JPH0594553A - 位置検出装置 - Google Patents
位置検出装置Info
- Publication number
- JPH0594553A JPH0594553A JP3175415A JP17541591A JPH0594553A JP H0594553 A JPH0594553 A JP H0594553A JP 3175415 A JP3175415 A JP 3175415A JP 17541591 A JP17541591 A JP 17541591A JP H0594553 A JPH0594553 A JP H0594553A
- Authority
- JP
- Japan
- Prior art keywords
- coordinate value
- position indicator
- indicator
- detection values
- neural network
- 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.)
- Pending
Links
Landscapes
- Measurement Of Length, Angles, Or The Like Using Electric Or Magnetic Means (AREA)
Abstract
(57)【要約】
【目的】 複雑な検出処理アルゴリズム等を必要とする
ことなく、複数の検出値から位置指示器による指定位置
の座標値を直ちに求める。 【構成】 センス部２を構成する複数のループコイル２
1 〜２nと該センス部２上で操作される位置指示器１と
の間の距離に応じて得られる複数の検出値から、該位置
指示器１による指定位置の座標値を求める位置検出装置
において、複数の検出値と位置指示器１による指定位置
の座標値との対応をニューラルネットワーク１０により
求めるようになすことにより、複数の検出値のうちから
一定レベル以上の検出値を取出したり、これらに基いて
所定の計算を行ったりすることなく、位置指示器による
指定位置の座標値を直ちに求める。
ことなく、複数の検出値から位置指示器による指定位置
の座標値を直ちに求める。 【構成】 センス部２を構成する複数のループコイル２
1 〜２nと該センス部２上で操作される位置指示器１と
の間の距離に応じて得られる複数の検出値から、該位置
指示器１による指定位置の座標値を求める位置検出装置
において、複数の検出値と位置指示器１による指定位置
の座標値との対応をニューラルネットワーク１０により
求めるようになすことにより、複数の検出値のうちから
一定レベル以上の検出値を取出したり、これらに基いて
所定の計算を行ったりすることなく、位置指示器による
指定位置の座標値を直ちに求める。
Description
【０００１】
【産業上の利用分野】本発明は、位置指示器による指定
位置の座標値を求める位置検出装置に関するものであ
る。
位置の座標値を求める位置検出装置に関するものであ
る。
【０００２】
【従来の技術】従来より、センス部を構成する複数のセ
ンサと該センス部上で操作される位置指示器との間の距
離に応じて得られる複数の検出値から、該位置指示器に
よる指定位置の座標値を求める位置検出装置が種々あっ
た。即ち、複数のループコイルを配置してなるセンス部
と、コイルを備えた位置指示器との間の電磁誘導を利用
したもの、また、複数のループコイルを配置してなるセ
ンス部と、同調回路を備えた位置指示器との間の電波の
送受信を利用したもの等があった。
ンサと該センス部上で操作される位置指示器との間の距
離に応じて得られる複数の検出値から、該位置指示器に
よる指定位置の座標値を求める位置検出装置が種々あっ
た。即ち、複数のループコイルを配置してなるセンス部
と、コイルを備えた位置指示器との間の電磁誘導を利用
したもの、また、複数のループコイルを配置してなるセ
ンス部と、同調回路を備えた位置指示器との間の電波の
送受信を利用したもの等があった。
【０００３】
【発明が解決しようとする課題】ところで、前述した位
置検出装置において、実際に位置指示器による指定位置
の座標値を得るには複数の検出値のうちから一定レベル
以上の検出値を取出し、これらに基いて所定の計算を行
うことにより該検出値を通る曲線がピークとなる座標値
を求めるという、２段階の処理が必要になるという問題
があった。また、前述した従来の位置検出装置ではセン
ス部上における位置指示器の高さや傾きによって各検出
値のレベルやパターンが異なるため、これらの場合にお
いても正確な座標値を求めようとすれば、その検出処理
アルゴリズムがさらに複雑になるという問題があった。
置検出装置において、実際に位置指示器による指定位置
の座標値を得るには複数の検出値のうちから一定レベル
以上の検出値を取出し、これらに基いて所定の計算を行
うことにより該検出値を通る曲線がピークとなる座標値
を求めるという、２段階の処理が必要になるという問題
があった。また、前述した従来の位置検出装置ではセン
ス部上における位置指示器の高さや傾きによって各検出
値のレベルやパターンが異なるため、これらの場合にお
いても正確な座標値を求めようとすれば、その検出処理
アルゴリズムがさらに複雑になるという問題があった。
【０００４】本発明は前記従来の問題点に鑑み、複雑な
検出処理アルゴリズム等を必要とすることなく、複数の
検出値から位置指示器による指定位置の座標値を直ちに
求めることができ、また、位置指示器の高さや傾きに拘
らず正確な座標値を求めることができる位置検出装置を
提供することを目的とする。
検出処理アルゴリズム等を必要とすることなく、複数の
検出値から位置指示器による指定位置の座標値を直ちに
求めることができ、また、位置指示器の高さや傾きに拘
らず正確な座標値を求めることができる位置検出装置を
提供することを目的とする。
【０００５】
【課題を解決するための手段】本発明では前記目的を達
成するため、請求項１として、センス部を構成する複数
のセンサと該センス部上で操作される位置指示器との間
の距離に応じて得られる複数の検出値から、該位置指示
器による指定位置の座標値を求める位置検出装置におい
て、複数の検出値と位置指示器による指定位置の座標値
との対応をニューラルネットワークにより求めるように
なした位置検出装置、また、請求項２として、位置指示
器をセンス部上の所定の位置に載置した際に得られる複
数の検出値と該所定の位置の座標値との関係をセンス部
上のあらゆる位置について求め、これらに基く学習によ
って決定されたシナプス結合荷重を有するニューロンを
備えたニューラルネットワークを用いた請求項１記載の
位置検出装置、また、請求項３として、位置指示器をセ
ンス部上の所定の位置に載置した際に得られる複数の検
出値と該所定の位置の座標値との関係をセンス部上のあ
らゆる位置並びに位置指示器の様々な高さ又は傾きのい
ずれか一方あるいは位置指示器の様々な高さ及び傾きに
ついて求め、これらに基く学習によって決定されたシナ
プス結合荷重を有するニューロンを備えたニューラルネ
ットワークを用いた請求項１記載の位置検出装置を提案
する。
成するため、請求項１として、センス部を構成する複数
のセンサと該センス部上で操作される位置指示器との間
の距離に応じて得られる複数の検出値から、該位置指示
器による指定位置の座標値を求める位置検出装置におい
て、複数の検出値と位置指示器による指定位置の座標値
との対応をニューラルネットワークにより求めるように
なした位置検出装置、また、請求項２として、位置指示
器をセンス部上の所定の位置に載置した際に得られる複
数の検出値と該所定の位置の座標値との関係をセンス部
上のあらゆる位置について求め、これらに基く学習によ
って決定されたシナプス結合荷重を有するニューロンを
備えたニューラルネットワークを用いた請求項１記載の
位置検出装置、また、請求項３として、位置指示器をセ
ンス部上の所定の位置に載置した際に得られる複数の検
出値と該所定の位置の座標値との関係をセンス部上のあ
らゆる位置並びに位置指示器の様々な高さ又は傾きのい
ずれか一方あるいは位置指示器の様々な高さ及び傾きに
ついて求め、これらに基く学習によって決定されたシナ
プス結合荷重を有するニューロンを備えたニューラルネ
ットワークを用いた請求項１記載の位置検出装置を提案
する。
【０００６】
【作用】本発明の請求項１によれば、複数の検出値と位
置指示器による指定位置の座標値との対応がニューラル
ネットワークにより直ちに求められる。また、請求項２
によれば、位置指示器による指定位置の座標値が正確に
求められる。また、請求項３によれば、位置指示器の高
さや傾きに拘らず、正確な座標値が直ちに求められる。
置指示器による指定位置の座標値との対応がニューラル
ネットワークにより直ちに求められる。また、請求項２
によれば、位置指示器による指定位置の座標値が正確に
求められる。また、請求項３によれば、位置指示器の高
さや傾きに拘らず、正確な座標値が直ちに求められる。
【０００７】
【実施例】図１は本発明の位置検出装置の第１の実施例
を示すもので、図中、１は位置指示器、２はセンス部、
３1 ，３2 ，……３nは増幅器、４1 ，４2 ，……４n
は検波器、５1 ，５2 はアナログ・ディジタル変換器
（Ａ／Ｄコンバータ）、１０はニューラルネットワーク
である。
を示すもので、図中、１は位置指示器、２はセンス部、
３1 ，３2 ，……３nは増幅器、４1 ，４2 ，……４n
は検波器、５1 ，５2 はアナログ・ディジタル変換器
（Ａ／Ｄコンバータ）、１０はニューラルネットワーク
である。
【０００８】位置指示器１は発振器１ａ及びコイル１ｂ
を備えており、該発振器１ａより供給される交流信号に
対応した交流磁界をコイル１ｂから発生する。センス部
２は複数、ここではｎ個のループコイル２1 ，２2 ，…
…２n を縦横に配置して全体略平板状に構成してなるも
ので、各ループコイル２1 〜２n には位置指示器１によ
る指定位置に応じた交流電圧が誘起される。増幅器３1
〜３n は各ループコイル２1 〜２n に誘起されたｎ個の
交流電圧をそれぞれ増幅し、また、検波器４1 〜４n は
該増幅されたｎ個の交流電圧をそれぞれ検波してｎ個の
直流電圧に変換する。ニューラルネットワーク１０は前
記ｎ個の直流電圧を位置指示器１による指定位置のＸ座
標値及びＹ座標値に対応する２個の直流電圧に変換す
る。Ａ／Ｄコンバータ５1 及び５2 は前記２個の直流電
圧をＡ／Ｄ変換し、位置指示器１による指定位置のＸ座
標値及びＹ座標値を示すディジタル値に変換する。
を備えており、該発振器１ａより供給される交流信号に
対応した交流磁界をコイル１ｂから発生する。センス部
２は複数、ここではｎ個のループコイル２1 ，２2 ，…
…２n を縦横に配置して全体略平板状に構成してなるも
ので、各ループコイル２1 〜２n には位置指示器１によ
る指定位置に応じた交流電圧が誘起される。増幅器３1
〜３n は各ループコイル２1 〜２n に誘起されたｎ個の
交流電圧をそれぞれ増幅し、また、検波器４1 〜４n は
該増幅されたｎ個の交流電圧をそれぞれ検波してｎ個の
直流電圧に変換する。ニューラルネットワーク１０は前
記ｎ個の直流電圧を位置指示器１による指定位置のＸ座
標値及びＹ座標値に対応する２個の直流電圧に変換す
る。Ａ／Ｄコンバータ５1 及び５2 は前記２個の直流電
圧をＡ／Ｄ変換し、位置指示器１による指定位置のＸ座
標値及びＹ座標値を示すディジタル値に変換する。
【０００９】図２は図１中のニューラルネットワーク１
０の一例を示すもので、図中、１１1 ，１１2 ，……１
１n は入力端子、１２1 ，１２2 ，……１２m は一段目
のニューロン、１３1 ，１３2 ，……１３m は中間出力
端子、１４1 ，１４2 は二段目のニューロン、１５1 ，
１５2 は出力端子である。
０の一例を示すもので、図中、１１1 ，１１2 ，……１
１n は入力端子、１２1 ，１２2 ，……１２m は一段目
のニューロン、１３1 ，１３2 ，……１３m は中間出力
端子、１４1 ，１４2 は二段目のニューロン、１５1 ，
１５2 は出力端子である。
【００１０】前記入力端子１１1 〜１１n は入力層を構
成し、また、ニューロン１２1 〜１２m 及び中間出力端
子１３1 〜１３m は中間層を構成し、また、ニューロン
１４1 ，１４2 及び出力端子１５1 ，１５2 は出力層を
構成して、全体として３層の階層型のニューラルネット
ワークを構成しており、複数、ここではｎ個の入力値
（検出値）より２個の出力値（Ｘ座標値及びＹ座標値）
を得る如くなっている。
成し、また、ニューロン１２1 〜１２m 及び中間出力端
子１３1 〜１３m は中間層を構成し、また、ニューロン
１４1 ，１４2 及び出力端子１５1 ，１５2 は出力層を
構成して、全体として３層の階層型のニューラルネット
ワークを構成しており、複数、ここではｎ個の入力値
（検出値）より２個の出力値（Ｘ座標値及びＹ座標値）
を得る如くなっている。
【００１１】図３はニューラルネットワークの基本単位
であるニューロンの概要を示すもので、ニューロン２０
はｌ個の入力値ｘ1 ，ｘ2 ，……ｘl に対してそれぞれ
シナプス結合荷重ｗ1 ，ｗ2 ，……ｗl を乗じてその総
和を取り、これに固有の閾値ｈを加え（積和演算）、さ
らにこれを上限及び下限を有する非線形関数ｆ(x)に通
す（関数演算）ことにより出力値ｙを得る如くなってお
り、 ｙ＝ｆ（ｗ1 ・ｘ1 ＋ｗ2 ・ｘ2 ＋……＋ｗl ・ｘl ＋ｈ） …… (1) と表される。
であるニューロンの概要を示すもので、ニューロン２０
はｌ個の入力値ｘ1 ，ｘ2 ，……ｘl に対してそれぞれ
シナプス結合荷重ｗ1 ，ｗ2 ，……ｗl を乗じてその総
和を取り、これに固有の閾値ｈを加え（積和演算）、さ
らにこれを上限及び下限を有する非線形関数ｆ(x)に通
す（関数演算）ことにより出力値ｙを得る如くなってお
り、 ｙ＝ｆ（ｗ1 ・ｘ1 ＋ｗ2 ・ｘ2 ＋……＋ｗl ・ｘl ＋ｈ） …… (1) と表される。
【００１２】ここで、シナプス結合荷重が正の場合には
興奮性のシナプス結合に、また、負の場合は抑制性のシ
ナプス結合に対応する。なお、シナプス結合荷重の値は
バックプロパゲーション等の手法を用いて決定される。
興奮性のシナプス結合に、また、負の場合は抑制性のシ
ナプス結合に対応する。なお、シナプス結合荷重の値は
バックプロパゲーション等の手法を用いて決定される。
【００１３】図２において、前記入力端子１１1 ，１１
2 ，……１１n にはｎ個の入力信号Ｎ1 ，Ｎ2 ，……Ｎ
n がそれぞれ入力されているが、これらはそれぞれｍ個
のニューロン１２1 ，１２2 ，……１２m に分配して入
力される。各ニューロン１２1 ，１２2 ，……１２m は
それぞれ前述した積和演算及び関数演算処理を行う。さ
らに、各ニューロン１２1 ，１２2 ，……１２m の出力
信号はそれぞれ中間出力端子１３1 ，１３2 ，……１３
mから出力されるとともに、２個のニューロン１４1 ，
１４2 に分配して入力される。各ニューロン１４1 ，１
４2 もそれぞれ前述した積和演算及び関数演算処理を行
い、その各出力信号Ｏ1 ，Ｏ2 はそれぞれ２個の出力端
子１５1 ，１５2 より出力される。
2 ，……１１n にはｎ個の入力信号Ｎ1 ，Ｎ2 ，……Ｎ
n がそれぞれ入力されているが、これらはそれぞれｍ個
のニューロン１２1 ，１２2 ，……１２m に分配して入
力される。各ニューロン１２1 ，１２2 ，……１２m は
それぞれ前述した積和演算及び関数演算処理を行う。さ
らに、各ニューロン１２1 ，１２2 ，……１２m の出力
信号はそれぞれ中間出力端子１３1 ，１３2 ，……１３
mから出力されるとともに、２個のニューロン１４1 ，
１４2 に分配して入力される。各ニューロン１４1 ，１
４2 もそれぞれ前述した積和演算及び関数演算処理を行
い、その各出力信号Ｏ1 ，Ｏ2 はそれぞれ２個の出力端
子１５1 ，１５2 より出力される。
【００１４】図４はニューロンの具体的構成の一例を示
すもので、図中、２１，２２，２３は演算増幅器、２４
は抑制性入力端子、２５は興奮性入力端子、２６は閾値
電圧入力端子、２７は出力端子である。
すもので、図中、２１，２２，２３は演算増幅器、２４
は抑制性入力端子、２５は興奮性入力端子、２６は閾値
電圧入力端子、２７は出力端子である。
【００１５】演算増幅器２１は複数の抑制性入力端子２
４より抵抗を介してそれぞれ入力される複数の入力値を
加算し、また、演算増幅器２２は複数の興奮性入力端子
２５より抵抗を介してそれぞれ入力される複数の入力値
を加算し、また、演算増幅器２３は閾値電圧入力端子２
６より入力される閾値電圧Ｖh を加算し、これらは全て
加算されて出力端子２７から出力される。
４より抵抗を介してそれぞれ入力される複数の入力値を
加算し、また、演算増幅器２２は複数の興奮性入力端子
２５より抵抗を介してそれぞれ入力される複数の入力値
を加算し、また、演算増幅器２３は閾値電圧入力端子２
６より入力される閾値電圧Ｖh を加算し、これらは全て
加算されて出力端子２７から出力される。
【００１６】なお、抑制性入力端子２４及び興奮性入力
端子２５の各端子が図３に示したニューロンの一の入力
端子に相当し、該入力端子２４及び２５の数の合計が前
記ｌ個となるが、いずれの入力端子が抑制性とされ、ま
た、興奮性とされるかは後述する学習によって決定され
る。また、各入力端子２４及び２５に接続された抵抗の
値がシナプス結合荷重に相当し、また、閾値電圧Ｖh が
閾値に相当するが、これらの値も後述する学習によって
決定される。
端子２５の各端子が図３に示したニューロンの一の入力
端子に相当し、該入力端子２４及び２５の数の合計が前
記ｌ個となるが、いずれの入力端子が抑制性とされ、ま
た、興奮性とされるかは後述する学習によって決定され
る。また、各入力端子２４及び２５に接続された抵抗の
値がシナプス結合荷重に相当し、また、閾値電圧Ｖh が
閾値に相当するが、これらの値も後述する学習によって
決定される。
【００１７】図５は図１の装置に関する学習用のデータ
を収集するための構成を示すもので、図中、図１と同一
構成部分は同一符号をもって表す。即ち、１は位置指示
器、２はセンス部、３1 〜３n は増幅器、４1〜４n は
検波器、３１はＸＹテーブル、３２はアナログマルチプ
レクサ、３３はアナログ・ディジタル変換器（Ａ／Ｄコ
ンバータ）、３４はマイクロプロセッサ（ＣＰＵ）、３
５はメモリである。また、図６はＣＰＵ３４の動作フロ
ーチャートである。
を収集するための構成を示すもので、図中、図１と同一
構成部分は同一符号をもって表す。即ち、１は位置指示
器、２はセンス部、３1 〜３n は増幅器、４1〜４n は
検波器、３１はＸＹテーブル、３２はアナログマルチプ
レクサ、３３はアナログ・ディジタル変換器（Ａ／Ｄコ
ンバータ）、３４はマイクロプロセッサ（ＣＰＵ）、３
５はメモリである。また、図６はＣＰＵ３４の動作フロ
ーチャートである。
【００１８】ＸＹテーブル３１はＣＰＵ３４から供給さ
れるＸ座標値Ｔ1 及びＹ座標値Ｔ2 に従って、位置指示
器１をセンス部２上の該Ｘ座標値Ｔ1 及びＹ座標値Ｔ2
に対応する位置に載置させる。アナログマルチプレクサ
３２は位置指示器１をセンス部２上に載置させた際に検
波器４1 〜４n から出力されるｎ個の直流電圧Ｎ1〜Ｎ
n をＡ／Ｄコンバータ３３に順次切替えて送出する。Ａ
／Ｄコンバータ３３は順次入力される前記直流電圧Ｎ1
〜Ｎn をそれぞれディジタル値に変換してＣＰＵ３４に
送出する。ＣＰＵ３４は図６に示すフローチャートに従
ってＸＹテーブル３１及びアナログマルチプレクサ３２
を制御し、位置指示器１をセンス部２上のあらゆる位置
に載置させた際に得られる前記直流電圧Ｎ1 〜Ｎn に対
応するディジタル値を、その際のＸ座標値Ｔ1 及びＹ座
標値Ｔ2 とともにメモリ３５に記憶させる。
れるＸ座標値Ｔ1 及びＹ座標値Ｔ2 に従って、位置指示
器１をセンス部２上の該Ｘ座標値Ｔ1 及びＹ座標値Ｔ2
に対応する位置に載置させる。アナログマルチプレクサ
３２は位置指示器１をセンス部２上に載置させた際に検
波器４1 〜４n から出力されるｎ個の直流電圧Ｎ1〜Ｎ
n をＡ／Ｄコンバータ３３に順次切替えて送出する。Ａ
／Ｄコンバータ３３は順次入力される前記直流電圧Ｎ1
〜Ｎn をそれぞれディジタル値に変換してＣＰＵ３４に
送出する。ＣＰＵ３４は図６に示すフローチャートに従
ってＸＹテーブル３１及びアナログマルチプレクサ３２
を制御し、位置指示器１をセンス部２上のあらゆる位置
に載置させた際に得られる前記直流電圧Ｎ1 〜Ｎn に対
応するディジタル値を、その際のＸ座標値Ｔ1 及びＹ座
標値Ｔ2 とともにメモリ３５に記憶させる。
【００１９】図７は図１の装置のニューラルネットワー
クにおいて学習を行うための構成を示すもので、図中、
図１又は図５と同一構成部分は同一符号をもって表す。
即ち、５1 ，５2 及び３７1 ，３７2 ，……３７m はア
ナログ・ディジタル変換器（Ａ／Ｄコンバータ）、１０
はニューラルネットワーク、３５はメモリ、３６1 ，３
６2 ，……３６n はディジタル・アナログ変換器（Ｄ／
Ａコンバータ）、３８はマイクロプロセッサ（ＣＰＵ）
である。但し、ここで用いるニューラルネットワーク１
０はその各ニューロンにおけるシナプス結合荷重及び閾
値（図４のニューロンにおける抵抗値及び閾値電圧）を
ＣＰＵ３８からの命令に従って任意に変更可能なもので
あり、各ニューロンにおけるシナプス結合荷重及び閾値
は図７に示すような値とする。即ち、ニューロン１２1
のシナプス結合荷重及び閾値はＷ11，Ｗ12，……Ｗ1n及
びＤ1 、ニューロン１２2 のシナプス結合荷重及び閾値
はＷ21，Ｗ22，……Ｗ2n及びＤ2 、……、ニューロン１
２m のシナプス結合荷重及び閾値はＷm1，Ｗm2，……Ｗ
mn及びＤm であり、また、ニューロン１４1 のシナプス
結合荷重及び閾値はＶ11，Ｖ12，……Ｖ1m及びＥ1 、ニ
ューロン１４2 のシナプス結合荷重及び閾値はＶ21，Ｖ
22，……Ｖ2m及びＥ2 である。また、図９はＣＰＵ３８
の動作フローチャートである。
クにおいて学習を行うための構成を示すもので、図中、
図１又は図５と同一構成部分は同一符号をもって表す。
即ち、５1 ，５2 及び３７1 ，３７2 ，……３７m はア
ナログ・ディジタル変換器（Ａ／Ｄコンバータ）、１０
はニューラルネットワーク、３５はメモリ、３６1 ，３
６2 ，……３６n はディジタル・アナログ変換器（Ｄ／
Ａコンバータ）、３８はマイクロプロセッサ（ＣＰＵ）
である。但し、ここで用いるニューラルネットワーク１
０はその各ニューロンにおけるシナプス結合荷重及び閾
値（図４のニューロンにおける抵抗値及び閾値電圧）を
ＣＰＵ３８からの命令に従って任意に変更可能なもので
あり、各ニューロンにおけるシナプス結合荷重及び閾値
は図７に示すような値とする。即ち、ニューロン１２1
のシナプス結合荷重及び閾値はＷ11，Ｗ12，……Ｗ1n及
びＤ1 、ニューロン１２2 のシナプス結合荷重及び閾値
はＷ21，Ｗ22，……Ｗ2n及びＤ2 、……、ニューロン１
２m のシナプス結合荷重及び閾値はＷm1，Ｗm2，……Ｗ
mn及びＤm であり、また、ニューロン１４1 のシナプス
結合荷重及び閾値はＶ11，Ｖ12，……Ｖ1m及びＥ1 、ニ
ューロン１４2 のシナプス結合荷重及び閾値はＶ21，Ｖ
22，……Ｖ2m及びＥ2 である。また、図９はＣＰＵ３８
の動作フローチャートである。
【００２０】Ｄ／Ａコンバータ３６1 〜３６n はＣＰＵ
３８を介して供給される前記メモリ１５に記憶されたｎ
個のディジタル値をそれぞれ元の直流電圧Ｎ1 〜Ｎn に
変換してニューラルネットワーク１０の入力端子１１1
〜１１n に送出する。Ａ／Ｄコンバータ３７1 〜３７m
はニューラルネットワーク１０の中間出力端子１３1 〜
１３m より出力されるｍ個の中間出力電圧Ｈ1 〜Ｈm を
ディジタル値に変換してコンピュータ３８に送出する。
Ａ／Ｄコンバータ５1 ，５2 はニューラルネットワーク
１０の出力端子１５1 ，１５2 より出力される２個の出
力電圧Ｏ1 ，Ｏ2 をディジタル値に変換してコンピュー
タ３８に送出する。コンピュータ３８は図９に示すフロ
ーチャートに従って学習を実行する。
３８を介して供給される前記メモリ１５に記憶されたｎ
個のディジタル値をそれぞれ元の直流電圧Ｎ1 〜Ｎn に
変換してニューラルネットワーク１０の入力端子１１1
〜１１n に送出する。Ａ／Ｄコンバータ３７1 〜３７m
はニューラルネットワーク１０の中間出力端子１３1 〜
１３m より出力されるｍ個の中間出力電圧Ｈ1 〜Ｈm を
ディジタル値に変換してコンピュータ３８に送出する。
Ａ／Ｄコンバータ５1 ，５2 はニューラルネットワーク
１０の出力端子１５1 ，１５2 より出力される２個の出
力電圧Ｏ1 ，Ｏ2 をディジタル値に変換してコンピュー
タ３８に送出する。コンピュータ３８は図９に示すフロ
ーチャートに従って学習を実行する。
【００２１】ここで、入力電圧をＮi （ｉ＝１，２，…
…ｎ）（０≦Ｎi ≦１）、中間出力電圧をＨj （ｊ＝
１，２，……ｍ）（０≦Ｈj ≦１）、出力電圧をＯ
k （ｋ＝１，２）（０≦Ｏk ≦１）、入力電圧Ｎi に対
応する既知の出力電圧、即ちＸ座標値及びＹ座標値をＴ
k （ｋ＝１，２）（０≦Ｔk ≦１）とすると、出力層の
結合荷重Ｖkj及び閾値Ｅk 並びに中間層の結合荷重Ｗji
及び閾値Ｄj は、それぞれ Ｖkj＝Ｖkj＋α1 ・Ｈj ・ｆ´（Ｏk ）・（Ｔk −Ｏk ） ……(2) Ｅk ＝Ｅk ＋α2 ・ｆ´（Ｏk ）・（Ｔk −Ｏk ） ……(3) Ｗji＝Ｗji＋β1 ・Ｎi ・ｆ´（Ｈj ）・Σ［ｋ＝１〜２］｛（Ｔk −Ｏk ） ・ｆ´（Ｏk ）・Ｖkj｝ ……(4) Ｄj ＝Ｄj ＋β2 ・ｆ´（Ｈj ）・Σ［ｋ＝１〜２］｛（Ｔk −Ｏk ） ・ｆ´（Ｏk ）・Ｖkj｝ ……(5) （但し、α1 ，α2 ，β1 ，β2 は学習の係数、ｆ´
（Ｏk ）は０＜Ｏk ＜１の時に１、Ｏk ＝１又はＯk ＝
０の時に０、ｆ´（Ｈj ）は０＜Ｈj ＜１の時に１、Ｈ
j ＝１又はＨj ＝０の時に０） と表される。
…ｎ）（０≦Ｎi ≦１）、中間出力電圧をＨj （ｊ＝
１，２，……ｍ）（０≦Ｈj ≦１）、出力電圧をＯ
k （ｋ＝１，２）（０≦Ｏk ≦１）、入力電圧Ｎi に対
応する既知の出力電圧、即ちＸ座標値及びＹ座標値をＴ
k （ｋ＝１，２）（０≦Ｔk ≦１）とすると、出力層の
結合荷重Ｖkj及び閾値Ｅk 並びに中間層の結合荷重Ｗji
及び閾値Ｄj は、それぞれ Ｖkj＝Ｖkj＋α1 ・Ｈj ・ｆ´（Ｏk ）・（Ｔk −Ｏk ） ……(2) Ｅk ＝Ｅk ＋α2 ・ｆ´（Ｏk ）・（Ｔk −Ｏk ） ……(3) Ｗji＝Ｗji＋β1 ・Ｎi ・ｆ´（Ｈj ）・Σ［ｋ＝１〜２］｛（Ｔk −Ｏk ） ・ｆ´（Ｏk ）・Ｖkj｝ ……(4) Ｄj ＝Ｄj ＋β2 ・ｆ´（Ｈj ）・Σ［ｋ＝１〜２］｛（Ｔk −Ｏk ） ・ｆ´（Ｏk ）・Ｖkj｝ ……(5) （但し、α1 ，α2 ，β1 ，β2 は学習の係数、ｆ´
（Ｏk ）は０＜Ｏk ＜１の時に１、Ｏk ＝１又はＯk ＝
０の時に０、ｆ´（Ｈj ）は０＜Ｈj ＜１の時に１、Ｈ
j ＝１又はＨj ＝０の時に０） と表される。
【００２２】なお、図４のニューロンにおいて、結合荷
重の値を大きくすることは入力端子２４又は２５に接続
された抵抗の値を小さくすることに相当し、また、結合
荷重の値を小さくすることは前記抵抗の値を大きくする
ことに相当し、また、結合荷重が正から負へ変ることは
入力端子が興奮性から抑制性に切替わることに相当し、
また、結合荷重が負から正へ変ることは入力端子が抑制
性から興奮性に切替わることに相当する。
重の値を大きくすることは入力端子２４又は２５に接続
された抵抗の値を小さくすることに相当し、また、結合
荷重の値を小さくすることは前記抵抗の値を大きくする
ことに相当し、また、結合荷重が正から負へ変ることは
入力端子が興奮性から抑制性に切替わることに相当し、
また、結合荷重が負から正へ変ることは入力端子が抑制
性から興奮性に切替わることに相当する。
【００２３】前記ニューラルネットワーク１０の各ニュ
ーロンにおける抵抗を、前述した学習が収束した時点に
おけるシナプス結合荷重（抵抗値）を備えた固定抵抗に
置換え、また、各ニューロンにおける閾値を、前述した
学習が収束した時点における閾値電圧に固定することに
より図１の装置が完成する。
ーロンにおける抵抗を、前述した学習が収束した時点に
おけるシナプス結合荷重（抵抗値）を備えた固定抵抗に
置換え、また、各ニューロンにおける閾値を、前述した
学習が収束した時点における閾値電圧に固定することに
より図１の装置が完成する。
【００２４】前記実施例によれば、位置指示器１をセン
ス部２上の任意の位置に載置した時に得られるｎ個の直
流電圧からニューラルネットワーク１０によりＸ座標値
及びＹ座標値を求めることができ、複雑な検出処理アル
ゴリズム等を必要とすることなく、複数の検出値から位
置指示器による指定位置の座標値を直ちに求めることが
できる。
ス部２上の任意の位置に載置した時に得られるｎ個の直
流電圧からニューラルネットワーク１０によりＸ座標値
及びＹ座標値を求めることができ、複雑な検出処理アル
ゴリズム等を必要とすることなく、複数の検出値から位
置指示器による指定位置の座標値を直ちに求めることが
できる。
【００２５】なお、前記実施例において、学習用のデー
タとして、センス部２上で位置指示器１を様々な高さを
もって移動させた時のデータや、センス部２上で位置指
示器１を様々な方向及び大きさをもって傾けながら移動
させた時のデータを加えておけば、該位置指示器１の高
さや傾きに拘らず正確な座標値を直ちに求めることがで
きる。また、前記実施例ではニューラルネットワークと
して中間出力端子を備えたものを用いたが、これに限ら
れるものではない。
タとして、センス部２上で位置指示器１を様々な高さを
もって移動させた時のデータや、センス部２上で位置指
示器１を様々な方向及び大きさをもって傾けながら移動
させた時のデータを加えておけば、該位置指示器１の高
さや傾きに拘らず正確な座標値を直ちに求めることがで
きる。また、前記実施例ではニューラルネットワークと
して中間出力端子を備えたものを用いたが、これに限ら
れるものではない。
【００２６】図１０は本発明の位置検出装置の第２の実
施例を示すもので、図中、４１は位置指示器、４２はセ
ンス部、４３はアナログマルチプレクサ、４４，４５は
発振器、４６は分周器、４７は送受切替回路、４８はカ
ウンタ、４９は増幅器、５０は検波器、５１はアナログ
・ディジタル変換器（Ａ／Ｄコンバータ）、５２は処理
装置である。
施例を示すもので、図中、４１は位置指示器、４２はセ
ンス部、４３はアナログマルチプレクサ、４４，４５は
発振器、４６は分周器、４７は送受切替回路、４８はカ
ウンタ、４９は増幅器、５０は検波器、５１はアナログ
・ディジタル変換器（Ａ／Ｄコンバータ）、５２は処理
装置である。
【００２７】位置指示器４１はコイル及びコンデンサか
らなる同調回路４１ａを備えている。センス部４２は複
数、ここではｎ個のループコイル４２1 ，４２2 ，……
４２n を縦横に配置して全体略平板状に構成されてい
る。処理装置５２は周知のＣＰＵ，ＲＯＭ，ＲＡＭから
なっている。
らなる同調回路４１ａを備えている。センス部４２は複
数、ここではｎ個のループコイル４２1 ，４２2 ，……
４２n を縦横に配置して全体略平板状に構成されてい
る。処理装置５２は周知のＣＰＵ，ＲＯＭ，ＲＡＭから
なっている。
【００２８】発振器４５の出力は分周器４６によって分
周され、送受切替回路４７を制御するクロック信号とな
る。また、このクロック信号はカウンタ４８に供給さ
れ、アナログマルチプレクサ４３を順次切替える信号と
なる。送受切替回路４７が送信のタイミングにおいて、
発振器４４の信号はアナログマルチプレクサ４３によっ
て選択されている一のループコイルに供給され、ここか
ら電波が放射されて該一のループコイルと位置指示器４
１との間の距離に応じた交流電圧が位置指示器４１の同
調回路４１ａに誘起される。
周され、送受切替回路４７を制御するクロック信号とな
る。また、このクロック信号はカウンタ４８に供給さ
れ、アナログマルチプレクサ４３を順次切替える信号と
なる。送受切替回路４７が送信のタイミングにおいて、
発振器４４の信号はアナログマルチプレクサ４３によっ
て選択されている一のループコイルに供給され、ここか
ら電波が放射されて該一のループコイルと位置指示器４
１との間の距離に応じた交流電圧が位置指示器４１の同
調回路４１ａに誘起される。
【００２９】次に、送受切替回路４７が受信のタイミン
グに切替わると、前記同調回路４１ａに誘起した交流電
圧は次第に減衰していくが、この際、該同調回路４１ａ
は逆に電波を放射するため、前記アナログマルチプレク
サ４３によって選択されている一のループコイルには該
一のループコイルと位置指示器４１との間の距離に応じ
た交流電圧が誘起される。この交流電圧は増幅器４９、
検波器５０及びＡ／Ｄコンバータ５１を介してディジタ
ル値として処理装置５２に一時記憶される。
グに切替わると、前記同調回路４１ａに誘起した交流電
圧は次第に減衰していくが、この際、該同調回路４１ａ
は逆に電波を放射するため、前記アナログマルチプレク
サ４３によって選択されている一のループコイルには該
一のループコイルと位置指示器４１との間の距離に応じ
た交流電圧が誘起される。この交流電圧は増幅器４９、
検波器５０及びＡ／Ｄコンバータ５１を介してディジタ
ル値として処理装置５２に一時記憶される。
【００３０】次に、アナログマルチプレクサ４３によっ
て他のループコイルが選択されて前記同様な電波の送受
信が行われ、その際、得られた他のループコイルと位置
指示器４１との間の距離に応じた交流電圧がディジタル
値として処理装置５２に記憶される。以下、前述した動
作が全てのループコイルについて同様に行われ、位置指
示器４１による指定位置の座標値に対応したｎ個のディ
ジタル値が得られる。
て他のループコイルが選択されて前記同様な電波の送受
信が行われ、その際、得られた他のループコイルと位置
指示器４１との間の距離に応じた交流電圧がディジタル
値として処理装置５２に記憶される。以下、前述した動
作が全てのループコイルについて同様に行われ、位置指
示器４１による指定位置の座標値に対応したｎ個のディ
ジタル値が得られる。
【００３１】前記ｎ個のディジタル値は処理装置５２内
においてソフトウェアで実現される第１の実施例の場合
と同様なニューラルネットワークに入力され、位置指示
器４１による指定位置のＸ座標値及びＹ座標値に変換さ
れる。
においてソフトウェアで実現される第１の実施例の場合
と同様なニューラルネットワークに入力され、位置指示
器４１による指定位置のＸ座標値及びＹ座標値に変換さ
れる。
【００３２】なお、本実施例におけるニューラルネット
ワークに対する学習の手順も第１の実施例の場合と同様
であり、シナプス結合荷重及び閾値の学習結果は処理装
置５２内のＲＯＭに予め保持される。
ワークに対する学習の手順も第１の実施例の場合と同様
であり、シナプス結合荷重及び閾値の学習結果は処理装
置５２内のＲＯＭに予め保持される。
【００３３】
【発明の効果】以上説明したように本発明の請求項１に
よれば、センス部を構成する複数のセンサと該センス部
上で操作される位置指示器との間の距離に応じて得られ
る複数の検出値から、該位置指示器による指定位置の座
標値を求める位置検出装置において、複数の検出値と位
置指示器による指定位置の座標値との対応をニューラル
ネットワークにより求めるようになしたため、複雑な検
出処理アルゴリズム等を必要とすることなく、複数の検
出値から位置指示器による指定位置の座標値を直ちに求
めることができる。
よれば、センス部を構成する複数のセンサと該センス部
上で操作される位置指示器との間の距離に応じて得られ
る複数の検出値から、該位置指示器による指定位置の座
標値を求める位置検出装置において、複数の検出値と位
置指示器による指定位置の座標値との対応をニューラル
ネットワークにより求めるようになしたため、複雑な検
出処理アルゴリズム等を必要とすることなく、複数の検
出値から位置指示器による指定位置の座標値を直ちに求
めることができる。
【００３４】また、本発明の請求項２によれば、位置指
示器をセンス部上の所定の位置に載置した際に得られる
複数の検出値と該所定の位置の座標値との関係をセンス
部上のあらゆる位置について求め、これらに基く学習に
よって決定されたシナプス結合荷重を有するニューロン
を備えたニューラルネットワークを用いたため、位置指
示器による指定位置の座標値を正確に求めることができ
る。
示器をセンス部上の所定の位置に載置した際に得られる
複数の検出値と該所定の位置の座標値との関係をセンス
部上のあらゆる位置について求め、これらに基く学習に
よって決定されたシナプス結合荷重を有するニューロン
を備えたニューラルネットワークを用いたため、位置指
示器による指定位置の座標値を正確に求めることができ
る。
【００３５】また、本発明の請求項３によれば、位置指
示器をセンス部上の所定の位置に載置した際に得られる
複数の検出値と該所定の位置の座標値との関係をセンス
部上のあらゆる位置並びに位置指示器の様々な高さ又は
傾きのいずれか一方あるいは位置指示器の様々な高さ及
び傾きについて求め、これらに基く学習によって決定さ
れたシナプス結合荷重を有するニューロンを備えたニュ
ーラルネットワークを用いたため、位置指示器の高さや
傾きに拘らず、正確な座標値を直ちに求めることができ
る。
示器をセンス部上の所定の位置に載置した際に得られる
複数の検出値と該所定の位置の座標値との関係をセンス
部上のあらゆる位置並びに位置指示器の様々な高さ又は
傾きのいずれか一方あるいは位置指示器の様々な高さ及
び傾きについて求め、これらに基く学習によって決定さ
れたシナプス結合荷重を有するニューロンを備えたニュ
ーラルネットワークを用いたため、位置指示器の高さや
傾きに拘らず、正確な座標値を直ちに求めることができ
る。
【図１】本発明の位置検出装置の第１の実施例を示す構
成図
成図
【図２】図１中のニューラルネットワークの一例を示す
構成図
構成図
【図３】ニューラルネットワークを構成するニューロン
の概要図
の概要図
【図４】ニューロンの具体的構成の一例を示す回路図
【図５】図１の装置に関する学習用のデータを収集する
ための構成図
ための構成図
【図６】図５中のマイクロプロセッサの動作フローチャ
ート
ート
【図７】図１の装置において学習を行うための構成図
【図８】ニューラルネットワークにおけるシナプス結合
荷重、閾値、入力値及び出力値の一例を示す説明図
荷重、閾値、入力値及び出力値の一例を示す説明図
【図９】図７中のマイクロプロセッサの動作フローチャ
ート
ート
【図１０】本発明の位置検出装置の第２の実施例を示す
構成図
構成図
１，４１…位置指示器、２，４２…センス部、２1 〜２
n ，４２1 〜４２n …ループコイル、３1 〜３n ，４９
…増幅器、４1 〜４n ，５０…検波器、５1 ，５2 ，３
３，３７1 〜３７m ，５１…Ａ／Ｄコンバータ、１０…
ニューラルネットワーク、１１1 〜１１n …入力端子、
１２1 〜１２m ，１４1 ，１４2 ，２０…ニューロン、
１３1 〜１３m …中間出力端子、１５1 ，１５2 …出力
端子、３１…ＸＹテーブル、３２，４３…アナログマル
チプレクサ、３４，３８…マイクロプロセッサ、３５…
メモリ、３６1 〜３６n …Ｄ／Ａコンバータ、４４，４
５…発振器、４６…分周器、４７…送受切替回路、４８
…カウンタ、５２…処理装置。
n ，４２1 〜４２n …ループコイル、３1 〜３n ，４９
…増幅器、４1 〜４n ，５０…検波器、５1 ，５2 ，３
３，３７1 〜３７m ，５１…Ａ／Ｄコンバータ、１０…
ニューラルネットワーク、１１1 〜１１n …入力端子、
１２1 〜１２m ，１４1 ，１４2 ，２０…ニューロン、
１３1 〜１３m …中間出力端子、１５1 ，１５2 …出力
端子、３１…ＸＹテーブル、３２，４３…アナログマル
チプレクサ、３４，３８…マイクロプロセッサ、３５…
メモリ、３６1 〜３６n …Ｄ／Ａコンバータ、４４，４
５…発振器、４６…分周器、４７…送受切替回路、４８
…カウンタ、５２…処理装置。
Claims (3)
- 【請求項１】 センス部を構成する複数のセンサと該セ
ンス部上で操作される位置指示器との間の距離に応じて
得られる複数の検出値から、該位置指示器による指定位
置の座標値を求める位置検出装置において、 複数の検出値と位置指示器による指定位置の座標値との
対応をニューラルネットワークにより求めるようになし
たことを特徴とする位置検出装置。 - 【請求項２】 位置指示器をセンス部上の所定の位置に
載置した際に得られる複数の検出値と該所定の位置の座
標値との関係をセンス部上のあらゆる位置について求
め、これらに基く学習によって決定されたシナプス結合
荷重を有するニューロンを備えたニューラルネットワー
クを用いたことを特徴とする請求項１記載の位置検出装
置。 - 【請求項３】 位置指示器をセンス部上の所定の位置に
載置した際に得られる複数の検出値と該所定の位置の座
標値との関係をセンス部上のあらゆる位置並びに位置指
示器の様々な高さ又は傾きのいずれか一方あるいは位置
指示器の様々な高さ及び傾きについて求め、これらに基
く学習によって決定されたシナプス結合荷重を有するニ
ューロンを備えたニューラルネットワークを用いたこと
を特徴とする請求項１記載の位置検出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3175415A JPH0594553A (ja) | 1991-07-16 | 1991-07-16 | 位置検出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3175415A JPH0594553A (ja) | 1991-07-16 | 1991-07-16 | 位置検出装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0594553A true JPH0594553A (ja) | 1993-04-16 |
Family
ID=15995699
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3175415A Pending JPH0594553A (ja) | 1991-07-16 | 1991-07-16 | 位置検出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0594553A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018207050A1 (ja) * | 2017-05-12 | 2018-11-15 | 株式会社半導体エネルギー研究所 | 積和演算回路、ニューロン回路、ニューラルネットワーク、半導体装置、加速度計測装置、音計測装置、情報処理装置 |
-
1991
- 1991-07-16 JP JP3175415A patent/JPH0594553A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018207050A1 (ja) * | 2017-05-12 | 2018-11-15 | 株式会社半導体エネルギー研究所 | 積和演算回路、ニューロン回路、ニューラルネットワーク、半導体装置、加速度計測装置、音計測装置、情報処理装置 |
| JPWO2018207050A1 (ja) * | 2017-05-12 | 2020-04-09 | 株式会社半導体エネルギー研究所 | 積和演算回路、ニューロン回路、ニューラルネットワーク、半導体装置、加速度計測装置、音計測装置、情報処理装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20100206644A1 (en) | Electromagnetic Induction Handwriting System and Coordinate Determining Method Thereof | |
| US7656390B2 (en) | Position detecting device | |
| US20180177415A1 (en) | Cardiovascular disease detection | |
| SE507680C2 (sv) | Metod och anordning för att bestämma positionen av ett objekt | |
| JPH0594553A (ja) | 位置検出装置 | |
| CN109448850A (zh) | 一种身体质量指数预测方法、装置、电子设备及存储介质 | |
| US5831599A (en) | Coordinate input apparatus | |
| CN111443820B (zh) | 触控板的按压冲量识别方法及系统 | |
| JP2019086473A (ja) | 学習プログラム、検出プログラム、学習方法、検出方法、学習装置および検出装置 | |
| JP3102708B2 (ja) | 位置検出装置 | |
| JP2000516739A (ja) | ニューラルネットワークの訓練データを選択するためのコンピュータ支援された方法 | |
| JPH0970046A (ja) | 動きベクトル検出装置 | |
| JPH07244554A (ja) | 座標入力装置 | |
| JPH0540935U (ja) | コードレスデジタイザ | |
| US11328529B2 (en) | Fingerprint detection device and method thereof | |
| JPH0512240A (ja) | 予測装置 | |
| JP2972939B2 (ja) | 超音波式対象物判別装置および超音波式対象物判別方法および超音波式対象物判別装置におけるニユーラルネツトワーク形成方法 | |
| CN112764594B (zh) | 电子装置及其利用触控数据的物件信息识别方法 | |
| Vojtko | Neural network, component of measuring set for error reduction | |
| JPH0124635Y2 (ja) | ||
| Patton et al. | Rule based composite gradient edge operator | |
| JP3320942B2 (ja) | パターン認識装置 | |
| JP2551319B2 (ja) | 動画像処理方法 | |
| JPH11244249A (ja) | 検出器装置及びｑｒｓ検出器並びにｑｒｓ信号の検出方法 | |
| JPH05164846A (ja) | 目標識別装置 |