CN108279019B - 一种计步方法、装置和智能穿戴设备 - Google Patents
一种计步方法、装置和智能穿戴设备 Download PDFInfo
- Publication number
- CN108279019B CN108279019B CN201711486963.7A CN201711486963A CN108279019B CN 108279019 B CN108279019 B CN 108279019B CN 201711486963 A CN201711486963 A CN 201711486963A CN 108279019 B CN108279019 B CN 108279019B
- Authority
- CN
- China
- Prior art keywords
- motion
- inertial sensor
- step counting
- scene
- microprocessor
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
- G01C22/006—Pedometers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving
- H04B1/3827—Portable transceivers
- H04B1/385—Transceivers carried on the body, e.g. in helmets
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种计步方法、装置和智能穿戴设备。该方法包括:利用惯性传感器实时采集运动数据;控制微处理器对惯性传感器采集的运动数据进行运动场景匹配;根据运动场景匹配结果,或者控制惯性传感器使用自带固化的第一计步算法或者控制微处理器使用预存的第二计步算法对惯性传感器采集的运动数据进行计步处理。可见,本发明平衡了用户在计步准确度和低系统功耗的需求矛盾,既实现了精确计步,又节省了系统功耗,延长移动设备或者可穿戴设备的待机时间。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种计步方法、装置和智能穿戴设备。
背景技术
目前,现有的移动终端和可穿戴设备在计步的过程中,主要有两种计步方式,一种是仅通过惯性传感器进行计步,即,通过惯性传感器的内部固有算法对采集到的运动数据进行处理实现计步,这种计步方法虽然能耗低,但是其仅适用于用户的运动量比较少的场景,例如,用户在办公区域办公、看电影或者乘坐地铁等,一旦用户处于跑步、游泳、爬山或者骑车等运动量较大的场景时,将无法满足精确计步的需求。另一种是应用集成有人体运动监测、姿势识别、睡眠检测等功能的高精确传感器进行计步,这种高精度传感器在统计步数时,虽然能够满足精确计步的需求,但是这种传感器由于运行的算法较为复杂,在运行时会消耗一定的电能,而且在运动量较少的运动场景下,该高精确传感器依旧会一直运行,导致耗电严重,因此降低了移动终端或者可穿戴设备的待机时间,用户体验较差。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种计步方法、装置和智能穿戴设备。
根据本发明的一个方面,提供了一种计步方法,所述方法包括:
利用惯性传感器实时采集运动数据;
控制微处理器对所述惯性传感器采集的运动数据进行运动场景匹配;
根据运动场景匹配结果,或者控制所述惯性传感器使用自带固化的第一计步算法或者控制所述微处理器使用预存的第二计步算法对所述惯性传感器采集的运动数据进行计步处理。
根据本发明的另一个方面,提供了另一种计步装置,所述装置包括:
数据采集单元,用于利用惯性传感器实时采集运动数据;
场景匹配控制单元,用于控制微处理器对所述惯性传感器采集的运动数据进行运动场景匹配;
计步处理控制单元,用于根据运动场景匹配结果,或者控制所述惯性传感器使用自带固化的第一计步算法或者控制所述微处理器使用预存的第二计步算法对所述惯性传感器采集的运动数据进行计步处理。
本发明的有益效果是:本发明的技术方案实现了在不同运动场景下启动不同的计步机制,即,在不需要精确计步的运动场景(运动量较少的运动场景)下,控制惯性传感器使用自带固化的第一计步算法对运动数据进行处理;在需要精确计步的运动场景(运动量较大的运动场景)下,控制微处理器使用预存的第二计步算法对惯性传感器采集的运动数据进行计步处理,从而平衡了用户在计步准确度和低系统功耗的需求矛盾,既实现了精确计步,又节省了系统功耗,延长移动设备或者可穿戴设备的待机时间。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本发明一个实施例中的一种计步方法的流程图;
图2示出了根据本发明一个实施例中的一种计步方法的具体流程图;
图3示出了根据本发明一个实施例中的一种计步装置的功能结构示意图;
图4示出了根据本发明一个实施例中的一种智能穿戴设备的功能结构示意图。
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示出了根据本发明一个实施例中的一种计步方法的流程图,如图1所示:
步骤S110,利用惯性传感器实时采集运动数据。
本步骤中,运动数据包括姿态数据、运动幅度和运动频率等。
步骤S120,控制微处理器对惯性传感器采集的运动数据进行运动场景匹配。
本步骤中,控制处理器对惯性传感器采集的运动数据进行运动场景匹配时,主要有以下两种方式:
第一种方式是微处理器根据惯性传感器采集的运动数据,获取单位时间内的计步数,如果单位时间内的计步数小于第一预设步数值,则确定当前的运动场景为第一运动场景;如果单位时间内的计步数大于第一预设步数值,则确定当前的运动场景为第二运动场景。例如,如果1分钟内计步数小于60步,则确定当前的运动场景为第一运动场景,这里,第一运动场景指的用户运动量比较少的运动场景,例如在办公区域办公、看电影、乘坐地铁或者散步等。如果1分钟内计步数大于60步,则确定当前的运动场景为第二运动场景,这里,第二运动场景指的用户运动量比较多的运动场景,例如用户在跑步、游泳、爬山或者骑车等。
第二种方式是预先设定第一运动场景和第二运动场景的特征窗口模板,其中,每一种特征窗口模板包括每一种运动场景对应的运动加速度变化的频率和幅度。如表1所示。
表1.运动场景与特征窗口模板对应表
然后,微处理器根据惯性传感器采集到的运动数据获取用户的运动加速度变化的频率和幅度,再将获取得到的运动加速度变化的频率和幅度与预先设定的第一运动场景和第二运动场景的特征窗口模板进行匹配,从而根据匹配结果确定出当前的运动场景为第一运动场景或者第二运动场景。假设,如果获取到的用户的运动加速度变化的频率为频率1,幅度为幅度1,则根据表1可知,当前的运动场景为第一运动场景。如果获取到的用户的运动加速度变化的频率为频率2,幅度为幅度2,则根据表1可知,当前的运动场景为第二运动场景。需要说明的是,不同的运动场景对应的加速度变化的频率和幅度不同,因此本申请对频率1、幅度1、频率2和幅度2不作限定。
在实际应用中,可以采用上述其中任意一种方式对用户当前的运动场景进行分析,也可以采用两种方式相互结合的方式对用户当前的运动场景进行分析,从而提高运动场景匹配的准确性,进一步降低系统功耗,延长设备待机时间,提升用户体验。
S130,根据运动场景匹配结果,或者控制惯性传感器使用自带固化的第一计步算法或者控制微处理器使用预存的第二计步算法对惯性传感器采集的运动数据进行计步处理。
本步骤中,如果确定当前的运动场景为第一运动场景,该第一运动场景为普通运动场景,即用户的运动量较少的运动场景,例如在办公区域办公、看电影、乘坐地铁或者散步等,控制微处理器进入休眠状态,仅利用惯性传感器实时采集运动数据,将采集到的运动数据保存在惯性传感器的内部存储单元中,并控制惯性传感器使用自带固化的第一计步算法对自身采集的运动数据进行计步处理,由于当用户的运动量较少时,仅仅利用惯性传感自带固话的第一计步算法即可满足精确计步需求,而且当仅仅惯性传感器的固化算法运行时,将消耗极少的功耗,进而达到降低系统功耗的作用。另外,将计步处理结果存储在惯性传感器的内部存储单元中以备查询,例如,当用户点击查看计步数时,则微处理器直接从惯性传感器的内部存储单元直接读取计步数,并将该计步数显示在显示屏上。也就是说,只有需要查询时才进行输出显示计步数,相比于实时输出计步数,节约了系统的功耗。或者根据设定时间间隔(例如10分钟)输出计步数并显示给用户,相比于实时输出计步数,节约了系统的功耗。
如果确定当前的运动场景为第二运动场景,该第二运动场景为特定的运动场景,例如用户在跑步、游泳、爬山或者骑车等,控制惯性传感器仅实时采集运动数据,并将采集到的运动数据保存在惯性传感器的内部存储单元中,惯性传感器自带的固化第一计步算法不对该运动数据进行计步处理,也就是说,惯性传感器仅执行采集运动数据的功能;同时控制微处理器从惯性传感器的内部存储单元读取该运动数据,并使用预存的第二计步算法对该运动数据进行计步处理,将计步处理结果存储在指定的存储空间中并实时输出。由于当用户处于第二运动场景时,用户的动作比较复杂,惯性传感器自带的固化第一计步算法无法满足复杂动作的精确计步,此时调用微处理器内部预存的第二计步算法对惯性传感器采集的运动数据进行计步处理,并将计步处理得到的计步数进行实时输出,实现精确计步。可见,通过本发明的技术方案实现一方面精确计步,另一方面降低系统功耗。当然,在进行精确计步的过程中,依旧可以按照设定时间间隔(例如10分钟)输出计步数并显示给用户,进一步降低系统的功耗。
由此可见,本发明的技术方案实现了在不同运动场景下启动不同的计步机制,即,在不需要精确计步的运动场景(运动量较少的运动场景)下,控制惯性传感器使用自带固化的第一计步算法对运动数据进行处理;在需要精确计步的运动场景(运动量较大的运动场景)下,控制微处理器使用预存的第二计步算法对惯性传感器采集的运动数据进行计步处理,从而平衡了用户在计步准确度和低系统功耗的需求矛盾,既实现了精确计步,又节省了系统功耗,延长移动设备或者可穿戴设备的待机时间。
在本发明的一个实施例中,根据运动场景匹配结果,控制惯性传感器使用自带固化的第一计步算法对惯性传感器采集的运动数据进行计步处理之后,方法还包括:
用户处于运动量较少的运动场景时,仅仅惯性传感器单独对采集的运动数据进行计步处理,微处理器处于休眠状态。此时,按照第一预设时间间隔(例如,1分钟)唤醒微处理器,唤醒微处理器之后,控制微处理器对惯性传感器新采集的运动数据再次进行运动场景匹配;
如果确定当前的运动场景仍为第一运动场景,说明用户在连续时间内一直处于运动量较少的运动场景,则继续控制惯性传感器使用自带固化的第一计步算法对惯性传感器采集的运动数据进行计步处理,并且延长第一预设时间间隔(例如,1分钟),例如延长第一预设时间间隔至5分钟。由此可见,在用户处于运动量较少的运动场景时,按照第一预设时间间隔唤醒微处理器进行运动场景匹配,一旦监测出用户一直处于运动量较少的运动场景,则延长第一预设时间间隔,从而进一步降低系统功耗。
在本发明的一个实施例中,根据运动场景匹配结果,控制微处理器使用预存的第二计步算法对惯性传感器采集的运动数据进行计步处理之后,方法还包括:
用户处于运动量较大的运动场景时,按照第二预设时间间隔(例如,5分钟)控制微处理器对惯性传感器新采集的运动数据再次进行运动场景匹配;
如果确定当前的运动场景为第一运动场景,说明用户已经从运动量较大的运动场景切换至运动量较少的运动场景,则切换计步算法,具体地,控制惯性传感器使用自带固化的第一计步算法对惯性传感器采集的运动数据进行计步处理,由于惯性传感器在运动量较少的运动场景下即可实现精确计步,而且惯性传感器独立工作时,功耗较低,因此根据运功场景的变化,切换不同的计步算法,有助于降低系统功耗;如果确定当前的运动场景仍为第二运动场景,说明用户一直处于运动量较大的运动场景,用户的运动动作较为复杂,为了保证计步的准确性,则继续控制微处理器使用预存的第二计步算法对惯性传感器采集的运动数据进行计步处理。
在本发明的一个实施例中,为了提升计步的准确性,微处理器根据内部预存的第二计步算法结合人体体征信息(例如,人体体征信息包括身高、体重和步长等)对运动数据进行数据分析和统计,得出更完善、准确的计步数和姿态分析,从而根据不同的用户自适应动态调整第二计步算法,进一步提升计步的准确性。
在本发明的一个实施例中,以微处理器采用ARM CM4核芯片,惯性传感器采用加速度传感器BOSCH BMI160为例。对系统的功耗进行测试,测试结果如下:
加载通用任务,即,执行图1所示的方法,单独采用微处理器MCU内部预存的第二算法进行数据分析,功耗约为0.8~0.9mA
加载通用任务,即,执行图1所示的方法,使用惯性传感器自带固化的第一算法,功耗数据约<0.55mA
加载通用任务,即,执行图1所示的方法,使用运动场景匹配与切换计步算法,在每日运动30分钟~1小时左右,平均功耗约为0.6mA左右
在性能保证和提升的情况下,整体续航能力提升25%~30%
通过上述测试可知,本申请请求保护的技术方案降低了系统的功耗,有助于延长设备的待机时间,提升用户体验。
为了使得本发明的技术方案更加清楚,下面结合图2对本发明的技术方案进行进一步的解释说明。图2示出了根据本发明一个实施例中的一种计步方法的具体流程图,如图2所示:
S21、利用惯性传感器采集运动数据。本步骤中,运动数据包括姿态数据、运动幅度和运动频率等。
S22、运动场景匹配。本步骤中,控制处理器对惯性传感器采集的运动数据进行运动场景匹配时,主要有以下两种方式:
第一种方式是微处理器根据惯性传感器采集的运动数据,获取单位时间内的计步数,如果单位时间内的计步数小于第一预设步数值,则确定当前的运动场景为第一运动场景;如果单位时间内的计步数大于第一预设步数值,则确定当前的运动场景为第二运动场景。例如,如果1分钟内计步数小于60步,则确定当前的运动场景为第一运动场景,这里,第一运动场景指的用户运动量比较少的运动场景,例如在办公区域办公、看电影、乘坐地铁或者散步等。如果1分钟内计步数大于60步,则确定当前的运动场景为第二运动场景,这里,第二运动场景指的用户运动量比较多的运动场景,例如用户在跑步、游泳、爬山或者骑车等。
第二种方式是预先设定第一运动场景和第二运动场景的特征窗口模板,其中,每一种特征窗口模板包括每一种运动场景对应的运动加速度变化的频率和幅度。如表1所示。
表1.运动场景与特征窗口模板对应表
运动场景 | 特征窗口模板(加速度变化的频率和幅度) |
第一运动场景 | 频率1、幅度1 |
第二运动场景 | 频率2、幅度2 |
然后,微处理器根据惯性传感器采集到的运动数据获取用户的运动加速度变化的频率和幅度,再将获取得到的运动加速度变化的频率和幅度与预先设定的第一运动场景和第二运动场景的特征窗口模板进行匹配,从而根据匹配结果确定出当前的运动场景为第一运动场景或者第二运动场景。假设,如果获取到的用户的运动加速度变化的频率为频率1,幅度为幅度1,则根据表1可知,当前的运动场景为第一运动场景。如果获取到的用户的运动加速度变化的频率为频率2,幅度为幅度2,则根据表1可知,当前的运动场景为第二运动场景。需要说明的是,不同的运动场景对应的加速度变化的频率和幅度不同,因此本申请对频率1、幅度1、频率2和幅度2不作限定。
在实际应用中,可以采用上述其中任意一种方式对用户当前的运动场景进行分析,也可以采用两种方式相互结合的方式对用户当前的运动场景进行分析,从而提高运动场景匹配的准确性,进一步降低系统功耗,延长设备待机时间,提升用户体验。
S23、惯性传感器运行第一计步算法。本步骤中,如果确定当前的运动场景为第一运动场景,该第一运动场景为普通运动场景,即用户的运动量较少的运动场景,例如在办公区域办公、看电影、乘坐地铁或者散步等,控制微处理器进入休眠状态,仅利用惯性传感器实时采集运动数据,将采集到的运动数据保存在惯性传感器的内部存储单元中,并控制惯性传感器使用自带固化的第一计步算法对自身采集的运动数据进行计步处理,由于当用户的运动量较少时,仅仅利用惯性传感自带固话的第一计步算法即可满足精确计步需求,而且当仅仅惯性传感器的固化算法运行时,将消耗极少的功耗,进而达到降低系统功耗的作用。另外,将计步处理结果存储在惯性传感器的内部存储单元中以备查询,例如,当用户点击查看计步数时,则微处理器直接从惯性传感器的内部存储单元直接读取计步数,并将该计步数显示在显示屏上。也就是说,只有需要查询时才进行输出显示计步数,相比于实时输出计步数,节约了系统的功耗。或者根据设定时间间隔(例如10分钟)输出计步数并显示给用户,相比于实时输出计步数,节约了系统的功耗。
S24、按照第一预设时间间隔唤醒微处理器,控制微处理器对惯性传感器新采集的运动数据执行S27、再次进行运动场景匹配。具体地,用户处于运动量较少的运动场景时,仅仅惯性传感器单独对采集的运动数据进行计步处理,微处理器处于休眠状态。此时,按照第一预设时间间隔(例如,1分钟)唤醒微处理器,唤醒微处理器之后,控制微处理器对惯性传感器新采集的运动数据再次进行运动场景匹配;如果确定当前的运动场景仍为第一运动场景,说明用户在连续时间内一直处于运动量较少的运动场景,则继续控制惯性传感器使用自带固化的第一计步算法对惯性传感器采集的运动数据进行计步处理,并且延长第一预设时间间隔(例如,1分钟),例如延长第一预设时间间隔至5分钟。由此可见,在用户处于运动量较少的运动场景时,按照第一预设时间间隔唤醒微处理器进行运动场景匹配,一旦监测出用户一直处于运动量较少的运动场景,则延长第一预设时间间隔,从而进一步降低系统功耗。
S25、微处理器运行第二计步算法。如果确定当前的运动场景为第二运动场景,该第二运动场景为特定的运动场景,例如用户在跑步、游泳、爬山或者骑车等,控制惯性传感器仅实时采集运动数据,并将采集到的运动数据保存在惯性传感器的内部存储单元中,惯性传感器自带的固化第一计步算法不对该运动数据进行计步处理,也就是说,惯性传感器仅执行采集运动数据的功能;同时控制微处理器从惯性传感器的内部存储单元读取该运动数据,并使用预存的第二计步算法对该运动数据进行计步处理,将计步处理结果存储在指定的存储空间中并实时输出。由于当用户处于第二运动场景时,用户的动作比较复杂,惯性传感器自带的固化第一计步算法无法满足复杂动作的精确计步,此时调用微处理器内部预存的第二计步算法对惯性传感器采集的运动数据进行计步处理,并将计步处理得到的计步数进行实时输出,实现精确计步。可见,通过本发明的技术方案既实现了精确计步,又降低系统功耗。当然,在进行精确计步的过程中,依旧可以按照设定时间间隔(例如10分钟)输出计步数并显示给用户,进一步降低系统的功耗。
S26、按照第二预设时间间隔控制微处理器对惯性传感器新采集的运动数据执行S27,再次进行运动场景匹配。具体地,用户处于运动量较大的运动场景时,按照第二预设时间间隔(例如,5分钟)控制微处理器对惯性传感器新采集的运动数据再次进行运动场景匹配;如果确定当前的运动场景为第一运动场景,说明用户已经从运动量较大的运动场景切换至运动量较少的运动场景,则切换计步算法,具体地,控制惯性传感器使用自带固化的第一计步算法对惯性传感器采集的运动数据进行计步处理,由于惯性传感器在运动量较少的运动场景下即可实现精确计步,而且惯性传感器独立工作时,功耗较低,因此根据运功场景的变化,切换不同的计步算法,有助于降低系统功耗;如果确定当前的运动场景仍为第二运动场景,说明用户一直处于运动量较大的运动场景,用户的运动动作较为复杂,为了保证计步的准确性,则继续控制微处理器使用预存的第二计步算法对惯性传感器采集的运动数据进行计步处理。
实施例二
图3示出了根据本发明一个实施例中的一种计步装置的功能结构示意图,如图3所示:计步装置200包括:
数据采集单元210,用于利用惯性传感器实时采集运动数据;本实施例中,运动数据包括姿态数据、运动幅度和运动频率等。
场景匹配控制单元220,用于控制微处理器对惯性传感器采集的运动数据进行运动场景匹配;本实施例中,控制处理器对惯性传感器采集的运动数据进行运动场景匹配时,主要有以下两种方式:
第一种方式是微处理器根据惯性传感器采集的运动数据,获取单位时间内的计步数,如果单位时间内的计步数小于第一预设步数值,则确定当前的运动场景为第一运动场景;如果单位时间内的计步数大于第一预设步数值,则确定当前的运动场景为第二运动场景。例如,如果1分钟内计步数小于60步,则确定当前的运动场景为第一运动场景,这里,第一运动场景指的用户运动量比较少的运动场景,例如在办公区域办公、看电影、乘坐地铁或者散步等。如果1分钟内计步数大于60步,则确定当前的运动场景为第二运动场景,这里,第二运动场景指的用户运动量比较多的运动场景,例如用户在跑步、游泳、爬山或者骑车等。
第二种方式是预先设定第一运动场景和第二运动场景的特征窗口模板,其中,每一种特征窗口模板包括每一种运动场景对应的运动加速度变化的频率和幅度。如表1所示。
表1.运动场景与特征窗口模板对应表
运动场景 | 特征窗口模板(加速度变化的频率和幅度) |
第一运动场景 | 频率1、幅度1 |
第二运动场景 | 频率2、幅度2 |
然后,微处理器根据惯性传感器采集到的运动数据获取用户的运动加速度变化的频率和幅度,再将获取得到的运动加速度变化的频率和幅度与预先设定的第一运动场景和第二运动场景的特征窗口模板进行匹配,从而根据匹配结果确定出当前的运动场景为第一运动场景或者第二运动场景。假设,如果获取到的用户的运动加速度变化的频率为频率1,幅度为幅度1,则根据表1可知,当前的运动场景为第一运动场景。如果获取到的用户的运动加速度变化的频率为频率2,幅度为幅度2,则根据表1可知,当前的运动场景为第二运动场景。需要说明的是,不同的运动场景对应的加速度变化的频率和幅度不同,因此本申请对频率1、幅度1、频率2和幅度2不作限定。
在实际应用中,可以采用上述其中任意一种方式对用户当前的运动场景进行分析,也可以采用两种方式相互结合的方式对用户当前的运动场景进行分析,从而提高运动场景匹配的准确性,进一步降低系统功耗,延长设备待机时间,提升用户体验。
计步处理控制单元230,用于根据运动场景匹配结果,或者控制惯性传感器使用自带固化的第一计步算法或者控制微处理器使用预存的第二计步算法对惯性传感器采集的运动数据进行计步处理。
由此可见,本发明的技术方案实现了在不同运动场景下启动不同的计步机制,即,在不需要精确计步的运动场景(运动量较少的运动场景)下,控制惯性传感器使用自带固化的第一计步算法对运动数据进行处理;在需要精确计步的运动场景(运动量较大的运动场景)下,控制微处理器使用预存的第二计步算法对惯性传感器采集的运动数据进行计步处理,从而平衡了用户在计步准确度和低系统功耗的需求矛盾,既实现了精确计步,又节省了系统功耗,延长移动设备或者可穿戴设备的待机时间。
在本发明的一个实施例中,计步处理控制单元230具体用于:
如果确定当前的运动场景为第一运动场景,则控制微处理器进入休眠状态,控制惯性传感器实时采集运动数据,将采集到的运动数据保存在惯性传感器的内部存储单元中,并控制惯性传感器使用自带固化的第一计步算法对自身采集的运动数据进行计步处理,将计步处理结果存储在惯性传感器的内部存储单元中以备查询或根据设定时间间隔输出;本实施例中,如果确定当前的运动场景为第一运动场景,该第一运动场景为普通运动场景,即用户的运动量较少的运动场景,例如在办公区域办公、看电影、乘坐地铁或者散步等,控制微处理器进入休眠状态,仅利用惯性传感器实时采集运动数据,将采集到的运动数据保存在惯性传感器的内部存储单元中,并控制惯性传感器使用自带固化的第一计步算法对自身采集的运动数据进行计步处理,由于当用户的运动量较少时,仅仅利用惯性传感自带固话的第一计步算法即可满足精确计步需求,而且当仅仅惯性传感器的固化算法运行时,将消耗极少的功耗,进而达到降低系统功耗的作用。另外,将计步处理结果存储在惯性传感器的内部存储单元中以备查询,例如,当用户点击查看计步数时,则微处理器直接从惯性传感器的内部存储单元直接读取计步数,并将该计步数显示在显示屏上。也就是说,只有需要查询时才进行输出显示计步数,相比于实时输出计步数,节约了系统的功耗。或者根据设定时间间隔(例如10分钟)输出计步数并显示给用户,相比于实时输出计步数,节约了系统的功耗。
如果确定当前的运动场景为第二运动场景,控制惯性传感器仅实时采集运动数据,并将采集到的运动数据保存在惯性传感器的内部存储单元中,控制微处理器从惯性传感器的内部存储单元读取该运动数据,并使用预存的第二计步算法对该运动数据进行计步处理,将计步处理结果存储在指定的存储空间中并实时输出。本实施例中,如果确定当前的运动场景为第二运动场景,该第二运动场景为特定的运动场景,例如用户在跑步、游泳、爬山或者骑车等,控制惯性传感器仅实时采集运动数据,并将采集到的运动数据保存在惯性传感器的内部存储单元中,惯性传感器自带的固化第一计步算法不对该运动数据进行计步处理,也就是说,惯性传感器仅执行采集运动数据的功能;同时控制微处理器从惯性传感器的内部存储单元读取该运动数据,并使用预存的第二计步算法对该运动数据进行计步处理,将计步处理结果存储在指定的存储空间中并实时输出。由于当用户处于第二运动场景时,用户的动作比较复杂,惯性传感器自带的固化第一计步算法无法满足复杂动作的精确计步,此时调用微处理器内部预存的第二计步算法对惯性传感器采集的运动数据进行计步处理,并将计步处理得到的计步数进行实时输出,实现精确计步。可见,通过本发明的技术方案实现一方面精确计步,另一方面降低系统功耗。当然,在进行精确计步的过程中,依旧可以按照设定时间间隔(例如10分钟)输出计步数并显示给用户,进一步降低系统的功耗。
在本发明的一个实施例中,装置还包括第一循环控制单元240,用于根据运动场景匹配结果,控制惯性传感器使用自带固化的第一计步算法对惯性传感器采集的运动数据进行计步处理之后,按照第一预设时间间隔唤醒微处理器,控制微处理器对惯性传感器新采集的运动数据再次进行运动场景匹配;如果确定当前的运动场景仍为第一运动场景,则继续控制惯性传感器使用自带固化的第一计步算法对惯性传感器采集的运动数据进行计步处理,并且延长第一预设时间间隔;如果确定当前的运动场景为第二运动场景,则控制微处理器使用预存的第二计步算法对惯性传感器采集的运动数据进行计步处理。本实施例中,用户处于运动量较少的运动场景时,仅仅惯性传感器单独对采集的运动数据进行计步处理,微处理器处于休眠状态。此时,按照第一预设时间间隔(例如,1分钟)唤醒微处理器,唤醒微处理器之后,控制微处理器对惯性传感器新采集的运动数据再次进行运动场景匹配;如果确定当前的运动场景仍为第一运动场景,说明用户在连续时间内一直处于运动量较少的运动场景,则继续控制惯性传感器使用自带固化的第一计步算法对惯性传感器采集的运动数据进行计步处理,并且延长第一预设时间间隔(例如,1分钟),例如延长第一预设时间间隔至5分钟。由此可见,在用户处于运动量较少的运动场景时,按照第一预设时间间隔唤醒微处理器进行运动场景匹配,一旦监测出用户一直处于运动量较少的运动场景,则延长第一预设时间间隔,从而进一步降低系统功耗。
在本发明的一个实施例中,装置还包括第二循环控制单元250,用于根据运动场景匹配结果,控制微处理器使用预存的第二计步算法对惯性传感器采集的运动数据进行计步处理之后,按照第二预设时间间隔控制微处理器对惯性传感器新采集的运动数据再次进行运动场景匹配;如果确定当前的运动场景为第一运动场景,则控制惯性传感器使用自带固化的第一计步算法对惯性传感器采集的运动数据进行计步处理;如果确定当前的运动场景仍为第二运动场景,则继续控制微处理器使用预存的第二计步算法对惯性传感器采集的运动数据进行计步处理。本实施例中,用户处于运动量较大的运动场景时,按照第二预设时间间隔(例如,5分钟)控制微处理器对惯性传感器新采集的运动数据再次进行运动场景匹配;如果确定当前的运动场景为第一运动场景,说明用户已经从运动量较大的运动场景切换至运动量较少的运动场景,则切换计步算法,具体地,控制惯性传感器使用自带固化的第一计步算法对惯性传感器采集的运动数据进行计步处理,由于惯性传感器在运动量较少的运动场景下即可实现精确计步,而且惯性传感器独立工作时,功耗较低,因此根据运功场景的变化,切换不同的计步算法,有助于降低系统功耗;如果确定当前的运动场景仍为第二运动场景,说明用户一直处于运动量较大的运动场景,用户的运动动作较为复杂,为了保证计步的准确性,则继续控制微处理器使用预存的第二计步算法对惯性传感器采集的运动数据进行计步处理。
需要说明的是,计步装置200与图1所示的计步方法的实施步骤对应相同,相同内容不再赘述。
实施例三
图4示出了根据本发明一个实施例中的一种智能穿戴设备的功能结构示意图,如图4所示:
智能穿戴设备300内设置有惯性传感器310、微处理器320、存储器340和处理器330,惯性传感器310自带固化的第一计步算法,微处理器320预存有第二计步算法,惯性传感器310、微处理器320和处理器330通过内部数据总线彼此连接;存储器340存储有能够被处理器330执行的计算机程序,计算机程序被处理器330执行时能够实现图1所示的计步方法。
需要说明的是,智能穿戴设备300与图1所示的计步方法的实施步骤对应相同,相同内容不再赘述。
智能穿戴设备300包括智能手环和智能手表等。
综上所述,本发明的技术方案实现了在不同运动场景下启动不同的计步机制,即,在不需要精确计步的运动场景(运动量较少的运动场景)下,控制惯性传感器使用自带固化的第一计步算法对运动数据进行处理;在需要精确计步的运动场景(运动量较大的运动场景)下,控制微处理器使用预存的第二计步算法对惯性传感器采集的运动数据进行计步处理,从而平衡了用户在计步准确度和低系统功耗的需求矛盾,既实现了精确计步,又节省了系统功耗,延长移动设备或者可穿戴设备的待机时间。
以上所述,仅为本发明的具体实施方式,在本发明的上述教导下,本领域技术人员可以在上述实施例的基础上进行其他的改进或变形。本领域技术人员应该明白,上述的具体描述只是更好的解释本发明的目的,本发明的保护范围以权利要求的保护范围为准。
Claims (8)
1.一种计步方法,其特征在于,所述方法包括:
在惯性传感器中固化第一计步算法,在微处理器中预存第二计步算法;
利用惯性传感器实时采集运动数据;
控制微处理器对所述惯性传感器采集的运动数据进行运动场景匹配,根据匹配结果确定当前的运动场景为第一运动场景或第二运动场景,运动场景为用户在运动的场景,第一运动场景下用户的动作复杂度小于第二运动场景下用户的动作复杂度;
根据运动场景匹配结果,或者控制所述惯性传感器使用自带固化的第一计步算法或者控制所述微处理器使用预存的第二计步算法对所述惯性传感器采集的运动数据进行计步处理;
所述根据运动场景匹配结果,或者控制所述惯性传感器使用自带固化的第一计步算法或者控制所述微处理器使用预存的第二计步算法对所述惯性传感器采集的运动数据进行计步处理包括:
如果确定当前的运动场景为第一运动场景,则控制所述微处理器进入休眠状态,控制所述惯性传感器实时采集运动数据,将采集到的运动数据保存在所述惯性传感器的内部存储单元中,并控制所述惯性传感器使用自带固化的第一计步算法对自身采集的运动数据进行计步处理,将计步处理结果存储在所述惯性传感器的内部存储单元中以备查询或根据设定时间间隔输出;
如果确定当前的运动场景为第二运动场景,控制所述惯性传感器仅实时采集运动数据,并将采集到的运动数据保存在所述惯性传感器的内部存储单元中,控制所述微处理器从所述惯性传感器的内部存储单元读取该运动数据,并使用预存的第二计步算法对该运动数据进行计步处理,将计步处理结果存储在指定的存储空间中并实时输出。
2.如权利要求1所述的方法,其特征在于,所述微处理器对所述惯性传感器采集的运动数据进行运动场景匹配包括:
所述微处理器根据所述惯性传感器采集的运动数据,获取单位时间内的计步数,如果所述单位时间内的计步数小于第一预设步数值,则确定当前的运动场景为第一运动场景;如果所述单位时间内的计步数大于第一预设步数值,则确定当前的运动场景为第二运动场景;
或,
所述微处理器根据所述惯性传感器采集的运动数据,获取运动加速度变化的频率和幅度,分别与预先设定的第一运动场景和第二运动场景的特征窗口模板进行匹配,根据匹配结果确定当前的运动场景为第一运动场景或第二运动场景。
3.如权利要求1所述的方法,其特征在于,根据运动场景匹配结果,控制所述惯性传感器使用自带固化的第一计步算法对所述惯性传感器采集的运动数据进行计步处理之后,所述方法还包括:
按照第一预设时间间隔唤醒所述微处理器,控制所述微处理器对所述惯性传感器新采集的运动数据再次进行运动场景匹配;
如果确定当前的运动场景仍为第一运动场景,则继续控制所述惯性传感器使用自带固化的第一计步算法对所述惯性传感器采集的运动数据进行计步处理,并且延长所述第一预设时间间隔;如果确定当前的运动场景为第二运动场景,则控制所述微处理器使用预存的第二计步算法对所述惯性传感器采集的运动数据进行计步处理。
4.如权利要求1所述的方法,其特征在于,根据运动场景匹配结果,控制所述微处理器使用预存的第二计步算法对所述惯性传感器采集的运动数据进行计步处理之后,所述方法还包括:
按照第二预设时间间隔控制所述微处理器对所述惯性传感器新采集的运动数据再次进行运动场景匹配;
如果确定当前的运动场景为第一运动场景,则控制所述惯性传感器使用自带固化的第一计步算法对所述惯性传感器采集的运动数据进行计步处理;如果确定当前的运动场景仍为第二运动场景,则继续控制所述微处理器使用预存的第二计步算法对所述惯性传感器采集的运动数据进行计步处理。
5.一种计步装置,其特征在于,所述装置包括:
数据采集单元,用于在惯性传感器中固化第一计步算法,在微处理器中预存第二计步算法;利用惯性传感器实时采集运动数据;
场景匹配控制单元,用于控制微处理器对所述惯性传感器采集的运动数据进行运动场景匹配,根据匹配结果确定当前的运动场景为第一运动场景或第二运动场景,运动场景为用户在运动的场景,第一运动场景下用户的动作复杂度小于第二运动场景下用户的动作复杂度;
计步处理控制单元,用于根据运动场景匹配结果,或者控制所述惯性传感器使用自带固化的第一计步算法或者控制所述微处理器使用预存的第二计步算法对所述惯性传感器采集的运动数据进行计步处理;
所述计步处理控制单元具体用于:如果确定当前的运动场景为第一运动场景,则控制所述微处理器进入休眠状态,控制所述惯性传感器实时采集运动数据,将采集到的运动数据保存在所述惯性传感器的内部存储单元中,并控制所述惯性传感器使用自带固化的第一计步算法对自身采集的运动数据进行计步处理,将计步处理结果存储在所述惯性传感器的内部存储单元中以备查询或根据设定时间间隔输出;
如果确定当前的运动场景为第二运动场景,控制所述惯性传感器仅实时采集运动数据,并将采集到的运动数据保存在所述惯性传感器的内部存储单元中,控制所述微处理器从所述惯性传感器的内部存储单元读取该运动数据,并使用预存的第二计步算法对该运动数据进行计步处理,将计步处理结果存储在指定的存储空间中并实时输出。
6.如权利要求5所述的装置,其特征在于,所述装置还包括第一循环控制单元,用于根据运动场景匹配结果,控制所述惯性传感器使用自带固化的第一计步算法对所述惯性传感器采集的运动数据进行计步处理之后,按照第一预设时间间隔唤醒所述微处理器,控制所述微处理器对所述惯性传感器新采集的运动数据再次进行运动场景匹配;如果确定当前的运动场景仍为第一运动场景,则继续控制所述惯性传感器使用自带固化的第一计步算法对所述惯性传感器采集的运动数据进行计步处理,并且延长所述第一预设时间间隔;如果确定当前的运动场景为第二运动场景,则控制所述微处理器使用预存的第二计步算法对所述惯性传感器采集的运动数据进行计步处理。
7.如权利要求6所述的装置,其特征在于,所述装置还包括第二循环控制单元,用于根据运动场景匹配结果,控制所述微处理器使用预存的第二计步算法对所述惯性传感器采集的运动数据进行计步处理之后,按照第二预设时间间隔控制所述微处理器对所述惯性传感器新采集的运动数据再次进行运动场景匹配;如果确定当前的运动场景为第一运动场景,则控制所述惯性传感器使用自带固化的第一计步算法对所述惯性传感器采集的运动数据进行计步处理;如果确定当前的运动场景仍为第二运动场景,则继续控制所述微处理器使用预存的第二计步算法对所述惯性传感器采集的运动数据进行计步处理。
8.一种智能穿戴设备,其特征在于,所述智能穿戴设备内设置有惯性传感器、微处理器、存储器和处理器,所述惯性传感器自带固化的第一计步算法,所述微处理器预存有第二计步算法,所述惯性传感器、所述微处理器和所述处理器通过内部数据总线彼此连接;所述存储器存储有能够被所述处理器执行的计算机程序,所述计算机程序被所述处理器执行时能够实现权利要求1-4任意一项所述的计步方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711486963.7A CN108279019B (zh) | 2017-12-30 | 2017-12-30 | 一种计步方法、装置和智能穿戴设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711486963.7A CN108279019B (zh) | 2017-12-30 | 2017-12-30 | 一种计步方法、装置和智能穿戴设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108279019A CN108279019A (zh) | 2018-07-13 |
CN108279019B true CN108279019B (zh) | 2020-11-27 |
Family
ID=62802840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711486963.7A Active CN108279019B (zh) | 2017-12-30 | 2017-12-30 | 一种计步方法、装置和智能穿戴设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108279019B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108844550B (zh) * | 2018-09-19 | 2021-06-08 | 山东百盟信息技术有限公司 | 一种基于云计算的移动终端智能计步方法及装置 |
CN109029492B (zh) * | 2018-10-12 | 2021-09-03 | 潍坊歌尔电子有限公司 | 一种计步方法、装置及腕部计步设备 |
CN110719363B (zh) * | 2019-09-20 | 2021-03-30 | 奇酷互联网络科技(深圳)有限公司 | 定位上报方法、装置、智能终端和存储介质 |
CN111401328B (zh) * | 2020-04-23 | 2023-07-18 | Oppo广东移动通信有限公司 | 数据采集方法、装置、终端及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2397820A1 (en) * | 2010-06-18 | 2011-12-21 | Samsung Electronics Co., Ltd. | Apparatus and method for saving power in portable terminal |
CN104007822A (zh) * | 2014-05-30 | 2014-08-27 | 中山市永衡互联科技有限公司 | 基于大数据库的运动识别方法及其装置 |
CN104215257A (zh) * | 2014-10-08 | 2014-12-17 | 广州碧德电子科技有限公司 | 一种高精度、高去伪、并集成功耗管理的人体计步方法 |
CN105718266A (zh) * | 2016-01-21 | 2016-06-29 | 上海与德科技有限公司 | 一种软件计步方法、模块和电子设备 |
CN105975084A (zh) * | 2016-05-31 | 2016-09-28 | 北京京东方多媒体科技有限公司 | 环形穿戴设备的控制方法、环形穿戴设备及智能控制系统 |
-
2017
- 2017-12-30 CN CN201711486963.7A patent/CN108279019B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2397820A1 (en) * | 2010-06-18 | 2011-12-21 | Samsung Electronics Co., Ltd. | Apparatus and method for saving power in portable terminal |
CN104007822A (zh) * | 2014-05-30 | 2014-08-27 | 中山市永衡互联科技有限公司 | 基于大数据库的运动识别方法及其装置 |
CN104215257A (zh) * | 2014-10-08 | 2014-12-17 | 广州碧德电子科技有限公司 | 一种高精度、高去伪、并集成功耗管理的人体计步方法 |
CN105718266A (zh) * | 2016-01-21 | 2016-06-29 | 上海与德科技有限公司 | 一种软件计步方法、模块和电子设备 |
CN105975084A (zh) * | 2016-05-31 | 2016-09-28 | 北京京东方多媒体科技有限公司 | 环形穿戴设备的控制方法、环形穿戴设备及智能控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108279019A (zh) | 2018-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108279019B (zh) | 一种计步方法、装置和智能穿戴设备 | |
US11571145B2 (en) | Heart rate detection method and apparatus | |
US9641991B2 (en) | Systems and methods for determining a user context by correlating acceleration data from multiple devices | |
CN106556424B (zh) | 一种智能可穿戴设备及其节能运行方法 | |
CN106645978B (zh) | 智能穿戴设备的穿戴状态检测方法及检测装置 | |
CN104879886B (zh) | 家电设备的控制方法、装置及终端 | |
CN111382714A (zh) | 图像检测方法、装置、终端及存储介质 | |
CN107357411B (zh) | 电子装置 | |
CN106681619B (zh) | 一种控制电子设备的能耗的方法及装置 | |
WO2016131256A1 (zh) | 可穿戴设备的屏幕控制方法及装置 | |
CN105357401A (zh) | 一种多核移动终端的省电方法及装置 | |
CN107491162A (zh) | 显示屏状态调整方法、显示屏状态调整装置及终端 | |
CN104698824A (zh) | 一种低功耗计步的智能穿戴装置 | |
CN107968885A (zh) | 闹钟提醒方法、移动终端及计算机可读存储介质 | |
CN106648028A (zh) | 一种穿戴式智能终端电源管理方法及装置 | |
CN112162625A (zh) | 电子设备的功耗控制方法、装置、存储介质和终端 | |
CN110495892B (zh) | 一种运动数据检测方法及智能穿戴设备 | |
CN112235742A (zh) | NB-IoT通讯模组内嵌程序的燃气表及数据处理方法 | |
CN111596752A (zh) | 终端功耗模式的控制方法、装置及可读存储介质 | |
CN115566296B (zh) | 电池电量显示方法、电子设备、程序产品及介质 | |
CN104665837B (zh) | 用于提醒佩戴者加强颈部运动的装置及其控制方法 | |
KR20100061894A (ko) | 베이스밴드 프로세서를 활용한 저전력 센싱 기술 | |
CN107343100A (zh) | 信息提示方法、装置、存储介质及电子设备 | |
WO2017071528A1 (zh) | 一种电子设备及其充电方法 | |
CN111227817A (zh) | 心率监测方法、装置和存储介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20191114 Address after: 266104 Laoshan Qingdao District North House Street investment service center room, Room 308, Shandong Applicant after: GEER TECHNOLOGY CO., LTD. Address before: 266061, No. 3, building 18, Qinling Mountains Road, Laoshan District, Shandong, Qingdao 401 Applicant before: Qingdao real time Technology Co., Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |