CN106200952B - 一种监测用户行为数据的方法和可穿戴设备 - Google Patents
一种监测用户行为数据的方法和可穿戴设备 Download PDFInfo
- Publication number
- CN106200952B CN106200952B CN201610524007.2A CN201610524007A CN106200952B CN 106200952 B CN106200952 B CN 106200952B CN 201610524007 A CN201610524007 A CN 201610524007A CN 106200952 B CN106200952 B CN 106200952B
- Authority
- CN
- China
- Prior art keywords
- user
- waistband
- axis direction
- behavior
- buckle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000012544 monitoring process Methods 0.000 title claims abstract description 69
- 230000008859 change Effects 0.000 claims description 84
- 230000001133 acceleration Effects 0.000 claims description 66
- 230000005484 gravity Effects 0.000 claims description 25
- 238000001514 detection method Methods 0.000 claims description 13
- 230000000276 sedentary effect Effects 0.000 claims description 9
- 230000033001 locomotion Effects 0.000 abstract description 15
- 230000003068 static effect Effects 0.000 abstract description 8
- 230000006399 behavior Effects 0.000 description 136
- 230000008569 process Effects 0.000 description 24
- 230000036544 posture Effects 0.000 description 14
- 230000036541 health Effects 0.000 description 10
- 238000005259 measurement Methods 0.000 description 9
- 208000008589 Obesity Diseases 0.000 description 5
- 235000020824 obesity Nutrition 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 208000024172 Cardiovascular disease Diseases 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 208000026106 cerebrovascular disease Diseases 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 230000002526 effect on cardiovascular system Effects 0.000 description 2
- 208000030172 endocrine system disease Diseases 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 1
- 235000017491 Bambusa tulda Nutrition 0.000 description 1
- 241001330002 Bambuseae Species 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000037147 athletic performance Effects 0.000 description 1
- 239000011425 bamboo Substances 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000013872 defecation Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000000750 endocrine system Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000027939 micturition Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/16—Constructional details or arrangements
- G06F1/1613—Constructional details or arrangements for portable computers
- G06F1/163—Wearable computers, e.g. on a belt
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种监测用户行为数据的方法和可穿戴设备，该方法包括：在可穿戴设备中设置惯性传感器，该可穿戴设备被佩戴时位于用户的腰部；当用户佩戴所述可穿戴设备后，通过惯性传感器监测用户的行为数据；根据所述行为数据以及预设策略，确定用户的行为。依据本方案，可穿戴设备位于用户的腰部，设置于可穿戴设备中的惯性传感器与用户躯干能够保持相对静止，能够更加准确、高效地监测用户躯干的运动参数，即获得更加可信的用户行为数据，通过对可信的用户行为数据的采集实现了对用户行为的有效监测。
Description
技术领域
本发明涉及可穿戴智能设备领域，尤其涉及一种监测用户行为数据的方法和可穿戴设备。
背景技术
随着社会的进步，人们的运动时间越来越少，久坐的工作方式使许多人身体素质逐渐走下坡，肥胖和各种慢性病等严重影响了人们的生活质量。为了自身的健康，人们对运动也越来越重视，目前国内的各种马拉松赛事也如雨后春笋般开展，进一步印证了运动在人们心目中地位的提升，越来越多的人通过智能穿戴设备来监测自身的行为，以对自己的健康管理等方面进行辅助。
目前的智能穿戴设备主要集中在手表、手环等佩戴手腕上的设备，受手臂动作的影响，对于用户日常行为的监测，如计步、久坐提醒等功能的准确性受到很大限制。
发明内容
鉴于上述问题，本发明提供了一种监测用户行为数据的方法和可穿戴设备，以解决上述问题或者至少部分地解决上述问题。
依据本发明的一个方面，提供了一种监测用户行为数据的方法，该方法包括：
在可穿戴设备中设置惯性传感器，该可穿戴设备被佩戴时位于用户的腰部；
当用户佩戴可穿戴设备后，通过惯性传感器监测用户的行为数据；
根据行为数据以及预设策略，确定用户的行为。
可选地，可穿戴设备为智能腰带，智能腰带包括连接带和腰带扣，惯性传感器设置在腰带扣和/或连接带中。
可选地，该方法还包括：
对腰带扣处于松开状态或是扣紧状态进行监测；以及，
设置针对当前用户如厕行为的如厕判断预定策略；
根据行为数据以及预设策略，确定用户的行为包括：
根据如厕判断预定策略，当通过惯性传感器监测到用户在重力方向的行为数据变化满足预定特征，且腰带扣处于松开状态，以及腰带扣松开事件与扣紧事件之间的时间间隔在预设时间阈值范围内，则确定用户进行相应如厕行为。
可选地，在智能腰带中还设置气压式高度计，该方法还包括：
通过气压式高度计监测用户腰部的高度；
根据行为数据以及预设策略，确定用户的行为包括：
根据如厕判断预定策略，当通过惯性传感器监测到用户在重力方向的行为数据变化满足预定特征，气压式高度计监测的高度变化值在高度阈值内，且腰带扣处于松开状态，以及腰带扣松开事件与扣紧事件之间的时间间隔在预设时间阈值范围内，则确定用户进行相应如厕行为。
可选地，该方法还包括：
在腰带扣上设置能够被扣紧的自动锁结构；
在腰带扣上与连接带相连接的位置设置应力传感器；
当用户佩戴智能腰带后，通过应力传感器监测连接带所受的应力；
将所监测的应力数据与预设的应力阈值范围进行比较，当所监测的应力落入应力阈值范围内时，控制自动锁结构扣紧。
可选地，惯性传感器包括：加速度计；
通过惯性传感器监测用户的行为数据包括：通过加速度计监测智能腰带的加速度；
该方法还包括：设置计步判断预定策略；
根据行为数据以及预设策略，确定用户的行为包括：
基于计步判断预定策略，根据智能腰带在z轴方向上的加速度随时间的变化，确定佩戴智能腰带的用户在走路或跑步；和/或，
基于计步判断预定策略，根据智能腰带在z轴方向上的加速度随时间的变化，确定该用户的步频信息和触地时间信息；和/或，
基于计步判断预定策略，根据智能腰带在z轴方向和y轴方向上的加速度随时间的变化，确定该用户的左右脚触地是否平衡的信息；和/或，
根据智能腰带在z轴方向和x方向上的加速度随时间的变化，确定该用户的步幅信息；
其中，z轴方向平行于重力矢量方向，x轴方向垂直于腰带扣的正面且垂直于z轴方向，y轴方向垂直于z轴方向和x轴方向。
可选地，惯性传感器还包括：陀螺仪；
通过惯性传感器监测用户的行为数据还包括：通过陀螺仪监测智能腰带的旋转角速度；
根据行为数据以及预设策略，确定用户的行为还包括：
当智能腰带的加速度在预设单位时间内的变化超过第一预设阈值范围，智能腰带的旋转角速度在预设单位时间内的变化超过第二预设阈值范围，确定用户发生摔倒事件；
该方法进一步包括：当确定用户发生摔倒事件时，进行第一报警提醒。
可选地，该方法还包括：
用户佩戴智能腰带后，根据惯性传感器监测的行为数据和气压式高度计监测的高度的变化情况，确定用户处于坐姿状态或站姿状态；
当检测到用户维持坐姿的时间长度超过预设的时间阈值长度时，确定用户行为为处于久坐状态；
当确定用户行为为处于久坐状态时，进行第二报警提醒；
和/或，所述方法还包括：
当用户佩戴智能腰带且腰带扣处于扣紧状态时，测量智能腰带所形成的闭合环状结构的周长长度；
根据周长长度随时间的变化，确定用户的腰围变化曲线。
依据本发明的另一个方面，提供了一种可穿戴设备，可穿戴设备被佩戴时位于用户的腰部，包括惯性传感器和微处理器；
惯性传感器用于在用户佩戴所述可穿戴设备后，监测用户的行为数据；
微处理器与惯性传感器连接，用于根据行为数据以及预设策略，确定用户的行为。
可选地，可穿戴设备为智能腰带，智能腰带包括连接带和腰带扣，惯性传感器和微处理器设置于腰带扣和/或连接带中。
可选地，智能腰带还包括：腰带扣状态检测模块；
腰带扣状态检测模块用于检测腰带扣松开事件或扣紧事件的发生，以及对腰带扣处于松开状态或是扣紧状态进行监测；
微处理器用于设置针对当前用户如厕行为的如厕判断预定策略；
微处理器与腰带扣状态检测模块连接，用于根据如厕判断预定策略，当通过惯性传感器监测到用户在重力方向的行为数据变化满足预定特征，且腰带扣处于松开状态，以及腰带扣松开事件与扣紧事件之间的时间间隔在预设时间阈值范围内，则确定用户进行相应如厕行为。
可选地，智能腰带还包括：气压式高度计；
气压式高度计用于监测用户腰部的高度；
微处理器与气压式高度计连接，用于根据如厕判断预定策略，当惯性传感器监测到用户在重力方向的行为数据变化满足预定特征，气压式高度计监测的高度变化值在高度阈值内，且腰带扣处于松开状态，以及腰带扣松开事件与扣紧事件之间的时间间隔在预设时间阈值范围内，则确定用户进行相应如厕行为。
可选地，智能腰带还包括：应力传感器和自动锁结构；
应力传感器设置在腰带扣上，且位于腰带扣与连接带相连接的位置处，该应力传感器用于监测连接带所受的应力；
自动锁结构设置于腰带扣上，用于扣紧连接带；
微处理器与应力传感器连接，用于将所监测的应力数据与预设的应力阈值范围进行比较，当所监测的应力落入预设的应力阈值范围内时，控制腰带扣上的自动锁结构扣紧。
由上述可知，本发明提供的技术方案通过佩戴在用户的腰部的可穿戴设备监测用户的行为数据，根据监测到的行为数据以及预设策略确定用户的行为；依据本方案，可穿戴设备位于用户的腰部，设置于可穿戴设备中的惯性传感器与用户躯干能够保持相对静止，能够更加准确、高效地监测用户躯干的运动参数，即获得更加可信的用户行为数据，通过对所获得的可信的用户行为数据的分析进一步实现了对用户行为的有效监测。
附图说明
图1示出了根据本发明一个实施例的一种监测用户行为数据的方法的流程图；
图2示出了根据本发明一个实施例的设置于腰带扣中的惯性传感器的坐标轴方向示意图；
图3A示出了根据本发明一个实施例的设置于智能腰带中的应力传感器的示意图；
图3B示出了根据本发明另一个实施例的设置于智能腰带中的应力传感器的示意图；
图4示出了根据本发明一个实施例的智能腰带的腰带扣的示意图；
图5示出了根据本发明一个实施例的一种可穿戴设备的示意图；
图6示出了根据本发明一个实施例的智能腰带的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
图1示出了根据本发明一个实施例的一种监测用户行为数据的方法的流程图。如图1所示，该方法包括：
步骤S110，在可穿戴设备中设置惯性传感器，该可穿戴设备被佩戴时位于用户的腰部。
步骤S120，当用户佩戴可穿戴设备后，通过惯性传感器监测用户的行为数据。
步骤S130，根据行为数据以及预设策略，确定用户的行为。
可见，图1所示的方法通过佩戴在用户的腰部的可穿戴设备监测用户的行为数据，根据监测到的行为数据以及预设策略确定用户的行为；依据本方案，可穿戴设备位于用户的腰部，设置于可穿戴设备中的惯性传感器与用户躯干能够保持相对静止，能够更加准确、高效地监测用户躯干的运动参数，即获得更加可信的用户行为数据，通过对所获得的可信的用户行为数据的分析实现了对用户行为的有效监测。
在本发明的一个实施例中，图1所示方法中的可穿戴设备为智能腰带，该智能腰带包括连接带和腰带扣，惯性传感器设置在智能腰带的腰带扣和/或连接带中，图2示出了根据本发明一个实施例的设置于腰带扣中的惯性传感器的坐标轴方向示意图。参见图2以及图3A、3B，智能腰带的腰带扣100的正面平行于纸面，设置于腰带扣100中的惯性传感器x轴、y轴和z轴构成右手坐标系，其中，z轴方向平行于重力矢量方向，x轴方向垂直于腰带扣的正面且垂直于z轴方向，y轴方向垂直于z轴方向和x轴方向，应当知道，当惯性传感器监测一个指定方向的行为数据时，可以将该指定方向的行为数据分解为在惯性传感器的各坐标平面上的投影对应的方向的行为数据进行分别监测，例如，如图2所示，行为数据R可以分解为行为数据Rxy、行为数据Ryz和行为数据Rxz，进一步地，行为数据Rxy可以分解为x轴方向的行为数据和y轴方向的行为数据，行为数据Ryz可以分解为y轴方向的行为数据和z轴方向的行为数据，行为数据Rxz可以分解为x轴方向的行为数据和z轴方向的行为数据。
在一个具体的实施例中，设置于智能腰带中的惯性传感器包括：加速度计；则图1所示方法中步骤S120通过惯性传感器监测用户的行为数据包括：通过加速度计监测智能腰带的加速度；惯性传感器所监测到的智能腰带在任意方向上的加速度均可以分解为图2所示的x轴、y轴和z轴这三个方向的加速度，其中，在x轴方向上的加速度可以反映用户的向前或向后运行的行为，在y轴方向上的加速度可以反映用户向左或向右运行的行为，在z轴方向上的加速度可以反映用户在高度方向上的运动。
则图1所示的方法还包括：设置计步判断预定策略。步骤S130根据行为数据以及预设策略，确定用户的行为包括：基于设置的计步判断预定策略，根据智能腰带在z轴方向上的加速度随时间的变化，确定佩戴智能腰带的用户在走路或跑步。其中，计步判断预定策略反映了用户在走路或跑步时腰部在重力方向上(z轴方向)的加速度的变化特征，例如，当用户处于走路状态时，z轴方向上加速度数值的大小范围，加速度随时间的变化快慢。当智能腰带在z轴方向上的加速度变化与计步判断预定策略中走路状态的加速度的变化特征一致时，说明佩戴该智能腰带的用户腰部在z轴方向上的加速度也与计步判断预定策略中走路状态的加速度的变化特征一致，，从而确定用户正在走路；同样的方法，也可确定用户跑步。
类似地，计步判断预定策略还能够反映用户在走路或跑步时腰部在x轴或y轴方向上的加速度的变化特征。因此，在确定佩戴智能腰带的用户在走路或跑步的同时，还可以通过如下一种或多种方案确定用户在走路或跑步过程中的动力学参数，以加速度计设置在智能腰带的腰带扣的情景为例进行说明：
方案一，基于计步判断预定策略，根据腰带扣在z轴方向上的加速度随时间的变化，确定用户在走路或跑步过程中的步频信息和触地时间信息。
佩戴智能腰带的用户在走路或跑步过程中，用户的腰部在z轴方向上的加速度会随着用户的每只脚从离开地面到落回地面的过程而发生变化，利用设置在腰带扣中的加速度计监测腰带扣在z轴方向上的加速度随时间的变化，由于腰带扣与用户的腰部保持相对静止，即监测到用户的腰部在z轴方向上的加速度随时间的变化，进而可以获知用户的脚每次触地的时间，即触地时间信息，并根据触地时间之间的间隔获知用户每一步所用的时间，进而得到步频信息。
方案二，基于计步判断预定策略，根据腰带扣在z轴方向和y轴方向上的加速度随时间的变化，确定用户在走路或跑步过程中的左右脚触地是否平衡的信息。
佩戴智能腰带的用户在走路或跑步过程中，用户的腰部在z轴方向上的加速度会随着用户的每只脚从离开地面到落回地面的过程而发生变化，利用设置在腰带扣中的加速度计监测用户的腰部在z轴方向的加速度随时间的变化以确定用户的迈步过程，进一步地，又因为用户在走路或跑步过程中用户的腰部在y轴方向上的加速度会随着用户的左右脚的交替动作而发生变化(对应于左右脚交替时腰部的扭动过程)，利用设置在腰带扣中的加速度计还可以监测用户的腰部在y轴方向的加速度，根据用户的腰部在y轴方向的加速度随时间的变化以及在z轴方向的加速度随时间的变化，可以获知用户的左脚迈步过程和右脚迈步过程，如果左脚迈步过程对应的y轴方向的加速度的变化和右脚迈步过程对应的y轴方向的加速度的变化是对称的，确定用户的左右脚触地是平衡的，说明用户的跑步或走路姿势正确；反之，确定用户的左右脚触地是不平衡的，说明用户的跑步或走路姿势不正确。
方案三，基于计步判断预定策略，根据腰带扣在z轴方向和x方向上的加速度随时间的变化，确定用户在走路或跑步过程中的步幅信息。
佩戴智能腰带的用户在走路或跑步过程中，用户的腰部在z轴方向上的加速度会随着用户的每只脚从离开地面到落回地面的过程而发生变化，利用设置在腰带扣中的加速度计监测用户的腰部在z轴方向上的加速度随时间的变化，可以获知用户的脚每次触地的时间，并根据触地时间之间的间隔获知用户每一步所用的时间，再利用设置在腰带扣中的加速度计监测用户的腰部在x轴方向上的加速度，通过对用户的腰部在x方向上的加速度的积分可以获得用户在x方向上的速度(走路或跑步的速度)，则将上述每一步所用的时间与用户走路或跑步的速度相乘即可得到用户每一步所跨过的距离，即得到步幅信息。
上述几种方案利用设置于智能腰带的腰带扣中的加速度计对用户在走路或跑步过程中的动力学参数进行监测，包括步频、触地时间、左右脚触地平衡、步幅等信息，动力学参数的监测对于用户更好的了解自己的运动效率，纠正跑步姿态，改善运动效益有明显的帮助。现有技术中很多用户利用智能手机/智能手环中的惯性传感器对走路或跑步过程中的动力学参数进行监测，但一般由于智能手机/智能手环所在位置不固定，所以计步时都需要考虑加速度计的x，y，z三轴数据，而本发明提出的智能腰带只需考虑z轴数据即可得到准确的步频信息和触地时间信息，避免了其他方向运动的干扰。当然加速度计也可以设置在智能腰带的连接带中，其原理与上述相同，在此不再赘述。
上述方案三中是通过对加速度计监测智能腰带在x方向上的加速度进行积分来确定用户的速度信息的，但有些情况下，加速度计所测量得到的加速度数据中会包含噪声数据，在对加速度进行积分的过程会累积噪声数据，形成累积误差，影响最后得到的用户的速度信息的精确度，因此提供以下方案进行补充：
众所周知，GPS模块对移动速度信息的测量是比较准确的，因此上述方案三可以利用GPS模块测量得到的速度信息与加速度计监测到的跨步时间间隔的乘积得到最终的步幅信息；在一些实施例中，由于GPS模块耗电量大，保持GPS模块持续工作状态可能会导致耗电较快，为此，对该方案还可以进一步优化：依然通过加速度计监测到的智能腰带在x方向上的加速度的积分获得速度信息，但每隔预定时间间隔，开启GPS模块对通过加速度计监测得到的数据进行修正，以尽可能地降低加速度计所监测得到的数据的累积误差，得到更为准确的步幅信息。其中，所述GPS模块可以设置在智能腰带中，也可以设置在其他终端设备如智能手机中，当智能腰带中未设置GPS模块时，智能腰带与智能手机进行通信，从智能手机获取GPS模块测量得到的数据来加以利用。
在对用户的运动行为进行监测的方面，虽然目前的大多数智能手机均具有计步功能用来监测每日活动量，甚至有社交软件具有独立的计步算法对用户社交圈中的每日活动量进行排名。随着人们对运动和健康的逐步重视，智能穿戴设备向运动健康方面的功能倾斜也逐渐增加。受限于手机在日常使用中位置的多元化，其计步性能也受到许多限制，通过算法来剔除某些无效数据也无法做到完全准确，即使目前最领先的算法对某些场景也无能为力，如当用户将手机放在裤子口袋里骑自行车时，由于骑行时腿部的上下摆动导致手机进行了错误的计数，目前所有的算法都无法修正这一场景。而智能腰带由于佩戴位置相对固定，且与用户躯干保持相对静止，可以得到完全准确的步数信息，这是目前仅通过手机计步无法做到的。
在另一个具体的实施例中，设置于智能腰带的腰带扣中的惯性传感器除了包括加速度计之外，还可以包括：陀螺仪和地磁传感器；通过加速度计监测用户的行为数据并据此确定用户的行为的过程在前一个实施例中已详细说明，在此不重复赘述，除此之外，图1所示方法的步骤S120中通过惯性传感器监测用户的行为数据还包括：通过陀螺仪监测腰带扣的旋转角速度；通过地磁传感器为加速度计和陀螺仪提供基准方位，可以知道，通过加速度计、陀螺仪和地磁传感器监测的数据的结合，配合相关算法，可以对用户在行为过程中的姿态进行监控。
在一种应用场景下，步骤S130根据行为数据以及预设策略，确定用户的行为还包括：当监测到智能腰带的加速度在预设单位时间内的变化超过第一预设阈值范围，以及监测到智能腰带的旋转角速度在预设单位时间内的变化超过第二预设阈值范围，确定用户发生摔倒事件。
通常情况下，如果佩戴有智能腰带的用户因意外突然摔倒时，用户的腰部会随身体倒下而发生极其快速地移动和旋转，用户的姿态会发生突变，利用设置在智能腰带中的加速度计监测用户的腰部在各个方向上的加速度的变化，且利用陀螺仪来监测用户的腰部绕各个轴向的旋转角速度的变化，在监测到用户的腰部的加速度的大小和/或方向在预设单位时间内发生突变以及用户的腰部的旋转角速度的大小和/或方向在预设单位时间内发生突变时，即能确定用户发生摔倒事件。地磁传感器可以为对加速度的方向的判断以及为对旋转角速度的方向的判断提供基准，使得判断结果更为准确。进一步地，本实施例在确定用户发生摔倒事件时，进行第一报警提醒。具体地，可以通过智能腰带与其他终端设备如智能手机进行通信，向智能手机发送报警信息，该报警信息中包括预先设置的联系人电话，可以指示智能手机执行拨打该联系人电话等操作。据统计意外跌倒已经成为中老年人的重大安全问题，本实施例可令中老年人跌倒时得到迅速有效的救治，尽可能的避免悲剧的发生。
需要说明的是，上述惯性传感器可以采用九轴惯性传感器，包括三轴加速度计、三轴陀螺仪和三轴地磁传感器。
在本发明的一个实施例中，除了在智能腰带中设置惯性传感器之外，还可以设置腰带扣状态检测模块，该腰带扣状态检测模块用于检测腰带扣松开事件和扣紧事件的发生，以及对腰带扣处于松开状态或是扣紧状态进行监测；则图1所示的方法还包括：设置针对当前用户如厕行为的如厕判断预定策略；上述步骤S130根据行为数据以及预设策略，确定用户的行为包括：根据如厕判断预定策略，当通过惯性传感器监测到用户在重力方向的行为数据变化满足预定特征，且腰带扣处于松开状态，以及腰带扣松开事件与扣紧事件之间的时间间隔在预设时间阈值范围内，则确定用户进行相应如厕行为。在本实施例中，根据如厕判断预定策略判断用户的如厕行为的过程中，一方面通过惯性传感器监测用户在重力方向的行为数据，判断行为数据变化是否满足预定特征，例如，通过加速度计监测到用户腰部在重力方向上的加速度，预定特征反映了人体在蹲下或坐下过程中腰部在重力方向上的加速度的变化规则，当加速度计监测到的重力方向的加速度的变化满足预定特征时，确定用户产生蹲下或坐下的行为；另一方面通过腰带扣状态检测模块监测腰带扣是否处于松开状态；再一方面通过腰带扣状态检测模块检测腰带扣松开事件与扣紧事件，判断松开事件与扣紧事件之间的时间间隔是否在预设时间范围内；通过以上三个方面的监测来实现对用户如厕行为的判断。
进一步地，在智能腰带中还可以设置气压式高度计，气压式高度计用于监测智能腰带的高度，由于智能腰带相对于佩戴智能腰带的用户腰部的位置固定，则本方案可以通过气压式高度计监测用户腰部的高度。在根据如厕判断预定策略判断用户的如厕行为的过程中，该气压式高度计监测的高度数据与惯性传感器检测的行为数据相结合，能够更为准确地判断用户是否产生蹲下或坐下的行为，则步骤S130根据行为数据以及预设策略，确定用户的行为包括：根据如厕判断预定策略，当通过惯性传感器监测到用户在重力方向的行为数据变化满足预定特征，气压式高度计监测的高度变化值在高度阈值内，且腰带扣处于松开状态，以及腰带扣松开事件与扣紧事件之间的时间间隔在预设时间阈值范围内，则确定用户进行相应如厕行为。在本实施例中，在上述第一个方面的监测中：通过加速度计监测到用户腰部在重力方向上的加速度，预定特征反映了人体在蹲下或坐下过程中腰部在重力方向上的加速度的变化规则，当加速度计监测到的重力方向的加速度的变化满足预定特征时，判断用户可能产生蹲下或坐下的行为，进一步结合气压式高度计监测的高度数据来确定，如果高度变化值在高度阈值内，该高度阈值是人体在坐下或蹲下过程中腰部的高度变化值，则确定用户确实产生蹲下或坐下的行为；则再进一步结合其他两个方面的监测结果，判断用户是否进行如厕行为。
在本发明的另一个实施例中，也可以单独利用气压式高度计监测的高度数据来判断用户是否产生蹲下或坐下的行为，具体地，当气压式高度计监测到高度降低，且气压式高度计监测到的高度变化值在高度阈值内，则确定用户产生蹲下或坐下的行为，再进一步结合其他两个方面的监测结果，判断用户是否进行如厕行为。
通过一个具体的例子来说明如厕判断：在本例中，在智能腰带中设置用户的性别，根据不同性别而以不同如厕判断预定策略进行监控。对于女士来说，当监测到用户产生蹲下或坐下的行为，且腰带扣处于松开状态，以及腰带扣松开事件与扣紧事件之间的时间间隔在第一预设时间阈值范围内，则确定用户进行如厕行为，且该如厕行为为小便行为；当监测到用户产生蹲下或坐下的行为，且腰带扣处于松开状态，以及腰带扣松开事件与扣紧事件之间的时间间隔在第二预设时间阈值范围内，则确定用户进行如厕行为，且该如厕行为为大便行为。对于男士来说，当监测到用户没有产生蹲下或坐下的行为，且腰带扣处于松开状态，以及腰带扣松开事件与扣紧事件之间的时间间隔在第三预设时间阈值范围内，则确定用户进行如厕行为，且该如厕行为为小便行为；当监测到用户产生蹲下或坐下的行为，且腰带扣处于松开状态，以及腰带扣松开事件与扣紧事件之间的时间间隔在第二预设时间阈值范围内，则确定用户进行如厕行为，且该如厕行为为大便行为。此外，还可以通过设置第四预设时间阈值范围，当腰带扣松开事件和扣紧事件的时间间隔落在第四预设时间阈值范围内时，则认为用户此时没有进行如厕，避免发生误判。由此智能腰带可得到关于用户的更为详细的如厕信息，当用户的大小便次数产生异常时可以进行报警提醒，并且可以根据监测数据绘制长期曲线图，有助于用户对身体状况的发展有直观的了解，更能协助医生判断患者病情。
在本发明的一个实施例中，还可以通过设置在智能腰带中的气压式高度计和惯性传感器对用户的久坐行为进行监测，具体地，图1所示的方法还包括：用户佩戴所述智能腰带后，根据惯性传感器监测到的行为数据和气压式高度计监测到的高度的变化情况，确定用户处于坐姿状态或站姿状态；当用户维持坐姿的时间长度超过预设的时间阈值长度时，确定用户行为为处于久坐状态；当确定用户行为为处于久坐状态时，进行第二报警提醒。
此外，还可以通过设置在智能腰带中的气压式高度计和惯性传感器对用户的上下楼梯的行为进行监测，获知用户的上下楼梯的层数。还可以通过设置在智能腰带中的气压式高度计和惯性传感器对用户的跳跃运动进行测试，获知用户在跳跃测试中的跳跃高度。
可见，本实施例利用智能腰带内置的惯性传感器结合气压式高度计，可以准确监测用户坐姿和站姿切换以及上下楼梯行为，久坐提醒和上下楼梯行为虽然是目前智能手表普遍具备的功能，而智能手表的佩戴位置决定了它无法避免某些场景下的误判的可能性。而本发明提出的智能腰带由于其特殊的佩戴位置，使得它基本不会产生误判，无论用户处在什么场景下均能准确监测用户的坐姿、站姿以及上下楼梯的行为。
在本发明的一个实施例中，在智能腰带中还可以设置应力传感器，图3A示出了根据本发明一个实施例的设置于智能腰带中的应力传感器的示意图，图3B示出了根据本发明另一个实施例的设置于智能腰带中的应力传感器的示意图，如图3A-3B所示，本例中，应力传感器300设置在用于连接智能腰带的连接带200和腰带扣100的连接杆400的两端；应力传感器300用于监测连接带200上的各点所受的应力，则图1所示的方法还包括：通过应力传感器监测连接带所受的应力；将所监测的应力数据与预设的应力阈值范围进行比较，当所监测的应力落入预设的应力阈值范围内时，控制腰带扣扣紧连接带。图4示出了根据本发明一个实施例的智能腰带的腰带扣的示意图，在图4所示的例子中，通过腰带扣100的上下两侧的自动锁结构110的松开或扣紧，实现腰带扣100松开连接带200或扣紧连接带200的事件。
需要说明的是，在本实施例中，智能腰带的连接带上各点均匀受力，连接带与腰带扣的连接杆上下两处分别放置应力传感器，参考两处所受应力可得到较为准确的应力值。当连接带处于舒适的长度时连接带所受的应力应在一定范围内，因此通过设置适当的阈值来提醒用户当前的连接带长度是否合理。当应力传感器监测到应力处于应力阈值范围内时，腰带扣自动扣紧，固定连接带位置。
在本发明的一个实施例中，在智能腰带中还设置长度测量模块；当用户佩戴智能腰带且腰带扣处于扣紧状态时，通过长度测量模块测量智能腰带所形成的闭合环状结构的周长长度；根据所述周长长度随时间的变化，确定用户的腰围变化曲线。
具体地，长度测量模块可以结合连接带总长度和腰带扣在扣紧状态下与连接带的相对位置，自动得出用户的腰围值，根据长度测量模块测量的腰围值随时间的变化，得到用户的腰围变化曲线，并进行相应记录。腰带扣处于扣紧状态时进行周长长度采集，在尽最大可能确保舒适度的情况下，能保证采集到准确的腰围数据。
基于上述两个实施例，传统的腰带多数利用几个等间距的孔位来调整腰带的长度，无法进行微调，这导致腰带很难处在最舒适的位置。智能腰带利用自身搭载的应力传感器，检测到连接带所受到的准确应力，并自动调整连接带长度确保腰带扣在最舒适的长度上。智能腰带的长度可以在毫米量级进行微调，确保连接带所受应力处在合理阈值内，并对用户腰围进行监测，每日记录腰围长度。众所周知，肥胖是目前公认的影响人类健康的杀手，腰围是衡量肥胖程度的最重要参数，因为堆积腹部的脂肪与许多心脑血管疾病有直接相关性，还有内分泌系统疾病如糖尿病等，因此堆积腹部的脂肪对人类健康威胁远远超过体内其他部位的脂肪，因此腰围监测对健康状况有着巨大的指导意义，目前为止市场上对于腰围监测的智能穿戴设备还是空白。
在本发明的一个实施例中，智能腰带的腰带扣上还可以包括解扣按键，响应于解扣按键被触发的操作，腰带扣松开。则腰带扣状态检测模块可以通过检测解扣按键的状态来获知腰带扣的松开事件和扣紧事件的发生，并通过腰带扣的松开事件或扣紧事件的发生时序，确定腰带扣是否处于松开状态；在其他例子中，腰带扣状态检测模块也可以通过检测应力传感器所监测到的应力值来获知腰带扣是否处于松开状态，如当应力传感器监测到的应力值为0时，确定腰带扣处于松开状态。
在本发明的一个实施例中，智能腰带中还可以搭载蓝牙或BLE与其他智能终端如智能手机进行数据传输，用户即可实时监测由智能腰带获取的数据。智能腰带可以采用无线充电技术，既兼顾了美观又保证了产品性能。
图5示出了根据本发明一个实施例的一种可穿戴设备的示意图。如图5所示，该可穿戴设备500被佩戴时位于用户的腰部，包括惯性传感器510和微处理器520。
惯性传感器510用于在用户佩戴所述可穿戴设备后，监测用户的行为数据。
微处理器520与惯性传感器510连接，用于根据所述行为数据以及预设策略，确定用户的行为。
可见，图5所示的方案通过佩戴在用户的腰部的可穿戴设备监测用户的行为数据，根据监测到的行为数据以及预设策略确定用户的行为；依据本方案，可穿戴设备位于用户的腰部，设置于可穿戴设备中的惯性传感器与用户躯干能够保持相对静止，能够更加准确、高效地监测用户躯干的运动参数，即获得更加可信的用户行为数据，通过对可信的用户行为数据的采集实现了对用户行为的有效监测。
在本发明的一个实施例中，可穿戴设备500为智能腰带，包括连接带和腰带扣，所述惯性传感器510和所述微处理器520设置于腰带扣和/或连接带中。
在本发明的一个实施例中，惯性传感器510包括：加速度计；加速度计用于监测智能腰带的加速度；微处理器520用于设置计步判断预定策略；微处理器520与加速度计连接，用于结合计步判断预定策略，根据智能腰带在z轴方向上的加速度随时间的变化，确定佩戴智能腰带的用户在走路或跑步；还可用于根据智能腰带在z轴方向上的加速度随时间的变化，确定用户的步频信息和触地时间信息；根据智能腰带在z轴方向和y轴方向上的加速度随时间的变化，确定用户的左右脚触地是否平衡的信息；根据智能腰带在z轴方向和x方向上的加速度随时间的变化，确定用户的步幅信息。其中，z轴方向平行于重力矢量方向，x轴方向垂直于腰带扣的正面且垂直于z轴方向，y轴方向垂直于z轴方向和x轴方向。
在本发明的一个实施例中，惯性传感器510还包括：陀螺仪；陀螺仪用于监测智能腰带的旋转角速度；微处理器520与陀螺仪连接，用于计算智能腰带的加速度在预设单位时间内的变化和智能腰带的旋转角速度在预设单位时间内的变化，当智能腰带的加速度在预设单位时间内的变化超过第一预设阈值范围，且智能腰带的旋转角速度在预设单位时间内的变化超过第二预设阈值范围，确定佩戴智能腰带的用户发生摔倒事件，进行第一报警提醒。
图6示出了根据本发明一个实施例的智能腰带的示意图。如图6所示，该智能腰带600包括：惯性传感器610、微处理器620、气压式高度计630、腰带扣状态检测模块640、应力传感器650和长度测量模块660。
其中，惯性传感器610、微处理器620分别具有与图5所示的可穿戴设备500中的惯性传感器510和微处理器520对应相同的功能，上文中已详细说明，相同的部分不再重复赘述。
腰带扣状态检测模块640用于检测腰带扣松开事件或扣紧事件的发生，以及对腰带扣处于松开状态或是扣紧状态进行监测；微处理器620用于设置针对当前用户如厕行为的如厕判断预定策略；微处理器620与腰带扣状态检测模块640连接，用于根据如厕判断预定策略，当通过惯性传感器610监测到用户在重力方向的行为数据变化满足预定特征，且腰带扣处于松开状态，以及腰带扣松开事件与扣紧事件之间的时间间隔在预设时间阈值范围内，则确定用户进行相应如厕行为。
气压式高度计630用于监测用户腰部的高度；微处理器620与气压式高度计630连接，用于根据如厕判断预定策略，当惯性传感器610监测到用户在重力方向的行为数据变化满足预定特征，气压式高度计630监测的高度变化值在高度阈值内，且腰带扣处于松开状态，以及腰带扣松开事件与扣紧事件之间的时间间隔在预设时间阈值范围内，则确定用户进行相应如厕行为。
应力传感器650用于监测连接带所受的应力；微处理器620与应力传感器650连接，用于在用户佩戴智能腰带600后，将所监测的应力数据与预设的应力阈值范围进行比较，当所监测的应力落入预设的应力阈值范围内时，控制腰带扣上的自动锁结构扣紧。
微处理器620还用于在用户佩戴智能腰带600后，根据惯性传感器610监测的行为数据和气压式高度计630监测的高度的变化情况，确定佩戴智能腰带600的用户处于坐姿状态或站姿状态，当检测到用户维持坐姿的时间长度超过预设的时间阈值长度时，确定用户行为为处于久坐状态，进行第二报警提醒。
长度测量模块660用于当用户佩戴智能腰带600且腰带扣处于扣紧状态时，测量智能腰带600所形成的闭合环状结构的周长长度；微处理器620与长度测量模块660连接，用于根据周长长度随时间的变化，确定用户的腰围变化曲线。
需要说明的是，图5-图6所示装置的各实施例与上文中图1-图4所示的各实施例对应相同，上文中已有详细说明在此不再赘述。
综上所述，本发明提供的技术方案通过佩戴在用户的腰部的可穿戴设备监测用户的行为数据，根据监测到的行为数据以及预设策略确定用户的行为；依据本方案，可穿戴设备位于用户的腰部，设置于可穿戴设备中的惯性传感器与用户躯干能够保持相对静止，能够更加准确、高效地监测用户躯干的运动参数，即获得更加可信的用户行为数据，通过对可信的用户行为数据的采集实现了对用户行为的有效监测。能够解决如下几个技术问题：1、计步。目前智能手机和手表等都具备计步功能，但相对于手机的位置不确定和手表受到手臂活动的限制，腰带与躯干保持相对静止，利用智能腰带来进行计步则可以提供更为准确的数据。2、跑步或走路动态数据记录。当用户开启智能手机的运动相关app时，智能腰带可以切换模式，开始记录用户的跑步动力学数据，如起跳高度、触地时间、左右脚触地平衡等参数，这些参数无法通过手机或手表内置的传感器获得。3、久坐提醒。目前的运动智能手表和手环等可穿戴设备均通过内置的传感器监测用户的运动状态，推测出用户目前的活动状态，但这同样受到手臂活动的限制，无法给出准确的判断结果。通过置于智能腰带中的惯性传感器和气压计可以得到用户准确的站立、行走或坐着的姿态。4、腰围监测。肥胖已经成为人们健康的最大杀手，腰围则是衡量肥胖与否的最重要参数之一，且直接关系到一些心脑血管等疾病的发病率。智能腰带利用内置应力传感器，监测腰带受到的应力，确保腰带扣在最合适的长度，结合内置长度测量系统自动记录用户腰围，综合记录腰围的变化数据。5、如厕次数监测。目前，内分泌系统的疾病，如糖尿病等正有年轻化的趋势，是目前困扰中老年人健康的重要因素之一。而如厕次数正是监测内分泌系统健康状况的重要参数，也是医生判断病情的重要依据。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (10)
1.一种监测用户行为数据的方法，其特征在于，该方法包括：
在可穿戴设备中设置惯性传感器，该可穿戴设备被佩戴时位于用户的腰部，其中，所述可穿戴设备为智能腰带，所述智能腰带包括连接带和腰带扣，所述惯性传感器设置在所述腰带扣和/或所述连接带中，所述惯性传感器x轴、y轴和z轴构成右手坐标系，其中，z轴方向平行于重力矢量方向，x轴方向垂直于腰带扣的正面且垂直于z轴方向，y轴方向垂直于z轴方向和x轴方向；
当用户佩戴所述可穿戴设备后，通过惯性传感器监测用户的行为数据；
根据所述行为数据以及预设策略，确定用户的行为：
设置计步判断预定策略；
基于计步判断预定策略，根据所述智能腰带在z轴方向上的加速度随时间的变化，确定佩戴所述智能腰带的用户在走路或跑步；和/或，
基于计步判断预定策略，根据所述智能腰带在z轴方向上的加速度随时间的变化，确定所述用户的步频信息和触地时间信息；和/或，
基于计步判断预定策略，根据所述智能腰带在z轴方向和y轴方向上的加速度随时间的变化，确定所述用户的左右脚触地是否平衡的信息；和/或，
基于计步判断预定策略，根据所述智能腰带在z轴方向和x方向上的加速度随时间的变化，确定所述用户的步幅信息。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对所述腰带扣处于松开状态或是扣紧状态进行监测；以及，
设置针对当前用户如厕行为的如厕判断预定策略；
所述根据所述行为数据以及预设策略，确定用户的行为包括：
根据如厕判断预定策略，当通过惯性传感器监测到用户在重力方向的行为数据变化满足预定特征，且所述腰带扣处于松开状态，以及所述腰带扣松开事件与扣紧事件之间的时间间隔在预设时间阈值范围内，则确定用户进行相应如厕行为。
3.根据权利要求1所述的方法，其特征在于，在智能腰带中还设置气压式高度计，所述方法还包括：
通过气压式高度计监测用户腰部的高度；
所述根据所述行为数据以及预设策略，确定用户的行为包括：
根据如厕判断预定策略，当通过惯性传感器监测到用户在重力方向的行为数据变化满足预定特征，气压式高度计监测的高度变化值在高度阈值内，且所述腰带扣处于松开状态，以及所述腰带扣松开事件与扣紧事件之间的时间间隔在预设时间阈值范围内，则确定用户进行相应如厕行为。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在腰带扣上设置能够被扣紧的自动锁结构；
在腰带扣上与连接带相连接的位置设置应力传感器；
当用户佩戴所述智能腰带后，通过应力传感器监测所述连接带所受的应力；
将所监测的应力数据与预设的应力阈值范围进行比较，当所监测的应力落入应力阈值范围内时，控制自动锁结构扣紧。
5.根据权利要求1所述的方法，其特征在于，所述惯性传感器还包括：陀螺仪；
所述通过惯性传感器监测用户的行为数据还包括：通过所述陀螺仪监测所述智能腰带的旋转角速度；
所述根据行为数据以及预设策略，确定用户的行为还包括：
当所述智能腰带的加速度在预设单位时间内的变化超过第一预设阈值范围，所述智能腰带的旋转角速度在预设单位时间内的变化超过第二预设阈值范围，确定用户发生摔倒事件；
所述方法进一步包括：当确定用户发生摔倒事件时，进行第一报警提醒。
6.根据权利要求3所述的方法，其特征在于，所述方法还包括：
用户佩戴所述智能腰带后，根据所述惯性传感器监测的行为数据和所述气压式高度计监测的高度的变化情况，确定用户处于坐姿状态或站姿状态；
当检测到用户维持坐姿的时间长度超过预设的时间阈值长度时，确定用户行为为处于久坐状态；
当确定用户行为为处于久坐状态时，进行第二报警提醒；
和/或，所述方法还包括：
当用户佩戴所述智能腰带且所述腰带扣处于扣紧状态时，测量所述智能腰带所形成的闭合环状结构的周长长度；
根据所述周长长度随时间的变化，确定用户的腰围变化曲线。
7.一种可穿戴设备，其特征在于，所述可穿戴设备被佩戴时位于用户的腰部，包括惯性传感器和微处理器，其中，所述可穿戴设备为智能腰带，所述智能腰带包括连接带和腰带扣，所述惯性传感器设置在所述腰带扣和/或所述连接带中，所述惯性传感器x轴、y轴和z轴构成右手坐标系，其中，z轴方向平行于重力矢量方向，x轴方向垂直于腰带扣的正面且垂直于z轴方向，y轴方向垂直于z轴方向和x轴方向；
所述惯性传感器用于在用户佩戴所述可穿戴设备后，监测用户的行为数据；
所述微处理器与所述惯性传感器连接，用于根据所述行为数据以及预设策略，确定用户的行为：
设置计步判断预定策略；
基于计步判断预定策略，根据所述智能腰带在z轴方向上的加速度随时间的变化，确定佩戴所述智能腰带的用户在走路或跑步；和/或，
基于计步判断预定策略，根据所述智能腰带在z轴方向上的加速度随时间的变化，确定所述用户的步频信息和触地时间信息；和/或，
基于计步判断预定策略，根据所述智能腰带在z轴方向和y轴方向上的加速度随时间的变化，确定所述用户的左右脚触地是否平衡的信息；和/或，
基于计步判断预定策略，根据所述智能腰带在z轴方向和x方向上的加速度随时间的变化，确定所述用户的步幅信息。
8.根据权利要求7所述的可穿戴设备，其特征在于，所述可穿戴设备为智能腰带，所述智能腰带包括连接带和腰带扣，所述惯性传感器和所述微处理器设置于所述腰带扣和/或所述连接带中。
9.根据权利要求8所述的可穿戴设备，其特征在于，所述智能腰带还包括：腰带扣状态检测模块；
所述腰带扣状态检测模块用于检测所述腰带扣松开事件或扣紧事件的发生，以及对所述腰带扣处于松开状态或是扣紧状态进行监测；
所述微处理器用于设置针对当前用户如厕行为的如厕判断预定策略；
所述微处理器与所述腰带扣状态检测模块连接，用于根据如厕判断预定策略，当通过惯性传感器监测到用户在重力方向的行为数据变化满足预定特征，且所述腰带扣处于松开状态，以及所述腰带扣松开事件与扣紧事件之间的时间间隔在预设时间阈值范围内，则确定用户进行相应如厕行为；
或者，所述智能腰带还包括：气压式高度计；
所述气压式高度计用于监测用户腰部的高度；
所述微处理器与所述气压式高度计连接，用于根据如厕判断预定策略，当所述惯性传感器监测到用户在重力方向的行为数据变化满足预定特征，所述气压式高度计监测的高度变化值在高度阈值内，且所述腰带扣处于松开状态，以及所述腰带扣松开事件与扣紧事件之间的时间间隔在预设时间阈值范围内，则确定用户进行相应如厕行为。
10.根据权利要求9所述的可穿戴设备，其特征在于，所述智能腰带还包括：应力传感器和自动锁结构；
所述应力传感器设置在所述腰带扣上，且位于腰带扣与所述连接带相连接的位置处，所述应力传感器用于监测所述连接带所受的应力；
所述自动锁结构设置于腰带扣上，用于扣紧所述连接带；
所述微处理器与所述应力传感器连接，用于在用户佩戴所述智能腰带后，将所监测的应力数据与预设的应力阈值范围进行比较，当所监测的应力落入预设的应力阈值范围内时，控制所述腰带扣上的自动锁结构扣紧。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610524007.2A CN106200952B (zh) | 2016-07-04 | 2016-07-04 | 一种监测用户行为数据的方法和可穿戴设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610524007.2A CN106200952B (zh) | 2016-07-04 | 2016-07-04 | 一种监测用户行为数据的方法和可穿戴设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106200952A CN106200952A (zh) | 2016-12-07 |
| CN106200952B true CN106200952B (zh) | 2023-12-26 |
Family
ID=57465354
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610524007.2A Active CN106200952B (zh) | 2016-07-04 | 2016-07-04 | 一种监测用户行为数据的方法和可穿戴设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106200952B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106683340A (zh) * | 2016-12-15 | 2017-05-17 | 歌尔股份有限公司 | 一种用户行为监测方法和可穿戴设备 |
| CN107091650A (zh) * | 2017-04-27 | 2017-08-25 | 重庆邮电大学 | 一种基于手机加速度和距离传感器的软件计步方法 |
| CN106991789A (zh) * | 2017-05-10 | 2017-07-28 | 杨力 | 跌倒检测装置、腰带及跌倒检测方法 |
| CN107393260B (zh) * | 2017-07-31 | 2020-04-21 | 歌尔科技有限公司 | 一种久坐提醒方法、装置和手腕式久坐提醒器 |
| CN109254649A (zh) * | 2018-08-02 | 2019-01-22 | 东南大学 | 一种基于封闭式座舱的高效交互系统 |
| CN111750895B (zh) * | 2019-07-31 | 2023-02-28 | 广东小天才科技有限公司 | 一种基于可穿戴设备的运动方向检测方法及可穿戴设备 |
| CN110495892B (zh) * | 2019-08-28 | 2022-03-01 | 歌尔科技有限公司 | 一种运动数据检测方法及智能穿戴设备 |
| CN111110247B (zh) * | 2020-01-13 | 2023-05-26 | 广东高驰运动科技股份有限公司 | 运动数据指标的监测方法及监测装置 |
| CN111627548B (zh) * | 2020-05-25 | 2021-05-04 | 重庆东登科技有限公司 | 基于物联网的水上医疗监测系统及方法 |
| CN115230634B (zh) * | 2021-04-25 | 2024-04-12 | 华为技术有限公司 | 提醒佩戴安全带的方法及可穿戴设备 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102982653A (zh) * | 2012-11-07 | 2013-03-20 | 中南大学 | 基于加速度和高度信息的人体跌倒监测方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150223705A1 (en) * | 2010-03-12 | 2015-08-13 | Rajendra Padma Sadhu | Multi-functional user wearable portable device |
-
2016
- 2016-07-04 CN CN201610524007.2A patent/CN106200952B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102982653A (zh) * | 2012-11-07 | 2013-03-20 | 中南大学 | 基于加速度和高度信息的人体跌倒监测方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 基于多传感器信息融合的跌倒监测系统设计;薛源等;《武汉理工大学学报(信息与管理工程版)》;20111015(第05期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106200952A (zh) | 2016-12-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106200952B (zh) | 一种监测用户行为数据的方法和可穿戴设备 | |
| US11426630B1 (en) | Stride change detection and correction | |
| US10670621B2 (en) | Fall prevention | |
| US10198928B1 (en) | Fall detection system | |
| US8876738B1 (en) | Human activity monitoring device | |
| US10789708B1 (en) | Athletic performance and technique monitoring | |
| EP3194890B1 (en) | Methods and apparatus for power expenditure and technique determination during bipedal motion | |
| EP3256044B1 (en) | Smart apparel | |
| US9427177B2 (en) | Fall detection methods and devices | |
| US20180264320A1 (en) | System and method for automatic location detection for wearable sensors | |
| FI125723B (en) | Portable activity tracking device and associated method | |
| WO2016120842A1 (en) | Systems and methods for stride length calibration | |
| US10694980B2 (en) | Exercise support device, exercise support method and exercise support program | |
| US20120123277A1 (en) | Method for detecting an extraordinary situation | |
| Genovese et al. | A smartwatch step counter for slow and intermittent ambulation | |
| EP2149068A1 (en) | Eyewear having human activity monitoring device | |
| KR101812660B1 (ko) | 길이 측정 방법 및 시스템 | |
| CN205940619U (zh) | 一种可穿戴设备 | |
| KR102379992B1 (ko) | 사용자의 운동을 코칭하는 자동 코칭 시스템 및 방법 | |
| CN111914619B (zh) | 一种基于人体姿态方位估算的摔跤检测方法 | |
| US20210353234A1 (en) | Fitness Tracking System and Method of Operating a Fitness Tracking System | |
| Chen et al. | Self-adaptive fall-detection apparatus embedded in glasses | |
| CN108186025A (zh) | 一种运动量脚底检测装置 | |
| Lin et al. | Validation of energy expenditure prediction models using real-time shoe-based motion detectors | |
| Arvidsson et al. | Accuracy of multisensor activity monitors in normal versus high BMI African American children |
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 |