基于前次偏差的控制点平滑化方法

摘要

本发明公开了一种基于前次偏差的控制点平滑化方法。基于前次预测的偏差来动态调整控制点的位置，实现远程控制点的平滑化处理。本发明是对Dead－reckoning方法进行改进，Dead－reckoning方法利用了对象的速度、加速度参数进行动态预测，而本发明不仅应用了对象的速度、加速度，并且利用了以往的偏差进行微量的调整，提高了控制点运动的预测精度。弥补网络抖动带来的不良结果，展示给用户平滑的远程控制点移动轨迹，达到较好的感知效果。

主权项

1.一种基于前次偏差的控制点平滑化方法，其特征在于：1)记录最近N秒钟之内的远程控制点在每个毫秒的移动位置；2)当网络抖动发生时，为了预测控制点的移动位置，首先计算控制点在X方向和Y方向的当前速度，用aveVelocityX和aveVelocityY来表示；近似速度是通过离当前最近的Tlast时刻的位置坐标(Xlast，Ylast)以及M毫秒前Tflag时刻接收到的位置坐标(Xflag，Yflag)来计算的；$\left\{\begin{array}{c}{\mathrm{aveVelocity}}_X=(X_{\mathrm{last}}-X_{\mathrm{flag}})/(T_{\mathrm{last}}-T_{\mathrm{flag}})\\ {\mathrm{aveVelocity}}_Y=(Y_{\mathrm{last}}-Y_{\mathrm{flag}})/(T_{\mathrm{last}}-T_{\mathrm{flag}})\end{array}\right.$ 3)计算控制点在X方向和Y方向的当前加速度，用aveAccelerationX和aveAccelerationY来表示；近似加速度是通过离当前最近的Tlast时刻(Xlast，Ylast)位置的速度以及Tflag时刻(Xflag，Yflag)位置的另一个速度来计算的；$\left\{\begin{array}{c}{\mathrm{aveAcceleration}}_X=({\mathrm{Velocity}}_{\mathrm{Xlast}}-{\mathrm{Velocity}}_{\mathrm{Xflag}})/(T_{\mathrm{last}}-T_{\mathrm{flag}})\\ {\mathrm{aveAcceleration}}_Y=({\mathrm{Velocity}}_{\mathrm{Ylast}}-{\mathrm{Velocity}}_{\mathrm{Yflag}})/(T_{\mathrm{last}}-T_{\mathrm{flag}})\end{array}\right.$ 4)计算控制点在X方向和Y方向的校正量，分别用Δx和Δy来表示，Δx和Δy与如下因素相关：(1)前一次抖动结束时(X，Y)的预测值；(2)前一次抖动结束时接收到的相对应的(X，Y)的真实值；(3)当前抖动延时；(4)前一次抖动延时。如果系统是第一次预测，Δx和ΔY的值为0；计算Δx和Δy的公式为：$\left\{\begin{array}{c}\mathrm{\Delta x}=(X_{\mathrm{true}}-X_{\mathrm{last}})*\mathrm{JitterLapse}*C/\mathrm{JitterPeriod}\\ \mathrm{\Delta y}=(Y_{\mathrm{true}}-Y_{\mathrm{last}})*\mathrm{JitterLapse}*C/\mathrm{JitterPeriod}\end{array}\right.$ 其中，Xlast是前一次网络抖动过程中预测的最后一个X的坐标；Xtrue是前一次网络抖动过程中被抖动延时阻塞的最后一个X真实坐标；Ylast是前一次网络抖动过程中预测的最后一个Y的坐标；Ytrue是前一次网络抖动过程中被抖动延时阻塞的最后一个Y真实坐标；JitterLapse是当前抖动延时；JitterPeriod前一次抖动延时；5)将控制点的当前位置记做(Xcurrent，Ycurrent)，而控制点的下一个位置记做(Xnext，Ynext)，当网络抖动发生的时候，(Xnext，Ynext)通过以下公式来计算：$\left\{\begin{array}{c}{X}_{\mathrm{next}}=X_{\mathrm{current}}+{\mathrm{aveVelocity}}_X*T+{\mathrm{aveAcceleration}}_X{*T}^2+\mathrm{\Delta x}\\ Y_{\mathrm{next}}=Y_{\mathrm{current}}+{\mathrm{aveVelocity}}_Y*T+{\mathrm{aveAcceleration}}_Y*T^2+\mathrm{\Delta y}\end{array}\right.$ 其中：T是当前抖动延时，等同于JitterLapse；6)将远程控制点按照预测的位置(Xnext，Ynext)绘制在用户的屏幕上；7)擦除前一个预测的控制点，绘制最新预测的控制点，依此类推，直到将抖动过程中所有预测的控制点绘制完成。