CN105978848A - 一种收集传感器数据的处理方法和装置 - Google Patents
一种收集传感器数据的处理方法和装置 Download PDFInfo
- Publication number
- CN105978848A CN105978848A CN201510885481.3A CN201510885481A CN105978848A CN 105978848 A CN105978848 A CN 105978848A CN 201510885481 A CN201510885481 A CN 201510885481A CN 105978848 A CN105978848 A CN 105978848A
- Authority
- CN
- China
- Prior art keywords
- data
- sensor
- interest
- matched curve
- sensor data
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/131—Protocols for games, networked simulations or virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/012—Head tracking input arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
- G06F3/147—Digital output to display device ; Cooperation and interconnection of the display device with other functional units using display panels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Optics & Photonics (AREA)
- Telephone Function (AREA)
Abstract
本发明实施例提供了一种收集传感器数据的处理方法和装置,该法方法包括:基于历史传感器数据生成拟合曲线;当检测到目标传感器数据时,确定所述目标传感器数据对应的目标时间;依据所述拟合曲线对所述目标时间进行计算,得到所述目标时间对应的虚拟传感器数据;将所述目标传感器数据与虚拟传感器数据进行比较,依据比较结果排除异常的目标传感器数据。本发明实施例通过检测目标传感器数据与拟合曲线的吻合程度,剔除异常的目标传感器数据,从而解决传感器数据异常而导致图像自主偏移和操作焦点时难以点中的问题。
Description
技术领域
本发明涉及虚拟现实技术领域,特别是涉及一种收集传感器数据的处理方法和一种收集传感器数据的处理装置。
背景技术
虚拟实境(Virtual Reality,VR),又称灵境技术或虚拟现实技术,是一种全部或部分由计算机生成的视觉、听觉、触觉等多维感觉环境。通过头盔显示器、数据手套等辅助传感设备,给人提供一个观察并与虚拟环境进行交互作用的多维人机接口,使人可以进入这个虚拟环境中直接观察事物的内在变化并与事物发生交互作用,给人一种“身临其境”的真实感。
随着VR技术的快速发展,基于移动终端的VR影院系统也迅速的发展起来。在基于移动终端的VR影院系统中,传感器数据是视频帧的源头。其中,传感器数据是指安装在传感设备上的传感器所采集到的数据。传感器数据准确与否,直接关系到计算视场角、根据视场角渲染场景和视频、时间偏差效果(TimeWarp)处理等后续环节。当传感器数据有漂移或者抖动时,基于手机的VR系统生成的图像就可能会自主漂移,即用户可能看到自主漂移的图像,降低了用户体验;并可能引起操作焦点时不易点中的问题。
显然,在现有基于移动终端的VR影院系统中,存在由于传感器数据异常而导致图像自主偏移,以及操作焦点时难以点中的问题。
发明内容
本发明实施例所要解决的技术问题是提供一种收集传感器数据的处理方法,解决由于传感器数据异常而导致图像自主偏移,以及操作焦点时难以点中的问题。
相应的,本发明实施例还提供了一种收集传感器数据的处理装置,用以保证上述方法的实现及应用。
为了解决上述问题,本发明实施例公开了一种收集传感器数据的处理方法,包括:
基于历史传感器数据生成拟合曲线;
当检测到目标传感器数据时,确定所述目标传感器数据对应的目标时间;
依据所述拟合曲线对所述目标时间进行计算,得到所述目标时间对应的虚拟传感器数据;
将所述目标传感器数据与虚拟传感器数据进行比较,依据比较结果排除异常的目标传感器数据。
相应的,本发明实施例还公开了一种收集传感器数据的处理装置,包括:
拟合曲线生成模块,用于基于历史传感器数据生成拟合曲线;
目标时间确定模块,用于当检测到目标传感器数据时,确定所述目标传感器数据对应的目标时间;
虚拟数据计算模块,用于依据所述拟合曲线对所述目标时间进行计算,得到所述目标时间对应的虚拟传感器数据;
数据比较模块,用于将所述目标传感器数据与虚拟传感器数据进行比较,依据比较结果排除异常的目标传感器数据。
与现有技术相比,本发明实施例包括以下优点:
本发明实施例在检测到目标传感器数据时,通过确定目标传感器数据对应的目标时间,并依据拟合曲线对目标时间进行计算,得到目标时间对应的虚拟传感器数据;通过比较目标传感器数据与虚拟传感器数据,依据比较结果排除异常的目标传感器数据,即通过检测目标传感器数据与拟合曲线的吻合程度,剔除异常的目标传感器数据,从而解决传感器数据异常而导致图像自主偏移和操作焦点时难以点中的问题。
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一简单地介绍,显而易见地,下面描述中的附图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是本发明的一种收集传感器数据的处理方法实施例的步骤流程图;
图2是本发明的一种收集传感器数据的处理方法优选实施例的步骤流程图;
图3A是本发明的一种收集传感器数据的处理装置实施例的结构框图;
图3B是本发明的一种收集传感器数据的处理装置优选实施例的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
在基于移动终端的VR影院系统中,利用头部跟踪来改变图像的视角,使得用户的视觉系统和运动感知系统之间就可以联系起来,感觉更逼真。通常,可以通过位置追踪器,对用户的头部进行跟踪,确定用户头部的运动状态。其中,位置追踪器是指作用于空间跟踪与定位的装置,一般与其他VR设备结合使用,如:数据头盔、立体眼镜、数据手套等,使参与者在空间上能够自由移动、旋转,不局限于固定的空间位置。实质上,在基于移动终端的VR影院系统中,传感器数据是视频帧的源头。传感器数据准确与否,直接关系到计算视场角、根据视场角渲染场景和视频、TimeWarp处理等后续环节。当传感器数据异常时,就会导致图像自主偏移,以及操作焦点时难以点中的问题。
针对上述问题,本发明实施例的核心构思之一在于,基于历史传感器数据生成拟合曲线,通过检测目标传感器数据与拟合曲线的吻合程度,剔除异常的目标传感器数据,从而解决传感器数据异常而导致图像自主偏移和操作焦点时难以点中的问题。
参照图1,示出了本发明的一种收集传感器数据的处理方法实施例的步骤流程图,具体可以包括如下步骤:
步骤101,基于历史传感器数据生成拟合曲线。
基于移动终端的VR系统可以通过数据头盔、立体眼镜、数据手套等辅助传感设备监测用户头部的移动状态。实际上,基于移动终端的VR系统可以通过监测和收集传感器所采集的数据,确定用户当前的转动状态。具体的,VR系统可以将传感器所采集的数据作为传感器数据,并对收集到的传感器数据进行计算,确定视场角,根据确定的视场角实时渲染图像帧,生成各场景对应的立体图像。需要说明的是,移动终端是指可以在移动中使用的计算机设备,例如智能手机、笔记本电脑、平板电脑等,本发明实施例对此不作限制。本发明实施例将以手机为例进行详细描述。
当基于手机的VR系统收集到传感器数据时,可以将收集到的传感器数据作为历史传感器数据,形成传感器数据的序列,对该序列进行模拟,生成该传感器数据对应的拟合曲线。该拟合曲线可以确定传感器数据与收集该传感器数据的时间的关系,可以将该拟合曲线标注为D=S(t)。其中,D表示传感器数据,t表示时间。
在本发明的一种优选实施例中,上述步骤101可以包括以下子步骤:
子步骤1010,收集传感器所采集到传感器数据。
子步骤1012,将所收集到的传感器数据作为历史传感器数据,形成序列。
子步骤1013,对所述序列的历史传感器数据进行模拟计算,生成拟合曲线。
步骤103,当检测到目标传感器数据时,确定所述目标传感器数据对应的目标时间。
当VR系统检测到新传感器数据时,可以将所检测到新传感器数据作为目标传感器数据;并可以获取当前时间,将所获取的当前时间作为该目标传感器数据检测到的时间,确定为该目标传感器数据对应的目标时间。例如,基于手机的VR系统检测新传感器数据D0,即目标传感器数据为D0,获取到当前的系统时间为T1,将当前的系统时间T1确定为目标传感器数据D0所对应的目标时间。
步骤105,依据所述拟合曲线对所述目标时间进行计算,得到所述目标时间对应的虚拟传感器数据。
具体的,基于手机的VR系统可以采用拟合曲线对目标时间进行计算,得到该目标时间所对应的理想传感器数据,理想传感器数据也可以称为虚拟传感器数据。结合上述例子,通过拟合曲线D=S(t)对目标时间T1进行计算,得到目标时间T1对应的理想传感器数据D1,其中D1=S(t1),即目标时间T1对应的虚拟传感器数据为D1。
步骤107,将所述目标传感器数据与虚拟传感器数据进行比较,依据比较结果排除异常的目标传感器数据。
基于手机的VR系统可以预先设置传感器数据的偏差阈值。该偏差阈值用于判断检测到的传感器数据是否为异常数据,即当目标传感器数据与其对应的虚拟传感器数据的偏差大于该偏差阈值时,可以将该目标传感器数据确定为异常数据;当目标传感器数据与其对应的虚拟传感器数据的偏差不大于该偏差阈值时,可以将该目标传感器数据确定为正常数据。具体的,通过计算目标传感器数据与虚拟传感器数据的差值,判断该差值是否大于预置的偏差阈值,当差值大于预置的偏差阈值时将该目标传感器数据抛弃,可以排除或删除异常的目标传感器数据。如上述例子中,通过计算可以确定目标传感器数据D0与虚拟传感器数据为D1的差值为|D0-D1|,将差值|D0-D1|与预置的偏差阈值Y相比较,当差值|D0-D1|大于偏差阈值Y时,将目标传感器数据D0确定为异常的传感器数据,并删除该目标传感器数据D0。
在本发明的一种优选实施例中,上述步骤107可以包括以下子步骤:
子步骤1070,计算所述目标传感器数据与虚拟传感器数据的差值,确定偏差数据;
子步骤1072,判断所述偏差数据是否大于预置的偏差阈值;
子步骤1072,在所述偏差数据大于偏差阈值时,将所述目标传感器数据作为异常的目标传感器数据,删除所述异常的目标传感器数据。
在本发明实施例中,基于移动终端的VR系统通过确定目标传感器数据对应的目标时间,并依据拟合曲线对目标时间进行计算,可以得到目标时间对应的虚拟传感器数据;将目标传感器数据与虚拟传感器数据进行比较,依据比较结果排除异常的目标传感器数据,即通过检测目标传感器数据与拟合曲线的吻合程度,剔除异常的目标传感器数据,从而解决传感器数据异常而导致图像自主偏移和操作焦点时难以点中的问题。
参照图2,示出了本发明的一种收集传感器数据的处理方法实施例的步骤流程图,具体可以包括如下步骤:
步骤201,收集传感器所采集到传感器数据。
基于手机的VR系统通过实时监测用户的状态,依据用户的状态对视频或场景进行渲染,以提高用体验。通常,传感器数据D的上传速度很快,即传感设备可以在一个数据帧的延迟时间内,上传多个传感器数据D到VR系统中。其中,该传感器数据D可以包括但不仅限于陀螺仪数据(如头部朝向)和加速计数据(如手机受到的加速度的大小和方向)等其中任意一类或几类数据,本发明实施例对此不作限制。后文将以传感器数据为一类传感数据为例,对本发明实施例进行描述,但不应将此作为本发明实施例的限制。
针对传感器所上传的传感器数据,基于手机的VR系统可以对进行数据统计,并进行保存,即收集传感器所采集的到传感器数据D。具体的,为了提高所收集的传感器数据的精确度,VR系统可以在监测到传感器所上传的传感器数据时,针对每X次上传的传感器数据进行计算,得到每X次传感器数据的平均值,并对平均值进行保存。其中,X为整数,如1、2、3等。例如,基于手机的VR系统针对某一类的传感器数据D,通过对每3次上传的传感器数据D进行计算,可以得到每3次上传的同一类传感器数据D的平均值,并对该平均值进行保存。
步骤203,将所收集到的传感器数据作为历史传感器数据,形成序列。
VR系统可以将计算得到平均值作为历史传感器数据Dtn,依次存入相应的序列中,形成该传感器数据D的序列LD。其中,tn表示传感器数据的平均值Dtn生成的时间,相当于VR系统收集该历史传感器数据Dtn的时间,n为整数,如1、2、3、4等。具体的,基于手机的VR系统将在各不同时刻tn(如t1、t2、t3……)所称生传感器数据D的平均值Dtn(如Dt1、Dt2、Dt3……)依次存入相应的状态序列LD中,即形成传感器数据D的序列LD。为了保证渲染图像的效率以及计算得到目标场景的视场角的精确度,优选的将序列LD设置为可以存入30个历史传感器数据的序列,即可以将最新收集的30个历史传感器数据Dtn存入传感器数据D的序列LD。
步骤205,对所述序列的历史传感器数据进行模拟计算,生成拟合曲线。
基于手机的VR系统可通过调用预置的模拟算法对目标状态序列中历史传感器数据Dtn进行模拟计算,生成该序列LD的拟合曲线D=S(t)。其中,D表示传感器数据,t表示传感器数据D生成的时间,相当于传感器数据对应的时间。
步骤207,当检测到目标传感器数据时,确定所述目标传感器数据对应的目标时间。
具体的,基于手机的VR系统在监测到传感器所采集的最新传感器数据时,将最新传感器数据作为目标传感器数据D0,并确定目标传感器数据D0对应的目标时间T1。
步骤209,依据所述拟合曲线对所述目标时间进行计算,得到所述目标时间对应的虚拟传感器数据。
在本发明实施例中,基于手机的VR系统可以将目标时间T1作为tn,采用拟合曲线拟合曲线D=S(t)对目标时间T1进行计算,得到目标时间T1对应的理想传感器数据D1。
步骤211,计算所述目标传感器数据与虚拟传感器数据的差值,确定偏差数据。
具体的,基于手机的VR系统对目标传感器数据D0与虚拟传感器数据为D1进行计算,得到目标传感器数据D0与虚拟传感器数据为D1的差值|D0-D1|,将差值|D0-D1|作为目标传感器数据D0所对应的偏差数据。
步骤213,判断所述偏差数据是否大于预置的偏差阈值。
基于手机的VR系统可以判断目标传感器数据D0所对应的偏差数据是否大于预置的偏差阈值Y,在所述偏差数据大于偏差阈值时,执行步骤215;在所述偏差数据不大于所述偏差阈值时,直接执行步骤217。其中,偏差阈值可以根据传感器的性能以及VR系统所要求的精确度设置,本发明实施例对此不作限制。
步骤215,将所述目标传感器数据作为异常的目标传感器数据,删除所述异常的目标传感器数据。
具体的,当目标传感器数据D0所对应的偏差数据大于预置的偏差阈值Y时,将目标传感器数据D0确定为异常数据,即目标传感器数据D0作为异常的目标传感器数据,将该异常数据抛弃,即删除该目标传感器数据D0,从而可以避免将异常的传感器数据D上传到传感器数据D的序列LD中,提高拟合曲线D=S(t),保证了视场角的精确度,以及图像的显示效果。
步骤217,将所述目标传感器数据作为正常的目标传感器数据,收集所述正常的目标传感器数据。
当目标传感器数据D0所对应的偏差数据不大于预置的偏差阈值Y时,将目标传感器数据D0确定为正常数据,即目标传感器数据D0作为正常的目标传感器数据,将目标传感器数据D0上报,即收集该目标传感器数据D0,对其进行保存。
步骤219,基于所述正常的目标传感器数据更新所述序列,并对更新的序列进行重新计算,更新所述拟合曲线。
具体的,基于手机的VR系统可以在收集到正常的目标传感器数据D0时,将该正常的目标传感器数据D0存入序列LD中,即更新传感器数据D对应的序列LD;或者对每几次(如每3次)所上传的正常目标传感器数据D0进行统计,确定这几次的正常目标传感器数据D0的平均值,将该平均值存入序列LD中,更新传感器数据D的序列LD。在更新序列LD后,基于手机的VR系统可以通过对更新的序列LD进行重新计算,更新传感器数据D对应的拟合曲线D=S(t),进一步保证拟合曲线D=S(t)的精确度,从而提高视场角的精确度。
在本发明实施例中,基于移动终端的VR系统可以通过检测目标传感器数据与拟合曲线的吻合程度,剔除异常的目标传感器数据,从而解决传感器数据异常而导致图像自主偏移和操作焦点时难以点中的问题;并基于正常的目标传感器数据更新拟合曲线,保证了拟合曲线的精确度,提高场角的精确度,进而保证了图像的显示效果。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图3A,示出了本发明一种收集传感器数据的处理装置实施例的结构框图,具体可以包括如下模块:
拟合曲线生成模块301,可以用于基于历史传感器数据生成拟合曲线。
目标时间确定模块303,可以用于当检测到目标传感器数据时,确定所述目标传感器数据对应的目标时间。
虚拟数据计算模块305,可以用于依据所述拟合曲线对所述目标时间进行计算,得到所述目标时间对应的虚拟传感器数据。
数据比较模块307,可以用于将所述目标传感器数据与虚拟传感器数据进行比较,依据比较结果排除异常的目标传感器数据。
其中,该传感器数据可以包括但不仅限于陀螺仪数据(如头部朝向)和加速计数据(如手机受到的加速度的大小和方向)等其中任意一类或几类数据,本发明实施例对此不作限制。
在图3A的基础上,可选的,拟合曲线生成模块301可以包括收集子模块3010、序列形成子模块3012以及模拟计算子模块3014,参照图3B。
其中,收集子模块3010,用于收集传感器所采集到传感器数据。序列形成子模块3012,用于将所收集到的传感器数据作为历史传感器数据,形成序列。模拟计算子模块3014,用于对所述序列的历史传感器数据进行模拟计算,生成拟合曲线。
在本发明的一种优选实施例中,数据比较模块307可以包括以下子模块:
偏差确定子模块3070,用于计算所述目标传感器数据与虚拟传感器数据的差值,确定偏差数据。
判断子模块3072,用于判断所述偏差数据是否大于预置的偏差阈值。
异常数据排除子模块3074,用于在所述偏差数据大于偏差阈值时,将所述目标传感器数据作为异常的目标传感器数据,删除所述异常的目标传感器数据。
在本发明的一种优选实施例中,收集子模块3010,还可以用于在所述偏差数据不大于所述偏差阈值时,将所述目标传感器数据作为正常的目标传感器数据,收集所述正常的目标传感器数据,并触发更新模块。该收集传感器数据的处理装置还包括更新模块309。其中,更新模块309可以用于基于所述正常的目标传感器数据更新所述序列,并触发所述模拟计算子模块3014对更新的序列进行重新计算,更新所述拟合曲线。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种收集传感器数据的处理方法和一种收集传感器数据的处理装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种收集传感器数据的处理方法,其特征在于,包括:
基于历史传感器数据生成拟合曲线;
当检测到目标传感器数据时,确定所述目标传感器数据对应的目标时间;
依据所述拟合曲线对所述目标时间进行计算,得到所述目标时间对应的虚拟传感器数据;
将所述目标传感器数据与虚拟传感器数据进行比较,依据比较结果排除异常的目标传感器数据。
2.根据权利要求1所述的方法,其特征在于,所述基于历史传感器数据生成拟合曲线,包括:
收集传感器所采集到传感器数据;
将所收集到的传感器数据作为历史传感器数据,形成序列;
对所述序列的历史传感器数据进行模拟计算,生成拟合曲线。
3.根据权利要求2所述的方法,其特征在于,所述将所述目标传感器数据与虚拟传感器数据进行比较,依据比较结果排除异常的目标传感器数据,包括:
计算所述目标传感器数据与虚拟传感器数据的差值,确定偏差数据;
判断所述偏差数据是否大于预置的偏差阈值;
在所述偏差数据大于偏差阈值时,将所述目标传感器数据作为异常的目标传感器数据,删除所述异常的目标传感器数据。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
在所述偏差数据不大于所述偏差阈值时,将所述目标传感器数据作为正常的目标传感器数据,收集所述正常的目标传感器数据;
基于所述正常的目标传感器数据更新所述序列,并对更新的序列进行重新计算,更新所述拟合曲线。
5.根据权利要求1至4任一所述的方法,其特征在于,所述传感器数据至少包括以下任一项:陀螺仪数据和加速计数据。
6.一种收集传感器数据的处理装置,其特征在于,包括:
拟合曲线生成模块,用于基于历史传感器数据生成拟合曲线;
目标时间确定模块,用于当检测到目标传感器数据时,确定所述目标传感器数据对应的目标时间;
虚拟数据计算模块,用于依据所述拟合曲线对所述目标时间进行计算,得到所述目标时间对应的虚拟传感器数据;
数据比较模块,用于将所述目标传感器数据与虚拟传感器数据进行比较,依据比较结果排除异常的目标传感器数据。
7.根据权利要求6所述的装置,其特征在于,所述拟合曲线生成模块,包括:
收集子模块,用于收集传感器所采集到传感器数据;
序列形成子模块,用于将所收集到的传感器数据作为历史传感器数据,形成序列;
模拟计算子模块,用于对所述序列的历史传感器数据进行模拟计算,生成拟合曲线。
8.根据权利要求7所述的装置,其特征在于,所述数据比较模块,包括:
偏差确定子模块,用于计算所述目标传感器数据与虚拟传感器数据的差值,确定偏差数据;
判断子模块,用于判断所述偏差数据是否大于预置的偏差阈值;
异常数据排除子模块,用于在所述偏差数据大于偏差阈值时,将所述目标传感器数据作为异常的目标传感器数据,删除所述异常的目标传感器数据。
9.根据权利要求8所述的装置,其特征在于,所述收集子模块,还用于在所述偏差数据不大于所述偏差阈值时,将所述目标传感器数据作为正常的目标传感器数据,收集所述正常的目标传感器数据,并触发更新模块;
所述装置还包括更新模块,所述更新模块用于基于所述正常的目标传感器数据更新所述序列,并触发所述模拟计算子模块对更新的序列进行重新计算,更新所述拟合曲线。
10.根据权利要求6至9任一所述的装置,其特征在于,所述传感器数据至少包括以下任一项:陀螺仪数据和加速计数据。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510885481.3A CN105978848A (zh) | 2015-12-04 | 2015-12-04 | 一种收集传感器数据的处理方法和装置 |
PCT/CN2016/089334 WO2017092339A1 (zh) | 2015-12-04 | 2016-07-08 | 一种收集传感器数据的处理方法和装置 |
US15/246,408 US20170161953A1 (en) | 2015-12-04 | 2016-08-24 | Processing method and device for collecting sensor data |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510885481.3A CN105978848A (zh) | 2015-12-04 | 2015-12-04 | 一种收集传感器数据的处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105978848A true CN105978848A (zh) | 2016-09-28 |
Family
ID=56988280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510885481.3A Pending CN105978848A (zh) | 2015-12-04 | 2015-12-04 | 一种收集传感器数据的处理方法和装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20170161953A1 (zh) |
CN (1) | CN105978848A (zh) |
WO (1) | WO2017092339A1 (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106548035A (zh) * | 2016-11-24 | 2017-03-29 | 腾讯科技(深圳)有限公司 | 一种数据异常的诊断方法及装置 |
CN107092772A (zh) * | 2017-03-01 | 2017-08-25 | 深圳怡化电脑股份有限公司 | 一种传感器特征曲线的确定方法及其装置 |
CN107562007A (zh) * | 2017-08-23 | 2018-01-09 | 中冶赛迪工程技术股份有限公司 | 基于扇形段位置传感器故障状态的控制方法及系统 |
CN107632545A (zh) * | 2017-09-14 | 2018-01-26 | 深圳市盛路物联通讯技术有限公司 | 数据传输控制方法及相关产品 |
CN107727420A (zh) * | 2017-09-14 | 2018-02-23 | 深圳市盛路物联通讯技术有限公司 | 设备检测方法及相关产品 |
CN107764318A (zh) * | 2017-09-07 | 2018-03-06 | 深圳市盛路物联通讯技术有限公司 | 异常检测方法及相关产品 |
WO2019140645A1 (zh) * | 2018-01-19 | 2019-07-25 | 深圳市大疆创新科技有限公司 | 一种数据处理方法、装置、控制器及可移动装置 |
CN110470939A (zh) * | 2019-08-06 | 2019-11-19 | 江苏高泰电气有限公司 | 一种自动检测及报警的监控配电柜及线路故障判断方法 |
CN111095147A (zh) * | 2017-07-12 | 2020-05-01 | 西门子股份公司 | 用于传感器数据集中的偏差检测的方法和系统 |
CN111130056A (zh) * | 2020-01-02 | 2020-05-08 | 天地(常州)自动化股份有限公司 | 一种监测方法及装置 |
CN111651441A (zh) * | 2020-05-11 | 2020-09-11 | 北京小米移动软件有限公司 | 数据处理方法及装置、计算机存储介质 |
CN111858111A (zh) * | 2019-04-25 | 2020-10-30 | 伊姆西Ip控股有限责任公司 | 数据分析的方法、设备和计算机程序产品 |
CN116501183A (zh) * | 2023-06-28 | 2023-07-28 | 深圳锐爱电子有限公司 | 一种基于多传感器融合的鼠标位移调控方法以及系统 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108089707A (zh) * | 2017-12-21 | 2018-05-29 | 清华大学 | 基于虚拟现实的室内疏散环境中npc系统的同步方法和装置 |
JP7241597B2 (ja) * | 2019-04-23 | 2023-03-17 | 東京エレクトロン株式会社 | 制御方法、計測方法、制御装置及び熱処理装置 |
CN110568779A (zh) * | 2019-08-29 | 2019-12-13 | 南宁学院 | 一种控制系统传感数据处理方法 |
CN113438259A (zh) * | 2020-03-23 | 2021-09-24 | 未来穿戴技术有限公司 | 按摩仪数据处理方法和装置、电子设备、计算机可读存储介质 |
CN115329148B (zh) * | 2022-08-19 | 2023-12-22 | 北京罗格数据科技有限公司 | 一种基于多重大数据处理的数据筛选整合方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103438899A (zh) * | 2013-08-22 | 2013-12-11 | 深圳市宇恒互动科技开发有限公司 | 补偿惯性测量系统在运动中产生的误差的方法及系统 |
CN103776451A (zh) * | 2014-03-04 | 2014-05-07 | 哈尔滨工业大学 | 一种基于mems的高精度三维姿态惯性测量系统以及测量方法 |
CN104990717A (zh) * | 2015-07-27 | 2015-10-21 | 中国人民解放军国防科学技术大学 | 一种磁浮列车传感器信号处理方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012050471A1 (en) * | 2010-10-11 | 2012-04-19 | General Electric Company | Systems, methods, and apparatus for detecting irregular sensor signal noise |
CN102324034B (zh) * | 2011-05-25 | 2012-08-15 | 北京理工大学 | 基于最小二乘支持向量机在线预测的传感器故障诊断方法 |
CN102588210B (zh) * | 2011-12-21 | 2014-02-12 | 中能电力科技开发有限公司 | 一种用于功率曲线拟合数据预处理的滤波方法 |
CN103336906B (zh) * | 2013-07-15 | 2016-03-16 | 哈尔滨工业大学 | 环境传感器的采集数据流中连续异常检测的抽样高斯过程回归模型方法 |
-
2015
- 2015-12-04 CN CN201510885481.3A patent/CN105978848A/zh active Pending
-
2016
- 2016-07-08 WO PCT/CN2016/089334 patent/WO2017092339A1/zh active Application Filing
- 2016-08-24 US US15/246,408 patent/US20170161953A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103438899A (zh) * | 2013-08-22 | 2013-12-11 | 深圳市宇恒互动科技开发有限公司 | 补偿惯性测量系统在运动中产生的误差的方法及系统 |
CN103776451A (zh) * | 2014-03-04 | 2014-05-07 | 哈尔滨工业大学 | 一种基于mems的高精度三维姿态惯性测量系统以及测量方法 |
CN104990717A (zh) * | 2015-07-27 | 2015-10-21 | 中国人民解放军国防科学技术大学 | 一种磁浮列车传感器信号处理方法 |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106548035A (zh) * | 2016-11-24 | 2017-03-29 | 腾讯科技(深圳)有限公司 | 一种数据异常的诊断方法及装置 |
CN106548035B (zh) * | 2016-11-24 | 2019-08-06 | 腾讯科技(深圳)有限公司 | 一种数据异常的诊断方法及装置 |
CN107092772B (zh) * | 2017-03-01 | 2019-12-10 | 深圳怡化电脑股份有限公司 | 一种传感器特征曲线的确定方法及其装置 |
CN107092772A (zh) * | 2017-03-01 | 2017-08-25 | 深圳怡化电脑股份有限公司 | 一种传感器特征曲线的确定方法及其装置 |
CN111095147A (zh) * | 2017-07-12 | 2020-05-01 | 西门子股份公司 | 用于传感器数据集中的偏差检测的方法和系统 |
CN107562007A (zh) * | 2017-08-23 | 2018-01-09 | 中冶赛迪工程技术股份有限公司 | 基于扇形段位置传感器故障状态的控制方法及系统 |
CN107562007B (zh) * | 2017-08-23 | 2019-09-13 | 中冶赛迪工程技术股份有限公司 | 基于扇形段位置传感器故障状态的控制方法及系统 |
CN107764318A (zh) * | 2017-09-07 | 2018-03-06 | 深圳市盛路物联通讯技术有限公司 | 异常检测方法及相关产品 |
CN107632545A (zh) * | 2017-09-14 | 2018-01-26 | 深圳市盛路物联通讯技术有限公司 | 数据传输控制方法及相关产品 |
CN107727420A (zh) * | 2017-09-14 | 2018-02-23 | 深圳市盛路物联通讯技术有限公司 | 设备检测方法及相关产品 |
CN107632545B (zh) * | 2017-09-14 | 2021-01-26 | 深圳市盛路物联通讯技术有限公司 | 应用于太空设备的控制方法及装置 |
WO2019140645A1 (zh) * | 2018-01-19 | 2019-07-25 | 深圳市大疆创新科技有限公司 | 一种数据处理方法、装置、控制器及可移动装置 |
CN110268692A (zh) * | 2018-01-19 | 2019-09-20 | 深圳市大疆创新科技有限公司 | 一种数据处理方法、装置、控制器及可移动装置 |
CN111858111A (zh) * | 2019-04-25 | 2020-10-30 | 伊姆西Ip控股有限责任公司 | 数据分析的方法、设备和计算机程序产品 |
CN110470939A (zh) * | 2019-08-06 | 2019-11-19 | 江苏高泰电气有限公司 | 一种自动检测及报警的监控配电柜及线路故障判断方法 |
CN111130056A (zh) * | 2020-01-02 | 2020-05-08 | 天地(常州)自动化股份有限公司 | 一种监测方法及装置 |
CN111130056B (zh) * | 2020-01-02 | 2022-03-01 | 天地(常州)自动化股份有限公司 | 一种监测方法及装置 |
CN111651441A (zh) * | 2020-05-11 | 2020-09-11 | 北京小米移动软件有限公司 | 数据处理方法及装置、计算机存储介质 |
CN111651441B (zh) * | 2020-05-11 | 2023-05-09 | 北京小米移动软件有限公司 | 数据处理方法及装置、计算机存储介质 |
CN116501183A (zh) * | 2023-06-28 | 2023-07-28 | 深圳锐爱电子有限公司 | 一种基于多传感器融合的鼠标位移调控方法以及系统 |
CN116501183B (zh) * | 2023-06-28 | 2024-03-19 | 深圳锐爱电子有限公司 | 一种基于多传感器融合的鼠标位移调控方法以及系统 |
Also Published As
Publication number | Publication date |
---|---|
US20170161953A1 (en) | 2017-06-08 |
WO2017092339A1 (zh) | 2017-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105978848A (zh) | 一种收集传感器数据的处理方法和装置 | |
CN105976424A (zh) | 一种图像渲染处理的方法及装置 | |
US11341652B2 (en) | Three-dimensional mapping system | |
CN108351522B (zh) | 注视方向映射 | |
EP3164848B1 (en) | System and method of three-dimensional model generation | |
US9412205B2 (en) | Extracting sensor data for augmented reality content | |
US9799143B2 (en) | Spatial data visualization | |
US20170206419A1 (en) | Visualization of physical characteristics in augmented reality | |
CN105979360A (zh) | 一种渲染图像的处理方法及装置 | |
JP2017531848A (ja) | リモートエキスパートシステム | |
US9830395B2 (en) | Spatial data processing | |
KR20170031733A (ko) | 디스플레이를 위한 캡처된 이미지의 시각을 조정하는 기술들 | |
US9799142B2 (en) | Spatial data collection | |
WO2016025697A1 (en) | Visualization of physical interactions in augmented reality | |
CN107122107A (zh) | 虚拟场景中的视角调整方法、装置、介质及电子设备 | |
JP6287486B2 (ja) | 情報処理装置、方法及びプログラム | |
CN115267796A (zh) | 定位方法、装置、机器人和存储介质 | |
JP2015529914A5 (zh) | ||
JP2018507448A (ja) | スマートデバイスに基づく体感制御の実現方法、システム及びスマートデバイス | |
CN103885597B (zh) | 空间输入识别方法和系统 | |
US11361511B2 (en) | Method, mixed reality system and recording medium for detecting real-world light source in mixed reality | |
WO2020026414A1 (ja) | 情報通信システム、端末装置、及び情報通信システムの作動方法 | |
CN115909413A (zh) | 用于控制虚拟形象的方法、装置、设备及介质 | |
KR20140135460A (ko) | 원격감시 시스템에서 감시화면 제어 장치 및 방법 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160928 |