CN107005809B - 智能手机运动分类器 - Google Patents

智能手机运动分类器 Download PDF

Info

Publication number
CN107005809B
CN107005809B CN201580067696.2A CN201580067696A CN107005809B CN 107005809 B CN107005809 B CN 107005809B CN 201580067696 A CN201580067696 A CN 201580067696A CN 107005809 B CN107005809 B CN 107005809B
Authority
CN
China
Prior art keywords
motion state
determining
threshold
mobile device
probability value
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
Application number
CN201580067696.2A
Other languages
English (en)
Other versions
CN107005809A (zh
Inventor
维托尔·卡瓦略
布万·丁格拉
爱德华·哈里森·蒂格
西迪卡·帕尔拉克·波拉特坎
尚卡尔·萨达希瓦姆
卡洛斯·曼纽尔·普伊赫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qualcomm Inc
Original Assignee
Qualcomm Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qualcomm Inc filed Critical Qualcomm Inc
Publication of CN107005809A publication Critical patent/CN107005809A/zh
Application granted granted Critical
Publication of CN107005809B publication Critical patent/CN107005809B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G01P15/18—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration in two or more dimensions
    • 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
    • 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
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
    • G06F3/0346—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of the device orientation or free movement in a 3D space, e.g. 3D mice, 6-DOF [six degrees of freedom] pointers using gyroscopes, accelerometers or tilt-sensors
    • 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
    • H04W4/026—Services making use of location information using location based information parameters using orientation information, e.g. compass
    • 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
    • H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Telephone Function (AREA)
  • Traffic Control Systems (AREA)
  • User Interface Of Digital Computer (AREA)
  • Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明揭示一种用于分类移动装置的运动状态的设备及方法，所述设备及方法包括：确定与最高概率值且与大于第一阈值的第一置信度水平相关联的第一运动状态；进入所述第一运动状态；当所述第一运动状态处于作用中时，确定与最高概率值且与大于所述第一阈值的第二置信度水平相关联的第二运动状态，所述第二运动状态不同于所述第一运动状态；确定是否将进入所述第二运动状态；以及响应于确定将进入所述第二运动状态，进入所述第二运动状态。

Description

智能手机运动分类器
相关申请案的交叉参考
本申请案主张于2015年9月25日申请的第14/865,665号美国专利申请案的权益，所述美国专利申请案主张于2015年1月7日申请的第62/100,807号美国临时申请案的权益，所述申请案以全文引用的方式并入本文中。
技术领域
本文中所揭示的标的物大体上涉及在移动装置上使用传感器的运动及活动分类。
背景技术
分类移动装置的物理运动状态适用于各种应用。此些应用可包含运动辅助型地理围栏、运动辅助型Wi-Fi扫描优化、分心行人检测(distracted pedestrian detection)、健康监视，等等。常见运动状态可包含步行、奔跑、骑车、乘坐机动车辆，以及保持静止，等等。
发明内容
在一实施例中，揭示一种用于分类移动装置的运动状态的方法，其包括：确定与最高概率值且与大于第一阈值的第一置信度水平相关联的第一运动状态；进入所述第一运动状态；当所述第一运动状态处于作用中时，确定与最高概率值且与大于所述第一阈值的第二置信度水平相关联的第二运动状态，所述第二运动状态不同于所述第一运动状态；确定是否将进入所述第二运动状态；以及响应于确定将进入所述第二运动状态，进入所述第二运动状态。
在另一实施例中，揭示一种移动装置，其包括：存储器；以及耦合到所述存储器的处理器，所述处理器进行以下操作：确定与最高概率值且与大于第一阈值的第一置信度水平相关联的第一运动状态，进入所述第一运动状态，当所述第一运动状态处于作用中时，确定与最高概率值且与大于所述第一阈值的第二置信度水平相关联的第二运动状态，所述第二运动状态不同于所述第一运动状态，确定是否将进入所述第二运动状态，以及响应于确定将进入所述第二运动状态，进入所述第二运动状态。
在又一实施例中，揭示一种移动装置，其包括：用于确定与最高概率值且与大于第一阈值的第一置信度水平相关联的第一运动状态的装置；用于进入所述第一运动状态的装置；用于当所述第一运动状态处于作用中时，确定与最高概率值且与大于所述第一阈值的第二置信度水平相关联的第二运动状态的装置，所述第二运动状态不同于所述第一运动状态；用于确定是否将进入所述第二运动状态的装置；以及用于响应于确定将进入所述第二运动状态，进入所述第二运动状态的装置。
在再一实施例中，揭示一种包括代码的非暂时性计算机可读媒体，所述代码在由移动装置的处理器执行时，使所述处理器执行功能，所述功能包括：确定与最高概率值且与大于第一阈值的第一置信度水平相关联的第一运动状态；进入所述第一运动状态；当所述第一运动状态处于作用中时，确定与最高概率值且与大于所述第一阈值的第二置信度水平相关联的第二运动状态，所述第二运动状态不同于所述第一运动状态；确定是否将进入所述第二运动状态；以及响应于确定将进入所述第二运动状态，进入所述第二运动状态。
附图说明
图1为可在其中实践本发明的方面的装置的框图。
图2说明包含于装置中的加速度计的坐标系。
图3说明用于分类移动装置的运动状态的方法的流程图。
图4说明用于分类移动装置的运动状态的方法的流程图。
具体实施方式
词语“示范性”或“实例”在本文中用以意谓“充当实例、例子或说明”。本文中描述为“示范性”或描述为“实例”的任何方面或实施例不必被理解为比其它方面或实施例优选或有利。
图1为说明可在其中实践本发明的实施例的示范性装置100的框图。装置100可为移动装置，其可包含一或多个处理器101、存储器105、I/O控制器125及网络接口110。因此，装置100可为：移动装置、无线装置、蜂窝式手机、个人数字助理、移动计算机、平板计算机、头戴式显示器(HMD)、可穿戴装置、个人计算机、膝上型计算机或具有处理能力的任何类型的装置。装置也可包含耦合到一或多个总线或信号线的一或多个传感器(例如，近接传感器、环境光传感器(ALS)、加速度计、陀螺仪、磁力计、气压传感器、全球定位系统(GPS)传感器)，所述总线或信号线进一步耦合到处理器101。应了解，装置也可包含显示器120、用户接口(例如，键盘、触摸屏，或类似装置)、电力装置(例如，电池)，以及通常与电子装置相关联的其它组件。在一些实施例中，装置100可为移动装置。网络接口110也可耦合到多个无线子系统115(例如，蓝牙、Wi-Fi、蜂窝式，或其它网络)以经由无线链路发射及接收数据流到无线网络/从无线网络发射及接收数据流，或可为用于直接连接到网络(例如，因特网、以太网，或其它无线系统)的有线接口。
装置100可包含传感器，例如近接传感器130、环境光传感器(ALS)135、加速度计140、陀螺仪145、磁力计150、气压传感器155及/或全球定位传感器(GPS)160。
存储器105可耦合到处理器101以存储由处理器101执行的指令。在一些实施例中，存储器105为非暂时性的。存储器105也可存储一或多个模型或模块以实施下文所描述的实施例。存储器105也可存储来自集成式或外部传感器的数据。
应了解，如下文将描述的本发明的实施例可经由装置100的处理器101及/或装置的其它电路及/或其它装置执行例如存储在存储器105或其它元件中的指令而实施。确切地说，包含(但不限于)处理器101的装置的电路可在对程序、例程或执行用以执行根据本发明的实施例的方法或过程的指令的控制下操作。例如，此程序可以固件或软件的形式实施(例如，存储于存储器105及/或其它位置中)且可由例如处理器101等处理器及/或装置的其它电路来实施。此外，应了解，术语处理器、微处理器、电路、控制器等等可指能够执行逻辑、命令、指令、软件、固件、功能性及类似者的任何类型的逻辑或电路。
此外，应了解，本文中所描述的功能、引擎或模块中的一些或全部可由装置100自身执行，及/或本文中所描述的功能、引擎或模块中的一些或全部可由经I/O控制器125或网络接口110(无线地或有线地)连接到装置的另一系统或装置来执行。因此，功能中的一些及/或全部可通过另一系统执行，且结果或中间计算值可被传送回到装置。在一些实施例中，此类其它装置可包括经配置以实时或近实时地处理信息的服务器。
图2说明包含于实例装置100中的实例加速度计140的实例坐标系200。x、y及z轴分别沿装置100的高度、宽度及深度延伸。加速度计140对表示加速度分量沿正交x、y及z轴中的每一者的量值及方向的数据实时取样并将其输出。
本发明的实施例涉及用于基于三轴加速度计传感器数据来分类移动装置的运动状态的技术。可采用各种统计技术以便提供移动装置的尽可能准确的运动状态估计。用于基于加速度计传感器数据来估计运动状态的方法为所属领域中已知的。本发明的实施例可报告运动状态进入及离开事件。时戳可与进入或离开事件相关联。运动状态进入事件可指示特定运动状态经辨识为移动装置的当前运动状态，而运动状态离开事件可指示特定运动状态经辨识为移动装置的当前运动状态的停止。所辨识的当前运动状态在下文中可被称为作用中运动状态。
可产生以下五种运动状态的概率：1)静止状态(指示所述移动装置处于静止中)，2)步行状态(指示携带所述移动装置的用户正在步行)，3)奔跑状态(指示携带所述移动装置的用户正在奔跑)，4)骑车状态(指示携带所述移动装置的用户正在骑车)，以及5)机动车运送状态(指示携带所述移动装置的用户正乘坐移动机动车辆，或所述移动装置被移动机动车辆所携带)。当五种上述状态当中的最有可能的运动状态的置信度水平不够高时，可产生第六种未知状态。另外，骑车状态及静止状态可同时在作用中，以指示携带所述移动装置的骑车用户为临时静止的。当(例如)在自行车上的用户在交通灯处停下且临时静止时，可产生同时在作用中的骑车及静止状态。类似地，机动车运送状态及静止状态可同时在作用中，以指示乘坐移动机动车辆且携带所述移动装置的用户为临时静止的。当然，本发明可经调适以适应上文未述的额外运动状态。
参看图3，展示说明用于分类移动装置100的运动状态的示范性方法300的流程图。在框310中，可从三轴加速度计140收集三轴加速度计传感器数据。在框320中，可基于三轴加速度计数据确定每一候选运动状态的概率。例如，可确定上文所描述的五种运动状态(静止、步行、奔跑、骑车及机动车运送)中的每一者的概率。在概率的确定中，可利用统计模型化技术，例如高斯混合模型(GMM)或线性回归。在框330中，可确定在框320处所确定的与最有可能的候选运动状态相关联的置信度水平是否足够高。可基于最有可能的候选运动状态的概率与第二最有可能的候选运动状态的概率之间的差值确定与最有可能的候选运动状态相关联的置信度水平。差值越大，那么置信度水平越高。当与最有可能的候选运动状态相关联的置信度水平高于第一预定阈值时，其足够高。换句话说，当最有可能的候选运动状态的概率与第二最有可能的候选运动状态的概率之间的差值大于预定阈值时，与所述最有可能的候选运动状态相关联的置信度水平足够高。应了解，当最有可能的候选运动状态为骑车或机动车运送时，可在某些情况下舍弃框330的结果。在框340中，可确定运动状态为作用中运动状态。因此，可进入所确定的运动状态。在一实施例中，如果在框330处所确定的置信度水平足够高，那么将在框320处所确定的最有可能的候选运动状态选择为作用中运动状态；另一方面，如果在框330处所确定的置信度水平不够高，那么未知状态可经确定为作用中运动状态。
在一些实施例中，可对运动状态转变施加基于时间的限制，以帮助减少所输出的作用中运动状态中的运动状态的切换。因此，当与在框320处所确定的最有可能的候选运动状态相关联的置信度水平出于框330的目的而足够高(例如，置信度水平高于第一预定阈值)但不大于第二预定阈值(所述第二预定阈值高于第一阈值)，且最有可能的候选运动状态不同于当前作用中运动状态时，可延迟运动状态的转变直到新的最有可能的候选运动状态在预定时间周期内连续地保持最大可能性(如在框320处所确定)，其中置信度水平足够高(例如，大于第一预定阈值，如在框330处所确定)。否则，不执移运动状态的转变。另一方面，如果与最有可能的候选运动状态相关联的置信度水平大于第二预定阈值(其大于第一预定阈值)，且最有可能的候选运动状态不同于当前作用中运动状态，那么可立即执行所述转变。换句话说，为减少运动状态的切换，可基于在框320与330处所确定的与最有可能的候选运动状态相关联的置信度水平延迟作用中运动状态的转变。
在一些实施例中，当静止运动状态变为作用中时，骑车或机动车运送的作用中运动状态仍可保持在作用中，从而考虑到例如携带移动装置的用户所乘坐的自行车/机动车辆(例如)在交通灯处临时停下的情形。换句话说，骑车状态与静止状态可同时在作用中。类似地，机动车运送状态与静止状态也可同时在作用中。当自行车/机动车辆停下时，完成运动状态到静止状态的转变，但同时骑车/机动车运送运动状态仍可保持在作用中。骑车/机动车运送运动状态与静止运动状态同时保持在作用中的时间周期长度可取决于进入静止运动状态之前，骑车/机动车运送运动状态已处于作用中的时间周期长度：在静止运动状态变为作用中之前，骑车/机动车运送运动状态已处于作用中越久，那么在进入静止运动状态之后，骑车/机动车运送运动状态可保持在作用中越久。预定最大持续时间可提供在静止运动状态变为作用中之后，骑车/机动车运送运动状态保持在作用中的时间周期的长度的上界。在一些实施例中，最大持续时间可为30秒、1分钟、2分钟、3分钟、4分钟、5分钟、10分钟，等等。
除上文所描述的实例以外，可同时在作用中的运动状态的其它组合也为可能的。实例可包含步行与静止、奔跑与静止、乘坐机动车辆与步行，或步行与奔跑等等的组合。
例如地理围栏与生活纪录应用等某些应用可要求准确的事件日志。因此，可被称为先前时戳的二级时戳可与运动状态进入/离开事件相关联，且可被提供到所述应用，从而考虑到由在运动状态转变时及在离开骑车/机动车运送运动状态时人工引入的延迟所引起的时戳不准确性，如上文所描述。
参看图4，展示说明用于分类移动装置100的运动状态的示范性方法400的流程图。在框410中，可确定与最高概率值且与大于第一预定阈值的第一置信度水平相关联的第一运动状态。在框420处，可进入第一运动状态。在框430中，当第一运动状态处于作用中时，可确定与最高概率值且与大于第一阈值的第二置信度水平相关联的第二运动状态，其中所述第二运动状态不同于第一运动状态。在框440中，可确定是否将进入第二运动状态。当下列项中的一者适用时，将进入第二运动状态：1)第二置信度水平大于第二预定阈值，其中第二阈值大于第一阈值，或2)当第一运动状态处于作用中时，第二运动状态在预定时间周期内连续地与最高概率值且与大于第一阈值但小于第二阈值的置信度水平相关联。在框450中，响应于确定将进入第二运动状态，可进入所述第二运动状态。应了解，可基于最高概率值及与相关联于第二最高概率值的运动状态相关联的概率值之间的差值，确定与相关联于最高概率值的运动状态相关联的置信度水平。差值越大，那么置信度水平越高。
此外，响应于确定将进入第二运动状态，可确定在进入第二运动状态之后是否保持第一运动状态。当第一及第二运动状态可同时在作用中(骑车及静止、机动车运送及静止，等等)时，如上文所详细描述，可确定在进入第二运动状态之后，保持第一运动状态。响应于确定不保持第一运动状态，当进入第二运动状态时可离开第一运动状态。另一方面，响应于确定保持第一运动状态，可确定在进入第二运动状态之后保持第一运动状态的持续时间周期，且在进入第二运动状态之后，可使第一运动状态的离开延迟持续时间周期。可基于当第二运动状态变为与最高概率值且与大于第一阈值的第二置信度水平相关联时第一运动状态已处于作用中的时间周期，确定持续时间周期。
另外，可确定第二运动状态变为与最高概率值且与大于第一阈值的第二置信度水平相关联的时刻(例如，时戳)，且可将所述时刻提供到其可适用的应用。应注意，响应于确定与最高概率值且与小于第一阈值的第三置信度水平相关联的第三运动状态，可进入未知运动状态。
在本发明的一实施例中，移动装置可包括：存储器；以及耦合到所述存储器的处理器，所述处理器进行以下操作：确定与最高概率值且与大于第一阈值的第一置信度水平相关联的第一运动状态，进入所述第一运动状态；当所述第一运动状态处于作用中时，确定与最高概率值且与大于所述第一阈值的第二置信度水平相关联的第二运动状态，所述第二运动状态不同于所述第一运动状态；确定是否将进入所述第二运动状态；以及响应于确定将进入所述第二运动状态，进入所述第二运动状态。
因此，本发明的实施例涉及用于分类移动装置的运动状态的方法，其包括：收集三轴加速度计传感器数据，基于所述传感器数据并使用统计技术确定候选运动状态的概率，确定与最有可能的候选运动状态相关联的置信度水平，以及确定作用中运动状态。可延迟运动状态的转变以便减少运动状态的切换。另外，两种运动状态可同时在作用中，从而考虑到例如携带移动装置的用户所乘坐的自行车/机动车辆在交通灯处停下的情形。先前时戳可与运动状态进入/离开事件相关联，以将准确时序信息提供到要求严格的时序信息准确度等级的应用。
应了解，先前所描述的本发明的方面可结合装置100的处理器101对指令(例如，应用程序)的执行实施，如先前所描述。确切地说，包含(但不限于)处理器的装置的电路可在对应用程序、程序、例程或执行用以执行根据本发明的实施例的方法或过程(例如，图3及4的过程)的指令的控制下操作。例如，此程序可以固件或软件的形式实施(例如，存储于存储器及/或其它位置中)，且可通过处理器及/或装置的其它电路实施。此外，应了解，术语处理器、微处理器、电路、控制器等等是指能够执行逻辑、命令、指令、软件、固件、功能性等等的任何类型的逻辑或电路。
应了解，当装置为移动或无线装置时，其可借助于一或多个无线通信链路经由基于或以其它方式支持任何适合的无线通信技术的无线网络来通信。例如，在一些方面中，计算装置或服务器可与包含无线网络的网络相关联。在一些方面中，所述网络可包括人体局域网或个人局域网(例如，超宽带网络)。在一些方面中，所述网络可包括局域网或广域网。无线装置可支持或以其它方式使用多种无线通信技术、协议或标准中的一或多者，例如CDMA、TDMA、OFDM、OFDMA、WiMAX、3G、LTE、高级LTE、4G及Wi-Fi。类似地，无线装置可支持或以其它方式使用多种对应的调制或多路复用方案中的一或多者。移动无线装置可与其它移动装置、蜂窝式手机、其它有线及无线计算机、因特网网站等等无线地通信。
本文中的教示可并入到多种设备(例如，装置)中(例如，于所述设备内实施或通过所述设备执行)。例如，本文中所教示的一或多个方面可并入到手机(例如，蜂窝式手机)、个人数据助理(PDA)、平板计算机、移动计算机、膝上型计算机、平板计算机、娱乐装置(例如，音乐或视频装置)、耳机(例如，头戴式耳机、听筒等等)、医学装置(例如，生物测定传感器、心跳速率监视器、计步器、心电描记法(EKG)装置，等等)、用户I/O装置、计算机、服务器、销售点装置、娱乐装置、机顶盒，或任何其它适合的装置中。此些装置可具有不同电力及数据要求，且可导致针对每一特征或特征集合产生的不同电力分布。
在一些方面中，无线装置可包括用于通信系统的存取装置(例如，Wi-Fi存取点)。此存取装置可借助于有线或无线通信链路提供(例如)到另一网络(例如，例如因特网或蜂窝式网络的广域网)的连接性。因此，存取装置可使得另一装置(例如，Wi-Fi站)能够存取另一网络或一些其它功能性。另外，应了解，装置中的一或两者可为便携式的或在一些情形中，为相对非便携式的。
所属领域的技术人员将理解，可使用多种不同技术与技巧中的任一者表示信息及信号。例如，可由电压、电流、电磁波、磁场或磁粒子、光场或光粒子或其任何组合表示在整个以上描述中可能提及的数据、指令、命令、信息、信号、位、符号及芯片。
所属领域的技术人员将进一步了解，结合本文中所揭示的实施例而描述的各种说明性逻辑块、模块、电路及算法步骤可实施为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件与软件的此互换性，已在上文中就各种说明性组件、块、模块、电路及步骤的功能性对其加以大体描述。是将此功能性实施为硬件还是软件取决于特定应用及施加于整个系统上的设计约束。所属领域的技术人员可针对每一特定应用以不同方式实施所描述的功能性，但此些实施决策不应被解释为引起对本发明的范围的偏离。
可通过通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或经设计以执行本文中所描述的功能的其它可编程逻辑装置、离散门或晶体管逻辑、离散硬件组件或其任何组合来实施或执行结合本文所揭示的实施例描述的各种说明性逻辑块、模块及电路。通用处理器可为微处理器，但在替代例中，处理器可为任何常规处理器、控制器、微控制器或状态机。处理器也可实施为计算装置的组合，例如，DSP与微处理器、多个微处理器、结合DSP核心的一或多个微处理器，或任何其它此类配置的组合。
结合本文中所揭示的实施例所描述的方法或算法的步骤可直接体现于硬件中、由处理器执行的软件模块中，或两者的组合中。软件模块可驻存于RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可拆卸式磁盘、CD-ROM，或所属领域中已知的任何其它形式的存储媒体中。示范性存储媒体耦合到处理器，使得处理器可从存储媒体读取信息及将信息写入到存储媒体。在替代例中，存储媒体可集成到处理器。处理器及存储媒体可驻存于ASIC中。ASIC可驻存在用户终端中。在替代例中，处理器及存储媒体可作为离散组件驻存于用户终端中。
在一或多个示范性实施例中，所描述的功能可以硬件、软件、固件或其任何组合的形式来实施。如果以软件的形式实施为计算机程序产品，那么可将所述功能作为一或多个指令或代码存储于非暂时性计算机可读媒体上或经由非暂时性计算机可读媒体传输。计算机可读媒体可包含计算机存储媒体及通信媒体两者，所述通信媒体包含有助于计算机程序从一处转移到另一处的任何媒体。存储媒体可为可由计算机存取的任何可用媒体。借助于实例而非限制，此些非暂时性计算机可读媒体可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储器、磁盘存储器或其它磁性存储装置，或可用以携带或存储呈指令或数据结构的形式的所要的程序代码且可由计算机存取的任何其它媒体。而且，将任何连接适当地称为计算机可读媒体。例如，如果使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)或例如红外线、无线电及微波等无线技术从网站、服务器或其它远程源传输软件，那么所述同轴电缆、光纤电缆、双绞线、DSL或例如红外线、无线电及微波等无线技术包含于媒体的定义中。如本文中所使用，磁盘及光盘包含压缩光盘(CD)、激光光盘、光学光盘、数字多功能光盘(DVD)、软性磁盘及蓝光光盘，其中磁盘通常以磁性方式复制数据，而光盘通过激光以光学方式复制数据。以上各者的组合也应包含于非暂时性计算机可读媒体的范围内。
提供所揭示的实施例的先前描述以使任何所属领域的技术人员能够制作或使用本发明。对此些实施例的各种修改于所属领域的技术人员而言将是显而易见的，且可在不脱离本发明的精神或范围的情况下将本文中所定义的一般原理应用于其它实施例。因此，本发明并不意欲限于本文中所展示的实施例，而应符合与本文中所揭示的原理及新颖特征相一致的最广泛范围。

Claims (26)

1.一种用于分类移动装置的运动状态的方法，其包括：
确定与最高概率值且与大于第一阈值的第一置信度水平相关联的第一运动状态；
进入所述第一运动状态；
当所述第一运动状态处于作用中时，确定与最高概率值且与大于所述第一阈值的第二置信度水平相关联的第二运动状态，所述第二运动状态不同于所述第一运动状态；
确定是否将进入所述第二运动状态；以及
响应于确定将进入所述第二运动状态，进入所述第二运动状态，其中当出现以下情况时，将进入所述第二运动状态：1)所述第二置信度水平大于第二阈值，所述第二阈值大于所述第一阈值，或2)当所述第一运动状态处于作用中时，所述第二运动状态在预定时间周期内连续地与最高概率值且与大于所述第一阈值但小于所述第二阈值的第二置信度水平相关联。
2.根据权利要求1所述的方法，其进一步包括：
响应于确定将进入所述第二运动状态，确定在进入所述第二运动状态之后是否保持所述第一运动状态；
响应于确定不保持所述第一运动状态，当进入所述第二运动状态时离开所述第一运动状态；以及
响应于确定保持所述第一运动状态，1)确定在进入所述第二运动状态之后保持所述第一运动状态的持续时间周期，以及2)在进入所述第二运动状态之后使离开所述第一运动状态延迟所述持续时间周期。
3.根据权利要求2所述的方法，其中当所述第一运动状态指示携带所述移动装置的用户正在步行或奔跑且所述第二运动状态为静止状态时，保持所述第一运动状态。
4.根据权利要求2所述的方法，其中当所述第一运动状态指示所述移动装置携带于移动机动车辆中或由正在骑车的用户携带，且所述第二运动状态为静止状态时，保持所述第一运动状态。
5.根据权利要求2所述的方法，其中基于当所述第二运动状态变为与最高概率值且与大于所述第一阈值的所述第二置信度水平相关联时所述第一运动状态已处于作用中的时间周期，确定所述持续时间周期。
6.根据权利要求1所述的方法，其进一步包括：
确定所述第二运动状态变为与最高概率值且与大于所述第一阈值的所述第二置信度水平相关联的时刻；以及
报告所述时刻。
7.根据权利要求1所述的方法，其中基于所述最高概率值及与相关联于第二最高概率值的运动状态相关联的概率值之间的差值，确定与相关联于最高概率值的运动状态相关联的置信度水平。
8.根据权利要求1所述的方法，其进一步包括：
响应于确定与最高概率值且与小于所述第一阈值的第三置信度水平相关联的第三运动状态，进入未知运动状态。
9.根据权利要求1所述的方法，其中所述第一运动状态及所述第二运动状态中的每一者指示以下各者中的一者：1)所述移动装置静止，2)携带所述移动装置的用户正在步行，3)携带所述移动装置的所述用户正在奔跑，4)携带所述移动装置的所述用户正在骑车，或5)携带所述移动装置的所述用户正乘坐移动机动车辆。
10.一种移动装置，其包括：
存储器；以及
耦合到所述存储器的处理器，所述处理器进行以下操作：
确定与最高概率值且与大于第一阈值的第一置信度水平相关联的第一运动状态，进入所述第一运动状态，
当所述第一运动状态处于作用中时，确定与最高概率值且与大于所述第一阈值的第二置信度水平相关联的第二运动状态，所述第二运动状态不同于所述第一运动状态，
确定是否将进入所述第二运动状态，以及
响应于确定将进入所述第二运动状态，进入所述第二运动状态，其中当出现以下情况时，将进入所述第二运动状态：1)所述第二置信度水平大于第二阈值，所述第二阈值大于所述第一阈值，或2)当所述第一运动状态处于作用中时，所述第二运动状态在预定时间周期内连续地与最高概率值且与大于所述第一阈值但小于所述第二阈值的第二置信度水平相关联。
11.根据权利要求10所述的移动装置，其中所述处理器进一步进行以下操作：
响应于确定将进入所述第二运动状态，确定在进入所述第二运动状态之后是否保持所述第一运动状态，
响应于确定不保持所述第一运动状态，当进入所述第二运动状态时离开所述第一运动状态，以及
响应于确定保持所述第一运动状态，1)确定在进入所述第二运动状态之后保持所述第一运动状态的持续时间周期，以及2)在进入所述第二运动状态之后使离开所述第一运动状态延迟所述持续时间周期。
12.根据权利要求11所述的移动装置，其中当所述第一运动状态指示携带所述移动装置的用户正在步行或奔跑且所述第二运动状态为静止状态时，保持所述第一运动状态。
13.根据权利要求11所述的移动装置，其中当所述第一运动状态指示所述移动装置携带于移动机动车辆中或由正在骑车的用户携带，且所述第二运动状态为静止状态时，保持所述第一运动状态。
14.根据权利要求11所述的移动装置，其中基于当所述第二运动状态变为与最高概率值且与大于所述第一阈值的所述第二置信度水平相关联时所述第一运动状态已处于作用中的时间周期，确定所述持续时间周期。
15.根据权利要求10所述的移动装置，其中所述处理器进一步进行以下操作：
确定所述第二运动状态变为与最高概率值且与大于所述第一阈值的所述第二置信度水平相关联的时刻；以及
报告所述时刻。
16.根据权利要求10所述的移动装置，其中基于所述最高概率值及与相关联于第二最高概率值的运动状态相关联的概率值之间的差值，确定与相关联于最高概率值的运动状态相关联的置信度水平。
17.根据权利要求10所述的移动装置，其中所述处理器进一步进行以下操作：
响应于确定与最高概率值且与小于所述第一阈值的第三置信度水平相关联的第三运动状态，进入未知运动状态。
18.根据权利要求10所述的移动装置，其中所述第一运动状态及所述第二运动状态中的每一者指示以下各者中的一者：1)所述移动装置静止，2)携带所述移动装置的用户正在步行，3)携带所述移动装置的所述用户正在奔跑，4)携带所述移动装置的所述用户正在骑车，或5)携带所述移动装置的所述用户正乘坐移动机动车辆。
19.一种移动装置，其包括：
用于确定与最高概率值且与大于第一阈值的第一置信度水平相关联的第一运动状态的装置；
用于进入所述第一运动状态的装置；
用于当所述第一运动状态处于作用中时，确定与最高概率值且与大于所述第一阈值的第二置信度水平相关联的第二运动状态，所述第二运动状态不同于所述第一运动状态的装置；
用于确定是否将进入所述第二运动状态的装置；以及
用于响应于确定将进入所述第二运动状态，进入所述第二运动状态的装置，其中当出现以下情况时，将进入所述第二运动状态：1)所述第二置信度水平大于第二阈值，所述第二阈值大于所述第一阈值，或2)当所述第一运动状态处于作用中时，所述第二运动状态在预定时间周期内连续地与最高概率值且与大于所述第一阈值但小于所述第二阈值的第二置信度水平相关联。
20.根据权利要求19所述的移动装置，其进一步包括：
用于响应于确定将进入所述第二运动状态，确定在进入所述第二运动状态之后是否保持所述第一运动状态的装置；
用于响应于确定不保持所述第一运动状态，当进入所述第二运动状态时离开所述第一运动状态的装置；以及
用于响应于确定保持所述第一运动状态，1)确定在进入所述第二运动状态之后保持所述第一运动状态的持续时间周期，以及2)在进入所述第二运动状态之后使离开所述第一运动状态延迟所述持续时间周期的装置。
21.根据权利要求20所述的移动装置，其中当所述第一运动状态指示携带所述移动装置的用户正在步行或奔跑且所述第二运动状态为静止状态时，保持所述第一运动状态。
22.根据权利要求20所述的移动装置，其中当所述第一运动状态指示所述移动装置携带于移动机动车辆中或由正在骑车的用户携带，且所述第二运动状态为静止状态时，保持所述第一运动状态。
23.一种存储代码的非暂时性计算机可读媒体，所述代码在由移动装置的处理器执行时使所述处理器执行功能，所述功能包括：
确定与最高概率值且与大于第一阈值的第一置信度水平相关联的第一运动状态；
进入所述第一运动状态；
当所述第一运动状态处于作用中时，确定与最高概率值且与大于所述第一阈值的第二置信度水平相关联的第二运动状态，所述第二运动状态不同于所述第一运动状态；
确定是否将进入所述第二运动状态；以及
响应于确定将进入所述第二运动状态，进入所述第二运动状态，其中当出现以下情况时，将进入所述第二运动状态：1)所述第二置信度水平大于第二阈值，所述第二阈值大于所述第一阈值，或2)当所述第一运动状态处于作用中时，所述第二运动状态在预定时间周期内连续地与最高概率值且与大于所述第一阈值但小于所述第二阈值的第二置信度水平相关联。
24.根据权利要求23所述的非暂时性计算机可读媒体，其进一步存储用于进行以下操作的代码：
响应于确定将进入所述第二运动状态，确定在进入所述第二运动状态之后是否保持所述第一运动状态；
响应于确定不保持所述第一运动状态，当进入所述第二运动状态时离开所述第一运动状态；以及
响应于确定保持所述第一运动状态，1)确定在进入所述第二运动状态之后保持所述第一运动状态的持续时间周期，以及2)在进入所述第二运动状态之后使离开所述第一运动状态延迟所述持续时间周期。
25.根据权利要求24所述的非暂时性计算机可读媒体，其中当所述第一运动状态指示携带所述移动装置的用户正在步行或奔跑且所述第二运动状态为静止状态时，保持所述第一运动状态。
26.根据权利要求24所述的非暂时性计算机可读媒体，其中当所述第一运动状态指示所述移动装置携带于移动机动车辆中或由正在骑车的用户携带，且所述第二运动状态为静止状态时，保持所述第一运动状态。
CN201580067696.2A 2015-01-07 2015-12-21 智能手机运动分类器 Active CN107005809B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201562100807P 2015-01-07 2015-01-07
US62/100,807 2015-01-07
US14/865,665 2015-09-25
US14/865,665 US11029328B2 (en) 2015-01-07 2015-09-25 Smartphone motion classifier
PCT/US2015/067173 WO2016111844A1 (en) 2015-01-07 2015-12-21 Smartphone motion classifier

Publications (2)

Publication Number Publication Date
CN107005809A CN107005809A (zh) 2017-08-01
CN107005809B true CN107005809B (zh) 2020-03-24

Family

ID=56286360

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580067696.2A Active CN107005809B (zh) 2015-01-07 2015-12-21 智能手机运动分类器

Country Status (7)

Country Link
US (1) US11029328B2 (zh)
EP (1) EP3243122B1 (zh)
JP (1) JP2018508744A (zh)
KR (1) KR20170101214A (zh)
CN (1) CN107005809B (zh)
TW (1) TW201627823A (zh)
WO (1) WO2016111844A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180115866A1 (en) * 2016-10-21 2018-04-26 Microsoft Technology Licensing, Llc Low power geographical visit detection
US10275687B2 (en) * 2017-02-16 2019-04-30 International Business Machines Corporation Image recognition with filtering of image classification output distribution

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103597424A (zh) * 2011-05-27 2014-02-19 高通股份有限公司 用于对多个装置状态分类的方法和设备

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8000689B2 (en) 2007-03-02 2011-08-16 Aegis Mobility, Inc. System and methods for monitoring the context associated with a mobile communication device
US8996332B2 (en) 2008-06-24 2015-03-31 Dp Technologies, Inc. Program setting adjustments based on activity identification
US8587515B2 (en) 2008-08-05 2013-11-19 Apple Inc. Systems and methods for processing motion sensor generated data
JP5225475B2 (ja) 2010-01-07 2013-07-03 株式会社東芝 移動状態推定装置、方法およびプログラム
US8543135B2 (en) 2011-05-12 2013-09-24 Amit Goyal Contextually aware mobile device
JP5774228B2 (ja) * 2011-09-16 2015-09-09 クアルコム，インコーポレイテッド モバイルデバイスが車両に乗っていることの検出
WO2013157332A1 (ja) 2012-04-17 2013-10-24 日本電気株式会社 行動識別装置、行動識別システム及び行動識別プログラム
US9700240B2 (en) 2012-12-14 2017-07-11 Microsoft Technology Licensing, Llc Physical activity inference from environmental metrics
US9268399B2 (en) 2013-03-01 2016-02-23 Qualcomm Incorporated Adaptive sensor sampling for power efficient context aware inferences
JP6032350B2 (ja) 2013-03-21 2016-11-24 富士通株式会社 動作検知装置及び動作検知方法
US8948783B2 (en) 2013-06-28 2015-02-03 Facebook, Inc. User activity tracking system
US9282507B2 (en) 2013-08-07 2016-03-08 Qualcomm Incorporated Managing wireless connections based on motion
US20160029224A1 (en) * 2014-07-23 2016-01-28 Qualcomm Incorporated Determination of environment characteristics from mobile device-based sensor measurements

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103597424A (zh) * 2011-05-27 2014-02-19 高通股份有限公司 用于对多个装置状态分类的方法和设备

Also Published As

Publication number Publication date
US20160195569A1 (en) 2016-07-07
KR20170101214A (ko) 2017-09-05
WO2016111844A1 (en) 2016-07-14
US11029328B2 (en) 2021-06-08
EP3243122B1 (en) 2018-11-28
TW201627823A (zh) 2016-08-01
EP3243122A1 (en) 2017-11-15
CN107005809A (zh) 2017-08-01
JP2018508744A (ja) 2018-03-29

Similar Documents

Publication Publication Date Title
JP6363239B2 (ja) パワー効率のよいコンテキストアウェア推定のための適応型センササンプリング
US10539586B2 (en) Techniques for determination of a motion state of a mobile device
US10416740B2 (en) Upsampling sensors to auto-detect a fitness activity
US10133329B2 (en) Sequential feature computation for power efficient classification
US20120109862A1 (en) User device and method of recognizing user context
US9622687B2 (en) Half step frequency feature for reliable motion classification
CN103026780B (zh) 用于控制传感器的调用的方法和设备
CN103460221A (zh) 用于在移动装置中使用似然函数值的组合对用户活动进行分类的系统、方法和设备
US20140361905A1 (en) Context monitoring
US20150347562A1 (en) Deriving user characteristics from users' log files
CN107005809B (zh) 智能手机运动分类器
US20150071102A1 (en) Motion classification using a combination of low-power sensor data and modem information
US20150350832A1 (en) Apparatus and method of refining an estimated position in a wireless network
EP2756658B1 (en) Detecting that a mobile device is riding with a vehicle
US20240031773A1 (en) Sharing state based on directional profiles
NL1041613B1 (en) Upsampling sensors to auto-detect a fitness activity.
CN116680346A (zh) 运动轨迹分析方法、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant