当前位置: 首页> 交通专利数据库 >详情
原文传递 一种电容传感器及对其电容信号进行处理的成像定位方法
专利名称: 一种电容传感器及对其电容信号进行处理的成像定位方法
摘要: 本发明属于传感器应用领域,公开了一种电容式传感器,电容式传感器共有八个圆弧形的电极,电极印刷在电容式传感器的触摸屏边缘的表面上,按照间隔在所述触摸屏上围为环形;电极引线印刷在触摸屏边缘的表面上,电极引线与外部激励信号输入系统系统和检测信号采集系统相连接;触摸屏外侧设置有介电屏蔽层;本发明还公开了利用上述电容传感器得到的电容信号进行处理的成像定位方法。本发明利用电容信号进行图像重建来确定触摸位置,只需要在触摸屏上印刷电极,结构简单、巧妙,制作方便,不需要外加结构,本发明适用于触摸屏的图像重建进行定位。
专利类型: 发明专利
申请人: 北京航空航天大学
发明人: 高硕;孙世杰;吕瑞函;黄安彪;徐立军
专利状态: 有效
申请日期: 1900-01-20T00:00:00+0805
发布日期: 1900-01-20T00:00:00+0805
申请号: CN201911414146.X
公开号: CN111077193A
代理机构: 石家庄科诚专利事务所(普通合伙)
代理人: 刘丽丽;刘兰芳
分类号: G01N27/22;G06F3/041;G06F3/044;G;G01;G06;G01N;G06F;G01N27;G06F3;G01N27/22;G06F3/041;G06F3/044
申请人地址: 100191 北京市海淀区学院路37号
主权项: 1.一种电容式传感器,其特征在于,所述电容式传感器共有八个圆弧形的电极,所述电极印刷在电容式传感器的触摸屏边缘的表面上,按照间隔在所述触摸屏上围为环形; 所述电极引线印刷在触摸屏边缘的表面上,所述电极引线与外部激励信号输入系统和检测信号采集系统相连接;所述触摸屏外侧设置有介电屏蔽层。 2.根据权利要求1所述的一种触摸屏,其特征在于,所述电极与电极引线均采用ITO材料。 3.根据权利要求1或2任意一项所述的电容传感器对其电容信号进行处理的成像定位方法,其特征在于,包括以下步骤: 一、对电极依次编号,选取一个电极作为激励电极,其余电极作为检测电极,通过激励信号输入系统对选取的激励电极施加激励信号电压后,依次对检测电极进行检测,得到测量的电容值; 得到所有测量的电容值后,更换激励电极,选择另一个电极作为激励电极,其余电极作为检测电极,重复之前的操作,直到所有电极都被激励一次; 二、通过数据采集系统采集步骤一中测量的电容值传入上位机中,根据电容值计算电极围成的区域内的介电常数并判断介电常数物质类别,进行图像重建。 4.根据权利要求3所述的一种电容传感器对其电容信号进行处理的成像定位方法,其特征在于,所述步骤三中图像重建算法包括以下步骤: (一)将电极围成的区域剖分为N个单元,N≥2,将单元i的介电常数物质变化后测量的电容值向量xi作为输入向量,单元i的介电常数物质变化后,电极围成的区域内全部单元的介电常数向量yi作为输出向量,通过SVM算法对每个单元依次进行训练,得到N个单元训练样本集 (二)采用并联归一化模型对输入向量xi进行电容归一化处理,得到归一化后的训练样本集为 (三)对单元i,对归一化后的训练样本集建立两分类问题,然后对归一化后的训练样本集构造相应的最优化问题并引入拉格朗日乘子转为对偶问题,求得最优解,然后对两分类问题构造对应的决策函数fi=sgn(g(xi)),其中, K(xi,xj)为核函数,K(xi,xj)=exp(-γ||xi-xj||2),γ>0,其中,γ为固定算子,d为常数; (四)通过xi能否使决策函数中的g(xi)得到最大值来判定单元i的介电常数,然后判断单元i介电常数物质类别; (五)对电极围成的区域剖分的N个单元分别重复(三)、(四)步骤,完成对电极围成的区域全部内单元的介电常数物质类别的判断,重建图像。 5.根据权利要求4所述的一种电容传感器对其电容信号进行处理的成像定位方法,其特征在于,所述步骤(二)中的并联归一化模型为 其中Ci为检测到的电容值,Cl表示电极围成的区域中标定的低介电常数物质满场分布时的电容值,Ch表示电极围成的区域中标定的高介电常数物质满场分布时的电容值;xi’为归一化电容值,xi’与被检测的电容值Ci为线性关系。 6.根据权利要求4所述的一种电容传感器对其电容信号进行处理的成像定位方法,其特征在于,所述步骤(一)触摸过程中单元i介电常数物质变化后测量的电容值向量单元i的介电常数物质变化后,电极围成的区域内全部单元的介电常数向量 其中为单元i内介电常数物质变化后测的电容值,n为测得的电容值的个数;是单元i的介电常数物质变化后编号为N的单元内的介电常数; 步骤(二)中xi归一化处理后得到 7.根据权利要求4所述的一种电容传感器对其电容信号进行处理的成像定位方法,其特征在于,所述步骤(三)中,对于训练样本集中的训练样本构造最优化问题为 引入拉格朗日乘子后,构造对偶问题为 得到最优解,其中,为单元i最优化问题的最优解,为单元i对偶问题的最优解,C为惩罚函数,为引入的松弛变量,b为常数,xj为引入拉格朗日乘子导出对偶问题后与xi的对偶值,yj为引入拉格朗日乘子导出对偶问题后与yi的对偶值。
所属类别: 发明专利
检索历史
应用推荐