CN108076227A - 一种用于移动终端的控制方法及移动终端 - Google Patents

Abstract

本发明提供了一种用于移动终端的控制方法及移动终端，控制方法包括以下步骤：判断移动终端是否处于睡眠状态；当移动终端处于睡眠状态时，获取设于移动终端内的加速度传感器的加速度信息；移动终端内预设有加速度阈值、获取加速度信息的获取次数及获取次数阈值；比较加速度信息与加速度阈值，当加速度信息大于或等于加速度阈值时，对获取次数的计数加一；当获取次数大于或等于次数阈值时，控制移动终端亮屏。采用上述技术方案后，可在如功能机的移动终端上也实现该抬腕唤醒或抬手亮屏的功能，给功能机等此类移动终端的用户带来良好的用户体验。

Description

一种用于移动终端的控制方法及移动终端

技术领域

本发明涉及终端控制领域，尤其涉及一种用于移动终端的控制方法及移动终端。

背景技术

随着智能终端的逐渐发展，其普及率也在逐渐地增多，但对于某些特殊的人群如老 年人、儿童、贫困人群、或是工作岗位上要求不得使用智能终端而言，智能终端的使用率较低，通常更为普遍使用的，是上一代终端的功能机。

功能机，是一种较低级的终端，它的运算能力与功能略逊于智能终端，但是功能较为纯粹，只能用来打电话，主要适合老人和儿童使用。在功能机上可以执行一些应用程 式，然而，它能够应用的应用程式界面比智能终端少，也不能执行原生程式，这些程式 多半是基于JAVA ME或BREW。

据数据显示，2016年全球智能手机出货量达到15亿部，而功能手机出货量达到3.96 亿部，功能手机出货量相当于智能手机出货量的26.4％，同期全球第一大手机品牌智能 手机出货量大约为3.1亿部，即是说功能机整体出货量超过了全球第一大手机品牌的智能 手机出货量，可见功能机的市场规模依然相当大。

总体来讲，功能机与智能终端的区别来说，主要有三大不同：

1.智能终端最大的进步是它结合了手机、音视频播放及其它个人数据处理的几乎所 有的服务。智能终端的出现使得大多数用户不用再带很多其它的设备就可以完成想做的 事情。

2.智能终端的软件、用户界面和功能机不同。功能机安装的是软件，智能终端都有高性能的处理器，智能终端更像桌面微型电脑。智能终端更加地个性化，智能终端大多 都是触屏的，当用户想输入东西时，键盘就会自动出来。

3.应用及功能不同。智能终端最大的一个特点是它可以安装应用。这些应用可以提供各种各样的功能，如游戏、地图、娱乐、导航、新闻、天气预报等等。有了这些应 用，智能终端的功能就大大扩展了，有些应用是付费的，不过也有很多是免费的。

也基于以上功能机功能上的劣势，部分智能终端具有的功能在功能机上便无法再现。 例如，现如今抬腕唤醒功能多应用于智能终端，其捕捉用户的抬手动作，判断用户想要点亮屏幕，则唤醒手机。由于成本控制及现有技术的实现等原因，功能手机一般不支持 该功能。

因此，需要一种新型的技术方案，可在功能机上也实现该抬腕唤醒或抬手亮屏的功 能，给功能机等此类移动终端的用户带来良好的用户体验。

发明内容

为了克服上述技术缺陷，本发明的目的在于提供一种用于移动终端的控制方法及移 动终端，可在移动终端上实现抬腕亮屏的功能。

本发明公开了一种用于移动终端的控制方法，包括以下步骤：

判断所述移动终端是否处于睡眠状态；

当所述移动终端处于睡眠状态时，获取设于所述移动终端内的加速度传感器的加速 度信息；

所述移动终端内预设有加速度阈值、获取所述加速度信息的获取次数及获取次数阈 值；

比较所述加速度信息与所述加速度阈值，当所述加速度信息大于或等于所述加速度 阈值时，对所述获取次数的计数加一；

当所述获取次数大于或等于所述次数阈值时，控制所述移动终端亮屏。

优选地，判断所述移动终端是否处于睡眠状态的步骤包括：

于所述移动终端内设置支持I/O的ARM芯片；

所述ARM芯片读取所述移动终端的屏幕的亮屏状态；

当所述亮屏状态为息屏时，所述ARM芯片判断所述移动终端处于睡眠状态。

优选地，所述移动终端内预设有加速度阈值、获取所述加速度信息的获取次数及获 取次数阈值的步骤包括：

于所述ARM芯片内，烧录表示为加速度阈值的一加速度值区间、所述获取次数N 及获取次数阈值。

优选地，比较所述加速度信息与所述加速度阈值，当所述加速度信息大于或等于所 述加速度阈值时，对所述获取次数的计数加一，与当所述获取次数大于或等于所述次数阈值时，控制所述移动终端亮屏的步骤间，还包括以下步骤：

当所述获取次数小于所述次数阈值时，对所述获取次数清零。

优选地，当所述移动终端处于睡眠状态时，获取设于所述移动终端内的加速度传感 器的加速度信息的步骤包括：

当所述移动终端处于睡眠状态时，基于一周期阈值获取所述加速度信息。

本发明还公开了一种移动终端，所述移动终端包括控制单元及与所述控制单元连接 的加速度传感器，所述控制单元配置为：

判断所述移动终端是否处于睡眠状态；

当所述移动终端处于睡眠状态时，获取设于所述移动终端内的加速度传感器的加速 度信息；

所述移动终端内预设有加速度阈值、获取所述加速度信息的获取次数及获取次数阈 值；

比较所述加速度信息与所述加速度阈值，当所述加速度信息大于或等于所述加速度 阈值时，对所述获取次数的计数加一；

当所述获取次数大于或等于所述次数阈值时，控制所述移动终端亮屏。

优选地，所述控制单元为支持I/O的ARM芯片；

所述移动终端还包括屏幕；

所述ARM芯片读取所述屏幕的亮屏状态；

当所述亮屏状态为息屏时，所述ARM芯片判断所述移动终端处于睡眠状态。

优选地，所述ARM芯片内预设有加速度阈值、获取所述加速度信息的获取次数及获取次数阈值的步骤包括：

于所述ARM芯片内，烧录表示为加速度阈值的一加速度值区间、所述获取次数N 及获取次数阈值。

优选地，所述控制单元还配置为：

当所述获取次数小于所述次数阈值时，对所述获取次数清零。

优选地，所述控制单元还配置为：

当所述移动终端处于睡眠状态时，基于一周期阈值获取所述加速度信息。

采用了上述技术方案后，与现有技术相比，具有以下有益效果：

1.通过精确和准确模拟的形式，基于简单的算法简单实现抬腕亮屏功能，可以节省 成本。

2.功能机上也可实现抬腕亮屏，将智能终端的功能完美嫁接在功能机上。

附图说明

图1为符合本发明一优选实施例中用于移动终端的控制方法的流程示意图；

图2为符合本发明另一优选实施例中用于移动终端的控制方法的流程示意图；

图3为符合本发明一优选实施例中移动终端的结构示意图。

具体实施方式

以下结合附图与具体实施例进一步阐述本发明的优点。

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附 图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如 所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在 本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括 多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或” 是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不 脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以 被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在…… 时”或“当……时”或“响应于确定”

在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基 于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗 示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为 对本发明的限制。

在本发明的描述中，除非另有规定和限定，需要说明的是，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连 通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言， 可以根据具体情况理解上述术语的具体含义。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有 利于本发明的说明，其本身并没有特定的意义。因此，“模块”与“部件”可以混合地使用。

参阅图1，为符合本发明一优选实施例中用于移动终端的控制方法的流程示意图。在 该实施例中，对智能终端的控制方法包括以下步骤：

-判断移动终端是否处于睡眠状态；

当用户不使用移动终端时，移动终端为节能会处于灭屏或睡眠状态，如关闭屏幕、传感器、dump当前用户态和内核态程序运行上下文到内存或者硬盘、关闭CPU供电等， 尽可能地将移动终端的功耗降至最低。因此，对睡眠状态的判断可以从屏幕是否关闭、 CPU是否停止供电能信息来确认。

-当移动终端处于睡眠状态时，获取设于移动终端内的加速度传感器的加速度信息；

在确认了移动终端处于睡眠状态之后，可以通过调用移动终端内的加速传感器来获 得当前移动终端的加速度信息。可以理解的是，通常改变处于睡眠状态的移动终端至处于活动状态的移动终端的外部刺激，是用户将移动终端抬起的动作引起的，因此，该动 作对于移动终端而言，使其加速度发生了变化，对加速度信息的检测，可基本判断用户 当前执行了抬手的动作。

对于抬手动作的识别，即运动识别过程可以概括为确定目标活动集，收集传感器读 数，和将传感器读数匹配到恰当的活动类型。考虑一个数据流DS，让X表示依据传感 器读数构造的特征向量的空间，而Y代表感兴趣的运动标签集合，用Xi表示传感数据 流中的第i条记录，其定义为其中，xi∈X，yi∈Y。于是，运动识别模 型可用一个函数f明确地表达，它把每个输入的传感数据特征向量xi映射到真正的运动 标签yi。这个函数可运用监督学习方法通过训练出一个模型m来接近，最终目标是让训 练得到的模型m最小化被识别错误的标签数量，即应该取得很高的识别精确度。另外， 用户的运动状况可能会随应用场景发生变化，因此必要时应更新模型m以反映用户最近 的活动状况及习性。通常来说，人体运动识别就是一个如何解释原始的传感器数据来对 一组运动进行分类的过程。

1.预处理传感器数据

通常获取到的数据都是原始形式，需要进一步处理。绝大部分情况下，这些原始数据都需要预处理才能为模型所使用。预处理可能包括：

数据过滤：只是想从原始数据的部分数据中创建一个模型，譬如所需数据只是最近 几周的运动数据或是满足条件的事件数据。

处理数据缺失、不完整或有缺陷：许多现实中的数据集都存在某种程度上的不完整。 这可能包括数据缺失(比如用户没有输入)，数据存在错误或缺陷(数据收集或存储时的 错误，又或是技术问题或漏洞，以及软硬件故障)。可能要过滤掉非规整数据，或通过某种方式来填充缺失的数据点(可选取数据集的平均值作为缺失点的值)。

处理可能的异常值：异常的数据不利于模型的训练，需要通过某些方法来处理。

数据汇总：某些模型需要以输入的数据进行某种汇总，比如统计各用户经历过的事 件类型的总数目。

合并多个数据源：可能要将各个用户的事件数据与不同的内部数据或是外部数据合 并。内部数据如用户的姓名、地址和联系方式；像GPS给出的当前地理位置和手机光照传感器输出的读数都可以作为外部数据。

2.数据划分

通常把分割应用于连续的传感数据流，将信号切分为一个个更小的时间段，因为从 连续的数据流中检索有用的信息是一件困难的事情。为了这个目的，不同的分割方法可以应用到时间序列数据而增强信号的行为，使人们能够从连续数据流收集有用的信息。 离散化可将数量特征变换为有序特征。每个有序值都被称为一个小箱(bin)，并对应原 始数量特征的某个区间。

3.特征提取

大部分机器学习模型处理的都是特征，它在很大程度上决定了机器学习应用的成败， 因为模型的质量直接由特征决定。特征通常是输入变量所对应的适合模型的表示形式， 按照集合论的观点，特征本质上是一个从实例空间到由特征的值所构成的集合的映射。 特征提取时常见的处理有将类别数据(比如地理位置所在的国家或是电影的类别)编码 为对应的数值表示；正则化、标准化特征，以保证同一模型的不同输入变量的值域相同。

适宜的特征对于数据并非总是与生俱来的，真正重要的不仅仅是特征的域，还包括 对于特征而言有意义的运算——通常称为统计量，其中三个主要类别是：集中趋势统计量、离差统计量以及形状统计量。其中每个类别都可解释为某个未知总体的理论性质或 某个给定抽样的具体性质。首先集中趋势统计量的最重要的几个量为均值；中位数，即 将实例按照特征值从低到高排序后，排列在正中的那个值；众数，表示集合中出现频率 最高的那个(或那些)值。对特征可进行的第二种计算是离差统计量。熟知的两个离差 统计量是方差及其平方根。另外一个比较简单的离差统计量是最大值与最小值之差。其 它离差统计量还包括百分位数。第p个百分位点是指有p％的实例均落在其后的那个特 征取值。一量获得了分位数，便可将离差作为不同百分位点之间的距离来度量。另外， 可借助直方图，只统计落在某个区间或小块内的特征个数。通常有必要对特征进行变换 甚至重新构造。例如，可通过变更尺度或离散化来改变某一特征的域；也可从一个较大 规模的特征集中选择一些最优的特征，且只使用这些特征；还可将两种或多种特征整合 为一种新特征。因此，机器学习通常是一个迭代的过程，只有当构造好模型之后，才能 知晓是否捕捉到了恰当的特征。如果模型的表现不尽人意，则需要对其性能进行分析以 明确应从哪些方面对特征进行改进。换句话说，大的传感器数据输入减少到一组较小的 以最好的方式来表示原始数据的特征，称为特征向量。

特征组合也有多种方式。例如，可对数量特征取算术组合或多项式组合。一种看似十分有吸引力的做法是首先运用概念学习或子群发现，然后将这些概念或子群作为新的布尔特征。一旦构造了新特征，最好在学习模型之前从中选择一个合适的子集。这不但 会加速学习过程，而且还有助于降低过拟合的风险。实现特征选择主要有两种方法。过 滤方法在某个特定的度量上对各特征进行打分，并选择得分最高的那些特征。许多度量 都可用作特征评分，包括信息增益、x²统计量、相关系统等。另一种有趣的特征选择方 法是Relief算法，它反复地随机抽取一个实例样本x，然后找到其最近的命中实例h(同 类的实例)及其最近的未命中实例m(对立类别的实例)。然后，将第i个特征的得分减 小Dis(xi，hi)²，并增加Dis(xi，mi)²，基中Dis为某种距离度量。过滤方法的一个不足 是没有考虑特征之间的冗余性。其次，特征过滤方法也无法检测特征之间的依赖关系， 因为它们仅取决于边缘分布。可以说特征过滤器善于为决策树选择可能的根特征，但未 必擅长为决策树生长过程选择特征。

当其它特征也存在时，为从中检测有用特征，需要对一组特征进行评价，这通常称为包装方法。其主要思想是将特征选择“包装”在一个搜索过程中，而该过程通常涉及用 一组候选特征训练并评估某个模型。前向选择方法首先从一个空的特征集开始，并逐步 往该集合中添加特征，只要这些特征能够提升模型的性能。后向删除方法则从完整的特 征集开始，目标是通过每次移除一种特征来提升性能。由于对于给定特征集，子集的个 数是指数级的，所以通常无法穷举所有可能的子集。大多数方法都会采用“贪婪”搜索算 法，对其所做的选择从不做二次检验。

对于数量特征，也可从几何观点看待特征构造和选择。为此，将数据集表示为一个n ×d的矩阵X，每行对应一个数据点，而每列对应一维特征。往往希望通过矩阵运算将 其分解成一个新的n×r的矩阵W。为简便起见，假设X已零均值化，且对于某些d×r 的变换矩阵T，有W＝XT。例如，对于特征的比例变换，T是一个对角阵；通过移除T 的一些列，可将其与特征选择结合起来。对于特征的旋转变换，T为一个正交阵，即TT^T＝1。显然，可对这些变换进行组合。

降维可用于去除不相关的特征来减少在分类过程的计算工作量和存储要求。之所以 降维，就是为了减少计算复杂性和增加运动识别的性能。主成分分析(PCA)就是一种 可用于降维的技术，它对由一系列代表高维空间下的点组成的数据集进行分析，寻找那 些让元组尽可能排列成直线的方向。其思想是将元组集合看成矩阵M并求解MM^T或 M^TM的特征向量。令E为特征向量为列组成的矩阵，其中最大特征值对应的特征向量 排在最前面。定义矩阵L对角线上为M^TM的特征值，最大的特征值排在最前面，而非 对角线元素均为0。那么对每个特征向量e及其对应特征值l都有M^TME＝le＝el，于 是有M^TME＝EL。E可以看成是高维空间下的坐标旋转。当对原始数据应用上述转换操 作时，主特征向量对应的轴就是点最“分散”的方向。形式化的说法是，该轴是数据方差 最大的方向。同理，次特征向量(次特征值对应的特征向量)对应的轴就是相同意义上 第二重要的，其余以此类推。

PCA又是一种数据挖掘技术。高维数据可以用其到最重要的几个坐标轴上的投影来 替代。这些坐标轴对应最大的那些特征值。也就是说，令E_k为E的前k列，那么ME_k是 M的一个k维表示。因此，原始数据可以通过少得多的低维度来逼近，这些维度可以很 好地概括原始数据。

4.分类

从机器学习的角度来看，运动识别是一个多分类问题。经过前面的步骤之后，所得到的特征向量可以直接在分类阶段使用。分类过程就是把传感器数据(所提取的特征集)映射成一个运动标签集合。分类技术可能涉及一个简单的阈值方案或基于模式识别或神经网络机器学习方案，针对一个分类问题，通常有大量机器学习模型可供选择。

几何分类模型：借助于一些几何概念(如线、平面及距离)直接在实例空间中构建的。有一点必须注意，笛卡儿实例空间的维数与特征向量的维数相同，可能是十维、百 维甚至更高。此类模型的代表有线性分类器和SVM。

概率分类模型：令X为已知变量(如实例的特征)，Y为感兴趣的目标变量(如实 例所属的类别)，这类模型假设这些变量的观测值由一些潜在的随机过程按照某个明确定 义但却未知的概率分布所产生，然后利用它导出概率值最大的那个类别。Naive Bayes分 类器便属于这个范畴。

逻辑分类模型：主要思想是利用特征以迭代方式不断划分实例空间。它很容易翻译 成可为人所理解的规则，例如if Viagra＝1 then Class＝Y＝spam，这可用树形结构来表 示，树中的每个叶结点便对应于实例空间中的一块矩形区域(区隔)。决策树就是一种常用的逻辑模型。

-移动终端内预设有加速度阈值、获取加速度信息的获取次数及获取次数阈值；

通过上述加速度传感器获得了移动终端的加速度信息后，可在获取该加速度信息的 步骤前或步骤后，在移动终端内预设加速度阈值，获取加速度信息的获取次数和获取次数阈值。首先该加速度阈值，为判断移动终端是被用户拿起还是发生微小移动的比对对 象参数，可以理解的是，若移动终端只是在一平面上滑动小距离，则不属于用户拿起移 动终端的情况，此时移动终端不应被唤醒，因此通过加速度阈值的设置，滤除这类不应 被唤醒的情况。其次该加速度信息的获取次数，通过不断刷新获取的数据，以最快的响 应速度对移动终端发生位移进行响应，同时，多获取该加速度信息，也可在一定程度上 过滤移动终端并未被用户拿起的误判断的情况。最后，获取次数的阈值，便是对获取次 数的一个比较。

-比较加速度信息与加速度阈值，当加速度信息大于或等于加速度阈值时，对获取

次数的计数加一；当获取次数大于或等于次数阈值时，控制移动终端亮屏。

后续将对加速度信息及加速度阈值进行比较，只有当加速度信息大于加速度阈值时， 才会判断当前移动终端的运动状态处于合理范围内，且此时并不直接亮屏，而是在获取 次数的计数上加一，表示本次对加速度信息的判断已满足要求，当获取次数不断累加，并大于次数阈值时，移动终端才会亮屏。

在一优选实施例中，判断移动终端是否处于睡眠状态的步骤包括：于移动终端内设 置支持I/O的ARM芯片；ARM芯片读取移动终端的屏幕的亮屏状态；当亮屏状态为息 屏时，ARM芯片判断移动终端处于睡眠状态。ARM芯片可基于MTK6261平台，ARM 芯片的耗电量与工作频率成正比,一般ARM芯片都有低功耗模式、睡眠模式和关闭模式。 为了增强多任务处理能力、数学运算能力、多媒体以及网络处理能力，某些供应商提供 的ARM芯片内置多个芯核，常见的有ARM+DSP、ARM+FPGA、ARM+ARM等结构。

并在上述ARM芯片的基础上，烧录表示为加速度阈值的一加速度值区间、获取次数N及获取次数阈值。获取次数可以设置为2-6次，最佳为4次。

参阅图2，在该实施例中，比较加速度信息与加速度阈值，当加速度信息大于或等于 加速度阈值时，对获取次数的计数加一，与当获取次数大于或等于次数阈值时，控制移动终端亮屏的步骤间，还包括以下步骤：当所述加速度信息小于所述加速度阈值时，对 获取次数清零。即即便前几次已判断加速度信息大于或等于加速度阈值，一旦判断过程 中有一次的加速度信息小于加速度阈值时，之前的所有计数全部取消，重新开始对获取 次数进行计数，以精确地模拟用户的抬手动作。

一优选实施例中，当移动终端处于睡眠状态时，获取设于移动终端内的加速度传感 器的加速度信息的步骤包括：当移动终端处于睡眠状态时，基于一周期阈值获取加速度信息。例如，该周期阈值为20ms，通过瞬时刷新，来减少移动终端对抬手动作的响应时 间，不会给用户造成迟滞的感觉。

参阅图3，在该实施例中，公开了一种移动终端，移动终端包括控制单元及与控制单 元连接的加速度传感器，控制单元配置为：

判断移动终端是否处于睡眠状态；当移动终端处于睡眠状态时，获取设于移动终端 内的加速度传感器的加速度信息；移动终端内预设有加速度阈值、获取加速度信息的获取次数及获取次数阈值；比较加速度信息与加速度阈值，当加速度信息大于或等于加速 度阈值时，对获取次数的计数加一；当获取次数大于或等于次数阈值时，控制移动终端 亮屏。

优选地，控制单元为支持I/O的ARM芯片；移动终端还包括屏幕；ARM芯片读取 屏幕的亮屏状态；当亮屏状态为息屏时，ARM芯片判断移动终端处于睡眠状态。

优选地，ARM芯片内预设有加速度阈值、获取加速度信息的获取次数及获取次数阈值的步骤包括：于ARM芯片内，烧录表示为加速度阈值的一加速度值区间、获取次数N 及获取次数阈值。

优选地，控制单元还配置为：当获取次数小于次数阈值时，对获取次数清零。

优选地，控制单元还配置为：当移动终端处于睡眠状态时，基于一周期阈值获取加速度信息。

移动终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如移动电 话、智能电话、笔记本电脑、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体 播放器)、导航装置等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。下 面，假设终端是移动终端。然而，本领域技术人员将理解的是，除了特别用于移动目的 的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。

应当注意的是，本发明的实施例有较佳的实施性，且并非对本发明作任何形式的限 制，任何熟悉该领域的技术人员可能利用上述揭示的技术内容变更或修饰为等同的有效 实施例，但凡未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何修改或等同变化及修饰，均仍属于本发明技术方案的范围内。

Claims (10)

1.一种用于移动终端的控制方法，其特征在于，包括以下步骤：

判断所述移动终端是否处于睡眠状态；

当所述移动终端处于睡眠状态时，获取设于所述移动终端内的加速度传感器的加速度信息；

所述移动终端内预设有加速度阈值、获取所述加速度信息的获取次数及获取次数阈值；比较所述加速度信息与所述加速度阈值，当所述加速度信息大于或等于所述加速度阈值时，对所述获取次数的计数加一；

当所述获取次数大于或等于所述次数阈值时，控制所述移动终端亮屏。

2.如权利要求1所述的控制方法，其特征在于，

判断所述移动终端是否处于睡眠状态的步骤包括：

于所述移动终端内设置支持I/O的ARM芯片；

所述ARM芯片读取所述移动终端的屏幕的亮屏状态；

当所述亮屏状态为息屏时，所述ARM芯片判断所述移动终端处于睡眠状态。

3.如权利要求2所述的控制方法，其特征在于，

所述移动终端内预设有加速度阈值、获取所述加速度信息的获取次数及获取次数阈值的步骤包括：

于所述ARM芯片内，烧录表示为加速度阈值的一加速度值区间、所述获取次数N及获取次数阈值。

4.如权利要求1所述的控制方法，其特征在于，

比较所述加速度信息与所述加速度阈值，当所述加速度信息大于或等于所述加速度阈值时，对所述获取次数的计数加一，与当所述获取次数大于或等于所述次数阈值时，控制所述移动终端亮屏的步骤间，还包括以下步骤：

当所述加速度信息小于所述加速度阈值时，对所述获取次数清零。

5.如权利要求1所述的控制方法，其特征在于，

当所述移动终端处于睡眠状态时，获取设于所述移动终端内的加速度传感器的加速度信息的步骤包括：

当所述移动终端处于睡眠状态时，基于一周期阈值获取所述加速度信息。

6.一种移动终端，所述移动终端包括控制单元及与所述控制单元连接的加速度传感器，其特征在于，

所述控制单元配置为：

判断所述移动终端是否处于睡眠状态；

当所述移动终端处于睡眠状态时，获取设于所述移动终端内的加速度传感器的加速度信息；

所述移动终端内预设有加速度阈值、获取所述加速度信息的获取次数及获取次数阈值；比较所述加速度信息与所述加速度阈值，当所述加速度信息大于或等于所述加速度阈值时，对所述获取次数的计数加一；

当所述获取次数大于或等于所述次数阈值时，控制所述移动终端亮屏。

7.如权利要求6所述的移动终端，其特征在于，

所述控制单元为支持I/O的ARM芯片；

所述移动终端还包括屏幕；

所述ARM芯片读取所述屏幕的亮屏状态；

当所述亮屏状态为息屏时，所述ARM芯片判断所述移动终端处于睡眠状态。

8.如权利要求7所述的移动终端，其特征在于，

所述ARM芯片内预设有加速度阈值、获取所述加速度信息的获取次数及获取次数阈值的步骤包括：

于所述ARM芯片内，烧录表示为加速度阈值的一加速度值区间、所述获取次数N及获取次数阈值。

9.如权利要求6所述的移动终端，其特征在于，

所述控制单元还配置为：

当所述获取次数小于所述次数阈值时，对所述获取次数清零。

10.如权利要求6所述的移动终端，其特征在于，

所述控制单元还配置为：

当所述移动终端处于睡眠状态时，基于一周期阈值获取所述加速度信息。