KR101899632B1 - 비정형적인 전극들에 의한 용량 측정 방법, 및 이러한 방법을 구현하는 장치 - Google Patents

Abstract

본 발명은 물체의 검출을 위해 인간-기계 인터페이스 장치에 통합되는 적어도 2개의 독립적인 전극들에 대하여 상기 물체의 절대 커패시턴스를 측정하는 방법에 관한 것이다. 상기 방법은,
a) 각각의 전극에 대하여, 상기 전극과 상기 물체 사이의 절대 커패시턴스의 값이 측정되고,
a') 확률 밀도들의 이미지를 획득하기 위해 절대 커패시턴스의 실제 값들에 복수-변수 비선형 예측 모델을 적용하는 것에 의해 예측이 만들어지고, 이 확률 밀도들은 상기 물체의 검출에 사용되는 실제의 교정된 절대 커패시턴스 값들로 간주되는, 단계들을 포함한다. 예를들어, 상기 복수-변수 비선형 예측 모델은,
- 상기 적어도 2개의 전극들에 대하여 복수의 물체 위치들을 위해 획득되는 절대 커패시턴스의 실제 값들, 및
- 이상화된 전극들에 대하여 복수의 물체 위치들을 위해 획득되는 확률 밀도들의 이미지를 기초로 비선형 복귀(nonlinear regression)에 의해 획득된다.

Description

비정형적인 전극들에 의한 용량 측정 방법, 및 이러한 방법을 구현하는 장치{METHOD OF CAPACITIVE MEASUREMENT BY NONREGULAR ELECTRODES, AND APPARATUS IMPLEMENTING SUCH A METHOD}

본 발명은 복수의 독립적인 전극들의 근방에 있는 물체의 절대 커패시턴스(자가-커패시턴스)의 측정 방법에 관한 것이다. 본 발명은 또한 이러한 방법을 구현하는 전자적 몸짓 인터페이스 장치에 관한 것이다.

본 발명의 기술분야는 이에 한정되지는 않지만, 보다 상세하게는, 인간-기계 인터페이스 명령들에 사용되는 터치-민감성의 3D 용량성 표면들에 관한 것이다.

통신 및 작업 장치들은 패드 또는 스크린과 같은 터치-민감성 제어 인터페이스를 점점 더 많이 이용하고 있다. 예를 들어 휴대폰들, 스마트폰들, 터치-민감성 스크린들을 가지는 컴퓨터들, 패드들, PC들, 마우스 장치들, 터치 패드들, 와이드스크린들 등을 언급하는 것이 가능하다.

이러한 인터페이스들 중 많은 수는 용량성 기술들을 이용한다.

상기 터치-민감성 표면에는 명령을 주기 위해 검출되는 상기 물체와 전극들 사이에 나타나는 상기 커패시턴스들의 편차의 측정을 가능하게 해 주는 전자적 수단에 연결되는 전도성 전극들이 구비되어 있다.

터치-민감성 인터페이스들에 현재 사용되는 용량성 기술들은 대부분 열들 및 행들의 형태로 전도성 전극들의 2개의 층들을 이용한다. 가장 광범위하게 사용되는 기하학적 구조는 각 행 및 각 열이 행을 형성하기 위해 수평 방향으로 및 열을 형성하기 위해 수직 방향으로 서로 연결되는 마름모꼴들로 이루어진다.

2개의 작동 모드들은 상기 표면 앞의 물체의 존재를 검출하기 위해 이러한 기하학적 구조를 이용해 생성될 수 있다:

1. 전자부품들은 이러한 행들 및 열들 사이에 존재하는 커플링 커패시턴스들을 측정한다. 손가락이 능동 표면에 매우 근접할 때, 상기 손가락 근방의 커플링 커패시턴스들은 변형되고 이로써 상기 전자부품들은 상기 능동 표면의 평면에 있는, 2D (XY)에서의 위치에 위치될 수 있다. 이러한 기술들은 유전체를 통해 상기 손가락의 위치 및 존재를 검출하는 것이 가능하도록 해준다. 이것들은 상기 민감성 표면의 평면(XY)에서 하나 또는 그 이상의 손가락들의 위치에서 매우 좋은 해상도를 허용하는 장점을 가진다. 하지만 이 기술들은 원칙적으로 상기 전극들 및 상기 전자제품들의 수준에서 큰 누수 커패시턴스들을 생성하는 단점을 가진다. 게다가 이러한 누수 커패시턴스들은 노화, 상기 물질들의 변형 또는 상기 주변 온도의 편차들의 결과 때문에 시간이 흐르면서 흐를 수 있다. 이 편차들은 상기 전극들의 민감성을 열화시킬 수 있거나, 심지어 제때가 아닌 때 명령들을 트리거할 수 있다. 이 기술의 다른 단점은 상기 행들과 상기 열들 사이에서 생성되는 전기장은 특히 상기 표면 주위에 집중되어 남아 있고 커플링 커패시턴스의 변화는 상기 표면에 매우 근접한, 또는 접촉된 물질들에 대해서만 발생한다. 이것은 이 기술을 접촉 및 2D 용도로만 한정시킨다.

2. 상기 전자제품들은 - 전극들의 각각의 행 및 각각의 열에 대하여 - 상기 물체와 문제되는 상기 전극 사이에서 나타나는 절대 커패시턴스를 측정한다. 이 방법의 장점은 상기 전기장이 상기 표면으로부터 더 멀리 발산되고, 상기 스크린 상에서 수 센티미터에 위치되는 물체들을 측정하는 것이 가능하게 해 준다. 이 방법의 단점은 2개의 물체들의 위치적 모호함 때문에 수 개의 물체들을 검출하는 데 제한이 있다는 것인데, 사실상 이 물체들의 X 또는 Y 좌표들이 변경되면, 측정되는 커패시턴스들은 동일할 것이다. 당업자에게, 이 현상은 "고스팅(ghosting)"으로 알려져 있다.

기술들은 또한 전극들과 검출될 물체 사이에 나타나는 절대 커패시턴스를 측정하는 것이 가능하도록 만들어주는 것으로 알려져 있다. 예를 들어, Roziere에 의한 문헌 RF 2 844 349는, 독립적으로 들뜨고 측정되는 복수의 전극들을 포함하는 용량성 근접 검출기를 개시하는 것으로 알려져 있다. 이 검출기는 상기 전극들과 그 근방의 물체들 사이의 거리 및 상기 절대 커패시턴스를 측정하는 것을 가능하게 해 준다.

이 기술들은 고 해상도 및 고 민감성을 가지고 상기 전극들과 상기 물체들 사이에서 커패시턴스의 측정들을 획득하는 것을 가능하게 해 준다. 이것은 모호함 없이 수 센티미터들의 거리에서 예를 들어 손가락을 검출하는 것을 가능하게 해 준다. 이 검출은 평면(XY)인 표면 뿐만 아니라, 3차원 공간(XYZ)에서 수행될 수 있다. 이 기술들은 진정한 무접촉 몸짓 인터페이스들을 개발할 수 있는 가능성을 제공할 뿐만 아니라, 터치-민감성 인터페이스들의 성능을 개선하는 것이 가능하게 해 준다.

측정들을 쉽게 해석하기 위해, 물체의 존재를 신뢰성 있게 검출하고 그 위치를 정확하게 예측하기 위해, 상기 전극들은 이상적으로 상기 표면 상에 규칙적으로 배치되는데, 이것은 바람직하게 상기 전극들 모두에 대하여 동일한 사각형 기하구조를 가지는 구성에 있어서 상기 전극들을 배치하는 결과로 귀결된다. 상기 전극들의 크기는 검출된 물체의 크기와 대략적으로 동일하거나 또는 대략 50% 만큼 더 작다. 통상적으로, 0.35 내지 0.65 cm²의 범위를 가지는 전극 표면 면적은 인간 인터페이스 타입의 어플리케이션에 아주 잘 맞는데, 이때 검출될 물체는 인간의 손가락이다. 이 타입의 규칙적인 분리(partitioning)는 가상의 2D/3D 버튼 타입의 인터페이스들에 잘 맞고, 이때 상기 전극들은 전자적 인쇄회로기판(PCB) 상에 식각되고 상기 전도성 표면 층 아래에 위치되는 전원 공급부에 의해 공급된다.

하지만, 검출 표면이 디스플레이로부터 나오는 광의 최대량의 통과를 허용하여야 하는, "스마트폰" 타입의 어떤 어플리케이션들에 있어서 표면들의 투명성에 관련한 제한조건들 때문에, 상기 전극들의 표면 및 상기 전자적 들뜸 및 획득 회로에의 전기적 연결은 동일한 층 상에 배치된다. 이 전기적 연결들은 상기 스크린의 중심에 위치되는 상기 전극들을 상기 스크린의 주변에 연결하는 것을 가능하게 해주고 그후 이것이 필요하다면, 상기 스크린의 둘레를 따라 이 연결들은 감소된다. 상기 둘레 상의 연결들은 절연 표면으로 이들을 덮고 이후 근처에 상기 전극들과 동일한 전기 전위를 가지고 들뜨는, 가드 컨덕터로 알려진, 컨덕터를 배치하는 것에 의해 상기 환경의 용량성 간섭으로부터 보호되거나 또는 보호되지 못할 수 있다. 트랙들이 "가드"되어 있다면, 이들은 측정되지 않는 것을 간주되고 용량성 측정들의 일부로 간주되지 않는다. 반대의 경우에 있어서, 이 트랙들은 측정의 통합 부분이다. 중심 전극들을 주변에 연결하는 것은 더 이상 사각형 표면으로 국지화되지 않고 각각의 독립적인 측정으로 귀결된다. 이것은 상기 물체가 주요 표면 상에 있을 때 뿐만 아니라, 상기 물체가 상기 주요 측정 표면으로부터의 소정의 거리에 있을 수 있는 상기 연결 트랙의 근방에 있자마자 반응을 측정한다.

하지만, 상기 스크린의 더 나은 투명성의 제한조건은 상기 전극들과 이들의 연결들을 동일한 표면 상에 배치되는 것이 필요하게 해 준다. 이것은 제조 비용을 감소시킬 수 있게 해 준다. 이 단순함은 층간 연결 요소들을 제거하는 것에 의해 큰 신뢰도를 가지는 것을 가능하게 해 준다.

본 발명의 목적은 연결 트랙들로 인한 간섭을 제한하는 새로운 측정 방법에 있다.

본 발명의 다른 목적은 몸짓 인간-기계 인터페이스를 포함하는 장치의 디자인의 비용을 감소시키는 데 있다.

상기 목적들 중 적어도 하나는 물체의 검출을 위해 인간-기계 인터페이스 장치에 통합되는 적어도 2개의 독립적인 전극들에 대하여 상기 물체의 절대 커패시턴스를 측정하는 방법으로 달성된다. 본 발명에 따라 이 방법은,

a) 각각의 전극에 대하여, 상기 전극과 상기 물체 사이의 절대 커패시턴스의 값이 측정되고,

a') (측정 시, 실시간으로) 확률 밀도들의 이미지를 획득하기 위해 절대 커패시턴스의 실제 값들에 복수-변수 비선형 예측 모델을 적용하는 것에 의해 예측이 만들어지고, 이 확률 밀도들은 상기 물체의 검출에 사용되는 교정된 절대 커패시턴스 값들로 간주되는, 단계들을 포함한다.

본 발명에 따른 이러한 방법으로, 상기 복수-변수 비선형 예측 모델은 상기 실제 절대 커패시턴스 값들을 교정하는 데 사용된다. 이 교정은 이러한 실제 값들을 교정된 값들로 변환하는 것이 가능하게 해 준다. 이것은 상기 전극들의 디자인에 있어서의 다양한 결함들을 보상해 주는 것이 가능하게 해 준다. 이 결함들은 특히 상기 검출의 해상도를 제한하는, 상기 전극들의 최적화되지 않은 기하학적 형태로 인해서일 수 있다. 예를 들어, 이 기하학적 형태는 전극들의 평면의 둘레로부터 떠나서 상기 전극들의 평면의 중심 영역 안에 배치되는 전극들로 가는 연결 트랙들로 인해서일 수 있다. 이 바람직하지 않은 기하학적 형태는 비정형적 표면으로 설명될 수 있다. "비정형적 표면(non-regular surface)"에 의해, 사각형, 정사각형, 원 또는 다른 형태와 같은, 정형적인 기하 형태를 가질 수 없는 표면을 의미한다. 예에 의해, 이러한 표면은 연결 트랙과 같은 얇은 선과 인접하는 사각형을 포함하는 표면이다.

이하에서 볼 수 있는 바와 같이, 확률 밀도들의 이미지는 전극들의 이상적인 평면 상에서의 측정에 의해 획득되는 가상 값들의 이미지 또는 전극들의 이상적인 평면에 대한 가우시안 분포로부터 획득되는 함수들의 이미지일 수 있다. 이 전극들의 이상적인 평면은 상기 전극들의 고해상도 배치를 위한 이론적인 디자인일 수 있는데, 상기 전극들의 수 및 형태는 실제 전극들의 수 및 형태와 다르다.

바람직하게, 상기 복수-변수 비선형 예측 모델은

- 상기 적어도 2개의 전극들에 대하여 복수의 물체 위치들을 위해 획득되는 절대 커패시턴스의 실제 값들, 및

- 이상화된 전극들에 대하여 복수의 물체 위치들을 위해 획득되는 확률 밀도들의 이미지를 기초로 비선형 복귀(nonlinear regression)에 의해 획득된다.

비선형 복귀에 의한 결정은 인공 신경 네트워크들 모델에 의해 획득될 수 있다. 신경 네트워크들을 이용하는 서로 다른 방법들이 존재하고 당업자에게 알려져 있다.

바람직하게, 본 발명은 이하의 구현을 제공한다:

a) 단계에서 벡터 V_raw는 상기 측정된 절대 커패시턴스 값들로부터 구성되고 a') 단계에서 예측은

b) 벡터 X2를 획득하기 위해 제1비선형 변환 F2의 적어도 상기 벡터 V_raw에의 적용,

c) 상기 벡터 X2는 행렬 M2에 의해 곱하고 이동 벡터(translation vector) Y02를 더하는 것에 의해 벡터 Y2를 획득하기 위해 아핀 변환(affine transformation)의 적용; 상기 행렬 M2는 물체의 존재시 비정형적 표면의 전극들 상에서 획득되는 절대 커패시턴스의 실제 값들의 벡터 및 물체의 존재시 이상화된 전극들을 위해 획득되는 가상 값들의 벡터 사이의 전달 행렬(matrix of transfer)이고,

d) 교정 벡터 V_corr를 획득하기 위해 상기 제1비선형 변환 F2에 역인, 제2비선형 변환의 적어도 상기 벡터 Y2에의 적용, 및

e) 상기 물체의 검출을 위한 절대 커패시턴스의 값들로서 상기 교정 벡터 V_corr의 사용.

이 구현으로, 절대 커패시턴스의 측정된 값들의 교정이 수행된다. 이 값들은 특히 상기 연결 트랙들의 영향을 제거하기 위해 변형되었고, 이 연결 트랙들은 상기 실제 전극들과 상기 가상 전극들 사이의 차이이다. 상기 행렬 M2 및 상기 이동 벡터 YO2를 이용해 상기 모델은 상기 실제 전극들과 이상적으로 간주되는 상기 가상 전극들 사이에서 사용된다.

상기 전극들 앞 또는 근처의 부피에서 움직이는 물체는 본 발명에 따른 방법 덕분에, 정확하게 검출될 수 있다. 이것은 상기 연결들과 동일한 층 상에 배치되는 전극들의 행렬 어레이의 디자인을 용이하게 예상하는 것이 가능하게 해 준다.

본 발명의 유리한 특징에 따라, 예를 들어

- F2(V_raw) = 1/V_raw

- F2(V_raw) = 1/(V_raw/Vmax + β), Vmax는 미리 결정된 최대 전압이고, β는 양수; 또는

- F2(V_raw) = V_raw/Vmax, Vmax는 미리 결정된 최대 전압

와 같은, 다른 함수들 F2가 사용될 수 있다.

본 발명의 유리한 실시예에 따르면, 단계 a) 후 이하의 단계들이 수행된다:

- 벡터 V_{inf _ raw}를 획득하기 위해 상기 벡터 V_raw의 값들의 필터링,

- 벡터 X1을 획득하기 위해 상기 벡터 V_{inf - raw}에 비선형 변환 F1의 적용,

- 상기 벡터 X1은 행렬 M1에 의해 곱하고 이동 벡터 Y01을 더하는 것에 의해 벡터 Y1을 획득하기 위해 아핀 변환의 적용; 상기 행렬 M1은 검출 물체의 부재시 비정형적 표면의 전극들 상에서 획득되는 절대 커패시턴스의 실제 값들의 벡터 및 검출 물체의 부재시 가상 값들의 벡터 사이의 전달 행렬이고, 및

- 교정 벡터 Vinf_corr를 획득하기 위해 상기 비선형 변환 F1에 역인 비선형 변환의 상기 벡터 Y1에의 적용,

- 그후 단계들 b) 내지 e)를 수행하는데, 단계 b)에서 상기 비선형 변환 F2는 V_raw 및 V_{inf _ raw}의 함수인 벡터 X2를 획득하기 위해 벡터들 V_raw 및 V_{inf _ raw}에 적용되고; 단계 d)에서 상기 제1비선형 변환 F2에 역인, 제2비선형 변환은 Y2 및 Vinf_corr의 함수인 교정 벡터 V_corr를 획득하기 위해 벡터들 Y2 및 Vinf_corr에 적용된다.

이러한 실시예를 가지고, 관심 물체를 고려하지 않고 상기 실제 전극들에 관련되는 값들의 세트가 먼저 교정되고, 이것은 상기 관심 물체의 영향을 제거하는 것을 가능하게 해 주는 필터링이다. 상기 제2교정은 상기 관심 물체를 고려한 상기 실제 전극들에 관련된 값들을 교정하기 위해 상기 제1교정의 결과들을 이용한다.

본 발명에 따라, 상기 함수 F1 또한

- F1(V_raw) = 1/V_raw,

- 1(V_raw) = 1/(V_raw/Vmax + β), Vmax는 미리 결정된 최대 전압이고 β는 양수, 또는

- F1(V_raw) = V_raw/Vmax, Vmax는 미리 결정된 최대 전압인,

과 같은 다른 형태들을 가질 수 있다.

이 실시예에 있어서, 상기 함수 F2는,

- F2(V_raw , V _{inf *} ) = V_raw/V _{inf *} ; V _{inf *} 는 단계 b)에서 비선형 변환 동안 V _{inf _ raw} 과 같고, 단계 d)에서 역 비선형 변환 동안 Vinf_corr와 같거나, 또는

- F2(V_raw , V _{inf *} ) = 1-(V_raw/V _{inf *} ); V _{inf *} 는 단계 b)에서 비선형 변환 동안 V _{inf_raw} 과 같고, 단계 d)에서 역 비선형 변환 동안 Vinf_corr와 같을 수 있다.

단계 e) 동안 상기 교정 벡터 V_corr의 정규화 단계 또한 예상될 수 있는데, 이 동안 이하의 단계들이 수행된다:

- 필터링된 벡터 V_corr_f을 획득하기 위해 상기 교정 벡터 V_corr의 필터링, 및

- 정규화된 벡터 V_coor_nor를 획득하기 위해 상기 필터링된 벡터 V_corr_f으로 상기 교정 벡터의 정규화.

본 발명의 유리한 특징에 따라, 상기 필터링은 이하의 수식들 중 하나에 따라 획득된다:

V(t0) = max { V(t): t

(-∞, t0) }; t0는 상기 측정의 시간이고, V(t)는 상기 필터링이 적용되는 벡터이고, t는 시간 인덱스이거나, 또는

V(t0) = max { V(t): t

(t0 - 윈도우크기, t0) }; 윈도우크기는 자동-조정 윈도우의 시간 간격이고, - 즉, 변하지 않는 간섭이 관심 물체가 아닌 물체에 의해 야기되는 것으로 간주되는 시간 동안 - t0는 상기 측정의 시간이고, V(t)는 상기 필터링이 적용되는 벡터이고, t는 시간 인덱스이다.

상기 필터링은 또한 상기 벡터를 상기 필터링이 미리 결정된 벡터에 의해 적용되는 벡터로 대체되는 것에 의해 간단히 획득될 수 있다.

본 발명에 따르면, 상기 행렬 M은 PLS(partial least squares)법에 의해 획득되고, 상기 가상 값들의 벡터는 이상화된 전극들을 위해 획득되는 값들의 벡터이다. 이것들은 소정의 거리에서 연결 트랙을 가지지 않는 정형적인 전극들이다.

다른 방식으로, 규정이 상기 전극들에 대하여 복수의 정확한 물체 위치들로부터 나오는 확률 밀도 함수의 샘플링으로부터 상기 행렬 M을 획득하는 데 사용될 수 있는데, 상기 가상 값들의 벡터는 존재의 확률들인 상기 값들의 벡터이다. 이 경우에 있어서, 상기 확률 밀도 함수는 유리하게 각각의 수평 물체 위치 상에 중심을 두는 2D 가우시안 분포일 수 있고, 그 폭은 상기 물체의 수직 위치에 따라 다르고, 이 가우시안 분포는

Gj(t) = A(z0) * exp[ - ((xj -xo)²+ (yj -yo)² / σ(zo) ) ²]

식에 의해 정의되고, 이때 (xj,yj)은 전극들을 포함하는 검출 표면 상의 정형 격자의 좌표들이고; (xo(t),yo(t),zo(t))는 상기 검출 표면에 가장 가까운 상기 물체의 끝단의 3D 좌표들이고; A(zo) 및 σ(zo)는 단조 방식으로 상기 거리 z0에 따라 달라지는 2개의 미리 결정된 함수들이고, A(z)는 감소이고 σ(z0)는 증가이다.

본 발명의 다른 측면에 따르면, 전자 장치에 있어서,

- 인간-기계 인터페이스 장치에 통합되어 있는 2개의 독립적인 전극들,

- 상기 전극들에 대하여 상기 물체의 절대 커패시턴스를 측정하는 것에 의해 물체의 위치를 검출하기 위한 프로세싱 유닛을 포함하는 전자 장치가 제공된다. 본 발명에 따르면, 상기 프로세싱 유닛은 상기에서 설명되는 단계들 중 적어도 하나를 구현하도록 구성된다.

이 장치는 터치-민감성 스크린이거나 또는 아닌 것을 포함할 수 있다.

일반적으로, 검출은 스크린 상에서 2차원 검출이거나 또는 스크린 또는 아닌 것(예를 들어 목재 패널 뒤에 배치되는 검출 패드 등)의 근방에 3차원 부피에서 몸짓 검출일 수 있다.

본 발명의 전자제품의 일 실시예는 특허 WO 2011/015795 A1에 의해 설명되는 하나일 수 있다. 이 실시예에 있어서, 능동 가드는 상기 용량 누수를 최소화하고 관심 물체들의 측정의 더 나은 품질을 제공하기 위해 위치된다. 상기 능동 가드가 제공되지 않으면, 상기 용량 누수는 조정되고 공제되어야 한다.

상기 전극들은 바람직하게 주석-도핑된 산화인듐(ITO)에 기초하여 디자인된다. 알루미늄-도핑된 산화아연(AZO) 또는 주석-도핑된 산화카드뮴과 같은 광에 투명한 다른 물질들 또한 사용될 수 있다.

본 발명의 다른 장점들 및 특징들은, 첨부된 도면들 및 이에 한정되지는 않지만 일 실시예의 상세한 설명의 검토로 명백해질 것이다.
도 1a 및 도 1b는 본 발명에 따른 장치의 도면들이다.
도 2는 본 발명에 따른 장치 상에 관심 물체의 이동의 함수로서 전기적 전위의 편차가 도시된 도면이다.
도 3a 및 도 3b는 한편으로는 비정형적 부분을 가지는 실제 전극들 및 한편으로는 상기 표면의 정형적 부분을 가지는 가상 전극들이 도시된 도면들이다.
도 4는 원형의 가상 전극들이 도시된 도면이다.
도 5a 및 도 5b는 한편으로는 비정형적 부분을 가지는 실제 전극들 및 한편으로는 에지를 향해 전극들의 더 높은 농축율을 가지는 상기 표면의 정형적 부분을 가지는 가상 전극들이 도시된 도면이다.
도 6은 본 발명에 따른 "스마트폰" 타입의 장치가 도시된 도면이다.
도 7a 및 도 7b는 각각 번호붙여진 실제 전극들 및 상기 전극들 중 하나 상의 도식적인 줌이 도시된 도면들이다.
도 8은 본 발명에 따른 단계들의 흐름도가 도시된 도면이다.
도 9는 본 발명에 따른 일반적인 방법의 도면이다.

일반적으로, 도 1a 및 도 1b에서, 본 발명에 따른 장치(AP)를 볼 수 있다. 이것은 "스마트폰" 타입의 휴대폰 또는 터치-민감성 스크린이 마련된 디지털 태블릿일 수 있다. 이 장치(AP)는 특히 그 아래 전극들의 (편평한 또는 굴곡진) 평면이 위치되는 터치-민감성 부분인 검출 표면(SD)을 포함한다. 이 검출 표면(SD)은 그 상단 부분으로부터 시작해서, 예를 들어

- 외부 윈도우 VE,

- 파편 방지 필름 FAD,

- 투명 접착제 CT, 및

- 편광기 P,

- 주석-도핑된 산화인듐(ITO)과 같은 투명 물질로 만들어진 전극들 E,

- 전극들을 위한 유리 지지부 S,

- 주석-도핑된 산화인듐(ITO)과 같은 투명 전도 물질로 만들어진 층인 가드 G, 및

- 상기 외부 윈도우 VE를 통해 외부로부터 볼 수 있어야 하는 디스플레이 스크린 EC와 같은 투명 물질로 만들어진 수 개의 층들을 포함한다.

상기 전극들 및 상기 가드는 그러므로 상기 검출 표면 아래에 위치되고 고민감성을 가지는 투명 전도 물질로 만들어진다.

또한 이 경우에 있어서 상기 검출 표면 SD을 둘러싸는 비검출 표면 SND을 볼 수 있다. 이 표면은 일반적으로 외부로부터 불투명하고 전극들을 가지지 않지만 연결 트랙들 PT 및 금속이고 또한 그래서 가상적으로 0 저항도를 가지는 유연한 연결자들 CF을 가진다.

본 발명은 이에 한정되지 않지만, 본 발명에 따른 방법은 이제 설명될 것인데, 여기서 상기 복귀 및 상기 예측은 3가지 변환들을 이용한다: 비선형 변환, 선형 변환 및 그후 제2비선형 변환. 이전에 기술된 바와 같이, 특히 신경 네트워크들의 패밀리 안에서, 다른 관련 기술들이 사용될 수 있다.

아핀 변환의 행렬들 및 이동 벡터들을 결정하기 위해, 본 발명은 제1조정 단계에서 사용될 수 있다. 일 실시예에 따르면, 모델은 실제 절대 커패시턴스 값들과 가상의 절대 커패시턴스 값들 사이에서 생성된다. 정의에 의해, 정확도를 가지고 각각의 전극에 의해 측정되는 상기 절대 커패시턴스 Cj(t)는 이 전극의 표면 Aj 상에서 전하 밀도의 적분에 수학적으로 비례한다. 도 3a는 이러한 전극들을 도시한다:

C_j(t) = ∫(∂Φ/∂n)(t)ds, j = 1,2,...,N

이때 N은 실제 전극들의 수이고, n은 상기 측정 표면에 수직하는 벡터, Φ는 시간 t에서 전기 전위이고, ds는 상기 표면의 미소한 요소이다. 상기 수직 미분(∂Φ/∂n)은 상기 표면 전하 밀도이다.

상기 전기 전위는 정전기적 수식을 증명한다:

- ΔΦ = 0 Ω, 이때 Ω는 민감성 영역이 위치되는 3차원 반-부피를 나타내는 3D 부피이다.

- ∂Ω = Γ(t) U 슬랩, 이때 Γ(t)는 상기 장치의 앞에 움직이는 물체의 표면의 함수이고, 이때 상기 슬랩은 들뜸 전위가 적용되는 전체 능동 표면이다.

- 무한대의 발산 조건들

Γ(t)에서 Φ = 0 ,

상기 슬랩의 표면 상에서 Φ = 1

도 2는 검출 표면 상에서 진행되는 곡선의 형태로 함수 Γ(t)를 표시한다. 이 곡선은 예를 들어 스크린 상의 손가락의 이동을 나타낸다. 이 전기 전위는 상기 물체의 형태 및 위치에 따라 다르다.

전체 용량성 표면은 N 전극들로 분리된다. 2개의 값들 예를 들어 0 및 1 전압들은 주어진다. 상기 값 0는 지면의 전위이고, 1은 상기 들뜸 전위의 기준 값이다. 이것은 그 내용이 여기에 참조에 의해 삽입되는 문헌 WO 2011/015795에 설명된 것과 같은 용량성 플로팅 브릿지 기술에 의한 측정의 경우에 있어서 플로팅 들뜸 값이다.

비정형적 형태의 실제 전극들을 가지는 진짜 장치에 의해 만들어지는 측정들 {C_j(t)}에 평행하게, "가상의" 장치에 의한 반응은, 실제 장치와 동일한 전기장 및 동일한 전기 전위에 종속되는데, 이것이 고려된다. 차이는 이 "가상의" 장치가 보다 많은 전극들의 정형적 부분 및 이로써 위치에서 물체가 나타나는 확률 밀도 함수를 믿을만하게 반영하는 이미지의 형태로 용량성 반응을 가진다는 것이다. 각각의 전극에 의해 측정되는 상기 가상의 절대 커패시턴스 Cv_j(t)는 상기 전극의 이상적 표면, 즉 연결 트랙을 가지지 않는 표면인 상기 표면 Bj 상에서 전하 밀도의 적분에 수학적으로 비례된다. 도 3b는 이러한 전극들을 도시한다:

Cv_j(t) = ∫(∂Φ/∂n)(t)ds, j = 1,2,...,Nv

이때 Nv은 실제 전극들의 수이고, Φ는 시간 t에서의 동일한 전기 전위이고, ds는 상기 표면의 미소한 요소이다.

상기 가상의 전극들의 수는 상기 실제 전극들과 동일하거나 또는 이보다 클 수 있다. 이것은 서로 매우 근접한 2개 또는 그 이상의 물체들의 검출 해상도를 증가시키기 위해서이다.

상기 실제부터 가상(=이상적인 전극들)로 지나가기 위한 상기 모델들을 결정하기 위해, 상기 프로세싱 유닛에 구성된 디지털 수단에 의해 {C_j(t)}으로부터 {Cv_j(t)}를 계산하는 문제이다. 하나로부터 다른 하나로의 통과의 함수는 수 개의 방법으로 결정될 수 있다.

1. 먼저, 상기 검출 부피 상의 상기 물체들의 위치들의 세트가 선택된다. 이 세트는 상기 장치의 사용의 예상가능한 경우들 모두를 충분히 커버하기 위해 표현되어야 한다.

2. 이 위치들의 세트 상의 전기 전위는 예를 들어 컴퓨터를 이용한 디지털 시뮬레이션들에 의해 계산된다. 이것은 상기 장치의 사용의 경우들을 커버하는 전기 전위들의 세트를 제공한다.

3. 이 세트에 대한 상기 능동 장치 {C_j(t)} 및 상기 가상 장치 {Cv_j(t)}의 반응들은 개별적인 표면들 Aj 및 Bj 상의 동일한 전하 밀도 (∂Φ/∂n)를 통합하는 것에 의해 계산된다.

4. 통계적 복귀 또는 모델 확인 방법은 {C_j(t)}의 함수로서 {Cv_j(t)}를 계산하는 것이 가능하도록 해 주는 모델을 결정하는 것이 가능하게 해 준다.

상기 단계들 2 및 3은 실험적 방법에 의해 또는 디지털 시뮬레이션에 의해 수행될 수 있다: 비정형적 전극들을 가지는 장치 및 이상화된 정형적 전극들을 가지는 다른 장치는 단계 1에서 고정된 상기 세트에서 상기 물체의 동일한 위치들을 측정한다. 이 2개의 장치들은 상기 측정 오류들을 최소화하기 위해 기계적으로 동기화된 방식으로, 또는 순차적으로 동일한 시퀀스를 측정할 수 있다.

단계 4에서, "PLS(Partial Least Squares)" 방법과 같은 복귀 방법을 이용하는 것이 가능하다. 상기 PLS 방법은, 잠재 변수로서 알려진 세번째 변수를 통해, 선형 모델을 가지는 상기 가상적 전극들 및 상기 실제 전극들의 반응을 링크하는 것이 가능하게 해 준다. 상기 PLS 방법은 두개의 선(bilinear)으로 알려져 있다. 릿지 정규화(Ridge regularization), 또는 라소 복귀(Lasso regression) 등을 가지는 최소제곱법과 같은 다른 모델 확인 기술들이 PLS 방법 대신 사용될 수 있다.

도 3a는 실제 전극들의 표현을 보여준다. 이들은 모두 상기 2개의 측면 에지들 중 하나로의 접근 트랙을 가진다. 이러한 전극들의 표면들은 정형적이지 않다. 도 3b에서, 상기 가상 전극들은 정형적인 사각형들로의 상기 측정 표면의 분리를 보여준다; 상기 가상 전극들의 표면들은 다른 형태들, 예를 들어 동일한 표면 면적의 중첩하는 디스크들을 가지는 것으로 예상 가능하다. 이러한 실시예는 도 4에 도시되어 있다. 각각의 전극의 형태가 디스크라는 사실은 상기 검출 표면과 평행한 평면에서 보다 많은 동위원소의 반응을 가지는 것이 가능하도록 해준다. 실험보다는, 시뮬레이션에 의해 이러한 중첩된 가상 전극들의 반응을 구현하는 것이 보다 더 실용적이다.

상기 형태에서와 같은 동일한 방식으로, 상기 가상 전극들의 분포는 상기 실제 전극들의 분포와는 다를 수 있다. 도 5b에서 볼 수 있는 바와 같이, 보다 큰 농축도는 상기 검출 표면의 에지들 상에서 상기 확률 밀도 함수의 형태를 보다 잘 포획하기 위해 상기 에지들 상에서 예상될 수 있다; 도 5a는 상기 실제 전극들의 표현이다. 그러므로 상기 가상 전극들의 분포 및 형태는 상기 실제 전극들의 분포 및 형태와는 다를 수 있다. 예를 들어 상기 검출 표면의 중심에서, 보다 큰 검출 정확도가 필요한 더 조밀한 격자를 가지는 것이 예상될 수 있다.

다른 실시예에 따르면, 원하는 출력 반응으로서 상기 가상 전극들의 반응 Cv_j(t)을 이용하는 대신, 이미지들의 세트는 - 반드시 물리적 중요성을 가질 필요는 없고 - 원하는 출력으로서 사용될 수 있다. 예를 들어 상기 이미지는 상기 물체의 정확한 위치로부터 직접 발생하는 확률 밀도 함수의 샘플링일 수 있다 - 예를 들어 중심에 둔 2D 가우시안 분포, 상기 물체 상의 수평 위치, 상기 물체의 수직 위치에 따르는 상기 가우시안 분포의 폭.

Gj(t) = A(z0) * exp[ - ((xj -xo)²+ (yj -yo)² / σ(zo) )²],

이때 (xj,yj)은 전극들을 포함하는 검출 표면 상의 정형 격자의 좌표들이고; (xo(t),yo(t),zo(t))는 상기 검출 표면에 가장 가까운 상기 물체의 끝단의 3D 좌표들이고; A(zo) 및 σ(zo)는 단조 방식으로 상기 거리 z0에 따라 달라지는 2개의 미리 결정된 함수들이고, A(z)는 감소이고 σ(z0)는 증가이다.

본 발명에 따르면, 아핀 함수의 이동 벡터들 및 곱셈 행렬들을 획득하는 것이 가능하게 해 주는 상기 모델은, 상기 측정들 C_j(t)을 상기 출력들 Cv_j(t), 또는 상기 출력들 Gj(t)로 변환하는 변환에 의해 획득될 수 있다.

본 발명은 또한 사용자가 스크린과 검출 장치를 가지는 장치를 사용하는 동안의 작동 단계를 포함한다. 이러한 장치는 도 6에 있어서 1에 도시된 "스마트폰" 타입의 지능적인 휴대폰일 수 있다. 이 장치(1)는 디스플레이 스크린(2) 및 용량성 검출 장치를 포함한다. 후자는 문헌 WO 2011/015795에 설명된 바와 같은 플로팅 브릿지 전자 회로(미도시)를 포함한다. 이러한 전자 회로는 간섭의 소스들인 기생 커패시턴스들의 영향을 한정하기 위해 특히 용량성 측정 전극들 및 가드 전극들을 포함한다. 다시 말하면, 상기 장치는 용량성 누수들에 대한 능동 가드로서 사용되는 전도 평면을 포함할 수 있고, 이 전도 평면은 Roziere에 의한 문헌 FR 2 844 349에 기술된 바와 같은 플로팅 브릿지 기술 또는 다른 기술들일 수 있다. 이 장치는 또한 가드를 가질 수 없다. 일반적으로, 가드는 상기 측정 전극들과 동일한 전위에서 실질적으로 전도 평면이다.

도 6에서, 용량성 측정 전극들(3)의 행렬 어레이는 디스플레이 스크린(2) 상에 배치된다. 상기 용량성 전극들(3)은 주석-도핑된 산화인듐(ITO)으로 만들어진다.

도 7a는 1부터 60까지 번호붙여진 용량성 전극들(3)의 행렬 어레이가 디스플레이 스크린(2) 상에 배치된다. 각각의 전극은 상기 장치의 좌측 또는 우측 둘레로부터 전자 회로(미도시)까지 연결되기 위해 마련된다. 도 7b에 도시된 바와 같이, 각각의 용량성 전극은 통상 사각 형태의 작업 부분(6), 및 상기 작업 부분(6)을 상기 장치(1)의 내부 둘레로 연결하는 것에 가능하게 해 주는 연결 트랙(7)을 포함한다. 상기 연결 트랙들은 그후 상기 전자 회로인 한 상기 장치의 내부로 떨어진다. 본 발명은 상기 연결 트랙들(7)의 영향을 제한하는 것이 가능하도록 해 주어, 상기 검출된 커패시턴스는 상기 유용한 부분(6)만 포함하는 이상적인 전극에 의해 검출되는 커패시턴스와 균등하다.

도 6은 상기 장치(1)의 모든 구성요소들을 제어하는 프로세싱 유닛(5)을 보여준다. 이 프로세싱 유닛은 특히 상기 디스플레이 스크린 및 전극들(3)의 행렬 어레이를 제어하기 위한 종래의 하드웨어 및 소프트웨어 수단이 구비된 마이크로프로세서 또는 마이크로컨트롤러일 수 있다. 이 전극들의 행렬 어레이는 상기 디스플레이 스크린(2) 상의 부피에서 손가락(4)의 몸짓들을 검출하도록 디자인된다.

사용자는 전극들(3)의 행렬 어레이를 이용해 상기 프로세싱 유닛(5)에 의해 검출되는 그의 손가락을 움직인다. 상기 프로세싱 유닛은 특히 상기 디스플레이 스크린(2)을 통해 상기 장치 안의 능동 소프트웨어 어플리케이션을 공급하기 위해, 이러한 몸짓들을 분석한다.

상기 손가락(4)의 검출이 상기 연결 트랙들로 인한 간섭 없이 효과적으로 수행될 수 있도록 하기 위해, 상기 프로세싱 유닛(5)은 도 8에 설명된 바와 같은 작동들을 수행하기 위해 본 발명에 따라 구성된다.

이 목적은 조정 동안 획득되는 가상 변수들을 이용해 상기 전극들에 의해 실시간 동작 모드에서 획득되는 커패시턴스 값들을 교정하는 것이다.

도 8에 도시된 바와 같이 본 발명에 따른 방법에 의한 동작 모드에서 사용되는 다른 동작들이 지금 설명될 것이다.

획득

이것은 상기 전극들의 행렬 어레이의 절대 커패시턴스의 측정이다. 이하가 획득된다: N 전압들 Vraw_i = k / C_i, 이때 C_i는 상기 실제 전극 상에서 측정되는 절대 커패시턴스, N은 전극들의 수이고 k는 max(Vraw_i) = Vmax 볼트로 선택되는 게인이고, 이전에 선택된, 예를 들어 Vmax = 5V의 임계치이다.

필터링

이것은 문헌 FR 1059203에 설명된 것과 같은, max 필터로 알려진, 필터링 작동이다. 특히, 이러한 필터링의 2개의 예들은,

Vinf_raw(t0) = max {Vraw(t): t ∈ (-∞, t0)} 또는

Vinf_raw(t0) = max {Vraw (t): t ∈ (t0 - 윈도우크기, t0)}, 이때 원도우크기는 자동-조정 윈도우의 시간 간격, 즉 변화하지 않는 간섭이 관심 물체가 아닌 물체에 의해 야기된 바와 같이 간주되는 시간 간격이고, t0는 상기 측정의 시간이다.

또는, 상기 max 필터는 공장에서의 조정에 의해 교체될 수 있고, 이것은 메모리 영역에 저장되고 공장에서 측정되는, Vinf_raw의 값들을 제공한다.

교정 A

상기 전극들의 본래 누수 커패시턴스들이 교정된다.

상기 교정의 원리는 3개의 연속되는 변환들을 적용하는 데 있다:

- 각각의 N 전압들에서의 비선형 함수 X1 = F1(Vinf_raw), 그후

- 오프셋 벡터 Y01로 알려진 이동 벡터 및 행렬 [X1]을 이용해 선형 변환이 X1에 적용된다:

Y1 = [M1].X + Y01, Y01은 0일 수 있고, 행렬 M1 및 벡터 Y01은 조정 단계 동안 결정되는 변환 모델로부터 획득된다.

이 변환은 상기 행렬 M1을 통해 서로 상기 실제 값들을 결합한다. 그후

- 역 비선형 변환 Vinf_corr = F1^-1(Y1)이 적용된다.

아래 중에서, 수 개의 함수들 F1이 사용될 수 있다:

- F11(V):=1/V

- F12(V):= 1/(V/Vmax + β), 여기서 β>0, V

0 일 때 싱귤래러티(singularity)를 방지하기 위해 도입되는 수, β = 0.1, 0.2 또는 0.3이 예를 들어 선택될 수 있다.

- F13(V):= V/Vmax.

교정 B

여기서 상기 실제 전극들의 근방에서 관심 물체의 존재시 절대 커패시턴스들이 교정된다.

이전의 교정의 원리는 다시 사용되지만 다만 다른 입력 벡터들을 가지고 사용된다. 3개의 연속되는 변환 또한 적용된다.

- 각각의 N 전압들에서의 비선형 함수 X2 = F2(Vraw, Vinf_raw), 그후

- 오프셋 벡터 Y02로 알려진 이동 벡터 및 행렬 [X2]을 이용해 선형 변환이 X2에 적용된다:

Y2 = [M2].X + Y02, Y02은 0일 수 있고, 행렬 M2 및 벡터 Y02은 조정 단계 동안 결정되는 변환 모델로부터 획득된다.

- 역 비선형 변환 V_corr = F2^-1(Y2, Vinf_corr)이 적용된다.

함수 F2^-1은 후자가 제1변수 F2(Vraw)의 함수로서 간주될 때 상기 비선형 함수 F2의 역이고; 제2변수 Vinf_raw는 고정된 것으로 간주된다.

아래 중에서, 수 개의 함수들 F2이 사용될 수 있다:

- F21(V):=1/V

- F22(V):= V/Vinf*

- F23(V):= 1-V/Vinf*

- F24(V):= 1/(V/Vmax + β)

- F25(V):= V/Vmax.

상기 함수들 F22 및 F23 및 이들의 역함수들의 계산들에 있어서, 직접 비선형 변환에 있어서, Vinf* = Vinf_raw, 또는 비선형 역 변환에 있어서, Vinf_corr.

상기 함수들 F21, F24, F25을 가지고, 직접 교정 B를 수행하고 교정된 실제 값들의 벡터 V_corr를 획득하는 것이 가능하다.

행렬들 [M1][M2] 및 상기 오프셋 Y1 및 Y2는 실제 전극들을 가지는 상기 장치 및 상기 교정 B (행렬 M2 및 벡터 Y2) 동안 복귀를 위해 상기 장치 상의 부피 상에 수 개의 위치들 상에 위치되는 손가락을 가지고 가상 전극들을 가지는 제2장치의 시뮬레이션으로부터 예를 들어 PLS(Partial Least Square) 법과 같은 디지털 복귀 방법에 의해 예측된다. 다시 말하면, M1, Y1 및 M2, Y2는 서로 다르고 2개의 PLS 복귀들에 의해 획득된다:

- 상기 커패시턴스들(1/Cinf)의 본래 누수들의 역 상에서 (M1, Y1), Cinf는 상기 장치의 (관심 물체의 부재 시) 상기 본래 누수 커패시턴스이다.

- 상기 검출 부피에 위치되는 상기 물체를 가지는 절대 커패시턴스들 상에서 (M2, Y2).

정규화

max 필터가 하기의 계산을 위해 사용된다:

V_corr_f(t0) = max {Vcorr(t): t ∈ (-∞, t0)} 또는

V_corr_f(t0) = max {Vcorr(t): t ∈ (t0 - 윈도우크기, t0)}, 여기서 윈도우크기는 상기 자동-조정 윈도우의 시간 간격, 즉 변화되지 않는 간섭이 관심 물체가 아닌 물체에 의해 야기되는 것으로 간주되는 시간 간격이고 t0는 측정 시간이다.

상기에서 설명된 예에 있어서, 상기 비선형 변환들 A 및 B는, (1) 입력들에 독립적인 비선형 변환, 다음으로 (2) 아핀 변환, 다음으로 (3) 다른 독립적인 비선형 변환으로 쪼개질 수 있다. 상기 변환들 A 및 B의 다른 가능한 실시예는 인공 신경 네트워크들 모델이다. 이 입력들 V_raw 및 Vinf_raw 및 상기 출력들 V_corr 및 Vinf_corr은 상기 네트워크의 학습을 위해 사용될 것이다.

또는, 상기 max 필터는 공장 내 조정에 의해 대체될 수 있는데, 이것은 공장 내에서 측정되고 메모리 영역에 저장되는, V_corr_f 값들을 제공한다.

그후 정규화 이미지로 알려진 이미지가 최종 이미지를 제공하기 위해 생성된다. 이 정규화는 V_corr 및 V_corr_f에 따라 달라진다. 예를 들어 상기 이미지는, 상기 2개의 이미지들 V_corr 및 V_corr_f의 비율인 값들이다:

V_corr_nor = V_corr/V_corr_f

그러므로 상기 계산된 정규화된 이미지는 상기 관심 물체의 존재의 확률 밀도의 함수를 제공한다. 상기 관심 물체(손가락)의 위치 및 존재를 검출하기 위해 상기 프로세싱 유닛에 의해 무게중심법, 또는 상기 확률 밀도 함수의 MODE (가장 자주 사용되는 값)에 의해 예를 들어 상기 분포의 예측치를 계산하는 것에 의해 사용된다. "스플라인" 타입 보간이 상기 MODE들(MODE: 가장 큰 발생 확률을 가지는 임의 변수의 값, 이것은 확률 밀도 함수의 최대값의 위치이다)의 서브-픽셀 해상도에 사용될 수 있다.

일반적으로, 도 9에 도시된 바와 같이, 본 발명은,

- 상기 전극들의 평면에 대하여 복수의 물체 위치들을 획득하는 절대 커패시턴스의 실제 값들, 및

- 이상화된 전극들의 평면에 대하여 복수의 물체 위치들을 획득하는 확률 밀도들의 이미지에 기초하여 비선형 복귀를 수행하는 것에 의해 복수-변수 비선형 예측 모델이 결정되는 동안 조정 단계를 포함할 수 있다.

본 발명은 그후 각각의 검출에서, 상기 조정 단계에서 획득되는 모델이 사용되는 동안 (루틴) 작동 단계를 포함한다. 이렇게 하기 위해, 상기 전극들에 측정들을 수행한 후, 예측이 이 비선형 복수-변수 예측 모델을 확률 밀도 이미지를 획득하기 위해 절대 커패시턴스의 실제 값들에 적용하는 것에 의해 만들어지고, 이 확률 밀도들은 상기 물체의 검출을 위해 사용되는 교정된 절대 커패시턴스 값들로 간주된다.

바람직하게, 상기 조정은 한번 수행되고, 상기 모델은 각 장치의 메모리에서 절약된다.

물론, 본 발명은 여기서 설명된 예들로 한정되지 않고, 본 발명의 범위를 벗어나지 않으면서 수많은 조정들이 이 예들에 만들어질 수 있다.

Claims (25)

1. 물체의 검출을 위해 인간-기계 인터페이스 장치에 통합되는 적어도 2개의 독립적인 전극들에 대하여 상기 물체의 절대 커패시턴스를 측정하는 방법에 있어서,
   a) 각각의 전극에 대하여, 상기 전극과 상기 물체 사이의 절대 커패시턴스의 값이 측정되고,
   a') 확률 밀도들의 이미지를 획득하기 위해 절대 커패시턴스의 실제 값들에 복수-변수 비선형 예측 모델을 적용하는 것에 의해 예측이 만들어지고, 이 확률 밀도들은 상기 인터페이스 장치에 대한 상기 물체의 위치 및 거리 중 하나 이상의 검출에 사용되는 교정된 절대 커패시턴스 값들로 간주되는, 단계들을 포함하는 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
2. 제 1 항에 있어서, 상기 복수-변수 비선형 예측 모델은,
   - 상기 적어도 2개의 전극들에 대하여 복수의 물체 위치들을 위해 획득되는 절대 커패시턴스의 실제 값들, 및
   - 이상화된 전극들에 대하여 복수의 물체 위치들을 위해 획득되는 확률 밀도들의 이미지를 기초로 비선형 복귀에 의해 획득되는 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
3. 제 1 항 또는 제 2 항에 있어서,
   a) 단계에서 벡터 V_raw는 상기 측정된 절대 커패시턴스 값들로부터 구성되고 a') 단계에서 예측은
   b) 벡터 X2를 획득하기 위해 제1비선형 변환 F2의 적어도 상기 벡터 V_raw에의 적용,
   c) 상기 벡터 X2에 행렬 M2를 곱하고 이동 벡터 Y02를 더하는 것에 의해 벡터 Y2를 획득하기 위해 아핀 변환의 적용; 상기 행렬 M2는 물체의 존재시 비정형적 표면의 전극들 상에서 획득되는 절대 커패시턴스의 실제 값들의 벡터 및 물체의 존재시 이상화된 전극들을 위해 획득되는 가상 값들의 벡터 사이의 전달 행렬이고,
   d) 교정 벡터 V_corr를 획득하기 위해 상기 제1비선형 변환 F2에 역인, 제2비선형 변환의 적어도 상기 벡터 Y2에의 적용, 및
   e) 상기 물체의 검출을 위한 절대 커패시턴스의 값들로서 상기 교정 벡터 V_corr의 사용의 단계들을 포함하는 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
4. 제 3 항에 있어서, 함수 F2는 F2(V_raw) = 1/V_raw을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
5. 제 3 항에 있어서, 함수 F2는 F2(V_raw) = 1/(V_raw/Vmax + β)이고, Vmax는 미리 결정된 최대 전압이고, β는 양수인 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
6. 제 3 항에 있어서, 함수 F2는 F2(V_raw) = V_raw/Vmax이고, Vmax는 미리 결정된 최대 전압인 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
7. 제 3 항에 있어서, 단계 a) 후
   - 벡터 V_{inf_raw}를 획득하기 위해 상기 벡터 V_raw의 값들의 필터링,
   - 벡터 X1을 획득하기 위해 상기 벡터 V_inf-raw에 비선형 변환 F1의 적용,
   - 상기 벡터 X1에 행렬 M1을 곱하고 이동 벡터 Y01을 더하는 것에 의해 벡터 Y1을 획득하기 위해 아핀 변환의 적용; 상기 행렬 M1은 검출 물체의 부재시 비정형적 표면의 전극들 상에서 획득되는 절대 커패시턴스의 실제 값들의 벡터 및 검출 물체의 부재시 가상 값들의 벡터 사이의 전달 행렬이고, 및
   - 교정 벡터 Vinf_corr를 획득하기 위해 상기 비선형 변환 F1에 역인 비선형 변환의 상기 벡터 Y1에의 적용 단계들이 수행되고,
   - 그후 단계들 b) 내지 e)를 수행하는데, 단계 b)에서 상기 비선형 변환 F2는 V_raw 및 V_{inf_raw}의 함수인 벡터 X2를 획득하기 위해 벡터들 V_raw 및 V_{inf_raw}에 적용되고; 단계 d)에서 상기 제1비선형 변환 F2에 역인, 제2비선형 변환은 Y2 및 Vinf_corr의 함수인 교정 벡터 V_corr를 획득하기 위해 벡터들 Y2 및 Vinf_corr에 적용되는 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
8. 제 7 항에 있어서, 함수 F1은 F1(V_raw) = 1/V_raw인 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
9. 제 7 항에 있어서, 함수 F1은 F1(V_raw) = 1/(V_raw/Vmax + β)이고, Vmax는 미리 결정된 최대 전압이고, β는 양수인 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
10. 제 7 항에 있어서, 함수 F1은 F1(V_raw) = V_raw/Vmax이고, Vmax는 미리 결정된 최대 전압인 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
11. 제 7 항에 있어서, 함수 F2는 F2(V_raw , V_inf* ) = V_raw/V_inf* 이고; V_inf* 는 단계 b)에서 비선형 변환 동안 V_{inf_raw} 과 같고, 단계 d)에서 역 비선형 변환 동안 Vinf_corr와 같은 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
12. 제 7 항에 있어서, 함수 F2는 F2(V_raw , V_inf* ) = 1-(V_raw/V_inf* )이고; V_inf* 는 단계 b)에서 비선형 변환 동안 V_{inf_raw} 과 같고, 단계 d)에서 역 비선형 변환 동안 Vinf_corr와 같은 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
13. 제 3 항에 있어서, 단계 e) 동안
    - 필터링된 벡터 V_corr_f을 획득하기 위해 상기 교정 벡터 V_corr의 필터링, 및
    - 정규화된 벡터 V_corr_nor를 획득하기 위해 상기 필터링된 벡터 V_corr_f으로 상기 교정 벡터의 정규화의 단계들이 수행되는 동안 상기 교정 벡터 V_corr의 정규화 단계를 더 포함하는 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
14. 제 7 항에 있어서, 상기 필터링은 V(t0) = max { V(t): t

    

    (-∞, t0) }의 수식에 따라 획득되고; t0는 상기 측정의 시간이고, V(t)는 상기 필터링이 적용되는 벡터이고, t는 시간 인덱스인 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
15. 제 7 항에 있어서, 상기 필터링은 V(t0) = max { V(t): t

    

    (t0 - 윈도우크기, t0) }의 수식에 따라 획득되고; 원도우크기는 자동-조정 윈도우의 시간 간격이고, t0는 상기 측정의 시간이고, V(t)는 상기 필터링이 적용되는 벡터이고, t는 시간 인덱스인 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
16. 제 7 항에 있어서, 상기 필터링은 상기 필터링이 미리 결정된 벡터에 의해 적용되는 상기 벡터를 대체하는 것에 의해 획득되는 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
17. 제 3 항에 있어서, 상기 행렬 M은 PLS(partial least squares)법에 의해 획득되고, 상기 가상 값들의 벡터는 이상화된 전극들을 위해 획득되는 값들의 벡터인 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
18. 제 3 항에 있어서, 상기 행렬 M은 상기 전극들에 대하여 복수의 정확한 물체 위치들로부터 귀결되는 확률 밀도 함수의 샘플링으로부터 획득되고, 상기 가상 값들의 벡터는 존재의 확률들인 상기 값들의 벡터인 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
19. 제 18 항에 있어서, 상기 확률 밀도 함수는 각각의 수평 물체 위치 상에 중심을 두는 2D 가우시안 분포이고, 그 폭은 상기 물체의 수직 위치에 따라 다르고, 이 가우시안 분포는
    Gj(t) = A(z0) * exp[- ((xj-xo)² + (yj - yo)² ) / σ(zo)²]
    식에 의해 정의되고, 이때 (xj,yj)은 전극들을 포함하는 검출 표면 상의 정형 격자의 좌표들이고; (xo(t),yo(t),zo(t))는 상기 검출 표면에 가장 가까운 상기 물체의 끝단의 3D 좌표들이고; A(zo) 및 σ(zo)는 단조 방식으로 상기 거리 z0에 따라 달라지는 2개의 미리 결정된 함수들이고, A(z)는 감소이고 σ(zo)는 증가인 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
20. 제 1 항 또는 제 2 항에 있어서, 상기 전극들은 비정형적 표면들을 가지는 것을 특징으로 하는, 물체의 절대 커패시턴스를 측정하는 방법.
21. - 인간-기계 인터페이스 장치에 통합되어 있는 적어도 2개의 독립적인 전극들,
    - 상기 적어도 2개의 독립적인 전극들에 대하여 물체의 절대 커패시턴스를 측정하는 것에 의해 상기 물체의 위치를 검출하기 위한 프로세싱 유닛을 포함하고,
    상기 프로세싱 유닛은 적어도
    a) 각각의 전극에 대하여, 전극과 상기 물체 사이의 절대 커패시턴스의 값이 측정되고,
    a') 확률 밀도들의 이미지를 획득하기 위해 절대 커패시턴스의 실제 값들에 복수-변수 비선형 예측 모델을 적용하는 것에 의해 예측이 만들어지고, 이 확률 밀도들은 상기 인터페이스 장치에 대한 상기 물체의 위치 및 거리 중 하나 이상의 검출에 사용되는 교정된 실제 값들로 간주되는, 단계들을 구현하도록 구성되는 것을 특징으로 하는, 전자 장치.
22. 제 21 항에 있어서, 상기 복수-변수 비선형 예측 모델은,
    - 상기 적어도 2개의 독립적인 전극들에 대하여 복수의 물체 위치들을 위해 획득되는 절대 커패시턴스의 실제 값들, 및
    - 이상화된 전극들에 대하여 복수의 물체 위치들을 위해 획득되는 확률 밀도들의 이미지를 기초로 비선형 복귀에 의해 획득되는 것을 특징으로 하는, 전자 장치.
23. 제 21 항 또는 제 22 항에 있어서,
    상기 프로세싱 유닛은 또한
    a) 단계에서 벡터 V_raw는 상기 측정된 절대 커패시턴스 값들로부터 구성되고 a') 단계에서 예측은
    b) 벡터 X2를 획득하기 위해 제1비선형 변환 F2의 적어도 상기 벡터 V_raw에의 적용,
    c) 상기 벡터 X2에 행렬 M2를 곱하고 이동 벡터 Y02를 더하는 것에 의해 벡터 Y2를 획득하기 위해 아핀 변환의 적용; 상기 행렬 M2는 물체의 존재시 비정형적 표면의 전극들 상에서 획득되는 절대 커패시턴스의 실제 값들의 벡터 및 물체의 존재시 이상화된 전극들을 위해 획득되는 가상 값들의 벡터 사이의 전달 행렬이고,
    d) 교정 벡터 V_corr를 획득하기 위해 상기 제1비선형 변환 F2에 역인, 제2비선형 변환의 적어도 상기 벡터 Y2에의 적용, 및
    e) 상기 물체의 검출을 위한 절대 커패시턴스의 값들로서 상기 교정 벡터 V_corr의 사용의 단계들을 포함하는, 단계들을 실행하도록 구성되는 것을 특징으로 하는, 전자 장치.
24. 제 21 항 또는 제 22 항에 있어서, 상기 전극들은 주석-도핑된 산화 인듐에 기초하여 설계되는 것을 특징으로 하는, 전자 장치.
25. 제 21 항 또는 제 22 항에 있어서, 상기 전극들은 비정형적 표면들을 가지는 것을 특징으로 하는, 전자 장치.

Images