CN112906784A - 计步方法及装置、移动终端及存储介质 - Google Patents
计步方法及装置、移动终端及存储介质 Download PDFInfo
- Publication number
- CN112906784A CN112906784A CN202110178327.8A CN202110178327A CN112906784A CN 112906784 A CN112906784 A CN 112906784A CN 202110178327 A CN202110178327 A CN 202110178327A CN 112906784 A CN112906784 A CN 112906784A
- Authority
- CN
- China
- Prior art keywords
- acceleration data
- time length
- characteristics corresponding
- current preset
- preset time
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000001133 acceleration Effects 0.000 claims abstract description 252
- 230000008859 change Effects 0.000 claims description 17
- 238000003062 neural network model Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
- G01C22/006—Pedometers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Computation (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Telephone Function (AREA)
Abstract
本公开是关于一种计步方法及装置、移动终端及存储介质。该方法应用于包括加速度传感器的移动终端中,包括:获取所述加速度传感器当前预设时长内采集的加速度数据;确定当前预设时长内的所述加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件;若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征满足预设相似条件,根据当前预设时长内的所述加速度数据更新计步数据。通过该方法,能提升计步的精准度。
Description
技术领域
本公开涉及信息技术领域,尤其涉及一种计步方法及装置、移动终端及存储介质。
背景技术
计步器是日常使用中十分常用的一个功能,通过对智能手环或手机等智能设备的加速度传感器数据进行学习判断,进而完成用户走路步数的判断。该功能目前几乎所有的健身社交类应用(Application,APP)均有使用,这是一个目前十分常用的功能,是几乎大部分移动终端中均需要进行适配的功能之一。
然而,当前移动终端对步数的统计存在精准度不高的问题。
发明内容
本公开提供一种计步方法及装置、移动终端及存储介质。
根据本公开实施例的第一方面,提供一种计步方法,应用于包括加速度传感器的移动终端中,所述方法包括:
获取所述加速度传感器当前预设时长内采集的加速度数据;
确定当前预设时长内的所述加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件;
若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征满足预设相似条件,根据当前预设时长内的所述加速度数据更新计步数据。
可选的,所述步伐特征包括以下至少之一:
单步的幅度;
单步的时长;
多步的幅度均值;
一次跨步中的速率变化规律。
可选的,所述方法还包括:
若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征不满足所述预设相似条件,维持所述当前预设时长之前的计步数据。
可选的,所述确定当前预设时长内的所述加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件,包括:
若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征之间的相似度大于预设阈值,确定当前预设时长内的所述加速度数据对应的步伐特征与所述历史时长内的加速度数据对应的步伐特征满足所述预设相似条件;
若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征之间的相似度小于或等于所述预设阈值,确定当前预设时长内的所述加速度数据对应的步伐特征与所述历史时长内的加速度数据对应的步伐特征满足所述预设相似条件。
可选的,所述方法还包括:
将当前预设时长内的所述加速度数据输入神经网络模型,获取当前预设时长内的所述加速度数据是否满足计步条件;
所述确定当前预设时长内的所述加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件,包括:
若当前预设时长内的所述加速度数据满足所述计步条件,确定当前预设时长内的所述加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件。
可选的,所述加速度数据满足计步条件为:加速度数据的变化规律,与正弦波曲线或余弦波曲线具有预定相似性。
根据本公开实施例的第二方面,提供一种计步装置,应用于包括加速度传感器的移动终端中,所述装置包括:
第一获取模块,配置为获取所述加速度传感器当前预设时长内采集的加速度数据;
确定模块,配置为确定当前预设时长内的所述加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件;
更新模块,配置为若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征满足预设相似条件,根据当前预设时长内的所述加速度数据更新计步数据。
可选的,所述步伐特征包括以下至少之一:
单步的幅度;
单步的时长;
多步的幅度均值;
一次跨步中的速率变化规律。
可选的,所述装置还包括:
维持模块,配置为若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征不满足所述预设相似条件,维持所述当前预设时长之前的计步数据。
可选的,所述确定模块,具体配置为若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征之间的相似度大于预设阈值,确定当前预设时长内的所述加速度数据对应的步伐特征与所述历史时长内的加速度数据对应的步伐特征满足所述预设相似条件;若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征之间的相似度小于或等于所述预设阈值,确定当前预设时长内的所述加速度数据对应的步伐特征与所述历史时长内的加速度数据对应的步伐特征满足所述预设相似条件。
可选的,所述装置还包括:
第二获取模块,配置为将当前预设时长内的所述加速度数据输入神经网络模型,获取当前预设时长内的所述加速度数据是否满足计步条件;
所述确定模块,具体配置为若当前预设时长内的所述加速度数据满足所述计步条件,确定当前预设时长内的所述加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件。
可选的,所述加速度数据满足计步条件为:加速度数据的变化规律,与正弦波曲线或余弦波曲线具有预定相似性。
根据本公开实施例的第三方面,提供一种移动终端,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行如上述第一方面中所述的计步方法。
根据本公开实施例的第四方面,提供一种存储介质,包括:
当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行如上述第一方面中所述的计步方法。
本公开的实施例提供的技术方案可以包括以下有益效果:
在本公开的实施例中,将当前预设时长内的加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征进行对比,并在当前预设时长内的加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征满足预设相似条件时,才根据当前预设时长内的加速度数据更新计步数据。一方面,考虑到了用户走路或跑步的特征通常在一定时间内具有稳定性,即加速度数据对应的步伐特征在一定时间内具有稳定性,而因手机晃动等造成的干扰数据通常是短暂的,因而本公开通过将当前预设时长内的加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征进行对比,能提升对当前的加速度数据是否由用户走路或跑步产生判断的准确性,因而能提升计步的精准度。另一方面,由于不同用户走路或跑步的特征还存在差异性,本公开针对单个用户在不同时间段的加速度数据对应的步伐特征进行比较,即着眼于用户自身的数据进行比对优化,而非采用针对所有用户的统一优化方式,也使得本公开的方案更具针对性,对步数的统计更精确。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是本公开实施例示出的一种计步方法流程图。
图2为满足计步条件的加速度数据的波形图。
图3为基于不同时间段内的加速度数据进行比对的示例图。
图4是本公开实施例示出的一种计步装置图。
图5是本公开实施例示出的一种移动终端的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是本公开实施例示出的一种计步方法流程图,如图1所示,应用于包括加速度传感器的移动终端中的计步方法包括以下步骤:
S11、获取所述加速度传感器当前预设时长内采集的加速度数据;
S12、确定当前预设时长内的所述加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件;
S13、若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征满足预设相似条件,根据当前预设时长内的所述加速度数据更新计步数据。
在本公开的实施例中,移动终端包括:手机或智能穿戴设备等。移动终端具有计步功能,能够记录用户日常活动中的行走或跑步的步数,从而向用户提供行动步数信息,方便用户根据行动步数信息确定用户的运动量以及能量消耗。
在步骤S11中,移动终端会获取加速度传感器当前预设时长内采集的加速度数据,并在步骤S12中,确定当前预设时长内的加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件。其中,步伐特征表征了用户在日常走路或跑步时的运动习惯。通常,一个用户的步伐特征具有相对稳定的特点,这种特点可由特定用户运动时的统计特征来体现,例如,不同身高或者不同腿长人的单步跨出的幅度不同。不同用户在走路过程中,提脚的高度不同等。
在一种实施例中,加速度数据的步伐特征可包括以下至少之一:
单步的幅度;
单步的时长;
多步的幅度均值;
一次跨步中的速率变化规律。
其中,单步的幅度可以是指单步的步长;单步的时长可以是指一次跨步所需要的时间。单步的幅度和单步的时长,以及一次跨步中的速率变化规律,反映了用户单步的特征。而多步的幅度均值为预设时长内用户所走步数对应的步长均值,属于用户持续行走时的统计特征。
由于同一用户在不同时间内的步伐特征不会经常发生改变,例如单步的特征具有稳定性,和/或一段时间内的步伐的均值特征具有稳定性,因而可通过比较当前预设时长内的加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否相似来确定当前用户是否在走路或跑步,以确定是否需要计步。
在步骤S13中,若当前预设时长内的加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征满足预设相似条件,则根据当前预设时长内的加速度数据更新计步数据。即,当确定用户确实在走路或跑步时,则将当前产生的步数加入统计。
需要说明的是,在根据当前预设时长内的加速度数据更新计步数据时,可检测加速度数据的最大值和最小值,即检测预设时长内的加速度数据的波峰和波谷值,根据波峰和波谷值的个数,来确定当前时长内产生的步数。例如,若检测到相邻的波峰和波谷,则检测到移动了一步。
通常,在根据加速度数据中的波峰和波谷确定用户的行走步数时,容易受到干扰。例如,用户在进行洗手等动作或坐车时,可能会使得移动终端晃动,从而产生与正常走路时波形相近的扰动波峰和波谷,而扰动波峰和波谷会对正常计步产生误判,导致计步的准确率下降。
因而在本公开的实施例中,将当前预设时长内的加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征进行对比,并在当前预设时长内的加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征满足预设相似条件时,才根据当前预设时长内的加速度数据更新计步数据。一方面,考虑到了用户走路或跑步的特征通常在一定时间内具有稳定性,即加速度数据对应的步伐特征在一定时间内具有稳定性,而因手机晃动等造成的干扰数据通常是短暂的,因而本公开通过将当前预设时长内的加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征进行对比,能提升对当前的加速度数据是否由用户走路或跑步产生判断的准确性,因而能提升计步的精准度。另一方面,由于不同用户走路或跑步的特征还存在差异性,本公开针对单个用户在不同时间段的加速度数据对应的步伐特征进行比较,即着眼于用户自身的数据进行比对优化,而非采用针对所有用户的统一优化方式,也使得本公开的方案更具针对性,对步数的统计更精确。
在一种实施例中,若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征不满足所述预设相似条件,维持所述当前预设时长之前的计步数据。
在该实施例中,若当前预设时长内的加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征不满足预设相似条件,则说明当前产生的加速度数据可能是由于用户洗手或坐车导致手机晃动而产生的干扰数据,因而当前产生的虚假步伐,不因纳入到计步数据中,移动终端可维持当前预设时长之间的计步数据。
在一种实施例中,步骤S12包括:
若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征之间的相似度大于预设阈值,确定当前预设时长内的所述加速度数据对应的步伐特征与所述历史时长内的加速度数据对应的步伐特征满足所述预设相似条件;
若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征之间的相似度小于或等于所述预设阈值,确定当前预设时长内的所述加速度数据对应的步伐特征与所述历史时长内的加速度数据对应的步伐特征满足所述预设相似条件。
在本公开的实施例中,在确定当前预设时长内的加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件时,可以将当前预设时长内的加速度数据对应的步伐特征与历史时长内的加速度数据对应的步伐特征之间相似度与预设阈值进行比较。其中,预设阈值可基于大量用户在不同时间段的加速度数据对应的步伐特征来确定,从而预设一个基于大数据分析获得的统计值;或者,预设阈值也可基于移动终端所属用户的历史数据而获得,在该种情况下,例如可事先设定一个基于大量用户的统计数据获得的值,随后更新成基于移动终端所属用户的历史数据获得的值。
需要说明的是,在本公开的实施例中,历史时长内的加速度数据可以是与当前预设时长相邻的历史时长内的加速度数据;还可以是前一次参与计步的历史跨步发生的时间段内的加速度数据。
可以理解的是,若历史时长内的加速度数据为前一次参与计步的历史跨步发生的时间段内的加速度数据,则将当前预设时长内的加速度数据对应的步伐特征与之对比时,能进一步提升对当前的加速度数据是否由用户走路或跑步产生判断的准确性,因而能进一步提升计步的准确度。
在一种实施例中,所述方法还包括:
将当前预设时长内的所述加速度数据输入神经网络模型,获取当前预设时长内的所述加速度数据是否满足计步条件;
步骤S12包括:
若当前预设时长内的所述加速度数据满足所述计步条件,确定当前预设时长内的所述加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件。
在本公开的实施例中,移动终端在获取加速度传感器当前预设时长内采集的加速度数据后,即将加速度数据输入到神经网络模型,以确定当前预设时长内的加速度数据是否满足计步条件。在一种实施中,所述加速度数据满足计步条件为:加速度数据的变化规律,与正弦波曲线或余弦波曲线具有预定相似性。
图2为满足计步条件的加速度数据的波形图,如图2所示,预设时长内的加速度数据呈现类正弦信号,加速度数据先从小到大以曲线形式逐步增大,随即再以曲线形式逐步减小,其变化规律与正弦波曲线具有预定相似性。
在本公开的实施例中,由于移动终端中的加速度传感器在不断的采集加速度数据,而预设时长内的加速度数据可能并不具有走路或跑步时的变化特性。例如,预设时长内的加速度数据杂乱无章,没有一定的规律性。此时,可以确定该加速度数据不满足计步条件,移动终端无需对该不满足计步条件的加速度数据进行考虑。
可以理解的是,本公开中,若当前预设时长内的加速度数据满足计步条件,才确定当前预设时长内的加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件,能减少不必要的比对计算,节约终端的功耗。
需要说明的是,本公开实施例中,在移动终端的持续计步过程中,当前预设时长内的满足计步条件的加速度数据,也成为下次计步统计时历史时长内的加速度数据。
图3为基于不同时间段内的加速度数据进行比对的示例图,如图3所示,将当前预设时长内的满足计步条件的加速度数据,与历史时长内的满足计步条件的加速度数据进行相似度匹配,例如,通过各时间段内的加速度数据中波峰和波谷的检测,来计算各时间段对应的单步的幅度和时长,以确定不同时间段的加速度数据对应的步伐特征是否满足预设相似条件,从而确定是否需要计步。
图4是本公开实施例示出的一种计步装置图。参照图4,应用于包括加速度传感器的移动终端中的计步装置包括:
第一获取模块101,配置为获取所述加速度传感器当前预设时长内采集的加速度数据;
确定模块102,配置为确定当前预设时长内的所述加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件;
更新模块103,配置为若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征满足预设相似条件,根据当前预设时长内的所述加速度数据更新计步数据。
可选的,所述步伐特征包括以下至少之一:
单步的幅度;
单步的时长;
多步的幅度均值;
一次跨步中的速率变化规律。
可选的,所述装置还包括:
维持模块104,配置为若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征不满足所述预设相似条件,维持所述当前预设时长之前的计步数据。
可选的,所述确定模块102,具体配置为若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征之间的相似度大于预设阈值,确定当前预设时长内的所述加速度数据对应的步伐特征与所述历史时长内的加速度数据对应的步伐特征满足所述预设相似条件;若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征之间的相似度小于或等于所述预设阈值,确定当前预设时长内的所述加速度数据对应的步伐特征与所述历史时长内的加速度数据对应的步伐特征满足所述预设相似条件。
可选的,所述装置还包括:
第二获取模块105,配置为将当前预设时长内的所述加速度数据输入神经网络模型,获取当前预设时长内的所述加速度数据是否满足计步条件;
所述确定模块102,具体配置为若当前预设时长内的所述加速度数据满足所述计步条件,确定当前预设时长内的所述加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件。
可选的,所述加速度数据满足计步条件为:加速度数据的变化规律,与正弦波曲线或余弦波曲线具有预定相似性。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图5是根据一示例性实施例示出的一种移动终端800的框图。例如,装置800可以是移动手机,智能手环等。
参照图5,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如Wi-Fi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由装置800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行计步方法,所述方法包括:
获取所述加速度传感器当前预设时长内采集的加速度数据;
确定当前预设时长内的所述加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件;
若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征满足预设相似条件,根据当前预设时长内的所述加速度数据更新计步数据。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (14)
1.一种计步方法,其特征在于,应用于包括加速度传感器的移动终端中,所述方法包括:
获取所述加速度传感器当前预设时长内采集的加速度数据;
确定当前预设时长内的所述加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件;
若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征满足预设相似条件,根据当前预设时长内的所述加速度数据更新计步数据。
2.根据权利要求1所述的方法,其特征在于,所述步伐特征包括以下至少之一:
单步的幅度;
单步的时长;
多步的幅度均值;
一次跨步中的速率变化规律。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征不满足所述预设相似条件,维持所述当前预设时长之前的计步数据。
4.根据权利要求1所述的方法,其特征在于,所述确定当前预设时长内的所述加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件,包括:
若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征之间的相似度大于预设阈值,确定当前预设时长内的所述加速度数据对应的步伐特征与所述历史时长内的加速度数据对应的步伐特征满足所述预设相似条件;
若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征之间的相似度小于或等于所述预设阈值,确定当前预设时长内的所述加速度数据对应的步伐特征与所述历史时长内的加速度数据对应的步伐特征满足所述预设相似条件。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将当前预设时长内的所述加速度数据输入神经网络模型,获取当前预设时长内的所述加速度数据是否满足计步条件;
所述确定当前预设时长内的所述加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件,包括:
若当前预设时长内的所述加速度数据满足所述计步条件,确定当前预设时长内的所述加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件。
6.根据权利要求5所述的方法,其特征在于,所述加速度数据满足计步条件为:加速度数据的变化规律,与正弦波曲线或余弦波曲线具有预定相似性。
7.一种计步装置,其特征在于,应用于包括加速度传感器的移动终端中,所述装置包括:
第一获取模块,配置为获取所述加速度传感器当前预设时长内采集的加速度数据;
确定模块,配置为确定当前预设时长内的所述加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件;
更新模块,配置为若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征满足预设相似条件,根据当前预设时长内的所述加速度数据更新计步数据。
8.根据权利要求7所述的装置,其特征在于,所述步伐特征包括以下至少之一:
单步的幅度;
单步的时长;
多步的幅度均值;
一次跨步中的速率变化规律。
9.根据权利要求7所述的装置,其特征在于,所述装置还包括:
维持模块,配置为若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征不满足所述预设相似条件,维持所述当前预设时长之前的计步数据。
10.根据权利要求7所述的装置,其特征在于,
所述确定模块,具体配置为若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征之间的相似度大于预设阈值,确定当前预设时长内的所述加速度数据对应的步伐特征与所述历史时长内的加速度数据对应的步伐特征满足所述预设相似条件;若当前预设时长内的所述加速度数据对应的步伐特征,与所述历史时长内的加速度数据对应的步伐特征之间的相似度小于或等于所述预设阈值,确定当前预设时长内的所述加速度数据对应的步伐特征与所述历史时长内的加速度数据对应的步伐特征满足所述预设相似条件。
11.根据权利要求7所述的装置,其特征在于,所述装置还包括:
第二获取模块,配置为将当前预设时长内的所述加速度数据输入神经网络模型,获取当前预设时长内的所述加速度数据是否满足计步条件;
所述确定模块,具体配置为若当前预设时长内的所述加速度数据满足所述计步条件,确定当前预设时长内的所述加速度数据对应的步伐特征,与历史时长内的加速度数据对应的步伐特征是否满足预设相似条件。
12.根据权利要求11所述的装置,其特征在于,所述加速度数据满足计步条件为:加速度数据的变化规律,与正弦波曲线或余弦波曲线具有预定相似性。
13.一种移动终端,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行如权利要求1至6中任一项所述的计步方法。
14.一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行如权利要求1至6中任一项所述的计步方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110178327.8A CN112906784A (zh) | 2021-02-07 | 2021-02-07 | 计步方法及装置、移动终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110178327.8A CN112906784A (zh) | 2021-02-07 | 2021-02-07 | 计步方法及装置、移动终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112906784A true CN112906784A (zh) | 2021-06-04 |
Family
ID=76123120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110178327.8A Pending CN112906784A (zh) | 2021-02-07 | 2021-02-07 | 计步方法及装置、移动终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112906784A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050272564A1 (en) * | 2004-06-02 | 2005-12-08 | Johnson Health Tech Co., Ltd. | Exercise apparatus and method for tracking number of steps |
US20130080255A1 (en) * | 2011-09-22 | 2013-03-28 | Microsoft Corporation | Step detection and step length estimation |
CN103712632A (zh) * | 2013-12-31 | 2014-04-09 | 英华达(上海)科技有限公司 | 一种基于3轴加速计的计步方法和计步器 |
CN104713568A (zh) * | 2015-03-31 | 2015-06-17 | 上海帝仪科技有限公司 | 步态识别方法以及相应的计步器 |
CN105342583A (zh) * | 2015-12-17 | 2016-02-24 | 重庆邮电大学 | 一种高精度计步的老年人智能监护装置 |
CN106441350A (zh) * | 2016-10-09 | 2017-02-22 | 深圳市金立通信设备有限公司 | 一种计步方法及终端 |
CN109489683A (zh) * | 2017-09-13 | 2019-03-19 | 中兴通讯股份有限公司 | 一种步长估计方法、移动终端及存储介质 |
CN111416904A (zh) * | 2020-03-13 | 2020-07-14 | 维沃移动通信有限公司 | 数据处理的方法、电子设备及介质 |
-
2021
- 2021-02-07 CN CN202110178327.8A patent/CN112906784A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050272564A1 (en) * | 2004-06-02 | 2005-12-08 | Johnson Health Tech Co., Ltd. | Exercise apparatus and method for tracking number of steps |
US20130080255A1 (en) * | 2011-09-22 | 2013-03-28 | Microsoft Corporation | Step detection and step length estimation |
CN103712632A (zh) * | 2013-12-31 | 2014-04-09 | 英华达(上海)科技有限公司 | 一种基于3轴加速计的计步方法和计步器 |
CN104713568A (zh) * | 2015-03-31 | 2015-06-17 | 上海帝仪科技有限公司 | 步态识别方法以及相应的计步器 |
CN105342583A (zh) * | 2015-12-17 | 2016-02-24 | 重庆邮电大学 | 一种高精度计步的老年人智能监护装置 |
CN106441350A (zh) * | 2016-10-09 | 2017-02-22 | 深圳市金立通信设备有限公司 | 一种计步方法及终端 |
CN109489683A (zh) * | 2017-09-13 | 2019-03-19 | 中兴通讯股份有限公司 | 一种步长估计方法、移动终端及存储介质 |
CN111416904A (zh) * | 2020-03-13 | 2020-07-14 | 维沃移动通信有限公司 | 数据处理的方法、电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107582028B (zh) | 睡眠监测方法及装置 | |
CN109920418B (zh) | 调整唤醒灵敏度的方法及装置 | |
US10409684B2 (en) | Method, device and storage medium for cleaning memory | |
CN106766022B (zh) | 传感器控制方法及装置 | |
CN105933539B (zh) | 音频播放的控制方法、装置及终端 | |
CN107132949B (zh) | 抗干扰方法、装置、终端及存储介质 | |
CN106648063B (zh) | 手势识别方法及装置 | |
CN107091704B (zh) | 压力检测方法和装置 | |
CN107167159B (zh) | 一种移动终端计步的方法及移动终端 | |
CN107025421B (zh) | 指纹识别方法和装置 | |
CN111880681A (zh) | 触摸屏采样速率调节方法、装置及计算机存储介质 | |
CN106599858B (zh) | 指纹识别方法、装置和电子设备 | |
CN107734303B (zh) | 视频标识方法及装置 | |
US20170169467A1 (en) | Information push method and device | |
CN107402677B (zh) | 触控操作中识别手指抬起的方法、装置及终端 | |
CN107861605B (zh) | 数据处理方法及装置 | |
CN106990893B (zh) | 触屏操作的处理方法和装置 | |
CN107203315B (zh) | 点击事件的处理方法、装置及终端 | |
CN111859097A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN113487711B (zh) | 虚拟形象的眨眼控制方法、装置、电子设备及存储介质 | |
EP3200127B1 (en) | Method and device for fingerprint recognition | |
CN112906784A (zh) | 计步方法及装置、移动终端及存储介质 | |
CN111539617B (zh) | 数据处理方法和装置、电子设备、交互系统和存储介质 | |
CN112925466B (zh) | 触控控制方法及装置 | |
CN112532789B (zh) | 铃音处理方法及装置、终端、存储介质 |
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 |