用于基于主机的触摸处理的优化的制作方法

用于基于主机的触摸处理的优化的制作方法
【专利摘要】本发明揭示用于根据从触摸面板接收到的数据确定触摸位置的系统及方法。在一个实施方案中，用于处理触摸输入信号的设备包含处理器，其可经配置用于并行处理；触摸装置；存储器，其可操作地连接到所述处理器并且经配置以存储处理器指令。所述处理器指令可将所述处理器配置成接收与所述触摸装置上的多个触摸事件相对应的多个数据点；从所述多个数据点确定质量中心估计值；确定质量中心估计值的搜索半径；及使用所述处理器基于所述质量中心估计值及所述搜索半径确定最佳触摸点位置。
【专利说明】
用于基于主机的触摸处理的优化
技术领域
[0001] 本文所揭示的系统及方法涉及触摸处理，且更确切地说，涉及粗细物体触摸处理。
【背景技术】
[0002] 对于触摸位置估计，某个触摸算法可将电容面板测量值看作二维(2D)触摸"探针" 的点质量，并且应用质量中心估计值(质心)来找到触摸探针的位置。对于形状估计，一些过 程将电容触摸面板测量值看作像素值。质量中心计算可为次优的且易受混叠，这可导致偏 差及高抖动。对于形状准确性，低像素密度使得(如果有可能的话)难以获得准确的形状参 数，例如旋转角及面积。因此，需要改进及优化触摸处理。

【发明内容】

[0003] 本发明的系统、方法及装置各自具有若干创新方面，其中没有单个方面单独负责 本文所揭示的合乎需要的属性。
[0004] -个创新包含用于处理触摸输入信号的设备，所述设备包含至少一个处理器、与 所述处理器通信的触摸装置及存储器组件(为了易于参考，本文中还称为"存储器"），所述 存储器组件可操作地连接到所述处理器并且经配置以存储处理器指令。至少一个处理器可 经配置用于并行处理。处理器指令将处理器配置成接收与触摸装置上的多个触摸事件对应 的多个数据点；从所述多个数据点确定质量中心（质心)估计值;确定质量中心估计值的搜 索半径;及使用并行处理配置中的所述处理器基于所述质量中心估计值及所述搜索半径确 定最佳触摸点位置。
[0005] 另一创新包含用于处理触摸输入信号的设备，所述设备包含至少一个处理器，其 可经配置用于并行处理;触摸装置;及存储器，其可操作地连接到所述处理器并且经配置以 存储处理器指令，所述处理器指令将处理器配置成接收与所述触摸装置上的多个触摸事件 对应的多个数据点；下采样所述多个数据点；从所述多个数据点确定粗略物体的质量中心 估计值;从经下采样的多个数据点中清除所述粗略物体且输出粗略物体估计值;使用所述 多个数据点及清除粗略物体的经下采样的多个数据点检测精细物体且产生精细物体输出； 及使用并行处理配置中的处理器基于所述精细物体输出及从触摸面板的所请求区域接收 到的高分辨率数据输出最佳精细物体估计值。
[0006] -个创新是处理触摸输入信号的方法，所述方法包含接收与触摸装置上的多个触 摸事件相对应的多个数据点；从所述多个数据点确定质量中心估计值;确定质量中心估计 值的搜索半径;及使用并行处理配置中的处理器基于所述质量中心估计值及所述搜索半径 确定最佳触摸点位置。
[0007] 另一创新包含处理触摸输入信号的方法，所述方法包含接收与触摸装置上的多个 触摸事件相对应的多个数据点；下采样所述多个数据点；从所述多个数据点确定粗略物体 的质量中心估计值;从经下采样的多个数据点中清除所述粗略物体且输出粗略物体估计 值;使用所述多个数据点及清除粗略物体的经下采样的多个数据点检测精细物体且产生精 细物体输出；及使用并行处理配置中的处理器基于所述精细物体输出及从触摸面板的所请 求区域接收到的高分辨率数据输出最佳精细物体估计值。
[0008] 另一创新包含非暂时性计算机可读存储媒体，所述非暂时性计算机可读存储媒体 具有存储于其上的指令，所述指令致使处理电路执行一种方法，所述方法包括接收与触摸 装置上的多个触摸事件相对应的多个数据点；从所述多个数据点确定质量中心估计值;确 定质量中心估计值的搜索半径;及使用并行处理配置中的处理器基于所述质量中心估计值 及所述搜索半径确定最佳触摸点位置。
[0009] 另一创新包含非暂时性计算机可读存储媒体，所述非暂时性计算机可读存储媒体 具有存储于其上的指令，所述指令致使处理电路执行一种方法，所述方法包括接收与触摸 装置上的多个触摸事件相对应的多个数据点；下采样所述多个数据点；从所述多个数据点 确定粗略物体的质量中心估计值;从经下采样的多个数据点中清除所述粗略物体且输出粗 略物体估计值;使用所述多个数据点及清除粗略物体的经下采样的多个数据点检测精细物 体且产生精细物体输出；及使用并行处理配置中的处理器基于所述精细物体输出及从触摸 面板的所请求区域接收到的高分辨率数据输出最佳精细物体估计值。
[0010] 另一创新包含：用于处理触摸输入信号的设备；用于接收与触摸装置上的多个触 摸事件相对应的多个数据点的装置；用于从所述多个数据点确定质量中心估计值的装置； 用于确定质量中心估计值的搜索半径的装置;及用于使用并行处理配置中的处理器基于所 述质量中心估计值及所述搜索半径确定最佳触摸点位置的装置。
【附图说明】
[0011] 将在下文中结合附图及附录来描述所揭示方面，提供附图及附录是为了说明而不 是限制所揭示方面，其中相同符号表示相同元件。
[0012] 图1是说明例如基于主机的并行计算系统上的最佳触摸估计系统的实例实施方案 的示意图。
[0013] 图2说明展示将核心函数施加于测量上的位置xo = 0处的"探针"触摸的实例的曲 线图，其中在此实例中
[0014] 图3说明根据触摸的真实位置而变的触摸传感器上的触摸的估计位置的曲线图的 实例，其中 w=1.0且 SNR = 25.0db。
[0015] 图4说明与图3中的情况相同的根据触摸的真实位置而变的触摸传感器上的触摸 的估计位置的曲线图的实例，不同之处在于SNR从25db降低至10db。
[0016] 图5说明根据触摸的真实位置而变的触摸传感器上的触摸的估计位置的曲线图的 另一实例，其中w=1.0且SNR=25.0db。
[0017] 图6说明根据触摸的真实位置而变的触摸传感器上的触摸的估计位置的曲线图的 另一实例，其中W=l.〇且SNR = 25.0db，其中核心的宽度(W参数)被减小至0.25。
[0018] 图7是说明经配置以从触摸面板信号输入确定最佳触摸输出的系统的实施方案的 框图。
[0019] 图8是说明经配置以从触摸面板信号输入确定最佳触摸输出的系统的另一实施方 案的框图，其中当触摸面板输入使用"粗略物体"的常规质量中心估计进行第一下采样及处 理时获得减少的总计算。
[0020] 图9是说明经配置以从触摸面板信号输入确定最佳触摸输出的系统的另一实施方 案的框图，其中可在触摸面板模拟前端(AFE)处用AFE API下采样输入以提取较高分辨率触 摸输入。
[0021] 图10是说明经配置以从触摸面板信号输入确定最佳触摸输出且产生粗略物体最 终估计值及精细物体最终估计值的系统的另一实施方案的框图。
[0022] 图11说明基于本发明的各方面确定最佳触摸点位置的示例性方法。
[0023]图12描绘具有一组组件的装置的高级框图，所述组件包含可操作地耦合到触摸传 感器的处理器。
【具体实施方式】
[0024] 与常规感测算法相比，优化触摸检测过程可具有更好性能。优化触摸检测过程的 结果可包含较高准确性、无偏边缘外估计值、较低偏差、较低抖动及更精确的形状估计。然 而，这些"优化"过程中的多者不适用于由常规的触摸控制器微处理器实施，而是替代地理 想地适合于基于主机的触摸处理系统。本文中描述的实施例可使用优化的信号处理技术替 换当前触摸控制器过程并且在触摸面板上产生更佳的触摸检测。另外，此类技术还可在托 管装置的当前触摸面板上提供电力节省。
[0025] 对于触摸位置估计，常规的触摸算法将电容面板测量值看作二维(2D)触摸探针的 点质量，并且应用质量中心估计值来找到可放置假设支点以平衡触摸"探针"的位置。常规 算法的第二概观是"质心"，即，质心位置周围的点的集群的概观。对于形状估计，其将电容 触摸面板测量值看作数码相机中的像素值，其中针对多个触摸面板像素通常相隔4mm定位。 质量中心计算或质心计算是次优的并且易受混叠，这可导致偏差及高抖动。另外，对于形状 准确性，低像素密度(4_)使得几乎不可能获得准确形状参数，例如，触摸的旋转角及面积。
[0026] 本文中描述的实施例的性能优点包含增加的触摸准确性、改进的触摸行程线性、 减小的抖动(估计方差）、减小的偏差及形状特征估计的改进的准确性。一些实施方案优点 可包含减小的电力消耗及如在托管装置(例如蜂窝电话及平板计算机）的当前触摸面板上 发现的用于并行处理的更适宜性。并行处理器的实例包含NEON阵列处理器、DSP及OpenCL启 用的图形引擎。在一些实施方案中，至少两个处理器或处理核心可作为并行处理器操作。在 一些实施方案中，本文中描述的某些技术有利地在经配置用于并行处理(举例来说，更快处 理）的处理器上操作。
[0027]图1是说明例如基于主机的并行计算系统上的最佳触摸估计系统的实例实施方案 的示意图100。在图1中及还在图7至10中说明的各个功能块表示执行某些功能性的组件或 模块，举例来说，所述功能块可容纳指令，所述指令配置或操作处理器以执行用于确定触摸 位置估计处理的某一方法。此系统可包含具有已证明的改进性能的新触摸传感器处理算 法。系统提供用于使用在现今的触摸主机上可用的并行处理来实施改进算法的新方法，所 述并行处理包含阵列处理器(例如氖）、DSP及支持OpenCL及CUDA的图形引擎。
[0028]如图1所说明，系统接收用户的触摸面板输入105。触摸面板输入105可包含多个数 据点。系统可容纳某一组件，所述组件经配置以下采样110多个数据点并且将所述多个数据 点提供到确定粗略物体的质量中心估计值115且提供粗略物体最终估计值120的组件。在图 1中所说明的系统中，还将多个数据点（触摸面板输入105)提供到精细物体检测组件，所述 精细物体检测组件还接收经下采样数据的输入(其中已移除125粗略物体(举例来说，通过 粗略物体的质量中心估计115组件））且使用此类输入来执行精细物体检测130。如所说明， 多处理器135从精细物体检测组件接收信息并且提供最佳精细物体估计值140。
[0029] 本文中描述的一些实施例可具有以下特征:甚至在触摸探针移动到触摸面板的边 缘外时所估计质心将未偏置。此外，一些实施例可通过在发送或接收方向上具有奇数个(而 不是偶数个)触摸传感器来区分。举例来说，可放置多个触摸传感器，使得存在均匀相隔4_ +/-lmm的N个手指传感器(在发送或接收方向上）。如果Μ个传感器随后插入N个手指传感器 中的每一者之间，则可存在传感器的总数目Ν+Μ*(Ν-1)。因此，只要Ν或Μ中的至少一个是奇 数，这就可产生总共奇数个传感器。
[0030] 以下是本发明的实施例可解决的问题的实例。面板表面可测量在其表面上的多个 点处的二维（2D)电容。因此，在面板表面上的位置(xo+yo)处的高电容触摸探针可将2D核心 函数施加于所述表面的电容测量上。此触摸探针的测量可以通过方程式1表示：
[0031 ] c (X, y) = k( χ-χο, y-yo) +η...............................................................方程式
[0032 ]其中c (χ, y)是触摸探针的测量值，k (χ, y)是表示电容表面上的触摸探针的核心函 数，xo是触摸的位置且η是噪声项。为简单起见且不失一般性，可通过仅考虑一维（1D)情况 来简化此方程式。在一维情况下，方程式1变为：
[0033] c(x) = k(x-xo)+n...........................................................................方程 式2
[0034] 图2说明展示将核心函数施加于测量上的位置XQ = 0处的"探针"触摸的实例的曲 线图，其中在此实例中核心函数是= 。触摸处理试图解决的问题是如何基于测 量值C= {c(xi)，? = 0···Ν}估计触摸位置xo。
[0035] 常规触摸处理的一些问题
[0036] 常规触摸处理在核心函数处视作触摸探针的"质量"，并且使用质量中心公式(也 称为"质心"估计)估计Χ0:
[0038] 常规触摸处理算法的另一概观是其为k_均值算法的"质心"。然而，此概观引起也 与以上方程式3中展示的公式相同的公式。
[0039] 如果c(f)是观察结果的傅里叶变换，则使：
[0041]其中Const是恒定项并且C'（f)是观察函数的傅里叶变换的导数。
[0042]如下文进一步描述，常规触摸处理的三个主要限制包含（1)次优确定、（2)混叠及 (3)低处理功率。所有这三个限制可以通过本文描述及说明的系统及方法得到解决且基本 上减到最少。
[0043]次优确定:核心函数是电容或逆电容测量，而不是质量测量或k-均值质心。因此， 方程式3的假设是不正确的。具体而言，对于大物体，中心部分快速达到无限板电容的值，而 不管物体后面的质量如何。因此，举例来说，来自用户的触摸可激活多个传感器。然而，尽管 与边缘处的那些传感器相比，按压触摸中间的传感器更困难(通过更大力），但是高数目的 传感器(不仅仅是中间的传感器)可达到其最大电容。因此，质量中心估计可能不具有用于 最佳地确定质量中心的足够信息，因为大部分或所有传感器可能已达到其最大电容。
[0044] 混叠:如方程式4中看到，如果在f = 0处傅里叶变换受到破坏，则发生混叠。如果在 X域中的采样小于尼奎斯特频率，则发生此混叠。对于多个信号处理应用，至少每当2* Nyquist(在尼奎斯特频率一半处的采样)时必须发生采样，因为可需要此频率来避免频谱 所有部分处的混叠，而不仅仅是f = 〇组件处的混叠。然而，在常规触摸处理中，甚至在更大 量完整的尼奎斯特频率处的采样可引起混叠。
[0045] 低处理功率:通常在低功耗微处理器中实施常规触摸处理。此低功率微处理器可 具有更简单公式，例如方程式3中的质量中心公式。然而，如果开发(举例来说)相对于核心 函数需要匹配的2D滤波的用于触摸处理的更佳方法，则这些微处理器可不具有处理改进算 法的计算能力，并且可不能够以良好的功率效率实施算法。
[0046] 最大似然触摸处理的论述
[0047] 蒙特卡罗模拟可用于研究最大似然估计。出于以下蒙特卡罗模拟的目的，在方程 式2中假定1D空间中的核心函数是高斯，其具有等式5中所展示的宽度因子w:
[0049] 此外，假设η是具有方程式6中所展示的方差的独立同分布(IID)的高斯：
[0050] c(xi)=k(xi)+N(0,〇2)..................................................................方程式 6
[0051] 对于此蒙特卡罗模拟，一维触摸面板可通过传感器设定在x = -2、-l、0、l及2的X值 处。基于这些蒙特卡罗模拟，可准备多个图表，包含图3至6。在这些图表中，在X轴中展示真 实位置，而在y轴中展示估计的预期值。这些图表说明在估计触摸位置的各个方法之间的差 异。
[0052]在这些图表中的每一者中，通过包含星符号的线指示常规质心估计的预期值。+/_ 1标准差的误差条也包含于所述图表上。通过包含圆符号的线指示最大似然估计。同样，+/-1标准差的误差条也包含于所述图表上。最后，直线也包含在所述图表上。无偏估计应落入 此直线上。
[0053] 图3说明根据触摸的真实位置而变的触摸传感器上的触摸的估计位置的曲线图 300。在此实例中，对于宽度W=1及信噪比SNR = 25,可看出MLE估计及常规质量中心（质心） 估计均提供具有低抖动的无偏估计。因此，通过此触摸宽度及此信噪比，两个技术可有效地 工作。
[0054] 图4说明与曲线图300中的情况相同的根据触摸的真实位置而变的触摸传感器上 的触摸的估计位置的曲线图400,不同之处在于信噪比已从25db降低至10db。在曲线图400 中，MLE估计的误差条小于来自常规质量中心(质心)估计值的那些误差条。这指示出与质量 中心估计相比MLE估计包含显著较小的抖动。此外，MLE估计是无偏的，因为其保持在直线 上，而质量中心估计是有偏差的且偏离直线。
[0055] 图5说明根据触摸的真实位置而变的触摸传感器上的触摸的估计位置的曲线图 500的另一实例，其中如在曲线图300中W= 1.0且信噪比SNR=25.0db。然而，曲线图500将位 置从x = 0-直延伸到x = 2.5。由于最右触摸传感器处于真实位置X = 2处，因此这意味着质 心估计不能够估计超出所述限值的质心。然而，质心估计在X = 2处的真实边缘之前很好地 展现及加边于偏差。如曲线图500中所说明，MLE提供边缘偏差问题的解决方案。
[0056]图6说明根据触摸的真实位置而变的触摸传感器上的触摸的估计位置的曲线图 600的另一实例，其中信噪比SNR = 25.0db，其中核心的宽度(W参数)被减小至0.25。通过此 较薄核心，上文关于尼奎斯特频率论述的特定采样频率可不再足以避免混叠。由于此较薄 核心，偏差将引起常规质量中心、估计。尽管MLE及质量中心、（质心)估计两者具有低方差，但 是常规的质量中心（质心)估计将由于偏差而引起额外的不准确性。因此，曲线图400、曲线 图500及曲线图600都说明其中MLE技术比常规质量中心技术显著更佳地执行的示例性情 况。
[0057] 最佳触摸处理的某些解决方案
[0058]最大似然方程式的解决方案取决于做出的假设。在上述蒙特卡罗模拟中，由于噪 声是独立同分布（IID)高斯，因此在方程式8中展示最大化等式（移除常数的对数似然等 式)：
[0060]在某些域条件下，EiC(Xi)2及Eik(Xi) 2项可从方程式8退出并且留下方程式9中所 展示的匹配滤波器：
[0062]然而，可允许等式以此方式简化的条件可不存在于在X及y方向上具有少量传感器 的2D触摸面板中。此外，当使用并行计算环境时，如果方程式8的等式与方程式9的匹配滤波 器等式相比存在更多问题，则其为不清楚的。因此，在一些方面中，此类简化可为不必要的。 [0063]在触摸处理的基于主机处理器的实施方案中，通过限制所发射的位数目来限制从 传感器模拟控制器前端(AFE)至主机处理器的数据的带宽可为有利的。在这种情况下，早期 高斯噪声近似可变为次优的。因此，考虑用于泊松及二项式噪声环境的最佳触摸检测器可 为有益的。针对泊松情况，具有方程式10中所展示的用于观察结果的概率分布函数：
[0065] 其中η是背景噪声水平。在这种情况下，在方程式11中展示最大化等式(移除常数 项的对数似然）：
[0066] l(C|x〇) = Ei(c(xi)ln(n+k(xi))-ln(c(xi)!))....................................方程式 11
[0067] 泊松分布的问题是存在溢流的概率，其中以^彡大于受限带宽发射线的最大值。在 一些方面中，此发生的概率可为低，但在某些时候，此概率可为高，例如当强源接触触摸面 板时。举例来说，此源可包含AC线或静电放电。因此，可更佳地适应这些限制概率的分布函 数是多项式分布。
[0068] 然而，在不具有二项式空间中的核心函数的模型的情况下，无法确定多项式最大 似然的最佳解决方案。举例来说，可作为展示可如何应用二项式MLE的原型来解决简化情 况。
[0069] 举例来说，对于一定数量的符号M，假设c(Xl)可为从0至M-1的整数值。此外，假设 以下条件概率是真实的：
[0071]其中p>0、q>0且P+(M-I)q = l。如果这些条件是真实的，贝lj:
[0073] 其中118,8 = 0，1，，"]\1-1是次数观察符号8，如91^1是次数(3(11)等于1^(1；〇且 Nnotequal是次数c(Xl)不等于k(Xl)。基于这些假设，通过以下方程式给出最大化函数(移除 常数项的对数似然）：
[0074] 1(C | X。）=Nequal · lnp+Nnotequal · In q 方程式 14
[0075] 核心函数估计
[0076] 当应用于电容触摸时，MLE解决方案(例如方程式8、11及14)的一个问题是系统可 不工作，除非可通过非常高的精度估计触摸核心函数(例如图2中的k( X) = (23i广 因此，无法看到见于图4、5及6的蒙特卡罗实验中的性能改进。归因于多个原因，找到右核心 函数可为困难的，所述多个原因例如，来自同一制造批次的触摸面板的物理面板的变化、不 同触控笔与指状物之间的变化且甚至不同触控笔位置内的变化。因此，解决实时核心函数 估计的问题以便实施实用MLE解决方案可为有益的。可使用此问题的多个可能解决方案且 以下系统已产生工作结果。
[0077]固定触控笔：固定触控笔可表示特定触控笔与给定触摸面板配对且总是与所述触 摸面板一起使用。举例来说，制造商可包含及需要具有例如特定触控笔或铅笔等的装置的 特定触控笔的使用。在固定触控笔的情况下，可使用机器人测量详细核心函数以测量每个 传感器的响应。
[0078]基于每个传感器的响应，可产生响应映射。可通过使用目标（固定)触控笔在X及y 两个方向上以每个测量之间〇 .oimm的密度来测量一或多个传感器周围的2x2mm2上的响应 来产生响应映射。这可称为所述探针的"0.01mm密度核心"。在此核心估计中，触控笔可在触 控笔与触摸面板之间以直角(90度)接触触摸面板。
[0079]此外，可针对相同面板以触控笔与触摸面板之间的不同角度产生0.01mm密度核 心。这可基于相同触控笔接触相同触摸面板的的不同角度展示不同响应映射。
[0080] 在针对90度角情形及一或多个其它角（例如45度)产生0.01mm密度核心之后，可能 需要找到可将90度触控笔的核心函数移动到成角触控笔的核心函数的变换。举例来说，2D 低通样条滤波可用于找到核心的最佳近似变换。
[0081] 不同触摸面板可具有彼此不同的RC时间常数。举例来说，这可由制造不同面板时 的变化引起。由于这些RC时间常数差，不同触摸面板可具有不同核心函数。因此，对于每个 新面板，产生稀疏0.1mm核心函数(此核心函数相对于上述0.01mm核心函数为稀疏的）可为 有益的。接下来，使用2D低通样条滤波可用于基于稀疏0.1mm核心函数及上述高密度0.01mm 核心函数产生用于每个面板的基于工厂的触摸面板特定核心。
[0082] 固定的未知探针:在一些方面中，一些触摸屏可不经设计用于某个特定触控笔或 探针。举例来说，某些触摸屏可既定供用户的手指使用。用户的触摸可不同于下一个触摸及 不同于下一个用户。此外，每个触摸屏本身可具有某一制造变化水平，这可产生不同核心。 然而，即使在不具有系统经设计用于的特定探针的系统中，仍可通过使用一组若干已知的 核心函数来获得质心估计上的改进性能。举例来说，可如上文所述，但使用不同类型的输入 (例如不同手指(或模拟手指的物件)及不同触控笔)来产生这些核心函数。因此，可存储多 个此类核心函数，使得所存储的核心函数可改进质心估计上的性能。不正确核心函数通常 可具有伪尖峰，而当从顶部、底部、左边及右边接近时正确核心函数可在触控笔位置之前为 平滑的。
[0083] 最佳触摸处理系统的某些实施方案
[0084] 基于以上三个最佳解决方案(方程式8、11及14)，可观察到这些典型MLE解决方案 可包含无法在触摸控制微处理器上有效实施的大量局部计算，，但是这些方程式可非常适 合于并行处理。尽管可观察到方程式14中给出的多项式问题的最佳解决方案相对简单，但 是这仅仅是因为方程式12形成不切实际简化的等式。在触摸核心函数(例如具有更多噪声 的多项式观察结果）的更真实建模中，此将获得具有约以上高斯(方程式8)及泊松(方程式 11)实例的计算复杂性的MLE解决方案。本发明包含若干重要解决方案，所述解决方案（例 如，在使用并行计算元件时)可有助于触摸处理的效率。
[0085] 在质量中心估计之后的并行搜索
[0086] 图7是说明经配置以从触摸面板信号输入确定最佳触摸输出的系统的实施方案的 框图700。首先，可接收触摸面板输入705。举例来说，可由触摸处理器或由经配置以接收触 摸面板输入705的并行计算元件接收触摸面板输入。基于触摸面板输入705,可确定质量中 心估计值710。此确定可使用上述技术完成，例如通过使用方程式3来计算接收到的触摸输 入的质量中心，并且可在确定最佳触摸输出时表不第一集合。在一些方面中，方程式3还可 用于使用经下采样的触摸输入计算质量中心。这可减少所需的计算数目以便使用方程式3。 [0087]在确定质量中心估计值710之后，系统还可接收或确定触摸面板输入705的信噪 比、触摸面板输入705的混叠的估计值及从触摸到面板的边缘的距离715。此信息可用于估 计搜索质心误差720。如在图3至6中看到，给定SNR、混叠及到边缘的接近性，估计搜索半径 在计算上可能不是非常困难。取决于输入数据，可需要或可不需要搜索以便确定搜索半径 730。如从搜索质心误差720估计的质量中心的初始估计值725及搜索半径730两者可被发射 到并行处理器，以供并行处理器确定并行处理器最佳估计值735。举例来说，可使用最大化 等式(例如在方程式8、11或14中所展示的最大化等式)进行此估计。最终，此最佳估计值可 为系统的输出740。在一些方面中，可经由触摸主机系统中的并行CPU计算最佳估计值，包含 例如ARM氖、DSP及启用OpenCL的图形系统的阵列处理器。
[0088] 在质量中心估计之后的减小的带宽搜索
[0089] 图8是说明经配置以从触摸面板信号输入805确定最佳触摸输出的系统的另一实 施方案的框图800。在此系统中，可通过下采样触摸输入及通过使用"粗略物体"的常规质量 中心估计处理而减少总计算。路线物体是具有高SNR且不具有混叠影响的大物体。关于"路 线物体"的常规质量中心算法的行为通常是曲线图300中示出的行为且与最佳估计值相同。 因此，对这些物体使用质量中心技术可不引起信息损耗或偏差/混叠困难，并且与针对此类 物体使用MLE技术相比计算上可更简单。
[0090] 然而，诸如薄触控笔、铅笔、物体形状及指纹等"精细物体"对最佳估计值具有更大 需求。因此，路线物体可首先从触摸空间中移除，且随后使用最佳方法对高分辨率触摸面板 输入应用"精细物体检测"。
[0091]在框图800中，可下采样810触摸面板输入805。这有助于减小在此下采样之后的操 作的计算复杂性。举例来说，经下采样数据可仅包含有限数目的触摸面板输入805。举例来 说，经下采样数据可仅包含每个第四触摸面板输入805，或某个其它部分。在一些方面中，此 下取样可以均匀方式完成，使得屏幕的每个部分通过相同方式进行下取样。举例来说，下采 样可具有减小触摸面板输入805的原始分辨率的效果。然而，如上文所论述，由于粗略输入 的本质，下采样很大程度上可不影响粗略物体的质量中心估计。因此，经下采样触摸数据可 用于路线物体的质量中心估计815。可使用经下采样数据及使用方程式3进行此质量中心估 计。这可用于基于每个接收到的触摸输入或每个经下采样触摸输入的相对"权数"及位置估 计触摸输入的"质量中心"。基于粗略物体的质量中心估计值及经下采样触摸数据，可从经 下采样数据中移除820路线物体。举例来说，质量中心估计值可用于确定触摸屏上的质量中 心。基于接收到的触摸输入中的噪声，可确定质量中心周围的半径。在此半径内的触摸输入 可称为粗略物体，并且由此可从经下采样数据移除。因此，基于移除粗略物体的经下采样数 据及基于原始触摸面板输入805(不含下采样），可检测到830精细物体。举例来说，可分析原 始触摸面板输入805来确定其中存在不在质量中心附近的输入(除了信号中的噪声之外）的 区域。由于此类输入距质量中心的距离及其权数及大小，因此此类输入可称为精细物体，而 不是粗略物体。基于这些精细物体，并行处理可用于830确定最佳精细物体估计值840。因 此，此方法可返回路线物体最终估计值835及最佳精细物体估计值840两者。如上所述，此精 细物体估计可使用方程式(例如方程式8、11及14中的任一者)完成。
[0092]传感器放置:在一些方面中，可能需要以某些方法放置传感器，例如，彼此相距某 些距离放置。对于路线物体检测，人类指尖可通过6_至10mm直径的圆模型化。因此，在下采 样之后的触摸传感器间距应相隔约4mm，以便避免质量中心计算时的混叠。如果在感测或接 收方向上的传感器的数目是N，则通过将Μ个传感器插入N个路线物体传感器中的每一者之 间获得经下采样大小。因此，在以此方式的上采样之后的传感器的总数目将满足以下方程 式15:
[0093] nSensorsInOneDirection = N+M*(N_l)..........................................方程式 15
[0094] 其中N为相隔的路线物体传感器的数目，并且Μ是插入N个路线物体传感 器中的每一者之间的传感器的数目。
[0095] 在触摸面板模拟前端(AFE)处用AFEAPI下采样以提取较高分辨率触摸输入 [0096]图9是说明经配置以从触摸面板信号输入确定最佳触摸输出的系统900的另一实 施方案的框图900,其中可在触摸面板模拟前端(AFE)905处用AFE API下采样915输入910以 提取较高分辨率触摸输入。此经下采样数据可用于执行粗略物体的质量中心估计920,所述 质量中心估计可基于经下采样数据计算触摸显示器上的所有触摸的质量中心。在此实施例 中，用于"路线物体"位置估计的计算减少，但触摸面板与主机处理器之间的带宽尚未减小。 在此实施例中，触摸面板的AFE 905提供经下采样数据。可基于经下采样数据及质量中心估 计值从数据集移除925粗略物体。举例来说，可通过确定质量中心及通过移除此质量中心特 定附近内的所有触摸来移除粗略物体。如果主机处理器使用精细物体检测930确定精细物 体存在于某些区域中，则其可向其中需要精细分辨率数据的触摸面板请求特定区域发送命 令。举例来说，可针对除质量中心周围的区域之外的区域接收此较高分辨率数据。可与粗略 物体的质量中心估计一起使用精细物体的检测以产生并行处理器最佳估计值935。这可引 起系统设计中的计算复杂性及处理延迟增加，但是可大大减小数据带宽。如上文所论述，传 感器放置需求可适用于此实施例。
[0097] 图10是说明经配置以从触摸面板信号输入确定最佳触摸输出且产生粗略物体最 终估计值及精细物体最终估计值的系统的另一实施方案的框图。此实施例可包含针对优化 精细物体检测的触摸面板模拟前端(AFE) 1005处的硬件阵列处理。在此实施例中，与图9中 所说明的实施例相同，触摸面板AFE 1005可提供经下采样的触摸输出。举例来说，AFE 1005 可接收触摸面板输入1010且可下采样1015所述触摸面板输入。在图10中所说明的实施例 中，通过触摸模拟前端(AFEH005内部的专用硬件完成最佳搜索，所述专用硬件例如用于优 化估计的阵列处理器1020。在所说明的实施例中，AFE可包含耦合到下采样1015的功能性组 件触摸面板输入1010,其随后将信息提供到粗略物体的质量中心估计1030组件，所述组件 可经配置以如上所述估计可能已进行下采样的接收到的所有触摸输入的质量中心。触摸面 板输入1010组件还耦合到用于优化估计的阵列处理器1020组件，所述组件将局部对数似然 最大值的列表提供到精细物体追踪组件1035 JFE1005还可包含可编程核心函数1025。然 而，其它实施例在"主机"内部实施并行处理，所述主机可为例如高通骄龙芯片等的小区/平 板计算机S0C。此处，AFE 1005包含上载核心函数的能力。使用硬件阵列处理器在AFE 1005 中执行优化功能。为了节省带宽，AFE 1005将仅输出局部最大值的列表。在基于主机的处理 器(标记为"精细物体追踪"1035)处做出关于是否存在精细物体及其位置的最后决定。如上 所述的传感器放置需求可适用于此实施例。
[0098] 在一些方面中，最大似然估计器(MLE)可为用于改进用于触摸面板的质心估计的 触摸定位的准确性的有前景候选者。触摸信号的分析已展示出触摸信号中的噪声通常很好 地遵循加性高斯噪声模型。此外，实验结果展示出具有合适参数的高斯核心非常适合于模 型化触摸点周围的传感器响应。然而，在能够使用此MLE之前仍存在需要解决的若干问题。 [0099] MLE方法的一个问题是实验结果已展示出高斯核心倾斜用于拟合触摸信号。换句 话说，在水平方向及垂直方向上的方差是不同的。因此，当具有不精确参数的高斯核心用于 拟合数据时，可在估计结果上观察到明显的偏差。由此，可得知MLE的一个缺点可为MLE对核 心形状是非常敏感的。
[0100] MLE方法的另一问题是不同触控笔可用于给定触摸屏上。此外，例如笔或铅笔等的 其它物体也可用作触摸屏上的触控笔。基于这些工具中的每一者的触摸区域的观察结果， 这些不同触摸装置中的每一者可由触摸处理系统看作触控笔。因此，使用的MLE模型不应特 定于唯一触控笔，因为其必须能够与应用于触摸屏的不同数目的可能触控笔或其它工具协 作且仍产生准确结果。
[0101] MLE方法的第三问题是不同的人可通过彼此不同的方式控制相同触控笔。此外，当 进行不同任务时，例如与当绘图时相比当书写时，相同的人可通过不同方式控制触控笔。不 同用户之间的最明显差异可为强度，使得一些用户比其它用户施加更多或更少的力。然而， 比这更大的问题可为遮蔽效应，其中用户的手指或手可搁置于触摸屏上或靠近触摸屏。随 着触控笔与触摸屏之间的角改变，遮蔽效应在个体之间可能大不相同。因此，MLE方法也必 须有能力处理这些遮蔽差异。
[0102] 通常，为了减小MLE的计算复杂性，用于计算MLE估计值的方法可基于居中于质心 估计值处的区域内的搜索。在一些方面中，MLE可仅使用一些时间来减小计算复杂性。举例 来说，与质心估计的准确性相比，可仅当最可能基于(举例来说)每个度量值中的误差的测 量来改进触摸点的定位准确性时使用MLE。此外，可调适核心及/或MLE估计器，以便拟合由 所使用工具(例如，不同触控笔或其它触摸仪器)的差异及使用所述工具的人的差异而引起 的变化信号。因此，界定测量可为有用的，这可区分良好MLE估计与不良MLE估计。当在高斯 噪声的假设下MLE简化成MSE时，一个可能测量界定均方误差(MSE)的上限。举例来说，可用 作区分质量估计与噪声的阈值的此上限可被确定为由噪声引起的预期MSE及用于缓冲的阈 值的总和。可仅通过连续空闲触摸帧之间的平均MSE计算由噪声引起的MSE预期值。举例来 说，可分析连续帧中的噪声以确定此噪声可预期引起的均方误差。
[0103]此外，触摸系统可需要保持用于常用核心的表。此表通常应包含具有不同已知角 的若干常用触控笔。一般来说，包含大量不同触控笔及角度可为有利的，然而，这可显著增 加计算复杂性。因此，由于计算复杂性的限制，系统可不能够覆盖所有可能角度。替代地，系 统可提供若干角度，组合的这些角度可为特定触摸的候选核心提供合理量的分辨率。
[0104]当检测到触摸时，触摸系统可执行触摸位置的质心估计。然后，可在触摸点（如通 过质心估计确定）周围执行穷尽性搜索。举例来说，候选MLE模型中的每一者可存储于维护 表中，并且各个模型可用于尝试确定触摸位置。对于这些MLE模型中的每一者，可确定MSE。 具有最低MSE的模型可选择作为良好候选者。具有最低MSE的模型的MSE可与阈值相比。如果 MSE大于此阈值，则可使用质心估计而不是MLE模型，这可有助于在从质心估计中消除偏差 时避免"过冲"。
[0105]不管系统使用MLE模型还是质心估计，触摸系统还可经配置以构建自适应模型。此 自适应模型可假设高斯模型并且可经由加权样本估计使用估计协方差矩阵，从而使用从检 测到触摸的第一帧直到当前帧的数据。应注意，触摸与最近触摸传感器之间的距离在帧之 间可不同。因此，核心的峰值的良好估计可基于迄今为止最大传感器响应减去系统中的噪 声的标准差的合理倍数。类似于针对其它模型计算MSE，可针对自适应模型计算MSE。自适应 模型的MSE可与最佳(例如，最小误差)MLE模型的MSE及质心估计的MSE相比。当自适应模型 具有优于MLE模型及质心模型的MSE时，自适应模型可存储于表中。直到此时，表可保持与先 前相同，并且自适应模型可不存储于表中。由于表可受存储能力限制，因此当表完整且存储 新模型时，可从表中移除具有最小选择机率的模型。举例来说，为了支持较新自适应模型， 可移除产生极高MSE或已选择极少次的模型。
[0106] MLE的一个优点是MLE可有效地处理遮蔽效应，例如用户使用触控笔时用户的手靠 近屏幕时。一般来说，通过在屏幕的特定区域上的特定方向上(例如，用户的手的方向）添加 尾区的遮蔽将与噪声相比展示较高响应。此尾区的振幅可稍微高于随机噪声，但可显著小 于靠近触摸点的传感器的响应。因此，与质心估计相比，MLE估计器更可能找到触摸位置的 更佳估计，所述质心估计将通过此尾区偏斜。举例来说，质心估计可关闭，因为遮蔽效应有 可能仅发生在触摸点的一侧上，这可能会关闭质心估计。然而，使用MLE方法，可基于从触摸 点的距离计算移除这些离群值，以便改进触摸位置的准确性。
[0107] 图11说明基于本发明的各方面确定最佳触摸点位置的示例性方法1100。此方法可 在装置的处理器或触摸处理器中由例如触摸装置等的装置使用，以便基于从触摸屏接收到 的输入更准确地确定触摸位置。
[0108] 在块1110处，所述方法接收与触摸装置上的多个触摸事件相对应的多个数据点。 举例来说，所述方法可从触摸屏上的多个触摸像素中的每一者接收指示，所述指示指示出 是否已触摸那些像素及触摸至何种量。在一些方面中，用于接收多个数据点的装置可包含 处理器。
[0109] 在块1120处，所述方法从多个数据点确定质量中心估计值。举例来说，数据点中的 每一者可用于基于施加在屏幕的所述特定位置上的力来确定"权数"。因此，可平均化这些 权数以便形成触摸屏上的触摸位置的质量中心估计。在一些方面中，用于确定此的装置可 包含处理器。
[0110] 在块1130处，所述方法基于质量中心估计值确定搜索区域。此搜索半径可(举例来 说)居中于触摸屏上的质量中心估计位置上。所述搜索区域可为居中于触摸屏的所述位置 上的圆。圆的半径可(举例来说)为固定值或屏幕的固定比例。在一些方面中，圆的半径可基 于所接收的信号中的噪声的计算量。举例来说，当在所接收的信号（多个数据点）中存在更 多噪声时，使用较大搜索半径可为有益的。在一些方面中，用于确定搜索区域的装置可包含 处理器。
[0111] 在块1140处，对于多个最大似然估计模型中的每一者，所述方法使用多个最大似 然估计模型中的最大似然估计模型基于质量中心估计值及搜索半径确定触摸位置估计并 且计算使用最大似然估计模型确定的触摸位置的误差。举例来说，如上文所论述，所述误差 可包含均方误差值。MLE模型中的每一者可存储于表中。在一些方面中，用于确定触摸位置 及计算误差的装置可为处理器。
[0112] 在块1150处，所述方法基于计算误差从多个最大似然估计模型中确定哪个触摸位 置估计是最佳的。换句话说，所述方法基于计算误差从多个最大似然估计模型选择触摸位 置估计。换句话说，基于来自多个最大似然估计模型的触摸位置估计中哪些具有最小计算 误差。举例来说，计算误差中的每一者可彼此相比较，并且产生最小误差的MLE估计可确定 为最佳触摸位置估计(举例来说，具有最小确定误差）。在一些方面中，用于确定的装置可包 含处理器。
[0113] 在块1160处，所述方法基于最佳触摸位置估计的误差与阈值的比较确定最佳触摸 点位置。举例来说，此比较可基于比较其相对误差水平确定最佳触摸点位置是MLE估计位置 或质心估计位置。在一些方面中，用于确定的装置可包含处理器。
[0114] 图12描绘具有一组组件的装置1200的高阶框图，所述组件包含可操作地耦合到触 摸传感器1215的处理器1220。工作存储器1205、存储装置1210及存储器1230也与处理器通 信且可操作地附接到处理器。装置1200可为经配置以接收触摸输入及确定所述触摸输入的 位置的装置。举例来说，装置1200可为具有触摸屏的装置，例如计算机、膝上型计算机、数码 相机、移动电话、平板计算机或另一装置。
[0115] 触摸传感器1215可经配置以俘获或接收多个触摸输入，例如，触摸屏上的输入。这 些输入中的每一者可与屏幕上的位置及屏幕上的特定压力相关联。触摸传感器1215可耦合 到处理器(或"触摸处理器"）1220。处理器1220可经配置以对接收到的触摸输入执行不同操 作，以便计算触摸输入的位置。
[0116] 处理器1220可为通用处理单元或专门设计用于所揭示方法的处理器。如所展示， 处理器1220连接到存储器1230及工作存储器1205。在所说明的实施例中，存储器1230存储 质心估计模块1235、最大似然估计模块640及操作系统650。这些模块包含配置处理器以执 行各种任务的指令。处理器1220可使用工作存储器1205来存储包含于存储器1230的模块中 的处理器指令的工作集。或者，处理器1220还可使用工作存储器1205存储在装置1200的操 作期间产生的动态数据。
[0117]如上文所提及，处理器1220由存储在存储器中的若干模块来配置。举例来说，质心 估计模块1235可包含配置处理器1220以基于多个接收触摸输入确定质量中心估计值的指 令。举例来说，每个输入可具有位置并且还可包含压力的某个指示。因此，质量中心估计可 使用此信息来计算特定触摸的"质量中心"。质心估计模块1235可包含配置处理器1220以确 定此估计的指令。
[0118] 存储器1230还可包含最大似然估计模块1240。最大似然估计模块1240可包含配置 处理器1220以及与多个接收触摸输入及基于搜索半径确定触摸位置的指令。可基于由质心 估计模块1235提供的质量中心估计值确定此搜索半径。
[0119] 操作系统模块1250配置处理器以管理装置1200的存储器及处理资源。举例来说， 操作系统模块1250可包含装置驱动器以管理硬件资源，例如图像传感器1215或存储装置 1210。因此，在一些实施例中，上述模块中所包含的指令可不与这些硬件资源直接交互，而 是替代地通过位于操作系统组件1250中的标准子例程或API进行交互。操作系统1250内的 指令随后可与这些硬件组件直接交互。
[0120]处理器1220可将数据写入到存储模块1210。尽管存储模块1210是以图形方式表示 为传统的磁盘装置，但是所属领域的技术人员将理解，多个实施例可包含基于磁盘的存储 装置或其它几种类型的存储媒体中的一者，包含存储器磁盘、USB驱动器、快闪驱动器、远程 连接的存储媒体、虚拟磁盘驱动器或类似装置。
[0121] 图12描绘具有单独组件以包含处理器及存储器的装置，所属领域的技术人员将认 识到，这些单独组件可通过多种方式组合以实现特定设计目标。举例来说，在替代实施例 中，存储器组件可与处理器组件组合以节省成本且改进性能。
[0122] 另外，虽然图12展示两个存储器组件，以包含具有若干模块的存储器组件1230及 具有工作存储器的单独存储器1205,但是所属领域的技术人员将认识到利用不同存储器架 构的若干实施例。举例来说，设计可利用ROM或静态RAM存储器来存储实施包含存储器1230 中的模块的处理器指令。或者，可在系统启动时从磁盘存储装置读取处理器指令，所述磁盘 存储装置集成到装置1200中或经由外部装置端口连接。随后，可将处理器指令加载到RAM 中，以便于由处理器执行。举例来说，工作存储器1205可为RAM存储器，指令在通过处理器 1220执行之前被加载到工作存储器1205中。
[0123] 结合本文揭示的实施方案所描述的各种说明性逻辑、逻辑块、模块、电路及算法步 骤可实施为电子硬件、计算机软件，或两者的组合。硬件与软件的互换性已大体在功能性方 面加以描述，且在上文所描述的各种说明性组件、块、模块、电路及步骤中加以说明。此类功 能性是实施为硬件还是软件取决于特定应用及强加于整个系统的设计约束。
[0124] 结合本文中揭示的方面描述的用于实施各种说明性逻辑、逻辑块、模块及电路的 硬件及数据处理设备可通过以下各者来实施或执行:通用单芯片或多芯片处理器、数字信 号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑装置、 离散门或晶体管逻辑、离散硬件组件或其经设计以执行本文所描述的功能的任何组合。通 用处理器可为微处理器或任何常规处理器、控制器、微控制器或状态机。处理器还可实施为 计算装置的组合，例如，DSP与微处理器的组合、多个微处理器的组合、一或多个微处理器与 DSP核心的联合，或任何其它此种配置。在一些实施方案中，可通过特定于给定功能的电路 来执行特定步骤及方法。
[0125] 在一或多个方面中，所描述的功能及过程可实施于硬件、数字电子电路、计算机软 件、固件中，包含本说明书中所揭示的结构及其结构等效物，或实施于其任何组合中。本说 明书中所描述的标的物的实施方案还可实施为编码于计算机存储媒体上的一或多个计算 机程序（即，计算机程序指令的一或多个模块）以供数据处理设备执行或控制数据处理设备 的操作。
[0126] 如果实施于软件中，则可将功能作为一或多个指令或代码存储在计算机可读媒体 上或经由计算机可读媒体发射。本文所揭示的方法或算法或制造工艺的步骤可实施于可驻 留在计算机可读媒体上的处理器可执行的软件模块中。计算机可读媒体包含计算机存储媒 体及通信媒体两者，通信媒体包含可使得能够将计算机程序从一处传送到另一处的任何媒 体。存储媒体可为可通过计算机存取的任何可用媒体。借助于实例而非限制性地，此种计算 机可读媒体可包含RAM、ROM、EEPROM、⑶-ROM或其它光盘存储装置、磁盘存储装置或其它磁 性存储装置，或可用于以指令或数据结构形式存储所要程序代码且可由计算机存取的任何 其它媒体。并且，可将任何连接适当地称为计算机可读媒体。如本文中所使用，磁盘及光盘 包含压缩光盘(CD)、激光光盘、光学光盘、数字多功能光盘(DVD)、软磁盘及蓝光光盘，其中 磁盘通常以磁性方式再现数据，而光盘用激光以光学方式再现数据。上述各者的组合也可 包含在计算机可读媒体的范围内。另外，方法或算法的操作可作为代码及指令中的一者或 任何组合或集合驻留于可并入到计算机程序产品中的机器可读媒体及计算机可读媒体上。
[0127] 对于所属领域的技术人员而言本发明中所描述的实施方案的各种修改可为显而 易见的，并且在不脱离本发明的精神或范围的情况下，本文中所定义的一般原理可适用于 其它实施方案。因此，权利要求书并不希望限于本文中所展示的实施方案，而应符合与本文 中所揭示的揭示内容、原理及新颖特征相一致的最广泛范围。词语"示例性"在本文中用于 表示"充当实例、例子或说明"。在本文中描述为"示例性"的任何实施方案不一定解释为比 其它可能性或实施方案优选或有利。另外，所属领域的技术人员将容易了解，有时为了易于 描述图而使用术语"上部"及"下部"，且指示对应于在适当定向的页面上的图的定向的相对 位置，且可能并不反映如所实施的IM0D的适当定向。
[0128] 在本说明书中在单独实施方案的上下文中描述的某些特征也可在单个实施方案 中组合实施。相反地，在单个实施方案的上下文中描述的各种特征还可单独在多个实施方 案中实施或以任何合适的子组合来实施。此外，尽管上文可将特征描述为以某些组合起作 用乃至最初如此主张，但在一些情况下，可将来自所主张的组合的一或多个特征从组合中 删除，并且所主张的组合可针对子组合或子组合的变化。
[0129] 类似地，虽然在图式中按特定次序描绘操作，但所属领域的技术人员将容易认识 到，此类操作不需要按所展示的特定次序或按顺序次序执行，或应执行所有所说明的操作 以实现所要结果。此外，图式可能以流程图形式示意性地描绘一个以上实例工艺。然而，可 将未描绘的其它操作并入于经示意性说明的实例过程中。举例来说，可在所说明的操作中 的任一者之前、之后、同时地或之间执行一或多个额外操作。在某些情况下，多任务处理及 并行处理可能是有利的。此外，上文所描述的实施方案中的各种系统组件的分离不应被理 解为在所有实施方案中要求此分离，且应理解，所描述的程序组件及系统一般可一起集成 在单个软件产品中或包装到多个软件产品中。另外，其它实施方案是在所附权利要求书的 范围内。在一些情况下，权利要求书中所叙述的动作可以不同次序来执行且仍实现所要结 果D
【主权项】
1. 一种用于处理触摸输入信号的设备，其包括： 处理器； 触摸装置，其经配置以接收触摸输入； 存储器，其可操作地耦合到所述处理器且经配置以存储处理器指令，所述处理器指令 配置所述处理器以 接收与所述触摸装置上的多个触摸事件相对应的多个数据点， 从所述多个数据点确定质量中心估计值； 确定质量中心估计值的搜索半径； 对于多个最大似然估计模型中的每一者： 使用所述多个最大似然估计模型中的最大似然估计模型基于所述质量中心估计值及 所述搜索半径确定触摸位置估计； 计算使用所述最大似然估计模型确定的所述触摸位置的误差； 基于所述计算误差从所述多个最大似然估计模型选择触摸位置估计;及 基于所述选定触摸位置估计的所述误差与阈值的比较确定最佳触摸点位置。2. 根据权利要求1所述的设备，其中所述处理器进一步经配置以： 基于具有使用加权样本估计形成的估计协方差矩阵的高斯模型构造自适应最大似然 估计模型； 确定所述自适应最大似然估计模型的误差； 将所述自适应最大似然估计模型的所述误差与所述选定触摸位置估计的所述误差相 比较;及 如果所述自适应最大似然估计模型的所述误差小于所述选定触摸位置估计的所述误 差，则将所述自适应最大似然估计模型存储于所述多个最大似然估计模型中。3. 根据权利要求1所述的设备，其中基于所述选定触摸位置估计的所述误差与阈值的 比较确定最佳触摸点位置包括： 将所述选定触摸位置估计的所述误差与阈值相比较； 如果所述误差小于所述阈值，则将所述选定触摸位置用作所述最佳触摸点位置;及 如果所述误差不小于所述阈值，则基于触摸点的质心估计确定所述最佳触摸点位置。4. 根据权利要求1所述的设备，其中所述处理器指令进一步配置所述处理器以基于确 定所述质量中心的搜索质心误差的估计值来确定所述搜索半径。5. 根据权利要求4所述的设备，其中所述处理器指令进一步配置所述处理器以使用触 摸屏的信噪比来确定所述质量中心的搜索质心误差的估计值。6. 根据权利要求4所述的设备，其中所述处理器指令进一步配置所述处理器以使用所 述触摸屏的混叠估计来确定所述质量中心的搜索质心误差的估计值。7. 根据权利要求4所述的设备，其中所述处理器指令进一步配置所述处理器以使用到 所述触摸屏的边缘数据的距离来确定所述质量中心的搜索质心误差的估计值。8. 根据权利要求4所述的设备，其中所述处理器指令进一步配置所述处理器以基于所 述触摸屏的信噪比、所述触摸屏的混叠估计及到所述触摸屏的边缘数据的距离来确定所述 质量中心的搜索质心误差的估计值。9. 根据权利要求8所述的设备，其中所述处理器指令进一步配置所述处理器以在确定 所述质量中心估计值之前下采样所述接收到的多个数据点。10. -种处理触摸输入信号的方法，所述方法包括： 接收与触摸装置上的多个触摸事件相对应的多个数据点， 从所述多个数据点确定质量中心估计值； 确定质量中心估计值的搜索半径； 对于多个最大似然估计模型中的每一者： 使用所述多个最大似然估计模型中的最大似然估计模型基于所述质量中心估计值及 所述搜索半径确定触摸位置估计； 计算使用所述最大似然估计模型确定的所述触摸位置的误差； 基于所述计算误差从所述多个最大似然估计模型选择触摸位置估计;及 基于所述选定触摸位置估计的所述误差与阈值的比较确定最佳触摸点位置。11. 根据权利要求10所述的方法，其进一步包括： 基于具有使用加权样本估计形成的估计协方差矩阵的高斯模型构造自适应最大似然 估计模型； 确定所述自适应最大似然估计模型的误差； 将所述自适应最大似然估计模型的所述误差与所述选定触摸位置估计的所述误差相 比较;及 如果所述自适应最大似然估计模型的所述误差小于所述选定触摸位置估计的所述误 差，则将所述自适应最大似然估计模型存储于所述多个最大似然估计模型中。12. 根据权利要求10所述的方法，其中基于所述选定触摸位置估计的所述误差与阈值 的比较确定最佳触摸点位置包括： 将所述选定触摸位置估计的所述误差与阈值相比较； 如果所述误差小于所述阈值，则将所述选定触摸位置用作所述最佳触摸点位置;及 如果所述误差不小于所述阈值，则基于触摸点的质心估计确定所述最佳触摸点位置。13. 根据权利要求10所述的方法，其进一步包括基于确定所述质量中心的搜索质心误 差的估计值来确定所述搜索半径。14. 根据权利要求13所述的方法，其进一步包括使用触摸屏的信噪比来确定所述质量 中心的搜索质心误差的估计值。15. 根据权利要求13所述的方法，其进一步包括使用所述触摸屏的混叠估计来确定所 述质量中心的搜索质心误差的估计值。16. 根据权利要求13所述的方法，其进一步包括使用到所述触摸屏的边缘数据的距离 来确定所述质量中心的搜索质心误差的估计值。17. 根据权利要求13所述的方法，其进一步包括基于所述触摸屏的信噪比、所述触摸屏 的混叠估计及到所述触摸屏的边缘数据的距离来确定所述质量中心的搜索质心误差的估 计值。18. 根据权利要求17所述的方法，其进一步包括在确定所述质量中心估计值之前下采 样所述接收到的多个数据点。19. 一种非暂时性计算机可读存储媒体，其具有存储于其上的指令，所述指令致使处理 电路执行方法，所述方法包括： 接收与触摸装置上的多个触摸事件相对应的多个数据点， 从所述多个数据点确定质量中心估计值； 确定质量中心估计值的搜索半径； 对于多个最大似然估计模型中的每一者： 使用所述多个最大似然估计模型中的最大似然估计模型基于所述质量中心估计值及 所述搜索半径确定触摸位置估计； 计算使用所述最大似然估计模型确定的所述触摸位置的误差； 基于所述计算误差从所述多个最大似然估计模型选择触摸位置估计;及 基于所述选定触摸位置估计的所述误差与阈值的比较确定最佳触摸点位置。20. 根据权利要求19所述的非暂时性计算机可读存储媒体，其进一步包括： 基于具有使用加权样本估计形成的估计协方差矩阵的高斯模型构造自适应最大似然 估计模型； 确定所述自适应最大似然估计模型的误差； 将所述自适应最大似然估计模型的所述误差与所述选定触摸位置估计的所述误差相 比较;及 如果所述自适应最大似然估计模型的所述误差小于所述选定触摸位置估计的所述误 差，则将所述自适应最大似然估计模型存储于所述多个最大似然估计模型中。21. 根据权利要求19所述的非暂时性计算机可读存储媒体，其中基于所述选定触摸位 置估计的所述误差与阈值的比较确定最佳触摸点位置包括： 将所述选定触摸位置估计的所述误差与阈值相比较； 如果所述误差小于所述阈值，则将所述选定触摸位置用作所述最佳触摸点位置;及 如果所述误差不小于所述阈值，则基于触摸点的质心估计确定所述最佳触摸点位置。22. 根据权利要求19所述的非暂时性计算机可读存储媒体，其中所述方法进一步包括 基于确定所述质量中心的搜索质心误差的估计值来确定所述搜索半径。23. 根据权利要求22所述的非暂时性计算机可读存储媒体，其中所述方法进一步包括 使用触摸屏的信噪比来确定所述质量中心的搜索质心误差的估计值。24. 根据权利要求22所述的非暂时性计算机可读存储媒体，其中所述方法进一步包括 使用所述触摸屏的混叠估计来确定所述质量中心的搜索质心误差的估计值。25. 根据权利要求22所述的非暂时性计算机可读存储媒体，其中所述方法进一步包括 使用到所述触摸屏的边缘数据的距离来确定所述质量中心的搜索质心误差的估计值。26. 根据权利要求22所述的非暂时性计算机可读存储媒体，其中所述方法进一步包括 基于所述触摸屏的信噪比、所述触摸屏的混叠估计及到所述触摸屏的边缘数据的距离来确 定所述质量中心的搜索质心误差的估计值。27. 根据权利要求22所述的非暂时性计算机可读存储媒体，其中所述方法进一步包括 在确定所述质量中心估计值之前下采样所述接收到的多个数据点。28. -种用于处理触摸输入信号的设备，其包括： 用于接收与触摸装置上的多个触摸事件相对应的多个数据点的装置， 用于从所述多个数据点确定质量中心估计值的装置； 用于确定质量中心估计值的搜索半径的装置； 对于多个最大似然估计模型中的每一者： 用于使用所述多个最大似然估计模型中的最大似然估计模型基于所述质量中心估计 值及所述搜索半径确定触摸位置估计的装置； 用于计算使用所述最大似然估计模型确定的所述触摸位置的误差的装置； 用于基于所述计算误差从所述多个最大似然估计模型选择触摸位置估计的装置;及 用于基于所述选定触摸位置估计的所述误差与阈值的比较确定最佳触摸点位置的装 置。29. 根据权利要求28所述的设备，其进一步包括： 用于基于具有使用加权样本估计形成的估计协方差矩阵的高斯模型构造自适应最大 似然估计模型的装置； 用于确定所述自适应最大似然估计模型的误差的装置； 用于将所述自适应最大似然估计模型的所述误差与所述选定触摸位置估计的所述误 差相比较的装置;及 用于在所述自适应最大似然估计模型的所述误差小于所述选定触摸位置估计的所述 误差的情况下将所述自适应最大似然估计模型存储于所述多个最大似然估计模型中的装 置。30. 根据权利要求28所述的设备，其中用于基于所述选定触摸位置估计的所述误差与 阈值的比较确定最佳触摸点位置的装置包括： 用于将所述选定触摸位置估计的所述误差与阈值相比较的装置； 用于在所述误差小于所述阈值的情况下将所述选定触摸位置用作所述最佳触摸点位 置的装置;及 用于在所述误差不小于所述阈值的情况下基于触摸点的质心估计确定所述最佳触摸 点位置的装置。
【文档编号】G06F3/041GK106030475SQ201580008774
【公开日】2016年10月12日
【申请日】2015年2月19日
【发明人】W·Y-M·黄, M·I·艾哈迈德, H·W·D·王, R·蒂拉克, 高强, S·亚利尔, T·K·K·昂, C·K·M·罗, R·王
【申请人】高通股份有限公司