CN109238299A - 一种计步方法、穿戴设备及计算机可读存储介质 - Google Patents

Abstract

本发明公开了一种计步方法，应用于穿戴设备，所述方法包括：在检测到所述穿戴设备处于摆动状态时，获取所述穿戴设备检测的用户数据；判断所述穿戴设备检测的用户数据是否落入用户处于行走或者跑步状态下的用户数据范围；若所述穿戴设备检测的用户数据落入用户处于行走或者跑步状态下的用户数据范围，根据所述穿戴设备的当前摆动数据计步。此外，本发明还公开一种穿戴设备及计算机可读存储介质。这样，本发明提供的计步方法在确定用户处于行走或者跑步状态时根据穿戴设备的摆动数据进行计步，这样，能够有效提高穿戴设备计步的准确度，避免出现较大误差或者出现数据造假。

Description

一种计步方法、穿戴设备及计算机可读存储介质

技术领域

本发明涉及智穿戴设备技术领域，尤其涉及一种计步方法、穿戴设备及计算机可读存储介质。

背景技术

穿戴设备(例如智能手环)可以记录用户日常的运动数据(例如统计用户行走步数)，能够方便用户了解的运动情况，帮助用户掌控自己的运动量，防止运动量不足或者运动量过大。

目前，穿戴设备通常是通过检测穿戴设备的摆动情况(摆动幅度或者摆动频率)来计算用户的行走步数。然而，单纯根据手臂的摆动情况计算步数的方式经常容易出现较大的误差或者出现数据造假，例如坐在高速运转的交通工具上、用户身体不动仅手臂上下摆动或者将穿戴设备绑在不断运动的小动物身上，穿戴设备的计步数据都会增加。

可见，现有技术中，穿戴设备仅通过检测摆动情况进行计步的方案容易导致计步数据不准确。

发明内容

有鉴于此，本发明提出一种计步方法、穿戴设备及计算机可读存储介质，以解决上述技术问题。

首先，为实现上述目的，本发明提出一种计步方法，应用于穿戴设备，所述方法包括：

在检测到所述穿戴设备处于摆动状态时，获取所述穿戴设备检测的用户数据；

判断所述穿戴设备检测的用户数据是否落入用户处于行走或者跑步状态下的用户数据范围；

若所述穿戴设备检测的用户数据落入用户处于行走或者跑步状态下的用户数据范围，根据所述穿戴设备的当前摆动数据计步。

可选地，所述判断所述穿戴设备检测的用户数据是否落入用户处于行走或者跑步状态下的用户数据范围之后，所述方法还包括：

若所述穿戴设备检测的用户数据没有落入用户处于行走或者跑步状态下的用户数据范围，确定所述穿戴设备的当前摆动数据无效。

可选地，所述用户数据包括用户生理数据和/或用户运动数据。

可选地，所述用户生理数据包括用户心率数据，所述获取所述穿戴设备检测的用户数据，包括：

获取所述穿戴设备的心率检测装置检测的用户心率数据。

可选地，所述用户运动数据包括用户运动速度，所述获取所述穿戴设备检测的用户数据，包括：

获取预设时间内所述穿戴设备的实时定位信息；

根据所述穿戴设备的定位信息确定所述预设时间内所述穿戴设备的移动轨迹；

计算所述预设时间内所述穿戴设备的移动轨迹的距离；

计算所述移动轨迹的距离与所述预设时间的商为用户运动速度。

可选地，所述穿戴设备为智能手环，所述用户运动数据包括用户手臂摆动数据，所述获取所述穿戴设备检测的用户数据，包括：

获取所述穿戴设备的摆动数据作为用户手臂摆动数据。

可选地，所述获取所述穿戴设备检测的用户数据之前，所述方法还包括：

获取所述穿戴设备检测的用户身份信息；

判断所述穿戴设备检测的用户身份信息与预设用户身份信息是否匹配；

若所述穿戴设备检测的用户身份信息与预设用户身份信息匹配，获取所述穿戴设备的用户数据。

可选地，所述用户身份信息包括用户心率数据和/或用户皮肤纹路信息。

进一步地，为实现上述目的，本发明还提供一种穿戴设备，所述穿戴设备包括存储器、至少一个处理器及存储在所述存储器上并可在所述至少一个处理器执行的至少一个程序，所述至少一个程序被所述至少一个处理器执行时实现上述任一项所述的方法中的步骤。

进一步地，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行的至少一个程序，所述至少一个程序被所述计算机执行时使所述计算机执行上述方法中的步骤。

相较于现有技术，本发明提出的计步方法，应用于穿戴设备，所述方法包括：在检测到所述穿戴设备处于摆动状态时，获取所述穿戴设备检测的用户数据；判断所述穿戴设备检测的用户数据是否落入用户处于行走或者跑步状态下的用户数据范围；若所述穿戴设备检测的用户数据落入用户处于行走或者跑步状态下的用户数据范围，根据所述穿戴设备的当前摆动数据计步。这样，本发明提供的计步方法能够结合穿戴设备的摆动情况以及穿戴设备检测到的用户数据判断用户是否处于行走或者跑步状态，并且在判断用户处于行走或者跑步状态时根据穿戴设备的摆动数据进行计步，这样，能够有效提高穿戴设备计步的准确度，避免出现较大误差或者出现数据造假。

附图说明

图1是实现本发明各个实施例的一种穿戴设备的硬件结构示意图；

图2是本发明实施例提供的一种通信网络系统架构图；

图3是本发明实施例提供的一种穿戴设备的示意图；

图4是本发明实施例提供的一种计步方法的流程示意图；

图5是本发明实施例提供的一种用户界面示意图；

图6是本发明实施例提供的另一种计步方法的流程示意图；

图7是本发明实施例提供的另一种用户界面示意图；

图8是本发明实施例提供的另一种计步方法的流程示意图；

图9是本发明实施例提供的另一种用户界面示意图；

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

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，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

请参阅图1，其为实现本发明各个实施例的一种穿戴设备的硬件结构示意图，该穿戴设备100可以包括：RF(Radio Frequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件，所述处理器110的个数为至少一个。本领域技术人员可以理解，图1中示出的穿戴设备结构并不构成对穿戴设备的限定，穿戴设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图1对穿戴设备的各个部件进行具体的介绍：

射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)等。

WiFi属于短距离无线传输技术，穿戴设备通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于穿戴设备的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

音频输出单元103可以在穿戴设备100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与穿戴设备100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。

A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。

穿戴设备100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在穿戴设备100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板1061。

用户输入单元107可用于接收输入的数字或字符信息，以及产生与穿戴设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。

进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现穿戴设备的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现穿戴设备的输入和输出功能，具体此处不做限定。

接口单元108用作至少一个外部装置与穿戴设备100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到穿戴设备100内的至少一个元件或者可以用于在穿戴设备100和外部装置之间传输数据。

存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器110是穿戴设备的控制中心，利用各种接口和线路连接整个穿戴设备的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行穿戴设备的各种功能和处理数据，从而对穿戴设备进行整体监控。处理器110可包括至少一个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。

穿戴设备100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管图1未示出，穿戴设备100还可以包括蓝牙模块等，在此不再赘述。

为了便于理解本发明实施例，下面对本发明的穿戴设备所基于的通信网络系统进行描述。

请参阅图2，图2为本发明实施例提供的一种通信网络系统架构图，该通信网络系统为通用移动通信技术的LTE系统，该LTE系统包括依次通讯连接的UE(User Equipment，用户设备)201，E-UTRAN(Evolved UMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)203和运营商的IP业务204。

具体地，UE201可以是上述终端100，此处不再赘述。

E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中，eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。

EPC203可以包括MME(Mobility Management Entity，移动性管理实体)2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033，SGW(Serving Gate Way，服务网关)2034，PGW(PDN Gate Way，分组数据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费功能实体)2036等。其中，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。

IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem，IP多媒体子系统)或其它IP业务等。

虽然上述以LTE系统为例进行了介绍，但本领域技术人员应当知晓，本发明不仅仅适用于LTE系统，也可以适用于其他无线通信系统，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等，此处不做限定。

所述穿戴设备100是指能够直接穿戴在人的身体上，或者整合到用户的衣服或者配件的一种便携式设备。所述穿戴设备100可以是如图3所示的智能手环300，也可以是智能眼镜等。基于上述穿戴设备100硬件结构以及通信网络系统，提出本发明方法各个实施例。

参阅图4，图4是本发明实施例提供的一种计步方法的步骤流程图，所述方法应用于一穿戴设备中，如图4所示，所述方法包括：

步骤401、在检测到所述穿戴设备处于摆动状态时，获取所述穿戴设备检测的用户数据。

该步骤中，所述方法在检测到所述穿戴设备处于摆动状态时，获取所述穿戴设备检测的用户数据，所述检测所述穿戴设备是否处于摆动状态属于现有技术范畴，此处不再赘述。所述获取所述穿戴设备检测的用户数据可以是获取所述穿戴设备检测的用户生理数据和/或获取所述穿戴设备检测的用户运动数据。

所述用户生理数据可以包括用户心率数据，相应地，所述获取所述穿戴设备检测的用户生理数据的方式具体可以是，获取所述穿戴设备的心率检测装置检测的用户心率数据。所述用户生理数据也可以包括用户单位时间能量消耗量，相应地，所述获取所述穿戴设备检测的用户生理数据的方式具体可以是，检测单位时间内用户皮肤成分含量变化量，根据用户皮肤成分含量变化量计算用户单位时间能量消耗量。

所述用户运动数据可以包括用户运动速度，相应地，所述方法获取所述穿戴设备检测的用户运动数据的方式具体可以是，获取预设时间内所述穿戴设备的实时定位信息，根据所述穿戴设备的定位信息确定所述预设时间内所述穿戴设备的移动轨迹，计算所述预设时间内所述穿戴设备的移动轨迹的距离，然后计算所述移动轨迹的距离与所述预设时间的商为用户运动速度。

所述用户运动数据也可以包括用户手臂摆动数据，相应地，所述穿戴设备为方便用户佩戴在用户手臂上的智能手环，所述方法获取所述穿戴设备检测的用户运动数据的方式具体可以是，获取所述穿戴设备的摆动数据作为用户手臂摆动数据。所述用户手臂摆动数据可以是用户手臂摆动幅度，也可以是用户手臂摆动频率，还可以同时包括用户手臂摆动幅度以及用户手臂摆动频率。

在本发明一些实施例中，所述方法获取所述穿戴设备检测的用户数据之前，所述方法还获取所述穿戴设备检测的用户身份信息，然后判断所述穿戴设备检测的用户身份信息与预设用户身份信息是否匹配，若所述穿戴设备检测的用户身份信息与预设用户身份信息匹配，所述方法进一步获取所述穿戴设备检测的用户数据。如此一来，所述方法仅在确定所述穿戴设备为用户佩戴的情况下，才获取所述穿戴设备检测的用户数据，能够有效避免数据造假，例如避免用户将穿戴设备绑在运动的物体上进行计步。所述用户身份信息可以包括用户心率数据和/或用户皮肤纹路信息。

步骤402、判断所述穿戴设备检测的用户数据是否落入用户处于行走或者跑步状态下的用户数据范围。

该步骤中，所述方法判断所述穿戴设备检测的用户数据是否落入用户处于行走或者跑步状态下的用户数据范围，若所述穿戴设备检测的用户数据落入用户处于行走或者跑步状态下的用户数据范围，说明用户当前处于行走或者跑步状态，执行步骤403；相反地，若所述穿戴设备检测的用户数据没有落入用户处于行走或者跑步状态下的用户数据范围，说明用户当前不处于行走或者跑步状态，执行步骤404。

本发明实施例中，所述方法可以预先存储用户处于行走或者跑步状态下的用户数据范围，具体地，所述方法可以控制所述穿戴设备在所述用户处于行走或者跑步状态下多次获取用户数据，然后将所述多次获取到的用户数据确定的数据范围为用户处于行走或者跑步状态下的用户数据范围。

当所述用户数据为用户生理数据时，所述方法判断所述穿戴设备检测的用户生理数据是否落入用户处于行走或者跑步状态下的用户生理数据范围，若所述穿戴设备检测的用户生理数据落入用户处于行走或者跑步状态下的用户生理数据范围，执行步骤403；相反地，若所述穿戴设备检测的用户生理数据没有落入用户处于行走或者跑步状态下的用户生理数据范围，执行步骤404。

具体地，当所述用户生理数据包括用户心率数据时，所述方法判断所述穿戴设备的心率检测装置检测的用户心率数据是否落入用户处于行走或者跑步状态下的用户心率数据范围。当所述用户生理数据包括用户单位时间能量消耗量时，所述方法判断用户单位时间能量消耗量是否落入用户处于行走或者跑步状态下的用户单位时间能量消耗量范围。

当所述用户数据为用户运动数据时，所述方法判断所述穿戴设备检测的用户运动数据是否落入用户处于行走或者跑步状态下的用户运动数据范围，若所述穿戴设备检测的用户运动数据落入用户处于行走或者跑步状态下的用户运动数据范围，执行步骤403；相反地，若所述穿戴设备检测的用户运动数据没有落入用户处于行走或者跑步状态下的用户运动数据范围，执行步骤404。

具体地，当所述用户运动数据包括用户运动速度时，所述方法判断用户运动速度是否落入用户处于行走或者跑步状态下用户运动速度范围；当所述用户运动数据包括用户手臂摆动数据时，所述方法判断用户手臂摆动数据是否落入用户处于行走或者跑步状态下用户手臂摆动数据范围。

需要说明的是，当所述用户数据包括上述各项数据中的至少两项时，所述方法分别判断所述至少两项数据是否分别落入用户处于行走或者跑步状态下的各项数据范围，若其中一项数据没有落入对应的用户处于行走或者跑步状态下的该项数据范围时，所述方法确定用户数据没有落入用户处于行走或者跑步状态下的用户数据范围。举例而言，假设所述用户数据包括用户运动速度以及用户手臂摆动数据时，所述方法判断所述用户运动速度是否落入用户处于行走或者跑步状态下用户运动速度范围，以及判断所述用户手臂摆动数据是否落入用户处于行走或者跑步状态下用户手臂摆动数据范围；若用户运动速度没有落入用户处于行走或者跑步状态下用户运动速度范围，且用户手臂摆动数据落入用户处于行走或者跑步状态下用户手臂摆动数据范围，所述方法确定用户数据没有落入用户处于行走或者跑步状态下的用户数据范围；相反地，若用户运动速度落入用户处于行走或者跑步状态下用户运动速度范围，且用户手臂摆动数据没有落入用户处于行走或者跑步状态下用户手臂摆动数据范围，所述方法也确定用户数据没有落入用户处于行走或者跑步状态下的用户数据范围。也就是说，只有当用户运动速度落入用户处于行走或者跑步状态下用户运动速度范围，且用户手臂摆动数据落入用户处于行走或者跑步状态下用户手臂摆动数据范围时，所述方法确定用户数据落入用户处于行走或者跑步状态下的用户数据范围。这样，能够有效提高穿戴设备计步的准确性。

步骤403、根据所述穿戴设备的当前摆动数据计步。

该步骤中，当所述方法确定所述穿戴设备检测的用户数据落入用户处于行走或者跑步状态下的用户数据范围时，所述方法根据所述穿戴设备的当前摆动数据计步。

步骤404、确定所述穿戴设备的当前摆动数据无效。

该步骤中，当所述方法确定所述穿戴设备检测的用户数据没有落入用户处于行走或者跑步状态下的用户数据范围时，所述方法确定所述穿戴设备的当前摆动数据无效。

本实施例中，所述计步方法在检测到所述穿戴设备处于摆动状态时，获取所述穿戴设备检测的用户数据；判断所述穿戴设备检测的用户数据是否落入用户处于行走或者跑步状态下的用户数据范围；若所述穿戴设备检测的用户数据落入用户处于行走或者跑步状态下的用户数据范围，根据所述穿戴设备的当前摆动数据计步。这样，本发明提供的计步方法能够结合穿戴设备的摆动情况以及穿戴设备检测到的用户数据判断用户是否处于行走或者跑步状态，并且在判断用户处于行走或者跑步状态时根据穿戴设备的摆动数据进行计步，这样，能够有效提高穿戴设备计步的准确度，避免出现较大误差或者出现数据造假。

可选地，所述用户数据包括用户生理数据和/或用户运动数据。

该实施例中，所述用户数据可以是用户生理数据，也可以是用户运动数据，还可以同时包括用户生理数据以及用户运动数据。所述用户生理数据可以包括用户心率数据，也可以包括用户单位时间能量消耗量；所述用户运动数据可以包括用户运动速度，也可以包括用户手臂摆动数据。

可选地，所述用户生理数据包括用户心率数据，所述获取所述穿戴设备检测的用户数据，包括：

获取所述穿戴设备的心率检测装置检测的用户心率数据。

该实施例中，所述用户生理数据包括用户心率数据，所述获取所述穿戴设备检测的用户数据具体包括获取所述穿戴设备的心率检测装置检测的用户心率数据。进一步地，所述方法判断所述获取到的用户心率数据是否落入用户处于行走或者跑步状态下的用户心率数据范围，若所述获取到的用户心率数据落入用户处于行走或者跑步状态下的用户心率数据范围，所述方法根据所述穿戴设备的当前摆动数据计步；相反地，若所述获取到的用户心率数据没有落入用户处于行走或者跑步状态下的用户心率数据范围，所述方法确定所述穿戴设备的当前摆动数据无效，即不根据所述穿戴设备的当前摆动数据计步。本发明一些实施例中，当所述方法确定所述获取到的用户心率数据没有落入用户处于行走或者跑步状态下的用户心率数据范围时，所述方法可以在所述穿戴设备显示如图5所示的用户界面，用于提示用户当前检测到的心率数据没有落入用户处于行走或者跑步状态下的心率数据范围，当前摆动数据无效。

可选地，所述穿戴设备为智能手环，所述用户运动数据包括用户手臂摆动数据，所述获取所述穿戴设备检测的用户数据，包括：

获取所述穿戴设备的摆动数据作为用户手臂摆动数据。

该实施例中，所述穿戴设备为智能手环，所述用户运动数据包括用户手臂摆动数据，所述获取所述穿戴设备检测的用户数据的方式具体可以是获取所述穿戴设备的摆动数据作为用户手臂摆动数据。可以理解的是，当所述穿戴设备为智能手环时，智能手环通常是佩戴在用户的手臂上，用户手臂的摆动必然会导致智能手环的摆动，因此，该实施例中，所述方法直接获取所述穿戴设备的摆动数据作为用户手臂摆动数据。

参见图6，图6是本发明实施例提供的另一种计步方法的流程示意图，如图6所示，所述方法包括：

步骤601、在检测到所述穿戴设备处于摆动状态时，获取预设时间内所述穿戴设备的实时定位信息。

该实施例中，所述用户数据为用户运动速度，所述方法在检测到所述穿戴设备处于摆动状态时，获取预设时间内所述穿戴设备的实时定位信息。可以理解的是，本发明实施例中，所述穿戴设备的定位功能可以一直处于开启状态，当所述方法检测到所述穿戴设备处于摆动状态时，所述方法获取所述穿戴设备处于摆动状态期间所述穿戴设备的实时定位信息，具体地，所述方法可以将所述穿戴设备处于摆动状态的时间划分为多个时间段，例如以预设时间为单位划分，所述方法获取预设时间内所述穿戴设备的实时定位信息，这样。

本发明其他实施例中，所述穿戴设备的定位功能可以不用一直处于开启状态，当所述方法检测到所述穿戴设备处于摆动状态时，所述方法控制所述穿戴设备开启定位功能，然后进一步获取所述穿戴设备的实时定位信息。

步骤602、根据所述穿戴设备的定位信息确定所述预设时间内所述穿戴设备的移动轨迹。

该步骤中，所述在获取预设时间内所述穿戴设备的实时定位信息后确定所述预设时间内所述穿戴设备的移动轨迹，具体地，所述方法可以根据所述穿戴设备的实时定位信息在地图上标记所述穿戴设备的实时位置信息，然后在进一步确定所述穿戴设备的移动轨迹。

步骤603、计算所述预设时间内所述穿戴设备的移动轨迹的距离。

该实施例中，所述方法计算所述预设时间内所述穿戴设备的移动轨迹的距离。可以理解的是，通常穿戴设备都是穿戴在用户身上，所述方法可以计算所述穿戴设备的移动轨迹的距离为用户运动的距离。

步骤604、计算所述移动轨迹的距离与所述预设时间的商为用户运动速度。

该步骤中，所述方法计算所述移动轨迹的距离与所述预设时间的商为用户运动速度。

步骤605、判断所述用户运动速度是否落入用户处于行走或者跑步状态下的用户运动速度范围。

该步骤中，所述方法判断用户运动速度是否落入用户处于行走或者跑步状态下的用户运动速度范围，若用户运动速度落入用户处于行走或者跑步状态下的用户运动速度范围，所述方法执行步骤606；相反地，若用户运动速度没有落入用户处于行走或者跑步状态下的用户运动速度范围，所述方法执行步骤607。

本发明实施例中，所述用户处于行走或者跑步状态下的用户运动速度范围可以是0.5米每秒～10米每秒，可以理解的是，考虑到每个人的身体状态不一样，其行走或者跑步的速度范围也不一样，用户可以根据自己的行走或者跑步速度设置所述用户运动速度范围。

步骤606、根据所述穿戴设备的当前摆动数据计步。

该步骤中，若用户运动速度落入用户处于行走或者跑步状态下的用户运动速度范围，所述方法根据所述穿戴设备的当前摆动数据计步。

步骤607、确定所述穿戴设备的当前摆动数据无效。

该步骤中，若用户运动速度没有落入用户处于行走或者跑步状态下的用户运动速度范围，所述方法确定所述穿戴设备的当前摆动数据无效。这样，当用户坐在行走的车上(即运动速度过快)时，或者将穿戴设备绑在使得穿戴设备原地摆动的物体上(即运动速度过慢)时，所述方法均确定所述穿戴设备的当前摆动数据无效，即不进行计步，这样，能够有效提高计步的准确度，防止虚假数据。本发明一些实施例中，所述方法还可以在所述穿戴设备上显示如图7所示的用户界面，用于提示用户当前所述穿戴设备检测到的运动速度没有落入用户处于行走或者跑步状态下的用户运动速度范围，当前摆动数据无效。

本实施例中，所述计步方法在检测到所述穿戴设备处于摆动状态时，获取预设时间内所述穿戴设备的实时定位信息；根据所述穿戴设备的定位信息确定所述预设时间内所述穿戴设备的移动轨迹；计算所述预设时间内所述穿戴设备的移动轨迹的距离；计算所述移动轨迹的距离与所述预设时间的商为用户运动速度；判断所述穿戴设备检测的用户运动速度是否落入用户处于行走或者跑步状态下的用户运动速度范围；若所述穿戴设备检测的用户运动速度落入用户处于行走或者跑步状态下的用户运动速度范围，根据所述穿戴设备的当前摆动数据计步。这样，本发明提供的计步方法能够结合穿戴设备的摆动情况以及穿戴设备检测到的用户数据判断用户是否处于行走或者跑步状态，并且在判断用户处于行走或者跑步状态时根据穿戴设备的摆动数据进行计步，这样，能够有效提高穿戴设备计步的准确度，避免出现较大误差或者出现数据造假。

参见图8，图8是本发明实施例提供的另一种计步方法的流程示意图，如图8所示，所述方法包括：

步骤801、在检测到所述穿戴设备处于摆动状态时，获取所述穿戴设备检测的用户身份信息。

该步骤中，所述方法在检测到所述穿戴设备处于摆动状态时，获取所述穿戴设备检测的用户身份信息，所述用户身份信息可以包括用户心率数据和/或用户皮肤纹路信息。

步骤802、判断所述穿戴设备检测的用户身份信息与预设用户身份信息是否匹配。

该步骤中，所述方法判断所述穿戴设备检测的用户身份信息与预设用户身份信息是否匹配，若所述穿戴设备检测的用户身份信息与预设用户身份信息匹配，则说明所述穿戴设备由用户本人佩戴，执行步骤804；相反地，若所述穿戴设备检测的用户身份信息与预设用户身份信息不匹配，则说明所述穿戴设备没有由用户本人佩戴(例如可能由他人佩戴，或者绑在其他运动物体上)，流程结束。可以理解的是，本发明一些实施例中，所述方法在确定所述穿戴设备检测的用户身份信息与预设用户身份信息不匹配时，可以在所述穿戴设备显示如图9所示的用户界面，用于提示用户穿戴设备当前非用户本人佩戴，请检查是否放置在运动的物体上。

步骤803、获取所述穿戴设备的用户数据。

步骤804、判断所述穿戴设备检测的用户数据是否落入用户处于行走或者跑步状态下的用户数据范围。

该步骤中，所述方法判断所述穿戴设备检测的用户数据是否落入用户处于行走或者跑步状态下的用户数据范围，若所述穿戴设备检测的用户数据落入用户处于行走或者跑步状态下的用户数据范围，说明用户当前处于行走或者跑步状态，执行步骤805；相反地，若所述穿戴设备检测的用户数据没有落入用户处于行走或者跑步状态下的用户数据范围，说明用户当前不处于行走或者跑步状态，执行步骤806。

本发明实施例中，所述方法可以预先存储用户处于行走或者跑步状态下的用户数据范围，具体地，所述方法可以控制所述穿戴设备在所述用户处于行走或者跑步状态下多次获取用户数据，然后将所述多次获取到的用户数据确定的数据范围为用户处于行走或者跑步状态下的用户数据范围。

步骤805、根据所述穿戴设备的当前摆动数据计步。

步骤806、确定所述穿戴设备的当前摆动数据无效。

所述步骤803至步骤806与本发明图4所示的实施例中的步骤401至步骤404相同，此处不再赘述。

本实施例中，所述计步方法在检测到所述穿戴设备处于摆动状态时，获取所述穿戴设备检测的用户身份信息；判断所述穿戴设备检测的用户身份信息与预设用户身份信息是否匹配；若所述穿戴设备检测的用户身份信息与预设用户身份信息匹配，获取所述穿戴设备的用户数据；判断所述穿戴设备检测的用户数据是否落入用户处于行走或者跑步状态下的用户数据范围；若所述穿戴设备检测的用户数据落入用户处于行走或者跑步状态下的用户数据范围，根据所述穿戴设备的当前摆动数据计步。这样，本发明提供的计步方法能够结合穿戴设备的摆动情况以及穿戴设备检测到的用户数据判断用户是否处于行走或者跑步状态，并且在判断用户处于行走或者跑步状态时根据穿戴设备的摆动数据进行计步，这样，能够有效提高穿戴设备计步的准确度，避免出现较大误差或者出现数据造假。

可选地，所述用户身份信息包括用户心率数据和/或用户皮肤纹路信息。

该实施例中，所述用户身份信息可以是用户心率数据，也可以是用户皮肤纹路信息，还可以同时包括用户心率数据以及用户皮肤纹路信息。

本领域普通技术人员可以理解实现上述实施例方法的全部或者部分步骤是可以通过至少一个程序指令相关的硬件来完成，所述至少一个程序可以存储于如图3所示的服务器的存储器320中，并能够被所述处理器300执行，所述至少一个程序被所述处理器300执行时实现如下步骤：

在检测到所述穿戴设备处于摆动状态时，获取所述穿戴设备检测的用户数据；

判断所述穿戴设备检测的用户数据是否落入用户处于行走或者跑步状态下的用户数据范围；

若所述穿戴设备检测的用户数据落入用户处于行走或者跑步状态下的用户数据范围，根据所述穿戴设备的当前摆动数据计步。

可选地，所述判断所述穿戴设备检测的用户数据是否落入用户处于行走或者跑步状态下的用户数据范围之后，所述方法还包括：

若所述穿戴设备检测的用户数据没有落入用户处于行走或者跑步状态下的用户数据范围，确定所述穿戴设备的当前摆动数据无效。

可选地，所述用户数据包括用户生理数据和/或用户运动数据。

可选地，所述用户生理数据包括用户心率数据，所述获取所述穿戴设备检测的用户数据，包括：

获取所述穿戴设备的心率检测装置检测的用户心率数据。

可选地，所述用户运动数据包括用户运动速度，所述获取所述穿戴设备检测的用户数据，包括：

获取预设时间内所述穿戴设备的实时定位信息；

根据所述穿戴设备的定位信息确定所述预设时间内所述穿戴设备的移动轨迹；

计算所述预设时间内所述穿戴设备的移动轨迹的距离；

计算所述移动轨迹的距离与所述预设时间的商为用户运动速度。

可选地，所述穿戴设备为智能手环，所述用户运动数据包括用户手臂摆动数据，所述获取所述穿戴设备检测的用户数据，包括：

获取所述穿戴设备的摆动数据作为用户手臂摆动数据。

可选地，所述获取所述穿戴设备检测的用户数据之前，所述至少一个程序被所述处理器300执行时，还可实现如下步骤：

获取所述穿戴设备检测的用户身份信息；

判断所述穿戴设备检测的用户身份信息与预设用户身份信息是否匹配；

若所述穿戴设备检测的用户身份信息与预设用户身份信息匹配，获取所述穿戴设备的用户数据。

可选地，所述用户身份信息包括用户心率数据和/或用户皮肤纹路信息。

这样，本发明提供的计步方法能够结合穿戴设备的摆动情况以及穿戴设备检测到的用户数据判断用户是否处于行走或者跑步状态，并且在判断用户处于行走或者跑步状态时根据穿戴设备的摆动数据进行计步，这样，能够有效提高穿戴设备计步的准确度，避免出现较大误差或者出现数据造假。

本领域普通技术人员可以理解实现上述实施例方法的全部或者部分步骤是可以通过至少一个程序指令相关的硬件来完成，所述至少一个程序可以存储于一计算机可读存储介质中，该至少一个程序被执行时，包括以下步骤：

在检测到所述穿戴设备处于摆动状态时，获取所述穿戴设备检测的用户数据；

判断所述穿戴设备检测的用户数据是否落入用户处于行走或者跑步状态下的用户数据范围；

若所述穿戴设备检测的用户数据落入用户处于行走或者跑步状态下的用户数据范围，根据所述穿戴设备的当前摆动数据计步。

可选地，所述判断所述穿戴设备检测的用户数据是否落入用户处于行走或者跑步状态下的用户数据范围之后，所述方法还包括：

若所述穿戴设备检测的用户数据没有落入用户处于行走或者跑步状态下的用户数据范围，确定所述穿戴设备的当前摆动数据无效。

可选地，所述用户数据包括用户生理数据和/或用户运动数据。

可选地，所述用户生理数据包括用户心率数据，所述获取所述穿戴设备检测的用户数据，包括：

获取所述穿戴设备的心率检测装置检测的用户心率数据。

可选地，所述用户运动数据包括用户运动速度，所述获取所述穿戴设备检测的用户数据，包括：

获取预设时间内所述穿戴设备的实时定位信息；

根据所述穿戴设备的定位信息确定所述预设时间内所述穿戴设备的移动轨迹；

计算所述预设时间内所述穿戴设备的移动轨迹的距离；

计算所述移动轨迹的距离与所述预设时间的商为用户运动速度。

可选地，所述穿戴设备为智能手环，所述用户运动数据包括用户手臂摆动数据，所述获取所述穿戴设备检测的用户数据，包括：

获取所述穿戴设备的摆动数据作为用户手臂摆动数据。

可选地，所述获取所述穿戴设备检测的用户数据之前，所述至少一个程序被所述处理器300执行时，还可实现如下步骤：

获取所述穿戴设备检测的用户身份信息；

判断所述穿戴设备检测的用户身份信息与预设用户身份信息是否匹配；

若所述穿戴设备检测的用户身份信息与预设用户身份信息匹配，获取所述穿戴设备的用户数据。

可选地，所述用户身份信息包括用户心率数据和/或用户皮肤纹路信息。

这样，本发明实施例能够结合穿戴设备的摆动情况以及穿戴设备检测到的用户数据判断用户是否处于行走或者跑步状态，并且在判断用户处于行走或者跑步状态时根据穿戴设备的摆动数据进行计步，这样，能够有效提高穿戴设备计步的准确度，避免出现较大误差或者出现数据造假。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种计步方法，应用于穿戴设备，其特征在于，所述方法包括：

在检测到所述穿戴设备处于摆动状态时，获取所述穿戴设备检测的用户数据；

判断所述穿戴设备检测的用户数据是否落入用户处于行走或者跑步状态下的用户数据范围；

若所述穿戴设备检测的用户数据落入用户处于行走或者跑步状态下的用户数据范围，根据所述穿戴设备的当前摆动数据计步。

2.如权利要求1所述的计步方法，其特征在于，所述判断所述穿戴设备检测的用户数据是否落入用户处于行走或者跑步状态下的用户数据范围之后，所述方法还包括：

若所述穿戴设备检测的用户数据没有落入用户处于行走或者跑步状态下的用户数据范围，确定所述穿戴设备的当前摆动数据无效。

3.如权利要求1或2所述的计步方法，其特征在于，所述用户数据包括用户生理数据和/或用户运动数据。

4.如权利要求3所述的计步方法，其特征在于，所述用户生理数据包括用户心率数据，所述获取所述穿戴设备检测的用户数据，包括：

获取所述穿戴设备的心率检测装置检测的用户心率数据。

5.如权利要求3所述的计步方法，其特征在于，所述用户运动数据包括用户运动速度，所述获取所述穿戴设备检测的用户数据，包括：

获取预设时间内所述穿戴设备的实时定位信息；

根据所述穿戴设备的定位信息确定所述预设时间内所述穿戴设备的移动轨迹；

计算所述预设时间内所述穿戴设备的移动轨迹的距离；

计算所述移动轨迹的距离与所述预设时间的商为用户运动速度。

6.如权利要求3所述的计步方法，其特征在于，所述穿戴设备为智能手环，所述用户运动数据包括用户手臂摆动数据，所述获取所述穿戴设备检测的用户数据，包括：

获取所述穿戴设备的摆动数据作为用户手臂摆动数据。

7.如权利要求1所述的计步方法，其特征在于，所述获取所述穿戴设备检测的用户数据之前，所述方法还包括：

获取所述穿戴设备检测的用户身份信息；

判断所述穿戴设备检测的用户身份信息与预设用户身份信息是否匹配；

若所述穿戴设备检测的用户身份信息与预设用户身份信息匹配，获取所述穿戴设备的用户数据。

8.如权利要求7所述的计步方法，其特征在于，所述用户身份信息包括用户心率数据和/或用户皮肤纹路信息。

9.一种穿戴设备，其特征在于，所述穿戴设备包括存储器、至少一个处理器及存储在所述存储器上并可在所述至少一个处理器执行的至少一个程序，所述至少一个程序被所述至少一个处理器执行时实现上述权利要求1～8任一项所述的方法中的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行的至少一个程序，其特征在于，所述至少一个程序被所述计算机执行时使所述计算机执行上述权利要求1～8任一项所述的方法中的步骤。