TWI725423B - 隱藏式開關的校正控制方法 - Google Patents

隱藏式開關的校正控制方法 Download PDF

Info

Publication number
TWI725423B
TWI725423B TW108115786A TW108115786A TWI725423B TW I725423 B TWI725423 B TW I725423B TW 108115786 A TW108115786 A TW 108115786A TW 108115786 A TW108115786 A TW 108115786A TW I725423 B TWI725423 B TW I725423B
Authority
TW
Taiwan
Prior art keywords
value
correction
fuzzy
interval
corrected
Prior art date
Application number
TW108115786A
Other languages
English (en)
Other versions
TW202042083A (zh
Inventor
陳皇志
Original Assignee
仁寶電腦工業股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 仁寶電腦工業股份有限公司 filed Critical 仁寶電腦工業股份有限公司
Priority to TW108115786A priority Critical patent/TWI725423B/zh
Priority to US16/535,953 priority patent/US11221593B2/en
Publication of TW202042083A publication Critical patent/TW202042083A/zh
Application granted granted Critical
Publication of TWI725423B publication Critical patent/TWI725423B/zh

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本案為一種校正控制方法，包含:重建模糊推論系統；進行校正最大值及校正最小值的設定；判斷是否有輸出值輸出；當前述步驟判斷結果為是時由校正最大值以及校正最小值兩者的平均值來決定校正中間值，並判斷校正最大值以及校正中間值兩者之間的區間大小是否可構成歸屬函數的模糊區間；當前述步驟判斷結果為是時，輸出校正最大值、校正最小值及校正中間值，藉此使模糊推論系統之規則庫依據校正最大值、校正最小值及校正中間值來動態調整歸屬函數的模糊區間的大小及模糊區間的數量。

Description

隱藏式開關的校正控制方法
本案係關於一種校正控制方法，尤指一種隱藏式開關的校正控制方法。
目前，在電子裝置中，例如手機或是電子手環等，採用隱藏式開關來進行對應的功能操作，例如開啟/關閉電源等，已經非常普遍。隱藏式開關主要可以分為電容感測架構以及壓力感測架構，其中電容感測架構的隱藏式開關存在無法以金屬或以濕性手指進行操作之缺失。至於壓力感測架構的隱藏式開關則由於利用感測器來感測隱藏式開關被按壓時所接收之壓力大小或是所產生之形變大小，進而達到開關控制的功能，故可避免電容感測架構的隱藏式開關所存在之問題。
目前壓力感測架構的隱藏式開關雖然可利用監督式演算法，例如模糊控制(Fuzzy Control)的歸屬函數(Membership Function)等，來進行操作，以判斷隱藏式開關的按壓是否人為操作或是不當誤觸，然而一旦隱藏式開關的輸入條件改變，例如經過長時間使用而老化，導致按壓時反映的輸入最大值及輸入最小值之間的模糊區間縮小而無法像出廠時所定義的初始值，此時歸屬函數的模 糊區間仍沿用初始定義的模糊區間大小，將導致隱藏式開關使用的功能性不佳，甚至失效。
有鑒於此，如何發展一種可改善上述習知技術缺失之隱藏式開關的校正控制方法，實為相關技術領域者目前所需要解決之問題。
本案之目的在於提供一種隱藏式開關的校正控制方法，俾解決傳統隱藏式開關利用監督式演算法進行監督控制時，並無法因應隱藏式開關的輸入條件改變而進行對應調整，導致隱藏式開關在控制上存在功能性不佳或失效的缺失。
為達上述目的，本案提供一種校正控制方法，應用於電子裝置之控制器中，用以對電子裝置之隱藏式開關的每一次按壓操作進行校正控制，校正控制方法包含：(a)重建模糊推論系統，模糊推論系統包含模糊化單元、規則庫、模糊推論單元、解模糊化單元及校正單元，規則庫定義了複數個模糊規則及至少一歸屬函數的形式與範圍，模糊化單元於隱藏式開關進行按壓操作時對應接收輸入值，並轉換為對應於歸屬函數的模糊輸入集合，模糊推論單元接收模糊輸入集合，以執行複數個模糊規則的推論，進而輸出一模糊輸出集合，解模糊化單元對模糊輸出集合進行解模糊化，用於決定隱藏式開關每次被按壓的動態範圍座落的模糊區間；(b)進行校正最大值及校正最小值的設定；(c)判斷是否有輸出值輸出；(d)由校正最大值以及校正最小值兩者的平均值決定校正中間值，並判斷校正最大值以及校正中間值兩者之間的區間大小是否可構成歸屬函數的模糊區 間；(e)由校正單元輸出校正最大值以及校正最小值(f)調整模糊推論系統，藉此態調整歸屬函數的模糊區間的大小及模糊區間的數量；(g)由模糊化單元依據目前所接收到之所有輸入值的平均值構成校正最小值；(h)判斷校正最大值以及校正最小值兩者之間的區間大小是否足夠構成歸屬函數的模糊區間；以及(i)通知模糊推論系統之功能失效；其中依序執行步驟(a)、步驟(b)及步驟(c)，當步驟(c)的判斷結果為是時，執行步驟(d)，當步驟(c)的判斷結果為否時，執行步驟(g)，當步驟(d)的判斷結果為是時依序執行步驟(e)及該步驟(f)，當步驟(d)的判斷結果為否時執行步驟(i)，當步驟(g)執行完後執行步驟(h)，當步驟(h)的判斷結果為是時執行步驟(d)，當步驟(h)的判斷結果為否時執行步驟(i)。
1:電子裝置
2:隱藏式開關
3:控制器
4:類比/數位轉換器
30:模糊推論系統
31:模糊化單元
32:規則庫
33:模糊推論單元
34:解模糊化單元
35:校正單元
36:峰值決定單元
S1~S9、S40、S41、S42、S43:校正控制方法之步驟
S50~S57、S520、S521、S522、S523:決定方法之步驟
S70~S75:更新方法之步驟
第1圖為本案較佳實施例之隱藏式開關的校正控制方法的步驟流程示意圖；第2圖為第1圖所述之校正控制方法所應用之具隱藏式開關的電子裝置的架構示意圖；第3圖為第1圖所示之步驟S4的子步驟的步驟流程示意圖；第4圖係為第2圖所示之規則庫內之歸屬函數的區間示意圖；第5圖為第2圖所示之模糊推論系統之峰值決定單元在執行決定方法時的步驟流程示意圖；第6圖為第5圖所示之步驟S52的子步驟的步驟流程示意圖；第7圖為第2圖所示之模糊推論系統之規則庫在執行更新方法時的步驟流程示意圖。
體現本案特徵與優點的一些典型實施例將在後段的說明中詳細敘述。應理解的是本案能夠在不同的態樣上具有各種的變化，其皆不脫離本案的範圍，且其中的說明及圖式在本質上係當作說明之用，而非用於限制本案。
請參閱第1圖及第2圖，其中第1圖為本案較佳實施例之隱藏式開關的校正控制方法的步驟流程示意圖，第2圖為第1圖所述之校正控制方法所應用之具隱藏式開關的電子裝置的架構示意圖。如圖所示，本案之校正控制方法可因應電子裝置1之隱藏式開關2的輸入條件改變，例如隱藏式開關2之老化情況等，而對應校正隱藏式開關2之控制，其中電子裝置1可為手機、電子手環或數位相機等，但不以此為限，舉凡有隱藏式開關需求之電子裝置，皆適用本案之校正控制方法。此外，電子裝置1除了包含至少一隱藏式開關2外，更包含控制器3及類比/數位轉換器4。當隱藏式開關2被按壓時，類比/數位轉換器4可感測隱藏式開關2所接收之壓力大小或是隱藏式開關2被按壓時所產生之形變大小，並依據感測結果對應傳送輸入值至控制器3，其中該輸入值可反映出隱藏式開關2所接收之壓力大小或是隱藏式開關2被按壓時所產生之形變大小。控制器3依據類比/數位轉換器4在隱藏式開關2的每一次按壓操作時所輸出的輸入值，來作為一輸出值，以對隱藏式開關2進行控制，此外，由於電子裝置1之隱藏式開關2之輸入條件，例如老化情況等，實際上影響類比/數位轉換器4所輸出的輸入值，又控制器3之輸出值對應該輸入值之改變而有所調整，因此控制器3之輸出值實際上可反映出電子裝置1之隱藏式開關2的使用條件，故在本實施例中，當控制器3輸出該輸出值控制隱藏式開關2時，控制器3更依據該輸出值調整對隱藏式開關2之控制策略， 以依據前一次的輸出值而在下一次對隱藏式開關2進行控制時對該控制方式進行校正。
於一些實施例中，控制器3從類比/數位轉換器(analog-to digital converter,ADC)4所接收到之輸入值為所轉換之數位訊號。此外，控制器3可與類比/數位轉換器4為分離設置而彼此獨立，但不以此為限，於一些實施例中，類比/數位轉換器4亦可整併於控制器3中，以節省硬體空間。另外，隱藏式開關2可為但不限於電源鍵或拍照鍵等，且隱藏式開關2的個數也可為複數個，例如2個可分別構成聲音增大鍵及聲音減小鍵。
於本實施例中，控制器3係利用模糊控制的歸屬函數來對隱藏式開關2進行操作監督，故控制器3可在隱藏式開關2每一次的操作時重建模糊推論系統30，並藉由模糊推論系統30來對隱藏式開關2進行模糊控制，進而可準確地判斷隱藏式開關2的按壓是否人為操作或是不當誤觸，故可達到提升控制範圍的準確度之優勢，同時亦可在隱藏式開關2之輸入條件改變時，對隱藏式開關2的控制進行自動校正。此外，模糊推論系統30更可在隱藏式開關2之輸入條件惡化至無法再進行控制校正時，通知使用者模糊推論系統30之功能失效。
模糊推論系統30包含模糊化單元31、規則庫32、模糊推論單元33、解模糊化單元34及校正單元35。規則庫32定義了複數個模糊規則及至少一歸屬函數的形式與範圍。模糊化單元31將從類比/數位轉換器4所接收到之輸入值轉換為對應於規則庫32內之歸屬函數之模糊輸入集合。模糊推論單元33接收模糊輸入集合，以執行規則庫32內之複數個模糊規則的推論，進而輸出模糊輸出集合。解模糊化單元34對模糊輸出集合進行解模糊化，用於決定隱藏式開關2每次被按壓的動態範圍座落的模糊區間，並於隱藏式開關2每次被按壓時 對應產生輸出值，使得隱藏式開關2依據該輸出值而對應被控制。校正單元35可儲存校正最大值以及校正最小值，其中校正最大值以及校正最小值的初始值可預先設定，且校正單元35的輸入為解模糊化單元34此次輸出之輸出值。此外，在隱藏式開關2每一次的操作時，校正單元35便將現行所接收到之輸入值(即模糊化單元34目前解模糊化後產生的輸出值)與隱藏式開關2的前一次按壓操作結果進行比對，並判斷現行所接收到之輸入值超出目前的校正最大值在特定比例關係的設定區間時，將解模糊化單元34目前解模糊化的輸出值設定為校正最大值。此外，校正單元35亦將模糊化單元31在隱藏式開關2的前一次操作前，所取樣到的數個未輸入狀態的值(即隱藏式開關2在未輸入時，所產生的多個背景訊號值)取平均作為校正最小值。
於上述實施例中，控制器3實可依據電子裝置1出廠時的運作參數的初始值而先建立由類比訊號轉成數位訊號的系統初始最大值與系統初始最小值，以利用系統初始最大值與系統初始最小值而對歸屬函數的形式與範圍進行初始建立，如此一來，控制器3才可先定義出一套模糊理論的判斷法則而進行複數個模糊規則的推論。
請再參閱第1圖，本實施例之校正控制方法首先執行步驟S1，即重建如圖1所示之模糊推論系統30。接著，執行步驟S2，進行校正最大值及校正最小值的設定。其中在步驟S2中，可以將模糊化單元31現行所接收到之輸入值與在隱藏式開關2的前一次操作所對應接收的輸入值做比較，當現行所接收到之輸入值超出輸入值設定區間時，便以現行所接收到的輸入值設定為校正最大值，此外，更將模糊化單元31在隱藏式開關2的前一次操作前，所取樣到的 複數個未輸入狀態的值(即隱藏式開關2在未輸入時，所產生的多個背景訊號值)，取平均作為校正最小值。
在步驟S2執行完後，即執行步驟S3，判斷解模糊化單元34是否有輸出值輸出。當步驟S3的判斷結果為是時，則執行步驟S4，由校正最大值以及校正最小值兩者的平均值來決定校正中間值，並判斷校正最大值以及校正中間值兩者之間的區間大小是否可構成歸屬函數的模糊區間。當步驟S4的判斷結果為是時，則執行步驟S5，由校正單元35輸出校正最大值、校正最小值及校正中間值。最後，執行步驟S9，調整模糊推論系統30，使規則庫32中歸屬函數的模糊區間的大小及模糊區間的數量依據校正最大值、校正最小值及校正中間值來動態調整。
另外，當步驟S3的判斷結果為否時，則執行步驟S6，由模糊化單元31截至目前從類比/數位轉換器4所接收到之所有輸入值的平均值構成校正最小值。然後執行步驟S7，判斷校正最大值以及校正最小值兩者之間的區間大小是否足夠設計為歸屬函數新的模糊區間。當步驟S7的判斷結果為是時，執行步驟S4，反之，當步驟S7的判斷結果為否時，則執行步驟S8，通知模糊推論系統30之功能失效。另外，當步驟S4的判斷結果為否時，則代表隱藏式開關2之輸入條件已惡化至無法再進行控制校正，故當步驟S4的判斷結果為否時便接續執行步驟S8，通知模糊推論系統30之功能失效。
由上可知，本案之校正控制方法由於可判斷解模糊化單元34是否輸出該輸出值，並於該輸出值存在時，透過該輸出值的回傳而於隱藏式開關2之輸入條件改變時動態調整規則庫32中歸屬函數的模糊區間大小及模糊區間數量，故提升隱藏式開關2所使用的監督式演算法的功能性。此外，一旦當隱藏式開關 2之輸入條件惡化至無法再進行控制校正時，本案之校正控制方法亦可對使用者進行警示。
於上述實施例之步驟S7中，當校正最大值以及校正最小值兩者之間的區間大於第一常數與系統初始最大值的乘積時，判斷校正最大值以及校正最小值兩者之間的區間大小足夠設計為歸屬函數新的模糊區間，並執行步驟S4，反之，當校正最大值以及校正最小值兩者之間的區間小於或等於第一常數與系統初始最大值的乘積時，判斷校正最大值以及校正最小值兩者之間的區間大小不足夠設計為歸屬函數新的模糊區間，並執行步驟S8。其中第一常數為百分比值。
於上述實施例之步驟S4中，當校正最大值以及校正中間值兩者之間的區間大於第二常數與系統初始最大值的乘積時，判斷校正最大值以及校正中間值兩者之間的區間大小足夠構成歸屬函數的模糊區間，並執行步驟S5，反之，當校正最大值以及校正中間值兩者之間的區間小於或等於第二常數與系統初始最大值的乘積時，判斷校正最大值以及校正中間值兩者之間的區間大小不足夠構成歸屬函數的模糊區間，並執行步驟S8。其中第二常數為百分比值。
請參閱第3圖，其係為第1圖所示之步驟S4的子步驟的步驟流程示意圖。如圖所示，於一些實施例中，步驟S4更包含子步驟S40、子步驟S41、子步驟S42及子步驟S43，其中當步驟S3執行完後，則執行子步驟S40，判斷模糊化單元31在此次所接收到之輸入值是否落入與目前校正最大值成比例關係的輸入值設定區間內。其中輸入值設定區間可設定為目前校正最大值的0.9倍~1.1倍之間，然輸入值設定區間的區間範圍並不侷限於如上所述，可依電子裝置1的不同類型而進行的對應設定。
當子步驟S40的判斷結果為否時，執行子步驟S41，由模糊化單元31此次所接收到之輸入值構成校正最大值。反之，當子步驟S40的判斷結果為是時，則執行步驟S42，即維持該校正最大值不變。而當子步驟S41執行完後，則執行子步驟S43，由校正最大值以及校正最小值決定校正中間值，然後判斷校正最大值以及校正中間值兩者之間的區間大小是否可構成歸屬函數的模糊區間。而當子步驟S42執行完後，同樣執行子步驟S43。
請參閱第4圖，其係為第2圖所示之規則庫內之歸屬函數的區間示意圖。如圖所示，規則庫32之歸屬函數的波形圖的橫軸為可調變範圍，其代表輸入值或輸出值模糊化後的模糊區間，此外，歸屬函數的橫軸包含了最低區、至少一中間區及最高區之至少三個模糊區間，其中中間區的個數可例如M個，M大於或等於1，至於縱軸，則代表歸屬度，亦即輸入值或輸出值在模糊化後於歸屬函數裡所佔有的比例(Degree of Membership,DOM)，並以0~1(即0~100%)做模糊化準則。
請參閱第5圖，並配合第2圖，其中第5圖為第2圖所示之模糊推論系統之峰值決定單元在執行決定方法時的步驟流程示意圖。如圖所示，於一些實施例中，模糊推論系統30更可包含峰值決定單元36(如第2圖所示)，峰值決定單元36主要用以接收類比/數位轉換器4所傳來之輸入值，並接收校正單元35所傳來之校正最大值、校正最小值及校正中間值，更利用輸入值、校正最大值、校正最小值以及校正中間值而計算出歸屬函數的模糊區間的數量，以將計算結果提供給規則庫32，使規則庫32可動態調整歸屬函數。
於本實施例中，峰值決定單元36可執行決定方法，該決定方法首先會執行步驟S50，進行最大峰值及最小峰值的初始設定。其中在步驟S50中， 係將隱藏式開關2在理想狀態下，例如剛出廠時，被按壓而反映在類比/數位轉換器4上之輸入值中的最大值設定為最大峰值，同時將輸入值中的最小值設定為最小峰值。
當步驟S50執行完後，即執行步驟S51，判斷模糊化單元31是否接收到輸入值。當步驟S51的判斷結果為是時，則執行步驟S52，由最大峰值以及最小峰值兩者的平均值來決定中間值，然後判斷最大峰值以及中間值兩者之間的區間大小是否可構成歸屬函數的模糊區間。當步驟S52的判斷結果為是時則執行步驟S53，設定一判斷參數△，並判斷該判斷參數△是大於0.6，或是小於0.2，或是介於0.2及0.6之間(即0.2
Figure 108115786-A0305-02-0012-1
△
Figure 108115786-A0305-02-0012-3
0.6)，其中判斷參數△係以如下公式所示來取得：△=｜(中間值-校正中間值)｜/校正中間值，當步驟S53的判斷結果為判斷參數落於0.2及0.6之間時，則執行步驟S54，即利用輸入值、校正最大值、校正最小值以及校正中間值而計算出歸屬函數的模糊區間的數量(於此以N表示)，並將計算結果提供給規則庫32，藉此便可使規則庫32動態調整歸屬函數。其中在步驟S54中，模糊區間的數量的計算公式如下：N=1+〔｜最大峰值-最小峰值｜/(第三常數×判斷參數△)〕,其中第三常數為百分比值。
當步驟S53的判斷結果為判斷參數△大於0.6時，即代表中間值與校正中間值之間的差異太大而無法再進行歸屬函數的模糊區間的數量計算，因此便執行步驟S55，通知模糊推論系統30之功能失效。另外，當步驟S53的判斷結果為判斷參數△小於0.2時，則重新執行步驟51。
再者，當步驟S51的判斷結果為否時，則執行步驟S56，由校正最小值構成最小峰值。然後執行步驟S57，判斷最大峰值以及最小峰值兩者之間的區間大小是否足夠設計為歸屬函數新的模糊區間。當步驟S57的判斷結果為是時，執行步驟S52，反之，當步驟S57的判斷結果為否時，則執行步驟S55。另外，當步驟S52的判斷結果為否時，則代表隱藏式開關2之輸入條件已惡化至無法再進行控制校正，故在步驟S52的判斷結果為否時便接續執行步驟S55。
於上述實施例之步驟S57中，當最大峰值以及最小峰值兩者之間的區間大於第一常數與系統初始最大值的乘積時，判斷最大峰值以及最小峰值之間的區間大小足夠設計為歸屬函數新的模糊區間，並執行步驟S52，反之，當最大峰值以及最小峰值兩者之間的區間小於或等於第一常數與系統初始最大值的乘積時，判斷最大峰值以及最小峰值兩者之間的區間大小不足夠設計為歸屬函數新的模糊區間，並執行步驟S55。
請參閱第6圖，其係為第5圖所示之步驟S52的子步驟的步驟流程示意圖。如圖所示，於一些實施例中，步驟S52更包含子步驟S520、子步驟S521、子步驟S522及子步驟S523，其中當步驟S51執行完後，則執行子步驟S520，即判斷目前所接收到之輸入值是否落於輸入值設定區間。當步驟S520的判斷結果為否時，則執行步驟S521，由目前所接收到之輸入值來構成最大峰值。反之，當步驟S520的判斷結果為是時，則執行步驟S522，由校正最大值構成最大峰值。而當子步驟S521執行完後，則執行子步驟S523，由最大峰值以及最小峰值決定中間值，然後判斷最大峰值以及中間值兩者之間的區間大小是否可構成歸屬函數的模糊區間。而當子步驟S522執行完後，同樣執行子步驟S523。
而藉由峰值決定單元36便可於隱藏式開關2之使用過程中不斷記錄輸入值之最大值及最小值，進而計算出歸屬函數的模糊區間的數量，藉此提供給規則庫32定義模糊集合時的參考用。
請參閱第7圖，並配合第2圖，其中第7圖為第2圖所示之模糊推論系統之規則庫在執行更新方法時的步驟流程示意圖。如圖所示，本實施例之規則庫32更可執行更新方法，其中該更新方法首先執行步驟S70，從峰值決定單元36取得最大峰值、最小峰值、輸入值以及歸屬函數的模糊區間的數量N。然後執行步驟S71，判斷規則庫32是否存在既有的模糊規則。當步驟S71的判斷結果為否時，則執行步驟S72，依據初始條件進行歸屬函數的模糊區間的計算。其中在步驟S72中，該初始值條件包含由隱藏式開關2在理想狀態下，例如剛出廠時，被按壓而反映在控制器3上之初使的輸入值中的最大值及最小值分別構成最大峰值及最小峰值，以及由最小峰值及最大峰值兩者所取得的初始的歸屬函數的模糊區間的數量。然後執行步驟S73，依據計算結果建立歸屬函數，並對模糊推論單元33進行更新。
另外，當步驟S71的判斷結果為是時，則執行步驟S74，以目前所設定的最大峰值、最小峰值以及目前歸屬函數的模糊區間的數量重新進行歸屬函數的模糊區間的計算。然後，執行步驟S75，依據計算結果重新建立歸屬函數，並對模糊推論單元33進行更新。
在本實施例中，規則庫32由於不斷的更新最大峰值及最小峰值，故可讓歸屬函數隨著隱藏式開關2的輸入條件改變而變動，故更能定義出符合目前隱藏式開關2所需要的歸屬函數。
綜上所述，本案提供一種隱藏式開關的校正控制方法，該校正控制方法由於可判斷解模糊化單元是否輸出該輸出值，並於該輸出值存在時，透過該輸出值而於隱藏式開關之輸入條件改變時動態調整規則庫中歸屬函數的模糊區間大小及模糊區間數量，不斷自動產出新的模糊規則，讓電子產品得以新模糊規則作為隱藏式開關的動作新判斷條件，如此一來，可提升隱藏式開關所使用的監督式演算法的功能性。更甚者，當隱藏式開關之輸入條件惡化至無法再進行控制校正時，本案之校正控制方法亦可對使用者進行警示。
S1~S9:校正控制方法

Claims (10)

  1. 一種校正控制方法，應用於一電子裝置之一控制器中，用以對該電子裝置之一隱藏式開關的每一次按壓操作進行校正控制，該校正控制方法包含：(a)重建一模糊推論系統，該模糊推論系統包含一模糊化單元、一規則庫、一模糊推論單元、一解模糊化單元、一校正單元及一峰值決定單元，該規則庫定義了複數個模糊規則及至少一歸屬函數的形式與範圍，該模糊化單元於該隱藏式開關進行按壓操作時對應接收一輸入值，並轉換為對應於該歸屬函數的一模糊輸入集合，該模糊推論單元接收該模糊輸入集合，以執行複數個該模糊規則的推論，進而輸出一模糊輸出集合，該解模糊化單元對該模糊輸出集合進行解模糊化，用於決定該隱藏式開關每次被按壓的動態範圍座落的模糊區間，並對應產生一輸出值，該峰值決定單元接收該輸入值；(b)進行一校正最大值及一校正最小值的設定；(c)判斷是否有該輸出值輸出；(d)由該校正最大值以及該校正最小值兩者的平均值決定一校正中間值，並判斷該校正最大值以及該校正中間值兩者之間的區間大小是否可構成該歸屬函數的模糊區間；(e)由該校正單元輸出該校正最大值、該校正中間值以及該校正最小值至該峰值決定單元，使該峰值決定單元利用該輸入值、該校正最大值、該校正最小值以及該校正中間值進行計算，並將計算結果提供給該規則庫； (f)調整該模糊推論系統，藉此使該規則庫依據該計算結果動態調整該歸屬函數的模糊區間的大小及模糊區間的數量；(g)由該模糊化單元依據目前所接收到之所有該輸入值的平均值構成該校正最小值；(h)判斷該校正最大值以及該校正最小值兩者之間的區間大小是否足夠構成該歸屬函數的模糊區間；以及(i)通知該模糊推論系統之功能失效；其中依序執行該步驟(a)、該步驟(b)及該步驟(c)，當該步驟(c)的判斷結果為是時，執行該步驟(d)，當該步驟(c)的判斷結果為否時，執行該步驟(g)，當該步驟(d)的判斷結果為是時依序執行該步驟(e)及該步驟(f)，當該步驟(d)的判斷結果為否時執行該步驟(i)，當該步驟(g)執行完後執行該步驟(h)，當該步驟(h)的判斷結果為是時執行該步驟(d)，當該步驟(h)的判斷結果為否時執行該步驟(i)。
  2. 如請求項1所述之校正控制方法，其中該校正單元的一輸入值為該解模糊化單元所輸出之該輸出值，且在該步驟(b)中，將該校正單元現行所接收到之該輸入值與該隱藏式開關的前一次按壓操作結果進行比對，並於現行所接收到之該輸入值超出一輸入值設定區間時，將該解模糊化單元目前解模糊化的該輸出值設定為該校正最大值。
  3. 如請求項2所述之校正控制方法，其中該輸入值設定區間定為目前該校正最大值的0.9倍~1.1倍之間。
  4. 如請求項1所述之校正控制方法，其中在該步驟(b)中，係將該模糊化單元在該隱藏式開關的前一次按壓操作前，所取樣到的數個未輸入狀態的值取平均作為該校正最小值。
  5. 如請求項1所述之校正控制方法，其中該步驟(d)更包含：(d1)判斷該模糊化單元在此次所接收到之該輸入值是否落於一輸入值設定區間；(d2)由該模糊化單元此次所接收到之該輸入值構成該校正最大值；(d3)維持該校正最大值不變；以及(d4)由該校正最大值以及該校正最小值決定該校正中間值，並判斷該校正最大值以及該校正中間值兩者之間的區間大小是否可構成該歸屬函數的模糊區間；其中當該步驟(d1)的判斷結果為否時執行該步驟(d2)，當該步驟(d1)的判斷結果為是時執行該步驟(d3)，當該步驟(d2)執行完後執行該步驟(d4)，當該步驟(d3)執行完後執行該步驟(d4)。
  6. 如請求項1所述之校正控制方法，其中該模糊化單元所接收之該輸入值係與該隱藏式開關進行按壓操作時所接收之壓力大小或形變大小存在對應關係。
  7. 如請求項1所述之校正控制方法，其中在該步驟(h)中，當該校正最大值以及該校正最小值兩者之間的區間大於一第一常數與一系統初始最大值的乘積時，判斷該校正最大值以及該校正最小值兩者之間的區間大小足夠構成該歸屬函數的模糊區間，當該校正最大值以及該校正最小值兩者之間的區間 小於或等於該第一常數與該系統初始最大值的乘積時，判斷該校正最大值以及該校正最小值兩者之間的區間大小不足夠構成該歸屬函數的模糊區間。
  8. 如請求項7所述之校正控制方法，其中該第一常數為百分比值。
  9. 如請求項1所述之校正控制方法，其中在該步驟(d)中，當該校正最大值以及該校正中間值兩者之間的區間大於一第二常數與一系統初始最大值的乘積時，判斷該校正最大值以及該校正中間值兩者之間的區間大小足夠構成該歸屬函數的模糊區間，當該校正最大值以及該校正中間值兩者之間的區間小於或等於該第二常數與該系統初始最大值的乘積時，判斷該校正最大值以及該校正中間值兩者之間的區間大小不足夠構成該歸屬函數的模糊區間。
  10. 如請求項9所述之校正控制方法，其中該第二常數為百分比值。
TW108115786A 2019-05-07 2019-05-07 隱藏式開關的校正控制方法 TWI725423B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW108115786A TWI725423B (zh) 2019-05-07 2019-05-07 隱藏式開關的校正控制方法
US16/535,953 US11221593B2 (en) 2019-05-07 2019-08-08 Correction control method of hidden switch with fuzzy inference system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW108115786A TWI725423B (zh) 2019-05-07 2019-05-07 隱藏式開關的校正控制方法

Publications (2)

Publication Number Publication Date
TW202042083A TW202042083A (zh) 2020-11-16
TWI725423B true TWI725423B (zh) 2021-04-21

Family

ID=73046313

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108115786A TWI725423B (zh) 2019-05-07 2019-05-07 隱藏式開關的校正控制方法

Country Status (2)

Country Link
US (1) US11221593B2 (zh)
TW (1) TWI725423B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114828345B (zh) * 2022-06-29 2022-09-20 深圳市爱图仕影像器材有限公司 灯珠光参校准方法、灯珠参数获取方法、装置及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020147530A1 (en) * 2001-04-04 2002-10-10 Honda Giken Kogyo Kabushiki Kaisha Control apparatus for electric motor and control apparatus for hybrid vehicle
US20070240437A1 (en) * 2006-04-14 2007-10-18 Kabushiki Kaisha Toshiba Air conditioning controller
WO2009082042A1 (en) * 2007-12-21 2009-07-02 Industry University Cooperation Foundation Of Kyungwon University Nonlinear time series prediction method for weighted average defuzzification based on newfm
TW201429098A (zh) * 2013-01-09 2014-07-16 中原大學 類神經式靜態開關
TW201712280A (zh) * 2015-09-21 2017-04-01 崑山科技大學 基於環境數據分析模糊控制之熱水器管理系統及方法
TW201743148A (zh) * 2016-06-08 2017-12-16 wei qiang Huang 可自動調整之時間控制裝置
TW201839578A (zh) * 2017-04-20 2018-11-01 宏達國際電子股份有限公司 手持式電子裝置、觸控偵測器及其觸控偵測方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5305425A (en) * 1989-04-14 1994-04-19 Omron Corporation Method of and apparatus for evaluating membership functions or rules in fuzzy reasoning system
KR970004511B1 (ko) * 1990-10-29 1997-03-28 오므론 가부시끼 가이샤 퍼지 추론 장치 및 그 동작 감시 방법
DE4409169C2 (de) * 1994-03-17 1996-03-07 Siemens Ag Verfahren und Anordnung zur Fuzzy-Regelung
JPH07271594A (ja) * 1994-03-31 1995-10-20 Mitsubishi Electric Corp ファジー開発支援装置
US6073262A (en) * 1997-05-30 2000-06-06 United Technologies Corporation Method and apparatus for estimating an actual magnitude of a physical parameter on the basis of three or more redundant signals
US6853991B1 (en) * 1999-10-27 2005-02-08 Agere Systems Inc. Fuzzy logic system with evolutionary variables rules
US20070250214A1 (en) * 2006-04-20 2007-10-25 Shu-Yee Lee Method and apparatus for fuzzy logic control enhancing advanced process control performance
US8639637B2 (en) * 2008-10-28 2014-01-28 Tecnologico De Monterrey Intelligent control toolkit
EP2287786A1 (en) * 2009-08-19 2011-02-23 University Of Leicester Fuzzy inference apparatus and methods, systems and apparatuses using such inference apparatus
US20170278008A1 (en) * 2016-03-25 2017-09-28 Government Of The United States, As Represented By The Secretary Of The Air Force KM-Logic: Computationally Efficient Real-Time MIMO Fuzzy Inference System

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020147530A1 (en) * 2001-04-04 2002-10-10 Honda Giken Kogyo Kabushiki Kaisha Control apparatus for electric motor and control apparatus for hybrid vehicle
US20070240437A1 (en) * 2006-04-14 2007-10-18 Kabushiki Kaisha Toshiba Air conditioning controller
WO2009082042A1 (en) * 2007-12-21 2009-07-02 Industry University Cooperation Foundation Of Kyungwon University Nonlinear time series prediction method for weighted average defuzzification based on newfm
TW201429098A (zh) * 2013-01-09 2014-07-16 中原大學 類神經式靜態開關
TW201712280A (zh) * 2015-09-21 2017-04-01 崑山科技大學 基於環境數據分析模糊控制之熱水器管理系統及方法
TW201743148A (zh) * 2016-06-08 2017-12-16 wei qiang Huang 可自動調整之時間控制裝置
TW201839578A (zh) * 2017-04-20 2018-11-01 宏達國際電子股份有限公司 手持式電子裝置、觸控偵測器及其觸控偵測方法

Also Published As

Publication number Publication date
US11221593B2 (en) 2022-01-11
US20200356064A1 (en) 2020-11-12
TW202042083A (zh) 2020-11-16

Similar Documents

Publication Publication Date Title
US20150271608A1 (en) Crowd sourced recommendations for hearing assistance devices
TWI725423B (zh) 隱藏式開關的校正控制方法
CN112773497B (zh) 射频操作中的数据调整方法和射频主机
WO2025087332A1 (zh) 输出功率调节方法、装置、计算机设备和存储介质
JP2005124039A (ja) 露出制御装置および露出制御方法
US20050156949A1 (en) Method of brightness adjustment for a display device
WO2023072007A1 (zh) 耳机的控制方法、装置、耳机和存储介质
JP2018116631A (ja) タッチ検出装置
KR102175280B1 (ko) 제어 파라미터 학습 기반 제어 시스템 및 방법
CN112807071A (zh) 射频操作中的数据调整方法和射频主机
JP6222234B2 (ja) 制御装置及び制御方法
JP4997833B2 (ja) 自動利得制御装置
JP3774705B2 (ja) ファジィ・ｐｉｄ制御装置およびファジィ・ｐｉｄ制御プログラム
US9952189B1 (en) Identifying inaccuracy in air quality detection
WO2019172111A1 (ja) 拍動数算出装置および方法
CN115562401A (zh) 加热控制方法、装置、存储介质及加热设备
JP3105696B2 (ja) アクチュエータ制御装置
JP2018116630A (ja) タッチ検出装置
KR101862218B1 (ko) 전자기기 식별에 의한 상황 인지 시스템 및 그 방법
CN115940919B (zh) 触摸按键组合键的检测方法、装置、电器设备和存储介质
JP2000513902A (ja) 映像信号の黒レベル検出回路
CN121331465B (zh) 睡姿识别和自适应枕高调整系统、方法和存储介质
KR101610683B1 (ko) 생체신호 기반 동작추론 확률모델의 교정 방법 및 이를 위한 동작추론장치
CN113757948A (zh) 遥控器的控制处理方法、装置、遥控器及电器设备
TW202145953A (zh) 溫度量測器