CN110168547B - 一种状态确定方法及便携设备 - Google Patents
一种状态确定方法及便携设备 Download PDFInfo
- Publication number
- CN110168547B CN110168547B CN201780082038.XA CN201780082038A CN110168547B CN 110168547 B CN110168547 B CN 110168547B CN 201780082038 A CN201780082038 A CN 201780082038A CN 110168547 B CN110168547 B CN 110168547B
- Authority
- CN
- China
- Prior art keywords
- preset
- value
- time
- equal
- lengths
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Telephone Function (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
一种状态确定方法,涉及终端技术领域,能够根据便携设备中加速度计的模长识别佩戴部位。主要方案为:便携设备采集加速度计的测量数据(201),加速度计的测量数据包括三个坐标轴分量,计算加速度计的测量数据对应的模长(202),根据多个模长和至少一个预设条件确定便携设备的状态,便携设备的状态包括静止状态、足部运动状态或手部运动状态(203)。
Description
技术领域
本申请涉及终端技术领域,尤其涉及一种状态确定方法及便携设备。
背景技术
便携设备由于具有体积小、功耗小、携带方便等特点,因而被广泛应用在生活、工作中的各个方面。例如,在用户运动(例如走路或跑步)时,可以通过便携设备进行计步,从而根据计步结果计算运动距离、步频、步长、配速或卡路里等运动信息。例如,用户走路时的场景示意图可以参见图1a。
其中,当便携设备佩戴于用户手部时,便携设备需要调用手部计步算法进行计步,当便携设备佩戴于用户足部时,便携设备需要调用足部计步算法进行计步。也就是说,便携设备佩戴的部位不同,便携设备调用的计步算法也不同。因而,在调用计步算法之前,便携设备需要首先识别佩戴部位。
在现有技术提供的一种佩戴部位识别方案中,便携设备通过确定至少一个加速度计的测量数据的特征是否符合预设特征,从而识别佩戴部位。在该方案中,参见图1b,由于加速度计的测量数据与便携设备的佩戴角度强相关,当便携设备的佩戴角度不同时,加速度计的测量数据的方向等特征也不同;并且,用户在佩戴便携设备时不可能每次都佩戴在相同的角度,而通常会有一定的偏差。因而,即使佩戴部位相同,每次重新佩戴便携设备后得到的加速度计的测量数据的特征也不同,从而容易使得加速度计的测量数据的特征与预设特征产生偏差,影响佩戴部位的识别精度。
发明内容
本申请实施例提供一种状态确定方法,能够根据便携设备中加速度计的测量数据的模长识别佩戴部位,便携设备的佩戴角度不会影响佩戴部位的识别精度。
为达到上述目的,本申请实施例采用如下技术方案:
第一方面提供一种状态确定方法,包括:首先,便携设备采集加速度计的测量数据,加速度计的测量数据包括三个坐标轴分量。其次,便携设备计算加速度计的测量数据对应的模长。而后,便携设备根据多个模长和至少一个预设条件确定便携设备的状态,便携设备的状态包括静止状态、足部运动状态或手部运动状态。
由于加速度计的测量数据的模长是一个标量而不是向量,与方向无关,因而不会像加速度计的测量数据那样与可穿戴设备的佩戴角度强相关,即可穿戴设备的佩戴角度不会影响便携设备的状态的识别精度。
结合第一方面,在一种可能的实现方式中,足部运动状态用于表示便携设备佩戴于用户的脚踝、足部或小腿部位,且便携设备处于运动状态。手部运动状态用于表示便携设备佩戴于用户的手部、手腕或手臂部位,且便携设备处于运动状态。
其中,脚踝、足部或小腿部位可以称为足部相关部位,手部、手腕、或手臂部位可以称为手部相关部位。也就是说,可穿戴设备可以根据模长确定可穿戴设备的佩戴部位是足部相关部位,还是手部相关部位。又由于加速度计的测量数据的模长是一个标量而不是向量,与方向无关,因而不会像加速度计的测量数据那样与可穿戴设备的佩戴角度强相关,即可穿戴设备的佩戴角度不会影响佩戴部位的识别精度。因此,本申请实施例提供的状态确定方法可以提高佩戴部位的识别精度。
结合第一方面和上述可能的实现方式,在另一种可能的实现方式中,便携设备根据多个模长和至少一个预设条件确定便携设备的状态包括:若多个模长满足第一预设条件,则便携设备确定便携设备的状态为静止状态。若多个模长满足第二预设条件或第三预设条件,则便携设备确定便携设备的状态为足部运动状态。若多个模长不满足第一预设条件、第二预设条件和第三预设条件,则便携设备确定便携设备的状态为手部运动状态。
这样,便携设备可以根据多个模长、第一预设条件,第二预设条件或第三预设条件确定便携设备的状态是静止状态、手部运动状态还是足部运动状态。
结合第一方面和上述可能的实现方式,在另一种可能的实现方式中,便携设备根据多个模长和至少一个预设条件确定便携设备的状态包括:当相邻两个第二预设时长对应的加速度计的测量数据的平均能量的差值d大于或者等于第二十预设值时,便携设备根据多个模长和至少一个预设条件确定便携设备的状态。
这样,便携设备可以在确定相邻第二预设时长内的平均能量变化较大时,确定便携设备的状态为静止状态、手部运动状态或足部运动状态。
结合第一方面和上述可能的实现方式,在另一种可能的实现方式中,便携设备根据多个模长和至少一个预设条件确定便携设备的状态包括:便携设备周期性地根据多个模长和至少一个预设条件确定便携设备的状态。
这样,便携设备可以间隔预设的周期长度后,确定便携设备的状态为静止状态、手部运动状态或足部运动状态。
结合第一方面和上述可能的实现方式,在另一种可能的实现方式中,在根据多个模长和至少一个预设条件确定便携设备的状态之后,该方法还包括:便携设备向用户提示便携设备的状态。
这样,便携设备可以及时通知用户便携设备确定的便携设备的状态和佩戴部位。
第二方面提供一种便携设备,包括加速度计、计算单元和确定单元。其中,加速度计用于采集加速度计的测量数据,加速度计的测量数据包括三个坐标轴分量。计算单元用于计算加速度计的测量数据对应的模长。确定单元用于,根据多个模长和至少一个预设条件确定便携设备的状态,便携设备的状态包括静止状态、足部运动状态或手部运动状态。
结合第二方面,在一种可能的实现方式中,确定单元具体用于:若多个模长满足第一预设条件,则确定便携设备的状态为静止状态。若多个模长满足第二预设条件或第三预设条件,则确定便携设备的状态为足部运动状态。若多个模长不满足第一预设条件、第二预设条件和第三预设条件,则确定便携设备的状态为手部运动状态。
结合第二方面和上述可能的实现方式,在另一种可能的实现方式中,确定单元具体用于:当相邻两个第二预设时长对应的加速度计的测量数据的平均能量的差值d大于或者等于第二十预设值时,根据多个模长和至少一个预设条件确定便携设备的状态。或者,周期性地根据多个模长和至少一个预设条件确定便携设备的状态。
结合第二方面和上述可能的实现方式,在另一种可能的实现方式中,便携设备还包括提示单元,用于在确定单元确定便携设备的状态之后,向用户提示便携设备的状态。
第三方面提供一种方法,当便携设备检测到该便携设备佩戴在手臂、手部或手腕上时,便携设备自动采用第一算法来计算走路或跑步距离;便携设备检测到用户查看时,便携设备显示计步结果的同时标识出是佩戴在手臂、手部或手腕上的计步结果。当该便携设备检测到该便携设备佩戴在脚踝、小腿或足部时,便携设备自动采用第二算法来计算走路或跑步距离;便携设备检测到用户查看时,便携设备在显示计步结果的同时标识出是佩戴在脚踝、小腿或足部的计步结果。其中,第一算法可以为通用的算法或适用于便携设备佩戴在手臂、手部或手腕上的计步算法。第二算法可以为通用的算法或适用于便携设备佩戴在脚踝、小腿或足部上的计步算法。采用此方法可以给用户提供一种新奇的体验。
结合第三方面和上述可能的实现方式,在另一种可能的实现方式中,第一算法也可以与第二算法相同。
结合第三方面和上述可能的实现方式,在另一种可能的实现方式中,当便携设备检测到便携设备佩戴在脖子上时,便携设备自动采用第三算法来计算走路或跑步距离。便携设备检测到用户查看时,便携设备在显示计步结果的同时标识出是佩戴在脖子上的计步结果。其中,第三算法可以为通用算法,或者是适用于便携设备佩戴在脖子上的计步算法。采用此方法可以给用户提供一种新奇的体验。
结合第三方面和上述可能的实现方式,在另一种可能的实现方式中,第三算法也可以与第一计算法或第二算法相同。
结合第三方面和上述可能的实现方式,在另一种可能的实现方式中,当便携设备检测到便携设备佩戴在脚踝、小腿或足部时,便携设备自动关闭血压,和/或心跳等生理参数检测模块。采用这种实现方式可以避免不必要的耗电,提高便携设备的工作时间。
结合第三方面和上述可能的实现方式,在另一种可能的实现方式中,当便携设备检测到便携设备佩戴在脖子上时,便携设备自动关闭血压,和/或心跳等生理参数检测模块。采用这种实现方式有避免不必要的耗电,提高便携设备的工作时间。
结合第三方面和上述可能的实现方式,便携设备确定便携设备佩戴部位的方法如第一方面任一项状态确定方法。
第四方面,本申请实施例提供一种便携设备,包括传感器、处理器和存储器,传感器包括陀螺仪和加速度计,存储器用于存储指令,处理器用于执行指令以使得便携设备执行如第一方面任一项或第三方面任一项中的状态确定方法。
第五方面,本申请实施例提供一种计算机可读存储介质,包括指令,当其在便携设备上运行时,使得便携设备执行如第一方面任一项或第三方面任一项中的状态确定方法。
第六方面,本申请实施例提供一种包含指令的计算机程序产品,当其在便携设备上运行时,使得便携设备执行如第一方面任一项或第三方面任一项中的状态确定方法。
第七方面,本申请实施例提供一种设备,设备以芯片的产品形态存在,设备的结构中包括处理器和存储器,存储器用于与处理器耦合,用于保存设备的程序指令和数据,处理器用于执行存储器中存储的程序指令,使得设备执行如第一方面任一项或第三方面任一项中的状态确定方法中数据处理的功能。
结合上述任意方面和上述可能的实现方式,在另一种可能的实现方式中,第一预设条件包括:多个模长包括第一曲线段,第一曲线段首尾两端对应时刻的时长大于或者等于第一预设时长,第一曲线段对应的模长大于或者等于第一预设值且小于或者等于第二预设值,其中,第一预设值小于重力加速度,第二预设值大于重力加速度,第二预设值与第一预设值的差值小于或者等于第三预设值。
结合上述任意方面和上述可能的实现方式,在另一种可能的实现方式中,第二预设条件包括:多个模长包括一个第一目标极大值;或者,多个模长首尾两端对应时刻的时长等于第二预设时长,多个模长包括m个第一目标极大值,m大于或者等于第四预设值;第一目标极大值满足第四预设条件,第四预设条件包括:第一目标极大值大于或者等于第五预设值;第一目标极大值对应的时刻所在的第三预设时长内还包括第一极小值和第二极小值,第一极小值为在第一目标极大值对应的时刻之前与第一目标极大值相邻的极小值,第二极小值为在第一目标极大值对应的时刻之后与第一目标极大值相邻的极小值;上坡落差大于或者等于第六预设值,上坡落差是指第一极小值与第一目标极大值之间的差值的绝对值;下坡落差大于或者等于第七预设值,下坡落差是指第一目标极大值与第二极小值之间的差值;第一目标极大值对应的第一位宽小于或者等于第八预设值,第一位宽为第二极小值对应的时刻与第一极小值对应的时刻的差值;第一目标极大值为第四预设时长内多个模长的最大值,第四预设时长大于第三预设时长。
结合上述任意方面和上述可能的实现方式,在另一种可能的实现方式中,第四预设条件还包括:第一目标极大值对应的半位宽小于或者等于第九预设值;其中,当上坡落差小于或者等于下坡落差时,半位宽为第一时刻和第二时刻之间的差值的绝对值,第一时刻和第二时刻为在第三预设时长内,第一极小值与上坡落差的一半的和表示的模长对应的两个时刻,第一时刻和第二时刻在第一极小值对应的时刻和第二极小值对应的时刻之间;当上坡落差大于下坡落差时,半位宽为第三时刻和第四时刻之间的差值的绝对值,第三时刻和第四时刻为在第三预设时长内,第二极小值与下坡落差的一半的和表示的模长对应的两个时刻,第三时刻和第四时刻在第一极小值对应的时刻和第二极小值对应的时刻之间。
结合上述任意方面和上述可能的实现方式,在另一种可能的实现方式中,第四预设条件还包括:上坡落差和下坡落差的和与第一目标极大值对应的第一位宽的比值大于或者等于第十预设值。
结合上述任意方面和上述可能的实现方式,在另一种可能的实现方式中,第三预设条件包括:多个模长包括一个第二曲线段;或者,多个模长首尾两端对应时刻的时长等于第二预设时长,多个模长包括k个第二曲线段,k大于或者等于第十一预设值。第二曲线段满足第五预设条件,第五预设条件包括:第二曲线段首尾两端对应时刻的时长大于或者等于第五预设时长且小于第一预设时长;第二曲线段对应的模长大于或者等于第十二预设值且小于或者等于第十三预设值,第十三预设值与第十二预设值的差值小于或者等于第十四预设值。
结合上述任意方面和上述可能的实现方式,在另一种可能的实现方式中,第五预设条件还包括:在第二曲线段之后,多个模长还包括第二目标极大值、目标极小值和第三目标极大值;第二目标极大值为在第二曲线段之后,与第二曲线段相邻的极值;目标极小值为在第二目标极大值之后,与第二目标极大值相邻的极值;第三目标极大值为目标极小值之后的极大值,且第三目标极大值为第六预设时长内多个模长的最大值。
结合上述任意方面和上述可能的实现方式,在另一种可能的实现方式中,第五预设条件还包括以下条件中的至少一个:目标极小值小于或者等于第十五预设值;第二目标极大值对应的第二位宽小于或者等于第十六预设值,第二位宽为目标极小值对应的时刻与第二曲线段的结束时刻的差值;第三目标极大值与第二目标极大值的比值大于或者等于第十七预设值;第三目标极大值之后还包括另一个第二曲线段,另一个第二曲线段的起始时刻与第三目标极大值对应的时刻的差值小于或者等于第十八预设值。
结合上述任意方面和上述可能的实现方式,在另一种可能的实现方式中,第五预设条件还包括:多个模长首尾两端对应时刻的时长等于第二预设时长,多个模长中每两个相邻模长对应的三个坐标轴分量的差分的绝对值的和s大于或者等于第十九预设值;其中,s表示为:
其中,(xi,yi,zi)表示第二预设时长内的第i个采样时刻对应的加速度计的测量数据包括的三个坐标轴分量,(xi+1,yi+1,zi+1)表示第二预设时长内的第i+1个采样时刻对应的加速度计的测量数据包括的三个坐标轴分量,i的取值范围为第二预设时长内的每个采样时刻。
结合上述任意方面和上述可能的实现方式,在另一种可能的实现方式中,d表示为:
或
其中,(xi,yi,zi)表示第q+1个第二预设时长内,第i个采样时刻对应的加速度计的测量数据包括的三个坐标轴分量,(xj,yj,zj)表示第q个第二预设时长内,第j个采样时刻对应的加速度计的测量数据包括的三个坐标轴分量,q为整数,n为第二预设时长内包括的采样时刻的数量,n为正整数,i的取值范围为小于或者等于n的正整数,j的取值范围为小于或者等于n的正整数。
附图说明
图1a为一种用户运动场景示意图;
图1b为现有技术中提供的一种佩戴部位识别方法流程图;
图2a为本申请实施例提供的一种可穿戴设备的外观示意图;
图2b为本申请实施例提供的一种主体的示意图;
图2c为本申请实施例提供的一种主体的佩戴示意图;
图3a为本申请实施例提供的一种可穿戴设备的佩戴示意图;
图3b为本申请实施例提供的一种可穿戴设备的佩戴示意图;
图3c为本申请实施例提供的一种可穿戴设备的佩戴示意图;
图3d为本申请实施例提供的一种可穿戴设备的佩戴示意图;
图3e为本申请实施例提供的一种可穿戴设备的佩戴示意图;
图3f为本申请实施例提供的一种可穿戴设备的佩戴示意图;
图3g为本申请实施例提供的一种可穿戴设备的佩戴示意图;
图4为本申请实施例提供的一种可穿戴设备的结构示意图;
图5为本申请实施例提供的一种手机的结构示意图;
图6为本申请实施例提供的一种状态确定方法流程图;
图7为本申请实施例提供的一种模长曲线图;
图8为本申请实施例提供的另一种状态确定方法流程图;
图9a为本申请实施例提供的一种第一曲线段示意图;
图9b为本申请实施例提供的一种用户处于静止状态的示意图;
图10为本申请实施例提供的一种第一目标极大值的示意图;
图11为本申请实施例提供的一种第一位宽的示意图;
图12为本申请实施例提供的一种第一目标极大值对应的时刻与第三预设时长的对应关系图;
图13为本申请实施例提供的一种半位宽的示意图;
图14为本申请实施例提供的另一种半位宽的示意图;
图15为本申请实施例提供的一种不同半位宽的冲击的对比示意图;
图16为本申请实施例提供的一种模长曲线特征示意图;
图17为本申请实施例提供的一种第二曲线段示意图;
图18为本申请实施例提供的另一种模长曲线特征示意图;
图19为本申请实施例提供的一种第二位宽示意图;
图20为本申请实施例提供的另一种模长曲线特征示意图;
图21为本申请实施例提供的另一种模长曲线特征示意图;
图22a为本申请实施例提供的一种便携设备的状态的提示示意图;
图22b为本申请实施例提供的另一种便携设备的状态的提示示意图;
图23为本申请实施例提供的另一种便携设备的状态的提示示意图;
图24a为本申请实施例提供的一种实测模长曲线图;
图24b为本申请实施例提供的另一种实测模长曲线图;
图24c为本申请实施例提供的另一种实测模长曲线图;
图24d为本申请实施例提供的另一种实测模长曲线图;
图24e为本申请实施例提供的另一种实测模长曲线图;
图24f为本申请实施例提供的另一种实测模长曲线图;
图25为本申请实施例提供的一种计步结果显示示意图;
图26为本申请实施例提供的另一种计步结果显示示意图;
图27为本申请实施例提供的一种便携设备的结构示意图;
图28为本申请实施例提供的另一种便携设备的结构示意图;
图29为本申请实施例提供的另一种便携设备的结构示意图。
具体实施方式
由于现有技术需要根据便携设备中的加速度计的测量数据确定便携设备的佩戴部位,而便携设备的佩戴角度会影响加速度计的测量数据具有的方向等特征,从而容易与预设特征发生偏差,因而识别精度较差。本申请实施例提供的方法可以根据便携设备中加速度计的测量数据的模长确定便携设备的佩戴部位,而模长为大于0的数值,与方向无关,因而便携设备的佩戴角度不会影响佩戴部位的识别精度。
为了便于理解,示例的给出了部分与本申请实施例相关概念的说明以供参考。如下所示:
便携设备:包括但不限于手机,平板电脑(例如,iPad),个人数字助理(personaldigital assistant,PDA),可穿戴设备(包括但不限于:智能手表,智能手环,运动环,智能眼镜等)。
可穿戴设备:即直接穿戴在身上,或是整合到用户的衣服或配件的一种便携设备。
极值:极大值和极小值的统称。
极大值:如果一个函数在一点的一个邻域内的各点都有确定的值,该点处的值比邻域内其他各点处的值大,该点处的值就是一个极大值。
极小值:如果一个函数在一点的一个邻域内的各点都有确定的值,该点处的值比邻域内其他各点处的值小,该点处的值就是一个极小值。
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描述。其中,在本申请实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,在本申请实施例的描述中,“多个”是指两个或多于两个。
应理解:第一X,第二X…第二十X…,仅仅用于便于区分各个X,没有顺序的含义。X包括但不限于预设时长,预设值,曲线段,位宽,目标极大值,目标极小值,时刻,预设条件,算法等。另外,第一X,第二X…第二十X…中任意两个通常是不同的,对于一些参数(预设时长,预设值,曲线段,目标极大值,目标极小值,位宽,算法)也有可能是相同的,例如,第一预设时长和第二预设时长可能是相同的,第一预设值和第二预设值也可能是相同的,此处不再赘述。
本申请实施例涉及的便携设备,可以用于感测用户的运动状态。便携设备可以包括但不限于手机、平板电脑、可穿戴设备或个人数字助理等设备。示例性的,当该便携设备为可穿戴设备时,图2a提供了一种可穿戴设备10的外观示意图。该可穿戴设备10可以包括主体11和连接件12,主体11可以包括屏幕13、按钮14等。其中,屏幕13可以用于向用户提示各种信息,例如时间、运动速度、运动距离、消耗的卡路里等。当该屏幕13为触控屏时,该屏幕13与按钮14可以用于输入用户的指示信息,例如开机、关机、暂停等。连接件12可以用于将可穿戴设备佩戴在用户身上的某个部位。主体11还可以包括听筒15、麦克风16等部件,可以用于发出语音提示、进行音乐播放、输入用户的语音指示等。此外,可以理解的是,主体11还可以包括其它部件,例如USB接口等。
其中,连接件12具体可以为卡扣件,可以用于将可穿戴设备10卡扣在手腕、脚踝、手臂、腿部等部位,或者连接件12还可以为固定带,可以将可穿戴设备10固定在在手腕、脚踝、手臂、腿部等部位。
此外,参见图2b,主体11还可以与连接件12分离而独立使用。例如,主体11可以放置在口袋里、握在手中等。并且,主体11还可以作为装饰品,佩戴于用户的脖子、脚踝或者手腕、腰间、衣服表面等部位。例如,参见图2c,环状的主体11可以作为项链佩戴在用户的脖子部位。具体的,当主体11仅作为装饰品使用时,可以不启动本申请实施例提供的状态确定算法以及其它功能(例如计时功能)。主体11在被触发时,可以启动本申请实施例提供的状态确定算法,也可以启动其它功能。其中,主体11被触发的方式可以有很多,例如当主体11被检测到佩戴在预设部位时可以被触发。示例性的,预设部位可以包括如图3a-3g所示的脚踝、脚后跟、小腿、手部、手腕、小臂、大臂等部位。
图4提供了另一种可穿戴设备20的结构示意图。参见图4,该可穿戴设备20可以包括传感器21、处理模块22、存储模块23、输入模块24和提示模块25等。其中,传感器21可以用于监测可穿戴设备20的实时状态,具体可以包括加速度计、陀螺仪等。处理模块22可以用于对传感器21的检测数据进行处理。存储模块23可以用于存储传感器21的检测数据,存储处理模块22处理后的检测数据,以及存储控制指令。输入模块24可以用于接收用户输入的指示信息,例如可以是图2a中的屏幕13、按钮14或麦克风16。提示模块25可以用于向用户显示各种提示信息,例如可以是图2a中的屏幕13或听筒15。此外,可穿戴设备20还可以包括其它模块,例如无线传输模块26等。
当该便携设备为手机时,图5提供了一种手机30的结构示意图。该手机30可以包括:屏幕31、处理器32、存储器33、电源34、射频(radio frequency,RF)电路35、传感器36和音频电路37等部件,这些部件之间可以以总线连接,也可以直连连接。本领域技术人员可以理解,图5中示出的手机结构并不构成对手机的限定,可以包括比图示更多的部件,或者组合某些部件,或者不同的部件布置。
其中,屏幕31具体可以是触摸显示屏或非触摸显示屏,可以用于用户界面显示。处理器32是手机30的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器33内的软件程序和/或模块,以及调用存储在存储器33内的数据,执行手机30的各种功能和处理数据,从而对手机30进行整体监控。存储器33可用于存储数据、软件程序以及模块。电源34可以通过电源管理系统与处理器32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。RF电路35可用于收发信息或通话过程中,信号的接收和发送。传感器36可以包括加速度计,用于采集手机在各个方向上(一般为三轴)加速度的大小,静止时可采集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。传感器36还可以包括压力传感器、光传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其它传感器。音频电路37可以用于提供用户与手机30之间的音频接口。尽管未示出,手机30还可以包括全球定位系统(global positioning system,GPS)模块、无线保真(wirelessfidelity,Wi-Fi)模块、蓝牙模块、摄像头等功能模块,在此不再一一赘述。
应理解:平板电脑和个人数字助理的结构与图5中手机的结构类似,此处不再赘述。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将以图2a和图4所示的可穿戴设备为例,对本申请实施例提供的状态确定方法进行详细描述。
参见图6,本申请实施例提供的状态确定方法可以包括:
步骤201、可穿戴设备采集加速度计的测量数据,加速度计的测量数据包括三个坐标轴分量。
可穿戴设备可以根据预设的采样间隔或采样频率,在每个采样时刻采集加速度计的测量数据。示例性的,采样频率可以为50Hz或100Hz,采样间隔可以为0.02s或0.01s等。其中,这里的加速度计为三轴加速度计,每组加速度计的测量数据可以包括加速度计的三个坐标轴对应的三个坐标轴分量,这三个坐标轴分量可以合成一个向量,即加速度计的测量数据是一个向量。例如,一组加速度计的测量数据可以表示为(x,y,z),x,y,z分别表示加速度计的测量数据的三个坐标轴分量。
步骤202、可穿戴设备计算加速度计的测量数据对应的模长。
可穿戴设备可以根据每个采样时刻对应的每组加速度计的测量数据,计算每组加速度计的测量数据对应的一个模长。其中,该模长是大于0的标量,若一组加速度计的测量数据为(x,y,z),则该组加速度计的测量数据对应的模长为连续多个采样时刻对应的多个模长可以形成一条模长曲线。
示例性的,参见图7,最上方的一条曲线为模长曲线(与其它三条相比,最上方的曲线对应的纵轴数值最大),其它三条曲线分别为加速度计三个坐标轴分量对应的曲线。
步骤203、可穿戴设备根据多个模长和至少一个预设条件确定可穿戴设备的状态,可穿戴设备的状态包括静止状态、足部运动状态或手部运动状态。
在计算获得加速度计的测量数据对应的模长后,可穿戴设备可以根据多个模长和至少一个预设条件确定可穿戴设备的状态是静止状态、足部运动状态或手部运动状态。
其中,足部运动状态用于表示可穿戴设备佩戴于用户的脚踝、足部(例如脚跟)或小腿部位,且可穿戴设备处于运动状态。手部运动状态用于表示可穿戴设备佩戴于用户的手部、手腕或手臂部位,且可穿戴设备处于运动状态。当可穿戴设备的状态为足部运动状态或手部运动状态时,可以说明佩戴该可穿戴设备的用户处于运动状态。用户处于运动状态可以表明用户正在进行走路、跑步、上楼、下楼等运动。其中,手臂部位可以包括小臂、大臂或肘部。可穿戴设备佩戴于用户的脚踝、脚跟、小腿、手部、手腕、小臂或大臂部位的示意图,可以分别参见图3a-图3g。当可穿戴设备的状态为静止状态时,可以说明佩戴该可穿戴设备的用户处于静止状态。
在本申请实施例中,脚踝、足部或小腿部位可以称为足部相关部位,手部、手腕、或手臂部位可以称为手部相关部位。也就是说,可穿戴设备可以根据模长确定可穿戴设备的佩戴部位是足部相关部位,还是手部相关部位。
由于加速度计的测量数据的模长是一个标量而不是向量,与方向无关,因而不会像加速度计的测量数据那样与可穿戴设备的佩戴角度强相关,即可穿戴设备的佩戴角度不会影响佩戴部位的识别精度。因此,本申请实施例提供的状态确定方法可以提高佩戴部位的识别精度。
具体的,参见图8,步骤203可以包括:
步骤2031、若多个模长满足第一预设条件,则可穿戴设备确定可穿戴设备的状态为静止状态。
步骤2032、若多个模长满足第二预设条件或第三预设条件,则可穿戴设备确定可穿戴设备的状态为足部运动状态。
步骤2033、若多个模长不满足第一预设条件、第二预设条件和第三预设条件,则可穿戴设备确定可穿戴设备的状态为手部运动状态。
在步骤2031中,第一预设条件可以包括:多个模长包括第一曲线段,第一曲线段首尾两端对应时刻的时长大于或者等于第一预设时长。第一曲线段对应的模长大于或者等于第一预设值且小于或者等于第二预设值。其中,第一预设值小于重力加速度,第二预设值大于重力加速度,第二预设值与第一预设值的差值小于或者等于第三预设值。
参见图9a,在第一预设条件中,由于第一曲线段对应的模长大于或者等于第一预设值且小于或者等于第二预设值,第二预设值与第一预设值的差值小于或者等于第三预设值,因而可以说明第一曲线段对应的模长的幅值在一个较小的范围内波动。并且,在第一预设条件中,由于第一预设值小于重力加速度,第二预设值大于重力加速度,因而可以说明第一曲线段对应的模长的幅值在重力加速度1g附近较小的范围内波动。示例性的,第一预设值可以为0.9g,第二预设值可以为1.1g。
当第一曲线段首尾两端对应时刻的时长大于或者等于第一预设时长(满足第一预设条件的模长的持续时间大于第一预设时长),即模长的幅值在重力加速度1g附近较小的范围内波动的模长的持续时间大于第一预设时长时,可以说明模长的幅值在较长的时间段内在重力加速度1g附近较小的范围内波动,此时可以表明可穿戴设备处于静止状态。示例性的,第一预设时长可以为1s(秒)。参见图9b,当可穿戴设备的状态为静止状态时,可以表明用户当前也处于静止状态。
这样,可穿戴设备可以在第一预设时长内确定是否满足第一预设条件,从而确定是否为静止状态。而第一预设时长通常较小,例如可以为1s,可穿戴设备可以在较短的时间内确定可穿戴设备的状态是否为静止状态,因而可穿戴设备的处理效率较高,且内存占用较低。
在上述步骤2032可能的实现方式中,可穿戴设备确定多个模长是否满足第二预设条件或第三预设条件可以包括:可穿戴设备可以首先确定多个模长是否满足第二预设条件,若不满足第二预设条件,则可以确定多个模长是否满足第三预设条件;或者,可穿戴设备可以首先确定多个模长是否满足第三预设条件,若不满足第三预设条件,则可以确定多个模长是否满足第二预设条件。
具体的,在步骤2032中,第二预设条件可以包括:多个模长包括一个第一目标极大值,第一目标极大值满足第四预设条件。
在该种情况下,若可穿戴设备检测到模长包括一个满足第四预设条件的第一目标极大值,则可以确定满足第二预设条件,从而可以确定可穿戴设备的状态为足部运动状态。
其中,参见图10,第四预设条件可以包括以下几个条件:
(1)、第一目标极大值大于或者等于第五预设值。
(2)、第一目标极大值对应的时刻所在的第三预设时长内还包括第一极小值和第二极小值,第一极小值为在第一目标极大值对应的时刻之前与第一目标极大值相邻的极小值,第二极小值为在第一目标极大值对应的时刻之后与第一目标极大值相邻的极小值。
(3)、上坡落差大于或者等于第六预设值,上坡落差是指第一极小值与第一目标极大值之间的差值的绝对值。
(4)、下坡落差大于或者等于第七预设值,下坡落差是指第一目标极大值与第二极小值之间的差值。
(5)、第一目标极大值对应的第一位宽小于或者等于第八预设值,第一位宽为第二极小值对应的时刻与第一极小值对应的时刻的差值。
其中,第一目标极大值对应的第一位宽的是示意图可以参见图11。
(6)、第一目标极大值为第四预设时长内多个模长的最大值,第四预设时长大于第三预设时长。
可穿戴设备在步骤2032中确定多个模长是否满足第二预设条件时,可以首先检测多个模长中是否有极大值。当可穿戴设备检测到一个极大值时,可以判断是否满足上述第四预设条件中的全部条件。若不满足上述第四预设条件中的全部条件,则该极大值不是第一目标极大值,可穿戴设备可以检测下一个极大值是否满足上述第四预设条件中的全部条件;若满足上述第四预设条件中的全部条件,则可穿戴设备确定检测到的该极大值为第一目标极大值,从而确定满足第二预设条件,因而可以确定可穿戴设备的状态为足部运动状态。
具体的,当检测到一个极大值时,可穿戴设备可以判断该极大值是否大于或者等于第五预设值(即上述第(1)条件),若该极大值大于第五预设值,则可穿戴设备可以确定一个包括该极大值的第三预设时长,进而确定在该第三预设时长内是否包括一个第一极小值和第二极小值(即上述第(2)条件),进而继续判断该极大值是否满足上述第四预设条件中的其它条件。
其中,参见图12,当可穿戴设备确定一个包括该极大值的第三预设时长时,可以将该极大值确定为第三预设时长的中间时刻,这样更便于确定在第三预设时长内,在该极大值之前是否存在第一极小值,在该极大值之后是否存在第二极小值。示例性的,第三预设时长可以为0.2s时,该极大值位于该第三预设时长的中间时刻。
示例性的,在上述第(6)条件中,第四预设时长可以为0.4s,即第一目标极大值可以为第一目标极大值对应的时刻所在的0.4s对应的多个模长中的最大值。第一目标极大值所在的时刻可以为第四预设时长的中间时刻。
其中,由于当可穿戴设备佩戴在足部相关部位时,在用户运动过程中的脚与地面接触时的脚着地时刻,地面对可穿戴设备中的加速度计产生较大的冲击,从而导致加速度计的测量结果瞬间增大,因而脚着地时刻加速度计的测量数据对应的模长也对应一个较大的冲击。图10中的第一目标极大值即可以理解为脚着地时刻对应的模长的冲击的最高点。
这样,可穿戴设备可以在第四预设时长内确定是否满足第二预设条件,从而确定是否为足部运动状态。而第四预设时长通常较小,例如可以为0.4s,可穿戴设备可以在较短的时间内确定可穿戴设备的状态是否为足部运动状态,因而处理效率较高,且内存占用较低。
进一步地,第四预设条件还可以包括:第一目标极大值对应的半位宽小于或者等于第九预设值。
参见图13,当上坡落差小于或者等于下坡落差(即第一极小值大于第二极小值)时,半位宽为第一时刻和第二时刻之间的差值的绝对值,第一时刻和第二时刻为在第三预设时长内,第一极小值与上坡落差的一半的和表示的模长对应的两个时刻,即第一目标极大值与上坡落差的一半的差值表示的模长对应的两个时刻,第一时刻和第二时刻在第一极小值对应的时刻和第二极小值对应的时刻之间。
参见图14,当上坡落差大于下坡落差(即第一极小值小于第二极小值)时,半位宽为第三时刻和第四时刻之间的差值的绝对值,第三时刻和第四时刻为在第三预设时长内,第二极小值与下坡落差的一半的和表示的模长对应的两个时刻,即第一目标极大值与下坡落差的一半的差值表示的模长对应的两个时刻,第三时刻和第四时刻在第一极小值对应的时刻和第二极小值对应的时刻之间。
由图10-图14可知,第一目标极大值可以是一个冲击的最高点,第一目标极大值对应的半位宽也可以称为该冲击的半位宽。当第一目标极大值对应的半位宽小于或者等于第九预设值时,可以说明第一目标极大值对应的冲击的半位宽较窄。示例性的,半位宽较窄的冲击和半位宽较宽的冲击的对比示意图可以参见图15。
进一步地,第四预设条件还可以包括:上坡落差和下坡落差的和与第一目标极大值对应的第一位宽的比值大于或者等于第十预设值。
其中,参见图11,第一目标极大值对应的第一位宽为第二极小值对应的时刻与第一极小值对应的时刻的差值。上坡落差和下坡落差的和与第一目标极大值对应的第一位宽的比值可以称为第一目标极大值对应的冲击的总斜率,即第一目标极大值对应的冲击的总斜率较大。
在本申请实施例的另一种可能的实现方式中,上述步骤2032中的第二预设条件可以包括:多个模长首尾两端对应时刻的时长等于第二预设时长,多个模长包括m个第一目标极大值,m大于或者等于第四预设值。
示例性的,参见图16,当第二预设时长为5s,第四预设值为2时,若在第二预设时长5s内检测到满足上述第四预设条件的第一目标极大值的数量大于或者等于2,则可以说明满足第二预设条件,可穿戴设备可以确定可穿戴设备的状态为足部运动状态。
在该种情况下,可穿戴设备可以避免由于误检测到第一目标极大值而导致的可穿戴设备的状态的误识别,从而可以提高可穿戴设备的状态和佩戴部位的识别可靠性。
在上述步骤2032中,第三预设条件可以包括:多个模长包括一个第二曲线段,且该第二曲线段满足第五预设条件。
在该种情况下,若可穿戴设备检测到一个满足第五预设条件的第二曲线段,则可以确定满足第三预设条件,从而可以确定可穿戴设备的状态为足部运动状态。
其中,参见图17,第五预设条件可以包括:第二曲线段首尾两端对应时刻的时长大于或者等于第五预设时长且小于第一预设时长,第二曲线段对应的模长大于或者等于第十二预设值且小于或者等于第十三预设值,第十三预设值与第十二预设值的差值小于或者等于第十四预设值。
其中,当第二曲线段对应的模长大于或者等于第十二预设值且小于或者等于第十三预设值,第十三预设值与第十二预设值的差值小于或者等于第十四预设值时,可以说明第二曲线段对应的模长的幅值波动范围较小。在一种可能的实现方式中,第十二预设值可以与第一预设值相同,第十三预设值可以与第二预设值相同,第十四预设值可以与第三预设值相同。与图9a中的第一曲线段相比,图17中的第二曲线段的持续时长(即第二曲线段首尾两端对应时刻的时长)较短。示例性的,当第一预设时长为1s即第一曲线段的持续时长(即第一曲线段首尾两端对应时刻的时长)可以大于1s时,第五预设时长可以为0.4s,即第二曲线段的持续时长可以大于0.4s且小于1s。
这样,可穿戴设备可以在小于第一预设时长的时间段内确定是否满足第三预设条件,从而确定是否为足部运动状态,而第一预设时长通常较小,例如可以为1s,因而可穿戴设备的处理效率较高,且内存占用较低。
进一步地,参见图18,第五预设条件还可以包括:在第二曲线段之后,多个模长还包括第二目标极大值、目标极小值和第三目标极大值,第二目标极大值为在第二曲线段之后,与第二曲线段相邻的极值,目标极小值为在第二目标极大值之后,与第二目标极大值相邻的极值,第三目标极大值为目标极小值之后的极大值,且第三目标极大值为第六预设时长内多个模长的最大值。
由图18可知,满足第五预设条件的第二曲线段对应的模长及第二曲线段后的模长的趋势“平凸凹冲”。其中,“平”为第二曲线段对应的位置,“凸”为第二目标极大值对应的位置,“凹”为目标极小值对应的位置,“冲”为第三目标极大值对应的位置。
与图10中的第一目标极大值类似,图18中的第三目标极大值可以理解为脚着地时刻对应的模长的冲击的最高点。在一种实现方式中,第三目标极大值对应的时刻可以为第六预设时长的中间时刻,第六预设时长可以为0.4s。
进一步地,第五预设条件还可以包括以下条件中的至少一个:
(a)、目标极小值小于或者等于第十五预设值。
(b)、第二目标极大值对应的第二位宽小于或者等于第十六预设值。
参见图19,第二位宽为目标极小值对应的时刻与第二曲线段的结束时刻的差值。
(c)、第三目标极大值与第二目标极大值的比值大于或者等于第十七预设值。
(d)、第三目标极大值之后还包括另一个第二曲线段,另一个第二曲线段的起始时刻与第三目标极大值对应的时刻的差值小于或者等于第十八预设值。
其中,另一个第二曲线段的起始时刻与第三目标极大值对应的时刻的差值t0可以参见图20。
进一步地,第五预设条件还可以包括:多个模长首尾两端对应时刻的时长等于第二预设时长,多个模长中每两个相邻模长对应的三个坐标轴分量的差分的绝对值的和s大于或者等于第十九预设值;其中,s表示为:
其中,(xi,yi,zi)表示第二预设时长内的第i个采样时刻对应的加速度计的测量数据包括的三个坐标轴分量,(xi+1,yi+1,zi+1)表示第二预设时长内的第i+1个采样时刻对应的加速度计的测量数据包括的三个坐标轴分量,i的取值范围为第二预设时长内的每个采样时刻。
示例性的,第二预设时长为5s,可穿戴设备可以确定5s内的多个模长中,每两个相邻模长对应的三个坐标轴分量的差分的绝对值的和s是否大于或者等于第十九预设值。当每两个相邻模长对应的三个坐标轴分量的差分的绝对值的和s大于或者等于第十九预设值时,可以表明模长曲线不是很平滑。通常情况下,当可穿戴设备佩戴在足部相关部位时,模长曲线不是很平滑,而当可穿戴设备佩戴在手部相关部位时,模长曲线较为平滑。
在本申请实施例的另一种可能的实现方式中,上述步骤2032中的第三预设条件可以包括:多个模长首尾两端对应时刻的时长等于第二预设时长,多个模长包括k个第二曲线段,k大于或者等于第十一预设值。
示例性的,参见图21,当第四预设时长为5s,第十一预设值为2时,若在第四预设时长5s内检测到满足上述第五预设条件的第二曲线段的数量大于或者等于2,则可以说明满足第三预设条件,可穿戴设备可以确定可穿戴设备的状态为足部运动状态。
在该种情况下,可穿戴设备可以避免由于误检测第二曲线段而导致的可穿戴设备的状态的误识别,从而提高可穿戴设备的状态和佩戴部位的识别精度和可靠性。
在本申请实施例中,可穿戴设备可以在第二预设时长内确定是否满足第二或第三预设条件,从而确定是否为足部运动状态,而第二预设时长通常较小,例如可以为5s,因而可穿戴设备确定可穿戴设备的状态和佩戴部位的效率较高,且内存占用较低。从而可以使得在确定可穿戴设备的状态和佩戴部位后,调用与佩戴部位相关的计步算法时的时延也较小。
并且,本申请实施例提供的根据模长确定可穿戴设备的状态的方法的计算复杂度较低,因而占用的内存较小,从而使得可穿戴设备的功耗也较小。例如,当采样频率为100Hz时,当使用本申请实施例提供的方法确定可穿戴设备的状态时,5s内的加法运算次数仅为20万次左右。
在本申请实施例中,由于可穿戴设备可以在第四预设时长内确定是否存在满足第四预设条件的第一目标极大值,从而确定多个模长是否满足第二预设条件;可穿戴设备需要在大于第五预设时长的时间段内确定多个模长是否符合“平凸凹冲”的特征,从而确定多个模长是否满足第三预设条件,而第四预设时长通常可以小于或者等于第五预设时长。也就是说,可穿戴设备确定多个模长是否满足第二预设条件的时间段,可以小于可穿戴设备确定多个模长是否满足第三预设条件的时间段。因此,在步骤2032的一种可选的实现方式中,可穿戴设备可以优先确定多个模长是否满足第二预设条件,从而优先处理短时间段内的模长信号;当不满足第二预设条件时,可穿戴设备再确定是否满足第三预设条件,即再处理长时间段内的信号,这样可以使得可穿戴设备的功耗较低。
此外,在本申请实施例的一种可能的实现方式中,上述步骤203具体可以包括:当相邻两个第二预设时长对应的加速度计的测量数据的平均能量的差值d大于或者等于第二十预设值时,可穿戴设备根据多个模长和至少一个预设条件确定可穿戴设备的状态。
在该种实现方式中,当相邻两个第二预设时长对应的加速度计的测量数据的平均能量的差值d大于或者等于第二十预设值时,可以说明能量发生了明显的变化,其原因可能是由于可穿戴设备的状态发生了变化,例如从静止状态切换到了足部运动状态,因而此时可以确定一次可穿戴设备的状态。
其中,在一种情况下,d可以表示为:
在另一种情况下,d可以表示为:
其中,(xi,yi,zi)表示第q+1个第二预设时长内,第i个采样时刻对应的加速度计的测量数据包括的三个坐标轴分量,(xj,yj,zj)表示第q个第二预设时长内,第j个采样时刻对应的加速度计的测量数据包括的三个坐标轴分量,q为整数,n为第二预设时长内包括的采样时刻的数量,n为正整数,i的取值范围为小于或者等于n的正整数,j的取值范围为小于或者等于n的正整数。示例性的,当采用表达式一计算差值d时,第二十预设值可以为0.2g。
在另一种可能的实现方式中,上述步骤203可以包括:可穿戴设备周期性地根据多个模长和至少一个预设条件确定可穿戴设备的状态。
其中,这里的周期可以根据实际需要进行设定。示例性的,该周期可以设置为30s,即可穿戴设备可以每隔30s根据步骤203确定一次可穿戴设备的状态。
在另一种可能的实现方式中,可穿戴设备可以在接收到用户的指示信息时,根据步骤203确定一次可穿戴设备的状态。例如,用户可以通过语音、按钮、触摸屏或手势(例如连续晃动可穿戴设备)等方式触发指示信息,以指示可穿戴设备根据步骤203确定可穿戴设备的状态。
进一步地,参见图8,在本申请实施例中,在可穿戴设备根据多个模长和至少一个预设条件确定可穿戴设备的状态之后,该方法还可以包括:
步骤204、可穿戴设备向用户提示可穿戴设备的状态。
具体的,可穿戴设备可以通过屏幕、语音、灯光、震动等方式向用户提示可穿戴设备的状态。例如,可穿戴设备可以通过屏幕向用户提示确定的可穿戴设备的状态。具体的,参见图22a,可穿戴设备可以在屏幕上显示一个手部的图示(或手部的英文,或手部的拼音首字母缩写),以向用户提示确定的可穿戴设备的状态为手部运动状态。参见图22b,可穿戴设备可以在屏幕上显示一个足部的图示(或足部的英文,或足部的拼音首字母缩写),以向用户提示确定的可穿戴设备的状态为足部运动状态。
再例如,参见图23,可穿戴设备可以通过麦克风向用户语音提示确定的可穿戴设备的状态是静止状态、足部运动状态还是手部运动状态。
再例如,可穿戴设备还可以通过震动一次向用户提示确定的可穿戴设备的状态为手部运动状态,通过震动两次向用户提示确定的可穿戴设备的状态为足部运动状态。
可理解的是,可穿戴设备向用户提示可穿戴设备的状态的方式可以有多种,这里不再一一赘述。
进一步地,虽然附图未示出,但在步骤203之前,该方法还可以包括:
步骤205、可穿戴设备对加速度计的测量数据或模长进行滤波。
对加速度计的测量数据或模长进行滤波可以滤除部分由噪声产生的毛刺,从而使得步骤203中用于确定可穿戴设备的状态的多个模长对应的模长曲线较为平滑,降低由噪声产生的毛刺对模长的极大值或极小值的误判,提高确定可穿戴设备的状态的精度和效率。
另外,需要说明的是,本申请实施例中的第一预设值至第二十预设值,第一预设时长至第六预设时长的具体数值可以根据实际需要进行设置,本申请实施例不作具体限定。
此外,还需要说明的是,在本申请实施例中,可穿戴设备中的加速度计采集到的数据可以缓存到存储单元中,可穿戴设备中的处理单元可以周期性地从存储单元中读取加速度计的测量数据,从而计算加速度计的测量数据对应的模长,进而根据多个模长和至少一个预设条件判断可穿戴设备的状态。示例性的,可穿戴设备读取加速度计的测量数据的周期可以为1s。
另外,示例性的,实际测得的加速度计三个坐标轴分量分别对应的曲线和模长曲线可以参见图24a-图24e,在图24a-图24e中,最上方的一条曲线为模长曲线(与其它三条相比,纵轴数值最大),其它三条曲线分别为加速度计三个坐标轴分量对应的曲线。其中,图24a中的曲线为佩戴在脚踝部位,且用户上楼时实际测得的曲线;图24b中的曲线为佩戴在脚踝部位,且用户走路时实际测得的曲线;图24c中的曲线为佩戴在脚踝部位,且用户跑步时实际测得的曲线;图24d中的曲线为佩戴在手腕部位,且用户走路时实际测得的曲线;图24e中的曲线为佩戴在手腕部位,且用户跑步时实际测得的曲线。
其中,与脚踝部位对应的图24a和图24b中的模长曲线符合第三预设条件,例如模长曲线的趋势符合“平凸凹冲”的特征;与脚踝部位对应的图24c中的模长曲线符合第二预设条件,例如符合第一目标极大值的特征,并且模长曲线的趋势为“振凸凹冲”,其中的“振”表示振荡;与手腕部位对应的图24d和图24e中的模长曲线不满足第二预设条件和第三预设条件,也不满足第一预设条件。此外,图24f还提供了一个实测曲线图,其中箭头所指示的部分表示用户静止状态时的模长曲线,该部分为持续时间较长的一个第一曲线段。并且,实验结果表明,当采用本申请实施例提供的状态确定方法确定可穿戴设备的状态时,其精度可以大于或者等于98%。
此外,本申请实施例还提供一种方法,该方法可以包括:当可穿戴设备检测到该可穿戴设备佩戴在手臂、手部或手腕上时,可穿戴设备采用第一算法来计算走路或跑步距离,可穿戴设备检测到用户查看时,可穿戴设备显示计步结果的同时标识出是佩戴在手臂、手部或手腕上的计步结果。当该可穿戴设备检测到该可穿戴设备佩戴在脚踝、小腿或足部时,可穿戴设备采用第二算法来计算走路或跑步距离,可穿戴设备用户查看时,可穿戴设备在显示计步结果的同时标识出是佩戴在脚踝、小腿或足部的计步结果。其中,第一算法可以为通用的算法或适用于可穿戴设备佩戴在手臂、手部或手腕上的计步算法。第二算法可以为通用的算法或适用于便携设备佩戴在脚踝、小腿或足部上的计步算法。作为一种可能的实现方式,第一算法可以与第二算法相同。
其中,当可穿戴设备检测到该可穿戴设备佩戴在手臂、手部或手腕上时,可穿戴设备在显示计步结果的同时,可以显示相同的标志以标识可穿戴设备佩戴在手臂、手部或手腕上,也可以分别显示手臂、手部或手腕对应的标志,以标识可穿戴设备具体佩戴在手臂、手部还是手腕上。
例如,参见图25,当可穿戴设备检测到该可穿戴设备佩戴在手臂、手部或手腕上时,可穿戴设备在显示计步结果的同时,均可以显示手的图示、手的拼音首字母缩写或手的英文以标识当前的佩戴部位为手臂、手部或手腕。或者,当可穿戴设备检测到该可穿戴设备佩戴在手臂上时,可穿戴设备可以在显示计步结果的同时,显示手臂的图示、手臂的拼音首字母缩写或手臂的英文等,以标识当前的佩戴部位为手臂;当可穿戴设备检测到该可穿戴设备佩戴在手腕上时,可穿戴设备可以在显示计步结果的同时显示手腕的图示、手腕的拼音首字母缩写、手腕的英文,以标识当前的佩戴部位为手腕。
当可穿戴设备检测到该可穿戴设备佩戴在脚踝、小腿或足部时,可穿戴设备在显示计步结果的同时,可以显示相同的标志以标识可穿戴设备佩戴在脚踝、小腿或足部,也可以分别显示脚踝、小腿或足部对应的标志,以标识可穿戴设备具体佩戴在脚踝、小腿还是足部。
例如,参见图26,当可穿戴设备检测到该可穿戴设备佩戴在脚踝、小腿或足部时,可穿戴设备在显示计步结果的同时,均可以显示脚的图示、脚的拼音首字母缩写或脚的英文以标识当前的佩戴部位为脚踝、小腿或足部。或者,当可穿戴设备检测到该可穿戴设备佩戴在脚踝上时,可穿戴设备可以在显示计步结果的同时,显示脚踝的图示、脚踝的拼音首字母缩写或脚踝的英文等,以标识当前的佩戴部位为脚踝;当可穿戴设备检测到该可穿戴设备佩戴在小腿上时,可穿戴设备可以在显示计步结果的同时显示腿的图示、腿的拼音首字母缩写、腿的英文,以标识当前的佩戴部位为小腿部位。
在另外的实现方式中,当可穿戴设备检测到可穿戴设备佩戴在脖子上时,可穿戴设备可以采用第三算法来计算走路或跑步距离。可穿戴设备检测到用户查看时,在显示计步结果的同时并标识出是佩戴在脖子上的计步结果(例如,显示一个脖子的图示,或脖子的英文,或脖子的汉语拼音首字母缩写等)。其中,第三算法可以为通用算法,或者是适用于可穿戴设备佩戴在脖子上的计步算法。作为一种可能的实现方式,第三算法也可以与第一算法或第二算法相同。
在另外的实现方式中,当可穿戴设备检测到可穿戴设备佩戴在脚踝、小腿或足部时,可穿戴设备可以自动关闭血压,和/或心跳等生理参数检测模块,以节省可穿戴设备的耗电量,延长可穿戴设备的使用时间。
在另外的实现方式中,当可穿戴设备检测到可穿戴设备佩戴在脖子上时,可穿戴设备可以自动关闭血压,和/或心跳等生理参数检测模块,以节省可穿戴设备的耗电量,延长可穿戴设备的使用时间。
具体的,便携设备确定便携设备佩戴部位的方法如本申请上述方法实施例提供的状态确定方法。其中,当便携设备确定便携设备的状态为足部运动状态时,便携设备可以确定便携设备的佩戴部位为足部相关部位,例如脚踝、小腿或足部;当便携设备确定便携设备的状态为手部运动状态时,便携设备可以确定便携设备的佩戴部位为手部相关部位,例如手臂、手部或手腕。
应理解:可穿戴设备检测到用户查看,包括:可穿戴设备检测到用户点击可穿戴设备的电源键;或者,可穿戴设备检测到用户点击可穿戴设备的触控屏;或者,可穿戴设备检测到用户按照预设方式操作可穿戴设备(例如,连续摇晃可穿戴设备两次);或者,可穿戴设备检测到用户的语音指令;或者,可穿戴设备检测到用户停下来超过预设时长。或者,可穿戴设备检测到用户抬起手查看可穿戴设备,或者,可穿戴设备检测到用户拿起可穿戴设备查看;或者,可穿戴设备检测到用户从小腿上(或脚踝,或脚趾)上取下可穿戴设备,并拿起可穿戴设备观看。
可以理解的是,便携设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对便携设备进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
在采用对应各个功能划分各个功能模块的情况下,图27示出了上述和实施例中涉及的便携设备40的一种可能的组成示意图,如图27所示,该便携设备40可以包括:包括加速度计41、计算单元42和确定单元43,加速度计41可以用于根据预设采样间隔采集加速度计的测量数据,加速度计的测量数据包括三个坐标轴分量。计算单元42可以用于计算加速度计的测量数据对应的模长。确定单元43可以用于根据多个模长和至少一个预设条件确定便携设备的状态,便携设备的状态包括静止状态、足部运动状态或手部运动状态。
进一步地,便携设备40还可以包括提示单元,用于在确定单元确定便携设备的状态之后,向用户提示便携设备的状态。
此外,加速度计、计算单元、确定单元还可以用于本文所描述的技术的其它过程。
需要说明的是,上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述,在此不再赘述。
在采用对应各个功能划分各个功能模块的情况下,图28示出了上述和实施例中涉及的便携设备50的另一种可能的组成示意图,如图28所示,该便携设备50可以包括:加速度计51和处理器52。其中,加速度计51可以用于执行图6中的步骤201,即采集加速度计的测量数据,加速度计的测量数据包括三个坐标轴分量;处理器52可以用于支持便携设备50执行图6中的步骤202-203,即:便携设备计算加速度计的测量数据对应的模长,根据多个模长和至少一个预设条件确定便携设备的状态,便携设备的状态包括静止状态、足部运动状态或手部运动状态。
其中,足部运动状态用于表示便携设备佩戴于用户的脚踝、足部或小腿部位,且便携设备处于运动状态;手部运动状态用于表示便携设备佩戴于用户的手部、手腕或手臂部位,且便携设备处于运动状态。
此外,处理器52还可以用于支持便携设备50执行图8中的步骤2031、步骤2032步骤2033和步骤204,以及上述方法实施例中的步骤205,和/或用于本文所描述的技术的其它过程。
需要说明的是,上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述,在此不再赘述。
本申请实施例提供的便携设备50,用于执行上述状态确定方法,因此可以达到与上述状态确定方法相同的效果。
在采用集成的单元的情况下,图29示出了上述实施例中所涉及的便携设备60的另一种可能的组成示意图。如图29所示,该便携设备60可以包括:处理模块61和存储模块62。
处理模块61用于对便携设备的动作进行控制管理,例如,处理模块61用于支持便携设备执行上述方法实施例中的步骤201-205,以及步骤2031-2033,和/或用于本文所描述的技术的其它过程。存储模块62,用于存储便携设备的程序代码和数据。
其中,处理模块61可以是处理器或控制器。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,微处理器(digital signal processor,DSP)和微处理器的组合等等。在一种实现方式中,图29中的处理模块61具体可以是图28中的处理器52,处理器52具体可以是协处理器sensor hub等。存储模块62可以是存储器。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以计算机程序产品的形式体现出来,该计算机程序产品存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (22)
1.一种状态确定方法,应用于便携设备,所述便携设备包括加速度计,其特征在于,所述方法包括:
采集所述加速度计的测量数据,所述加速度计的测量数据包括三个坐标轴分量;
计算所述加速度计的测量数据对应的模长;
根据多个模长和至少一个预设条件确定所述便携设备的状态,所述便携设备的状态包括静止状态、足部运动状态或手部运动状态;
所述根据多个模长和至少一个预设条件确定所述便携设备的状态包括:
若所述多个模长满足第一预设条件,则确定所述便携设备的状态为静止状态;
若所述多个模长满足第二预设条件或第三预设条件,则确定所述便携设备的状态为足部运动状态;
若所述多个模长不满足所述第一预设条件、所述第二预设条件和所述第三预设条件,则确定所述便携设备的状态为手部运动状态;
所述第一预设条件包括:
所述多个模长包括第一曲线段,所述第一曲线段首尾两端对应时刻的时长大于或者等于第一预设时长;
所述第一曲线段对应的模长大于或者等于第一预设值且小于或者等于第二预设值;
其中,所述第一预设值小于重力加速度,所述第二预设值大于重力加速度,所述第二预设值与所述第一预设值的差值小于或者等于第三预设值;
所述第二预设条件包括:
所述多个模长包括一个第一目标极大值;或者,所述多个模长首尾两端对应时刻的时长等于第二预设时长,所述多个模长包括m个所述第一目标极大值,m大于或者等于第四预设值;
其中,所述第一目标极大值满足第四预设条件,所述第四预设条件包括:
所述第一目标极大值大于或者等于第五预设值;
在所述第一目标极大值对应的时刻所在的第三预设时长内,所述多个模长还包括第一极小值和第二极小值,所述第一极小值为在所述第一目标极大值对应的时刻之前与所述第一目标极大值相邻的极小值,所述第二极小值为在所述第一目标极大值对应的时刻之后与所述第一目标极大值相邻的极小值;
上坡落差大于或者等于第六预设值,所述上坡落差是指所述第一极小值与所述第一目标极大值之间的差值的绝对值;
下坡落差大于或者等于第七预设值,所述下坡落差是指所述第一目标极大值与所述第二极小值之间的差值;
第一位宽小于或者等于第八预设值,所述第一位宽为所述第二极小值对应的时刻与所述第一极小值对应的时刻的差值;
所述第一目标极大值为第四预设时长内所述多个模长的最大值,所述第四预设时长大于所述第三预设时长;
所述第三预设条件包括:
所述多个模长包括一个第二曲线段;或者,所述多个模长首尾两端对应时刻的时长等于第二预设时长,所述多个模长包括k个所述第二曲线段,k大于或者等于第十一预设值;
其中,所述第二曲线段满足第五预设条件,所述第五预设条件包括:
所述第二曲线段首尾两端对应时刻的时长大于或者等于第五预设时长且小于第一预设时长;
所述第二曲线段对应的模长大于或者等于第十二预设值且小于或者等于第十三预设值,所述第十三预设值与所述第十二预设值的差值小于或者等于第十四预设值。
2.根据权利要求1所述的方法,其特征在于,所述足部运动状态用于表示所述便携设备佩戴于用户的脚踝、足部或小腿部位,且所述便携设备处于运动状态;
所述手部运动状态用于表示所述便携设备佩戴于所述用户的手部、手腕或手臂部位,且所述便携设备处于运动状态。
3.根据权利要求1所述的方法,其特征在于,所述第四预设条件还包括:
所述第一目标极大值对应的半位宽小于或者等于第九预设值;
其中,当所述上坡落差小于或者等于所述下坡落差时,所述半位宽为第一时刻和第二时刻之间的差值的绝对值,所述第一时刻和所述第二时刻为在所述第三预设时长内,所述第一极小值与所述上坡落差的一半的和表示的模长对应的两个时刻,所述第一时刻和所述第二时刻在所述第一极小值对应的时刻和所述第二极小值对应的时刻之间;
当所述上坡落差大于所述下坡落差时,所述半位宽为第三时刻和第四时刻之间的差值的绝对值,所述第三时刻和所述第四时刻为在所述第三预设时长内,所述第二极小值与所述下坡落差的一半的和表示的模长对应的两个时刻,所述第三时刻和所述第四时刻在所述第一极小值对应的时刻和所述第二极小值对应的时刻之间。
4.根据权利要求3所述的方法,其特征在于,所述第四预设条件还包括:
所述上坡落差和所述下坡落差的和与所述第一目标极大值对应的第一位宽的比值大于或者等于第十预设值。
5.根据权利要求1所述的方法,其特征在于,所述第五预设条件还包括:
在所述第二曲线段之后,所述多个模长还包括第二目标极大值、目标极小值和第三目标极大值;
所述第二目标极大值为在所述第二曲线段之后,与所述第二曲线段相邻的极值;
所述目标极小值为在所述第二目标极大值之后,与所述第二目标极大值相邻的极值;
所述第三目标极大值为所述目标极小值之后的极大值,且所述第三目标极大值为第六预设时长内所述多个模长的最大值。
6.根据权利要求5所述的方法,其特征在于,所述第五预设条件还包括以下条件中的至少一个:
所述目标极小值小于或者等于第十五预设值;或者,
所述第二目标极大值对应的第二位宽小于或者等于第十六预设值,所述第二位宽为所述目标极小值对应的时刻与所述第二曲线段的结束时刻的差值;或者,
所述第三目标极大值与所述第二目标极大值的比值大于或者等于第十七预设值;或者,
所述第三目标极大值之后还包括另一个第二曲线段,所述另一个第二曲线段的起始时刻与所述第三目标极大值对应的时刻的差值小于或者等于第十八预设值。
8.根据权利要求1-6任一项所述的方法,其特征在于,所述根据多个模长和至少一个预设条件确定便携设备的状态包括:
当相邻两个第二预设时长对应的所述加速度计的测量数据的平均能量的差值d大于或者等于第二十预设值时,根据多个模长和至少一个预设条件确定便携设备的状态;
或者,周期性地根据多个模长和至少一个预设条件确定便携设备的状态。
10.根据权利要求1-6任一项所述的方法,其特征在于,在所述根据多个模长和至少一个预设条件确定便携设备的状态之后,所述方法还包括:
向用户提示所述便携设备的状态。
11.一种便携设备,包括加速度计和处理器,其特征在于,所述加速度计用于采集所述加速度计的测量数据,所述加速度计的测量数据包括三个坐标轴分量;
所述处理器用于,计算所述加速度计的测量数据对应的模长;
根据多个模长和至少一个预设条件确定所述便携设备的状态,所述便携设备的状态包括静止状态、足部运动状态或手部运动状态;
所述处理器具体用于:
若所述多个模长满足第一预设条件,则确定所述便携设备的状态为静止状态;
若所述多个模长满足第二预设条件或第三预设条件,则确定所述便携设备的状态为足部运动状态;
若所述多个模长不满足所述第一预设条件、所述第二预设条件和所述第三预设条件,则确定所述便携设备的状态为手部运动状态;
所述第一预设条件包括:
所述多个模长包括第一曲线段,所述第一曲线段首尾两端对应时刻的时长大于或者等于第一预设时长;
所述第一曲线段对应的模长大于或者等于第一预设值且小于或者等于第二预设值;
其中,所述第一预设值小于重力加速度,所述第二预设值大于重力加速度,所述第二预设值与所述第一预设值的差值小于或者等于第三预设值;
所述第二预设条件包括:
所述多个模长包括一个第一目标极大值;或者,所述多个模长首尾两端对应时刻的时长等于第二预设时长,所述多个模长包括m个所述第一目标极大值,m大于或者等于第四预设值;
其中,所述第一目标极大值满足第四预设条件,所述第四预设条件包括:
所述第一目标极大值大于或者等于第五预设值;
在所述第一目标极大值对应的时刻所在的第三预设时长内,所述多个模长还包括第一极小值和第二极小值,所述第一极小值为在所述第一目标极大值对应的时刻之前与所述第一目标极大值相邻的极小值,所述第二极小值为在所述第一目标极大值对应的时刻之后与所述第一目标极大值相邻的极小值;
上坡落差大于或者等于第六预设值,所述上坡落差是指所述第一极小值与所述第一目标极大值之间的差值的绝对值;
下坡落差大于或者等于第七预设值,所述下坡落差是指所述第一目标极大值与所述第二极小值之间的差值;
所述第一目标极大值对应的第一位宽小于或者等于第八预设值,所述第一位宽为所述第二极小值对应的时刻与所述第一极小值对应的时刻的差值;
所述第一目标极大值为第四预设时长内所述多个模长的最大值,所述第四预设时长大于所述第三预设时长;
所述第三预设条件包括:
所述多个模长包括一个第二曲线段;或者,所述多个模长首尾两端对应时刻的时长等于第二预设时长,所述多个模长包括k个所述第二曲线段,k大于或者等于第十一预设值;
其中,所述第二曲线段满足第五预设条件,所述第五预设条件包括:
所述第二曲线段首尾两端对应时刻的时长大于或者等于第五预设时长且小于第一预设时长;
所述第二曲线段对应的模长大于或者等于第十二预设值且小于或者等于第十三预设值,所述第十三预设值与所述第十二预设值的差值小于或者等于第十四预设值。
12.根据权利要求11所述的便携设备,其特征在于,所述足部运动状态用于表示所述便携设备佩戴于用户的脚踝、足部或小腿部位,且所述便携设备处于运动状态;
所述手部运动状态用于表示所述便携设备佩戴于所述用户的手部、手腕或手臂部位,且所述便携设备处于运动状态。
13.根据权利要求11所述的便携设备,其特征在于,所述第四预设条件还包括:
所述第一目标极大值对应的半位宽小于或者等于第九预设值;
其中,当所述上坡落差小于或者等于所述下坡落差时,所述半位宽为第一时刻和第二时刻之间的差值的绝对值,所述第一时刻和所述第二时刻为在所述第三预设时长内,所述第一极小值与所述上坡落差的一半的和表示的模长对应的两个时刻,所述第一时刻和所述第二时刻在所述第一极小值对应的时刻和所述第二极小值对应的时刻之间;
当所述上坡落差大于所述下坡落差时,所述半位宽为第三时刻和第四时刻之间的差值的绝对值,所述第三时刻和所述第四时刻为在所述第三预设时长内,所述第二极小值与所述下坡落差的一半的和表示的模长对应的两个时刻,所述第三时刻和所述第四时刻在所述第一极小值对应的时刻和所述第二极小值对应的时刻之间。
14.根据权利要求13所述的便携设备,其特征在于,所述第四预设条件还包括:
所述上坡落差和所述下坡落差的和与所述第一目标极大值对应的第一位宽的比值大于或者等于第十预设值。
15.根据权利要求11所述的便携设备,其特征在于,所述第五预设条件还包括:
在所述第二曲线段之后,所述多个模长还包括第二目标极大值、目标极小值和第三目标极大值;
所述第二目标极大值为在所述第二曲线段之后,与所述第二曲线段相邻的极值;
所述目标极小值为在所述第二目标极大值之后,与所述第二目标极大值相邻的极值;
所述第三目标极大值为所述目标极小值之后的极大值,且所述第三目标极大值为第六预设时长内所述多个模长的最大值。
16.根据权利要求15所述的便携设备,其特征在于,所述第五预设条件还包括以下条件中的至少一个:
所述目标极小值小于或者等于第十五预设值;或者,
所述第二目标极大值对应的第二位宽小于或者等于第十六预设值,所述第二位宽为所述目标极小值对应的时刻与所述第二曲线段的结束时刻的差值;或者,
所述第三目标极大值与所述第二目标极大值的比值大于或者等于第十七预设值;或者,
所述第三目标极大值之后还包括另一个第二曲线段,所述另一个第二曲线段的起始时刻与所述第三目标极大值对应的时刻的差值小于或者等于第十八预设值。
18.根据权利要求11-16任一项所述的便携设备,其特征在于,所述处理器具体用于:
当相邻两个第二预设时长对应的所述加速度计的测量数据的平均能量的差值d大于或者等于第二十预设值时,根据多个模长和至少一个预设条件确定便携设备的状态;
或者,周期性地根据多个模长和至少一个预设条件确定便携设备的状态。
19.根据权利要求11-16任一项所述的便携设备,其特征在于,所述处理器还用于:
向用户提示所述便携设备的状态。
20.一种便携设备,其特征在于,包括传感器、处理器和存储器,所述传感器包括陀螺仪和加速度计,所述存储器用于存储指令,所述处理器用于执行所述指令以使得所述便携设备执行如权利要求1-10任一项所述的状态确定方法。
21.一种计算机可读存储介质,其特征在于,包括指令,当其在便携设备上运行时,使得所述便携设备执行如权利要求1-10任一项所述的状态确定方法。
22.一种便携设备,其特征在于,所述设备以芯片的产品形态存在,所述设备的结构中包括处理器和存储器,所述存储器用于与所述处理器耦合,用于保存所述设备的程序指令和数据,所述处理器用于执行所述存储器中存储的程序指令,使得所述设备执行如权利要求1-10任一项所述的状态确定方法中数据处理的功能。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2017/105163 WO2019061543A1 (zh) | 2017-09-30 | 2017-09-30 | 一种状态确定方法及便携设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110168547A CN110168547A (zh) | 2019-08-23 |
CN110168547B true CN110168547B (zh) | 2021-08-20 |
Family
ID=65903438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780082038.XA Active CN110168547B (zh) | 2017-09-30 | 2017-09-30 | 一种状态确定方法及便携设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110168547B (zh) |
WO (1) | WO2019061543A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI779575B (zh) * | 2021-04-22 | 2022-10-01 | 華碩電腦股份有限公司 | 具有落摔紀錄功能之電子裝置及其落摔紀錄方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942456A (zh) * | 2014-05-08 | 2014-07-23 | 北京睿仁医疗科技有限公司 | 一种能够自动判断佩戴位置的测量方法及设备 |
CN103954295A (zh) * | 2014-05-04 | 2014-07-30 | 中国科学院计算技术研究所 | 一种基于加速度传感器的计步方法 |
CN104434119A (zh) * | 2013-09-20 | 2015-03-25 | 卡西欧计算机株式会社 | 身体信息取得装置及身体信息取得方法 |
CN104990562A (zh) * | 2015-06-29 | 2015-10-21 | 合肥工业大学 | 基于自相关运算的计步方法 |
CN106037749A (zh) * | 2016-05-18 | 2016-10-26 | 武汉大学 | 一种基于智能手机和可穿戴式设备的老年人跌倒监测方法 |
JP2017038631A (ja) * | 2015-08-17 | 2017-02-23 | 日本電信電話株式会社 | 歩数計測装置、歩数計測方法、およびプログラム |
WO2017065089A1 (ja) * | 2015-10-15 | 2017-04-20 | アルプス電気株式会社 | 歩数計測装置及び歩数計測プログラム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130085711A1 (en) * | 2011-09-30 | 2013-04-04 | Apple Inc. | Techniques for improved pedometer readings |
US10030993B2 (en) * | 2012-11-01 | 2018-07-24 | Verizon Connect Inc. | Method and system for determining whether steps have occurred |
CN104007822B (zh) * | 2014-05-30 | 2017-09-05 | 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 |
CN105597296B (zh) * | 2016-03-07 | 2018-09-14 | 上海小莫网络科技有限公司 | 一种运动检测设备及运动检测方法 |
-
2017
- 2017-09-30 WO PCT/CN2017/105163 patent/WO2019061543A1/zh active Application Filing
- 2017-09-30 CN CN201780082038.XA patent/CN110168547B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104434119A (zh) * | 2013-09-20 | 2015-03-25 | 卡西欧计算机株式会社 | 身体信息取得装置及身体信息取得方法 |
CN103954295A (zh) * | 2014-05-04 | 2014-07-30 | 中国科学院计算技术研究所 | 一种基于加速度传感器的计步方法 |
CN103942456A (zh) * | 2014-05-08 | 2014-07-23 | 北京睿仁医疗科技有限公司 | 一种能够自动判断佩戴位置的测量方法及设备 |
CN104990562A (zh) * | 2015-06-29 | 2015-10-21 | 合肥工业大学 | 基于自相关运算的计步方法 |
JP2017038631A (ja) * | 2015-08-17 | 2017-02-23 | 日本電信電話株式会社 | 歩数計測装置、歩数計測方法、およびプログラム |
WO2017065089A1 (ja) * | 2015-10-15 | 2017-04-20 | アルプス電気株式会社 | 歩数計測装置及び歩数計測プログラム |
CN106037749A (zh) * | 2016-05-18 | 2016-10-26 | 武汉大学 | 一种基于智能手机和可穿戴式设备的老年人跌倒监测方法 |
Non-Patent Citations (2)
Title |
---|
Recognizing Gym Exercises Using Acceleration;Koskimaki, Heli;Siirtola, Pekka;《2014 IEEE SYMPOSIUM ON COMPUTATIONAL INTELLIGENCE AND DATA MINING (CIDM)》;IEEE;20150115;第321-328页 * |
基于加速度量测幅值零速检测的计步算法研究;陈国良; 杨洲;《武汉大学学报(信息科学版)》;20170630;第42卷(第6期);第726-730页 * |
Also Published As
Publication number | Publication date |
---|---|
WO2019061543A1 (zh) | 2019-04-04 |
CN110168547A (zh) | 2019-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11861073B2 (en) | Gesture recognition | |
EP2335563B1 (en) | System for processing exercise-related data | |
US7774156B2 (en) | Portable apparatus for monitoring user speed and/or distance traveled | |
CN110036259B (zh) | 一种姿态矩阵的计算方法及设备 | |
CN106705989B (zh) | 记步方法、设备及终端 | |
EP4122559A1 (en) | Cycling detection method, electronic device, and computer readable storage medium | |
JP2015047208A (ja) | 携帯型電子機器及び表示制御方法 | |
US20190076063A1 (en) | Systems and methods of ski activity detection | |
CN110168547B (zh) | 一种状态确定方法及便携设备 | |
CN113457106B (zh) | 一种跑步姿态检测方法与穿戴设备 | |
CN115147915A (zh) | 一种检测穿戴设备佩戴松紧的方法、装置和系统 | |
CN114532992B (zh) | 小睡状态检测方法、装置、系统及计算机可读存储介质 | |
JPWO2018100696A1 (ja) | モーションキャプチャシステム、モーションキャプチャプログラム及びモーションキャプチャ方法 | |
US20140340301A1 (en) | Hand motion-based device control | |
WO2014177763A1 (en) | Heart rate and activity monitor arrangement and a method for using the same | |
US20120203496A1 (en) | Acceleration detecting device, electronic apparatus, pedometer, and program | |
CN206524180U (zh) | 一种多功能智能乐器 | |
CN108848247A (zh) | 终端模式自选择方法、可弯折终端及计算机可读存储介质 | |
JP2019125163A (ja) | 設定情報決定方法 | |
CN106843495A (zh) | 一种智能手环及其控制方法 | |
CN114824536B (zh) | 一种电池温度采样的方法和可穿戴设备 | |
KR101694186B1 (ko) | 개체단위 복합 센싱을 위한 착용형 기기 | |
KR20170019232A (ko) | 전자 장치 및 그의 동작 방법 | |
CN113509173A (zh) | 运动姿势识别方法、终端设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |