CN111796883A - 设备控制方法、装置、存储介质及电子设备 - Google Patents
设备控制方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN111796883A CN111796883A CN201910282151.3A CN201910282151A CN111796883A CN 111796883 A CN111796883 A CN 111796883A CN 201910282151 A CN201910282151 A CN 201910282151A CN 111796883 A CN111796883 A CN 111796883A
- Authority
- CN
- China
- Prior art keywords
- value
- sensor
- electronic device
- task
- target
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 description 42
- 230000001133 acceleration Effects 0.000 description 38
- 230000008569 process Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000000605 extraction Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000008447 perception Effects 0.000 description 7
- 238000013480 data collection Methods 0.000 description 6
- 230000010354 integration Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013501 data transformation Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000005355 Hall effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
-
- 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
- G06F1/1633—Constructional details or arrangements of portable computers not specific to the type of enclosures covered by groups G06F1/1615 - G06F1/1626
- G06F1/1684—Constructional details or arrangements related to integrated I/O peripherals not covered by groups G06F1/1635 - G06F1/1675
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请公开了一种设备控制方法、装置、存储介质及电子设备。该方法包括:当执行预设任务时,获取传感器和任务的关联信息,该关联信息包括不同的传感器与任务之间的关联度;获取电子设备的运行参数值;根据该运行参数值,确定目标数值;根据关联信息,从与预设任务关联的传感器中确定目标传感器,其中,该目标传感器与该预设任务的关联度大于目标数值;调用该目标传感器收集数据。本申请可以提高电子设备在执行任务时调用传感器的灵活性。
Description
技术领域
本申请属于电子设备技术领域,尤其涉及一种设备控制方法、装置、存储介质及电子设备。
背景技术
随着技术的不断发展,电子设备的硬件配置不断提升。比如,在硬件方面,电子设备上可以集成诸如陀螺仪传感器、环境光传感器、接近传感器等各种传感器。相关技术中,电子设备可以利用这些传感器来收集各种数据,如环境参数值以及用户的操作行为数据等,并根据这些数据来执行一定的操作。然而,相关技术中,电子设备对传感器的调度不够灵活。
发明内容
本申请实施例提供一种设备控制方法、装置、存储介质及电子设备,可以提高电子设备在执行任务时调用传感器的灵活性。
第一方面,本实施例提供一种设备控制方法,应用于电子设备,包括:
当执行预设任务时,获取传感器和任务的关联信息,所述关联信息包括不同的传感器与任务之间的关联度;
获取所述电子设备的运行参数值;
根据所述运行参数值,确定目标数值;
根据所述关联信息,从与所述预设任务关联的传感器中确定目标传感器,其中,所述目标传感器与所述预设任务的关联度大于所述目标数值;
调用所述目标传感器收集数据。
第二方面,本实施例提供一种设备控制装置,其中,包括:
第一获取模块,用于当执行预设任务时,获取传感器和任务的关联信息,所述关联信息包括不同的传感器与任务之间的关联度;
第二获取模块,用于获取所述电子设备的运行参数值;
第一确定模块,用于根据所述运行参数值,确定目标数值;
第二确定模块,用于根据所述关联信息,从与所述预设任务关联的传感器中确定目标传感器,其中,所述目标传感器与所述预设任务的关联度大于所述目标数值;
调用模块,用于调用所述目标传感器收集数据。
第三方面,本实施例提供一种存储介质,其上存储有计算机程序,其中,当所述计算机程序在计算机上执行时,使得所述计算机执行如本实施例提供的传感器的调用方法。
第四方面,本实施例提供一种电子设备,包括存储器,处理器,所述处理器通过调用所述存储器中存储的计算机程序,用于执行如本实施例提供的传感器的调用方法。
本实施例中,在执行预设任务时,电子设备可以获取运行参数值,并根据该运行参数值,获取与该预设任务的关联程度高的传感器,并调用这些传感器进行数据收集。因此,本申请实施例中电子设备可以在执行任务时灵活地调用相关传感器,即提高了电子设备在执行任务时调用传感器的灵活性。
附图说明
下面结合附图,通过对本申请的具体实施方式详细描述,将使本申请的技术方案及其有益效果显而易见。
图1是本申请实施例提供的电子设备的全景感知架构的示意图。
图2是本申请实施例提供的设备控制方法的流程示意图。
图3是本申请实施例提供的设备控制方法的另一流程示意图。
图4至图7是本申请实施例提供的设备控制方法的场景示意图。
图8是本申请实施例提供的设备控制装置的结构示意图。
图9是本申请实施例提供的电子设备的结构示意图。
图10是本申请实施例提供的电子设备的另一结构示意图。
具体实施方式
请参照图示,其中相同的组件符号代表相同的组件,本申请的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本申请具体实施例,其不应被视为限制本申请未在此详述的其它具体实施例。
请参考图1,图1为本申请实施例提供的设备控制方法的应用场景示意图。该设备控制方法可以应用于电子设备。该电子设备中设置有全景感知架构。该全景感知架构为电子设备中用于实现该设备控制方法的硬件和软件的集成。
其中,全景感知架构包括信息感知层、数据处理层、特征抽取层、情景建模层以及智能服务层。
信息感知层用于获取电子设备自身的信息或者外部环境中的信息。该信息感知层可以包括多个传感器。例如,该信息感知层包括距离传感器、磁场传感器、光线传感器、加速度传感器、指纹传感器、霍尔传感器、位置传感器、陀螺仪、惯性传感器、姿态感应器、气压计、心率传感器等多个传感器。
其中,距离传感器可以用于检测电子设备与外部物体之间的距离。磁场传感器可以用于检测电子设备所处环境的磁场信息。光线传感器可以用于检测电子设备所处环境的光线信息。加速度传感器可以用于检测电子设备的加速度数据。指纹传感器可以用于采集用户的指纹信息。霍尔传感器是根据霍尔效应制作的一种磁场传感器,可以用于实现电子设备的自动控制。位置传感器可以用于检测电子设备当前所处的地理位置。陀螺仪可以用于检测电子设备在各个方向上的角速度。惯性传感器可以用于检测电子设备的运动数据。姿态感应器可以用于感应电子设备的姿态信息。气压计可以用于检测电子设备所处环境的气压。心率传感器可以用于检测用户的心率信息。
数据处理层用于对信息感知层获取到的数据进行处理。例如,数据处理层可以对信息感知层获取到的数据进行数据清理、数据集成、数据变换、数据归约等处理。
其中,数据清理是指对信息感知层获取到的大量数据进行清理,以剔除无效数据和重复数据。数据集成是指将信息感知层获取到的多个单维度数据集成到一个更高或者更抽象的维度,以对多个单维度的数据进行综合处理。数据变换是指对信息感知层获取到的数据进行数据类型的转换或者格式的转换等,以使变换后的数据满足处理的需求。数据归约是指在尽可能保持数据原貌的前提下,最大限度的精简数据量。
特征抽取层用于对数据处理层处理后的数据进行特征抽取,以提取该数据中包括的特征。提取到的特征可以反映出电子设备自身的状态或者用户的状态或者电子设备所处环境的环境状态等。
其中,特征抽取层可以通过过滤法、包装法、集成法等方法来提取特征或者对提取到的特征进行处理。
过滤法是指对提取到的特征进行过滤,以删除冗余的特征数据。包装法用于对提取到的特征进行筛选。集成法是指将多种特征提取方法集成到一起,以构建一种更加高效、更加准确的特征提取方法,用于提取特征。
情景建模层用于根据特征抽取层提取到的特征来构建模型,所得到的模型可以用于表示电子设备的状态或者用户的状态或者环境状态等。例如,情景建模层可以根据特征抽取层提取到的特征来构建关键值模型、模式标识模型、图模型、实体联系模型、面向对象模型等。
智能服务层用于根据情景建模层所构建的模型为用户提供智能化的服务。例如,智能服务层可以为用户提供基础应用服务,可以为电子设备进行系统智能优化,还可以为用户提供个性化智能服务。
此外,全景感知架构中还可以包括多种算法,每一种算法都可以用于对数据进行分析处理,该多种算法可以构成算法库。例如,该算法库中可以包括马尔科夫算法、隐含狄里克雷分布算法、贝叶斯分类算法、支持向量机、K均值聚类算法、K近邻算法、条件随机场、残差网络、长短期记忆网络、卷积神经网络、循环神经网络等算法。
可以理解的是,本申请实施例的执行主体可以是诸如智能手机或平板电脑等的电子设备。
请参阅图2,图2是本申请实施例提供的设备控制方法的流程示意图,流程可以包括:
在101中,当执行预设任务时,获取传感器和任务的关联信息,该关联信息包括不同的传感器与任务之间的关联度。
随着技术的不断发展,电子设备的硬件配置不断提升。比如,在硬件方面,电子设备上可以集成诸如陀螺仪传感器、环境光传感器、接近传感器等各种传感器。相关技术中,电子设备可以利用这些传感器来收集各种数据,如环境参数值以及用户的操作行为数据等,并根据这些数据来执行一定的操作。然而,相关技术中,电子设备对传感器的调度不够灵活。
在本申请实施例的101中,比如,当执行预设任务时,电子设备可以获取传感器和任务的关联信息。其中,该关联信息中可以包括不同的传感器与不同的任务之间的关联度。
在一种实施方式中,上述关联信息可以是关联矩阵表,其中,该关联矩阵表的两维可以分别为传感器和任务,该关联矩阵表中的元素可以用于表示相应的传感器与任务的关联度,其中,元素的取值越大表示相应的传感器与任务的关联度越强。可以理解的是,预设任务是关联矩阵表中记载的任务。
例如,如下表1所示,关联矩阵表横向的维度可以为传感器,例如可以包括接近传感器、环境光传感器、加速度传感器、指纹传感器、位置传感器、陀螺仪传感器、气压计、心率传感器、温度传感器等。关联矩阵表纵向的维度可以为任务,例如可以包括拍照、导航、听歌、视频播放、支付、通讯、阅读、游戏等等。
表1关联矩阵表
在一种实施方式中,关联矩阵表中的元素的取值范围可以位于0~1之间,取值越大表示对应的传感器与任务之间的关联度越强。其中,当矩阵的元素取值为0时,表示对应的传感器与任务无关联。当矩阵的元素取值为1时,表示对应的传感器与任务强关联,即在执行该任务时一定要开启该传感器。
以表1中的听歌任务为例,由于很多听歌应用都可以通过晃动手机来进行歌曲切换,因此听歌任务和加速度传感器的关联度较大。相比较之下,听歌任务和环境光传感器的关联度较小,因此听歌任务和环境光传感器在关联矩阵表中对应的元素的取值0.5要小于听歌任务和加速度传感器在关联矩阵表中对应的元素的取值0.7。又如,拍照任务中的防抖功能主要是通过陀螺仪传感器和加速度传感器来实现的,即拍照任务和陀螺仪传感器以及加速度传感器的关联度较大,因此导航任务和加速度传感器对应的矩阵元素的取值0.7以及导航任务和陀螺仪传感器对应的矩阵元素的取值0.8均要大于导航任务和接近传感器对应的矩阵元素的取值0.1。
在102中,获取电子设备的运行参数值。
在103中,根据运行参数值,确定目标数值。
比如,102和103可以包括:
在获取到关联信息后,电子设备可以获取其自身的运行参数值,并根据该运行参数值确定一目标数值。
在104中,根据关联信息,从与预设任务关联的传感器中确定目标传感器,其中,该目标传感器与预设任务的关联度大于目标数值。
比如,在确定出目标数值后,电子设备可以根据101中获取的关联信息,从与预设任务关联的传感器中确定出目标传感器,其中,该目标传感器与预设任务的关联度大于该目标数值。
例如,电子设备需要执行拍照任务,并根据运行参数值确定出目标数值为0.6。那么,根据关联矩阵表可知,与拍照任务存在关联的传感器有接近传感器、环境光传感器、加速度传感器、指纹传感器、位置传感器、陀螺仪传感器和气压计(对应元素的取值均大于0)。而心率传感器和温度传感器则与拍照任务无关联(对应元素的取值均为0)。由于目标数值为0.6,因此电子设备可以将环境光传感器、加速度传感器、陀螺仪传感器确定为目标传感器(这三类传感器与拍照任务的关联程度的取值均大于0.6)。而接近传感器、指纹传感器、位置传感器和气压计则不是目标传感器(这四类传感器与拍照任务的关联程度的取值均小于0.6)。
在105中,调用目标传感器收集数据。
比如,在确定出目标传感器后,电子设备可以调用目标传感器并进行数据收集。例如,电子设备在进行拍照任务时,可以调用环境光传感器、加速度传感器、陀螺仪传感器,并收集这些传感器的数据。
可以理解的是,本实施例中,在执行预设任务时,电子设备可以获取运行参数值,并根据该运行参数值,获取与该预设任务的关联程度高的传感器,并调用这些传感器进行数据收集。因此,本申请实施例中电子设备可以在执行任务时灵活地调用相关传感器,即提高了电子设备在执行任务时调用传感器的灵活性。
需要说明的是,本实施例提供的设备控制方法可以应用于图1所示的全景感知架构中的信息感知层。本实施例提供的设备控制方法可以在电子设备执行某一任务时调用相关的传感器,通过这些传感器来采集数据,采集到的数据可以被输入到数据处理层中进行处理,经数据处理层处理的数据可以被输入到特征提取层进行特征提取,情景建模层则可以根据特征提取层提取到的数据特征进行建模,从而得到情景数据。该情景数据可以被输入到智能服务层,智能服务层可以根据该情景数据为电子设备的用户提供智能服务,例如为用户推送适于当前情景的信息等。
请参阅图3,图3为本申请实施例提供的设备控制方法的另一流程示意图,流程可以包括:
在201中,当执行预设任务时,电子设备获取传感器和任务的关联信息,该关联信息包括不同的传感器与任务之间的关联度。
比如,当执行预设任务时,电子设备可以获取传感器和任务的关联信息,该关联信息可以是一关联矩阵表,其中,该关联矩阵表的两维可以分别为传感器和任务,该关联矩阵表中的元素可以用于表示相应的传感器与任务的关联度,其中,元素的取值越大表示相应的传感器与任务的关联程度越强。可以理解的是,预设任务是关联矩阵表中记载的任务。
例如,如前文所述的表1所示,关联矩阵表横向的维度可以为传感器,例如可以包括接近传感器、环境光传感器、加速度传感器、指纹传感器、位置传感器、陀螺仪传感器、气压计、心率传感器、温度传感器等。关联矩阵表纵向的维度可以为任务,例如可以包括拍照、导航、听歌、视频播放、支付、通讯、阅读、游戏等等。
在一种实施方式中,关联矩阵表中的元素的取值范围可以位于0~1之间,取值越大表示对应的传感器与任务之间的关联度越强。其中,当矩阵的元素取值为0时,表示对应的传感器与任务无关联。当矩阵的元素取值为1时,表示对应的传感器与任务强关联,即在执行该任务时一定要开启该传感器。
以表1中的听歌任务为例,由于很多听歌应用都可以通过晃动手机来进行歌曲切换,因此听歌任务和加速度传感器的关联程度较大。相比较之下,听歌任务和环境光传感器的关联程度较小,因此听歌任务和环境光传感器在关联矩阵表中对应的元素的取值0.5要小于听歌任务和加速度传感器在关联矩阵表中对应的元素的取值0.7。又如,拍照任务中的防抖功能主要是通过陀螺仪传感器和加速度传感器来实现的,即拍照任务和陀螺仪传感器以及加速度传感器的关联程度较大,因此导航任务和加速度传感器对应的矩阵元素的取值0.7以及导航任务和陀螺仪传感器对应的矩阵元素的取值0.8均要大于导航任务和接近传感器对应的矩阵元素的取值0.1。
在202中,电子设备获取资源被占用比例。
比如,在获取到关联矩阵表后,电子设备可以获取其自身的资源被占用比例。例如,电子设备可以获取运行内存被占用比例。
在203中,电子设备获取预先设置的基础数值。
比如,在获取到电子设备的运行内存被占用比例后,该电子设备可以获取一预先设置的基础数值。该基础数值可以是一用于表示传感器与任务的关联度一般的一个数值。即,该基础数值可以表示传感器与任务之间既不是强关联也不是弱关联,而是一般的关联。
之后,电子设备可以检测获取到的资源被占用比例是否小于预设比例阈值。
若检测到资源被占用比例小于预设比例阈值,则进入204中。
若检测到资源被占用比例大于或等于预设比例阈值,则进入205中。
在204中,若资源被占用比例小于预设比例阈值,则电子设备将基础数值设为目标数值。
比如,电子设备当前的运行内存被占用比例为20%,而预设比例阈值为50%,即运行内存被占用比例小于预设比例阈值,那么可以认为运行内存被占用的比例较小,还剩较多的运行内存容量。在这种情况下,电子设备可以将基础数值设为目标数值。例如,基础数值为0.5,那么在运行内存被占用比例小于预设比例阈值的情况下,电子设备可以将基础数值0.5设为目标数值。
之后,可以进入208中。
在205中,若资源被占用比例大于或等于预设比例阈值,则电子设备获取资源被占用比例与预设比例阈值的差值。
在206中,电子设备根据差值确定增加幅度值。
在207中,电子设备将基础数值与增加幅度值的和值设为目标数值。
比如,电子设备当前的运行内存被占用比例为63%,而预设比例阈值为50%,即运行内存被占用比例大于预设比例阈值,那么可以认为运行内存被占用的比例较大,剩余的运行内存容量较小。在这种情况下,电子设备可以获取运行内存被占用比例与预设比例阈值的差值。例如,运行内存被占用比例为63%,而预设比例阈值为50%,则这二者的差值为13%。
之后,电子设备可以根据运行内存被占用比例与预设比例阈值的差值,确定增加幅度值。
在确定增加幅度值之后,电子设备可以获取基础数值与增加幅度值的和值,并将该和值确定为目标数值。例如,电子设备根据运行内存被占用比例63%与预设比例阈值50%的差值13%所确定出的增加幅度值为0.13,而基础数值为0.5,那么基础数值与增加幅度值的和为0.63。电子设备可以将0.63设为目标数值。
之后,可以进入208中。
在208中,根据关联信息,电子设备从与预设任务关联的传感器中确定目标传感器,其中,目标传感器与预设任务的关联度大于目标数值。
比如,在确定出目标数值后,电子设备可以根据关联矩阵表,从与预设任务关联的传感器中确定目标传感器,其中,目标传感器与预设任务对应的元素的取值大于目标数值。
例如,电子设备需要执行视频播放任务。
例如,若在204的流程中电子设备将基础数值0.5确定为目标数值。那么,由于环境光传感器与视频播放任务的关联度的取值为0.8,加速度传感器与视频播放任务的关联度的取值为0.7,陀螺仪传感器与视频播放任务的关联度的取值为0.6,这三个传感器与视频播放任务的关联度的取值均大于0.5,因此电子设备可以将环境光传感器、加速度传感器和陀螺仪传感器确定为目标传感器。另外,由于接近传感器、指纹传感器、位置传感器、气压计、心率传感器、温度传感器这六个传感器与视频播放任务的关联度的取值均小于0.5,因此电子设备可以不将上述这六个传感器确定为目标传感器。
又如,若在207的流程中电子设备将数值0.63确定为目标数值。那么,由于环境光传感器与视频播放任务的关联度的取值为0.8,加速度传感器与视频播放任务的关联度的取值为0.7,这两个传感器与视频播放任务的关联度的取值均大于0.63,因此电子设备可以将环境光传感器和加速度传感器确定为目标传感器。另外,由于接近传感器、指纹传感器、位置传感器、陀螺仪传感器、气压计、心率传感器、温度传感器这七个传感器与视频播放任务的关联度的取值均小于0.63,因此电子设备可以不将上述这七个传感器确定为目标传感器。
在209中,电子设备调用目标传感器收集数据。
比如,在确定出目标传感器后,电子设备可以调用目标传感器并进行数据收集。例如,电子设备在进行视频播放任务时,若将环境光传感器、加速度传感器和陀螺仪传感器确定为目标传感器,那么电子设备可以调用环境光传感器、加速度传感器和陀螺仪传感器,并收集这些传感器的数据。或者,电子设备在进行视频播放任务时,若将环境光传感器、加速度传感器确定为目标传感器,那么电子设备可以调用环境光传感器、加速度传感器,并收集这些传感器的数据。
在一种实施方式中,202中电子设备获取资源被占用比例的流程,可以包括:
电子设备获取被占用运行内存容量以及运行内存总容量;
电子设备计算被占用运行内存容量占运行内存总容量的第一比例,并将该第一比例设为资源被占用比例。
比如,电子设备在获取资源被占用比例时,可以获取当前被占用的运行内存容量以及电子设备的运行内存总容量。之后,电子设备可以计算被占用的运行内存容量占运行内存总容量的比例(即第一比例),并将该第一比例设为资源被占用比例。
例如,电子设备获取到当前被占用的运行内存容量为1GB,而该电子设备的运行内存总容量为4GB,则被占用的运行内存容量占运行内存总容量的比例为25%。在本实施例中,电子设备可以将该比例25%设为电子设备的资源被占用比例。
在另一种实施方式中,电子设备在将第一比例确定为电子设备的资源被占用比例时,可以包括如下流程:
电子设备获取剩余电量值;
根据剩余电量值,电子设备对第一比例的数值进行调整,并将调整后的第一比例设为电子设备的资源被占用比例。
比如,电子设备计算出被占用运行内存容量占运行内存总容量的第一比例为25%,那么电子设备可以获取剩余电量值,并根据该剩余电量值对第一比例的数值进行调整。之后,电子设备可以将调整后的第一比例设为电子设备的资源被占用比例。例如,剩余电量值为45%,那么电子设备可以将第一比例的数值调大一些。例如,电子设备可以将第一比例的由25%调整为30%,并将30%设为电子设备的资源被占用比例。
在一些实施方式中,在根据剩余电量值对第一比例的数值进行调整时,电子设备可以执行如下流程:
若剩余电量值小于预设电量阈值,则电子设备可以将第一比例的数值调大。
例如,剩余电量值为45%,而预设电量阈值为50%,即剩余电量较少。在这种情况下,电子设备可以将第一比例的数值调大一些。例如,第一比例的数值为25%,那么由于剩余电量较少,因此为了节省电子设备的电量,电子设备可以将第一比例的数值调大一些,例如由25%调整到30%。
在一种实施方式中,在209中电子设备调用目标传感器收集数据的流程之后,还可以包括如下流程:
当检测到所述预设任务被关闭时,关闭所述目标传感器。
比如,当电子设备检测到预设任务被关闭时,该电子设备可以关闭目标传感器。例如,电子设备在进行视频播放任务时,若将环境光传感器、加速度传感器和陀螺仪传感器确定为目标传感器,那么电子设备可以调用环境光传感器、加速度传感器和陀螺仪传感器,并收集这些传感器的数据。当检测到电子设备关闭视频播放任务时,该电子设备可以关闭环境光传感器、加速度传感器和陀螺仪传感器。
请参阅图4至图7,图4至图7为本申请实施例提供的设备控制方法的场景示意图。
比如,用户点击了视频播放应用A的图标,并开始播放视频,如图4所示。当检测到电子设备执行视频播放任务时,该电子设备可以获取关联矩阵表。例如,本实施例中,电子设备获取的关联矩阵表可以如上文所列的表1。其中,关联矩阵表横向的维度可以为传感器,例如可以包括接近传感器、环境光传感器、加速度传感器、指纹传感器、位置传感器、陀螺仪传感器、气压计、心率传感器、温度传感器等。关联矩阵表纵向的维度可以为任务,例如可以包括拍照、导航、听歌、视频播放、支付、通讯、阅读、游戏等任务。
在获取到关联矩阵表后,电子设备可以获取其当前被占用的运行内存容量和运行内存总容量。例如,电子设备当前被占用的运行内存容量为1GB,而该电子设备的运行内存总容量为4GB。之后,电子设备可以计算当前被占用的运行内存容量占运行内存总容量的比例。例如,当前被占用的运行内存容量占运行内存总容量的比例为25%。电子设备可以将该比例25%确定为资源被占用比例。
在确定出资源被占用比例后,电子设备可以检测该资源被占用比例是否小于预设比例阈值。例如,预设比例阈值为50%。因此,电子设备可以检测到其当前的资源被占用比例小于预设比例阈值。在这种情况下,电子设备可以获取预先设定的一基础数值,并将该基础数值设为目标数值。
在确定出目标数值后,电子设备可以根据关联矩阵表,从与视频播放任务关联的传感器中确定目标传感器。例如,与视频播放任务关联的传感器包括接近传感器、环境光传感器、加速度传感器、指纹传感器、位置传感器、陀螺仪传感器。那么,电子设备可以将上述传感器中与视频播放任务的关联度的取值大于目标数值的传感器确定为目标传感器。例如,目标数值为0.5,那么电子设备可以将环境光传感器、加速度传感器和陀螺仪传感器确定为目标传感器,并调用环境光传感器、加速度传感器和陀螺仪传感器进行数据收集,其场景示意图可以如图5所示。
又如,用户点击了音乐应用B的图标,并开始听歌,如图6所示。当检测到电子设备执行听歌任务时,该电子设备可以获取关联矩阵表。例如,本实施例中,电子设备获取的关联矩阵表可以如上文所列的表1。
在获取到关联矩阵表后,电子设备可以获取其当前被占用的运行内存容量和运行内存总容量。例如,电子设备当前被占用的运行内存容量为3GB,而该电子设备的运行内存总容量为4GB。之后,电子设备可以计算当前被占用的运行内存容量占运行内存总容量的比例。例如,当前被占用的运行内存容量占运行内存总容量的比例为75%。电子设备可以将该比例75%确定为资源被占用比例。
在确定出资源被占用比例后,电子设备可以检测该资源被占用比例是否小于预设比例阈值。例如,预设比例阈值为50%。因此,电子设备可以检测到其当前的资源被占用比例大于预设比例阈值。在这种情况下,电子设备可以获取预先设定的一基础数值,并计算资源被占用比例与预设比例阈值的差值。之后,电子设备可以根据该差值确定一增加幅度值,然后电子设备可以计算基础数值与增加幅度值的和值,并将该和值确定为目标数值。例如,资源被占用比例75%与预设比例阈值50%的差值为25%,电子设备根据该差值25%确定出增加幅度值为0.1,那么,电子设备可以将基础数值0.5和增加幅度值0.1的和值0.6确定为目标数值。
在确定出目标数值后,电子设备可以根据关联矩阵表,从与听歌任务关联的传感器中确定目标传感器。例如,与听歌任务关联的传感器包括接近传感器、环境光传感器、加速度传感器、指纹传感器、位置传感器、陀螺仪传感器。那么,电子设备可以将上述传感器中与听歌任务的关联度的取值大于目标数值的传感器确定为目标传感器。例如,目标数值为0.6,那么电子设备可以将加速度传感器和陀螺仪传感器确定为目标传感器,并调用加速度传感器和陀螺仪传感器进行数据收集,其场景示意图可以如图7所示。
请参阅图8,图8为本申请实施例提供的设备控制装置的结构示意图。设备控制装置300可以包括:第一获取模块301,第二获取模块302,第一确定模块303,第二确定模块304,调用模块305。
第一获取模块301,用于当执行预设任务时,获取传感器和任务的关联信息,所述关联信息包括不同的传感器与任务之间的关联度。
第二获取模块302,用于获取所述电子设备的运行参数值。
第一确定模块303,用于根据所述运行参数值,确定目标数值。
第二确定模块304,用于根据所述关联信息,从与所述预设任务关联的传感器中确定目标传感器,其中,所述目标传感器与所述预设任务的关联度大于所述目标数值。
调用模块305,用于调用所述目标传感器收集数据。
在一种实施方式中,所述电子设备的运行参数值为所述电子设备的资源被占用比例。
在一种实施方式中,所述第一确定模块303可以用于:获取预先设置的基础数值;若所述资源被占用比例小于预设比例阈值,则将所述基础数值设为目标数值。在一种实施方式中,所述第一确定模块303还可以用于:获取预先设置的基础数值;若所述资源被占用比例大于或等于预设比例阈值,则获取所述资源被占用比例与所述预设比例阈值的差值;根据所述差值,确定增加幅度值;将所述基础数值与所述增加幅度值的和值设为目标数值。
在一种实施方式中,所述第二获取模块304可以用于:获取所述电子设备的被占用运行内存容量以及运行内存总容量;计算所述被占用运行内存容量占所述运行内存总容量的第一比例,并将所述第一比例设为所述电子设备的资源被占用比例。
在一种实施方式中,所述第二获取模块304可以用于:获取所述电子设备的剩余电量值;根据所述剩余电量值,对所述第一比例的数值进行调整,并将调整后的所述第一比例设为电子设备的资源被占用比例。
在一种实施方式中,所述调用模块305还可以用于:
当检测到所述预设任务被关闭时,关闭所述目标传感器。
本申请实施例提供一种计算机可读的存储介质,其上存储有计算机程序,当所述计算机程序在计算机上执行时,使得所述计算机执行如本实施例提供的设备控制方法中的流程。
本申请实施例还提供一种电子设备,包括存储器,处理器,所述处理器通过调用所述存储器中存储的计算机程序,用于执行本实施例提供的设备控制方法中的流程。
例如,上述电子设备可以是诸如平板电脑或者智能手机等移动终端。请参阅图9,图9为本申请实施例提供的电子设备的结构示意图。
该电子设备400可以包括传感器401、存储器402、处理器403等部件。本领域技术人员可以理解,图9中示出的电子设备结构并不构成对电子设备的限定,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。
传感器401可以包括如距离传感器、环境光传感器、加速度传感器、指纹传感器、霍尔传感器、位置传感器、陀螺仪传感器、心率传感器等多个传感器。
存储器402可用于存储应用程序和数据。存储器402存储的应用程序中包含有可执行代码。应用程序可以组成各种功能模块。处理器403通过运行存储在存储器402的应用程序,从而执行各种功能应用以及数据处理。
处理器403是电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器402内的应用程序,以及调用存储在存储器402内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。
在本实施例中,电子设备中的处理器403会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行代码加载到存储器402中,并由处理器403来运行存储在存储器402中的应用程序,从而执行:
当执行预设任务时,获取传感器和任务的关联信息,所述关联信息包括不同的传感器与任务之间的关联度;
获取所述电子设备的运行参数值;
根据所述运行参数值,确定目标数值;
根据所述关联信息,从与所述预设任务关联的传感器中确定目标传感器,其中,所述目标传感器与所述预设任务的关联度大于所述目标数值;
调用所述目标传感器收集数据。
请参阅图10,电子设备500可以包括传感器501、存储器502、处理器503、扬声器504、麦克风505、显示屏506等部件。
传感器501可以包括如距离传感器、环境光传感器、加速度传感器、指纹传感器、霍尔传感器、位置传感器、陀螺仪传感器、心率传感器等多个传感器。
存储器502可用于存储应用程序和数据。存储器502存储的应用程序中包含有可执行代码。应用程序可以组成各种功能模块。处理器503通过运行存储在存储器502的应用程序,从而执行各种功能应用以及数据处理。
处理器503是电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器502内的应用程序,以及调用存储在存储器502内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。
扬声器504可以用于播放声音。麦克风505可以用于采集外界的声音信号。
显示屏506可以显示诸如图像、文字等信息。
在本实施例中,电子设备中的处理器503会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行代码加载到存储器502中,并由处理器503来运行存储在存储器502中的应用程序,从而执行:
当执行预设任务时,获取传感器和任务的关联信息,所述关联信息包括不同的传感器与任务之间的关联度;
获取所述电子设备的运行参数值;
根据所述运行参数值,确定目标数值;
根据所述关联信息,从与所述预设任务关联的传感器中确定目标传感器,其中,所述目标传感器与所述预设任务的关联度大于所述目标数值;
调用所述目标传感器收集数据。
在一种实施方式中,所述电子设备的运行参数值为所述电子设备的资源被占用比例。
在一种实施方式中,处理器503执行根据所述资源被占用比例,确定目标数值时,可以执行:获取预先设置的基础数值;若所述资源被占用比例小于预设比例阈值,则将所述基础数值设为目标数值。
在一种实施方式中,处理器503执行根据所述资源被占用比例,确定目标数值时,可以执行:获取预先设置的基础数值;若所述资源被占用比例大于或等于预设比例阈值,则获取所述资源被占用比例与所述预设比例阈值的差值;根据所述差值,确定增加幅度值;将所述基础数值与所述增加幅度值的和值设为目标数值。
在一种实施方式中,处理器503执行所述获取所述电子设备的资源被占用比例时,可以执行:获取所述电子设备的被占用运行内存容量以及运行内存总容量;计算所述被占用运行内存容量占所述运行内存总容量的第一比例,并将所述第一比例设为所述电子设备的资源被占用比例。
在一种实施方式中,处理器503执行将所述第一比例设为所述电子设备的资源被占用比例时,可以执行:获取所述电子设备的剩余电量值;根据所述剩余电量值,对所述第一比例的数值进行调整,并将调整后的所述第一比例设为电子设备的资源被占用比例。
在一种实施方式中,处理器503还可以执行:当检测到所述预设任务被关闭时,关闭所述目标传感器。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见上文针对设备控制方法的详细描述,此处不再赘述。
本申请实施例提供的所述设备控制装置与上文实施例中的设备控制方法属于同一构思,在所述设备控制装置上可以运行所述设备控制方法实施例中提供的任一方法,其具体实现过程详见所述设备控制方法实施例,此处不再赘述。
需要说明的是,对本申请实施例所述设备控制方法而言,本领域普通技术人员可以理解实现本申请实施例所述设备控制方法的全部或部分流程,是可以通过计算机程序来控制相关的硬件来完成,所述计算机程序可存储于一计算机可读取存储介质中,如存储在存储器中,并被至少一个处理器执行,在执行过程中可包括如所述设备控制方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)等。
对本申请实施例的所述设备控制装置而言,其各功能模块可以集成在一个处理芯片中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中,所述存储介质譬如为只读存储器,磁盘或光盘等。
以上对本申请实施例所提供的一种设备控制方法、装置、存储介质以及电子设备进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种设备控制方法,应用于电子设备,其特征在于,包括:
当执行预设任务时,获取传感器和任务的关联信息,所述关联信息包括不同的传感器与任务之间的关联度;
获取所述电子设备的运行参数值;
根据所述运行参数值,确定目标数值;
根据所述关联信息,从与所述预设任务关联的传感器中确定目标传感器,其中,所述目标传感器与所述预设任务的关联度大于所述目标数值;
调用所述目标传感器收集数据。
2.根据权利要求1所述的设备控制方法,其特征在于,所述电子设备的运行参数值为所述电子设备的资源被占用比例。
3.根据权利要求2所述的设备控制方法,其特征在于,根据所述资源被占用比例,确定目标数值,包括:
获取预先设置的基础数值;
若所述资源被占用比例小于预设比例阈值,则将所述基础数值设为目标数值。
4.根据权利要求2所述的设备控制方法,其特征在于,根据所述资源被占用比例,确定目标数值,包括:
获取预先设置的基础数值;
若所述资源被占用比例大于或等于预设比例阈值,则获取所述资源被占用比例与所述预设比例阈值的差值;
根据所述差值,确定增加幅度值;
将所述基础数值与所述增加幅度值的和值设为目标数值。
5.根据权利要求2所述的设备控制方法,其特征在于,所述获取所述电子设备的资源被占用比例,包括:
获取所述电子设备的被占用运行内存容量以及运行内存总容量;
计算所述被占用运行内存容量占所述运行内存总容量的第一比例,并将所述第一比例设为所述电子设备的资源被占用比例。
6.根据权利要求5所述的设备控制方法,其特征在于,将所述第一比例设为所述电子设备的资源被占用比例,包括:
获取所述电子设备的剩余电量值;
根据所述剩余电量值,对所述第一比例的数值进行调整,并将调整后的所述第一比例设为电子设备的资源被占用比例。
7.根据权利要求1所述的设备控制方法,其特征在于,所述方法还包括:
当检测到所述预设任务被关闭时,关闭所述目标传感器。
8.一种设备控制装置,其中,包括:
第一获取模块,用于当执行预设任务时,获取传感器和任务的关联信息,所述关联信息包括不同的传感器与任务之间的关联度;
第二获取模块,用于获取所述电子设备的运行参数值;
第一确定模块,用于根据所述运行参数值,确定目标数值;
第二确定模块,用于根据所述关联信息,从与所述预设任务关联的传感器中确定目标传感器,其中,所述目标传感器与所述预设任务的关联度大于所述目标数值;
调用模块,用于调用所述目标传感器收集数据。
9.一种存储介质,其上存储有计算机程序,其中,当所述计算机程序在计算机上执行时,使得所述计算机执行如权利要求1至7中任一项所述的方法。
10.一种电子设备,包括存储器,处理器,其中,所述处理器通过调用所述存储器中存储的计算机程序,用于执行如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910282151.3A CN111796883B (zh) | 2019-04-09 | 2019-04-09 | 设备控制方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910282151.3A CN111796883B (zh) | 2019-04-09 | 2019-04-09 | 设备控制方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111796883A true CN111796883A (zh) | 2020-10-20 |
CN111796883B CN111796883B (zh) | 2024-05-14 |
Family
ID=72805369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910282151.3A Active CN111796883B (zh) | 2019-04-09 | 2019-04-09 | 设备控制方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111796883B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05116601A (ja) * | 1991-10-25 | 1993-05-14 | Mazda Motor Corp | 故障診断方法 |
CN106055076A (zh) * | 2016-05-31 | 2016-10-26 | 广东欧珀移动通信有限公司 | 一种传感器关闭方法和装置 |
CN106846094A (zh) * | 2016-12-29 | 2017-06-13 | 广州优视网络科技有限公司 | 一种基于已安装应用来推荐应用信息的方法和装置 |
CN107734616A (zh) * | 2017-10-31 | 2018-02-23 | 广东欧珀移动通信有限公司 | 应用程序关闭方法、装置、存储介质和电子设备 |
CN109074481A (zh) * | 2016-04-22 | 2018-12-21 | 微软技术许可有限责任公司 | 基于传感器数据来标识实体 |
-
2019
- 2019-04-09 CN CN201910282151.3A patent/CN111796883B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05116601A (ja) * | 1991-10-25 | 1993-05-14 | Mazda Motor Corp | 故障診断方法 |
CN109074481A (zh) * | 2016-04-22 | 2018-12-21 | 微软技术许可有限责任公司 | 基于传感器数据来标识实体 |
CN106055076A (zh) * | 2016-05-31 | 2016-10-26 | 广东欧珀移动通信有限公司 | 一种传感器关闭方法和装置 |
CN106846094A (zh) * | 2016-12-29 | 2017-06-13 | 广州优视网络科技有限公司 | 一种基于已安装应用来推荐应用信息的方法和装置 |
CN107734616A (zh) * | 2017-10-31 | 2018-02-23 | 广东欧珀移动通信有限公司 | 应用程序关闭方法、装置、存储介质和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111796883B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109299315B (zh) | 多媒体资源分类方法、装置、计算机设备及存储介质 | |
CN111931877B (zh) | 目标检测方法、装置、设备及存储介质 | |
CN111796979B (zh) | 数据采集策略的确定方法、装置、存储介质及电子设备 | |
CN111800445A (zh) | 消息推送方法、装置、存储介质及电子设备 | |
CN111738365B (zh) | 图像分类模型训练方法、装置、计算机设备及存储介质 | |
CN111797148A (zh) | 数据处理方法、装置、存储介质及电子设备 | |
CN111797849A (zh) | 用户活动识别方法、装置、存储介质及电子设备 | |
CN113343709B (zh) | 意图识别模型的训练方法、意图识别方法、装置及设备 | |
CN111797873A (zh) | 场景识别方法、装置、存储介质及电子设备 | |
CN111797867A (zh) | 系统资源优化方法、装置、存储介质及电子设备 | |
KR20140074129A (ko) | 상황 인지 서비스를 제공하기 위한 장소 인식 장치 및 방법 | |
CN111798367A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN111797874B (zh) | 行为预测方法、装置、存储介质及电子设备 | |
CN111796883B (zh) | 设备控制方法、装置、存储介质及电子设备 | |
CN111797986A (zh) | 数据处理方法、装置、存储介质及电子设备 | |
CN111753813A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN111796701A (zh) | 模型训练方法、操作处理方法、装置、存储介质及设备 | |
CN111797878B (zh) | 数据处理方法、装置、存储介质及电子设备 | |
CN111797346B (zh) | 数据处理方法、装置、存储介质、电子设备及服务器 | |
CN111796663B (zh) | 场景识别模型更新方法、装置、存储介质及电子设备 | |
CN111797860B (zh) | 特征提取方法、装置、存储介质及电子设备 | |
CN114297493A (zh) | 对象推荐方法、对象推荐装置、电子设备及存储介质 | |
CN111797656B (zh) | 人脸关键点检测方法、装置、存储介质及电子设备 | |
CN111797880A (zh) | 数据处理方法、装置、存储介质及电子设备 | |
CN111796916A (zh) | 数据分发方法、装置、存储介质及服务器 |
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 |