[发明专利]一种笔迹轨迹预测方法

权利要求书

1.一种笔迹轨迹预测方法，其特征在于，包括如下步骤：

S1、触控单元实时采集笔迹数据；

S2、定义输入点与输出点的多个相关参数，其包含时间t与坐标x、y；

S3、根据历史输入点数据的时间矩阵T，和坐标矩阵X、Y，获取时间t与坐标x、y的函数关系系数矩阵A₁、A₂；

S4、根据历史输入点数据的规律，预测最后一步时间t_n的下一步时间t_n+1；

S5、根据步骤S3、S4，给出预测坐标(x’，y’)，其中：

当不包含压感、倾斜角特征时x’＝t_n+1A₁，y’＝t_n+1A₂；

当包含压感、倾斜角特征时，x’＝t_n+1(A₁+A)，y′＝t_n+1(A₂+A)，其中A通过以下两种方式之一获取：

作为正则项形式获取：

A＝(X^TX+λE)^-1X^TY，

其中，λ由压感和倾斜角特征组成；

作为加权形式获取：

A＝(X^TWX)^-1X^TWY，

其中，W由压感和倾斜角特征组成。

2.根据权利要求1所述的笔迹轨迹预测方法，其特征在于，步骤S2具体包括：

进行参数设置，包括多项式阶数k，输入点个数n，预测点个数m，历史输入数据[(x₁，y₁，t₁)，(x₂，y₂，t₂)，…，(x_n，y_n，t_n)]；输出为待预测点坐标(x’，y’)。

3.根据权利要求1所述的笔迹轨迹预测方法，其特征在于，步骤S3具体实施方式包括：

S31、根据获取的历史输入点数据创建T、X、Y矩阵，其中：

S32、获取时间t与坐标x、y的函数关系系数矩阵分别为：

A₁＝(T^TT)^-1T^TX，A₂＝(T^TT)^-1T^TY。

4.根据权利要求1所述的笔迹轨迹预测方法，其特征在于，步骤S4具体实施方式为：

当触控单元采样时间间隔为固定值Δt，则可根据最后一步时间t_n直接求出t_n+1＝t_n+Δt。

5.根据权利要求1所述的笔迹轨迹预测方法，其特征在于，步骤S4具体实施方式为：

当历史输入点数据时间间隔不一致，根据n个历史输入点数据的时间戳平均值t_ave＝(t₁+t₂+...+t_n)/n来赋值给t_n+1＝t_ave。

6.根据权利要求1所述的笔迹轨迹预测方法，其特征在于，步骤S4具体实施方式为：

当历史输入点数据时间间隔不一致，根据多项式最小二乘来进行预测t_n+1，设其多项式阶数为l，步骤如下：

S41、创建矩阵P、Q，其中：

S42、求出时间戳的系数矩阵为：

W＝(P^TP)^-1P^TQ；

S43、获得t_n+1＝P′W；其中，P′＝[1 n+1 … (n+1)^l]。

7.根据权利要求1所述的笔迹轨迹预测方法，其特征在于，步骤S5中，λ和W由以下方式获取：

压感特征对应的压感系数p＝(press-0.1)/(1-0.1)，

其中，压感press在0-1之间，如果p＞1，则令p＝1，如果p＜0.1，则令p＝0.1；

倾斜角特征对应的倾斜角系数θ＝(α-0.1)/(90-0.1)，角度α在0-90度，则如果θ＞1，则令θ＝1，如果θ＜0.1，则令θ＝0.1；

以上λ＝W＝0.5p+0.5θ。