CN105191455B - 使用低复杂度算法融合与电话状态启发的改进的在途检测 - Google Patents
使用低复杂度算法融合与电话状态启发的改进的在途检测 Download PDFInfo
- Publication number
- CN105191455B CN105191455B CN201480013505.XA CN201480013505A CN105191455B CN 105191455 B CN105191455 B CN 105191455B CN 201480013505 A CN201480013505 A CN 201480013505A CN 105191455 B CN105191455 B CN 105191455B
- Authority
- CN
- China
- Prior art keywords
- state
- motion state
- information
- tuned
- wifi
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/02—Access restriction performed under specific conditions
- H04W48/04—Access restriction performed under specific conditions based on user or terminal location or mobility data, e.g. moving direction, speed
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/01—Determining conditions which influence positioning, e.g. radio environment, state of motion or energy consumption
- G01S5/017—Detecting state or type of motion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
- H04W4/21—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel for social networking applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Telephone Function (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Databases & Information Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明揭示用以在基于启发的方法中使用关于移动装置的状态的可用信息来改进运动状态检测的系统和方法。在一或多个实施例中,可以使用关于移动装置的WiFi连接性的信息来改进对在途状态的检测。可以在运动分类器中使用所述WiFi连接性信息与例如加速计信号等传感器信号以减少对在途状态的错误肯定。在一或多个实施例中,可使用移动装置连接到WiFi接入点AP的信息作为启发来减少当移动装置实际上放在相对静止的用户的手里时将移动装置错误地分类为在途状态的概率。还可使用关于移动装置的电池充电状态或无线连接性的信息来改进对在途状态的检测。
Description
技术领域
本申请总体上涉及移动装置。具体来说,本申请涉及用于确定移动装置的运动状态的方法和系统。
背景技术
许多服务和应用程序依赖于移动装置的运动状态的检测和分类,乃至依赖于移动装置的用户的运动状态的检测和分类。举例来说,当智能电话检测到运动状态从步行转变为驾驶时,智能电话上的导航应用程序可以从行人导航切换成车辆导航;当智能电话检测到用户在发短信时正在以车辆速度移动时,应用程序可以警告用户“停止在驾驶时发短信”。其它依赖于通过移动装置确定用户的运动状态的服务包含地理围栏、参考地点服务、用于改进WiFi连接性的服务等等。对于这些上下文意识服务和应用程序,所关注的运动状态可以包含静止、不安定(fidgeting)、步行、跑步、驾驶等等。
常规上,在智能电话中使用加速计以产生加速度信号,运动分类器处理所述加速度信号以检测所述运动状态之一。与陀螺仪之类的其它传感器相比,加速计提供了低功耗的优点,这对于电池功率有限的移动装置来说是一个重要的考虑因素。出于此原因,当今的大多数智能电话都配备有加速计。
虽然例如静止、不安定、步行和跑步等运动状态会产生具有唯一签名且因此可以经处理以检测正确的运动状态的加速度信号,但是事实证明检测驾驶状态更加困难。这是因为,当智能电话在以车辆速度移动时产生的加速计信号可能类似于当智能电话在以行人速度移动时或者当智能电话放在静止用户口袋里或握在静止用户手中时产生的加速计信号。由于加速度信号的签名的类似性,运动分类器可能会在用户正在步行或静止时将用户误识别为在驾驶,或者在用户正在驾驶时将用户错误地识别为静止。这些误识别是不期望的,因为它们会对性能依赖于运动状态的正确识别的应用程序造成不利影响。举例来说,当用户正在步行时,如果出现对驾驶状态的高比率的错误肯定,则可能意味着不必要的GPS定位,从而导致电池更快耗用。对驾驶状态的高比率的错误肯定,还可能会在用户实际上静止时向用户产生“停止在驾驶时发短信”的错误警告。虽然可以利用GPS来解析运动状态的不明确性,但是启用GPS会导致电池大幅耗用。此外,GPS信号不是始终都可用的。例如添加额外传感器等其它补救措施会增加移动装置的成本且提高移动装置的功耗。因此,需要一种低功率解决方案来改进移动装置中的驾驶状态的检测。
发明内容
本发明揭示在基于启发的方法中使用关于移动装置的状态的可用信息来改进运动状态检测的系统和方法,其中可以在不影响功耗的情况下获得所述信息。在一或多个实施例中,可以使用关于移动装置的WiFi连接性的信息来改进对在途状态的检测。在途状态也可被称作驾驶状态,并且用于指任何车辆运动,不管移动装置的用户是在驾驶车辆还是只是车辆上的乘客。可以在运动分类器中使用所述WiFi连接性信息与例如加速计信号等传感器信号以减少对在途状态的错误肯定。在一或多个实施例中,可使用移动装置连接到WiFi接入点(AP)的信息作为启发来减少当移动装置实际上放在相对静止的用户的手里时将移动装置错误地分类在在途状态的概率。
本发明还揭示用以组合经调谐以检测特定状态的算法与基于加速计的运动状态分类器来改进与移动装置相关联的活动的运动状态检测的系统和方法。对加速计信号进行操作的模块可以经调谐以检测例如步行状态或静止状态等状态。调谐成步行或静止状态的模块为经调谐状态设置更强的先验概率。运动状态分类器可用分布式或层级式架构使用来自这些模块的输出来确定最终运动状态。经调谐模块和运动状态分类器对加速计信号的分布式或层级式处理降低了当移动装置实际上处于经调谐状态时误识别运动状态的概率。举例来说,其可以减少当移动装置实际上处于步行或静止状态时对检测到在途状态的错误肯定。
本发明还揭示用以在基于启发的方法中使用关于移动装置的状态的其它可用的信息来改进运动状态检测的系统和方法。在一或多个实施例中,可以使用关于移动装置的电池充电的信息或关于移动装置的无线连接性的信息来改进对在途状态的检测。例如检测到移动装置正在运动时充电等启发可以指示移动装置插入到汽车充电器中。运动状态分类器可以使用启发在加速计信号的签名可能未充分区分在途状态与当移动装置在以行人速度移动时或当移动装置放在静止用户口袋里或握在静止用户手里时改进对在途状态的检测。运动分类器可以用分布式或层级式架构使用基于启发的方法来更好地区分在途状态与静止或步行状态。
本发明揭示一种用于确定与装置相关联的运动状态的方法。所述方法包含接收关于装置的WiFi连接性的信息。所述方法还包含处理关于所述装置的WiFi连接性的信息以设置所述装置处于某一运动状态的概率。所述方法还包含从一或多个传感器装置接收一或多个传感器信号。所述传感器信号具有反映装置的运动的例如信号签名等特性。所述方法进一步包含在所述装置处于某一运动状态的概率的辅助下通过运动分类器处理传感器信号以产生装置的最终运动状态。
本发明揭示一种用于确定与装置相关联的运动状态的方法。所述方法包含从一或多个传感器装置接收一或多个传感器信号。所述传感器信号具有反映装置的运动的例如信号签名等特性。所述方法还包含通过至少一个经调谐模块处理所述传感器信号以产生一或多个经调谐信号。所述经调谐模块中的每一者经配置以检测所述装置的经调谐状态并且产生指示对应经调谐状态的概率的一个经调谐信号。所述方法进一步包含通过运动分类器处理所述传感器信号以从传感器信号的特性产生最可能的运动状态。所述方法进一步包含组合来自经调谐模块的经调谐信号与来自运动分类器的最可能的运动状态以确定装置的最终运动状态。
本发明揭示一种用以确定设备的运动状态的设备。所述设备包含:用以寄存设备的运动的传感器;用以产生关于设备的WiFi连接性的信息的模块;存储器;以及耦合到所述存储器的处理器。所述传感器在传感器信号中寄存所述设备的运动,所述传感器信号具有反映所述设备的运动的信号特性。所述处理器处理关于所述设备的WiFi连接性的信息以设置所述设备处于某一运动状态的概率。所述处理器还在所述设备处于某一运动状态的概率的辅助下处理所述传感器信号以产生所述设备的最终运动状态。
本发明揭示一种用以确定设备的运动状态的设备。所述设备包含用以寄存设备的运动的传感器、存储器和耦合到所述存储器的处理器。所述传感器在传感器信号中寄存所述设备的运动,所述传感器信号具有反映所述设备的运动的信号特性。所述处理器处理所述传感器信号以检测所述设备的一或多个经调谐状态且产生一或多个经调谐信号。所述经调谐信号中的每一者指示对应经调谐状态的概率。所述处理器还处理所述传感器信号以从所述传感器信号的特性产生最可能的运动状态。所述处理器进一步组合所述经调谐信号与所述最可能的运动状态以确定所述设备的最终运动状态。
本发明揭示一种用于存储机器可读指令的非暂时性机器可读媒体。所述指令在由一或多个处理器执行时执行一种用于确定与装置相关联的运动状态的方法。所述方法包含接收关于装置的WiFi连接性的信息。所述方法还包含处理关于所述装置的WiFi连接性的信息以设置所述装置处于某一运动状态的概率。所述方法还包含从一或多个传感器装置接收一或多个传感器信号。传感器信号具有反映所述装置的运动的信号特性。所述方法进一步包含在所述装置处于某一运动状态的概率的辅助下处理所述传感器信号,以产生所述装置的最终运动状态。
本发明揭示一种用于存储机器可读指令的非暂时性机器可读媒体。所述指令在由一或多个处理器执行时执行一种用于确定与装置相关联的运动状态的方法。所述方法包含接收一或多个传感器信号。传感器信号具有反映所述装置的运动的信号特性。所述方法还包含处理所述传感器信号以检测装置的一或多个经调谐状态且产生经调谐信号。所述经调谐信号中的每一者指示对应经调谐状态的概率。所述方法进一步包含处理所述传感器信号以从所述传感器信号的特性产生最可能的运动状态。所述方法进一步包含组合所述经调谐信号与所述最可能的运动状态以确定所述装置的最终运动状态。
本发明揭示一种用于确定与系统相关联的运动状态的系统。所述系统包含用于产生关于系统的WiFi连接性的信息的装置。所述系统还包含用于处理关于所述系统的WiFi连接性的信息以设置所述系统处于某一运动状态的概率的装置。所述系统还包含用于在传感器信号中寄存系统的运动的装置。传感器信号具有反映所述系统的运动的信号特性。所述系统进一步包含用于在所述系统处于某一运动状态的概率的辅助下处理所述传感器信号,以产生所述系统的最终运动状态的装置。
本发明揭示一种用于确定与系统相关联的运动状态的系统。所述系统包含用于在传感器信号中寄存系统的运动的装置。传感器信号具有反映所述系统的运动的信号特性。所述系统还包含用于处理所述传感器信号以检测所述系统的一或多个经调谐状态的装置和用以产生经调谐信号的装置。所述经调谐信号中的每一者指示对应经调谐状态的概率。所述系统进一步包含用于处理所述传感器信号以从所述传感器信号的特性产生最可能的运动状态的装置。所述系统进一步包含用于组合所述经调谐信号与所述最可能的运动状态以确定所述系统的最终运动状态的装置。
附图说明
图1展示根据本发明的主题的一个实施例的分布式架构的用于运动状态分类的系统,其使用经调谐以检测步行状态和静止状态的模块以及使用加速计信号的运动分类器;
图2A展示根据本发明的主题的一或多个实施例的用于使用WiFi信息作为启发来影响运动分类器对运动状态的确定的过程的流程图;
图2B展示根据本发明的主题的一个实施例的用于在图2A的过程中使用基于WiFi的启发来减少在途错误肯定的过程的流程图;
图3展示根据本发明的主题的一个实施例的层级式架构的用于运动状态分类的系统,其使用经调谐以检测步行状态和静止状态以便选通运动分类器的模块;
图4展示根据本发明的主题的一个实施例的用于在图3的运动状态分类系统中使用电话状态启发来改进在途状态检测的过程的流程图;以及
图5是根据本发明的主题的一个实施例的适合于实施本文中论述的一或多个组件的计算机系统的框图。
通过参照下面的详细描述,能最好地理解本发明的实施例及其优点。应了解,使用相似的参考标号来表示在各图中的一或多者中说明的相似元件。
具体实施方式
揭示用于使用装置的WiFi连接性信息作为启发来减少当装置与静止、不安定、步行或跑步状态相关联时对在途状态的错误肯定的系统和方法。可以使用WiFi连接性信息来确定装置是否以高置信度处在在途状态。使用关于装置是否处于在途状态的概率信息来影响运动分类器使用例如加速计信号等传感器信号对最后运动状态的确定。
举例来说,当WiFi连接性信息指示装置是连接到非移动AP时,装置不处于在途状态的概率较高。运动分类器可以使用这个概率信息驱使最终运动状态离开在途状态,以辅助使用传感器信号解析运动状态。有利地,可以使用WiFi启发来确定移动装置处在相对静止的用户手中,并且降低将装置误分类为在途状态的概率。可以基于蜂窝式网络的小区ID的变化速率来检测移动装置连接到移动AP的情形,例如当用户正在设有移动WiFi的公交车上行进时。
即使当装置不连接到WiFi网络时,装置也可以对范围内的AP执行周期性WiFi扫描。可以类似地分析周期性WiFi扫描的结果,以确定装置是否以高置信度处于在途状态。举例来说,如果来自周期性WiFi扫描的信息指示存在共同非移动AP,则装置不处于在途状态的概率较高。运动分类器可以使用这个概率信息来驱使最终运动状态离开在途状态。
揭示了用于基于加速计的运动状态分类器以分布式或层级式架构处理加速计信号以改进与移动装置相关联的活动的运动状态检测的系统和方法。本发明的实施例将运动状态检测从一级式方法切换成分布式或层级式架构,在一级式方法中,单凭运动状态分类器处理来自例如加速计等传感器的信号,而在分布式或层级式架构中,经调谐以检测特定状态的模块辅助运动状态分类器。
在一个实施例中,对加速计信号进行操作的基于峰值检测的步数计模块可以经调谐以检测步行步数。如果步数计模块连续报告步数,则检测到步行状态的置信级较高。类似地,基于加速计信号的标准偏差或噪声统计数据的静止检测模块可以经调谐以区分静止状态与涉及运动的状态。这些模块通过向经调谐状态指派较高的置信程度来改进运动状态检测。也就是说,来自步数计模块或静止检测模块的输出指示步行状态或静止状态的较高先验概率,因而减少了在途状态的错误肯定。
在一个实施例中,步数计模块和静止检测模块的结果可以与运动分类器的结果融合,以用分布式架构改进相对于步行状态或静止状态对在途状态的检测。在一个实施例中,可以使用步数计模块和静止检测模块来选通运动分类器在层级式架构中的运行。举例来说,如果来自步数计模块或静止检测模块的运动状态是以高置信程度确定的,或者如果调谐模块的结果指示经调谐状态的强先验概率,则在确定运动状态时可以绕过运动分类器。
作为运动状态检测的另一改进,提供一种基于启发的方法,其中可以组合关于移动装置的操作状态的信息与基于传感器的运动状态检测,以更好地区分在途状态与静止状态。可以获得关于移动装置的状态的信息,还不会影响功耗。在一个实施例中,如果移动装置指示其处在充电状态,且基于加速计信号的运动状态检测的结果预先地指示运动状态,则这可以向运动状态分类器指示移动装置正在移动的车辆中充电。在一个实施例中,如果移动装置连接到车载蓝牙装置,并且基于加速计信号的运动状态检测的结果预先地指示运动状态,则这可以指示移动装置处于移动的车辆中。
因而运动状态处于在途状态的置信程度可能比单单依赖于基于加速计的运动状态检测高。因为扩展在途状态经常会与静止状态混淆,例如当移动装置放在静止用户口袋里或握在静止用户手中时,所以可以使用关于移动装置的充电状态或蓝牙连接性的信息作为启发来减少移动装置实际上处于在途状态时对静止状态的错误肯定。这些基于启发的解决方案并不是一直可用的,因为这些解决方案依赖于移动装置的使用模式,并且可能不能单独使用。然而,在可用时,可以使用关于移动装置的状态的信息来辅助运动状态检测,而且极少有或者没有额外处理要求或电池耗用。
图1展示根据本发明的主题的一个实施例的分布式架构的用于运动状态分类的系统,其使用经调谐以检测步行状态和静止状态的模块以及使用加速计信号的运动分类器。运动状态分类系统可以在移动装置中实施。移动装置可以是智能电话(例如,iPhone、Google电话或其它运行安卓系统、Window Mobile或其它操作系统的电话)、平板计算机(例如iPad、Galaxy)、个人数字助理(PDA)、笔记本计算机或多种其它类型的无线或有线计算装置。移动装置可以经由无线网络通信,所述无线网络例如是蜂窝式、广域网(WAN)、WiFi热点、WiMax、个域网(PAN)、蓝牙和/或其它适当类型的通信网络。
移动装置具有加速计102,所述加速计102寄存来自移动装置的运动的加速度信号。加速计102将加速度信号提供到运动分类器104、步数计模块106和静止检测模块108。图1的运动状态分类系统是分布式架构,因为并不是单单让运动分类器104处理加速计信号,步数计模块106和静止检测模块108也处理加速计信号以检测特定状态,以便辅助运动状态分类器104。
步数计模块106可以是基于峰值检测的步数计模块,其经调谐以在步行期间检测步数。可以实施步数计模块106以集中于步行所固有的加速计信号的签名。如果步数计模块106连续报告步数,则检测到步行状态的置信级较高。较高置信级可以表达为步行状态的较高先验概率,可以使用步行状态的较高先验概率来偏置运动状态分类系统,使其不会选择在途状态作为最终状态。因此,可以使用步行状态的较高先验概率来减少在途错误肯定。步数计模块106还可具有附加的性能益处,即与通用运动分类模块相比,检测步数时的等待时间较低。
静止检测模块108可以经调谐以基于加速计信号的标准偏差或噪声统计数据来检测相对缺乏运动。举例来说,静止检测模块108可以经调谐以区分绝对静止与运动。静止检测模块108可以输出简单的无运动/运动指示,以设置静止状态的较高先验概率,这同样可用于偏置运动状态分类系统,使其不会选择在途状态作为最终状态。因此,可以使用静止状态的较高先验概率来减少当用户处于静止状态或在站着或坐着时不安定时的在途错误肯定。
在给定加速计信号的签名的情况下,运动分类器104对加速计信号进行操作以产生最可能运动状态。运动分类器104未调谐到任何特定状态,而是将加速计信号分类为属于静止、不安定、步行、跑步、在途等状态之一。运动分类器104通过基于加速计信号的签名找到具有最高条件概率的运动状态而找到最可能的运动状态。通过使用训练阶段的结果可以推导不同运动状态的条件概率,在所述训练阶段中,将移动装置置于所述运动状态之一以产生用于所述状态的加速计信号的签名。运动分类器104可以输出最可能的运动状态的条件概率。
除使用加速计信号来找到具有最高条件概率的状态之外,运动分类器104还使用电话状态信息作为启发来驱动决策。在一个实施例中,可以使用基于移动装置的WiFi连接性的状态的启发来辅助运动状态检测,如图2A中将解释。就像步数计模块106或静止检测模块108可以指示移动装置处于步行状态或静止状态的较高先验概率一样,检测到WiFi连接性可以指示移动装置不在在途状态的较高先验概率。运动分类器104可以利用这个信息来减少移动装置处于静止、不安定或步行状态时的在途错误肯定。
在一个实施例中,可以使用关于移动装置的操作状态的信息作为启发结合运动指示以辅助在途状态检测,如图4中将解释。举例来说,当检测到运动时移动装置是处于充电状态或连接到车载蓝牙装置时,其可以指示移动装置处于在途状态的较高先验概率。运动分类器104可以利用这个信息来减少将在途状态误分类成静止、不安定或步行状态的情况。
决策融合模块110融合来自运动分类器104、步数计模块106和静止检测模块108的决策以产生检测状态。举例来说,决策融合模块110可以使用从步数计模块106接收的步行状态的较高先验概率来驱使决策朝向步行状态,即使运动分类器104指示在途状态也是如此。类似地,决策融合模块110可以使用从静止检测模块108接收的静止状态的较高先验概率来驱使决策朝向静止状态。在一或多个实施例中,决策融合模块110可使用电话状态信息作为启发来驱使决策。最终状态模块112可以处理来自决策融合模块110的决策以产生来自运动状态分类系统的最终决策。
图2A展示根据本发明的主题的一或多个实施例的用于使用WiFi信息作为启发来影响运动分类器对运动状态的确定的过程的流程图。可以易于获得且可以使用关于移动装置的WiFi连接性的信息来辅助运动状态检测,而且极少有或者没有额外处理要求或功率耗用。此外,随着基于免费WiFi的技术的不断渗透,可以容易使用基于WiFi的启发来减少或者消除当用户处在静止状态(例如站着、坐着等)时或当移动装置放置在桌子上时的在途错误肯定。
在框201中,运动分类器或运动分类器外部的模块接收关于移动装置的WiFi连接性的信息。可以从移动操作系统(OS)的应用编程接口(API)或从其它软件接口获得WiFi连接性信息。在框203中,运动分类器或运动分类器外部的模块处理WiFi连接性信息以设置第一运动状态的概率。举例来说,可以使用指示移动装置连接到非移动AP的信息来设置移动装置不处于在途状态的高概率。相反,可以使用指示移动装置连接到移动AP的信息来设置移动装置处于在途状态的高概率。图2B中将提供关于框203中对WiFi连接性信息的处理的细节。
在框205中,运动分类器从寄存移动装置的运动的一或多个传感器接收传感器信号。在一或多个实施例中,传感器信号可以是加速计102寄存的加速计信号。传感器信号具有反映移动装置的运动的信号特性。举例来说,加速计信号可以具有作为移动装置的运动状态的特性的签名。在框207中,运动分类器在从WiFi连接性信息推导出的第一运动状态的概率信息的辅助下处理传感器信号以产生所述装置的最终运动状态。运动分类器可以通过基于加速计信号的签名和第一运动状态的概率找到具有最高条件概率的运动状态来确定最终运动状态。第一运动状态的概率可以偏置所述多个运动状态的条件概率。
在一或多个实施例中,如果第一运动状态具有低概率,则运动分类器可以偏置最终运动状态使其离开第一运动状态。在一或多个实施例中,如果第一运动状态具有高概率,则运动分类器可以将最终运动状态朝向第一运动状态偏置。举例来说,如果WiFi连接性信息设置运动装置不处于在途状态的高概率,则运动分类器可以降低在途状态的条件概率且提高静止状态的条件概率,以偏置最终运动使其离开在途状态且朝向静止状态偏置。相反,如果WiFi连接性信息设置运动状态处于在途状态的高概率,则运动分类器可以提高在途状态的条件概率且降低非在途状态的条件概率,以将最终状态朝向在途状态偏置。
可以完全在独立运动分类器中实践图2A的过程以确定最终运动状态。在一或多个实施例中,运动分类器外部的模块可以处理WiFi连接性信息以设置第一运动状态的概率。外部模块可以将第一运动状态的概率信息提供到运动分类器。在一或多个实施例中,图1的分布式架构的运动分类器104或决策融合110可以使用基于WiFi的启发作为运动状态确定的辅助措施。
图2B展示根据本发明的主题的一个实施例的用于在图2A的过程中使用基于WiFi的启发来减少在途错误肯定的过程的流程图。在框204中,运动分类器或运动分类器外部的模块确定移动装置是否连接到WiFi AP。如果移动装置连接到WiFi AP,则存在移动装置不处于在途状态的较高先验概率。然而,例如当用户正在设有移动WiFi的公交车上行进时,可能存在移动装置连接到移动AP的情形。
在框206中,所述模块确定移动装置是否连接到移动AP。可以基于AP的蜂窝ID信息的变化速率来检测移动AP。一旦检测到移动AP,移动装置就可以高速缓存所述移动AP以供将来参考。如果移动装置未连接到移动AP,则移动装置最有可能是连接到静止AP。因此,移动装置最有可能不处于在途状态。在框208中,如果连接的AP不是移动AP,则所述模块设置移动装置不处于在途状态的强先验概率。在一或多个实施例中,在基于历史数据给定移动装置连接到非移动AP的情况下,可以将所述概率设置成运动状态不处于在途状态的条件概率。在一或多个实施例中,如果移动装置连接到非移动AP,则移动装置处于在途状态的概率可以设置成0。
另一方面,如果所述模块检测到移动装置连接到移动AP,则移动装置最有可能处于在途状态。在框216中,所述模块设置移动装置处于在途状态的强先验概率。在一或多个实施例中,在基于历史数据假定移动装置连接到移动AP的情况下,可以将所述概率设置成运动状态处于在途状态的条件概率。在一或多个实施例中,如果移动装置连接到移动AP,则移动装置处于在途状态的概率可以设置成1。在框218中,一旦设置了在途状态或非在途状态的概率,运动分类器就使用概率信息来影响使用传感器信号对最终运动状态的确定。因此,使用移动装置的WiFi连接性信息作为启发来辅助运动分类器,如图2A的框207中所述。在一或多个实施例中,可以使用在途或非在途状态的概率信息来偏置所有可能运动状态的条件概率。在一或多个实施例中,如果非在途状态的概率足够高,则运动分类器可以在确定最终运动状态时消除在途状态不再进一步考虑。在一或多个实施例中,如果在途状态的概率足够高,则可以绕过运动分类器,且最终运动状态是在途状态。
即使在框204中所述模块确定移动装置未连接到WiFi AP,移动装置也可以获得关于范围内的任何WiFi网络的信息。在框210中,移动装置在后台执行周期性WiFi扫描以确定范围内的AP。WiFi扫描的周期可以由移动OS设置,并且可以在15-30秒的范围内。可使用基于后台WiFi扫描的结果的启发作为运动状态检测的辅助。所述模块可以使用来自这些后台扫描的信息更好地区分在途状态与非在途状态。举例来说,因为AP覆盖率总体上大约是100米或更小,所以如果智能电话在15秒周期的WiFi扫描中检测到共同AP的存在,则用户不处于在途状态存在高概率(如果驾驶速度阈值设置在15mph的话)。如果扫描周期大于15秒,则驾驶速度阈值可以设置得甚至更低,因而当有共同AP的存在时增加了用户不处于在途状态的概率。
在框212中,所述模块确定是否存在通过连续扫描找到的共同AP。如果不存在共同AP,则移动装置处于在途状态存在高概率。在框216中,所述模块设置移动装置处于在途状态的强先验概率。如果另一方面,存在共同AP,则移动装置不处于在途状态存在高概率。为了检测用户可能是在存在移动WiFi的情况下行进的情形,则所述模块在框214中进一步确定共同AP是否为移动AP。如果共同AP是移动AP,则移动装置处于在途状态也存在高概率。在框216中,所述模块设置移动装置处于在途状态的强先验概率。否则,如果共同AP不是移动AP,则移动装置不处于在途状态存在高概率。在框208中,所述模块设置移动装置不处于在途状态的强先验概率。在一或多个实施例中,如果移动装置不处于在途状态的概率非常高,则运动分类器可以排除在途状态不再进一步考虑,并且可以继续从静止、不安定、步行或跑步状态等中确定最终运动状态。在一或多个实施例中,运动分类器可以使用在途或非在途状态的概率信息来偏置所有可能运动状态的条件概率。
图3展示根据本发明的主题的一个实施例的层级式架构的用于运动状态分类的系统,其使用经调谐以检测步行状态和静止状态以便选通运动分类器的模块。图3的层级式架构不同于图1的分布式架构之处在于,如果从经调谐模块产生的经调谐状态存在高置信程度,则在确定最终状态时可以绕过运动分类器。因此,可以使用对例如加速计信号等的传感器输入进行操作的模块层级,根据来自经调谐模块的结果的鲁棒性来确定运动状态。这个层级式架构可以减少运动分类器的复杂度,并且性能极少有降级。还可能有等待时间缩短的附加益处。
加速计102、静止检测模块108和步数计106可以与图1中的那些相同。运动分类器308的版本可以与图1的运动分类器(运动分类器104)不同。静止检测模块108可以经调谐以检测静止状态,并且可以输出简单的运动/无运动指示。在决策框302中,确定运动/无运动指示的置信级。举例来说,系统可以确定静止检测模块108确定的静止状态的先验概率是否超出阈值。如果无运动指示中存在高置信级,则可以完全绕过运动分类器308。在一个实施例中,最终状态304可以根据无运动指示的高置信级来确定检测到的状态是静止状态。另一方面,如果无运动指示不存在高置信级,则步数计模块106可以对加速计信号进行操作以相对于与运动相关联的其它状态检测步行状态或跑步状态。
在决策框306中,确定从步数计106报告的步数的置信级。举例来说,系统可以确定表达为步行状态或跑步状态的先验概率的步数的置信级是否超出阈值。如果步数存在高置信级,则可以再次绕过运动分类器308。在一个实施例中,最终状态304可以根据步数的高置信级来确定检测到的状态是步行状态或跑步状态。另一方面,如果步数不存在高置信级,则运动分类器308可以对加速计信号的签名进行操作以产生最可能的运动状态。运动分类器308还可使用来自静止检测模块108的运动指示和/或从步数计106报告的步数作为辅助。
此外,运动分类器308还可使用电话状态信息作为启发来驱使决策。在一个实施例中,当存在来自静止检测模块108的运动指示时关于充电状态的信息可以暗示移动装置正在移动的车辆中充电。在一个实施例中,当存在运动指示时关于移动装置与车载蓝牙装置的蓝牙连接性的信息可以暗示移动装置处于移动的车辆中。运动分类器308可以使用所述信息来提高移动装置处于在途状态的条件概率和降低将在途状态误分类成静止、不安定或步行状态的概率。在一个实施例中,可以使用基于WiFi的启发来减少在途错误肯定,如图2A所示。在一或多个实施例中,运动分类器308可使用电话状态信息来改变来自经调谐模块的经调谐状态的概率。举例来说,如果基于WiFi的启发指示移动装置连接到非移动AP,则运动分类器可以提高来自静止检测模块108的静止状态的概率和/或来自步数计106的步行状态或跑步状态的概率。
在决策框310中,确定来自运动分类器308的运动状态的置信级。置信级可以是来自运动分类器308的所有可能运动状态的条件概率。运动分类器308可以基于来自经调谐模块的经调谐状态的置信级、电话状态信息和传感器信号产生运动状态的置信级。最终状态模块304使用例如步行、跑步、在途或不安定状态的运动状态的高置信级从运动状态分类系统产生检测到的状态。
图4展示根据本发明的主题的一个实施例的用于在图3的运动状态分类系统中使用电话状态启发来改进在途状态检测的过程的流程图。可以配合运动指示使用电话状态启发以辅助改进在途状态检测。优点是,可以易于获得且可以使用电话状态信息来辅助运动状态检测,而且极少有或者没有额外处理要求或功率耗用。
在框402中,运动分类器308从静止检测模块108接收运动/无运动指示。运动分类器308确定是否存在运动状态的指示。如果不存在运动指示,则运动分类器308可以在框404中使用其它电话状态启发,例如用于基于WiFi的启发的WiFi连接性信息。如果存在运动指示,则在框406中,运动分类器308确定移动装置是否处于充电状态。可以从OS的API或从其它软件接口获得关于移动装置的充电状态的信息。如果移动装置处于充电状态,则这可以指示移动装置插入到车载充电器中。存在用户正在移动的汽车中给移动装置充电的高概率。在框408中,运动分类器308设置移动装置处于在途状态的较高先验概率。
因为扩展在途状态经常与静止状态混淆,例如当移动装置放在静止用户口袋中或握在静止用户手中时,可以使用关于智能电话的充电状态的信息来减少静止状态错误肯定。如果移动装置插入到壁式充电器中,则可以使用经调谐以检测绝对静止状态的模块来区分在途状态下的车载充电与静止状态下的壁式充电。还可使用其它基于启发的方法,例如使用移动装置的WiFi连接性信息。在一个实施例中,当移动装置处于充电状态且检测到运动状态时,可以启用GPS接收器以确认在途状态。当移动装置不再处于充电状态或不再检测到运动状态时,可以再次启用GPS接收器以确认在途状态结束。
如果移动装置不处于充电状态,则在框410中,移动装置确定移动装置是否连接到车载蓝牙装置。移动装置可经配置以通过一次性设置来辨识汽车内的蓝牙环境。如果移动装置连接到车载蓝牙装置,则存在移动装置处于移动的车辆中的高概率。在框408中,运动分类器308设置移动装置处于在途状态的较高先验概率。
如果移动装置未连接到车载蓝牙装置,则在框412中,移动装置确定移动装置是否连接到移动WiFi。如果移动装置连接到移动WiFi,例如当用户连接到公交车上的移动AP时,也存在移动装置处于移动的车辆中的高概率。在框408中,运动分类器308设置移动装置处于在途状态的较高先验概率。否则,如果移动装置不连接到车载蓝牙装置,则运动分类器308可以在框404中使用其它电话状态启发。在框414中,一旦设置了在途状态的概率或基于其它启发的概率信息,运动分类器就使用概率信息来影响使用传感器信号对最终运动状态的确定。因此,可以使用电话状态启发来降低将在途状态误分类成静止、不安定或步行状态的概率。
图5是根据本发明的主题的一个实施例的适合于实施本文中论述的一或多个组件的计算机系统500的框图。在各种实施方案中,移动装置可包括个人计算装置,其是独立或联网的(例如智能电话、计算平板、个人计算机、膝上型计算机、PDA、蓝牙装置、密钥卡、徽章等)。移动装置可包括或实施多个硬件组件和/或软件组件,其操作以执行根据所描述实施例的多种方法。
计算机系统500包含总线502或其它用于在计算机系统500的多个组件之间传送信息数据、信号和信息的通信机构。组件包含输入/输出(I/O)组件504,其处理用户动作,例如从虚拟小键盘/键盘选择按键,选择一或多个按钮或链接等,并且将对应信号发送到总线502。I/O组件504还可包含:输出组件,例如显示媒体511,其安装在用户的眼睛前方短距离之处;以及输入控件,例如光标控件513(例如虚拟键盘、虚拟小键盘、虚拟鼠标等)。还可包含任选的音频输入/输出组件505以通过将音频信号转换成信息信号而允许用户使用语音来输入信息。音频I/O组件505可以允许用户听到音频。收发器或网络接口506在计算机系统500与例如另一用户设备等其它装置之间发射和接收信号,或者经由到网络的通信链路518而在计算机系统500与另一网络计算装置之间发射和接收信号。在一个实施例中,发射是无线的,但是其它发射媒体和方法可能也是合适的。举例来说,通信链路518可以是蓝牙、WiFi信道。网络接口506可以产生电话状态信息,例如WiFi或蓝牙连接性信息,以供处理器512用作启发来进行运动状态分类。处理器512可以是微控制器、数字信号处理器(DSP)或其它处理组件,处理器512处理这多个信号,例如用于在计算机系统500上显示,或者经由通信链路518发射到其它装置。处理器512还可控制将例如cookies或IP地址等信息发射到其它装置。加速计520在处理器512可以通过总线502读取的加速计信号中寄存计算机系统500的运动。在其它实施例中,可以使用陀螺仪或其它类型的运动传感器来检测计算机系统500的运动。
计算机系统500的组件还包含系统存储器组件514(例如RAM)、静态存储组件516(例如ROM)和/或磁盘驱动器517。计算机系统500通过处理器512和其它组件通过执行包含于系统存储器组件514中的一或多个指令序列来执行特定的操作。逻辑可在计算机可读媒体中编码,所述计算机可读媒体可指代参与将指令提供到处理器512以供执行的任何媒体。此媒体可呈许多形式,包含但不限于非易失性媒体、易失性媒体和传输媒体。在各种实施方案中,非易失性媒体包含光盘或磁盘或固态驱动器;易失性媒体包含动态存储器,例如系统存储器组件514;并且传输媒体包含同轴电缆、铜线和光纤,包含包括总线502在内的导线。在一个实施例中,逻辑编码在非暂时性计算机可读媒体中。在一个实例中,传输媒体可呈例如在无线电波、光学和红外数据通信期间产生的那些的声波或光波的形式。
在本发明的各种实施例中,可以通过计算机系统500实行执行指令序列以实践本发明。在本发明的各种其它实施例中,通过通信链路518耦合到网络(例如,比如LAN、WLAN、PTSN和/或多个其它有线或无线网络,包含电信、移动和蜂窝电话网络)的多个计算机系统500可以彼此协调地执行指令序列以实践本发明。
在适用的情况下,可以使用硬件、软件、固件或其组合来实施本发明提供的各种实施例。而且,在适用的情况下,在不脱离本发明的精神的情况下,本文中阐述的多个硬件组件、软件组件和/或固件组件可以组合成包括软件、固件、硬件和/或所有的复合组件。在适用的情况下,在不脱离本发明的精神的情况下,本文中阐述的多个硬件组件、软件组件和/或固件组件可以分成包括软件、固件、硬件或全部的子组件。此外,在适用的情况下,考虑软件组件可以实施为硬件组件,且反之亦然。在适用的情况下,本文所述的多个步骤的排序可以改变、组合成复合步骤和/或分成子步骤以提供本文所述的特征。
虽然已经描述了本发明的实施例,但是这些实施例说明但并不限制本发明。举例来说,虽然在所描述实施例中使用例如WiFi连接性、电话充电状态和蓝牙连接性等电话状态信息作为启发来改进运动状态检测,但是可使用基于其它电话状态、条件、HW或SW的启发。类似地,运动分类系统可使用来自除加速计外的传感器(例如陀螺仪)的信号来检测运动状态。还应了解,本发明的实施例不应限于这些实施例,而是,所属领域的技术人员根据本发明的原理可以进行大量修改和变化,且所述修改和变化包含在权利要求书中要求的本发明的精神和范围内。
Claims (92)
1.一种用于检测与装置相关联的运动状态的方法,其包括:
接收关于所述装置的WiFi连接性的信息;
处理关于所述装置的WiFi连接性的所述信息以设置所述装置处于第一运动状态的概率;
从一或多个传感器装置接收一或多个传感器信号,其中所述一或多个传感器信号的特性反映所述装置的运动;以及
在所述装置处于所述第一运动状态的所述概率的辅助下,通过运动分类器处理所述一或多个传感器信号,以产生所述装置的最终运动状态,其中使用所述概率来偏置所述运动分类器的所述最终运动状态。
2.根据权利要求1所述的方法,其中所述通过所述运动分类器处理进一步包括基于所述装置处于所述第一运动状态的低概率来偏置所述最终运动状态使其离开所述第一运动状态,所述低概率是通过对关于所述装置的WiFi连接性的所述信息的所述处理设置的。
3.根据权利要求2所述的方法,其中所述通过所述运动分类器处理进一步包括在所述装置处于所述第一运动状态的所述概率非常低的情况下排除所述第一运动状态不考虑作为所述最终运动状态。
4.根据权利要求1所述的方法,其中所述通过所述运动分类器处理进一步包括基于所述装置处于所述第一运动状态的高概率将所述最终运动状态朝向所述第一运动状态偏置,所述高概率是通过对关于所述装置的WiFi连接性的所述信息的所述处理设置的。
5.根据权利要求1所述的方法,其中所述处理关于所述装置的WiFi连接性的所述信息进一步包括:
在关于WiFi连接性的所述信息指示所述装置连接到非移动接入点的情况下设置所述装置处于在途状态的低概率。
6.根据权利要求1所述的方法,其中所述处理关于所述装置的WiFi连接性的所述信息进一步包括:
在关于WiFi连接性的所述信息指示所述装置连接到移动接入点的情况下设置所述装置处于在途状态的高概率。
7.根据权利要求1所述的方法,其中如果关于WiFi连接性的所述信息指示所述装置未连接到WiFi,则所述处理关于所述装置的WiFi连接性的所述信息进一步包括处理关于所述装置执行的多个周期性WiFi扫描的信息。
8.根据权利要求7所述的方法,其中所述处理关于所述装置的WiFi连接性的所述信息进一步包括:
在关于所述多个周期性WiFi扫描的所述信息指示在所述多个周期性扫描中存在共同接入点的情况下,设置所述装置处于在途状态的低概率。
9.根据权利要求7所述的方法,其中所述处理关于所述装置的WiFi连接性的所述信息进一步包括:
在关于所述多个周期性WiFi扫描的所述信息指示在所述多个周期性扫描中不存在共同接入点的情况下,设置所述装置处于在途状态的高概率。
10.一种用于检测与装置相关联的运动状态的方法,其包括:
从一或多个传感器装置接收一或多个传感器信号,其中所述一或多个传感器信号的特性反映所述装置的运动;
通过一或多个经调谐模块处理所述一或多个传感器信号以产生一或多个经调谐信号,其中所述经调谐模块中的每一者经配置以检测所述装置的经调谐状态,其中所述经调谐信号中的每一者指示所述经调谐状态的概率;
通过运动分类器处理所述一或多个传感器信号以从所述一或多个传感器信号的所述特性产生最可能的运动状态;以及
组合来自所述一或多个经调谐模块的所述一或多个经调谐信号与来自所述运动分类器的所述最可能的运动状态以确定所述装置的最终运动状态,其中使用所述最可能的运动状态来偏置组合步骤的所述最终运动状态。
11.根据权利要求10所述的方法,其中所述经调谐模块中的一者包括静止检测模块,其经配置以检测所述装置的静止状态。
12.根据权利要求10所述的方法,其中所述经调谐模块中的一者包括步数计模块,其经配置以检测步数。
13.根据权利要求10所述的方法,其中所述组合进一步包括使用通过所述经调谐信号中的一者指示的所述经调谐状态的所述概率以朝向所述经调谐状态驱使所述最终运动状态。
14.根据权利要求10所述的方法,其中所述组合进一步包括在通过所述经调谐信号中的一者指示的所述经调谐状态的所述概率表达所述经调谐状态的高概率时绕过通过所述运动分类器进行的所述处理。
15.根据权利要求14所述的方法,其中当通过来自所述经调谐模块中的经配置以检测静止状态的一者的所述经调谐信号指示的所述静止状态的所述概率超出阈值时,绕过通过所述运动分类器进行的所述处理,并且所述最终运动状态是所述静止状态。
16.根据权利要求14所述的方法,其中当通过来自所述经调谐模块中的经配置以检测步数的一者的所述经调谐信号指示的步行状态的所述概率超出阈值时,绕过通过所述运动分类器进行的所述处理,并且所述最终运动状态是所述步行状态。
17.根据权利要求10所述的方法,其中通过所述运动分类器进行的所述处理进一步包括处理所述装置的操作状态的信息以驱使所述最可能的运动状态。
18.根据权利要求17所述的方法,其中通过所述运动分类器进行的所述处理进一步包括使用所述装置的所述操作状态的所述信息改变所述经调谐状态中的一者的所述概率。
19.根据权利要求17所述的方法,其中所述装置的所述操作状态包括关于所述装置的充电状态的信息。
20.根据权利要求19所述的方法,其中如果关于所述装置的充电状态的所述信息指示所述装置处于充电状态,并且来自所述经调谐模块中的经配置以检测静止状态的一者的所述经调谐信号指示存在运动,则所述最可能的运动状态是在途状态。
21.根据权利要求17所述的方法,其中所述装置的所述操作状态包括关于所述装置的网络连接性的信息。
22.根据权利要求21所述的方法,其中如果关于所述装置的网络连接性的所述信息指示所述装置连接到汽车中的装置,并且来自所述经调谐模块中的经配置以检测静止状态的一者的所述经调谐信号指示存在运动,则所述最可能的运动状态是在途状态。
23.根据权利要求10所述的方法,其中所述传感器装置中的一者是加速计。
24.一种设备,其包括:
传感器,其经配置以在传感器信号中寄存所述设备的运动,其中所述传感器信号的特性反映所述设备的运动;
模块,其经配置以产生关于所述设备的WiFi连接性的信息;
存储器;以及
一或多个处理器,其耦合到所述存储器且经配置以:
处理关于所述设备的WiFi连接性的所述信息以设置所述设备处于第一运动状态的概率;以及
在所述设备处于所述第一运动状态的所述概率的辅助下处理所述传感器信号以产生所述设备的最终运动状态,其中使用所述概率来偏置所述运动分类器的所述最终运动状态。
25.根据权利要求24所述的设备,其中所述一或多个处理器经配置以通过进一步经配置以进行以下操作而处理所述传感器信号:基于所述设备处于所述第一运动状态的低概率而偏置所述最终运动状态使其离开所述第一运动状态,所述低概率是从关于所述设备的WiFi连接性的所述信息处理的。
26.根据权利要求25所述的设备,其中所述一或多个处理器经配置以通过进一步经配置以进行以下操作而处理所述传感器信号:在所述设备处于所述第一运动状态的所述概率非常低的情况下排除所述第一运动状态不考虑作为所述最终运动状态。
27.根据权利要求24所述的设备,其中所述一或多个处理器经配置以通过进一步经配置以进行以下操作而处理所述传感器信号:基于所述设备处于所述第一运动状态的高概率而将所述最终运动状态朝向所述第一运动状态偏置,所述高概率是从关于所述设备的WiFi连接性的所述信息处理的。
28.根据权利要求24所述的设备,其中所述一或多个处理器经配置以通过进一步经配置以进行以下操作而处理关于所述设备的WiFi连接性的所述信息:在关于WiFi连接性的所述信息指示所述设备连接到非移动接入点的情况下,设置所述设备处于在途状态的低概率。
29.根据权利要求24所述的设备,其中所述一或多个处理器经配置以通过进一步经配置以进行以下操作而处理关于所述设备的WiFi连接性的所述信息:在关于WiFi连接性的所述信息指示所述设备连接到移动接入点的情况下,设置所述设备处于在途状态的高概率。
30.根据权利要求24所述的设备,其中如果关于WiFi连接性的所述信息指示所述设备未连接到WiFi,则所述一或多个处理器经配置以通过进一步经配置以进行以下操作而处理关于所述设备的WiFi连接性的所述信息:处理关于通过所述设备执行的多个周期性WiFi扫描的信息。
31.根据权利要求30所述的设备,其中所述一或多个处理器经配置以通过进一步经配置以进行以下操作而处理关于所述设备的WiFi连接性的所述信息:在关于所述多个周期性WiFi扫描的所述信息指示在所述多个所述周期性扫描中存在共同接入点的情况下,设置所述设备处于在途状态的低概率。
32.根据权利要求30所述的设备,其中所述一或多个处理器经配置以通过进一步经配置以进行以下操作而处理关于所述设备的WiFi连接性的所述信息:在关于所述多个周期性WiFi扫描的所述信息指示在所述多个所述周期性扫描中不存在共同接入点的情况下,设置所述设备处于在途状态的高概率。
33.一种设备,其包括:
传感器,其经配置以在传感器信号中寄存所述设备的运动,其中所述传感器信号的特性反映所述设备的所述运动;
非暂时性存储器;以及
一或多个处理器,其耦合到所述存储器且经配置以:
处理所述传感器信号以产生一或多个经调谐信号,其中所述一或多个处理器进一步经配置以检测所述设备的一或多个经调谐状态,其中所述经调谐信号中的每一者指示所述经调谐状态中的一者的概率;
处理所述传感器信号以从所述传感器信号的所述特性产生最可能的运动状态;以及
组合所述一或多个经调谐信号与所述最可能的运动状态以确定所述设备的最终运动状态,其中使用所述最可能的运动状态来偏置组合步骤的所述最终运动状态。
34.根据权利要求33所述的设备,其中所述经调谐状态中的一者包括静止状态。
35.根据权利要求33所述的设备,其中所述经调谐状态中的一者包括步行状态。
36.根据权利要求33所述的设备,其中所述一或多个处理器经配置以通过进一步经配置以进行以下操作而组合:使用通过所述经调谐信号中的一者指示的所述经调谐状态的所述概率以朝向所述经调谐状态驱使所述最终运动状态。
37.根据权利要求33所述的设备,其中所述一或多个处理器进一步经配置以在通过所述经调谐信号中的一者指示的所述经调谐状态的所述概率表达所述经调谐状态的高概率时绕过所述处理所述传感器信号以产生最可能的运动状态。
38.根据权利要求37所述的设备,其中当通过所述经调谐信号中的用于静止状态的一者指示的所述静止状态的所述概率超出阈值时,所述一或多个处理器进一步经配置以绕过所述处理所述传感器信号以产生最可能的运动状态,并且所述最终运动状态是所述静止状态。
39.根据权利要求37所述的设备,其中当通过所述经调谐信号中的用于步行状态的一者指示的所述步行状态的所述概率超出阈值时,所述一或多个处理器进一步经配置以绕过所述处理所述传感器信号以产生最可能的运动状态,并且所述最终运动状态是所述步行状态。
40.根据权利要求33所述的设备,其中所述一或多个处理器进一步经配置以处理所述设备的操作状态的信息以驱使所述最可能的运动状态。
41.根据权利要求40所述的设备,其中所述一或多个处理器经配置以通过进一步经配置以进行以下操作而处理所述传感器信号以产生最可能的运动状态:使用所述设备的所述操作状态的所述信息改变所述经调谐状态中的一者的所述概率。
42.根据权利要求40所述的设备,其中所述设备的所述操作状态包括关于所述设备的充电状态的信息。
43.根据权利要求42所述的设备,其中所述一或多个处理器经配置以通过进一步经配置以进行以下操作而处理所述传感器信号以产生最可能的运动状态:在关于所述设备的充电状态的所述信息指示所述设备处于充电状态并且所述经调谐信号中的用于静止状态一者指示存在运动的情况下,产生在途状态作为所述最可能的状态。
44.根据权利要求40所述的设备,其中所述设备的所述操作状态包括关于所述设备的网络连接性的信息。
45.根据权利要求44所述的设备,其中所述一或多个处理器经配置以通过进一步经配置以进行以下操作而处理所述传感器信号以产生最可能的运动状态:在关于所述设备的网络连接性的所述信息指示所述设备连接到汽车中的装置并且所述经调谐信号中的用于静止状态的一者指示存在运动的情况下,产生在途状态作为所述最可能的状态。
46.根据权利要求33所述的设备,其中所述传感器装置是加速计。
47.一种存储多个机器可读指令的非暂时性机器可读媒体,所述机器可读指令在由一或多个处理器执行时适于使所述一或多个处理器执行包括以下操作的方法:
接收关于装置的WiFi连接性的信息;
处理关于所述装置的WiFi连接性的所述信息以设置所述装置处于第一运动状态的概率;
从一或多个传感器装置接收一或多个传感器信号,其中所述一或多个传感器信号的特性反映所述装置的运动;以及
在所述装置处于所述第一运动状态的所述概率的辅助下处理所述一或多个传感器信号以产生所述装置的最终运动状态,并且其中使用所述概率来偏置运动分类器的所述最终运动状态。
48.根据权利要求47所述的非暂时性机器可读媒体,其中所述处理所述一或多个传感器信号进一步包括基于所述装置处于所述第一运动状态的低概率偏置所述最终运动状态使其离开所述第一运动状态,所述低概率是通过所述处理关于所述装置的WiFi连接性的所述信息而设置的。
49.根据权利要求48所述的非暂时性机器可读媒体,其中所述处理所述一或多个传感器信号进一步包括在所述装置处于所述第一运动状态的所述概率非常低的情况下排除所述第一运动状态不考虑作为所述最终运动状态。
50.根据权利要求47所述的非暂时性机器可读媒体,其中所述处理所述一或多个传感器信号进一步包括基于所述装置处于所述第一运动状态的高概率将所述最终运动状态朝向所述第一运动状态偏置,所述高概率是通过所述处理关于所述装置的WiFi连接性的所述信息而设置的。
51.根据权利要求47所述的非暂时性机器可读媒体,其中所述处理关于所述装置的WiFi连接性的所述信息进一步包括:
在关于WiFi连接性的所述信息指示所述装置连接到非移动接入点的情况下设置所述装置处于在途状态的低概率。
52.根据权利要求47所述的非暂时性机器可读媒体,其中所述处理关于所述装置的WiFi连接性的所述信息进一步包括:
在关于WiFi连接性的所述信息指示所述装置连接到移动接入点的情况下设置所述装置处于在途状态的高概率。
53.根据权利要求47所述的非暂时性机器可读媒体,其中如果关于WiFi连接性的所述信息指示所述装置未连接到WiFi,则所述处理关于所述装置的WiFi连接性的所述信息进一步包括处理关于通过所述装置执行的多个周期性WiFi扫描的信息。
54.根据权利要求53所述的非暂时性机器可读媒体,其中所述处理关于所述装置的WiFi连接性的所述信息进一步包括:
在关于所述多个周期性WiFi扫描的所述信息指示在所述多个周期性扫描中存在共同接入点的情况下,设置所述装置处于在途状态的低概率。
55.根据权利要求53所述的非暂时性机器可读媒体,其中所述处理关于所述装置的WiFi连接性的所述信息进一步包括:
在关于所述多个周期性WiFi扫描的所述信息指示在所述多个周期性扫描中不存在共同接入点的情况下,设置所述装置处于在途状态的高概率。
56.一种存储多个机器可读指令的非暂时性机器可读媒体,所述机器可读指令在由一或多个处理器执行时适于使所述一或多个处理器执行包括以下操作的方法:
接收一或多个传感器信号,其中所述一或多个传感器信号的特性反映装置的运动;
处理所述一或多个传感器信号以产生一或多个经调谐信号,其中所述处理经配置以检测所述装置的一或多个经调谐状态,其中所述经调谐信号中的每一者指示所述经调谐状态的概率;
处理所述一或多个传感器信号以从所述一或多个传感器信号的所述特性产生最可能的运动状态;以及
组合所述一或多个经调谐信号与所述最可能的运动状态以确定所述装置的最终运动状态,其中使用所述最可能的运动状态来偏置组合步骤的所述最终运动状态。
57.根据权利要求56所述的非暂时性机器可读媒体,其中所述经调谐状态中的一者包括所述装置的静止状态。
58.根据权利要求56所述的非暂时性机器可读媒体,其中所述经调谐状态中的一者包括所述装置的步行状态。
59.根据权利要求56所述的非暂时性机器可读媒体,其中所述组合进一步包括使用通过所述经调谐信号中的一者指示的所述经调谐状态的所述概率以朝向所述经调谐状态驱使所述最终运动状态。
60.根据权利要求56所述的非暂时性机器可读媒体,其中所述方法进一步包括在通过所述经调谐信号中的一者指示的所述经调谐状态的所述概率表达所述经调谐状态的高概率时,绕过所述处理所述传感器信号以产生最可能的运动状态。
61.根据权利要求60所述的非暂时性机器可读媒体,其中当通过所述经调谐信号中的用于静止状态的一者指示的所述静止状态的所述概率超出阈值时,绕过所述处理所述传感器信号以产生最可能的运动状态,并且所述最终运动状态是所述静止状态。
62.根据权利要求60所述的非暂时性机器可读媒体,其中当通过所述经调谐信号中的用于步行状态的一者指示的所述步行状态的所述概率超出阈值时,绕过所述处理所述传感器信号以产生最可能的运动状态,并且所述最终运动状态是所述步行状态。
63.根据权利要求56所述的非暂时性机器可读媒体,其中所述方法进一步包括处理所述装置的操作状态的信息以驱使所述最可能的运动状态。
64.根据权利要求63所述的非暂时性机器可读媒体,其中所述处理所述一或多个传感器信号以产生最可能的运动状态进一步包括使用所述装置的所述操作状态的所述信息改变所述经调谐状态中的一者的所述概率。
65.根据权利要求63所述的非暂时性机器可读媒体,其中所述装置的所述操作状态包括关于所述装置的充电状态的信息。
66.根据权利要求65所述的非暂时性机器可读媒体,其中如果关于所述装置的充电状态的所述信息指示所述装置处于充电状态,并且所述经调谐信号中用于静止状态的一者指示存在运动,则所述最可能的运动状态是在途状态。
67.根据权利要求63所述的非暂时性机器可读媒体,其中所述装置的所述操作状态包括关于所述装置的网络连接性的信息。
68.根据权利要求67所述的非暂时性机器可读媒体,其中如果关于所述装置的网络连接性的所述信息指示所述装置连接到汽车中的第二装置,并且所述经调谐信号中用于静止状态的一者指示存在运动,则所述最可能的运动状态是在途状态。
69.根据权利要求56所述的非暂时性机器可读媒体,其中所述传感器信号中的一者是从加速计接收的。
70.一种系统,其包括:
用于产生关于所述系统的WiFi连接性的信息的装置;
用于处理关于所述系统的WiFi连接性的所述信息以设置所述系统处于第一运动状态的概率的装置;
用于在传感器信号中寄存所述系统的运动的装置,其中所述传感器信号的特性反映所述系统的运动;以及
用于在所述系统处于所述第一运动状态的所述概率的辅助下通过运动分类器处理所述传感器信号以产生所述系统的最终运动状态的装置,其中使用所述概率来偏置所述运动分类器的所述最终运动状态。
71.根据权利要求70所述的系统,其中所述用于处理所述传感器信号的装置进一步包括用于基于所述系统处于所述第一运动状态的低概率偏置所述最终运动状态使其离开所述第一运动状态的装置,所述低概率是通过所述用于处理关于所述系统的WiFi连接性的所述信息的装置设置的。
72.根据权利要求70所述的系统,其中所述用于处理所述传感器信号的装置进一步包括用于在所述系统处于所述第一运动状态的所述概率非常低的情况下排除所述第一运动状态不考虑作为所述最终运动状态的装置。
73.根据权利要求70所述的系统,其中所述用于处理所述传感器信号的装置进一步包括用于基于所述系统处于所述第一运动状态的高概率将所述最终运动状态朝向所述第一运动状态偏置的装置,所述高概率是通过所述用于处理关于所述系统的WiFi连接性的所述信息的装置设置的。
74.根据权利要求70所述的系统,其中所述用于处理关于所述系统的WiFi连接性的所述信息的装置进一步包括用于在关于WiFi连接性的所述信息指示所述系统连接到非移动接入点的情况下设置所述系统处于在途状态的低概率的装置。
75.根据权利要求70所述的系统,其中所述用于处理关于所述系统的WiFi连接性的所述信息的装置进一步包括用于在关于WiFi连接性的所述信息指示所述系统连接到移动接入点的情况下设置所述系统处于在途状态的高概率的装置。
76.根据权利要求70所述的系统,其中所述用于产生关于所述系统的WiFi连接性的信息的装置包括用于执行多个周期性WiFi扫描的装置,并且其中所述用于处理关于所述系统的WiFi连接性的所述信息的装置进一步包括用于在关于WiFi连接性的所述信息指示所述系统未连接到WiFi的情况下处理关于所述多个周期性WiFi扫描的信息的装置。
77.根据权利要求76所述的系统,其中所述用于处理关于所述系统的WiFi连接性的所述信息的装置进一步包括用于在关于所述多个周期性WiFi扫描的所述信息指示在所述多个所述周期性扫描中存在共同AP的情况下设置所述系统处于在途状态的低概率的装置。
78.根据权利要求76所述的系统,其中所述用于处理关于所述系统的WiFi连接性的所述信息的装置进一步包括用于在关于所述多个周期性WiFi扫描的所述信息指示在所述多个所述周期性扫描中不存在共同AP的情况下设置所述系统处于在途状态的高概率的装置。
79.一种系统,其包括:
用于在传感器信号中寄存所述系统的运动的装置,其中所述传感器信号的特性反映所述系统的所述运动;
用于处理所述传感器信号以产生一或多个经调谐信号的装置,其中所述用于处理所述传感器信号的装置进一步包括用于检测所述系统的一或多个经调谐状态的装置,其中所述经调谐信号中的每一者指示所述经调谐状态中的一者的概率;
用于处理所述传感器信号以从所述传感器信号的所述特性产生最可能的运动状态的装置;以及
用于组合所述一或多个经调谐信号与所述最可能的运动状态以确定所述系统的最终运动状态的装置,其中使用所述最可能的运动状态来偏置组合步骤的所述最终运动状态。
80.根据权利要求79所述的系统,其中所述经调谐状态中的一者包括静止状态。
81.根据权利要求79所述的系统,其中所述经调谐状态中的一者包括步行状态。
82.根据权利要求79所述的系统,其中所述用于组合的装置包括用于使用通过所述经调谐信号中的一者指示的所述经调谐状态的所述概率驱使所述最终运动状态朝向所述经调谐状态的装置。
83.根据权利要求79所述的系统,其中所述系统进一步包括用于在通过所述经调谐信号中的一者指示的所述经调谐状态的所述概率表达所述经调谐状态的高概率时绕过所述用于处理所述传感器信号以产生最可能的运动状态的装置的装置。
84.根据权利要求83所述的系统,其中当通过所述经调谐信号中的用于静止状态的一者指示的所述静止状态的所述概率超出阈值时,绕过所述用于处理所述传感器信号以产生最可能的运动状态的装置,并且所述最终运动状态是所述静止状态。
85.根据权利要求83所述的系统,其中当通过所述经调谐信号中的用于步行状态的一者指示的所述步行状态的所述概率超出阈值时,绕过所述用于处理所述传感器信号以产生最可能的运动状态的装置,并且所述最终运动状态是所述步行状态。
86.根据权利要求79所述的系统,其进一步包括用于处理所述系统的操作状态的信息以驱使所述最可能的运动状态的装置。
87.根据权利要求86所述的系统,其中所述用于处理所述传感器信号以产生最可能的运动状态的装置进一步包括用于使用所述系统的操作状态的所述信息改变所述经调谐状态中的一者的所述概率的装置。
88.根据权利要求86所述的系统,其中所述系统的所述操作状态包括关于所述系统的充电状态的信息。
89.根据权利要求88所述的系统,其中所述用于处理所述传感器信号以产生最可能的运动状态的装置进一步包括用以在所述系统的操作状态的所述信息指示所述系统处于充电状态并且所述经调谐信号中用于静止状态的一者指示存在运动的情况下产生在途状态作为所述最可能的运动状态的装置。
90.根据权利要求86所述的系统,其中所述系统的所述操作状态包括关于所述系统的网络连接性的信息。
91.根据权利要求90所述的系统,其中所述用于处理所述传感器信号以产生最可能的运动状态的装置进一步包括用以在关于所述系统的网络连接性的所述信息指示所述系统连接到汽车中的装置并且所述经调谐信号中用于静止状态的一者指示存在运动的情况下产生在途状态作为所述最可能的运动状态的装置。
92.根据权利要求79所述的系统,其中所述用于寄存所述系统的运动的装置是加速计。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/839,483 | 2013-03-15 | ||
US13/839,483 US9730145B2 (en) | 2013-03-15 | 2013-03-15 | In-transit detection using low complexity algorithm fusion and phone state heuristics |
PCT/US2014/023085 WO2014150372A2 (en) | 2013-03-15 | 2014-03-11 | Improved in-transit detection using low complexity algorithm fusion and phone state heuristics |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105191455A CN105191455A (zh) | 2015-12-23 |
CN105191455B true CN105191455B (zh) | 2019-01-18 |
Family
ID=50733290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480013505.XA Active CN105191455B (zh) | 2013-03-15 | 2014-03-11 | 使用低复杂度算法融合与电话状态启发的改进的在途检测 |
Country Status (6)
Country | Link |
---|---|
US (1) | US9730145B2 (zh) |
EP (1) | EP2974481B1 (zh) |
JP (1) | JP6568842B2 (zh) |
KR (1) | KR101984354B1 (zh) |
CN (1) | CN105191455B (zh) |
WO (1) | WO2014150372A2 (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9408178B2 (en) * | 2013-01-22 | 2016-08-02 | Apple Inc. | Detecting mobile access points |
JP5977196B2 (ja) * | 2013-05-17 | 2016-08-24 | 京セラ株式会社 | 携帯機器、並びに携帯機器の制御プログラム及び制御方法 |
US9400321B2 (en) | 2013-06-05 | 2016-07-26 | Apple Inc. | Utilizing mobile wireless access gateways for location and context purposes |
US8666789B1 (en) * | 2013-08-02 | 2014-03-04 | State Farm Mutual Automobile Insurance Company | Bluetooth device to enable data collection for insurance rating purposes |
US9888341B2 (en) * | 2014-06-26 | 2018-02-06 | Lg Electronics Inc. | Data transmitting method using WLAN |
DE102015208771B3 (de) * | 2015-05-12 | 2016-09-01 | Robert Bosch Gmbh | Vorrichtung und Verfahren zur Diebstahlerkennung |
US10453325B2 (en) | 2015-06-01 | 2019-10-22 | Apple Inc. | Creation of reminders using activity state of an application |
US9603123B1 (en) | 2015-06-04 | 2017-03-21 | Apple Inc. | Sending smart alerts on a device at opportune moments using sensors |
US10235863B2 (en) | 2015-06-05 | 2019-03-19 | Apple Inc. | Smart location-based reminders |
US9749942B2 (en) * | 2015-07-15 | 2017-08-29 | Qualcomm Incorporated | Wi-Fi power saving based on coarse motion classification information |
US10477459B2 (en) * | 2016-05-17 | 2019-11-12 | Qualcomm Incorporated | Public land mobile network search in static state using sensor inputs |
US20180068392A1 (en) * | 2016-09-02 | 2018-03-08 | Allstate Insurance Company | Generating an Output Based on Processed Sensor Data |
US20180115866A1 (en) * | 2016-10-21 | 2018-04-26 | Microsoft Technology Licensing, Llc | Low power geographical visit detection |
KR20240052237A (ko) * | 2022-10-14 | 2024-04-23 | 삼성전자주식회사 | 전자 장치 및 이의 제어 방법 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102484770A (zh) * | 2009-09-03 | 2012-05-30 | 苹果公司 | 用于位置感知设备的位置历史 |
CN102577443A (zh) * | 2009-09-23 | 2012-07-11 | 诺基亚公司 | 用于增量式确定位置情境的方法和装置 |
WO2013001134A1 (en) * | 2011-06-28 | 2013-01-03 | Nokia Corporation | Context extraction |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7869766B2 (en) * | 2005-08-23 | 2011-01-11 | The Boeing Company | Wireless operational and testing communications network for diverse platform types |
US7653508B1 (en) | 2006-12-22 | 2010-01-26 | Dp Technologies, Inc. | Human activity monitoring device |
US7818412B2 (en) | 2008-06-27 | 2010-10-19 | Microsoft Corporation | Selection of sensors for monitoring phenomena considering the value of information and data sharing preferences |
US8325088B2 (en) * | 2009-02-04 | 2012-12-04 | Google Inc. | Mobile device battery management |
WO2011092639A1 (en) | 2010-01-29 | 2011-08-04 | Nokia Corporation | Systems, methods, and apparatuses for providing context-based navigation services |
US8532670B2 (en) | 2010-06-02 | 2013-09-10 | Deutsche Telekom Ag | Apparatus, method, and system for sensing suppression for location-based applications |
JP4951112B2 (ja) * | 2010-11-05 | 2012-06-13 | 株式会社東芝 | 移動無線端末装置および基地局探索方法 |
US8861448B2 (en) | 2010-12-20 | 2014-10-14 | Telefonaktiebolaget L M Ericsson (Publ) | Mobility-based radio resource assignment methods, systems and devices |
US8594003B2 (en) * | 2011-01-05 | 2013-11-26 | Visoft Ltd. | Method of estimating location of mobile device in transportation using WiFi |
US8756173B2 (en) * | 2011-01-19 | 2014-06-17 | Qualcomm Incorporated | Machine learning of known or unknown motion states with sensor fusion |
EP2671373B1 (en) * | 2011-02-05 | 2017-12-06 | Apple Inc. | Method and apparatus for mobile location determination |
KR101320236B1 (ko) * | 2011-05-17 | 2013-10-21 | 에스케이텔레시스 주식회사 | 휴대용 단말기 및 그를 이용한 가상 화면 제어방법 |
US8892391B2 (en) | 2011-06-03 | 2014-11-18 | Apple Inc. | Activity detection |
US8892390B2 (en) | 2011-06-03 | 2014-11-18 | Apple Inc. | Determining motion states |
US8615253B2 (en) * | 2011-06-03 | 2013-12-24 | Apple Inc. | State estimation using motion context and multiple input observation types |
US9820200B2 (en) * | 2011-12-19 | 2017-11-14 | Facebook, Inc. | Captive portal state detection and avoidance for multiple-interface traffic offloading |
US8965398B2 (en) * | 2012-09-26 | 2015-02-24 | Hewlett-Packard Development Company, L.P. | Bluetooth beacon based location determination |
-
2013
- 2013-03-15 US US13/839,483 patent/US9730145B2/en active Active
-
2014
- 2014-03-11 EP EP14724816.5A patent/EP2974481B1/en active Active
- 2014-03-11 KR KR1020157028877A patent/KR101984354B1/ko active IP Right Grant
- 2014-03-11 WO PCT/US2014/023085 patent/WO2014150372A2/en active Application Filing
- 2014-03-11 JP JP2016501149A patent/JP6568842B2/ja active Active
- 2014-03-11 CN CN201480013505.XA patent/CN105191455B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102484770A (zh) * | 2009-09-03 | 2012-05-30 | 苹果公司 | 用于位置感知设备的位置历史 |
CN102577443A (zh) * | 2009-09-23 | 2012-07-11 | 诺基亚公司 | 用于增量式确定位置情境的方法和装置 |
WO2013001134A1 (en) * | 2011-06-28 | 2013-01-03 | Nokia Corporation | Context extraction |
Non-Patent Citations (1)
Title |
---|
A framework of energy efficient mobile sensing for automatic user state recognition;YI WANG ET AL;《PROCEEDINGS OF THE 7TH INTERNATIONAL CONFERENCE ON MOBILE SYSTEMS,APPLICATIONS,AND SERVICES》;20090630;全文 |
Also Published As
Publication number | Publication date |
---|---|
JP2016517212A (ja) | 2016-06-09 |
US20140269363A1 (en) | 2014-09-18 |
JP6568842B2 (ja) | 2019-08-28 |
KR20150132336A (ko) | 2015-11-25 |
CN105191455A (zh) | 2015-12-23 |
WO2014150372A2 (en) | 2014-09-25 |
KR101984354B1 (ko) | 2019-09-03 |
EP2974481B1 (en) | 2020-10-28 |
US9730145B2 (en) | 2017-08-08 |
EP2974481A2 (en) | 2016-01-20 |
WO2014150372A3 (en) | 2014-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105191455B (zh) | 使用低复杂度算法融合与电话状态启发的改进的在途检测 | |
CN109919251B (zh) | 一种基于图像的目标检测方法、模型训练的方法及装置 | |
KR101437757B1 (ko) | 콘텍스트 감지 및 융합을 위한 방법, 장치 및 컴퓨터 프로그램제품 | |
US20190230210A1 (en) | Context recognition in mobile devices | |
US9443202B2 (en) | Adaptation of context models | |
CN107172590B (zh) | 基于移动终端的活动状态信息处理方法、装置及移动终端 | |
CN102985897B (zh) | 高效姿势处理 | |
CN110176226A (zh) | 一种语音识别、及语音识别模型训练方法及装置 | |
CN103460722A (zh) | 用于使用对以时间为基准的特征的时间定标进行活动分类的方法、设备和装置 | |
CN103748862A (zh) | 情境提取 | |
CN112820299B (zh) | 声纹识别模型训练方法、装置及相关设备 | |
Haseeb et al. | Wisture: RNN-based learning of wireless signals for gesture recognition in unmodified smartphones | |
US11789140B2 (en) | Radar antenna array, mobile user equipment, and method and device for identifying gesture | |
CN109902876B (zh) | 一种确定智能设备移动方向的方法、装置及路径规划系统 | |
CN109064746A (zh) | 一种信息处理方法、终端和计算机可读存储介质 | |
KR101422767B1 (ko) | 사용자의 이동행위를 구분하는 모바일 장치, 사용자의 이동행위 구분방법 및 이를 위한 계층적 트리 모델 생성방법 | |
CN112948763B (zh) | 件量预测方法、装置、电子设备及存储介质 | |
CN113409041B (zh) | 一种电子卡的选取方法、装置、终端以及存储介质 | |
CN113743580B (zh) | 人工免疫模型获得方法和终端设备 | |
CN104915627A (zh) | 一种文字识别方法及装置 | |
CN114399304B (zh) | 一种互助乘车的管理方法、装置及存储介质 | |
Chen et al. | Human Activity Recognition Based on CSI fragment with Action-value Method | |
CN117523654A (zh) | 一种手势识别模型训练方法和相关装置 | |
CN117012184A (zh) | 一种语音识别方法和相关装置 | |
Abdulaziz Ali Haseeb | Passive gesture recognition on unmodified smartphones using Wi-Fi RSSI |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |