KR20210068974A - 고대역폭 고해상도 질감 표현을 위한 이중 계층 햅틱 모델을 제공하는 전자 장치 및 그의 동작 방법 - Google Patents

고대역폭 고해상도 질감 표현을 위한 이중 계층 햅틱 모델을 제공하는 전자 장치 및 그의 동작 방법 Download PDF

Info

Publication number
KR20210068974A
KR20210068974A KR1020200081825A KR20200081825A KR20210068974A KR 20210068974 A KR20210068974 A KR 20210068974A KR 1020200081825 A KR1020200081825 A KR 1020200081825A KR 20200081825 A KR20200081825 A KR 20200081825A KR 20210068974 A KR20210068974 A KR 20210068974A
Authority
KR
South Korea
Prior art keywords
models
electronic device
macro pattern
micro
texture
Prior art date
Application number
KR1020200081825A
Other languages
English (en)
Other versions
KR102382194B1 (ko
Inventor
이기혁
정진근
손선민
구지성
Original Assignee
한국과학기술원
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 한국과학기술원 filed Critical 한국과학기술원
Publication of KR20210068974A publication Critical patent/KR20210068974A/ko
Application granted granted Critical
Publication of KR102382194B1 publication Critical patent/KR102382194B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/016—Input arrangements with force or tactile feedback as computer generated output to the user

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

다양한 실시예들은 고대역폭 고해상도 질감 표현을 위한 이중 계층 햅틱 모델을 제공하는 전자 장치 및 그의 동작 방법에 관한 것으로, 가상 객체의 표면에 대한 규칙성을 표현하기 위한 매크로 패턴 모델을 결정하고, 가상 객체의 표면의 질감을 표현하기 위한 적어도 두 개의 마이크로 텍스처 모델들을 결정하고, 매크로 패턴 모델에 따라, 마이크로 텍스처 모델들을 혼합하여, 햅틱 모델을 생성하고, 햅틱 모델을 이용하여, 햅틱 신호를 발생시키도록 구성될 수 있다.

Description

고대역폭 고해상도 질감 표현을 위한 이중 계층 햅틱 모델을 제공하는 전자 장치 및 그의 동작 방법{ELECTRONIC DEVICE PROVIDING DOUBLE LAYER HAPTIC MODEL FOR HIGH BAND WIDTH AND HIGH RESOLUTION TEXTURE EXPRESSION AND OPERATING METHOD THEREOF}
다양한 실시예들은 고대역폭 고해상도 질감 표현을 위한 이중 계층 햅틱 모델을 제공하는 전자 장치 및 그의 동작 방법에 관한 것이다.
일반적으로, 전자 장치는 사용자의 움직임에 대응하여 햅틱 신호를 발생시킴으로써, 사용자로 하여금, 가상의 촉감을 느끼게 한다. 그런데, 전자 장치가 다양한 표면들을 표현하는 데에는 한계가 있다. 예를 들어, 평평하게 절단된 벽돌의 표면과 외력에 의해 깨져서 불규칙하게 부서진 벽돌의 표면은 같은 벽돌 입자의 소재를 가지고 있지만, 표면의 불규칙한 정도가 다르기 때문에, 실질적인 촉감은 매우 다르다. 반면, 불규칙하게 부서진 벽돌과 같은 형태를 가지고 있다 하더라도, 실리콘으로 형성된 물체는 부서진 벽돌과 표면의 불규칙힌 정도는 같지만, 소재가 다르기 때문에, 실질적인 촉감은 다르다.
다양한 실시예들은, 다양한 표면들을 표현할 수 있는 햅틱 신호를 발생시키는 전자 장치 및 그의 동작 방법을 제공한다.
다양한 실시예들은, 햅틱 신호를 기반으로, 표면의 규칙성 및 질감을 모두 표현할 수 있는 햅틱 신호를 발생시키는 전자 장치 및 그의 동작 방법을 제공한다.
다양한 실시예들은, 고대역폭 고해상도 질감 표현을 위한 이중 계층 햅틱 모델을 제공하는 전자 장치 및 그의 동작 방법을 제공한다.
다양한 실시예들에 따른 전자 장치의 동작 방법은, 가상 객체의 표면에 대한 규칙성을 표현하기 위한 매크로 패턴 모델을 결정하는 동작, 상기 가상 객체의 상기 표면의 질감을 표현하기 위한 적어도 두 개의 마이크로 텍스처 모델들을 결정하는 동작, 및 상기 결정된 매크로 패턴 모델과 상기 결정된 마이크로 텍스처 모델들을 기반으로, 햅틱 신호를 발생시키는 동작을 포함할 수 있다.
다양한 실시예들에 따른 전자 장치는, 메모리, 및 상기 메모리와 연결되고, 상기 메모리에 저장된 적어도 하나의 명령을 실행하도록 구성된 프로세서를 포함하고, 상기 프로세서는, 가상 객체의 표면에 대한 규칙성을 표현하기 위한 매크로 패턴 모델을 결정하고, 상기 가상 객체의 상기 표면의 질감을 표현하기 위한 적어도 두 개의 마이크로 텍스처 모델들을 결정하고, 상기 결정된 매크로 패턴 모델과 상기 결정된 마이크로 텍스처 모델들을 기반으로, 햅틱 신호를 발생시키도록 구성될 수 있다.
다양한 실시예들에 따르면, 전자 장치가 매크로 패턴 모델과 적어도 두 개의 마이크로 텍스처 모델들을 기반으로 햅틱 신호를 발생시킴으로써, 다양한 표면들을 표현할 수 있다. 이 때 전자 장치는 매크로 패턴 모델에 따라, 마이크로 텍스처 모델들을 혼합하여, 가상 객체의 표면에 대한 규칙성과 질감을 모두 표현할 수 있다.
도 1은 다양한 실시예들에 따른 전자 장치를 도시하는 도면이다.
도 2 및 도 3은 다양한 실시예들에 따른 전자 장치의 동작 특징을 설명하기 위한 도면이다.
도 4는 다양한 실시예들에 따른 전자 장치의 동작 방법을 도시하는 도면이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 다양한 실시예들에 따른 전자 장치(100)를 도시하는 도면이다. 도 2 및 도 3은 다양한 실시예들에 따른 전자 장치(100)의 동작 특징을 설명하기 위한 도면이다.
도 1을 참조하면, 다양한 실시예들에 따른 전자 장치(100)는 카메라 모듈(110), 센서 모듈(120), 통신 모듈(130), 입력 모듈(140), 출력 모듈(150), 햅틱 모듈(160), 메모리(170) 또는 프로세서(180) 중 적어도 어느 하나를 포함할 수 있다. 어떤 실시예에서, 전자 장치(100)의 구성 요소들 중 적어도 어느 하나가 생략될 수 있으며, 적어도 하나의 다른 구성 요소가 추가될 수 있다. 어떤 실시예에서, 전자 장치(100)의 구성 요소들 중 적어도 어느 두 개가 하나의 통합된 회로로 구현될 수 있다. 예를 들면, 전자 장치(100)는 스마트폰(smart phone), 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(personal digital assistants), PMP(portable multimedia player), 태블릿 PC, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), AR(augmented reality) 디바이스, VR(virtual reality) 디바이스, IoT(internet of things) 디바이스, 또는 로봇(robot) 중 적어도 어느 하나를 포함할 수 있다.
카메라 모듈(110)은 전자 장치(100)에서 영상을 촬영할 수 있다. 이 때 카메라 모듈(110)은 전자 장치(100)의 미리 정해진 위치에 설치되어, 영상을 촬영할 수 있다. 그리고, 카메라 모듈(110)은 영상 데이터를 생성할 수 있다. 예를 들면, 카메라 모듈(110)은 렌즈, 적어도 하나의 이미지 센서, 이미지 시그널 프로세서 또는 플래시 중 적어도 어느 하나를 포함할 수 있다.
센서 모듈(120)은 전자 장치(100)의 상태 또는 전자 장치(100)의 외부 환경을 감지할 수 있다. 그리고 센서 모듈(120)은 전자 장치(100)의 상태 또는 전자 장치(100)의 외부 환경에 대한 센싱 데이터를 생성할 수 있다. 예를 들면, 센서 모듈(120)은 가속도(acceleration) 센서, 힘(force) 센서, 위치(position) 센서, 자이로스코프(gyroscope) 센서, 레이더(RADAR) 센서, 라이다(LiDAR) 센서 또는 초음파 센서 중 적어도 어느 하나를 포함할 수 있다.
통신 모듈(130)은 전자 장치(100)에서 외부 장치(102, 104)와 통신을 수행할 수 있다. 통신 모듈(130)은 전자 장치(100)와 외부 장치(102, 104) 간 통신 채널을 수립하고, 통신 채널을 통해, 외부 장치(102, 104)와 통신을 수행할 수 있다. 여기서, 외부 장치(102, 104)는 위성, 기지국, 서버 또는 다른 전자 장치 중 적어도 어느 하나를 포함할 수 있다. 통신 모듈(130)은 유선 통신 모듈 또는 무선 통신 모듈 중 적어도 어느 하나를 포함할 수 있다. 유선 통신 모듈은 외부 장치(102)와 유선으로 연결되어, 유선으로 통신할 수 있다. 무선 통신 모듈은 근거리 통신 모듈 또는 원거리 통신 모듈 중 적어도 어느 하나를 포함할 수 있다. 근거리 통신 모듈은 외부 장치(102)와 근거리 통신 방식으로 통신할 수 있다. 예를 들면, 근거리 통신 방식은, 블루투스(Bluetooth), 와이파이 다이렉트(WiFi direct), 또는 적외선 통신(IrDA; infrared data association) 중 적어도 어느 하나를 포함할 수 있다. 원거리 통신 모듈은 외부 장치(104)와 원거리 통신 방식으로 통신할 수 있다. 여기서, 원거리 통신 모듈은 네트워크(190)를 통해 외부 장치(104)와 통신할 수 있다. 예를 들면, 네트워크(190)는 셀룰러 네트워크, 인터넷, 또는 LAN(local area network)이나 WAN(wide area network)과 같은 컴퓨터 네트워크 중 적어도 어느 하나를 포함할 수 있다.
입력 모듈(140)은 전자 장치(100)의 적어도 하나의 구성 요소에 사용될 신호를 입력할 수 있다. 예를 들면, 입력 모듈(140)은 마이크로폰(microphone), 마우스(mouse) 또는 키보드(keyboard) 중 적어도 어느 하나를 포함할 수 있다. 어떤 실시예에서, 입력 모듈(140)은 터치를 감지하도록 설정된 터치 회로(touch circuitry) 또는 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 센서 회로 중 적어도 어느 하나를 포함할 수 있다.
출력 모듈(150)은 전자 장치(100)의 외부로 정보를 제공할 수 있다. 이 때 출력 모듈(150)은 표시 모듈 또는 오디오 모듈 중 적어도 어느 하나를 포함할 수 있다. 표시 모듈은 정보를 시각적으로 출력할 수 있다. 예를 들면, 표시 모듈은 디스플레이, 홀로그램 장치, 또는 프로젝터 중 적어도 어느 하나를 포함할 수 있다. 어떤 실시예에서, 표시 모듈은 입력 모듈(140)의 터치 회로 또는 센서 회로 중 적어도 어느 하나와 조립되어, 터치 스크린으로 구현될 수 있다. 오디오 모듈은 정보를 소리로 출력할 수 있다. 예를 들면, 오디오 모듈은 스피커 또는 리시버 중 적어도 어느 하나를 포함할 수 있다.
햅틱 모듈(160)은 햅틱 신호를 발생시킬 수 있다. 햅틱 신호는, 전자 장치(100)의 사용자가 촉감을 통해서 인지할 수 있는 자극을 나타내며, 기계적인 자극, 예컨대 진동 신호나 움직임, 또는 전기적인 자극 중 적어도 어느 하나로 이루어질 수 있다. 햅틱 모듈(160)은 전기적 신호를 기계적인 자극 또는 전기적인 자극 중 적어도 어느 하나로 변환함으로써, 햅틱 신호를 발생시킬 수 있다.
메모리(170)는 전자 장치(100)의 적어도 하나의 구성 요소에 의해 사용되는 다양한 데이터를 저장할 수 있다. 예를 들면, 메모리(170)는 휘발성 메모리 또는 비휘발성 메모리 중 적어도 어느 하나를 포함할 수 있다. 데이터는 적어도 하나의 프로그램 및 이와 관련된 입력 데이터 또는 출력 데이터를 포함할 수 있다. 프로그램은 메모리(170)에 적어도 하나의 명령을 포함하는 소프트웨어로서 저장될 수 있으며, 예컨대 운영 체제, 미들 웨어 또는 어플리케이션 중 적어도 어느 하나를 포함할 수 있다.
프로세서(180)는 메모리(170)의 프로그램을 실행하여, 전자 장치(100)의 적어도 하나의 구성 요소를 제어할 수 있다. 이를 통해, 프로세서(180)는 데이터 처리 또는 연산을 수행할 수 있다. 이 때 프로세서(180)는 메모리(170)에 저장된 명령을 실행할 수 있다. 다양한 실시예들에 따르면, 프로세서(180)는, 햅틱 모듈(160)을 통해, 가상 객체의 표면에 대한 햅틱 신호를 발생시킬 수 있다. 이를 통해, 전자 장치(100)의 사용자는 촉감을 통해, 햅틱 신호로부터 가상 객체의 표면을 인지할 수 있다. 이 때 프로세서(180)는, 도 2에 도시된 바와 같이 하나의 매크로 패턴 모델(macro pattern model)(210)과 적어도 두 개의 마이크로 텍스처 모델(micro texture model)(220)들을 기반으로, 햅틱 모델(haptik model)(230)을 생성하고, 햅틱 모델(230)을 이용하여, 햅틱 신호를 발생시킬 수 있다. 여기서, 매크로 패턴 모델은 가상 객체의 표면에 대한 규칙성을 표현하고, 마이크로 패턴 모델들은 가상 객체의 표면의 질감을 표현할 수 있다.
이를 위해, 복수 개의 매크로 패턴 모델(210)들이 구현될 수 있다. 이 때 복수 개의 매크로 패턴 모델(210)들은 다양한 방법으로 구현될 수 있다.
일 예로, 복수 개의 매크로 패턴 모델(210)들은, 도 3에 도시된 바와 같이 실제 객체에 대한 이미지로부터 생성될 수 있다. 이를 위해, 이미지의 필터링(filtering)을 통해, 이미지의 각 픽셀에 대한 정보, 예컨대 밝기 또는 색상 중 적어도 어느 하나 및 이미지 내 경계 등이 추출될 수 있다. 각 픽셀에 대한 정보는 각 픽셀의 컬러 값에 대한 선형 조합으로 계산될 수 있다. 이미지 내 경계는 경계 추출 필터에 의한 각 픽셀의 색상에 대한 콘볼루션 연산을 통해 추출될 수 있다. 이를 통해, 이미지는 복수 개의 영역들로 분할될 수 있다. 여기서, 각 픽셀은 밝기에 따라, 영역들 중 어느 하나로 분류될 수 있다. 밝기가 80 이하이면, 제 1 영역으로 결정되고, 밝기가 80을 초과하고 160 이하이면, 제 2 영역으로 결정되고, 밝기가 160을 초과하면, 제 3 영역으로 결정될 수 있다. 또는, 각 픽셀은 색상에 따라, 영역들 중 어느 하나로 분류될 수 있다. 레드(red; R) 색상이 그린(green; G) 색상 또는 블루(blue; B) 색상 보다 크면, 제 1 영역으로 결정되고, 그렇지 않으면, 제 2 영역으로 결정될 수 있다. 또는, 각 픽셀은 경계 추출 필터에 의해 연산된 값에 따라, 영역들 중 어느 하나로 분류될 수 있다. 경계 추출 필터에 의해 연산된 값이 이미지의 전체 평균값 보다 크면, 제 1 영역으로 결정되고, 그렇지 않으면, 제 2 영역으로 결정될 수 있다.
다른 예로, 복수 개의 매크로 패턴 모델(210)들은, 일정한 패턴들이 반복되는 구조로 구현될 수 있다. 여기서, 복수 개의 매크로 패턴 모델(210)들은, 체스판과 같이, 사각형 형태의 영역들이 배열된 구조로 구현될 수 있다. 영역들은 동일한 사이즈로 이루어질 수 있으며, 영역들 중 적어도 어느 두 개는 서로 다른 사이즈들로 이루어질 수도 있다. 또는, 복수 개의 매크로 패턴 모델(210)들은, 바둑판과 같이, 줄 형태의 영역들과 복수 개의 줄들에 의해 구분되는 영역들이 배열된 구조로 구현될 수 있다. 줄들은 일정한 굵기로 이루어질 수 있으며, 줄들 중 적어도 어느 두 개는 서로 다른 굵기들로 이루어질 수도 있다. 한편, 줄들은 일정한 간격들로 이격될 수 있으며, 다양한 간격들로 이격될 수도 있다.
또 다른 예로, 복수 개의 매크로 패턴 모델(210)들은 통계적으로 구현될 수 있다. 여기서, 복수 개의 매크로 패턴 모델(210)들은, 예컨대 가우시안 분포를 기반으로 구현될 수 있다. 평균 0, 표준 편차 1인 가우시안 분포에서, a 개의 값들이 2차원 공간의 x 좌표들로 정해지고, a 개의 값들이 2차원 공간의 y 좌표들로 정해지고, a 개의 값들이 각 위치에서의 원형 영역의 반지름으로 정해질 수 있다. 이를 통해, 특정 통계 분포를 바탕으로, 각 그룹의 빈도나 크기의 배치가 결정됨으로써, 복수 개의 영역들로 이루어지는 매크로 패턴 모델(210)들이 구현될 수 있다.
또 다른 예로, 복수 개의 매크로 패턴 모델(210)들은, 예컨대 셀룰러 오토마타(cellular automata) 또는 신경망(neural network)를 이용한 인공 지능 등을 통해 구현될 수 있다. 여기서, 미리 설정되는 기준값을 기반으로, 그레이 스케일(gray scale) 값을 구분함으로써, 복수 개의 영역들로 이루어지는 매크로 패턴 모델(210)들이 구현될 수 있다.
아울러, 복수 개의 마이크로 텍스처 모델(220)들이 구현될 수 있다. 이 때 복수 개의 마이크로 텍스처 모델(220)들은 다양한 방법으로 구현될 수 있다. 예를 들면, 복수 개의 마이크로 텍스처 모델(220)들은 데이터 중심(data-driven) 방법으로 구현될 수 있다. 이를 위해, 사람이 실제 객체의 표면과 접촉할 때 인가되는 힘과 속도 등의 제 1 측정 데이터, 및 동시에 사람이 느끼는 진동이나 힘 등의 제 2 측정 데이터가 검출될 수 있다. 일 예로, 실제 객체와 사람의 신체에 각종 센서들이 부착되고, 사람이 실제 객체의 표면과 접촉할 때, 센서들을 통해, 제 1 측정 데이터와 제 2 측정 데이터가 검출될 수 있다. 그리고, 제 1 측정 데이터와 제 2 측정 데이터에 대한 분석을 통해, 마이크로 텍스처 모델(220)들이 구현될 수 있다. 여기서, 마이크로 텍스처 모델(220)들은, 다양한 전기적 신호들이 속도 정보와 힘 정보에 각각 매핑된 테이블 구조로 구현될 수 있다.
다양한 실시예들에 따르면, 프로세서(180)는 전자 장치(100)의 위치와 속도 및 전자 장치(100)에 인가되는 사용자로부터의 힘을 측정할 수 있다. 프로세서(180)는 센서 모듈(120) 또는 통신 모듈(130) 중 적어도 어느 하나를 통해, 전자 장치(100)의 위치를 측정할 수 있다. 일 예로, 프로세서(180)는 통신 모듈(130)을 통해, 외부 장치(104), 예컨대 위성 또는 기지국과 통신하여, 전자 장치(100)의 위치를 측정할 수 있다. 프로세서(180)는 센서 모듈(120)을 통해, 전자 장치(100)의 속도와 전자 장치(100)에 인가되는 힘을 측정할 수 있다. 또는, 프로세서(180)는 센서 모듈(120)을 통해, 전자 장치(100)의 가속도를 측정할 수 있다. 일 예로, 프로세서(180)는 전자 장치(100)의 가속도로부터 전자 장치(100)의 속도와 전자 장치(100)에 인가되는 힘을 추정할 수 있다.
다양한 실시예들에 따르면, 프로세서(180)는 하나의 매크로 패턴 모델(210)과 적어도 두 개의 마이크로 텍스처 모델(220)들을 결정할 수 있다. 프로세서(180)는 전자 장치(100)의 위치를 기반으로, 매크로 패턴 모델(210)를 결정할 수 있다. 그리고, 프로세서(180)는 매크로 패턴 모델(210)을 기반으로, 전자 장치(100)의 위치에 대응하여 마이크로 텍스처 모델(220)들을 결정할 수 있다. 또한, 프로세서(180)는 마이크로 텍스처 모델(220)들을 기반으로, 전자 장치(100)의 속도와 전자 장치(100)에 인가되는 힘에 대응하여 햅틱 신호를 발생시킬 수 있다. 이 때 프로세서(180)는 마이크로 텍스처 모델(220)들을 기반으로, 전자 장치(100)의 속도 및 전자 장치(100)에 인가되는 힘과 함께, 이전에 발생된 햅틱 신호들에 대한 히스토리(history)에 대응하여 햅틱 신호를 발생시킬 수 있다.
일 실시예에 따르면, 메모리(170)는 복수 개의 매크로 패턴 모델(210)들과 복수 개의 마이크로 텍스처 모델(220)들을 저장하고 있을 수 있다. 예를 들면, 프로세서(180)는 통신 모듈(130)을 통해, 외부 장치(102, 104)로부터 복수 개의 매크로 패턴 모델(210)들과 복수 개의 마이크로 텍스처 모델(220)들을 수신하고, 이들을 메모리(170)에 저장할 수 있다. 복수 개의 매크로 패턴 모델(210)들은 위치 정보와 각각 매핑되어 있을 수 있다. 복수 개의 마이크로 텍스처 모델(220)들은 속도 정보 및 힘 정보와 각각 매핑되어 있거나, 가속도 정보와 각각 매핑되어 있을 수 있다. 이를 통해, 프로세서(180)는 복수 개의 매크로 패턴 모델(210)들 중 어느 하나 및 복수 개의 마이크로 텍스처 모델(220)들 중 적어도 어느 두 개를 선택할 수 있다.
다른 실시예에 따르면, 외부 장치(102, 104)가 복수 개의 매크로 패턴 모델(210)들과 복수 개의 마이크로 텍스처 모델(220)들을 저장하고 있을 수 있다. 복수 개의 매크로 패턴 모델(210)들은 위치 정보와 각각 매핑되어 있을 수 있다. 복수 개의 마이크로 텍스처 모델(220)들은 속도 정보 및 힘 정보와 각각 매핑되어 있거나, 가속도 정보와 각각 매핑되어 있을 수 있다. 이러한 경우, 프로세서(180)는 통신 모듈(130)을 통해, 외부 장치(102, 104)에 전자 장치(100)의 위치와 속도 및 전자 장치(100)에 인가되는 힘을 전송할 수 있다. 이를 통해, 외부 장치(102, 104)는 복수 개의 매크로 패턴 모델(210)들 중 어느 하나 및 복수 개의 마이크로 텍스처 모델(220)들 중 적어도 어느 두 개를 선택할 수 있다. 따라서, 프로세서(180)는 통신 모듈(130)을 통해, 외부 장치(102, 104)에서 선택된 매크로 패턴 모델(210)과 마이크로 텍스처 모델(220)들을 수신할 수 있다.
다양한 실시예들에 따르면, 프로세서(180)는 하나의 매크로 패턴 모델(210)과 적어도 두 개의 마이크로 텍스처 모델(220)들을 기반으로, 햅틱 신호를 발생시킬 수 있다. 프로세서(180)는 매크로 패턴 모델(210)에 따라, 마이크로 텍스처 모델(220)들을 혼합하여, 햅틱 모델(230)을 생성할 수 있다. 일 실시예에 따르면, 프로세서(180)는 매크로 패턴 모델(210)의 전체 영역에 대해, 마이크로 텍스처 모델(220)들을 균일하게 혼합할 수 있다. 이 때 프로세서(180)는 마이크로 텍스처 모델(220)들을 미리 정해진 비율로 혼합할 수 있다. 다른 실시예에 따르면, 매크로 패턴 모델(210)은 복수 개의 영역들을 포함할 수 있다. 여기서, 영역들은 규칙적으로 배열될 수 있으며, 불규칙적으로 배열될 수도 있다. 한편, 영역들은 모두 동일한 사이즈로 이루어질 수 있으며, 영역들 중 적어도 어느 두 개는 서로 다른 사이즈들로 이루어질 수도 있다. 이 때 프로세서(180)는 영역들에 따라 서로 다른 비율들로, 마이크로 텍스처 모델(220)들을 혼합할 수 있다. 그리고, 프로세서(180)는 햅틱 모듈(160)을 통해, 햅틱 모델(230)을 이용하여, 햅틱 신호를 발생시킬 수 있다.
다양한 실시예들에 따른 전자 장치(100)는, 메모리(170), 및 메모리(170)와 연결되고, 메모리(170)에 저장된 적어도 하나의 명령을 실행하도록 구성된 프로세서(180)를 포함할 수 있다.
다양한 실시예들에 따르면, 프로세서(180)는, 가상 객체의 표면에 대한 규칙성을 표현하기 위한 매크로 패턴 모델(210)을 결정하고, 가상 객체의 표면의 질감을 표현하기 위한 적어도 두 개의 마이크로 텍스처 모델(220)들을 결정하고, 결정된 매크로 패턴 모델(210)과 결정된 마이크로 텍스처 모델(220)들을 기반으로, 햅틱 신호를 발생시키도록 구성될 수 있다.
다양한 실시예들에 따르면, 프로세서(180)는, 결정된 매크로 패턴 모델(210)에 따라, 결정된 마이크로 텍스처 모델(220)들을 혼합하여, 햅틱 모델(230)을 생성하고, 햅틱 모델(230)을 이용하여, 햅틱 신호를 발생시키도록 구성될 수 있다.
다양한 실시예들에 따르면, 프로세서(180)는, 매크로 패턴 모델(210)을 기반으로, 전자 장치(100)의 위치에 대응하여 마이크로 텍스처 모델(220)들을 결정하도록 구성될 수 있다.
다양한 실시예들에 따르면, 프로세서(180)는, 마이크로 텍스처 모델(220)들을 기반으로, 전자 장치(100)의 속도 및 전자 장치(100)에 인가되는 힘에 대응하여 햅틱 신호를 발생시키도록 구성될 수 있다.
다양한 실시예들에 따르면, 프로세서(180)는, 마이크로 텍스처 모델(220)들을 기반으로, 속도 및 힘과 함께, 이전에 발생된 햅틱 신호들에 대한 히스토리에 대응하여 햅틱 신호를 발생시키하도록 구성되는 장치.
다양한 실시예들에 따르면, 전자 장치(100)는, 외부 장치(102, 104)와 통신하기 위한 통신 모듈(130)을 더 포함할 수 있다.
일 실시예에 따르면, 메모리(170)는, 복수 개의 매크로 패턴 모델(210)들과 복수 개의 마이크로 텍스처 모델(220)들을 저장하고 있을 수 있다.
일 실시예에 따르면, 프로세서(180)는, 저장된 매크로 패턴 모델(210)들 중 어느 하나를 선택하고, 저장된 마이크로 텍스처 모델(220)들 중 적어도 어느 두 개를 선택하도록 구성될 수 있다.
일 실시예에 따르면, 프로세서(180)는, 통신 모듈(130)을 통해, 외부 장치(102, 104)로부터 복수 개의 매크로 패턴 모델(210)들과 복수 개의 마이크로 텍스처 모델(220)들을 수신하도록 구성될 수 있다.
다른 실시예에 따르면, 프로세서(180)는, 통신 모듈(130)을 통해, 위치를 기반으로, 외부 장치(102, 104)로부터 매크로 패턴 모델(210)을 수신하도록 구성될 수 있다.
다른 실시예에 따르면, 프로세서(180)는, 통신 모듈(130)을 통해, 속도 및 힘을 기반으로, 외부 장치(102, 104)로부터 마이크로 텍스처 모델(220)들을 수신하도록 구성될 수 있다.
다양한 실시예들에 따르면, 매크로 패턴 모델(210)은, 실제 객체에 대한 이미지로부터 생성되며, 이미지의 각 픽셀에 대한 정보를 기반으로 구분되는 복수 개의 영역들로 이루어질 수 있다.
다양한 실시예들에 따르면, 마이크로 텍스처 모델(220)들은, 매크로 패턴 모델(210)의 영역들에 따라 다르게 혼합될 수 있다.
도 4는 다양한 실시예들에 따른 전자 장치(100)의 동작 방법을 도시하는 도면이다.
도 4를 참조하면, 전자 장치(100)는 410 동작에서 전자 장치(100)의 위치와 속도 및 전자 장치(100)에 인가되는 힘을 측정할 수 있다. 프로세서(180)는 전자 장치(100)의 위치와 속도 및 전자 장치(100)에 인가되는 사용자로부터의 힘을 측정할 수 있다. 프로세서(180)는 센서 모듈(120) 또는 통신 모듈(130) 중 적어도 어느 하나를 통해, 전자 장치(100)의 위치를 측정할 수 있다. 일 예로, 프로세서(180)는 통신 모듈(130)을 통해, 외부 장치(104), 예컨대 위성 또는 기지국과 통신하여, 전자 장치(100)의 위치를 측정할 수 있다. 프로세서(180)는 센서 모듈(120)을 통해, 전자 장치(100)의 속도와 전자 장치(100)에 인가되는 힘을 측정할 수 있다. 또는, 프로세서(180)는 센서 모듈(120)을 통해, 전자 장치(100)의 가속도를 측정할 수 있다. 일 예로, 프로세서(180)는 전자 장치(100)의 가속도로부터 전자 장치(100)의 속도와 전자 장치(100)에 인가되는 힘을 추정할 수 있다.
전자 장치(100)는 420 동작에서 하나의 매크로 패턴 모델(210)을 결정할 수 있다. 프로세서(180)는 전자 장치(100)의 위치를 기반으로, 매크로 패턴 모델(210)를 결정할 수 있다.
전자 장치(100)는 430 동작에서 적어도 두 개의 마이크로 텍스처 모델(220)들을 결정할 수 있다. 프로세서(180)는 매크로 패턴 모델(210)을 기반으로, 전자 장치(100)의 위치에 대응하여 마이크로 텍스처 모델(220)들을 결정할 수 있다.
전자 장치(100)는 440 동작에서 매크로 패턴 모델(210)과 마이크로 텍스처 모델(220)들을 기반으로, 햅틱 모델(230)을 생성할 수 있다. 프로세서(180)는 매크로 패턴 모델(210)에 따라, 마이크로 텍스처 모델(220)들을 혼합하여, 햅틱 모델(230)을 생성할 수 있다. 프로세서(180)는 마이크로 텍스처 모델(220)들을 기반으로, 전자 장치(100)의 속도와 전자 장치(100)에 인가되는 힘에 대응하여 햅틱 모델(230)을 생성할 수 있다. 이 때 프로세서(180)는 마이크로 텍스처 모델(220)들을 기반으로, 전자 장치(100)의 속도 및 전자 장치(100)에 인가되는 힘과 함께, 이전에 발생된 햅틱 신호들에 대한 히스토리에 대응하여 햅틱 모델(230)을 생성할 수 있다. 예를 들면, 메모리(170)는 자동회귀 형태의 테이블 구조로, 전자 장치(100)의 속도 및 전자 장치(100)에 인가되는 힘의 쌍에 대해, n 개의 계수들(α1, α2, α3, ..., αn)을 저장하고 있을 수 있다. 이를 통해, 프로세서(180)는 전자 장치(100)의 속도 및 전자 장치(100)에 인가되는 힘의 쌍을 기반으로, n 개의 계수들(α1, α2, α3, ..., αn)을 결정할 수 있다. 그리고, 프로세서(180)는 이전에 발생된 햅틱 신호들에 대한 히스토리로부터, n 개의 햅틱 신호들(Yt-1, Yt-2, Yt-3, ..., Yt-n)을 결정할 수 있다. 이를 통해, 프로세서(180)는, 하기 [수학식 1]과 같이 n 개의 계수들과 n 개의 햅틱 신호들을 기반으로, 새로운 햅틱 모델(230)을 결정할 수 있다.
Figure pat00001
일 실시예에 따르면, 프로세서(180)는 매크로 패턴 모델(210)의 전체 영역에 대해, 마이크로 텍스처 모델(220)들을 균일하게 혼합할 수 있다. 이 때 프로세서(180)는 마이크로 텍스처 모델(220)들을 미리 정해진 비율로 혼합할 수 있다. 다른 실시예에 따르면, 매크로 패턴 모델(210)은 복수 개의 영역들을 포함할 수 있다. 여기서, 영역들은 규칙적으로 배열될 수 있으며, 불규칙적으로 배열될 수도 있다. 한편, 영역들은 모두 동일한 사이즈로 이루어질 수 있으며, 영역들 중 적어도 어느 두 개는 서로 다른 사이즈들로 이루어질 수도 있다. 이 때 프로세서(180)는 영역들에 따라 서로 다른 비율들로, 마이크로 텍스처 모델(220)들을 혼합할 수 있다.
전자 장치(100)는 450 동작에서 햅틱 모델(230)을 이용하여, 햅틱 신호를 발생시킬 수 있다. 프로세서(180)는 햅틱 모듈(160)을 통해, 햅틱 모델(230)을 이용하여, 햅틱 신호를 발생시킬 수 있다.
다양한 실시예들에 따른 전자 장치(100)의 동작 방법은, 가상 객체의 표면에 대한 규칙성을 표현하기 위한 매크로 패턴 모델(210)을 결정하는 동작, 가상 객체의 표면의 질감을 표현하기 위한 적어도 두 개의 마이크로 텍스처 모델(220)들을 결정하는 동작, 및 결정된 매크로 패턴 모델(210)과 결정된 마이크로 텍스처 모델(220)들을 기반으로, 햅틱 신호를 발생시키는 동작을 포함할 수 있다.
다양한 실시예들에 따르면, 햅틱 신호를 발생시키는 동작은, 결정된 매크로 패턴 모델(210)에 따라, 결정된 마이크로 텍스처 모델(220)들을 혼합하여, 햅틱 모델(230)을 생성하는 동작, 및 햅틱 모델(230)을 이용하여, 햅틱 신호를 발생시키는 동작을 포함할 수 있다.
다양한 실시예들에 따르면, 마이크로 텍스처 모델(220)들을 결정하는 동작은, 매크로 패턴 모델(210)을 기반으로, 전자 장치의 위치에 대응하여 마이크로 텍스처 모델(220)들을 결정하는 동작을 포함할 수 있다.
다양한 실시예들에 따르면, 햅틱 신호를 발생시키는 동작은, 마이크로 텍스처 모델(220)들을 기반으로, 전자 장치(100)의 속도 및 전자 장치에 인가되는 힘에 대응하여 햅틱 신호를 발생시키는 동작을 포함하는 방법.
다양한 실시예들에 따르면, 햅틱 신호를 발생시키는 동작은, 속도 및 힘과 함께, 이전에 발생된 햅틱 신호들에 대한 히스토리에 대응하여 햅틱 신호를 발생시킬 수 있다.
일 실시예에 따르면, 전자 장치(100)는, 복수 개의 매크로 패턴 모델(210)들과 복수 개의 마이크로 텍스처 모델(220)들을 저장하고 있을 수 있다.
일 실시예에 따르면, 매크로 패턴 모델(210)을 결정하는 동작은, 저장된 매크로 패턴 모델(210)들 중 어느 하나를 선택하는 동작을 포함할 수 있다.
일 실시예에 따르면, 마이크로 텍스처 모델(220)들을 결정하는 동작은, 저장된 마이크로 텍스처 모델(220)들 중 적어도 어느 두 개를 선택하는 동작을 포함할 수 있다.
일 실시예에 따르면, 전자 장치(100)는, 외부 장치(102, 104)로부터 복수 개의 매크로 패턴 모델(210)들과 복수 개의 마이크로 텍스처 모델(220)들을 수신할 수 있다.
다른 실시예에 따르면, 매크로 패턴 모델(210)을 결정하는 동작은, 위치를 기반으로, 외부 장치(102, 104)로부터 매크로 패턴 모델(210)을 수신하는 방법.
다른 실시예에 따르면, 마이크로 텍스처 모델(220)들을 결정하는 동작은, 속도 및 힘을 기반으로, 외부 장치(102, 104)로부터 마이크로 텍스처 모델(220)들을 수신할 수 있다.
다양한 실시예들에 따르면, 매크로 패턴 모델(210)은, 실제 객체에 대한 이미지로부터 생성되며, 이미지의 각 픽셀에 대한 정보를 기반으로 구분되는 복수 개의 영역들로 이루어질 수 있다.
다양한 실시예들에 따르면, 마이크로 텍스처 모델(220)들은, 영역들에 따라 다르게 혼합될 수 있다.
본 문서의 다양한 실시예들은 컴퓨터 장치(예: 전자 장치(100))에 의해 읽을 수 있는 기록 매체(storage medium)(예: 메모리(130))에 저장된 하나 이상의 명령들을 포함하는 컴퓨터 프로그램으로서 구현될 수 있다. 예를 들면, 컴퓨터 장치의 프로세서(예: 프로세서(140))는, 기록 매체로부터 저장된 하나 이상의 명령들 중 적어도 하나를 호출하고, 그것을 실행할 수 있다. 이것은 컴퓨터 장치가 호출된 적어도 하나의 명령에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 하나 이상의 명령들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 컴퓨터 장치로 읽을 수 있는 기록 매체는, 비일시적(non-transitory) 기록 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 기록 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 기록 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
다양한 실시예들에 따른 컴퓨터 프로그램은, 가상 객체의 표면에 대한 규칙성을 표현하기 위한 매크로 패턴 모델(210)을 결정하는 동작, 가상 객체의 표면의 질감을 표현하기 위한 적어도 두 개의 마이크로 텍스처 모델(220)들을 결정하는 동작, 및 결정된 매크로 패턴 모델(210)과 결정된 마이크로 텍스처 모델(220)들을 기반으로, 햅틱 신호를 발생시키는 동작을 실행할 수 있다.
다양한 실시예들에 따르면, 전자 장치(100)가 매크로 패턴 모델(210)과 적어도 두 개의 마이크로 텍스처 모델(220)들을 기반으로 햅틱 신호를 발생시킴으로써, 다양한 표면들을 표현할 수 있다. 이 때 전자 장치(100)는 매크로 패턴 모델(210)에 따라, 마이크로 텍스처 모델(220)들을 혼합하여, 가상 객체의 표면에 대한 규칙성과 질감을 모두 표현할 수 있다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성 요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및/또는 B 중 적어도 하나", "A, B 또는 C" 또는 "A, B 및/또는 C 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", "첫째" 또는 "둘째" 등의 표현들은 해당 구성 요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성 요소를 다른 구성 요소와 구분하기 위해 사용될 뿐 해당 구성 요소들을 한정하지 않는다. 어떤(예: 제 1) 구성 요소가 다른(예: 제 2) 구성 요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성 요소가 상기 다른 구성 요소에 직접적으로 연결되거나, 다른 구성 요소(예: 제 3 구성 요소)를 통하여 연결될 수 있다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 모듈은 ASIC(application-specific integrated circuit)으로 구성될 수 있다.
다양한 실시예들에 따르면, 기술한 구성 요소들의 각각의 구성 요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있다. 다양한 실시예들에 따르면, 전술한 해당 구성 요소들 중 하나 이상의 구성 요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성 요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성 요소들(예: 모듈 또는 프로그램)은 하나의 구성 요소로 통합될 수 있다. 이런 경우, 통합된 구성 요소는 복수의 구성 요소들 각각의 구성 요소의 하나 이상의 기능들을 통합 이전에 복수의 구성 요소들 중 해당 구성 요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

Claims (20)

  1. 전자 장치의 동작 방법에 있어서,
    가상 객체의 표면에 대한 규칙성을 표현하기 위한 매크로 패턴 모델을 결정하는 동작;
    상기 가상 객체의 상기 표면의 질감을 표현하기 위한 적어도 두 개의 마이크로 텍스처 모델들을 결정하는 동작; 및
    상기 결정된 매크로 패턴 모델과 상기 결정된 마이크로 텍스처 모델들을 기반으로, 햅틱 신호를 발생시키는 동작을 포함하는 방법.
  2. 제 1 항에 있어서, 상기 햅틱 신호를 발생시키는 동작은,
    상기 결정된 매크로 패턴 모델에 따라, 상기 결정된 마이크로 텍스처 모델들을 혼합하여, 햅틱 모델을 생성하는 동작; 및
    상기 햅틱 모델을 이용하여, 상기 햅틱 신호를 발생시키는 동작을 포함하는 방법.
  3. 제 1 항에 있어서, 상기 마이크로 텍스처 모델들을 결정하는 동작은,
    상기 매크로 패턴 모델을 기반으로, 상기 전자 장치의 위치에 대응하여 상기 마이크로 텍스처 모델들을 결정하는 동작을 포함하는 방법.
  4. 제 1 항에 있어서, 상기 햅틱 신호를 발생시키는 동작은,
    상기 마이크로 텍스처 모델들을 기반으로, 상기 전자 장치의 속도 및 상기 전자 장치에 인가되는 힘에 대응하여 상기 햅틱 신호를 발생시키는 동작을 포함하는 방법.
  5. 제 4 항에 있어서, 상기 햅틱 신호를 발생시키는 동작은,
    상기 마이크로 텍스처 모델들을 기반으로, 상기 속도 및 상기 힘과 함께, 이전에 발생된 햅틱 신호들에 대한 히스토리에 대응하여 상기 햅틱 신호를 발생시키는 방법.
  6. 제 1 항에 있어서, 상기 전자 장치는,
    복수 개의 매크로 패턴 모델들과 복수 개의 마이크로 텍스처 모델들을 저장하고 있고,
    상기 매크로 패턴 모델을 결정하는 동작은,
    상기 저장된 매크로 패턴 모델들 중 어느 하나를 선택하는 동작을 포함하고,
    상기 마이크로 텍스처 모델들을 결정하는 동작은,
    상기 저장된 마이크로 텍스처 모델들 중 적어도 어느 두 개를 선택하는 동작을 포함하는 방법.
  7. 제 6 항에 있어서, 상기 전자 장치는,
    외부 장치로부터 상기 복수 개의 매크로 패턴 모델들과 상기 복수 개의 마이크로 텍스처 모델들을 수신하는 방법.
  8. 제 3 항에 있어서, 상기 매크로 패턴 모델을 결정하는 동작은,
    상기 위치를 기반으로, 외부 장치로부터 상기 매크로 패턴 모델을 수신하는 방법.
  9. 제 4 항에 있어서, 상기 마이크로 텍스처 모델들을 결정하는 동작은,
    상기 속도 및 힘을 기반으로, 외부 장치로부터 상기 마이크로 텍스처 모델들을 수신하는 방법.
  10. 제 2 항에 있어서,
    상기 매크로 패턴 모델은,
    실제 객체에 대한 이미지로부터 생성되며,
    상기 이미지의 각 픽셀에 대한 정보를 기반으로 구분되는 복수 개의 영역들로 이루어지고,
    상기 마이크로 텍스처 모델들은,
    상기 영역들에 따라 다르게 혼합되는 방법.
  11. 전자 장치에 있어서,
    메모리; 및
    상기 메모리와 연결되고, 상기 메모리에 저장된 적어도 하나의 명령을 실행하도록 구성된 프로세서를 포함하고,
    상기 프로세서는,
    가상 객체의 표면에 대한 규칙성을 표현하기 위한 매크로 패턴 모델을 결정하고,
    상기 가상 객체의 상기 표면의 질감을 표현하기 위한 적어도 두 개의 마이크로 텍스처 모델들을 결정하고,
    상기 결정된 매크로 패턴 모델과 상기 결정된 마이크로 텍스처 모델들을 기반으로, 햅틱 신호를 발생시키도록 구성되는 장치.
  12. 제 11 항에 있어서, 상기 프로세서는,
    상기 결정된 매크로 패턴 모델에 따라, 상기 결정된 마이크로 텍스처 모델들을 혼합하여, 햅틱 모델을 생성하고,
    상기 햅틱 모델을 이용하여, 상기 햅틱 신호를 발생시키도록 구성되는 장치.
  13. 제 11 항에 있어서, 상기 프로세서는,
    상기 매크로 패턴 모델을 기반으로, 상기 전자 장치의 위치에 대응하여 상기 마이크로 텍스처 모델들을 결정하도록 구성되는 장치.
  14. 제 11 항에 있어서, 상기 프로세서는,
    상기 마이크로 텍스처 모델들을 기반으로, 상기 전자 장치의 속도 및 상기 전자 장치에 인가되는 힘에 대응하여 상기 햅틱 신호를 발생시키도록 구성되는 장치.
  15. 제 14 항에 있어서, 상기 프로세서는,
    상기 마이크로 텍스처 모델들을 기반으로, 상기 속도 및 상기 힘과 함께, 이전에 발생된 햅틱 신호들에 대한 히스토리에 대응하여 상기 햅틱 신호를 발생시키도록 구성되는 장치.
  16. 제 11 항에 있어서, 상기 메모리는,
    복수 개의 매크로 패턴 모델들과 복수 개의 마이크로 텍스처 모델들을 저장하고 있고,
    상기 프로세서는,
    상기 저장된 매크로 패턴 모델들 중 어느 하나를 선택하고,
    상기 저장된 마이크로 텍스처 모델들 중 적어도 어느 두 개를 선택하도록 구성되는 장치.
  17. 제 16 항에 있어서,
    외부 장치와 통신하기 위한 통신 모듈을 더 포함하고,
    상기 프로세서는,
    상기 통신 모듈을 통해, 상기 외부 장치로부터 상기 복수 개의 매크로 패턴 모델들과 상기 복수 개의 마이크로 텍스처 모델들을 수신하도록 구성되는 장치.
  18. 제 13 항에 있어서,
    외부 장치와 통신하기 위한 통신 모듈을 더 포함하고,
    상기 프로세서는,
    상기 통신 모듈을 통해, 상기 위치를 기반으로, 상기 외부 장치로부터 상기 매크로 패턴 모델을 수신하도록 구성되는 장치.
  19. 제 14 항에 있어서,
    외부 장치와 통신하기 위한 통신 모듈을 더 포함하고,
    상기 프로세서는,
    상기 통신 모듈을 통해, 상기 속도 및 힘을 기반으로, 상기 외부 장치로부터 상기 마이크로 텍스처 모델들을 수신하도록 구성되는 장치.
  20. 제 12 항에 있어서,
    상기 매크로 패턴 모델은,
    실제 객체에 대한 이미지로부터 생성되며,
    상기 이미지의 각 픽셀에 대한 정보를 기반으로 구분되는 복수 개의 영역들로 이루어지고,
    상기 마이크로 텍스처 모델들은,
    상기 영역들에 따라 다르게 혼합되는 장치.
KR1020200081825A 2019-12-02 2020-07-03 고대역폭 고해상도 질감 표현을 위한 이중 계층 햅틱 모델을 제공하는 전자 장치 및 그의 동작 방법 KR102382194B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190158086 2019-12-02
KR20190158086 2019-12-02

Publications (2)

Publication Number Publication Date
KR20210068974A true KR20210068974A (ko) 2021-06-10
KR102382194B1 KR102382194B1 (ko) 2022-04-04

Family

ID=76378292

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200081825A KR102382194B1 (ko) 2019-12-02 2020-07-03 고대역폭 고해상도 질감 표현을 위한 이중 계층 햅틱 모델을 제공하는 전자 장치 및 그의 동작 방법

Country Status (1)

Country Link
KR (1) KR102382194B1 (ko)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090024375A (ko) * 2007-09-04 2009-03-09 삼성전자주식회사 질감 속성에 따른 질감의 시각적 촉감 향상 시스템 및 방법
KR20140056042A (ko) * 2012-10-31 2014-05-09 임머숀 코퍼레이션 햅틱 효과들로 사용자 인터페이스 상의 표면 피처들을 시뮬레이션하기 위한 방법 및 장치
KR20140064647A (ko) * 2012-11-20 2014-05-28 임머숀 코퍼레이션 햅틱 효과를 동반한 시뮬레이트된 물리적 상호작용을 위한 시스템 및 방법
KR20140066789A (ko) * 2011-09-30 2014-06-02 이베이 인크. 이미지 특징 데이터 추출 및 사용
KR20160051154A (ko) * 2014-10-31 2016-05-11 삼성전자주식회사 렌더링 방법, 렌더링 장치 및 전자 장치
KR20160075332A (ko) * 2014-12-19 2016-06-29 임머숀 코퍼레이션 햅틱 피드백을 이용하는 대상 조작을 위한 시스템들 및 방법들
KR20160078261A (ko) * 2014-12-24 2016-07-04 임머숀 코퍼레이션 햅틱 지원형 경보기들을 위한 시스템들 및 방법들
KR20180021235A (ko) * 2009-03-12 2018-02-28 임머숀 코퍼레이션 텍스처 엔진에 대한 시스템 및 방법

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090024375A (ko) * 2007-09-04 2009-03-09 삼성전자주식회사 질감 속성에 따른 질감의 시각적 촉감 향상 시스템 및 방법
KR20180021235A (ko) * 2009-03-12 2018-02-28 임머숀 코퍼레이션 텍스처 엔진에 대한 시스템 및 방법
KR20140066789A (ko) * 2011-09-30 2014-06-02 이베이 인크. 이미지 특징 데이터 추출 및 사용
KR20140056042A (ko) * 2012-10-31 2014-05-09 임머숀 코퍼레이션 햅틱 효과들로 사용자 인터페이스 상의 표면 피처들을 시뮬레이션하기 위한 방법 및 장치
KR20140064647A (ko) * 2012-11-20 2014-05-28 임머숀 코퍼레이션 햅틱 효과를 동반한 시뮬레이트된 물리적 상호작용을 위한 시스템 및 방법
KR20160051154A (ko) * 2014-10-31 2016-05-11 삼성전자주식회사 렌더링 방법, 렌더링 장치 및 전자 장치
KR20160075332A (ko) * 2014-12-19 2016-06-29 임머숀 코퍼레이션 햅틱 피드백을 이용하는 대상 조작을 위한 시스템들 및 방법들
KR20160078261A (ko) * 2014-12-24 2016-07-04 임머숀 코퍼레이션 햅틱 지원형 경보기들을 위한 시스템들 및 방법들

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Yu YongHyi extrinsic 5. The HCI 2009 conference" and 538-541 page. Korea HCI learned society. 2009 *

Also Published As

Publication number Publication date
KR102382194B1 (ko) 2022-04-04

Similar Documents

Publication Publication Date Title
US9311565B2 (en) 3D scanning with depth cameras using mesh sculpting
CN113486765B (zh) 手势交互方法及装置、电子设备和存储介质
CN108989678B (zh) 一种图像处理方法、移动终端
US20230093986A1 (en) Electronic device including rollable display
KR20130081458A (ko) 영상 표시 장치에서 응용 프로그램의 레이아웃을 스케일링하기 위한 장치 및 방법
CN110070551B (zh) 视频图像的渲染方法、装置和电子设备
CN111222637A (zh) 神经网络模型部署方法及装置、电子设备和存储介质
KR102648993B1 (ko) 사용자의 감정 상태에 기반하여 아바타를 제공하기 위한 전자 장치 및 그에 관한 방법
KR20100084718A (ko) 3차원 이미지를 생성하는 휴대 단말기
CN113205515B (zh) 目标检测方法、装置、及计算机存储介质
CN109495616B (zh) 一种拍照方法及终端设备
CN110084204A (zh) 基于目标对象姿态的图像处理方法、装置和电子设备
CN112150560B (zh) 确定消失点的方法、装置及计算机存储介质
CN107292817B (zh) 一种图像处理方法、装置、存储介质和终端
CN109947312A (zh) 一种控制方法及终端设备
KR20210099298A (ko) 실외 3차원 지도 정보를 기반으로 비주얼 로컬리제이션을 제공하기 위한 전자 장치 및 그의 동작 방법
CN113066134B (zh) 一种视觉传感器的标定方法及装置、电子设备和存储介质
CN112950753B (zh) 虚拟植物显示方法、装置、设备及存储介质
KR20220062473A (ko) 오브젝트 기반 증강 컨텐츠의 위치 기반 ar 연동을 위한 전자 장치 및 그의 동작 방법
KR102382194B1 (ko) 고대역폭 고해상도 질감 표현을 위한 이중 계층 햅틱 모델을 제공하는 전자 장치 및 그의 동작 방법
CN112970054A (zh) 根据图像的内容的变化控制图像的显示位置或区域的电子设备
KR102514795B1 (ko) 심층 인공 신경망에서 자연 발생되는 선택적 신경 반응을 기반으로 시각적 자극을 인식하기 위한 전자 장치 및 그의 동작 방법
CN108027647B (zh) 用于与虚拟对象交互的方法和设备
CN111444749B (zh) 路面导向标志的识别方法、装置及存储介质
CN114247145B (zh) 虚拟对象的碰撞特效显示方法、装置及电子设备

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20200703

PA0201 Request for examination
PG1501 Laying open of application
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20210830

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20220328

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20220330

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20220330

End annual number: 3

Start annual number: 1

PG1601 Publication of registration