基于雷达与安卓系统的大屏触控识别方法、系统、终端

摘要

本发明属于触控识别技术领域，公开了一种基于雷达与安卓系统的大屏触控识别方法、系统、终端，基于雷达与安卓系统的大屏触控识别方法包括：利用雷达传感器采集遮挡物的点云数据，并对遮挡物的信息先进行点云整合；将整合后的位置信息转换为显示设备中的位置坐标；通过安卓层事件注入的方式进行触控识别。本发明提供了一种基于安卓架构的智能交互终端，安装简单，可以适应不同尺寸的屏幕，校准方便。避免遮挡，可以用于超大尺寸的屏幕。而且价格便宜。同时实现了小型化。本发明可以简化操作，无需进行测量，可以模拟安卓系统的所有操作，算法中的中位数算法和校准取平均，可以提高测量的准确度。

说明书

技术领域

本发明属于触控识别技术领域，尤其涉及一种基于雷达与安卓系统的大屏触控识别方法、系统、终端。

背景技术

目前，在与大屏幕进行互动时，主要采用以下几种技术方案：

(1)触摸屏(电阻屏/电容屏)：使用触屏可以实现比较精准的触控，但是对于超大屏幕，触摸屏需要定制，造价非常高；

(2)光栅技术：光栅技术受到激光发射器功率限制，对于超大屏幕功率损失严重，识别丢失严重，且受功率限制，光栅因为发射红外光的区域大，所以必然会导致功率不足，进而导致采集到的信号强度不足，易受干扰，最终引起识别不准；

(3)红外相机动作捕捉技术，该技术的问题是安装比较麻烦或者要求特定的投影设备；同时用户在使用器材的情况下可能会有遮挡的情况，导致识别不准。

(4)激光雷达扫描技术。该技术目前主要依托Windows技术架构，产品无法小型化，价格昂贵。该技术要求雷达扫描面必须与墙面平行，调节起来非常麻烦。校准时需要填写各种测量数据，不方便，且准确度偏差比较大。

通过上述分析，现有技术存在的问题及缺陷为：现有的触控识别方法触摸屏需要定制，造价高，信号强度不足，易受干扰，识别不精准，不易调节。

解决以上问题及缺陷的难度为：

需要对采集点云数据滤波算法进行实测，反复检验。校准算法需要解决五元的三角方程，需要进行特殊变换才能简化解法。

解决以上问题及缺陷的意义为：

避免了校准过程中需要进行屏幕长宽的测量，滤波算法避免了环境中系统性的干扰。

发明内容

针对现有技术存在的问题，本发明提供了一种基于雷达与安卓系统的大屏触控识别方法、系统、终端。

本发明是这样实现的，一种基于雷达与安卓系统的大屏触控识别方法，所述基于雷达与安卓系统的大屏触控识别方法包括：

步骤一，利用雷达传感器采集遮挡物的点云数据，并对遮挡物的信息先进行点云整合；

步骤二，将整合后的位置信息转换为显示设备中的位置坐标；通过安卓层事件注入的方式进行触控识别。

进一步，所述基于雷达与安卓系统的大屏触控识别方法还包括：进行雷达校准。

进一步，所述雷达校准包括：

(1)获取包含角度、距离数据的背景点，去除采集到的大于背景点的值-30mm的点；

(2)对采集到的数据先进行滤波，去除在角度上左右都不连续的数据，并按角度排序；将角度连续，且距离差值小于阈值的点进行分组，对每组的数据在角度上取平均值，在距离上取中位数；

(3)依次触摸1,2,3,4号校准位，获取到1,2,3,4,号校准位的点数据；分别计算雷达位置偏移，角度偏移，x方向转换系数，y方向转换系数，依次进行校准。

进一步，所述雷达位置偏移，角度偏移，x方向转换系数，y方向转换系数计算公式如下：

θ

x

y

p＝(p

t＝(t

求解后，用于实际触控映射：

x

y

其中：

x

y

θ

p——x方向上距离与像素的映射系数；

t——y方向上距离与像素的映射系数；

d

θ

x

y

d

θ

进一步，所述获取包含角度、距离数据的背景点包括：

将前10秒没有物体接触墙面时采集到的的点，取每个角度对应的距离的最小值，作为背景点。

进一步，步骤二中，所述通过安卓层事件注入的方式进行触控识别包括：

利用安卓事件注入方法将获取到的点模拟成触摸的点，对大屏触控进行模拟识别。

本发明的另一目的在于提供一种实施所述基于雷达与安卓系统的大屏触控识别方法的基于雷达与安卓系统的大屏触控识别系统，所述基于雷达与安卓系统的大屏触控识别系统包括：

点云数据采集模块，用于利用校准后的激光雷达传感器采集遮挡物的点云信息；

解析映射模块，用于将雷达传感器采集到的数据进行运算解析，并将其与屏幕坐标进行映射；

识别模块，用于通过安卓层事件注入的方式完成对大屏触控的模拟进行触控识别。

本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述基于雷达与安卓系统的大屏触控识别方法。

本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述基于雷达与安卓系统的大屏触控识别方法。

本发明的另一目的在于提供一种人机交互墙幕，所述人机交互墙幕执行所述基于雷达与安卓系统的大屏触控识别方法。

结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明提供了一种基于安卓架构的智能交互终端，安装简单，可以适应不同尺寸的屏幕，校准方便。避免遮挡，可以用于超大尺寸的屏幕。而且价格便宜。同时实现了小型化。

本发明是求解雷达原始数据与屏幕坐标的映射关系的一种方法。可以简单操作，无需进行任何测量。本发明通过事件注入的方法，使大屏可以模拟安卓系统的所有操作。(点击，滑动，长按，拖拽)。可以模拟多个点，可以在巨大的屏幕上进行操作(10m*5m)。

本发明利用雷达传感器采集遮挡物(手或操作棒)的点云数据，利用算法将遮挡物的信息进行先进行点云整合。然后将整合后的位置信息转换为显示设备中的位置坐标。通过安卓层事件注入的方式，替代触摸事件。最后达到人与墙面的互动。设备整体结构简单，造价低，识别精度高。

本发明可以简化操作，无需进行测量，可以模拟安卓系统的所有操作，算法中的中位数算法和校准取平均，可以提高测量的准确度。

对比的技术效果或者实验效果。包括：

试验效果，在3.5*6米的墙面上可以完成触控操作，精度为5cm。延迟小于100ms。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的基于雷达与安卓系统的大屏触控识别方法流程图。

图2是本发明实施例提供的雷达校准方法示意图。

图3是本发明实施例提供的雷达校准示意图。

图4是本发明实施例提供的基于雷达与安卓系统的大屏触控识别系统结构示意图；

图中：1、点云数据采集模块；2、解析映射模块；3、识别模块。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种基于雷达与安卓系统的大屏触控识别方法、系统、终端，下面结合附图对本发明作详细的描述。

如图1所示，本发明实施例提供的基于雷达与安卓系统的大屏触控识别方法，其理念为减少人为测量与数字的输入，避免引入人为测量误差带来的校准误差，同时降低使用培训成本，提供简单快速的校准和使用方案。包括以下步骤：

S101，利用雷达传感器采集遮挡物的点云数据，并对遮挡物的信息先进行点云整合；

S102，将整合后的位置信息转换为显示设备中的位置坐标；通过安卓层事件注入的方式进行触控识别。

本发明实施例提供的基于雷达与安卓系统的大屏触控识别方法还包括：进行雷达校准。

如图2-图3所示，本发明实施例提供的雷达校准包括：

(1)获取包含角度、距离数据的背景点，去除采集到的大于背景点的值-30mm的点；

(2)对采集到的数据先进行滤波，去除在角度上左右都不连续的数据，并按角度排序；将角度连续，且距离差值小于阈值的点进行分组，对每组的数据在角度上取平均值，在距离上取中位数；

(3)依次触摸1,2,3,4号校准位，获取到1,2,3,4,号校准位的点数据；分别计算雷达位置偏移，角度偏移，x方向转换系数，y方向转换系数，依次进行校准。

本发明实施例提供的获取包含角度、距离数据的背景点包括：

将前10秒没有物体接触墙面时采集到的的点，取每个角度对应的距离的最小值，作为背景点。

本发明实施例提供的通过安卓层事件注入的方式进行触控识别包括：

利用安卓事件注入方法将获取到的点模拟成触摸的点，对大屏触控进行模拟识别。

如图4所示，基于雷达与安卓系统的大屏触控识别系统包括：

点云数据采集模块1，用于利用校准后的激光雷达传感器采集遮挡物的点云信息；

解析映射模块2，用于将雷达传感器采集到的数据进行运算解析，并将其与屏幕坐标进行映射；

识别模块3，用于通过安卓层事件注入的方式完成对大屏触控的模拟进行触控识别。

下面结合具体实施例对本发明的技术效果作进一步描述。

实施例：

本发明包含的基本元器件有：

1.激光雷达传感器，用于采集遮挡物的点云信息；

2.上位机，用于将雷达传感器采集到的数据进行运算解析，并将其与屏幕坐标进行映射。

实现方法：

1.雷达校准。因为对于不同的屏幕大小，采集的原始数据与最终屏幕的坐标映射关系是不同的，所以第一步需要先进行雷达校准。

1.1雷达校准示意图

1.2雷达校准流程

1.3校准方法

a.获取背景点，每个采集到的点都是【角度，距离】的形式。在前10秒没有物体接触墙面时采集到的的点，取每个角度对应的距离的最小值，作为背景点。之后再采集到的，大于(背景点的值-30mm)被认为是无效点，进行抛弃。

b.点云整合。对采集到的数据先进行滤波，去除在角度上左右都不连续的数据，然后按角度排序，排序完成后，将角度连续，且距离差值小于阈值的点进行分组，对每组的数据在角度上取平均值，在距离上取中位数。

c.人为依次触摸1,2,3,4号校准位。获取到1,2,3,4,号校准位的点数据。

d.求解5个未知数，分别是雷达位置偏移(x0，y0)，角度偏移θ0，x方向转换系数p，y方向转换系数t。

e.列出方程组：

f.求解方程组的过程中用8个方程求解5个未知数，会有冗余，通过对解出的不同值取平均，提高精度。

g.解出方程组，解方程时，为了简化运算，令x1＝x3，x2＝x4，y1＝y2，y3＝y4。

解得：

θ

x

y

p＝(p

t＝(t

求解后，用于实际触控映射：

x

y

其中：

x

y

θ

p——x方向上距离与像素的映射系数

t——y方向上距离与像素的映射系数

d

θ

x

y

d

θ

1.4使用方法：

在解出方程后，之后使用屏幕时，人触摸屏幕，就会将触摸后的点转化为屏幕坐标。

利用安卓系统自带的事件注入方法，将获取到的点模拟成触摸的点。完成对大屏触控的模拟。

本方法已经用于雷达触控互动投影的领域。目前用于悍匠智能科技(天津)有限公司的互动产品。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。