CN104689551A - 一种运动状态监测方法及装置 - Google Patents

Abstract

本发明实施例公开了一种运动状态监测方法，所述方法包括：获取被监测对象当前的运动速度；利用所述运动速度计算第一概率和第二概率，其中，所述第一概率包括被监测对象在乘坐交通工具状态下的概率；所述第二概率为所述被监测对象在至少两种其它运动状态下的概率之和，所述其它运动的最高速度小于所述乘坐交通工具的最高速度；判断所述第一概率是否大于或等于所述第二概率；如果是，则标记所述被监测对象为处于乘坐交通工具状态。本发明实施例还公开了一种运动状态监测装置。本发明实现了准确的确定所述被监测对象是否处于乘坐交通工具的运动状态，从而提高对被监测对象运动状态的监测能力。

Description

一种运动状态监测方法及装置

技术领域

本发明涉及监测领域，尤其涉及一种运动状态监测方法及装置。

背景技术

目前，处于健康、安全等因素的考虑，人们对自身或他人运动状态监控的需求越来越大。所述运动状态包括静止、步行、跑步、乘坐交通工具等，其中，所述乘坐交通工具并不是单纯指狭义上的被监测对象处于交通工具中非驾驶位置上的乘坐，而是还包括处于驾驶位置驾驶交通工具的情况。

现有技术中仅仅通过设置一个速度区间来判断被监测对象是否处于乘坐交通工具的状态，也就是说当被监测对象的运动速度处于某个运动速度区间范围内，则认为所述被监测对象处于乘坐交通工具的状态；若所述被监测对象的运动速度在所述运动速度区间之外时，则认为所述被监测对象没有处于乘坐交通工具的状态。但是采用这种方式来判断被监测对象是否处于乘坐交通工具的状态并不准确，举例而言，假设当所述被监测对象的运动速度处于[20km/h,100km/h]时认为被监测对象是处于乘坐汽车的状态的，但是当被监测对象的速度达到25km/h时，并不能确定所述被监测对象是处于乘坐汽车的状态还是处于奔跑的状态，因此将所述被监测对象的状态归结为乘坐汽车的状态是不准确的。

发明内容

为了解决现有技术不能准确判断被监测对象的运动状态是否处于乘坐交通工具的状态的技术缺陷，本发明提供了一种运动状态监测方法和装置，实现了准确的确定所述被监测对象是否处于乘坐交通工具的运动状态，从而提高对被监测对象运动状态的监测能力。

本发明实施例提供了一种运动状态监测方法，所述方法包括：

获取被监测对象当前的运动速度；

利用所述运动速度计算第一概率和第二概率，其中，所述第一概率包括被监测对象在乘坐交通工具状态下的概率；所述第二概率为所述被监测对象在至少两种其它运动状态下的概率之和，所述其它运动的最高速度小于所述乘坐交通工具的最高速度；

判断所述第一概率是否大于或等于所述第二概率；

如果是，则标记所述被监测对象为处于乘坐交通工具状态。

优选的，所述其它运动状态包括静止状态、步行状态和跑步状态。

优选的，当所述第二概率为所述被监测对象分别在所述静止状态、步行状态和跑步状态下的概率之和时，所述第一概率包括被监测对象在乘坐交通工具状态下的概率具体为：

所述第一概率为所述被监测对象在乘坐交通工具状态下的概率与在跑步状态下的概率之和。

优选的，当判断出所述第一概率小于所述第二概率时，所述方法还包括：

判断相邻的上一个时间周期内是否存在第一标识，其中，所述第一标识是当判断出所述被监测对象在一个时间周期内处于乘坐交通工具状态时生成的；

如果存在，则判断所述当前的运动速度是否小于预设速度；

如果否，则执行所述标记所述被监测对象为处于乘坐交通工具状态的步骤。

优选的，当判断出所述当前的运动速度小于预设速度时，所述方法还包括：

判断以当前时间为起始点的预设时间段内的每个时间周期是否均存在第二标识，其中，所述第二标识是当判断出被监测对象在一个时间周期内处于非乘坐交通工具状态时生成的；

如果否，则执行所述标记所述被监测对象为处于乘坐交通工具状态的步骤。

优选的，当判断出所述第一概率小于所述第二概率时，所述方法还包括：

从所述其他运动状态对应的概率中找出概率最大的运动状态；

标记所述被监测对象为所述概率最大的运动状态。

优选的，所述方法还包括：

获取所述被监测对象当前的位置信息，并显示所述位置信息和所述被监测对象所处的运动状态对应的标记。

本发明实施例还提供了一种运动状态监测装置，所述装置包括：获取单元、计算单元、第一判断单元和标记单元，其中所述获取单元与所述计算单元连接，所述计算单元与所述第一判断单元连接，所述第一判断单元与所述标记单元连接；

所述获取单元，用于获取被监测对象当前的运动速度；

所述计算单元，用于利用所述运动速度计算第一概率和第二概率，其中，所述第一概率包括被监测对象在乘坐交通工具状态下的概率；所述第二概率为所述被监测对象在至少两种其它运动状态下的概率之和，所述其它运动的最高速度小于所述乘坐交通工具的最高速度；

所述第一判断单元，用于判断所述第一概率是否大于或等于所述第二概率，如果是，则激活所述标记单元；

所述标记单元，用于标记所述被监测对象为处于乘坐交通工具状态。

优选的，所述装置还包括第二判断单元和第三判断单元，其中，所述第一判断单元与所述第二判断单元连接，所述第二判断单元与所述第三判断单元连接，所述第三判断单元与所述标记单元连接；

所述第一判断单元，还用于当判断出所述第一概率小于所述第二概率时，激活所述第二判断单元；

所述第二判断单元，用于判断相邻的上一个时间周期内是否存在第一标识，如果存在，则激活所述第三判断单元；其中，所述第一标识是当判断出所述被监测对象在一个时间周期内处于乘坐交通工具状态时生成的；

所述第三判断单元，用于判断所述当前的运动速度是否小于预设速度，如果否，则激活所述标记单元。

优选的，所述装置还包括：第四判断单元，所述第三判断单元与所述第四判断单元连接，所述第四判断单元与所述标记单元连接；

所述第三判断单元，还用于当判断出所述当前的运动速度不小于所述预设速度时，激活所述第四判断单元；

所述第四判断单元，用于判断以当前时间为起始点的预设时间段内的每个时间周期是否均存在第二标识，如果否，则激活所述标记单元，其中，所述第二标识是当判断出被监测对象在一个时间周期内处于非乘坐交通工具状态时生成的。

优选的，所述装置还包括查找单元和第二标记单元，所述第一判断单元与所述查找单元连接，所述查找单元与所述第二标记单元连接；

所述第一判断单元，还用于在判断出所述第一概率小于所述第二概率时，激活所述查找单元；

所述查找单元，用于从所述其他运动状态对应的概率中找出概率最大的运动状态；

所述第二标记单元，用于标记所述被监测对象为所述概率最大的运动状态。

优选的，所述装置还包括：第二获取单元和显示单元，其中，所述第二获取单元、所述第一标记单元和所述第二标记单元分别与所述显示单元连接；

所述第二获取单元，用于获取所述被监测对象当前的位置信息；

所述显示单元，用于显示所述位置信息和所述被监测对象所处的运动状态对应的标记。

相对于现有技术，本发明的有益效果是：

本发明通过判断所述被监测对象在至少两种其它运动状态下的概率之和的第一概率是否大于或等于所述包括被监测对象在乘坐交通工具状态下的概率的第二概率，如果是，则标记所述被监测对象为处于乘坐交通工具状态，相对于现有技术，本发明更能准确的确定所述被监测对象是否处于乘坐交通工具的运动状态，从而提高对被监测对象运动状态的监测能力。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本发明提供的一种运动状态监测方法实施例一的流程图；

图2为本发明提供的一种运动状态监测方法实施例二的流程图；

图3为本发明提供的一种运动状态监测方法实施例三的流程图；

图4为本发明提供的一种运动状态监测方法实施例三中被监测对象的速度-概率示意图；

图5为本发明提供的一种运动状态监测装置实施例一的结构框图；

图6为本发明提供的一种运动状态监测装置实施例二的结构框图；

图7为本发明提供的一种运动状态监测装置实施例二的另一结构框图；

图8为本发明提供的一种运动状态监测装置实施例三的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

方法实施例一：

参见图1，该图为本发明提供的一种运动状态监测方法实施例一的流程图。

本实施例提供的运动状态监测方法包括如下步骤：

步骤S101：获取被监测对象当前的运动速度。

在本实施例中，利用GPS(Global Positioning System，全球定位系统)来计算所述被监测对象当前的运动速度，即通过获取一段时间内所述被监测对象的位移来进行计算，或者也可以直接从现有技术中的GPS测速仪或测速软件输出的数据进行获取。可以理解的是，上述利用GPS来对被监测对象测速的方法并不构成对本发明的限定，本领域技术人员还可以利用其他方式对所述被监测对象当前的运动速度进行计算或获取。

步骤S102：利用所述运动速度计算第一概率和第二概率。

在本实施例中，所述第一概率包括被监测对象在乘坐交通工具状态下的概率。所述交通工具包括自行车、汽车、火车、飞机等代步工具，本发明不做具体限定。

所述第二概率为所述被监测对象在至少两种其它运动状态下的概率之和，所述其它运动的最高预设速度小于所述乘坐交通工具的最高预设速度。所述其它运动状态可以包括静止状态、步行状态、跑步状态等，本发明不做具体限定。举例而言，假设乘坐的交通工具为汽车，所述其它运动状态只包括静止状态、步行状态和跑步状态，那么根据常识，人在三种运动状态所能达到的最高速度小于乘坐汽车所能达到的最高速度，因此将这三种运动状态中至少两种运动状态对应的概率之和作为所述第二概率。

步骤S103：判断所述第一概率是否大于或等于所述第二概率，如果是，则进行步骤S104。

在本实施例中，若所述第一概率大于或等于所述第二概率，则认为所述被监测对象处于乘坐交通工具的状态；若所述第一概率小于所述第二概率，则认为所述被监测对象没有处于乘坐交通工具的状态。也就是说，在当前的所述运动速度下，当至少两个其他运动状态对应的概率之和小于乘坐交通工具的概率，那么所述被监控对象乘坐交通工具的可能性就相对较高了，相比于现有技术中仅仅通过判断当前运动速度是否处于乘坐交通工具对应的速度区间的方式来断定被监控对象是否处于乘坐交通工具的状态更为准确。

步骤S104：标记所述被监测对象为处于乘坐交通工具状态。

本实施例通过判断所述被监测对象在至少两种其它运动状态下的概率之和的第一概率是否大于或等于所述包括被监测对象在乘坐交通工具状态下的概率的第二概率，如果是，则标记所述被监测对象为处于乘坐交通工具状态，相对于现有技术，本实施例更能准确的确定所述被监测对象是否处于乘坐交通工具的运动状态，从而提高对被监测对象运动状态的监测能力。

方法实施例二

在方法实施例一中，当被监测对象在乘坐交通工具过程中交通工具速度较为缓慢或有短暂的停止行驶(例如遇到红灯)时，可能不会将被监测对象标记为乘坐交通工具状态，即出现误判，为了能更加准确的识别所述被监测对象的运动状态，本实施例提供一种运动状态监测方法，参见图2，所述方法包括如下步骤：

步骤S201：获取被监测对象当前的运动速度。

步骤S202：利用所述运动速度计算第一概率和第二概率。

在本实施例中，除乘坐交通工具状态之外的其它运动状态包括静止状态、步行状态和跑步状态，所述第二概率为所述被监测对象在至少两种其它运动状态下的概率之和，其中，所述静止状态可以指的是相对于地球静止的状态，也可以指稍微有些活动的运动状态，本领域技术人员可以根据实际需求自行定义，本发明不做具体限定。在本实施例中，所述第一概率包括被监测对象在乘坐交通工具状态下的概率。

另外，所述被监测对象在所述静止状态、步行状态、跑步状态以及乘坐交通工具下概率的计算方式本发明不做具体限定，本实施例利用所述被监测对象当前的运动速度分别提供一种概率的计算方法：

在静止状态下的概率P₁(v)的计算公式如下：

$P_1\left(v\right)=\left\{\begin{array}{cc}\frac{\mathrm{\α}-v}{\mathrm{\α}},& 0\≤v\≤\mathrm{\α}\\ 0,& v>\mathrm{\α}\end{array}\right.;$

其中，所述v为当前被监控对象的运动速度，所述α为静止状态下的最高预设速度。在本实施例中，所述静止状态并不是仅仅指相对于地球绝对静止的状态，而是还包括稍微有些速度，即速度小于或等于α的状态。

在步行状态下的概率P₂(v)的计算公式如下：

$P_2\left(v\right)=\left\{\begin{array}{cc}\frac{v-{\mathrm{\&alpha;}}_1}{{\mathrm{\&beta;}}_1-{\mathrm{\&alpha;}}_1},& {\mathrm{\&alpha;}}_1\&le;v\&le;{\mathrm{\&beta;}}_1\\ 1,& {\mathrm{\&beta;}}_1<v\&le;{\mathrm{\&beta;}}_2\\ \frac{{\mathrm{\&alpha;}}_2-v}{{\mathrm{\&alpha;}}_2-{\mathrm{\&beta;}}_2},& {\mathrm{\&beta;}}_2<v\&le;{\mathrm{\&alpha;}}_2\\ 0,& v>{\mathrm{\&alpha;}}_2\end{array}\right.;$

其中，所述v为当前被监控对象的运动速度，所述α₁、β₁、β₂为参数，所述α₂为在步行状态下的最高预设速度。

在步行状态下的概率P₂(v)和在跑步状态下的概率P₃(v)的计算公式如下：

$P_3\left(v\right)=\left\{\begin{array}{cc}\frac{v-{{\mathrm{\&alpha;}}^{\&prime;}}_1}{{{\mathrm{\&beta;}}^{\&prime;}}_1-{{\mathrm{\&alpha;}}^{\&prime;}}_1},& {{\mathrm{\&alpha;}}^{\&prime;}}_1\&le;v\&le;{{\mathrm{\&beta;}}^{\&prime;}}_1\\ 1,& {{\mathrm{\&beta;}}^{\&prime;}}_1<v\&le;{{\mathrm{\&beta;}}^{\&prime;}}_2\\ \frac{{{\mathrm{\&alpha;}}^{\&prime;}}_2-v}{{{\mathrm{\&alpha;}}^{\&prime;}}_2-{{\mathrm{\&beta;}}^{\&prime;}}_2}& {{\mathrm{\&beta;}}^{\&prime;}}_2<v\&le;{{\mathrm{\&alpha;}}^{\&prime;}}_2\\ 0,& v>{{\mathrm{\&alpha;}}^{\&prime;}}_2\end{array}\right.;$

其中，所述v为当前被监控对象的运动速度，所述α'₁、β'₁、β'₂为参数，所述α'₂为在跑步状态下的最高预设速度。

所述在静止状态、步行状态、跑步状态下的最高预设速度α、α₂和α'₂应当满足如下条件：α<α₂<α'₂。

在乘坐交通工具状态下的概率P₄(v)的计算公式如下：

$P_4\left(v\right)=\left\{\begin{array}{cc}\frac{v-{\mathrm{\&theta;}}_1}{{\mathrm{\&theta;}}_2-{\mathrm{\&theta;}}_1},& {\mathrm{\&theta;}}_1\&le;v{\mathrm{\&theta;}}_2\\ 1,& v>{\mathrm{\&theta;}}_2\end{array}\right.,$

所述v为当前被监控对象的运动速度，所述θ₁、θ₂为参数，且所述α'₂应当小于θ₂。

那么，所述第一概率中至少包括P₄，所述第二概率为P₁、P₂、P₃中至少其中两个概率之和，因此，所述第一概率和第二概率可能出现的组合方案如表1：

表1 所述第一概率和所述第二概率可能出现的组合方案

方案	第一概率	第二概率
			1	P4	P1+P2
2	P4	P1+P3
			3	P4	P2+P3
4	P4	P1+P2+P3
			5	P3+P4	P1+P2+P3

步骤S203：判断所述第一概率是否大于或等于所述第二概率，如果是，则进行步骤S204；如果否，则进行步骤S205。

在本实施例中当判断出第一概率大于或等于所述第二概率时，标记所述被监测对象为处于乘坐交通工具状态，然而，根据所述第一概率和所述第二概率确定方式的不同，其判断的准确性可能会有所不同。以上述表1为例，在方案4中，当所述第一概率为P₄，所述第二概率为P₁+P₂+P₃，且当P₄>P₁+P₂+P₃时，所述被监测对象为处于乘坐交通工具状态的准确性较高；而方案1、2和3中的第二概率只考虑了其中两种运动状态，因此其准确性相对于方案4较低；而方案5中所述第一概率中还考虑了跑步状态的概率，因此相对于方案4增加了乘坐交通工具与处于跑步状态的区分度，所以判断结果更为准确。

步骤S204：标记所述被监测对象为处于乘坐交通工具状态，流程结束。

步骤S205：判断相邻的上一个时间周期内是否存在第一标识，如果是，则进行步骤S206。

其中，所述第一标识是当判断出所述被监测对象在一个时间周期内处于乘坐交通工具状态时生成的。

步骤S206：判断所述当前的运动速度是否小于预设速度，如果否，则进行步骤S204；如果是，则进行步骤S207。

步骤S207：判断以当前时间为起始点的预设时间段内的每个时间周期是否均存在第二标识，如果否，则执行步骤S204。

其中，所述第二标识是当判断出所述被监测对象在一个时间周期内处于非乘坐交通工具状态时生成的。

在本实施例中，所述被监测对象的运动速度是周期性获取的，当在一个时间周期内根据所述运动速度判断出所述第一概率大于或等于第二概率时，便生成所述第一标识。当在步骤S203判断出所述第一概率小于所述第二概率时，判断相邻的上一个时间周期内是否存在所述第一标识，若存在，则判断所述当前的运动速度是否小于预设速度，如果否，则执行标记所述被监测对象为处于乘坐交通工具状态的步骤；如果是，则判断以当前时间为起始点的预设时间段的每个时间周期内是否均存在第二标识，如果否，则执行标记所述被监测对象为处于乘坐交通工具状态的步骤。，。

也就是说，在当前时间周期内，被监测对象没有处于乘坐交通工具状态时，判断邻近的上一个时间周期内被监测对象是否处于乘坐交通工具状态，如果是，则说明所述被监测对象乘坐的交通工具可能处于速度较为缓慢或暂停中，也可能所述被监测对象处于非乘坐交通工具状态(例如静止状态、步行状态或跑步状态)，为了进一步确定所述被监测对象此时的运动状态，本实施例判断当前的运动速度是否小于预设速度，其中所述预设速度应当为较小的一个值，具体的值可以根据实验或经验进行确定，例如1km/h。如果所述当前的运动速度大于或等于所述预设速度，则说明此时交通工具并未停止行进且速度较快，这种情况下，被监测对象离开交通工具的概率非常小，因此可以直接将所述被监测对象标记为处于乘坐交通工具状态。而如果当前的运动速度小于预设速度，那么说明此时交通工具的行驶速度非常缓慢甚至为零，那么被监测对象处于非乘坐交通工具状态的可能性是较高的，例如离开交通工具变为步行或跑步的运动状态，或者处于静止状态。为了进一步判断在后者情况下被监测对象的运动状态，本实施例通过判断以当前时间为起始点的预设时间段内的每个时间周期是否均存在第二标识，也就是判断以当前时间为起始点的预设时间段内是否一直保持为非乘坐交通工具状态，如果是，则说明被监测对象在当前时间点也处于非乘坐交通工具状态；如果不是每个预设时间段的各个时间周期内都存在第二标识，也即被监测对象在预设时间段内并非一直保持非乘坐交通工具状态，那么说明被监测对象一直处于乘坐交通工具状态。

其中，所述预设时间段应当至少比一个时间周期长，这样才能获取多个时间周期内的标识信息。

另外，需要注意的是，当被监测对象乘坐交通工具(例如处于汽车内)但是交通工具速度为零，且在步骤S207中的判断结果是以当前时间为起始点的预设时间段内的每个时间周期均存在第二标识时，应当认为被监测对象是处于非乘坐交通工具状态(具体为静止状态)，而非处于乘坐交通工具状态。

综上所述，本实施例可以在被监测对象在乘坐交通工具且所述交通工具速度缓慢或处于暂停状态时仍然可以将被监测对象识别为乘坐交通工具状态，而不会出现误判为非乘坐交通工具状态的情形，因此能够更加准确的识别所述被监测对象的运动状态。

方法实施例三

参见图3，该图为本发明提供的一种运动状态监测方法实施例三的流程图。

本实施例提供的运动状态监测方法包括如下步骤：

步骤S301：获取被监测对象当前的运动速度和当前的位置信息。

本实施例采用GPS来获取被监测对象当前的运动速度和当前的位置信息，但是采用GPS直接获取的位置信息是所述被监测对象当前的经度和纬度，在实际应用中，需要将所述经度和纬度转换为平面坐标，然后将所述平面坐标转换为图像坐标以便在图像中进行显示。其中，所述将所述经度和纬度转换为平面坐标的转换方法属于现有技术，本实施例在此不再赘述。

可以理解的是，上述采用GPS获取所述被监测对象的运动速度和当前的位置信息的技术手段并不构成对本发明的限定，本领域技术人员可以根据实际应用需求自行选择或设计。

步骤S302：利用所述运动速度计算第一概率和第二概率。

其中，所述第一概率包括被监测对象在乘坐交通工具状态下的概率；所述第二概率为所述被监测对象在至少两种其它运动状态下的概率之和，所述其它运动的最高速度小于所述乘坐交通工具的最高速度。

步骤S303：判断所述第一概率是否大于或等于所述第二概率，如果是，则进行步骤S304；如果否，则进行步骤S305。

步骤S304：则标记所述被监测对象为处于乘坐交通工具状态，然后进行步骤S306。

步骤S305：从所述其他运动状态对应的概率中找出概率最大的运动状态，并标记所述被监测对象为所述概率最大的运动状态，然后进行步骤S306。

在本实施例中，当判断出所述第一概率小于所述第二概率，即所述被监控对象处于乘坐交通工具状态的概率小于非乘坐交通工具的状态的概率时，从非乘坐交通工具状态的其它运动状态对应的概率中找出概率最大的运动状态，将所述被监测对象识别为处于所述概率最大的运动状态。

以方法实施例二中计算静止、步行、跑步和乘坐交通工具对应的概率的例子为例，参见图4，该图绘制了所述被监测对象在各个运动状态下的速度—概率图，其中，所述交通工具为汽车，且所述参数α＝1km/h，α₁＝0km/h,β₁＝3km/h,β₂＝7km/h,α₂＝20km/h，α'₁＝0km/h,β'₁＝9km/h,β₂'＝15km/h,α₂'＝30km/h，θ₁＝0km/h,θ₂＝45km/h。可以理解的是，本实施例中举例的各个参数并不构成对本发明的限定，本领域技术人员可以根据应用需求自行设定。

参见表2，该表为不同速度下对应的被监测对象的运动状态，当被监测对象的运动速度为0.5km/h时，P₃+P₄＝0.2<P₁+P₂+P₃＝0.85，且P₁>P₂>P₃，所以，被监测对象的运动状态为静止状态。当被监测对象的运动速度为3.5km/h是，P₃+P₄＝0.45<P₁+P₂+P₃＝1.35，且P₂>P₃>P₁，因此被监测对象的运动状态为步行状态。当被监测对象运动速度为15km/h时，P₃+P₄＝1.3<P₁+P₂+P₃＝1.35，且P₃>P₂>P₁，因此被监测对象的运动状态为跑步状态。当被监测对象的运动速度为30km/h时，P₃+P₄＝0.8>P₁+P₂+P₃＝0.2，因此被监测对象的运动状态为乘车状态。

表2 被监测对象在不同速度下的运动状态

步骤S306：显示所述位置信息和所述被监测对象所处的运动状态对应的标记。

本实施例不仅可以识别被监测对象是否处于乘坐交通工具状态，而且还可以在判断出所述被监测对象处于非乘坐交通工具状态时，识别出是处于哪种其它运动状态，例如静止状态、跑步状态、步行状态等，从而能够更加全面的识别被监测对象的运动状态。通过显示所述位置信息和所述被监测对象所处的运动状态对应的标记，使得用户能够对被监测对象进行全面的监测，准确了解被监测对象的动态。

基于以上实施例提供的一种运动状态监测方法，本发明实施例还提供了一种运动状态监测装置，下面结合附图来详细说明其工作原理。

装置实施例一

参见图5，该图为本发明提供的一种运动状态检测装置实施例一的结构框图。

本实施例提供的运动状态监测装置包括：

第一获取单元401、计算单元402、第一判断单元403和第一标记单元404，其中所述第一获取单元401与所述计算单元402连接，所述计算单元402与所述第一判断单元403连接，所述第一判断单元403与所述第一标记单元404连接；

所述第一获取单元401，用于获取被监测对象当前的运动速度；

所述计算单元402，用于利用所述运动速度计算第一概率和第二概率，其中，所述第一概率包括被监测对象在乘坐交通工具状态下的概率；所述第二概率为所述被监测对象在至少两种其它运动状态下的概率之和，所述其它运动的最高速度小于所述乘坐交通工具的最高速度；

所述第一判断单元403，用于判断所述第一概率是否大于或等于所述第二概率，如果是，则激活所述标记单元；

所述第一标记单元404，用于标记所述被监测对象为处于乘坐交通工具状态。

本实施例通过判断所述被监测对象在至少两种其它运动状态下的概率之和的第一概率是否大于或等于所述包括被监测对象在乘坐交通工具状态下的概率的第二概率，如果是，则标记所述被监测对象为处于乘坐交通工具状态，相对于现有技术，本实施例更能准确的确定所述被监测对象是否处于乘坐交通工具的运动状态，从而提高对被监测对象运动状态的监测能力。

装置实施例二

参见图6，该图为本发明提供的一种运动状态检测装置实施例二的结构框图。

在装置实施例一的基础上，本实施例提供的运动状态监测装置还包括：第二判断单元405和第三判断单元406，其中，所述第一判断单元403与所述第二判断单元405连接，所述第二判断单元405与所述第三判断单元406连接，所述第三判断单元406与所述标记单元404连接；

所述第一判断单元403，还用于当判断出所述第一概率小于所述第二概率时，激活所述第二判断单元405；

所述第二判断单元405，用于判断相邻的上一个时间周期内是否存在第一标识，如果存在，则激活所述第三判断单元406；其中，所述第一标识是当判断出所述被监测对象在一个时间周期内处于乘坐交通工具状态时生成的；

所述第三判断单元406，用于判断所述当前的运动速度是否小于预设速度，如果否，则激活所述第一标记单元404。

为了更加准确的识别出被监测对象是否处于乘坐交通工具的状态，优选的，参见图7，所述装置还包括：第四判断单元407，所述第三判断单元406与所述第四判断单元407连接，所述第四判断单元407与所述第一标记单元404连接；

所述第三判断单元406，还用于当判断出所述当前的运动速度不小于所述预设速度时，激活所述第四判断单元407；

所述第四判断单元407，用于判断以当前时间为起始点的预设时间段的每个时间周期内是否均存在第二标识，如果否，则激活所述标记单元404。

其中，所述第二标识是当判断出所述被监测对象在一个时间周期内处于非乘坐交通工具状态时生成的。

本实施例可以在被监测对象在乘坐交通工具且所述交通工具速度缓慢或处于暂停状态时仍然可以将被监测对象识别为乘坐交通工具状态，而不会出现误判为非乘坐交通工具状态的情形，因此能够更加准确的识别所述被监测对象的运动状态。

装置实施例三

参见图8，该图为本发明提供的一种运动状态检测装置实施例三的结构框图。

在所述装置实施例一和所述装置实施例二的基础上，所述装置还包括：查找单元408和第二标记单元409，所述第一判断单元403与所述查找单元408连接，所述查找单元408与所述第二标记单元409连接；

所述第一判断单元403，还用于在判断出所述第一概率小于所述第二概率时，激活所述查找单元；

所述查找单元408，用于从所述其他运动状态对应的概率中找出概率最大的运动状态；

所述第二标记单元409，用于标记所述被监测对象为所述概率最大的运动状态。

优选的，所述装置还包括：第二获取单元410和显示单元411，其中，所述第二获取单元410、所述第一标记单元404和所述第二标记单元409分别与所述显示单元411连接；

所述第二获取单元410，用于获取所述被监测对象当前的位置信息；

所述显示单元411，用于显示所述位置信息和所述被监测对象所处的运动状态对应的标记。

本实施例不仅可以识别被监测对象是否处于乘坐交通工具状态，而且还可以在判断出所述被监测对象处于非乘坐交通工具状态时，识别出是处于哪种其它运动状态，例如静止状态、跑步状态、步行状态等，从而能够更加全面的识别被监测对象的运动状态。通过显示所述位置信息和所述被监测对象所处的运动状态对应的标记，使得用户能够对被监测对象进行全面的监测，准确了解被监测对象的动态。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元及模块可以是或者也可以不是物理上分开的。另外，还可以根据实际的需要选择其中的部分或者全部单元和模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述仅是本发明的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (12)

1.一种运动状态监测方法，其特征在于，所述方法包括：

获取被监测对象当前的运动速度；

利用所述运动速度计算第一概率和第二概率，其中，所述第一概率包括被监测对象在乘坐交通工具状态下的概率；所述第二概率为所述被监测对象在至少两种其它运动状态下的概率之和，所述其它运动的最高速度小于所述乘坐交通工具的最高速度；

判断所述第一概率是否大于或等于所述第二概率；

如果是，则标记所述被监测对象为处于乘坐交通工具状态。

2.根据权利要求1所述的运动状态监测方法，其特征在于，所述其它运动状态包括静止状态、步行状态和跑步状态。

3.根据权利要求2所述的运动状态监测方法，其特征在于，当所述第二概率为所述被监测对象分别在所述静止状态、步行状态和跑步状态下的概率之和时，所述第一概率包括被监测对象在乘坐交通工具状态下的概率具体为：

所述第一概率为所述被监测对象在乘坐交通工具状态下的概率与在跑步状态下的概率之和。

4.根据权利要求1所述的运动状态监测方法，其特征在于，当判断出所述第一概率小于所述第二概率时，所述方法还包括：

判断相邻的上一个时间周期内是否存在第一标识，其中，所述第一标识是当判断出所述被监测对象在一个时间周期内处于乘坐交通工具状态时生成的；

如果存在，则判断所述当前的运动速度是否小于预设速度；

如果否，则执行所述标记所述被监测对象为处于乘坐交通工具状态的步骤。

5.根据权利要求4所述的运动状态监测方法，其特征在于，当判断出所述当前的运动速度小于预设速度时，所述方法还包括：、

判断以当前时间为起始点的预设时间段的每个时间周期内是否均存在第二标识，其中，所述第二标识是当判断出被监测对象在一个时间周期内处于非乘坐交通工具状态时生成的；

如果否，则执行所述标记所述被监测对象为处于乘坐交通工具状态的步骤。

6.根据权利要求1至5任意一项所述的运动状态监测方法，其特征在于，当判断出所述第一概率小于所述第二概率时，所述方法还包括：

从所述其他运动状态对应的概率中找出概率最大的运动状态；

标记所述被监测对象为所述概率最大的运动状态。

7.根据权利要求6所述的运动状态监测方法，其特征在于，所述方法还包括：

获取所述被监测对象当前的位置信息，并显示所述位置信息和所述被监测对象所处的运动状态对应的标记。

8.一种运动状态监测装置，其特征在于，所述装置包括：第一获取单元、计算单元、第一判断单元和第一标记单元，其中所述第一获取单元与所述计算单元连接，所述计算单元与所述第一判断单元连接，所述第一判断单元与所述第一标记单元连接；

所述第一获取单元，用于获取被监测对象当前的运动速度；

所述计算单元，用于利用所述运动速度计算第一概率和第二概率，其中，所述第一概率包括被监测对象在乘坐交通工具状态下的概率；所述第二概率为所述被监测对象在至少两种其它运动状态下的概率之和，所述其它运动的最高速度小于所述乘坐交通工具的最高速度；

所述第一判断单元，用于判断所述第一概率是否大于或等于所述第二概率，如果是，则激活所述标记单元；

所述第一标记单元，用于标记所述被监测对象为处于乘坐交通工具状态。

9.根据权利要求8所述的运动状态检测装置，其特征在于，所述装置还包括第二判断单元和第三判断单元，其中，所述第一判断单元与所述第二判断单元连接，所述第二判断单元与所述第三判断单元连接，所述第三判断单元与所述标记单元连接；

所述第一判断单元，还用于当判断出所述第一概率小于所述第二概率时，激活所述第二判断单元；

所述第二判断单元，用于判断相邻的上一个时间周期内是否存在第一标识，如果存在，则激活所述第三判断单元；其中，所述第一标识是当判断出所述被监测对象在一个时间周期内处于乘坐交通工具状态时生成的；

所述第三判断单元，用于判断所述当前的运动速度是否小于预设速度，如果否，则激活所述标记单元。

10.根据权利要求9所述的运动状态监测装置，其特征在于，所述装置还包括：第四判断单元，所述第三判断单元与所述第四判断单元连接，所述第四判断单元与所述标记单元连接；

所述第三判断单元，还用于当判断出所述当前的运动速度不小于所述预设速度时，激活所述第四判断单元；

所述第四判断单元，用于判断以当前时间为起始点的预设时间段的每个时间周期内是否均存在第二标识，如果否，则激活所述标记单元，其中，所述第二标识是当判断出所述被监测对象在一个时间周期内处于非乘坐交通工具状态时生成的。

11.根据权利要求8至10任意一项所述的运动状态监测装置，其特征在于，所述装置还包括查找单元和第二标记单元，所述第一判断单元与所述查找单元连接，所述查找单元与所述第二标记单元连接；

所述第一判断单元，还用于在判断出所述第一概率小于所述第二概率时，激活所述查找单元；

所述查找单元，用于从所述其他运动状态对应的概率中找出概率最大的运动状态；

所述第二标记单元，用于标记所述被监测对象为所述概率最大的运动状态。

12.根据权利要求11所述的运动状态监测装置，其特征在于，所述装置还包括：第二获取单元和显示单元，其中，所述第二获取单元、所述第一标记单元和所述第二标记单元分别与所述显示单元连接；

所述第二获取单元，用于获取所述被监测对象当前的位置信息；

所述显示单元，用于显示所述位置信息和所述被监测对象所处的运动状态对应的标记。