CN107314777B - 一种动态设定计步阈值的方法和移动终端 - Google Patents

Abstract

本发明公开了一种动态设定计步阈值的方法，适于在具有计步器的移动终端中执行，该方法包括：获取用户输入的体重和身高信息，并根据计步阈值模型得到该体重和身高信息所对应的各计步参数的第一阈值；获取用户在移动终端中设定的运动模式，并分别统计用户在不同运动模式下运动时加速度传感器采集的步态波动数据，并从中统计出各项计步参数的第二阈值；以及对于各项计步参数，分别计算其第一阈值与第二阈值的第一差值，若所有计步参数的该第一差值都小于对应的第一差值门限，则将对应运动模式下各计步参数的计步阈值设定为对应参数的所述第一阈值，反之则设定为所述第二阈值。本发明还公开了对应的移动终端。

Description

一种动态设定计步阈值的方法和移动终端

技术领域

本发明涉及移动终端领域，特别涉及一种动态设定计步阈值的方法和移动终端。

背景技术

当前市场上手机产品中的计步器主要通过获取运动时手机加速度传感器的数据变化情况来进行步数增加的判断。

一种典型方法为判断加速度传感器数值周期性的变化中，其相邻波峰波谷差值大于设定阈值且相邻波峰间隔时间频率大于另一设定阈值时，可认为手机用户向前移动一步。稍优者，为减少误计步，在以上两种判断之外增加了第三种阈值判断：即波峰到波谷的下降时间也需满足一定的阈值设定。

以上计步判断的阈值总是在计步器初始化时被设定。

然而人在行走或者跑步时，由于其身高、体重及行走姿态的不同，从而导致手机中加速度传感器数值产生的波动规律也不尽相同。通常体重越大身高越高，加速度计波动峰值越大；步伐越大，波峰波谷下降时间越长。而通用的计步阈值的设定，会使得部分人群步数计算不够准确。例如：体重相对较轻的女性产生漏记步，或用户在不同的运动场景产生误计步等。

发明内容

为此，本发明提供了一种动态设定计步阈值方法和移动终端，以力图解决或者至少缓解上面存在的至少一个问题。

根据本发明的一个方面，提供了一种动态设定计步阈值的方法，适于在移动终端中执行，所述移动终端中设置有计步器，所述计步器通过加速度传感器采集的步态波动数据进行计步，该方法包括步骤：获取用户输入的体重和身高信息，并根据计步阈值模型得到该体重和身高信息所对应的各项计步参数的第一阈值；获取用户在移动终端中设定的运动模式，并分别统计用户在不同运动模式下运动时加速度传感器采集的步态波动数据，并从中统计出各项计步参数的第二阈值，其中，所述运动模式包括跑步模式和行走模式；以及对于各项计步参数，分别计算其第一阈值与第二阈值的第一差值，若所有计步参数的该第一差值都小于对应的第一差值门限，则将对应运动模式下各计步参数的计步阈值设定为对应参数的所述第一阈值，反之则设定为所述第二阈值。

可选地，在根据本发明的动态设定计步阈值的方法中，还包括：当用户处于运动状态时，根据加速度传感器采集的步态波动数据周期性地计算各时段内每种计步参数的实际阈值，并通过对比所述实际阈值与该项计步参数在不同运动模式下的计步阈值来确定用户在该时段下的运动模式；以及对于各项计步参数，分别计算其实际阈值与该时段运动模式的计步阈值的第二差值，若所有计步参数的该第二差值都小于对应的第二差值门限，则分别将该时段内各计步参数的计步阈值更新为对应参数的所述实际阈值。

可选地，在根据本发明的动态设定计步阈值的方法中，计步阈值模型适于通过以下方法得到：采集大量用户的身高和体值，以及各用户在运动时的各项计步参数的计步阈值，作为模型样本；以及以所述模型样本中的身高和体重值为输入值，以各项计步参数的计步阈值为输出值，对模型样本进行学习，得到计步阈值模型。

可选地，在根据本发明的动态设定计步阈值的方法中，计步参数包括相邻波峰波谷差、相邻波峰变化频率、波峰到波谷的下降时间中的至少一种。

可选地，在根据本发明的动态设定计步阈值的方法中，在计步阈值模型中，某用户的各计步参数的第一阈值的计算方法为：相邻波峰波谷差的第一阈值A＝a₁+a₂*(a₃*w/w₀+a₄*h/h₀)；相邻波峰变化频率的第一阈值B＝b₁-b₂*(w/b₃+h/b₄)；波峰到波谷的下降时间的第一阈值C＝c₁+c₂*(c₃*w/w₀+c₄*h/h₀)；其中，w和h分别为该用户的体重和身高，w₀和h₀分别标准用户的体重和身高值，a₁–a₄、b₁–b₄和c₁–c₄分别为比例系数。

可选地，在根据本发明的动态设定计步阈值的方法中，a₁＝133，a₂＝64，a₃＝0.4，a₄＝0.6，b₁＝1，b₂＝1/32，b₃＝40，b₄＝66，c₁＝0.24，c₂＝0.06，c₃＝0.4，c₄＝0.6，w₀＝60kg，h₀＝165cm。

可选地，在根据本发明的动态设定计步阈值的方法中，周期性地计算各时段内每种计步参数的实际阈值的步骤包括：获取各时段的初始时刻内加速度传感器采集的步态波动数据；从步态波动数据中统计每个波动周期内各项计步参数的数值，从而得到该初始时刻下每种计步参数的多个数值；以及分别从每种计步参数的多个数值中剔除预定数目的最大值和最小值，并对剩下的数值进行统计分析，得到该初始时刻内各计步参数的计步阈值，并分别将其作为该时段内的对应参数的计步阈值。

根据本发明的又一个方面，提供了一种移动终端，包括：一个或多个处理器；存储器，适于存储至少一个应用程序；和一个或多个程序，其中一个或多个程序存储在存储器中并被配置为由一个或多个处理器执行，所述一个或多个程序包括用于执行如上所述的动态设定计步阈值的方法中的任一方法的指令。

根据本发明的再一方面，提供了一种存储一个或多个程序的计算机可读存储介质，这一个或多个程序包括指令，这些指令当移动终端执行时，使得移动终端执行如上所述的动态设定计步阈值的方法中的任一方法。

根据本发明的技术方案，通过移动终端上的交互界面，获取用户输入的身高和体重信息，并根据计步阈值模型计算该身高和体重对应的初始阈值。然后当用户跑步或行走前，先在终端上设定好对应的运动模式，计步器统计加速度传感器的步态波动数据，并从中提取出每种计步参数的第二阈值。通过将第一阈值和第二阈值对比来确定更合适的计步阈值。之后，当用户处于正常运动时，每隔十分钟统计一次实际的计步阈值，并与特定运动模式下的计步阈值进行比较，从而选择更合适的计步阈值作为这十分钟内的计步判断。这样，本发明根据手机用户情况及运动场景对计步器算法中所使用到的判断阈值进行动态设定，从而使得更广泛用户达到更加准确的运动步数统计。

附图说明

为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。

图1示出了根据本发明的一个实施例的移动终端100的示意图；以及

图2示出了根据本发明一个实施例的动态设定计步阈值的方法200的流程图；

图3示出了根据本发明另一个实施例的动态设定计步阈值的方法300的流程图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1是移动终端100的结构框图。移动终端100可以包括存储器接口102、一个或多个数据处理器、图像处理器和/或中央处理单元104，以及外围接口106。

存储器接口102、一个或多个处理器104和/或外围接口106既可以是分立元件，也可以集成在一个或多个集成电路中。在移动终端100中，各种元件可以通过一条或多条通信总线或信号线来耦合。传感器、设备和子系统可以耦合到外围接口106，以便帮助实现多种功能。

例如，运动传感器110、光线传感器112和距离传感器114可以耦合到外围接口106，以方便定向、照明和测距等功能。其他传感器116同样可以与外围接口106相连，例如定位系统(例如GPS接收机)、加速度传感器、温度传感器、生物测定传感器或其他感测设备，由此可以帮助实施相关的功能。

相机子系统120和光学传感器122可以用于方便诸如记录照片和视频剪辑的相机功能的实现，其中所述相机子系统和光学传感器例如可以是电荷耦合器件(CCD)或互补金属氧化物半导体(CMOS)光学传感器。可以通过一个或多个无线通信子系统124来帮助实现通信功能，其中无线通信子系统可以包括射频接收机和发射机和/或光(例如红外)接收机和发射机。无线通信子系统124的特定设计和实施方式可以取决于移动终端100所支持的一个或多个通信网络。例如，移动终端100可以包括被设计成支持LTE、3G、GSM网络、GPRS网络、EDGE网络、Wi-Fi或WiMax网络以及Bluebooth^TM网络的通信子系统124。

音频子系统126可以与扬声器128以及麦克风130相耦合，以便帮助实施启用语音的功能，例如语音识别、语音复制、数字记录和电话功能。I/O子系统140可以包括触摸屏控制器142和/或一个或多个其他输入控制器144。触摸屏控制器142可以耦合到触摸屏146。举例来说，该触摸屏146和触摸屏控制器142可以使用多种触摸感测技术中的任何一种来检测与之进行的接触和移动或是暂停，其中感测技术包括但不局限于电容性、电阻性、红外和表面声波技术。

一个或多个其他输入控制器144可以耦合到其他输入/控制设备148，例如一个或多个按钮、摇杆开关、拇指旋轮、红外端口、USB端口、和/或指示笔之类的指点设备。所述一个或多个按钮(未显示)可以包括用于控制扬声器128和/或麦克风130音量的向上/向下按钮。

存储器接口102可以与存储器150相耦合。该存储器150可以包括高速随机存取存储器和/或非易失性存储器，例如一个或多个磁盘存储设备，一个或多个光学存储设备，和/或闪存存储器(例如NAND，NOR)。存储器150可以存储操作系统152，例如Android、iOS或是Windows Phone之类的操作系统。该操作系统152可以包括用于处理基本系统服务以及执行依赖于硬件的任务的指令。存储器150还可以存储应用154(即，应用程序，以下简称应用)。在移动终端运行时，会从存储器150中加载操作系统152，并且由处理器104执行。应用154在运行时，也会从存储器150中加载，并由处理器104执行。应用154运行在操作系统之上，利用操作系统以及底层硬件提供的接口实现各种用户期望的功能，如即时通信、网页浏览、图片管理、视频播放等。应用154可以是独立于操作系统提供的，也可以是操作系统自带的，包括各种社交应用软件，如QQ、微信、微博等，也包括各种视频播放应用软件，还可以包括相册、计算器、录音笔等系统自带应用程序。另外，应用154被安装到移动终端100中时，也可以向操作系统添加驱动模块。

本发明的实施例所提供的用于执行动态设定计步阈值方法的程序为应用154的一种。在一些实施例中，移动终端100被配置为执行根据本发明的动态设定计步阈值的方法200。另外，根据本发明的移动终端100中还设置有计步器，计步器根据移动终端中的加速度传感器采集的步态波动数据来进行计步统计。

图2示出了根据本发明一个实施例的动态设定计步阈值方法200的流程图。

如图2所示，该方法200始于步骤S220，获取用户输入的体重和身高信息，并根据计步阈值模型得到该体重和身高信息所对应的各项计步参数的第一阈值。其中，计步参数可以包括加速度传感器采集的步态波动数据中的相邻波峰波谷差、相邻波峰变化频率、波峰到波谷的下降时间中的至少一种。

这里，可以在移动终端中提供一种用户交互界面，由用户来输入身高和体重信息。计步阈值模型可以在计算设备中生成后传输到移动终端上。根据本发明的一种实施方式，计步阈值模型可以适于通过以下方法得到：采集大量用户的身高和体值，以及各用户在运动时的各项计步参数的计步阈值，作为模型样本；以及以模型样本中的身高和体重值为输入值，以各项计步参数的计步阈值为输出值，对该模型样本进行学习，得到该计步阈值模型。下表示出了采集的大量用户的身高和体值，以及各用户在运动时的各项计步参数的计步阈值。

对于模型学习的方法，可以采用现有任意的学习方法，如机器学习模型或卷积神经网络模型，当然还可以采取回归分析的方法。在后台数据库中存储有大量用户的体重w、身高h和实测的该用户的各项参数的计步阈值，相邻波峰波谷差的第一阈值A、相邻波峰变化频率的第一阈值B以及波峰到波谷的下降时间的第一阈值C。通常，样本库中的体重w可以取有效范围35～120kg，身高h可以取有效范围100～220cm，以最大可能的覆盖所有用户群体。以相邻波峰波谷差这一参数为例，数据库中有n个用户的(w₁，h₁，A₁)、(w₂，h₂，A₂)……(w_n，h_n，A_n)等多对数值，则可以以w和h为输入值，以A为输出值，对这多对数据进行回归分析，得到以w和h为变量的A的计算公式。同理可分别得到以w和h为变量的B和C的计算公式。

根据本发明的一个实施例，通过对样本库中数据进行分析，可以得到某用户的各计步参数的第一阈值的计算方法为：

相邻波峰波谷差的第一阈值A＝a₁+a₂*(a₃*w/w₀+a₄*h/h₀)；

相邻波峰变化频率的第一阈值B＝b₁-b₂*(w/b₃+h/b₄)；

波峰到波谷的下降时间的第一阈值C＝c₁+c₂*(c₃*w/w₀+c₄*h/h₀)；

其中，w和h分别为该用户的体重和身高，w₀和h₀分别标准用户的体重和身高值，a₁–a₄、b₁–b₄和c₁–c₄分别为比例系数。

进一步地，通过回归分析可以得到a₁＝133，a₂＝64，a₃＝0.4，a₄＝0.6，b₁＝1，b₂＝1/32，b₃＝40，b₄＝66，c₁＝0.24，c₂＝0.06，c₃＝0.4，c₄＝0.6，w₀＝60kg，h₀＝165cm。此时A＝133+64*(0.4*w/60+0.6*h/165)，B＝1-1/32(w/40+h/66)，C＝0.24+0.06*(0.4*w/60+0.6*h/165)。当然这些数值只是示例性说明，本领域技术人员可以根据需要设置其他数值，本发明对此不作限制。

随后，在步骤S240中，获取用户在移动终端中设定的运动模式，并分别统计用户在不同运动模式下运动时加速度传感器采集的步态波动数据，并从中统计出各项计步参数的第二阈值，其中，运动模式包括跑步模式和行走模式。

根据本发明的一个实施例，各项计步参数的第二阈值可以通过以下方法获得：获取用户在不同运动模式下运动时加速度传感器采集的步态波动数据；从该步态波动数据统计每个波动周期内各项计步参数的数值，从而得到该运动模式下每种计步参数的多个数值；以及分别对每种计步参数的多个数值进行统计分析，得到各计步参数的第二阈值。

同样地，也可以在移动终端中提供一种用户交互界面，由用户来设定当前为跑步模式或行走模式。用户设定了模式并开始该模式运动时，加速度传感器不断地采集步态波动数据。需要说明的是，这里可以采集预定步数(如1000步)、预定时段(如初始时段的前5min)或采集全程运动数据，本发明对此不作限制。之后，从每种运动模式下的步态波动数据中统计每个波动周期内各项计步参数的数值。而在这个运动时段内，步态波动数据包含了多个波动周期，因此每项计步参数在整个步态波动范围内就有了多个数值，对这多个数值进行统计分析，就可得到各计步参数的第二阈值。

此外，对于步态波动数据，还可以进行去噪和滤波处理，如可以分别去除预定数目(如5个)的最大值和最小值，或者对采样数据进行平均处理，如每5个点取一个平均值，这样保证最终的步态波动数据的周期性更明显。另外，对每项计步参数多个数值进行统计分析得到第二阈值，可以采用现有的任意一种计步阈值统计方法，如取这多个数值的平均值为第二阈值，当然还可以采用其他方法，本发明对此不作限定。

随后，在步骤S260中，对于各项计步参数，分别计算其第一阈值与第二阈值的第一差值，若所有计步参数的该第一差值都小于对应的第一差值门限，则将对应运动模式下各计步参数的计步阈值设定为对应参数的所述第一阈值，反之则设定为所述第二阈值。这里，第一差值实际是指第一阈值与第二阈值的第一差值的绝对值，简化起见，仅用第一差值表示。

一般地，若第一差值小于第一差值门限值，则可认为从用户个体运动中得到的第二阈值和从整体样本得到的第一阈值相差不大，也即个体样本是正确的，因此可将该参数的计步阈值设定为第二阈值。反之，则认为个体样本存在错误，因此将该参数的计步阈值设定为从整体样本中得到的第一阈值。

根据本发明的一个实施例，波峰波谷差的第一差值门限可以取该参数的第一阈值的1/2或近似1/2，如某用户的波峰波谷差的第一阈值为197mg，则可以取第一差值门限为100mg，这里的g代表重力加速度。相邻波峰变化频率的第一差值门限可以取该参数的第一阈值的1/4或近似1/4，如某用户的该参数的第一阈值为0.875Hz，则可以取第一差值门限为0.2Hz。波峰到波谷的下降时间的第一差值门限可以取该参数的第一阈值的1/10或近似1/10，如某用户的该参数的第一阈值为0.3s，则可以取第一差值门限为0.03s。当然，这些1/2、1/4等的分数值只是示例性说明书，本领域技术人员可以根据需要设置其他数值，本发明对此不作限定。

另外，对于计步阈值的确定，如果用户愿意多次输入运动模式并在该模式下进行运动，则对用户在同种运动模式下进行的多次运动，分别从每次运动过程中得到一次阈值，就可到每个计步参数的多个计步阈值。之后，将这多个计步阈值取平均，并将该平均值作为对应运动模式下该参数的计步阈值。

根据本发明的又一个实施例，计步阈值确定后，还可以进行用户的计步统计。具体地，当用户处于运动状态时，不断通过加速度传感器采集步态波动数据，并从中统计各项计步参数的实际阈值。之后，对于各项计步参数的实际阈值，分别将其与步骤S260中设定的不同运动模式下对应参数的计步阈值作比较。若这多种参数中有2/3的参数的实际阈值都更接近某个运动模式的各项计步阈值，则可认为此时用户处于该运动模式中，因此采用该运动模式下的各项计步阈值来进行计步判断。例如，若有三项计步参数，其中两项计步参数的实际阈值都与跑步模式时对应参数的计步阈值相似，则可以判定用户处于跑步模式中。另外，更接近的判断方式可以采用取差值算法，与哪种模式的差值更小，则认为与该模式更相近。当然，很少情况下会出现与两种模式的差值都一样，这时可结合其他参数的计算差值来判断运动模式。

运动模式确定后，就可以进行计步统计：若所有计步参数的数值都大于该运动模式中对应参数的计步阈值，则计步器计步加1，反之则不计步。这里，限定了必须所有计步参数都满足一定条件后才认为用户前进一步，因此计步算法更加精确，从而可以有效防止误计步。当然也可以适当放宽计步条件，即当有2/3的计步参数的数值大于对应的计步阈值时就计步加1，反之则不计步。

进一步地，考虑到用户在运动过程中，可能不同时段的运动模式、速度及姿态均不一样。因此，根据本发明的又一个实施例，在进行计步统计时，还可以周期性地对每个时段内的运动模式进行判断，并对计步阈值进行动态更新，如每隔10min重新更新一次计步阈值，以便能够准确地统计每一阶段内的运动步数。图3示出了根据本发明另一个实施例的动态设定计步阈值的方法300的流程图。如图3所示，方法300始于步骤S320。

在步骤S320中，当用户处于运动状态时，可以根据加速度传感器采集的步态波动数据周期性地计算各时段内每种计步参数的实际阈值，并通过对比所述实际阈值与该项计步参数在不同运动模式下的计步阈值来确定用户在该时段下的运动模式。关于运动模式的确定方法，上文已详细介绍过，这里不再赘述。

根据本发明的一个实施例，周期性地计算各时段内每种计步参数的实际阈值可以包括：获取各时段的初始时刻内加速度传感器采集的步态波动数据，这里的初始时刻可以是该时段的初始前几分钟(如前1min或前3min等)，也可以是该时段的初始几步(如初始100步或初始1000步)。之后，从步态波动数据中统计每个波动周期内各项计步参数的数值，从而得到该初始时刻下每种计步参数的多个数值。最后，分别从每种计步参数的多个数值中剔除预定数目的最大值和最小值，并对剩下的数值进行统计分析，得到该初始时刻内各计步参数的计步阈值，并分别将其作为该时段内的对应参数的实际阈值。

随后，在步骤S340中，对于各项计步参数，分别计算其实际阈值与该时段运动模式的计步阈值的第二差值，若所有计步参数的该第二差值都小于对应的第二差值门限，则分别将该时段内各计步参数的计步阈值更新为对应参数的所述实际阈值。这样，可以更精确地把控每一阶段的计步阈值，使得计步统计更加准确。

也就是，在用户运动过程中，对于第一个10min运动周期，可以通过对前1min内的步态波动数据进行统计，得到这1min内的各计步参数的实际阈值。然后通过将各实际阈值与对应运动模式下的计步阈值比较来确定这1min之内的各计步阈值，并将这1min之内的各计步阈值作为整个10min运动周期的计步阈值。而对第二个10min运动周期，则重新计算新的计步阈值作为该周期内的计步阈值，以此类推。

类似于第一差值和第一差值门限值，若第二差值小于第二差值门限值，则可认为用户此时的运动状态和阈值统计是正常的，因此可将此时各参数的实际阈值作为计步阈值。反之，则认为此时的运动状态和阈值统计存在异常，因此不再考虑此时的实际阈值而继续使用之前预先设定好的计步阈值。

根据本发明的一个实施例，波峰波谷差的第二差值门限可以取该参数在对应运动模式下的计步阈值的1/2或近似1/2，相邻波峰变化频率的第二差值门限可以取该参数在对应运动模式下的计步阈值的1/4或近似1/4，波峰到波谷的下降时间的第二差值门限可以取该参数在对应运动模式下的计步阈值的1/10或近似1/10。当然，也可以根据需要取该参数的第二阈值的1/2、1/4或1/10，本发明对此不作限定。当然，这些1/2、1/4等的分数值只是示例性说明书，本领域技术人员可以根据需要设置其他数值，本发明对此不作限定。

根据本发明的技术方案，能够根据手机用户的身高和体重情况以及用户在不同运动模式下的波动数据得到最适合该用户的计步阈值。进一步地，本发明还能根据用户在不同时段的运动场景对计步器算法中所使用到的计步阈值进行动态设定，从而使得用户能够得到更加准确的运动步数统计，提高用户体验。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现。从而，本发明的方法和设备，或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介，例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸如计算机之类的机器，并被所述机器执行时，所述机器变成实践本发明的设备。

在程序代码在可编程计算机上执行的情况下，移动终端一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件)，至少一个输入装置，和至少一个输出装置。其中，存储器被配置用于存储程序代码；处理器被配置用于根据该存储器中存储的所述程序代码中的指令，执行本发明的动态设定计步阈值的方法。

此外，所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。

如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。

尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。

Claims (8)

1.一种动态设定计步阈值的方法，适于在移动终端中执行，所述移动终端中设置有计步器，所述计步器通过加速度传感器采集的步态波动数据进行计步，该方法包括步骤：

获取用户输入的体重和身高信息，并根据计步阈值模型得到该体重和身高信息所对应的各项计步参数的第一阈值；

获取用户在移动终端中设定的运动模式，并分别统计用户在不同运动模式下运动时加速度传感器采集的步态波动数据，并从中统计出各项计步参数的第二阈值，其中，所述运动模式包括跑步模式和行走模式；以及

对于各项计步参数，分别计算其第一阈值与第二阈值的第一差值，若所有计步参数的该第一差值都小于对应的第一差值门限，则将对应运动模式下各计步参数的计步阈值设定为对应参数的所述第一阈值，反之则设定为所述第二阈值；

其中，所述计步阈值模型适于通过以下方法得到：

采集大量用户的身高和体重值，以及各用户在运动时的各项计步参数的计步阈值，作为模型样本；以及

以所述模型样本中的身高和体重值为输入值，以各项计步参数的计步阈值为输出值，对所述模型样本进行学习，得到所述计步阈值模型。

2.如权利要求1所述的方法，还包括：

当用户处于运动状态时，根据加速度传感器采集的步态波动数据周期性地计算各时段内每种计步参数的实际阈值，并通过对比所述实际阈值与该项计步参数在不同运动模式下的计步阈值来确定用户在该时段下的运动模式；以及

对于各项计步参数，分别计算其实际阈值与该时段运动模式的计步阈值的第二差值，若所有计步参数的该第二差值都小于对应的第二差值门限，则分别将该时段内各计步参数的计步阈值更新为对应参数的所述实际阈值。

3.如权利要求1-2中任一项所述的方法，其中，所述计步参数包括相邻波峰波谷差、相邻波峰变化频率、波峰到波谷的下降时间中的至少一种。

4.如权利要求3所述的方法，其中，在所述计步阈值模型中，某用户的各计步参数的第一阈值的计算方法为：

相邻波峰波谷差的第一阈值A＝a₁+a₂*(a₃*w/w₀+a₄*h/h₀)；

相邻波峰变化频率的第一阈值B＝b₁-b₂*(w/b₃+h/b₄)；

波峰到波谷的下降时间的第一阈值C＝c₁+c₂*(c₃*w/w₀+c₄*h/h₀)；

其中，w和h分别为该用户的体重和身高，w₀和h₀分别标准用户的体重和身高值，a₁–a₄、b₁–b₄和c₁–c₄分别为比例系数。

5.如权利要求4所述的方法，其中，a₁＝133，a₂＝64，a₃＝0.4，a₄＝0.6，b₁＝1，b₂＝1/32，b₃＝40，b₄＝66，c₁＝0.24，c₂＝0.06，c₃＝0.4，c₄＝0.6，w₀＝60kg，h₀＝165cm。

6.如权利要求2所述的方法，其中，所述周期性地计算各时段内每种计步参数的实际阈值的步骤包括：

获取各时段的初始时刻内加速度传感器采集的步态波动数据；

从所述步态波动数据中统计每个波动周期内各项计步参数的数值，从而得到该初始时刻下每种计步参数的多个数值；以及

分别从每种计步参数的多个数值中剔除预定数目的最大值和最小值，并对剩下的数值进行统计分析，得到该初始时刻内各计步参数的计步阈值，并分别将其作为该时段内的对应参数的计步阈值。

7.一种移动终端，包括：

一个或多个处理器；

存储器，适于存储至少一个应用程序；和

一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行如权利要求1-6所述方法中的任一方法的指令。

8.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当移动终端执行时，使得所述移动终端执行如权利要求1-6所述的方法中的任一方法。

Images