CN110460925B - 耳机及转换感测数据的系统 - Google Patents

耳机及转换感测数据的系统 Download PDF

Info

Publication number
CN110460925B
CN110460925B CN201910485554.8A CN201910485554A CN110460925B CN 110460925 B CN110460925 B CN 110460925B CN 201910485554 A CN201910485554 A CN 201910485554A CN 110460925 B CN110460925 B CN 110460925B
Authority
CN
China
Prior art keywords
data
sensing data
vector
inertial sensor
processor
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
CN201910485554.8A
Other languages
English (en)
Other versions
CN110460925A (zh
Inventor
蔡渝斐
陈炎生
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.)
Merry Electronics Shenzhen Co ltd
Original Assignee
Merry Electronics Shenzhen 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 Merry Electronics Shenzhen Co ltd filed Critical Merry Electronics Shenzhen Co ltd
Publication of CN110460925A publication Critical patent/CN110460925A/zh
Application granted granted Critical
Publication of CN110460925B publication Critical patent/CN110460925B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00—Details of transducers, loudspeakers or microphones
    • H04R1/10—Earpieces; Attachments therefor ; Earphones; Monophonic headphones
    • H04R1/1016—Earpieces of the intra-aural type
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00—Details of transducers, loudspeakers or microphones
    • H04R1/10—Earpieces; Attachments therefor ; Earphones; Monophonic headphones
    • H04R1/1091—Details not provided for in groups H04R1/1008 - H04R1/1083
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/20—Ensemble learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00—Details of transducers, loudspeakers or microphones
    • H04R1/10—Earpieces; Attachments therefor ; Earphones; Monophonic headphones
    • H04R1/1041—Mechanical or electronic switches, or control elements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R2201/00—Details of transducers, loudspeakers or microphones covered by H04R1/00 but not provided for in any of its subgroups
    • H04R2201/10—Details of earpieces, attachments therefor, earphones or monophonic headphones covered by H04R1/10 but not provided for in any of its subgroups

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Acoustics & Sound (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明提供一种耳机及转换感测数据的系统，其中该系统包括惯性传感器以及处理器。惯性传感器感测使用者的动作或行为以产生第一感测数据。处理器通讯连接至惯性传感器并且预存数据转换模型，其中数据转换模型将对应于第一感测数据的加速度向量和角速度向量转换为对应于第二感测数据的加速度向量和角速度向量，并将所述第二感测数据的所述加速度向量和所述角速度向量输出至预存于处理器的识别模型。

Description

耳机及转换感测数据的系统
技术领域
本发明涉及耳机领域，特别是涉及一种可用于转换感测数据的耳机及转换感测数据的系统。
背景技术
随着科技进步，市面上出现了许多搭配有传感器的智能型行动配件，诸如智能型手环、智能型手表等。这些类型的配件通过无线传输技术将传感器所感测到的数据发送至智能型手机，再利用智能型手机的应用程序对所述些数据进行解析，从而产生分析结果。使用者可通过分析结果取得个人心律、运动步数等关联于生理状态和运动状态的信息。
智能型行动配件可储存用以识别人体动作的识别模型，从而根据传感器所收集的感测数据和识别模型来对用户的动作进行识别。然而，训练识别模型通常需要收集大量的数据。一旦行动配件的设计被变更，则根据旧有设计产生的识别模型将不适用于新设计的行动配件。
发明内容
为了避免在变更设计后重新收集、处理数据及训练识别模型，本发明提出一种可用于转换感测数据的系统及耳机。
一种耳机，包括：
扬声器，播放音频数据；
惯性传感器，感测使用者的动作以产生第一感测数据；以及
处理器，通讯连接至所述惯性传感器和所述扬声器并且预存至少一识别模型和数据转换模型，其中所述数据转换模型将自所述惯性传感器所接收的所述第一感测数据转换为第二感测数据，所述至少一识别模型根据所述第二感测数据判断所述动作是否正确以产生输出结果。
在其中一个实施例中，所述至少一识别模型根据所述第二感测数据进行更新。
在其中一个实施例中，所述第二感测数据包括不同于所述第一感测数据的加速度向量和角速度向量。
在其中一个实施例中，所述处理器还预存参考加速度向量，并且基于所述第一感测数据的加速度向量以及所述参考加速度向量之间的向量角来更新所述第一感测数据以及所述第二感测数据的其中之一。
在其中一个实施例中，所述处理器还预存参考加速度向量，基于所述第一感测数据的加速度向量以及所述参考加速度向量之间的向量角来判断所述耳机被配戴于错误的位置，并且响应于被配戴的位置错误而透过所述扬声器发出提示信息。
在其中一个实施例中，所述数据转换模型基于所述惯性传感器的安装位置而被调整。
在其中一个实施例中，所述数据转换模型是透过机器学习、深度学习或数学建模方式而建立。
一种转换感测数据的系统，包括：
惯性传感器，感测使用者的动作以产生第一感测数据；以及
处理器，通讯连接至所述惯性传感器并且预存数据转换模型，其中所述数据转换模型将所述第一感测数据的加速度向量和角速度向量转换为第二感测数据的加速度向量和角速度向量，并将所述第二感测数据的所述加速度向量和所述角速度向量输出至预存于所述处理器的识别模型。
在其中一个实施例中，所述处理器根据所述识别模型与所述第二感测数据判断所述动作是否正确并产生输出结果。
在其中一个实施例中，所述识别模型根据所述第二感测数据进行更新。
在其中一个实施例中，所述处理器还预存参考加速度向量，并且基于所述第一感测数据的所述加速度向量以及所述参考加速度向量之间的向量角来更新所述第一感测数据以及所述第二感测数据的其中之一。
在其中一个实施例中，所述惯性传感器及所述处理器共同配置于行动装置中。
在其中一个实施例中，所述行动装置更包括耦接于所述处理器的扬声器，所述处理器还预存参考加速度向量，基于所述第一感测数据的加速度向量以及所述参考加速度向量的间的向量角来判断所述行动装置被配戴于错误的位置，并且响应于所述行动装置被配戴的位置错误而透过所述扬声器发出提示信息。
在其中一个实施例中，所述数据转换模型基于所述惯性传感器在所述行动装置中的安装位置而被调整。
在其中一个实施例中，在其中一个实施例中，所述数据转换模型是透过机器学习、深度学习或数学建模方式而建立。
基于上述，针对惯性传感器的安装位置发生变更的新设计的行动装置，本发明可透过利用数据转换模型来对识别模型的输入数据进行转换，使得旧有的识别模型可直接套用于新设计的行动装置，而不需重新收集、处理数据及训练新的识别模型。
附图说明
图1根据本发明的实施例绘示一种安装于行动装置内的转换感测数据的系统的示意图；
图2根据本发明的实施例绘示一种耳机的示意图。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳的实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体地实施例的目的，不是旨在于限制本发明。
图1根据本发明的实施例绘示一种安装于行动装置10内的转换感测数据的系统15的示意图。系统15包括处理器100以及传感器200，其中传感器200例如是惯性传感器200，但本发明不限于此。为方便说明，本发明的实施例将假设传感器200是惯性传感器200。
处理器100例如是中央处理单元(central processing unit，CPU)，或是其他可程序化的一般用途或特殊用途的微处理器(microprocessor)、数字信号处理器(digitalsignal processor，DSP)、可程序化控制器、特殊应用集成电路(application specificintegrated circuit，ASIC)或其他类似组件或上述组件的组合，本发明不限于此。在本实施例中，处理器100内的储存媒体可预存包括数据转换模型101、识别模型102以及参考加速度向量103。
惯性传感器200通讯连接至处理器100。惯性传感器200可用以透过特定方位的惯性来感测使用者的动作以产生第一感测数据S1，所述动作指的是包含运动、特定或非特定的动作或行为移动等。举例来说，惯性传感器200例如是角速度传感器、加速度传感器、磁力计、陀螺仪、六轴传感器或九轴传感器，本发明不限于此。第一感测数据S1例如关联于加速度向量及/或角速度向量等关联于人体的动作的参数。
转换感测数据的系统15可配置于行动装置10中，亦即，处理器100和惯性传感器200可共同配置于行动装置10中。举例来说，行动装置10可以是一种耳机，如图2所示。图2根据本发明的实施例绘示一种耳机10的示意图。以下请同时参照图1和图2。
数据转换模型101以及识别模型102预存于处理器100的储存媒体中，其中识别模型102用以识别耳机10的使用者的动作。识别模型102是根据产生自惯性传感器200的多笔感测数据训练而成，并且识别模型102关联于惯性传感器200的安装位置。在产生识别模型102后，识别模型102可用以根据来自惯性传感器200的第一感测数据S1来判断耳机10的使用者的动作是否正确并产生对应的输出结果。一般来说，在耳机10的设计者基于需求而变更惯性传感器200在耳机10的安装位置后，针对原安装位置而产生的识别模型102将会无法准确地判断使用者的动作是否正确。
举例来说，耳机10可包括用以播放音频数据的扬声器300、对应于使用者的第一耳的第一壳体400以及对应于使用者的第二耳的第二壳体500。假设惯性传感器200原本配置于第一壳体400，且识别模型102是基于惯性传感器200配置于第一壳体400的情形而产生的。如此，则识别模型102可根据来自配置于第一壳体400的惯性传感器200的第一感测数据S1而准确地识别出耳机10的使用者的动作，从而判断使用者的动作是否正确并产生代表判断结果的输出结果。然而，在耳机10的设计者将惯性传感器200的安装位置被从第一壳体400变更至第二壳体500后，原先基于惯性传感器200配置于第一壳体400的情形而产生的识别模型102将无法继续适用，否则会有辨识准确率下降的问题出现。耳机10的设计者可能需要基于惯性传感器200配置于第二壳体500的情形而训练出新的识别模型。
为了节省收集、处理数据及训练新的识别模型所需耗费的人力及时间资源，本发明提出了利用预存于处理器100中的数据转换模型101来将第一感测数据S1转换为可适用于识别模型102的第二感测数据S2，其中数据转换模型101可基于惯性传感器200在耳机10中的安装位置而调整，并且数据转换模型101例如是透过机器学习、深度学习或数学建模等方式而建立。
举例来说，在惯性传感器200的安装位置基于设计变更而由第一壳体400变更至第二壳体500后，处理器100可预存一对应于第二壳体500的数据转换模型101。在惯性传感器200感测使用者的动作而产生第一感测数据S1后，处理器100可透过数据转换模型101将对应于第一壳体400的第一感测数据S1的加速度向量和角速度向量转换为对应于第二壳体500的第二感测数据S2的加速度向量和角速度向量。换言之，第二感测数据S2包括不同于第一感测数据S1的加速度向量和角速度向量。而后，数据转换模型101可将第二感测数据S2的加速度向量和角速度向量输出至预存于处理器100的识别模型102。处理器100可根据识别模型102与第二感测数据S2判断用户的动作是否正确并产生对应于判断结果的输出结果。
在一实施例中，处理器100可以根据预存于处理器100中的参考速度向量103来自动地转换因使用者配戴耳机10的方式错误而造成的感测数据的误差。具体来说，惯性传感器200例如是加速度传感器，并且参考速度向量103例如是用户在静止的状态下以正确的方式配戴耳机10(或耳机10被配戴于正确的位置)时，由惯性传感器200所产生的第一感测数据S1。换言之，若使用者以正确的方式配戴耳机10，则惯性传感器200在使用者静止的状态下所产生的第一感测数据S1与参考速度向量103应所述相同，并且第一感测数据S1与参考速度向量之间的向量角应所述为零。相对地，若使用者以错误的方式配戴耳机10(或耳机10被配戴于错误的位置)，则惯性传感器200所产生的第一感测数据S1与参考速度向量103应所述不同，且第一感测数据S1与参考速度向量103之间的向量角应所述不为零。不为零的向量角的存在代表着惯性传感器200所产生的第一感测数据S1具有误差，而此误差是由于耳机10的配戴方式错误而造成的。
在所述向量角不为零的情况下，处理器100可根据第一感测数据S1与参考速度向量103之间的向量角来更新第一感测数据S1，使原本对应于错误的配戴方式的第一感测数据S1可以在被输入至数据转换模型101之前被转换为对应于正确的配戴方式的更新后的第一感测数据S1。或者，处理器100可根据第一感测数据S1与参考速度向量103之间的向量角来更新第二感测数据S2，使得原本对应于错误的配戴方式的第二感测数据S2可以在被输入至识别模型102之前被转换为对应于正确的配戴方式的更新后的第二感测数据S2。简而言之，处理器100可根据第一感测数据S1与参考速度向量103之间的向量角来校正因使用者配戴耳机10的方式错误而产生的感测数据的误差。因此，无论使用者配戴耳机10的方式是否正确，识别模型102都可以根据由向量角转换过的第一感测数据S1或第二感测数据S2而准确地识别出使用者的动作。
在一实施例中，处理器100所产生的第二感测数据S2可用以更新识别模型102。举例来说，在累积了一定数量的第二感测数据S2后，处理器100可使用例如机器学习或深度学习而根据第二感测数据S2更新识别模型102。
在一实施例中，处理器100可以根据预存于处理器100中的参考速度向量103来判断耳机10是否被配戴于错误的位置，并且响应于耳机10被配戴于错误的位置而透过扬声器300发出提示信息，借以提示用户调整耳机10的配戴方式。具体来说，惯性传感器200例如是加速度传感器，并且参考速度向量103例如是用户以正确的方式配戴耳机10(或耳机10被配戴于正确的位置)时，由惯性传感器200所产生的第一感测数据S1。换言之，若使用者以正确的方式配戴耳机10，则惯性传感器200所产生的第一感测数据S1与参考速度向量103应所述相同，并且第一感测数据S1与参考速度向量之间的向量角应所述为零。因此，处理器100可基于向量角是否为零而判断耳机10是否被配戴于正确的位置。例如，若向量角为零，则判断耳机10被配戴在正确的位置。相对地，若使用者以错误的方式配戴耳机10(或耳机10被配戴于错误的位置)，则惯性传感器200所产生的第一感测数据S1与参考速度向量103应所述不同，且第一感测数据S1与参考速度向量103之间的向量角应所述不为零。因此，处理器100可基于向量角不为零而判断耳机10被配戴于错误的位置，并且响应于耳机10被配戴于错误的位置而透过扬声器300对用户发出提示信息。
综上所述，本发明可利用数据转换模型将由惯性传感器所接收的第一感测数据转换为适用于识别模型的第二感测数据。因此，在设计变更而导致惯性传感器的安装位置被变更时，本发明不需要重新为新设计的行动装置收集、处理数据及训练新的识别模型。纵使惯性传感器的安装位置发生变更，行动装置仍可直接沿用旧有的识别模型来识别用户的动作。此外，本发明的行动装置还可以借由惯性传感器来判断用户配戴行动装置的方式是否正确。若不正确，行动装置可提示用户调整配戴方式，或是由行动装置自动地适应用户的配戴方式以改善识别动作的准确度(accuracy)。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (15)

1.一种耳机，其特征在于，包括：
扬声器，播放音频数据；
惯性传感器，感测使用者的动作以产生第一感测数据；以及
处理器，通讯连接至所述惯性传感器和所述扬声器并且预存至少一识别模型和数据转换模型，其中所述数据转换模型将自所述惯性传感器所接收的所述第一感测数据的加速度向量和角速度向量转换为第二感测数据的加速度向量和角速度向量，所述至少一识别模型根据所述第二感测数据判断所述动作是否正确以产生输出结果。
2.根据权利要求1所述的耳机，其特征在于，所述至少一识别模型根据所述第二感测数据进行更新。
3.根据权利要求1所述的耳机，其特征在于，所述第二感测数据包括不同于所述第一感测数据的加速度向量和角速度向量。
4.根据权利要求1所述的耳机，其特征在于，所述处理器还预存参考加速度向量，并且基于所述第一感测数据的加速度向量以及所述参考加速度向量之间的向量角来更新所述第一感测数据以及所述第二感测数据的其中之一。
5.根据权利要求1所述的耳机，其特征在于，所述处理器还预存参考加速度向量，基于所述第一感测数据的加速度向量以及所述参考加速度向量之间的向量角来判断所述耳机是否被配戴于错误的位置，并且响应于被配戴的位置错误而透过所述扬声器发出提示信息。
6.根据权利要求1所述的耳机，其特征在于，所述数据转换模型基于所述惯性传感器的安装位置而被调整。
7.根据权利要求1所述的耳机，其特征在于，所述数据转换模型是透过机器学习、深度学习或数学建模方式而建立。
8.一种转换感测数据的系统，其特征在于，包括：
惯性传感器，感测使用者的动作以产生第一感测数据；以及
处理器，通讯连接至所述惯性传感器并且预存数据转换模型，其中所述数据转换模型将所述第一感测数据的加速度向量和角速度向量转换为第二感测数据的加速度向量和角速度向量，并将所述第二感测数据的所述加速度向量和所述角速度向量输出至预存于所述处理器的识别模型。
9.根据权利要求8所述的转换感测数据的系统，其特征在于，所述处理器根据所述识别模型与所述第二感测数据判断所述动作是否正确并产生输出结果。
10.根据权利要求8所述的转换感测数据的系统，其特征在于，所述识别模型根据所述第二感测数据进行更新。
11.根据权利要求8所述的转换感测数据的系统，其特征在于，所述处理器还预存参考加速度向量，并且基于所述第一感测数据的所述加速度向量以及所述参考加速度向量之间的向量角来更新所述第一感测数据以及所述第二感测数据的其中之一。
12.根据权利要求8所述的转换感测数据的系统，其特征在于，所述惯性传感器及所述处理器共同配置于行动装置中。
13.根据权利要求12所述的转换感测数据的系统，其特征在于，所述行动装置更包括耦接于所述处理器的扬声器，所述处理器还预存参考加速度向量，基于所述第一感测数据的加速度向量以及所述参考加速度向量之间的向量角来判断所述行动装置是否被配戴于错误的位置，并且响应于所述行动装置被配戴的位置错误而透过所述扬声器发出提示信息。
14.根据权利要求12所述的转换感测数据的系统，其特征在于，所述数据转换模型基于所述惯性传感器在所述行动装置中的安装位置而被调整。
15.根据权利要求8所述的转换感测数据的系统，其特征在于，所述数据转换模型是透过机器学习、深度学习或数学建模方式而建立。
CN201910485554.8A 2019-03-08 2019-06-05 耳机及转换感测数据的系统 Active CN110460925B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW108107923A TWI716828B (zh) 2019-03-08 2019-03-08 與轉換感測資料相關的系統及耳機
TW108107923 2019-03-08

Publications (2)

Publication Number Publication Date
CN110460925A CN110460925A (zh) 2019-11-15
CN110460925B true CN110460925B (zh) 2021-06-08

Family

ID=68480663

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910485554.8A Active CN110460925B (zh) 2019-03-08 2019-06-05 耳机及转换感测数据的系统

Country Status (3)

Country Link
US (1) US10917710B2 (zh)
CN (1) CN110460925B (zh)
TW (1) TWI716828B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113497988B (zh) * 2020-04-03 2023-05-16 华为技术有限公司 一种无线耳机的佩戴状态确定方法及相关装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103598888A (zh) * 2013-10-16 2014-02-26 东北大学 一种穿戴式人体运动状态数据监测系统及方法
CN105338447A (zh) * 2015-10-19 2016-02-17 京东方科技集团股份有限公司 耳机控制电路及方法、耳机以及音频输出装置及方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6920229B2 (en) * 1999-05-10 2005-07-19 Peter V. Boesen Earpiece with an inertial sensor
KR100786279B1 (ko) * 2006-04-20 2007-12-18 삼성전자주식회사 생체신호 측정이 가능한 헤드셋 장치 및 헤드셋 장치를이용한 생체신호 측정방법
US8406418B2 (en) * 2008-10-17 2013-03-26 Gn Netcom A/S Headset with a 360 degrees rotatable microphone boom and function selector
US8744113B1 (en) * 2012-12-13 2014-06-03 Energy Telecom, Inc. Communication eyewear assembly with zone of safety capability
DE102014100824A1 (de) * 2014-01-24 2015-07-30 Nikolaj Hviid Eigenständiger Multifunktionskopfhörer für sportliche Aktivitäten
KR102343269B1 (ko) * 2014-08-28 2021-12-27 삼성전자주식회사 웨어러블 전자 장치
CN204465805U (zh) * 2015-01-30 2015-07-08 深圳市亚科德电子有限公司 一种瞌睡驾驶提醒的蓝牙装置
CN105138120A (zh) * 2015-08-06 2015-12-09 小米科技有限责任公司 运动姿势矫正方法及装置
CN108227902B (zh) * 2016-12-14 2021-01-19 西安可视可觉网络科技有限公司 实现头戴显示设备与多维运动平台联动的运动控制方法
CN107493531B (zh) * 2017-08-04 2019-11-08 歌尔科技有限公司 一种头部姿态检测方法、装置和耳机
CN108712697B (zh) * 2018-05-29 2020-02-14 歌尔科技有限公司 无线耳机及其工作模式确定方法、装置、设备、存储介质
CN108762716B (zh) * 2018-08-27 2021-07-23 歌尔科技有限公司 音量调节的方法、装置及耳机
CN109168102A (zh) * 2018-11-22 2019-01-08 歌尔科技有限公司 一种耳机佩戴状态检测方法、装置及耳机

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103598888A (zh) * 2013-10-16 2014-02-26 东北大学 一种穿戴式人体运动状态数据监测系统及方法
CN105338447A (zh) * 2015-10-19 2016-02-17 京东方科技集团股份有限公司 耳机控制电路及方法、耳机以及音频输出装置及方法

Also Published As

Publication number Publication date
CN110460925A (zh) 2019-11-15
US10917710B2 (en) 2021-02-09
US20200288228A1 (en) 2020-09-10
TW202034706A (zh) 2020-09-16
TWI716828B (zh) 2021-01-21

Similar Documents

Publication Publication Date Title
US11045117B2 (en) Systems and methods for determining axial orientation and location of a user's wrist
US20190230210A1 (en) Context recognition in mobile devices
CN111052047B (zh) 用于自动手势和手指识别的静脉扫描设备
KR101690118B1 (ko) 전자 기기의 알람 시계를 제어하는 방법 및 전자 기기
KR20200119665A (ko) 모바일을 이용한 vr 자전거 운동기구 및 컨테츠 제공 방법
KR20100112764A (ko) 동작교정장치 및 그 제어방법과 이를 이용한 동작교정 서비스시스템
US10747337B2 (en) Mechanical detection of a touch movement using a sensor and a special surface pattern system and method
CN111768600A (zh) 一种低头检测方法、装置及无线耳机
KR20200137460A (ko) 운동 환경에 따른 운동 정보를 제공하는 전자 장치 및 그 동작 방법
CN110460925B (zh) 耳机及转换感测数据的系统
CN115718538A (zh) 电子装置和控制电子装置的方法
WO2021004194A1 (zh) 耳机及耳机控制方法
CN112542030A (zh) 检测姿态的智能穿戴设备、方法、系统及存储介质
US11995242B2 (en) Detecting contactless gestures using radio frequency
CN109151195B (zh) 一种跑步运动时耳机控制方法及其控制系统
JP6787368B2 (ja) データ処理システム、サーバ装置、端末装置、データ処理方法及びプログラム
JP2021142337A (ja) 行動検出装置、電子機器、行動解析方法及びプログラム
CN108280189B (zh) 一种基于智能笔的语音搜题方法及系统
CN109478131A (zh) 音频输入输出方法和终端设备
CN110008998B (zh) 标签数据生成系统和方法
CN106340314A (zh) 一种音乐播放方法和耳机
KR20210101901A (ko) 스마트 요람
KR20210078961A (ko) 사용자의 운동 거리를 보정하는 전자 장치 및 사용자의 운동 거리를 보정하는 방법
KR20210009063A (ko) 전자 장치 및 그의 이동 거리 보정 방법
JP2021015621A (ja) データ処理システム、サーバ装置、端末装置、データ処理方法及びプログラム

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