CN110680332B - 用于确定手指疲劳状态的装置和方法 - Google Patents

用于确定手指疲劳状态的装置和方法 Download PDF

Info

Publication number
CN110680332B
CN110680332B CN201810729255.XA CN201810729255A CN110680332B CN 110680332 B CN110680332 B CN 110680332B CN 201810729255 A CN201810729255 A CN 201810729255A CN 110680332 B CN110680332 B CN 110680332B
Authority
CN
China
Prior art keywords
finger
angular velocity
determining
values
fatigue
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
CN201810729255.XA
Other languages
English (en)
Other versions
CN110680332A (zh
Inventor
王维辉
杨星
何莉
赵如彦
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.)
Bosch Automotive Products Suzhou Co Ltd
Original Assignee
Bosch Automotive Products Suzhou 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 Bosch Automotive Products Suzhou Co Ltd filed Critical Bosch Automotive Products Suzhou Co Ltd
Priority to CN201810729255.XA priority Critical patent/CN110680332B/zh
Publication of CN110680332A publication Critical patent/CN110680332A/zh
Application granted granted Critical
Publication of CN110680332B publication Critical patent/CN110680332B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • A61B5/1118—Determining activity level
    • 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
    • A61B5/6804—Garments; Clothes
    • A61B5/6806—Gloves

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明涉及可穿戴技术和人机交互技术，特别涉及用于确定手指疲劳状态的方法、实施该方法的装置、包含所述装置的可穿戴设备以及实施该方法的计算机存储介质。按照本发明一个方面的用于确定手指疲劳状态的方法包含下列步骤：生成包含一个或多个手指关节的角速度采样值的样本集；生成所述样本集中的所述角速度采样值的分布状态；以及根据所述角速度采样值的分布状态确定手指的疲劳状态。

Description

用于确定手指疲劳状态的装置和方法
技术领域
本发明涉及可穿戴技术和人机交互技术，特别涉及用于确定手指疲劳状态的方法、实施该方法的装置、包含所述装置的可穿戴设备以及实施该方法的计算机存储介质。
背景技术
手指是指人手前端的五个分支，包括拇指、食指、中指、无名指和小指。频繁使用键盘、鼠标常会让人感到手指僵硬、疲劳，如果长期处于不间歇的疲劳状态，则可能导致手部神经永久性损伤。虽然人们对于手指疲劳的危害都有或多或少的认识，但是到目前为止尚无能够准确、客观地确定手指疲劳状态的技术。因此提供用于确定手指疲劳状态的方法和装置是迫切需要的。
发明内容
本发明的一个目的是提供一种用于确定手指疲劳状态的方法和装置，其具有实时性强和准确率高等优点。
按照本发明一个方面的用于确定手指疲劳状态的方法包含下列步骤：
生成包含一个或多个手指关节的角速度采样值的样本集；
生成所述样本集中的所述角速度采样值的分布状态；以及
根据所述角速度采样值的分布状态确定手指的疲劳状态。
优选地，在上述方法中，利用设置于可穿戴设备上与手指关节附近的指骨对应的区域的传感器来得到所述角速度采样值。
优选地，在上述方法中，所述样本集包含多个时刻的角速度采样值。
优选地，在上述方法中，所述角速度采样值的分布状态按照下列方式确定：
对于多个比较基准值的每一个，确定所述样本集内大于该比较基准值的角速度采样值的数量；以及
生成表示多个比较基准值以及各自对应的数量之间的相对关系的分布曲线用于表征所述角速度采样值的分布状态。
优选地，在上述方法中，按照下列方式确定手指的疲劳状态：
确定所述分布曲线与坐标轴所限定区域的面积；以及
根据所述面积确定手指的疲劳状态。
优选地，在上述方法中，手指的疲劳状态以离散值的形式来表示。
按照本发明另一个方面的用于确定手指疲劳状态的装置包含：
第一模块，用于生成包含一个或多个手指关节的角速度采样值的样本集；
第二模块，用于生成所述样本集中的所述角速度采样值的分布状态；以及
第三模块，用于根据所述角速度采样值的分布状态确定手指的疲劳状态。
按照本发明另一个方面的用于确定手指疲劳状态的装置包含存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，执行所述程序以实现如上所述的方法。
本发明的还有一个目的是提供一种可穿戴设备，其在确定手指疲劳状态时具有实时性强和准确率高等优点。
按照本发明另一个方面的可穿戴设备包括：
传感器，其设置于可穿戴设备上与手指关节附近的指骨对应的区域以得到手指关节的角速度；
与所述传感器耦合的用于确定手指疲劳状态的装置，包含存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中通过执行所述程序以实现下列步骤：
生成样本集，该样本集包含利用所述传感器得到的一个或多个手指关节的角速度采样值；
生成所述样本集中的所述角速度采样值的分布状态；以及
根据所述角速度采样值的分布状态确定手指的疲劳状态。
本发明的另一个目的是提供一种用于确定手指疲劳状态的系统，其具有实时性强和准确率高等优点。
按照本发明另一个方面的用于确定手指疲劳状态的系统包括：
可穿戴设备，包括：
传感器，其设置于可穿戴设备上与手指关节附近的指骨对应
的区域以得到手指关节的角速度；
与所述传感器耦合的计算装置，包含存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中通过执行所述程序以实现下列步骤：
生成样本集，该样本集包含利用所述传感器得到的一个或多个手指关节的角速度采样值；
生成所述样本集中的所述角速度采样值的分布状态；以及
根据所述角速度采样值的分布状态确定手指的疲劳状态。
本发明还提供一种计算机可读存储介质，其上存储计算机程序，其特征在于，该程序被处理器执行时实现如上所述的方法。
在本发明中，利用手指疲劳状态与手指关节的角速度采样值的分布特征之间的高度相关性来确定手指的疲劳状态，其具有准确、可靠和客观等诸多优点。此外，分布曲线的生成以及基于面积来确定疲劳状态的方式有效避免了算法的复杂性。此外，由于传感器非常适合设置于可穿戴设备上，因此本发明可以很容易集成到用于确定手势的装置中。
附图说明
本发明的上述和/或其它方面和优点将通过以下结合附图的各个方面的描述变得更加清晰和更容易理解，附图中相同或相似的单元采用相同的标号表示。附图包括：
图1为示意图，其示例性地示出了多个传感器在可穿戴设备上的分布图。
图2为按照本发明一个实施例的用于确定手指疲劳状态的方法的流程图。
图3为按照本发明另一个实施例的生成分布曲线的方法的流程图。
图4为基于图3所示方法得到的示例性的分布曲线的示意图。
图5为示例性的标准分布曲线的示意图，其中曲线A-D依次代表正常状态、低度疲劳状态、中度疲劳状态和高度疲劳状态的标准分布曲线。
图6为按照本发明另一实施例的用于确定手指疲劳状态的装置的示意框图。
图7为按照本发明还有一个实施例的用于确定手指疲劳状态的装置的示意框图。
图8为按照本发明还有一个实施例的可穿戴设备的示意框图。
图9为按照本发明还有一个实施例的用于确定手指疲劳状态的系统的示意框图。
具体实施方式
下面参照其中图示了本发明示意性实施例的附图更为全面地说明本发明。但本发明可以按不同形式来实现，而不应解读为仅限于本文给出的各实施例。给出的上述各实施例旨在使本文的披露全面完整，以将本发明的保护范围更为全面地传达给本领域技术人员。
在本说明书中，诸如“包含”和“包括”之类的用语表示除了具有在说明书和权利要求书中有直接和明确表述的单元和步骤以外，本发明的技术方案也不排除具有未被直接或明确表述的其它单元和步骤的情形。
在本说明书中，诸如“第一”和“第二”之类的用语并不表示单元在时间、空间、大小等方面的顺序而仅仅是作区分各单元之用。
在本说明书中，“耦合”应当理解为包括在两个单元之间直接传送电能量或电信号的情形，或者经过一个或多个第三单元间接传送电能量或电信号的情形。
在本说明书中，手指关节的“角速度”指的是与手指关节连接的指骨之间的相对角速度，“角速度采样值”指的是该相对角速度的大小。连接在手指关节两端的指骨以各自的角速度围绕手指关节转动，因此这里所述的相对角速度即指骨的角速度的矢量差。
在本说明书中，手指关节的角速度采样值的“分布特征”指的是一个样本集内的角速度采样值的分布特征，该样本集可包含在一个时刻或多个时刻测得的一个或多个手指关节的角速度采样值。
这里所述的分布特征例如可以分布曲线的形式表示。本发明的发明人经过深入研究发现，手指疲劳状态与样本集内的角速度采样值的分布特征具有高度的相关性。特别是，当以分布曲线来刻画分布特征时，可在曲线的形状和/或其所限定的区域的面积与手指疲劳程度之间建立可靠、客观的映射关系。因此按照本发明的一个方面，采用一个或多个手指关节的角速度采样值的分布状态来刻画手指的疲劳特征。
优选地，分布曲线可以下列方式生成：选取多个比较基准值，对于每个比较基准值，确定大于该比较基准值的角速度采样值的数量，随后生成表示多个比较基准值以及各自对应的数量之间的相对关系的分布曲线。
按照本发明的另一个方面，采用传感器来测量手指关节的角速度。优选地，可以将传感器设置于可穿戴设备上与手指关节附近的指骨对应的区域以测量指骨的欧拉角的时间变化率，由此可确定指骨的角速度，并进而确定指骨之间的相对角速度。
图1为示意图，其示例性地示出了多个传感器在可穿戴设备上的分布图，其中的数字表示传感器的编号。由图1可见，传感器1-12设置于手指关节两侧的指骨上。
可以采用各种传感器来测量指骨的欧拉角的时间变化率或角速度。在本发明的一个实施例中，示例性地可采用MEMS传感器，其能够测量物体沿直角坐标系的三个坐标轴方向的加速度、物体围绕这三个坐标轴旋转的角速度以及沿这三个坐标轴的磁场。
图2为按照本发明一个实施例的用于确定手指疲劳状态的方法的流程图。
如图2所示，在步骤210，用于确定手指疲劳状态的装置确定当前时刻k的指骨的角速度这里i为手指指骨的编号，k为时间索引值。传感器可设置于可穿戴设备上与手指关节附近的指骨对应的区域(例如图1中以数字1-12标识的区域)以测量指骨的欧拉角，用于确定手指疲劳状态的装置可基于所测得的手指指骨的欧拉角的时间变化率得到角速度。但是需要指出的是，采用合适的传感器也可以直接测得指骨的角速度。
随后进入步骤220，根据步骤210中得到的指骨1-12的角速度来确定当前时刻k的手指关节的角速度采样值(以下又称为第k帧角速度采样值)。示例性地，手指关节的角速度采样值可以Ri,j(k)表示，其中，i和j为手指指骨的编号，k为时间索引值，因此可由下式计算得到角速度采样值：
其中，和分别为指骨i和j在时刻k的角速度，Ri,j(k)也即这两个角速度矢量之差的大小。
如上所述，样本集可包含在一个时刻或多个时刻测得的一个或多个手指关节的角速度采样值。示例性地，这里的样本集包含n个时刻(n为大于1的值)的角速度采样值或n帧角速度采样值，因此在步骤230，用于确定手指疲劳状态的装置判断是否已经获得所有n帧角速度样本值，如果已经获得，则转入步骤240，否则返回步骤210以获取其余时刻的角速度样本值。
在步骤240，生成样本集Ω＝{Ri,j(k)}，这里k＝1……n，i和j为手指指骨的编号，即，该样本集包含了n个时刻的各个手指关节的角速度样本值，因此共计n×J个样本，这里J为需要确定角速度样本值的手指关节的数量。示例性地，在本实施例中，待确定角速度采样值的手指关节包括指骨1与2之间的关节、指骨2与3之间的关节、指骨3与12之间的关节、指骨4与5之间的关节、指骨5与12之间的关节、指骨6与7之间的关节、指骨7与12之间的关节、指骨8与9之间的关节、指骨9与12之间的关节、指骨10与11之间的关节、指骨11与12之间的关节。
接着进入步骤250，用于确定手指疲劳状态的装置生成样本集中的角速度采样值的分布状态。如上所述，分布特征例如可以分布曲线的形式来表示。
以下借助描述图3描述生成分布曲线的方法流程。
如图3所示，在步骤310，用于确定手指疲劳状态的装置提取多个比较基准值的其中一个，例如记为Λm。比较基准值的数量决定了分布曲线的精细程度，可以根据精度要求来选取合适数量的比较基准值。另外，比较基准值的取值范围可基于大量的统计样本确定。
随后进入步骤步骤320，用于确定手指疲劳状态的装置确定在样本集Ω的n×J个样本中，大于该比较基准值Λm的角速度采样值的数量或计数值，例如记为Cm。
接着进入步骤330，用于确定手指疲劳状态的装置判断是否遍历所有的比较基准值，如果遍历所有的比较基准值，则进入步骤340，否则返回步骤310以确定样本集Ω的n×J个样本中大于其它比较基准值的角速度采样值的数量或计数值。
在步骤340，用于确定手指疲劳状态的装置生成表示多个比较基准值以及各自对应的计数值或数量之间的相对关系的分布曲线以表征角速度采样值的分布状态。
图4为基于图3所示方法得到的示例性的分布曲线的示意图。在图4中，横轴表示比较基准值Λ，纵轴表示样本集中大于相应比较基准的角速度样本值的数量或计数值C，Λmin和Λmax分别限定了比较基准值的下限和上限。
再次参见图2，在执行步骤250之后方法流程进入步骤260。在该步骤中，用于确定手指疲劳状态的装置根据角速度采样值的分布状态(例如以图4所示的分布曲线表示)来确定手指的疲劳状态。
优选地，可以基于图4所示分布曲线与坐标轴所限定区域的面积来确定手指的疲劳状态。例如可以将手指的疲劳状态划分为多个等级(例如正常、低度疲劳、中度疲劳和高度疲劳)，每个等级与一个数值范围相对应，由此可将分布曲线的面积映射到相应的疲劳等级。
可选地，可以基于大量的统计样本生成分别表示不同疲劳程度的标准曲线。图5为示例性的标准分布曲线的示意图，其中曲线S1-S4依次代表正常状态、低度疲劳状态、中度疲劳状态和高度疲劳状态的标准分布曲线。可以将图4所示的分布曲线与图5所示的标准分布曲线比较以确定手指的疲劳状态。例如如果图4所示的分布曲线基本上位于曲线S1上方，则可判断手指处于正常状态，如果基本上位于曲线S1与S2之间，则可判断手指处于低度疲劳状态，如果基本上位于曲线S2与S3之间，则可判断手指处于中度疲劳状态，如果基本上位于曲线S3与S4之间，则可判断手指处于高度疲劳状态，以及如果基本上位于曲线S4下方，则可判断手指处于极度疲劳状态。这里的“基本上”一词可以理解为分布曲线的大部分(例如60％以上的部分)位于曲线S1上方、曲线S1与S2之间、曲线S2与S3之间、曲线S3与S4之间和曲线S4下方。
图6为按照本发明另一实施例的用于确定手指疲劳状态的装置的示意框图。
图6所示的装置60包含第一模块610、第二模块620和第三模块630。在本实施例中，第一模块610用于生成包含一个或多个手指关节的角速度采样值的样本集，第二模块620用于生成所述样本集中的所述角速度采样值的分布状态，并且第三模块630用于根据所述角速度采样值的分布状态确定手指的疲劳状态。
图7为按照本发明还有一个实施例的用于确定手指疲劳状态的装置的示意框图。
图7所示的用于确定手指疲劳的装置70包含存储器710、处理器720以及存储在存储器710上并可在处理器720上运行的计算机程序730，其中，执行计算机程序730可以实现上面借助图2和3所述的用于确定手指疲劳状态的方法。
图8为按照本发明还有一个实施例的可穿戴设备的示意框图。
如图8所示，本实施例的可穿戴设备80包括传感器810和用于确定手指疲劳状态的装置820。在本实施例中，传感器810设置于可穿戴设备上与手指关节附近的指骨对应的区域以得到手指关节的角速度采样值。用于确定手指疲劳状态的装置820与传感器810耦合，其可以采用结合图6或7所述的装置来实现。
在图8所示的实施例中，可穿戴设备80可以是可穿戴手套。
图9为按照本发明还有一个实施例的用于确定手指疲劳状态的系统的示意框图。
如图9所示，本实施例的用于确定手指疲劳状态的系统90包括可穿戴设备910和计算装置920。在本实施例中，可穿戴设备910包括传感器911，其被设置于可穿戴设备上与手指关节附近的指骨对应的区域以得到手指关节的角速度采样值。
与图8所示实施例不同的是，在本实施例中，疲劳状态的确定由位于可穿戴设备外部的计算装置920完成。参见图9，计算装置920与传感器911耦合，其包含存储器921、处理器922以及存储在存储器921上并可在处理器922上运行的计算机程序923，其中，处理器922与传感器911耦合以获取手指指骨的角速度，并且执行计算机程序923以实现上面借助图2和3所述的用于确定手指疲劳的方法。
在图9所示的实施例中，可穿戴设备910可以是可穿戴手套，计算装置920可以是个人计算机、平板电脑、手机和个人数字助理等。
按照本发明的另一方面，还提供了一种计算机可读存储介质，其上存储计算机程序，该程序被处理器执行时可实现上面借助图2和3所述的用于识别手势的方法。
提供本文中提出的实施例和示例，以便最好地说明按照本技术及其特定应用的实施例，并且由此使本领域的技术人员能够实施和使用本发明。但是，本领域的技术人员将会知道，仅为了便于说明和举例而提供以上描述和示例。所提出的描述不是意在涵盖本发明的各个方面或者将本发明局限于所公开的精确形式。
鉴于以上所述，本公开的范围通过以下权利要求书来确定。

Claims (12)

1.一种用于确定手指疲劳状态的方法，其特征在于，包含下列步骤：
生成包含一个或多个手指关节的角速度采样值的样本集；
生成所述样本集中的所述角速度采样值的分布状态；以及
根据所述角速度采样值的分布状态确定手指的疲劳状态，
其中，所述角速度采样值的分布状态按照下列方式确定：
对于多个比较基准值的每一个，确定所述样本集内大于该比较基准值的角速度采样值的数量；以及
生成表示多个比较基准值以及各自对应的数量之间的相对关系的分布曲线用于表征所述角速度采样值的分布状态，
其中，按照下列方式确定手指的疲劳状态：
确定所述分布曲线与坐标轴所限定区域的面积；以及
根据所述面积确定手指的疲劳状态。
2.如权利要求1所述的方法，其中，利用设置于可穿戴设备上与手指关节附近的指骨对应的区域的传感器来得到所述角速度采样值。
3.如权利要求1所述的方法，其中，所述样本集包含多个时刻的角速度采样值。
4.如权利要求1所述的方法，其中，手指的疲劳状态以离散值的形式来表示。
5.一种用于确定手指疲劳状态的装置，其特征在于，包含：
第一模块，用于生成包含一个或多个手指关节的角速度采样值的样本集；
第二模块，用于生成所述样本集中的所述角速度采样值的分布状态；以及
第三模块，用于根据所述角速度采样值的分布状态确定手指的疲劳状态，
其中，所述角速度采样值的分布状态按照下列方式确定：
对于多个比较基准值的每一个，确定所述样本集内大于该比较基准值的角速度采样值的数量；以及
生成表示多个比较基准值以及各自对应的数量之间的相对关系的分布曲线用于表征所述角速度采样值的分布状态，
其中，按照下列方式确定手指的疲劳状态：
确定所述分布曲线与坐标轴所限定区域的面积；以及
根据所述面积确定手指的疲劳状态。
6.一种用于确定手指疲劳状态的装置，包含存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，执行所述程序以实现如权利要求1-4中任一项所述的方法。
7.一种可穿戴设备，包括：
传感器，其设置于可穿戴设备上与手指关节附近的指骨对应的区域以得到手指关节的角速度；
与所述传感器耦合的用于确定手指疲劳状态的装置，包含存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中通过执行所述程序以实现下列步骤：
生成样本集，该样本集包含利用所述传感器得到的一个或多个手指关节的角速度采样值；
生成所述样本集中的所述角速度采样值的分布状态；以及
根据所述角速度采样值的分布状态确定手指的疲劳状态，其中，所述角速度采样值的分布状态按照下列方式确定：
对于多个比较基准值的每一个，确定所述样本集内大于该比较基准值的角速度采样值的数量；以及
生成表示多个比较基准值以及各自对应的数量之间的相对关系的分布曲线用于表征所述角速度采样值的分布状态，
其中，按照下列方式确定手指的疲劳状态：
确定所述分布曲线与坐标轴所限定区域的面积；以及
根据所述面积确定手指的疲劳状态。
8.如权利要求7所述的可穿戴设备，其中，所述可穿戴设备为可穿戴手套。
9.一种用于确定手指疲劳状态的系统，包括：
可穿戴设备，包括：
传感器，其设置于可穿戴设备上与手指关节附近的指骨对应的区域以得到手指关节的角速度；
与所述传感器耦合的计算装置，包含存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中通过执行所述程序以实现下列步骤：
生成样本集，该样本集包含利用所述传感器得到的一个或多个手指关节的角速度采样值；
生成所述样本集中的所述角速度采样值的分布状态；以及
根据所述角速度采样值的分布状态确定手指的疲劳状态，其中，所述角速度采样值的分布状态按照下列方式确定：
对于多个比较基准值的每一个，确定所述样本集内大于该比较基准值的角速度采样值的数量；以及
生成表示多个比较基准值以及各自对应的数量之间的相对关系的分布曲线用于表征所述角速度采样值的分布状态，
其中，按照下列方式确定手指的疲劳状态：
确定所述分布曲线与坐标轴所限定区域的面积；以及
根据所述面积确定手指的疲劳状态。
10.如权利要求9所述的系统，其中，所述可穿戴设备为可穿戴手套，所述计算装置为个人计算机、平板电脑、手机和个人数字助理中的一种。
11.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现如权利要求1-4中任一项所述的方法的步骤。
12.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现如权利要求1-4中任一项所述的方法的步骤。
CN201810729255.XA 2018-07-05 2018-07-05 用于确定手指疲劳状态的装置和方法 Active CN110680332B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810729255.XA CN110680332B (zh) 2018-07-05 2018-07-05 用于确定手指疲劳状态的装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810729255.XA CN110680332B (zh) 2018-07-05 2018-07-05 用于确定手指疲劳状态的装置和方法

Publications (2)

Publication Number Publication Date
CN110680332A CN110680332A (zh) 2020-01-14
CN110680332B true CN110680332B (zh) 2024-08-02

Family

ID=69106618

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810729255.XA Active CN110680332B (zh) 2018-07-05 2018-07-05 用于确定手指疲劳状态的装置和方法

Country Status (1)

Country Link
CN (1) CN110680332B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112540685A (zh) * 2020-12-08 2021-03-23 维沃移动通信有限公司 智能指环及手指疲劳的检测方法和电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160148357A (ko) * 2015-06-16 2016-12-26 (주)위비젼 보행정보를 이용한 피로도 측정장치 및 측정방법
CN111325869A (zh) * 2018-12-13 2020-06-23 厦门雅迅网络股份有限公司 一种车辆疲劳驾驶精确判断方法、终端设备及存储介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6352516B1 (en) * 2000-03-27 2002-03-05 San Diego State University Foundation Fatigue monitoring device and method
WO2007138930A1 (ja) * 2006-05-29 2007-12-06 Sharp Kabushiki Kaisha 疲労推定装置及びそれを搭載した電子機器
JP5322168B2 (ja) * 2009-07-13 2013-10-23 株式会社ゴビ 疲労検出装置
KR101194562B1 (ko) * 2011-08-26 2012-10-25 주식회사 나름 피로도 산출 방법 및 그 장치
FI124278B (fi) * 2012-03-23 2014-05-30 Juno Medical Llc Mittalaite ja menetelmä rasitustilan indikoimiseksi
KR101524575B1 (ko) * 2014-08-20 2015-06-03 박준호 웨어러블 디바이스
CN107072541A (zh) * 2014-09-09 2017-08-18 托维克公司 用于利用可穿戴装置监测个体警觉度并提供通知的方法和设备
WO2016186904A1 (en) * 2015-05-18 2016-11-24 Vayu Technology Corp. Devices for measuring human gait and related methods of use
US9716834B2 (en) * 2015-05-20 2017-07-25 Panasonic Intellectual Property Management Co., Ltd. Image display device and image processing device
US10610101B2 (en) * 2015-07-29 2020-04-07 Athalonz, Llc Arm fatigue analysis system
TWI582728B (zh) * 2015-11-20 2017-05-11 致伸科技股份有限公司 疲勞警示系統
CN105943052A (zh) * 2016-05-30 2016-09-21 深圳先进技术研究院 一种疲劳驾驶检测方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160148357A (ko) * 2015-06-16 2016-12-26 (주)위비젼 보행정보를 이용한 피로도 측정장치 및 측정방법
CN111325869A (zh) * 2018-12-13 2020-06-23 厦门雅迅网络股份有限公司 一种车辆疲劳驾驶精确判断方法、终端设备及存储介质

Also Published As

Publication number Publication date
CN110680332A (zh) 2020-01-14

Similar Documents

Publication Publication Date Title
CN108983978B (zh) 虚拟手控制方法及装置
EP3707584B1 (en) Method for tracking hand pose and electronic device thereof
US10712835B2 (en) System and method for detecting hand gesture
EP3016027A2 (en) Human body part detection system and human body part detection method
US20060262141A1 (en) Position and orientation measuring method and apparatus
EP2418562B1 (en) Modelling of hand and arm position and orientation
CN109724602A (zh) 一种基于硬件fpu的姿态解算系统及其解算方法
CN111506199B (zh) 基于Kinect的高精度无标记全身运动追踪系统
CN103983278B (zh) 一种测量影响卫星姿态确定系统精度的方法
CN109685852B (zh) 相机与惯性传感器的标定方法、系统、设备及存储介质
CN108693958A (zh) 一种手势识别方法、装置及系统
CN109871116B (zh) 用于识别手势的装置和方法
CN111240468A (zh) 手部动作捕捉的校准方法、装置、电子设备及存储介质
US10424224B2 (en) Glove for use in collecting data for sign language recognition
CN110680332B (zh) 用于确定手指疲劳状态的装置和方法
JP6663219B2 (ja) 姿勢動作検出装置
CN115919250A (zh) 一种人体动态关节角测量系统
JP2009186244A (ja) 傾斜角度推定システム、相対角度推定システム及び角速度推定システム
KR101639351B1 (ko) 웨어러블 입력 시스템 및 모션 인식 방법
CN105100501B (zh) 一种基于物联网的手机计算系统
CN109871857A (zh) 用于识别手势的方法和装置
WO2022162844A1 (ja) 作業推定装置、作業推定方法、及び、作業推定プログラム
JP5424224B2 (ja) 相対角度推定システム
KR20180044171A (ko) 컴퓨터를 이용한 수화어 인식시스템, 방법 및 인식프로그램
KR101731188B1 (ko) 동작 추정 장치 및 그 방법

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