当前位置: 首页 > news >正文

【智能设备-点数据问题排查】

背景

在智能笔对接项目重构后,进入测试,发现了一些影响书写体验的问题。发现问题:第一个问题:连笔 ;第二个问题:笔画丢失

排查过程

自己排查

通过mq消息点到生成图片的点进行对比,这个对比过程不是一一比较的,点比较多,对比难度大,没有找到问题。另外呢,自己心里在代码改动影响上面比较坚决,评估不是代码问题。

马总指导

分析点数据类型

智能笔通过记录 “down(下笔)”、“move(移动)”、“up(抬笔)”、“fly(悬空移动)” 四种动作来实现书写功能

明确问题类型及可能原因

首先,明确智能笔记录书写动作的四种类型及其含义:
down:笔尖接触纸面瞬间,智能笔开始记录笔记。
move:笔尖在纸面滑动过程。
up:笔尖离开纸面,书写动作结束。
fly:笔尖未接触书写表面,但在空中移动(如书写前准备动作或手势操作)。

对于出现小横线丢失问题,初步分析可能的原因有:

点丢失:在记录书写轨迹时,某些关键坐标点未被记录。
乱序:记录的点顺序出现错乱,导致笔画绘制错误。
down 丢失:下笔动作未被正确识别和记录。
move 丢失:笔尖移动过程中的数据记录缺失。

遍历分析

对 “down - move - up” 的记录顺序进行遍历。通过列举不同的数字组合顺序,模拟可能出现的点记录情况,如 1 2 3分别代表dow、move、up,1 2 3(有序),以及 132、213、231、312、321 等(无序)情况。目的是在不同的点顺序排列中,找出可能导致笔画丢失问题的规律。

复现问题及思考解决方向

尝试复现问题,选择手写简单笔画字,并且控制笔画中的控制点数量。在复现过程中思考,当字体较小时,如何能更清楚地看到智能笔的书写笔画。

考虑到的方向有:

1.将点的坐标放大

使两点间距离增大,便于观察和分析;
在这里插入图片描述

2.是将画布进行缩写

在前端展示时等比例放大图片,从而更清晰地查看笔画细节。

总结

通过对智能笔书写小横线丢失问题的排查,梳理出了问题产生的可能原因,并尝试多种方法进行分析和复现。最后的问题原因是本地服务与测试服务共同消费点数据信息,出现了点丢失,点丢失带来的结果 ,看上去缺少笔画,另一个是丢失部分导致move没有up ,造成连笔。经过这次问题总结,明确了排查问题的方式。
遍历思想的作用:

全面性

能无遗漏地考虑所有可能情况。像在智能笔 “down - move - up” 动作组合遍历中,无论是有序的 1 2 3 ,还是 132、213 等各种无序排列,都一一列举 。这就确保不会忽略任何一种可能导致笔画丢失的点记录顺序情况,全面覆盖潜在问题来源,避免因考虑不周而遗漏关键因素。

系统性

将复杂问题拆解成一个个可分析的单元。把智能笔书写动作和点记录顺序看作不同单元,按顺序逐一分析。通过这种方式,能有条理地梳理各因素间关系,从看似杂乱的现象中找到规律,比如发现特定点序与笔画丢失间的联系,为后续解决问题提供清晰线索。

逻辑性

提供清晰逻辑路径。在排查智能笔问题时,依据遍历顺序进行推理分析。从正常顺序情况开始,再到各种异常顺序,逐步深入探究。这种逻辑性强的分析方式,不仅有助于快速定位问题,也方便向他人阐述排查思路和过程,便于团队协作解决问题。

http://www.dtcms.com/a/129578.html

相关文章:

  • JavaScript函数柯里化
  • kubectl修改资源时添加注解
  • Vim 使用全攻略:从入门到精通
  • 蓝牙测试中 PRBS9 数据包类型
  • Docker Swarm 集群
  • 信息安全管理与评估2019年国赛正式卷以及十套国赛卷答案截图
  • 机器学习的一百个概念(12)学习率
  • VisionTransformer 有效涨点改进:添加Star_Block模块 (2024改进方法)
  • 【01】Arduino编程基础知识
  • 音视频学习(三十三):GOP详解
  • mac安装python
  • 五、adb常用命令
  • 基于web的民宿信息系统(源码+lw+部署文档+讲解),源码可白嫖!
  • 中间件--ClickHouse-2--OLAP和OLTP
  • c++:构造函数(Constructor)与析构函数(Destructor)
  • 基于 LSTM 的多特征序列预测-SHAP可视化!
  • 利用 Python 进行股票数据可视化分析
  • 做防水两步走,一步选材料一步定施工
  • 2.微服务拆分流程
  • 如果想在 bean 创建出来之前和销毁之前做一些自定义操作可以怎么来实现呢?
  • 6.2 GitHub API接口设计实战:突破限流+智能缓存实现10K+仓库同步
  • Nature重磅:后晶体管时代光子芯片革新AI计算!光子处理器运行《吃豆人》性能比肩电子,能效提升超500倍
  • 如何查看自己抖音的IP属地?详细教程+常见问题解答
  • 达梦数据库用函数实现身份证合法校验
  • Ubuntu18系统安装
  • Android.bp中添加条件判断编译方式
  • LeetCode 题目 「二叉树的右视图」 中,如何从「中间存储」到「一步到位」实现代码的优化?
  • Ubuntu-搭建nifi服务
  • PHM学习软件|PHM预测性维护系统
  • JVM初探——走进类加载机制|三大特性 | 打破双亲委派SPI机制详解