CN111582436B - 吸附力调整方法、装置、设备及存储介质 - Google Patents
吸附力调整方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111582436B CN111582436B CN202010257085.7A CN202010257085A CN111582436B CN 111582436 B CN111582436 B CN 111582436B CN 202010257085 A CN202010257085 A CN 202010257085A CN 111582436 B CN111582436 B CN 111582436B
- Authority
- CN
- China
- Prior art keywords
- adsorption
- sensor
- behavior state
- display terminal
- contact
- 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
- 238000001179 sorption measurement Methods 0.000 title claims abstract description 183
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012549 training Methods 0.000 claims description 12
- 238000000926 separation method Methods 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 230000003542 behavioural effect Effects 0.000 claims 2
- 230000003068 static effect Effects 0.000 abstract description 7
- 230000006399 behavior Effects 0.000 description 122
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A45—HAND OR TRAVELLING ARTICLES
- A45C—PURSES; LUGGAGE; HAND CARRIED BAGS
- A45C13/00—Details; Accessories
- A45C13/10—Arrangement of fasteners
- A45C13/1069—Arrangement of fasteners magnetic
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/16—Constructional details or arrangements
- G06F1/1613—Constructional details or arrangements for portable computers
- G06F1/1626—Constructional details or arrangements for portable computers with a single-body enclosure integrating a flat display, e.g. Personal Digital Assistants [PDAs]
-
- 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
-
- A—HUMAN NECESSITIES
- A45—HAND OR TRAVELLING ARTICLES
- A45C—PURSES; LUGGAGE; HAND CARRIED BAGS
- A45C11/00—Receptacles for purposes not provided for in groups A45C1/00-A45C9/00
- A45C2011/003—Receptacles for purposes not provided for in groups A45C1/00-A45C9/00 for portable computing devices, e.g. laptop, tablet, netbook, game boy, navigation system, calculator
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D11/00—Component parts of measuring arrangements not specially adapted for a specific variable
- G01D11/30—Supports specially adapted for an instrument; Supports specially adapted for a set of instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D7/00—Indicating measured values
-
- 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
- G06N3/044—Recurrent networks, e.g. Hopfield networks
- G06N3/0442—Recurrent networks, e.g. Hopfield networks characterised by memory or gating, e.g. long short-term memory [LSTM] or gated recurrent units [GRU]
-
- 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
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- 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
- G06N3/09—Supervised learning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Human Computer Interaction (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请提供一种吸附力调整方法、装置、设备及存储介质,涉及智慧设备技术领域。该方法包括:获取智慧显示终端中第一传感器的采集数据;根据所述第一传感器的采集数据,采用预先训练的行为预测模型,确定所述智慧显示终端上吸附触点的行为状态;根据所述吸附触点的行为状态,对所述智慧显示终端中所述吸附触点对应电磁体的磁力进行调整,以对所述吸附触点的吸附力进行调整。相对于现有技术,避免了现有技术中无法对触点的行为状态进行预测,从而导致用户取下吸附触点时过于费力,或吸附触点在静态吸附时吸附力不足的问题。
Description
技术领域
本申请涉及智慧设备技术领域,具体而言,涉及一种吸附力调整方法、装置、设备及存储介质。
背景技术
随着科技的发展,智慧显示终端在人们生活中的应用越来越广泛,其一般可以应用在企业视频会议,电视台导播,多媒体教学等领域,为人们的生活提供了极大的便利。
智慧显示终端由于其使用方便,外观设计美观、科学结构合理,深受用户的喜爱,大大提高了商家的服务能力,使客户有一个更加方便快捷的服务体验。
但是目前智慧显示终端的触点方案一般都带有磁力吸附功能,现有的磁力吸附功能吸附力度无法进行控制,会造成结合时吸附触点的吸附力过于突出,导致取下时过于费力,或是静态吸附时吸附力不足等问题。
发明内容
本申请的目的在于,针对上述现有技术中的不足,提供一种吸附力调整方法、装置、设备及存储介质,以解决现有技术中无法对吸附触点的行为状态进行预测,从而导致用户取下吸附触点时过于费力,或吸附触点在静态吸附时吸附力不足的问题。
为实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请一实施例提供了一种吸附力调整方法,所述方法包括:
获取智慧显示终端中第一传感器的采集数据;
根据所述第一传感器的采集数据,采用预先训练的行为预测模型,确定所述智慧显示终端上吸附触点的行为状态;
根据所述吸附触点的行为状态,对所述智慧显示终端中所述吸附触点对应电磁体的磁力进行调整,以对所述吸附触点的吸附力进行调整。
可选地,所述获取智慧显示终端中第一传感器的采集数据之前,所述方法还包括:
检测所述智慧显示终端是否被移动;
所述获取智慧显示终端中第一传感器的采集数据,包括:
若所述智慧显示终端被移动,则获取所述第一传感器的采集数据。
可选地,所述第一传感器为所述智慧显示终端中震动传感器之外的传感器,所述检测所述智慧显示终端是否被移动,包括:
获取所述震动传感器的采集数据;
根据所述震动传感器的采集数据,检测所述智慧显示终端是否被移动。
可选地,所述根据所述第一传感器的采集数据,采用预先训练的行为预测模型,确定所述智慧显示终端上吸附触点的行为状态之前,所述方法还包括:
获取至少一种行为状态对应的样本数据,其中,各所述行为状态对应的样本数据为所述吸附触点处于各所述行为状态时,所述第一传感器所采集的数据;
根据所述多个样本数据进行模型训练,得到所述行为预测模型。
可选地,所述获取至少一种行为状态对应的样本数据包括:
获取所述智慧显示终端在预设历史时间段内对触点进行操作时,所述第一传感器采集的多个数据;
从所述多个数据中,确定所述吸附触点处于所述每种行为状态时的数据为所述每种行为状态对应的采集数据;
对所述每种行为状态对应的采集数据进行行为状态的标注,得到所述每种行为状态对应的样本数据。
可选地,所述吸附触点的行为状态包括:结合行为状态;所述根据所述吸附触点的行为状态,对所述智慧显示终端中所述吸附触点对应电磁体的磁力进行调整,包括:
若所述吸附触点的行为状态为结合行为状态,则对所述吸附触点对应电磁体的磁力进行增大调节。
可选地,所述吸附触点的行为状态包括:分离行为状态;所述根据所述吸附触点的行为状态,对所述智慧显示终端中所述吸附触点对应电磁体的磁力进行调整,包括:
若所述吸附触点的行为状态为分离行为状态,则对所述吸附触点对应电磁体的磁力进行减小调节。
可选地,所述智慧显示终端的表面包括多个电磁体区域,各所述电磁体区域上设置有多个吸附触点,所述根据所述吸附触点的行为状态,对所述智慧显示终端中所述吸附触点对应电磁体的磁力进行调整,包括:
根据所述吸附触点的行为状态,对所述吸附触点所在的所述电磁体区域对应的磁力进行调整。
可选地,所述第一传感器包括下述至少一种传感器:方向传感器、重力传感器、加速度传感器、陀螺仪、压力传感器、触控传感器。
第二方面,本申请另一实施例提供了一种吸附力调整装置,所述装置包括:获取模块、确定模块和调整模块,其中:
所述获取模块,用于获取智慧显示终端中第一传感器的采集数据;
所述确定模块,用于根据所述第一传感器的采集数据,采用预先训练的行为预测模型,确定所述智慧显示终端上吸附触点的行为状态;
所述调整模块,用于根据所述吸附触点的行为状态,对所述智慧显示终端中所述吸附触点对应电磁体的磁力进行调整,以对所述吸附触点的吸附力进行调整。
可选地,所述装置还包括:检测模块,用于检测所述智慧显示终端是否被移动;
所述获取模块,还用于若所述智慧显示终端被移动,则获取所述第一传感器的采集数据。
可选地,所述获取模块,还用于获取所述震动传感器的采集数据;
所述检测模块,还用于根据所述震动传感器的采集数据,检测所述智慧显示终端是否被移动。
可选地,所述装置还包括:训练模块,其中:
所述获取模块,还用于获取至少一种行为状态对应的样本数据,其中,各所述行为状态对应的样本数据为所述吸附触点处于各所述行为状态时,所述第一传感器所采集的数据;
所述训练模块,用于根据所述多个样本数据进行模型训练,得到所述行为预测模型。
可选地,所述获取模块,还用于获取所述智慧显示终端在预设历史时间段内对触点进行操作时,所述第一传感器采集的多个数据;
所述确定模块,还用于从所述多个数据中,确定所述吸附触点处于所述每种行为状态时的数据为所述每种行为状态对应的采集数据;
所述确定模块,还用于对所述每种行为状态对应的采集数据进行行为状态的标注,得到所述每种行为状态对应的样本数据。
可选地,所述吸附触点的行为状态包括:结合行为状态;所述装置还包括:调节模块,用于若所述吸附触点的行为状态为结合行为状态,则对所述吸附触点对应电磁体的磁力进行增大调节。
可选地,所述吸附触点的行为状态包括:分离行为状态;
所述调节模块,还用于若所述吸附触点的行为状态为分离行为状态,则对所述吸附触点对应电磁体的磁力进行减小调节。
可选地,所述智慧显示终端的表面包括多个电磁体区域,各所述电磁体区域上设置有多个吸附触点;所述调节模块,还用于根据所述吸附触点的行为状态,对所述吸附触点所在的所述电磁体区域对应的磁力进行调整。
第三方面,本申请另一实施例提供了一种智慧显示设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当吸附力调整设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如上述第一方面任一所述方法的步骤。
第四方面,本申请另一实施例提供了一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如上述第一方面任一所述方法的步骤。
本申请的有益效果是:采用本申请提供的吸附力调整方法,可以根据第一传感器采集的数据和预先训练的行为预测模型,对吸附触点的行为状态进行预测,并根据吸附触点的行为状态对吸附触点对应的电磁体的磁力进行调整,从而对吸附触点的吸附力进行调整,以对吸附触点的吸附力进行调整,使得吸附触点的吸附力实现动态灵活控制,即可以根据其行为状态进行动态调整,使得智慧显示终端的吸附取下操作更省力,也可保证静态吸附的吸附力,从而增强了用户使用体验。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请一实施例提供的吸附力调整方法的流程示意图;
图2为本申请另一实施例提供的吸附力调整方法的流程示意图;
图3为本申请另一实施例提供的吸附力调整方法的流程示意图;
图4为本申请另一实施例提供的吸附力调整方法的流程示意图;
图5为本申请一实施例提供的吸附力调整装置的结构示意图;
图6为本申请另一实施例提供的吸附力调整装置的结构示意图;
图7为本申请另一实施例提供的吸附力调整装置的结构示意图;
图8为本申请另一实施例提供的吸附力调整装置的结构示意图;
图9为本申请一实施例提供的智慧显示终端的结构示意图。
具体实施方式
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清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。
下文所提供的各吸附力调整方法可由智慧显示终端的处理器实现,该智慧显示终端的具体产品形态可以为智慧屏、智慧显示屏、智慧电视等等。
如下结合多个具体的应用示例,对本申请实施例所提供的吸附力调整方法进行解释说明。图1为本申请一实施例提供的一种吸附力调整方法的流程示意图,如图1所示,该方法可包括:
S101:获取智慧显示终端中第一传感器的采集数据。
其中,第一传感器安装在智慧显示终端内部,用于对智慧显示终端的相关数据进行采集。该第一传感器例如可以包括该智慧显示终端中的至少一种类型的传感器。
可选地,在本申请的一个实施例中,可实时获取第一传感器的采集数据,也可以根据预设时间间隔获取第一传感器的采集数据,或是在满足预设触发预设条件的情况下,获取第一传感器的采集数据。具体获取第一传感器的采集数据的方式可以根据实际需要设计,并不以上述实施例给出的方法为限。
S102:根据第一传感器的采集数据,采用预先训练的行为预测模型,确定智慧显示终端上吸附触点的行为状态。
可选地,在本申请的一个实施例中,行为预测模型为预先训练好的,用于根据第一传感器采集的数据,对用户当前的行为状态进行判断,即判断用户当前对吸附触点进行操作的行为状态。该行为预测模型的输入为第一传感器的采集设备,输出为吸附触点到的行为状态。在具体的实现示例中,可将该第一传感器的采集数据,输入至该行为预测模型,采用该行为预测模型进行预测,得到该行为预测模型输出的该吸附触点的行为状态。
S103:根据吸附触点的行为状态,对智慧显示终端中吸附触点对应电磁体的磁力进行调整,以对吸附触点的吸附力进行调整。
其中,可以根据吸附触点的行为状态,将吸附触点的吸附力进行调大或调小,从而使得不同的行为状态对应不同的吸附力,使得吸附力可以根据当前行为状态自适应调整。在具体的应用示例中,可根据该吸附触点的行为状态,对该智慧显示终端中吸附触点对应的电磁体的控制电信号进行调节,以调整该电磁体的磁力。其中,该控制电信号可以为控制电流或控制电压。
采用本申请提供的吸附力调整方法,可以根据第一传感器采集的数据和预先训练的行为预测模型,对吸附触点的行为状态进行预测,并根据吸附触点的行为状态对吸附触点对应的电磁体的磁力进行调整,从而对吸附触点的吸附力进行调整,以对吸附触点的吸附力进行调整,使得吸附触点的吸附力实现动态灵活控制,即可以根据其行为状态进行动态调整,使得智慧显示终端的吸附取下操作更省力,也可保证静态吸附的吸附力,从而增强了用户使用体验。
可选地,在上述实施例的基础上,本申请实施例还可提供一种吸附力调整方法,如下结合附图进行说明。图2为本申请另一施例提供的一种吸附力调整方法的流程示意图,如图2所示,S101之前,该方法还可包括:
S104:检测智慧显示终端是否被移动。
可选地,在本申请的一个实施例中,检测智慧显示终端是否被移动,可以通过震动传感器来进行检测,即获取震动传感器的采集数据,再根据震动传感器的采集数据,检测智慧显示终端是否被移动。
其中,震动传感器为智慧显示终端中第一传感器之外的传感器,用于根据当前采集的数据,预估智慧显示终端的当前状态,即预估智慧显示终端是否被用户使用。
对应的,S101可包括:若智慧显示终端被移动,则执行S105:获取第一传感器的采集数据。
可选地,仍以震动传感器检测智慧显示终端是否被移动为例进行说明,若震动传感器未获取到震动信息,则说明当前智慧显示终端处于静止状态,则此时无需获取第一传感器的采集数据;若震动传感器获取到的震动信息,则说明当前智慧显示终端可能处于被用户使用的过程中,此时实时获取第一传感器的采集数据,并根据第一传感器的采集数据,进一步判断用户是否对吸附触点进行相关操作,直到震动传感器未获取到震动信息,说明用户对智能显示终端的操作已经完成。
这样的设置方式使得智慧显示终端处于静止状态时,无需获取第一传感器的采集数据,无需实时获取第一传感器的采集数据,从而节省了智慧显示终端的能耗消耗。
可选的,在上述实施例的基础上,本申请实施例还可提供一种吸附力调整方法,如下结合附图进行说明。图3为本申请另一施例提供的一种吸附力调整方法的流程示意图,如图3所示,S101之前,该方法还可包括:
S106:获取至少一种行为状态对应的样本数据。
其中,各行为状态对应的样本数据为吸附触点处于各行为状态时,第一传感器所采集的数据。
可选地,在本申请的一个实施例中,样本数据的获取方式可以为:可以预先获取智慧显示终端在预设历史时间段内对触点进行操作时,第一传感器采集的多个数据;从多个数据中,确定吸附触点处于每种行为状态时的数据为每种行为状态对应的采集数据;对每种行为状态对应的采集数据进行行为状态的标注,从而得到每种行为状态对应的样本数据。
S107:根据多个样本数据进行模型训练,得到行为预测模型。
可选地,在本申请的一个实施例中,预设模型的网络架构可以为:深度神经网络(Deep Neural Network,DNN),卷积神经网络(Convolutional Neural Networks,CNN),循环神经网络(Recurrent Neural Network,RNN),长短期记忆网络(LSTM,Long Short-TermMemory),门控循环单元(gated recurrent unit,GRU)等,具体预设模型的网络架构可以根据用户需要设计,并不以上述实施例给出的网络架构为限制。
可选的,在上述实施例的基础上,本申请实施例还可提供一种吸附力调整方法,如下结合附图进行说明。图4为本申请另一施例提供的一种吸附力调整方法的流程示意图,吸附触点的行为状态包括:结合行为状态或分离行为状态;如图4所示,S103可包括:
若吸附触点的行为状态为结合行为状态,则执行S103a:对吸附触点对应电磁体的磁力进行增大调节。
其中,在吸附触点的行为状态为结合行为状态时,增大吸附触点对应电磁体的磁力可以加强稳态磁吸吸附力,从而避免脱落风险。
若吸附触点的行为状态为分离行为状态,则执行S103b:对吸附触点对应电磁体的磁力进行减小调节。
其中,在吸附触点的行为状态为分离行为状态时,减小吸附触点对应电磁体的磁力,可以使得用户在取下吸附触点时,仅需较小的力就可以取下,提高了用户体验。
可选地,在本申请的一个实施例中,智慧显示终端的表面可以包括多个电磁体区域,各电磁体区域上设置有多个吸附触点,则S103可包括:根据吸附触点的行为状态,对吸附触点所在的电磁体区域对应的磁力进行调整。
其中,在获取到第一传感器的采集数据后,可以先判断当前吸附触点所属的电磁体区域,再判断吸附触点的行为状态,随后对该吸附触点所在的电磁体区域对应的磁力进行调整,其他电磁体区域的磁力无需调整。
这样的设置方式使得每次调整磁力时,仅调整用户当前操作的吸附触点所在的电磁体区域对应的磁力,无需对整个电磁体区域对应的磁力进行调整,保证了用户在操作某些吸附触点时,其他吸附触点可以正常吸附在智慧显示终端上。
举例说明:当前智慧显示终端背板后包括4块电磁体区域,分别为:左上块、左下块、右上块和右下块,控制器获取到第一传感器的采集数据后,判断得到当前用户操作的是位于左上块电磁区域上的吸附触点,且当前行为状态为分离行为状态,则控制器控制左上块电磁区域的吸附力减小,其他电磁区域的吸附力不变。
可选地,在本申请的一个实施例中,电磁体可以替换为铝磁体,具体磁体的选择可以根据用户需要设置,并不以上述实施例给出的为限。
可选地,在本申请的一个实施例中,第一传感器包括下述至少一种传感器:方向传感器、重力传感器、加速度传感器、陀螺仪、压力传感器、触控传感器。
采用本申请提供的吸附力调整方法,可以通过震动传感器的采集数据,判断用户当前是否在使用智慧显示终端,若判断结果为用户在使用智慧显示终端,此时获取第一传感器采集的数据,并根据行为预测模型对吸附触点的行为状态进行确定,并根据当前吸附触点的行为状态,对吸附触点所在的电磁体的磁力进行调整,以对吸附触点的吸附力进行调整,其他区域的电磁体的磁力不变,从而实现了吸附力可以根据用户当前的行为状态动态调整,提高了用户体验。
下述结合附图对本申请所提供的吸附力调整装置进行解释说明,该吸附力调整装置可执行上述图1-图4任一吸附力调整方法,其具体实现以及有益效果参照上述,如下不再赘述。图5为本申请一实施例提供的吸附力调整装置的结构示意图,如图5所示,该装置包括:获取模块201、确定模块202和调整模块203,其中:
获取模块201,用于获取智慧显示终端中第一传感器的采集数据。
确定模块202,用于根据第一传感器的采集数据,采用预先训练的行为预测模型,确定智慧显示终端上吸附触点的行为状态。
调整模块203,用于根据吸附触点的行为状态,对智慧显示终端中吸附触点对应电磁体的磁力进行调整,以对吸附触点的吸附力进行调整。
图6为本申请一实施例提供的吸附力调整装置的结构示意图,如图5所示,该装置还包括:检测模块204,用于检测智慧显示终端是否被移动。
获取模块201,还用于若智慧显示终端被移动,则获取第一传感器的采集数据。
可选地,获取模块201,还用于获取震动传感器的采集数据。
检测模块204,还用于根据震动传感器的采集数据,检测智慧显示终端是否被移动。图7为本申请另一实施例提供的吸附力调整装置的结构示意图,如图7所示,该装置还包括:训练模块205,其中:
获取模块201,还用于获取至少一种行为状态对应的样本数据,其中,各行为状态对应的样本数据为吸附触点处于各行为状态时,第一传感器所采集的数据。
训练模块205,用于根据多个样本数据进行模型训练,得到行为预测模型。
可选地,获取模块201,还用于获取智慧显示终端在预设历史时间段内对触点进行操作时,第一传感器采集的多个数据;
确定模块202,还用于从多个数据中,确定吸附触点处于每种行为状态时的数据为每种行为状态对应的采集数据;
确定模块202,还用于对每种行为状态对应的采集数据进行行为状态的标注,得到每种行为状态对应的样本数据。
图8为本申请另一实施例提供的吸附力调整装置的结构示意图,吸附触点的行为状态包括:结合行为状态;如图8所示,该装置还包括:调节模块206,用于若吸附触点的行为状态为结合行为状态,则对吸附触点对应电磁体的磁力进行增大调节。
可选地,吸附触点的行为状态包括:分离行为状态。
调节模块206,还用于若吸附触点的行为状态为分离行为状态,则对吸附触点对应电磁体的磁力进行减小调节。
可选地,智慧显示终端的表面包括多个电磁体区域,各电磁体区域上设置有多个吸附触点;调节模块206,还用于根据吸附触点的行为状态,对吸附触点所在的电磁体区域对应的磁力进行调整。
上述装置用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital singnal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(CentralProcessing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
图9为本申请一实施例提供的智慧显示终端的结构示意图,该智慧显示终端包括:处理器501、存储介质502和总线503。
处理器501用于存储程序,处理器501调用存储介质502存储的程序,以执行上述图1-图4对应的方法实施例。具体实现方式和技术效果类似,这里不再赘述。
可选地,本申请还提供一种程序产品,例如存储介质,该存储介质上存储有计算机程序,包括程序,该程序在被处理器运行时执行上述方法对应的实施例。
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,所述单元的划分,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系统,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。
所述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或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。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,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (9)
1.一种吸附力调整方法,其特征在于,所述方法包括:
获取智慧显示终端中第一传感器的采集数据;
根据所述第一传感器的采集数据,采用预先训练的行为预测模型,确定所述智慧显示终端上吸附触点的行为状态;
根据所述吸附触点的行为状态,对所述智慧显示终端中所述吸附触点对应电磁体的磁力进行调整,以对所述吸附触点的吸附力进行调整;
所述根据所述第一传感器的采集数据,采用预先训练的行为预测模型,确定所述智慧显示终端上吸附触点的行为状态之前,所述方法还包括:
获取至少一种行为状态对应的样本数据,其中,各所述行为状态对应的样本数据为所述吸附触点处于各所述行为状态时,所述第一传感器所采集的数据;
根据多个所述样本数据进行模型训练,得到所述行为预测模型;
所述获取至少一种行为状态对应的样本数据包括:
获取所述智慧显示终端在预设历史时间段内对触点进行操作时,所述第一传感器采集的多个数据;
从所述多个数据中,确定所述吸附触点处于每种行为状态时的数据为所述每种行为状态对应的采集数据;
对所述每种行为状态对应的采集数据进行行为状态的标注,得到所述每种行为状态对应的样本数据;
所述第一传感器包括下述至少一种传感器:方向传感器、重力传感器、加速度传感器、陀螺仪、压力传感器、触控传感器。
2.如权利要求1所述的方法,其特征在于,所述获取智慧显示终端中第一传感器的采集数据之前,所述方法还包括:
检测所述智慧显示终端是否被移动;
所述获取智慧显示终端中第一传感器的采集数据,包括:
若所述智慧显示终端被移动,则获取所述第一传感器的采集数据。
3.如权利要求2所述的方法,其特征在于,所述第一传感器为所述智慧显示终端中震动传感器之外的传感器,所述检测所述智慧显示终端是否被移动,包括:
获取所述震动传感器的采集数据;
根据所述震动传感器的采集数据,检测所述智慧显示终端是否被移动。
4.如权利要求1所述的方法,其特征在于,所述吸附触点的行为状态包括:结合行为状态;所述根据所述吸附触点的行为状态,对所述智慧显示终端中所述吸附触点对应电磁体的磁力进行调整,包括:
若所述吸附触点的行为状态为结合行为状态,则对所述吸附触点对应电磁体的磁力进行增大调节。
5.如权利要求1所述的方法,其特征在于,所述吸附触点的行为状态包括:分离行为状态;所述根据所述吸附触点的行为状态,对所述智慧显示终端中所述吸附触点对应电磁体的磁力进行调整,包括:
若所述吸附触点的行为状态为分离行为状态,则对所述吸附触点对应电磁体的磁力进行减小调节。
6.如权利要求1所述的方法,其特征在于,所述智慧显示终端的表面包括多个电磁体区域,各所述电磁体区域上设置有多个吸附触点;所述根据
所述吸附触点的行为状态,对所述智慧显示终端中所述吸附触点对应电磁体的磁力进行调整,包括:
根据所述吸附触点的行为状态,对所述吸附触点所在的所述电磁体区域对应的磁力进行调整。
7.一种吸附力调整装置,其特征在于,所述装置包括:获取模块、确定模块和调整模块,其中:
所述获取模块,用于获取智慧显示终端中第一传感器的采集数据;
所述确定模块,用于根据所述第一传感器的采集数据,采用预先训练的行为预测模型,确定所述智慧显示终端上吸附触点的行为状态;
所述调整模块,用于根据所述吸附触点的行为状态,对所述智慧显示终端中所述吸附触点对应电磁体的磁力进行调整,以对所述吸附触点的吸附力进行调整;
所述装置还包括:训练模块,其中:
所述获取模块,还用于获取至少一种行为状态对应的样本数据,其中,各所述行为状态对应的样本数据为所述吸附触点处于各所述行为状态时,所述第一传感器所采集的数据;
所述训练模块,用于根据多个样本数据进行模型训练,得到所述行为预测模型;
获取模块201,还用于获取智慧显示终端在预设历史时间段内对触点进行操作时,第一传感器采集的多个数据;
确定模块202,还用于从多个数据中,确定吸附触点处于每种行为状态时的数据为每种行为状态对应的采集数据;
确定模块202,还用于对每种行为状态对应的采集数据进行行为状态的标注,得到每种行为状态对应的样本数据;
所述第一传感器包括下述至少一种传感器:方向传感器、重力传感器、加速度传感器、陀螺仪、压力传感器、触控传感器。
8.一种智慧显示设备,其特征在于,所述设备包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当吸附力调整设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行上述权利要求1-6任一项所述的方法。
9.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述权利要求1-6任一项所述的方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010257085.7A CN111582436B (zh) | 2020-04-02 | 2020-04-02 | 吸附力调整方法、装置、设备及存储介质 |
US17/916,057 US20230165349A1 (en) | 2020-04-02 | 2020-10-30 | Method and Apparatus for Adjusting Attachment Force, and Device |
EP20928824.0A EP4120135A4 (en) | 2020-04-02 | 2020-10-30 | METHOD AND DEVICE FOR ADJUSTING THE ATTACHMENT FORCE, DEVICE AND STORAGE MEDIA |
PCT/CN2020/125555 WO2021196594A1 (zh) | 2020-04-02 | 2020-10-30 | 吸附力调整方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010257085.7A CN111582436B (zh) | 2020-04-02 | 2020-04-02 | 吸附力调整方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111582436A CN111582436A (zh) | 2020-08-25 |
CN111582436B true CN111582436B (zh) | 2024-04-19 |
Family
ID=72124312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010257085.7A Active CN111582436B (zh) | 2020-04-02 | 2020-04-02 | 吸附力调整方法、装置、设备及存储介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230165349A1 (zh) |
EP (1) | EP4120135A4 (zh) |
CN (1) | CN111582436B (zh) |
WO (1) | WO2021196594A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582436B (zh) * | 2020-04-02 | 2024-04-19 | 深圳创维-Rgb电子有限公司 | 吸附力调整方法、装置、设备及存储介质 |
CN116553194B (zh) * | 2023-06-14 | 2023-12-12 | 武汉煜炜光学科技有限公司 | 一种基于激光雷达的单块取料钢板堆垛机及其使用方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104281219A (zh) * | 2010-09-17 | 2015-01-14 | 苹果公司 | 具有磁附接的电子设备 |
CN106062656A (zh) * | 2014-03-28 | 2016-10-26 | 英特尔公司 | 计算设备中磁力的调节 |
CN106958725A (zh) * | 2017-03-28 | 2017-07-18 | 联想(北京)有限公司 | 电子设备以及屏幕角度调节方法 |
CN206555920U (zh) * | 2017-03-28 | 2017-10-13 | 江苏秦汉光电科技有限公司 | 一种一键式太阳能路灯控制器 |
CN107800881A (zh) * | 2017-10-27 | 2018-03-13 | 广东欧珀移动通信有限公司 | 移动终端以及移动终端保护方法 |
CN108429850A (zh) * | 2018-01-10 | 2018-08-21 | 广东欧珀移动通信有限公司 | 跌落处理方法及相关产品 |
CN109347366A (zh) * | 2018-09-30 | 2019-02-15 | 联想(北京)有限公司 | 一种控制方法、装置及电子设备 |
CN109459983A (zh) * | 2018-10-22 | 2019-03-12 | 广州星迹科技有限公司 | 一种可自动预测用户行为的开关控制系统及方法 |
CN110535204A (zh) * | 2019-08-30 | 2019-12-03 | 维沃移动通信有限公司 | 一种无线充电方法及相关设备 |
CN110576765A (zh) * | 2019-08-30 | 2019-12-17 | 维沃移动通信有限公司 | 一种无线充电方法及相关设备 |
CN110851954A (zh) * | 2019-09-30 | 2020-02-28 | 温州大学 | 基于神经网络的高分子链在吸引表面的吸附相变识别方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9075473B2 (en) * | 2012-10-19 | 2015-07-07 | Qualcomm Incorporated | Interactive display with removable front panel |
US10180755B2 (en) * | 2016-02-29 | 2019-01-15 | Apple Inc. | Electronic device with dynamic thresholding for force detection |
US10695711B2 (en) * | 2017-04-28 | 2020-06-30 | Uop Llc | Remote monitoring of adsorber process units |
CN111582436B (zh) * | 2020-04-02 | 2024-04-19 | 深圳创维-Rgb电子有限公司 | 吸附力调整方法、装置、设备及存储介质 |
-
2020
- 2020-04-02 CN CN202010257085.7A patent/CN111582436B/zh active Active
- 2020-10-30 EP EP20928824.0A patent/EP4120135A4/en active Pending
- 2020-10-30 US US17/916,057 patent/US20230165349A1/en active Pending
- 2020-10-30 WO PCT/CN2020/125555 patent/WO2021196594A1/zh unknown
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104281219A (zh) * | 2010-09-17 | 2015-01-14 | 苹果公司 | 具有磁附接的电子设备 |
CN106062656A (zh) * | 2014-03-28 | 2016-10-26 | 英特尔公司 | 计算设备中磁力的调节 |
CN106958725A (zh) * | 2017-03-28 | 2017-07-18 | 联想(北京)有限公司 | 电子设备以及屏幕角度调节方法 |
CN206555920U (zh) * | 2017-03-28 | 2017-10-13 | 江苏秦汉光电科技有限公司 | 一种一键式太阳能路灯控制器 |
CN107800881A (zh) * | 2017-10-27 | 2018-03-13 | 广东欧珀移动通信有限公司 | 移动终端以及移动终端保护方法 |
CN108429850A (zh) * | 2018-01-10 | 2018-08-21 | 广东欧珀移动通信有限公司 | 跌落处理方法及相关产品 |
CN109347366A (zh) * | 2018-09-30 | 2019-02-15 | 联想(北京)有限公司 | 一种控制方法、装置及电子设备 |
CN109459983A (zh) * | 2018-10-22 | 2019-03-12 | 广州星迹科技有限公司 | 一种可自动预测用户行为的开关控制系统及方法 |
CN110535204A (zh) * | 2019-08-30 | 2019-12-03 | 维沃移动通信有限公司 | 一种无线充电方法及相关设备 |
CN110576765A (zh) * | 2019-08-30 | 2019-12-17 | 维沃移动通信有限公司 | 一种无线充电方法及相关设备 |
CN110851954A (zh) * | 2019-09-30 | 2020-02-28 | 温州大学 | 基于神经网络的高分子链在吸引表面的吸附相变识别方法 |
Also Published As
Publication number | Publication date |
---|---|
US20230165349A1 (en) | 2023-06-01 |
CN111582436A (zh) | 2020-08-25 |
WO2021196594A1 (zh) | 2021-10-07 |
EP4120135A1 (en) | 2023-01-18 |
EP4120135A4 (en) | 2023-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111582436B (zh) | 吸附力调整方法、装置、设备及存储介质 | |
EP3690650B1 (en) | Application control method and apparatus, storage medium and electronic device | |
Anjum et al. | Video stream analysis in clouds: An object detection and classification framework for high performance video analytics | |
CN102598112B (zh) | 显示方法和显示装置 | |
CN112101329B (zh) | 一种基于视频的文本识别方法、模型训练的方法及装置 | |
US20160036882A1 (en) | Simulataneous metadata extraction of moving objects | |
WO2020098119A1 (zh) | 加速度识别方法、装置、计算机设备及存储介质 | |
CN113723378B (zh) | 一种模型训练的方法、装置、计算机设备和存储介质 | |
CN113284142A (zh) | 图像检测方法、装置、计算机可读存储介质及计算机设备 | |
CN105843523B (zh) | 信息处理的方法和装置 | |
CN113573061A (zh) | 一种视频抽帧方法、装置及设备 | |
CN109491502A (zh) | 一种触觉再现方法、终端设备及计算机可读存储介质 | |
CN106454195A (zh) | 一种基于vr视频聊天防偷窥的方法及系统 | |
WO2022089020A1 (zh) | 事件展示方法及装置、存储介质及电子设备 | |
CN1436424A (zh) | 用于图像相关性最小失真计算的自适应尽快退出技术 | |
CN110555865B (zh) | 一种基于帧图像的动态视觉传感器样本集建模方法 | |
CN113093980A (zh) | 终端的控制方法、装置、终端和存储介质 | |
CN112270238A (zh) | 一种视频内容识别方法和相关装置 | |
CN112311280A (zh) | 用于控制磁悬浮产品的方法、装置和磁悬浮产品 | |
CN104980621B (zh) | 一种帧率调整方法及电子设备 | |
CN113705309A (zh) | 一种景别类型判断方法、装置、电子设备和存储介质 | |
CN1436426A (zh) | 用于图像相关性最小失真计算的自适应尽快退出技术 | |
CN113780291A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
Lee et al. | Cooperative big data processing engine for fast reaction in internet of things environment: greater than the sum of its parts | |
CN111796924A (zh) | 服务处理方法、装置、存储介质及电子设备 |
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 |