4、触摸屏响应优化：采样率、去抖动、预测与延迟分析
触摸屏响应这事儿，说白了就是「手指点到屏幕上，系统什么时候能反应过来」。我做了这么多年嵌入式，发现很多产品卡顿、误触、延迟高，根子都出在这四个环节上。今天咱们一个一个拆开聊。
4.1 触摸采样率优化
采样率，就是触摸屏每秒钟报告多少次触摸坐标。单位是 Hz。比如 60Hz 就是每秒 60 次，100Hz 就是每秒 100 次。
采样率越高，延迟越低，但 CPU 负担也越大。 我见过有人把采样率调到 200Hz，结果中断太频繁，系统反而更卡了。嗯，这里要注意平衡。
核心原则：采样率 = 显示刷新率的 1.5~2 倍即可。比如屏幕是 60Hz，采样率 90~120Hz 就够。再高，边际收益递减。
实际项目中，我习惯这样配置：
- 普通场景（菜单、设置页）： 60Hz 够用，省电省资源。
- 滑动/翻页场景： 90~120Hz，保证跟手。
- 手写/绘图场景： 150~200Hz，需要精细轨迹。
动态调整采样率是个好办法。我在一个平板项目里做过：检测到手指快速移动时自动升采样率，静止时降下来。效果不错，功耗降了 20%。
4.2 去抖动算法
触摸屏的原始数据，说白了就是一堆「毛刺」。手指按下去，ADC 采样值会上下跳，如果不处理，光标就会乱抖。
去抖动分两种：硬件去抖 和 软件去抖。
4.2.1 硬件去抖
硬件去抖，就是在触摸屏的模拟输出端加 RC 低通滤波器。电容把高频噪声滤掉，电阻限制充放电电流。
我遇到过一个问题：RC 时间常数选大了，触摸响应变慢；选小了，去抖效果差。后来总结出一个经验公式：
τ = R × C ≈ 1 / (2 × π × f_cutoff)
其中 f_cutoff 取触摸信号频率的 3~5 倍。
一般触摸信号频率 ≈ 采样率 / 2，所以：
f_cutoff ≈ (2~3) × 采样率举个例子：采样率 100Hz，f_cutoff 取 300Hz，τ ≈ 530μs。R 取 10kΩ，C 约 53nF，选 47nF 标准值就行。
小技巧： 硬件去抖只适合滤除高频噪声。对于低频漂移或手指微颤，还得靠软件。
4.2.2 软件去抖
软件去抖，我常用的有三种方法：
| 方法 | 原理 | 适用场景 | 缺点 |
|---|---|---|---|
| 阈值去抖 | 坐标变化超过阈值才更新 | 按键、点击 | 滑动时丢点 |
| 均值滤波 | 取最近 N 个点的平均值 | 滑动、拖拽 | 延迟增加 N/2 个采样周期 |
| 中值滤波 | 取最近 N 个点的中位数 | 有突发噪声的场景 | 计算量大 |
我个人习惯用 加权均值滤波：越新的点权重越大。这样既能去抖，又能保持响应速度。
// 加权均值滤波示例
#define FILTER_TAPS 5
static int weights[FILTER_TAPS] = {1, 2, 3, 4, 5}; // 越新权重越大
static int sum_weights = 15; // 1+2+3+4+5
int filter_touch(int new_x) {
static int buffer[FILTER_TAPS] = {0};
static int index = 0;
int i, filtered = 0;
buffer[index] = new_x;
index = (index + 1) % FILTER_TAPS;
for (i = 0; i < FILTER_TAPS; i++) {
filtered += buffer[(index + i) % FILTER_TAPS] * weights[i];
}
return filtered / sum_weights;
}避坑指南： 我曾经在一个项目里用了 10 点均值滤波，结果滑动时明显感觉「粘手」。后来改成 5 点加权，延迟从 50ms 降到 20ms，手感好多了。滤波点数不是越多越好。
4.3 触摸预测算法
触摸预测，就是根据历史轨迹，提前算出下一个点的位置。说白了，就是「猜」手指下一步会到哪。
为什么要做预测？因为从触摸采样到屏幕显示，中间有延迟。预测可以补偿这个延迟，让光标更跟手。
我常用的预测算法有两种：
4.3.1 线性预测
假设手指匀速运动。用最近两个点的差，外推下一个点。
// 线性预测
int predict_linear(int x1, int x0) {
return x1 + (x1 - x0); // 速度 = x1 - x0
}简单，但手指加速或减速时误差大。
4.3.2 二阶预测
考虑加速度。用最近三个点，拟合二次曲线。
// 二阶预测
int predict_quadratic(int x2, int x1, int x0) {
int v = x1 - x0; // 速度
int a = (x2 - x1) - v; // 加速度
return x2 + v + a; // 预测下一个点
}精度更高，但计算量也大。我一般在手写场景用二阶，普通滑动用线性就够了。
注意： 预测不能太激进。我见过有人预测步长设得太大，结果手指停下时光标还在往前冲，出现「过冲」现象。建议预测步长不超过 2 个采样周期。
4.4 触摸延迟分析
触摸延迟，就是从手指触摸到屏幕显示反馈的总时间。我习惯把它拆成三段：
- 触摸采样延迟： 从触摸发生到 ADC 采样完成。取决于采样率和硬件响应时间。
- 数据处理延迟： 去抖、预测、坐标转换等算法耗时。
- 显示刷新延迟： 从 CPU 送出坐标到屏幕实际显示。取决于显示刷新率和渲染管线。
我画了一张图，帮你理清整个流程：
从图上能看出来，显示刷新延迟往往是最大的瓶颈。60Hz 屏幕，一帧就是 16.7ms。你算法优化得再好，也补不了这个坑。
我有个实际案例：一个 60Hz 屏幕的项目，触摸延迟从 45ms 优化到 28ms。怎么做的？
- 采样率从 60Hz 提到 120Hz（延迟降 8ms）
- 去抖从 8 点均值改成 4 点加权（延迟降 4ms）
- 显示用双缓冲 + 直接刷新（延迟降 5ms）
你看，每个环节抠一点，加起来效果就很明显。
经验之谈： 优化触摸延迟，先测出瓶颈在哪。用 GPIO 打点 + 示波器，能精确测出每段延迟。别凭感觉优化，数据说话。
最后说一句：触摸响应优化没有银弹。采样率、去抖、预测、延迟，四个环节互相牵制。你调高采样率，去抖就得跟上；你加预测，就得防过冲。我习惯的做法是：先定目标延迟（比如 30ms 以内），然后逐段分配预算，再逐个优化。这样心里有数，不会跑偏。