-
公开(公告)号:CN111309145B
公开(公告)日:2021-03-23
申请号:CN202010081102.6
申请日:2020-02-05
Applicant: 吉林大学
IPC: G06F3/01 , G06F3/0488 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于生理物理建模的静电力触觉渲染方法,属于虚拟现实与人机交互领域领域。确定手指划过真实材质表面第一速度,第一法向力以及第一切向力;确定手指划过静电力触觉再现装置表面第二速度以及第二法向力;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);根据第二速度,第二法向力以及生理物理映射关系f(t),确定驱动切向力;根据驱动切向力确定静电力触觉再现装置渲染真实材质施加的激励信号瞬态电压V(t)。本发明建立了生理物理映射关系,及手指划过触觉再现装置的切向力与激励信号的映射关系,实现了在触觉再现装置上呈现真实材质的纹理渲染。该方法无操作约束,通用性及可扩展性强。
-
公开(公告)号:CN110703952B
公开(公告)日:2021-07-27
申请号:CN201910966021.1
申请日:2019-10-11
Applicant: 吉林大学
IPC: G06F3/041
Abstract: 本发明涉及一种基于双马达装置的法向虚拟按键渲染方法,属于触摸屏技术领域。包括,获取用户手指与触摸屏交互时的位置;分别计算马达到该位置的距离和在该位置处产生反馈时的驱动时间差;获取用户手指与触摸屏交互过程中的接触面积,并初始化最大接触面积;根据接触面积计算用户施加的力;根据施加的力计算驱动信号的持续时间和电压以及两个脉冲之间的时间间隔;根据上述步骤在交互位置处生成虚拟按键并产生振动反馈。本发明优点是使用户在硬质触摸屏上感受到按下去的感觉,而且可以根据所要模拟物理按键的不同有不一样的反馈,增强人机交互体验,在减少视觉参与的同时不降低交互效率。
-
公开(公告)号:CN110703952A
公开(公告)日:2020-01-17
申请号:CN201910966021.1
申请日:2019-10-11
Applicant: 吉林大学
IPC: G06F3/041
Abstract: 本发明涉及一种基于双马达装置的法向虚拟按键渲染方法,属于触摸屏技术领域。包括,获取用户手指与触摸屏交互时的位置;分别计算马达到该位置的距离和在该位置处产生反馈时的驱动时间差;获取用户手指与触摸屏交互过程中的接触面积,并初始化最大接触面积;根据接触面积计算用户施加的力;根据施加的力计算驱动信号的持续时间和电压以及两个脉冲之间的时间间隔;根据上述步骤在交互位置处生成虚拟按键并产生振动反馈。本发明优点是使用户在硬质触摸屏上感受到按下去的感觉,而且可以根据所要模拟物理按键的不同有不一样的反馈,增强人机交互体验,在减少视觉参与的同时不降低交互效率。
-
公开(公告)号:CN111368251A
公开(公告)日:2020-07-03
申请号:CN202010081105.X
申请日:2020-02-06
Applicant: 吉林大学
Abstract: 本发明涉及一种基于均方根误差的振动式触觉再现纹理渲染真实感的定量评估方法,属于人机交互领域。利用真实纹理,感知并记录真实对象感知三轴加速度数据并构造真实对象感知数据矩阵,利用振动式触觉反馈装置对真实纹理进行渲染,感知并记录虚拟对象的感知三轴加速度数据,分别得到真实对象加速度矩阵与虚拟对象加速度矩阵,得到真实对象频域幅度矩阵与虚拟对象频域幅度矩阵,计算两频域幅度间的均方根误差。本发明可以实现基于振动式触觉再现装置的虚拟对象渲染真实感的定量评估,且从振动感知特性入手,利用加速度的振动频率分布,客观地评价了其渲染真实感,不易受环境、用户心理等因素影响。
-
公开(公告)号:CN111309145A
公开(公告)日:2020-06-19
申请号:CN202010081102.6
申请日:2020-02-05
Applicant: 吉林大学
IPC: G06F3/01 , G06F3/0488 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于生理物理建模的静电力触觉渲染方法,属于虚拟现实与人机交互领域领域。确定手指划过真实材质表面第一速度,第一法向力以及第一切向力;确定手指划过静电力触觉再现装置表面第二速度以及第二法向力;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);根据第二速度,第二法向力以及生理物理映射关系f(t),确定驱动切向力;根据驱动切向力确定静电力触觉再现装置渲染真实材质施加的激励信号瞬态电压V(t)。本发明建立了生理物理映射关系,及手指划过触觉再现装置的切向力与激励信号的映射关系,实现了在触觉再现装置上呈现真实材质的纹理渲染。该方法无操作约束,通用性及可扩展性强。
-
-
-
-