手指追踪
阅读：312发布：2020-05-11
专利汇可以提供手指追踪专利检索，专利查询，专利分析的服务。并且本描述涉及智能环。一个示例可以包括被配置为容纳用户的 手指 的指带。该示例还可以包括一组压 力 传感器 ，这些 压力传感器 位于该指带的内表面上并且被配置为感应用户手指肌 腱 的变化作为压差并且输出相关联 信号 。该示例可以进一步包括被配置为对来自该组压力传感器的信号进行解译以识别用户手指执行的个体动作的 姿态 组件。，下面是手指追踪专利的具体信息内容。
1.一种智能环设备，包括：
指带，被配置为容纳用户的手指；
至少一个压力传感器，以能够检测在所述手指执行动作期间由肌腱施加的传递通过所述指带的压力的方式被固定至所述指带；以及
姿态组件，被配置为分析来自所述至少一个压力传感器的信号以识别所述手指执行的个体动作。
2.根据权利要求1所述的智能环设备，进一步包括被包含在所述指带中的电池和用于所述电池的无线充电器。
3.根据权利要求2所述的智能环设备，其中所述无线充电器包括传导线圈，其中所述传导线圈围绕所述指带缠绕，或者其中所述传导线圈与所述指带相关联但是不围绕所述指带缠绕。
4.根据权利要求1所述的智能环设备，其中所述至少一个压力传感器包括径向地围绕所述指带的内表面而分布的压力传感器阵列。
5.根据权利要求1所述的智能环设备，其中所述压力传感器包括力度敏感电阻器或压电传感器。
6.根据权利要求1所述的智能环设备，进一步包括运动检测器。
7.根据权利要求6所述的智能环设备，其中所述运动检测器包括音频传感器或加速度计。
8.根据权利要求1所述的智能环设备，进一步包括通信组件，用于将所述个体动作的指示传输至配套设备。
9.根据权利要求8所述的智能环设备，其中所述通信组件包括蓝牙传送器。
10.一种计算机实施的方法，包括：
获得反映用户手指的肌腱在位于所述手指上的环上的压力的信号；以及解译所述信号以识别所述手指执行的动作。
11.根据权利要求10所述的方法，其中所述获得信号包括利用所述环上的传感器感应所述信号，并且其中所述解译由所述环执行。
12.根据权利要求10所述的方法，其中所述获得信号包括在配套设备处从所述环获得所述信号，并且其中所述配套设备执行所述解译。
13.根据权利要求12所述的方法，其中所述配套设备从位于所述用户的不同手指上的多个环获得信号，并且其中所述解译包括识别所述用户执行的多手指姿态。
14.根据权利要求12所述的方法，其中所述配套设备包括智能电话、智能手表、智能眼镜或显示设备。
15.根据权利要求10所述的方法，进一步包括：在所述动作期间获得与所述手指的移动有关的附加信号，并且其中所述解译包括解译所述信号和所述附加信号以识别所述动作。
手指追踪
背景技术
[0001] 越来越多的用户不停地与他们的移动设备进行交互。许多用户持续地使用各种设备应用。例如，用户在行走的同时在移动设备上收听音乐，并且不时地查看电子邮件。购物者浏览他们的购物列表并且在购物的同时进行价格比较，等等。
[0002] 不停与移动设备的交互趋向于要求用户在图形用户界面(GUI)元素上输入不同姿态以进行滚动、缩放、轻击和/或输入文本。具有相对大的显示器的智能电话已经为这样的交互提供了统一且便利的平台。然而，近期诸如眼镜、腕带和手表之类的可佩戴设备的趋势已经使得这样的交互受限且麻烦，这是因为触摸实物的缺失以及设备自身的定位。
[0003] 在移动设备界面持续缩小的同时，诸如电视和游戏机之类的远程显示设备的界面则变得越加复杂，要求经由简单的遥控器进行过度操控或者要求利用类似于全键盘能力的远程控制。例如，利用常规遥控，诸如输入文本以搜索影片标题之类的简单任务也成为艰巨任务，导致了不良的用户体验。发明内容
[0004] 该描述涉及到智能环(smart ring)。一个示例可以包括被配置为容纳用户的手指的指带。该示例还可以包括一组压力传感器，这些压力传感器位于该指带的内表面上并且被配置为感应用户手指肌腱的变化作为压差并且输出相关联信号。该示例可以进一步包括被配置为对来自该组压力传感器集合的信号进行解译以识别用户手指执行的个体动作的姿态组件。
[0006] 附图图示了本文中所传达的概念的实施方式。通过参考以下结合附图所进行的描述，能够更为容易地理解所图示的实施方式的特征。各图中同样的附图标记在任何可行的地方都用来表示同样的元素。另外，每个附图标记最左侧的数字给出了该附图标记首次被引用的附图和相关联讨论。
[0007] 图1和图2共同示出了根据本概念的一些实施方式的示例智能环的应用。
[0008] 图3至图5示出了根据本概念的一些实施方式的示例智能环的使用场景。
[0009] 图6示出了根据本概念的一些实施方式的系统示例。
[0010] 图7示出了根据本概念的一些实施方式的能够被采用的笔画姿态原语。
[0011] 图8示出了根据本概念的一些实施方式的能够被采用的状态图。
[0012] 图9示出了根据本概念的一些实施方式的示例流程图。
[0013] 概述
[0014] 本概念涉及允许用户使用他/她的手指控制设备。实施方式涉及戴在用户的一个或多个手指上的可佩戴环平台(例如，智能环)(如本文所使用的，术语“手指”可以包括“拇指”)。智能环能够检测并解译用户执行的各种控制姿态或动作。智能环能够将控制姿态无线地传送至设备。如本文所使用的，能够由一个或多个手指执行的任何动作都可以被认为是姿态。类似地，在表面上触摸和滑动手指可以是一个姿态。在空中移动手指或者弯曲手指可以是一个姿态。另外，利用一个或多个手指进行挥动的动作可以是一个姿态。由双手执行的动作可以是一个姿态。概言之，动作可以包括触摸姿态和非触摸姿态和/或单手指姿态和多手指姿态。对动作(例如，姿态)的另外示例在下文描述。
[0015] 作为介绍的图1-2示出了人手100。手的大部分被皮肤102所覆盖。然而，出于解释的目的，对于手中与食指104有关的部分并未示出皮肤，从而允许对下面的组织进行视觉化呈现。更具体地，能够看到食指上的肌腱106。这些肌腱可以在手指移动时或者在手指在表面上施加力度时移动。图2介绍了位于用户食指上的压力敏感智能环(或者“智能环设备”或“智能环”)202。该压力敏感智能环可以包括用于检测肌腱的变化的元件。这些元件的示例在下文中关于图6来更详细地描述(注意，为了避免绘图页面上的杂乱，在图2上，肌腱106的指示线条仅指向一个肌腱而不是图1中的两个)。
[0016] 图3示出了涉及佩戴压力敏感智能环202的用户302的第一使用场景300。在该场景中，用户正在使用数字显示设备304。在该示例中，数字显示设备包括深度传感器306。在一些实施方式中，深度传感器可以被表示为红、绿、蓝加深度(RGBD)的相机。除此之外，能够采用各种类型的可见光、非可见光和/或超声深度传感器。
[0017] 深度传感器306可用于检测用户302出现在数字显示设备304前方并且检测用户在数字显示设备前所执行的姿态。然而，深度传感器可能无法准确检测到靠近数字显示设备的用户动作。例如，深度传感器可能无法区分用户是正指向数字显示设备上的一个位置还是正触摸数字显示设备上的该位置。如“星形图案”308所指示的，压力敏感智能环202能够确定用户的手指是否正在触摸表面。另外，压力敏感智能环202能够确定手指在触摸该表面的同时正以如箭头310所示的向下方向进行移动。来自深度传感器306和压力敏感智能环202的数据能够检测到用户在数字显示设备前方的姿态以及与该数字显示设备的用户接触。因此，压力敏感智能环202和深度传感器306能够共同提供可以允许数字显示设备在并不实际“触摸敏感”的情况下以类似于触摸敏感显示设备的方式进行工作。
[0018] 图4示出了类似于图3的使用场景的另一种使用场景400。在这个情况中，压力敏感智能环202能够与智能眼镜402协同操作以提供有关用户302的信息。例如，智能眼镜能够捕捉有关用户前方有什么的信息。在这个示例中，智能眼镜能够“看到”数字显示设备304上的内容。智能眼镜在确定用户302是否正在触摸数字显示设备304的方面不太有效。然而，如以上关于图3所解译的，压力敏感智能环202能够准确确定用户是否正在触摸数字显示设备。压力敏感智能环202和智能眼镜402能够与数字显示设备304进行通信从而检测用户姿态(触摸和非触摸两者)，以为用户提供增强的交互式体验。
[0019] 图5示出了在实例一、实例二和实例三的另一种使用场景500。场景500涉及压力敏感智能环202(1)和202(2)以及智能手表502。压力敏感智能环202(1)位于用户的食指104上，而压力敏感智能环202(2)位于用户的中指上。实例一示出了用户利用他的食指104触摸智能手表。该触摸能够被压力敏感智能环202(1)检测到。该触摸能够被解译为第一用户命令，诸如用于选择一个应用在智能手表上运行。
[0020] 实例二示出了用户通过在中间关节处弯曲食指104而执行非触摸命令。该非触摸命令能够被压力敏感智能环202(1)检测到并且由该智能环通过压力分布图(pressure profile)(例如，哪个压力传感器检测到压力)而与实例一的命令区分开来。这个命令例如可以被解译为由智能手表进行的向下滚动命令。
[0021] 实例三示出了类似于实例二的非触摸命令，区别在于该命令由食指和中指执行(例如，多手指姿态)并且被压力敏感智能环202(1)和压力敏感智能环202(2)检测到。该命令例如能够被解译为由智能手表进行的“选择”命令。以下关于图6对用于完成这个功能的机制进行描述。
[0022] 图6示出了姿态检测系统600。出于解释的目的，系统600包括压力敏感智能环202、数字显示设备304、深度传感器306、智能眼镜402、智能手表502和智能电话602。这些设备中的任何一个都能够通过一个或多个网络604进行通信。
[0023] 针对压力敏感智能环202图示了两种配置606(1)和606(2)。简言之，配置606(1)操作系统中央配置，而配置606(2)表示片上系统的配置。配置606(1)被组织至一个或多个应用610、操作系统612和硬件614之中。配置606(2)被组织至共享资源616、专用资源618和它们之间的接口620之中。
[0024] 在任一种配置中，压力敏感智能环202都可以包括存储622。处理器624、电池626(或其他电源)、电池充电器628、传感器630、通信组件632和/或姿态组件634。这些元件能够位于物理指带636之中/之上或者以其他方式与之相关联。例如，这些元件能够位于指带636内，从而使得压力敏感智能环202具有传统“珠宝”戒指的总体外观。指带636可以由各种材料形成，诸如塑料、聚合物和/或诸如玉石或其他矿石的天然材料。压力敏感智能环202还可以包括装饰性外貌，诸如用于模仿传统珠宝戒指的精美宝石。
[0025] 从一方面来看，压力敏感智能环202、数字显示设备304、深度传感器306、智能眼镜402、智能手表502和/或智能电话602中的任意一个或多个都可以被认为是计算机。
[0026] 如本文所使用的术语“设备”、“计算机”或“计算设备”能够表示具有一定量的计算能力和/或存储能力的任何类型的设备。处理能力可以由一个或多个处理器提供，这些处理器能够执行计算机可读指令形式的数据从而提供功能。诸如计算机可读指令和/或用户相关数据之类的数据能够被存储在存储装置上，诸如可以处于计算机内部或外部的存储装置。除其他之外，该存储装置可以包括任意的一个或多个易失性或非易失性存储器、硬盘、闪存设备和/或光学存储设备(例如，CD、DVD等)、远程存储装置(例如，基于云的存储装置)。如本文所使用的，术语“计算机可读媒介”可以包括信号。作为比较，术语“计算机可读存储媒介”则排除了信号。除其他之外，计算机可读存储媒介包括“计算机可读存储设备”。计算机可读存储设备的示例包括诸如RAM之类的易失性存储媒介，以及诸如硬盘、光盘和/或闪存之类的非易失性存储媒介。
[0027] 如以上所提到的，配置606(2)可以被认为是片上系统(SOC)类型的设计。在这样的情况下，该设备所提供的功能可以被整合在单个SOC或多个耦合的SOC上。一个或多个处理器能够被配置为利用共享资源和/或一个或多个专用资源进行协调，上述共享资源诸如存储器、存储装置等，上述专用资源诸如被配置为执行某些具体功能的硬件模块。因此，如本文所使用的术语“处理器”能够指代中央处理器(CPU)、图形处理单元(GPU)、控制器、微控制器、处理器核，或者其他类型的处理设备。
[0028] 通常，本文所描述的任意功能都能够使用软件、固件、硬件(例如，固定逻辑电路)、人工处理或者这些实施方式的组合来实施。如本文所使用的术语“组件”通常表示软件、固件、硬件、整体设备或网络，或者它们的组合。例如，在软件实施方式的情况下，这些可以表示在处理器(例如，一个或多个CPU)上执行时实施指定任务的程序代码。该程序代码能够存储在一个或多个计算机可读存储器设备中，诸如计算机可读存储媒介。该组件的特征和技术是独立于平台的，这意味着它们可以在具有各种处理配置的各种商业计算平台上被实施。
[0029] 电池262能够以各种方式由电池充电器628充电。在一个实例中，电池充电器被表示为无线感应充电器。该无线感应充电器能够包括诸如遵循指带636的环形状而围绕压力敏感智能环202缠绕的多个传导线圈。在其他配置中，这些线圈可以与该环相关联但是不围绕该环缠绕。例如，能够将小型线圈包含于指带之内或者以其他方式于该指带相关联。该无线感应充电器能够从无线充电器捕获磁性能量。该无线充电器能够被包括在数字显示设备304、深度传感器306、智能眼镜402、智能手表502、智能电话602和/或其他设备的任何一个之中。在充电方面以外，无线感应充电特征能够为两个设备提供接近感应功能。例如，当用户将其带着压力敏感智能环202的手放在智能电话602附近时，该无线感应充电器就能够检测到该智能电话的磁场并且因此向压力敏感智能环202指示其接近于智能电话。类似地，压力敏感智能环202进入智能电话所生成的磁场能够向智能电话指示压力敏感智能环202接近于该智能电话。概言之，一些压力敏感智能环的实施方式能够在有机会的情况下从支持NFC的配套设备获取能量以便在并不实际充电的情况下不断工作，除其他之外，上述配套设备诸如设备304、306、402、502和/或602。
[0030] 另外，为传感器供电以及分析传感器数据也消耗电力。姿态组件634能够对传感器630、电池626、处理器624和/或其他组件进行管理从而节省资源。在其他配置中，电力管理控制器(未示出)可以对这些组件进行管理。以下对用于节省电力使用的多种技术进行描述。
[0031] 压力敏感智能环202中可以包括多种类型的传感器630。当然，这些传感器可以包括压力传感器638。在该示例中，图示了位于指带636的内表面640(例如，朝向内侧的表面)上的三个压力传感器。在这种情况下，当压力敏感智能环202被用户所佩戴时，压力传感器638(1)被配置为位于8-9点钟的位置(其中处于环的顶端的钻石充当12点钟)。压力传感器
638(2)被配置为位于6点钟的位置，而压力传感器638(3)则被配置为位于3-4点钟的位置。
当然，能够采用压力传感器的其他数量和/或位置。例如，压力传感器的放射状阵列可以被定位于该环的内表面上而使得即使该环在用户手指上发生转动，总体上相对的压力传感器所检测到的压力也能指示触摸姿态。除其他之外，压力传感器的示例可以包括力度敏感电阻器和/或压电传感器。在一些情况下，压力传感器能够耦合至低功率比较器并且由如姿态组件634所确定的功率门控进行控制。
638(2)被配置为位于6点钟的位置，而压力传感器638(3)则被配置为位于3-4点钟的位置。
当然，能够采用压力传感器的其他数量和/或位置。例如，压力传感器的放射状阵列可以被定位于该环的内表面上而使得即使该环在用户手指上发生转动，总体上相对的压力传感器所检测到的压力也能指示触摸姿态。除其他之外，压力传感器的示例可以包括力度敏感电阻器和/或压电传感器。在一些情况下，压力传感器能够耦合至低功率比较器并且由如姿态组件634所确定的功率门控进行控制。
[0032] 除其他之外，传感器630还可以包括加速度计、陀螺仪、磁力计和/或麦克风。例如，图4的实施方式可以包括用于检测与表面的接触的压力传感器以及用于检测向下移动的加速度计。虽然图4中并未示出，但是陀螺仪能够进一步检测压力敏感智能环202的“扭动”从而允许竖直向下的移动得以与向下偏左和向下偏右的姿态区分开来。在另一种配置中，运动能够经由麦克风而被检测为音频信号。这样的配置能够使用比加速度计所可能消耗的相比更少的电力。
[0034] 姿态组件634可以从传感器630接收输入。姿态组件634可以从传感器输入中识别用户动作。例如，假设用户执行了图5的实例一的触摸动作。在该情况下，图6的压力传感器638(1)和638(3)将会检测到横向肌腱所形成的压力，而压力传感器638(2)则将不会检测到压力。该姿态组件能够将三个传感器638(1)-638(3)的输出解译为触摸姿态。现在假设用户执行了图5的实例二的手指弯曲姿态。在该情况下，每个传感器638(1)、638(2)和638(3)都将检测到压力。该姿态组件能够将三个传感器638(1)-638(3)的输出解译为非触摸的姿态弯曲姿态。
[0035] 以下对涉及到敲击(tap)、滑动(swipe)、滚动(scroll)以及用于书写文本输入的笔画(stroke)的识别的其他动作检测(例如，姿态检测)场景进行描述。
[0036] 通信组件632能够允许压力敏感智能环202与诸如所图示的配套设备之类的各种设备进行通信。该通信组件可以包括接收器和传送器、和/或用于利用诸如蜂窝、WiFi(IEEE 802.xx)、蓝牙等的各种技术进行通信的其他射频电路。
[0037] 注意，在一些情况下，压力敏感智能环202上的姿态组件634可以是相对鲁棒的并且对接收自传感器630的信号执行分析从而识别用户动作。该姿态组件随后能够将所识别的用户动作的指示发送至压力敏感智能环202与之协同操作的配套设备(例如，设备304、306、402、502和/或602中的任何设备)。在其他情况下，压力敏感智能环能够向配套设备发送信号。配套设备上的姿态组件(未示出)随后对传感器信号进行分析从而识别用户动作。
在类似场景中，压力敏感智能环能够向诸如基于云的资源之类的远程资源发送信息以供处理。
在类似场景中，压力敏感智能环能够向诸如基于云的资源之类的远程资源发送信息以供处理。
[0038] 以下的讨论提供了有关压力敏感智能环202的具体实施方式的进一步细节。出于解释的目的，在该讨论中，智能电话602作为压力敏感智能环202的配套设备进行操作。在该情况下，传感器630包括被配置为检测用户的手指在表面上的运动的力度敏感电阻器、加速度计和基于音频的传感器。在该讨论中，仅采用了单个压力敏感智能环202，但是如以上所提到的，用户可以在任何地方佩戴从一个到十个的压力敏感智能环202(例如，在包括拇指的每个手指上都佩戴一个)。
[0039] 为了节省能量，姿态检测组件634能够将压力敏感智能环202置于无活动的休眠状态，从而防止用户的日常活动被意外解译为姿态。在该状态中，该环的加速度计可以处于低功率的自主运动检测状态。
[0040] 当用户准备在可用表面上输入姿态时，压力敏感智能环202能够通过在该表面上敲击四次(或者一些其他独特动作)而被置于活动状态。一旦处于活动状态，压力敏感智能环202就能够通过开启触摸检测传感器而进入触摸检测活动状态。第一次敲击能够帮助触发加速度计运动检测器，而其余敲击则能够被用来减少活动状态的意外触发。姿态组件634能够收集原始的加速度计读数，这些加速度计读数也可以在触摸检测状态的期间被缓存。
[0041] 当用户触摸表面以输入姿态时，该触摸被压力传感器所检测到，并且压力敏感智能环202能够进入运动检测状态。在该运动检测状态，基于音频的运动检测器能够被开启从而检测手指沿表面的运动。在该状态期间，经处理的沿环平面(例如，yz平面)的加速度计分量能够被存储。在运动或触摸结束时，姿态检测组件634能够对加速度计数据采用分类器从而识别出姿态。
[0042] 姿态组件634的这个实施方式能够实施以下四组姿态，包括敲击、滑动、滚动和手写文本，它们被总结在表1中。当然，还预见到其他的姿态，特别是在用户在多个手指上佩戴压力敏感智能环时。
[0043] 敲击。敲击姿态能够满足触摸敏感表面上的典型敲击姿态或者鼠标左键点击的类似功能。类似于触摸表面和鼠标，多个间隔接近的敲击动作能够定义多个姿态。例如，两次双重敲击能够被用来在如以上所描述的“活动”和“无活动”模式之间进行转换。
[0044] 滑动。滑动姿态能够随原语触摸界面一起使用以便快速扫描多个窗口或诸如照片之类的项目集合。压力敏感智能环202的这个实施方式能够支持四种不同的滑动动作，它们包括：向上滑动、向下滑动、向左滑动和向右滑动。
[0045]
[0046] 表1：能够在压力敏感智能环202上实施的不同姿态，包括不同的模式和类别原语数量
[0047] 滚动。滚动动作能够类似于基于触摸表面或鼠标的滚动。姿态组件634能够识别六种滚动动作：向左滚动、向右滚动、向上滚动、向下滚动、右上滚动和左下滚动。
[0048] 基于手写的文本输入。压力敏感智能环202还能够实施基于手写的英文文本输入，其中用户能够简单地使用食指在表面上书写字符。
[0049] 姿态组件634能够将每个字符当作多个被称作“笔画”的原语形状的组合。图7示出了笔画姿态原语700的示例。在该示例中，12个笔画在该实施方式中被用于文本输入。这些笔画能够包括定向移动和/或旋转移动。姿态组件能够识别出这些笔画，并且还能够测量笔画间的延时，这能够帮助识别属于单个字符的笔画。笔画标识符和笔画间的延时能够被用来识别远程设备处的个体字符。
[0050] 能量获取
[0051] 在该实施方式中，大小和重量的约束限制了用来对压力敏感智能环202进行供电的电池的大小。在一种情况下，能够使用10mAh的电池容量来近似于传统的珠宝型戒指。该电池能够适配在压力敏感智能环202的冠状体或指带中。
[0052] 这个相对小的10mAh的电池容量会使得用户在一天中对电池多次充电，这将可能成为该平台使用的巨大障碍。为了克服该局限性，压力敏感智能环202能够使用基于子载波的NFC能量获取方法以在用户正在该环旁拿着智能电话602的同时对该环电池被动充电。
[0053] 为了从支持NFC的天线获取能量，该智能环具有环绕该环指带缠绕的线圈回路。将线圈环绕环指带进行缠绕能够使得形成大的(且可能最大的)回路大小从而实现更好的能量获取。
[0054] 表面检测
[0055] 该实施方式能够使用两种技术的组合来检测用户手指在表面上的运动。如以上所提到的，压力传感器能够通过感应手指的横向肌腱施加的压力来检测手指触摸表面，而能量有效的音频传感器能够通过监听手指和表面之间的摩擦所产生的音频信号来检测手指在表面上的移动。
[0056] 更具体地，姿态组件634能够对由于手指跨表面移动时的摩擦所产生的声音信号进行解译，从而检测该表面上的手指运动。
[0057] 从手指/表面交互所发出的音频能量的量是手指运动的速度以及该表面的物理属性的函数。
[0058] 一些实施方式能够使用基于压力和音频的技术提供有所改进的表面检测。例如，基于肌腱压力和音频的技术的组合能够得以被分析从而由于这些技术的互补特性而提供有效且可靠的表面检测。
[0059] 基于肌腱压力的技术与基于音频的解决方案相比能够消耗更少数量级的电力，然而不同于基于音频的解决方案，基于压力的技术趋向于无法直接识别手指移动。加速度计提供了另一种解决方案，但是要以可能的额外处理开销和分割误差为代价，这些额外处理开销和分割误差会严重影响系统的性能。
[0060] 音频解决方案能够检测运动以及运动期间的触摸。然而，基于音频的解决方案会受到外界音频噪声所引发的误差的影响。带通滤波能够去除这些误差的显著部分。触摸检测器能够防止由于并未被过滤的误差所导致的运动感应的意外触发。触摸检测器还能够在存在噪声的情况下通过姿态检测的基于触摸的门控而防止级联故障。
[0061] 姿态分类
[0062] 在一些实施方式中，姿态组件634能够利用分类器来识别姿态原语。例如，姿态原语能够基于起始动态、实时性和解译的上下文依赖性进行归类。
[0063] 硬着陆姿态(hard landing gesture)以用户的手指以相对高的速率着陆在表面上作为开始。敲击和滑动都能够作为硬着陆姿态。软着陆姿态(soft landing gesture)能够以手指以相对低的速率接触到表面作为开始。滚动姿态和用于文本输入的笔画都能够作为软着陆姿态。
[0064] 滚动姿态能够要求实时识别，因为用户趋向于期望在当前滚动位置上的连续反馈。由于短促的交互时间，敲击和滑动姿态都能够在该姿态已经完成之后以非实时的方式被识别。用于文本输入的笔画也能够在每个笔画结束时以非实时的方式进行识别从而提高分类准确性。这之所以能够应用是因为诸如字符之类的高级符号由于缺少绝对位置而仅在收集到构成该字符的所有笔画之后才能够被解译。
[0065] 无上下文姿态(context free gesture)是在并不了解用户正在与之交互的用户界面(UI)元素的情况下在压力敏感智能环202上能够被解译的姿态。敲击和滑动姿态都属于该类别。
[0066] 上下文依赖姿态(context dependent gesture)能够利用对当前UI元素的类型的了解来校正压力敏感智能环202所进行的解译。一些看上去相同的笔画和滚动姿态能够由于不同的实时需求而以不同方式得到解译。为了使得能够对这些进行正确解译，姿态组件634能够以远程设备向压力敏感智能环202通知用户何时开始和停止与文本输入区域的交互为前提进行操作。
[0067] 解决加速度计数据的角度模糊性
[0068] 压力敏感智能环202的姿态组件634能够使用加速度计数据来识别表面上的不同姿态。当在表面上执行姿态时，该姿态的签名趋向于在平行于交互表面的加速组件中被捕捉。由于压力敏感智能环202在佩戴于手指上时并不与交互表面保持平行，并且由于个体用户的参考架构将彼此不同，所以姿态组件能够将加速度计的(x,y,z)分量转换为关于交互平面的(x,y,z)分量。一些实施方式能够假设水平的交互平面，这对于环境中可用的大多数交互平面而言的确如此。其他实施方式能够处于以任意方式有所倾斜的表面上的交互。
[0069] 为了计算沿交互表面的分量，姿态组件634能够使用恰在手指移动之前的重力加速矢量，从而确定手指相对该平面的倾斜，因为这个角度会随着用户和实例而有所变化。
[0070] 为了执行该规格化，姿态组件634能够计算两个角度：俯仰角(pitch angle)(θ)和翻滚角(roll angle)(φ)。这些角度能够根据以下等式进行计算：
[0071]
[0072]
[0073] 在手指处于静止时计算这些角度之后，它们能够被应用于后续的加速度计样本从而对手指移动时的手指方位进行补偿：
[0074] xnormal＝-x·cos(-φ)+z·sin(-φ) (3)
[0075] ynormal＝y·cos(θ)-z·sin(θ) (4)
[0076] 对于以这种方式校正手指角度而言存在两种限制。首先，一些实施方式能够以这些角度在姿态期间并不变化的假设进行操作—如果该假设成立，则重力矢量将会污染x和y分量，并且x和y加速的一部分将会被错误地归于z轴。第二，一些实施方式在未采用陀螺仪的情况下并不对第三方位角—旋角(yaw angle)(ψ)—进行校正(重力矢量并不提供有关手指如何在垂直于重力的平面中发生扭动的信息)。因此，这些实施方式能够对用户手指的运动将会垂直于他们的身体并且ψ的影响能够被忽略的假设而加以权衡。如果该假设成立，则x和y加速分量可能不会恰当地被分离出来。同时值得注意的是，这些限制均不会趋向于对于分类准确性具有明显的影响。
[0077] 姿态分类概述
[0078] 姿态组件634的一些实施方式能够针对姿态分类使用两级别的分类方案。当压力传感器指示触摸事件时，被称作着陆分类器的顶级分类器能够被调用以将该事件归类为软着陆事件或硬着陆事件。姿态组件634能够对着陆分类器的输出以及由配套设备(例如，用户所采用的设备)报告的UI上下文进行评估。姿态组件634随后能够调用低级别的分类器—滑动-敲击、笔画或滚动—之一。
[0079] 姿态组件634还能够调用滑动-敲击分类器来处理硬着陆。这个分类器能够使用音频包络的长度所确定的表面触摸持续时间以及加速度计样本而将该事件归类为敲击姿态或者四种滑动姿态之一。
[0080] 对于软着陆而言，如果上下文报告了文本输入，则姿态组件634能够调用笔画分类器。由于在单次触摸期间可能存在多个连续的笔画，所以例如在书写L字符时，在软着陆之后所收集到的加速度计数据能够基于音频包络进行分割。这些经分割的数据能够被馈送至笔画分类器而将该笔画分类为12种可能笔画之一。这个过程能够继续进行直至手指离开表面。
[0081] 对于具有非文本输入上下文的软着陆而言，姿态组件634能够调用滚动分类器。滚动分类器可以首先基于音频包络而检测在滚动开始时的短促“推动”(nudge)，并且能够对触摸事件与该推动的结束之间所收集到的数据进行分类，从而确定滚动事件的类型。在该分类阶段之后，智能环能够定期向配套设备传送“滚动中”消息从而提供有关进行的滚动事件的实时信息，直至手指停止移动并离开表面。
[0082] 图8示出了在一些实施方式中能够如何调用不同分类阶段的状态图800。这个部分的其余内容更为详细地描述了这些分类阶段。
[0083] 着陆分类器
[0084] 当手指正在表面上移动时，在加速度计的z轴上预期有可忽略的活动。然而，当手指最初着陆在表面上时，手指可能突然停止，这导致了手指的突然减速所引发的大量级的、短时间的尖脉冲。姿态组件634(图6)能够通过在姿态输入开始时在加速度计z轴上采用这个活动而对硬着陆和软着陆进行分类。当最初在802对表面进行检测时，能够对运动的起始周围的n个样本进行评估。这n个样本能够被用作针对启发式的基于阈值的分类的输入或者作为针对SVM分类器的输入。这些方法中的每一种的功效背后的直觉是z轴加速度中存在大的、可观察到的增量。作为概括，z轴的量级能够与阈值进行比较。低于阈值的量级能够指示软着陆804。等于或高于阈值的量级则能够指示硬着陆806。
[0085] 滑动-敲击分类器
[0086] 滑动-敲击分类器能够在检测到硬着陆806之后被调用。手指跨表面的接触的持续时间包络能够与持续时间阈值进行比较。小于持续时间阈值的持续时间包络能够指示敲击事件808。长于持续时间阈值的持续时间包络能够指示滑动事件810。
[0087] 敲击姿态能够仅从包络信息进行识别，而滑动的识别则要求进一步的分类。
[0088] 笔画分类器
[0089] 返回软着陆804，软着陆能够被评估从而将滚动812与笔画814加以区分。能够采用SVM分类器来对笔画进行分类。SMV分类器能够使用x、y和z轴加速度计读数作为特征矢量。由于笔画持续时间会在不同实例以及跨多个用户而有所变化，所以针对给定姿态能够跨每个x和y轴样本以线性方式对诸如100个点之类的样本进行内插。可以跨每条轴线的这些内插点计算固定数量的均值。这组均值随后能够被送至SVM分类器。
[0090] 滚动分类器
[0091] 在基于远程用户界面(例如，用户所采用的配套设备)的上下文而检测到笔画之后可以进行滚动分类。被称作“推动”的短促姿态能够被检测并且使用SVM分类器进行分类，从而确定六种可能的滚动姿态之一的开始。一些实施方式能够采用相对少量的(诸如六个)不同滚动姿态，以使得易于仅利用少量样本对滚动动作进行分类。在用户执行该推动之后，包络的长度能够向远程设备提供有关滚动动作进程的实时信息。
[0092] 操作模式
[0093] 当压力敏感智能环202处于活动模式(触摸检测或触摸处理)中时，该平台的活动能够由加速度计所驱动。加速度计能够自主地以 (例如)收集样本并且能够在新样本可用时中断微控制器。
[0094] 在触摸检测期间，所采样的数据能够被缓存以用于着陆类型的估计，微控制器中断服务例程(ISR)也能够检查触摸检测器的状态。
[0095] 如果触摸是活动的，则压力敏感智能环202能够变换为触摸处理模式。在该模式中，基于音频的运动检测器的输出能够利用处理器ADC以 进行采样(每隔三个ISR)。一旦检测到通过音频包络达到预设阈值的变化所确定的运动，压力敏感智能环202就能够开始累加坐标对准的加速度计数据。在运动结束时，能够调用适当分类器，并且结果能够通过无线电(例如，通信组件632)进行传送，诸如通过使用最大努力传输方案。
[0096] SVM分类器实施方式
[0097] 如以上所介绍的，能够采用SVM分类器进行姿态分类。SVM分类器可以是多类别线性核的SVM分类器。SVM分类器能够使用成对的分类，这要求n(n-1)/成对的分类器以对n个类别进行分类。
[0098] 一些实施方式能够针对x和y轴均使用四个特征，这产生了八个SVM特征。每个(F(i)X,F(i)Y)特征元组能够通过首先将所有(x,y)加速数据分解至四个桶中、并且随后对每个桶中的数据进行平均来计算。每个数据样本的x和y加速分量都能够在从加速度计读取到(x,y,z)加速数据样本之后立即进行计算。
[0099] 由于RAM大小有限，不同于以400Hz对数据进行缓存直至姿态结束，一些实施方式能够采用所要计算的每n个数据样本的运行平均值。值n可以被选择而使得每个姿态类别的最差场景的持续时间最多有60个被计算的平均值。一旦姿态结束，这些预先计算的平均值就能够被分解至四个等同大小的桶中，从而计算出四个特征元组。
[0100] NFC能量获取
[0101] 如以上所提到的，能够经由诸如智能电话602之类的配套设备所生成的磁场而实现无线充电。一些实施方式能够被配置为使得充电在用户用佩戴环的手以自然方式握持智能电话时有效地(可能以最大程度)得以进行。
[0102] 概言之，至少一些所给出的实施方式能够提供一种低功率的可佩戴智能环，其可使得用户能够通过在任意表面上进行交互而输入姿态。该智能环能够使用能量有效的基于手指肌腱的触摸检测和基于音频的运动检测来捕捉用户交互实例。轻量级的多分类器解决方案对不同的姿态原语进行准确分类。在一种情况下，使用由从支持NFC的智能电话所获取的能量进行供电的10mAh的电池，该环能够支持超过10个小时的活动用户交互。
[0103] 示例方法
[0104] 图9图示了根据本概念的至少一些实施方式的方法或技术900的流程图。
[0105] 在框902，该方法能够获得反映用户手指的肌腱在位于手指上的环上的压力的信号。
[0106] 在框904，该方法能够对该信号进行解译从而识别手指所执行的动作。
[0107] 在一些情况下，该方法能够由处理器或微控制器在该环上执行。在其他情况下，这些信号能够从该环发送至另一个设备，诸如接近于该环并且与该环协同工作的配套设备。该配套设备随后能够执行该解译。一些实施方式能够涉及到佩戴多个环的单个用户。在这样的情况下，每个环都能够将它的信号传输至配套设备(例如，利用伴随这些信号的不同环标识符)。该配套设备随后能够对涉及单个手指或多个手指(例如，多手指姿态)的动作加以解译。例如，用户可以挥动单个手指以调用具体用户命令，或者该用户能够挥动手的所有手指来调用不同的用户命令。在一些情况下，该智能环可以包含感应其他参数的其他传感器。
来自其他传感器的信号能够结合来自压力传感器的信号进行解译从而识别用户动作。在进一步其他的情况下，其他设备上的传感器可以提供能够结合感应到的信号一起被用来识别用户动作的信号。这样的场景的示例关于图3至图5进行了图示，其中数字显示器304、深度传感器306、智能眼镜402和/或智能手表502可以感应到用户并且提供在与压力数据相结合时有用的数据。而且，在一些情况下、诸如在数字白板的场景下，多个用户可以正执行动作并且每个用户可以正佩戴一个或多个智能环。
来自其他传感器的信号能够结合来自压力传感器的信号进行解译从而识别用户动作。在进一步其他的情况下，其他设备上的传感器可以提供能够结合感应到的信号一起被用来识别用户动作的信号。这样的场景的示例关于图3至图5进行了图示，其中数字显示器304、深度传感器306、智能眼镜402和/或智能手表502可以感应到用户并且提供在与压力数据相结合时有用的数据。而且，在一些情况下、诸如在数字白板的场景下，多个用户可以正执行动作并且每个用户可以正佩戴一个或多个智能环。
[0108] 以上方法被描述的顺序并非意在被理解为限制，并且任意数量的所描述框能够以任意顺序进行组合以便实施该方法或可替换方法。此外，该方法能够在任意适当的硬件、软件、固件或者其组合中实施，而使得计算设备能够实施该方法(例如，计算机实施的方法)。在一种情况下，该方法作为指令集合而被存储在计算机可读存储媒介上，而使得计算设备的处理器的执行使得该计算设备实施该方法。
[0109] 结论
[0110] 概言之，所给出的实施方式能够从佩戴于用户手指上的智能环上的传感器得到有关用户动作的有用信息。
[0111] 所描述的方法或处理能够由以上所描述的系统和/或设备来执行，和/或由其他设备和/或系统来执行。以上方法被描述的顺序并非意在被理解为限制，并且任意数量的所描述动作能够以任意顺序进行组合以便实施该方法或可替换方法。此外，该方法能够在任意适当的硬件、软件、固件或者其组合中实施，而使得设备能够实施该方法。在一种情况下，该方法作为指令集合而被存储在计算机可读存储媒介上，而使得计算设备的处理器的执行使得该计算设备实施该方法。
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
手指热门专利
QQ群二维码
意见反馈
意见反馈