理プロセッサ）として構成されている。図１における回転状態算出装置１の各機能は、図２に示されるＣＰＵ２０１、ＲＡＭ２０２等のハードウェア上に１又は複数の所定のコンピュータソフトウェアを読み込ませることにより、ＣＰＵ２０１の制御のもとで入力装置２０４、出力装置２０５、移動体通信モジュール２０６、及び近距離通信モジュール２０７を動作させるとともに、ＲＡＭ２０２や補助記憶装置２０８におけるデータの読み出し及び書き込みを行うことで実現される。 FIG. 2 is a block diagram illustrating a hardware configuration of the portable terminal device 2 that operates as the rotation state calculation device 1. As shown in the figure, the portable terminal device 2 physically includes a CPU 201, a RAM 202 and a ROM 203 which are main storage devices, an input device 204 which is an input device such as an input key and a touch sensor, and an output such as a touch panel display. The computer system (information processing processor) includes a device 205, a mobile communication module 206 and a short-range communication module 207 which are data transmission / reception devices, an auxiliary storage device 208 such as a semiconductor memory, and the like. Each function of the rotation state calculation device 1 in FIG. 1 is an input device under the control of the CPU 201 by loading one or more predetermined computer software on the hardware such as the CPU 201 and the RAM 202 shown in FIG. 204, the output device 205, the mobile communication module 206, and the short-range communication module 207 are operated, and data is read and written in the RAM 202 and the auxiliary storage device 208.
以下、図１に戻って、回転状態算出装置１の構成について詳述する。 Hereinafter, referring back to FIG. 1, the configuration of the rotation state calculation device 1 will be described in detail.
この回転状態算出装置１は、３軸周りの角速度を検出する３軸角速度センサ１０と、ＣＰＵ２０１、ＲＡＭ２０３、移動体通信モジュール２０６、及び近距離通信モジュール２０７等（図２参照）によって構成されるプロセッサ２０とを内蔵しており、プロセッサ２０によって構築される機能的な構成要素として、データ取得部（データ取得手段）２１、データ前処理部（角度算出手段）２２、法線ベクトル候補算出部（候補ベクトル算出手段）２３、法線ベクトル算出部（代表ベクトル算出手段）２４、及び回転状態度算出部（代表ベクトル算出手段）２５を備えている。さらに、回転状態算出装置１は、補助記憶装置２０８（図２参照）によって構成され、プロセッサ２０内で処理されるデータを格納するデータ格納部３０を備えている。 The rotation state calculation device 1 is a processor constituted by a three-axis angular velocity sensor 10 that detects angular velocities around three axes, a CPU 201, a RAM 203, a mobile communication module 206, a short-range communication module 207, and the like (see FIG. 2). 20 as a functional component constructed by the processor 20, a data acquisition unit (data acquisition unit) 21, a data preprocessing unit (angle calculation unit) 22, a normal vector candidate calculation unit (candidate A vector calculation unit 23, a normal vector calculation unit (representative vector calculation unit) 24, and a rotation state degree calculation unit (representative vector calculation unit) 25 are provided. Further, the rotation state calculation device 1 includes an auxiliary storage device 208 (see FIG. 2), and includes a data storage unit 30 that stores data to be processed in the processor 20.
３軸角速度センサ１０は、回転状態算出装置１の規定位置に取り付けられ、取り付け位置における３軸周りの角速度を検出する。例えば、３軸角速度センサ１０は、３次元直交座標系Ｘ−Ｙ−ＺにおけるＸ軸、Ｙ軸、Ｚ軸のそれぞれの周りの角速度ωｘ，ωｙ，ωｚを検出する。この３軸角速度センサ１０は、機能的構成要素として、データ取得部１１及びデータ送信部１２を備え、データ取得部１１は、時間的に連続した時刻ｔｋにおいて３軸周りの角速度である３軸角速度データΩ（ｔｋ）；
Ω（ｔｋ）＝（ωｘ（ｔｋ），ωｙ（ｔｋ），ωｚ（ｔｋ））
を取得する。ここで、時刻ｔｋは時間間隔Δｔを有する離散的な時刻であり、下記式（１）で表されるように設定される。
ｔｋ＝ｋ・Δｔ （ｋ＝１，２，…） …（１）
データ送信部１２は、データ取得部１１によって取得される３軸角速度データΩ（ｔｋ）をプロセッサ２０に向けて送出する。このデータ送信部１２による３軸角速度データΩ（ｔｋ）の送出タイミングは定期的であってもよいし、所定のデータ量が取得されたタイミングであってもよいし、３軸角速度センサ１０が能動的に送出してもよいし、プロセッサ２０の要求に応じて受動的に送出してもよい。
The triaxial angular velocity sensor 10 is attached to a specified position of the rotation state calculating device 1 and detects angular velocities around the three axes at the attachment position. For example, the three-axis angular velocity sensor 10 detects angular velocities ω x , ω y , and ω z around each of the X axis, the Y axis, and the Z axis in the three-dimensional orthogonal coordinate system XYZ. The 3-axis angular-velocity sensor 10 includes, as functional components, a data acquisition unit 11 and the data transmission unit 12, the data acquisition unit 11, three-axis is an angular velocity about three axes in the temporally successive times t k Angular velocity data Ω (t k );
Ω (t k ) = (ω x (t k ), ω y (t k ), ω z (t k ))
To get. Here, the time t k is a discrete time having a time interval Δt, and is set as represented by the following formula (1).
t k = k · Δt (k = 1, 2,...) (1)
The data transmission unit 12 transmits the triaxial angular velocity data Ω (t k ) acquired by the data acquisition unit 11 to the processor 20. The transmission timing of the triaxial angular velocity data Ω (t k ) by the data transmission unit 12 may be regular, may be a timing at which a predetermined amount of data is acquired, or the triaxial angular velocity sensor 10 It may be sent actively, or may be sent passively according to the request of the processor 20.
プロセッサ２０のデータ取得部２１は、３軸角速度センサ１０から時間的に連続して取得された複数の３軸角速度データΩ（ｔｋ）（ｋ＝１，２，…）を取得する。このデータ取得部２１は、取得した複数の３軸角速度データΩ（ｔｋ）を順次データ格納部３０に記憶する。 The data acquisition unit 21 of the processor 20 acquires a plurality of triaxial angular velocity data Ω (t k ) (k = 1, 2,...) Obtained continuously from the triaxial angular velocity sensor 10 in terms of time. The data acquisition unit 21 sequentially stores the acquired plurality of triaxial angular velocity data Ω (t k ) in the data storage unit 30.
データ前処理部２２は、データ取得部２１によって取得された複数の３軸角速度データΩ（ｔｋ）を基に、離散的な時刻ｔｋ（ｋ＝１，２，３，…）における３軸角速度センサ１０の向き、すなわち、このセンサが搭載されている回転状態算出装置１の向きを示す３軸角度データθ（ｔｋ）＝（θｘ（ｔｋ），θｙ（ｔｋ），θｚ（ｔｋ））を連続して算出する。この３軸角度データθ（ｔｋ）は、Ｘ軸周りの回転角度θｘ（ｔｋ）、Ｙ軸周りの回転角度θｙ（ｔｋ）、及びＺ軸周りの回転角度θｚ（ｔｋ）のデータを含む。例えば、データ前処理部２２は、角速度ωｘ，ωｙ，ωｚのそれぞれから回転角度θｘ（ｔｋ），θｙ（ｔｋ），θｚ（ｔｋ）を算出する方法として、離散的な角速度の変化を矩形状の変化で近似して積分する矩形法、離散的な角速度の変化を二次曲線で近似して積分するシンプソン法、離散的な角速度の変化を台形状の変化で近似して積分する台形積分法等を採用することができる。ここでは、データ前処理部２２は、台形積分法を用いて、下記式（２）；
により３軸角度データθ（ｔｋ）＝（θｘ（ｔｋ），θｙ（ｔｋ），θｚ（ｔｋ））を算出する。なお、３軸角速度センサ１０の検出データにはドリフト誤差が含まれるので、ある基準時刻で基準となる角度情報を設定してその基準時刻から順次上記式（２）を用いてその後の時刻の３軸角度データθ（ｔｋ）を算出してもよい。こうすれば、ドリフト誤差に起因する角度誤差を低減することができる。
The data preprocessing unit 22 uses the three axes at discrete times t k (k = 1, 2, 3,...) Based on the plurality of triaxial angular velocity data Ω (t k ) acquired by the data acquisition unit 21. Triaxial angle data θ (t k ) = (θ x (t k ), θ y (t k ), θ indicating the direction of the angular velocity sensor 10, that is, the direction of the rotation state calculation device 1 in which this sensor is mounted. z (t k )) is calculated continuously. The triaxial angle data θ (t k ) includes the rotation angle θ x (t k ) around the X axis, the rotation angle θ y (t k ) around the Y axis, and the rotation angle θ z (t k around the Z axis. ) Data. For example, the data preprocessing unit 22 is a discrete method as a method of calculating the rotation angles θ x (t k ), θ y (t k ), and θ z (t k ) from the angular velocities ω x , ω y , and ω z. A rectangular method that approximates and integrates a change in angular velocity with a rectangular change, a Simpson method that approximates and integrates a change in discrete angular velocity with a quadratic curve, and a trapezoidal change in discrete angular velocity A trapezoidal integration method that integrates by approximation can be employed. Here, the data preprocessing unit 22 uses the trapezoidal integration method, and the following formula (2);
3 axis angle data θ (t k ) = (θ x (t k ), θ y (t k ), θ z (t k )) is calculated. Note that since the detection data of the triaxial angular velocity sensor 10 includes a drift error, angle information serving as a reference is set at a certain reference time, and the subsequent time 3 is sequentially calculated from the reference time using the above equation (2). The shaft angle data θ (t k ) may be calculated. By so doing, it is possible to reduce angular errors due to drift errors.
さらに、データ前処理部２２は、算出した複数の時系列の３軸角度データθ（ｔｋ）（ｋ＝１，２，３，…）からノイズを除去し、時間的に滑らかなデータ成形済みの３軸角度データθ＾（ｔｋ）（ｋ＝１，２，３，…）を求める。データ前処理部２２は、ノイズ除去の方法として様々な方法を採用できるが、離散ウェーブレット変換したデータを逆変換する方法であるウェーブレット変換を用いたノイズ除去、又は長周期ノイズの除去方法であるトレンド除去などの方法を用いることができる。ここでは、データ前処理部２２は、時間移動平均法を用いて、下記式（３）；
によりデータ成形済みの３軸角度データθ＾（ｔｋ）＝（θ＾ｘ（ｔｋ），θ＾ｙ（ｔｋ），θ＾ｚ（ｔｋ））を算出する。上記式（３）におけるパラメータｎｓは、ノイズ除去に用いる前後の角度データの個数である。
Further, the data preprocessing unit 22 removes noise from the calculated plurality of time-series three-axis angle data θ (t k ) (k = 1, 2, 3,. 3 axis angle data θ ^ (t k ) (k = 1, 2, 3,...) Is obtained. The data preprocessing unit 22 can employ various methods as a noise removal method, but the trend is a noise removal method using wavelet transformation, which is a method of inversely transforming discrete wavelet transformed data, or a long-period noise removal method. A method such as removal can be used. Here, the data preprocessing unit 22 uses the time moving average method, and the following formula (3);
The three-axis angle data θ ^ (t k ) = (θ ^ x (t k ), θ ^ y (t k ), θ ^ z (t k )) after data shaping is calculated. Parameter n s in the formula (3) is the number of the front and rear angle data used for noise removal.
法線ベクトル候補算出部２３は、データ前処理部２２で算出された時系列の複数の３軸角度データθ＾（ｔｋ）＝（θ＾ｘ（ｔｋ），θ＾ｙ（ｔｋ），θ＾ｚ（ｔｋ））から、回転状態算出装置１の相対的な仮想的位置ベクトルｐ（ｔｋ）＝（ｐｘ（ｔｋ），ｐｙ（ｔｋ），ｐｚ（ｔｋ））（ｋ＝１，２，３，…）を時系列データとして複数連続して算出する。法線ベクトル候補算出部２３は、対象物体の回転状態を各時刻ｔｋにおける相対的な対象物体の位置の軌跡から算出するために、この位置ベクトルｐ（ｔｋ）を、回転状態算出装置１の中心を原点とした場合の３軸角速度センサ１０までの規定点の位置を表す位置ベクトルとして計算する。例えば、法線ベクトル候補算出部２３は、規定点の初期位置ベクトルｐｉｎｉｔ＝（ｐｘ０，ｐｙ０，ｐｚ０）と設定し、下記式（４）；
ｐ（ｔｋ）＝Ｒ（θ＾ｘ（ｔｋ），θ＾ｙ（ｔｋ），θ＾ｚ（ｔｋ））・ｐｉｎｉｔ …（４）
を用いて位置ベクトルｐ（ｔｋ）を算出する。上記式（４）中の行列Ｒは、下記式（５）で示される回転行列である。
The normal vector candidate calculation unit 23 includes a plurality of time-series three-axis angle data θ ^ (t k ) = (θ ^ x (t k ), θ ^ y (t k ) calculated by the data preprocessing unit 22. , Θ ^ z (t k )), the relative virtual position vector p (t k ) = (p x (t k ), p y (t k ), p z (t k ) of the rotation state calculation device 1. )) (K = 1, 2, 3,...) Are continuously calculated as time series data. The normal vector candidate calculation unit 23 calculates the position vector p (t k ) from the relative target object position locus at each time t k in order to calculate the rotation state of the target object. Is calculated as a position vector representing the position of the specified point up to the three-axis angular velocity sensor 10 when the center is the origin. For example, the normal vector candidate calculation unit 23 sets the initial position vector p init = (p x0 , p y0 , p z0 ) of the specified point, and the following formula (4);
p (t k ) = R (θ ^ x (t k ), θ ^ y (t k ), θ ^ z (t k )) · p init (4)
Is used to calculate the position vector p (t k ). The matrix R in the above equation (4) is a rotation matrix represented by the following equation (5).
さらに、法線ベクトル候補算出部２３は、時系列の複数の位置ベクトルｐ（ｔｋ）を用いた外積計算を実行することにより、対象物体である回転状態算出装置１の回転面の法線ベクトルの候補である法線ベクトル候補を複数算出する。図３は、法線ベクトル候補算出部２３による法線ベクトル候補の算出方法を示す概念図である。ここでは、ある時刻ｔｋにおいて回転状態算出装置１が回転面Ｐに沿って回転している状態を想定している。法線ベクトル候補算出部２３は、時系列の複数の位置ベクトルｐ（ｔｋ）から特定の時刻ｔｋに対応するベクトルを１つ選択する。そして、選択した時刻ｔｋ及びその直前の時刻ｔｋ−Δｔにおける２つの位置ベクトルｐ（ｔｋ），ｐ（ｔｋ−Δｔ）同士の差を求めることにより、時刻ｔｋにおける差分ベクトルΔｐ（ｔｋ）を下記式（６）；
Δｐ（ｔｋ）＝ｐ（ｔｋ）−ｐ（ｔｋ−Δｔ） …（６）
により求める。さらに、法線ベクトル候補算出部２３は、下記式（７）に示すように、選択した１つの位置ベクトルｐ（ｔｋ）と、それを対象に求めた差分ベクトルΔｐ（ｔｋ）との外積をとることにより、時刻ｔｋにおける法線ベクトル候補ｎｃａｎｄ（ｔｋ）を算出する。
ｎｃａｎｄ（ｔｋ）＝ｐ（ｔｋ）×Δｐ（ｔｋ） …（７）
このようにして求められる法線ベクトル候補ｎｃａｎｄ（ｔｋ）は、時刻ｔｋにおいて回転面Ｐが安定していた場合にはその回転面Ｐの法線に近くなるように求められ、時刻ｔｋの前後における回転面の法線ベクトルの候補となりうる。また、法線ベクトル候補算出部２３は、上述した法線ベクトル候補ｎｃａｎｄ（ｔｋ）の算出を、連続する複数の時刻ｔｋに対して繰り返し行い、複数の連続した時刻ｔｋの法線ベクトル候補ｎｃａｎｄ（ｔｋ）を算出する。
Further, the normal vector candidate calculation unit 23 executes a cross product calculation using a plurality of time-series position vectors p (t k ) to thereby obtain a normal vector of the rotation plane of the rotation state calculation device 1 that is the target object. A plurality of normal vector candidates that are candidates for the above are calculated. FIG. 3 is a conceptual diagram illustrating a normal vector candidate calculation method performed by the normal vector candidate calculation unit 23. Here, it is assumed a state in which the rotational state calculating device 1 is rotated along the rotation plane P at a certain time t k. The normal vector candidate calculation unit 23 selects one vector corresponding to a specific time t k from a plurality of time-series position vectors p (t k ). Then, two position vectors p at time t k -.DELTA.t of time t k and the immediately preceding selected (t k), p (t k -.DELTA.t) by determining the difference between the difference vector at time t k Delta] p ( t k ) is represented by the following formula (6);
Δp (t k ) = p (t k ) −p (t k −Δt) (6)
Ask for. Further, as shown in the following equation (7), the normal vector candidate calculation unit 23 calculates the outer product of the selected position vector p (t k ) and the difference vector Δp (t k ) obtained from the position vector p (t k ). The normal vector candidate n cand (t k ) at time t k is calculated.
n cand (t k ) = p (t k ) × Δp (t k ) (7)
The normal vector candidate n cand (t k ) obtained in this way is obtained so as to be close to the normal of the rotation plane P when the rotation plane P is stable at the time t k , and the time t Can be a candidate for the normal vector of the rotation plane before and after k . Further, the normal vector candidate calculation unit 23 calculates the above-mentioned normal vector candidate n cand (t k), repeated for a plurality of times t k successive, normal of several consecutive time t k A vector candidate n cand (t k ) is calculated.
法線ベクトル算出部２４は、法線ベクトル候補算出部２３によって求められた時系列の法線ベクトル候補ｎｃａｎｄ（ｔｋ）（ｋ＝１，２，３，…）のうちから特定の時刻ｔｋを中心にした局所時間εに対応するデータを抽出し、抽出した法線ベクトル候補ｎｃａｎｄ（ｔｋ）を対象にして分析処理を行うことにより、法線ベクトル候補ｎｃａｎｄ（ｔｋ）の分布の傾向を最も良く代表する代表法線ベクトルを算出する。具体的には、法線ベクトル算出部２４は、抽出した法線ベクトル候補ｎｃａｎｄ（ｔｋ）を対象にして主成分分析することで代表法線ベクトルを算出する。主成分分析は、処理対象のデータの分散（ばらつき）を最も的確に表現するための評価軸を求めるためのデータ分析手法である。この評価軸は、データの分散共分散行列の固有値及び固有ベクトルを求めることにより決定することができる。このとき、固有ベクトルはデータ分布の分散が大きくなる評価軸を、固有ベクトルに対応して求められる固有値は評価軸に沿ったデータの分散の大きさを、それぞれ表している。 The normal vector calculation unit 24 selects a specific time t from the time-series normal vector candidates n cand (t k ) (k = 1, 2, 3,...) Obtained by the normal vector candidate calculation unit 23. Data corresponding to the local time ε centered around k is extracted, and analysis processing is performed on the extracted normal vector candidate n cand (t k ), thereby obtaining the normal vector candidate n cand (t k ). A representative normal vector that best represents the distribution trend is calculated. Specifically, the normal vector calculation unit 24 calculates a representative normal vector by performing principal component analysis on the extracted normal vector candidates n cand (t k ). Principal component analysis is a data analysis method for obtaining an evaluation axis for expressing the distribution (variation) of data to be processed most accurately. This evaluation axis can be determined by obtaining eigenvalues and eigenvectors of the variance-covariance matrix of data. At this time, the eigenvector represents the evaluation axis where the variance of the data distribution becomes large, and the eigenvalue obtained in correspondence with the eigenvector represents the magnitude of the variance of the data along the evaluation axis.
より詳細には、法線ベクトル算出部２４は、下記式（８）に示す固有値方程式を解くことで、３つの固有値λ（ｄｉｍ）（ｄｉｍ＝１，２，３）と、それらのそれぞれに対応する固有ベクトルＸ（ｄｉｍ）（ｄｉｍ＝１，２，３）とを計算する。これらの固有値λ（ｄｉｍ）及び固有ベクトルＸ（ｄｉｍ）は、三次元の評価軸に対応して３組計算される。
Ａ・Ｘ＝λＸ …（８）
なお、上記式（８）中の行列Ａは、下記式（９）によって時刻ｔｋを中心にした局所時間ε内の法線ベクトル候補ｎｃａｎｄを対象に計算される分散共分散行列である。
また、上記式（９）中の変数Ｃｉｊ（ｉ，ｊ＝ｘ，ｙ，ｚ）は、下記式（１０）によって計算され、変数ｎｃａｎｄｘ，ｎｃａｎｄｙ，ｎｃａｎｄｚは、それぞれ、法線ベクトル候補ｎｃａｎｄのＸ成分、Ｙ成分、及びＺ成分である。
More specifically, the normal vector calculation unit 24 solves the eigenvalue equation shown in the following formula (8) to correspond to the three eigenvalues λ (dim) (dim = 1, 2, 3) and each of them. The eigenvector X (dim) (dim = 1, 2, 3) is calculated. Three sets of these eigenvalues λ (dim) and eigenvectors X (dim) are calculated corresponding to the three-dimensional evaluation axis.
A · X = λX (8)
Incidentally, the matrix A in the above formula (8) is a covariance matrix computed targeting normal vector candidate n cand in the local time ε centered on the time t k by the following equation (9).
Also, the variable C ij (i, j = x, y, z) in the above equation (9) is calculated by the following equation (10), and the variables n candx , n candy , and n candz are normal vectors, respectively. X component, Y component, and Z component of the candidate n cand .
上記の主成分分析処理においては、法線ベクトル候補ｎｃａｎｄがある程度まとまっている場合は、法線ベクトル候補ｎｃａｎｄのゆらぎ（ばらつき）が小さくなり、一番大きな固有値λに対応する固有ベクトルＸと、２番目に大きな固有値λに対応する固有ベクトルＸは、ともに法線ベクトル候補ｎｃａｎｄの分散が大きな面内で互いに直交した評価軸として求まる。そして、三番目に大きな（最も小さい）固有値λに対応する固有ベクトルＸが、法線ベクトル候補ｎｃａｎｄの分布を代表するベクトル、すなわち、回転面の法線ベクトルを表すことになる。このような性質を利用して、法線ベクトル算出部２４は、下記式（１１）；
Ｎ（ｔｋ）＝Ｘ（ｄｉｍｍｉｎ），
ｄｉｍｍｉｎ＝ａｒｇｍｉｎ｛λ（ｄｉｍ）｝ …（１１）
を用いて、最も小さい固有値λに対応する固有ベクトルＸを、局所時間ε内の法線ベクトル候補ｎｃａｎｄの集合の代表的なベクトルである代表法線ベクトルＮ（ｔｋ）として決定する。この最小の固有値λは、法線ベクトル算出部２４により、局所時間ε内の法線ベクトル候補ｎｃａｎｄの代表法線ベクトルＮ（ｔｋ）を基準としたばらつき度合いを示す数値として算出される。
In the above principal component analysis process, when the normal vector candidates n cand are gathered to some extent, fluctuation (variation) of the normal vector candidates n cand is reduced, and the eigenvector X corresponding to the largest eigenvalue λ, The eigenvector X corresponding to the second largest eigenvalue λ is obtained as an evaluation axis that is orthogonal to each other in a plane where the variance of the normal vector candidates n cand is large. The eigenvector X corresponding to the third largest (smallest) eigenvalue λ represents a vector representing the distribution of the normal vector candidates n cand , that is, the normal vector of the rotation plane. Using such a property, the normal vector calculation unit 24 uses the following formula (11);
N (t k ) = X (dim min ),
dim min = argmin {λ (dim)} (11)
Is used to determine the eigenvector X corresponding to the smallest eigenvalue λ as a representative normal vector N (t k ) that is a representative vector of a set of normal vector candidates n cand within the local time ε. The minimum eigenvalue λ is calculated by the normal vector calculation unit 24 as a numerical value indicating the degree of variation with reference to the representative normal vector N (t k ) of the normal vector candidate n cand within the local time ε.
図４は、法線ベクトル算出部２４による代表法線ベクトルＮ（ｔｋ）の算出イメージを示す概念図である。ここでは、対象物体がおおよそＺ−Ｘ平面に沿って回転した例を示している。このように、法線ベクトル候補算出部２３により、対象物体の回転状態に応じて算出された位置ベクトルｐ（ｔｋ）の軌跡に対応して、局所時間εの回転面に対応した法線ベクトル候補ｎｃａｎｄ（ｔｋ）がばらつきをもって算出される。図４の点線に示すように、この法線ベクトル候補ｎｃａｎｄ（ｔｋ）のばらつきは、おおよそ回転面に沿った分布を有している。従って、法線ベクトル算出部２４によって算出される一番目及び二番目に大きな固有値λに対応する２つの固有ベクトルＸは、回転面に沿ったベクトルとなる。一方で、法線ベクトル算出部２４によって算出される最小の固有値λに対応する固有ベクトルＸは、図４の太線で示すように、法線ベクトル候補ｎｃａｎｄ（ｔｋ）のばらつきの少ない方向を示すベクトル、すなわち、法線ベクトル候補ｎｃａｎｄ（ｔｋ）を代表する代表法線ベクトルＮ（ｔｋ）となる。 FIG. 4 is a conceptual diagram showing a calculation image of the representative normal vector N (t k ) by the normal vector calculation unit 24. Here, an example is shown in which the target object is rotated approximately along the ZX plane. Thus, the normal vector corresponding to the rotation plane of the local time ε corresponding to the locus of the position vector p (t k ) calculated according to the rotation state of the target object by the normal vector candidate calculation unit 23. Candidate n cand (t k ) is calculated with variation. As shown by the dotted line in FIG. 4, the variation of the normal vector candidate n cand (t k ) has a distribution approximately along the rotation plane. Accordingly, the two eigenvectors X corresponding to the first and second largest eigenvalues λ calculated by the normal vector calculation unit 24 are vectors along the rotation plane. On the other hand, the eigenvector X corresponding to the minimum eigenvalue λ calculated by the normal vector calculation unit 24 indicates a direction in which the normal vector candidate n cand (t k ) has less variation, as shown by the thick line in FIG. A vector, that is, a representative normal vector N (t k ) representing the normal vector candidate n cand (t k ).
回転状態度算出部２５は、固有値方程式を解くことによって算出した複数の固有ベクトルＸに対応する複数の固有値λを基に、局所時間ε内の法線ベクトル候補ｎｃａｎｄの代表法線ベクトルＮ（ｔｋ）を中心としたばらつき度合いを示す回転状態度を算出する。対象物体の回転状態にゆらぎがない状態、つまり、回転面が平面に近いほど回転面の法線ベクトルのゆらぎは小さいので、このとき算出される最小の固有値λ（ｄｉｍｍｉｎ）は、他の固有値λに比べて相対的に小さくなる。従って、最小固有値λ（ｄｉｍｍｉｎ）の大きさが他の固有値λの大きさに比較して小さければ小さいほど位置ベクトルｐが回転面に集中していることを意味している。そのことを利用して、回転状態度算出部２５は、下記式（１２）；
を用いて、局所時間でどの程度回転面が安定しているかを定量的に示す回転状態度ＣＦＲ（ｔｋ）を算出する。ここでは、回転状態度ＣＦＲ（ｔｋ）として、全ての固有値の和に対する最小固有値λ（ｄｉｍｍｉｎ）の比を算出しているが、他の固有値λに対する最小固有値λ（ｄｉｍｍｉｎ）の比較値で有ればこれには限定されない。例えば、回転状態度ＣＦＲ（ｔｋ）として、差を算出してもよいし、比較値の２乗を計算してもよいし、対数変換値を算出してもよい。
Based on a plurality of eigenvalues λ corresponding to a plurality of eigenvectors X calculated by solving an eigenvalue equation, the rotational state degree calculator 25 represents the representative normal vector N (t of the normal vector candidates n cand within the local time ε. k ) is calculated as a rotational state degree indicating a degree of variation centered on k ). In a state where there is no fluctuation in the rotation state of the target object, that is, the fluctuation of the normal vector of the rotation surface is smaller as the rotation surface is closer to the plane, the minimum eigenvalue λ (dim min ) calculated at this time is another eigenvalue It is relatively smaller than λ. Therefore, the smaller the size of the minimum eigenvalue λ (dim min ) is, the smaller the size of the other eigenvalues λ is, the more the position vector p is concentrated on the rotation plane. Utilizing this fact, the rotational state calculation unit 25 calculates the following equation (12);
Is used to calculate a rotational state degree CFR (t k ) that quantitatively indicates how stable the rotating surface is in local time. Here, the ratio of the minimum eigenvalue λ (dim min ) to the sum of all eigenvalues is calculated as the rotation state degree CFR (t k ), but the comparison value of the minimum eigenvalue λ (dim min ) with respect to other eigenvalues λ. If it is, it will not be limited to this. For example, as the rotational state degree CFR (t k ), the difference may be calculated, the square of the comparison value may be calculated, or the logarithmic conversion value may be calculated.
また、回転状態度算出部２５は、上記のように算出した回転状態度ＣＦＲ（ｔｋ）を基にして、対象物体の回転状態を判定した判定情報を生成する。例えば、回転状態度算出部２５は、下記式（１３）；
ＣＦＲ（ｔｋ）＜Ｔｈ１ …（１３）
を用いて回転状態度ＣＦＲ（ｔｋ）を規定の閾値Ｔｈ１と比較し、回転状態度ＣＦＲ（ｔｋ）が閾値Ｔｈ１より小さい場合に、時刻ｔｋの近傍で対象物体が回転状態にあったと判定する。そして、回転状態度算出部２５は、この判定の結果を示す判定情報を生成する。この判定情報には回転面の向きを示す情報や回転方向を示す情報が含まれていてもよい。この判定情報により、代表法線ベクトルＮ（ｔｋ）によって示される回転面が、時刻ｔｋを中心とする局所時間ε内における回転状態を示すものとして妥当であるかが判断できる。なお、上記式（１３）において設定される閾値Ｔｈ１は、回転状態を判定するための閾値であり、事前に測定したい回転状態の精度に応じて調整される。
Further, the rotation state degree calculation unit 25 generates determination information for determining the rotation state of the target object based on the rotation state degree CFR (t k ) calculated as described above. For example, the rotational state degree calculation unit 25 uses the following formula (13);
CFR (t k ) <Th1 (13)
Is used to compare the rotational state degree CFR (t k ) with a prescribed threshold value Th1, and when the rotational state degree CFR (t k ) is smaller than the threshold value Th1, the target object is in the rotational state in the vicinity of time t k. judge. Then, the rotational state degree calculation unit 25 generates determination information indicating the result of this determination. This determination information may include information indicating the direction of the rotation surface and information indicating the rotation direction. With this determination information, it can be determined whether the rotation plane indicated by the representative normal vector N (t k ) is appropriate as indicating the rotation state within the local time ε centered at the time t k . The threshold value Th1 set in the above equation (13) is a threshold value for determining the rotational state, and is adjusted according to the accuracy of the rotational state that is desired to be measured in advance.
さらに、回転状態度算出部２５は、生成した判定情報を回転状態算出装置１内の他のプロセスに引き渡す。例えば、判定情報を個人認証のために用いる場合には、個人認証処理用のプロセスに引き渡す。また、判定情報をコマンド入力用に用いる場合には、ユーザインタフェース機能用のプロセスに引き渡す。また、回転状態度算出部２５は、判定情報を出力装置２０５に出力してもよいし、移動体通信モジュール２０６又は近距離通信モジュール２０７を経由して外部装置に送信してもよい。 Furthermore, the rotational state degree calculation unit 25 delivers the generated determination information to another process in the rotational state calculation device 1. For example, when the determination information is used for personal authentication, it is handed over to a process for personal authentication processing. Further, when the determination information is used for command input, it is handed over to a process for the user interface function. The rotation state degree calculation unit 25 may output the determination information to the output device 205 or may transmit the determination information to an external device via the mobile communication module 206 or the short-range communication module 207.
以下、回転状態算出装置１による回転状態の算出処理の手順について説明するとともに、本実施形態にかかる回転状態算出方法について詳述する。図５は、回転状態算出装置１の回転状態の算出処理の動作手順を示すフローチャートである。 Hereinafter, the procedure of the rotation state calculation process by the rotation state calculation device 1 will be described, and the rotation state calculation method according to the present embodiment will be described in detail. FIG. 5 is a flowchart showing the operation procedure of the rotation state calculation process of the rotation state calculation device 1.
まず、ユーザの指示入力の受け付け等を契機にして回転状態の算出処理が開始されると、プロセッサ２０のデータ取得部２１によって、３軸角速度センサ１０から連続した時刻ｔｋにおける３軸角速度データΩ（ｔｋ）が取得される（ステップＳ１０１）。そうすると、データ前処理部２２により、連続した時刻ｔｋにおける３軸角速度データΩ（ｔｋ）を基に、回転状態算出装置１の向きを示す３軸方向の角度データθ（ｔｋ）が時系列に算出される（ステップＳ１０２）。さらに、データ前処理部２２により、この時系列の３軸角度データθ（ｔｋ）からノイズが除去されることにより、データ成形済みの３軸角度データθ＾（ｔｋ）が時系列に算出される（ステップＳ１０３）。 First, the calculation processing of the rotation state in the response to acceptance of the user instruction input is started, the data acquisition unit 21 of the processor 20, three-axis angular velocity data Ω at time t k consecutive from 3-axis angular velocity sensor 10 (T k ) is acquired (step S101). Then, based on the triaxial angular velocity data Ω (t k ) at the continuous time t k , the data preprocessing unit 22 calculates the triaxial angle data θ (t k ) indicating the direction of the rotation state calculation device 1. A series is calculated (step S102). Furthermore, the data pre-processing unit 22 calculates the three-axis angle data θ ^ (t k ) that has been data-formed in time series by removing noise from the time-series three-axis angle data θ (t k ). (Step S103).
次に、プロセッサ２０の法線ベクトル候補算出部２３により、時系列の３軸角度データθ＾（ｔｋ）から、回転状態算出装置１の３軸角速度センサ１０の位置を示す位置ベクトルｐ（ｔｋ）が、時系列に複数算出される（ステップＳ１０４）。その後、法線ベクトル候補算出部２３により、時系列の位置ベクトルｐ（ｔｋ）を用いて、複数の離散的な時刻ｔｋにおける回転面の法線ベクトルの候補である法線ベクトル候補ｎｃａｎｄ（ｔｋ）が算出される（ステップＳ１０５）。 Next, the normal vector candidate calculation unit 23 of the processor 20 calculates the position vector p (t) indicating the position of the triaxial angular velocity sensor 10 of the rotational state calculation device 1 from the time-series triaxial angle data θ ^ (t k ). A plurality of k ) are calculated in time series (step S104). Thereafter, the normal vector candidate calculation unit 23, when using the position vector p (t k) of the sequence, a plurality of discrete normal vector is a candidate of the normal vector of the rotating surface at time t k candidate n cand (T k ) is calculated (step S105).
次に、プロセッサ２０の法線ベクトル算出部２４により、特定の時刻ｔｋを中心とした局所時間εにおける法線ベクトル候補ｎｃａｎｄ（ｔｋ）を用いて主成分分析を行うことにより、代表法線ベクトルＮ（ｔｋ）が算出される（ステップＳ１０６）。次に、回転状態度算出部２５により、法線ベクトル算出部２４によって主成分分析の過程で算出された３つの固有値λを基に、局所時間εにおける対象物体の回転状態を定量的に示す回転状態度ＣＦＲ（ｔｋ）が算出される（ステップＳ１０７）。最後に、回転状態度算出部２５により、算出した回転状態度ＣＦＲ（ｔｋ）を基に、時刻ｔｋの近傍で対象物体が回転状態にあったか否かを示す判定情報が生成される（ステップＳ１０８）。 Next, the normal vector calculation unit 24 of the processor 20 performs principal component analysis using the normal vector candidates n cand (t k ) at the local time ε centered on the specific time t k, thereby representing the representative method. A line vector N (t k ) is calculated (step S106). Next, the rotation state degree calculation unit 25 quantitatively indicates the rotation state of the target object at the local time ε based on the three eigenvalues λ calculated by the normal vector calculation unit 24 in the course of the principal component analysis. The state degree CFR (t k ) is calculated (step S107). Finally, the rotation state degree calculation unit 25 generates determination information indicating whether or not the target object is in the rotation state in the vicinity of the time t k based on the calculated rotation state degree CFR (t k ) (step S108).
以上説明した回転状態算出装置１によれば、対象物体である回転状態算出装置１に取り付けられた３軸角速度センサ１０から時間的に連続して取得された時系列の３軸角速度データΩ（ｔｋ）を基に、対象物体の規定点に関する時系列の位置ベクトルｐ（ｔｋ）が得られ、それらの位置ベクトルｐ（ｔｋ）から外積計算により回転面の法線ベクトル候補ｎｃａｎｄ（ｔｋ）が複数算出される。さらに、時系列の法線ベクトル候補ｎｃａｎｄ（ｔｋ）を対象に分析処理を実行することにより、局所時間における代表法線ベクトルＮ（ｔｋ）が得られるとともに、その代表法線ベクトルＮ（ｔｋ）を基準とした複数の法線ベクトル候補ｎｃａｎｄ（ｔｋ）のばらつき度合いを基に対象物体の回転状態に関する回転状態度ＣＦＲ（ｔｋ）が生成される。これにより、対象物体におけるセンサ構成を複雑化させることなく、任意の回転面における対象物体の回転状態を判断した情報を得ることができる。その結果、対象物体の回転状態を回転面に関わらず柔軟に判断することができる。例えば、対象物体として腕時計型ウェアラブル端末を対象とする場合、手首を回した状態と、手をランダムに動かしている状態とを識別するのに判断基準となる情報を生成することができる。 According to the rotation state calculation device 1 described above, time-series three-axis angular velocity data Ω (t (t) obtained continuously in time from the three-axis angular velocity sensor 10 attached to the rotation state calculation device 1 that is the target object. k ), a time-series position vector p (t k ) relating to the specified point of the target object is obtained, and the normal vector candidate n cand (t of the rotation plane is calculated from the position vector p (t k ) by outer product calculation. A plurality of k ) are calculated. Further, by executing the analysis process on the time-series normal vector candidates n cand (t k ), a representative normal vector N (t k ) in local time is obtained, and the representative normal vector N (t t k) a plurality of normal vectors candidates relative to the n cand (t k) rotating state of about rotation state of the object variation degree of the group of CFR (t k) is generated. Thereby, the information which judged the rotation state of the target object in arbitrary rotation surfaces can be obtained, without complicating the sensor structure in a target object. As a result, the rotation state of the target object can be flexibly determined regardless of the rotation plane. For example, when a wristwatch-type wearable terminal is targeted as the target object, it is possible to generate information that serves as a criterion for identifying the state of turning the wrist and the state of moving the hand at random.
特に、上記実施形態によれば、対象物体の回転面の法線ベクトルの候補を簡易な計算により効率的に抽出することができる。また、法線ベクトル候補ｎｃａｎｄ（ｔｋ）からの代表法線ベクトルＮ（ｔｋ）の算出を、計算コストの少ない演算により実現できる。加えて、代表法線ベクトルＮ（ｔｋ）は固有値方程式を解くことで求めているので、代表法線ベクトルＮ（ｔｋ）の算出とそれを基準とした法線ベクトル候補のばらつき度の算出とを的確に実行することができ、対象物体の回転状態を判断した情報を定量的に表した回転状態の情報として効率的に算出することができる。 In particular, according to the above-described embodiment, candidates for the normal vector of the rotation surface of the target object can be efficiently extracted by simple calculation. In addition, the calculation of the representative normal vector N (t k ) from the normal vector candidate n cand (t k ) can be realized by an operation with a low calculation cost. In addition, since the representative normal vector N (t k ) is obtained by solving the eigenvalue equation, calculation of the representative normal vector N (t k ) and calculation of the variation degree of the normal vector candidates based on the calculation. Can be accurately executed, and information obtained by determining the rotation state of the target object can be efficiently calculated as rotation state information quantitatively represented.
次に、本実施形態の回転状態算出装置１による回転状態度ＣＦＲの算出例について示す。図６は、回転状態算出装置１による回転状態度ＣＦＲの算出対象の位置ベクトルｐ（ｔｋ）の軌跡及び代表法線ベクトルＮ（ｔｋ）の三次元空間内の位置を示す。また、図７（ａ）は、図６に示す対象物体の回転状態における回転面のＹ軸方向のひずみ値（ゆらぎ値）の時間変化を示すグラフであり、図７（ｂ）は、回転状態算出装置１によって算出された回転状態度ＣＦＲの時間変化を示すグラフである。この場合、Ｚ−Ｘ平面に沿って一定期間の間回転させ、その期間のうちの所定の時間のみ回転面にゆらぎを持たせた状態にある対象物体を算出対象とした。図７（ｂ）には、上記式（１２）で算出される回転状態度ＣＦＲを二乗して−１を乗算した値として示されている。この結果に示すように、対象物体の回転面の安定度合いに応じて回転状態度ＣＦＲが的確に算出されており、回転状態度ＣＦＲが０に近いほど対象物体が同一平面内で回転していると判断されることが分かる。 Next, a calculation example of the rotation state degree CFR by the rotation state calculation device 1 of the present embodiment will be described. FIG. 6 shows the locus of the position vector p (t k ) to be calculated for the rotation state degree CFR by the rotation state calculation device 1 and the position in the three-dimensional space of the representative normal vector N (t k ). FIG. 7A is a graph showing the time change of the strain value (fluctuation value) in the Y-axis direction of the rotating surface in the rotation state of the target object shown in FIG. 6, and FIG. 7B is the rotation state. 6 is a graph showing a change over time in a rotational state degree CFR calculated by the calculation device 1; In this case, a target object that is rotated for a certain period along the Z-X plane and in which the rotation surface is fluctuated only for a predetermined period of time is set as a calculation target. FIG. 7B shows a value obtained by squaring the rotational state degree CFR calculated by the above equation (12) and multiplying by -1. As shown in this result, the rotational state degree CFR is accurately calculated according to the degree of stability of the rotating surface of the target object, and the closer the rotational state degree CFR is to 0, the more the target object rotates in the same plane. It turns out that it is judged.
なお、本発明は、上述した実施形態に限定されるものではない。例えば、上述した実施形態では３軸角速度センサ１０と、対象物体の回転状態を算出するプロセッサ２０とが同一装置内に搭載されていたが、これらが別々の装置に搭載されていてもよい。 In addition, this invention is not limited to embodiment mentioned above. For example, in the above-described embodiment, the triaxial angular velocity sensor 10 and the processor 20 that calculates the rotation state of the target object are mounted in the same device, but these may be mounted in different devices.
図８は、この場合の本発明の変形例を示す回転状態算出サーバ１Ａの構成を示している。同図に示す変形例では、対象物体Ｓと回転状態算出サーバ１Ａとが別の装置として構成され、対象物体Ｓ内に３軸角速度センサ１０が内蔵され、回転状態算出サーバ１Ａがプロセッサ２０及びデータ格納部３０を備える。３軸角速度センサ１０のデータ送信部１２Ａは、移動体通信網等の通信ネットワークを介して３軸角速度データΩを送信し、プロセッサ２０のデータ取得部２１Ａは、データ送信部１２Ａから送信された３軸角速度データΩを受信する。このような構成によれば、対象物体の回転状態を分離されたサーバによって算出することができる。 FIG. 8 shows a configuration of a rotation state calculation server 1A showing a modification of the present invention in this case. In the modification shown in the figure, the target object S and the rotation state calculation server 1A are configured as separate devices, the triaxial angular velocity sensor 10 is built in the target object S, and the rotation state calculation server 1A includes the processor 20 and data. A storage unit 30 is provided. The data transmission unit 12A of the triaxial angular velocity sensor 10 transmits the triaxial angular velocity data Ω via a communication network such as a mobile communication network, and the data acquisition unit 21A of the processor 20 receives the 3 transmitted from the data transmission unit 12A. Receives angular velocity data Ω. According to such a configuration, the rotation state of the target object can be calculated by the separated server.
また、上記実施形態の回転状態算出装置１の代表法線ベクトルＮ（ｔｋ）の算出は、法線ベクトル候補ｎｃａｎｄ（ｔｋ）を主成分分析で処理する代わりに、位置ベクトルｐ（ｔｋ）を直接主成分分析で処理することにより行われてもよい。すなわち、この場合の法線ベクトル候補算出部２３は、図５に示す処理手順において、法線ベクトル候補の算出のステップ（Ｓ１０５）をスキップする。また、法線ベクトル算出部２４は、図５に示すステップＳ１０６において式（８）の固有値方程式を解く際に、分散共分散行列Ａを下記式（１４）で計算される変数Ｃｉｊ（ｉ，ｊ＝ｘ，ｙ，ｚ）を用いて設定する。
このような変形例によれば、法線ベクトル候補を算出することなく、代表法線ベクトルＮ（ｔｋ）を直接算出することができる。図９には、本変形例にかかる回転状態算出装置１によって算出された代表法線ベクトルＮの３次元空間内の位置を示している。ここでは、対象物体がおおよそＺ−Ｘ平面に沿って回転した状態であることを想定している。このように、回転面であるＺ−Ｘ平面に沿って２つの固有ベクトルＸ１，Ｘ２が算出され、最小固有値λに対応するベクトルが、回転面に垂直な方向の代表法線ベクトルＮとして算出される。この変形例においても、上述した回転状態算出装置１と同様にして、３つの固有値λを用いて回転状態度ＣＦＲ（ｔｋ）が算出される。
In addition, the calculation of the representative normal vector N (t k ) of the rotation state calculation device 1 of the above embodiment is performed by using the position vector p (t t) instead of processing the normal vector candidate n cand (t k ) by principal component analysis. k ) may be directly processed by principal component analysis. That is, the normal vector candidate calculation unit 23 in this case skips the normal vector candidate calculation step (S105) in the processing procedure shown in FIG. Further, when the normal vector calculation unit 24 solves the eigenvalue equation of Expression (8) in Step S106 shown in FIG. 5, the variable C ij (i, i, i) is calculated from the following equation (14). j = x, y, z).
According to such a modification, the representative normal vector N (t k ) can be directly calculated without calculating the normal vector candidate. FIG. 9 shows the position in the three-dimensional space of the representative normal vector N calculated by the rotation state calculation device 1 according to this modification. Here, it is assumed that the target object is in a state of being rotated approximately along the ZX plane. In this way, two eigenvectors X 1 and X 2 are calculated along the ZX plane which is the rotation plane, and a vector corresponding to the minimum eigenvalue λ is calculated as a representative normal vector N in a direction perpendicular to the rotation plane. Is done. Also in this modified example, the rotational state degree CFR (t k ) is calculated using the three eigenvalues λ in the same manner as the rotational state calculation device 1 described above.
１…回転状態算出装置、１Ａ…回転状態算出サーバ、１０…３軸角速度センサ、２０…プロセッサ、２１，２１Ａ…データ取得部（データ取得手段）、２２…データ前処理部（角度算出手段）、２３…法線ベクトル候補算出部（候補ベクトル算出手段）、２４…法線ベクトル算出部（代表ベクトル算出手段）、２５…回転状態度算出部（代表ベクトル算出手段）、Ｓ…対象物体。 DESCRIPTION OF SYMBOLS 1 ... Rotation state calculation apparatus, 1A ... Rotation state calculation server, 10 ... 3-axis angular velocity sensor, 20 ... Processor, 21, 21A ... Data acquisition part (data acquisition means), 22 ... Data pre-processing part (angle calculation means), 23... Normal vector candidate calculation unit (candidate vector calculation unit), 24... Normal vector calculation unit (representative vector calculation unit), 25... Rotational state degree calculation unit (representative vector calculation unit), S.
Claims (5)
前記複数の３軸角速度データを基に、複数の３軸周りの３軸角度データを時間的に連続して算出する角度算出手段と、
前記複数の３軸角度データを基に前記対象物体の規定点の位置を表す複数の位置ベクトルを時間的に連続して算出し、前記複数の位置ベクトルを用いた外積計算を実行することにより、前記対象物体の回転面の法線ベクトルの候補である法線ベクトル候補を複数算出する候補ベクトル算出手段と、
前記複数の法線ベクトル候補を対象にして分析処理を実行することにより、前記複数の法線ベクトル候補のうちの代表である代表法線ベクトルを算出するとともに、前記複数の法線ベクトル候補の前記代表法線ベクトルを基準としたばらつき度合いを算出し、前記ばらつき度合いを基に前記対象物体の回転状態に関する情報を生成する代表ベクトル算出手段と、
を備える回転状態算出装置。 Data acquisition means for continuously acquiring three-axis angular velocity data around a plurality of three axes temporally from a three-axis angular velocity sensor attached to the target object;
Based on the plurality of three-axis angular velocity data, an angle calculating means for continuously calculating three-axis angle data around the plurality of three axes in time,
By sequentially calculating a plurality of position vectors representing the positions of the specified points of the target object based on the plurality of three-axis angle data, and performing outer product calculation using the plurality of position vectors, Candidate vector calculation means for calculating a plurality of normal vector candidates that are normal vector candidates of the rotation surface of the target object;
By performing an analysis process on the plurality of normal vector candidates, a representative normal vector that is a representative of the plurality of normal vector candidates is calculated, and the plurality of normal vector candidates Representative vector calculation means for calculating a degree of variation based on a representative normal vector, and generating information on a rotation state of the target object based on the degree of variation;
A rotation state calculation device comprising:
請求項１記載の回転状態算出装置。 The candidate vector calculation means calculates a difference vector by calculating a difference between the plurality of position vectors, and calculates a cross product of one of the plurality of position vectors and the difference vector to thereby calculate the normal vector candidate. To calculate,
The rotation state calculation apparatus according to claim 1.
請求項１又は２に記載の回転状態算出装置。 The representative vector calculating means calculates the representative normal vector by performing principal component analysis on the plurality of normal vector candidates.
The rotation state calculation apparatus according to claim 1 or 2.
請求項３に記載の回転状態算出装置。 The representative vector calculating means calculates eigenvalues and eigenvectors of a variance-covariance matrix of the plurality of normal vector candidates, and determines an eigenvector having a minimum eigenvalue as the representative normal vector;
The rotation state calculation apparatus according to claim 3.
請求項４に記載の回転状態算出装置。 The representative vector calculating means calculates the degree of variation based on a plurality of eigenvalues corresponding to a plurality of eigenvectors calculated by the principal component analysis;
The rotation state calculation apparatus according to claim 4.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015095411A JP6448458B2 (en) | 2015-05-08 | 2015-05-08 | Rotation state calculation device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015095411A JP6448458B2 (en) | 2015-05-08 | 2015-05-08 | Rotation state calculation device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2016211946A true JP2016211946A (en) | 2016-12-15 |
| JP6448458B2 JP6448458B2 (en) | 2019-01-09 |
Family
ID=57551676
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015095411A Active JP6448458B2 (en) | 2015-05-08 | 2015-05-08 | Rotation state calculation device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6448458B2 (en) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009002934A (en) * | 2007-04-25 | 2009-01-08 | Commiss Energ Atom | Method and device for detecting substantially invariant rotation axis |
| US20110163950A1 (en) * | 2010-01-06 | 2011-07-07 | Cywee Group Ltd. | 3d pointing device and method for compensating movement thereof |
| WO2014125809A1 (en) * | 2013-02-13 | 2014-08-21 | 旭化成エレクトロニクス株式会社 | Attitude calculating apparatus, attitude calculating method, portable apparatus, and program |
-
2015
- 2015-05-08 JP JP2015095411A patent/JP6448458B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009002934A (en) * | 2007-04-25 | 2009-01-08 | Commiss Energ Atom | Method and device for detecting substantially invariant rotation axis |
| US20110163950A1 (en) * | 2010-01-06 | 2011-07-07 | Cywee Group Ltd. | 3d pointing device and method for compensating movement thereof |
| WO2014125809A1 (en) * | 2013-02-13 | 2014-08-21 | 旭化成エレクトロニクス株式会社 | Attitude calculating apparatus, attitude calculating method, portable apparatus, and program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6448458B2 (en) | 2019-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3120232B1 (en) | Determining user handedness and orientation using a touchscreen device | |
| KR102408359B1 (en) | Electronic device and method for controlling using the electronic device | |
| JP2004227563A (en) | Integration of inertia sensor | |
| JP6197702B2 (en) | Input method, program, and input device | |
| KR20210087181A (en) | An electronic device detecting a location and a method thereof | |
| JP5863034B2 (en) | Information terminal equipment | |
| CN107145706B (en) | Evaluation method and device for performance parameters of virtual reality VR equipment fusion algorithm | |
| JP2017191426A (en) | Input device, input control method, computer program, and storage medium | |
| KR20230038483A (en) | Indoor positioning using multiple motion estimators | |
| JP6448458B2 (en) | Rotation state calculation device | |
| CN113432620B (en) | Error estimation method and device, vehicle-mounted terminal and storage medium | |
| CN113498502A (en) | Gesture detection using external sensors | |
| JP6448459B2 (en) | Rotation state calculation device | |
| JP7016101B2 (en) | Information processing system, information processing device, program, and information processing method | |
| JP6147446B1 (en) | Inertial sensor initialization using soft constraints and penalty functions | |
| CN115715405A (en) | Hand posture estimation method, mobile device, head-mounted display and system | |
| US20140145959A1 (en) | Information processing apparatus, extension device, and input control method | |
| US10156907B2 (en) | Device for analyzing the movement of a moving element and associated method | |
| US20220283287A1 (en) | Angular and linear movement detection and compensation for user equipment | |
| Chu et al. | A study of motion recognition system using a smart phone | |
| JP6689679B2 (en) | Display device, information display system, and program | |
| KR20140083848A (en) | Gesture Recognition Method and Apparatus Using Sensor Data | |
| CN115437408A (en) | Controller, method, apparatus, system, medium, and device of display device | |
| KR20230117979A (en) | Apparatus and method for indoor positioning in electronic device | |
| US20200162845A1 (en) | Enhanced wearable device operation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180216 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181116 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20181127 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181204 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6448458 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |