CN114190661B - 鼠标使用时长的检测方法及手环 - Google Patents
鼠标使用时长的检测方法及手环 Download PDFInfo
- Publication number
- CN114190661B CN114190661B CN202010909524.8A CN202010909524A CN114190661B CN 114190661 B CN114190661 B CN 114190661B CN 202010909524 A CN202010909524 A CN 202010909524A CN 114190661 B CN114190661 B CN 114190661B
- Authority
- CN
- China
- Prior art keywords
- acceleration
- bracelet
- preset
- deflection
- 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.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A44—HABERDASHERY; JEWELLERY
- A44C—PERSONAL ADORNMENTS, e.g. JEWELLERY; COINS
- A44C5/00—Bracelets; Wrist-watch straps; Fastenings for bracelets or wrist-watch straps
- A44C5/0007—Bracelets specially adapted for other functions or with means for attaching other articles
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
- G06F3/0354—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of 2D relative movements between the device, or an operating part thereof, and a plane or surface, e.g. 2D mice, trackballs, pens or pucks
- G06F3/03543—Mice or pucks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Development Economics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Game Theory and Decision Science (AREA)
- Algebra (AREA)
- Human Computer Interaction (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Emergency Management (AREA)
- User Interface Of Digital Computer (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请公开一种鼠标使用时长的检测方法及手环。每个手环佩戴于一个佩戴者的腕部。在检测的过程中,手环内部的运动传感器仅检测佩戴该手环的佩戴者腕部姿态变化引发的运动数据。相应的,处理器基于该运动数据得到的鼠标使用时长也仅仅是该手环的佩戴者对应的鼠标使用时长。在多个操作者使用一个鼠标的应用场景下,采用本申请实施例提供的检测方法也不会出现误提示的问题。
Description
技术领域
本申请涉及电子技术,尤其是涉及鼠标使用时长的检测方法及手环。
背景技术
计算机的普及程度越来越高,人们的工作、学习已经越来越离不开计算机, 随之而来的就是人们长时间使用计算机。人们在使用计算机的过程中,需要使用鼠标来操控计算机,使用鼠标操控计算机的人在本申请中可以称之为操作者。长时间的使用鼠标操控计算机会造成操作者手腕酸痛,影响操作者的工作、学习效率。
为了避免长时间使用鼠标带来的不良影响,防疲劳鼠标应运而生。防疲劳鼠标可以在操作者长时间使用鼠标的情况下发出提示信息,以达到提示操作者不要长时间使用鼠的目的。通常,防疲劳鼠标设置有传感器、处理器及提示器。传感器可以采集按键、移动、握持鼠标等动作特征;处理器可以通过分析动作特征得出开始使用鼠标的时间,并以开始使用鼠标的时间为起点,统计鼠标使用时长;当鼠标使用时长达到某一阈值时,处理器控制提示器发出提示信息,以达到提示操作者的目的。
虽然,当鼠标使用时长达到阈值时,防疲劳鼠标可以通过发出提示信息达到提示操作者的目的,但是,由于在现实应用中,鼠标的使用方式多种多样,在多个操作者使用该鼠标的情况下,鼠标使用时长难以准确计算,从而会出现误提示的问题。
发明内容
为了解决现有技术存在的问题,本申请实例提供鼠标使用时长的检测方法及手环。
本申请实施例第一方面提供一种鼠标使用时长的检测方法,应用于手环,包括:根据运动数据,确定佩戴者开始使用鼠标的起始时间,所述运动数据由所述手环姿态变化引发的数据;以所述起始时间为起点,统计所述佩戴者的鼠标使用时长,如果所述鼠标使用时长大于或等于预置使用时长,输出提示信息。
本实现方式提供的检测方法,每个手环佩戴于一个佩戴者的腕部。在检测的过程中,手环内部的运动传感器仅检测佩戴该手环的佩戴者腕部姿态变化引发的运动数据。相应的,处理器基于该运动数据得到的鼠标使用时长也仅仅是该手环的佩戴者对应的鼠标使用时长。在多个操作者使用一个鼠标的应用场景下,采用本申请实施例提供的检测方法也不会出现误提示的问题。
结合第一方面,在第一方面的第一种可能的实现方式中,所述根据运动数据,确定佩戴者开始使用鼠标的起始时间步骤包括:采集手环偏转数据,所述手环偏转数据为所述手环偏转时生成的数据;如果所述手环偏转数据符合偏转模型预测结果,采集所述手环的第一加速度,当所述手环偏转数据符合偏转模型预测结果时采集的加速度;如果所述第一加速度不符合第一加速度模型预测结果,重新采集所述手环偏转数据;或者,如果所述第一加速度符合第一加速度模型预测结果,记录所述佩戴者开始使用鼠标的第一子时间。
本实现方式提供的检测方法,可以排除一些不符合预置偏转模型预测结果的干扰场景,以及,一些不符合第一加速度模型预测结果的干扰场景,进而提升本申请提供方案检测结果的准确性。
结合第一方面,在第一方面的第二种可能的实现方式中,所述根据运动数据,确定佩戴者开始使用鼠标的起始时间的步骤还包括:如果所述第一加速度符合所述第一加速度模型预测结果,采集第二加速度,所述第二加速度是指,当第一加速度符合所述第一加速度模型预测结果时采集的加速度;如果所述第二加速度不符合所述第二加速度模型预测结果,重新采集所述第一加速度;如果重新采集的所述第一加速度符合第一加速度模型预测结果,记录所述佩戴者开始使用鼠标的第二子时间。
本实现方式提供的检测方法,可以排除一些手环在预置时间内移动位移较大的干扰场景,进而提升本申请提供方案检测结果的准确性。
结合第一方面,在第一方面的第三种可能的实现方式中,所述如果第一加速度符合所述第一加速度模型预测结果,采集所述手环的第二加速度的步骤包括:根据所述手环偏转数据计算手环偏转角度;如果连续数次得到的所述手环偏转角度均在预置偏转范围内,采集第二加速度。
本实现方式提供的检测方法,可以排除佩戴者偶尔一时刻腕部姿态变换引发的手环偏转数据符合偏转模型的干扰场景提升检测结果的准确性。
结合第一方面,在第一方面的第四种可能的实现方式中,所述手环偏转数据包括:所述手环的X轴重力加速度分量;所述如果第一加速度不符合所述第一加速度模型预测结果,重新采集所述第一加速度的步骤包括:根据所述X轴重力加速度分量和重力加速度,计算第一偏转角度;如果所述第一偏转角度超出所述预置偏转范围,重新采集所述第一加速度。
本实现方式提供的检测方法,可以排除一些第一偏转角度超出所述预置偏转范围的干扰场景,提升检测结果的准确性。
结合第一方面,在第一方面的第五种可能的实现方式中,所述手环偏转数据包括:所述手环的Y轴重力加速度分量;所述如果第一加速度不符合所述第一加速度模型预测结果,重新采集所述第一加速度的步骤包括:根据所述Y轴重力加速度分量和重力加速度,计算第二偏转角度;如果所述第二偏转角度超出所述预置偏转范围,重新采集所述第一加速度。
本实现方式提供的检测方法,可以排除一些第二偏转角度超出所述预置偏转范围的干扰场景,提升检测结果的准确性。
结合第一方面,在第一方面的第六种可能的实现方式中,所述第一加速度包括:连续采集的多个加速度;所述如果第一加速度不符合第一加速度模型预测结果,重新采集所述手环偏转数据;或者,如果所述第一加速度符合第一加速度模型预测结果,记录所述佩戴者开始使用鼠标的第一子时间的步骤包括:计算所述多个所述第一加速度的平均值;如果所述平均值在预置加速度范围内,记录所述佩戴者开始使用鼠标的第一子时间; 或者,如果所述平均值超出预置加速度范围,重新采集所述手环偏转数据。
本实现方式提供的检测方法,可以排除佩戴者偶尔一时刻腕部姿态变换引发的第一加速度符合第一加速度模型预测结果的干扰场景,提升检测结果的准确性。
结合第一方面,在第一方面的第七种可能的实现方式中,所述平均值包括:X轴子平均值,所述X轴子平均值是X轴方向上的第一加速度的平均值;所述如果平均值超出预置加速度范围,重新采集所述手环偏转数据的步骤具体为:如果所述X轴子平均值超出第一子范围,重新采集所述手环偏转数据。
本实现方式提供的检测方法,可以排除一些X轴子平均值超出所述第三子范围的干扰场景,提升检测结果的准确性。
结合第一方面,在第一方面的第八种可能的实现方式中,所述平均值还包括:Y轴子平均值,所述Y轴子平均值是Y轴方向上的第一加速度的平均值;所述如果平均值超出预置加速度范围,重新采集所述手环偏转数据的步骤具体为:如果所述Y轴子平均值超出第二子范围,重新采集所述手环偏转数据。
本实现方式提供的检测方法,可以排除一些Y轴子平均值超出所述第二子范围的干扰场景,提升检测结果的准确性。
结合第一方面,在第一方面的第九种可能的实现方式中,所述平均值还包括:Z轴子平均值,所述Z轴子平均值是Z轴方向上的第一加速度的平均值;所述如果平均值超出预置加速度范围,重新采集所述手环偏转数据的步骤具体为:
如果所述Z轴子平均值超出所述第三子范围,重新采集所述手环偏转数据,所述第三子范围小于所述第一子范围,所述第三子范围小于所述第二子范围。
本实现方式提供的检测方法,可以排除一些Z轴子平均值超出所述第三子范围的干扰场景,提升检测结果的准确性。
结合第一方面,在第一方面的第十种可能的实现方式中,所述平均值至少包括:X轴子平均值、Y轴子平均值及Z轴子平均值中的任意两种平均值;所述如果平均值超出预置加速度范围,重新采集所述手环偏转数据的步骤具体为:如果所述Z轴子平均值大于所述Y轴子平均值,重新采集所述手环偏转数据;和/或,如果所述Z轴子平均值大于所述X轴子平均值,重新采集所述手环偏转数据;和/或,如果所述Y轴子平均值大于所述X轴子平均值,重新采集所述手环偏转数据。
本实现方式提供的检测方法,可以排除所述Z轴子平均值大于所述Y轴子平均值,或Z轴子平均值大于所述X轴子平均值,或Y轴子平均值是否大于所述X轴子平均值的干扰场景,提升检测结果的准确性。
结合第一方面,在第一方面的第十一种可能的实现方式中,所述第二加速度包括:预置时间间隔内按照预置采样频率采集到的加速度;如果所述第二加速度不符合所述第二加速度模型预测结果,重新采集所述第一加速度的步骤包括:根据所述第二加速度计算所述手环在所述预置时间间隔内的移动距离;如果所述移动距离大于预置距离,重新采集所述第一加速度。
本实现方式提供的检测方法,可以排除移动距离大于预置距离的干扰场景,提升检测结果的准确性。
结合第一方面,在第一方面的第十二种可能的实现方式中,所述根据第二加速度计算所述手环在所述预置时间间隔内的移动距离的步骤包括:根据所述第二加速度计算所述手环每个预置采样周期内的位移绝对值;根据所述位移绝对值计算所述手环在所述预置时间间隔内的移动距离。
本实现方式提供的检测方法,可以排除移动距离大于预置距的离干扰场景,提升检测结果的准确性。
结合第一方面,在第一方面的第十三种可能的实现方式中,所述根据第二加速度计算所述手环在所述预置时间间隔内的移动距离的步骤包括:计算加速度绝对值,所述加速度绝对值为所述第二加速度的绝对值;根据所述加速度绝对值计算所述手环在所述预置时间间隔内的移动距离。
本实现方式提供的检测方法,可以排除移动距离大于预置距离的干扰场景,提升检测结果的准确性。
结合第一方面,在第一方面的第十四种可能的实现方式中,所述如果第二加速度不符合所述第二加速度模型预测结果,重新采集所述第一加速度的步骤还包括:读取每个所述第二加速度的方向;分别计算每个所述方向上所述手环的移动位移;计算位移方差,所述位移方差为所述移动位移的方差;如果所述位移方差大于预置位移方差,重新采集所述第一加速度。
本实现方式提供的检测方法,可以排除位移方差大于预置位移方差的干扰场景,提升检测结果的准确性。
结合第一方面,在第一方面的第十五种可能的实现方式中,所述以起始时间为起点,统计所述佩戴者的鼠标使用时长的步骤包括:如果所述第二加速度不符合所述第二加速度模型预测结果,记录片段时间;生成片段时长,所述片段时长为第一子时间/第二子时间与片段时间之间的间隔时长;如果所述片段时长小于或等于预置片段时长,释放所述片段时长;如果所述片段时长大于预置片段时长,存储所述片段时长。
本实现方式提供的检测方法,佩戴者使用鼠标的时间小于或等于预置片段时长的应用场景,可以不对这些应用场景产生的鼠标使用时间做记录,进而可以降低手环的数据存储量。
结合第一方面,在第一方面的第十六种可能的实现方式中,所述以起始时间为起点,统计所述佩戴者的鼠标使用时长的步骤还包括:如果统计时长等于预置使用时长,生成片段时长,所述统计时长为距离所述第一子时间的时长;调取片段时长集合,所述片段时长集合包括:第一子时间到所述统计时间的时间间隔内生成的片段时长;加和所述片段时长集合包含的片段时长得到总时长。
本实现方式提供的检测方法,可以记录第一子时间到统计时间的时间间隔内佩戴者的鼠标使用情况,以使得记录的数据可以真实的反应佩戴者的鼠标使用情况。
结合第一方面,在第一方面的第十七种可能的实现方式中,所述方法还包括:计算所述总时长与所述预置使用时长的比值;如果所述比值大于或等于预置时长比值,则输出提示信息。
本实现方式提供的检测方法,当佩戴者额定时间内鼠标的使用时长超过一阈值时,手环可以输出提示信息,以达到提示操作者不要长时间使用鼠的目的。
本申请实施例第二方面提供一种手环,包括:运动传感器,被配置为采集运动数据,所述运动数据由所述手环姿态变化引发的数据;处理器,被配置为根据运动数据,确定佩戴者开始使用鼠标的起始时间;以所述起始时间为起点,统计所述佩戴者的鼠标使用时长;警报器,被配置为如果所述鼠标使用时长大于或等于预置使用时长,输出提示信息。
本实现方式提供的手环,每个手环佩戴于一个佩戴者的腕部。在检测的过程中,手环内部的运动传感器仅检测佩戴该手环的佩戴者腕部姿态变化引发的运动数据。相应的,处理器基于该运动数据得到的鼠标使用时长也仅仅是该手环的佩戴者对应的鼠标使用时长。在多个操作者使用一个鼠标的应用场景下,采用本申请实施例提供的检测方法也不会出现误提示的问题。
本申请实施例第三方面提供一种芯片,与存储器相连或者包括存储器,用于读取并执行所述存储器中存储的软件程序,以实现第一方面所述的方法。
本申请实施例第四方面提供一种计算机程序产品,当其在计算机上运行时,使得计算机执行如第一方面所述的方法。
本申请实施例第五方面提供一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行第一方面所述的方法。
附图说明
图1为本申请实施例公开的手环的结构框图;
图2为本申请实施例公开的鼠标使用时长的检测方法的流程图;
图3为本申请实施例公开的确定佩戴者开始使用鼠标的起始时间方法的流程图;
图4为根据一可行性实施例提供的手环示意图。
具体实施方式
在说明本申请实施例的技术方案之前,首先结合附图对本申请的技术场景和相关技术术语进行介绍。
本申请实施例公开的技术方案应用于可穿戴智能设备。所述可穿戴智能设备可以用于检测用户手部或腕部姿态变化,或其姿态会随着用户手部或腕部姿态变化而变化,所述可穿戴智能设备可以包括手环、智能手表、智能腕带等。为便于表述,以下仅以手环为例进行说明。
参考图1,图1为根据一可行性实施例公开的手环的结构框图,可以看出手环100包括:射频(Radio Frequency,RF)电路110、处理器120、存储器 130、输入单元140、显示单元150、警报单元160、运动传感器170、无线通信模块180以及电源190等部件。本领域技术人员可以理解,图1中提供的手环结构并不构成对手环的限定,手环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。
下面结合图1对手环100的各个构成部件进行具体的介绍:
RF电路110可用于收发信息,特别地,RF电路110接收基站的下行信息后,将下行信息传输至处理器120进行处理;另外,RF电路110将上行数据发送给基站。通常,RF电路110可以包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low NoiseAmplifier,LNA)和双工器等。此外,RF电路110还可以通过无线通信网络或其他设备通信。无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(Global Systemof Mobile communication,GSM)、通用分组无线服务(General Packet Radio Service,GPRS)、码分多址(Code Division Multiple Access,CDMA)、宽带码分多址(Wideband CodeDivision Multiple Access,WCDMA)、长期演进(Long Term Evolution,LTE)、电子邮件、短消息服务(Short Messaging Service,SMS)等。
处理器120是手环100的控制中心,利用各种接口和线路连接整个手环100的各个部件,通过运行或执行存储在存储器130内的软件程序和/或模块,以及调用存储在存储器130内的数据,执行手环100的各种功能和数据处理,从而实现基于手环的多种业务。可选的,处理器120可包括一个或多个处理单元;优选的,处理器120可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器120中。
存储器130用于存储软件程序以及模块。存储器130主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据手环100的使用所创建的数据(比如运动数据等)等。此外,存储器130可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元140用于接收输入的信息(如数字、字符信息以及指令,例如指示终端切换状态的指令),以及产生与手环100的佩戴者设置以及功能控制有关的键信号输入。具体地,输入单元140可包括触控面板以及其他输入设备。触控面板也称为触摸屏,可收集佩戴者在其上或附近的触摸操作(比如佩戴者使用手指、触控笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作),并根据预先设定的程式驱动相应的连接装置。
可选的,触控面板可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测佩戴者的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置接收触摸信息,将它转换成触点坐标,再送给处理器,并能接收处理器120发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板。除了触控面板之外,输入单元140还可以包括其他输入设备。具体地,其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元150可用于显示由佩戴者输入的信息、手环100提供给佩戴者的信息以及手环100的各种菜单。显示单元150可以包括显示面板,可选的,可以采用LCD(LiquidCrystal Display,液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置显示面板。进一步的,触控面板可覆盖显示面板,当触控面板检测到在其上或附近的触摸操作后,传送给处理器120以确定触摸事件的类型,随后处理器120根据触摸事件的类型在显示面板上提供相应的视觉输出。在一些实施例中,触控面板与显示面板是作为两个独立的部件来实现手环100的输入和输出功能,在一些实施例中,可以将触控面板与显示面板集成以实现手环100的输入和输出功能。
警报单元160,在一些可行性实施例中警报单元160可以是电压式蜂鸣器。压电式蜂鸣器主要包括:多谐振荡器、压电蜂鸣片、阻抗匹配器及共鸣箱、外壳等组成。有的压电式蜂鸣器外壳上还装有发光二极管,其中,多谐振荡器由晶体管或集成电路构成。当佩戴者使用鼠标的时间超出规定时间时,警报单元160接通电源,多谐振荡器起振输出的音频信号,阻抗匹配器推动压电蜂鸣片发声。
运动传感器170用于检测手环100的运动状态,得到手环100的运动数据。运动传感器170可以采用加速度传感器,加速度传感器可以检测各个方向(一般为三维空间坐标系中三轴)加速度的大小,静止时可检测出重力的大小及方向。加速度传感器检测得到的加速度值可作为手环100的运动数据,处理器120根据运动数据确定手环100在一段时间内的运动状态。
无线通信模块180,无线通信模块180包括但不限于无线保真(wirelessfidelity,WiFi)模块和蓝牙模块。WiFi属于短距离无线传输技术,手环100与另一配置有WiFi模块的设备,能够通过路由器或无线热点进行数据交互。蓝牙属于短距离无线传输技术,手环100能够通过蓝牙模块与另一配置有蓝牙模块的设备进行数据交互。本申请实施例中的手环100可以通过无线通信模块180与其它设备进行数据交互。
电源190(比如电池)。优选的,电源190可以通过电源管理系统与处理器120逻辑相连,从而通过电源管理系统实现针对电源190的充放电管理和功耗控制等功能。
实施例1:下面结合图2对本申请公开的控制方法进行详细说明。图2为本申请实施例公开的应用于图1所示手环的一种鼠标使用时长的检测方法的流程图,方法包括:
S1、根据运动数据,确定佩戴者开始使用鼠标的起始时间。
当手环处于开启状态时,运动传感器实时的采集佩戴者的运动数据。其中,手环的开启操作可以是佩戴者通过触控面板输入指令,也可以通过其他输入设备输入指令,也可以通过麦克风输入语音形式的指令。
当手环处于开启状态时,运动传感器的检测佩戴者的运动数据;运动数据可以是手环偏转时生成的偏转数据;也可以是手环在移动过程中生成的移动数据;也可以是手环姿态变化引发的其他数据。
在一些可行性实例中,运动传感器可以实时的将检测到的运动数据传输至处理器;在一些可行性实例中,运动传感器也可以根据配置每间隔预置时间将检测到的运动数据传输至处理器。
根据运动数据,确定佩戴者开始使用鼠标的起始时间的实现方式有多种;
例如,处理器可以利用历史数据构建运动模型,并将运动模型存储在存储器内。其中,历史数据可以包括:佩戴者使用鼠标过程中生成的移动数据和佩戴者未使用鼠标过程中生成的移动数据,相应的,运动模型输出的结果可以为:该佩戴者正在使用鼠标,也可以为该佩戴者未使用鼠标。处理器接收到运动传感器输出的运动数据时,将运动数据代入运动模型得到预测结果。如果预测结果是该佩戴者正在使用鼠标,处理器确定得到预测结果是该佩戴者正在使用鼠标的结论对应的时间为起始时间。举例说明,在一可行性实施例中,运动传感器输出的运动数据分别为旋转角度30度,移动加速度0.03m/m2,处理器将旋转角度30度,移动加速度0.03m/m2代入运动模型,运动模型输出的结果为该佩戴者正在使用鼠标,此时对应的时间为10点20分5秒,处理器确定10点20分5秒为起始时间。
再例如,处理器可以利用历史数据构建运动模型,并将运动模型存储在存储器内。其中,历史数据可以包括:佩戴者使用鼠标过程中生成的移动数据。处理器接收到运动传感器输出的运动数据时,可以判断该运动数据是否满足运动模型的预测结果。如果运动数据满足运动模型的预测结果,处理器确定得到运动数据满足运动模型的预测结果的结论对应的时间为起始时间。举例说明,在一可行性实施例中,运动传感器输出的运动数据分别为旋转角度30度,移动加速度0.03m/m2,处理器将旋转角度30度,移动加速度0.03m/m2带入运动模型,运动模型的预测结果是旋转角度小于或等于30度,移动加速度小于或等于0.03m/m2,运动数据满足运动模型的预测结果,此时对应的时间为10点20分5秒,处理器确定10点20分5秒为起始时间。
本实施例仅是示例性的提供两种根据运动数据,确定佩戴者开始使用鼠标的起始时间的实现方式,在实际应用的过程中,根据运动数据,确定佩戴者开始使用鼠标的起始时间的实现方式可以是但不限于上述两种实现方式。
S2以起始时间为起点,统计佩戴者的鼠标使用时长。
鼠标使用时长的统计方法可以采用本领域惯用的时长统计方法,在此申请人不做过多的限定。例如,处理器可以用实时时间与起始时间做差得到鼠标使用时长。举例说明,在一可行性实施例中,起始时间为10点20分5秒,实时时间为10点25分15秒,那么鼠标使用时长为5分10秒。
S3如果所述鼠标使用时长大于或等于预置使用时长,警报器输出提示信息。
可见,本申请实施例提供的检测方法,该检测方法适用于手环,每个手环佩戴于一个佩戴者的腕部。在检测的过程中,手环内部的运动传感器仅检测佩戴该手环的佩戴者腕部姿态变化引发的运动数据。相应的,处理器基于该运动数据得到的鼠标使用时长也仅仅是该手环的佩戴者对应的鼠标使用时长。在多个操作者使用一个鼠标的应用场景下,采用本申请实施例提供的检测方法也不会出现误提示的问题。
本申请实施例中运动数据涉及到的方向为在空间坐标系(X,Y,Z)中的方向,其中,空间坐标系(X,Y,Z)可以为世界坐标系或者佩戴者坐标系。作为一个示例,本申请实施例中的空间坐标系如下定义:当手环的显示单元水平向上时,X轴的正方向为从坐标原点指向右侧,Z轴的正方向为从坐标原点指向下侧,Y轴的正方向为从坐标原点指向X轴和Z轴所构成平面的外侧,也就是远离佩戴者的方向。
实施例2:为了提升本申请提供方案检测结果的准确性,在一可行性实施例中,可以利用采集到的偏转数据和移动数据来确定起始时间。具体的可以参阅图3,图3为根据一可行性实施例提供确定佩戴者开始使用鼠标的起始时间方法的流程图,方法包括:
S11采集手环偏转数据,手环偏转数据为手环偏转时生成的数据;
佩戴者在使用鼠标的过程中,手环因偏转而产生的手环偏转数据应该符合偏转模型预测结果。本申请实施例提供的方案预先将手环偏转数据作为佩戴者是否在使用鼠标的一个判断依据。
本实施例,首先按照偏转数据采样频率采集手环偏转数据。可选择的,为了降低处理器的数据处理量,可以采用较小的偏转数据采样频率,例如在一可行性实施例中,可以每间隔30秒采集一个手环偏转数据。
在一可行性实施例中,手环偏转数据可以是手环的运动传感器在空间坐标系(X,Y,Z)3个方向上的坐标值。
在一可行性实施例中,手环偏转数据可以是手环重力加速度,其中重力加速度可以是:在空间坐标系(X,Y,Z)中竖直方向上的重力加速度、Y轴重力加速度分量及X轴重力加速度分量。
S12判断手环偏转数据是否符合偏转模型预测结果;
判断手环偏转数据是否符合偏转模型预测结果的实现方式有多种。
例如,在一可行性实施例中,运动传感器采集任意时刻的坐标值,并将坐标值发送至处理器。处理器判断坐标值是否符合偏转模型预测结果,其判断过程可以参阅上述实施例在此便不赘述。
再例如,在一可行性实施例中,运动传感器采集任意时刻的重力加速度,并将重力加速度发送至处理器。处理器判断重力加速度是否符合偏转模型预测结果,其判断过程可以参阅上述实施例在此便不赘述。
在鼠标使用的过程中,佩戴者的腕部位于操作台上。因此,佩戴者在使用鼠标的过程中,腕部不会发生较大的偏转。基于此,本申请的偏转模型可以是一个偏转范围(本申请中也可称之为预置偏转范围)。因此,处理器可以通过执行步骤S121-S122来判断手环偏转数据是否符合偏转模型预测结果。
S121根据手环偏转数据计算手环偏转角度;
本申请中手环偏转角度ß为采集手环偏转数据时手环姿态相对于初始状态时手环姿态的偏转角度。具体的可以参阅图4,图4为根据一可行性实施例提供的手环示意图,图中左图对应的是初始状态时手环,可以看出初始状态时手环的显示单元水平向上。图中右图为采集手环偏转数据时手环,采集手环偏转数据时手环姿态相对于初始状态时手环姿态的偏转角度即为手环偏转角度ß。
在一可行性实施例中,手环偏转角度ß的计算过程可以为:
S122判断手环偏转角度是否在预置偏转范围内;如果所述手环偏转角度在预置偏转范围内,采集第一加速度;如果所述手环偏转角度超出预置偏转范围,采集手环偏转数据;
预置偏转范围内可以根据佩戴者使用鼠标的习惯设定,例如在一可行性实施例中,预置偏转范围内可以是[-20度~20度]。
在一可行性实施例中,运动传感器按照手环偏转数据采样频率采集的手环偏转数据包括:手环的Y轴重力加速度分量及X轴重力加速度分量。运动传感器将采集到的手环偏转数据传输至处理器。处理器根据X轴重力加速度分量和重力加速度计算手环在X轴方向上的偏转角度,根据Y轴重力加速度分量和重力加速度计算手环在Y轴方向上的偏转角度。当X轴方向上的偏转角度和Y轴方向上的偏转角度均在预置偏转范围内,则手环偏转数据符合偏转模型预测结果。
在一可行性实施例中,运动传感器按照手环偏转数据采样频率采集的手环偏转数据包括:手环的Y轴重力加速度分量及X轴重力加速度分量。运动传感器将采集到的手环偏转数据传输至处理器。处理器根据X轴重力加速度分量和重力加速度计算手环在X轴方向上的偏转角度(在本实施例中也可称之为第一偏转角度),如果第一偏转角度不在预置偏转范围内,则处理器不计算手环在Y轴方向上的偏转角度(在本实施例中也可称之为第二偏转角度);如果第二偏转角度在预置偏转范围内,处理器发送第一反馈信息至运动传感器。运动传感器响应于第一反馈信息终止采集手环偏转数据,开始采集第一加速度;如果第二偏转角度不在预置偏转范围内,处理器发送第二反馈信息至运动传感器。运动传感器响应于第二反馈信息继续采集手环偏转数据。
在一可行性实施例中,运动传感器按照手环偏转数据采样频率采集的手环偏转数据包括: 手环的X轴重力加速度分量。运动传感器将采集到的手环偏转数据传输至处理器。处理器根据X轴重力加速度分量和重力加速度计算第一偏转角度;如果第一偏转角度超出预置偏转范围,运动传感器继续采集手环偏转数据。
在一可行性实施例中,运动传感器按照手环偏转数据采样频率采集的手环偏转数据包括: Y轴重力加速度分量。运动传感器将采集到的手环偏转数据传输至处理器。处理器,根据Y轴重力加速度分量和重力加速度,计算第二偏转角度;如果第二偏转角度超出预置偏转范围,处理器发送第二反馈信息至运动传感器。运动传感器响应于第二反馈信息继续采集。
为了保证检测结果的准确性,在一可行性实施例中,判断手环偏转数据是否符合偏转模型预测结果的过程可以是:如果连续数次得到的手环偏转角度均在预置偏转范围内,则处理器发送第一反馈信息至运动传感器。运动传感器响应于第一反馈信息,终止采集手环偏转数据,开始采集第一加速度。采用上述检测方法可以避免在佩戴者未使用鼠标的情况下,由于佩戴者偶尔一时刻腕部姿态变换引发的手环偏转数据符合偏转模型而对检测结果造成的影响。
在一可行性实施例中,如果检测到一次手环偏转角度不在预置偏转范围内则重新统计次数。举例说明,预置规则规定如果连续10次得到的手环偏转角度均在预置偏转范围内,则手环偏转数据符合偏转模型预测结果。前3次计算得到的手环偏转角度均在预置偏转范围内,第4次计算得到的手环偏转角度均不在预置偏转范围内,下一次采样记做第1次采样。
S13如果手环偏转数据符合偏转模型预测结果,则采集第一加速度;
本实施例中,运动传感器可以按照第一加速度采样频率采集第一加速度,可选择的,为了保证检测结果的准确性,第一加速度采样频率可以大于上述的手环偏转数据采样频率。例如,在一可行性实施例中,可以每间隔1秒采集一个第一加速度。
S14判断第一加速度是否符合第一加速度模型预测结果;
第一加速度是否符合第一加速度模型预测结果的判断过程可以参阅上述实施例在此便不赘述。
为了保证检测结果的准确性,在判断第一加速度是否符合第一加速度模型预测结果的过程中允许一些干扰动作的存在。在一些可行性实施例中,处理器可以通过执行步骤S141-S142来判断第一加速度是否符合第一加速度模型预测结果。
S141计算多个第一加速度的平均值;
本申请中,并不对第一加速度的数量进行限定。例如,在一可行性实施例中,第一加速度的数量可以是10个。运动传感器按照1次/秒的采样频率采集第一加速度,实时的将采集到的第一加速度传输至处理器。处理器计算连续接收到的10个第一加速度的平均值。
S142判断平均值是否在预置加速度范围内;如果平均值在预置加速度范围内,则运动处理器采集第二加速度;否则运动处理器采集手环偏转数据。
预置加速度范围可以根据佩戴者使用鼠标的习惯设定,在此申请人不做过多的限定。在一些可行性实施例中,可以分别设定X轴预置加速度范围(在本实施例中可以称之为第一子范围)、Y轴预置加速度范围(在本实施例中可以称之为第二子范围)及Z轴预置加速度范围(在本实施例中可以称之为第三子范围)。
在鼠标使用的过程中,手环在移动时产生的Z轴方向的加速度接近于0,因此在一些可行性实施例中第三子范围小于第一子范围,或第三子范围小于第二子范围;第一子范围与第二子范围可以相同也可不同。例如,在一可行性实施例中,X轴的加速度范围可以是小于0.3m/s2,Y轴的加速度范围可以是小于0.3m/s2,Z轴的加速度范围可以是小于0.001m/s2。
在一可行性实施例中,运动传感器按照第一加速度采样频率采集的第一加速度可以包括:手环在X轴方向上的加速度、手环在Y轴方向上的加速度及手环在Z轴方向上的加速度;运动传感器将采集到的第一加速度传输至处理器。处理器分别计算连续接收到的N个X轴方向上的加速度的平均值(在本申请中可以称之为X轴子平均值),N个Y轴方向上的加速度的平均值(在本申请中可以称之为Y轴子平均值)及N个Z轴方向上的加速度的平均值(在本申请中可以称之为Z轴子平均值)。当X轴子平均值在X轴预置加速度范围内,且Y轴子平均值轴预置加速度范围内,且Z轴子平均值在Z轴预置加速度范围内时, 第一加速度符合第一加速度模型预测结果,否则第一加速度不符合第一加速度模型预测结果。
在一可行性实施例中,运动传感器按照第一加速度采样频率采集的第一加速度可以包括:手环在X轴方向上的加速度、手环在Y轴方向上的加速度及手环在Z轴方向上的加速度。运动传感器将采集到的第一加速度传输至处理器。处理器可以优先计算X轴子平均值,如果X轴子平均值超出X轴预置加速度范围,处理器不再计算Y轴子平均值及Z轴子平均值。如果X轴子平均值在X轴预置加速度范围内,则处理器可以计算X轴子平均值,如果Y轴子平均值超出Y轴预置加速度范围,处理器不再计算Z轴子平均值;如果Y轴子平均值在Y轴预置加速度范围内,则处理器可以计算Z轴子平均值,如果Z轴子平均值超出Z轴预置加速度范围;第一加速度不符合第一加速度模型预测结果;如果Z轴子平均值在Z轴预置加速度范围内,第一加速度符合第一加速度模型预测结果。本实施例中,并不对X轴方向上的加速度、Y轴方向上的加速度及Z轴方向上的加速度的计算顺序作以限定,例如,在一可行性实施例中可以先后计算Y轴方向上的加速度、X轴方向上的加速度及Z轴方向上的加速度。
在一些可行性实施例中,运动传感器按照第一加速度采样频率采集的第一加速度可以包括:手环在X轴方向上的加速度。运动传感器将采集到的第一加速度传输至处理器。处理器计算X轴子平均值,如果X轴子平均值超出X轴预置加速度范围,则第一加速度不符合第一加速度模型预测结果。
在一些可行性实施例中,运动传感器按照第一加速度采样频率采集的第一加速度包括:手环在Y轴方向上的加速度,运动传感器将采集到的第一加速度传输至处理器。处理器计算Y轴子平均值,如果Y轴子平均值超出Y轴预置加速度范围,则第一加速度不符合第一加速度模型预测结果。
在一些可行性实施例中,运动传感器按照第一加速度采样频率采集的第一加速度可以包括:手环在Z轴方向上的加速度,运动传感器将采集到的第一加速度传输至处理器。处理器计算Z轴子平均值,如果Z轴子平均值超出Z轴预置加速度范围,第一加速度不符合第一加速度模型预测结果。
在一些可行性实施例中,运动传感器按照第一加速度采样频率采集的第一加速度包括:手环在Z轴方向上的加速度和手环在Y轴方向上的加速度。运动传感器将采集到的第一加速度传输至处理器。处理器分别计算Z轴子平均值及Y轴子平均值;如果Z轴子平均值大于Y轴子平均值,则第一加速度不符合第一加速度模型预测结果。
在一些可行性实施例中,运动传感器按照第一加速度采样频率采集的第一加速度包括:手环在Z轴方向上的加速度和手环在X轴方向上的加速度。运动传感器将采集到的第一加速度传输至处理器。处理器分别计算Z轴子平均值及X轴子平均值;如果Z轴子平均值大于X轴子平均值,则第一加速度不符合第一加速度模型预测结果。
通常,佩戴者使用鼠标的过程中,手环移动过程中在X轴方向上生成的X 轴方向上的加速度大于Y轴方向上的加速度;在一些可行性实施例中,判断第一加速度是否符合第一加速度模型预测结果的实现过程可以为:运动传感器按照第一加速度采样频率采集的第一加速度包括:手环在Y轴方向上的加速度和手环在X轴方向上的加速度。运动传感器将采集到的第一加速度传输至处理器。处理器分别计算计算Y轴子平均值及X轴子平均值;如果Y轴子平均值大于X轴子平均值,则第一加速度不符合第一加速度模型预测结果。
如果第一加速度不符合第一加速度模型预测结果,则重新执行步骤S11采集手环偏转数据;
如果第一加速度不符合第一加速度模型预测结果,则处理器发送第三反馈信息至运动传感器。运动传感器响应于第三反馈信息终止采集第一加速度,开始采集手环偏转数据。
S15如果第一加速度符合第一加速度模型预测结果,则记录佩戴者开始使用鼠标的第一子时间。
如果第一加速度符合第一加速度模型预测结果,则处理器记录佩戴者开始使用鼠标的第一子时间,处理器以第一子时间为起点,统计佩戴者的鼠标使用时长。统计佩戴者的鼠标使用时长的实现方式可以参阅上述实施例在此便不赘述。
本实施例提供的检测方法,手环依次判断手环偏转数据是否符预置偏转模型预测结果、第一加速度是否符合第一加速度模型预测结果,来确定佩戴者开始使用鼠标的第一子时间。其中,判断手环偏转数据是否符合预置偏转模型预测结果的过程中可以排除一些不符合预置偏转模型预测结果的干扰场景,判断第一加速度是否符合第一加速度模型预测结果的过程可以排除一些不符合第一加速度模型预测结果的干扰场景,进而提升本申请提供方案检测结果的准确性。
实施例3:
为了提升本申请提供方案检测结果的准确性,在一可行性实施例中,当第一加速度符合第一加速度模型预测结果时,手环可以继续采集第二加速度,利用第二加速度来确定起始时间。具体的可以继续参阅图3,在上述实施提供的方案的基础上方法还包括:
如果第一加速度符合第一加速度模型预测结果,S16 采集第二加速度;
当第一加速度符合第一加速度模型预测结果时,处理器在输出第四反馈信息至运动传感器。运动传感器响应于第四反馈信息,终止采集第一加速度,开始采集第二加速度。
第二加速度包括:预置时间间隔内按照预置采样频率采集到的加速度;可选择的,为了保证检测结果的准确性,第二加速度的采样频率可以大于第一加速度的采样频率。其中,预置时间间隔可以根据需求设定,例如,在一可行性实施例中预置时间间隔可以是1000ms。第二加速度的采样频率可以根据需求设定,例如,在一可行性实施例中第二加速度的采样频率可以是20次/秒。
S17判断第二加速度是否符合第二加速度模型预测结果;
佩戴者使用鼠标的过程中 ,佩戴者手腕的在预置时间内的移动距离不会超出预置距离,本实施例不对预置距离作以限定,预置距离可以根据历史数据统计得出。基于此,在一可行性实施例中,可以通过将手环在预置时间间隔内的移动距离与预置距离的比对结果来确定第二加速度是否符合第二移动模型。具体的,处理器可以通过执行步骤S171来确定第二加速度是否符合第二移动模型。
S171根据第二加速度计算手环在预置时间间隔内的移动距离;如果移动距离小于或等于预置距离,则第二加速度符合第二加速度模型预测结果;否则,第二加速度不符合第二加速度模型预测结果。
移动距离的计算方式有多种;
例如,在一可行性实施例中,处理器可以根据第二加速度计算手环每个预置采样周期内的位移绝对值;根据位移绝对值计算手环在预置时间间隔内的移动距离。
再例如,处理器可以根据第二加速度计算手环每个预置采样周期内的位移绝对值;根据位移绝对值计算手环在预置时间间隔内的移动距离。
举例说明,在一可行性实施例中,运动传感器以20次/s的采样频率,在1000ms的时间段内采集到的第二加速度依次为:a1、a2、a3、a4、a5、a6、a7、a8、a9、a10、a11、a12、a13、a14、a15、a16、a17、a18、a19、a20。
处理器可以首先计算加速度绝对值为∣a1∣、∣a2∣……∣a20∣。然后根据如下公式计算移动位移:∑s = ∫∣a1∣dt +∫∣a2∣dt + … + ∫∣a20∣dt,dt=1/f,其中,∑s为移动位移,dt为采样周期,f为第二加速度的采样频率。
在一可行性实施例中,处理器也可以分别计算每个采样周期的位移绝对值:
s1 = ∣∫a1dt∣、s2 = ∣∫a2dt∣……s20 = ∣∫a20dt∣;其中,si(i=1~20)为位移绝对值。然后。根据如下公式计算移动位移∑s= s1+ s2……+ s20。
当∑s小于或等于预置距离,则第二加速度符合第二加速度模型预测结果;否则,第二加速度不符合第二加速度模型预测结果。
佩戴者使用鼠标的过程中 ,佩戴者手腕的在各个方向上的移动位移趋于相等,或移动位移小于预置位移方差,本申请中预置位移方差可以根据需求配置。基于此,在一可行性实施例中,可以通过将手环在各个方向上移动位移的方差与预置位移方差的比对结果来确定第二加速度是否符合第二移动模型。具体的,处理器可以通过执行步骤S172A~S172C来确定第二加速度是否符合第二移动模型。
S172A读取每个第二加速度的方向;
在一可行性实施例中,第二加速度的方向可以包括:X轴正向,和/或X轴负向,和/或Y轴正向,和/或Y轴负向,和/或Z轴正向,和/或Z轴负向。
S171B分别计算每个方向上手环的移动位移;
举例说明,在一可行性实施例中,运动传感器采集到的第二加速度数据分别为X轴正向加速度a1、a5、a6、a9、a15;X轴负向加速度a2、a3、a7、a10、a19;Y轴正向加速度a4、a13、a14、a16、a18;Y轴负向加速度a8、a11、a12、a18、a20。
X轴正向的移动位移:∑s1= ∫a1dt +∫a5dt+∫a6dt +∫a9dt +∫a15dt;
X轴负向的移动位移:∑s2 = ∫a2dt +∫a3dt+∫a7dt +∫a10dt +∫a19dt;
Y轴正向的移动位移:∑s3 = ∫a4dt +∫a13dt+∫a14dt +∫a16dt +∫a18dt;
Y轴负向的移动位移:∑s4 = ∫a8dt +∫a11dt+∫a12dt +∫a18dt +∫a20dt;
S172C计算位移方差,位移方差为移动位移的方差;如果位移方差大于预置位移方差,则第二加速度不符合第二加速度模型预测结果。
如果第二加速度不符合第二加速度模型预测结果,则重新采集第一加速度;
如果第二加速度不符合第二加速度模型预测结果,则处理器发送第五反馈信息至运动传感器。运动传感器响应于第五反馈信息终止采集第二加速度,开始采集第一加速度。
S18如果重新采集的所述第一加速度符合第一加速度模型预测结果,则记录所述佩戴者开始使用鼠标的第二子时间。
如果重新采集的所述第一加速度符合第一加速度模型预测结果,则处理器记录所述佩戴者开始使用鼠标的第二子时间。
本实施例提供的检测方法,判断第二加速度不符合第二加速度模型预测结果的过程可以排除一些手环在预置时间内移动位移较大的干扰场景,进而提升本申请提供方案检测结果的准确性。
实施例4:
在一些鼠标使用场景中,佩戴者使用鼠标的时间小于或等于预置片段时长,在这种应用场景下鼠标的使用并不会对佩戴者的腕部带来疲劳,因此,本方案中可以不对这些应用场景产生的鼠标使用时间做记录,进而可以降低手环的数据存储量。具体的实现方式可以是:如果第二加速度不符合第二加速度模型预测结果,处理器记录片段时间;生成片段时长,片段时长为第一子时间/第二子时间与片段时间之间的间隔时长;如果片段时长小于或等于预置片段时长,则释放片段时长;如果片段时长大于预置片段时长,则存储片段时长。
预置片段时长可以根据需求设定,在一些可行性实施例中预置片段时长可以1min。
举例说明:
在一可行性实施例中,第一子时间为A11,在A12时刻第二加速度不符合第二加速度模型预测结果,处理器记录片段时间为A12 。处理器生成片段时长为A12-A11。本申请中A12-A11小于或等于预置片段时长(1min),处理器释放片段时长为A12-A11。
在一可行性实施例中,第一子时间为A21,在A22时刻第二加速度不符合第二加速度模型预测结果。处理器记录片段时间为A22。处理器生成片段时长为A22-A21。本申请中A22-A21大于预置片段时长(1min),处理器存储该片段时长,同时处理器发送第五反馈信息至运动传感器。运动传感器响应于第五反馈信息,终止采集第二加速度,开始采集第一加速度。当再次采集到的第一加速度符合第一加速度模型时,处理器记录第二子时间为A23,运动传感器终止采集第一加速度,开始采集第二加速度,在A24时刻第二加速度不符合第二加速度模型预测结果。处理器生成片段时长为A24-A23,依次循环进行。
实施例5:
在一些鼠标使用场景中,佩戴者间歇式使用鼠标,为了适用上述应用场景,本实施例提供的方案可以记录第一子时间到统计时间的时间间隔内佩戴者的鼠标使用情况,以使得记录的数据可以真实的反应佩戴者的鼠标使用情况。具体的实现方式可以是: 如果统计时长等于预置使用时长,则生成片段时长,统计时长为距离第一子时间的时长;调取片段时长集合,片段时长集合包括:第一子时间到统计时间的时间间隔内生成的片段时长;加和片段时长集合包含的片段时长得到总时长。
预置使用时长可以根据需求设定,在一些可行性实施例中预置使用时长可以60min。
举例说明:
在一可行性实施例中,第一子时间为A31,A32时统计时长等于预置使用时长,处理器生成片段时长为A32-A31。处理器将A32-A31写入片段时长集合。处理器最终得到的总时长为A32-A31。
在一可行性实施例中,第一子时间为A41, A42时统计时长等于预置使用时长,在A42~ A41这段时间内记录的片段时长集合为[A1、A2、A3、A4]。处理器最终得到的总时长为A1+A2+A3+A4。
实施例6:
为了避免长时间使用鼠标带来的不良影响,本实施例提供方案当佩戴者额定时间内鼠标的使用时长超过一阈值时,手环可以输出提示信息,以达到提示操作者不要长时间使用鼠的目的。具体的实现过程可以为:处理器计算总时长与预置使用时长的比值;如果比值大于或等于预置时长比值,则输出提示信息。
在一可行性实施例中,处理器也可以通过存储器内记录的数据计算每日鼠标使用总时长,也可以统计每日最长一次使用时长,也可以调取每日提醒后未活动的次数,也可以设定每次提醒的时间戳等。
本申请实施例第二方面示出一种手环,包括:
运动传感器,被配置为采集运动数据,所述运动数据由所述手环姿态变化引发的数据;
处理器,被配置为根据运动数据,确定佩戴者开始使用鼠标的起始时间;以所述起始时间为起点,统计所述佩戴者的鼠标使用时长;
警报器,被配置为如果所述鼠标使用时长大于或等于预置使用时长,输出提示信息。
可选择的,在一些可行性实施例中所述处理器可以采集手环偏转数据,所述手环偏转数据为所述手环偏转时生成的数据。如果所述手环偏转数据符合偏转模型预测结果,运动传感器可以采集所述手环的第一加速度,所述第一加速度是指,当所述手环偏转数据符合偏转模型预测结果时采集的加速度。如果所述第一加速度不符合第一加速度模型预测结果,运动传感器可以重新采集所述手环偏转数据;或者,如果所述第一加速度符合第一加速度模型预测结果,处理器记录所述佩戴者开始使用鼠标的第一子时间。
可选择的, 在一些可行性实施例中如果所述第一加速度符合所述第一加速度模型预测结果,运动传感器可以采集第二加速度,所述第二加速度是指,当第一加速度符合所述第一加速度模型预测结果时采集的加速度;如果所述第二加速度不符合所述第二加速度模型预测结果,运动传感器可以重新采集所述第一加速度。如果重新采集的所述第一加速度符合第一加速度模型预测结果,处理器可以记录所述佩戴者开始使用鼠标的第二子时间。
可选择的,在一些可行性实施例中所述处理器可以根据所述手环偏转数据计算手环偏转角度。如果连续数次得到的所述手环偏转角度均在预置偏转范围内,运动传感器采集第二加速度。
可选择的,在一些可行性实施例中所述手环偏转数据包括:所述手环的X轴重力加速度分量;处理器可以根据所述X轴重力加速度分量和重力加速度,计算第一偏转角度;如果所述第一偏转角度超出所述预置偏转范围,运动传感器可以重新采集所述第一加速度。
可选择的,在一些可行性实施例中所述手环偏转数据包括:所述手环的Y轴重力加速度分量;处理器可以根据所述Y轴重力加速度分量和重力加速度,计算第二偏转角度。如果所述第二偏转角度超出所述预置偏转范围,运动传感器可以重新采集所述第一加速度。
可选择的,在一些可行性实施例中所述第一加速度包括:连续采集的多个加速度。处理器可以计算所述多个所述第一加速度的平均值。如果所述平均值在预置加速度范围内,处理器可以记录所述佩戴者开始使用鼠标的第一子时间。或者,如果所述平均值超出预置加速度范围,运动传感器可以重新采集所述手环偏转数据。
可选择的,在一些可行性实施例中所述平均值包括:X轴子平均值,所述X轴子平均值是X轴方向上的第一加速度的平均值;如果所述X轴子平均值超出第一子范围,运动传感器可以重新采集所述手环偏转数据。
可选择的,在一些可行性实施例中所述平均值还包括:Y轴子平均值,所述Y轴子平均值是Y轴方向上的第一加速度的平均值;如果所述Y轴子平均值超出第二子范围,运动传感器可以重新采集所述手环偏转数据。
可选择的,在一些可行性实施例中所述平均值还包括:Z轴子平均值,所述Z轴子平均值是Z轴方向上的第一加速度的平均值;如果所述Z轴子平均值超出所述第三子范围,运动传感器可以重新采集所述手环偏转数据,所述第三子范围小于所述第一子范围,所述第三子范围小于所述第二子范围。
可选择的,在一些可行性实施例中所述平均值至少包括:X轴子平均值、Y轴子平均值及Z轴子平均值中的任意两种平均值;如果所述Z轴子平均值大于所述Y轴子平均值,运动传感器可以重新采集所述手环偏转数据;和/或,如果所述Z轴子平均值大于所述X轴子平均值,运动传感器可以重新采集所述手环偏转数据;和/或,如果所述Y轴子平均值大于所述X轴子平均值,运动传感器可以重新采集所述手环偏转数据。
可选择的,在一些可行性实施例中所述第二加速度包括:预置时间间隔内按照预置采样频率采集到的加速度; 处理器可以根据所述第二加速度计算所述手环在所述预置时间间隔内的移动距离。如果所述移动距离大于预置距离,运动传感器可以重新采集所述第一加速度。
可选择的,在一些可行性实施例中处理器可以根据所述第二加速度计算所述手环每个预置采样周期内的位移绝对值;根据所述位移绝对值计算所述手环在所述预置时间间隔内的移动距离。
可选择的,在一些可行性实施例中处理器可以计算加速度绝对值,所述加速度绝对值为所述第二加速度的绝对值;根据所述加速度绝对值计算所述手环在所述预置时间间隔内的移动距离。
可选择的,在一些可行性实施例中处理器还可以读取每个所述第二加速度的方向;分别计算每个所述方向上所述手环的移动位移;计算位移方差,所述位移方差为所述移动位移的方差;如果所述位移方差大于预置位移方差,运动传感器可以重新采集所述第一加速度。
可选择的,在一些可行性实施例中如果所述第二加速度不符合所述第二加速度模型预测结果,处理器可以记录片段时间;生成片段时长,所述片段时长为第一子时间/第二子时间与片段时间之间的间隔时长;如果所述片段时长小于或等于预置片段时长,释放所述片段时长;如果所述片段时长大于预置片段时长,存储所述片段时长。
可选择的,在一些可行性实施例中如果统计时长等于预置使用时长,处理器可以生成片段时长,所述统计时长为距离所述第一子时间的时长;调取片段时长集合,所述片段时长集合包括:第一子时间到所述统计时间的时间间隔内生成的片段时长;加和所述片段时长集合包含的片段时长得到总时长。
可选择的,处理器可以计算所述总时长与所述预置使用时长的比值;如果所述比值大于或等于预置时长比值,输出提示信息。
本申请实施例还提供一种芯片,与存储器相连或者包括存储器,用于读取并执行所述存储器中存储的软件程序,本申请实施例提供的方法。
本申请实施例还提供一种计算机程序产品,计算机程序产品包括一个或多个计算机程序指令。在计算机加载和执行计算机程序指令时,全部或部分地产生按照本申请上述各个实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。当其在计算机上运行时,使得计算机执行本申请实施例提供的方法。
在本实施例还提供一种计算机可读存储介质,该计算机可读存储介质计算机存储介质可存储有计算机程序指令,当程序指令被执行时,可实现本申请上述各实施例的图像处理方法的全部步骤。计算机可读存储介质包括磁盘、光盘、只读存储记忆体ROM或随机存储记忆体RAM等。
在上述实施例中,可以全部或部分通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现,本实施例不予限制。
本领域技术任何还可以了解到本申请列出的各种说明性逻辑块(illustrativelogical block)和步骤(step)可以通过电子硬件、电脑软件,或两者的结合进行实现。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用,可以使用各种方法实现的功能,但这种实现不应被理解为超出本申请保护的范围。
本申请中所描述的各种说明性的逻辑单元和电路可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列(FPGA)或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本申请中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于UE中。可选地,处理器和存储媒介也可以设置于UE中的不同的部件中。
应理解,在本申请的各种实施例中,各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请的实施过程构成任何限定。
另外,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本领域的技术人员可以清楚地了解到本申请实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,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)执行本申请各个实施例或者实施例的某些部分的方法。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其,对于网络设备/节点或装置设备而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例中的说明即可。
以上的本申请实施方式并不构成对本申请保护范围的限定。
Claims (20)
1.一种鼠标使用时长的检测方法,应用于手环,其特征在于,包括:
采集手环偏转数据,所述手环偏转数据为所述手环偏转时生成的数据;
如果所述手环偏转数据符合偏转模型预测结果,采集所述手环的第一加速度,所述第一加速度是指当所述手环偏转数据符合偏转模型预测结果时采集的加速度;
如果所述第一加速度符合第一加速度模型预测结果,记录佩戴者开始使用鼠标的第一起始时间,并采集第二加速度,所述第二加速度是指当第一加速度符合所述第一加速度模型预测结果时采集的加速度;
如果所述第二加速度不符合第二加速度模型预测结果,记录片段时间;
生成片段时长,所述片段时长为第一起始时间与片段时间之间的间隔时长;
如果所述片段时长小于或等于预置片段时长,释放所述片段时长;
如果所述片段时长大于预置片段时长,存储所述片段时长;
将所述片段时长求和得到总时长,将所述总时长作为鼠标使用时长;
如果所述鼠标使用时长大于或等于预置使用时长,输出提示信息。
2.根据权利要求1所述的检测方法,其特征在于,还包括:
如果所述第一加速度不符合第一加速度模型预测结果,重新采集所述手环偏转数据。
3.根据权利要求2所述的检测方法,其特征在于,还包括:
如果所述第二加速度不符合所述第二加速度模型预测结果,重新采集所述第一加速度;
如果重新采集的所述第一加速度符合第一加速度模型预测结果,记录所述佩戴者开始使用鼠标的第二子时间。
4.根据权利要求2或3所述的检测方法,其特征在于,所述采集第二加速度的步骤包括:
根据所述手环偏转数据计算手环偏转角度;
如果连续数次得到的所述手环偏转角度均在预置偏转范围内,采集第二加速度。
5.根据权利要求4所述的检测方法,其特征在于,所述手环偏转数据包括:所述手环的X轴重力加速度分量;所述如果第一加速度不符合所述第一加速度模型预测结果,重新采集所述手环偏转数据的步骤包括:
根据所述X轴重力加速度分量和重力加速度,计算第一偏转角度;
如果所述第一偏转角度超出所述预置偏转范围,重新采集所述手环偏转数据。
6.根据权利要求4所述的检测方法,其特征在于,所述手环偏转数据包括:所述手环的Y轴重力加速度分量;所述如果第一加速度不符合所述第一加速度模型预测结果,重新采集所述手环偏转数据的步骤包括:
根据所述Y轴重力加速度分量和重力加速度,计算第二偏转角度;
如果所述第二偏转角度超出所述预置偏转范围,重新采集所述手环偏转数据。
7.根据权利要求2所述的检测方法,其特征在于,所述第一加速度包括:连续采集的多个第一加速度;所述如果第一加速度不符合第一加速度模型预测结果,重新采集所述手环偏转数据的步骤包括:
计算所述多个第一加速度的平均值;
如果所述平均值在预置加速度范围内,记录所述佩戴者开始使用鼠标的第一起始时间; 或者,如果所述平均值超出预置加速度范围,重新采集所述手环偏转数据。
8.根据权利要求7所述的检测方法,其特征在于,所述平均值包括:X轴子平均值,所述X轴子平均值是X轴方向上的第一加速度的平均值;所述如果平均值超出预置加速度范围,重新采集所述手环偏转数据的步骤具体为:
如果所述X轴子平均值超出第一子范围,重新采集所述手环偏转数据。
9.根据权利要求8所述的检测方法,其特征在于,所述平均值还包括:Y轴子平均值,所述Y轴子平均值是Y轴方向上的第一加速度的平均值;所述如果平均值超出预置加速度范围,重新采集所述手环偏转数据的步骤具体为:
如果所述Y轴子平均值超出第二子范围,重新采集所述手环偏转数据。
10.根据权利要求9所述的检测方法,其特征在于,所述平均值还包括:Z轴子平均值,所述Z轴子平均值是Z轴方向上的第一加速度的平均值;所述如果平均值超出预置加速度范围,重新采集所述手环偏转数据的步骤具体为:
如果所述Z轴子平均值超出第三子范围,重新采集所述手环偏转数据,所述第三子范围小于所述第一子范围,所述第三子范围小于所述第二子范围。
11.根据权利要求7-10任一项所述的检测方法,其特征在于,所述平均值至少包括:X轴子平均值、Y轴子平均值及Z轴子平均值中的任意两种平均值;所述如果平均值超出预置加速度范围,重新采集所述手环偏转数据的步骤具体为:
如果所述Z轴子平均值大于所述Y轴子平均值,重新采集所述手环偏转数据;
和/或,如果所述Z轴子平均值大于所述X轴子平均值,重新采集所述手环偏转数据;
和/或,如果所述Y轴子平均值大于所述X轴子平均值,重新采集所述手环偏转数据。
12.根据权利要求3所述的检测方法,其特征在于,所述第二加速度包括:预置时间间隔内按照预置采样频率采集到的加速度;如果所述第二加速度不符合所述第二加速度模型预测结果,重新采集所述第一加速度的步骤包括:
根据所述第二加速度计算所述手环在所述预置时间间隔内的移动距离;
如果所述移动距离大于预置距离,重新采集所述第一加速度。
13.根据权利要求12所述的检测方法,其特征在于,所述根据第二加速度计算所述手环在所述预置时间间隔内的移动距离的步骤包括:
根据所述第二加速度计算所述手环每个预置采样周期内的位移绝对值;
根据所述位移绝对值计算所述手环在所述预置时间间隔内的移动距离。
14.根据权利要求12所述的检测方法,其特征在于,所述根据第二加速度计算所述手环在所述预置时间间隔内的移动距离的步骤包括:
计算加速度绝对值,所述加速度绝对值为所述第二加速度的绝对值;
根据所述加速度绝对值计算所述手环在所述预置时间间隔内的移动距离。
15.根据权利要求12-14任一项所述的检测方法,其特征在于,所述如果第二加速度不符合所述第二加速度模型预测结果,重新采集所述第一加速度的步骤还包括:
读取每个所述第二加速度的方向;
分别计算每个所述方向上所述手环的移动位移;
计算位移方差,所述位移方差为所述移动位移的方差;
如果所述位移方差大于预置位移方差,重新采集所述第一加速度。
16.根据权利要求15所述的检测方法,其特征在于,还包括:
如果统计时长等于预置使用时长,生成片段时长,所述统计时长为距离所述第一起始时间的时长;
调取片段时长集合,所述片段时长集合包括:第一起始时间到统计时间的时间间隔内生成的片段时长。
17.根据权利要求16所述的检测方法,其特征在于,所述方法还包括:
计算所述总时长与所述预置使用时长的比值;
如果所述比值大于或等于预置时长比值,输出提示信息。
18.一种手环,其特征在于,包括:
运动传感器,被配置为采集手环偏转数据,所述手环偏转数据为所述手环偏转时生成的数据;
处理器,被配置为如果所述手环偏转数据符合偏转模型预测结果,采集所述手环的第一加速度,所述第一加速度是指当所述手环偏转数据符合偏转模型预测结果时采集的加速度;
如果所述第一加速度符合第一加速度模型预测结果,记录佩戴者开始使用鼠标的第一起始时间,并采集第二加速度,所述第二加速度是指当第一加速度符合所述第一加速度模型预测结果时采集的加速度;
如果所述第二加速度不符合第二加速度模型预测结果,记录片段时间;
生成片段时长,所述片段时长为第一起始时间与片段时间之间的间隔时长;
如果所述片段时长小于或等于预置片段时长,释放所述片段时长;
如果所述片段时长大于预置片段时长,存储所述片段时长;
将所述片段时长求和得到总时长,将所述总时长作为鼠标使用时长;
警报器,被配置为如果所述鼠标使用时长大于或等于预置使用时长,输出提示信息。
19.一种芯片,其特征在于,与存储器相连或者包括存储器,用于读取并执行所述存储器中存储的软件程序,以实现如权利要求1至17中任一项所述的方法。
20.一种计算机可读存储介质,其特征在于,包括指令,当其在计算机上运行时,使得计算机执行如权利要求1至17中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010909524.8A CN114190661B (zh) | 2020-09-02 | 2020-09-02 | 鼠标使用时长的检测方法及手环 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010909524.8A CN114190661B (zh) | 2020-09-02 | 2020-09-02 | 鼠标使用时长的检测方法及手环 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114190661A CN114190661A (zh) | 2022-03-18 |
CN114190661B true CN114190661B (zh) | 2022-10-18 |
Family
ID=80644318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010909524.8A Active CN114190661B (zh) | 2020-09-02 | 2020-09-02 | 鼠标使用时长的检测方法及手环 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114190661B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9808208B1 (en) * | 2016-10-27 | 2017-11-07 | Focal Wellness, Inc. | Carpal tunnel infomatic monitor |
CN107886686A (zh) * | 2016-09-30 | 2018-04-06 | 中兴通讯股份有限公司 | 一种工作疲劳提醒方法、装置和系统 |
CN109766251A (zh) * | 2018-12-06 | 2019-05-17 | 深圳和而泰数据资源与云技术有限公司 | 一种缓解鼠标手的方法、装置、鼠标 |
-
2020
- 2020-09-02 CN CN202010909524.8A patent/CN114190661B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107886686A (zh) * | 2016-09-30 | 2018-04-06 | 中兴通讯股份有限公司 | 一种工作疲劳提醒方法、装置和系统 |
US9808208B1 (en) * | 2016-10-27 | 2017-11-07 | Focal Wellness, Inc. | Carpal tunnel infomatic monitor |
CN109766251A (zh) * | 2018-12-06 | 2019-05-17 | 深圳和而泰数据资源与云技术有限公司 | 一种缓解鼠标手的方法、装置、鼠标 |
Also Published As
Publication number | Publication date |
---|---|
CN114190661A (zh) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101918421B1 (ko) | 디바이스에서의 들어올림 제스처 검출 | |
CN106293445B (zh) | 应用程序使用数据的获取方法、装置及终端设备 | |
EP2748693B1 (en) | Method for detecting false wake conditions of a portable electronic device | |
CN108021224B (zh) | 屏幕点亮方法及装置 | |
CN105830016B (zh) | 用户设备的电源管理方法和电源管理装置 | |
CN108681498B (zh) | 一种cpu占用率的监测方法、装置以及移动终端 | |
CN107426802B (zh) | 一种终端管理方法以及装置 | |
CN107291586B (zh) | 一种应用程序的分析方法和装置 | |
WO2014158363A1 (en) | Method and system for gesture recognition | |
EP3315914B1 (en) | Step counting method, device and terminal | |
CN104699267A (zh) | 穿戴式装置的控制方法 | |
CN109246291B (zh) | 移动终端和睡眠提醒方法、装置 | |
CN108628217B (zh) | 穿戴设备功耗控制方法、穿戴设备及计算机可读存储介质 | |
CN105303361B (zh) | 一种闹钟调整方法及装置、终端 | |
CN106127152B (zh) | 一种指纹模板更新方法及终端设备 | |
WO2021129147A1 (zh) | 接近传感器的异常检测方法、装置及移动终端 | |
US20150211839A1 (en) | Input device with hybrid tracking | |
CN107533371A (zh) | 使用影响手势的用户接口控制 | |
CN106648460B (zh) | 计步数据过滤方法及智能终端 | |
CN113495609A (zh) | 睡眠状态的判断方法、系统、穿戴设备及存储介质 | |
CN112114879A (zh) | 终端唤醒方法、终端和存储介质 | |
CN114190661B (zh) | 鼠标使用时长的检测方法及手环 | |
CN112826514B (zh) | 一种房颤信号的分类方法、装置、终端以及存储介质 | |
CN107958273A (zh) | 音量调节方法、装置及存储介质 | |
CN108634497B (zh) | 一种可穿戴设备的排水方法及可穿戴设备 |
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 |