[發(fā)明專利]智能終端的體感控制方法、系統(tǒng)及計算機可讀存儲介質

在審

• 申請?zhí)枺?/td>: 202011060480.2
• 申請日: 2020-09-30
• 公開（公告）號: CN112162637A
• 公開（公告）日: 2021-01-01
• 發(fā)明（設計）人: 塞力克·斯蘭穆;肖明明;胡林
• 申請（專利權）人: 上海眾鏈科技有限公司
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06K9/62;A63F13/212;A63F13/214;A63F13/428
• 代理公司: 上海雍灝知識產權代理事務所(普通合伙) 31368
• 代理人: 沈汶波

1.一種智能終端的體感控制方法，其特征在于，包括以下步驟：

所述智能終端內預設有對應于至少一種體感事件的事件坐標；

所述智能終端接收一運動操作；

基于所述運動操作，所述智能終端計算所述運動操作的運動狀態(tài)信息，其中所述運動狀態(tài)信息包括所述運動操作的角速度、線速度、旋轉角度、線加速度、運動距離及初始姿態(tài)；

將所述運動狀態(tài)信息與預設于所述智能終端內的決策條件進行比對，當所述決策條件判斷為真時，向所述智能終端的控制模塊內輸入一體感事件；

所述控制模塊根據所述體感事件查找對應于所述體感事件的事件坐標，并向運行于智能終端內的應用程序發(fā)送所述事件坐標；

所述應用程序接收對應于所述事件坐標，并執(zhí)行對應于所述事件坐標的觸摸事件。

2.如權利要求1所述的體感控制方法，其特征在于，

所述智能終端內預設有對應于至少一種體感事件的事件坐標的步驟包括：

所述智能終端出廠前，預存有至少一套體感事件與事件坐標對應的體感參數(shù)；

所述智能終端激活學習模式，并接收學習模式下的一指定事件坐標及運動操作，其中所述運動操作包括至少一個同一動作的多次學習動作；

所述智能終端計算每次學習動作的運動狀態(tài)信息，并統(tǒng)計所述運行狀態(tài)信息形成運動特征參數(shù)；

所述智能終端形成針對于所述指定事件坐標的新增體感參數(shù)，及針對所述運動特征參數(shù)的新增決策條件。

3.如權利要求2所述的體感控制方法，其特征在于，

基于所述運動操作，所述智能終端計算所述運動操作的運動狀態(tài)信息的步驟包括：

所述智能終端內的陀螺儀檢測所述運動操作的角速度，智能終端內的加速度傳感器檢測所述運動操作前所述智能終端的初始姿態(tài)，及所述運動操作的加速度；

所述陀螺儀和加速度傳感器將角速度、加速度發(fā)送至所述智能終端的控制模塊；

所述控制模塊積分計算所述運動操作的旋轉角度、運動操作的線速度、運動距離、角度平均值、過零點、角速度最大值、線速度最大值。

4.如權利要求3所述的體感控制方法，其特征在于，

所述控制模塊積分計算所述運動操作的旋轉角度、運動操作的線速度、運動距離、角度平均值、過零點、角速度最大值、線速度最大值的步驟前還包括：

所述控制模塊將所述運動狀態(tài)信息輸入一二階濾波器，其中所述二階濾波器的函數(shù)為H(z)＝y(tǒng)(z)/x(z)＝(b1+b2*z-1+b3*z-2)/(1+a2*z-1+a3*z-2)，x(z)為輸入的運動狀態(tài)信息；

所述控制模塊積分計算所述運動操作的旋轉角度、運動操作的線速度、運動距離、角度平均值、過零點、角速度最大值、線速度最大值的步驟包括：

根據y’(z)＝y(tǒng)(z)*Gain計算旋轉角度、線性速度、運動距離，其中y(z)為二階濾波器輸出的濾波后運動狀態(tài)信息。

5.如權利要求1所述的體感控制方法，其特征在于，

將所述運動狀態(tài)信息與預設于所述智能終端內的決策條件進行比對，當所述決策條件判斷為真時，向所述智能終端的控制模塊內輸入一體感事件的步驟包括：

所述智能終端內包括至少一條決策條件，所述決策條件內預設有運動狀態(tài)閾值；

所述控制模塊將所述運動狀態(tài)信息與每一所述決策條件內的每一運動狀態(tài)閾值進行比較，當所述運動狀態(tài)信息屬于所述運動狀態(tài)閾值時，所述控制模塊輸出所述決策條件的條件判斷為真，反之為假；

當每一決策條件形成的決策樹單元的條件判斷皆為真時，向控制模塊內的篩選單元輸出真事件；

篩選單元接收數(shù)量大于等于預設數(shù)量的多個決策樹單元輸出的真事件時，判定并形成所述體感事件。