CN112596366A - 一种智能手表佩戴状态的检测方法、检测系统及手表 - Google Patents
一种智能手表佩戴状态的检测方法、检测系统及手表 Download PDFInfo
- Publication number
- CN112596366A CN112596366A CN202011437624.1A CN202011437624A CN112596366A CN 112596366 A CN112596366 A CN 112596366A CN 202011437624 A CN202011437624 A CN 202011437624A CN 112596366 A CN112596366 A CN 112596366A
- Authority
- CN
- China
- Prior art keywords
- preset
- axis data
- data
- watch
- sample
- 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
Images
Classifications
-
- G—PHYSICS
- G04—HOROLOGY
- G04G—ELECTRONIC TIME-PIECES
- G04G21/00—Input or output devices integrated in time-pieces
- G04G21/02—Detectors of external physical values, e.g. temperature
-
- G—PHYSICS
- G04—HOROLOGY
- G04G—ELECTRONIC TIME-PIECES
- G04G21/00—Input or output devices integrated in time-pieces
- G04G21/02—Detectors of external physical values, e.g. temperature
- G04G21/025—Detectors of external physical values, e.g. temperature for measuring physiological data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
Abstract
本发明提供一种智能手表佩戴状态的检测方法、检测系统及手表,其中,方法包括:通过第一检测装置采集智能手表的第一特征数据;根据第一特征数据判断用户是否正在佩戴;若用户正在佩戴,通过第二检测装置采集智能手表的第二特征数据;根据第二特征数据判断用户是否佩戴成功;根据用户是否佩戴成功调整相应的预设工作模式。本发明的智能手表佩戴状态的检测方法、检测系统及手表,通过在用户佩戴智能手表时,将用户的佩戴动作进行分解,分别通过第一检测装置和第二检测装置检测用户是否正在佩戴和是否佩戴成功,最后适应调整智能手表的工作状态,提升智能手表佩戴状态检测的精度,同时,也更加智能化。
Description
技术领域
本发明涉及状态识别技术领域,特别涉及一种智能手表佩戴状态的检测方法、检测系统及手表。
背景技术
现有的智能手表在无论用户是否在佩戴手表时,均以相同工作模式运行,还不够智能化。例如:智能手表受其体积不能太大的限制,电池容量有限,而在解决电池续航能力的问题上更要解决其能否自适应调整相应工作模式的问题,即当用户未佩戴时,进入待机模式,关闭一些无需功能,当用户正常佩戴时,进入正常工作模式,开启一些相应功能。
发明内容
本发明目的之一在于提供了一种智能手表佩戴状态的检测方法、检测系统及手表,通过在用户佩戴智能手表时,将用户的佩戴动作进行分解,分别通过第一检测装置和第二检测装置检测用户是否正在佩戴和是否佩戴成功,最后适应调整智能手表的工作状态,提升智能手表佩戴状态检测的精度,同时,也更加智能化。
本发明实施例提供的一种智能手表佩戴状态的检测方法,包括:
通过第一检测装置采集智能手表的第一特征数据;
根据第一特征数据判断用户是否正在佩戴;
若用户正在佩戴,通过第二检测装置采集智能手表的第二特征数据;
根据第二特征数据判断用户是否佩戴成功;
根据用户是否佩戴成功调整相应的预设工作模式。
优选地,第一检测装置包括:第一加速度传感器和第一心率传感器;
第一特征数据包括:通过第一加速度传感器采集的智能手表的第一加速度数据和通过第一心率传感器采集用户佩戴位置的第一心率数据;
第一加速度数据包括:第一X轴数据、第一Y轴数据和第一Z轴数据;
根据第一特征数据判断用户是否正在佩戴,包括:
若第一X轴数据在预设的第一时间范围内均等于预设的第一阈值时,且,
第一Y轴数据在第一时间范围内均等于预设的第二阈值时,且,
第一Z轴数据在第一时间范围内均等于预设的第三阈值时,确定智能手表处于静止状态;
若第一Z轴数据在预设的第二时间范围内有满足预设旋转条件的情况,
且,
第一心率数据在预设的第三时间范围内均落在预设的正常心率区间内时,确定用户正在佩戴智能手表。
优选地,第二检测装置包括:第二加速度传感器、第一拉力传感器、第二拉力传感器和第二心率传感器;
第二特征数据包括:通过第二加速度传感器采集的智能手表的第二加速度、通过第一拉力传感器采集表盘的一端与第一表带的之间的第一拉力数据、通过第二拉力传感器采集表盘的另一端与第二表带之间的第二拉力数据和通过第二心率传感器采集用户佩戴位置的第二心率数据;
第二加速度包括:第二X轴数据、第二Y轴数据和第二Z轴数据;
根据第二特征数据判断用户是否佩戴成功,包括:
在预设的第四时间范围内每隔预设的第一时间间隔分别获取第二X轴数据、第二Y轴数据和第二Z轴数据,并将其分别组合成X轴数据样本、Y轴数据样本和Z轴数据样本;
计算智能手表的第一佩戴验证指数:
根据预设的曲线构建规则分别基于X轴数据样本、Y轴数据样本和Z轴数据样本构建X真实曲线、Y真实曲线和Z真实曲线;
获取预设的标准曲线,标准曲线包括:X标准曲线、Y标准曲线和Z标准曲线;
获取预设的多个采样点;
获取X真实曲线、Y真实曲线、Z真实曲线、X标准曲线、Y标准曲线和Z标准曲线中分别与采样点对应的X真实采样值、Y真实采样值、Z真实采样值、X标准采样值、Y标准采样值和Z标准采样值,并将其分别组合成X真实样本、Y真实样本、Z真实样本、X标准样本、Y标准样本和Z标准样本;
计算智能手表的第二佩戴验证指数:
其中,σ2为第二佩戴验证指数, 为X真实样本中第r个X真实采样值,为X标准样本中第r个X标准采样值,为Y真实样本中第r个Y真实采样值,为Y标准样本中第r个Y标准采样值,为Z真实样本中第r个Z真实采样值,为Z标准样本中第r个Z标准采样值,n为各采样值的总数目,T1、T2和T3为预设的验证阈值;
若第一佩戴验证指数大于等于预设的第一指数阈值且小于等于预设的第二指数阈值,和,
第二佩戴验证指数大于等于预设的第三指数阈值,
且,
第一拉力数据在预设的第五时间范围内均大于预设的第一拉力阈值,
且,
第二拉力数据在第五时间范围内均大于预设的第二拉力阈值,
且,
第二心率数据在预设的第六时间范围内均落在预设的正常心率区间内时,确定用户佩戴手表成功,否则佩戴手表失败。
优选地,预设工作模式包括:正常工作模式和待机模式;
正常工作模式包括:智能手表的表盘刷新周期为第一刷新周期阈值,智能手表的信息更新周期为第一更新周期阈值且智能手表的记步传感器和心率传感器为开启状态;
待机模式包括:表盘刷新周期为第二刷新周期阈值,信息更新周期为第二更新周期阈值,记步传感器和心率传感器为关闭状态;
根据用户是否佩戴成功调整相应的预设工作模式,包括:
确定智能手表的当前工作模式;
若用户佩戴手表成功,判断当前工作模式是否是正常工作模式,若不是,将当前工作模式切换至正常工作模式;
若用户佩戴手表失败,判断当前工作模式是否是待机模式,若不是,将当前工作模式切换至待机模式;
第一更新周期阈值小于第二更新周期阈值,第一刷新周期阈值小于第二更新周期阈值;
表盘刷新周期包括:通过预设的无线通讯装置获取标准时间对智能手表的表盘当前时间进行替换的周期;
信息更新周期包括:通过无线通讯装置获取短信、电话、应用推送和应用更新信息的周期。
一种智能手表佩戴状态的检测方法,还包括:
若用户佩戴成功,通过第三检测装置采集智能手表的第三特征数据;
第三检测装置包括:第三加速度传感器;
第三特征数据包括:通过第三加速度传感器采集的智能手表的第三加速度;
第三加速度包括:第三X轴数据、第三Y轴数据和第三Z轴数据;
每隔预设的第二时间间隔分别获取第三X轴数据、第三Y轴数据和第三Z轴数据,在预设的第七时间范围内,若第三X轴数据落在预设的第一检验区间内的次数大于预设的第一次数阈值,和,
第三Y轴数据落在预设的第二检验区间内的次数大于预设的第二次数阈值,和,
第三Z轴数据落在预设的第三检验区间内的次数大于预设的第三次数阈值,确定用户将智能手表佩戴在左手上;
若第三X轴数据落在预设的第四检验区间内的次数大于预设的第四次数阈值,且,
第三Y轴数据落在预设的第五检验区间内的次数大于预设的第五次数阈值,和,
第三Z轴数据落在预设的第六检验区间内的次数大于预设的第六次数阈值,确定用户将智能手表佩戴在右手上;
在预设的第八时间范围内,若第三X轴数据均落在预设的第七检验区间内,和,
第三Y轴数据均落在预设的第八检验区间内,和,
第三Z轴数据均落在预设的第九检验区间内时,确定用户正常行走摆臂状态;
在预设的第九时间范围内,若第三X轴数据均落在第一检验区间内,和,
第三Y轴数据均落在第二检验区间内,和,
第三Z轴数据均落在第三检验区间内,
或,
在预设的第九时间范围内,若第三X轴数据均落第四检验区间内,和,
第三Y轴数据均落在第五检验区间内,和,
第三Z轴数据均落在第六检验区间内时,
执行第一亮屏操作;
或,
激活摄像机,通过震动电机提醒用户即将进行手势识别;
通过摄像机采集用户的手势图像信息;
获取预设的特征提取框;
采用特征提取框对手势图像信息进行预处理获得特征图像;
对特征图像进行预设的边缘提取操作获得手势图像;
将手势图像与预设的手势动作图像数据库进行比对,若比对相同,执行对应的第一预设操作;
第一预设操作包括:第二亮屏操作、进入待机模式、开关机和打开应用APP。
本发明实施例提供的一种智能手表佩戴状态的检测系统,包括:
第一采集模块,通过第一检测装置采集智能手表的第一特征数据;
第一检测模块,根据第一特征数据判断用户是否正在佩戴;
第二采集模块,若用户正在佩戴,通过第二检测装置采集智能手表的第二特征数据;
第二检测模块,根据第二特征数据判断用户是否佩戴成功;
调整模块,根据用户是否佩戴成功调整相应的预设工作模式。
优选地,第一检测装置包括:第一加速度传感器和第一心率传感器;
第一特征数据包括:通过第一加速度传感器采集的智能手表的第一加速度数据和通过第一心率传感器采集用户佩戴位置的第一心率数据;
第一加速度数据包括:第一X轴数据、第一Y轴数据和第一Z轴数据;
根据第一特征数据判断用户是否正在佩戴,包括:
若第一X轴数据在预设的第一时间范围内均等于预设的第一阈值时,且,
第一Y轴数据在第一时间范围内均等于预设的第二阈值时,且,
第一Z轴数据在第一时间范围内均等于预设的第三阈值时,确定智能手表处于静止状态;
若第一Z轴数据在预设的第二时间范围内有满足预设旋转条件的情况,
且,
第一心率数据在预设的第三时间范围内均落在预设的正常心率区间内时,确定用户正在佩戴智能手表。
优选地,第二检测装置包括:第二加速度传感器、第一拉力传感器、第二拉力传感器和第二心率传感器;
第二特征数据包括:通过第二加速度传感器采集的智能手表的第二加速度、通过第一拉力传感器采集表盘的一端与第一表带的之间的第一拉力数据、通过第二拉力传感器采集表盘的另一端与第二表带之间的第二拉力数据和通过第二心率传感器采集用户佩戴位置的第二心率数据;
第二加速度包括:第二X轴数据、第二Y轴数据和第二Z轴数据;
根据第二特征数据判断用户是否佩戴成功,包括:
在预设的第四时间范围内每隔预设的第一时间间隔分别获取第二X轴数据、第二Y轴数据和第二Z轴数据,并将其分别组合成X轴数据样本、Y轴数据样本和Z轴数据样本;
计算智能手表的第一佩戴验证指数:
根据预设的曲线构建规则分别基于X轴数据样本、Y轴数据样本和Z轴数据样本构建X真实曲线、Y真实曲线和Z真实曲线;
获取预设的标准曲线,标准曲线包括:X标准曲线、Y标准曲线和Z标准曲线;
获取预设的多个采样点;
获取X真实曲线、Y真实曲线、Z真实曲线、X标准曲线、Y标准曲线和Z标准曲线中分别与采样点对应的X真实采样值、Y真实采样值、Z真实采样值、X标准采样值、Y标准采样值和Z标准采样值,并将其分别组合成X真实样本、Y真实样本、Z真实样本、X标准样本、Y标准样本和Z标准样本;
计算智能手表的第二佩戴验证指数:
其中,σ2为第二佩戴验证指数, 为X真实样本中第r个X真实采样值,为X标准样本中第r个X标准采样值,为Y真实样本中第r个Y真实采样值,为Y标准样本中第r个Y标准采样值,为Z真实样本中第r个Z真实采样值,为Z标准样本中第r个Z标准采样值,n为各采样值的总数目,T1、T2和T3为预设的验证阈值;
若第一佩戴验证指数大于等于预设的第一指数阈值且小于等于预设的第二指数阈值,和,
第二佩戴验证指数大于等于预设的第三指数阈值,
且,
第一拉力数据在预设的第五时间范围内均大于预设的第一拉力阈值,
且,
第二拉力数据在第五时间范围内均大于预设的第二拉力阈值,
且,
第二心率数据在预设的第六时间范围内均落在预设的正常心率区间内时,确定用户佩戴手表成功,否则佩戴手表失败。
优选地,预设工作模式包括:正常工作模式和待机模式;
正常工作模式包括:智能手表的表盘刷新周期为第一刷新周期阈值,智能手表的信息更新周期为第一更新周期阈值且智能手表的记步传感器和心率传感器为开启状态;
待机模式包括:表盘刷新周期为第二刷新周期阈值,信息更新周期为第二更新周期阈值,记步传感器和心率传感器为关闭状态;
调整模块执行包括如下操作:
确定智能手表的当前工作模式;
若用户佩戴手表成功,判断当前工作模式是否是正常工作模式,若不是,将当前工作模式切换至正常工作模式;
若用户佩戴手表失败,判断当前工作模式是否是待机模式,若不是,将当前工作模式切换至待机模式;
第一更新周期阈值小于第二更新周期阈值,第一刷新周期阈值小于第二更新周期阈值;
表盘刷新周期包括:通过预设的无线通讯装置获取标准时间对智能手表的表盘当前时间进行替换的周期;
信息更新周期包括:通过无线通讯装置获取短信、电话、应用推送和应用更新信息的周期。
本发明实施例提供的一种智能手表,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现的智能手表佩戴状态的检测方法。
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智能手表佩戴状态的检测方法的流程图;
图2为本发明实施例中一种智能手表佩戴状态的检测系统的示意图。
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。
本发明实施例提供了一种智能手表佩戴状态的检测方法,如图1所示,包括:
S1、通过第一检测装置采集智能手表的第一特征数据;
S2、根据第一特征数据判断用户是否正在佩戴;
S3、若用户正在佩戴,通过第二检测装置采集智能手表的第二特征数据;
S4、根据第二特征数据判断用户是否佩戴成功;
S5、根据用户是否佩戴成功调整相应的预设工作模式。
上述技术方案的工作原理为:
用户未佩戴智能手表前,智能手表静止放置在某处;第一检测装置设置在智能手表内,用于采集智能手表的第一特征数据;当用户拿起智能手表准备进行佩戴的时候,第一特征数据会发生相应的改变或具有某种特征,所以根据第一特征数据检测用户是否正在佩戴;第二检测装置也设置在智能手表内,用于采集智能手表的第二特征数据;当确定用户正在佩戴智能手表后,智能手表位于佩戴位置上例如:手腕等,用户正在系表带,第二特征数据也会发生相应的改变或具有某种特征,所以根据第二特征数据可以检测用户是否佩戴成功;根据检测结果调整智能手表的工作模式;例如:如果佩戴成功,进入工作模式,如果佩戴失败,进行待机模式。
上述技术方案的有益效果为:本发明实施例通过在用户佩戴智能手表时,将用户的佩戴动作进行分解,分别通过第一检测装置和第二检测装置检测用户是否正在佩戴和是否佩戴成功,最后适应调整智能手表的工作状态,提升智能手表佩戴状态检测的精度,同时,也更加智能化。
本发明实施例提供了一种智能手表佩戴状态的检测方法,第一检测装置包括:第一加速度传感器和第一心率传感器;
第一特征数据包括:通过第一加速度传感器采集的智能手表的第一加速度数据和通过第一心率传感器采集用户佩戴位置的第一心率数据;
第一加速度数据包括:第一X轴数据、第一Y轴数据和第一Z轴数据;
根据第一特征数据判断用户是否正在佩戴,包括:
若第一X轴数据在预设的第一时间范围内均等于预设的第一阈值时,且,
第一Y轴数据在第一时间范围内均等于预设的第二阈值时,且,
第一Z轴数据在第一时间范围内均等于预设的第三阈值时,确定智能手表处于静止状态;
若第一Z轴数据在预设的第二时间范围内有满足预设旋转条件的情况,
且,
第一心率数据在预设的第三时间范围内均落在预设的正常心率区间内时,确定用户正在佩戴智能手表。
上述技术方案的工作原理为:
第一检测装置具体为:加速度传感器和心率传感器;当用户正在拿起智能手表时,加速度传感器采集X、Y和Z轴数据一定均会发生变化,即使用户不进行佩戴,只要用户拿起智能手表时,这三者就会发生变化;预设的第一阈值、第二阈值和第三阈值根据大量的历史数据智能手表静止放在某处时加速度传感器测得的3轴加速度数据;当第一X轴数据、第一Y轴数据和第一Z轴数据在预设第一时间范围(例如:3秒)分别等于预设第一阈值(例如:0)、第二阈值(例如:0)和第三阈值(例如9.8)时,说明手表处于静止状态;内当用户将智能手表放置在佩戴位置比如:手腕正面等上时,先将两表带穿过手腕,然后用手指在手腕下方夹住表带,然后旋转手腕,准备进行系带,会有一个旋转动作;预设的旋转条件具体为:根据大量的历史实验测得该旋转手腕动作发生时,加速度传感器Z轴数据变化范围,验证实时测得的旋转手腕动作加速度传感器测得的Z轴数据是否在此Z轴数据变化范围内;另外,准备进行系带时,表盘已经与手腕接触,心率传感器则可以测到手腕处的心率数据;预设的正常心率区间具体为正常的心率区间例如[60,100]。
上述技术方案的有益效果为:本发明实施例通过第一检测装置对用户动作进行实时检测,并将用户正在拿起智能手表准备佩戴的动作分解成两个步骤即是否拿起手表和是否正在佩戴,检测原理精细并可有效防止误判,提升了判断用户是否正在佩戴智能手表的精准性。
本发明实施例提供了一种智能手表佩戴状态的检测方法,第二检测装置包括:第二加速度传感器、第一拉力传感器、第二拉力传感器和第二心率传感器;
第二特征数据包括:通过第二加速度传感器采集的智能手表的第二加速度、通过第一拉力传感器采集表盘的一端与第一表带的之间的第一拉力数据、通过第二拉力传感器采集表盘的另一端与第二表带之间的第二拉力数据和通过第二心率传感器采集用户佩戴位置的第二心率数据;
第二加速度包括:第二X轴数据、第二Y轴数据和第二Z轴数据;
根据第二特征数据判断用户是否佩戴成功,包括:
在预设的第四时间范围内每隔预设的第一时间间隔分别获取第二X轴数据、第二Y轴数据和第二Z轴数据,并将其分别组合成X轴数据样本、Y轴数据样本和Z轴数据样本;
计算智能手表的第一佩戴验证指数:
根据预设的曲线构建规则分别基于X轴数据样本、Y轴数据样本和Z轴数据样本构建X真实曲线、Y真实曲线和Z真实曲线;
获取预设的标准曲线,标准曲线包括:X标准曲线、Y标准曲线和Z标准曲线;
获取预设的多个采样点;
获取X真实曲线、Y真实曲线、Z真实曲线、X标准曲线、Y标准曲线和Z标准曲线中分别与采样点对应的X真实采样值、Y真实采样值、Z真实采样值、X标准采样值、Y标准采样值和Z标准采样值,并将其分别组合成X真实样本、Y真实样本、Z真实样本、X标准样本、Y标准样本和Z标准样本;
计算智能手表的第二佩戴验证指数:
其中,σ2为第二佩戴验证指数, 为X真实样本中第r个X真实采样值,为X标准样本中第r个X标准采样值,为Y真实样本中第r个Y真实采样值,为Y标准样本中第r个Y标准采样值,为Z真实样本中第r个Z真实采样值,为Z标准样本中第r个Z标准采样值,n为各采样值的总数目,T1、T2和T3为预设的验证阈值;
若第一佩戴验证指数大于等于预设的第一指数阈值且小于等于预设的第二指数阈值,和,
第二佩戴验证指数大于等于预设的第三指数阈值,
且,
第一拉力数据在预设的第五时间范围内均大于预设的第一拉力阈值,
且,
第二拉力数据在第五时间范围内均大于预设的第二拉力阈值,
且,
第二心率数据在预设的第六时间范围内均落在预设的正常心率区间内时,确定用户佩戴手表成功,否则佩戴手表失败。
上述技术方案的工作原理为:
第二检测装置具体为:加速度传感器、两个拉力传感器和心率传感器;当用户正在佩戴智能手表时,都会有个正常行为习惯的范畴,例如:先将手腕穿入智能手表的两个表带中,随后将手腕翻转,手腕朝上,开始系带,系带后再将手腕翻转,整个过程都有规律可循;第一佩戴验证指数计算的是X、Y、Z轴数据两两平方和开根号后的方差,并赋予对应的权重值,若用户正常佩戴即系带时,该第一佩戴验证指数一定在一个固定的区间内变动;预设的第一指数阈值、第二指数阈值具体为:根据大量的历史实验数据确定的用户正在佩戴手表时第一佩戴验证指数范围的下限值和上限值;预设的标准曲线具体为:根据大量的历史数据确定的用户正常佩戴手表时加速度数据并将其绘制成曲线图,再将大量的曲线图进行拟合获得;第二佩戴验证指数计算的是各加速度数据真实值的曲线与标准曲线的相似程度;预设的第三指数阈值具体为:根据大量的历史实验数据确定的用户正常佩戴手表时第二佩戴验证指数的下限值;用户佩戴好手表后(表带系紧),拉力传感器会测得拉力,同时,其佩戴位置为手腕处时,则可以测得心率,且一定范围内测得的心率均在预设的心率范围内,拉力数据合格,说明用户已正常佩戴好智能手表;预设的心率范围具体为:正常人的心率范围;预设的第一拉力阈值、第二拉力阈值具体为根据大量的历史数据确定的用户佩戴好手表后各拉力传感器测得的拉力数据的下限值;预设的曲线构建规则具体为:以时间为x轴,数值大小为y轴,基于数据在该直角坐标系中绘制曲线。
上述技术方案的有益效果为:本发明实施例在用户正在佩戴智能手表时,通过第二检测装置检测用户是否佩戴成功,利用多个检测方案协同检测,检测原理精细,有效地避免了对智能手表佩戴状态的误判,提升了判断用户是否正在佩戴智能手表的精准性。
本发明实施例提供了一种智能手表佩戴状态的检测方法,预设工作模式包括:正常工作模式和待机模式;
正常工作模式包括:智能手表的表盘刷新周期为第一刷新周期阈值,智能手表的信息更新周期为第一更新周期阈值且智能手表的记步传感器和心率传感器为开启状态;
待机模式包括:表盘刷新周期为第二刷新周期阈值,信息更新周期为第二更新周期阈值,记步传感器和心率传感器为关闭状态;
根据用户是否佩戴成功调整相应的预设工作模式,包括:
确定智能手表的当前工作模式;
若用户佩戴手表成功,判断当前工作模式是否是正常工作模式,若不是,将当前工作模式切换至正常工作模式;
若用户佩戴手表失败,判断当前工作模式是否是待机模式,若不是,将当前工作模式切换至待机模式;
第一更新周期阈值小于第二更新周期阈值,第一刷新周期阈值小于第二更新周期阈值;
表盘刷新周期包括:通过预设的无线通讯装置获取标准时间对智能手表的表盘当前时间进行替换的周期;
信息更新周期包括:通过无线通讯装置获取短信、电话、应用推送和应用更新信息的周期。
上述技术方案的工作原理为:
若用户佩戴成功智能手表,就要将智能手表的工作状态切换至正常工作模式,若佩戴不成功即没有进行正常佩戴,就要将智能手表的工作状态切换至待机模式;正常工作模式时,用户随时要对手表进行操作或查看,需减小一些功能的刷新周期并开启相应的功能,待机模式则相反;表盘刷新周期具体为:智能手表的表盘的时间通过无线通讯装置向远程服务器获取标准时间例如:北京时间;信息更新具体为:通过无线通讯装置获取一些信息咨询以及应用推送等;无线通讯装置具体为3G/4G/5G芯片;例如:第一刷新周期阈值为0.3秒,第二刷新周期阈值为0.5秒,第一更新周期阈值为0.1秒,第二更新周期阈值为0.3秒,正常模式下,表盘刷新和信息更新的周期(即每隔对应时间间隔)需小于待机模式。
上述技术方案的有益效果为:本发明实施例根据检测结果调整智能手表至相应的预设工作模式即正常工作模式和待机模式,用户未佩戴时,将智能手表设定为待机模式,用户佩戴时,设定为正常工作模式,各模式对应具体的功能设定,大大减少了智能手表的运行功耗,提升了智能手表的续航能力,同时,也更加智能化。
本发明实施例提供了一种智能手表佩戴状态的检测方法,还包括:
若用户佩戴成功,通过第三检测装置采集智能手表的第三特征数据;
第三检测装置包括:第三加速度传感器;
第三特征数据包括:通过第三加速度传感器采集的智能手表的第三加速度;
第三加速度包括:第三X轴数据、第三Y轴数据和第三Z轴数据;
每隔预设的第二时间间隔分别获取第三X轴数据、第三Y轴数据和第三Z轴数据,在预设的第七时间范围内,若第三X轴数据落在预设的第一检验区间内的次数大于预设的第一次数阈值,且,
第三Y轴数据落在预设的第二检验区间内的次数大于预设的第二次数阈值,且,
第三Z轴数据落在预设的第三检验区间内的次数大于预设的第三次数阈值,确定用户将智能手表佩戴在左手上;
若第三X轴数据落在预设的第四检验区间内的次数大于预设的第四次数阈值,且,
第三Y轴数据落在预设的第五检验区间内的次数大于预设的第五次数阈值,且,
第三Z轴数据落在预设的第六检验区间内的次数大于预设的第六次数阈值,确定用户将智能手表佩戴在右手上;
在预设的第八时间范围内,若第三X轴数据均落在预设的第七检验区间内,且,
第三Y轴数据均落在预设的第八检验区间内,和,
第三Z轴数据均落在预设的第九检验区间内时,确定用户正常行走摆臂状态;
在预设的第九时间范围内,若第三X轴数据均落在第一检验区间内,且,
第三Y轴数据均落在第二检验区间内,且,
第三Z轴数据均落在第三检验区间内,
或,
在预设的第九时间范围内,若第三X轴数据均落第四检验区间内,和,
第三Y轴数据均落在第五检验区间内,和,
第三Z轴数据均落在第六检验区间内时,
执行第一亮屏操作;
或,
激活摄像机,通过震动电机提醒用户即将进行手势识别;
通过摄像机采集用户的手势图像信息;
获取预设的特征提取框;
采用特征提取框对手势图像信息进行预处理获得特征图像;
对特征图像进行预设的边缘提取操作获得手势图像;
将手势图像与预设的手势动作图像数据库进行比对,若比对相同,执行对应的预设操作;
预设操作包括:第二亮屏操作、进入待机模式、开关机和打开应用APP中一种。
上述技术方案的工作原理为:
预设的第一检验区间、第二检验区间、第三检验区间具体为:根据大量的历史实验数据确定当用户正常将智能手表佩戴在左手时,将左手腕微微抬起看时间时,加速度传感器测定的各轴加速度值范围(最大值与最小值作为界限值构成范围,例如[30,50]);预设的第四检验区间、第五检验区间和第六检验区间具体为:根据大量的历史实验数据确定当用户正常将智能手表佩戴在右手时,将右手腕微微抬起看时间时,加速度传感器测定的各轴加速度值范围;预设的第七检验区间、第八检验区间和第九检验区间具体为:根据大量的历史实验数据确定当用户正常行走摆臂时,加速度传感器测定的各轴加速度值范围在一定时间范围内,各轴加速度值均落在对应的检验区间内时,说明用户正在微微抬手腕看时间;当确定用户佩戴成功时,当确定用户具有看表姿态(抬起左手手腕或右手手腕看表)和摆臂动作时,此时用户可能在行走,当用户再次具有看表姿态时,亮屏(执行第一亮屏操作),或者,激活摄像机,识别用户的手势并执行相应操作,例如:手势动作图像数据库中预存有正常人左右后比出OK的手势,用户只需对着智能手表比出OK手势就可执行一些操作,例如:亮屏等。
上述技术方案的有益效果为:本发明实施例通过当用户佩戴成功,判断用户是否正在微微抬起手腕看智能手表,若用户正在看智能手表,用户只需做出相应的手势即可控制智能手表执行一些操作,提升了客户的使用体验,同时,也更加智能化。
本发明实施例提供了一种智能手表佩戴状态的检测系统,包括:
第一采集模块,通过第一检测装置采集智能手表的第一特征数据;
第一检测模块,根据第一特征数据判断用户是否正在佩戴;
第二采集模块,若用户正在佩戴,通过第二检测装置采集智能手表的第二特征数据;
第二检测模块,根据第二特征数据判断用户是否佩戴成功;
调整模块,根据用户是否佩戴成功调整相应的预设工作模式。
上述技术方案的工作原理为:
用户未佩戴智能手表前,智能手表静止放置在某处;第一检测装置设置在智能手表内,用于采集智能手表的第一特征数据;当用户拿起智能手表准备进行佩戴的时候,第一特征数据会发生相应的改变或具有某种特征,所以根据第一特征数据检测用户是否正在佩戴;第二检测装置也设置在智能手表内,用于采集智能手表的第二特征数据;当确定用户正在佩戴智能手表后,智能手表位于佩戴位置上例如:手腕等,用户正在系表带,第二特征数据也会发生相应的改变或具有某种特征,所以根据第二特征数据可以检测用户是否佩戴成功;根据检测结果调整智能手表的工作模式;例如:如果佩戴成功,进入工作模式,如果佩戴失败,进行待机模式。
上述技术方案的有益效果为:本发明实施例通过在用户佩戴智能手表时,将用户的佩戴动作进行分解,分别通过第一检测装置和第二检测装置检测用户是否正在佩戴和是否佩戴成功,最后适应调整智能手表的工作状态,提升智能手表佩戴状态检测的精度,同时,也更加智能化。
本发明实施例提供了一种智能手表佩戴状态的检测系统,第一检测装置包括:第一加速度传感器和第一心率传感器;
第一特征数据包括:通过第一加速度传感器采集的智能手表的第一加速度数据和通过第一心率传感器采集用户佩戴位置的第一心率数据;
第一加速度数据包括:第一X轴数据、第一Y轴数据和第一Z轴数据;
根据第一特征数据判断用户是否正在佩戴,包括:
若第一X轴数据在预设的第一时间范围内均等于预设的第一阈值时,且,
第一Y轴数据在第一时间范围内均等于预设的第二阈值时,且,
第一Z轴数据在第一时间范围内均等于预设的第三阈值时,确定智能手表处于静止状态;
若第一Z轴数据在预设的第二时间范围内有满足预设旋转条件的情况,
且,
第一心率数据在预设的第三时间范围内均落在预设的正常心率区间内时,确定用户正在佩戴智能手表。
上述技术方案的工作原理为:
第一检测装置具体为:加速度传感器和心率传感器;当用户正在拿起智能手表时,加速度传感器采集X、Y和Z轴数据一定均会发生变化,即使用户不进行佩戴,只要用户拿起智能手表时,这三者就会发生变化;预设的第一阈值、第二阈值和第三阈值根据大量的历史数据智能手表静止放在某处时加速度传感器测得的3轴加速度数据;当第一X轴数据、第一Y轴数据和第一Z轴数据在预设第一时间范围(例如:3秒)分别等于预设第一阈值(例如:0)、第二阈值(例如:0)和第三阈值(例如9.8)时,说明手表处于静止状态;内当用户将智能手表放置在佩戴位置比如:手腕正面等上时,先将两表带穿过手腕,然后用手指在手腕下方夹住表带,然后旋转手腕,准备进行系带,会有一个旋转动作;预设的旋转条件具体为:根据大量的历史实验测得该旋转手腕动作发生时,加速度传感器Z轴数据变化范围,验证实时测得的旋转手腕动作加速度传感器测得的Z轴数据是否在此Z轴数据变化范围内;另外,准备进行系带时,表盘已经与手腕接触,心率传感器则可以测到手腕处的心率数据;预设的正常心率区间具体为正常的心率区间例如[60,100]。
上述技术方案的有益效果为:本发明实施例通过第一检测装置对用户动作进行实时检测,并将用户正在拿起智能手表准备佩戴的动作分解成两个步骤即是否拿起手表和是否正在佩戴,检测原理精细并可有效防止误判,提升了判断用户是否正在佩戴智能手表的精准性。
本发明实施例提供了一种智能手表佩戴状态的检测系统,第二检测装置包括:第二加速度传感器、第一拉力传感器、第二拉力传感器和第二心率传感器;
第二特征数据包括:通过第二加速度传感器采集的智能手表的第二加速度、通过第一拉力传感器采集表盘的一端与第一表带的之间的第一拉力数据、通过第二拉力传感器采集表盘的另一端与第二表带之间的第二拉力数据和通过第二心率传感器采集用户佩戴位置的第二心率数据;
第二加速度包括:第二X轴数据、第二Y轴数据和第二Z轴数据;
根据第二特征数据判断用户是否佩戴成功,包括:
在预设的第四时间范围内每隔预设的第一时间间隔分别获取第二X轴数据、第二Y轴数据和第二Z轴数据,并将其分别组合成X轴数据样本、Y轴数据样本和Z轴数据样本;
计算智能手表的第一佩戴验证指数:
根据预设的曲线构建规则分别基于X轴数据样本、Y轴数据样本和Z轴数据样本构建X真实曲线、Y真实曲线和Z真实曲线;
获取预设的标准曲线,标准曲线包括:X标准曲线、Y标准曲线和Z标准曲线;
获取预设的多个采样点;
获取X真实曲线、Y真实曲线、Z真实曲线、X标准曲线、Y标准曲线和Z标准曲线中分别与采样点对应的X真实采样值、Y真实采样值、Z真实采样值、X标准采样值、Y标准采样值和Z标准采样值,并将其分别组合成X真实样本、Y真实样本、Z真实样本、X标准样本、Y标准样本和Z标准样本;
计算智能手表的第二佩戴验证指数:
其中,σ2为第二佩戴验证指数, 为X真实样本中第r个X真实采样值,为X标准样本中第r个X标准采样值,为Y真实样本中第r个Y真实采样值,为Y标准样本中第r个Y标准采样值,为Z真实样本中第r个Z真实采样值,为Z标准样本中第r个Z标准采样值,n为各采样值的总数目,T1、T2和T3为预设的验证阈值;
若第一佩戴验证指数大于等于预设的第一指数阈值且小于等于预设的第二指数阈值,和,
第二佩戴验证指数大于等于预设的第三指数阈值,
且,
第一拉力数据在预设的第五时间范围内均大于预设的第一拉力阈值,
且,
第二拉力数据在第五时间范围内均大于预设的第二拉力阈值,
且,
第二心率数据在预设的第六时间范围内均落在预设的正常心率区间内时,确定用户佩戴手表成功,否则佩戴手表失败。
上述技术方案的工作原理为:
第二检测装置具体为:加速度传感器、两个拉力传感器和心率传感器;当用户正在佩戴智能手表时,都会有个正常行为习惯的范畴,例如:先将手腕穿入智能手表的两个表带中,随后将手腕翻转,手腕朝上,开始系带,系带后再将手腕翻转,整个过程都有规律可循;第一佩戴验证指数计算的是X、Y、Z轴数据两两平方和开根号后的方差,并赋予对应的权重值,若用户正常佩戴即系带时,该第一佩戴验证指数一定在一个固定的区间内变动;预设的第一指数阈值、第二指数阈值具体为:根据大量的历史实验数据确定的用户正在佩戴手表时第一佩戴验证指数范围的下限值和上限值;预设的标准曲线具体为:根据大量的历史数据确定的用户正常佩戴手表时加速度数据并将其绘制成曲线图,再将大量的曲线图进行拟合获得;第二佩戴验证指数计算的是各加速度数据真实值的曲线与标准曲线的相似程度;预设的第三指数阈值具体为:根据大量的历史实验数据确定的用户正常佩戴手表时第二佩戴验证指数的下限值;用户佩戴好手表后(表带系紧),拉力传感器会测得拉力,同时,其佩戴位置为手腕处时,则可以测得心率,且一定范围内测得的心率均在预设的心率范围内,拉力数据合格,说明用户已正常佩戴好智能手表;预设的心率范围具体为:正常人的心率范围;预设的第一拉力阈值、第二拉力阈值具体为根据大量的历史数据确定的用户佩戴好手表后各拉力传感器测得的拉力数据的下限值;预设的曲线构建规则具体为:以时间为x轴,数值大小为y轴,基于数据在该直角坐标系中绘制曲线。
上述技术方案的有益效果为:本发明实施例在用户正在佩戴智能手表时,通过第二检测装置检测用户是否佩戴成功,利用多个检测方案协同检测,检测原理精细,有效地避免了对智能手表佩戴状态的误判,提升了判断用户是否正在佩戴智能手表的精准性。
本发明实施例提供了一种智能手表佩戴状态的检测系统,预设工作模式包括:正常工作模式和待机模式;
正常工作模式包括:智能手表的表盘刷新周期为第一刷新周期阈值,智能手表的信息更新周期为第一更新周期阈值且智能手表的记步传感器和心率传感器为开启状态;
待机模式包括:表盘刷新周期为第二刷新周期阈值,信息更新周期为第二更新周期阈值,记步传感器和心率传感器为关闭状态;
调整模块执行包括如下操作:
确定智能手表的当前工作模式;
若用户佩戴手表成功,判断当前工作模式是否是正常工作模式,若不是,将当前工作模式切换至正常工作模式;
若用户佩戴手表失败,判断当前工作模式是否是待机模式,若不是,将当前工作模式切换至待机模式;
第一更新周期阈值小于第二更新周期阈值,第一刷新周期阈值小于第二更新周期阈值;
表盘刷新周期包括:通过预设的无线通讯装置获取标准时间对智能手表的表盘当前时间进行替换的周期;
信息更新周期包括:通过无线通讯装置获取短信、电话、应用推送和应用更新信息的周期。
上述技术方案的工作原理为:
若用户佩戴成功智能手表,就要将智能手表的工作状态切换至正常工作模式,若佩戴不成功即没有进行正常佩戴,就要将智能手表的工作状态切换至待机模式;正常工作模式时,用户随时要对手表进行操作或查看,需减小一些功能的刷新周期并开启相应的功能,待机模式则相反;表盘刷新周期具体为:智能手表的表盘的时间通过无线通讯装置向远程服务器获取标准时间例如:北京时间;信息更新具体为:通过无线通讯装置获取一些信息咨询以及应用推送等;无线通讯装置具体为3G/4G/5G芯片;例如:第一刷新周期阈值为0.3秒,第二刷新周期阈值为0.5秒,第一更新周期阈值为0.1秒,第二更新周期阈值为0.3秒,正常模式下,表盘刷新和信息更新的周期(即每隔对应时间间隔)需小于待机模式。
上述技术方案的有益效果为:本发明实施例根据检测结果调整智能手表至相应的预设工作模式即正常工作模式和待机模式,用户未佩戴时,将智能手表设定为待机模式,用户佩戴时,设定为正常工作模式,各模式对应具体的功能设定,大大减少了智能手表的运行功耗,提升了智能手表的续航能力,同时,也更加智能化。
本发明实施例提供了一种智能手表佩戴状态的检测系统,还包括:
若用户佩戴成功,通过第三检测装置采集智能手表的第三特征数据;
第三检测装置包括:第三加速度传感器;
第三特征数据包括:通过第三加速度传感器采集的智能手表的第三加速度;
第三加速度包括:第三X轴数据、第三Y轴数据和第三Z轴数据;
每隔预设的第二时间间隔分别获取第三X轴数据、第三Y轴数据和第三Z轴数据,在预设的第七时间范围内,若第三X轴数据落在预设的第一检验区间内的次数大于预设的第一次数阈值,且,
第三Y轴数据落在预设的第二检验区间内的次数大于预设的第二次数阈值,且,
第三Z轴数据落在预设的第三检验区间内的次数大于预设的第三次数阈值,确定用户将智能手表佩戴在左手上;
若第三X轴数据落在预设的第四检验区间内的次数大于预设的第四次数阈值,且,
第三Y轴数据落在预设的第五检验区间内的次数大于预设的第五次数阈值,且,
第三Z轴数据落在预设的第六检验区间内的次数大于预设的第六次数阈值,确定用户将智能手表佩戴在右手上;
在预设的第八时间范围内,若第三X轴数据均落在预设的第七检验区间内,且,
第三Y轴数据均落在预设的第八检验区间内,和,
第三Z轴数据均落在预设的第九检验区间内时,确定用户正常行走摆臂状态;
在预设的第九时间范围内,若第三X轴数据均落在第一检验区间内,且,
第三Y轴数据均落在第二检验区间内,且,
第三Z轴数据均落在第三检验区间内,
或,
在预设的第九时间范围内,若第三X轴数据均落第四检验区间内,和,
第三Y轴数据均落在第五检验区间内,和,
第三Z轴数据均落在第六检验区间内时,
执行第一亮屏操作;
或,
激活摄像机,通过震动电机提醒用户即将进行手势识别;
通过摄像机采集用户的手势图像信息;
获取预设的特征提取框;
采用特征提取框对手势图像信息进行预处理获得特征图像;
对特征图像进行预设的边缘提取操作获得手势图像;
将手势图像与预设的手势动作图像数据库进行比对,若比对相同,执行对应的预设操作;
预设操作包括:第二亮屏操作、进入待机模式、开关机和打开应用APP中一种。
上述技术方案的工作原理为:
预设的第一检验区间、第二检验区间、第三检验区间具体为:根据大量的历史实验数据确定当用户正常将智能手表佩戴在左手时,将左手腕微微抬起看时间时,加速度传感器测定的各轴加速度值范围(最大值与最小值作为界限值构成范围,例如[30,50]);预设的第四检验区间、第五检验区间和第六检验区间具体为:根据大量的历史实验数据确定当用户正常将智能手表佩戴在右手时,将右手腕微微抬起看时间时,加速度传感器测定的各轴加速度值范围;预设的第七检验区间、第八检验区间和第九检验区间具体为:根据大量的历史实验数据确定当用户正常行走摆臂时,加速度传感器测定的各轴加速度值范围在一定时间范围内,各轴加速度值均落在对应的检验区间内时,说明用户正在微微抬手腕看时间;当确定用户佩戴成功时,当确定用户具有看表姿态(抬起左手手腕或右手手腕看表)和摆臂动作时,此时用户可能在行走,当用户再次具有看表姿态时,亮屏(执行第一亮屏操作),或者,激活摄像机,识别用户的手势并执行相应操作,例如:手势动作图像数据库中预存有正常人左右后比出OK的手势,用户只需对着智能手表比出OK手势就可执行一些操作,例如:亮屏等。
上述技术方案的有益效果为:本发明实施例通过当用户佩戴成功,判断用户是否正在微微抬起手腕看智能手表,若用户正在看智能手表,用户只需做出相应的手势即可控制智能手表执行一些操作,提升了客户的使用体验,同时,也更加智能化。
本发明实施例提供了本发明实施例提供的一种智能手表,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现的智能手表佩戴状态的检测方法。
其具体工作原理可参见上述与智能手表佩戴状态的检测方法对应的实施例,在此不作赘述。
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 (10)
1.一种智能手表佩戴状态的检测方法,其特征在于,包括:
通过第一检测装置采集所述智能手表的第一特征数据;
根据所述第一特征数据判断用户是否正在佩戴;
若用户正在佩戴,通过第二检测装置采集所述智能手表的第二特征数据;
根据所述第二特征数据判断用户是否佩戴成功;
根据用户是否佩戴成功调整相应的预设工作模式。
2.如权利要求1所述的一种智能手表佩戴状态的检测方法,其特征在于,所述第一检测装置包括:第一加速度传感器和第一心率传感器;
所述第一特征数据包括:通过第一加速度传感器采集的所述智能手表的第一加速度数据和通过第一心率传感器采集用户佩戴位置的第一心率数据;
所述第一加速度数据包括:第一X轴数据、第一Y轴数据和第一Z轴数据;
所述根据所述第一特征数据判断用户是否正在佩戴,包括:
若所述第一X轴数据在预设的第一时间范围内均等于预设的第一阈值时,且,
所述第一Y轴数据在所述第一时间范围内均等于预设的第二阈值时,且,
所述第一Z轴数据在所述第一时间范围内均等于预设的第三阈值时,确定所述智能手表处于静止状态;
若所述第一Z轴数据在预设的第二时间范围内有满足预设旋转条件的情况,
且,
所述第一心率数据在预设的第三时间范围内均落在预设的正常心率区间内时,确定用户正在佩戴所述智能手表。
3.如权利要求1所述的一种智能手表佩戴状态的检测方法,其特征在于,所述第二检测装置包括:第二加速度传感器、第一拉力传感器、第二拉力传感器和第二心率传感器;
所述第二特征数据包括:通过所述第二加速度传感器采集的所述智能手表的第二加速度、通过第一拉力传感器采集表盘的一端与第一表带的之间的第一拉力数据、通过第二拉力传感器采集表盘的另一端与第二表带之间的第二拉力数据和通过所述第二心率传感器采集用户佩戴位置的第二心率数据;
所述第二加速度包括:第二X轴数据、第二Y轴数据和第二Z轴数据;
所述根据所述第二特征数据判断用户是否佩戴成功,包括:
在预设的第四时间范围内每隔预设的第一时间间隔分别获取所述第二X轴数据、第二Y轴数据和第二Z轴数据,并将其分别组合成X轴数据样本、Y轴数据样本和Z轴数据样本;
计算所述智能手表的第一佩戴验证指数:
根据预设的曲线构建规则分别基于所述X轴数据样本、Y轴数据样本和Z轴数据样本构建X真实曲线、Y真实曲线和Z真实曲线;
获取预设的标准曲线,所述标准曲线包括:X标准曲线、Y标准曲线和Z标准曲线;
获取预设的多个采样点;
获取所述X真实曲线、Y真实曲线、Z真实曲线、X标准曲线、Y标准曲线和Z标准曲线中分别与所述采样点对应的X真实采样值、Y真实采样值、Z真实采样值、X标准采样值、Y标准采样值和Z标准采样值,并将其分别组合成X真实样本、Y真实样本、Z真实样本、X标准样本、Y标准样本和Z标准样本;
计算所述智能手表的第二佩戴验证指数:
其中,σ2为第二佩戴验证指数, 为X真实样本中第r个X真实采样值,为X标准样本中第r个X标准采样值,为Y真实样本中第r个Y真实采样值,为Y标准样本中第r个Y标准采样值,为Z真实样本中第r个Z真实采样值,为Z标准样本中第r个Z标准采样值,n为各采样值的总数目,T1、T2和T3为预设的验证阈值;
若所述第一佩戴验证指数大于等于预设的第一指数阈值且小于等于预设的第二指数阈值,和,
所述第二佩戴验证指数大于等于预设的第三指数阈值,
且,
所述第一拉力数据在预设的第五时间范围内均大于预设的第一拉力阈值,
且,
所述第二拉力数据在所述第五时间范围内均大于预设的第二拉力阈值,
且,
所述第二心率数据在预设的第六时间范围内均落在预设的正常心率区间内时,确定用户佩戴手表成功,否则佩戴手表失败。
4.如权利要求3所述的一种智能手表佩戴状态的检测方法,其特征在于,所述预设工作模式包括:正常工作模式和待机模式;
所述正常工作模式包括:所述智能手表的表盘刷新周期为第一刷新周期阈值,所述智能手表的信息更新周期为第一更新周期阈值且所述智能手表的记步传感器和心率传感器为开启状态;
所述待机模式包括:所述表盘刷新周期为第二刷新周期阈值,所述信息更新周期为第二更新周期阈值,所述记步传感器和心率传感器为关闭状态;
所述根据用户是否佩戴成功调整相应的预设工作模式,包括:
确定所述智能手表的当前工作模式;
若用户佩戴手表成功,判断所述当前工作模式是否是所述正常工作模式,若不是,将所述当前工作模式切换至所述正常工作模式;
若用户佩戴手表失败,判断所述当前工作模式是否是所述待机模式,若不是,将所述当前工作模式切换至所述待机模式;
所述第一更新周期阈值小于所述第二更新周期阈值,所述第一刷新周期阈值小于所述第二更新周期阈值;
所述表盘刷新周期包括:通过预设的无线通讯装置获取标准时间对所述智能手表的表盘当前时间进行替换的周期;
所述信息更新周期包括:通过所述无线通讯装置获取短信、电话、应用推送和应用更新信息的周期。
5.如权利要求1所述的一种智能手表佩戴状态的检测方法,其特征在于,还包括:
若用户佩戴成功,通过第三检测装置采集所述智能手表的第三特征数据;
所述第三检测装置包括:第三加速度传感器;
所述第三特征数据包括:通过所述第三加速度传感器采集的所述智能手表的第三加速度;
所述第三加速度包括:第三X轴数据、第三Y轴数据和第三Z轴数据;
每隔预设的第二时间间隔分别获取所述第三X轴数据、第三Y轴数据和第三Z轴数据,在预设的第七时间范围内,若所述第三X轴数据落在预设的第一检验区间内的次数大于预设的第一次数阈值,且,
所述第三Y轴数据落在预设的第二检验区间内的次数大于预设的第二次数阈值,且,
所述第三Z轴数据落在预设的第三检验区间内的次数大于预设的第三次数阈值,确定用户将所述智能手表佩戴在左手上;
若所述第三X轴数据落在预设的第四检验区间内的次数大于预设的第四次数阈值,且,
所述第三Y轴数据落在预设的第五检验区间内的次数大于预设的第五次数阈值,且,
所述第三Z轴数据落在预设的第六检验区间内的次数大于预设的第六次数阈值,确定用户将所述智能手表佩戴在右手上;
在预设的第八时间范围内,若所述第三X轴数据均落在预设的第七检验区间内,且,
所述第三Y轴数据均落在预设的第八检验区间内,和,
所述第三Z轴数据均落在预设的第九检验区间内时,确定用户正常行走摆臂状态;
在预设的第九时间范围内,若所述第三X轴数据均落在所述第一检验区间内,且,
所述第三Y轴数据均落在所述第二检验区间内,且,
所述第三Z轴数据均落在所述第三检验区间内,
或,
在预设的第九时间范围内,若所述第三X轴数据均落所述第四检验区间内,和,
所述第三Y轴数据均落在所述第五检验区间内,和,
所述第三Z轴数据均落在所述第六检验区间内时,
执行第一亮屏操作;
或,
激活摄像机,通过震动电机提醒用户即将进行手势识别;
通过所述摄像机采集用户的手势图像信息;
获取预设的特征提取框;
采用所述特征提取框对所述手势图像信息进行预处理获得特征图像;
对所述特征图像进行预设的边缘提取操作获得手势图像;
将所述手势图像与预设的手势动作图像数据库进行比对,若比对相同,执行对应的预设操作;
所述预设操作包括:第二亮屏操作、进入待机模式、开关机和打开应用APP中一种。
6.一种智能手表佩戴状态的检测系统,其特征在于,包括:
第一采集模块,通过第一检测装置采集所述智能手表的第一特征数据;
第一检测模块,根据所述第一特征数据判断用户是否正在佩戴;
第二采集模块,若用户正在佩戴,通过第二检测装置采集所述智能手表的第二特征数据;
第二检测模块,根据所述第二特征数据判断用户是否佩戴成功;
调整模块,根据用户是否佩戴成功调整相应的预设工作模式。
7.如权利要求6所述的一种智能手表佩戴状态的检测系统,其特征在于,所述第一检测装置包括:第一加速度传感器和第一心率传感器;
所述第一特征数据包括:通过第一加速度传感器采集的所述智能手表的第一加速度数据和通过第一心率传感器采集用户佩戴位置的第一心率数据;
所述第一加速度数据包括:第一X轴数据、第一Y轴数据和第一Z轴数据;
所述根据所述第一特征数据判断用户是否正在佩戴,包括:
若所述第一X轴数据在预设的第一时间范围内均等于预设的第一阈值时,且,
所述第一Y轴数据在所述第一时间范围内均等于预设的第二阈值时,且,
所述第一Z轴数据在所述第一时间范围内均等于预设的第三阈值时,确定所述智能手表处于静止状态;
若所述第一Z轴数据在预设的第二时间范围内有满足预设旋转条件的情况,
且,
所述第一心率数据在预设的第三时间范围内均落在预设的正常心率区间内时,确定用户正在佩戴所述智能手表。
8.如权利要求6所述的一种智能手表佩戴状态的检测系统,其特征在于,所述第二检测装置包括:第二加速度传感器、第一拉力传感器、第二拉力传感器和第二心率传感器;
所述第二特征数据包括:通过所述第二加速度传感器采集的所述智能手表的第二加速度、通过第一拉力传感器采集表盘的一端与第一表带的之间的第一拉力数据、通过第二拉力传感器采集表盘的另一端与第二表带之间的第二拉力数据和通过所述第二心率传感器采集用户佩戴位置的第二心率数据;
所述第二加速度包括:第二X轴数据、第二Y轴数据和第二Z轴数据;
所述根据所述第二特征数据判断用户是否佩戴成功,包括:
在预设的第四时间范围内每隔预设的第一时间间隔分别获取所述第二X轴数据、第二Y轴数据和第二Z轴数据,并将其分别组合成X轴数据样本、Y轴数据样本和Z轴数据样本;
计算所述智能手表的第一佩戴验证指数:
根据预设的曲线构建规则分别基于所述X轴数据样本、Y轴数据样本和Z轴数据样本构建X真实曲线、Y真实曲线和Z真实曲线;
获取预设的标准曲线,所述标准曲线包括:X标准曲线、Y标准曲线和Z标准曲线;
获取预设的多个采样点;
获取所述X真实曲线、Y真实曲线、Z真实曲线、X标准曲线、Y标准曲线和Z标准曲线中分别与所述采样点对应的X真实采样值、Y真实采样值、Z真实采样值、X标准采样值、Y标准采样值和Z标准采样值,并将其分别组合成X真实样本、Y真实样本、Z真实样本、X标准样本、Y标准样本和Z标准样本;
计算所述智能手表的第二佩戴验证指数:
其中,σ2为第二佩戴验证指数, 为X真实样本中第r个X真实采样值,为X标准样本中第r个X标准采样值,为Y真实样本中第r个Y真实采样值,为Y标准样本中第r个Y标准采样值,为Z真实样本中第r个Z真实采样值,为Z标准样本中第r个Z标准采样值,n为各采样值的总数目,T1、T2和T3为预设的验证阈值;
若所述第一佩戴验证指数大于等于预设的第一指数阈值且小于等于预设的第二指数阈值,和,
所述第二佩戴验证指数大于等于预设的第三指数阈值,
且,
所述第一拉力数据在预设的第五时间范围内均大于预设的第一拉力阈值,
且,
所述第二拉力数据在所述第五时间范围内均大于预设的第二拉力阈值,
且,
所述第二心率数据在预设的第六时间范围内均落在预设的正常心率区间内时,确定用户佩戴手表成功,否则佩戴手表失败。
9.如权利要求6所述的一种智能手表佩戴状态的检测系统,其特征在于,所述预设工作模式包括:正常工作模式和待机模式;
所述正常工作模式包括:所述智能手表的表盘刷新周期为第一刷新周期阈值,所述智能手表的信息更新周期为第一更新周期阈值且所述智能手表的记步传感器和心率传感器为开启状态;
所述待机模式包括:所述表盘刷新周期为第二刷新周期阈值,所述信息更新周期为第二更新周期阈值,所述记步传感器和心率传感器为关闭状态;
所述调整模块执行包括如下操作:
确定所述智能手表的当前工作模式;
若用户佩戴手表成功,判断所述当前工作模式是否是所述正常工作模式,若不是,将所述当前工作模式切换至所述正常工作模式;
若用户佩戴手表失败,判断所述当前工作模式是否是所述待机模式,若不是,将所述当前工作模式切换至所述待机模式;
所述第一更新周期阈值小于所述第二更新周期阈值,所述第一刷新周期阈值小于所述第二更新周期阈值;
所述表盘刷新周期包括:通过预设的无线通讯装置获取标准时间对所述智能手表的表盘当前时间进行替换的周期;
所述信息更新周期包括:通过所述无线通讯装置获取短信、电话、应用推送和应用更新信息的周期。
10.一种智能手表,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的智能手表佩戴状态的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011437624.1A CN112596366B (zh) | 2020-12-07 | 2020-12-07 | 一种智能手表佩戴状态的检测方法、检测系统及手表 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011437624.1A CN112596366B (zh) | 2020-12-07 | 2020-12-07 | 一种智能手表佩戴状态的检测方法、检测系统及手表 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112596366A true CN112596366A (zh) | 2021-04-02 |
CN112596366B CN112596366B (zh) | 2022-02-08 |
Family
ID=75191591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011437624.1A Active CN112596366B (zh) | 2020-12-07 | 2020-12-07 | 一种智能手表佩戴状态的检测方法、检测系统及手表 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112596366B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114366062A (zh) * | 2022-03-18 | 2022-04-19 | 荣耀终端有限公司 | 可穿戴设备及其佩戴检测方法和介质 |
CN115540954A (zh) * | 2022-11-27 | 2022-12-30 | 四川易景智能终端有限公司 | 一种智能手表生产的质量检测方法、装置及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2411961A (en) * | 2004-03-11 | 2005-09-14 | Stach Kevin | Wearable physiological parameter change monitoring device |
CN101246532A (zh) * | 2007-02-14 | 2008-08-20 | 索尼株式会社 | 可佩带装置、认证方法和记录介质 |
CN105094277A (zh) * | 2015-06-29 | 2015-11-25 | 百度在线网络技术(北京)有限公司 | 一种用于调整可穿戴设备的运行状态的方法和装置 |
CN105301949A (zh) * | 2015-10-23 | 2016-02-03 | 广东小天才科技有限公司 | 一种智能手表佩戴状态的检测方法、系统及智能手表 |
CN105302541A (zh) * | 2014-07-23 | 2016-02-03 | 联想(新加坡)私人有限公司 | 配置可穿戴式装置 |
CN105319956A (zh) * | 2015-11-05 | 2016-02-10 | 上海卓易科技股份有限公司 | 一种自动识别手表佩戴状态的方法和装置 |
CN105425940A (zh) * | 2015-10-23 | 2016-03-23 | 安徽华米信息科技有限公司 | 用于确定手环的佩戴状态的方法及装置、可穿戴设备 |
CN106291121A (zh) * | 2016-07-29 | 2017-01-04 | 歌尔股份有限公司 | 一种可穿戴设备的佩戴状态检测方法和可穿戴设备 |
CN206075231U (zh) * | 2016-06-29 | 2017-04-05 | 上海卓易科技股份有限公司 | 一种智能穿戴设备 |
CN106933303A (zh) * | 2017-02-22 | 2017-07-07 | 上海斐讯数据通信技术有限公司 | 一种基于智能手表的表带状态警示方法及智能手表 |
CN111309161A (zh) * | 2020-01-20 | 2020-06-19 | 华为技术有限公司 | 可穿戴设备的佩戴状态检测方法、装置及可穿戴设备 |
-
2020
- 2020-12-07 CN CN202011437624.1A patent/CN112596366B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2411961A (en) * | 2004-03-11 | 2005-09-14 | Stach Kevin | Wearable physiological parameter change monitoring device |
CN101246532A (zh) * | 2007-02-14 | 2008-08-20 | 索尼株式会社 | 可佩带装置、认证方法和记录介质 |
CN105302541A (zh) * | 2014-07-23 | 2016-02-03 | 联想(新加坡)私人有限公司 | 配置可穿戴式装置 |
CN105094277A (zh) * | 2015-06-29 | 2015-11-25 | 百度在线网络技术(北京)有限公司 | 一种用于调整可穿戴设备的运行状态的方法和装置 |
CN105301949A (zh) * | 2015-10-23 | 2016-02-03 | 广东小天才科技有限公司 | 一种智能手表佩戴状态的检测方法、系统及智能手表 |
CN105425940A (zh) * | 2015-10-23 | 2016-03-23 | 安徽华米信息科技有限公司 | 用于确定手环的佩戴状态的方法及装置、可穿戴设备 |
CN105319956A (zh) * | 2015-11-05 | 2016-02-10 | 上海卓易科技股份有限公司 | 一种自动识别手表佩戴状态的方法和装置 |
CN206075231U (zh) * | 2016-06-29 | 2017-04-05 | 上海卓易科技股份有限公司 | 一种智能穿戴设备 |
CN106291121A (zh) * | 2016-07-29 | 2017-01-04 | 歌尔股份有限公司 | 一种可穿戴设备的佩戴状态检测方法和可穿戴设备 |
CN106933303A (zh) * | 2017-02-22 | 2017-07-07 | 上海斐讯数据通信技术有限公司 | 一种基于智能手表的表带状态警示方法及智能手表 |
CN111309161A (zh) * | 2020-01-20 | 2020-06-19 | 华为技术有限公司 | 可穿戴设备的佩戴状态检测方法、装置及可穿戴设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114366062A (zh) * | 2022-03-18 | 2022-04-19 | 荣耀终端有限公司 | 可穿戴设备及其佩戴检测方法和介质 |
CN114366062B (zh) * | 2022-03-18 | 2023-10-27 | 北京荣耀终端有限公司 | 可穿戴设备及其佩戴检测方法和介质 |
CN115540954A (zh) * | 2022-11-27 | 2022-12-30 | 四川易景智能终端有限公司 | 一种智能手表生产的质量检测方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112596366B (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112596366B (zh) | 一种智能手表佩戴状态的检测方法、检测系统及手表 | |
US9329694B2 (en) | Preemptive machine learning-based gesture recognition | |
CN110558941B (zh) | 响应于用户手势而更新屏幕内容的方法、系统及设备 | |
US11412981B2 (en) | Intelligent device wearing detection method and intelligent device | |
US9760182B2 (en) | Input apparatus, device control method, recording medium, and mobile apparatus | |
CN110709940B (zh) | 用于预测传感器测量质量的方法、系统和介质 | |
CN107085367B (zh) | 一种智能手表的抬手亮屏方法 | |
CN107049255A (zh) | 一种穿戴式智能设备及其睡眠算法 | |
CN106357898A (zh) | 基于智能穿戴设备提醒用户走路不玩手机的方法及系统 | |
CN106773626A (zh) | 一种腕表及坐姿矫正装置与方法 | |
CN106197468B (zh) | 计步器步数更新的方法及系统 | |
WO2022021707A1 (zh) | 睡眠检测方法、装置、智能穿戴设备及可读存储介质 | |
CN110151136B (zh) | 有条件参考心率睡眠状态监测方法、装置、设备及介质 | |
CN109726364A (zh) | 用电量异常检测方法、装置、终端及计算机可读存储介质 | |
KR102053604B1 (ko) | 수면 분석 방법 및 이를 이용한 수면 분석 디바이스 | |
CN107664841A (zh) | 智能眼镜及控制智能眼镜休眠唤醒的方法 | |
CN111722692B (zh) | 功耗控制方法、存储介质及可穿戴设备 | |
DE102014019600A1 (de) | Schaltverfahren und elektronische Vorrichtung | |
Aiolli et al. | ClimbTheWorld: Real-time stairstep counting to increase physical activity | |
CN111798978A (zh) | 用户健康评估方法、装置、存储介质及电子设备 | |
CN108700924A (zh) | 功能操作方法和支持该方法的电子装置 | |
CN114073493B (zh) | 生理数据采集方法、装置及可穿戴设备 | |
CN112631432A (zh) | 一种屏幕控制方法及穿戴式设备、存储介质 | |
CN112130675A (zh) | 一种抬腕识别方法及可穿戴终端 | |
CN112817379A (zh) | 一种智能手表的抬腕亮屏方法及智能手表 |
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 |