空中鼠标算法原理讨论

简介:

   空中鼠标是利用陀螺仪输出的数据,对屏幕上的光标进行控制的设备。原理看起来相对简单,但实现起来,也有不少需要解决的问题。本文是作者在之前开发时的总结。

Image

基本原理

     将空中鼠标的X轴(Pitch)角速度和Z轴(Yaw)映射到鼠标的移动速度上。因此抓握设备的方式就事先要确定,比如哪面朝前,哪面朝上。灵敏度也需要通过实验进行确定。如果能够获取屏幕的分辨率或者屏幕尺寸从而进行动态调节,则效果更佳。

抗静态偏移

     鼠标在不移动的时候,光标自然是不能移动的。但不得不指出,廉价的陀螺仪本身会有静态输出。有些甚至能达到20度/s。 好在偏移通常不会因为环境而发生变化。所以需要在出厂前进行校正。这种问题比较容易解决。

平滑算法

     消费级陀螺仪由于成本所限,精度必然不会很高,数据会出现抖动。通过提高采样速率,即所谓的过采样技术,对同一时刻多个数据进行滤波和平滑,从而尽可能准确地反馈当时的运动状态。

运动平面不匹配

Image(1)

     如上图所示,如果以Z为轴,向Y方向旋转,那么鼠标会划出一条水平的轨迹。但当设备本身发生一定倾斜,如在X轴上有一个旋转角,那么像刚才的移动,就会划出一条斜线。这可能会对用户造成费解。如果拥有加速度计,测量设备的倾斜程度,通过传感器融合算法,就能相对而言避免这类问题。但算法要求较高。

旋转,而不是位移

     普通鼠标都是基于位移的,移动多少,光标就移动多少。但空鼠不是,空鼠是基于旋转的。如果把空鼠在不旋转的基础上,移动一定距离,会发现光标完全没有变化(可能会因为一些干扰造成晃动)。这会让用户费解。可能有算法会试图通过所谓的加速度积分获取位移来考虑水平或垂直运动。但这种算法肯定是不行的,因为传感器的精度限制会非常不准确,基本没有解决的可能性。

防按键抖动

      普通鼠标的按键基本都做在鼠标的顶部,所以按键不会造成鼠标位移。想象按键若做在鼠标侧面,而且按键很硬的话,可能就会出现抖动。因此空中鼠标对按键的要求很高,需要尽可能的,同时还能有明确的触觉反馈。在按下去的时候,能尽量让鼠标不发生位移。最麻烦的是双击操作,双击时人点击鼠标的力量通常比单击大不少。而且会有两次连续的抖动。如果位移过远,操作系统会将其认为是一次拖拽操作,而非双击操作,这需要额外的处理。

手势识别

     这涉及到比较高级的问题,空鼠显然脱离键盘,一些快捷操作无法实现,通过一定的手势能够检测特定的动作,从而触发之前定义的操作。但这涉及到机器学习的话题,而且需要较高的用户学习成本。同样的操作,不同用户做出来的特征可能完全不同。

休眠

     电池供电系统,功耗是必须考虑的,可考虑在一定时间内没有检测到运动,则自动进入低功耗模式,间歇式的发送数据。

结论

     通过基本原理实现最简单的空鼠并不困难,但用户体验并不好。通过加入其它方法,能够有效提升准确性。但必须指出,解决运动平面不匹配的方法虽然能解决匹配问题,会降低实时性,产生类似时滞的感觉,所以取舍还需要具体分析。

     不同传感器和硬件设计,需要调节参数,通过反复的实验对比,确定合理的方案。

相关文章
|
7月前
|
数据采集 算法 计算机视觉
LabVIEW模拟荧光显微管滑动实验
LabVIEW模拟荧光显微管滑动实验
38 5
|
7月前
|
传感器 数据采集 vr&ar
LabVIEW利用纳米结构干电极控制神经肌肉活动
LabVIEW利用纳米结构干电极控制神经肌肉活动
37 0
|
数据采集 定位技术
巧用千寻位置GNSS软件| 一文教会横断面测量
选择目标线路,点击【确定】,如图 5.8-4所示,设置是否自动选择断面、计算方式、 放样间隔和横断面法线长度(道路中线到横断面边点的距离)。点击【确定】进入放样界 面,如图 5.8-5所示。当线路垂距小于 3米时,在横断面两侧生成平行线,进入精准定位。 根据箭头方向提示和下状态栏中垂距和平距提示移动当前点,当当前点位于横断面上时,根 据工程要求进行横断面数据采集和放样。也可以通过上下键切换到相邻的横断面。
巧用千寻位置GNSS软件| 一文教会横断面测量
现代检测技术课程实验编程:波特图分析仪原理仿真:一阶检测系统编程仿真
现代检测技术课程实验编程:波特图分析仪原理仿真:一阶检测系统编程仿真
现代检测技术课程实验编程:波特图分析仪原理仿真:一阶检测系统编程仿真
|
Java
Java实现最小二乘法线性拟合,传感与检测,单臂半桥全桥实验,江南大学自动化
Java实现最小二乘法线性拟合,传感与检测,单臂半桥全桥实验,江南大学自动化
206 0
Java实现最小二乘法线性拟合,传感与检测,单臂半桥全桥实验,江南大学自动化
|
机器学习/深度学习 PyTorch 算法框架/工具
北大图灵班本科生带来动画CG福音,「最懂骨骼的卷积网络」,无需配对样本实现动作迁移 | SIGGRAPH
云栖号资讯:【点击查看更多行业资讯】在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来! 我有一个动画形象,我有一套人体动作,可想要把它们组合成真正的动画,可不是 1+1 这么简单。 别看这体型迥异的三位动作整齐划一,支撑动画的骨架却差异甚大。