CN105278846B - 控制移动终端屏幕方向的方法及其移动终端 - Google Patents

Abstract

本发明涉及移动通信领域，提供了一种控制移动终端屏幕方向的方法，根据移动终端上设有的握姿传感器和重力传感器，分别获取移动终端的握姿信息和位置信息，并据此确定所述移动终端的屏幕方向。本发明还提供了一种移动终端，用于实现上述方法。本发明实施例，可使移动终端调整出的屏幕方向更加智能、人性化，更加符合用户的使用习惯，避免频繁切换，从而获得更好的用户体验。

Description

控制移动终端屏幕方向的方法及其移动终端

技术领域

本发明涉及移动通信领域，尤其涉及一种控制移动终端屏幕方向的方法及其移动终端。

背景技术

随着智能手机的普及，手机在人们生活中占据着重要的地位，几乎是形影不离。看电影、听音乐、发微信、视频聊天……，这些娱乐活动可能发生在各种场景下，例如，地铁上、公交车上、躺在床上、沙发上，甚至在走路行进中。

在不同的场景下，适于用户习惯的屏幕方向也不尽相同，但目前手机自动调整出的屏幕方向未必总能如人所愿。比如，当用户躺在床上，手持手机观看视频或浏览信息时，虽然手持手机的姿势没有变化，但随着用户躺卧姿势的轻微改变，手机就有可能将屏幕自动调整到错误的方向上，有时甚至在水平和垂直两个方向上频繁切换，造成了非常不好的用户体验。

发明内容

为解决现有技术中存在的上述问题，本发明实施例一方面提供了一种控制移动终端屏幕方向的方法，包括：

根据移动终端上设有的握姿传感器，获取移动终端的握姿信息；

根据移动终端上设有的重力传感器，获取移动终端的位置信息；

根据握姿信息和位置信息，确定移动终端的屏幕方向。

另一方面，本发明实施例还提供了一种移动终端，包括：

第一获取模块，用于根据移动终端上设有的握姿传感器，获取移动终端的握姿信息；

第二获取模块，用于根据移动终端上设有的重力传感器，获取移动终端的位置信息；

确定模块，用于根据握姿信息和位置信息，确定移动终端的屏幕方向。

本发明实施例的技术方案，通过结合重力传感器和握姿传感器的测量数据，用于指导移动终端屏幕方向的调整，使调整出的屏幕方向更加智能、人性化，更加符合用户的使用习惯，避免频繁切换，从而获得更好的用户体验。

附图说明

为了更清楚地说明本发明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发明的一些实施例，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他的附图。

图1为本发明的控制移动终端屏幕方向的方法的第一实施例的流程示意图；

图2为本发明的控制移动终端屏幕方向的方法的第二实施例的流程示意图；

图3为本发明的控制移动终端屏幕方向的方法的第三实施例的流程示意图；

图4为本发明的控制移动终端屏幕方向的方法的第四实施例的流程示意图；

图5为本发明的移动终端的第一实施例的结构示意图；

图6为本发明的移动终端的第二实施例的结构示意图；

图7为本发明的移动终端的第三实施例的结构示意图；

图8为本发明的移动终端的第四实施例的结构示意图。

具体实施方式

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作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。

请参照图1，是本发明的控制移动终端屏幕方向的方法的第一实施例的流程示意图，该方法包括：

步骤S11：根据移动终端上设有的握姿传感器，获取移动终端的握姿信息。

本步骤中，握姿传感器可以实时采集到移动终端的状态信息，进行数据分析后，提取出可用于判断用户手持移动终端时的具体姿态的有用信息。示例性的，握姿传感器可为压力传感器或红外传感器。握姿传感器可设置于移动终端外周的四个边上，每边设置一个或多个。

步骤S12：根据移动终端上设有的重力传感器，获取移动终端的位置信息。

本步骤中，根据分布在移动终端上的重力传感器，可获取移动终端上多个点在三维空间中的相对位置信息，从而可用于确定移动终端的具体姿态。

步骤S13：根据握姿信息和位置信息，确定移动终端的屏幕方向。

本步骤中，将握姿信息和位置信息作为可自学习训练的神经网络算法的输入参数，判决得出移动终端的屏幕方向。

该神经网络算法包括，由移动终端建立默认的初始学习准则，再根据用户对屏幕方向的反馈校正进行自学习训练；初始学习准则用于描述屏幕方向与握姿信息、位置信息之间的初始映射关系。

示例性的，假设握姿传感器所采集到的握姿信息为一个n维向量[a₁,a₂,…,a_n]，其中，a_n为第n个握姿传感器所采集到的数据，这n个握姿传感器可以均匀或不均匀地分布在移动终端外周的四个边上，同时假设重力传感器所采集到的位置信息为b，则神经网络算法的输入向量为[a₁,a₂,…,a_n,b]。在初始状态下，移动终端的系统可根据普通用户的一般习惯，事先确定若干个典型场景下的多个输入向量和移动终端所处姿态的对应关系，即神经网络算法的样本。

表1示例性的给出该样本的结构。其中，n＝16；b＝0代表重力传感器判定是横屏，b＝1代表重力传感器判定是竖屏；屏幕方向为0代表用户习惯为横屏，屏幕方向为1代表用户习惯为竖屏。

样本号	训练样本数据	屏幕方向
			1	[0,0,0,0,0,0,0,5,8,6,0,2,9,10,7,0,0]	0

2	[6,3,8,0,0,0,4,2,0,0,0,5,4,0,0,0,0,0]	0
			3	[0,0,0,0,0,0,0,6,4,8,10,0,0,4,7,6,1]	1

表1

表1中虽然只列出了3组样本，但在算法的实际应用中，会采集大量的数据作为该可学习的神经网络算法的训练样本，采集的数据越多，最终的训练效果越好。这样，当有新的输入向量时，系统可根据预先设置的训练网络模型，判决得出最符合用户习惯的与当前输入向量所对应的屏幕方向。

本发明实施例的技术方案，与传统的仅依据重力传感器采集的数据来判断屏幕方向的做法相比，通过结合重力传感器和握姿传感器的测量数据，用于指导移动终端屏幕方向的调整，使调整出的屏幕方向更加智能、人性化，更加符合用户的使用习惯，避免频繁切换，从而获得更好的用户体验。

请参照图2，是本发明的控制移动终端屏幕方向的方法的第二实施例的流程示意图，该方法包括：

步骤S21：通过压力传感器对移动终端所受的外力进行检测，获取移动终端的握姿信息。

本步骤中，压力传感器可设置于移动终端外周的四个边上，每边设置一个或多个。在不显著增加硬件复杂度的情况下，每边设置的压力传感器越多，获得的握姿信息越精确。示例性的，可在手机的四个侧边总共设置16个压力传感器，其中，两条长边各设置5个，两条短边各设置3个。这样，获得的握姿信息可为一个16维向量[a₁,a₂,…,a₁₆]，其中，a_n为第n个压力传感器的压力值，n＝1,2,…16。

步骤S22：根据移动终端上设有的重力传感器，获取移动终端的位置信息。

步骤S23：根据握姿信息和位置信息，确定移动终端的屏幕方向。

步骤S22-S23与控制移动终端屏幕方向的方法的第一实施例中的对应步骤相同，这里不再赘述。

本发明实施例，利用了压力传感器对握姿进行检测，并结合了重力传感器的采集数据，能够有效感知用户对移动终端的握力的大小、方向、作用点等信息，可避免仅依靠重力传感器时所判定的屏幕方向不符合用户习惯的问题。

请参照图3，是本发明的控制移动终端屏幕方向的方法的第三实施例的流程示意图，该方法包括：

步骤S31：通过红外传感器的光电效应对移动终端周边进行探测，获取移动终端的握姿信息。

本步骤中，可利用红外传感器的光电效应对与移动终端周边相接触的物体进行探测，当用户手持移动终端时，手指会与移动终端的外壳边沿相接触，红外传感器发出的红外光受到阻挡后会产生反射，据此红外传感器可获取用户手指与移动终端接触的情况，并分析出用户的握姿。

步骤S32：根据移动终端上设有的重力传感器，获取移动终端的位置信息。

步骤S33：根据握姿信息和位置信息，确定移动终端的屏幕方向。

步骤S32-S33与控制移动终端屏幕方向的方法的第一实施例中的对应步骤相同，这里不再赘述。

本发明实施例，利用了红外传感器的光电效应对握姿进行检测，并结合了重力传感器的采集数据，具有实现简单，检测准确度较高的特点。

请参照图4，是本发明的控制移动终端屏幕方向的方法的第四实施例的流程示意图，该方法包括：

步骤S41：通过红外传感器的红外热效应对移动终端周边进行探测，获取移动终端的握姿信息。

人体在正常体温下，能够发出远红外线，肉眼虽不能看到，但可以通红外传感器探测到。基于这一原理，可利用设置在移动终端上的红外传感器对接触移动终端的用户手指进行探测，确定手指的位置，从而确定出用户的握姿。

步骤S42：根据移动终端上设有的重力传感器，获取移动终端的位置信息。

步骤S43：根据握姿信息和位置信息，确定移动终端的屏幕方向。

步骤S42-S43与控制移动终端屏幕方向的方法的第一实施例中的对应步骤相同，这里不再赘述。

本发明实施例，利用了红外传感器的红外热效应来对握姿进行检测，并结合了重力传感器的采集数据。由于人体的正常体温具有特定的温度范围，因此，人体所辐射出的红外线也具有与体温对应的特定的波长范围。这一特性可使红外传感器将握住移动终端的手指与接触移动终端的其它物体区分开，从而可提高握姿检测的准确性，也就提高了屏幕方向调整的准确性。

上文对本发明中控制移动终端屏幕方向的方法的实施例作了详细介绍。下面将相应于上述方法的移动终端作进一步阐述。

请参照图5，是本发明的移动终端的第一实施例的结构示意图，该移动终端100包括：第一获取模块110、第二获取模块120和确定模块130。

其中，第一获取模块110，用于根据移动终端上设有的握姿传感器，获取移动终端的握姿信息；第二获取模块120，用于根据移动终端上设有的重力传感器，获取移动终端的位置信息；确定模块130，与第一获取模块110和第二获取模块120相连，用于根据握姿信息和位置信息，确定移动终端的屏幕方向。

握姿传感器可以实时采集到移动终端的状态信息，进行数据分析后，提取出可用于判断用户手持移动终端时的具体姿态的有用信息。示例性的，握姿传感器可为压力传感器或红外传感器。握姿传感器可设置于移动终端外周的四个边上，每边设置一个或多个。

利用分布在移动终端上的重力传感器，可获取移动终端上多个点在三维空间中的相对位置信息，从而可用于确定移动终端的具体姿态。

将握姿信息和位置信息作为可自学习训练的神经网络算法的输入参数，判决得出移动终端的屏幕方向；该神经网络算法包括，由移动终端建立默认的初始学习准则，再根据用户对屏幕方向的反馈校正进行自学习训练；初始学习准则用于描述屏幕方向与握姿信息、位置信息之间的初始映射关系。

本发明实施例的技术方案，与传统的仅依据重力传感器采集的数据来判断屏幕方向的做法相比，通过结合重力传感器和握姿传感器的测量数据，用于指导移动终端屏幕方向的调整，使调整出的屏幕方向更加智能、人性化，更加符合用户的使用习惯，避免频繁切换，从而获得更好的用户体验。

请参照图6，是本发明的移动终端的第二实施例的结构示意图，该移动终端200包括：第一获取模块210、第二获取模块220和确定模块230。

其中，第一获取模块210，用于根据移动终端上设有的握姿传感器，获取移动终端的握姿信息；第二获取模块220，用于根据移动终端上设有的重力传感器，获取移动终端的位置信息；确定模块230，与第一获取模块210和第二获取模块220相连，用于根据握姿信息和位置信息，确定移动终端的屏幕方向。

其中，握姿传感器为压力传感器，第一获取模块210包括第一检测单元211，用于通过压力传感器对移动终端所受的外力进行检测，获取移动终端的握姿信息。

压力传感器可设置于移动终端外周的四个边上，每边设置一个或多个。在不显著增加硬件复杂度的情况下，每边设置的压力传感器越多，获得的握姿信息越精确。示例性的，可在手机的四个侧边总共设置16个压力传感器，其中，两条长边各设置5个，两条短边各设置3个。这样，获得的握姿信息可为一个16维向量[a₁,a₂,…,a₁₆]，其中，a_n为第n个压力传感器的压力值，n＝1,2,…16。

本发明实施例，利用了压力传感器对握姿进行检测，并结合了重力传感器的采集数据，能够有效感知用户对移动终端的握力的大小、方向、作用点等信息，可避免仅依靠重力传感器时所判定的屏幕方向不符合用户习惯的问题。

请参照图7，是本发明的移动终端的第三实施例的结构示意图，该移动终端300包括：第一获取模块310、第二获取模块320和确定模块330。

其中，第一获取模块310，用于根据移动终端上设有的握姿传感器，获取移动终端的握姿信息；第二获取模块320，用于根据移动终端上设有的重力传感器，获取移动终端的位置信息；确定模块330，与第一获取模块310和第二获取模块320相连，用于根据握姿信息和位置信息，确定移动终端的屏幕方向。

其中，握姿传感器为红外传感器，第一获取模块310包括第二检测单元311，用于通过红外传感器的光电效应对移动终端周边进行探测，获取移动终端的握姿信息。

利用红外传感器的光电效应对与移动终端周边相接触的物体进行探测，当用户手持移动终端时，手指会与移动终端的外壳边沿相接触，红外传感器发出的红外光受到阻挡后会产生反射，据此红外传感器可获取用户手指与移动终端接触的情况，并分析出用户的握姿。

本发明实施例，利用了红外传感器的光电效应对握姿进行检测，并结合了重力传感器的采集数据，具有实现简单，检测准确度较高的特点。

请参照图8，是本发明的移动终端的第四实施例的结构示意图，该移动终端400包括：第一获取模块410、第二获取模块420和确定模块430。

其中，第一获取模块410，用于根据移动终端上设有的握姿传感器，获取移动终端的握姿信息；第二获取模块420，用于根据移动终端上设有的重力传感器，获取移动终端的位置信息；确定模块430，与第一获取模块410和第二获取模块420相连，用于根据握姿信息和位置信息，确定移动终端的屏幕方向。

其中，握姿传感器为红外传感器，第一获取模块410包括第三检测单元411，用于通过红外传感器的红外热效应对移动终端周边进行探测，获取移动终端的握姿信息。

人体在正常体温下，能够发出远红外线，肉眼虽不能看到，但可以通红外传感器探测到。基于这一原理，可利用设置在移动终端上的红外传感器对接触移动终端的用户手指进行探测，确定手指的位置，从而确定出用户的握姿。

本发明实施例，利用了红外传感器的红外热效应来对握姿进行检测，并结合了重力传感器的采集数据。由于人体的正常体温具有特定的温度范围，因此，人体所辐射出的红外线也具有与体温对应的特定的波长范围。这一特性可使红外传感器将握住移动终端的手指与接触移动终端的其它物体区分开，从而可提高握姿检测的准确性，也就提高了屏幕方向调整的准确性。

本领域普通技术人员可以理解上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件完成，所述的程序可以存储于一计算机可读存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

以上所述仅为本发明的较佳实施例而已，并不用于限定本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种控制移动终端屏幕方向的方法，其特征在于，包括：

根据所述移动终端上设有的握姿传感器，获取所述移动终端的握姿信息；

根据所述移动终端上设有的重力传感器，获取所述移动终端的位置信息；

根据所述握姿信息和所述位置信息，确定所述移动终端的屏幕方向；

所述根据所述握姿信息和所述位置信息，确定所述移动终端的屏幕方向的步骤，包括：

将所述握姿信息和所述位置信息作为可自学习训练的神经网络算法的输入参数，判决得出所述移动终端的屏幕方向；

所述神经网络算法包括，由所述移动终端建立默认的初始学习准则，再根据用户对屏幕方向的反馈校正进行自学习训练；所述初始学习准则用于描述屏幕方向与握姿信息、位置信息之间的初始映射关系；

所述根据所述移动终端上设有的重力传感器，获取所述移动终端的位置信息，具体为，根据分布在移动终端上的重力传感器，获取移动终端上多个点在三维空间中的相对位置信息，从而确定移动终端的具体姿态；

所述神经网络算法的输入向量为[a₁,a₂,…,a_n,b]，其中，所述握姿传感器所采集到的握姿信息为一个n维向量[a₁,a₂,…,a_n]，a_n为第n个握姿传感器所采集到的数据，b＝0代表重力传感器判定是横屏，b＝1代表重力传感器判定是竖屏。

2.如权利要求1所述的方法，其特征在于，

所述握姿传感器为压力传感器；

所述根据所述移动终端上设有的握姿传感器，获取所述移动终端的握姿信息的步骤，包括：

通过所述压力传感器对所述移动终端所受的外力进行检测，获取所述移动终端的握姿信息。

3.如权利要求1所述的方法，其特征在于，

所述握姿传感器为红外传感器；

所述根据所述移动终端上设有的握姿传感器，获取所述移动终端的握姿信息的步骤，包括：

通过所述红外传感器的光电效应对所述移动终端周边进行探测，获取所述移动终端的握姿信息。

4.如权利要求1所述的方法，其特征在于，

所述握姿传感器为红外传感器；

所述根据所述移动终端上设有的握姿传感器，获取所述移动终端的握姿信息的步骤，包括：

通过所述红外传感器的红外热效应对所述移动终端周边进行探测，获取所述移动终端的握姿信息。

5.一种移动终端，其特征在于，包括：

第一获取模块，用于根据所述移动终端上设有的握姿传感器，获取所述移动终端的握姿信息；

第二获取模块，用于根据所述移动终端上设有的重力传感器，获取所述移动终端的位置信息；

确定模块，用于根据所述握姿信息和所述位置信息，确定所述移动终端的屏幕方向；

所述确定模块包括：

计算单元，用于将所述握姿信息和所述位置信息作为可自学习训练的神经网络算法的输入参数，判决得出所述移动终端的屏幕方向；

所述神经网络算法包括，由所述移动终端建立默认的初始学习准则，再根据用户对屏幕方向的反馈校正进行自学习训练；所述初始学习准则用于描述屏幕方向与握姿信息、位置信息之间的初始映射关系；

所述神经网络算法的输入向量为[a₁,a₂,…,a_n,b]，其中，所述握姿传感器所采集到的握姿信息为一个n维向量[a₁,a₂,…,a_n]，a_n为第n个握姿传感器所采集到的数据，b＝0代表重力传感器判定是横屏，b＝1代表重力传感器判定是竖屏。

6.如权利要求5所述的移动终端，其特征在于，

所述握姿传感器为压力传感器；

所述第一获取模块包括：

第一检测单元，用于通过所述压力传感器对所述移动终端所受的外力进行检测，获取所述移动终端的握姿信息。

7.如权利要求5所述的移动终端，其特征在于，

所述握姿传感器为红外传感器；

所述第一获取模块包括：

第二检测单元，用于通过所述红外传感器的光电效应对所述移动终端周边进行探测，获取所述移动终端的握姿信息。

8.如权利要求5所述的移动终端，其特征在于，

所述握姿传感器为红外传感器；

所述第一获取模块包括：

第三检测单元，用于通过所述红外传感器的红外热效应对所述移动终端周边进行探测，获取所述移动终端的屏幕方向。