CN111402617B - 站点信息确定方法、装置、终端及存储介质 - Google Patents

站点信息确定方法、装置、终端及存储介质 Download PDF

Info

Publication number
CN111402617B
CN111402617B CN202010171504.5A CN202010171504A CN111402617B CN 111402617 B CN111402617 B CN 111402617B CN 202010171504 A CN202010171504 A CN 202010171504A CN 111402617 B CN111402617 B CN 111402617B
Authority
CN
China
Prior art keywords
terminal
processor
information
vehicle
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
CN202010171504.5A
Other languages
English (en)
Other versions
CN111402617A (zh
Inventor
宋天龙
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN202010171504.5A priority Critical patent/CN111402617B/zh
Publication of CN111402617A publication Critical patent/CN111402617A/zh
Application granted granted Critical
Publication of CN111402617B publication Critical patent/CN111402617B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234—Power saving characterised by the action undertaken
    • G06F1/325—Power saving in peripheral device
    • G06F1/3265—Power saving in display device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0209—Power saving arrangements in terminal devices
    • H04W52/0261—Power saving arrangements in terminal devices managing power supply demand, e.g. depending on battery level
    • H04W52/0267—Power saving arrangements in terminal devices managing power supply demand, e.g. depending on battery level by controlling user interface components
    • H04W52/027—Power saving arrangements in terminal devices managing power supply demand, e.g. depending on battery level by controlling user interface components by controlling a display operation or backlight unit
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2250/00—Details of telephonic subscriber devices
    • H04M2250/12—Details of telephonic subscriber devices including a sensor for measuring a physical value, e.g. temperature or motion
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Navigation (AREA)

Abstract

本申请涉及一种站点信息确定方法、装置、终端及存储介质，属于计算机技术领域。包括：在终端搭载交通工具的过程中，采集终端的水平加速度数据；响应于终端的显示屏幕处于息屏状态，根据水平加速度数据，通过终端的第一处理器，确定交通工具的第一状态信息；响应于第一状态信息用于表示交通工具的运行状态发生改变，获取终端所在环境的音频数据，激活终端的第二处理器，根据水平加速度数据和音频数据，通过第二处理器，确定交通工具的第二状态信息；根据交通工具的运行路线信息和第二状态信息，更新交通工具当前的站点信息，使得终端在息屏状态下也可以检测交通工具的运行状态，并且，息屏状态下采用第一处理器，节省了终端在息屏状态下的能耗。

Description

站点信息确定方法、装置、终端及存储介质
技术领域
本申请实施例涉及计算机技术领域，特别涉及一种站点信息确定方法、装置、终端及存储介质。
背景技术
交通工具的种类越来越丰富，使用户出行更加便捷。用户可以选择使用公共交通工具前往目的地。公共交通工具通常按照固定路线，一站一停，方便用户选择合适的搭乘地点和下车地点。用户在乘坐交通工具的途中，需要关注当前站点是否为目的地站点，从而防止在错误的站点下车。因此，需要检测交通工具的运行状态，从而确定当前的站点位置。
发明内容
本申请实施例提供了一种站点信息确定方法、装置、终端及存储介质，可以检测交通工具的运行状态，并节省终端的能耗。所述技术方案如下：
一方面，提供了一种站点信息确定方法，所述方法包括：
在当前终端搭载交通工具的过程中，采集所述终端的水平加速度数据；
响应于所述终端的显示屏幕处于息屏状态，根据所述水平加速度数据，通过所述终端的第一处理器，确定所述交通工具的第一状态信息；
响应于所述第一状态信息用于表示所述交通工具的运行状态发生改变，获取所述终端所在环境的音频数据，激活所述终端的第二处理器，根据所述水平加速度数据和所述音频数据，通过所述第二处理器，确定所述交通工具的第二状态信息；
根据所述交通工具的运行路线信息和所述第二状态信息，更新所述交通工具当前的站点信息。
在一种可能的实现方式中，所述根据所述水平加速度数据和所述音频数据，通过所述第二处理器，确定所述交通工具的第二状态信息，包括：
根据所述水平加速度数据，提取所述水平加速度数据的加速度特征，以及，根据所述音频数据，提取所述音频数据的音频特征；
将所述加速度特征和所述音频特征进行特征融合，得到所述交通工具的第一特征序列；
通过所述第二处理器对所述第一特征序列进行检测，得到所述第二状态信息。
在另一种可能的实现方式中，所述通过所述第二处理器对所述第一特征序列进行检测，得到所述第二状态信息，包括：
通过所述第二处理器对所述第一特征序列进行特征识别，得到所述第一特征序列对应的特征识别结果；
确定所述特征识别结果对应的第二状态信息。
在另一种可能的实现方式中，所述通过所述第二处理器对所述第一特征序列进行特征识别，得到所述第一特征序列对应的特征识别结果，包括：
将所述第一特征序列作为所述第二处理器中的第一循环神经网络层的输入特征序列，输出第二特征序列；
将所述第一特征序列的部分序列和所述第二特征序列的部分序列作为下一循环神经网络层的输入特征序列，直到最后一层神经网络层输出所述特征识别结果。
在另一种可能的实现方式中，所述将所述第一特征序列作为所述第二处理器中的第一循环神经网络层的输入特征序列，输出第二特征序列，包括：
根据预设权重矩阵，对所述第一特征序列进行分值计算，得到分值计算结果；
对所述分值计算结果进行归一化处理，得到归一化的分值计算结果；
根据所述预设权重矩阵，对所述归一化的分值计算结果进行注意力尺度化，得到所述第二特征序列。
在另一种可能的实现方式中，所述采集所述终端的水平加速度数据，包括：
采集所述终端的第一加速度数据，所述第一加速度数据为所述终端的总加速度对应的加速度数据；
从所述第一加速度数据中除去当前的重力加速度，得到第二加速度数据；
根据所述第二加速度数据的方向，对所述第二加速度数据进行拆分，得到所述水平加速度数据。
在另一种可能的实现方式中，所述方法还包括：
获取所述终端搭载的交通工具所在站点的二维码信息；
对所述二维码信息进行解码，得到所述开始搭载所述交通工具的当前的站点信息。
在另一种可能的实现方式中，所述方法还包括：
获取目标站点信息；
响应于所述当前的站点信息为所述目标站点信息，生成提示信息，所述提示信息用于提示当前站点信息为目标站点信息；
展示所述提示信息。
在另一种可能的实现方式中，所述方法还包括：
响应于所述第一检测结果为状态未发生改变，继续执行采集所述终端的水平加速度数据的步骤。
在另一种可能的实现方式中，所述方法还包括：
响应于所述终端为亮屏状态，直接执行所述根据所述水平加速度数据和所述音频数据，通过所述第二处理器，确定所述交通工具的第二状态信息的步骤。
另一方面，提供了一种站点信息确定装置，所述装置包括：
数据采集模块，用于在当前终端搭载交通工具的过程中，采集所述终端的水平加速度数据；
第一确定模块，用于响应于所述终端的显示屏幕处于息屏状态，根据所述水平加速度数据，通过所述终端的第一处理器，确定所述交通工具的第一状态信息；
第二确定模块，用于响应于所述第一状态信息用于表示所述交通工具的运行状态发生改变，获取所述终端所在环境的音频数据，激活所述终端的第二处理器，根据所述水平加速度数据和所述音频数据，通过所述第二处理器，确定所述交通工具的第二状态信息；
站点更新模块，用于根据所述交通工具的运行路线信息和所述第二状态信息，更新所述交通工具当前的站点信息。
在一种可能的实现方式中，所述第二确定模块，还用于根据所述水平加速度数据，提取所述水平加速度数据的加速度特征，以及，根据所述音频数据，提取所述音频数据的音频特征；将所述加速度特征和所述音频特征进行特征融合，得到所述交通工具的第一特征序列；通过所述第二处理器对所述第一特征序列进行检测，得到所述第二状态信息。
在另一种可能的实现方式中，所述第二确定模块，还用于通过所述第二处理器对所述第一特征序列进行特征识别，得到所述第一特征序列对应的特征识别结果；确定所述特征识别结果对应的第二状态信息。
在另一种可能的实现方式中，所述第二确定模块，还用于将所述第一特征序列作为所述第二处理器中的第一循环神经网络层的输入特征序列，输出第二特征序列；
将所述第一特征序列的部分序列和所述第二特征序列的部分序列作为下一循环神经网络层的输入特征序列，直到最后一层神经网络层输出所述特征识别结果。
在另一种可能的实现方式中，所述第二确定模块，还用于根据预设权重矩阵，对所述第一特征序列进行分值计算，得到分值计算结果；对所述分值计算结果进行归一化处理，得到归一化的分值计算结果；根据所述预设权重矩阵，对所述归一化的分值计算结果进行注意力尺度化，得到所述第二特征序列。
在另一种可能的实现方式中，所述数据采集模块，还用于采集所述终端的第一加速度数据，所述第一加速度数据为所述终端的总加速度对应的加速度数据；从所述第一加速度数据中除去当前的重力加速度，得到第二加速度数据；根据所述第二加速度数据的方向，对所述第二加速度数据进行拆分，得到所述水平加速度数据。
在另一种可能的实现方式中，所述装置还包括：
第一获取模块，用于获取所述终端搭载的交通工具所在站点的二维码信息；
解码模块，用于对所述二维码信息进行解码，得到所述开始搭载所述交通工具的当前的站点信息。
在另一种可能的实现方式中，所述装置还包括：
第二获取模块，用于获取目标站点信息；
生成模块，用于响应于所述当前的站点信息为所述目标站点信息，生成提示信息，所述提示信息用于提示当前站点信息为目标站点信息；
展示模块，用于展示所述提示信息。
在另一种可能的实现方式中，所述数据采集模块，还用于响应于所述第一检测结果为状态未发生改变，采集所述终端的水平加速度数据。
在另一种可能的实现方式中，所述第二确定模块，还用于响应于所述终端为亮屏状态，根据所述水平加速度数据和所述音频数据，通过所述第二处理器，确定所述交通工具的第二状态信息。
另一方面，提供了一种终端，所述终端包括第一处理器、第二处理器和存储器；所述存储器存储有至少一条指令，所述至少一条指令用于被所述第一处理器和所述第二处理器执行以实现如上各个实施例示出的站点信息确定方法。
另一方面，提供了一种计算机可读存储介质，所述存储介质存储有至少一条指令，所述至少一条指令用于被第一处理器和第二处理器执行以实现如上各个实施例示出的站点信息确定方法。
另一方面，提供了一种计算机程序产品，该计算机程序产品存储有至少一条指令，该至少一条指令由第一处理器和第二处理器加载并执行以实现如上各个实施例示出的站点信息确定方法。
在本申请实施例中，在终端搭载交通工具的过程中，采集该终端的水平加速度数据；响应于该终端的显示屏幕处于息屏状态，根据该水平加速度数据，通过该终端的第一处理器，确定该交通工具的第一状态信息；响应于该第一状态信息用于表示该交通工具的运行状态发生改变，获取该终端所在环境的音频数据，激活该终端的第二处理器，根据该水平加速度数据和该音频数据，通过该第二处理器，确定该交通工具的第二状态信息；根据该交通工具的运行路线信息和该第二状态信息，更新该交通工具当前的站点信息。通过在息屏状态下，通过第一处理器检测终端搭载的交通工具的运行状态，在第一运行状态信息为交通工具的运行状态发生改变时，激活第二处理器，由第二处理器对交通工具的运行状态做进一步的检测，从而使得终端在息屏状态下也可以检测交通工具的运行状态，并且，息屏状态下采用第一处理器，节省了终端在息屏状态下的能耗。
附图说明
图1示出了本申请一个示例性实施例所提供的终端的结构示意图；
图2示出了本申请一个示例性实施例示出的站点信息确定方法的流程图；
图3示出了本申请一个示例性实施例示出的站点信息确定方法的流程图；
图4示出了本申请一个示例性实施例示出的水平加速度数据的示意图；
图5示出了本申请一个示例性实施例示出的站点信息确定方法的流程图；
图6示出了本申请一个示例性实施例示出的站点信息确定方法的流程图；
图7示出了本申请一个示例性实施例示出的站点信息确定方法的流程图；
图8示出了本申请一个示例性实施例示出的站点信息确定方法的流程图；
图9示出了本申请一个示例性实施例示出的站点信息确定方法的流程图；
图10示出了本申请一个示例性实施例示出的站点信息确定方法的流程图；
图11示出了本申请一个示例性实施例示出的特征序列确定的示意图；
图12示出了本申请一个示例性实施例示出的站点信息确定方法的流程图；
图13示出了本申请一个实施例提供的站点信息确定装置的结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
在本文中提及的“多个”是指两个或两个以上。“和/或”，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。字符“/”一般表示前后关联对象是一种“或”的关系。
请参考图1，其示出了本申请一个示例性实施例提供的终端100的结构方框图。终端100可以是智能手机、平板电脑、笔记本电脑或可穿戴设备等终端。本申请中的终端100可以包括一个或多个如下部件：第一处理器110、第二处理器120、核心处理器130、存储器140、显示屏150。
第一处理器110、第二处理器120和核心处理器130可以分别包括一个或者多个处理核心。第一处理器110、第二处理器120和核心处理器130利用各种接口和线路连接整个终端100内的各个部分，通过运行或执行存储在存储器140内的至少一条指令，以及调用存储在存储器140内的数据，执行终端100的各种功能和处理数据。可选地，第一处理器110可以采用数字信号处理(Digital Signal Processing，DSP)，第二处理器120可以采用高级精简指令集处理器(Advanced RISC Machines，ARM)，核心处理器130可以采用数字信号处理(Digital Signal Processing，DSP)、高级精简指令集处理器(Advanced RISC Machines，ARM)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现。核心处理器130可集成中央处理器(Central Processing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)、神经网络处理器(Neural-network Processing Unit，NPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏150所需要显示的内容的渲染和绘制；NPU用于实现人工智能(Artificial Intelligence，AI)功能；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到核心处理器130中，单独通过一块芯片进行实现。
在一种可能的实现方式中，本申请实施例中，通过NPU实现获取水平加速度数据和音频数据，以及根据该水平加速度数据和音频数据确定该终端的状态信息的过程，通过GPU用于实现对提示信息的显示，通过CPU实现对用户界面的执行操作。响应于终端100的屏幕处于息屏状态，第一处理器110处于监听状态，第二处理器120处于休眠状态；响应于终端100的屏幕处于亮屏状态，第二处理器120处于监听状态，第一处理器110可以处于监听状态，也可以处于休眠状态，在本申请实施例中，对此不作具体限定。
存储器140可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory，ROM)。可选地，该存储器140包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器140可用于存储至少一条指令。存储器140可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等；存储数据区可存储根据终端100的使用所创建的数据(比如音频数据、电话本)等。
在一种可能的实现方式中，本申请实施例中，存储器140存储采集的水平加速度数据和音频数据等数据。
显示屏150是用于显示用户界面的显示组件。可选的，该显示屏150为具有触控功能的显示屏，通过触控功能，用户可以使用手指、触摸笔等任何适合的物体在显示屏150上进行触控操作。
在一种可能的实现方式中，本申请实施例中，通过显示屏150显示提示信息等。
显示屏150通常设置在终端100的前面板。显示屏150可被设计成为全面屏、曲面屏、异型屏、双面屏或折叠屏。显示屏150还可被设计成为全面屏与曲面屏的结合，异型屏与曲面屏的结合等，本实施例对此不加以限定。
在一种可能的实现方式中，终端100还包括摄像头组件，该摄像头组件用于采集视频，其可以是终端的前置摄像头或者后置摄像头。
除此之外，本领域技术人员可以理解，上述附图所示出的终端100的结构并不构成对终端100的限定，终端100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。比如，终端100中还包括麦克风、扬声器、射频电路、输入单元、传感器、音频电路、无线保真(Wireless Fidelity，Wi-Fi)模块、电源、蓝牙模块等部件，在此不再赘述。
在本申请实施例中，在终端搭载交通工具的过程中，通过终端采集终端的水平加速度数据，以及，采集终端所在环境的音频数据，通过该水平加速度数据和该音频数据，确定终端的状态信息，通过该状态信息确定该交通工具的运行状态是否发生了改变，当交通工具的运行状态发生改变时，确定交通工具前进一个站点信息，从而终端可以更新交通工具当前的站定信息。其中，该交通工具可以为任一公共交通工具，例如，该交通工具可以为地铁、公交车或火车等。
相关技术中，一般在交通工具的站点设置相应的运行状态检测装置，通过站点处的运行状态检测装置采集交通工具的速度、加速度等数据，通过采集到交通工具的速度和加速度等数据确定终端的运行状态，从而现实交通工具当前所在的站点或者预计到达当前站点的时间等。而当用户在交通工具上时，无法确定交通工具当前的站点信息，从而无法提醒用户交通工具当前所在的站点信息，而在本申请实施例中，在终端的显示屏幕处于息屏状态时，先通过第一处理器，根据采集到的水平加速度数据确定当前交通工具第一状态信息，当第一状态信息用于表示交通工具的运行状态发生改变时，激活第二处理器，通过第二处理器，根据采集到的水平加速度数据和音频数据确定当前交通工具的第二状态信息，根据该第二状态信息，更新交通工具的站点信息，使得可以通过终端提示用户当前交通工具的站点信息。
请参考图2，其示出了本申请一个示例性实施例示出的站点信息确定方法的流程图。本申请实施例中的执行主体可以为终端100，也可以为终端100中的处理器110或终端100中的操作系统，本实施例以执行主体为终端100为例进行说明。该方法包括：
步骤201：在当前终端搭载交通工具的过程中，终端采集该终端的水平加速度数据。
其中，终端采集终端的水平加速度可以通过终端中安装的加速度传感器进行采集。终端采集到的加速度数据包括加速度的大小和方向的相关数据。终端通过加速度传感器采集到的第一加速度数据为终端的总加速度数据，在本申请实施例中，终端根据采集到的第一加速度数据，确定终端的水平加速度数据。参见图3，终端采集水平加速度数据的过程可以通过以下步骤(1)-(3)实现，包括：
(1)终端采集该终端的第一加速度数据，该第一加速度数据为该终端的总加速度对应的加速度数据。
终端采集到的第一加速度数据为终端的总加速度数据，该第一加速度数据的方向可能为任一方向，也即该第一加速度数据为三轴数据，包括X，Y，Z三个方向的数据，该第一加速度数据包括终端加速度的方向和大小。在本步骤中，终端将加速度传感器采集到的加速度数据确定为第一加速度数据进行存储。
(2)终端从该第一加速度数据中除去当前的重力加速度，得到第二加速度数据。
在本步骤中，参见图4，终端确定当前的重力加速度，从第一加速度数据中，减去重力方向的重力加速度得到第二加速度数据。其中，该重力加速度可以为系统默认的重力加速度数据，该重力加速度还可以为终端中的重力传感器检测到的重力加速度数据，在本申请实施例中，对此不作具体限定。另外，该重力加速度数据也为三轴数据，包括重力加速度的大小和方向。
需要说明的一点是，响应于该重力加速度数据为终端中的重力传感器检测到的重力加速度数据，终端可以先检测终端的第一加速度数据，再检测终端的重力加速度数据；终端也可以先检测终端的重力加速度数据，再检测终端的第一加速度数据；终端还可以同时检测该第一加速度数据和重力加速度数据，在本申请实施例中，对终端采集第一加速度数据和重力加速度数据的顺序不作具体限定。
(3)终端根据该第二加速度数据的方向，对该第二加速度数据进行拆分，得到该水平加速度数据。
继续参见图4，在本步骤中，对第二加速度数据进行拆分，将第二加速度数据差分为水平方向上的加速度数据和其他方向上的加速度数据，将拆分得到的水平方向的加速度数据作为水平加速度数据。
在本实施例中，通过将终端采集到的加速度数据进行拆分，得到水平加速度数据，防止其他方向的加速度数据对交通工具的运行状态产生影响，提高了确定交通工具运行状态的准确率。
另外，参见图5，该终端可以包括水平加速度计算模块501，上述步骤(1)-(3)可以通过该水平加速度计算模块进行计算。其中，该水平加速度数据可以通过第二加速度数据减去拆分后重力方向的加速度数据得到，参加以下公式一。
公式一：
Figure BDA0002409345880000091
其中，Horizon为水平加速度数据，Acc为第二加速度数据，Gra为重力方向的加速度。
在本申请实施例中，终端可以一直采集终端的水平加速度数据；终端也可以在确定开始搭载交通工具时，才开始采集终端的水平加速度数据。其中，终端可以接收用户输入的开始搭载信号，响应于终端接收到用户输入的开始搭载信号，终端确定开始搭载交通工具，参见图6，响应于终端接收到开始搭载信号，终端开始采集水平加速度数据。
其中，终端可以通过交通应用程序接收开始搭载信号，相应的，终端中可以安装交通应用程序，用户可以通过该交通应用程序向终端输入开始搭载信号，终端接收到该开始搭载信号时，开始采集水平加速度数据。在一种可能的实现方式中，该交通应用程序中可以显示开始搭载按钮，响应于终端检测到对该开始搭载按钮的触发操作，终端确定接收到开始搭载信号，开始采集该终端的水平加速度数据。在本实施例中，通过检测开始搭载按钮是否被触发确定是否接收到开始搭载信号，从而可以使用户控制该开始搭载信号的产生时机，提高开始搭载信号产生的精确性。
在另一种可能的实现方式中，该交通应用程序可以生成搭载二维码，相应的，交通工具或交通工具的站点设置扫码设备，响应于检测到生成的二维码被扫描，终端确定接收到开始搭载信号，开始采集该终端的水平加速度数据。在本实施例中，通过终端生成二维码，通过站点设置的扫码设备扫描该二维码，从而接收开始搭载信号，使得终端可以将付费等操作与触发开始搭载信号的操作相结合，节省了用户进站流程。
在另一种可能的实现方式中，该交通应用程序可以进行二维码扫描操作，相应的，交通工具或交通工具的站点设置二维码生成设备，该二维码生成设备用于生成二维码，终端通过该交通应用程序扫描该二维码生成设备生成的二维码，响应于终端扫描到二维码，终端确定接收到开始搭载信号，开始采集该终端的水平加速度数据。需要说明的一点是，该二维码生成设备可以在检测到刷新操作，或者，检测到二维码被扫描，或者，检测到二维码生成时长超过目标时长时，生成新的二维码。
在本实施例中，终端可以对站点对应的二维码进行扫描，从而使终端通过站点对应的二维码获取该站点相关的站点信息，节省了用户进站流程。
需要说明的一点是，该交通应用程序可以为终端上的应用程序，也可以为终端上其他应用中的小程序。
步骤202：响应于该终端的显示屏幕处于息屏状态，终端根据该水平加速度数据，通过该终端的第一处理器，确定该交通工具的第一状态信息。
其中，该第一处理器能耗较小，可以在终端的显示屏幕处于息屏状态时正常工作。例如，该第一处理器可以为DSP。第一状态信息用于表示交通工具的运行状态是否发生变化，该交通工具的运行状态发生变化指交通工具从静止状态变为运行状态，或者，交通工具从运行状态变为静止状态。
在本步骤中，终端检测终端的显示屏幕的屏幕状态，响应于该终端为亮屏状态，终端直接执行步骤203，不执行步骤202。响应于检测到终端的显示屏幕的处于息屏状态时，终端执行步骤202，将采集到的水平加速度数据上传至第一处理器，通过第一处理器对该水平加速度数据进行处理，从而确定交通工具当前是否发生运行状态的改变，根据检测到的交通工具的运行状态，生成第一状态信息。
请继续参见图6，第一处理器可以根据水平加速度数据检测交通工具的运行状态，当根据水平加速度数据检测得到的运行状态与之前记录的交通工具的运行状态不同时，确定交通工具的运行状态发生改变。
在本实施例中，终端在显示屏幕为息屏状态时，将水平加速度数据上传至当前处于检测状态的第一处理器，从而在保证了终端在息屏状态下可以节约能耗的同时，可以在息屏状态下也能确定交通工具的运行状态信息，从而节省了能耗，提升了用户体验。
终端获取到第一状态信息后，根据第一状态信息确定对终端的后续处理方式，响应于第一状态信息用于表示该交通工具的运行状态未发生改变，继续执行步骤201。响应于该第一状态信息用于表示该交通工具的运行状态发生改变，执行步骤203。
步骤203：响应于该第一状态信息用于表示该交通工具的运行状态发生改变，终端获取该终端所在环境的音频数据，激活该终端的第二处理器，根据该水平加速度数据和该音频数据，通过该第二处理器，确定该交通工具的第二状态信息。
在本步骤中，响应于该交通工具的运行状态发生改变，终端激活第二处理器，通过第二处理器对该水平加速度数据和终端所在环境的音频数据对该交通工具的运行状态进行二次校验。其中，第二处理器的能耗大于第一处理器的能耗。例如，第一处理器可以为DSP，第二处理器可以为ARM。在终端的屏幕处于亮屏状态时，该第二处理器为激活状态，可以正常工作；在终端的屏幕处于息屏状态时，该第二处理器为休眠状态，以节省息屏状态下终端的能耗，当第一状态信息用于表示交通工具的运行状态发生改变，终端激活该第二处理器，通过该第二处理器将水平加速度数据和音频数据进行二级校验。并且，第二处理器在工作过程中的计算量大于第一处理器，因此，可以在息屏状态下使用第一处理器对交通工具的运行状态进行预检测，响应于预检测对应的第一运行状态信息为交通工具的运行状态发生改变，才激活第二处理器，通过第二处理器进行计算量更大的计算，从而使得获取的交通工具的运行状态的结果更准确。
其中，该音频数据为终端通过终端的音频采集模块采集的音频数据，该音频采集模块可以为终端上的麦克风模块。另外，终端可以一直采集终端所在环境的音频数据；终端也可以在确定开始搭载交通工具时，才开始采集终端所在环境的音频数据；终端还可以在根据第一状态信息确定了交通工具的运行状态发生改变的情况下，开始采集音频信号。第二处理器可以通过应用程序接口(Application Programming Interface，API)获取采集到的音频数据和水平加速度数据。
终端通过第二处理器对采集到的音频数据和水平加速度数据进行特征提取，对提取到的特征进行识别，得到该交通工具的第二状态信息之前，需要对该音频数据和水平加速度数据进行对齐处理，通过对齐音频数据和水平加速度数据使得音频数据和水平加速度数据可以为同一时间段内产生的数据，防止根据不同的时间段内的音频数据和水平加速度数据进行处理，出现误差。
响应于该第二状态信息用于表示交通工具的运行状态未发生改变，在终端的显示屏幕处于息屏状态时，终端停止使用第二处理器，重启第一处理器，继续执行步骤201、202和203，在终端的显示屏幕处于亮屏状态时，继续执行不厚201和203；响应于第二状态信息用于表示交通工具的运行状态发生改变，终端执行步骤204。
步骤204：终端根据该交通工具的运行路线信息和该第二状态信息，更新该交通工具当前的站点信息。
其中，该交通工具的运行路线信息可以为终端中事先存储的运行路线信息，该交通工具信息还可以为终端在接收到开始搭载信号，根据该开始搭载信号确定搭载的交通工具的标识，根据该交通工具的标识获取的运行路线信息。在本申请实施例中，对终端获取该运行路线信息的方式不作具体限定。
在本申请实施例中，终端通过在开始搭载交通工具时，存储开始搭载交通工具时对应的站点信息，之后根据交通工具的运行路线信息和第二状态信息更新存储的站点信息。相应的，响应于第二状态信息为交通工具的运行状态改变时，根据当前存储的站点信息和运行路线信息中，当前存储的站点信息的下一个站点信息更新该交通工具当前的站点信息。
需要说明的一点是，交通工具在一个站点一般会发生两次状态信息的改变，即从运行状态变为停止状态，再从停止状态变为运行状态。因此，在本步骤中，终端可以统计交通工具的状态信息的变化次数，响应于交通工具的状态信息变化两次，更新一次交通工具的当前的站点信息。或者，终端可以确定交通工具的状态信息表示的变化过程，响应于交通工具的状态信息的变化过程为目标变化过程，更新一次交通工具的当前的站点信息，例如，目标变化过程为从静止状态变为运行状态，则响应于第二状态信息用于表示交通工具由静止状态变为运行状态时，更新一次交通工具的当前的站点信息。
另外，终端需要获取开始搭载该交通工具时交通工具当前的站点信息，该站点信息可以为站点的名称、站点的地里位置等。在一种可能的实现方式中，该站点信息可以为用户输入的站点信息，例如，终端中可以显示站点信息输入选项，用户可以直接通过该站点信息输入选项输入该站点信息；或者，终端中可以显示交通工具的运行路线信息，该运行路线信息中包括交通工具运行过程中经过的所有站点的站点信息，终端可以接收用户的选择操作，根据该选择操作确定用户的当前的站点信息。
在另一种可能的实现方式中，该开始搭载交通工具的站点信息可以为终端根据所搭载的交通工具所在站点的二维码信息获取的，相应的，该过程可以为：终端获取该终端搭载的交通工具所在站点的二维码信息；终端对该二维码信息进行解码，得到该开始搭载该交通工具的当前的站点信息。在本实施例中，通过终端扫描搭载交通工具时，交通工具所在站点的二维码，从该二维码中解码得到当前的站点信息，该过程可以与搭载交通工具时的付费过程相结合，简化了搭载交通工具时流程。
终端更新当前的站点信息后，可以根据更新后当前的站点信息生成提示信息，向用户展示提示信息，以提示用户当前站点信息。在一种可能的实现方式中，终端每次更新当前的站点信息后，都生成提示信息，将该提示信息展示给用户，方便用户根据该提示信息判断是否在当前站点停止搭载该交通工具。在另一种可能的实现方式中，终端获取目标站点信息，终端在更新当前的站点信息后，确定更新的当前的站点信息与目标站点信息相同时，才生成提示信息，参见图7，终端在更新当前的站点信息后，还可以根据当前的站点信息生成提示信息，提示用户当前的站点信息。该过程包括：
(1)终端获取目标站点信息。
其中，该目标站点信息可以为终端接收到的用户输入的目标站点信息，该过程与步骤204中，终端获取用户输入的当前的站点信息的过程相似，在此不再赘述。另外，该目标站点信息还可以为终端根据用户的购票信息获取的目标站点信息。
(2)响应于该当前的站点信息为该目标站点信息，终端生成提示信息。
其中，该提示信息用于提示当前站点信息为目标站点信息。该提示信息可以为音频信息，或文本信息等，在本申请实施例中，对该提示信息的类型不作具体限定。
(3)终端展示该提示信息。
在本步骤中，终端将生成的提示信息展示给用户，该展示形式可以为多种展示形式结合的方式，例如，该提示信息可以通过产生提示音和产生震动的方式进行展示。
在本实施例中，通过在更新当前的站点信息后，根据当前的站点信息和目标站点信息，生成提示信息，来提示用户及时停止搭载该交通工具，防止用户搭载过站。
在本申请实施例中，在终端搭载交通工具的过程中，采集该终端的水平加速度数据；响应于该终端的显示屏幕处于息屏状态，根据该水平加速度数据，通过该终端的第一处理器，确定该交通工具的第一状态信息；响应于该第一状态信息用于表示该交通工具的运行状态发生改变，获取该终端所在环境的音频数据，激活该终端的第二处理器，根据该水平加速度数据和该音频数据，通过该第二处理器，确定该交通工具的第二状态信息；根据该交通工具的运行路线信息和该第二状态信息，更新该交通工具当前的站点信息。通过在息屏状态下，通过第一处理器检测终端搭载的交通工具的运行状态，在第一运行状态信息为交通工具的运行状态发生改变时，激活第二处理器，由第二处理器对交通工具的运行状态做进一步的检测，从而使得终端在息屏状态下也可以检测交通工具的运行状态，并且，息屏状态下采用第一处理器，节省了终端在息屏状态下的能耗。
上述实施例中，步骤203中，终端通过第二处理器对水平加速度数据和音频数据进行处理的过程可以为终端提取水平加速度数据和音频数据的数据特征，对该数据特征进行识别，根据识别结果确定该第二状态信息。参见图8，其示出了本申请一个示例性实施例示出的站点信息确定方法的流程图。本申请实施例中的执行主体可以为终端100，也可以为终端100中的处理器110或终端100中的操作系统，本实施例以执行主体为终端100为例进行说明。该方法包括：
步骤801：终端根据该水平加速度数据，提取该水平加速度数据的加速度特征。
请继续参见图5，该终端还可以包括第一特征提取模块502，该第一特征提取模块用于提取水平加速度数据的加速度特征。终端可以采用任一特征提取方式，例如，参见图9，终端可以采用短时傅里叶特征提取的方式提取该水平加速度数据的加速度特征。本步骤可以通过以下步骤(1)-(3)实现，包括：
(1)终端对该水平加速度数据进行预处理。
其中，预处理过程可以为对水平加速度数据进行高通滤波的过程，该高通滤波器的滤波效果可以根据需要进行设置，例如，该高通滤波器可以通过以下公式二表示。
公式二：H(z)＝1-az-1
其中，a为修正系数，可以根据需要进行设置，一般设置在0.95-0.97之间，z表示水平加速度数据的频率，H(z)表示滤波后得到的水平加速度数据。
(2)终端对该预处理后的水平加速度数据进行加窗处理。
对高通滤波后的水平加速度数据进行加窗处理的过程中，可以通过任一加窗方式对该水平加速度数据进行加窗处理，例如，该加窗处理可以采用汉明窗等加窗方式。其中，该汉明窗可以通过公式三表示。
公式三：
Figure BDA0002409345880000141
其中，n为整数，其取值范围为[0，M]，M为傅里叶变换的点数，可以根据需要进行取值，例如，M的取值可以为32、64等。
(3)终端对加窗后的水平加速度数据进行傅里叶变换，得到该水平加速度数据的加速度特征。
其中，傅里叶变换可以为任一种傅里叶变换方式，例如，快速傅里叶变换(FastFourier Transform，FFT)。
在本实施例中，通过对水平加速度数据进行预处理，加窗处理等操作，再对水平加速度数据进行特征提取，减小了水平加速度数据中噪声对水平加速度数据的影响。
步骤802：终端根据该音频数据，提取该音频数据的音频特征。
请继续参见图5，该终端还可以包括第二特征提取模块503，该第二特征提取模块用于提取音频数据的音频特征。终端可以采用任一特征提取方式，例如，参见图10，终端可以采用各通道能量正则化(PerChannelEnergyNorm，PCEN)方式进行音频特征提取，该过程可以通过以下步骤(1)-(4)实现，包括：
(1)终端对该音频数据进行预处理，得到预处理后的音频数据。
其中，该预处理过程可以为通过滑窗法对输入的音频数据进行分块操作。本步骤中对音频数据进行加窗处理的过程与步骤1001中对水平加速度数据进行加窗处理的过程相似，在此不再赘述。
(2)终端对该预处理后的音频数据进行傅里叶变换，得到傅里叶变化后第一音频特征。
本步骤中可以根据任一傅里叶变换方式对音频数据进行傅里叶变换，例如，可以采用FFT变换，以离散傅里叶变换为基础对音频数据进行傅里叶变换，该傅里叶变换可以通过公式四表示。
公式四：
Figure BDA0002409345880000151
其中，x(n)为音频数据对应的序列，N为傅里叶变换的频点，可以根据需要进行取值，X(k)为音频数据的傅里叶变换结果。
(3)终端将该第一音频特征进行梅尔倒谱系数提取，得到梅尔刻度。
对傅里叶变换后的音频数据进行梅尔倒谱系数(Mel Filterbank)提取，该过程可以通过公式五表示。
公式五：
Figure BDA0002409345880000152
其中，Fmel表示梅尔倒谱系数，f为傅里叶变换后的频点。
终端提取梅尔倒谱系数后，还可以对该梅尔倒谱系数进行平滑处理，该平滑处理过程可以通过时序上的权重来对该梅尔倒谱系数进行整合得到，该过程可以通过以下公式六表示。
公式六：M(t，f)＝(1-s)M(t-1，f)+sE(t，f)
其中，E(t，f)表示提取出的梅尔倒谱系数，M(t，f)为梅尔倒谱系数的平滑处理结果，s表示时序上的权重，t表示时序上的时间点。
(4)终端根据该梅尔刻度，提取该音频数据在梅尔刻度对应的能量。
通过各通道能量正则化算法，对提取出的梅尔倒谱系数在时序和频率上进行正则化处理，得到该音频特征，该过程可以通过以下公式七表示。
公式七：
Figure BDA0002409345880000161
其中，PerChannelEnergyNorm(t，f)表示各通道能量正则化结果，E(t，f)表示提取出的梅尔倒谱系数，t表示时间，f表示频率，μ是正数极小值以免除数为0，参数
Figure BDA0002409345880000162
和r是可学习的动态参量，以提高特征的适用范围。
(5)终端对提取出的能量，进行离散傅里叶变换，得到该音频数据的音频特征。
在本实施例中，终端通过对音频数据进行分帧、加窗等处理使得音频数据更加平滑，提高了对音频数据的特征提取的准确性。
步骤803：终端将该加速度特征和该音频特征进行特征融合，得到该交通工具的第一特征序列。
在本步骤中，终端将加速度特征对应的特征序列和音频特征对应的特征序列进行融合，该融合方式可以为任一特征序列融合方式，例如，可以将加速度特征对应的序列和音频特征对应的序列进行拼接，得到该第一特征序列。
步骤804：终端通过该第二处理器对该第一特征序列进行检测，得到该第二状态信息。
请继续参见图5，该终端还包括神经网络模块504，该神经网络模块可以包括多层深层神经循环网络(Deep Recurrent Neural Network，DRNN)，第二处理器可以通过该多层DRNN对第一特征序列进行识别，得到该第一特征序列对应的特征识别结果，对该多个特征识别结果进行多状态概率预测，得到第二状态信息。其中，该深度神经循环网络可以为任一类型的深度循环网络，例如，该深度循环网络可以为门循环单元网络(Gate RecurrentUnit，GRU)或长短期记忆网络(Long-Short Term Memory，LSTM)等，在本申请实施例中，对此不作具体限定。终端通过该第二处理器对该第一特征序列进行检测，得到该第二状态信息的过程可以通过以下步骤(1)-(2)实现，包括：
(1)终端通过该第二处理器对该第一特征序列进行特征识别，得到该第一特征序列对应的特征识别结果。
终端通过第二处理器中的多层循环神经网络对第一特征序列进行特征识别，该过程中，终端将第一特征序列输入至第一层循环神经网络层中，由第一层神经网络层对该第一特征序列进行多头自注意力特征提取，得到第一层循环神经网络层输出的第二特征序列，将该第二特征序列的一部分和第一特征序列的一部分组成下一层神经网络层的输入，得到下一层循环神经网络层的输出，将第二特征序列的一部分和下一循环神经网络层的输出组成再下一层循环神经网络层的输入，直到最后一层循环神经网络层输出第一特征序列对应的特征识别结果。该过程可以通过以下步骤(1-1)-(1-2)实现，包括：
(1-1)终端将该第一特征序列作为该第二处理器中的第一循环神经网络层的输入特征序列，输出第二特征序列。
对于第二处理器中的每一层循环神经网络通过多头自注意力机制确定当前循环神经网络层的输出，将循环神经网络层得到的数据进行信息分流，将原输入的第一特征序列分别进行各头注意力量化，该过程可以通过以下步骤(A1)-(A3)实现，包括：
(A1)终端根据预设权重矩阵，对该第一特征序列进行分值计算，得到分值计算结果。
本公开实施例中，参见图5，终端还包括多头自注意力特征提取模块505，通过多头注意力机制对第一特征序列进行分值计算。终端首先根据每个注意力头对应的权重矩阵对第一特征序列进行处理，得到输入特征，之后对输入特征进行注意力权重打分得到第一特征序列对应的分值计算结果。
其中，根据第一特征序列得到不同的注意力头对应的输入特征的过程可以为：终端将该第一特征序列与各注意力头对应的权重矩阵相乘，得到不同注意力头对应的输入特征。在多头自注意力机制下，每个注意力头对应一组不同的权重矩阵，例如，参见图11，该多头注意力机制为三头注意力机制，相应的，该多头注意力机制对应三个权重矩阵，Wq，Wk，Wv，通过该权重矩阵得到各注意力头对应的输入特征Q，K，V，该过程可以通过以下公式八表示。
公式八：
Figure BDA0002409345880000171
其中，Wq，Wk，Wv分别为不同注意力头对应的权重矩阵，x为输入的第一特征序列，Q，K，V分别为该权重矩阵得到各注意力头对应的输入特征。
终端在获取到每个注意力头对应的输入特征后，对每个注意力头对应的输入特征进行注意力权重打分，该在本申请实施例中，终端可以采用任一输入特征打分模型对每个注意力头对应的输入特征进行注意力权重打分，该注意力权重打分模型可以为以下公式九至十三中的任一公式对应的注意力权重打分模型。
公式九：at＝gBO(ht)＝bt
其中，at为注意力更新权重，bt表示注意力权重打分模型的模型参数，gBo(ht)表示一种注意力权重打分函数，t为常数，且t∈(1，T)。
公式十：
Figure BDA0002409345880000182
其中，at为注意力更新权重，w和bt分别表示注意力权重打分模型的模型参数，gL(ht)表示一种注意力权重打分函数，t为常数，且t∈(1，T)。
公式十一：at＝gSL(ht)＝wTht+b
其中，at为注意力更新权重，w，h和bt分别表示注意力权重打分模型的模型参数，gSL(ht)表示一种注意力权重打分函数，t为常数，且t∈(1，T)。
公式十二：
Figure BDA0002409345880000183
其中，at为注意力更新权重，w，h和bt分别表示注意力权重打分模型的模型参数，gNL(ht)表示一种注意力权重打分函数，t为常数，且t∈(1，T)。
公式十三：at＝gSNL(ht)＝VTtan h(wTht+b)
其中，at为注意力更新权重，Vt表示注意力权重向量，w，h和bt分别表示注意力权重打分模型的模型参数，gSNL(ht)表示一种注意力权重打分函数，t为常数，且t∈(1，T)。
上述公式九至十三分别表示五中注意力权重打分模型，都可以通过端到端的训练达到收敛的效果，可以选取任一公式对应的注意力权重打分模型确定分值计算结果，得到注意力权重at，在本申请实施例中，对此不作具体限定。
(A2)终端对该分值计算结果进行归一化处理，得到归一化的分值计算结果。
在本申请实施例中，终端根据当前权重的期望，占总权重值的比例对得到的权重进行归一化处理，该过程可以通过以下公式十四表示。
公式十四：
Figure BDA0002409345880000181
其中，at为注意力更新权重，kt为权重归一化后的结果，i表示第i个注意力头，T为多头注意力的数量。
(A3)终端根据该预设权重矩阵，对该归一化的分值计算结果进行注意力尺度化，得到该第二特征序列。
在负归一化的分值计算结果进行尺度话的过程中，可以根据预设权重矩阵中的任一权重矩阵进行注意力尺度化，例如，可以通过注意力权重向量Vt对该归一化的分值计算结果进行注意力尺度化，该过程可以通过以下公式十五表示。
公式十五：
Figure BDA0002409345880000191
其中，ci为当前注意力头所提取的注意力特征，kt为权重归一化后的结果，Vt表示注意力权重向量，i表示第i个注意力头，T为多头注意力的数量。此时ci的尺寸为1*Feature，以此类推，对于N个注意力头进行各子空间的特征向量计算得到如下特征：C＝[c1，c2，...，cN]，此时得到的特征集合C的尺寸为N*Feature，从而实现将特征集合进行线性映射得到高维特征。
其中，将原有的输入特征集合进行主元素线化的过程可以通过以下公式十六表示。
公式十六：
Figure BDA0002409345880000192
其中，βi，j为待线性化的特征元素，
Figure BDA0002409345880000193
为线性化后的特征元素，L Relu是线性函数，其可以表示为
Figure BDA0002409345880000194
其中，λ为大于零小于1的数。
(1-2)终端将该第一特征序列的部分序列和该第二特征序列的部分序列作为下一循环神经网络层的输入特征序列，直到最后一层神经网络层输出该特征识别结果。
在本申请实施例中，将之前两层循环神经网络层的输出特征序列进行重新组合，作为下一层寻西湖神经网络层的输入特征序列。参见图12，例如，第一层循环神经网络层和第二层循环神经网络层的输出为ht，此时取出第一层循环神经网络层输出的前半部分ha t和第二层循环神经网络层输出的后半部分hb t，进行组合，组成新的输出序列为h’t。
需要说明的一点是对于每一层循环神经网络层，终端通过上述步骤(A1)-(A3)得到本层神经网络层对应的输出特征序列，直到最后一层循环神经网络层输出特征识别结果。
(2)终端确定该特征识别结果对应的第二状态信息。
终端根据输出的特征识别结果进行运行状态概率预测，得到第二状态信息。其中，运行状态概率预测的过程是将经过注意力机制的特征与输出类别进行映射的过程。该过程中，首先通过全连接层进行特征降维，对输入的特征识别结果进行降维操作，该过程可以通过以下公式十七表示。
公式十七：
Figure BDA0002409345880000195
其中，L和H分别为输入的特征识别结果的尺寸，Wl为降维矩阵，Ih为输入的特征矩阵，bias为常数。
终端根据该降维后的特征识别结果，确定第二状态信息为每个类别的概率值kt，其中，kt的值在[0,1]之间。终端可以通过运行状态概率预测模块对kt进行阈值判断，响应于kt大于预设阈值时，确定交通工具的运行状态为第一运行状态；响应于kt不大于预设阈值时，确定通工具的运行状态为第二运行状态。其中，预设阈值可以为终端通过数据集样本进行等错误率(Equal Error Rate，EER)计算得到的，当EER计算的结果最小时，对应的最小值为预设阈值。通过EER算法计算预设阈值，提高了运行状态判断的精确率。
响应于终端检测到交通工具的运行状态由第一运行状态变为第二运行状态，或者，由第二运行状态变为第一运行状态，确定第二状态信息表示交通工具的运行状态发生改变。其中，第一运行状态可以为运行，第二运行状态可以为停止，或者，第一运行状态可以为停止，第二运行状态可以为运行。
在本申请实施例中，通过该第二处理器对该第一特征序列进行特征识别，得到该第一特征序列对应的特征识别结果；确定该特征识别结果对应的第二状态信息。通过使用多头自注意力机制，结合多层输出层的输出结果确定识别结果，提高了交通工具运行状态的检测精确度，有效抑制了检测跳变和误识别的问题。
请参考图13，其示出了本申请一个实施例提供的站点信息确定装置的结构框图。该站点信息确定装置可以通过软件、硬件或者两者的结合实现。该装置包括：
数据采集模块1301，用于在当前终端搭载交通工具的过程中，采集该终端的水平加速度数据；
第一确定模块1302，用于响应于该终端的显示屏幕处于息屏状态，根据该水平加速度数据，通过该终端的第一处理器，确定该交通工具的第一状态信息；
第二确定模块1303，用于响应于该第一状态信息用于表示该交通工具的运行状态发生改变，获取该终端所在环境的音频数据，激活该终端的第二处理器，根据该水平加速度数据和该音频数据，通过该第二处理器，确定该交通工具的第二状态信息；
站点更新模块1304，用于根据该交通工具的运行路线信息和该第二状态信息，更新该交通工具当前的站点信息。
在一种可能的实现方式中，该第二确定模块1303，还用于根据该水平加速度数据，提取该水平加速度数据的加速度特征，以及，根据该音频数据，提取该音频数据的音频特征；将该加速度特征和该音频特征进行特征融合，得到该交通工具的第一特征序列；通过该第二处理器对该第一特征序列进行检测，得到该第二状态信息。
在另一种可能的实现方式中，该第二确定模块1303，还用于通过该第二处理器对该第一特征序列进行特征识别，得到该第一特征序列对应的特征识别结果；确定该特征识别结果对应的第二状态信息。
在另一种可能的实现方式中，该第二确定模块1303，还用于将该第一特征序列作为该第二处理器中的第一循环神经网络层的输入特征序列，输出第二特征序列；
将该第一特征序列的部分序列和该第二特征序列的部分序列作为下一循环神经网络层的输入特征序列，直到最后一层神经网络层输出该特征识别结果。
在另一种可能的实现方式中，该第二确定模块1303，还用于根据预设权重矩阵，对该第一特征序列进行分值计算，得到分值计算结果；对该分值计算结果进行归一化处理，得到归一化的分值计算结果；根据该预设权重矩阵，对该归一化的分值计算结果进行注意力尺度化，得到该第二特征序列。
在另一种可能的实现方式中，该数据采集模块1301，还用于采集该终端的第一加速度数据，该第一加速度数据为该终端的总加速度对应的加速度数据；从该第一加速度数据中除去当前的重力加速度，得到第二加速度数据；根据该第二加速度数据的方向，对该第二加速度数据进行拆分，得到该水平加速度数据。
在另一种可能的实现方式中，该装置还包括：
第一获取模块，用于获取该终端搭载的交通工具所在站点的二维码信息；
解码模块，用于对该二维码信息进行解码，得到该开始搭载该交通工具的当前的站点信息。
在另一种可能的实现方式中，该装置还包括：
第二获取模块，用于获取目标站点信息；
生成模块，用于响应于该当前的站点信息为该目标站点信息，生成提示信息，该提示信息用于提示当前站点信息为目标站点信息；
展示模块，用于展示该提示信息。
在另一种可能的实现方式中，该数据采集模块1301，还用于响应于该第一检测结果为状态未发生改变，采集该终端的水平加速度数据。
在另一种可能的实现方式中，该第二确定模块1303，还用于响应于该终端为亮屏状态，根据该水平加速度数据和该音频数据，通过该第二处理器，确定该交通工具的第二状态信息。
在本申请实施例中，在终端搭载交通工具的过程中，采集该终端的水平加速度数据；响应于该终端的显示屏幕处于息屏状态，根据该水平加速度数据，通过该终端的第一处理器，确定该交通工具的第一状态信息；响应于该第一状态信息用于表示该交通工具的运行状态发生改变，获取该终端所在环境的音频数据，激活该终端的第二处理器，根据该水平加速度数据和该音频数据，通过该第二处理器，确定该交通工具的第二状态信息；根据该交通工具的运行路线信息和该第二状态信息，更新该交通工具当前的站点信息。通过在息屏状态下，通过第一处理器检测终端搭载的交通工具的运行状态，在第一运行状态信息为交通工具的运行状态发生改变时，激活第二处理器，由第二处理器对交通工具的运行状态做进一步的检测，从而使得终端在息屏状态下也可以检测交通工具的运行状态，并且，息屏状态下采用第一处理器，节省了终端在息屏状态下的能耗。
本申请实施例还提供了一种计算机可读介质，该计算机可读介质存储有至少一条指令，该至少一条指令由第一处理器和第二处理器加载并执行以实现如上各个实施例示出的站点信息确定方法。
本申请实施例还提供了一种计算机程序产品，该计算机程序产品存储有至少一条指令，该至少一条指令由第一处理器和第二处理器加载并执行以实现如上各个实施例示出的站点信息确定方法。
本领域技术人员应该可以意识到，在上述一个或多个示例中，本申请实施例所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上所述仅为本申请的可选实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (13)

1.一种站点信息确定方法，其特征在于，所述方法包括：
在当前终端搭载交通工具的过程中，采集所述终端的水平加速度数据；
响应于所述终端的显示屏幕处于息屏状态，根据所述水平加速度数据，通过所述终端的第一处理器，确定所述交通工具的第一状态信息；
响应于所述第一状态信息用于表示所述交通工具的运行状态发生改变，获取所述终端所在环境的音频数据，激活所述终端的第二处理器，在所述终端的显示屏处于息屏状态的情况下，所述第二处理器处于休眠状态；
将所述水平加速度数据和所述音频数据进行对齐处理，根据处理后的所述水平加速度数据和所述音频数据，通过所述第二处理器，确定所述交通工具的第二状态信息；
响应于所述第二状态信息用于表示所述交通工具的运行状态发生改变，根据所述交通工具的运行路线信息和所述第二状态信息，更新所述交通工具当前的站点信息。
2.根据权利要求1所述的方法，其特征在于，所述根据处理后的所述水平加速度数据和所述音频数据，通过所述第二处理器，确定所述交通工具的第二状态信息，包括：
根据所述水平加速度数据，提取所述水平加速度数据的加速度特征，以及，根据所述音频数据，提取所述音频数据的音频特征；
将所述加速度特征和所述音频特征进行特征融合，得到所述交通工具的第一特征序列；
通过所述第二处理器对所述第一特征序列进行检测，得到所述第二状态信息。
3.根据权利要求2所述的方法，其特征在于，所述通过所述第二处理器对所述第一特征序列进行检测，得到所述第二状态信息，包括：
通过所述第二处理器对所述第一特征序列进行特征识别，得到所述第一特征序列对应的特征识别结果；
确定所述特征识别结果对应的第二状态信息。
4.根据权利要求3所述的方法，其特征在于，所述通过所述第二处理器对所述第一特征序列进行特征识别，得到所述第一特征序列对应的特征识别结果，包括：
将所述第一特征序列作为所述第二处理器中的第一循环神经网络层的输入特征序列，输出第二特征序列；
将所述第一特征序列的部分序列和所述第二特征序列的部分序列作为下一循环神经网络层的输入特征序列，直到最后一层神经网络层输出所述特征识别结果。
5.根据权利要求4所述的方法，其特征在于，所述将所述第一特征序列作为所述第二处理器中的第一循环神经网络层的输入特征序列，输出第二特征序列，包括：
根据预设权重矩阵，对所述第一特征序列进行分值计算，得到分值计算结果；
对所述分值计算结果进行归一化处理，得到归一化的分值计算结果；
根据所述预设权重矩阵，对所述归一化的分值计算结果进行注意力尺度化，得到所述第二特征序列。
6.根据权利要求1所述的方法，其特征在于，所述采集所述终端的水平加速度数据，包括：
采集所述终端的第一加速度数据，所述第一加速度数据为所述终端的总加速度对应的加速度数据；
从所述第一加速度数据中除去当前的重力加速度，得到第二加速度数据；
根据所述第二加速度数据的方向，对所述第二加速度数据进行拆分，得到所述水平加速度数据。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述终端搭载的交通工具所在站点的二维码信息；
对所述二维码信息进行解码，得到搭载所述交通工具的当前的站点信息。
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取目标站点信息；
响应于所述当前的站点信息为所述目标站点信息，生成提示信息，所述提示信息用于提示当前站点信息为目标站点信息；
展示所述提示信息。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
响应于所述第一状态信息为状态未发生改变，继续执行采集所述终端的水平加速度数据的步骤。
10.根据权利要求1所述的方法，其特征在于，所述方法还包括：
响应于所述终端为亮屏状态，直接执行所述根据所述水平加速度数据和所述音频数据，通过所述第二处理器，确定所述交通工具的第二状态信息的步骤。
11.一种站点信息确定装置，其特征在于，所述装置包括：
数据采集模块，用于在当前终端搭载交通工具的过程中，采集所述终端的水平加速度数据；
第一确定模块，用于响应于所述终端的显示屏幕处于息屏状态，根据所述水平加速度数据，通过所述终端的第一处理器，确定所述交通工具的第一状态信息；
第二确定模块，用于响应于所述第一状态信息用于表示所述交通工具的运行状态发生改变，获取所述终端所在环境的音频数据，激活所述终端的第二处理器，在所述终端的显示屏处于息屏状态的情况下，所述第二处理器处于休眠状态；将所述水平加速度数据和所述音频数据进行对齐处理，根据处理后的所述水平加速度数据和所述音频数据，通过所述第二处理器，确定所述交通工具的第二状态信息；
站点更新模块，用于响应于所述第二状态信息用于表示所述交通工具的运行状态发生改变，根据所述交通工具的运行路线信息和所述第二状态信息，更新所述交通工具当前的站点信息。
12.一种终端，其特征在于，所述终端包括第一处理器、第二处理器和存储器；所述存储器存储有至少一条指令，所述至少一条指令用于被所述第一处理器和所述第二处理器执行以实现如权利要求1至10任一所述的站点信息确定方法。
13.一种计算机可读存储介质，其特征在于，所述存储介质存储有至少一条指令，所述至少一条指令用于被第一处理器和第二处理器执行以实现如权利要求1至10任一所述的站点信息确定方法。
CN202010171504.5A 2020-03-12 2020-03-12 站点信息确定方法、装置、终端及存储介质 Active CN111402617B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010171504.5A CN111402617B (zh) 2020-03-12 2020-03-12 站点信息确定方法、装置、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010171504.5A CN111402617B (zh) 2020-03-12 2020-03-12 站点信息确定方法、装置、终端及存储介质

Publications (2)

Publication Number Publication Date
CN111402617A CN111402617A (zh) 2020-07-10
CN111402617B true CN111402617B (zh) 2022-05-13

Family

ID=71413412

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010171504.5A Active CN111402617B (zh) 2020-03-12 2020-03-12 站点信息确定方法、装置、终端及存储介质

Country Status (1)

Country Link
CN (1) CN111402617B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113269318B (zh) * 2021-06-04 2023-06-30 安谋科技（中国）有限公司 电子设备及其神经网络模型运行方法、存储介质
CN113810539B (zh) * 2021-09-17 2023-03-24 上海瑾盛通信科技有限公司 到站提醒的方法、装置、终端及存储介质
CN113984078B (zh) * 2021-10-26 2024-03-08 上海瑾盛通信科技有限公司 到站提醒方法、装置、终端及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107690034A (zh) * 2017-10-27 2018-02-13 中国科学技术大学苏州研究院 基于环境背景声音的智能情景模式切换系统及方法
CN108307074A (zh) * 2018-02-05 2018-07-20 广东欧珀移动通信有限公司 显示控制方法和装置、终端、计算机可读存储介质
CN110598762A (zh) * 2019-08-26 2019-12-20 Oppo广东移动通信有限公司 基于音频的出行方式检测方法、装置以及移动终端
CN110660201A (zh) * 2019-09-23 2020-01-07 Oppo广东移动通信有限公司 到站提醒方法、装置、终端及存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101566379B1 (ko) * 2009-05-07 2015-11-13 삼성전자주식회사 입력 신호 종류 별 사용자 기능 활성화 방법 및 이를 지원하는 휴대 단말기
US8400294B2 (en) * 2009-12-21 2013-03-19 Garmin Switzerland Gmbh Transit stop detection
WO2011100480A1 (en) * 2010-02-10 2011-08-18 Brian Lamb Automatic motion tracking, event detection and video image capture and tagging
US9462444B1 (en) * 2010-10-04 2016-10-04 Nortek Security & Control Llc Cloud based collaborative mobile emergency call initiation and handling distribution system
US10096216B1 (en) * 2014-12-16 2018-10-09 Amazon Technologies, Inc. Activation of security mechanisms through accelerometer-based dead reckoning
US10495466B2 (en) * 2015-08-25 2019-12-03 Siemens Mobility, Inc. System and method for determining a location of a vehicle relative to a stopping point
CN105654767A (zh) * 2016-01-27 2016-06-08 宇龙计算机通信科技(深圳)有限公司 一种到站提醒处理的方法、装置以及终端
CN107045766A (zh) * 2016-02-05 2017-08-15 中兴通讯股份有限公司 终端用户安全监护方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107690034A (zh) * 2017-10-27 2018-02-13 中国科学技术大学苏州研究院 基于环境背景声音的智能情景模式切换系统及方法
CN108307074A (zh) * 2018-02-05 2018-07-20 广东欧珀移动通信有限公司 显示控制方法和装置、终端、计算机可读存储介质
CN110598762A (zh) * 2019-08-26 2019-12-20 Oppo广东移动通信有限公司 基于音频的出行方式检测方法、装置以及移动终端
CN110660201A (zh) * 2019-09-23 2020-01-07 Oppo广东移动通信有限公司 到站提醒方法、装置、终端及存储介质

Also Published As

Publication number Publication date
CN111402617A (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
CN111402617B (zh) 站点信息确定方法、装置、终端及存储介质
CN111476306B (zh) 基于人工智能的物体检测方法、装置、设备及存储介质
CN107702706B (zh) 路径确定方法、装置、存储介质及移动终端
EP3792911B1 (en) Method for detecting key term in speech signal, device, terminal, and storage medium
US20200057883A1 (en) Facial attribute recognition method, electronic device, and storage medium
US20210326574A1 (en) Face detection method, apparatus, and device, and storage medium
CN109558512B (zh) 一种基于音频的个性化推荐方法、装置和移动终端
CN110047468B (zh) 语音识别方法、装置及存储介质
CN106030440A (zh) 智能循环音频缓冲器
CN110972112B (zh) 地铁运行方向的确定方法、装置、终端及存储介质
CN111105788B (zh) 敏感词分数检测方法、装置、电子设备及存储介质
WO2021115232A1 (zh) 到站提醒方法、装置、终端及存储介质
CN110660398A (zh) 声纹特征更新方法、装置、计算机设备及存储介质
WO2023071768A1 (zh) 到站提醒方法、装置、终端、存储介质及程序产品
CN110600040A (zh) 声纹特征注册方法、装置、计算机设备及存储介质
CN110544287A (zh) 一种配图处理方法及电子设备
CN110490953B (zh) 基于文本的图像生成方法、终端设备及介质
US20220223142A1 (en) Speech recognition method and apparatus, computer device, and computer-readable storage medium
CN112116908B (zh) 唤醒音频确定方法、装置、设备及存储介质
CN111599417A (zh) 溶解度预测模型的训练数据获取方法及装置
CN111797659A (zh) 辅助驾驶方法、装置、存储介质及电子设备
CN112948763A (zh) 件量预测方法、装置、电子设备及存储介质
EP3785145A1 (en) System and method for automatic language detection for handwritten text
CN111326172A (zh) 冲突检测方法、装置、电子设备及可读存储介质
CN105989838B (zh) 语音识别方法及装置

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