CN104011627B - 用于计算设备的情境感测 - Google Patents

Abstract

本文描述了用于情境感测的方法和系统。该方法包括确定经由多个传感器获取的传感器数据是否超过预定阈值。该方法还包括，如果传感器数据超过阈值，提高任何传感器的采样率以获取对应于计算设备的情境数据。该方法还包括分析情境数据以分类计算设备的情境。

Description

用于计算设备的情境感测

技术领域

本发明一般地涉及用于计算设备的情境（context）感测。更具体地，本发明涉及根据基于情境的触发机制的用于移动计算设备的情境感测。

背景技术

典型的情境算法被用于向移动计算设备提供情境信息。然而，这样的情境算法依赖于不间断感测的能力，使得移动计算设备可以总是知道最近的周围环境或设备状态。在移动计算设备的主要主机处理器上不间断地运行这样的情境算法可能消耗大量的功率，导致电池很快耗尽。

附图说明

图1是依据实施例的可以使用的计算设备的框图；

图2是依据实施例的包括被配置成引导情境感测过程的若干卸载引擎的片上系统（SOC）的框图；

图3是依据实施例的情境感测系统的框图；

图4是示出依据实施例的用于提供针对计算设备的情境感测的方法的过程流程图；以及

图5是示出依据实施例的存储用于情境感测的代码的有形、非暂时性计算机可读介质的框图。

贯穿本公开和附图使用相同的数字来指代相似的组件和特征。100系列中的数字是指最初在图1中找到的特征；200系列中的数字是指最初在图2中找到的特征；以此类推。

具体实施方式

如以上所论述的，在计算设备的处理器上不间断地运行的情境算法消耗大量功率，导致电池很快耗尽。因此，本文描述的实施例提供了以基于情境的触发机制为基础的情境感测。基于情境的触发机制可以允许以在功率消耗方面高效的方式执行情境感测。这可以通过仅仅捕获有意义的情境数据来实现，所述有意义的情境数据可以以与基于情境的触发机制相关的触发间隔为基础来标识。在各种实施例中，计算设备的用户、计算设备的程序员或开发者，或者在计算设备上运行的任何数量的情境感知应用，或者其任何组合，可以指定哪些情境数据是有意义的。因此，有意义的情境数据可以是已经被指定为感兴趣的任何情境数据，并且可以取决于特定计算设备或计算设备的特定实现而变化。而且，无意义的情境数据可以包括尚未被指定为感兴趣的任何情境数据。

本文描述的实施例还提供了包括用于执行情境感测过程的卸载引擎的情境感测系统。卸载引擎可以允许情境感测过程从计算设备的主处理器卸载到情境感测系统，从而减小计算设备的功率消耗。

在以下描述和权利要求中，可以使用术语“耦合”和“连接”连同其派生词。应当理解这些术语不意在作为彼此的同义词。而是，在特定实施例中，“连接”可以用来指示两个或更多元件直接与彼此直接物理或电气接触。“耦合”可以意味着两个或更多元件直接物理或电气接触。然而，“耦合”还可以意味着两个或更多元件并不与彼此直接接触，但是仍然与彼此协作或交互。

一些实施例可以在硬件、固件和软件中的一个或组合中实现。一些实施例还可以被实现为存储在机器可读介质上的指令，其可以由计算平台读取和执行以执行本文描述的操作。机器可读介质可以包括用于存储或传输以机器（例如计算机）可读形式的信息的任何机制。例如，机器可读介质可以包括只读存储器（ROM）；随机存取存储器（RAM）；磁盘存储介质；光存储介质；闪速存储器介质；或电、光、声或其它形式的传播信号（例如，载波、红外信号、数字信号），或尤其是发射和/或接收信号的接口。

实施例是实现或示例。在说明书中对“实施例”、“一个实施例”、“一些实施例”、“各种实施例”或“其它实施例”的引用意味着结合实施例描述的特定特征、结构或者特性包括在本发明的至少一些实施例中，而不一定在全部实施例中。“实施例”、“一个实施例”或“一些实施例”的各种出现不一定都是指相同的实施例。来自实施例的元素或方面可以与另一实施例的元素或方面组合。

并不是本文描述和图示的所有组件、特征、结构、特性等都需要包括在特定的一个或多个实施例中。如果例如，说明书声明组件、特征、结构或特性“可以”、“可能”、“能”或“能够”被包括，则该特定组件、特征、结构或特性不需要被包括。如果说明书或权利要求提到“一”或“一个”元件，这并不意味着仅存在一个元件。如果说明书或权利要求提到“一个附加”元件，这并不排除存在多于一个附加元件。

要指出的是，尽管已经参照特定实现描述了一些实施例，但是根据一些实施例，其它实现是可能的。此外，在附图中图示的和/或本文中描述的电路元件或其它特征的布置和/或次序无需以图示和描绘的特定方式布置。根据一些实施例，多个其它的布置是可能的。

在图中所示的每个系统中，在一些情况下元件均可以具有相同的附图标记或不同的附图标记以暗示所表示的元件可以是不同的和/或类似的。然而，元件可以足够灵活以具有不同的实现并与本文示出或描述的一些或全部系统一起工作。图中所示的各种元件可以是相同的或不同的。哪一个被称为第一元件和哪一个被称作第二元件是任意的。

图1是依据实施例的可以使用的计算设备100的框图。计算设备100可以是诸如，例如，移动电话之类的移动计算设备。在这样的实施例中，计算设备100可以实现为片上系统（SOC）。计算设备100还可以是任何其它适合类型的计算设备，尤其是诸如膝上型计算机、台式计算机、平板计算机、移动设备，或服务器。计算设备100可以包括被配置成执行所存储指令的中央处理单元（CPU）102，以及存储由CPU 102可执行的指令的存储器设备104。CPU 102可以通过总线106耦合到存储器设备104。此外，CPU 102可以是单核处理器、多核处理器、计算集群或任何数量的其它配置。另外，计算设备100可以包括多于一个CPU 102。由CPU 102执行的指令可以被用于引导用于计算设备100的情境感测过程。

存储器设备104可以包括随机存取存储器（RAM）、只读存储器（ROM）、闪速存储器或任何其它适合的存储器系统。例如，存储器设备104可以包括动态随机存取存储器（DRAM）。

CPU 102可以通过总线106连接至输入/输出（I/O）设备接口108，其被配置成将计算设备100连接至一个或多个I/O设备110。I/O设备110可以包括，例如，键盘和定点设备，其中定点设备可以尤其包括触摸板或触摸屏。I/O设备110可以是计算设备100的内置组件，或者可以是外部连接至计算设备100的设备。

CPU 102还可以通过总线106链接至显示器接口112，其被配置成将计算设备100连接至显示器设备114。显示器设备114可以包括作为计算设备100的内置组件的显示屏。显示器设备114还可以尤其包括计算机监视器、电视或投影仪，其外部连接至计算设备100。

计算设备100还可以包括网络接口控制器（NIC）116。NIC 116可以被配置成通过总线106将计算设备100连接至网络118。网络118尤其可以是广域网（WAN）、局域网（LAN），或者因特网。

计算设备100还可以包括一个或多个传感器120。传感器120尤其可以包括，例如，光传感器、气压计、接近传感器、磁力计、陀螺仪、加速度计或麦克风。在各种实施例中，传感器120是计算设备100的内置组件。然而，在一些实施例中，传感器120中的一些是外部连接至计算设备100的组件。

计算设备还可以包括存储设备122。存储设备122是诸如硬盘驱动器、光盘驱动器、拇指驱动器、驱动器的阵列或其任何组合的物理存储器。存储设备122还可以包括远程存储驱动器。存储设备122可以包括任何数量的情境感知应用124，其被配置成在计算设备100上运行。

此外，存储设备122可以包括传感器中枢（hub）引擎126和数字信号处理（DSP）引擎128。传感器中枢引擎126和DSP引擎128可以被配置成从计算设备100的CPU 102卸载情境感测过程并且以基于情境的触发机制为基础引导情境感测过程，如以下进一步论述的。可以通过直接将传感器120耦合到传感器中枢引擎126而不是CPU 102将情境感测过程从CPU102卸载到传感器中枢引擎126，如图1中所示。而且，在一些实施例中，任何传感器120可以直接耦合到DSP引擎128而不是传感器中枢引擎126。

图1的框图不意在指示计算设备100要包括图1中示出的所有组件。另外，计算设备100可以包括未在图1中示出的任何数量的附加组件，这取决于特定实现的细节。

图2是依据实施例的包括被配置成引导情境感测过程的若干卸载引擎202A-B的片上系统（SOC）200的框图。SOC 200实现在诸如关于图1论述的计算设备100之类的计算设备内。在各种实施例中，计算设备是移动计算设备。

SOC 200可以包括处理器204，其可以被配置成向在计算设备上运行的任何数量的情境感知应用（未示出）提供在情境感测过程的执行期间获取的情境信息。SOC 202还可以包括卸载引擎202A-B。更具体地，SOC 200可以包括传感器中枢引擎202A和DSP引擎202B。传感器中枢引擎202A可以包括用于引导情境感测过程的基于情境的触发机制和分类在情境感测过程期间获取的情境数据的多个分类器，如关于图3所论述的。SOC 200还可以包括DSP引擎202B，其可以与传感器中枢引擎202A交互并且有助于音频情境感测过程的引导。

传感器中枢引擎202A可以耦合到多个传感器206A-G，包括，例如，光传感器206A、气压计206B、接近传感器206C、磁力计206D、陀螺仪206E、加速度计206F和全球导航卫星系统（GNSS）位置传感器206G。传感器中枢引擎202A可以经由内部集成电路（I2C）208耦合到光传感器206A、气压计206B、接近传感器206C、磁力计206D、陀螺仪206E、加速度计206F。传感器中枢引擎202A可以经由通用异步接收器/发射器（UART）210耦合到GNSS位置传感器206G。

DSP引擎202B可以间接耦合到诸如麦克风206H之类的音频传感器。具体地，麦克风206H可以耦合到音频编码器/解码器（编解码器）212，并且音频编解码器212可以经由I2C214和异步串行端口（SSP）216耦合到DSP引擎202B。

因此，在各种实施例中，传感器206A-H连接至传感器中枢引擎202A或DSP引擎202B而不是直接连接至处理器204。这可以允许计算设备消耗的功率量减小，因为情境感测过程从处理器204卸载到传感器中枢引擎202A和DSP引擎202B。

传感器中枢引擎202A可以从光传感器206A、气压计206B、接近传感器206C、磁力计206D、陀螺仪206E，或加速度计206F，或其任何组合接收情境数据。此外，DSP引擎202B可以从麦克风206H接收音频情境数据。传感器中枢引擎202A和DSP引擎202B可以分析这样的情境数据以确定对应于计算设备的情境信息。传感器中枢引擎202A和DSP引擎202B然后可以将情境信息发送到处理器204，其可以将情境信息转寄到已经请求这样的情境信息的任何数量的情境感知应用。另外，在一些实施例中，传感器中枢引擎202A和DSP引擎202B可以直接向情境感知应用发送情境信息。

图2的框图不意在指示SOC 200要包括图2中示出的所有组件。另外，SOC 200可以包括未在图2中示出的任何数量的附加组件，这取决于特定实现的细节。

图3是依据实施例的情境感测系统300的框图。相似编号的项如关于图2描述的那样。情境感测系统300可以包括多个情境感知应用302。情境感知应用302可以包括在计算设备上运行的应用，其利用对应于计算设备或计算设备的环境的情境信息。例如，情境感知应用302可以依赖于这样的情境信息以用于一直正常地运转，或者可以仅周期性地请求这样的情境数据。

情境感测系统300还可以包括情境框架304。情境框架304可以被配置成确定要包括在情境感测过程内的情境感知应用302。具体地，情境框架304可以指定哪些应用将被允许接收情境信息，以及可以由每个情境感知应用302接收的情境信息的类型。情境框架304还可以指定可以在情境感测过程期间使用的插件类型，如以下进一步论述的。

另外，情境框架304可以包括历史情境信息的数据库。历史情境信息可以被用于情境感测过程以便基于先前的情境改变确定计算设备的情境或环境中的改变。例如，历史情境信息可以包括经由加速度计206F获取的指示用户已经坐下的物理活动数据。而且，来自其它传感器的信息可以与物理活动数据结合地用于确定用户的定位。

在各种实施例中，情境感测系统300包括情境融合中间件306。情境融合中间件306可以组合经由传感器206A-H获取的所有情境信息。情境融合中间件306然后可以基于组合的情境信息确定针对基于情境的触发机制的适合的触发间隔，如以下进一步论述的。另外，情境融合中间件306可以向情境框架304发送要被存储和/或发送到任何情境感知应用302的该组合的情境信息。

情境感测系统300还可以包括多个情境源308。情境源308包括被配置成收集经由传感器206A-H从传感器中枢引擎202A和DSP引擎202B获取的传感器信息的插件。例如，情境源308可以包括被配置成从DSP引擎202B收集音频情境信息的音频分类器情境插件310A。此外，情境源308可以包括分别被配置成从传感器中枢引擎202A收集物理活动情境信息、终端情境信息以及手势识别情境信息的物理活动情境插件310B、终端情境插件310C以及手势识别情境插件310D。

物理活动情境信息包括可以被用于确定任何物理活动的情境的来自任何传感器206A-G的情境数据。因此，加速度计206F可以被用于确定物理加速度而陀螺仪206E可以被用于确定计算设备的取向。而且，接近传感器206C可以被用于确定设备与其它对象的物理接近度。

终端情境信息包括与设备的状态相关的信息，诸如，例如，设备是否面向上、面向下、纵向向上、纵向向下、横向向上或横向向下。在一些实施例中，使用三轴加速度数据来感测终端情境信息。此外，手势识别情境信息包括运动手势。例如，设备左/右/上/下轻拂一次并且左/右轻拂两次的运动手势可以被用于控制某些应用行为，诸如，例如，媒体回放、放映幻灯片或设备解锁。此外，触摸耳朵或回摸耳朵的运动手势可以用于到来的呼叫的接收和挂断。在一些实施例中，使用加速度计和/或陀螺仪传感器数据来感测手势识别信息。

在一些实施例中，物理活动情境插件310B、终端情境插件310C和手势识别情境插件310D经由传感器中枢守护进程（daemon）312耦合到传感器中枢引擎202A。传感器中枢守护进程312可以被配置成应对和引导针对从物理活动情境插件310B、终端情境插件310C和手势识别情境插件310D接收的情境信息的多个同时请求。在各种实施例中，传感器中枢守护进程312被配置成向计算设备的主处理器报告与情境感测过程相关的信息。

传感器中枢引擎202A可以包括多个组件，包括传感器中枢固件314、传感器驱动器316和实时操作系统（RTOS）内核318。传感器中枢引擎202A还可以包括用于实现情境感测过程的多个组件。例如，传感器中枢引擎202A可以包括公共情境源触发器320。公共情境源触发器320可以被配置成设置任何传感器206A-G的采样率。此外，公共情境源触发器320可以在指定的触发点或指定的触发间隔处向多个分类器322A-C发送情境数据。指定的触发点可以发生在经由传感器206A-G获取的传感器数据超过预定阈值时。公共情境源触发器320可以提供分类器322A-C内的情境感测算法的预处理和触发。

分类器322A-C包括物理活动情境分类器322A、终端情境分类器322B和手势识别情境分类器322C。每个分类器322A-C可以被配置成执行对应于一个或多个传感器206A-G的情境感测算法。因此，每个情境算法可以分析来自传感器206A-G的任何组合的情境数据。例如，物理活动情境分类器322A可以被配置成执行用于分析经由加速度计206F获取的情境数据的情境感测算法。作为另一个示例，手势识别情境分类器322C可以被配置成执行用于分析经由加速度计206F和陀螺仪206E获取的情境数据的情境感测算法。基于这样的情境数据的分析，分类器322A-C可以确定与计算设备相关的情境信息。所确定的情境信息然后可以被发送到对应的插件310B-D。

在各种实施例中，传感器中枢引擎202A还包括音频情境源触发器324。音频情境源触发器324可以提供音频情境感测算法的预处理和触发。音频情境源触发器324可以包括触发水平表。触发水平表可以被用于确定针对音频情境感测过程的触发点或触发间隔。可以基于例如历史音频分类器结果、持有计算设备的人员的物理活动结果、当前时间、计算设备的位置、计算设备的速度、和/或计算设备的电池水平确定触发点。此外，音频情境源触发器324可以依赖于由物理活动情境分类器322A、终端情境分类器322B或手势识别情境分类器322C或其任何组合所确定的情境信息。音频情境源触发器324还可以包括反馈机制，其允许基于改变的条件对触发点的调节。

传感器中枢引擎202A的音频情境源触发器324可以与DSP引擎202B的音频情境分类器326经由过程间通信（IPC）328通信。基于从音频情境源触发器324接收的触发，音频情境分类器326可以被配置成执行用于分析从麦克风206H获取的音频情境数据的情境感测算法。音频情境分类器326可以响应于来自音频情境源触发器324的输入而发起情境感测算法。基于这样的音频情境数据的分析，音频情境分类器326可以确定与计算设备相关的音频情境信息。例如，音频情境分类器326可以使用所捕获的音频脉冲编码调制（PCM）数据来分类计算设备的音频情境，诸如计算设备的环境内的语音、音乐、拥挤、安静、机械声音或运动声音。所确定的音频情境信息然后可以被发送到音频分类器情境插件310A。

在一些实施例中，DSP引擎202B还包括多个组件，诸如DSP固件330、回放接口332以及记录接口334。然而，在一些情况下，回放接口332可以不包括在DSP引擎202B内。

另外，在一些实施例中，物理活动情境分类器322A、终端情境分类器322B、手势识别情境分类器322D和音频情境分类器326被配置成区分有意义的情境数据和无意义的情境数据。分类器322A-D和326然后可以丢弃无意义的情境数据，并且仅仅基于有意义的情境数据来确定针对计算设备的情境信息。

图3的框图不意在指示情境感测系统300要包括图3中示出的所有组件。另外，情境感测系统300可以包括未在图3中示出的任何数量的附加组件，这取决于特定实现的细节。情境感测系统300还可以包括不同的布置。例如，麦克风206H还可以直接与DSP引擎202B通信。

在一些实施例中，公共情境源触发器320根据以下所示的逻辑进行操作。

S1：将物理传感器采样率设置到低数，即20赫兹（Hz）；

S2：基于加速度计数据来检测移动；

如果（在某些时候移动超过指定的上边界阈值）{

触发终端情境；

将加速度计采样率设置到100Hz；

触发物理活动情境；

如果（手势情境被登记）{

将陀螺仪采样率设置到100Hz；

触发手势识别情境；

}

}否则如果（在某些时候移动低于指定的下边界阈值）{

将加速度计采样率设置到20Hz；

如果（陀螺仪接通）{

关闭陀螺仪；

}

转到S1；

}否则{

转到S2；

}

另外，在一些实施例中，音频情境源触发器324根据以下所示的逻辑进行操作。

S1：一旦音频情境触发到达传感器中枢引擎，音频情境触发器发送IPC以唤醒DSP 引擎发起音频情境分类器;

S2：通过考虑以下条件确定下一触发水平L：

（1）时间，以确定是否是夜晚；

（2）电池，以确定是否关键；

（3）通过比较时间戳检查针对物理活动情境分类器和终端情境分类器的最近的存 储结果。如果结果比指定的限制更旧，刷新物理活动情境分类器和终端情境分类器，并且获 取结果；

（4）基于时间、电池、终端和活动，确定下一触发水平L；

S3：检查历史音频情境分类器结果并将下一触发水平调节为L'

然而，要理解的是，公共情境源触发器320和音频情境源触发器324可以根据以上逻辑的任何数量的变型操作，这取决于特定实现的细节。

图4为示出依据实施例的用于提供针对计算设备的情境感测的方法400的过程流程图。方法400可以提供计算设备的情境和/或环境的确定，其可以被在计算设备上运行的任何数量的情境感知应用所请求。在各种实施例中，方法400在诸如关于图1论述的计算设备100之类的计算设备内实现。方法400可以实现在包括诸如关于图3论述的情境感测系统300之类的情境感测系统的计算设备内。

该方法在块402处开始，在此确定经由多个传感器获取的传感器数据是否超过阈值。阈值可以如以上所论述的那样是预定的。当已经超过阈值，可以根据特定实现的细节调节指定的触发点，如以下进一步论述的。传感器可以包括，例如，光传感器、气压计、接近传感器、磁力计、陀螺仪、加速度计或诸如麦克风之类的音频传感器。

在块404处，如果传感器数据超过阈值，提高传感器的采样率以获取对应于计算设备的情境数据。可以在减小传感器的采样率之前在指定的时间段内采集情境数据。可以至少部分地基于计算设备的功率水平和功率消耗来调节用于采集情境数据的时间段。

在一些实施例中，在从公共情境传感器获取的传感器数据超过阈值时经由情境感测系统的公共情境源触发器提高多个公共情境传感器的采样率。另外，在一些实施例中，在从音频传感器获取的传感器数据超过阈值时经由情境感测系统的音频分类器触发器提高音频传感器的采样率。

在各种实施例中，计算设备的传感器可以以非常低的功率状态连续运行。例如，麦克风可以周期性地采集音频传感器数据，直到记录到超过触发间隔所指定的阈值的噪声，在该点处提高麦克风的采样率。

在块406处，分析情境数据以分类计算设备的情境，或者以确定与计算设备相关的情境信息。可以向计算设备的处理器提供该情境，并且处理器可以将情境发送到多个情境感知应用中的任何一个。另外，可以分析情境数据以确定计算设备的环境中的改变，并且可以向处理器通知环境中的改变。在一些实施例中，处理器可以基于计算设备的情境或环境执行任何数量的适合动作。

在各种实施例中，分析情境数据以确定有意义的情境数据和无意义的情境数据。有意义的情境数据可以是已经被指定为感兴趣的任何情境数据，并且可以取决于特定计算设备或计算设备的特定实现而变化，如以上所论述的。尚未被指定为感兴趣的情境数据可以被标识为无意义的情境数据。无意义的情境数据可以被丢弃，并且可以仅分析有意义的情境数据以分类计算设备的情境。

另外，在各种实施例中，可以使用融合算法来组合从传感器获取的所有情境数据。然后可以分析组合的情境数据以确定针对情境感测过程的适合的触发点或适合的触发间隔。所确定的触发间隔可以对应于用于提高传感器的采样率的特定阈值。在一些实施例中，当确定触发间隔时可以将计算设备的功率消耗考虑在内。例如，如果计算设备的功率消耗超过指定的阈值，可以提高触发水平，并且由此提高阈值。这可以允许计算设备的功率消耗中的减小，因为传感器的采样率并不常常提高。而且，在一些实施例中，如果计算设备的功率水平降到低于指定的下阈值，可以提高传感器的采样率，并且可以暂时地禁用情境感测过程以节约功率。

另外，在一些实施例中，可以基于计算设备的情境来调整触发间隔。例如，如果确定计算设备是在移动的车辆中，可以增大触发间隔，并由此提高用于获取音频情境数据的阈值，使得麦克风仅被非常响亮的噪声激活。

图4的过程流程图不意在指示方法400的块要以任何特定的次序执行，或者在每种情况下都要包括所有的块。另外，任何数量的附加块可以包括在方法400内，这取决于特定实现的细节。

图5为示出依据实施例的存储用于情境感测的代码的有形、非暂时性计算机可读介质500的框图。有形、非暂时性计算机可读介质500可以由处理器502通过计算机总线504访问。另外，有形、非暂时性计算机可读介质500可以包括被配置成引导处理器502执行本文描述的技术的代码。

本文论述的各种软件组件可以存储在有形、非暂时性计算机可读介质500上，如图5中所指示的。例如，情境感测触发器模块506可以被配置成确定从任何数量的传感器获取的传感器数据是否超过基于指定的触发间隔所定义的阈值。如果传感器数据超过阈值，情境感测触发器模块506可以被配置成提高传感器的采样率以获取情境数据。情境感测分类器模块508可以被配置成分析从传感器获取的情境数据以分类由情境数据表示的情境。此外，情境融合模块510可以被配置成分析从任何数量的传感器获取的情境数据以确定针对情境感测触发器模块506的触发间隔和对应的阈值。

图5的框图不意在指示有形、非暂时性计算机可读介质500要包括图5中示出的所有组件。另外，有形、非暂时性计算机可读介质500可以包括未在图5中示出的任何数量的附加组件，这取决于特定实现的细节。

示例1

本文描述了用于情境感测的方法。该方法包括确定经由多个传感器获取的传感器数据是否超过预定阈值并且，如果传感器数据超过阈值，提高所述传感器中任一个的采样率以获取对应于计算设备的情境数据。该方法还包括分析情境数据以分类计算设备的情境。

该方法可以包括向计算设备的处理器提供情境，其中处理器被配置成向多个情境感知应用中的任一个发送情境。该方法还可以包括分析情境数据以确定计算设备的环境中的改变并且向计算设备的处理器通知环境中的改变。另外，该方法可以包括分析情境数据以确定有意义的情境数据和无意义的情境数据，丢弃无意义的情境数据，以及分析有意义的情境数据以分类计算设备的情境。

该方法可以包括组合经由传感器获取的情境数据并且分析组合的情境数据以确定阈值。该方法还可以包括确定计算设备的功率水平并且如果功率水平低于指定下阈值，降低传感器的采样率。在一些实施例中，该方法包括当从公共情境传感器获取的传感器数据超过阈值时经由情境感测系统的公共情境源触发器提高多个公共情境传感器的采样率。此外，在一些实施例中，该方法包括当从音频传感器获取的传感器数据超过阈值时经由情境感测系统的音频分类器触发器提高音频传感器的采样率。

示例2

本文描述了计算设备。该计算设备包括被配置成当经由传感器获取的传感器数据超过阈值时提高多个传感器的采样率并且经由传感器获取对应于计算设备的情境数据的情境感测系统。情境感测系统还被配置成分析情境数据以确定对应于计算设备的情境信息并且向计算设备的中央处理单元（CPU）发送情境信息。中央处理单元（CPU）被配置成从情境感测系统接受情境信息并且向情境感知应用发送情境信息。

情境感测系统还可以被配置成分析情境数据以确定计算设备的环境中的改变并且向CPU通知环境中的改变。情境感测系统的公共情境源触发器可以被配置成当从公共情境传感器获取的传感器数据超过阈值时提高多个公共情境传感器的采样率。情境感测系统的音频分类器触发器可以被配置成当从音频情境传感器获取的传感器数据超过阈值时提高音频情境传感器的采样率。

在一些实施例中，情境感测系统被配置成组合来自传感器的情境数据并且分析组合的情境数据以确定用于提高传感器的采样率的阈值。另外，在一些实施例中，情境感测系统被配置成分析情境数据以确定有意义的情境数据和无意义的情境数据，丢弃无意义的情境数据，并且分析有意义的情境数据以确定对应于计算设备的情境信息。

情境感测系统可以被配置成确定计算设备的功率水平并且如果功率水平低于指定的下阈值，降低传感器的采样率。情境感测系统还可以被配置成基于计算设备的功率消耗确定阈值并且如果功率消耗超过指定的上阈值，提高阈值。此外，情境感测系统可以被配置成经由CPU从情境感知应用接收针对情境信息的请求，确定情境信息，并且将情境信息返回到CPU。CPU被配置成向情境感知应用发送情境信息。

示例3

本文描述了至少一个机器可读介质。至少一个机器可读介质具有存储在其中的指令，其响应于在计算设备上执行，使计算设备当经由传感器获取的传感器数据超过阈值时提高多个传感器的采样率，经由传感器获取对应于计算设备的情境数据，并且分析情境数据以分类计算设备的情境。

所述指令还可以使计算系统向计算设备的中央处理单元（CPU）发送情境，其中CPU被配置成向在CPU上运行的多个情境感知应用中的任何一个发送情境。另外，在一些实施例中，基于计算设备的功率消耗确定阈值，并且如果计算设备的功率消耗超过指定的上阈值，提高阈值。

要理解的是，前述示例中的特定细节可以使用在一个或多个实施例中的任何地方。例如，以上描述的计算设备的所有可选特征还可以关于本文描述的要么方法要么计算机可读介质实现。另外，尽管本文可能已经使用流程图和/或状态图来描述实施例，但是本发明不限于那些图或本文中对应的描述。例如，流程无需贯穿每一个图示的框或状态进行，也无需确切地以与本文图示和描述的相同次序进行。

本发明不局限于本文列出的特定细节。实际上，受益于本公开的本领域技术人员将领会到，可以在本发明的范围内从以上描述和附图做出多个其它变型。因此，限定本发明范围的是包括对其的任何修改的随附权利要求。

Claims (14)

1.一种用于情境感测的方法，包括：

通过卸载引擎确定经由多个传感器获取的传感器数据是否超过预定阈值；

如果所述传感器数据超过所述阈值，通过所述卸载引擎提高所述多个传感器中的任一个的采样率以获取对应于计算设备的情境数据；以及

通过所述卸载引擎分析所述情境数据以对所述计算设备的情境进行分类，

其中所述多个传感器被耦合到不是处理器的一部分的所述卸载引擎而不耦合到所述处理器，以便将情境感测从所述处理器卸载到所述卸载引擎；

通过所述卸载引擎将所述情境提供给所述处理器；

指定运行在所述计算设备上的多个情境感知应用中的每个情景感知应用所能够接收的情境类型；以及

通过所述处理器将该类型的情境发送给所述多个情景感知应用中的相应情景感知应用，

所述方法还包括：

分析所述情境数据以确定有意义的情境数据和无意义的情境数据；

丢弃所述无意义的情境数据；以及

分析所述有意义的情境数据以对所述计算设备的情境进行分类。

2.权利要求1的方法，包括：

分析所述情境数据以确定所述计算设备的环境中的改变；以及

向所述计算设备的处理器通知所述环境中的改变。

3.权利要求1的方法，包括：

组合经由所述多个传感器获取的所述情境数据；以及

分析组合的情境数据以确定所述阈值。

4.权利要求1的方法，包括：

确定所述计算设备的功率水平；以及

如果所述功率水平低于指定下阈值，降低所述多个传感器的采样率。

5.权利要求1的方法，包括当从多个公共情境传感器获取的传感器数据超过所述阈值时经由所述卸载引擎的公共情境源触发器提高所述多个公共情境传感器的采样率。

6.权利要求1的方法，包括当从音频传感器获取的传感器数据超过所述阈值时经由情境感测系统的音频分类器触发器提高所述音频传感器的采样率。

7.一种计算设备，包括：

包括卸载引擎的情境感测系统，所述卸载引擎被配置成：

当经由多个传感器获取的传感器数据超过阈值时提高所述多个传感器的采样率；

经由所述多个传感器获取对应于所述计算设备的情境数据；

分析所述情境数据以确定对应于所述计算设备的情境信息的类型；

指定运行在所述计算设备上的多个情境感知应用中的每个情景感知应用所能够接收的情境类型；并且

向所述计算设备的中央处理单元（CPU）发送所述情境信息；以及

中央处理单元（CPU），被配置成：

从所述情境感测系统接受所述情境信息；并且

向所述多个情境感知应用中的相应情景感知应用发送该类型的情境信息，

其中所述多个传感器被耦合到所述卸载引擎而不耦合到CPU，以便将情境感测从CPU卸载到所述卸载引擎，

其中所述情境感测系统被配置成：

分析所述情境数据以确定有意义的情境数据和无意义的情境数据；

丢弃所述无意义的情境数据；以及

分析所述有意义的情境数据以确定对应于所述计算设备的所述情境信息。

8.权利要求7的计算设备，其中所述情境感测系统被配置成：

分析所述情境数据以确定所述计算设备的环境中的改变；以及

向CPU通知所述环境中的改变。

9.权利要求7的计算设备，其中所述情境感测系统的公共情境源触发器被配置成当从多个公共情境传感器获取的传感器数据超过所述阈值时提高所述多个公共情境传感器的采样率。

10.权利要求7的计算设备，其中所述情境感测系统的音频分类器触发器被配置成当从音频情境传感器获取的传感器数据超过所述阈值时提高所述音频情境传感器的采样率。

11.权利要求7的计算设备，其中所述情境感测系统被配置成：

组合来自所述多个传感器的所述情境数据；以及

分析组合的情境数据以确定用于提高所述多个传感器的采样率的所述阈值。

12.权利要求7的计算设备，其中所述情境感测系统被配置成：

确定所述计算设备的功率水平；以及

如果所述功率水平低于指定的下阈值，降低所述多个传感器的采样率。

13.权利要求7的计算设备，其中所述情境感测系统被配置成：

基于所述计算设备的功率消耗确定所述阈值；以及

如果所述功率消耗超过指定的上阈值，提高所述阈值。

14.权利要求7的计算设备，其中所述情境感测系统被配置成：

经由CPU从情境感知应用接收针对情境信息的请求；

确定所述情境信息；以及

将所述情境信息返回到CPU；并且

其中CPU被配置成向所述情境感知应用发送所述情境信息。