CN108937860B - 一种运动状态监测方法、系统及设备和存储介质 - Google Patents

一种运动状态监测方法、系统及设备和存储介质 Download PDF

Info

Publication number
CN108937860B
CN108937860B CN201810574147.XA CN201810574147A CN108937860B CN 108937860 B CN108937860 B CN 108937860B CN 201810574147 A CN201810574147 A CN 201810574147A CN 108937860 B CN108937860 B CN 108937860B
Authority
CN
China
Prior art keywords
state
duration
compensation
motion
current state
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
CN201810574147.XA
Other languages
English (en)
Other versions
CN108937860A (zh
Inventor
李月婷
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.)
Goertek Techology Co Ltd
Original Assignee
Goertek Techology Co Ltd
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 Goertek Techology Co Ltd filed Critical Goertek Techology Co Ltd
Priority to CN201810574147.XA priority Critical patent/CN108937860B/zh
Publication of CN108937860A publication Critical patent/CN108937860A/zh
Application granted granted Critical
Publication of CN108937860B publication Critical patent/CN108937860B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4812—Detecting sleep stages or cycles
    • 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
    • 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

Abstract

本申请公开了一种运动状态监测方法、系统及设备和计算机可读存储介质，该方法包括：获取检测时长内的运动数据，并根据所述运动数据确定检测时长结束时刻的当前状态和所述当前状态的补偿时长；其中，所述补偿时长为所述检测时长内所述当前状态对应的时长；从检测时长结束时刻开始记录所述当前状态的状态信息；其中，所述状态信息包括所述当前状态的状态时长；将所述状态时长与所述补偿时长的和作为所述当前状态对应的输出时长，并将所述输出时长对应的状态信息作为所述当前状态的输出状态信息。通过对各当前状态的状态时长进行补偿，使检测时长内的运动数据对应的状态信息也能存入内存，全面记录了各状态下的状态信息，提高了用户体验的满意度。

Description

一种运动状态监测方法、系统及设备和存储介质
技术领域
本申请涉及智能穿戴设备技术领域，更具体地说，涉及一种运动状态监测方法、系统及设备和一种计算机可读存储介质。
背景技术
睡眠检测功能是智能穿戴设备必有的检测功能，在现有技术中，首先需要对当前人体状态进行一段时间的运动数据的采集，即检测阶段，通过人体运动状态的程度，区分开是进入了睡眠状态还是暂时的人体静止状态，然后输出当前状态并开始记录当前状态的运动信息。然而对于检测阶段，会使当前状态的运动信息丢失，存入手环端内存内，用户无法在应用端查看检测阶段的运动信息，各状态下的运动信息记录不够全面，会降低用户使用的满意度。
因此，如何全面记录各状态下的运动信息是本领域技术人员需要解决的问题。
发明内容
本申请的目的在于提供一种运动状态监测方法、系统及设备和一种计算机可读存储介质，全面记录各状态下的运动信息，提高了用户使用的满意度。
为实现上述目的，本申请提供了一种运动状态监测方法，包括：
获取检测时长内的运动数据，并根据所述运动数据确定所述检测时长结束时刻的当前状态和所述当前状态的补偿时长；其中，所述补偿时长为所述检测时长内所述当前状态对应的时长；
从所述检测时长结束时刻开始记录所述当前状态的状态信息；其中，所述状态信息包括所述当前状态的状态时长；
将所述状态时长与所述补偿时长的和作为所述当前状态对应的输出时长，并将所述输出时长对应的状态信息作为所述当前状态的输出状态信息。
其中，根据所述运动数据确定所述检测时长结束时刻的当前状态和所述当前状态的补偿时长，包括：
根据所述运动数据判断所述检测时长结束时刻的当前状态是否为运动状态；
若否，则确定所述当前状态为非运动状态，并根据所述运动数据确定所述非运动状态的第一补偿时长；
根据所述第一补偿时长确定所述补偿时长。
其中，根据所述运动数据判断所述检测时长结束时刻的当前状态是否为运动状态，包括：
判断所述运动数据中的计步数据是否为零；
若否，则所述检测时长结束时刻的当前状态为运动状态。
其中，根据所述第一补偿时长确定所述补偿时长，包括：
根据所述运动数据判断所述检测时长结束时刻的当前状态是否为静止状态；
若否，则确定所述当前状态为非静止状态，并根据所述运动数据确定所述非静止状态的第二补偿时长；
根据所述第一补偿时长与所述第二补偿时长的和确定所述补偿时长。
其中，根据所述运动数据判断所述检测时长结束时刻的当前状态是否为静止状态，包括：
判断所述运动数据中的活动量数据是否大于第一预设值；
若是，则所述检测时长结束时刻的当前状态为为静止状态。
其中，根据所述第一补偿时长与所述第二补偿时长的和确定所述补偿时长，包括：
根据所述运动数据确定睡眠状态和所述睡眠状态的第三补偿时长；其中，所述睡眠状态包括深度睡眠和浅度睡眠；
将所述第一补偿时长、所述第二补偿时长与所述第三补偿时长的和确定为所述补偿时长。
其中，根据所述运动数据确定睡眠状态，包括：
判断所述第三运动数据中的活动量数据是否大于第二预设值；
若是，则所述睡眠状态为浅度睡眠；
若否，则所述睡眠状态为深度睡眠。
为实现上述目的，本申请提供了一种运动状态监测系统，包括：
检测模块，用于获取检测时长内的运动数据，并根据所述运动数据确定所述检测时长结束时刻的当前状态和所述当前状态的补偿时长；其中，所述补偿时长为所述检测时长内所述当前状态对应的时长；
记录模块，用于从所述检测时长结束时刻开始记录所述当前状态的状态信息；其中，所述状态信息包括所述当前状态的状态时长；
输出模块，用于将所述状态时长与所述补偿时长的和作为所述当前状态对应的输出时长，并将所述输出时长对应的状态信息作为所述当前状态的输出状态信息。
为实现上述目的，本申请提供了一种运动状态监测设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述运动状态监测方法的步骤。
为实现上述目的，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述运动状态监测方法的步骤。
通过以上方案可知，本申请提供的一种运动状态监测方法，包括：获取检测时长内的运动数据，并根据所述运动数据确定所述检测时长结束时刻的当前状态和所述当前状态的补偿时长；其中，所述补偿时长为所述检测时长内所述当前状态对应的时长；从所述检测时长结束时刻开始记录所述当前状态的状态信息；其中，所述状态信息包括所述当前状态的状态时长；将所述状态时长与所述补偿时长的和作为所述当前状态对应的输出时长，并将所述输出时长对应的状态信息作为所述当前状态的输出状态信息。
本申请提供的运动状态监测方法首先根据检测时长内的运动数据确定检测时长结束时刻的当前状态，再确定检测时长内处于当前状态的补偿时长，最后合并输出该当前状态的状态时长与补偿时长对应的状态信息。通过对各当前状态的状态时长进行补偿，使检测时长内的运动数据对应的状态信息也能存入内存，全面记录了各状态下的状态信息，提高了用户体验的满意度。本申请还公开了一种运动状态监测系统及设备和一种计算机可读存储介质，同样能实现上述技术效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例公开的一种运动状态监测方法的流程图；
图2为本申请实施例公开的另一种运动状态监测方法的流程图；
图3为本申请实施例公开的又一种运动状态监测方法的流程图；
图4为本申请实施例公开的一种运动状态监测系统的结构图；
图5为本申请实施例公开的一种运动状态监测设备的结构图；
图6为本申请实施例公开的另一种运动状态监测设备的结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例公开了一种运动状态监测方法，全面记录各状态下的运动信息，提高了用户使用的满意度。
参见图1，本申请实施例公开的一种运动状态监测方法的流程图，如图1所示，包括：
S101：获取检测时长内的运动数据，并根据所述运动数据确定所述检测时长结束时刻的当前状态和所述当前状态的补偿时长；其中，所述补偿时长为所述检测时长内所述当前状态对应的时长；
在具体实施中，通过运动数据采集器获取检测时长内的运动数据，此处不对检测时长的具体数值进行限定，本领域技术人员可以根据实际需要的检测精度进行灵活设置，例如，可以对1分钟的运动数据进行采集。
获取运动数据后，对该运动数据进行分析，确定检测时长结束时刻的当前状态。该当前状态包括运动状态与非运动状态，非运动状态包括静止状态与非静止状态，非静止状态包括非睡眠状态、深度睡眠与浅度睡眠状态。
为了精确全面的记录当前状态的状态信息，在确定当前状态后，需要对当前状态的状态时长进行补偿处理，即计算该当前状态对应的所有补偿时长，该补偿时长定义为上述检测时长内当前状态对应的时长。例如，若确定当前状态为深度睡眠状态，该深度睡眠状态的补偿时长包括非运动状态的补偿时长T1、非静止状态的补偿时长T2和深度睡眠状态的补偿时长T3。
可以理解的是，对于检测时长内运动数据的采集，可以预先设置采集的间隔时长，即每隔间隔时长获取一次检测时长内的运动数据，重新判断当前状态，当然也可以当某一时刻的运动数据不满足当前状态的标准时进行获取并进行重新判断，在此不作具体限定。
S102：从所述检测时长结束时刻开始记录所述当前状态的状态信息；其中，所述状态信息包括所述当前状态的状态时长；
在具体实施中，确定当前状态后，开始记录该当前状态对应的状态信息，该状态信息可以包括当前状态的运动信息、状态时长等。需要说明的是，为了精确全面的记录当前状态的状态信息，还需同时将上一步骤中确定的补偿时长对应的状态信息作为当前状态对应的输出状态信息。
S103：将所述状态时长与所述补偿时长的和作为所述当前状态对应的输出时长，并将所述输出时长对应的状态信息作为所述当前状态的输出状态信息。
在具体实施中，将当前状态的状态时长和所有补偿时长的和作为当前状态的输出时长，将输出时长对应的状态信息作为当前状态的输出状态信息。
需要说明的是，此处的输出时长和输出状态信息可以直接输出至用户使用的应用端，也可以存入设备内存，等待应用端的查询命令再发送至应用端，在此不作具体限定。
本申请实施例提供的运动状态监测方法首先根据检测时长内的运动数据确定检测时长结束时刻的当前状态，再确定检测时长内处于当前状态的补偿时长，最后合并输出该当前状态的状态时长与补偿时长对应的状态信息。通过对各当前状态的状态时长进行补偿，使检测时长内的运动数据对应的状态信息也能存入内存，全面记录了各状态下的状态信息，提高了用户体验的满意度。
本申请实施例公开了一种运动状态监测方法，相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。具体的：
参见图2，本申请实施例提供的另一种运动状态监测方法的流程图，如图2所示，包括：
S211：获取检测时长内的运动数据；
S212：根据所述运动数据判断所述检测时长结束时刻的当前状态是否为运动状态；若是，则进入S213；若否，则进入S214；
本实施例不对运动状态的具体判断标准进行限定，本领域技术人员可以根据现有的判断标准进行灵活选择。例如，可以采用判断运动数据中的计步数据是否为零的方式，当计步数据为零时当前状态为非运动状态进入S214；当计步数据不为零时当前状态为运动状态进入S213。
S213：输出状态为运动状态，记录所述运动状态的状态信息；
可以理解的是，当输出状态为运动状态时，可以直接从检测时长的结束时刻开始记录运动状态的状态信息，当然也可以按照上一实施例的方式对该运动状态的输出时长进行补偿，即确定检测时长内处于运动状态的补偿时长，并将运动状态的状态时长与该补偿时长对应的状态信息作为该运动状态的输出时长，在此不作具体限定。
S214：确定所述当前状态为非运动状态，并根据所述运动数据确定所述非运动状态的第一补偿时长；
在具体实施中，确定第一补偿时长，即确定检测时长内满足非运动状态对应的标准的时长，在上述例子中，也就是计步数据为零的时长。
S215：根据所述第一补偿时长确定所述补偿时长；
需要说明的是，本步骤中确定补偿时长的具体方式为：首先判断当前状态是否为静止状态，若否，则根据所述运动数据确定非静止状态的第二补偿时长，并根据所述第一补偿时长与所述第二补偿时长的和确定所述补偿时长。根据所述第一补偿时长与所述第二补偿时长的和确定所述补偿时长将在下一实施例进行详细介绍。
可以理解的是，本实施例同样不对静止状态的具体判断标准进行限定，本领域技术人员可以根据现有的判断标准进行灵活选择。例如，可以采用判断所述运动数据中的活动量数据是否大于第一预设值的方式，此处不对第一预设值的数值进行具体限定。
当活动量数据大于第一预设值时输出状态为静止状态，并记录静止状态的状态信息；当活动量数据不大于第一预设值时，当前状态为非静止状态，进入S202。对于非静止状态下各状态的检测过程将在下一实施例进行详细介绍。
可以理解的是，当输出状态为静止状态时，同样可以直接从检测时长的结束时刻开始记录静止状态的状态信息，当然也可以按照上一实施例的方式对该静止状态的输出时长进行补偿，即确定检测时长内处于静止状态的补偿时长，并将静止状态的状态时长与该补偿时长对应的状态信息作为该静止状态的输出时长，在此不作具体限定。
S202：从所述检测时长结束时刻开始记录所述当前状态的状态信息；其中，所述状态信息包括所述当前状态的状态时长；
S203：将所述状态时长与所述补偿时长的和作为所述当前状态对应的输出时长，并将所述输出时长对应的状态信息作为所述当前状态的输出状态信息。
在本实施例中，当前状态为非静止状态，输出时长为该非静止状态的状态时长、非运动状态的第一补偿时长和非静止状态的第二补偿时长的和。非静止状态的第二补偿时长的确定当时将在下一实施例进行详细介绍。
本申请实施例公开了一种运动状态监测方法，相对于上一实施例，本实施例对睡眠状态的检测作了进一步的说明和优化。具体的：
参见图3，本申请实施例提供的又一种运动状态监测方法的流程图，如图3所示，包括：
S311：获取检测时长内的运动数据；
S312：当根据所述运动数据确定所述检测时长结束时刻的当前状态为非静止状态时，根据所述运动数据确定所述非静止状态的第二补偿时长；
在具体实施中，确定第二补偿时长，即确定检测时长内满足非静止状态对应的标准的时长，对于上一实施例中的例子，也就是活动量数据不大于第一预设值的时长。
需要说明的是，为方便后续睡眠状态的判断，作为一种优选实施方式，在确定当前状态为非静止状态后，还需对人体是否处于睡眠状态进行判断，若是，则进入S313，若否，则需要重新返回判断是否处于运动状态的步骤。对于是否处于睡眠状态，可以仍然采用活动量数据作为判断标准，当然也可以采用其他标准，此处不作具体限定。
S313：根据所述运动数据确定睡眠状态和所述睡眠状态的第三补偿时长；其中，所述睡眠状态包括深度睡眠和浅度睡眠；
可以理解的是，本实施例同样不限定睡眠状态的具体确定标准，例如，可以采用活动量数据作为标准，即判断所述第三运动数据中的活动量数据是否大于第二预设值；若是，则睡眠状态为浅度睡眠；若否，则睡眠状态为深度睡眠，此处同样不限定第二预设值的具体数值。
在具体实施中，确定第三补偿时长，即确定检测时长内满足深度睡眠状态或浅度睡眠状态对应的标准的时长。对于上述例子，若睡眠状态为深度睡眠，即确定检测时长内活动量数据不大于第二预设值的时长，若睡眠状态为浅度睡眠，即确定检测时长内活动量数据大于第二预设值的时长。
S314：将非运动状态的第一补偿时长、所述第二补偿时长与所述第三补偿时长的和确定为所述补偿时长；
在具体实施中，若当前状态为深度睡眠状态，该深度睡眠状态的补偿时长为非运动状态的补偿时长T1、非静止状态的补偿时长T2和深度睡眠状态的补偿时长T3的和。若当前状态为浅度睡眠状态，该浅度睡眠状态的补偿时长为非运动状态的补偿时长T1、非静止状态的补偿时长T2和浅度睡眠状态的补偿时长T4的和。
S302：从所述检测时长结束时刻开始记录所述当前状态的状态信息；其中，所述状态信息包括所述当前状态的状态时长；
S303：将所述状态时长与所述补偿时长的和作为所述当前状态对应的输出时长，并将所述输出时长对应的状态信息作为所述当前状态的输出状态信息。
下面对本申请实施例提供的一种运动状态监测系统进行介绍，下文描述的一种运动状态监测系统与上文描述的一种运动状态监测方法可以相互参照。
参见图4，本申请实施例提供的一种运动状态监测系统的结构图，如图4所示，包括：
检测模块401，用于获取检测时长内的运动数据，并根据所述运动数据确定所述检测时长结束时刻的当前状态和所述当前状态的补偿时长；其中，所述补偿时长为所述检测时长内所述当前状态对应的时长；
记录模块402，用于从所述检测时长结束时刻开始记录所述当前状态的状态信息；其中，所述状态信息包括所述当前状态的状态时长；
输出模块403，用于将所述状态时长与所述补偿时长的和作为所述当前状态对应的输出时长，并将所述输出时长对应的状态信息作为所述当前状态的输出状态信息。
本申请实施例提供的运动状态监测系统首先根据检测时长内的运动数据确定检测时长结束时刻的当前状态，再确定检测时长内处于当前状态的补偿时长，最后合并输出该当前状态的状态时长与补偿时长对应的状态信息。通过对各当前状态的状态时长进行补偿，使检测时长内的运动数据对应的状态信息也能存入内存，全面记录了各状态下的状态信息，提高了用户体验的满意度。
在上述实施例的基础上，作为一种优选实施方式，所述检测模块401包括：
获取子模块，用于获取检测时长内的运动数据；
判断子模块，用于根据所述运动数据判断所述检测时长结束时刻的当前状态是否为运动状态；若否，则启动第一确定子模块的工作流程；
所述第一确定子模块，用于确定所述当前状态为非运动状态，并根据所述运动数据确定所述非运动状态的第一补偿时长；
第二确定子模块，根据所述第一补偿时长确定所述补偿时长。
在上述实施例的基础上，作为一种优选实施方式，所述判断子模块具体为判断所述运动数据中的计步数据是否为零；若否，则所述检测时长结束时刻的当前状态为运动状态的子模块。
在上述实施例的基础上，作为一种优选实施方式，所述第二确定子模块包括：
判断单元，用于根据所述运动数据判断所述检测时长结束时刻的当前状态是否为静止状态；若否，则启动第一确定单元的工作流程；
所述第一确定单元，用于确定所述当前状态为非静止状态，并根据所述运动数据确定所述非静止状态的第二补偿时长；
第二确定单元，用于根据所述第一补偿时长与所述第二补偿时长的和确定所述补偿时长。
在上述实施例的基础上，作为一种优选实施方式，所述判断单元具体为判断所述运动数据中的活动量数据是否大于第一预设值；若是，则所述检测时长结束时刻的当前状态为为静止状态的单元。
在上述实施例的基础上，作为一种优选实施方式，所述第二确定单元包括：
第一确定子单元，用于根据所述运动数据确定睡眠状态和所述睡眠状态的第三补偿时长；其中，所述睡眠状态包括深度睡眠和浅度睡眠；
第二确定子单元，用于将所述第一补偿时长、所述第二补偿时长与所述第三补偿时长的和确定为所述补偿时长。
在上述实施例的基础上，作为一种优选实施方式，所述第一确定子单元具体为判断所述第三运动数据中的活动量数据是否大于第二预设值；若是，则所述睡眠状态为浅度睡眠；若否，则所述睡眠状态为深度睡眠，并确定所述睡眠状态的第三补偿时长的子单元。
本申请还提供了一种运动状态监测设备，参见图5，本申请实施例提供的一种运动状态监测设备的结构图，如图5所示，包括：
存储器100，用于存储计算机程序；
处理器200，用于执行所述计算机程序时可以实现上述实施例所提供的步骤。
具体的，存储器100包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机可读指令，该内存储器为非易失性存储介质中的操作系统和计算机可读指令的运行提供环境。处理器200为运动状态监测设备提供计算和控制能力，可以具体为MCU(中文全称：微控制单元，英文全称：Microcontroller Unit)执行所述存储器100中保存的计算机程序时，可以实现以下步骤：获取检测时长内的运动数据，并根据所述运动数据确定所述检测时长结束时刻的当前状态和所述当前状态的补偿时长；其中，所述补偿时长为所述检测时长内所述当前状态对应的时长；从所述检测时长结束时刻开始记录所述当前状态的状态信息；其中，所述状态信息包括所述当前状态的状态时长；将所述状态时长与所述补偿时长的和作为所述当前状态对应的输出时长，并将所述输出时长对应的状态信息作为所述当前状态的输出状态信息。
本申请实施例首先根据检测时长内的运动数据确定检测时长结束时刻的当前状态，再确定检测时长内处于当前状态的补偿时长，最后合并输出该当前状态的状态时长与补偿时长对应的状态信息。通过对各当前状态的状态时长进行补偿，使检测时长内的运动数据对应的状态信息也能存入内存，全面记录了各状态下的状态信息，提高了用户体验的满意度。
优选的，所述处理器200执行所述存储器100中保存的计算机子程序时，可以实现以下步骤：获取检测时长内的运动数据，并根据所述运动数据确定所述检测时长结束时刻的当前状态和所述当前状态的补偿时长；其中，所述补偿时长为所述检测时长内所述当前状态对应的时长；从所述检测时长结束时刻开始记录所述当前状态的状态信息；其中，所述状态信息包括所述当前状态的状态时长；将所述状态时长与所述补偿时长的和作为所述当前状态对应的输出时长，并将所述输出时长对应的状态信息作为所述当前状态的输出状态信息。
优选的，所述处理器200执行所述存储器100中保存的计算机子程序时，可以实现以下步骤：判断所述运动数据中的计步数据是否为零；若否，则所述检测时长结束时刻的当前状态为运动状态。
优选的，所述处理器200执行所述存储器100中保存的计算机子程序时，可以实现以下步骤：根据所述运动数据判断所述检测时长结束时刻的当前状态是否为静止状态；若否，则确定所述当前状态为非静止状态，并根据所述运动数据确定所述非静止状态的第二补偿时长；根据所述第一补偿时长与所述第二补偿时长的和确定所述补偿时长。
优选的，所述处理器200执行所述存储器100中保存的计算机子程序时，可以实现以下步骤：判断所述运动数据中的活动量数据是否大于第一预设值；若是，则所述检测时长结束时刻的当前状态为为静止状态。
优选的，所述处理器200执行所述存储器100中保存的计算机子程序时，可以实现以下步骤：根据所述运动数据确定睡眠状态和所述睡眠状态的第三补偿时长；其中，所述睡眠状态包括深度睡眠和浅度睡眠；将所述第一补偿时长、所述第二补偿时长与所述第三补偿时长的和确定为所述补偿时长。
优选的，所述处理器200执行所述存储器100中保存的计算机子程序时，可以实现以下步骤：判断所述第三运动数据中的活动量数据是否大于第二预设值；若是，则所述睡眠状态为浅度睡眠；若否，则所述睡眠状态为深度睡眠。
在上述实施例的基础上，作为优选实施方式，参见图6，所述运动状态监测设备可以具体为一智能穿戴设备，还包括：
输入接口300，与处理器200相连，用于获取外部导入的计算机程序、参数和指令，经处理器200控制保存至存储器100中。该输入接口300可以与输入装置相连，接收用户手动输入的参数或指令。该输入装置可以是显示屏上覆盖的触摸层，也可以是终端外壳上设置的按键、轨迹球或触控板，也可以是键盘、触控板或鼠标等。
显示单元400，与处理器200相连，用于显示处理器200发送的数据。该显示单元400可以为PC机或手机等移动终端上的显示屏、液晶显示屏或者电子墨水显示屏等。具体的，在本实施例中，可以通过显示单元400显示各状态对应的状态信息等。
网络端口500，与处理器200相连，用于与外部各终端设备进行通信连接。该通信连接所采用的通信技术可以为有线通信技术或无线通信技术，如移动高清链接技术(MHL)、通用串行总线(USB)、高清多媒体接口(HDMI)、无线保真技术(WiFi)、蓝牙通信技术、低功耗蓝牙通信技术、基于IEEE802.11s的通信技术等。具体的，在本实施例中，可以通过网络端口500向手机等移动终端发送各状态对应的状态信息等。
运动数据采集器600，与处理器200相连，用于获取运动数据。具体的，在本实施例中，运动数据采集器600可以具体为六轴运动传感器，该六轴运动传感器采集到的运动数据可以通过蓝牙发送至处理器200。
本申请还提供了一种计算机可读存储介质，该存储介质可以包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。该存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取检测时长内的运动数据，并根据所述运动数据确定所述检测时长结束时刻的当前状态和所述当前状态的补偿时长；其中，所述补偿时长为所述检测时长内所述当前状态对应的时长；从所述检测时长结束时刻开始记录所述当前状态的状态信息；其中，所述状态信息包括所述当前状态的状态时长；将所述状态时长与所述补偿时长的和作为所述当前状态对应的输出时长，并将所述输出时长对应的状态信息作为所述当前状态的输出状态信息。
本申请实施例首先根据检测时长内的运动数据确定检测时长结束时刻的当前状态，再确定检测时长内处于当前状态的补偿时长，最后合并输出该当前状态的状态时长与补偿时长对应的状态信息。通过对各当前状态的状态时长进行补偿，使检测时长内的运动数据对应的状态信息也能存入内存，全面记录了各状态下的状态信息，提高了用户体验的满意度。
优选的，所述计算机可读存储介质中存储的计算机子程序被处理器执行时，具体可以实现以下步骤：获取检测时长内的运动数据，并根据所述运动数据确定所述检测时长结束时刻的当前状态和所述当前状态的补偿时长；其中，所述补偿时长为所述检测时长内所述当前状态对应的时长；从所述检测时长结束时刻开始记录所述当前状态的状态信息；其中，所述状态信息包括所述当前状态的状态时长；将所述状态时长与所述补偿时长的和作为所述当前状态对应的输出时长，并将所述输出时长对应的状态信息作为所述当前状态的输出状态信息。
优选的，所述计算机可读存储介质中存储的计算机子程序被处理器执行时，具体可以实现以下步骤：判断所述运动数据中的计步数据是否为零；若否，则所述检测时长结束时刻的当前状态为运动状态。
优选的，所述计算机可读存储介质中存储的计算机子程序被处理器执行时，具体可以实现以下步骤：根据所述运动数据判断所述检测时长结束时刻的当前状态是否为静止状态；若否，则确定所述当前状态为非静止状态，并根据所述运动数据确定所述非静止状态的第二补偿时长；根据所述第一补偿时长与所述第二补偿时长的和确定所述补偿时长。
优选的，所述计算机可读存储介质中存储的计算机子程序被处理器执行时，具体可以实现以下步骤：判断所述运动数据中的活动量数据是否大于第一预设值；若是，则所述检测时长结束时刻的当前状态为为静止状态。
优选的，所述计算机可读存储介质中存储的计算机子程序被处理器执行时，具体可以实现以下步骤：根据所述运动数据确定睡眠状态和所述睡眠状态的第三补偿时长；其中，所述睡眠状态包括深度睡眠和浅度睡眠；将所述第一补偿时长、所述第二补偿时长与所述第三补偿时长的和确定为所述补偿时长。
优选的，所述计算机可读存储介质中存储的计算机子程序被处理器执行时，具体可以实现以下步骤：判断所述第三运动数据中的活动量数据是否大于第二预设值；若是，则所述睡眠状态为浅度睡眠；若否，则所述睡眠状态为深度睡眠。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种运动状态监测方法，其特征在于，包括：
获取检测时长内的运动数据，并根据所述运动数据确定所述检测时长结束时刻的当前状态和所述当前状态的补偿时长；其中，所述补偿时长为所述检测时长内所述当前状态对应的时长；
从所述检测时长结束时刻开始记录所述当前状态的状态信息；其中，所述状态信息包括所述当前状态的状态时长；
将所述状态时长与所述补偿时长的和作为所述当前状态对应的输出时长，并将所述输出时长对应的状态信息作为所述当前状态的输出状态信息。
2.根据权利要求1所述运动状态监测方法，其特征在于，根据所述运动数据确定所述检测时长结束时刻的当前状态和所述当前状态的补偿时长，包括：
根据所述运动数据判断所述检测时长结束时刻的当前状态是否为运动状态；
若否，则确定所述当前状态为非运动状态，并根据所述运动数据确定所述非运动状态的第一补偿时长；
根据所述第一补偿时长确定所述补偿时长。
3.根据权利要求2所述运动状态监测方法，其特征在于，根据所述运动数据判断所述检测时长结束时刻的当前状态是否为运动状态，包括：
判断所述运动数据中的计步数据是否为零；
若否，则所述检测时长结束时刻的当前状态为运动状态。
4.根据权利要求2所述运动状态监测方法，其特征在于，根据所述第一补偿时长确定所述补偿时长，包括：
根据所述运动数据判断所述检测时长结束时刻的当前状态是否为静止状态；
若否，则确定所述当前状态为非静止状态，并根据所述运动数据确定所述非静止状态的第二补偿时长；
根据所述第一补偿时长与所述第二补偿时长的和确定所述补偿时长。
5.根据权利要求4所述运动状态监测方法，其特征在于，根据所述运动数据判断所述检测时长结束时刻的当前状态是否为静止状态，包括：
判断所述运动数据中的活动量数据是否大于第一预设值；
若是，则所述检测时长结束时刻的当前状态为静止状态。
6.根据权利要求4或5所述运动状态监测方法，其特征在于，根据所述第一补偿时长与所述第二补偿时长的和确定所述补偿时长，包括：
根据所述运动数据确定睡眠状态和所述睡眠状态的第三补偿时长；其中，所述睡眠状态包括深度睡眠和浅度睡眠；
将所述第一补偿时长、所述第二补偿时长与所述第三补偿时长的和确定为所述补偿时长。
7.根据权利要求6所述运动状态监测方法，其特征在于，根据所述运动数据确定睡眠状态，包括：
判断所述运动数据中的活动量数据是否大于第二预设值；
若是，则所述睡眠状态为浅度睡眠；
若否，则所述睡眠状态为深度睡眠。
8.一种运动状态监测系统，其特征在于，包括：
检测模块，用于获取检测时长内的运动数据，并根据所述运动数据确定所述检测时长结束时刻的当前状态和所述当前状态的补偿时长；其中，所述补偿时长为所述检测时长内所述当前状态对应的时长；
记录模块，用于从所述检测时长结束时刻开始记录所述当前状态的状态信息；其中，所述状态信息包括所述当前状态的状态时长；
输出模块，用于将所述状态时长与所述补偿时长的和作为所述当前状态对应的输出时长，并将所述输出时长对应的状态信息作为所述当前状态的输出状态信息。
9.一种运动状态监测设备，其特征在于，包括：
运动传感器，用于采集运动数据；
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述运动状态监测方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述运动状态监测方法的步骤。
CN201810574147.XA 2018-06-06 2018-06-06 一种运动状态监测方法、系统及设备和存储介质 Active CN108937860B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810574147.XA CN108937860B (zh) 2018-06-06 2018-06-06 一种运动状态监测方法、系统及设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810574147.XA CN108937860B (zh) 2018-06-06 2018-06-06 一种运动状态监测方法、系统及设备和存储介质

Publications (2)

Publication Number Publication Date
CN108937860A CN108937860A (zh) 2018-12-07
CN108937860B true CN108937860B (zh) 2021-02-02

Family

ID=64493446

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810574147.XA Active CN108937860B (zh) 2018-06-06 2018-06-06 一种运动状态监测方法、系统及设备和存储介质

Country Status (1)

Country Link
CN (1) CN108937860B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111307174A (zh) * 2020-02-05 2020-06-19 深圳前海达闼云端智能科技有限公司 一种传感器的标定方法、运动物体及存储介质
CN116755977B (zh) * 2023-08-08 2024-04-12 荣耀终端有限公司 运动监测方法、电子设备及计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2233764A (en) * 1989-07-07 1991-01-16 Matsushita Electric Works Ltd Determining sleep states
CN1723847A (zh) * 2004-07-21 2006-01-25 松下电工株式会社 体力活动测量系统
CN103767710A (zh) * 2013-12-31 2014-05-07 歌尔声学股份有限公司 人体运动状态监视方法和装置
CN104905795A (zh) * 2015-06-15 2015-09-16 深圳市奋达科技股份有限公司 一种ble联网睡眠监测方法及装置
CN106491138A (zh) * 2016-10-26 2017-03-15 歌尔科技有限公司 一种运动状态检测方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140276242A1 (en) * 2013-03-14 2014-09-18 Healthward International, LLC Wearable body 3d sensor network system and method
JP2016538097A (ja) * 2013-10-23 2016-12-08 クアンタス， インコーポレイテッド 消費者バイオメトリックデバイス

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2233764A (en) * 1989-07-07 1991-01-16 Matsushita Electric Works Ltd Determining sleep states
CN1723847A (zh) * 2004-07-21 2006-01-25 松下电工株式会社 体力活动测量系统
CN103767710A (zh) * 2013-12-31 2014-05-07 歌尔声学股份有限公司 人体运动状态监视方法和装置
CN104905795A (zh) * 2015-06-15 2015-09-16 深圳市奋达科技股份有限公司 一种ble联网睡眠监测方法及装置
CN106491138A (zh) * 2016-10-26 2017-03-15 歌尔科技有限公司 一种运动状态检测方法及装置

Also Published As

Publication number Publication date
CN108937860A (zh) 2018-12-07

Similar Documents

Publication Publication Date Title
US10275200B2 (en) Activity information processing method and electronic device supporting the same
CN106645978B (zh) 智能穿戴设备的穿戴状态检测方法及检测装置
CN110535978B (zh) 数据传输方法、装置、系统及智能穿戴式设备和存储介质
KR20170136317A (ko) 전자 장치 및 그의 동작 방법
KR102294180B1 (ko) 전자장치 및 전자장치의 전원제어 방법
KR20180011581A (ko) 전자 장치 및 전자 장치의 이미지 표시 방법
KR102630114B1 (ko) 서비스 제공을 위한 웨어 시스템 및 방법
KR20170019040A (ko) 생체 상태 정보 제공 방법 및 이를 지원하는 전자 장치
KR20160099423A (ko) 수면 정보를 입력하는 전자 장치 및 그 제어 방법
CN108681498B (zh) 一种cpu占用率的监测方法、装置以及移动终端
CN109189300B (zh) 一种视图循环展示方法和装置
EP3482297B1 (en) Method and computer program for monitoring touchscreen events of a handheld device
CN108937860B (zh) 一种运动状态监测方法、系统及设备和存储介质
KR20170055287A (ko) 건강 정보를 제공하는 전자 장치와 이의 동작 방법
US20170080288A1 (en) Activity information providing method and electronic device supporting the same
CN106596394A (zh) 一种检测头发的方法、终端及梳子
CN107219959B (zh) 用于智能穿戴设备的输入控制方法和设备
CN105496362A (zh) 睡眠状态监测系统及方法
CN110765170A (zh) 一种用户画像的生成方法及可穿戴设备
CN108540649B (zh) 一种内容展示方法及移动终端
EP3706398A1 (en) Pressure measurement method and terminal
US20230384925A1 (en) Method, terminal for acquiring gesture data, and storage medium
KR20170089642A (ko) 전자 장치의 히스토리 정보 관리 장치 및 방법
CN115568834A (zh) 数据处理方法及装置
CN113516450A (zh) 提醒任务的生成方法、装置和电子设备

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