触摸屏驱动分析之——tslib机制分析

触摸屏驱动分析之——tslib机制分析

tslib插件：

    pthres 为Tslib 提供的触摸屏灵敏度门槛插件；

    variance 为Tslib 提供的触摸屏滤波算法插件；

    dejitter 为Tslib 提供的触摸屏去噪算法插件；

    linear 为Tslib 提供的触摸屏坐标变换插件。 

    触摸屏驱动为与硬件直接接触的部分，为上层的Tslib 提供最原始的设备坐标数据，并可以配置采样间隔、屏幕灵敏度等。采样间隔决定了单位时间内的采样数量，在其他参数不变的 情况下，采样间隔越小意味着单位时间内的采样数量越多，也就意味着采样越逼真、越不容易出现采样信息丢失如输入法书写时丢笔划的情况，但因为噪声的影响，采样间隔越小同时 也意味着显示出来的图形的效果越差。

    Tslib 为触摸屏驱动和应用层之间的适配层，其从驱动处获得原始的设备坐标数据，通过一系列的去噪、去抖、坐标变换等操作，来去除噪声并将原始的设备坐标转换为相应的屏幕 坐标。

tslib接口:
    在tslib 中为应用层提供了2 个主要的接口ts_read()和ts_read_raw()，其中ts_read()为正常情况下的借口，                   ts_read_raw()为校准情况下的接口。
    正常情况下，tslib 对驱动采样到的设备坐标进行处理的一般过程如下：
              raw device --> variance --> dejitter --> linear --> application
                                        module      module      module
    校准情况下，tslib 对驱动采样到的数据进行处理的一般过程如下：
    raw device--> Calibrate

    由于各种相关期间的影响，在不同的硬件平台上，相关参数可能需要调整。以上参数的相互关系为：采样间隔越大，采样点越少，采样越失真，但因为信息量少，容易出现丢笔划等丢失信息情况，但表现出来的图形效果将会越好；去噪算法跟采样间隔应密切互动，采样间隔越大，去噪约束应越小，反之采样间隔越小，去噪约束应越大。去抖算法为相对独立的部分，去抖算法越复杂，带来的计算量将会变大，系统负载将会变重，但良好的去抖算法可以更好的去除抖动，在进行图形绘制时将会得到更好的效果；灵敏度和ts 门槛值为触摸屏的灵敏指标，一般不需要进行变动，参考参考值即可。 

Variance:触摸屏滤波算法
    问题：一些触摸屏取样非常粗略，因此，即使你持着笔不放，样本可能不同，有时会大幅增加。最坏的情况是由于采样的时候电噪声的干扰，可大大脱离现实笔的位置不同，这会导致鼠标光标移动“跳”起来，然后返回回来。
解决方法：延迟一个时隙采样数据。如果我们看到最后采样读出来的数据太多的不同，我们将其标示为“可疑”。如果下一个采样读取的数据接近“可疑” 情况出现之前的数据，“可疑”数据将被丢弃。否则我们认为笔正在进行一个快速的笔移动动作，“可疑”数据的采样和出现”可疑”数据之后的采样都将通过。
    重要算法分析： 

static int variance_read(struct tslib_module_info *info, struct ts_sample *samp, int nr){struct tslib_variance *var = (struct tslib_variance *)info;struct ts_sample cur;int count = 0, dist;while (count < nr) {/*如果采样数据被标记为“提交噪音”状态，将当前采样数据相关结构体赋予噪音状态，将清除标志位。*/if (var->flags & VAR_SUBMITNOISE) {cur = var->noise;var->flags &= ~VAR_SUBMITNOISE;} else {/* 如果如果采样数据没有被标记为“提交噪音”，继续采样数据。*/if (info->next->ops->read(info->next, &cur, 1) < 1)return count;}/*如果当前没有压力值，处于没有笔触摸或者笔释放状态，但是却收到笔按下消息，表明为收到噪音干扰， 所有当笔一释放就立即清除队列，否则之前的层将捕抓到笔起来的消息，但是已经太晚，如果 info->next->ops->read()出现堵塞，将出现这种情况。*/if (cur.pressure == 0){/* Flush the queue immediately when the pen is just * released, otherwise the previous layer will * get the pen up notification too late. This  * will happen if info->next->ops->read() blocks. */if (var->flags & VAR_PENDOWN){var->flags |= VAR_SUBMITNOISE;var->noise = cur;}/* Reset the state machine on pen up events. */var->flags &= ~(VAR_PENDOWN | VAR_NOISEVALID | VAR_LASTVALID);goto acceptsample;} elsevar->flags |= VAR_PENDOWN;if (!(var->flags & VAR_LASTVALID)) {var->last = cur;var->flags |= VAR_LASTVALID;continue;}if (var->flags & VAR_PENDOWN) {/* Compute the distance between last sample and current */dist = sqr (cur.x - var->last.x) +       sqr (cur.y - var->last.y);if (dist > var->delta) {/* Do we suspect the previous sample was a noise? */if (var->flags & VAR_NOISEVALID) {/* Two "noises": it's just a quick pen movement */samp [count++] = var->last = var->noise;var->flags = (var->flags & ~VAR_NOISEVALID) |VAR_SUBMITNOISE;} elsevar->flags |= VAR_NOISEVALID;/* The pen jumped too far, maybe it's a noise ... */var->noise = cur;continue;} elsevar->flags &= ~VAR_NOISEVALID;}acceptsample:#ifdef DEBUGfprintf(stderr,"VARIANCE----------------> %d %d %d\n",var->last.x, var->last.y, var->last.pressure);#endifsamp [count++] = var->last;var->last = cur;}return count;}

dejitter 去噪插件分析：
    问题：一些触摸屏从ADC获取X/Y坐标采样值，他们的最低位带有很大的噪音干扰，这就导致了触摸屏输出值的抖动。
    比如我们保持着按某一点，我们会得到许多的X/Y坐标采样，他们相近但是不相等。同时如果我们试图在一个画图程序里面去画一个直线，我们将得到一个充满“毛刺“的直线。
    解决：我们对最后几个值应用一个重量平滑滤波，从而去除输出“毛刺”。我们发现坐标发生重大变化，我们会重新设置笔位置的积压，从而 避免平滑不应该要平滑的坐标。当然，这些都是假设所有噪音都已经由底端过滤器滤波过了，例如variance模块。
    工作原理：
    该过滤器的工作原理如下：我们掌握最新的N样本轨道，我们不断跟踪最新的N个采样，根据一定的重量求平均。最旧的数据有最少的重量，最近的数据 有最大的重量。这有助于消除抖动，同时不影响响应时间,因为我们为每一个输入采样输出一个输出样本，笔移动会变得更加顺畅。
    重要算法分析：
    为了让事情简单（避免误差),我们确保SUM(重量）＝2次方。同时当我们有不到默认采样数量的时候,我们必须知道怎么去近似测试。

总结：经过分析varience滤波模块插件和dejitter去抖模块插件，我们知道如下：
1：varience是最低层滤波插件，方差滤波器，试图做得最好，过滤掉由ADC采样过来的随机噪音，通过限制某些采样的运动速度，例如：笔不应该比一些门槛值快一些。
    主要参数：门槛值delta
    求出之前的采样点和当前的采样点的平方距离（X2-X1)^2 + (Y2-Y1)^2)，用来确定两个样本是“近”还是“远”。如果以前和目前的样本之间的距离是'远'， 样品被标记为'潜在噪音'或者“可疑“,但这并不意味着它将被丢弃。如果下次的采样接近于它，我们将视是一次普通的快速移动动作。同时如果“潜在噪音"之后的采样比之前讨论的 采样都“远”，也将认为出现了一次普通的快速移动动作。如果出现“潜在噪音”之后的采样和出现“潜在噪音“之前的采样相近，我们将丢弃”潜在噪音 “这次数据，认为它为要过滤的噪音。 

2:dejitter去抖模块插件
    去除X/Y坐标的抖动,这是通过使用一个加权平滑滤波器实现的。最近的采样有最重的重量，早期的采样有重量轻的重量，这使得实现1：1的输入－输出速率。
    主要参数：门槛值delta
    两个采样之间的平方距离，（X2-X1)^2 + (Y2-Y1)^2),即定义了'快速运动'的门槛。如果笔移动快，平滑笔的动作是不合适的,另外，快速运动任何时候都不是准确的。所以如果检测到了快速运动，该过滤模块只是简单地丢弃积压和复制输入到输出。