CN111998829B - 一种基于传感器判定读写姿态的方法 - Google Patents

Abstract

本发明提供一种基于传感器判定读写姿态的方法，包括：获取用户手部运动信号，基于所述手部运动信号确定手部姿态，当根据所述手部姿态确定用户处于读写姿态时，获取用户手部位置信息，获取用户手部与头部的第一距离信息、手部与胸部的第二距离信息，通过所述手部姿态、手部位置信息以及所述第一距离信息、第二距离信息确定用户的读写姿态，当所述用户处于读写姿态且所述用户手部运动信息满足预设的第三判断规则时，确定用户退出读写姿态。通过本发明能够解决通过手部穿戴设备实现对人体读写姿态智能识别技术手段空缺的问题。

Description

一种基于传感器判定读写姿态的方法

技术领域

本发明涉及人体智能识别领域，特别涉及一种基于传感器判定读写姿态的方法。

背景技术

目前，在现有技术当中，对人体姿态的智能识别主要通过两种方式实现：一种是通过对人体表面肌电信号的离线采集、信号处理、特征提取降维、模型训练后搭建肌电信号与人体姿态映射关系的数据库，通过对人体表面多个运动单元所发放的动作电位序列，在皮肤表面呈现的时间上和空间上综合叠加的肌电信号集群的识别，将识别结果与数据库内部数据进行对别，最终判断人体的姿态。另外一种便是通过对人体图像采集、特征提取、机器训练后搭建人体特征位置关系和人体姿态映射关系的数据库，通过对人体图像帧的特征部位的识别，根据特征部位之间的位置关系和数据库内人体姿态的映射关系确定人体所处的姿态。

现有的两种实现方案中，肌电信号识别人姿态方法由于需要在人体各个地方设置采样点，装备过于繁杂且贵重，使用及其不方便，常用于影视行业中对人体姿态的3D建模，不适合日常使用；人体图像识别方法又需要高清的摄像设备，不利于日常穿戴；两种方法用于判断读写姿态都过于大材小用，且使用过程中及其不方便。所以目前对于利用日常的可穿戴设备实现对人体读写姿态智能识别的技术手段仍然有着很大一部分空白。

发明内容

本发明提供了一种基于传感器判定读写姿态的方法，用以解决通过手部穿戴设备实现对人体读写姿态智能识别技术手段空缺的问题。

本发明实施例提供的一种基于传感器判定读写姿态的方法，包括：

获取用户手部运动信息；

当根据所述手部运动信息确定用户处于读写姿态时，获取用户手部位置信息；

获取用户手部与头部的第一距离信息、手部与胸部的第二距离信息；

通过所述手部运动信息、手部位置信息以及所述第一距离信息、第二距离信息确定用户的读写姿态。

优选的，所述用户手部运动信息，包括：

用户手部加速度和用户手部放置角度。

优选的，所述当根据所述手部运动信息确定用户处于读写姿态时，获取用户手部位置信息，包括：

根据用户手部运动信息确定按照预设的采样间隔对用户手部的加速度进行采样的结果；

根据用户手部运动信息确定按照预设的采样间隔对用户手部的放置角度进行采样的结果；

预先设定判定时长，计算出判定时长内每次采样所得到的手部加速度的第一平均值和手部放置角度值的第二平均值；

当根据所述第一平均值和所述第二平均值，通过预设的第一判断规则，确定用户处于读写姿态时，获取用户手部位置信息。

优选的，所述第一判断规则，包括：

比较预先设定的手部加速度大小的第一判断值和所述第一平均值、比较预先设定的手部水平偏置角度的第二判断值和所述第二平均值，判断用户是否处于读写姿态；

若用户在所述判定时长内所述第一平均值小于或等于所述第一判断值且所述第二平均值小于或等于所述第二判断值，则判断用户处于读写姿态；

若用户在所述判定时长内所述第一平均值大于所述第一判断值或所述第二平均值大于所述第二判断值，则判断用户不处于读写姿态。

优选的，所述第一判断规则，还包括：

根据所述手部的加速度采样结果，在用户手部加速度大于预设的上限值且方向发生改变时统计预设的判断时长内用户手部加速度变化次数，并确定为用户手部加速度变化频率；

当用户手部加速度变化的频率大于或等于预设的引导判断值时，判断第二平均值是否大于预设的手部水平偏置角度值；其中，

所述引导判断值为用户刻意进入读写姿态时所做出的手部姿势引导信号所需要达到的手部加速度变化的频率值；

当所述第二平均值在所述判定时长内大于预设的手部水平偏置角度值时，确定此次判断不成功，用户不处于读写姿态，并等待下一次判断；

当所述第二平均值在所述判定时长内小于或等于预设的手部水平偏置角度值时，确定此次判断成功，用户刻意进入读写姿态。

优选的，所述获取用户手部位置信息，包括：

将此时的手部位置作为坐标原点；

解析所述用户手部运动信息获取手部在空间中X、Y、Z轴方向的加速度值；

根据所述X、Y、Z轴方向的加速度值确定手部在空间中X、Y、Z轴方向的运动距离矢量；

其中，所述运动距离矢量可通过以下公式确定：

其中，

、

、

分别为手部在空间中X、Y、Z轴方向的运动距离矢量，

、

、

分 别为手部在空间中X、Y、Z轴方向的加速度值；

将所述运动距离矢量进行矢量累加计算确定手部位置信息。

优选的，所述通过所述手部运动信息、手部位置信息以及所述第一距离信息、第二距离信息确定用户的读写姿态，包括：

预先在系统中存储手部放置角度、手部位置信息、第一距离信息、第二距离信息与读写姿态建模数据之间的关系；

根据所述手部位置信息通过第二判断规则确定用户手部位于桌面下方、桌面表面或桌面上方；

通过所述第一距离信息、第二距离信息确定用户头部、胸部与手部的相对位置关系；

通过所述手部运动信息、手部位置信息、及所述第一距离信息、第二距离信息与系统中预先存储的建模数据对比分析，确定用户的读写姿态；

其中，所述读写姿态包括正坐型、埋头读写型、手撑脸颊读写型、手臂垂于桌面以下读写型、趴桌面睡觉型。

优选的，所述第二判断规则，包括:

根据所述手部位置信息确定用户手部在空间坐标中的Z轴坐标值；

将所述Z轴坐标值与预设的桌面上限判断值和桌面下限判断值进行比较；其中，所述桌面上限判断值为一个高于所述坐标原点的Z轴坐标，所述桌面下限判断值为一个低于所述坐标原点的Z轴坐标，所述坐标原点的Z轴坐标为0；

若所述Z轴坐标值大于所述桌面上限判断值，则判断用户手部位于桌面上方；

若所述Z轴坐标值小于或等于所述桌面上限判断值且大于或等于所述桌面下限判断值，则判断用户手部位于桌面表面。

若所述Z轴坐标值小于所述桌面下限判断值，则判断用户手部位于桌面下方。

优选的，还包括:当所述用户手部运动信息满足预设的第三判断规则时，退出读写姿态识别；

所述第三判断规则包括：

在用户处于读写姿态时按照预设的采样频率对所述手部的加速度进行采样，在用户手部加速度大于预设的上限值且方向发生改变时进入退出判断模式，统计预设的退出判断时长内用户手部加速度变化次数作为用户手部加速度变化频率；

当在所述退出判断时间长度内用户手部加速度变化的频率大于或等于预设的退出判断频率时，退出读写姿态识别，确定为用户主动退出读写姿态，并结束退出判断模式；

当在所述退出判断时间长度内用户手部加速度变化的频率小于预设的退出判断频率时，保持读写姿态识别，确定用户仍处于读写姿态，并结束退出判断模式。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种基于传感器判定读写姿态的方法的流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明实施例针对通过手部穿戴设备实现对人体读写姿态智能识别技术手段空缺的问题。提供了一种基于传感器判定读写姿态的方法，包括：

实施例1

如图1所示，包括：

步骤100获取用户手部运动信息；

步骤101当根据所述手部运动信息确定用户处于读写姿态时，获取用户手部位置信息；

步骤102获取用户手部与头部的第一距离信息、手部与胸部的第二距离信息；

步骤103通过所述手部运动信息、手部位置信息以及所述第一距离信息、第二距离信息确定用户的读写姿态；

步骤104当所述用户处于读写姿态且所述用户手部运动信息满足预设的第三判断规则时，确定用户退出读写姿态。

例如，在对一个用户进行读写姿态识别时，首先获取用户手部的运动信息，利用加速度传感器对用户手部运动的加速度进行识别，利用陀螺仪对用户手部的放置角度进行识别。识别时间长度为一个预设值，在这个时间长度内按照预定的时间间隔对用户手部的加速度和放置角度进行连续采样，根据这段时间内的采样次数和采样结果确定加速度的平均值即第一平均值和放置角度的平均值即第二平均值。再将第一平均值与预先设定在系统中的第一判断值、第二平均值与预先设定的第二判断值进行相对应的比较，在确定第一平均值即用户手部加速度平均值不大于预设的第一判断值且第二平均值即放置角度的平均值不大于预设的第二判断值的时候，则确定下一个识别时间内用户处于读写姿态，此时用户手部平放与桌面，且在一定时长内的加速度较小；反之，则确定下一个识别时间内用户不处于读写姿态。在确定用户处于读写姿态态后，将此时手部所处的位置作为坐标原点，一般认为此时手部平放于桌面，再通过所测得的手部加速度值计算出手部后续的在空间坐标系上各方向的位移矢量，确定手部相对于坐标原点的位置关系变化情况。随后，通过将手部位置的Z轴坐标值与预先设定的桌面上限判断值、桌面下限判断值进行比较，从而确定用户手部处于桌面下方、桌面上方或桌面表面。进一步的，利用测距传感器确定读写姿态下用户手部与头部的距离，手部与胸部的距离，并根据结果确定手部、头部、胸部三者之间的位置关系，再综合所获取的用户手部运动信息中的手部放置角度、手臂位置以及手部、头部、胸部三者之间的位置关系，与预先存储在系统中的模型数据进行匹配，从而判断用户正处于何种读写姿态。

上述技术方案的工作原理为：通过加速度传感器判断手部运动的幅度，通过陀螺仪判断手部放置角度，综合手部的加速度和放置角度判断用户是否处于读写姿态，在确定用户处于读写姿态后，以此时手部的坐标位置为坐标原点，根据手部后续的加速度值计算出手部在坐标系中的位移矢量并根据位移矢量确定手部位置，最后通过测距传感器判断手臂与头部、胸部三者之间的距离关系，根据手臂放置姿态与三者距离关系的综合结果，与预设在系统中人体姿态建模数据进行匹配，判断用户所处的读写姿态。

上述技术方案的有益效果为：通过对手部加速度和放置角度的综合考虑判断用户是否处于读写姿态，能够减少误判情况的发生。通过对空间位置、角度位置、人体特征之间的距离关系综合考虑，能够实现对人体读写姿态的准确分析。另外，加速度传感器、陀螺仪及测距传感器运用技术已较为成熟，传感器体量可以很小，适合集成到较小的电子设备上。

在一个优选实施例中，所述用户手部运动信息，包括：

用户手部加速度和用户手部放置角度。

上述技术方案的工作原理和有益效果为：利用加速度传感器和陀螺仪测量用户手部运动信号，其中利用加速度传感器确定用户的手部运动加速度来反映用户手部的加速度大小，利用陀螺仪判断用户手部放置面与水平面的夹角反映手部放置姿态。测量方法较为科学有效，且非常适用于本发明。

在一个优选实施例中，所述当根据所述手部运动信息确定用户处于读写姿态时，获取用户手部位置信息，包括：

根据用户手部运动信息确定按照预设的采样间隔对用户手部的加速度进行采样的结果；

根据用户手部运动信息确定按照预设的采样间隔对用户手部的放置角度进行采样的结果；

预先设定判定时长，计算出判定时长内每次采样所得到的手部加速度的第一平均值和手部放置角度值的第二平均值；

当根据所述第一平均值和所述第二平均值，通过预设的第一判断规则，确定用户处于读写姿态时，获取用户手部位置信息。

上述技术方案的工作原理和有益效果为：按照规定的采样间隔对用户手部运动信息进行采样，得到实时的手部加速度和手部放置角度，再将规定时间内采样的数值进行平均计算得到这段时间内手部总体的加速和放置角度情况，再根据平均值通过预设的第一判断规则，从而判断用户是否处于读写姿态，并在确定用户处于读写姿态后，判断用户手部位置情况。通过平均值的判断方法，能够在一定程度上避免异常的手部加速度值所带来的误判情况。

在一个优选实施例中，所述第一判断规则，包括：

比较预先设定的手部加速度大小的第一判断值和所述第一平均值、比较预先设定的手部水平偏置角度的第二判断值和所述第二平均值，判断用户是否处于读写姿态；

若用户在所述判定时长内所述第一平均值小于或等于所述第一判断值且所述第二平均值小于或等于所述第二判断值，则判断用户处于读写姿态；

若用户在所述判定时长内所述第一平均值大于所述第一判断值或所述第二平均值大于所述第二判断值，则判断用户不处于读写姿态；

上述技术方案的工作原理和有益效果为：将第一平均值和第二平均值分别与预设的第一判断值和第二判断值进行比较，判断用户手部运动的幅度大小和手部是否处于水平姿态，从而判断用户是否处于读写姿态，通过将加速度大小和放置角度进行综合考虑，从很大程度上避免了误判情况的发生。

在一个优选实施例中，所述第一判断规则，还包括：

根据所述手部的加速度采样结果，在用户手部加速度大于预设的上限值且方向发生改变时统计预设的判断时长内用户手部加速度变化次数，并确定为用户手部加速度变化频率；

当用户手部加速度变化的频率大于或等于预设的引导判断值时，判断第二平均值是否大于预设的手部水平偏置角度值；其中，

所述引导判断值为用户刻意进入读写姿态时所做出的手部姿势引导信号所需要达到的手部加速度变化的频率值；

当所述第二平均值在所述判定时长内大于预设的手部水平偏置角度值时，确定此次判断不成功，用户不处于读写姿态，并等待下一次判断；

当所述第二平均值在所述判定时长内小于或等于预设的手部水平偏置角度值时，确定此次判断成功，用户刻意进入读写姿态。

上述技术方案的工作原理和有益效果为：用户可以通过将手部水平放置在桌面快速反复晃动几秒钟的时间来引导手部设备进入读写姿态判定，系统检测到用户手部加速度变换频率达到预设的引导判断值时，检测此时的第二平均值即用户手部放置角度的平均值，从而判断用户手部是否在做引导姿势，若确定用户在做引导姿势，则确定用户此时处于读写姿态。上述技术方为用户提供了一个快速进入读写姿态的一个选择，而且技术上更容易实现。

在一个优选实施例中，所述获取用户手部位置信息，包括：

将此时的手部位置作为坐标原点；

解析所述用户手部运动信息获取手部在空间中X、Y、Z轴方向的加速度值；

根据所述X、Y、Z轴方向的加速度值确定手部在空间中X、Y、Z轴方向的运动距离矢量；

其中，所述运动距离矢量可通过以下公式确定：

其中，

、

、

分别为手部在空间中X、Y、Z轴方向的运动距离矢量，

、

、

分别为手部在空间中X、Y、Z轴方向的加速度值。

将所述运动距离矢量进行矢量累加计算确定手部位置信息。

上述技术方案的工作原理和有益效果为：在确定用户处于读写姿态后，将此时用户手部所处的位置作为坐标原点，默认用户处于读写姿态时手部平放于桌面。并根据用户手部加速度的变化情况，计算出用户的手部相对于坐标原点的位置变化情况，实现用户手部数据从加速度矢量到位移矢量之间的转换，对用户手部空间位置变化情况的实时监控，能够用于确定手部相对与桌面的相对位置关系。

在一个优选实施例中，所述通过所述手部运动信息、手部位置信息以及所述第一距离信息、第二距离信息确定用户的读写姿态，包括：

预先在系统中存储手部放置角度、手部位置信息、第一距离信息、第二距离信息与读写姿态建模数据之间的关系；

根据所述手部位置信息通过第二判断规则确定用户手部位于桌面下方、桌面表面或桌面上方；

通过所述第一距离信息、第二距离信息确定用户头部、胸部与手部的相对位置关系；

通过所述手部运动信息、手部位置信息、及所述第一距离信息、第二距离信息与系统中预先存储的建模数据对比分析，确定用户的读写姿态；

其中，所述读写姿态包括正坐型、埋头读写型、手撑脸颊读写型、手臂垂于桌面以下读写型、趴桌面睡觉型。

例如，当传感器感知儿童左手平放于桌面，一定时间只发生轻微位移。且通过测距传感器侦测到儿童左手距离其头部即第一距离信息的距离值大于30cm，小于40cm，则判定儿童处于正坐读写型；当传感器感知儿童左手平放于桌面，一定时间只发生轻微位移。且通过测距传感器侦测到儿童左手距离其头部即第一距离信息的距离值小于30cm,则判定儿童处于埋头读写型；当传感器感知儿童左手斜举于桌面上，一定时间只发生轻微位移。通过测距传感器侦测其头部与左手间距离即第一距离信息的距离值处于异常接近值，则判定儿童处于手撑脸颊读写型；当传感器感知儿童左手垂放于桌面下，一定时间只发生轻微位移。通过测距传感器无法侦测其左手和头部即第一距离信息、左手与胸部间即第一距离信息的距离，则判定儿童手臂垂于桌面以下读写型；当传感器感知儿童左手平放于桌面，一定时间只发生轻微位移。通过测距传感器侦测到儿童左手与头部即第一距离信息、头部与胸部即第一距离信息的距离处于异常接近值，且连续时间超过300秒,则判定儿童处于趴于桌面睡觉。

上述技术方案的工作原理和有益效果为：利用加速度传感器测量的手部位置信息确定用户手部相对于桌面的位置关系，利用陀螺仪测量的手部放置角度信息确定用户手部相对于水平面的放置角度，利用测距传感器测量的距离信息确定用户手臂相对于头部、胸部之间的位置关系。综合上面所有结果作为人体读写姿态判读依据与预先存储的手部位置信息、手部放置角度信息、手部与头部和胸部的距离信息，与读写姿态之间关系的建模数据进行匹配，确定用户所处的读写姿态。通过上述方案能够实现对人体读写姿态的准确判断，利用建模数据也利于对读写姿态的扩展，以适用于各种不同的应用场景。

在一个优选实施例中，所述第二判断规则，包括:

根据所述手部位置信息确定用户手部在空间坐标中的Z轴坐标值；

将所述Z轴坐标值与预设的桌面上限判断值和桌面下限判断值进行比较；其中，所述桌面上限判断值为一个高于所述坐标原点的Z轴坐标，所述桌面下限判断值为一个低于所述坐标原点的Z轴坐标，所述坐标原点的Z轴坐标为0；

若所述Z轴坐标值大于所述桌面上限判断值，则判断用户手部位于桌面上方；

若所述Z轴坐标值小于或等于所述桌面上限判断值且大于或等于所述桌面下限判断值，则判断用户手部位于桌面表面。

若所述Z轴坐标值小于所述桌面下限判断值，则判断用户手部位于桌面下方。

上述技术方案的工作原理和有益效果为：对用户手部位置进行实时检测，提取用户手部在坐标系中Z轴坐标值的变化情况，再通过将Z轴坐标值与预设的桌面上限判断值、桌面下限判断值进行比较，从而准确判断用户手部处于桌面下方、桌面上方或桌面表面。

在一个优选实施例中，所述第三判断规则包括：

在用户处于读写姿态时按照预设的采样频率对所述手部的加速度进行采样，在用户手部加速度大于预设的上限值且方向发生改变时进入退出判断模式，统计预设的退出判断时长内用户手部加速度变化次数作为用户手部加速度变化频率；

当在所述退出判断时间长度内用户手部加速度变化的频率大于或等于预设的退出判断频率时，退出读写姿态识别，确定为用户主动退出读写姿态，并结束退出判断模式；

当在所述退出判断时间长度内用户手部加速度变化的频率小于预设的退出判断频率时，保持读写姿态识别，确定用户仍处于读写姿态，并结束退出判断模式。

上述技术方案的工作原理和有益效果为：在用户处于读写姿态时，根据预设的退出判断时间长度内对用户手部加速度采样结果确定用户手部加速度变化频率，再将用户手部加速度变化频率与预设的退出判断频率进行对比，从而判断用户是否想退出读写姿态。通过这个方法，用户能够选择快速地退出读写姿态，并且不需要考虑手部放置的角度。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (7)

1.一种基于传感器判定读写姿态的方法，其特征在于，包括：

获取用户手部运动信息；

当根据所述手部运动信息确定用户处于读写姿态时，获取用户手部位置信息；

获取用户手部与头部的第一距离信息、手部与胸部的第二距离信息；

通过所述手部运动信息、手部位置信息以及所述第一距离信息、第二距离信息确定用户的读写姿态；

当所述用户处于读写姿态且所述用户手部运动信息满足预设的第三判断规则时，确定用户退出读写姿态；

所述通过所述手部运动信息、手部位置信息以及所述第一距离信息、第二距离信息确定用户的读写姿态，包括：

预先在系统中存储手部放置角度、手部位置信息、第一距离信息、第二距离信息与读写姿态建模数据之间的关系；

根据所述手部位置信息通过第二判断规则确定用户手部位于桌面下方、桌面表面或桌面上方；

通过所述第一距离信息、第二距离信息确定用户头部、胸部与手部的相对位置关系；

通过所述手部运动信息、手部位置信息、及所述第一距离信息、第二距离信息与系统中预先存储的建模数据对比分析，确定用户的读写姿态；

其中，所述读写姿态包括正坐型、埋头读写型、手撑脸颊读写型、手臂垂于桌面以下读写型、趴桌面睡觉型；

所述第二判断规则，包括:

根据所述手部位置信息确定用户手部在空间坐标中的Z轴坐标值；

将所述Z轴坐标值与预设的桌面上限判断值和桌面下限判断值进行比较；其中，所述桌面上限判断值为一个高于所述坐标原点的Z轴坐标，所述桌面下限判断值为一个低于所述坐标原点的Z轴坐标，所述坐标原点的Z轴坐标为0；

若所述Z轴坐标值大于所述桌面上限判断值，则判断用户手部位于桌面上方；

若所述Z轴坐标值小于或等于所述桌面上限判断值且大于或等于所述桌面下限判断值，则判断用户手部位于桌面表面；

若所述Z轴坐标值小于所述桌面下限判断值，则判断用户手部位于桌面下方。

2.根据权利要求1所述的一种基于传感器判定读写姿态的方法，其特征在于，所述用户手部运动信息，包括：用户手部加速度和用户手部放置角度。

3.根据权利要求1所述的一种基于传感器判定读写姿态的方法，其特征在于，所述当根据所述手部运动信息确定用户处于读写姿态时，获取用户手部位置信息，包括：

根据用户手部运动信息确定按照预设的采样间隔对用户手部的加速度进行采样的结果；

根据用户手部运动信息确定按照预设的采样间隔对用户手部的放置角度进行采样的结果；

预先设定判定时长，计算出判定时长内每次采样所得到的手部加速度的第一平均值和手部放置角度值的第二平均值；

当根据所述第一平均值和所述第二平均值，通过预设的第一判断规则，确定用户处于读写姿态时，获取用户手部位置信息。

4.根据权利要求3所述的一种基于传感器判定读写姿态的方法，其特征在于，所述第一判断规则，包括：

比较预先设定的手部加速度大小的第一判断值和所述第一平均值、比较预先设定的手部水平偏置角度的第二判断值和所述第二平均值，判断用户是否处于读写姿态；

若用户在所述判定时长内所述第一平均值小于或等于所述第一判断值且所述第二平均值小于或等于所述第二判断值，则判断用户处于读写姿态；

若用户在所述判定时长内所述第一平均值大于所述第一判断值或所述第二平均值大于所述第二判断值，则判断用户不处于读写姿态。

5.根据权利要求3所述的一种基于传感器判定读写姿态的方法，其特征在于，所述第一判断规则，还包括：

根据所述手部的加速度采样结果，在用户手部加速度大于预设的上限值且方向发生改变时统计预设的判断时长内用户手部加速度变化次数，并确定为用户手部加速度变化频率；

当用户手部加速度变化的频率大于或等于预设的引导判断值时，判断第二平均值是否大于预设的手部水平偏置角度值；其中，

所述引导判断值为用户刻意进入读写姿态时所做出的手部姿势引导信号所需要达到的手部加速度变化的频率值；

当所述第二平均值在所述判定时长内大于预设的手部水平偏置角度值时，确定此次判断不成功，用户不处于读写姿态，并等待下一次判断；

当所述第二平均值在所述判定时长内小于或等于预设的手部水平偏置角度值时，确定此次判断成功，用户刻意进入读写姿态。

6.根据权利要求3所述的一种基于传感器判定读写姿态的方法，其特征在于，所述获取用户手部位置信息，包括：

将此时的手部位置作为坐标原点；

解析所述用户手部运动信息获取手部在空间中X、Y、Z轴方向的加速度值；

根据所述X、Y、Z轴方向的加速度值确定手部在空间中X、Y、Z轴方向的运动距离矢量；

其中，所述运动距离矢量可通过以下公式确定：

其中，

、

、

分别为手部在空间中X、Y、Z轴方向的运动距离矢量，

、

、

分别为 手部在空间中X、Y、Z轴方向的加速度值；

将所述运动距离矢量进行矢量累加计算确定手部位置信息。

7.根据权利要求1所述的一种基于传感器判定读写姿态的方法，其特征在于，所述第三判断规则包括：

在用户处于读写姿态时按照预设的采样频率对所述手部的加速度进行采样，在用户手部加速度大于预设的上限值且方向发生改变时进入退出判断模式，统计预设的退出判断时长内用户手部加速度变化次数作为用户手部加速度变化频率；

当在所述退出判断时间长度内用户手部加速度变化的频率大于或等于预设的退出判断频率时，退出读写姿态识别，确定为用户主动退出读写姿态，并结束退出判断模式；

当在所述退出判断时间长度内用户手部加速度变化的频率小于预设的退出判断频率时，保持读写姿态识别，确定用户仍处于读写姿态，并结束退出判断模式。

Images