Development > Touch Application > SVM based Touch

1. SVM based Touch 원리

  • 앞서 기존의 stylus들의 문제점을 살펴보았다. 지금부터 설명하는 방식을 사용하면 추가적인 layer 없이 기존 터치 시스템을 활용하면서 팜리젝션을 가능하게 만들수 있다.

  • 이전에 터치 시스템의 SNR을 높이기 위해 Tx pulse를 여러번 주어 charge amplifier의 feedback capacitor에 charge를 쌓은 후 터치를 판단하는 방식이 주로 사용되고 있음을 보았다.

  • 이러한 기존 방식을 조금 변형해보자. feedback capacitor에 charge를 계속 쌓는 대신 매 pulse 마다 charge amplifier의 output을 ADC sampling 하여 sequence로 저장하고 이것을 machine learning algorithm을 통해 분석하면 터치 여부를 판단할 수 있게 된다.

  • 이 방식의 장점은 기존 방식과 같이 signal을 누적함으로써 정확도를 높이는 동시에 터치와 비터치와는 다른 sequence를 가지는 stylus를 만들어주면 추가적인 layer 없이도 팜리젝션이 가능게끔 만들 수 있다.

2. SVM based Touch 동작

  • 위 그림은 비터치, 터치, 스타일러스 터치에 대한 charge amplifier의 output을 나타낸 파형이다.

  • VTx 에 따라 VOUT-NT 와 VOUT-T 는 앞서 살펴본대로 output 파형이 출력된다.

  • 이 때, VTx 보다 높은 frequency를 가지고 free running 파형을 stylus를 통해 전달한다고 하면 VOUT-ST 터치와 비터치때와는 다르게 ADC sampling이 터치와 비터치 사이에서 random하게 이루어 지는 것을 확인할 수 있다.

  • ADC sampling point만 모으게 되면 digital sequence가 형성되며 이것의 모양은 위 그림과 같다. 비터치는 낮은 level에서, 터치는 높은 level에서 일정하게 나오며 stylus는 그 사이에서 random하게 나온다.

  • 이 3가지 class를 구분하는 것은 machine learning algorithm에서는 굉장히 쉬운 문제이다. 따라서 classic하면서도 강력한 support vector machine을 적용하였다.

  • Support vector machine은 위그림과 같이 두 가지 class가 있을 때 두개의 class를 가장 잘 구분할 수 있는 support를 찾아 hyperplane을 구성하고 이것을 기준으로 class를 구분하게 된다.
  • 이 때 기본적으로 SVM은 binary classifier 이기 때문에 3가지의 class를 구분하기 위해 one-versus-the-rest 방식으로 하나의 class와 나머지를 구분하는 과정을 3번 진행하고 마지막 rating 과정을 거쳐 classification이 이루어진다.

  • 이로써 추가적인 layer 없이 기존 터치 시스템을 활용하면서 팜리젝션을 가능하게끔 만들수 있다.

3. SVM based Touch 결과

  • 위와 같이 Mutual capacitive touch panel, connector board, level shifter, PSoC, Raspberry Pi 보드를 이용하여 터치시스템과 스타일러스를 구성하였고 구체적인 스펙을 함께 나타내었다.

  • 실험결과 Tip voltage가 3V일 때 3x10-6 보다 작은 에러를 기록하였다.

Reference

[1]: S. Ko, H. Shin, J. Lee, H. Jang, B.-C. So, I. Yun, and K. Lee, “Low Noise Capacitive Sensor for Multi-touch Mobile Handset’s Applications,” IEEE Asian Solid-State Circuits Conference, 4-3 (2010).



댓글남기기