[发明专利]手写输入显示方法、电子设备及存储介质

权利要求书

1.一种手写输入显示方法，其特征在于，所述方法包括：

响应于显示屏上的手写输入操作，采集所述手写输入操作产生的当前报点的位置信息；

基于所述手写输入操作产生的当前报点的位置信息，预测所述当前报点之后至少一报点的位置信息；

基于至少一预测报点的位置信息对预测笔迹进行绘制；

在所述显示屏上显示绘制完成的所述预测笔迹；

侦测所述手写输入操作是否停止；

若所述手写输入操作停止，拦截所述预测笔迹的绘制流程。

2.如权利要求1所述的手写输入显示方法，其特征在于，所述显示屏包括触控层，所述触控层包括多个感应通道和多个驱动通道，所述采集所述手写输入操作产生的当前报点的位置信息包括：

通过所述感应通道和所述驱动通道侦测所述触控层产生感应电容的位置；

确定所述触控层产生感应电容的位置为所述手写输入操作产生的报点的位置；

基于所述感应通道和所述驱动通道侦测的感应电容获取所述报点在所述显示屏上的坐标。

3.如权利要求1所述的手写输入显示方法，其特征在于，所述预测所述当前报点之后至少一报点的位置信息包括：

基于所述手写输入操作产生的历史报点的位置信息和机器学习算法建立所述报点预测模型；

基于所述报点预测模型预测所述当前报点之后至少一报点的位置信息。

4.如权利要求3所述的手写输入显示方法，其特征在于，所述机器学习算法为二阶泰勒多项式算法，所述二阶泰勒多项式算法的公式为：

其中，s_Δt为所述当前报点的下一预测报点的坐标，s₀为所述当前报点的坐标，v为所述手写输入操作的速度，a为所述手写输入操作的加速度，Δt为产生所述下一预测报点与侦测到所述当前报点之间的间隔时间。

5.如权利要求4所述的手写输入显示方法，其特征在于，所述基于手写输入操作产生的历史报点的位置信息和机器学习算法建立报点预测模型包括：

根据采集得到的多个历史报点的坐标和时间，通过二阶泰勒多项式算法计算得到手写输入操作的速度和加速度，以建立所述报点预测模型。

6.如权利要求3所述的手写输入显示方法，其特征在于，所述机器学习算法为卡尔曼滤波算法，所述卡尔曼滤波算法的公式为：

P_k＝AP_k-1A^T+Q，

K_k＝P_kH^T(HP_kH^T+R)^-1，

其中，为k时刻的预测报点坐标，为k-1时刻的报点坐标，A为状态转换矩阵，B为控制矩阵，为k-1时刻的控制量，P_k为k时刻的误差协方差，P_k-1为k-1时刻的误差协方差，Q为过程噪声，K_k为k时刻的卡尔曼增益，H为卡尔曼参数矩阵，R为测量噪声，为经过修正的k时刻的预测报点坐标，y_k为k时刻的测量值。

7.如权利要求6所述的手写输入显示方法，其特征在于，所述基于手写输入操作产生的历史报点的位置信息和机器学习算法建立报点预测模型包括：

根据采集得到的多个历史报点的坐标，通过卡尔曼滤波算法计算得到所述卡尔曼滤波算法的参数，以建立所述报点预测模型。

8.如权利要求3、5、7中任一项所述的手写输入显示方法，其特征在于，所述基于所述报点预测模型预测所述当前报点之后至少一报点的位置信息包括：

将当前报点的坐标输入所述报点预测模型，得到所述当前报点之后至少一预测报点的坐标。