CN104615236A - 活动检测和分析 - Google Patents

活动检测和分析 Download PDF

Info

Publication number
CN104615236A
CN104615236A CN201410610443.2A CN201410610443A CN104615236A CN 104615236 A CN104615236 A CN 104615236A CN 201410610443 A CN201410610443 A CN 201410610443A CN 104615236 A CN104615236 A CN 104615236A
Authority
CN
China
Prior art keywords
analysis
engine
sensor
activity recognition
devices
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410610443.2A
Other languages
English (en)
Inventor
瓦姆斯·R·甘谷玛拉
卡西克·卡廷加里
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
InvenSense Inc
Original Assignee
InvenSense Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by InvenSense Inc filed Critical InvenSense Inc
Publication of CN104615236A publication Critical patent/CN104615236A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G01C22/006—Pedometers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1123—Discriminating type of movement, e.g. walking or running
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112—Gait analysis
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/17—Counting, e.g. counting periodical movements, revolutions or cycles, or including further data processing to determine distances or speed
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management

Abstract

本发明披露了一种用于活动检测和分析的方法和系统。该方法包括确定上下文并向分析引擎提供所确定的上下文和来自至少一个传感器的一项或多项输出以提供分析结果。该系统包括至少一个传感器和耦合至该至少一个传感器的处理系统，其中，该处理系统包括分析引擎，该分析引擎被配置成用于接收所确定的上下文和来自至少一个传感器的一项或多项输出以提供分析结果。

Description

活动检测和分析
相关申请的交叉引用
本申请根据35美国法典第119(e)章节(35USC.119(e))要求2013年11月4日提交的题为“用于改进活动检测和分析的方法(METHOD TOIMPROVE ACTIVITY DETECTION AND ANALYTICS)”第61/899,794号美国临时专利申请的权益，该申请通过引用以其全文结合于此。
发明领域
本发明涉及传感器装置，并且更具体地涉及用于活动检测和分析的传感器装置。
背景
传感器、传感器装置、和可穿戴装置用于各种应用中，包括用户活动(例如，步行、跑步)的检测和标识。常规传感器装置和活动分类装置存在各种不准确缺点，包括用户活动的错误肯定检测。在某些情况下，如在开车或骑自行车时，因为将重复加速数据签名误认为是步伐，常规计步器在用户不迈步的活动过程中存在重复计数的缺点。因此，强烈需要一种克服上述问题的解决方案。本发明解决了这种需要。
发明概述
披露了一种用于活动检测和分析的方法和系统。第一方面，该方法包括确定上下文并向分析引擎提供所确定的上下文和来自至少一个传感器的一项或多项输出以提供分析结果。
第二方面，该系统包括至少一个传感器和耦合至该至少一个传感器的处理系统，其中，该处理系统包括分析引擎，该分析引擎被配置成用于接收所确定的上下文和来自至少一个传感器的一项或多项输出以提供分析结果。
附图简要说明
附图和说明书一起展示了本发明的若干个实施例，并且这些附图用于解释本发明的原理。本领域的普通技术人员容易地认识到图中所示的实施例仅是示例性的，而并不旨在限制本发明的范围。
图1展示了根据一个实施例的包括运动处理单元(MPU)的系统。
图2展示了根据一个实施例的由可穿戴装置进行分析的方法。
图3展示了根据一个实施例的用于活动分析的可穿戴装置。
图4展示了根据一个实施例的用于计步器分析的可穿戴装置。
图5展示了根据一个实施例的用于活动分析的可穿戴装置。
图6展示了根据一个实施例的用于活动分析的可穿戴装置。
图7展示了根据一个或多个实施例的相对于本发明的集成系统安排的示例可穿戴装置和远程装置。
详细说明
本发明涉及传感器装置，并且更具体地涉及用于活动检测和分析的传感器装置。以下描述被展示以使得本领域的普通技术人员能够制作和使用本发明，并且提供在专利申请及其要求的背景中。对在此描述的优选实施例及通用原理和特征作出的各种修改对于本领域的技术人员而言将是非常明显的。因此，本发明并非旨在限定于所示实施例，而是要符合与在此描述的原理和特征相一致的最广泛范围。
根据本发明的方法和系统提供了一种可穿戴装置和平台，该装置和平台基于所确定的上下文和算法检测并对用户活动进行分类以防止错误活动分类并提供准确活动分类(当存在时)。通过将传感器、包括该算法的活动识别引擎和分析引擎集成到可穿戴装置内，以自适应地改变对分析进行估计的分析引擎的决定参数的某种置信度检测活动。
在所描述的实施例中，“原始数据”指来自传感器的还没有处理的测量输出。“动作数据”指处理过的传感器数据。通过应用传感器融合算法或应用任何其他算法来完成可穿戴装置进行的数据处理。在传感器融合算法的情况下，组合来自一个或多个传感器的数据来提供装置的定向，包括但不限于方位角和/或置信度值。世界坐标中的预定义参考指坐标系，其中，该坐标系中的一条轴与地球引力对准，该坐标系中的一条第二轴指向磁北，并且第三轴与该第一和第二轴正交。
为了更详细地描述本发明的特征，现在结合附图参考如下描述。
在一个实施例中，本发明的集成系统包括运动追踪装置(也被称为运动处理单元(MPU))，该运动追踪装置包括传感器和电路。图1展示了根据一个实施例的包括运动处理单元(MPU)190的系统100。系统100包括MPU 190、应用处理器110、应用存储器120、和外部传感器130。在一个实施例中，MPU 190包括处理器140、存储器150、和传感器160。在另一个实施例中，MPU 190包括控制逻辑和其他结构。
在图1中，示出了存储器150，用于存储执行算法的指令、原始数据、和/或从传感器160和/或外部传感器130接收的处理过的传感器数据。这些算法可以包括传感器融合算法、活动检测算法、分析、或类似算法。在一个实施例中，传感器160和/或外部传感器130包括加速计、陀螺仪、磁强计、固态传感器、压力传感器、传声器、接近传感器、触觉传感器、环境光传感器、和其他传感器。
在一个实施例中，传感器160和外部传感器130提供沿着相对于彼此正交的三个轴的测量结果，被称为9轴装置。在其他实施例中，传感器160和/或外部传感器130可以不提供沿着一条或多条轴的测量结果。在一个实施例中，这些电路接收并处理所测量的来自一个或多个传感器的输出(例如，传感器数据)。在另一个实施例中，在不同衬底/芯片上的处理器上处理该传感器数据。
在一个实施例中，传感器160形成在一个第一衬底(例如，一个第一硅衬底)上，并且这些电路形成在一个第二衬底(例如，一个第二硅衬底)上。在一个实施例中，在单个半导体芯片中，该第一衬底竖直地堆叠、附接和电连接至该第二衬底。在另一个实施例中，在单个封装中，该第一衬底竖直地堆叠、附接和电连接至该第二衬底。在又另一个实施例中，在单个封装中，该第一和第二衬底电连接并且放置在彼此旁边。
在某些实施例中，处理器140、存储器150、和传感器160形成在不同芯片上，并且在其他实施例中，处理器140、存储器150、和传感器160形成并驻留在同一芯片上。在另外的其他实施例中，在计算定向、活动检测算法和分析中所使用的传感器融合算法、活动检测算法和分析在处理器140和MPU 190外部执行。在又其他实施例中，通过MPU 190确定传感器融合。在又另一个实施例中，通过处理器140和应用处理器110确定传感器融合、活动检测算法、和分析两者。
在一个实施例中，处理器140根据存储器150中的算法执行代码以处理存储器150中所存储的和传感器160所检测的数据。在另一个实施例中，应用处理器110发送至或从应用存储器120检索并耦合至处理器140。在一个实施例中，处理器140中的应用可以是各种应用类型中的一种，包括但不限于导航系统、罗盘准确度应用、远端控制应用、3维照相机应用、工业自动化应用、和任何其他运动追踪型应用。针对3维照相机应用，处理器140估计偏置误差或灵敏度误差。应理解到，这不是应用的详细清单，并且设想其他应用。将认识到，由于本发明，轻易地理解本发明的这些和其他实施例，其中，图1的系统100可以结合到图7中所描述的范例中。
图2展示了根据一个实施例的由可穿戴装置进行分析的方法200。方法200包括通过步骤210确定上下文并通过步骤220向分析引擎提供所确定的上下文和来自至少一个传感器的一项或多项输出以提供分析结果。在一个实施例中，通过接收来自至少一个传感器的一项或多项输出的活动识别引擎确定该上下文。在一个实施例中，该分析引擎包括至少一个软件组件和至少一个硬件组件中的任一项。
在一个实施例中，利用所确定的上下文来对用户的活动进行分类以提供进一步的分析结果。以下列出了活动和分析的示例。
在一个实施例中，该分析引擎和该活动识别引擎从同一传感器接收该一项或多项输出。在另一个实施例中，该分析引擎和该活动识别引擎从不同传感器接收该一项或多项输出。
在一个实施例中，该分析引擎利用阈值提供分析结果。在一个实施例中，该阈值是一个基于先前的机器学习数据集和/或其他采样技术的预先确定和预设值。在另一个实施例中，基于从活动识别引擎输出的并且用作到分析引擎内的输入的该分类活动动态地并且连续地调整该阈值。
在一个实施例中，通过活动识别引擎确定的该分类活动包括各种活动，包括但不限于骑自行车、跑步、步行、开车和睡觉。在一个实施例中，通过分析引擎确定的分析结果包括各种结果，包括但不限于每分钟步数(SPM)、步数、距离、速度、步长、能量、卡路里、心率和锻炼计数。在一个实施例中，由活动识别引擎利用分析引擎输出的分析结果来确定该分类活动。在另一个实施例中，根据可穿戴装置已经建立的上下文确定该分类活动，其中，该上下文包括各种上下文，包括但不限于具体情况、环境、和用户的控制活动，如打手势。
在一个实施例中，建立上下文的用户打手势包括但不限于触摸、按钮、轻击、签名、声音、命令操作、图像、生物信号、心率监控器、和移动中的任一项。在本实施例中，可穿戴装置包括用于检测用户与可穿戴装置的触摸传感器的接触的手势检测器。该手势检测器还可以包括一个用于检测系统/用户的加速度数据的加速计和一个用于检测系统/用户的转动的陀螺仪，其中，该加速计和该陀螺仪以组合方式用于生成运动数据。
在一个实施例中，该活动识别引擎和该分析引擎能够接收用户输入和指令。在一个实施例中，该用户输入和指令包括但不限于阈值、活动分类种类、和分析的时间段。
在一个实施例中，该可穿戴装置包括至少一个传感器和一个耦合至该至少一个传感器的处理系统(例如，处理器)。在一个实施例中，该处理系统包括一个活动识别引擎和一个分析引擎。在另一个实施例中，该可穿戴装置进一步包括一个功率管理单元，通过该活动识别引擎、所确定的上下文、所确定的上下文、该分类活动、该分析引擎、和这些分析结果中的任一项控制该功率管理单元。在一个实施例中，基于该活动识别引擎、所确定的上下文、该分类活动、该分析引擎、和这些分析结果中的任一项动态地选择该至少一个传感器。
图3展示了根据一个实施例的用于活动分析的可穿戴装置300。在图3中，可穿戴装置300包括传感器310、活动识别模块320、分类活动330、分析算法模块340、和多项分析350输出。可穿戴装置300附接至用户以通过传感器310(包括但不限于加速计、陀螺仪、磁强计、压力、GPS、和心率数据)检测各种数据和信号。将所检测到的数据传输至利用活动识别(AR)算法来检测并将用户活动和上下文分类到分类活动330中的活动识别模块320。
分类活动330包括但不限于如骑自行车、跑步、步行、开车、睡觉、和手势等活动。将分类活动330和来自传感器310的数据两者输入到确定多项分析350输出的分析算法模块340，包括但不限于每分钟步数(SPM)、步数、距离、速度、步长、能量、卡路里、心率、和锻炼计数。在另一个实施例中，仅将分类活动330和来自传感器310的数据中的一项输入到分析算法模块340，以便进行处理。在一个实施例中，检测用户活动的活动识别模块320和确定与分类活动330相关的各种分析的分析算法模块340可以在图1的系统100的同一处理器140或同一应用处理器110上或在不同处理器上执行。
图4展示了根据一个实施例的用于计步器分析的可穿戴装置400。在图4中，可穿戴装置400包括传感器410、活动识别模块420、分类活动430、计步器算法模块440、和步伐计数450输出。可穿戴装置400附接至用户以通过传感器410(包括但不限于加速计、陀螺仪、磁强计、压力、GPS、和心率数据)检测各种数据和信号。将所检测到的数据传输至利用活动识别(AR)算法来检测并将用户活动和上下文分类到分类活动430中的活动识别模块420。
分类活动430包括但不限于如骑自行车、跑步、步行、开车、睡觉、和手势等活动。将分类活动430和来自传感器410的数据两者输入到确定步伐计数450计数的计步器算法模块440内。在另一个实施例中，仅将分类活动430和来自传感器410的数据中的一项输入到计步器算法模块440，以便进行处理。在一个实施例中，检测用户活动的活动识别模块420和确定与分类活动430相关的步伐计数的计步器算法模块440可以在图1的系统100的同一处理器140或同一应用处理器110上或在不同处理器上执行。
在一个实施例中，基于所接收到的分类活动330/430动态地和自动地调整活动/计步器分析模块340/440。例如，如果确定分类活动330/430是骑自行车，则对活动/计步器分析模块340/440进行调整以增加峰值阈值并增加节奏计数，从而使得活动/计步器分析模块340/440不受各分析(如对步伐进行计数)的影响或对其不那么敏感。如果确定分类活动330/440是持久步行，则对活动/计步器分析模块340/440进行调整以减小峰值阈值并减小节奏计数，从而使得活动/计步器分析模块340/440在各分析的(如对步伐进行计数)的确定中更准确。
图5展示了根据一个实施例的用于活动分析的可穿戴装置500。在图5中，可穿戴装置500与图3的图解300类似。此外，在图5中，将分析算法模块540确定的多项分析550输出输入并反馈到活动识别模块520内以提高活动检测置信水平。通过紧密的控制回路机构不断地并且自动地更新活动识别模块520以更准确地对用户的各种活动和上下文进行分类，这进而使分析算法模块540能够更准确地确定各分析，如每分钟步数(SPM)。
图6展示了根据一个实施例的用于活动分析的可穿戴装置600。在图6中，可穿戴装置600与图5的图解500类似。此外，在图6中，用馈送到活动算法模块640内的其他输入660和馈送到活动识别模块620内的其他输入670补充紧密的反馈回路机构。其他输入660包括但不限于GPS，并且其他输入670包括但不限于心率。由可穿戴装置600利用其他输入660和670来连续地改进活动识别模块620和活动算法模块640的准确度。由可穿戴装置600利用分类活动630来精细调整和更新活动算法模块640用来确定多项分析650输出的算法。
在一个实施例中，该分类活动和该多项分析输出被可穿戴装置系统内部地存储在存储器中。在另一个实施例中，由可穿戴装置将该分类活动和该多项分析输出传输至不同装置或云计算机系统和网络，以便存储和在屏幕上显示。该不同装置或云计算机系统和网络利用从可穿戴装置接收的所编译和存储的数据来与可穿戴装置进行通信并改进活动识别引擎/模块和分析算法引擎/模块。
图7展示了根据一个或多个实施例的相对于本发明的集成系统790安排的示例可穿戴装置和远程装置700。在图7中，这些示例可穿戴装置包括具有集成系统790的计步器装置710、具有集成系统790的可穿戴传感器720、具有集成系统790的智能电话/平板计算机730、在与集成系统790通信的远程装置内所用的照相机740、和具有集成系统790的导航系统750。可穿戴传感器720可穿戴在各种用户位置上，包括手腕。导航系统750能够通信并且被定位为智能媒体。
如上所述，根据本发明的方法和系统利用可穿戴平台和运动处理单元(MPU)通过传感器检测各数据信号并对所检测的数据信号进行分析以便自动和连续分类到各活动中。通过将各传感器、活动识别引擎、包括算法的分析引擎集成到可穿戴装置内，对各种用户活动进行分类(例如，步行、跑步、骑自行车等)并确定与那个活动分类相关联的各种度量(例如，步伐计数、速度、距离等)。MPU基于所输出的活动分类和先前的分析度量确定来对分析引擎所用的算法进行更新。将认识到，本发明具有许多没有在此明确阐释的实现方式和用途。
已经披露了用于由可穿戴装置进行活动分类和分析的方法和系统。在此描述的实施例可以采取全硬件实现方式、全软件实现方式、或包含硬件和软件元件两者的实现方式的形式。可以用软件实现实施例，该软件包括但不限于应用软件、固件、常驻软件、微代码等。在此描述的实施例还可以采取以下形式：其中，可穿戴装置整体、传感器、和一个或多个远程装置或服务器共同位于或集成到同一或接近装置内。在这种实施例中，本发明整体集成到一个装置内。然而，没有如此限制根据本发明的方法和系统。
可以使用任何合适的控制器或处理器、和软件应用实现在此描述的步骤，该软件应用可以存储在任何合适的存储位置或计算机可读介质上。该软件应用提供致使处理器执行在此描述的功能的指令。
此外，实施例可以采取从计算机可用或计算机可读介质可访问的计算机程序产品的形式，该计算机可用或计算机可读介质提供由或结合计算机或任何指令执行系统使用的程序代码。为了本说明书的目的，计算机可用或计算机可读介质可以是可包含、存储、传达、传播或传输以下程序的任何设备，该程序用于由或结合该指令执行系统、设备或装置使用。
该介质可以是电、磁、光、电磁、红外、半导体系统(或设备或装置)或传播介质。计算机可读介质的示例包括半导体或固态存储器、磁带、可移除的计算机软磁盘、随机存取存储器(RAM)、只读存储器(ROM)、非易失性读/写闪速存储器、刚性磁盘、和光盘。光盘的当前示例包括DVD、致密盘-只读存储器(CD-ROM)以及致密盘-读/写(CD-R/W)。
尽管已经根据所示实施例对本发明进行了描述，但本领域的技术人员将容易认识到，这些实施例可能存在多种变化并且这些变化将在本发明的精神和范围内。相应地，在不偏离本发明的精神和所附权利要求书的范围的情况下，本领域的普通技术人员可以作出许多修改。

Claims (32)

1.一种计算机实现的方法，包括：
确定一个上下文；以及
向一个分析引擎提供所确定的上下文和来自至少一个传感器的一项或多项输出以提供分析结果。
2.如权利要求1所述的计算机实现的方法，其中，通过一个活动识别引擎确定该上下文。
3.如权利要求2所述的计算机实现的方法，其中，该活动识别引擎从至少一个传感器接收一项或多项输出。
4.如权利要求3所述的计算机实现的方法，其中，该分析引擎和该活动识别引擎从同一传感器接收该一项或多项输出。
5.如权利要求3所述的计算机实现的方法，其中，该分析引擎和该活动识别引擎从不同传感器接收该一项或多项输出。
6.如权利要求2所述的计算机实现的方法，进一步包括：
基于所确定的上下文通过该活动识别引擎对一项活动进行分类以提供进一步的分析结果。
7.如权利要求6所述的计算机实现的方法，其中，该分类活动包括骑自行车、跑步、步行、开车、站立、坐着、和睡觉中的任一项。
8.如权利要求6所述的计算机实现的方法，其中，该分析引擎利用阈值、频率、和截止频率的变化来提供这些分析结果。
9.如权利要求8所述的计算机实现的方法，其中，基于该分类活动动态地调整该阈值。
10.如权利要求6所述的计算机实现的方法，其中，由该活动识别引擎利用这些分析结果来确定该分类活动。
11.如权利要求1所述的计算机实现的方法，其中，该至少一个传感器是加速计、陀螺仪、压力传感器、和其他传感器中的任一项。
12.如权利要求1所述的计算机实现的方法，其中，该分析引擎包括一个软件组件和一个硬件组件。
13.如权利要求1所述的计算机实现的方法，其中，这些分析结果包括每分钟步数(SPM)、步数、距离、速度、步长、能量、卡路里、心率和锻炼计数中的任一项。
14.如权利要求2所述的计算机实现的方法，其中，该活动识别引擎和该分析引擎中的任一项能够接收用户输入和指令。
15.如权利要求6所述的计算机实现的方法，其中，通过该活动识别引擎、所确定的上下文、该分类活动、该分析引擎、和这些分析结果中的任一项控制一个功率管理单元。
16.如权利要求6所述的计算机实现的方法，其中，基于该活动识别引擎、所确定的上下文、该分类活动、该分析引擎、和这些分析结果中的任一项动态地选择该至少一个传感器。
17.一种装置，包括：
至少一个传感器；
一个耦合至该至少一个传感器的处理系统，其中，该处理系统包括一个分析引擎，该分析引擎被配置成用于接收一个所确定的上下文和来自至少一个传感器的一项或多项输出以提供分析结果。
18.如权利要求17所述的装置，其中，该处理系统进一步包括一个用于确定该上下文并用于向该分析引擎提供所确定的上下文的活动识别引擎。
19.如权利要求18所述的装置，其中，该活动识别引擎从至少一个传感器接收一项或多项输出。
20.如权利要求19所述的装置，其中，该分析引擎和该活动识别引擎从同一传感器接收该一项或多项输出。
21.如权利要求19所述的装置，其中，该分析引擎和该活动识别引擎从不同传感器接收该一项或多项输出。
22.如权利要求18所述的装置，其中，该活动识别引擎基于所确定的上下文对一项活动进行分类以提供进一步的分析结果。
23.如权利要求22所述的装置，其中，该分类活动包括骑自行车、跑步、步行、开车、站立、坐着、和睡觉中的任一项。
24.如权利要求17所述的装置，其中，该分析引擎利用阈值、频率、和截止频率的变化来提供这些分析结果。
25.如权利要求24所述的装置，其中，基于该分类活动动态地调整该阈值。
26.如权利要求22所述的装置，其中，由该活动识别引擎利用这些分析结果来确定该分类活动。
27.如权利要求17所述的装置，其中，该至少一个传感器是加速计、陀螺仪、压力传感器、和其他传感器中的任一项。
28.如权利要求17所述的装置，其中，该分析引擎包括一个软件组件和一个硬件组件。
29.如权利要求17所述的装置，其中，这些分析结果包括每分钟步数(SPM)、步数、距离、速度、步长、能量、卡路里、心率和锻炼计数中的任一项。
30.如权利要求18所述的装置，其中，该活动识别引擎和该分析引擎中的任一项能够接收用户输入和指令。
31.如权利要求22所述的装置，其中，通过该活动识别引擎、所确定的上下文、该分类活动、该分析引擎、和这些分析结果中的任一项控制一个功率管理单元。
32.如权利要求22所述的装置，其中，基于该活动识别引擎、所确定的上下文、该分类活动、该分析引擎、和这些分析结果中的任一项动态地选择该至少一个传感器。
CN201410610443.2A 2013-11-04 2014-11-03 活动检测和分析 Pending CN104615236A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201361899794P 2013-11-04 2013-11-04
US61/899,794 2013-11-04
US14/148,571 US20150127298A1 (en) 2013-11-04 2014-01-06 Activity detection and analytics
US14/148,571 2014-01-06

Publications (1)

Publication Number Publication Date
CN104615236A true CN104615236A (zh) 2015-05-13

Family

ID=51900137

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410610443.2A Pending CN104615236A (zh) 2013-11-04 2014-11-03 活动检测和分析

Country Status (4)

Country Link
US (1) US20150127298A1 (zh)
EP (1) EP2868273A1 (zh)
KR (1) KR20150051907A (zh)
CN (1) CN104615236A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107153375A (zh) * 2017-05-17 2017-09-12 深圳市极成光电有限公司 集成智能传感器及智能控制终端
CN109907736A (zh) * 2019-04-25 2019-06-21 蔡文贤 一种在计步软件上区分计步运动类型与强度的应用方法
CN110180158A (zh) * 2019-07-02 2019-08-30 乐跑体育互联网（武汉）有限公司 一种跑步状态识别方法、系统及终端设备

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9595181B2 (en) * 2013-12-20 2017-03-14 Invensense, Inc. Wearable device assisting smart media application and vice versa
US10973440B1 (en) * 2014-10-26 2021-04-13 David Martin Mobile control using gait velocity
US10180339B1 (en) 2015-05-08 2019-01-15 Digimarc Corporation Sensing systems
EP3308102A4 (en) * 2015-06-11 2019-01-16 Queen's University At Kingston AUTOMATED MOBILE GEOTECHNICAL CARTOGRAPHY
KR20170020085A (ko) * 2015-08-13 2017-02-22 삼성전자주식회사 활동 정보 처리 방법 및 이를 지원하는 전자 장치
WO2017030574A1 (en) * 2015-08-19 2017-02-23 Ford Global Technologies, Llc Wearable in-vehicle bladder detection
US10375109B2 (en) * 2015-12-23 2019-08-06 Mcafee, Llc Protecting personally identifiable information from electronic user devices
US10490051B2 (en) 2016-02-05 2019-11-26 Logitech Europe S.A. Method and system for detecting fatigue in an athlete
US10429454B2 (en) * 2016-02-05 2019-10-01 Logitech Europe S.A. Method and system for calibrating a pedometer
US10527452B2 (en) 2016-02-05 2020-01-07 Logitech Europe S.A. Method and system for updating a calibration table for a wearable device with speed and stride data
US10197592B2 (en) 2016-02-05 2019-02-05 Logitech Europe S.A. Method and system for calibrating a pedometer
JP6642515B2 (ja) * 2016-07-04 2020-02-05 カシオ計算機株式会社 電子機器、選択制御システム、選択方法、及びプログラム
US10984341B2 (en) * 2017-09-27 2021-04-20 International Business Machines Corporation Detecting complex user activities using ensemble machine learning over inertial sensors data
US11806601B1 (en) * 2021-03-29 2023-11-07 Suzanne Fowler Bowler performance tracking system

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101910846A (zh) * 2008-01-28 2010-12-08 佳明有限公司 用于确定运动感测装置的附着位置的方法和装置
CN102427765A (zh) * 2009-05-20 2012-04-25 皇家飞利浦电子股份有限公司 用于检测佩戴位置的感测设备
US20120245716A1 (en) * 2009-03-16 2012-09-27 Robert Bosch Gmbh Activity Monitoring Device and Method
US20130158686A1 (en) * 2011-12-02 2013-06-20 Fitlinxx, Inc. Intelligent activity monitor
US20130179110A1 (en) * 2012-01-09 2013-07-11 Invensense, Inc. Activity classification in a multi-axis activity monitor device

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007038392B8 (de) * 2007-07-11 2015-08-27 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zur Vorhersage eines Kontrollverlustes über einen Muskel
US8954135B2 (en) * 2012-06-22 2015-02-10 Fitbit, Inc. Portable biometric monitoring devices and methods of operating same
WO2014058894A1 (en) * 2012-10-08 2014-04-17 Lark Technologies, Inc. Method for delivering behavior change directives to a user
US20130281801A1 (en) * 2013-03-04 2013-10-24 Hello Inc. System using patient monitoring devices with unique patient ID's and a telemetry system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101910846A (zh) * 2008-01-28 2010-12-08 佳明有限公司 用于确定运动感测装置的附着位置的方法和装置
US20120245716A1 (en) * 2009-03-16 2012-09-27 Robert Bosch Gmbh Activity Monitoring Device and Method
CN102427765A (zh) * 2009-05-20 2012-04-25 皇家飞利浦电子股份有限公司 用于检测佩戴位置的感测设备
US20130158686A1 (en) * 2011-12-02 2013-06-20 Fitlinxx, Inc. Intelligent activity monitor
US20130179110A1 (en) * 2012-01-09 2013-07-11 Invensense, Inc. Activity classification in a multi-axis activity monitor device

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107153375A (zh) * 2017-05-17 2017-09-12 深圳市极成光电有限公司 集成智能传感器及智能控制终端
CN109907736A (zh) * 2019-04-25 2019-06-21 蔡文贤 一种在计步软件上区分计步运动类型与强度的应用方法
CN110180158A (zh) * 2019-07-02 2019-08-30 乐跑体育互联网（武汉）有限公司 一种跑步状态识别方法、系统及终端设备

Also Published As

Publication number Publication date
KR20150051907A (ko) 2015-05-13
US20150127298A1 (en) 2015-05-07
EP2868273A1 (en) 2015-05-06

Similar Documents

Publication Publication Date Title
CN104615236A (zh) 活动检测和分析
EP2802255B1 (en) Activity classification in a multi-axis activity monitor device
US9235278B1 (en) Machine-learning based tap detection
US20140244209A1 (en) Systems and Methods for Activity Recognition Training
US10506990B2 (en) Devices and methods for fall detection based on phase segmentation
US20150350822A1 (en) Electronic Devices with Motion Characterization Circuitry
CN107636420B (zh) 用于行人航位推算的技术
CN102687161B (zh) 选择性运动控制分类
US20150149801A1 (en) Complex wakeup gesture framework
EP3343242B1 (en) Tracking system, tracking device and tracking method
US20160378195A1 (en) Method for recognizing handwriting on a physical surface
US9081417B2 (en) Method and device for identifying contactless gestures
US10830606B2 (en) System and method for detecting non-meaningful motion
EP3732871B1 (en) Detecting patterns and behavior to prevent a mobile terminal drop event
US10296096B2 (en) Operation recognition device and operation recognition method
US20160320850A1 (en) User interface control using impact gestures
US11039005B2 (en) Method, electronic device and storage medium for unlocking electronic device based on location
US10678337B2 (en) Context aware movement recognition system
US11636178B2 (en) Electronic device for providing activity information about user and method of operating the same
CN115291786A (zh) 一种基于机器学习的误触判断方法、装置和存储介质
Wang et al. Posture recognition and adaptive step detection based on hand-held terminal
CN110059478A (zh) 安全监测设备、方法、装置及存储介质
EP2738647B1 (en) Method And Device For Identifying Contactless Gestures
US20220414496A1 (en) Method, system, and circuit for extracting features for use in embedded artificial intelligence mechanisms
CN111813639B (zh) 设备运行等级的评定方法、装置、存储介质及电子设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150513

WD01 Invention patent application deemed withdrawn after publication