用于超声波触控屏触摸定位的机器学习方法
信号处理
2022-04-29 v2
摘要
本文研究采用简单深度神经网络(DNN)进行分类与回归，利用超声导波在触觉表面上进行触摸定位。首先由机械手指模拟触摸动作并采集数据以训练模型，随后用人类手指实验所得数据对模型进行验证。给出了时域与频域下的定位均方根误差(RMSE)。所提方法对大多数人机交互提供了令人满意的定位结果，平均误差0.47 cm、标准差0.18 cm，计算时间0.44 ms。该分类方法还被适配用于识别门禁键盘布局上的触摸，准确率达97%，计算时间0.28 ms。这些结果表明，基于DNN的方法是使用超声导波进行精确稳健触摸定位的信号处理方法的可靠替代方案。
引用
@article{arxiv.2202.08947,
title = {Machine Learning for Touch Localization on Ultrasonic Wave Touchscreen},
author = {Sahar Bahrami and Jérémy Moriot and Patrice Masson and François Grondin},
journal= {arXiv preprint arXiv:2202.08947},
year = {2022}
}