CN107430426A - 自动地改变传感器读取计时的健康可穿戴物 - Google Patents

自动地改变传感器读取计时的健康可穿戴物 Download PDF

Info

Publication number
CN107430426A
CN107430426A CN201680017971.4A CN201680017971A CN107430426A CN 107430426 A CN107430426 A CN 107430426A CN 201680017971 A CN201680017971 A CN 201680017971A CN 107430426 A CN107430426 A CN 107430426A
Authority
CN
China
Prior art keywords
sensor
value
wearable device
sample
frequency
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.)
Granted
Application number
CN201680017971.4A
Other languages
English (en)
Other versions
CN107430426B (zh
Inventor
J·E·克罗宁
M·G·德安杰拉
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN107430426A publication Critical patent/CN107430426A/zh
Application granted granted Critical
Publication of CN107430426B publication Critical patent/CN107430426B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6804—Garments; Clothes
    • 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
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
    • G06F1/3212—Monitoring battery levels, e.g. power saving mode being initiated when battery voltage goes below a certain level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0204—Operational features of power management
    • A61B2560/0209—Operational features of power management adapted for power saving
    • 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
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234—Power saving characterised by the action undertaken
    • G06F1/324—Power saving characterised by the action undertaken by lowering clock frequency
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physiology (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Cardiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Pulmonology (AREA)
  • Telephone Function (AREA)

Abstract

一种系统和方法，其中，可穿戴设备在可穿戴设备处接收传感器数据，并且将从所述传感器数据确定的第一值与从所述传感器数据确定的第二值进行比较，以确定从第一样本到第二样本的传感器数据的百分比变化。所述系统和方法也可以根据由可穿戴设备的用户设定的一个或多个设置来改变可穿戴设备处的传感器的采样频率。所述系统和方法优化功耗，同时最佳地记录由可穿戴设备处的一个或多个传感器感测到的数据。

Description

自动地改变传感器读取计时的健康可穿戴物
相关申请的交叉引用
本申请主张要求于2015年3月25日提交的序列号为No.62/138260的美国临时专利申请的优先权，在此通过引用其全部公开内容并入本文。
技术领域
本发明总体涉及针对从传感器接收传感器数据的可穿戴设备的系统和方法。更具体地，所述可穿戴设备可以确定何时改变对来自传感器的传感器数据的采样率以便以限制功耗。
背景技术
可穿戴物是被穿戴在身体上或者被附接到或嵌入在衣物和配饰中的移动电子设备。这些迷你计算机和传感器能够显示、处理和/或收集信息，并且往往具有无线通信能力。
目前，耦合到计算设备的可用电子传感器被用于收集和操纵由电子传感器感测到的数据。感测加速度的传感器被用于收集与穿戴可穿戴电子设备的人的运动有关的数据。例如，特定设备具有加速度计传感器，所述加速度计传感器通过在活动(例如，行走)期间测量三个维度(X，Y和Z)上的加速度来对步数进行计数。一些可穿戴设备允许用户在应用或网络应用中操作GUI以输入与主要参数有关的其他数据(例如，消耗的卡路里的数量)。在这样的设备中，传感器数据和用户输入可以被存储在存储器中并被处理器用于计算燃烧的卡路里或减去的体重。
在这样的计算设备中，由传感器感测到的传感器数据可以被存储在存储器中，并且运行算法的处理器可以识别与由传感器感测到的一系列感知结果相对应的数据中的模式。耦合到传感器的可穿戴计算设备也可以被用于感测穿戴所述计算设备的人在运动时的活动。可穿戴设备也可以测量人的生理参数。可以测量的生理参数的范例包括，但不限于：血压、心率、血氧水平和血糖水平。在特定实例中，这样的产品可以基于由传感器感测到的数据来确定人是在跑步还是在行走。这可以基于计步来完成，其中，在一时间段内由加速度传感器来感测所述数据。
然而，当前可用的可穿戴设备不监测功耗并且不根据当前的功率使用以及在可穿戴设备中的电池被安排再充电时的时间来修改影响功耗的参数。因此，在本领域中需要一种用于监测和修改与功耗有关的参数的系统和方法，使得可穿戴设备能够降低功耗，同时仍然继续操作直到安排的时间。
发明内容
因此，本文中所公开的各种实施例包括可穿戴设备接收传感器数据并将所接收到的传感器数据保存在可穿戴设备处的存储器中的系统和方法。在各种实施例中，所述系统和方法可以在确定从传感器数据的第一样本到传感器数据的第二样本的传感器数据的百分比变化时，将所述第一样本与所述第二样本进行比较。在其他实施例中，所述系统和方法可以根据由可穿戴设备的用户设定的一个或多个设置来改变可穿戴设备处的传感器的采样频率。
在本文所公开的实施例中，所述系统和方法可以在由传感器感测到的数据的百分比变化低于阈值水平时，降低传感器对数据进行采样的频率。备选地，当由传感器感测到的数据的百分比变化高于阈值水平时，可以增加传感器对数据进行采样的采样频率。
根据一方面，一种用于监测可穿戴设备处的功耗的方法，所述方法包括：接收来自可穿戴设备处的传感器的多个传感器样本，所述传感器以一采样频率进行采样；根据所述多个传感器样本来确定至少第一传感器值和第二传感器值；计算所述第一传感器值与所述第二传感器值之间的差；并且根据所计算的所述第一传感器值与所述第二传感器值之间的差来改变所述采样频率。
根据实施例，所述第一值是所述多个传感器样本中的第一样本的大小，并且所述第二值是所述多个传感器样本中的第二样本的大小。
根据实施例，所述第一值是由所述多个传感器测量到的第一事件与由多个传感器样本测量到的第二事件之间逝去的时间，并且所述第二值是由所述多个传感器测量到的第三事件与由所述多个传感器样本测量到的第四事件之间逝去的时间。
根据实施例，所述第三事件和所述第二事件是相同的。
根据实施例，如果百分比差高于预定阈值，则采样频率增加。
根据实施例，如果百分比差高于预定阈值并且第二值大于第一值，则采样频率增加。
根据实施例，如果百分比差高于预定阈值并且第二值小于第一值，则采样频率降低。
根据实施例，如果百分比差低于预定阈值，则采样频率降低。
根据实施例，该方法还包括以下步骤：估计可穿戴设备的电池的剩余充电时间；将所述剩余充电时间与到下一次充电的时间进行比较；在确定所述剩余充电时间小于到下一次充电的时间的情况下，降低所述传感器的所述采样率。
根据实施例，根据从用户接收的下一次充电时间来计算到下一次充电的时间。
根据另一方面，一种在其上实现有程序的非瞬态计算机可读存储介质，所述程序能由处理器运行以执行算法，所述算法包括以下步骤：接收来自可穿戴设备处的传感器的多个传感器样本，所述传感器以一采样频率进行采样；根据所述多个传感器样本来确定至少第一值和第二值；根据第一值与第二值之间的百分比差来改变采样频率。
根据实施例，所述第一值是所述多个传感器样本的第一样本的大小，并且所述第二值是所述多个传感器样本的第二样本的大小。
根据实施例，所述第一值是由所述多个传感器测量到的第一事件与由多个传感器样本测量到的第二事件之间逝去的时间，并且所述第二值是由所述多个传感器测量到的第三事件与由所述多个传感器样本测量到的第四事件之间逝去的时间。
根据实施例，所述第三事件和所述第二事件是相同的。
根据实施例，如果百分比差高于预定阈值，则采样频率增加。
根据实施例，如果百分比差高于预定阈值并且第二值大于第一值，则采样频率增加。
根据实施例，如果百分比差高于预定阈值并且第二值小于第一值，则采样频率降低。
根据实施例，如果百分比差低于预定阈值，则采样频率降低。
根据实施例，所述算法还包括以下步骤：估计可穿戴设备的电池的剩余充电时间；将所述剩余充电时间与到下一次充电的时间进行比较；在确定所述剩余充电时间小于到下一次充电的时间的情况下，降低所述传感器的所述采样率。
根据实施例，根据从用户接收的下一次充电时间来计算到下一次充电的时间。
如本文用于本公开的目的，术语“控制器”通常被用于描述与通气机装置、系统或方法的操作有关的各种装置。能够以许多种方式(例如，诸如利用专用硬件)来实施控制器以执行本文所讨论的各种功能。“处理器”是控制器的一个范例，其采用可以使用软件(例如，微代码)来编程的一个或多个微处理器以执行本文中所讨论的各种功能。控制器可以在采用或不采用处理器的情况下实施，并且也可以被实施为用于执行一些功能的专用硬件与用于执行其他功能的处理器(例如，一个或多个编程的微处理器和相关联的电路)的组合。可以在本公开的各种实施例中采用的控制器部件的范例包括，但不限于：常规微处理器、专用集成电路(ASIC)、以及现场可编程门阵列(FPGA)。
在各种实施方案中，处理器或控制器可以与一个或多个存储介质(在此通常被称为“存储器”，例如，易失性和非易失性计算机存储器，诸如RAM、PROM、EPROM和EEPROM、软盘、压缩盘、光盘、磁带等)相关联。在一些实施方案中，所述存储介质可以被编码有一个或多个程序，所述一个或多个程序当在一个或多个处理器和/或控制器上执行时，执行本文中所讨论的功能中的至少一些功能。各种存储介质可以被固定在处理器或控制器内，或者可以是可转移的，使得在其上存储的一个或多个程序能够被加载到处理器或控制器中，以便实施本文所讨论的本发明的各个方面。术语“程序”或“计算机程序”在本文中在一般意义上使用以指代能够被用于对一个或多个处理器或控制器进行编程的任何类型的计算机代码(例如，软件或微代码)。
本文中所使用的术语“用户接口”指代人类用户或操作者与一个或多个设备之间的接口，其实现用户与(一个或多个)设备之间的通信。可以在本公开的各种实施方案中采用的用户接口的范例包括，但不限于：开关、电位计、按钮、拨盘、滑块、轨迹球、显示屏、各种类型的图形用户接口(GUI)、触摸屏、麦克风以及其他类型的传感器，其可以接收某种形式的人类生成的刺激并且响应于此而生成信号。
应当意识到，上述概念和下文更详细讨论的额外概念的所有组合(假设这样的概念不是相互不一致的)被预期为是本文所公开的发明主题的一部分。具体地，权利要求的主题的所有组合均预期为本文公开的创新主题的一部分。
参考下文描述的(一个或多个)实施例，本发明的这些和其他方面将变得显而易见并得以阐述。
附图说明
在附图中，相似的附图标记一般指代不同视图中的相同部分。同样地，附图不一定按比例，而是重点在于图示本发明的原理。
图1图示了根据实施例的用于调节传感器采样频率的系统。
图2图示了根据实施例的可以在显示器上显示的设置GUI。
图3图示了根据实施例的可以在显示器上显示的智能充电GUI。
图4A图示了根据实施例的包括软件模块的功率管理基础软件。
图4B是根据实施例的功率管理基础方法的流程图。
图5是根据实施例的可以由功率管理基础软件的读取模块实施的算法的流程图。
图6图示了根据实施例的、可以用于实施本文所描述的各种特征和过程的移动设备架构。
图7A是根据实施例的、可以由软件预测模块实施的算法的流程图。
图7B是根据实施例的、可以由推荐模块实施的算法的流程图。
图8是根据实施例的、可以被存储在历史数据库中的数据的表格。
图9A是根据实施例的、可以被存储在设置数据库中的数据的表格。
图9B是根据实施例的具有三条曲线的曲线图，其表示当以不同频率对传感器进行采样时电池可能持续多长时间。
图10是根据实施例的、可以被存储在智能充电数据库中的设置的表格。
图11是根据实施例的、用于监测和调节来自传感器的传感器数据的采样率以便限制功耗的方法。
具体实施方案
本文所公开和描述的示范性实施例包括根据场景需求来调节至少一个传感器的采样率以便保持电池寿命的系统和方法。在实施例中，所述设备可以通过计算由传感器测量到的第一值与第二值之间的比率(在本公开中以百分比变化的形式来描述)来改变传感器的采样率。在实施例中，可以根据由可穿戴设备的用户设定的一个或多个设置来改变传感器的采样频率。
现在参考图1，示出了具有多个传感器(传感器1-N)的可穿戴设备102架构的实施例。传感器1-N中的至少一个传感器(在本文中被称为传感器104)可以以预定的采样率进行采样，从而得到多个传感器测量结果。根据这些测量结果，可以确定至少第一值和第二值。可以根据所述第一值与所述第二值之间的百分比变化来调节所述采样率(或者更快或者更慢)。例如，如果以预定采样率进行采样的光传感器测量到针对第一样本的低光以及针对第二样本的亮光，则样本之间将存在大的百分比变化，并且因此可以增加采样率。类似地，测量到的亮光跟随有低光将导致大的百分比变化以及采样率的增加。相反地，如果针对第一样本测量到低光，并且针对第二样本测量到类似的低光，则在样本之间将存在低的百分比变化，并且因此，采样率可以保持相同或者被降低。
根据实施例，传感器104与处理器106连续或周期性地通信。在实施例中，处理器106可以指示传感器104对特定频率进行采样。备选地，处理器106可以针对每个样本来驱动传感器104(处理器106由此根据其指示传感器104进行采样的频率来设置采样频率)。在备选实施例中，处理器106可以指示中间部件来以具体采样频率来驱动传感器104。本领域普通技术人员结合本公开的概述将意识到，可以通过本领域已知的用于设定传感器104的采样频率的任何方法来设定和执行传感器104的采样频率。此外，在实施例中，处理器106可以执行计算，但是普通技术人员将意识到，每个传感器104可以被装备有执行所要求的计算所必须的计算能力。备选地，所述计算可以由配对的本地设备或者由远程服务器来执行。
在实施例中，当由传感器104感测到的数据的百分比变化低于预定阈值时，可以降低传感器104的采样频率。相反地，当数据的百分比变化高于预定阈值时，可以增加采样频率。例如，如果预定阈值为相对于先前测量值的5％的变化，并且第二测量值表示与第一测量值相比的7％的变化，则可以增加采样频率，因为7％高于5％阈值。在实施例中，当百分比变化高于或低于预定阈值时，采样频率可以分别增加或减少预定的量。例如，如果百分比变化是7％的增加——并且因此高于5％的范例预定阈值——则采样率可以增加预定的20％。相比之下，如果百分比变化低于5％阈值(在实施例中)，则采样率可以降低20％。
普通技术人员应领会，在不同的实施例中，多个阈值可以被实施并且与多个增加或减少的速率相关联。例如，高于5％阈值的变化可能导致10％的采样率增加，而高于10％阈值的变化可能导致15％的增加(备选地，低于5％百分比阈值的变化可能导致7％的减少)。此外，用于增加采样率的阈值可能与用于降低采样率的那些阈值不同。例如，低于5％百分比变化的任何结果可能导致下降的采样率，而高于7％的百分比变化的任何结果可能会导致增加的采样率，并且在其之间的任何结果可能导致采样率无变化。普通技术人员结合对本公开的概述将理解，阈值和/或量增加是设计选择的问题，并且将根据传感器的类型、实施方案、测量结果和使用场景以及其他设计考虑而变化。
备选地，采样率可以与变化百分比成正比地增加/减少。例如，5％的百分比变化可能导致采样率提高5％。备选地，可以将乘法器应用于百分比变化，或者可以将一些其他数学运算应用于百分比变化以导致采样率的增加/减少。这可以结合如上文所述的阈值来应用。例如，采样率可以针对高于5％的任何百分比变化的测量值的百分比变化而成比例地增加。
本领域普通技术人员审阅本公开后应领会，对比较的值的识别可以在传感器的种类与测量结果的种类之间变化。例如，一些传感器仅测量大小。例如，光传感器可以测量针对给定样本的接收到的光的大小(即，亮度)。因此，可以比较每个样本的感测到的光的幅度，并且相应地调节采样率。然而，其他传感器被用于测量超出简单大小的量，诸如在可识别的事件之间逝去的时间。例如，心率监测器可以测量多个心跳(即，可识别的事件)之间逝去的时间以推断出心率。换言之，心率监测器可以测量如跨至少两个样本测量的两个或多个事件之间逝去的时间。因此，当比较针对心脏监测器的传感器数据的百分比变化时，可能需要测量在三个或更多个事件之间逝去的时间的百分比变化(即，在第一测量到的事件和第二测量到的事件之间逝去的时间与在第二测量到的事件和第三测量到的事件之间逝去的时间的百分比变化)。
在范例中，如果可穿戴设备102处的传感器104感测到可穿戴设备102的用户的一致的心率，则可以降低心率传感器104的采样频率。如果可穿戴设备102的用户开始运动(例如，开始跑步)，在检测到心率增加之后，则心率传感器104的采样频率可以增加，直到这样的时间：感测到的心率的变化稳定。因此，在实施例中，所述设备(或系统)可以在传感器数据改变最大时收集更多的传感器数据，并且在传感器数据改变最少时存储较少的传感器数据，从而在重要的时间记录数据的同时管理功率。
在实施例中，如果将来的充电时间是已知的——或者可以以其他方式来估计——则可以调节传感器104的功率需求，以便确保电池电量可以持续到下一次充电时间。换言之，当预测电池电量要在安排或估计的充电时间之前耗尽时，可以自动地调节对来自传感器104的数据的采样频率，使得电池应当能够维持可穿戴设备102的操作，直到安排或估计的充电时间。在实施例中，在处理器上运行的软件确定可穿戴设备102不大可能维持可穿戴设备102的操作直到安排的充电时间的情况下，向可穿戴设备102的用户发送消息，指示用户应当在可穿戴设备102处对电池充电或者在可穿戴设备102处改变功耗设置。在实施例中，可以通过监测可穿戴设备102的典型使用来估计下一次充电时间(即，跟踪可穿戴设备102被充电的时间)，以便估计下一个可能的充电时间。在备选实施例中，用户可以肯定地输入下一个充电窗口。
在实施例中，可以根据在可穿戴设备102处或者与可穿戴设备102通信的移动设备处的一个或多个设置来肯定地设定采样率。在可穿戴设备102或可穿戴设备102处设定的设置也可以识别一个或多个传感器的采样率可以随时间被自动调节多少。可穿戴设备102的用户设定的设置也可以在传感器数据处在一定范围内时保持当前采样频率。例如，当心率高于阈值水平时，心率传感器104可以以当前采样率进行采样。
再次参考图1，示出了用于自动地改变传感器读取计时的系统的实施例。图1包括可以通过互联网与彼此通信的功率管理可穿戴设备102、功率使用网络、以及移动设备134。在备选或附加实施例中，可穿戴设备102和移动设备134可以通过蓝牙、低功率蓝牙、Wi-Fi、激光、可见光、红外、微波和/或用于无线地和/或经由诸如以太网端口、USB端口等有线连接进行通信的任何其他合适的方法进行通信。功率管理可穿戴设备102也可以通过无线数据通信接口或者经由利用线缆的连接来直接与移动设备进行通信。在实施例中，功率管理可穿戴设备102至少包括通信接口108、触摸显示器110、电源112、传感器1-N(包括传感器104)、时钟114、振动器116、以及存储器118。振动器116可以被用于通知用户改变设置或减少活动(如下文所论述的)。在备选实施例中，可以由被配置为发出声音的扬声器、或者通过SMS、电子邮件或者本领域已知的其他通知手段对用户进行通知。存储器118例如可以包括功率管理基础软件120、设置数据库122、智能充电数据库124、历史数据库126、设置GUI128、智能充电GUI 130、和操作系统软件132。
在实施例中，在图1中的移动设备134可以包括移动功率管理应用136、移动操作系统138(OS)以及网络通信接口140。功率使用网络142包括网络软件144、历史功率使用数据库146以及网络通信接口148。
所述系统也能够与移动电话(例如，移动设备134)或其他移动设备集成，其中，GUI和通知中的一些或全部都被定位在电话上。在这种情况下，可穿戴设备102可以是非常简单的，并且例如不包括显示器。此外，功率管理程序可以被定位在移动电话上并且被用于操作1-N个传感器。在这种情况下，可穿戴设备102可能不要求是大的或者需要否则将有必要运行本文所描述的各种功率管理程序的强大的处理器。这对于与能量收集传感器一起使用是理想的。在又一实施例中，可以利用网络数据库通过下载关于特定变量的变化的数据来增强功率管理程序的功能。例如，心率可以与指示睡眠的特定基准相关联。具有特定年龄和健康的个体可以使用下载的数据来识别传感器频率可以如何随着时间而变化，以在保持可穿戴设备102处的功率使用的同时提供最大可用性。
图2仅图示了可以在显示器上显示的设置GUI 200的一个实施例。设置GUI 200可以驻留在移动设备134上的存储器中，或者可以驻留在可穿戴设备102处的存储器中。在实施例中，设置GUI可以包括若干个不同的数据输入框202和不同的选择框204。当配置传感器(例如传感器104)要以什么频率被轮询数据时，可以使用数据输入框202。例如，设置GUI可以允许用户设置具有5分钟设置的脉搏默认频率、具有15分钟的设置的脉搏最小频率、以及10秒的最大脉搏频率。GUI中的选择框204可以包括电池寿命选择框和警报类型选择框。电池寿命选择框可以被用于选择对应于最大电池寿命的低功率设置。备选地，可以将电池寿命设定为平衡型，其可以优化传感器灵敏度和电池寿命两者，或者设定在可以将传感器设置为高或最大灵敏度(即，经常采样)的性能模式。警报类型选择框可以允许用户配置警报，诸如发送到移动设备的文本消息、振动或警报。图2也标识了卡路里传感器。
当电池寿命选择框被设置为性能型时，可以以最大或其他高的频率来感测可穿戴设备的用户的脉搏率。当电池寿命被设置为平衡型水平，可以以默认频率来感测用户的脉搏率。当脉搏率被设置为最大时，可以以最小的频率来感测用户的脉搏率。功率使用将对应于可穿戴设备102的传感器被使用的频率。传感器使用的频率越低，可穿戴设备102将消耗的功率越少。
图3示出了可以被显示在显示器上的智能充电GUI 300的实施例。智能充电GUI300可以被存储在可穿戴设备102处的存储器中，或者被存储在移动设备134处的存储器中。GUI包括识别一周中的各天(从星期一到星期日)的框302。在实施例中，星期一、星期三和星期五的灰色选择框指示那些日期被识别为具有充电窗口。GUI 300识别对应于星期一、星期三和星期五的最佳计时充电窗口的开始时间304为6:00PM和结束时间306为8:00PM。可以通过在GUI中选择添加选择框308来将更多时间输入到GUI中。
图4A图示了可以被包括在功率管理基础软件中的软件模块的实施例。图4A中所示的软件模块是：读取模块402，其被配置为根据场景来动态地调节传感器采样频率；预测模块404，其被配置为估计到下一个充电窗口的时间；计算器模块406，其被配置为计算剩余电池寿命；以及建议模块408，其被配置根据用户定义的设置来调节传感器104采样或者通知用户改变用户定义的设置。
图4B图示了功率管理基础软件120可以执行的程序流410的实施例。在实施例中，图4B中的功率管理软件120的程序流410可以在第一步骤中开始，即，在步骤412中开始，其可以从计算器模块执行程序代码以计算剩余的电池寿命。在步骤414中，可以执行读取模块的程序代码以根据场景来动态地调节传感器采样频率。在步骤416中，可以执行预测模块的程序代码以估计到下一个充电窗口的时间。并且，在步骤418中，推荐模块的程序代码可以被执行，以根据用户定义的设置来调节传感器104采样或者通知用户改变用户定义的设置。
图5图示了由读取模块实施的算法500的实施例的流程图。在步骤502中，可以轮询时钟一定时间。该步骤也可以通过查询设置数据库来确定下一次输入(读取)传感器数据的时间。普通技术人员结合对本公开的概述将意识到，在另一实施例中，时钟信号可以驱动传感器并且确定下一个采样时间，而不需要轮询步骤。在步骤504中，可以从传感器1至N来接收传感器数据。在步骤506中，传感器数据可以被写入数据库。在步骤508中，接收的传感器数据可以与历史数据库中存储的先前数据进行比较。
在实施例中，在图5的算法的步骤510中，可以比较当前测量的传感器数据以确定其是否处在先前接收的传感器数据的5％之内。普通技术人员结合对本公开的概述将意识到，该步骤可以包括将第一测量值与第二测量值进行比较的步骤，每个测量值是根据接收的传感器数据来确定的(例如，利用测量到的传感器数据检测到的积极事件之间逝去的时间)。当传感器数据——或测量值——在先前接收到的传感器数据的5％之内时，程序流可以在步骤512处返回到执行功率管理基础软件120(即，以默认或先前设定的速率对传感器进行采样)。当传感器数据或测量值超过先前接收到的传感器数据的5％时，程序流可以移动到步骤514，该步骤确定当前传感器读数是否高于先前传感器读数。如果不是——例如，第二测量值比第一测量值小至少5％——则传感器采样频率可以在步骤516处降低20％。在降低传感器采样频率之后，程序流移动到步骤512，其中，以新的采样频率执行功率管理基础软件。如果当前传感器读数高于先前的读数——例如，第二测量值比第一测量值多至少5％——则程序流移至步骤518，在步骤518中，传感器采样频率被增加20％。在增加传感器采样频率之后，程序流移动到步骤512，其中，以新的采样频率执行功率管理基础软件。在备选实施例中，无论第二值或数据点是高于还是低于第一值，可以针对阈值以上(或以下)值的任何变化来增加(或降低)采样频率。上文更全面地讨论了该方法的实施的细节。
该系统/设备能够被用在多传感器系统中，并且可以允许用户为每个传感器设定参数。用户也可以对传感器的使用区分优先级。例如，卡路里计数器可以以其自己最小、最大和默认的频率被添加到该系统中。传感器也可以被区分优先级。例如，可以在改变可穿戴设备102处的脉搏传感器之前首先降低(调降)卡路里计数器频率。
在实施例中，图5的读取模块软件能够被配置为动态地调节传感器采样频率，使得经基于可以在GUI中设置的设置来更不频繁地或更频繁地监测传感器。
图6图示了可以被用于实施本文所描述的各种特征和过程的移动设备架构的实施例。架构600能够在任何数量的便携式设备中实现，所述便携式设备包括但不限于智能可穿戴设备。如在图6所图示的架构600包括存储器接口602、处理器604和外围设备接口606。存储器接口602、处理器604和外围设备接口606可以是单独的部件，或者能够被集成为一个或多个集成电路的一部分。各种部件能够通过一条或多条通信总线或信号线进行耦合。
图6中所图示的处理器604旨在包括数据处理器、图像处理器、中央处理单元或者任何各种多核处理设备。能够将任何各种传感器、外部设备和外部子系统耦合到外围设备接口606，以促进示范性移动设备的架构600内的任何数量的功能。例如，运动传感器610、光传感器612和接近度传感器614能够被耦合到外围设备接口606，以促进移动设备的定向、照明和接近度功能。例如，可以利用光传感器612来促进调节触摸表面646的亮度。可以在加速度计或陀螺仪的场景中例示的运动传感器610可以被用于检测移动设备的移动和取向。然后，可以根据检测到的取向(例如，纵向或横向)来呈现显示对象或媒介。
其他传感器，诸如温度传感器、生物测定传感器、或者其他感测设备，可以被耦合到外围设备接口606，以促进对应的功能。位置处理器615(例如，全球定位收发器)能够被耦合到外围设备接口606，以允许生成地理定位数据，从而促进地理位置定位。诸如集成电路芯片的电子磁力计616可以继而被连接到外围设备接口606，以提供与真磁北方向有关的数据，由此移动设备可以享有罗盘或定向功能。相机子系统620和光学传感器622(诸如电耦合器件(CCD)或互补金属氧化物半导体(CMOS)光学传感器)能够促进相机功能，诸如记录照片和视频剪辑。
可以通过一个或多个通信子系统624来促进通信功能，通信子系统624可以包括一个或多个无线通信子系统。无线通信子系统624能够包括802.5或蓝牙收发器以及诸如红外的光收发器。有线通信系统能够包括诸如通用串行总线(USB)端口或者某种其他有线端口连接的端口设备，所述其他有线端口连接能够被用于建立到诸如网络接入设备、个人计算机、打印机、显示器、或者能够接收或发送数据的其他处理设备的其他计算设备的有线耦合。通信子系统624的具体设计和实施可以取决于设备意图在其上操作的通信网络或介质。例如，设备可以包括被设计为通过全球移动通信(GSM)网络、GPRS网络、增强型数据GSM环境(EDGE)网络、802.5通信网络、码分多址(CDMA)网络或蓝牙网络来操作的无线通信子系统。通信子系统624可以包括托管协议，使得该设备可以被配置为针对其他无线设备的基站。通信子系统也能够允许设备使用一个或多个协议(诸如TCP/IP、HTTP或UDP)与主机设备进行同步。
音频子系统626能够被耦合到扬声器628和一个或多个麦克风630以促进语音使能的功能。这些功能可能包括语音识别、语音复制或数字录音。联合的音频子系统626也可以涵盖传统的电话功能。
I/O子系统640可以包括触摸控制器642和/或(一个或多个)其他输入控制器644。触摸控制器642能够被耦合到触摸表面646。触摸表面646和触摸控制器642可以使用许多触摸敏感技术中的任意触摸敏感技术来检测接触和移动或断开，包括但不限于：电容、电阻、红外或表面声波技术。可以类似地使用用于确定与触摸表面646的一个或多个接触点的其他接近度传感器阵列或元件。在一个实施方案中，触摸表面646能够显示虚拟或软按钮和虚拟键盘，其能够由用户用作输入/输出设备。
其他输入控制器644能够被耦合到其他输入/控制设备648，诸如一个或多个按钮、摇臂开关、拇指轮、红外端口、USB端口和/或诸如触笔的指点设备。一个或多个按钮(未示出)能够包括用于扬声器628和/或麦克风630的音量控制的上/下按钮。在一些实施方案中，设备600能够包括音频和/或视频回放或记录设备的功能，并且可以包括用于连接到其他设备的引脚连接器。
存储器接口602能够被耦合到存储器650。存储器650能够包括高速随机存取存储器或者诸如磁盘存储设备、光学存储设备或闪存的非易失性存储器。存储器650能够存储操作系统652，诸如Darwin、RTXC、LINUX、UNIX、OS X、ANDROID、WINDOWS或者诸如VXWorks的嵌入式操作系统。操作系统652可以包括用于处理基本系统服务以及用于执行与硬件相关的任务的指令。在一些实施方案中，操作系统652可以包括内核。
存储器650也可以存储通信指令654以促进与其他移动计算设备或服务器的通信。通信指令654也能够被用于基于可以由GPS/导航指令668获得的地理位置来选择由设备使用的操作模式或通信介质。存储器650可以包括：图形用户接口指令656，以促进图形用户接口处理，诸如生成接口；传感器处理指令658，以促进传感器相关的处理和功能；电话指令660，以促进电话相关的过程和功能；电子消息指令662，以促进电子消息相关的过程和功能；网页浏览指令664，以促进与网页浏览相关的过程和功能；媒介处理指令666，以促进媒介处理相关的过程和功能；GPS/导航指令668，以促进GPS和导航相关的过程，相机指令670，以促进相机相关的过程和功能；以及可以在移动计算设备上或者与移动计算设备一起操作的针对任何其他应用的指令672。存储器650也可以存储用于促进其他过程、特征和应用的其他软件指令，诸如与导航、社交网络、基于位置的服务或地图显示相关的应用。
参考图7A，在一个实施例中，是可以由软件预测模块实施的方法700(即，算法)的范例。预测模型流程图开始于步骤702，其中，从智能充电GUI接收一个或多个充电窗口。在备选实施例中，可以接收估计的下一次充电时间(或窗口)，其中，根据已知用户习惯或者随时间执行的活动对估计的充电窗口进行估计。接下来，在步骤704中，可以从计算器模块接收对剩余电池寿命的估计。剩余电池寿命可以根据当前使用量、特计时间段内的平均使用量、随时间的平均电池消耗量、或者根据本领域已知的其他方法来确定。接下来，在步骤706中，比较剩余的估计电池寿命，以查看其是否会持续到下一个智能充电窗口。如果为是，则在步骤708中，程序流可以移动到功率管理基础软件中的初始(开始)步骤。如果为否，(即，预计电池寿命不会持续到下一个智能充电窗口)，则程序流可以在步骤710中移动到推荐模块，如在图7B中所描绘的。
参考图7B，在一个实施例中，是可以由推荐模块实施的方法712(即算法)的范例。图7B的推荐模块在实施例中开始于步骤714，其从历史数据库检索当前传感器频率设置。在步骤716处，推荐模块从设置数据库检索最小传感器频率设置。在流程图的步骤718处，确定当前设置是否大于用户选择的最小频率。如果当前采样率大于用户定义的最小值，则程序流可以移动到步骤720，步骤720向用户发送指示用户应当对可穿戴设备102充电或改变(更改)最小频率的警报。当当前传感器读取大于最小选定频率时，推荐模块软件可以在步骤722将采样频率降低20％(或者降至最低)，并且然后程序流返回运行读取模块软件。
在备选实施例中，所述系统或设备可以采用学习针对具体用户和/或针对具体时间的最佳频率或充电时间的人工智能(例如，深度学习引擎或神经网络)。
图8图示了可以被存储在历史数据库126的表格800中的数据的实施例。该表格包括列标题：时间、传感器1脉搏、电池电量以及电池电量计算数据。该表格交叉引用时间、当时感测到的脉搏的测量结果、电池电量以及计算的结果，该计算的结果识别电池在当前功率使用水平下运行多长时间。该表格中的第一行指示在上午8点，可穿带设备102的用户的脉搏率为每分钟81次(BPM)、电池电量为90％、并且估计的电池寿命为8小时。注意，随着时间的流逝，对电池电量和电池寿命的估计下降。
图9A图示了可以被存储在设置数据库122中的表格900中的数据的实施例，并且图9B是描绘当以不同频率对传感器进行采样时电池会持续多长时间的图表。图9A中的表格包括列标题：脉搏传感器频率、电池寿命估计以及用户设置。根据该实施例，脉搏传感器的最大采样频率为10秒，默认设置为5分钟，并且最小设置为15分钟。该表格也包括最大的当前电池寿命设置和文本类型的警告。图9B中所描绘的曲线图图示了电池中的能量如何随时间快速地变化。当预计电池寿命不会持续到下一个充电周期时，文本消息可以被发送到用户的移动设备，通知用户对可穿戴设备102进行充电或改变设置。
图10图示了可以被保存在智能充电数据库中的表格1000中的设置的实施例。注意，星期一、星期三和星期五具有从6:00PM至8:00PM的充电窗口设置。注意，在表格中，星期二、星期四、星期六和星期天没有充电窗口设置。
图11图示了用于管理可穿戴设备102中的传感器(例如，传感器104)的功耗的方法(即，算法)1100的实施例。普通技术人员结合对本公开的概述将意识到，根据使用要求和预期的充电时间，上述方法的步骤可以以有利地得到对传感器的更有效使用的任何数量的方式进行组合。
在实施例中，在步骤1102处，其中，提供可穿戴设备102。可穿戴设备102可以是本文所描述的或者以其他方式设想到的任何可穿戴设备102实施例。例如，包括功率管理基础软件120、历史数据库126、智能充电数据库124、设置数据库122、时钟114、可穿戴传感器1-N、设置GUI 128和智能充电GUI 130。可穿戴设备102例如可以是结合图1所描述的设备102的实施例以及其他实施例。
在步骤1104处，可以从用户接收可以识别传感器频率并且识别一个或多个充电窗口的偏好。该计算备选地可以被描述为确定到下一次充电的时间长度。在备选实施例中，可以根据历史使用来估计充电窗口(到下一次充电的时间)。
在步骤1106处，电池寿命计算器可以计算(确定)在当前传感器采样频率下对剩余电池寿命的估计。
在步骤1108处，当识别传感器测量结果或值中的变化的水平(即，百分比变化)时，可以将最近的传感器数据与多个先前的传感器数据点(或从多个数据点导出的值)进行比较。
在方法的步骤1110处，根据实施例，当传感器测量结果变化的水平低时，可以降低传感器频率以节省功率。
在步骤1112处，当确定电池是否具有足够的功率以持续到下一个充电窗口时，可以将估计的电池寿命与充电窗口(或者直到下一个充电窗口的时间)进行比较。如果估计电池寿命在下一个充电窗口之前耗尽，则可以降低传感器频率以便延长电池寿命。然而，如果传感器数据的变化的水平大于定义的阈值，或者到达下一个充电窗口所需的传感器频率比最小值更低，那么当前的传感器采样频率可以根据使用要求和各种不同实施例来维持或增加。
最后，在图11的步骤1114处并且根据实施例，当传感器数据的变化的水平大于定义的阈值时，或者当到达下一个充电窗口所需的传感器频率比由用户定义的最小频率更低时，可穿戴设备102的用户在步骤1116处可以发送消息通知用户充电或改变(更改)其可穿戴设备102中的设置。例如，如果变化水平大于5％的阈值，则可以通知用户电池将不会持续到下一个定义的(估计的)充电窗口，并且因此，用户应当减少活动或改变设置以允许更低的采样率。在另一范例中，如果最小频率被设置为使得即使在最小频率下，电池将不会持续到下一个充电窗口，则可以通知用户改变最小频率，使得电池将持续到下一个窗口。
可以实施各种接口——通信和接口两者。本领域技术人员将意识到移动设备的各种必要组件并将其与前述附图和/或说明中的一个或多个进行集成。
尽管上文已经描述了各种实施例，但是应当理解，其仅仅是作为范例呈现的，而非限制性的。说明书并不旨在将本发明的范围限制到本文所阐述的具体形式。因此，优选实施例的广度和范围不应当受任何上述实施例的限制。应当理解，上述描述是说明性的而非限制性的。相反地，本说明书旨在涵盖如可以包括在由随附权利要求所限定的或者由本领域普通技术人员所理解的本发明的精神和范围内的替代、修改和等价方案。
因此，本发明的范围不应当参照上述描述来确定，而是应当参考随附权利要求及其等同方案的完整范围来确定。本文中所定义和使用的所有定义均应当被理解为支配词典定义、通过引用并入的文件中的定义和/或所定义术语的普通意义。
如在本文中在说明书和权利要求书中所使用的词语“一”和“一个”，除非明确地另行指出，应当被理解为意指“至少一个”。
如在本文中说明书和权利要求书中所使用的短语“和/或”应当理解为意指如此结合的元件中的“一个或两者”，即元件在某些情况下结合存在，并且在其他情况中分离地存在。以“和/或”列出的多个元件应以相同的方式来解释，即，如此连接的“一个或多个”元件。任选地可以存在除“和/或”子句特别标识的元素之外的其他元素，无论是与专门标识的那些元件相关或不相关。
如在本文中在说明书和权利要求中所使用的，“或”应当被理解为具有与以上定义的“和/或”相同的含义。例如，当分离列表中的项目时，“或”或“和/或”应当被解释为包含性的，即，包括若干元件或元件的列表中的至少一个，但也包括多于一个，以及任选地额外的未列出的项目。只有明确指出相反的项，例如“只有一个”或“确切地一个”，或者在权利要求书中使用“由...组成”时，将指的是包括若干元件或元件的列表中的确切的一个元件。一般而言，本文中使用的术语“或”仅在以排他性项(即“一个或另一个但不是两者”)为前序时应当被解释为指示排他性的替代方案，诸如“任一”、“中的一个”、“中的仅一个”或“中的确切的一个”。
本文在说明书和权利要求书中使用的，短语“至少一个”，在对一个或多个元件的列举的引用中，应当被理解为意指选自所列举的元件中的所述元件的一个或多个的至少一个元件，但不必包含所述元件的列举中具体列出的每个和每一个元件中的至少一个，并且不排除所述列举的元件中元件的任意组合。该定义还允许任选地存在除了在短语“至少一个”所指的元素列表中具体标识的元素之外的元素，无论是与专门识别的元素相关或不相关的元素。
也应当理解，除非明确地指出相反地，否则在本文所主张的任何包括多于一个步骤或动作的方法中，方法的步骤或动作的顺序不一定限制到方法的步骤或动作被记载的顺序。
在权利要求书以及上述说明书中，所有过渡性短语如“包括”、“包含”、“承载”、“具有”、“含有”、“涉及”、“持有”将被理解为开放式的，即意味着包括但不限于此。仅连接词“由......组成”和“基本上由......组成”应当分别为封闭式或半封闭是的连接词，如在美国专利局专利审查程序手册，章节2111.03中所规定。
尽管本文中已描述并图示了若干个创新实施例，但本领域技术人员将容易设想到多种其他方式和/或结构，用于执行所述功能和/或获得所述结果和/或本文描述的优点中的一个或多个，并且这样的变型和/或更改中的每个均被示为在本文描述的创新实施例的范围之内。更一般地，本领域技术人员将容易意识到，本文描述的所有参数、尺寸、材料和配置均旨在是范例，并且实际参数、尺寸、材料和/或配置将取决于特定的应用或所述创新的教导被用于的应用。本领域技术人员将认识到或者能够使用不超过常规实验来确定本文所描述的具体创造性实施例的许多等价方案。因此，应当理解，前述实施例仅以范例的方式呈现，并且在所附权利要求及其等价方案的范围之内，创造性实施例可以以与具体描述和要求保护的不同的方式来实践。本公开的创新实施例涉及本文描述的每个个体特征、系统、物品、材料、成套设备和/或方法。此外，两个或多个这样的特征、系统、物品、材料、成套设备和/或方法的任意组合，如果这样的特征、系统、物品、材料、成套设备和/或方法不相互抵触的话，均被包括在本公开的创新范围之内。

Claims (30)

1.一种用于监测可穿戴设备的功耗的方法，所述方法包括以下步骤：
接收来自所述可穿戴设备的传感器的多个传感器读数，其中，所述传感器读数是以第一采样频率获得的；
由所述可穿戴设备的处理器根据所述多个传感器读数来确定至少第一传感器值和第二传感器值，其中，所述第二传感器读数是在所述第一传感器读数之后获得的；
计算所述第一传感器值与所述第二传感器值之间的差；并且
根据所计算的差来改变所述第一采样频率。
2.根据权利要求1所述的方法，其中，所述第一传感器值是所述多个传感器读数中的第一传感器读数的大小，并且所述第二传感器值是所述多个传感器读数中的第二读数的大小。
3.根据权利要求1所述的方法，其中，所述第一传感器值是由所述多个传感器读数测量的第一事件与由所述多个传感器读数测量的第二事件之间逝去的时间，并且所述第二传感器值是由所述多个传感器读数测量的第三事件与由所述多个传感器读数测量的第四事件之间逝去的时间。
4.根据权利要求1所述的方法，其中，如果所述差高于预定阈值，则增加所述采样频率。
5.根据权利要求1所述的方法，其中，如果所述差高于预定阈值并且所述第二传感器值大于所述第一值，则增加所述采样频率。
6.根据权利要求1所述的方法，其中，如果所述差高于预定阈值并且所述第二值小于所述第一值，则降低所述采样频率。
7.根据权利要求1所述的方法，其中，如果所述差低于预定阈值，则降低所述采样频率。
8.根据权利要求1所述的方法，还包括以下步骤：
估计所述可穿戴设备的电池的剩余充电时间；
将所估计的剩余充电时间与到下一次安排的再充电的时间进行比较；并且
如果所述剩余充电时间小于所述到下一次安排的再充电的时间，则降低所述传感器的采样率。
9.根据权利要求8所述的方法，其中，根据从用户接收到的下一次充电时间来计算所述到下一次充电的时间。
10.根据权利要求8所述的方法，还包括以下步骤：如果变化的水平大于用户定义的阈值，或者如果建议的传感器频率未落在用户定义的频率范围之内，则通知所述用户对所述可穿戴设备进行充电或者更改其对所述可穿戴设备的使用。
11.一种在其上实现有程序的非瞬态计算机可读存储介质，所述程序能由处理器运行以执行算法，所述算法包括以下步骤：
接收来自可穿戴设备的传感器的多个传感器读数，其中，所述传感器读数是以第一采样频率获得的；
由所述可穿戴设备的处理器根据所述多个传感器读数来确定至少第一传感器值和第二传感器值，其中，所述第二传感器读数是在所述第一传感器读数之后获得的；
计算所述第一传感器值与所述第二传感器值之间的差；并且
根据所计算的差来改变所述第一采样频率。
12.根据权利要求11所述的非瞬态计算机可读存储介质，其中，所述第一值是多个传感器样本中的第一样本的大小，并且所述第二值是所述多个传感器样本中的第二样本的大小。
13.根据权利要求11所述的非瞬态计算机可读存储介质，其中，所述第一传感器值是由所述多个传感器读数测量的第一事件与由所述多个传感器读数测量的第二事件之间逝去的时间，并且所述第二传感器值是由所述多个传感器读数测量的第三事件与由所述多个传感器读数测量的第四事件之间逝去的时间。
14.根据权利要求11所述的非瞬态计算机可读存储介质，其中，如果所述差高于预定阈值，则增加所述采样频率。
15.根据权利要求11所述的非瞬态计算机可读存储介质，其中，如果所述差高于预定阈值并且所述第二值大于所述第一值，则增加所述采样频率。
16.根据权利要求11所述的非瞬态计算机可读存储介质，其中，如果所述差高于预定阈值并且所述第二值小于所述第一值，则降低所述采样频率。
17.根据权利要求11所述的非瞬态计算机可读存储介质，其中，如果所述差低于预定阈值，则降低所述采样频率。
18.根据权利要求11所述的非瞬态计算机可读存储介质，其中，所述算法还包括以下步骤：
估计所述可穿戴设备的电池的剩余充电时间；
将所述剩余充电时间与到下一次充电的时间进行比较；并且
在确定了所述剩余充电时间小于所述到下一次充电的时间的情况下降低所述传感器的采样率。
19.根据权利要求18所述的非瞬态计算机可读存储介质，其中，根据从用户接收到的下一次充电时间来计算所述到下一次充电的时间。
20.根据权利要求18所述的非瞬态计算机可读存储介质，其中，所述算法还包括以下步骤：如果变化的水平大于用户定义的阈值，或者如果建议的传感器频率未落在用户定义的频率范围之内，则通知所述用户对所述可穿戴设备进行充电或者更改其对所述可穿戴设备的使用。
21.一种用于监测可穿戴设备的功耗的系统，包括：
所述可穿戴装置的至少一个传感器；
处理器，在所述处理器上具有可执行指令，所述可执行指令被配置为使所述处理器：
接收来自所述传感器的多个传感器读数，其中，所述传感器读数是以第一采样频率获得的；
根据所述多个传感器读数来确定至少第一传感器值和第二传感器值，其中，所述第二传感器读数是在所述第一传感器读数之后获得的；
计算所述第一传感器值与所述第二传感器值之间的差；并且
根据所计算的差来改变所述第一采样频率。
22.根据权利要求21所述的系统，其中，所述第一值是多个传感器样本中的第一样本的大小，并且所述第二值是所述多个传感器样本中的第二样本的大小。
23.根据权利要求21所述的系统，其中，所述第一传感器值是由所述多个传感器读数测量的第一事件与由所述多个传感器读数测量的第二事件之间逝去的时间，并且所述第二传感器值是由所述多个传感器读数测量的第三事件与由所述多个传感器读数测量的第四事件之间逝去的时间。
24.根据权利要求21所述的系统，其中，如果所述差高于预定阈值，则增加所述采样频率。
25.根据权利要求21所述的系统，其中，如果所述差高于预定阈值并且所述第二值大于所述第一值，则增加所述采样频率。
26.根据权利要求21所述的系统，其中，如果所述差高于预定阈值并且所述第二值小于所述第一值，则降低所述采样频率。
27.根据权利要求21所述的系统，其中，如果所述差低于预定阈值，则降低所述采样频率。
28.根据权利要求21所述的系统，其中，所述可执行指令还被配置为使所述处理器：
估计所述可穿戴设备的电池的剩余充电时间；
将所述剩余充电时间与到下一次充电的时间进行比较；并且
在确定所述剩余充电时间小于所述到下一次充电的时间的情况下降低所述传感器的采样率。
29.根据权利要求28所述的系统，其中，根据从用户接收到的下一次充电时间来计算所述到下一次充电的时间。
30.根据权利要求28所述的系统，其中，所述可执行指令还被配置为使所述处理器：如果变化的水平大于用户定义的阈值，或者如果建议的传感器频率未落在用户定义的频率范围之内，则通知所述用户对所述可穿戴设备进行充电或者更改其对所述可穿戴设备的使用。
CN201680017971.4A 2015-03-25 2016-03-25 自动地改变传感器读取计时的健康可穿戴物 Active CN107430426B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562138260P 2015-03-25 2015-03-25
US62/138,260 2015-03-25
PCT/IB2016/051705 WO2016151539A1 (en) 2015-03-25 2016-03-25 Health wearable that automatically changes sensor reading timings

Publications (2)

Publication Number Publication Date
CN107430426A true CN107430426A (zh) 2017-12-01
CN107430426B CN107430426B (zh) 2021-03-16

Family

ID=55913662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680017971.4A Active CN107430426B (zh) 2015-03-25 2016-03-25 自动地改变传感器读取计时的健康可穿戴物

Country Status (4)

Country Link
US (1) US10656695B2 (zh)
EP (1) EP3274786B1 (zh)
CN (1) CN107430426B (zh)
WO (1) WO2016151539A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108038050A (zh) * 2017-12-22 2018-05-15 广东欧珀移动通信有限公司 性能调整方法、装置、存储介质及电子设备
CN109240479A (zh) * 2018-09-20 2019-01-18 Oppo广东移动通信有限公司 导航方法、装置、存储介质及电子设备
CN109600825A (zh) * 2019-01-16 2019-04-09 深圳市万普拉斯科技有限公司 一种移动终端电量运行策略生成方法及其装置
CN113242712A (zh) * 2018-09-26 2021-08-10 华为技术有限公司 更新数据采样间隔的方法、根据采样间隔采集数据的方法及其装置
CN113849062A (zh) * 2021-11-24 2021-12-28 深圳维特智能科技有限公司 基于嵌入式系统加速度及姿态角度的动态节能方法及装置
CN114209298A (zh) * 2021-12-06 2022-03-22 深圳市爱都科技有限公司 一种ppg传感器控制方法、装置及电子设备

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109952130B (zh) * 2016-10-12 2023-06-20 皇家飞利浦有限公司 自动体外除颤器(aed)中的故障诊断测试警告超控
JP2019100687A (ja) * 2017-12-08 2019-06-24 パナソニックＩｐマネジメント株式会社 空調制御方法及び空調制御装置
US11356315B2 (en) 2018-03-28 2022-06-07 Intel Corporation Methods and apparatus to dynamically control devices based on distributed data
US11832584B2 (en) 2018-04-22 2023-12-05 Vence, Corp. Livestock management system and method
AU2019263295A1 (en) * 2018-05-03 2020-09-17 Dexcom, Inc. Systems and method for activating analyte sensor electronics
JP6879279B2 (ja) * 2018-10-01 2021-06-02 カシオ計算機株式会社 電子機器、制御方法、及び、プログラム
CN109276255B (zh) * 2018-11-27 2023-02-28 平安科技（深圳）有限公司 一种肢体震颤检测方法及装置
CN109379479B (zh) * 2018-11-27 2021-03-02 平安科技（深圳）有限公司 一种移动终端内置传感器性能测试方法及装置
EP3906654A1 (en) * 2019-01-04 2021-11-10 Convida Wireless, Llc Optimizing interaction between applications and devices in a communications network
CN109933294B (zh) * 2019-03-26 2023-10-17 努比亚技术有限公司 数据处理方法、装置、可穿戴设备及存储介质
US11169585B2 (en) 2019-08-16 2021-11-09 Apple Inc. Dashboard with push model for receiving sensor data
KR20210108275A (ko) 2020-02-25 2021-09-02 삼성전자주식회사 정보 송수신 방법 및 그 전자 장치
US11742080B2 (en) * 2020-06-10 2023-08-29 Fresenius Medical Care Holdings, Inc. Secure artificial intelligence enabled wearable medical sensor platforms
IL276201B (en) * 2020-07-21 2021-10-31 Scr Eng Ltd System and method for efficient management of power consumption of an animal monitoring device
CN114041753B (zh) * 2021-11-16 2024-04-26 上海市第六人民医院 睡眠分期方法、装置、计算机设备和存储介质
CN114500286B (zh) * 2021-12-30 2023-05-16 电子科技大学 一种物联网自适应外设调度方法、计算机设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103323615A (zh) * 2013-06-05 2013-09-25 中国科学院计算技术研究所 一种通过加速度传感器计算步行速度的移动终端及方法
CN104160360A (zh) * 2012-01-25 2014-11-19 苹果公司 电子设备的电源管理
US20140358472A1 (en) * 2013-05-31 2014-12-04 Nike, Inc. Dynamic sampling
CN104283952A (zh) * 2014-09-29 2015-01-14 百度在线网络技术（北京）有限公司 用户生理参数的处理方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7647131B1 (en) * 2006-03-09 2010-01-12 Rockwell Automation Technologies, Inc. Dynamic determination of sampling rates
US20140183386A1 (en) * 2013-01-03 2014-07-03 Aqua - Rimat Ltd. Sensing device with reduced energy consumption
US9554747B2 (en) * 2013-08-26 2017-01-31 EveryFit, Inc. Power efficient system and method for measuring physical activity in resource constrained devices
US9986179B2 (en) * 2014-09-30 2018-05-29 Qualcomm Incorporated Sensor architecture using frame-based and event-based hybrid scheme
JP2016096431A (ja) * 2014-11-13 2016-05-26 株式会社東芝 通信装置、通信方法およびプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104160360A (zh) * 2012-01-25 2014-11-19 苹果公司 电子设备的电源管理
US20140358472A1 (en) * 2013-05-31 2014-12-04 Nike, Inc. Dynamic sampling
CN103323615A (zh) * 2013-06-05 2013-09-25 中国科学院计算技术研究所 一种通过加速度传感器计算步行速度的移动终端及方法
CN104283952A (zh) * 2014-09-29 2015-01-14 百度在线网络技术（北京）有限公司 用户生理参数的处理方法及装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108038050A (zh) * 2017-12-22 2018-05-15 广东欧珀移动通信有限公司 性能调整方法、装置、存储介质及电子设备
CN108038050B (zh) * 2017-12-22 2020-12-22 Oppo广东移动通信有限公司 性能调整方法、装置、存储介质及电子设备
CN109240479A (zh) * 2018-09-20 2019-01-18 Oppo广东移动通信有限公司 导航方法、装置、存储介质及电子设备
CN113242712A (zh) * 2018-09-26 2021-08-10 华为技术有限公司 更新数据采样间隔的方法、根据采样间隔采集数据的方法及其装置
CN113242712B (zh) * 2018-09-26 2022-08-26 华为技术有限公司 更新数据采样间隔的方法、根据采样间隔采集数据的方法及其装置
CN109600825A (zh) * 2019-01-16 2019-04-09 深圳市万普拉斯科技有限公司 一种移动终端电量运行策略生成方法及其装置
CN113849062A (zh) * 2021-11-24 2021-12-28 深圳维特智能科技有限公司 基于嵌入式系统加速度及姿态角度的动态节能方法及装置
CN113849062B (zh) * 2021-11-24 2022-03-04 深圳维特智能科技有限公司 基于嵌入式系统加速度及姿态角度的动态节能方法及装置
CN114209298A (zh) * 2021-12-06 2022-03-22 深圳市爱都科技有限公司 一种ppg传感器控制方法、装置及电子设备

Also Published As

Publication number Publication date
EP3274786A1 (en) 2018-01-31
WO2016151539A1 (en) 2016-09-29
CN107430426B (zh) 2021-03-16
US20180113498A1 (en) 2018-04-26
US10656695B2 (en) 2020-05-19
EP3274786B1 (en) 2022-06-15

Similar Documents

Publication Publication Date Title
CN107430426A (zh) 自动地改变传感器读取计时的健康可穿戴物
CN114522394B (zh) 定制通知的确定和呈现
US11484261B2 (en) Dynamic wearable device behavior based on schedule detection
US9750433B2 (en) Using health monitor data to detect macro and micro habits with a behavioral model
US10321870B2 (en) Method and system for behavioral monitoring
US9830426B2 (en) Fitness monitoring device with user engagement metric functionality
US9299036B2 (en) Life pattern detection
JP5216140B2 (ja) 行動提案装置、及びその方法
US20180070840A1 (en) Wearable devices with two stage of use
US10429445B2 (en) Method and system for providing charging information to a user of a wearable device
US20170039480A1 (en) Workout Pattern Detection
JP2018506773A (ja) ジェスチャベースの行動を監視し、それに影響を与える方法およびシステム
US10636017B2 (en) Charge management
CN104434315A (zh) 便携式监视装置及其操作方法
JP5372487B2 (ja) 行動記録入力支援システム、及びサーバ
CN110709940B (zh) 用于预测传感器测量质量的方法、系统和介质
JP6742380B2 (ja) 電子装置
JP5194917B2 (ja) 表示装置およびその表示方法

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