JPH1153104A - ペン型入力装置及びペン型入力装置のパターン認識方法 - Google Patents

Abstract

(57)【要約】 【課題】移動量を求めた後に入力パターンを判定してい
るために誤差が生じる場合があった。そこで、加速度か
ら直接に入力パターンを判別する。 【解決手段】データ前処理部２１は加速度センサ１１が
出力したペン軸座標系の各軸方向の加速度信号を基に入
力パターンに対応する加速度データの切り出しを行な
う。ウエーブレット変換部２２はデータ前処理部２１が
切り出した加速度データをウエーブレット変換して入力
パターンを表わす係数を求める。ニューラルネットワー
ク演算部２３はウエーブレット変換部２２が求めた係数
をウエーブレット変換して入力パターンの中間認識結果
を算出する。後処理部２４は入力パターンの中間認識結
果を基に入力パターンを判別する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は図形及び文字等を
入力するペン型入力装置及びペン型入力装置のパターン
認識方法に関するものである。

【０００２】

【従来の技術】コンピュータ装置等の入力装置としては
キーボード、マウス、デジタイザ、ライトペン及びタブ
レット等が用いられている。コンピュータ装置の小型化
に伴い、携帯端末装置のニーズが高まり利用者も年々増
加している。そこで、小型の入力装置が求められるよう
になった。

【０００３】キーボードの小型化にはヒューマンインタ
ーフェイスの点で限界があり、携帯端末装置の入力装置
としては実用性が低い。また、マウスはポインティング
デバイスとしては小型化が可能であるが、図形及び文字
等の入力には適さない。

【０００４】このため、携帯端末装置の入力装置として
はタブレットとペンを用いたペン型の入力装置が多く採
用されている。このタブレットを用いたペン型の入力装
置をさらに小型化しようとした場合にはタブレットの大
きさが問題となる。そこで、例えば特開平６-67799号公
報に掲載されたペン型のコンピュータ入力装置では２個
の加速度センサからの信号を基に入力装置の移動方向と
移動量を調べ、圧電振動ジャイロの信号を基に加速度セ
ンサが検出した移動方向及び移動量の入力装置のローテ
ーションによる影響を検出して補正している。

【０００５】また、入力文字の認識に対しては、例えば
特開平７-175893号公報に掲載された手書き文字認識装
置では、二つのニューラルネットワークを階層的に用
い、第一段のニューラルネットワークを大まかな比較に
用い、第二段のニューラルネットワークを詳細な比較に
用いて、手書き文字の認識を行なうようにしている。

【０００６】

【発明が解決しようとする課題】しかしながら、２個の
加速度センサをペン先端部に取り付けることはできず、
加速度センサの取付位置とペン先端部の位置は一致しな
い。このため、特開平６-67799号公報に掲載されたペン
型のコンピュータ入力装置では、検出結果に誤差が生じ
る場合があり、紙面上のペン先端部の軌跡を正確に検出
することができない場合がある。

【０００７】さらに、上記誤差が累積することにより、
ペン先端部の軌跡を正確に検出することがさらに困難に
なる。

【０００８】また、特開平７-175893号公報に掲載され
た手書き文字認識装置では、入力パターンの認識を階層
的に用いた二つのニューラルネットワークを用いて行な
っているが、文字入力の場合は文字を構成する個々のパ
ターンは同じであっても、文字により前後のパターンが
大きく異なる場合が有り、この特徴を用いればさらに正
確な文字認識を行なうことができる。

【０００９】この発明はかかる短所を解消するためにな
されたものであり、センサ出力から直接入力パターンを
検出することにより、誤差が累積して入力パターンの判
別が困難になることを防止するとともに、正確な文字等
の認識を行なうことを目的とする。

【００１０】

【課題を解決するための手段】この発明に係るペン型入
力装置は、少なくとも１個の加速度センサとデータ前処
理部とウエーブレット変換部とニューラルネットワーク
演算部と後処理部を有し、加速度センサはその数に応じ
てペン軸をＺｓ軸としたペン軸座標系（Ｘｓ，Ｙｓ，Ｚ
ｓ）のＸｓ軸方向，Ｙｓ軸方向及びＺｓ軸方向のいずれ
か１方向、いずれか２方向又は３方向の加速度信号を出
力し、データ前処理部は加速度センサが出力した加速度
信号を基に入力パターンに対応する加速度データの切り
出しを行ない、ウエーブレット変換部はデータ前処理部
が切り出した加速度データをウエーブレット変換して入
力パターンを表わす係数を求め、ニューラルネットワー
ク演算部はウエーブレット変換部が求めた係数を基に入
力パターンの特徴を抽出し、抽出した入力パターンの特
徴と予め学習した結果を基に入力パターンの中間認識結
果を算出し、後処理部はニューラルネットワーク演算部
による入力パターンの中間認識結果を基に入力パターン
を判定して、加速度データから直接にパターン認識を行
なうことによりパターンの誤認識を防止する。

【００１１】また、他のペン型入力装置は、少なくとも
１個のジャイロとデータ前処理部とウエーブレット変換
部とニューラルネットワーク演算部と後処理部を有し、
ジャイロはその数に応じてペン軸座標系（Ｘｓ，Ｙｓ，
Ｚｓ）のＸｓ軸，Ｙｓ軸及びＺｓ軸のいずれか１軸周
り、いずれか２軸周り又は３軸周りの回転角速度信号を
出力し、データ前処理部はジャイロが出力した回転角速
度信号を基に入力パターンに対応する回転角速度データ
の切り出しを行ない、ウエーブレット変換部はデータ前
処理部が切り出した回転角速度データをウエーブレット
変換して入力パターンを表わす係数を求め、ニューラル
ネットワーク演算部はウエーブレット変換部が求めた係
数を基に入力パターンの特徴を抽出し、抽出した入力パ
ターンの特徴と予め学習した結果を基に入力パターンの
中間認識結果を算出し、後処理部はニューラルネットワ
ーク演算部による入力パターンの中間認識結果を基に入
力パターンを判定して、回転角速度データから直接にパ
ターン認識を行なうことによりパターンの誤認識を防止
する。

【００１２】また、他のペン型入力装置は、少なくとも
１個の加速度センサと少なくとも１個のジャイロとデー
タ前処理部とウエーブレット変換部とニューラルネット
ワーク演算部と後処理部を有し、加速度センサはその数
に応じてペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸方
向，Ｙｓ軸方向及びＺｓ軸方向のいずれか１方向、いず
れか２方向又は３方向の加速度信号を出力し、ジャイロ
はその数に応じてＸｓ軸，Ｙｓ軸及びＺｓ軸のいずれか
１軸周り、いずれか２軸周り又は３周軸りの回転角速度
信号を出力し、データ前処理部は加速度センサが出力し
た加速度信号及びジャイロが出力した回転角速度信号を
基に入力パターンに対応する加速度データ及び回転角速
度データの切り出しを行ない、ウエーブレット変換部は
データ前処理部が切り出した加速度データ及び回転角速
度データをウエーブレット変換して入力パターンを表わ
す係数を求め、ニューラルネットワーク演算部はウエー
ブレット変換部が求めた係数を基に入力パターンの特徴
を抽出し、抽出した入力パターンの特徴と予め学習した
結果を基に入力パターンの中間認識結果を算出し、後処
理部はニューラルネットワーク演算部による入力パター
ンの中間認識結果を基に入力パターンを判定して、さら
に正確にパターン認識を行なう。

【００１３】また、他のペン型入力装置は、３個の加速
度センサと３個のジャイロとデータ前処理部とウエーブ
レット変換部とニューラルネットワーク演算部と後処理
部を有し、３個の加速度センサはそれぞれペン軸座標系
（Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸方向，Ｙｓ軸方向及びＺ
ｓ軸方向の加速度を示す信号を出力し、３個のジャイロ
はそれぞれＸｓ軸周り，Ｙｓ軸周り及びＺｓ軸周りの回
転角速度を示す信号を出力し、データ前処理部は無筆記
状態における３個の加速度センサからの加速度信号を基
にペン軸の傾斜角の初期値を演算し、筆記状態における
３個のジャイロからの回転角速度信号を基に傾斜角の変
化を演算し、演算した傾斜角の初期値と傾斜角の変化を
基に筆記中のペン軸の傾斜角を算出し、算出した筆記中
のペン軸の傾斜角を基に加速度センサが検出したペン軸
座標系（Ｘｓ，Ｙｓ，Ｚｓ）による加速度を重力加速度
方向に伸びる軸をＺｇ軸にした重力座標系（Ｘｇ，Ｙ
ｇ，Ｚｇ）における加速度に変換し、入力パターンに対
応する変換後の加速度データの切り出しを行ない、ウエ
ーブレット変換部はデータ前処理部が切り出した加速度
データをウエーブレット変換して入力パターンを表わす
係数を求め、ニューラルネットワーク演算部はウエーブ
レット変換部が求めた係数を基に入力パターンの特徴を
抽出し、抽出した入力パターンの特徴と予め学習した結
果を基に入力パターンの中間認識結果を算出し、後処理
部はニューラルネットワーク演算部による入力パターン
の中間認識結果を基に入力パターンを判定して、ペン軸
の傾斜による影響をなくす。

【００１４】さらに、上記データ前処理部は無筆記状態
における３個の加速度センサからの加速度信号を基にペ
ン軸の傾斜角の初期値を演算し、筆記状態における３個
のジャイロからの回転角速度信号を基にペン軸の傾斜角
の変化を演算し、演算した傾斜角の初期値と傾斜角の変
化を基に筆記中のペン軸の傾斜角を算出し、算出した筆
記中のペン軸の傾斜角と加速度センサが検出したペン軸
座標系（Ｘｓ，Ｙｓ，Ｚｓ）による加速度を基に重力座
標系（Ｘｇ，Ｙｇ，Ｚｇ）における加速度を算出し、算
出した加速度を積分してペン先端部の速度を求め、入力
パターンの速度データの切り出しを行ない、ウエーブレ
ット変換部はデータ前処理部が切り出した速度データを
ウエーブレット変換して入力パターンを表わす係数を求
めて、ペン軸の傾斜による影響をなくす。

【００１５】さらに、上記データ前処理部が切り出した
データをウエーブレット変換して入力パターンを表わす
係数を求め、求めた係数を基に入力パターンの特徴を抽
出し、抽出した入力パターンの特徴と予め学習した結果
を基に入力パターンの中間認識結果を算出するウエーブ
レットベーシスファンクション型ニューラルネットワー
ク演算部を有し、後処理部はウエーブレットベーシスフ
ァンクション型ニューラルネットワーク演算部による入
力パターンの中間認識結果を基に入力パターンを判定し
て構成を簡単にする。

【００１６】また、他のペン型入力装置は、複数個の加
速度センサと入力回数カウンタと複数の参照パターン記
憶部と参照パターン記憶部選択部と比較認識部を有し、
各加速度センサは直交する２方向又は３方向の加速度信
号を出力し、入力回数カウンタは各加速度センサからの
加速度信号を基にパターンの入力回数を計数し、各参照
パターン記憶部はそれぞれパターンの入力回数に応じた
複数の参照パターンを記憶し、参照パターン記憶部選択
部は入力回数カウンタが計数した入力回数に応じて参照
パターン記憶部を選択し、比較認識部は各加速度センサ
からの加速度信号のパターンと参照パターン記憶部選択
部が選択した参照パターン記憶部に記憶した参照パター
ンとを比較して、文字の筆順を基に文字認識を行なう。

【００１７】また、他のペン型入力装置は、複数個の加
速度センサと先行パターン記憶部と複数の参照パターン
記憶部と参照パターン記憶部選択部と比較認識部を有
し、各加速度センサは直交する２方向又は３方向の加速
度信号を出力し、先行パターン記憶部は前回入力したパ
ターンの認識結果を記憶し、各参照パターン記憶部はそ
れぞれ先行パターンの認識結果に応じた複数の参照パタ
ーンを記憶し、参照パターン記憶部選択部は先行パター
ン記憶部に記憶したパターンの認識結果に応じて参照パ
ターン記憶部を選択し、比較認識部は各加速度センサか
らの加速度信号のパターンと参照パターン記憶部選択部
が選択した参照パターン記憶部に記憶した参照パターン
とを比較して文字認識を行なって、先行パターンを基に
文字認識の精度を向上する。

【００１８】また、他のペン型入力装置は、複数個の加
速度センサと後続入力読取部と複数の参照パターン記憶
部と参照パターン記憶部選択部と比較認識部を有し、各
加速度センサは直交する２方向又は３方向の加速度信号
を出力し、後続入力読取部は後続の入力パターンを示す
加速度信号を読み取り、読み取った後続の入力パターン
を示す加速度信号を基に後続の入力パターンの認識を行
ない、各参照パターン記憶部はそれぞれ後続パターンに
応じた複数の参照パターンを記憶し、参照パターン記憶
部選択部は後続入力読取部による後続の入力パターンの
認識結果に応じて参照パターン記憶部を選択し、比較認
識部は各加速度センサからの認識対象パターンを示す加
速度信号のパターンと参照パターン記憶部選択部が選択
した参照パターン記憶部に記憶した参照パターンとを比
較して文字認識を行ない、後続の入力パターンを基に文
字認識の精度を向上する。

【００１９】また、他のペン型入力装置は、複数個の加
速度センサと入力回数カウンタと複数のパターン認識部
と認識部選択部を有し、各加速度センサは直交する２方
向又は３方向の加速度信号を出力し、入力回数カウンタ
は各加速度センサからの加速度信号を基にパターンの入
力回数を計数し、各パターン認識部は参照パターン記憶
部と比較認識部を備え、各参照パターン記憶部はパター
ンの入力回数に応じた複数の参照パターンを記憶し、各
比較認識部は各加速度センサからの加速度信号のパター
ンと参照パターン記憶部に記憶した参照パターンとを比
較して文字認識を行ない、認識部選択部は入力回数カウ
ンタが計数した入力回数に応じてパターン認識部を選択
し、選択したパターン認識部の文字認識結果を出力し
て、筆順を基に文字認識結果を選択する。

【００２０】また、他のペン型入力装置は、複数個の加
速度センサと先行パターン記憶部と複数のパターン認識
部と認識部選択部を有し、各加速度センサは直交する２
方向又は３方向の加速度信号を出力し、先行パターン記
憶部は前回入力したパターンの認識結果を記憶し、各パ
ターン認識部は参照パターン記憶部と比較認識部を備
え、各参照パターン記憶部はそれぞれ先行パターンの認
識結果に応じた複数の参照パターンを記憶し、各比較認
識部は各加速度センサからの加速度信号のパターンと参
照パターン記憶部に記憶した参照パターンとを比較して
文字認識を行ない、認識部選択部は先行パターン記憶部
に記憶した前回入力パターンの認識結果に応じてパター
ン認識部を選択し、選択したパターン認識部の文字認識
結果を出力して、先行パターンを基に文字認識結果を選
択する。

【００２１】また、他のペン型入力装置は、複数個の加
速度センサと複数のパターン認識部と後続入力読取部と
認識部選択部を有し、加速度センサは直交する２方向又
は３方向の加速度信号を出力し、各パターン認識部は参
照パターン記憶部と比較認識部を備え、各参照パターン
記憶部はそれぞれ後続パターンの認識結果に応じた複数
の参照パターンを記憶し、各比較認識部は各加速度セン
サからの加速度信号のパターンと参照パターン記憶部に
記憶した参照パターンとを比較して文字認識を行ない、
後続入力読取部は後続の入力パターンを示す加速度信号
を読み取り、読み取った後続の入力パターンを示す加速
度信号を基に後続パターンの認識を行ない、認識部選択
部は後続入力読取部による後続パターンの認識結果に応
じてパターン認識部を選択し、選択したパターン認識部
の文字認識結果を出力して、後続パターンを基に文字認
識結果を選択する。

【００２２】また、他のペン型入力装置は、少なくとも
１個の加速度センサと標準パターン記憶部とＤＰマッチ
ング部を有し、加速度センサはペン軸をＺｓ軸としたペ
ン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸方向，Ｙｓ軸
方向及びＺｓ軸方向の少なくとも１方向の加速度信号を
出力し、標準パターン記憶部は複数の標準パターン各々
に対する標準加速度パターンを記憶し、ＤＰマッチング
部は加速度センサからの加速度信号のパターンと標準パ
ターン記憶部に記憶した各標準加速度パターンとをＤＰ
マッチング行ない、ペン先端部の筆記軌跡のパターンを
認識して、検出した加速度を標準加速度パターンとＤＰ
マッチングすることによりパターン認識精度を向上す
る。

【００２３】また、他のペン型入力装置は、少なくとも
１個のジャイロと標準パターン記憶部とＤＰマッチング
部を有し、ジャイロはペン軸をＺｓ軸としたペン軸座標
系（Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸，Ｙｓ軸及びＺｓ軸の
少なくとも１軸周りの回転角速度信号を出力し、標準パ
ターン記憶部は複数の標準パターン各々に対する標準回
転角速度パターンを記憶し、ＤＰマッチング部はジャイ
ロからの回転角速度度信号のパターンと標準パターン記
憶部に記憶した各標準回転角速度パターンとをＤＰマッ
チング行ない、ペン先端部の筆記軌跡のパターンを認識
して、検出した回転角速度を標準回転角速度パターンと
ＤＰマッチングすることによりパターン認識精度を向上
する。

【００２４】また、他のペン型入力装置は、少なくとも
１個の加速度センサと少なくとも１個のジャイロと標準
パターン記憶部とＤＰマッチング部を有し、加速度セン
サはペン軸をＺｓ軸としたペン軸座標系（Ｘｓ，Ｙｓ，
Ｚｓ）のＸｓ軸方向，Ｙｓ軸方向及びＺｓ軸方向の少な
くとも１方向の加速度信号を出力し、ジャイロはＸｓ
軸，Ｙｓ軸及びＺｓ軸の少なくとも１軸周りの回転角速
度信号を出力し、標準パターン記憶部は複数の標準パタ
ーン各々に対する標準信号パターンを記憶し、ＤＰマッ
チング部は加速度センサからの加速度信号及びジャイロ
からの回転角速度度信号のパターンと標準パターン記憶
部に記憶した各標準信号パターンとをＤＰマッチング行
ない、ペン先端部の筆記軌跡のパターンを認識して、さ
らにパターン認識精度を向上する。

【００２５】また、他のペン型入力装置は、少なくとも
１個の加速度センサと少なくとも１個のジャイロと座標
変換部と標準パターン記憶部とＤＰマッチング部を有
し、加速度センサはペン軸をＺｓ軸としたペン軸座標系
（Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸方向，Ｙｓ軸方向及びＺ
ｓ軸方向の少なくとも１方向の加速度信号を出力し、ジ
ャイロはＸｓ軸，Ｙｓ軸及びＺｓ軸の少なくとも１軸周
りの回転角速度信号を出力し、座標変換部は加速度セン
サからの加速度信号及びジャイロからの回転角速度信号
を基に加速度センサからの加速度信号の座標系をペン軸
座標系（Ｘｓ，Ｙｓ，Ｚｓ）から重力加速度方向に伸び
る軸をＺｇ軸にした重力座標系（Ｘｇ，Ｙｇ，Ｚｇ）に
変換し、標準パターン記憶部は複数の標準パターン各々
に対する重力座標系（Ｘｇ，Ｙｇ，Ｚｇ）における標準
加速度パターンを記憶し、ＤＰマッチング部は座標変換
部が座標変換した加速度信号のパターンと標準パターン
記憶部に記憶した各標準加速度パターンとをＤＰマッチ
ング行ない、ペン先の筆記軌跡のパターンを認識して、
ペン軸の傾きによる影響のないさらに正確なパターン認
識を行なう。

【００２６】さらに、上記座標変換部が座標変換した後
の加速度を積分して速度又は軌跡を求める移動量演算部
を有し、標準パターン記憶部は複数の標準パターン各々
に対する標準速度パターン又は各々の標準パターンを描
いた場合の標準軌跡を記憶し、ＤＰマッチング部は移動
量演算部の演算結果と標準パターン記憶部に記憶した各
標準加速度パターン又は各標準軌跡とをＤＰマッチング
行ない、ペン先端部の筆記軌跡のパターンを認識する。

【００２７】また、ペン型入力装置のパターン認識方法
は、ペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸方向，
Ｙｓ軸方向及びＺｓ軸方向のいずれか１方向、いずれか
２方向又は３方向の加速度データから入力パターンに対
応した加速度データの切り出しを行ない、切り出した加
速度データをウエーブレット変換して入力パターンを表
わす係数を求め、求めた係数を基に入力パターンの特徴
を抽出し、抽出した入力パターンの特徴と予め学習した
結果を基に入力パターンの中間認識結果を算出し、入力
パターンの中間認識結果を基にペン型入力装置を用いて
入力パターンを判定する。

【００２８】また、他のペン型入力装置のパターン認識
方法は、ペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸，
Ｙｓ軸及びＺｓ軸のいずれか１軸周り、いずれか２軸周
り又は３周周りりの回転角速度データから入力パターン
に対応した回転角速度データの切り出しを行ない、切り
出した回転角速度データをウエーブレット変換して入力
パターンを表わす係数を求め、求めた係数を基に入力パ
ターンの特徴を抽出し、抽出した入力パターンの特徴と
予め学習した結果を基に入力パターンの中間認識結果を
算出し、入力パターンの中間認識結果を基に入力パター
ンを判定する。

【００２９】また、他のペン型入力装置のパターン認識
方法は、ペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸方
向，Ｙｓ軸方向及びＺｓ軸方向のいずれか１方向、いず
れか２方向又は３方向の加速度データ、及び、Ｘｓ軸，
Ｙｓ軸及びＺｓ軸のいずれか１軸周り、いずれか２軸周
り又は３周りの回転角速度データから入力パターンに対
応した加速度データ及び回転角速度データの切り出しを
行ない、切り出した加速度データ及び回転角速度データ
をウエーブレット変換して入力パターンを表わす係数を
求め、求めた係数を基に入力パターンの特徴を抽出し、
抽出した入力パターンの特徴と予め学習した結果を基に
入力パターンの中間認識結果を算出し、入力パターンの
中間認識結果を基に入力パターンを判定する。

【００３０】また、他のペン型入力装置のパターン認識
方法は、ペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸方
向，Ｙｓ軸方向及びＺｓ軸方向の無筆記状態における加
速度データを基にペン軸の傾斜角の初期値を演算し、筆
記状態におけるＸｓ軸周り，Ｙｓ軸周り及びＺｓ軸周り
の回転角速度データを基にペン軸の傾斜角の変化を演算
し、演算した傾斜角の初期値と傾斜角の変化を基に筆記
中のペン軸の傾斜角を算出し、算出した筆記中のペン軸
の傾斜角を基にペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）によ
る加速度データを重力座標系（Ｘｇ，Ｙｇ，Ｚｇ）にお
ける加速度データに変換し、入力パターンに対応した加
速度データの切り出しを行ない、切り出した加速度デー
タをウエーブレット変換して入力パターンを表わす係数
を求め、求めた係数を基に入力パターンの特徴を抽出
し、抽出した入力パターンの特徴と予め学習した結果を
基に入力パターンの中間認識結果を算出し、入力パター
ンの中間認識結果を基に入力パターンを判定する。

【００３１】また、ペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）
のＸｓ軸方向，Ｙｓ軸方向及びＺｓ軸方向の無筆記状態
における加速度データを基にペン軸の傾斜角の初期値を
演算し、筆記状態におけるＸｓ軸周り，Ｙｓ軸周り及び
Ｚｓ軸周りの回転角速度データを基にペン軸の傾斜角の
変化を演算し、演算した傾斜角の初期値と傾斜角の変化
を基に筆記中のペン軸の傾斜角を算出し、算出した筆記
中のペン軸の傾斜角を基にペン軸座標系（Ｘｓ，Ｙｓ，
Ｚｓ）による加速度データを重力加速度方向に伸びる軸
をＺｇ軸にした重力座標系（Ｘｇ，Ｙｇ，Ｚｇ）におけ
る加速度データに変換し、座標変換した加速度データを
積分してペン先端部の速度データを求め、入力パターン
に対応した速度データの切り出しを行ない、切り出した
速度データをウエーブレット変換して入力パターンを表
わす係数を求める。

【００３２】また、他のペン型入力装置のパターン認識
方法は、ペン軸をＺｓ軸としたペン軸座標系（Ｘｓ，Ｙ
ｓ，Ｚｓ）のＸｓ軸方向，Ｙｓ軸方向及びＺｓ軸方向の
少なくとも１方向の加速度を検出し、検出した加速度の
パターンと予め複数の標準パターン各々に対して記憶し
た標準加速度パターンとをＤＰマッチング行ない、ペン
先端部の筆記軌跡のパターンを認識して、ＤＰマッチン
グによる正確なパターン認識を行なう。

【００３３】また、他のペン型入力装置のパターン認識
方法は、ペン軸をＺｓ軸としたペン軸座標系（Ｘｓ，Ｙ
ｓ，Ｚｓ）のＸｓ軸，Ｙｓ軸及びＺｓ軸の少なくとも１
軸周りの回転角速度を検出し、検出した回転角速度のパ
ターンと予め複数の標準パターン各々に対して記憶した
標準回転角速度パターンとをＤＰマッチング行ない、ペ
ン先端部の筆記軌跡のパターンを認識する。

【００３４】また、他のペン型入力装置のパターン認識
方法は、ペン軸をＺｓ軸としたペン軸座標系（Ｘｓ，Ｙ
ｓ，Ｚｓ）のＸｓ軸方向，Ｙｓ軸方向及びＺｓ軸方向の
少なくとも１方向の加速度とＸｓ軸，Ｙｓ軸及びＺｓ軸
の少なくとも１軸周りの回転角速度を検出し、検出した
加速度のパターン及び回転角速度のパターンと予め複数
の標準パターン各々に対して記憶した標準信号パターン
とをＤＰマッチング行ない、ペン先端部の筆記軌跡のパ
ターンを認識する。

【００３５】また、他のペン型入力装置のパターン認識
方法は、ペン軸をＺｓ軸としたペン軸座標系（Ｘｓ，Ｙ
ｓ，Ｚｓ）のＸｓ軸方向，Ｙｓ軸方向及びＺｓ軸方向の
少なくとも１方向の加速度とＸｓ軸，Ｙｓ軸及びＺｓ軸
の少なくとも１軸周りの回転角速度を検出し、検出した
加速度と回転角速度を基に加速度の座標系をペン軸座標
系（Ｘｓ，Ｙｓ，Ｚｓ）から重力加速度方向に伸びる軸
をＺｇ軸にした重力座標系（Ｘｇ，Ｙｇ，Ｚｇ）に変換
し、座標変換した加速度のパターンと予め複数の標準パ
ターン各々に対して記憶した重力座標系（Ｘｇ，Ｙｇ，
Ｚｇ）における標準加速度パターンとをＤＰマッチング
行ない、ペン先端部の筆記軌跡のパターンを認識する。

【００３６】さらに、上記座標変換した後の加速度を積
分して速度又は軌跡を求め、加速度を積分して得た速度
又は軌跡と予め複数の標準パターン各々に対して記憶し
た標準加速度パターン又は各々の標準パターンを描いた
場合の標準軌跡とをＤＰマッチング行ない、ペン先端部
の筆記軌跡のパターンを認識する。

【００３７】

【発明の実施の形態】この発明のペン型入力装置は、コ
ンピュータ装置等に文字、記号及び図形等を入力するも
のあり、特にペン先端部の筆記時の加速度及び回転角速
度等の物理量を測定するセンサからの信号を基に直接に
入力パターンの検出を行なうことにより検出誤差をなく
すものである。

【００３８】ペン型入力装置は、例えばペン型入力部と
パターン認識装置を有する。ペン型入力部は少なくとも
１個の加速度センサを備える。ペン型入力部が、例えば
１個の加速度センサを備える場合は、加速度センサはペ
ン軸をＺｓ軸としたペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）
のＸｓ軸方向，Ｙｓ軸方向及びＺｓ軸方向のいずれか１
方向の加速度信号を出力する。また、ペン型入力部が、
例えば２個の加速度センサを有する場合は、加速度セン
サはＸｓ軸方向，Ｙｓ軸方向及びＺｓ軸方向のいずれか
２方向の加速度信号を出力する。また、ペン型入力部
が、例えば３個の加速度センサを有する場合は、各加速
度センサはＸｓ軸方向，Ｙｓ軸方向及びＺｓ軸方向の加
速度信号を出力する。

【００３９】パターン認識部は、データ前処理部とウエ
ーブレット変換部とニューラルネットワーク演算部と後
処理部を備える。データ前処理部は、例えばＡＤ変換器
とデータ切出部を備える。ＡＤ変換器は加速度センサか
らの加速度信号をデジタル変換する。したがって、加速
度センサが１個の場合はＡＤ変換器は１個で良く、加速
度センサが２個の場合はＡＤ変換器は２個必要であり、
加速度センサが３個の場合はＡＤ変換器は３個必要であ
る。データ切出部はＡＤ変換部がデジタル変換した加速
度データから入力パターンに対応した加速度データを切
り出す。ここで、加速度データの切り出しは、例えば加
速度データの値を予め定めた閾値と比較したり、加速度
データの微分値を予め定めた閾値と比較したりして行な
う。

【００４０】ウエーブレット変換部はデータ前処理部が
切り出した加速度データをウエーブレット変換して入力
パターンを表わす複数の係数を求める。ここで、ウエー
ブレット変換は基本ウエーブレットと呼ばれている関数
に平行移動を施したものと伸縮の操作を施したものとの
たたみ込みで定義され、２乗可積分関数とそのフーリエ
変換を同時に局所化する特徴を持ち、ウエーブレット級
数の係数列の計算に関してリアルタイムなアルゴリズム
をつくることができ、事象の生起時刻の情報を容易に扱
うことができる。また、ウエーブレット変換では、ある
点での関数値を表現するのに必要な項数は他の点での不
連続性の程度にあまり影響されない。これは、基底関数
が局所化されているためである。また、非定常的な部分
での局所的な対応が可能になるので、パターンの境界の
検出を行なうことができる。

【００４１】ニューラルネットワーク演算部はウエーブ
レット変換部が求めた係数を基に認識対象パターンの特
徴を抽出し、抽出した入力パターンの特徴と予め学習し
た結果を基に入力パターンの中間認識結果を算出する。
ここで、ニューラルネットワーク演算部は協調、競合作
用及び自己組織化能力に基づいて入力信号をいくつかの
特徴に分析すると共にそれらを統合するニューラルネッ
トワークによって構成したものである。例えばニューラ
ルネットワーク演算部は予め認識させたい情報を実際に
入力し、そのデータをサンプリングしこれらのデータを
入力層に入力し、出力層に分類したいパターン数分のニ
ューロンを用意し、各パターンとニューロンを対応させ
ておく。ある情報を入力したときそれに対応するニュー
ロンの出力が「１」となり、それ以外のニューロンの出
力が「０」となるように、例えば逆伝搬法（バックプロ
パゲーション法）等で学習しておく。ニューラルネット
ワーク演算部はこのようにして得られた結合係数と同じ
結合係数でニューラルネットワーク演算を行なう。後処
理部はニューラルネットワーク演算部の入力パターンの
中間認識結果を基にニューロン出力が最も大きいものを
選択し入力パターンを判定して、パターン認識率を高め
ると同時にパターン認識時間を短縮する。

【００４２】また、ペン型入力部が加速度センサの代わ
りに少なくとも１個のジャイロを備えるようにしても良
い。ペン型入力部が、例えば１個のジャイロを備える場
合は、ジャイロはＸｓ軸，Ｙｓ軸及びＺｓ軸のいずれか
１軸周りの回転角速度信号を出力する。また、ペン型入
力部が、例えば２個のジャイロを備える場合は、ジャイ
ロはＸｓ軸，Ｙｓ軸及びＺｓ軸のいずれか２軸周りの回
転角速度信号を出力する。また、ペン型入力部が、例え
ば３個のジャイロを備える場合は、各ジャイロはＸｓ軸
周り，Ｙｓ軸周り及びＺｓ軸周りの回転角速度信号を出
力する。この場合、パターン認識部はジャイロからの回
転角速度信号を基に入力パターンの認識を行なう。

【００４３】さらに、ペン型入力部が少なくとも１個の
加速度センサと少なくとも１個のジャイロを備えるよう
にしても良い。この場合、パターン認識部は加速度セン
サからの加速度信号及びジャイロからの回転角速度信号
を基に入力パターンの認識を行なうので、パターン認識
の基となるデータに異なった物理量のデータを用いるこ
とができ、さらに正確にパターン認識を行なうことがで
きる。

【００４４】さらに、ペン型入力部が３個の加速度セン
サと３個のジャイロを備えるようにしても良い。データ
前処理部は、例えば初期傾斜角演算部と傾斜角変化演算
部と傾斜角演算部と座標変換演算部と移動量演算部を備
える。初期傾斜角演算部は無筆記状態で３個の加速度セ
ンサが検出した加速度を基にペン軸の傾斜角の初期値を
演算する。傾斜角変化演算部は筆記状態で３個のジャイ
ロを用いて検出した回転角速度の積分を行い傾斜角の変
化を算出する。傾斜角演算部は初期傾斜角演算部が演算
した傾斜角の初期値と傾斜角変化演算部が算出した傾斜
角の変化を基に筆記中のペン軸の傾斜角を算出する。座
標変換演算部は傾斜角演算部が算出した筆記中のペン軸
の傾斜角を基に加速度センサが検出したペン軸座標系
（Ｘｓ，Ｙｓ，Ｚｓ）による加速度を重力座標系（Ｘ
ｇ，Ｙｇ，Ｚｇ）における加速度に変換し、入力パター
ンに対応する加速度データの切り出しを行なう。これに
より、ペン軸の傾斜による影響をなくすことができ、さ
らに正確にパターン認識を行なうことができる。

【００４５】さらに、データ前処理部は重力座標系（Ｘ
ｇ，Ｙｇ，Ｚｇ）に変換後の加速度を積分して速度デー
タを求め、ウエーブレット変換部はデータ前処理部から
の速度データをウエーブレット変換するようにしても良
い。

【００４６】また、上記ニューラルネットワーク演算部
の代わりにウエーブレットべーシスのファンクション型
ニューラルネットワークを用いたウエーブレットべーシ
スファンクション型ニューラルネットワーク演算部を有
し、ウエーブレットべーシスファンクション型ニューラ
ルネットワーク演算部でデータ前処理部が切り出したデ
ータをウエーブレット変換して入力パターンを表わす係
数を求め、求めた係数を基に入力パターンの特徴を抽出
し、抽出した入力パターンの特徴と予め学習した結果を
基に入力パターンの中間認識結果を算出するようにして
ウエーブレット変換部を無くしても良い。ここで、ウエ
ーブレットべーシスのファンクション型ニューラルネッ
トワークとは、例えば隠れニューロンの層にウエーブレ
ット変換機能を備えるニューラルネットワークである。

【００４７】ここで、特に文字入力の場合を考えると、
上記のようにして認識したパターン（文字の構成パター
ン）を各文字間で比較した場合、各文字でそのパターン
を入力する順番及び前後のパターンが異なる場合が多
い。そこで、次ぎに示すように例えばパターンの入力順
番毎に参照パターンを記憶し、文字入力の際にパターン
の入力回数を計数し、そのパターンの入力順番により参
照パターンを切り替えることにより、正確な文字認識を
行なうようにしても良い。

【００４８】また、ペン型入力装置は、例えばペン型入
力部とパターン認識装置を有するようにしても良い。ペ
ン型入力部は複数個、例えば２個の加速度センサを備え
る。各加速度センサは、ペン軸をＺｓ軸としたペン軸座
標系（Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸方向，Ｙｓ軸方向及
びＺｓ軸方向のいずれか２方向の加速度信号を出力す
る。パターン認識装置は、例えば信号前処理部と入力回
数カウンタと複数の参照パターン記憶部と参照パターン
記憶部選択部と比較認識部を有する。信号前処理部は、
例えばウエーブレット変換部を備え、ペン型入力部を用
いて検出した加速度データから入力パターンに対応した
加速度データを切り出し、切り出した加速度データをウ
エーブレット変換して入力パターンを表わす複数の係数
を求める。入力回数カウンタは、信号前処理部からの信
号を基にパターンの入力回数を計数する。各参照パター
ン記憶部はそれぞれパターンの入力回数に応じた複数の
参照パターンを記憶する。参照パターン記憶部選択部は
入力回数カウンタが計数した入力回数に応じて参照パタ
ーン記憶部を選択する。比較認識部は、例えばニューラ
ルネットワーク演算部から成り、信号前処理部からの信
号と参照パターン記憶部選択部が選択した参照パターン
記憶部に記憶した参照パターンとを比較して、文字入力
された場合の文字認識を行なう。

【００４９】また、上記のように筆順を基に文字認識を
行なう代わりに、先行パターン又は後続パターンを参照
して文字認識を行なうようにしても良い。

【００５０】また、上記のようにニューラルネットワー
クを用いたり、複数の参照パターンを予め用意する代わ
りに、例えば標準パターンを描いた場合の標準加速度パ
ターンを複数の標準パターンに対して予め用意し、予め
用意した標準加速度パターンと加速度センサを用いて検
出した加速度のパターンとをＤＰマッチングによりマッ
チングしてパターン認識を行なっても良い。これによ
り、高精度でパターン認識を行なうことができるととも
に用意するパターン数を減少することができる。ここ
で、ＤＰマッチングとは、動的計画法（Dynamic Progra
mming）を用いて正規化を行なうマッチングであり、標
準パターンのデータと検出したデータとの距離を計算し
て一番距離が短いデータのパターンを認識結果のパター
ンとするものである。ここで、上記「検出したデータ」
としては、速度、加速度、回転角速度及び移動軌跡など
がある。

【００５１】

【実施例】図１はこの発明の一実施例のペン型入力装置
の構成図である。図に示すように、ペン型入力装置はペ
ン型入力部１とパターン認識装置２を有する。ペン型入
力部１は、図２に示すように加速度センサ１１ａ，１１
ｂ，１１ｃを備える。加速度センサ１１ａ，１１ｂ，１
１ｃは、それぞれペン軸５をＺｓ軸とした場合の座標系
（Ｘｓ，Ｙｓ，Ｚｓ）におけるＸｓ軸方向，Ｙｓ軸方向
及びＺｓ軸方向に向けて設けられ、Ｘｓ軸方向，Ｙｓ軸
方向及びＺｓ軸方向の加速度を検出する。ここで、加速
度センサ１１ａ，１１ｂ，１１ｃの取付位置はペン型入
力部１の内部でも表面でも良く、また、Ｘｓ軸，Ｙｓ軸
及びＺｓ軸の各軸の運動を測定できる位置であれば、Ｘ
ｓ軸，Ｙｓ軸及びＺｓ軸の各軸上でなくとも良い。加速
度センサ１１ａ，１１ｂ，１１ｃは、小型で高感度、か
つ、加速度検出の直線性が良好であれば良く、ピエゾ抵
抗方式のものでも、圧電方式のものでも、静電容量方式
のものでも良い。以下の説明では、特に断わらない限り
ペン軸５をＺｓ軸とした座標系をペン軸座標系（Ｘｓ，
Ｙｓ，Ｚｓ）といい、ペン軸５と直交する２軸をＸｓ軸
及びＹｓ軸として説明する。また、重力加速度方向に伸
びる軸をＺｇ軸とする座標系を重力座標系（Ｘｇ，Ｙ
ｇ，Ｚｇ）といい、Ｚｇ軸と直交する２軸をＸｇ軸及び
Ｙｇ軸という。

【００５２】パターン認識装置２はペン型入力部１から
の加速度信号を、例えばケーブルを介して受信してパタ
ーン認識を行なうものであり、データ前処理部２１、ウ
エーブレット変換部２２ａ，２２ｂ，２２ｃ、ニューラ
ルネットワーク演算部２３及び後処理部２４を備える。
データ前処理部２１はＡＤ変換器２５ａ，２５ｂ，２５
ｃ及びデータ切出部２６を有する。ＡＤ変換器２５ａ，
２５ｂ，２５ｃはそれぞれ加速度センサ１１ａ，１１
ｂ，１１ｃからの加速度信号をデジタル変換する。デー
タ切出部２６はＡＤ変換部２５ａ，２５ｂ，２５ｃがデ
ジタル変換した加速度データから入力パターンの加速度
データを切り出す。ここで、加速度データの切り出しに
は、例えば加速度データの値を閾値と比較したり、加速
度データの微分値を閾値と比較したりする。

【００５３】ウエーブレット変換部２２ａ，２２ｂ，２
２ｃはデータ前処理部２１が切り出したＸｓ軸方向の加
速度データ、Ｙｓ軸方向の加速度データ及びＺｓ軸方向
の加速度データをそれぞれウエーブレット変換して入力
パターンを表わす係数を求める。

【００５４】ニューラルネットワーク演算部２３は、図
３に示すようなニューラルネットワーク２３１を備え、
ウエーブレット変換部２２ａ，２２ｂ，２２ｃが求めた
係数を基に入力パターンの特徴を抽出し、抽出した入力
パターンの特徴と予め学習した結果を基に入力パターン
の中間認識結果を算出する。ここで、ニューラルネット
ワーク演算部２３は協調、競合作用及び自己組織化能力
に基づいて入力信号をいくつかの特徴に分析すると共
に、それらを統合するニューラルネットワークによって
構成したものである。例えばニューラルネットワーク演
算部２３は予め認識させたい情報を実際に入力し、その
データをサンプリングしてこれらのデータを入力層に入
力し、出力層に分類したいパターン数分のニューロンを
用意し、各パターンとニューロンを対応させておく。あ
る情報を入力したときそれに対応するニューロンの出力
が「１」となり、それ以外のニューロンの出力が「０」
となるように、例えば逆伝搬法（バックプロパゲーショ
ン法）等で学習しておく。ニューラルネットワーク演算
部２３はこのようにして得られた結合係数と同じ結合係
数でニューラルネットワーク演算を行なう。後処理部２
４はニューラルネットワーク演算部２３の入力パターン
の中間認識結果を基にニューロン出力が最も大きいもの
を選択し入力パターンを判定する。

【００５５】上記構成のペン型入力装置で入力パターン
認識を行なう場合の動作について、図４のフローチャー
トを参照して説明する。

【００５６】ペン型入力部１の加速度センサ１１ａ，１
１ｂ，１１ｃはそれぞれＸｓ方向，Ｙｓ方向，Ｚｓ方向
の加速度信号をパターン認識装置２のデータ前処理部２
１に送信する。データ前処理部２１のＡＤ変換器２５
ａ，２５ｂ，２５ｃは加速度センサ１１ａ，１１ｂ，１
１ｃからの加速度信号をデジタル変換する。データ前処
理部２１のデータ切出部２６は、例えばＡＤ変換器２５
ａ，２５ｂ，２５ｃからの加速度信号を微分し、図５に
示すように加速度信号Ａの微分値のいずれかが予め定め
た閾値を越えたると、筆記中と判断してその加速度デー
タを切り出し、Ｘｓ軸，Ｙｓ軸及びＺｓの各軸方向の加
速度データをそれぞれウエーブレット変換部２２ａ，２
２ｂ，２２ｃに送る（ステップＳ１，Ｓ２）。ここで、
図中Ｂは上記のようにして加速度データを切り出した範
囲を示す。これにより、ウエーブレット変換部２２ａ，
２２ｂ，２２ｃでは入力パターンに係わる加速度データ
のみを処理することができる。ここで、データ前処理部
２１にノイズフィルタなどを設けても良い。また、図５
に示すようにデータにオフセット成分があるのは重力加
速度による成分である。

【００５７】ウエーブレット変換部２２ａ，２２ｂ，２
２ｃはそれぞれデータ切出部２６が切り出したＸｓ軸方
向の加速度、Ｙｓ軸方向の加速度及びＺｓ軸方向の加速
度を、例えば時間軸及び周波数で規格化する（ステップ
Ｓ３）。例えば加速度を時間軸１秒で規格化し、周波数
１Ｈｚ，２Ｈｚ，４Ｈｚ及び８Ｈｚの係数を計算する
と、係数は各々１個，２個，４個及び８個得られるの
で、合計１５個になる。加速度はＸｓ軸方向の加速度、
Ｙｓ軸方向の加速度及びＺｓ軸方向の加速度の３種類あ
るので、合計して４５個の係数を得ることができる。こ
のように、加速度データをウエーブレット変換をして時
刻と周波数の同時解析を行なうので、事象の生起時刻の
情報を容易に扱うことができる。また、非定常的な部分
での局所的な対応が可能になるので、パターンの境界の
検出を行なうことができる。

【００５８】ニューラルネットワーク演算部２３はウエ
ーブレット変換部２２ａ，２２ｂ，２２ｃからの係数を
基に入力パターンの特徴を抽出し、抽出した入力パター
ンの特徴を基に入力パターンの中間認識結果を算出する
（ステップＳ４）。後処理部２４はニューラルネットワ
ーク演算部２３の入力パターン中間認識結果を入力し
て、入力パターンを判定する（ステップＳ５）。これに
より、文字、図形及びその構成要素を入力することがで
きると共に、正確且つ迅速に入力パターンを認識するこ
とができる。ここで、文字の構成要素の入力があった場
合の文字の認識には、例えばパターンマッチング等の方
法を用いる。

【００５９】ペン型入力装置１は上記動作（ステップＳ
２〜Ｓ５）をデータ切出部２６がデータを切り出してい
る間繰り返し、文字等を入力する（ステップＳ６）。加
速度センサ１１ａ，１１ｂ，１１ｃからの加速度信号を
基にペンの移動方向及び移動距離を求めて、求めた移動
方向及び移動距離を基に入力パターン認識を行なうと、
ペン先端部６と加速度センサ１１ａ，１１ｂ，１１ｃの
取付位置の差を原因とする誤差が累積して入力パターン
を誤認識することがあったが、このように、加速度セン
サ１１ａ，１１ｂ，１１ｃからの加速度信号を直接に用
いて、入力パターンの認識を行なうことにより累積誤差
による誤認識の発生を防止できる。

【００６０】ここで、上記実施例では加速度センサ１１
ａ，１１ｂ，１１ｃを用いたが、入力パターンによって
は加速度センサを１個にしたり、２個にしたりしても良
い。前記の例では加速度センサが１個の場合のウエーブ
レット変換後の係数は１５個、加速度センサが２個の場
合のウエーブレット変換後の係数は３０個となる。

【００６１】また、データ前処理部２１にデータ切出部
２６が切り出した加速度データを一時的に記憶するメモ
リなどを設けても良い。それにより、ニューラルネット
ワーク演算部２３を階層型のニューラルネットワークで
構成することができる。また、データ切出部２６が切り
出した加速度データを一時的に記憶することにより、多
くの時系列データを要する入力パターンの認識をできる
ようになる。

【００６２】また、上記実施例ではＸｓ軸方向、Ｙｓ軸
方向及びＺｓ軸方向の加速度データ毎にウエーブレット
変換部を設けたが、ウエーブレット変換部を１つにし
て、Ｘｓ軸、Ｙｓ軸及びＺｓ軸の各軸方向の加速度を順
に処理するようにしても良い。

【００６３】また、上記実施例ではＸｓ軸方向、Ｙｓ軸
方向及びＺｓ軸方向の加速度を検出して、入力パターン
の認識を行なったが、加速度センサの代わりに、図６に
示すようにジャイロ１２ａ，１２ｂ，１２ｃを設けた
り、さらに図７に示すように加速度センサ１１ａ，１１
ｂ，１１ｃとジャイロ１２ａ，１２ｂ，１２ｃの双方を
設けても良い。加速度センサ１１ａ，１１ｂ，１１ｃと
ジャイロ１２ａ，１２ｂ，１２ｃを３個ずつ用いた場合
のウエーブレット変換後の係数の数は、前記の例では１
信号当たり１５個あるので９０個となる。ここで、加速
度センサ１１ａ，１１ｂ，１１ｃ及びジャイロ１２ａ，
１２ｂ，１２ｃの数は入力パターンによっては１個にし
たり、２個にしたりしても良い。

【００６４】次ぎに、他の実施例としてペン軸５の傾斜
角の影響を無くした加速度データを用いてパターン認識
をするペン型入力装置について説明する。ペン型入力装
置は、図８に示すようにペン型入力部１ｂとパターン認
識装置２ａを有する。ペン型入力部１ｂはＸｓ軸加速度
センサ１１ａ、Ｙｓ軸加速度センサ１１ｂ、Ｚｓ軸加速
度センサ１１ｃ、Ｘｓ軸ジャイロ１２ａ、Ｙｓ軸ジャイ
ロ１２ｂ及びＺｓ軸ジャイロ１２ｃを備える。Ｘｓ軸加
速度センサ１１ａ、Ｙｓ軸加速度センサ１１ｂ、Ｚｓ軸
加速度センサ１１ｃ、Ｘｓ軸ジャイロ１２ａ、Ｙｓ軸ジ
ャイロ１２ｂ及びＺｓ軸ジャイロ１２ｃはそれぞれＸｓ
軸方向の加速度、Ｙｓ軸方向の加速度、Ｚｓ軸方向の加
速度、Ｘｓ軸周りの回転角速度、Ｙｓ軸周りの回転角速
度及びＺｓ軸周りの回転角速度を示す信号を出力する。

【００６５】パターン認識装置２ａはデータ前処理部２
１ａ、ウエーブレット変換部２２及びニューラルネット
ワーク演算部２３を備える。データ前処理部２１ａはＡ
Ｄ変換器２５ａ〜２５ｆ、ローパスフィルタ（以下「Ｌ
ＰＦ」という。）２７ａ〜２７ｆ、筆記状態判別部２
８、初期傾斜角演算部２９、傾斜角変化演算部３０、傾
斜角演算部３１及び座標変換演算部３２を有する。ＡＤ
変換器２５ａ〜２５ｆはそれぞれＸｓ軸加速度センサ１
１ａ、Ｙｓ軸加速度センサ１１ｂ、Ｚｓ軸加速度センサ
１１ｃ、Ｘｓ軸ジャイロ１２ａ、Ｙｓ軸ジャイロ１２ｂ
及びＺｓ軸ジャイロ１２ｃからの加速度信号及び回転角
速度信号をデジタル変換する。ＬＰＦ２７ａ〜２７ｆは
ＡＤ変換器２５ａ〜２５ｆがデジタル変換した加速度信
号及び回転角速度信号からペン先端部６と筆記面との摩
擦力により生じる高周波成分を遮断する。筆記状態判別
部２８は、例えばハイパスフィルタ（以後、「ＨＰＦ」
という。）を備え、ＡＤ変換器２５ａ〜２５ｆがデジタ
ル変換した加速度信号及び回転角速度信号からペン先端
部６と筆記面との摩擦力により生じる高周波成分を検出
すると筆記状態と判別する。

【００６６】初期傾斜角演算部２９は無筆記状態で３個
の加速度センサ１１ａ，１１ｂ，１１ｃが検出したペン
軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）での加速度を基にペン軸
５の傾斜角の初期値θ0，φ0及びΨ0を演算する。傾斜
角変化演算部３０は筆記状態で３個のジャイロ１２ａ，
１２ｂ，１２ｃが検出した回転角速度Ｐ，Ｑ，Ｒを基に
ペン軸５の傾斜角の変化Δθ，Δφ及びΔΨを演算す
る。ここで、傾斜角変化演算部３０はΨ0をゼロとして
傾斜角の変化Δθ，Δφ及びΔΨを算出する。傾斜角演
算部３１は初期傾斜角演算部２９が演算したペン軸５の
傾斜角の初期値θ0，φ0及びΨ0と傾斜角変化演算部３
０が演算したペン軸５の傾斜角の変化Δθ，Δφ及びΔ
Ψを基に、筆記中のペン軸５の傾斜角θ，φ及びΨを求
める。座標変換演算部３２は傾斜角演算部３１が検出し
た筆記中のペン軸５の傾斜角θ，φ及びΨと加速度セン
サ１１ａ，１１ｂ，１１ｃが検出したペン軸座標系（Ｘ
ｓ，Ｙｓ，Ｚｓ）による加速度を基に重力座標系（Ｘ
ｇ，Ｙｇ，Ｚｇ）による加速度を算出する。

【００６７】ここで、上記傾斜角の算出について説明す
る。重力座標系（Ｘｇ，Ｙｇ，Ｚｇ）からペン軸座標系
（Ｘｓ，Ｙｓ，Ｚｓ）への変換は、次式により行うこと
ができる。

【００６８】

【数１】

【００６９】この式をペン軸座標系（Ｘｓ，Ｙｓ，Ｚ
ｓ）から重力座標系（Ｘｇ，Ｙｇ，Ｚｇ）への変換式に
変形すると、次に示すようになる。

【００７０】

【数２】

【００７１】上記式を一時的な近似式で近似して加速度
ベクトルの変換式とする。ここで、Ａxs，Ａys及びＡzs
はペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）における加速度セ
ンサ１１ａ，１１ｂ，１１ｃが検出した加速度ベクトル
であり、Ａxg，Ａyg，Ａzgは重力座標系（Ｘｇ，Ｙｇ，
Ｚｇ）における加速度ベクトルである。

【００７２】

【数３】

【００７３】上記一時的な近似式に加速度ベクトルＡx
s，Ａys，Ａzs及び傾斜角θ，φ，Ψを代入すると筆記
面上での加速度ベクトルＡxg，Ａyg，Ａzgが求まる。

【００７４】一方、静止状態の加速度は次式で表わすこ
とができる。

【００７５】

【数４】

【００７６】これを代入して、加速度センサ１１ａ，１
１ｂ，１１ｃで検出する加速度を次式で表わすことがで
きる。

【００７７】

【数５】

【００７８】このように、静止状態のペン軸５の重力座
標系（Ｘｇ，Ｙｇ，Ｚｇ）における傾斜角θ0，φ0，Ψ
0を求めることができる。

【００７９】ここで、静止状態の回転角θ0，φ0に対し
て３本の方程式を立てることができるので、重力加速度
ｇについても未知数として取り扱うことができ、ｇの値
を定義しなくとも静止状態の傾斜角θ0，φ0の絶対値を
算出することができる。

【００８０】ペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）の各軸
Ｘｓ，Ｙｓ，Ｚｓの回転角速度をＰ，Ｑ，Ｒとすると、
回転角速度Ｐ，Ｑ，Ｒと傾斜角変化ΔΨ，Δθ，Δφの
関係は次の式で求めることができる。

【００８１】

【数６】

【００８２】これにより、各時間での傾斜角Ψ，θ，φ
を求めることができる。

【００８３】ウエーブレット変換部２２はデータ前処理
部２１ａが座標変換して切り出した加速度データをウエ
ーブレット変換により規格化して、入力パターンを表わ
す複数の係数を求める。ニューラルネットワーク演算部
２３はウエーブレット変換部２１ａが求めた係数を基に
入力した入力パターンの特徴を抽出し、抽出した入力パ
ターンの特徴と予め学習した結果を基に入力パターンの
中間認識結果を算出する。後処理部２４はニューラルネ
ットワーク演算部２３の入力パターンの中間認識結果を
基に最もニューロンが大きいものを選択し入力パターン
を判定する。

【００８４】上記構成のペン型入力装置の動作を、図９
のフローチャートを参照して説明する。

【００８５】加速度センサ１１ａ，１１ｂ，１１ｃはそ
れぞれＸｓ軸方向，Ｙｓ軸方向，Ｚｓ軸方向の加速度を
検出する。筆記状態判別部２８はＡＤ変換器２５ａ〜２
５ｆを介して入力した加速度センサ１１ａ，１１ｂ，１
１ｃ及びジャイロ１２ａ，１２ｂ，１２ｃからの信号の
高周波成分を抽出して、筆記中であるか否かを示す信号
を出力する。このように、ペン先端部６と筆記面との摩
擦力により生じる高周波信号を検出して筆記中か否かを
判断するので、容易かつ正確に筆記中であるか否かを検
出できる。

【００８６】初期傾斜角演算部２９は筆記状態判別部２
８から筆記中でないことを示す信号を受けると、Ｘｓ軸
加速度センサ１１ａ、Ｙｓ軸加速度センサ１１ｂ及びＺ
ｓ軸加速度センサ１１ｃからそれぞれ加速度信号を入力
し、ペン軸５の傾斜角の初期値θ0，φ0及びΨ0を算出
する（ステップＳ１１、Ｓ１２）。傾斜角変化演算部３
０は筆記状態判別部２８から筆記中であることを示す信
号を受けると（ステップＳ１１）、３個のジャイロ１２
ａ，１２ｂ，１２ｃが検出した回転角速度Ｐ，Ｑ，Ｒを
基にペン軸５の傾斜角の変化Δθ，Δφ及びΔΨを演算
する（ステップＳ１３）。

【００８７】傾斜角演算部３１は、上記のように初期傾
斜角演算部２９が演算したペン軸５の傾斜角の初期値θ
0，φ0，Ψ0と傾斜角変化演算部３０が演算したペン軸
５の傾斜角の変化Δθ，Δφ，ΔΨを基に、φ＝φ0＋
Σ（Δφ）dt，θ＝θ0＋Σ（Δθ）dt，Ψ＝Ψ0＋Σ
（ΔΨ）dtを計算して筆記中のペン軸５の傾斜角θ，
φ，Ψを求める（ステップＳ１４）。座標変換演算部３
２は傾斜角演算部３１が算出した筆記中の傾斜角θ，
φ，Ψを基に加速度センサ１１ａ，１１ｂ，１１ｃを用
いて検出したペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）の加速
度Ａxs，Ａys，Ａzsを重力座標系（Ｘｇ，Ｙｇ，Ｚｇ）
による加速度Ａxg，Ａyg，Ａzgに変換する（ステップＳ
１５）。なお、ペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）の加
速度Ａxs，Ａys，Ａzsを重力座標系（Ｘｇ，Ｙｇ，Ｚ
ｇ）による加速度Ａxg，Ａyg，Ａzgに変換するには既に
説明した変換式を用いる。これにより、ペン軸５に傾斜
による影響をなくすことができる。また、筆記状態判別
部２８で筆記状態か否かを判別するので座標変換演算部
３２では、筆記中のパターンに係わる加速度データを切
り出すことができる。

【００８８】ウエーブレット変換部２２はデータ前処理
部２１ａが座標変換及び切り出しした加速度データをウ
エーブレット変換して入力パターンを表わす係数を求め
る（ステップＳ１６）。ニューラルネットワーク演算部
２３はウエーブレット変換部２２が求めた係数を基に入
力パターンの特徴を抽出し、抽出した入力パターンの特
徴を基に入力パターンの中間認識結果を算出する（ステ
ップＳ１７）。後処理部２４はニューラルネットワーク
演算部２３の入力パターン中間認識結果を入力して、入
力パターンを判定する（ステップＳ１８）。これによ
り、文字、図形及びその構成要素を入力することができ
ると共に、正確且つ迅速に入力パターンを認識すること
ができる。

【００８９】ペン型入力装置は上記動作（ステップＳ１
３〜Ｓ１８）を筆記状態判別部２８が筆記中であること
を示す信号を出力している間繰り返し、図形等を入力す
る（ステップＳ１９）。このように、ペン型入力装置の
重力座標系（Ｘｇ，Ｙｇ，Ｚｇ）における傾斜による影
響を無くすことにより正確に図形等のパターンを入力す
ることができる。

【００９０】ここで、上記実施例ではウエーブレット変
換部２２とニューラルネットワーク演算部２３を別々に
設けたが、例えば図１０に示すように、例えば隠れニュ
ーロンの層２３２ｂにウエーブレットファンクションを
備えるウエーブレットベーシスファンクション型ニュー
ラルネットワーク２３２を備えるウエーブレットベーシ
スファンクション型ニューラルネットワーク演算部を用
いて両者を一つにまとめても良い。ウエーブレットベー
シスファンクション型ニューラルネットワーク演算部の
学習には、例えば最急降下法等を用いる。ここで、最急
降下法とはエネルギ関数が最も急勾配に減少する方向へ
重みを変化させる方法である。

【００９１】また、実施例ではデータ前処理部２１ａで
加速度センサ１１ａ，１１ｂ，１１ｃを用いて検出した
ペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）による加速度データ
を重力座標系（Ｘｇ，Ｙｇ，Ｚｇ）における加速度デー
タに変換し、入力パターンに対応する加速度データの切
り出しを行なったが、加速度センサ１１ａ，１１ｂ，１
１ｃを用いて検出したペン軸座標系（Ｘｓ，Ｙｓ，Ｚ
ｓ）による加速度データを重力座標系（Ｘｇ，Ｙｇ，Ｚ
ｇ）における加速度データに変換する座標変換部を設け
てこの処理をデータ前処理部２１ａから分離しても良
い。

【００９２】さらに、データ前処理部２１ａでは重力座
標系（Ｘｇ，Ｙｇ，Ｚｇ）に変換後の加速度データを積
分して速度データを求め、求めた速度データから入力パ
ターンに対応する加速度データの切り出しを行うように
しても良い。これにより、ウエーブレット変換部２２で
扱うデータ数を減らして、処理を高速化できる。

【００９３】さらに、データ前処理部２１ａで座標変換
後の加速度を基にペン先端部６の移動方向及び移動距離
を求め、ペン先端部６の移動方向及び移動距離からペン
先端部６の座標を求めて入力パターンを描くペン先端部
６の座標データの切り出しを行ないデータ数を減らした
後に、切り出した座標データをウエーブレット変換部２
２でウエーブレット変換して入力パターンを表わす係数
を求めるようにして、さらにニューラルネットワーク演
算の負荷を軽くしても良い。

【００９４】さらに、上記実施例ではいずれも、個々の
パターン認識の精度を向上するようにしているが、以下
に示すように文字認識の場合は各パターン間の関連を検
出することによりさらにパターン認識の精度を向上でき
る。

【００９５】ペン型入力装置は、例えば図１１に示すよ
うにペン型入力部１ｃとパターン認識装置２ｂを有す
る。ペン型入力部１ｃは加速度センサ１１ａ，１１ｂを
備える。各加速度センサ１１ａ，１１ｂは、例えばＸｓ
軸方向及びＹｓ軸方向の加速度を示す信号を出力する。
パターン認識装置２ｂは、例えば複数の参照パターン記
憶部３３ａ〜３３ｎ、信号前処理部３４、入力回数カウ
ンタ３５、参照パターン記憶部選択部３６及び比較認識
部３７を備える。参照パターン記憶部３３ａ〜３３ｎは
それぞれ入力回数毎に分けられ、その入力回数に応じた
複数の参照パターンを記憶する。信号前処理部３４は、
例えばＡＤ変換器３４１，３４２及びウエーブレット変
換部３４３を備える、ＡＤ変換器３４１，３４２は加速
度センサ１１ａ，１１ｂからの加速度信号をデジタル変
換する。ウエーブレット変換部３４３３４３は、ＡＤ変
換部３４１、３４２でデジタル変換した加速度信号をウ
エーブレット変換して入力パターンを表わす係数を求め
る。入力回数カウンタ３５は信号前処理部３４からの信
号を基にパターンの入力回数を計数する。参照パターン
記憶部選択部３６は、入力回数カウンタ３５からの入力
回数を示す信号を基にその入力回数に対応した参照パタ
ーンを記憶した参照パターン記憶部３３ａ〜３３ｎを選
択する。比較認識部３７は、例えばニューラルネットワ
ーク演算又は決定木アルゴリズムを用いて、信号前処理
部３４からの入力パターンを表す係数等と参照パターン
記憶部選択部３６が選択した参照パターン記憶部３３ａ
〜３３ｎに記憶した参照パターンとを比較し、入力文字
の認識を行なう。

【００９６】上記構成のペン型入力装置の動作につい
て、図１２のフローチャートを参照して説明する。

【００９７】文字の筆記入力を開始すると、信号前処理
部３４はペン型入力部１ｃの加速度センサ１１ａ，１１
ｂから入力パターンを示す加速度信号を読み込み（ステ
ップＳ２１）、デジタル変換及びウエーブレット変換等
の前処理を行なう（ステップＳ２２）。例えば文字
「一」と文字「右」と文字「左」を描くと、それぞれの
文字を示す加速度信号をウエーブレット変換して得たウ
エーブレット係数は、図１３（ａ）、図１３（ｂ）及び
図１３（ｃ）に示すようになる。入力回数カウンタ３５
は、信号前処理部３４が前処理を行なった結果を入力
し、パターンの入力回数をカウントアップする（ステッ
プＳ２３）。参照パターン記憶部選択部３６は、参照パ
ターン記憶部３３ａ〜３３ｎの中から入力回数カウンタ
３５の計数値に対応した入力回数に対する参照パターン
を記憶した参照パターン記憶部３３ａ〜３３ｎを選択す
る（ステップＳ２４）。比較認識部３７は信号前処理部
３４が前処理を行なった後の入力パターンを示す信号と
参照パターン記憶部選択部３６が選択した参照パターン
記憶部３３ａ〜３３ｎに記憶した参照パターンとを比較
して、入力文字の認識を行なう（ステップＳ２５，Ｓ２
６）。ここで、各参照パターン記憶部３３ａ〜３３ｎに
は、図１４に示すように入力回数に応じた複数の参照パ
ターン３３１が記憶されている。例えば文字「右」と文
字「左」を描くと、その筆順は、それぞれ図１５（ａ）
及び図１５（ｂ）に示すようになっているので、文字
「右」の第二ストロークは文字「左」の第一ストローク
と同じパターンを構成している。したがって、このパタ
ーンを、例えば第一ストロークに対する参照パターンを
記憶した参照パターン記憶部３３ａと、第二ストローク
に対する参照パターンを記憶した参照パターン記憶部３
３ｂに記憶し、第二ストロークの場合は入力パターンを
参照パターン記憶部３３ｂに記憶した参照パターンと比
較し、このパターンが第二ストロークに表れたことを検
出することにより、ユーザが文字「左」ではなく文字
「右」を入力していることが分かる。ここで、第二スト
ロークにおいて、このパターンと同じパターンを有する
文字が複数ある場合は、同様の処理を次ぎのパターンで
繰り返して候補となる文字を絞り込むことにより、入力
文字を認識する。

【００９８】また、上記のように筆順を中心に文字判別
を行なう代わりに、前後の入力パターンとの関係を基に
入力文字の認識を行なうようにしても良い。

【００９９】ペン型入力装置は、例えば図１６に示すよ
うにペン型入力部１ｃとパターン認識装置２ｃとを備え
る。パターン認識装置２ｃは複数の参照パターン記憶部
３３ａ〜３３ｎ、先行パターン記憶部３８、信号前処理
部３４、参照パターン記憶部選択部３６及び比較認識部
３７を有する。各参照パターン記憶部３３ａ〜３３ｎ
は、先行パターン毎に分けられそれぞれ先行パターンに
応じた複数の参照パターンを記憶する。先行パターン記
憶部３８は前回入力したパターンの認識結果を記憶す
る。参照パターン記憶部選択部３６は先行パターン記憶
部３８に記憶した前回入力したパターンを基に参照パタ
ーン記憶部３３ａ〜３３ｎの中から一つを選択する。

【０１００】上記構成のペン型入力装置の動作を、図１
７のフローチャートを参照して説明する。

【０１０１】既に説明したように文字の筆記入力を開始
すると、信号前処理部３４はペン型入力部１ｃの加速度
センサ１１ａ，１１ｂから入力パターンを示す加速度信
号を読み込み（ステップＳ３１）、デジタル変換及びウ
エーブレット変換等の前処理を行なう（ステップＳ３
２）。参照パターン記憶部選択部３６は、先行パターン
記憶部３８から前回入力したパターンの認識結果を読み
出し（ステップＳ３３）、参照パターン記憶部３３ａ〜
３３ｎの中から前回入力したパターンの認識結果に対応
した入力回数に対する参照パターンを記憶した参照パタ
ーン記憶部３３ａ〜３３ｎを選択する（ステップＳ３
４）。比較認識部３７は信号前処理部３４が前処理を行
なった後の入力パターンを示す信号と参照パターン記憶
部選択部３６が選択した参照パターン記憶部３３ａ〜３
３ｎに記憶した参照パターンとを比較して、入力文字の
認識を行なう（ステップＳ３５，Ｓ３６）。また、比較
認識部３７は、パターンの認識結果を先行パターン記憶
部３８に記憶して、次ぎのパターンにおいての認識動作
の準備をする（ステップＳ３７）。このように過去のパ
ターン入力を参照して入力文字の認識を行なうことによ
り、さらに正確に入力文字の候補の絞り込みを行なうこ
とができ、正確な入力文字の認識を行なうことができ
る。

【０１０２】さらに、上記のようにして入力文字の認識
を行なった後に、その認識結果を参照パターン記憶部３
３ａ〜３３ｎに記憶し、次ぎに同じ文字を入力する場合
にさらに簡単に認識できるようにしても良い。

【０１０３】また、上記実施例では前回入力したパター
ンを参照して、参照パターン記憶部３３ａ〜３３ｎを選
択したが、文字認識対象パターンの次ぎに入力するパタ
ーンを参照して参照パターン記憶部３３ａ〜３３ｎを選
択するようにしても良い。

【０１０４】この場合、図１８に示すようにペン型入力
装置のパターン認識装置２ｄは、例えば参照パターン記
憶部３３ａ〜３３ｎ、信号前処理部３４、入力パターン
バッファ３９、後続入力読取部４０、後続パターン認識
結果記憶部４３、参照パターン記憶部選択部３６及び比
較認識部３７を備える。各参照パターン記憶部３３ａ〜
３３ｎは、後続のパターン毎に分けられそれぞれ後続パ
ターンに応じた複数の参照パターンを記憶する。入力パ
ターンバッファ３９は、文字認識対象のパターンを示す
加速度信号の前処理結果を記憶する。後続入力読取部４
０は、例えば後続参照パターン記憶部４１と後続パター
ン比較認識部４２を有する。後続参照パターン記憶部４
１は文字認識対象パターンの次ぎのパターンを認識する
際に用いる参照パターンを記憶する。後続パターン比較
認識部４２は、文字認識対象パターンの次ぎのパターン
を信号前処理部３４を介して読み込み、後続参照パター
ン記憶部４１に記憶した参照パターンと比較してパター
ン認識を行なう。後続パターン認識結果記憶部４３は、
後続パターン比較認識部４２による後続パターンの認識
結果を記憶する。参照パターン記憶部選択部３６は、後
続パターン認識結果記憶部４３に記憶したパターンの認
識結果に応じて参照パターン記憶部３３ａ〜３３ｎを選
択する。比較認識部３７は、例えばニューラルネットワ
ーク演算部３７１を備え、信号前処理部３４で処理した
後の加速度信号のパターンと参照パターン記憶部選択部
３６が選択した参照パターン記憶部３３ａ〜３３ｎに記
憶した参照パターンとを比較して、文字認識を行なう。

【０１０５】この場合のペン型入力装置の動作につい
て、図１９のフローチャートを参照して説明する。

【０１０６】既に説明したように文字の筆記入力を開始
すると、信号前処理部３４はペン型入力部１ｃの加速度
センサ１１ａ，１１ｂから入力パターンを示す加速度信
号を読み込み（ステップＳ４１）、前処理を行なう（ス
テップＳ４２）。信号前処理部３４は前処理を行なった
結果を入力パターンバッファ３９に記憶する（ステップ
Ｓ４３）。これにより、次ぎに後続のパターンを示す信
号を入力しても、文字認識対象パターンに対する処理が
終了するまで、文字認識対象パターンを示す信号を保持
することができる。

【０１０７】この後、後続パターン比較認識部４２は信
号前処理部３４を介して、後続パターンを示す加速度信
号を入力する（ステップＳ４４，Ｓ４５）。後続パター
ン比較認識部４２は、入力した後続パターンを示す加速
度信号のパターンと後続参照パターン記憶部４１に記憶
した参照パターンとを比較して後続パターンの認識を行
ない、認識結果を後続パターン認識結果記憶部４３に記
憶する（ステップＳ４６）。このように、後続パターン
の認識結果を後続パターン認識結果記憶部４３に記憶す
ることにより、先行パターンを用いる場合と同様に、後
続パターンを基に参照パターン記憶部３３ａ〜３３ｎを
選択することができる。

【０１０８】参照パターン記憶部選択部３６は、後続パ
ターン認識結果記憶部４３から後続パターンの認識結果
を読み出し、参照パターン記憶部３３ａ〜３３ｎの中か
ら後続パターンの認識結果に対応した参照パターン記憶
部３３ａ〜３３ｎを選択する（ステップＳ４７）。比較
認識部３７は信号前処理部３４が前処理を行なった後の
入力パターンを示す信号と参照パターン記憶部選択部３
６が選択した参照パターン記憶部３３ａ〜３３ｎに記憶
した参照パターンとを比較して、入力文字の認識を行な
う（ステップＳ４８，Ｓ４９）。このように後続パター
ンを参照して入力文字の認識を行なうことにより、さら
に正確に入力文字の候補の絞り込みを行なうことがで
き、正確な入力文字の認識を行なうことができる。

【０１０９】また、上記実施例では参照パターン記憶部
３３ａ〜３３ｎを切り替えて、入力文字の認識を行なっ
たが、パターンの入力順などに応じた認識を行なう複数
のパターン認識部を切り替えるようにしても良い。

【０１１０】ペン型入力装置は、例えば図２０に示すよ
うに信号前処理部３４、パターン認識部４４ａ〜４４
ｎ、入力回数カウンタ３５及び認識部選択部４５を備え
るパターン認識装置２ｅを有する。各パターン認識部４
４ａ〜４４ｎは、参照パターン記憶部３３ａ〜３３ｎ及
び比較認識部３７ａ〜３７ｎを備え、それぞれパターン
の入力回数に対応した入力文字認識を行なう。例えばパ
ターン認識部４４ａは入力パターンが第１回目のストロ
ークである場合の文字認識を行ない、パターン認識部４
４ｂは入力パターンが第２回目のストロークである場合
の文字認識を行なう。認識部選択部４５は入力回数カウ
ンタ３５の計数値に応じてパターン認識部４４ａ〜４４
ｎを選択して、選択したパターン認識部４４ａ〜４４ｎ
の認識結果を出力する。このように、複数のパターン認
識部４４ａ〜４４ｎにより同時に処理することにより、
パターンの認識処理の効率を高めることができる。ここ
で、各比較認識部３７ａ〜３７ｎ、例えば異なった構造
のニューラルネットワーク演算部を備えるようにしても
良い。例えばバリエーションの大きい第１回目のストロ
ークに対しては大きな中間層を持つニューラルネットワ
ーク演算部を用い、バリエーションの小さい他のストロ
ークに対しては中間層の小さいニューラルネットワーク
演算部を用いるようにしても良い。

【０１１１】また、上記実施例ではパターンの入力順を
基にパターン認識部４４ａ〜４４ｎを選択したが、例え
ば図２１に示すように信号前処理部３４、パターン認識
部４４ａ〜４４ｎ、認識部選択部４５及び先行パターン
記憶部３８を備えるパターン認識装置２ｆを用いて先行
パターンを基にパターン認識部４４ａ〜４４ｎを選択す
るようにしても良い。

【０１１２】また、ペン型入力装置は、例えば図２２に
示すように信号前処理部３４、パターン認識部４４ａ〜
４４ｎ、後続入力読取部４０、後続パターン認識結果記
憶部４３及び認識部選択部４５を備えるパターン認識装
置２ｇを用いて後続パターンを基にパターン認識部４４
ａ〜４４ｎを選択するようにしても良い。

【０１１３】また、前記実施例ではウエーブレット変換
部２２ａ，２２ｂ，２２ｃ及びニューラルネットワーク
演算部２３を用いてパターン認識を行なったが、図２３
に示すようにＤＰマッチング部４７を備え、ＤＰマッチ
ング部４７でＤＰマッチングを行なうことにより、パタ
ーン認識を行なうようにしても良い。

【０１１４】ペン型入力部１は、例えば図５に示すよう
なアナログ信号Ａを出力する。ＡＤ変換器２５ａ，２５
ｂ，２５ｃはこのペン型入力部１が出力したアナログ信
号をデジタル変換する。データ切出部２６はこの信号か
ら認識したいパターンに対応する部分を切り出す。この
データ切出部２６の切り出しには、例えばデジタル変換
して得たデータの値又はその微分値の閾値で判断する。
加速度センサ１１ａ，１１ｂ，１１ｃからの出力信号は
重力の影響でオフセットを持っており、その値は一定で
はないので微分値の閾値で判断すると特に有効である。

【０１１５】標準パターン記憶部４６は複数の標準パタ
ーン各々に対する標準加速度パターンを記憶する。ここ
で、標準パターンとは、例えば第一水準の漢字等のパタ
ーンをいう。ＤＰマッチング部４７はデータ切出部２６
が切り出した加速度データのパターンと標準パターン記
憶部４６に記憶した標準加速度パターンとをＤＰマッチ
ング行ない、ペン先端部６の移動パターンを認識する。
ここで、上記ＤＰマッチングにおいては加速度データの
パターンと標準パターン記憶部４６に記憶した各標準加
速度パターンとの距離を算出し、その距離が最小の標準
加速度パターンに対応するパターンが入力パターンであ
ると判断する。この場合、加速度センサが複数あるの
で、ＤＰマッチング部４７ではそれぞれの加速度データ
に対して距離の算出を行ない、その平均を求めることに
よって、入力パターンの判断を行なう。ここで、認識す
るパターンは文字だけでなく図形又は文字の構成要素等
であっても良い。文字の構成要素の場合は構成要素の認
識結果を順次得ることができるので、さらにこれら文字
の構成要素と辞書等とのマッチングをとって文字の認識
を行なう。

【０１１６】上記実施例では加速度センサ１１ａ，１１
ｂ，１１ｃが出力した加速度信号を基にパターン認識を
行なったが、ペン型入力部１ａがＸｓ軸周りのジャイロ
１２ａ，Ｙｓ軸周りのジャイロ１２ｂ及びＺｓ軸周りの
ジャイロ１２ｃを備え、加速度信号の代わりに各ジャイ
ロ１２ａ，１２ｂ，１２ｃからの回転角速度信号を基に
パターン認識を行なうようにしても良い。この場合、標
準パターン記憶部４６は複数の標準パターン各々に対す
る標準回転角速度パターンを記憶し、ＤＰマッチング部
４７はジャイロ１２ａ，１２ｂ，１２ｃからの回転角速
度信号のパターンと標準パターン記憶部４６に記憶した
各標準回転角速度パターンとをＤＰマッチング行ない、
ペン先端部６の筆記軌跡のパターンを認識する。

【０１１７】さらに、Ｘｓ軸ジャイロ１２ａ，Ｙｓ軸ジ
ャイロ１２ｂ及びＺｓ軸ジャイロ１２ｃを備えるペン型
入力部１ａの代わりに、Ｘｓ軸方向の加速度センサ１１
ａ，Ｙｓ軸方向の加速度センサ１１ｂ、Ｚｓ軸方向の加
速度センサ１１ｃ、Ｘｓ軸周りのジャイロ１２ａ，Ｙｓ
軸周りのジャイロ１２ｂ及びＺｓ軸周りのジャイロ１２
ｃを備えるペン型入力部１ｂを用いてを良い。この場
合、標準パターン記憶部４６は複数の標準パターン各々
に対する標準加速度パターン及び標準回転角速度パター
ンを記憶する。ＤＰマッチング部４７は加速度センサ１
１ａ，１１ｂ，１１ｃ及びジャイロ１２ａ，１２ｂ，１
２ｃからの加速度信号のパターン及び回転角速度信号の
パターンと標準パターン記憶部４６に記憶した各標準加
速度パターン及び各標準回転角速度パターンとを、既に
複数の加速度センサを備える場合の例で説明したように
してＤＰマッチング行ない、ペン先端部６の筆記軌跡の
パターンを認識する。ここで、加速度センサ及びジャイ
ロの数は認識しようとするパターンに応じて少なくして
も良い。

【０１１８】さらに、図２４に示すようにデータ前処理
部２１ａが、ＡＤ変換部２５ａ〜２５ｆ、ＨＰＦ４８ａ
〜４８ｆ、ＬＰＦ２７ａ〜２７ｆ、筆記状態判別部２
８、初期傾斜角演算部２９、傾斜角変化演算部３０、傾
斜角演算部３１及び座標変換演算部３２を備え、既に説
明したように加速度センサ１１ａ，１１ｂ，１１ｃから
の出力を基に検出したペン軸座標系（Ｘｓ，Ｙｓ，Ｚ
ｓ）のＸｓ軸方向、Ｙｓ軸方向及びＺｓ軸方向の加速度
Ａxs，Ａys，Ａzsを重力座標系（Ｘｇ，Ｙｇ，Ｚｇ）に
おける加速度Ａxg，Ａyg，Ａzgに変換した後に出力する
ようにしても良い。標準パターン記憶部４６は、複数の
標準パターン各々に対する重力座標系（Ｘｇ，Ｙｇ，Ｚ
ｇ）での標準加速度パターンを記憶し、ＤＰマッチング
部４７は座標変換演算部３２が座標変換した加速度信号
のパターンと標準パターン記憶部４６に記憶した各標準
加速度パターンとをＤＰマッチング行ない、ペン先端部
６の移動パターンを認識する。ここで、図では以前の実
施例と異なりＨＰＦ４８ａ〜４８ｆを筆記状態判別部２
８の外部に設けている。

【０１１９】上記構成のペン型入力装置の動作につい
て、図２５のフローチャートを参照して説明する。

【０１２０】加速度センサ１１ａ，１１ｂ，１１ｃ及び
ジャイロ１２ａ，１２ｂ，１２ｃはそれぞれＸｓ軸方
向，Ｙｓ軸方向，Ｚｓ軸方向の加速度及びＸｓ軸周り，
Ｙｓ軸周り，Ｚｓ軸周りの回転角速度を示す信号を出力
する。データ前処理部２１ａのＨＰＦ４８ａ〜４８ｆは
デジタル変換後の加速度センサ１１ａ，１１ｂ，１１ｃ
及びジャイロ１２ａ，１２ｂ，１２ｃからの信号から高
周波数成分を抽出する。筆記状態判別部２８はＨＰＦ４
８ａ〜４８ｆを介して入力した加速度センサ１１ａ，１
１ｂ，１１ｃ及びジャイロ１２ａ，１２ｂ，１２ｃから
の信号のいずれかに高周波成分が含まれているか否かを
調べて、高周波数成分が含まれている場合には筆記中と
判断し、筆記中であるか否かを示す信号を出力する。初
期傾斜角演算部２９は、既に説明したように筆記状態判
別部２８から筆記中でないことをを示す信号を受ける
と、Ｘｓ軸加速度センサ１１ａ、Ｙｓ軸加速度センサ１
１ｂ及びＺｓ軸加速度センサ１１ｃからの信号を入力
し、ペン軸５の傾斜角の初期値θ0，φ0及びΨ0を算出
する（ステップＳ５１、Ｓ５２）。

【０１２１】傾斜角変化演算部３０は、既に説明したよ
うに筆記状態判別部２８から筆記中であることを示す信
号を受けると（ステップＳ５１）、３個のジャイロ１２
ａ，１２ｂ，１２ｃが検出した回転角速度Ｐ，Ｑ，Ｒを
基にペン軸５の傾斜角の変化Δθ，Δφ及びΔΨを演算
する（ステップＳ５３）。傾斜角演算部３１は、既に説
明したように初期傾斜角演算部２９が演算したペン軸５
の傾斜角の初期値θ0，φ0，Ψ0と傾斜角変化演算部３
０が演算したペン軸５の傾斜角の変化Δθ，Δφ，ΔΨ
を基に筆記中のペン軸５の傾斜角θ，φ，Ψを求める
（ステップＳ５４）。座標変換演算部３２は傾斜角演算
部３１が検出した筆記中の傾斜角θ，φ，Ψを基に加速
度センサ１１ａ，１１ｂ，１１ｃが検出したペン軸座標
系（Ｘｓ，Ｙｓ，Ｚｓ）の加速度Ａxs，Ａys，Ａzsを重
力座標系（Ｘｇ，Ｙｇ，Ｚｇ）による加速度Ａxg，Ａy
g，Ａzgに変換する（ステップＳ５５）。筆記状態判別
部２８で筆記状態か否かを判別するので座標変換演算部
３２では、筆記中のパターンに係わる加速度データを切
り出すことができる。

【０１２２】ＤＰマッチング部４７はデータ前処理部２
１ａが座標変換及び切り出し処理をした加速度データが
示すパターンを標準パターン記憶部に記憶した各標準加
速度パターンとＤＰマッチングをしてペン先端部６が描
いたパターンの認識を行なう（ステップＳ５６）。

【０１２３】ペン型入力装置は上記動作（ステップＳ５
３〜Ｓ５６）を筆記状態判別部２８が筆記中であること
を示す信号を出力している間繰り返し、図形等を入力す
る（ステップＳ５７）。ここで、既に説明したように認
識したパターンが文字の構成要素の場合は構成要素の認
識結果を順次記憶し、さらにこれら文字の構成要素と辞
書等とのマッチングをとって文字の認識を行なう。この
ように、３個の加速度センサ１１ａ，１１ｂ，１１ｃ及
び３個のジャイロ１２ａ，１２ｂ，１２ｃを用いて検出
した加速度及び回転角速度を用いるのでペン軸の傾斜に
よる影響の無い加速度を用いて正確にパターン認識でき
るとともに、重力座標系（Ｘｇ，Ｙｇ，Ｚｇ）に変換し
た後の加速度を用いてＤＰマッチングを行なうので、デ
ータの件数を少なくし、マッチング処理を高速化するこ
とができる。

【０１２４】また、上記実施例では重力座標系（Ｘｇ，
Ｙｇ，Ｚｇ）に変換した後の加速度を用いてＤＰマッチ
ングを行なったが、重力座標系（Ｘｇ，Ｙｇ，Ｚｇ）に
変換した後の加速度を１回積分して速度を求め、重力座
標系におけるペン先端部６の速度を用いてＤＰマッチン
グするようにしても良い。

【０１２５】さらに、重力座標系（Ｘｇ，Ｙｇ，Ｚｇ）
に変換した後の加速度を２回積分して移動方向及び移動
距離を検出し、検出した移動方向及び移動量からペン先
端部６の筆記軌跡を求め、ペン先端部６の筆記軌跡を用
いてＤＰマッチングするようにしても良い。

【０１２６】なお、これまでの実施例ではいずれもペン
型入力部１とパターン認識装置２とを別々に設けたが、
パターン認識装置２をペン型入力部１内部に組み込んで
も良い。

【０１２７】

【発明の効果】この発明は以上説明したように、ペン軸
座標系のいずれか１方向、いずれか２方向又は３方向の
加速度データから入力パターンに対応する加速度データ
の切り出しを行ない、切り出した加速度データをウエー
ブレット変換して入力パターンを表わす係数を求めるの
で、事象の生起時刻の情報を容易に扱うことができる。
また、ウエーブレット変換により非定常的な部分での局
所的な対応が可能になるので、パターンの境界の検出を
行なうことができる。

【０１２８】さらに、ウエーブレット変換して求めた係
数を基に入力パターンの特徴を抽出し、抽出した入力パ
ターンの特徴と予め学習した結果を基に入力パターンの
中間認識結果を算出し、入力パターンの中間認識結果を
基に入力パターンを判定するので、加速度データから直
接に入力パターン認識を行なうことができ、加速度検出
位置とペン先端部の位置との違いから生じる累積誤差に
より入力パターンを誤認識することを防止できる。

【０１２９】また、ペン軸座標系のいずれか１軸周り、
いずれか２軸周り又は３軸周りの回転角速度データから
入力パターンに対応する回転角速度データの切り出しを
行ない、切り出した回転角速度データをウエーブレット
変換して入力パターンを表わす係数を求めるので、回転
角速度データから直接にパターン認識を行なうことによ
りパターンの誤認識を防止することができる。

【０１３０】また、ペン軸座標系のいずれか１方向、い
ずれか２方向又は３方向の加速度データ及びいずれか１
軸周り、いずれか２軸周り又は３周軸りの回転角速度デ
ータから入力パターンに対応する加速度データ及び回転
角速度データの切り出しを行ない、切り出した加速度デ
ータ及び回転角速度データをウエーブレット変換して入
力パターンを表わす係数を求めるので、件軸の傾斜を含
んで入力パターン認識を行なうことができ、さらに正確
にパターン認識を行なうことができる。

【０１３１】また、ペン軸座標系の各軸方向の加速度デ
ータ及び各軸周りの回転角速度データ基に筆記中のペン
軸の傾斜角を算出し、算出した筆記中のペン軸の傾斜角
を基にペン軸座標系による加速度を重力座標系における
加速度に変換し、変換後の加速度データをウエーブレッ
ト規格化して入力パターンを表わす係数を求めるので、
ペン軸の傾斜による影響を無くして入力パターンを判定
することができる。また、ペン軸の傾斜による影響の無
い加速度データを用いるので、高精度のパターン認識を
保ち、かつ、データ数を減らすことができる。

【０１３２】さらに、座標変換後の加速度を積分してペ
ン先端部の速度を求め、入力パターンの速度データの切
り出しを行ない、切り出した速度データをウエーブレッ
ト変換により規格化して入力パターンを表わす係数を求
めるので、ニューラルネットワーク演算の負荷を軽くで
きる。

【０１３３】さらに、切り出したデータをウエーブレッ
ト変換により規格化して入力パターンを表わす係数を求
め、求めた係数を基に入力パターンの特徴を抽出し、抽
出した入力パターンの特徴と予め学習した結果を基に入
力パターンの中間認識結果を算出するウエーブレットべ
ーシスファンクション型ニューラルネットワーク演算部
を備えるので、装置全体の構成を簡単にすることができ
る。

【０１３４】また、互いに直交する２方向又は３方向の
加速度信号を基にパターンの入力回数を計数し、計数し
た入力回数に応じた参照パターンを選択し、各加速度セ
ンサからの加速度信号のパターンと選択した参照パター
ンとを比較して、文字の筆順を基に文字認識を行なうの
で、正確な文字認識を行なうことができる。

【０１３５】また、前回入力したパターンの認識結果に
応じた参照パターンを選択し、各加速度センサからの加
速度信号のパターンと選択した参照パターンとを比較し
て文字認識を行なうので、先行パターンを基に文字認識
の精度を向上することができる。

【０１３６】また、後続の入力パターンを示す加速度信
号を読み取り、読み取った後続の入力パターンを示す加
速度信号を基に後続パターンの認識を行ない、後続パタ
ーンの認識結果に応じた参照パターンを選択し、各加速
度センサからの認識対象パターンを示す加速度信号のパ
ターンと選択した参照パターンとを比較して文字認識を
行なうので、後続パターンを基に文字認識の精度を向上
することができる。

【０１３７】また、各加速度センサからの加速度信号を
基にパターンの入力回数を計数し、加速度センサからの
加速度信号のパターンとパターンの入力回数に応じた複
数の参照パターンとを比較して入力回数毎に文字認識を
行ない、計数した入力回数に応じて文字認識結果を選択
するので、筆順を基に文字認識を行なうことができると
ともに、文字認識効率を向上することができる。

【０１３８】また、加速度センサからの加速度信号のパ
ターンと種々の先行パターンの認識結果に応じた複数の
参照パターンとを比較して種々な先行パターンを基にし
た文字認識を行ない、前回入力したパターンの認識結果
に応じて文字認識結果を選択するので、先行パターンを
基に文字認識を行なうことができるとともに、文字認識
効率を向上することができる。

【０１３９】また、加速度センサからの加速度信号のパ
ターンと種々の後続パターンの認識結果に応じた複数の
参照パターンとを比較して種々な後続パターンを基にし
た文字認識を行ない、後続パターンを示す加速度信号を
読み取り、読み取った後続の入力パターンを示す加速度
信号を基に後続パターンの認識を行ない、後続パターン
の認識結果に応じて文字認識を行なうことができるとと
もに、文字認識効率を向上することができる。

【０１４０】また、ペン軸座標系の少なくとも１軸方向
の加速度を検出し、検出した加速度のパターンと予め複
数の標準パターン各々に対して記憶した標準加速度パタ
ーンとをＤＰマッチング行ない、ペン先端部の筆記軌跡
のパターンを認識するので、ペン軸座標系の加速度を用
いて正確にパターン認識できるとともに、装置構成を簡
単にすることができる。

【０１４１】また、ペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）
の少なくとも１軸周りの回転角速度を検出し、検出した
回転角速度のパターンと予め複数の標準パターン各々に
対して記憶した標準回転角速度パターンとをＤＰマッチ
ング行ない、ペン先端部の筆記軌跡のパターンを認識す
るので、回転角速度を基に正確、且つ、簡単な構成でパ
ターン認識することができる。

【０１４２】さらに、ペン軸座標系（Ｘｓ，Ｙｓ，Ｚ
ｓ）の少なくとも１軸方向の加速度とペン軸座標系（Ｘ
ｓ，Ｙｓ，Ｚｓ）の少なくとも１軸周りの回転角速度を
検出し、検出した加速度のパターン及び回転角速度のパ
ターンと予め複数の標準パターン各々に対して記憶した
標準信号パターンとをＤＰマッチング行ない、ペン先端
部の筆記軌跡のパターンを認識するので、さらに正確に
パターン認識することができる。

【０１４３】さらに、ペン軸座標系（Ｘｓ，Ｙｓ，Ｚ
ｓ）の少なくとも１軸方向の加速度とペン軸座標系（Ｘ
ｓ，Ｙｓ，Ｚｓ）の少なくとも１軸周りの回転角速度を
検出し、検出した加速度と回転角速度を基に加速度の座
標系をペン軸座標系から重力座標系に変換し、座標変換
した加速度のパターンと予め複数の標準パターン各々に
対して記憶した重力座標系における標準加速度パターン
とをＤＰマッチング行ない、ペン先端部の筆記軌跡のパ
ターンを認識するので、さらに正確にパターン認識でき
るとともにデータ数を減らしてパターン認識処理を高速
化できる。

【０１４４】さらに、座標変換した後の加速度を積分し
て速度又は軌跡を求め、加速度を積分して得た速度又は
軌跡と予め複数の標準パターン各々に対して記憶した標
準加速度パターン又は各々の標準パターンを描いた場合
の標準軌跡とをＤＰマッチング行ない、ペン先端部の筆
記軌跡のパターンを認識するので、ＤＰマッチング処理
を簡単にすることができる。

【図面の簡単な説明】

【図１】ペン型入力部とパターン識別装置との接続図で
ある。

【図２】ペン型入力部とパターン識別装置の構成図であ
る。

【図３】ニューラルネットワークの構成図である。

【図４】ペン型入力装置の動作を示すフローチャートで
ある。

【図５】加速度信号の波形図である。

【図６】ジャイロを用いたペン型入力部とパターン識別
装置の構成図である。

【図７】他のペン型入力部の斜視図である。

【図８】他のペン型入力部とパターン識別装置の構成図
である。

【図９】他のペン型入力装置の動作を示すフローチャー
トである。

【図１０】他のニューラルネットワークの構成図であ
る。

【図１１】パターン入力順を基に文字認識を行なうパタ
ーン認識装置の構成図である。

【図１２】パターン入力順を基に文字認識を行なうフロ
ーチャートである。

【図１３】ウエーブレット係数の変化を示す波形図であ
る。

【図１４】参照パターン記憶部の構成図である。

【図１５】筆順の説明図である。

【図１６】先行パターンを基に文字認識を行なうパター
ン認識装置の構成図である。

【図１７】先行パターンを基に文字認識を行なうフロー
チャートである。

【図１８】後続パターンを基に文字認識を行なうパター
ン認識装置の構成図である。

【図１９】後続パターンを基に文字認識を行なうフロー
チャートである。

【図２０】入力順を基に文字認識結果を切り替えるパタ
ーン認識装置の構成図である。

【図２１】先行パターンで認識結果を切り替えるパター
ン認識装置の構成図である。

【図２２】後続パターンで認識結果を切り替えるパター
ン認識装置の構成図である。

【図２３】ＤＰマッチングでパターン認識を行なうパタ
ーン認識装置の構成図である。

【図２４】座標変換後にＤＰマッチングを行なうパター
ン認識装置の構成図である。

【図２５】座標変換後にＤＰマッチングを行なう場合の
フローチャートである。

【符号の説明】

１ ペン型入力部 １１ 加速度センサ １２ ジャイロ ２ パターン認識装置 ２１ データ前処理部 ２２ ウエーブレット変換部 ２３ ニューラルネットワーク演算部 ２４ 後処理部 ２６ データ切出部 ２８ 筆記状態判別部 ２９ 初期傾斜角演算部 ３０ 傾斜角変化演算部 ３１ 傾斜角演算部 ３２ 座標変換演算部 ３３ 参照パターン記憶部 ３４ 信号前処理部 ３５ 入力回数カウンタ ３６ 参照パターン記憶部選択部 ３７ 比較認識部 ３８ 先行パターン記憶部 ３９ 入力パターンバッファ ４０ 後続入力読取部 ４４ パターン認識部 ４５ 認識部選択部 ４６ 標準パターン記憶部 ４７ ＤＰマッチング部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 村田 憲彦 東京都大田区中馬込１丁目３番６号 株式 会社リコ−内

Claims (27)

【特許請求の範囲】
1. 【請求項１】 少なくとも１個の加速度センサとデータ
   前処理部とウエーブレット変換部とニューラルネットワ
   ーク演算部と後処理部を有し、加速度センサはその数に
   応じてペン軸をＺｓ軸としたペン軸座標系（Ｘｓ，Ｙ
   ｓ，Ｚｓ）のＸｓ軸方向，Ｙｓ軸方向及びＺｓ軸方向の
   いずれか１方向、いずれか２方向又は３方向の加速度信
   号を出力し、データ前処理部は加速度センサが出力した
   加速度信号を基に入力パターンに対応する加速度データ
   の切り出しを行ない、ウエーブレット変換部はデータ前
   処理部が切り出した加速度データをウエーブレット変換
   して入力パターンを表わす係数を求め、ニューラルネッ
   トワーク演算部はウエーブレット変換部が求めた係数を
   基に入力パターンの特徴を抽出し、抽出した入力パター
   ンの特徴と予め学習した結果を基に入力パターンの中間
   認識結果を算出し、後処理部はニューラルネットワーク
   演算部による入力パターンの中間認識結果を基に入力パ
   ターンを判定することを特徴とするペン型入力装置。
2. 【請求項２】 少なくとも１個のジャイロとデータ前処
   理部とウエーブレット変換部とニューラルネットワーク
   演算部と後処理部を有し、ジャイロはその数に応じてペ
   ン軸をＺｓ軸としたペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）
   のＸｓ軸，Ｙｓ軸及びＺｓ軸のいずれか１軸周り、いず
   れか２軸周り又は３軸周りの回転角速度信号を出力し、
   データ前処理部はジャイロが出力した回転角速度信号を
   基に入力パターンに対応する回転角速度データの切り出
   しを行ない、ウエーブレット変換部はデータ前処理部が
   切り出した回転角速度データをウエーブレット変換して
   入力パターンを表わす係数を求め、ニューラルネットワ
   ーク演算部はウエーブレット変換部が求めた係数を基に
   入力パターンの特徴を抽出し、抽出した入力パターンの
   特徴と予め学習した結果を基に入力パターンの中間認識
   結果を算出し、後処理部はニューラルネットワーク演算
   部による入力パターンの中間認識結果を基に入力パター
   ンを判定することを特徴とするペン型入力装置。
3. 【請求項３】 少なくとも１個の加速度センサと少なく
   とも１個のジャイロとデータ前処理部とウエーブレット
   変換部とニューラルネットワーク演算部と後処理部を有
   し、加速度センサはその数に応じてペン軸をＺｓ軸とし
   たペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸方向，Ｙ
   ｓ軸方向及びＺｓ軸方向のいずれか１方向、いずれか２
   方向又は３方向の加速度信号を出力し、ジャイロはその
   数に応じてＸｓ軸，Ｙｓ軸及びＺｓ軸のいずれか１軸周
   り、いずれか２軸周り又は３軸周りの回転角速度信号を
   出力し、データ前処理部は加速度センサが出力した加速
   度信号及びジャイロが出力した回転角速度信号を基に入
   力パターンに対応する加速度データ及び回転角速度デー
   タの切り出しを行ない、ウエーブレット変換部はデータ
   前処理部が切り出した加速度データ及び回転角速度デー
   タをウエーブレット変換して入力パターンを表わす係数
   を求め、ニューラルネットワーク演算部はウエーブレッ
   ト変換部が求めた係数を基に入力パターンの特徴を抽出
   し、抽出した入力パターンの特徴と予め学習した結果を
   基に入力パターンの中間認識結果を算出し、後処理部は
   ニューラルネットワーク演算部による入力パターンの中
   間認識結果を基に入力パターンを判定することを特徴と
   するペン型入力装置。
4. 【請求項４】 ３個の加速度センサと３個のジャイロと
   データ前処理部とウエーブレット変換部とニューラルネ
   ットワーク演算部と後処理部を有し、３個の加速度セン
   サはそれぞれペン軸をＺｓ軸としたペン軸座標系（Ｘ
   ｓ，Ｙｓ，Ｚｓ）のＸｓ軸方向，Ｙｓ軸方向及びＺｓ軸
   方向の加速度を示す信号を出力し、３個のジャイロはそ
   れぞれＸｓ軸周り，Ｙｓ軸周り及びＺｓ軸周りの回転角
   速度を示す信号を出力し、データ前処理部は無筆記状態
   における３個の加速度センサからの加速度信号を基にペ
   ン軸の傾斜角の初期値を演算し、筆記状態における３個
   のジャイロが出力した回転角速度信号から傾斜角の変化
   を演算し、演算した傾斜角の初期値と傾斜角の変化を基
   に筆記中のペン軸の傾斜角を算出し、算出した筆記中の
   ペン軸の傾斜角を基に加速度センサが検出したペン軸座
   標系（Ｘｓ，Ｙｓ，Ｚｓ）による加速度データを重力加
   速度方向に伸びる軸をＺｇ軸にした重力座標系（Ｘｇ，
   Ｙｇ，Ｚｇ）における加速度データに変換し、入力パタ
   ーンに対応する加速度データの切り出しを行ない、ウエ
   ーブレット変換部はデータ前処理部が切り出した加速度
   データをウエーブレット変換して入力パターンを表わす
   係数を求め、ニューラルネットワーク演算部はウエーブ
   レット変換部が求めた係数を基に入力パターンの特徴を
   抽出し、抽出した入力パターンの特徴と予め学習した結
   果を基に入力パターンの中間認識結果を算出し、後処理
   部はニューラルネットワーク演算部による入力パターン
   の中間認識結果を基に入力パターンを判定することを特
   徴とするペン型入力装置。
5. 【請求項５】 上記データ前処理部は無筆記状態におけ
   る３個の加速度センサからの加速度信号を基にペン軸の
   傾斜角の初期値を演算し、筆記状態における３個のジャ
   イロからの回転角速度信号を基にペン軸の傾斜角の変化
   を演算し、演算した傾斜角の初期値と傾斜角の変化を基
   に筆記中のペン軸の傾斜角を算出し、算出した筆記中の
   ペン軸の傾斜角を基に加速度センサが検出したペン軸座
   標系（Ｘｓ，Ｙｓ，Ｚｓ）による加速度を重力座標系
   （Ｘｇ，Ｙｇ，Ｚｇ）における加速度に変換し、変換し
   た加速度を積分してペン先端部の速度を求め、入力パタ
   ーンに対応する速度データの切り出しを行ない、ウエー
   ブレット変換部はデータ前処理部が切り出した速度デー
   タをウエーブレット変換して入力パターンを表わす係数
   を求める請求項４記載のペン型入力装置。
6. 【請求項６】 上記データ前処理部が切り出したデータ
   をウエーブレット変換して入力パターンを表わす係数を
   求め、求めた係数を基に入力パターンの特徴を抽出し、
   抽出した入力パターンの特徴と予め学習した結果を基に
   入力パターンの中間認識結果を算出するウエーブレット
   ベーシスファンクション型ニューラルネットワーク演算
   部を有し、後処理部はウエーブレットベーシスファンク
   ション型ニューラルネットワーク演算部による入力パタ
   ーンの中間認識結果を基に入力パターンを判定する請求
   項１乃至５のいずれかに記載のペン型入力装置。
7. 【請求項７】 複数個の加速度センサと入力回数カウン
   タと複数の参照パターン記憶部と参照パターン記憶部選
   択部と比較認識部を有し、加速度センサは直交する２方
   向又は３方向の加速度信号を出力し、入力回数カウンタ
   は各加速度センサからの加速度信号を基にパターンの入
   力回数を計数し、各参照パターン記憶部はそれぞれパタ
   ーンの入力回数に応じた複数の参照パターンを記憶し、
   参照パターン記憶部選択部は入力回数カウンタが計数し
   た入力回数に応じて参照パターン記憶部を選択し、比較
   認識部は各加速度センサからの加速度信号のパターンと
   参照パターン記憶部選択部が選択した参照パターン記憶
   部に記憶した参照パターンとを比較して文字認識を行な
   うことを特徴とするペン型入力装置。
8. 【請求項８】 複数個の加速度センサと先行パターン記
   憶部と複数の参照パターン記憶部と参照パターン記憶部
   選択部と比較認識部を有し、加速度センサは直交する２
   方向又は３方向の加速度信号を出力し、先行パターン記
   憶部は前回入力したパターンの認識結果を記憶し、各参
   照パターン記憶部はそれぞれ先行パターンの認識結果に
   応じた複数の参照パターンを記憶し、参照パターン記憶
   部選択部は先行パターン記憶部に記憶したパターンの認
   識結果に応じて参照パターン記憶部を選択し、比較認識
   部は各加速度センサからの加速度信号のパターンと参照
   パターン記憶部選択部が選択した参照パターン記憶部に
   記憶した参照パターンとを比較して文字認識を行なうこ
   とを特徴とするペン型入力装置。
9. 【請求項９】 複数個の加速度センサと後続入力読取部
   と複数の参照パターン記憶部と参照パターン記憶部選択
   部と比較認識部を有し、加速度センサは直交する２方向
   又は３方向の加速度信号を出力し、後続入力読取部は後
   続の入力パターンを示す加速度信号を読み取り、読み取
   った後続の入力パターンを示す加速度信号を基に後続の
   入力パターンの認識を行ない、各参照パターン記憶部は
   それぞれ後続パターンに応じた複数の参照パターンを記
   憶し、参照パターン記憶部選択部は後続入力読取部によ
   る後続入力パターンの認識結果に応じて参照パターン記
   憶部を選択し、比較認識部は各加速度センサからの認識
   対象パターンを示す加速度信号のパターンと参照パター
   ン記憶部選択部が選択した参照パターン記憶部に記憶し
   た参照パターンとを比較して文字認識を行なうことを特
   徴とするペン型入力装置。
10. 【請求項１０】 複数個の加速度センサと入力回数カウ
    ンタと複数のパターン認識部と認識部選択部を有し、加
    速度センサは直交する２方向又は３方向の加速度信号を
    出力し、入力回数カウンタは各加速度センサからの加速
    度信号を基にパターンの入力回数を計数し、各パターン
    認識部は参照パターン記憶部と比較認識部を備え、各参
    照パターン記憶部は入力回数に応じた複数の参照パター
    ンを記憶し、各比較認識部は各加速度センサからの加速
    度信号のパターンと参照パターン記憶部に記憶した参照
    パターンとを比較して文字認識を行ない、認識部選択部
    は入力回数カウンタが計数した入力回数に応じてパター
    ン認識部を選択し、その文字認識結果を出力することを
    特徴とするペン型入力装置。
11. 【請求項１１】 複数個の加速度センサと先行パターン
    記憶部と複数のパターン認識部と認識部選択部を有し、
    加速度センサは直交する２方向又は３方向の加速度信号
    を出力し、先行パターン記憶部は前回入力したパターン
    の認識結果を記憶し、各パターン認識部は参照パターン
    記憶部と比較認識部を備え、各参照パターン記憶部はそ
    れぞれ先行パターンの認識結果に応じた複数の参照パタ
    ーンを記憶し、各比較認識部は各加速度センサからの加
    速度信号のパターンと参照パターン記憶部に記憶した参
    照パターンとを比較して文字認識を行ない、認識部選択
    部は先行パターン記憶部に記憶した前回入力パターンの
    認識結果に応じてパターン認識部を選択し、その文字認
    識結果を出力することを特徴とするペン型入力装置。
12. 【請求項１２】 複数個の加速度センサと複数のパター
    ン認識部と後続入力読取部と認識部選択部を有し、加速
    度センサは直交する２方向又は３方向の加速度信号を出
    力し、各パターン認識部は参照パターン記憶部と比較認
    識部を備え、各参照パターン記憶部はそれぞれ後続パタ
    ーンに応じた複数の参照パターンを記憶し、各比較認識
    部は各加速度センサからの加速度信号のパターンと参照
    パターン記憶部に記憶した参照パターンとを比較して文
    字認識を行ない、後続入力読取部は後続の入力パターン
    を示す加速度信号を読み取り、読み取った後続の入力パ
    ターンを示す加速度信号を基に後続の入力パターンの認
    識を行ない、認識部選択部は後続入力読取部による後続
    の入力パターンの認識結果に応じてパターン認識部を選
    択し、その文字認識結果を出力することを特徴とするペ
    ン型入力装置。
13. 【請求項１３】 少なくとも１個の加速度センサと標準
    パターン記憶部とＤＰマッチング部を有し、加速度セン
    サはその数に応じてペン軸をＺｓ軸としたペン軸座標系
    （Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸方向，Ｙｓ軸方向及びＺ
    ｓ軸方向のいずれか１方向、いずれか２方向又は３方向
    の加速度信号を出力し、標準パターン記憶部は複数の標
    準パターン各々に対する標準加速度パターンを予め記憶
    し、ＤＰマッチング部は加速度センサからの加速度信号
    のパターンと標準パターン記憶部に記憶した各標準加速
    度パターンとをＤＰマッチング行ない、ペン先端部の筆
    記軌跡のパターンを認識することを特徴とするペン型入
    力装置。
14. 【請求項１４】 少なくとも１個のジャイロと標準パタ
    ーン記憶部とＤＰマッチング部を有し、ジャイロはその
    数に応じてペン軸をＺｓ軸としたペン軸座標系（Ｘｓ，
    Ｙｓ，Ｚｓ）のＸｓ軸，Ｙｓ軸及びＺｓ軸のいずれか１
    軸周り、いずれか２軸周り又は３軸周りの回転角速度信
    号を出力し、標準パターン記憶部は複数の標準パターン
    各々に対する標準回転角速度パターンを予め記憶し、Ｄ
    Ｐマッチング部はジャイロからの回転角速度度信号のパ
    ターンと標準パターン記憶部に記憶した各標準回転角速
    度パターンとをＤＰマッチング行ない、ペン先端部の筆
    記軌跡のパターンを認識することを特徴とするペン型入
    力装置。
15. 【請求項１５】 少なくとも１個の加速度センサと少な
    くとも１個のジャイロと標準パターン記憶部とＤＰマッ
    チング部を有し、加速度センサはその数に応じてペン軸
    をＺｓ軸としたペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）のＸ
    ｓ軸方向，Ｙｓ軸方向及びＺｓ軸方向のいずれか１方
    向、いずれか２方向又は３方向の加速度信号を出力し、
    ジャイロはその数に応じてＸｓ軸，Ｙｓ軸及びＺｓ軸の
    いずれか１軸周り、いずれか２軸周り又は３軸周りの回
    転角速度信号を出力し、標準パターン記憶部は複数の標
    準パターン各々に対するペン軸座標系（Ｘｓ，Ｙｓ，Ｚ
    ｓ）における標準信号パターンを記憶し、ＤＰマッチン
    グ部は加速度センサからの加速度信号のパターン及びジ
    ャイロからの回転角速度度信号のパターンと標準パター
    ン記憶部に記憶した各標準信号パターンとをＤＰマッチ
    ング行ない、ペン先端部の筆記軌跡のパターンを認識す
    ることを特徴とするペン型入力装置。
16. 【請求項１６】 少なくとも１個の加速度センサと少な
    くとも１個のジャイロと座標変換部と標準パターン記憶
    部とＤＰマッチング部を有し、加速度センサはその数に
    応じてペン軸をＺｓ軸としたペン軸座標系（Ｘｓ，Ｙ
    ｓ，Ｚｓ）のＸｓ軸方向，Ｙｓ軸方向及びＺｓ軸方向の
    いずれか１方向、いずれか２方向又は３方向の加速度信
    号を出力し、ジャイロはその数に応じてＸｓ軸，Ｙｓ軸
    及びＺｓ軸のいずれか１軸周り、いずれか２軸周り又は
    ３軸周りの回転角速度信号を出力し、座標変換部は加速
    度センサからの加速度信号及びジャイロからの回転角速
    度信号を基に加速度センサからの加速度信号の座標系を
    ペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）から重力加速度方向
    に伸びる軸をＺｇ軸にした重力座標系（Ｘｇ，Ｙｇ，Ｚ
    ｇ）に変換し、標準パターン記憶部は複数の標準パター
    ン各々に対する重力座標系（Ｘｇ，Ｙｇ，Ｚｇ）におけ
    る標準加速度パターンを記憶し、ＤＰマッチング部は座
    標変換部が座標変換した加速度信号のパターンと標準パ
    ターン記憶部に記憶した各標準加速度パターンとをＤＰ
    マッチング行ない、ペン先端部の筆記軌跡のパターンを
    認識することを特徴とするペン型入力装置。
17. 【請求項１７】 上記座標変換部が座標変換した後の加
    速度を積分して速度又は軌跡を求める移動量演算部を有
    し、標準パターン記憶部は複数の標準パターン各々に対
    する標準速度パターン又は各々の標準パターンを描いた
    場合の標準軌跡を記憶し、ＤＰマッチング部は移動量演
    算部の演算結果と標準パターン記憶部に記憶した各標準
    加速度パターン又は各標準軌跡とをＤＰマッチング行な
    い、ペン先端部の筆記軌跡のパターンを認識する請求項
    １６記載のペン型入力装置。
18. 【請求項１８】 ペン軸をＺｓ軸としたペン軸座標系
    （Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸方向，Ｙｓ軸方向及びＺ
    ｓ軸方向のいずれか１方向、いずれか２方向又は３方向
    の加速度データから入力パターンに対応する加速度デー
    タの切り出しを行ない、切り出した加速度データをウエ
    ーブレット変換して入力パターンを表わす係数を求め、
    求めた係数を基に入力パターンの特徴を抽出し、抽出し
    た入力パターンの特徴と予め学習した結果を基に入力パ
    ターンの中間認識結果を算出し、入力パターンの中間認
    識結果を基に入力パターンを判定することを特徴とする
    ペン型入力装置のパターン認識方法。
19. 【請求項１９】 ペン軸をＺｓ軸としたペン軸座標系
    （Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸，Ｙｓ軸及びＺｓ軸のい
    ずれか１軸周り、いずれか２軸周り又は３軸周りの回転
    角速度データから入力パターンに対応する回転角速度デ
    ータの切り出しを行ない、切り出した回転角速度データ
    をウエーブレット変換して入力パターンを表わす係数を
    求め、求めた係数を基に入力パターンの特徴を抽出し、
    抽出した入力パターンの特徴と予め学習した結果を基に
    入力パターンの中間認識結果を算出し、入力パターンの
    中間認識結果を基に入力パターンを判定することを特徴
    とするペン型入力装置のパターン認識方法。
20. 【請求項２０】 ペン軸をＺｓ軸としたペン軸座標系
    （Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸方向，Ｙｓ軸方向及びＺ
    ｓ軸方向のいずれか１方向、いずれか２方向又は３方向
    の加速度データ、及び、Ｘｓ軸，Ｙｓ軸及びＺｓ軸のい
    ずれか１軸周り、いずれか２軸周り又は３軸周りの回転
    角速度データから入力パターンに対応する加速度データ
    及び回転角速度データの切り出しを行ない、切り出した
    加速度データ及び回転角速度データをウエーブレット変
    換して入力パターンを表わす係数を求め、求めた係数を
    基に入力パターンの特徴を抽出し、抽出した入力パター
    ンの特徴と予め学習した結果を基に入力パターンの中間
    認識結果を算出し、入力パターンの中間認識結果を基に
    入力パターンを判定することを特徴とするペン型入力装
    置のパターン認識方法。
21. 【請求項２１】 ペン軸をＺｓ軸としたペン軸座標系
    （Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸方向，Ｙｓ軸方向及びＺ
    ｓ軸方向の無筆記状態における加速度データを基にペン
    軸の傾斜角の初期値を演算し、筆記状態におけるＸｓ軸
    周り，Ｙｓ軸周り及びＺｓ軸周りの回転角速度データを
    基にペン軸の傾斜角の変化を算出し、演算した傾斜角の
    初期値と傾斜角の変化を基に筆記中のペン軸の傾斜角を
    算出し、算出した筆記中のペン軸の傾斜角を基にペン軸
    座標系（Ｘｓ，Ｙｓ，Ｚｓ）による加速度データを重力
    加速度方向に伸びる軸をＺｇ軸にした重力座標系（Ｘ
    ｇ，Ｙｇ，Ｚｇ）における加速度データに変換し、変換
    後の加速度データから入力パターンに対応する加速度デ
    ータの切り出しを行ない、切り出した加速度データをウ
    エーブレット変換して入力パターンを表わす係数を求
    め、求めた係数を基に入力パターンの特徴を抽出し、抽
    出した入力パターンの特徴と予め学習した結果を基に入
    力パターンの中間認識結果を算出し、入力パターンの中
    間認識結果を基に入力パターンを判定することを特徴と
    するペン型入力装置のパターン認識方法。
22. 【請求項２２】 ペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）の
    Ｘｓ軸方向，Ｙｓ軸方向及びＺｓ軸方向の無筆記状態に
    おける加速度データを基にペン軸の傾斜角の初期値を演
    算し、筆記状態におけるＸｓ軸周り，Ｙｓ軸周り及びＺ
    ｓ軸周りの回転角速度データを基にペン軸の傾斜角の変
    化を演算し、演算した傾斜角の初期値と傾斜角の変化を
    基に筆記中のペン軸の傾斜角を算出し、算出した筆記中
    のペン軸の傾斜角を基にペン軸座標系（Ｘｓ，Ｙｓ，Ｚ
    ｓ）による加速度データを重力座標系（Ｘｇ，Ｙｇ，Ｚ
    ｇ）における加速度データに変換し、座標変換した加速
    度データを積分してペン先端部の速度データを求め、求
    めた速度データから入力パターンに対応する速度データ
    の切り出しを行ない、切り出した速度データをウエーブ
    レット変換して入力パターンを表わす係数を求める請求
    項２１記載のペン型入力装置のパターン認識方法。
23. 【請求項２３】 ペン軸をＺｓ軸としたペン軸座標系
    （Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸方向，Ｙｓ軸方向及びＺ
    ｓ軸方向の少なくとも１方向の加速度を検出し、検出し
    た加速度のパターンと予め複数の標準パターン各々に対
    して記憶した標準加速度パターンとをＤＰマッチング行
    ない、ペン先端部の筆記軌跡のパターンを認識すること
    を特徴とするペン型入力装置のパターン認識方法。
24. 【請求項２４】 ペン軸をＺｓ軸としたペン軸座標系
    （Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸，Ｙｓ軸及びＺｓ軸の少
    なくとも１軸周りの回転角速度を検出し、検出した回転
    角速度のパターンと予め複数の標準パターン各々に対し
    て記憶した標準回転角速度パターンとをＤＰマッチング
    行ない、ペン先端部の筆記軌跡のパターンを認識するこ
    とを特徴とするペン型入力装置のパターン認識方法。
25. 【請求項２５】 ペン軸をＺｓ軸としたペン軸座標系
    （Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸方向，Ｙｓ軸方向及びＺ
    ｓ軸方向の少なくとも１方向の加速度とＸｓ軸，Ｙｓ軸
    及びＺｓ軸の少なくとも１軸周りの回転角速度を検出
    し、検出した加速度のパターン及び回転角速度のパター
    ンと予め複数の標準パターン各々に対して記憶した標準
    信号パターンとをＤＰマッチング行ない、ペン先端部の
    筆記軌跡のパターンを認識することを特徴とするペン型
    入力装置のパターン認識方法。
26. 【請求項２６】 ペン軸をＺｓ軸としたペン軸座標系
    （Ｘｓ，Ｙｓ，Ｚｓ）のＸｓ軸方向，Ｙｓ軸方向及びＺ
    ｓ軸方向の少なくとも１方向の加速度とＸｓ軸，Ｙｓ軸
    及びＺｓ軸の少なくとも１軸周りの回転角速度を検出
    し、検出した加速度と回転角速度を基に加速度の座標系
    をペン軸座標系（Ｘｓ，Ｙｓ，Ｚｓ）から重力加速度方
    向に伸びる軸をＺｇ軸にした重力座標系（Ｘｇ，Ｙｇ，
    Ｚｇ）に変換し、座標変換した加速度のパターンと予め
    複数の標準パターン各々に対して記憶した重力座標系
    （Ｘｇ，Ｙｇ，Ｚｇ）における標準加速度パターンとを
    ＤＰマッチング行ない、ペン先端部の筆記軌跡のパター
    ンを認識することを特徴とするペン型入力装置のパター
    ン認識方法。
27. 【請求項２７】 上記座標変換した後の加速度を積分し
    て速度又は軌跡を求め、加速度を積分して得た速度又は
    軌跡と予め複数の標準パターン各々に対して記憶した標
    準加速度パターン又は各々の標準パターンを描いた場合
    の標準軌跡とをＤＰマッチング行ない、ペン先端部の筆
    記軌跡のパターンを認識する請求項２６記載のペン型入
    力装置のパターン認識方法。