欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020100811026
申请人: 吉林大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于生理物理建模的静电力触觉渲染方法,其特征在于,包括下列步骤:

(1)、确定手指划过真实材质表面时的第一速度v1,第一法向力FN1以及第一切向力Ff1;

(2)、确定手指划过静电力触觉再现装置表面时的第二速度v2以及第二法向力FN2;

(3)、根据所述第一速度v1,所述第一法向力FN1以及所述第一切向力Ff1,利用人工智能算法进行模型训练,确定生理物理映射关系f(t);

(4)、根据所述第二速度v2,所述第二法向力FN2以及所述生理物理映射关系f(t),确定驱动切向力Ff;

(5)、根据所述驱动切向力Ff确定所述静电力触觉再现装置渲染所述真实材质时施加的激励信号瞬态电压V(t)。

2.根据权利要求1所述的基于生理物理建模的静电力触觉渲染方法,其特征在于:所述步骤(3)中,根据所述第一速度v1,所述第一法向力FN1以及所述第一切向力Ff1,利用人工智能算法进行模型训练,确定生理物理映射关系f(t),具体包括:将所述第一法向力FN1按照固定间距分成n段,并将n个所述第一法向力FN1区间固定取值为n个第一法向分力FN1_n,其中n为大于或等于1的整数;

在n个所述第一法向分力FN1_n的条件下,分别根据n个所述第一法向力FN1区间所对应的所述第一速度v1与所述第一切向力Ff1,利用人工智能算法进行模型训练,确定n个分段生理物理映射关系fn(t)。

3.根据权利要求1所述的基于生理物理建模的静电力触觉渲染方法,其特征在于,所述步骤(3)中,根据所述第一速度v1,所述第一法向力FN1以及所述第一切向力Ff1,利用人工智能算法进行模型训练,确定生理物理映射关系f(t),具体包括:将所述第一速度v1按照固定间距分成n段,并将n个所述第一速度v1区间固定取值为n个第一速度分量v1_n,其中n为大于或等于1的整数;

在n个所述第一速度分量v1_n的条件下,分别根据n个所述第一速度v1区间所对应的所述第一法向力FN1与所述第一切向力Ff1,利用人工智能算法进行模型训练,确定n个分段生理物理映射关系fn(t)。

4.根据权利要求1-3所述的基于生理物理建模的静电力触觉渲染方法,其特征在于,所述根据所述第一速度v1,所述第一法向力FN1以及所述第一切向力Ff1,利用人工智能算法进行模型训练,确定生理物理映射关系f(t),具体包括:将所述第一速度v1和所述第一法向力FN1分别或同时作为输入参量,将所述第一切向力Ff1作为输出参量,利用人工智能算法进行模型训练,得到所述生理物理映射关系f(t)。

5.根据权利要求2~4所述的基于生理物理建模的静电力触觉渲染方法,其特征在于,所述人工智能算法为RBF神经网络算法。

6.根据权利要求1所述的基于生理物理建模的静电力触觉渲染方法,其特征在于,所述步骤(4)中,根据所述第二速度v2,所述第二法向力FN2以及所述生理物理映射关系f(t),确定驱动切向力Ff,具体包括:判断当前所述第二法向力FN2的取值,当所述第二法向力FN2等于第m第一法向分力FN1_m时,其中m为小于或等于n的正整数,根据所对应的第m分段生理物理映射关系fm(t)与当前所述第二速度v2,确定当前所述驱动切向力Ff;

当所述第二法向力FN2的取值在所述第m第一法向分力FN1_m与第m-1第一法向分力FN1_m-1之间时,分别根据所对应的所述第m分段生理物理映射关系fm(t)与第m-1分段生理物理映射关系fm-1(t)以及当前所述第二速度v2确定第m驱动切向力Ff_m以及第m-1驱动切向力Ff_m-1,并根据所述第m驱动切向力Ff_m以及所述第m-1驱动切向力Ff_m-1确定当前所述驱动切向力Ff。

7.根据权利要求1所述的基于生理物理建模的静电力触觉渲染方法,其特征在于,所述步骤(4)中,根据所述第二速度v2,所述第二法向力FN2以及所述生理物理映射关系f(t),确定驱动切向力Ff,具体包括:判断当前所述第二速度v2的取值,当所述第二速度v2等于第m第一速度分量v1_m时,其中m为小于或等于n的正整数,根据所对应的第m分段生理物理映射关系fm(t)与当前所述第二法向力FN2,确定当前所述驱动切向力Ff;

当所述第二速度v2的取值在所述第m第一速度分量v1_m与第m-1第一速度分量v1_m-1之间时,分别根据所对应的所述第m分段生理物理映射关系fm(t)与第m-1分段生理物理映射关系fm-1(t)以及当前所述第二法向力FN2确定第m驱动切向力Ff_m以及第m-1驱动切向力Ff_m-1,并根据所述第m驱动切向力Ff_m以及所述第m-1驱动切向力Ff_m-1确定当前所述驱动切向力Ff。

8.根据权利要求1所述的基于生理物理建模的静电力触觉渲染方法,其特征在于,所述步骤(5)中,根据所述驱动切向力Ff确定所述静电力触觉再现装置渲染所述真实材质时施加的激励信号瞬态电压V(t),具体包括:根据如下公式计算得到所述激励信号瞬态电压V(t);

Ff=μAV2(t)+μFN2

式中,A为所述静电力触觉再现装置电路系数,μ为所述静电力触觉再现装置屏幕材质摩擦系数。

9.根据权利要求8所述的基于生理物理建模的静电力触觉渲染方法,其特征在于,所述根据所述驱动切向力Ff确定所述静电力触觉再现装置渲染所述真实材质时施加的激励信号瞬态电压V(t),具体包括:当所述静电力触觉再现装置施加激励信号Y(t)时,确定手指划过所述静电力触觉再现装置表面时的第二切向力Ff2,根据所述第二切向力Ff2以及对应的所述激励信号Y(t),确定第一映射关系f1(t),并根据所述驱动切向力Ff以及所述第一映射关系f1(t)确定所述静电力触觉再现装置渲染所述真实材质时施加的激励信号瞬态电压V(t)。

10.根据权利要求9所述的基于生理物理建模的静电力触觉渲染方法,其特征在于,所述第一映射关系f1(t)为基于NARX神经网络模型的非线性映射关系。