CN115147915A - 一种检测穿戴设备佩戴松紧的方法、装置和系统 - Google Patents
一种检测穿戴设备佩戴松紧的方法、装置和系统 Download PDFInfo
- Publication number
- CN115147915A CN115147915A CN202110347924.9A CN202110347924A CN115147915A CN 115147915 A CN115147915 A CN 115147915A CN 202110347924 A CN202110347924 A CN 202110347924A CN 115147915 A CN115147915 A CN 115147915A
- Authority
- CN
- China
- Prior art keywords
- wearing
- wearable device
- tightness
- action
- data
- 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 123
- 230000033001 locomotion Effects 0.000 claims abstract description 319
- 230000009471 action Effects 0.000 claims description 216
- 230000001133 acceleration Effects 0.000 claims description 78
- 238000001514 detection method Methods 0.000 claims description 39
- 238000004590 computer program Methods 0.000 claims description 4
- 210000002683 foot Anatomy 0.000 description 33
- 230000008569 process Effects 0.000 description 28
- 230000006870 function Effects 0.000 description 21
- 238000007726 management method Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 10
- 230000005236 sound signal Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000009191 jumping Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 229920001621 AMOLED Polymers 0.000 description 3
- 210000003423 ankle Anatomy 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 210000000707 wrist Anatomy 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007730 finishing process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000010030 laminating Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000003238 somatosensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1123—Discriminating type of movement, e.g. walking or running
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/112—Gait analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6804—Garments; Clothes
- A61B5/6807—Footwear
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6829—Foot or ankle
-
- 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
- G06F3/016—Input arrangements with force or tactile feedback as computer generated output to the user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- 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
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Theoretical Computer Science (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- General Engineering & Computer Science (AREA)
- Physiology (AREA)
- General Physics & Mathematics (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- User Interface Of Digital Computer (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请公开了一种检测穿戴设备佩戴松紧的方法、装置和系统,该方法包括在检测到穿戴设备处于佩戴状态时,采集用户的运动数据。识别用户的运动数据中第一动作的动作数据。确定第一动作的动作数据对应的穿戴设备佩戴松紧度。这样,本申请实施例可以根据用户的运动数据确定穿戴设备佩戴松紧度,进而避免运动数据采集不准确的问题,使得运动数据的采集更加可靠,为用户提供更加专业的指导奠定基础。
Description
技术领域
本发明实施例涉及电子设备技术领域,尤其涉及一种检测穿戴设备佩戴松紧的方法、装置和系统。
背景技术
随着技术的发展,穿戴设备普遍应用在人们生活、工作和学习中。例如,穿戴设备可以检测用户的健康状况和用户的运动情况等。当穿戴设备在用户身上佩戴较松时,穿戴设备采集到的数据不准确,会导致穿戴设备对用户的健康状况或运动情况的评估不准确,影响穿戴设备的检测性能。因此,如何检测穿戴设备佩戴松紧是本领域有待解决的技术问题。
发明内容
本申请实施例提供的一种检测穿戴设备佩戴松紧的方法、装置和系统,用于检测穿戴设备佩戴松紧,确保穿戴设备的检测性能。
第一方面,本申请实施例提供的一种检测穿戴设备佩戴松紧的方法,该方法的执行主体可以是电子设备(如穿戴设备),也可以是位于电子设备中的部件(例如,芯片,芯片系统或处理器等),下面以执行主体是电子设备为例进行描述。该方法包括:检测到穿戴设备处于佩戴状态时,采集用户的运动数据。识别用户的运动数据中第一动作的动作数据。确定第一动作的动作数据对应的穿戴设备佩戴松紧度。
其中,用户的运动数据可以包括加速度和/或角速度。穿戴设备佩戴松紧度可以理解为松紧程度(如穿戴设备佩戴正常、穿戴设备佩戴松动和穿戴设备佩戴紧等),也可以理解为具体数值。
其中,该第一动作是用户运动过程中的某一动作。该第一动作与穿戴设备佩戴的位置对应,当穿戴设备佩戴在用户的手臂或手腕上时,第一动作可以包括摆臂动作等。当穿戴设备佩戴在用户的脚腕或跑鞋上时,第一动作可以包括起跳动作,踢腿动作,等等。
这样,本申请实施例可以根据用户的运动数据确定穿戴设备佩戴松紧度,进而可以避免运动数据采集不准确的问题,使得运动数据的采集更加可靠,为用户提供更加专业的指导奠定基础。
一种可能的实现方式中,确定第一动作的动作数据对应的穿戴设备佩戴松紧度,具体可以为:根据第一动作的动作数据,及预设的运动数据与佩戴松紧度的对应关系,确定穿戴设备佩戴松紧度。
其中,预设的运动数据与佩戴松紧度的对应关系,可以理解为:第一种,一个运动数据与佩戴松紧度的对应关系,也就是说,运动数据的数值与佩戴松紧度一一对应。示例性的,以运动数据为加速度为例,加速度值为30m/s2,其与佩戴松紧度为佩戴正常对应。第二种,一组运动数据与佩戴松紧度的对应关系,也就是说,运动数据的数值区间与佩戴松紧度对应。示例性的,以运动数据为加速度为例,加速度的数值区间为30-50m/s2,其与佩戴松紧度为佩戴正常对应。
本申请实施例,穿戴设备根据用户的运动数据即可确定穿戴设备的佩戴松紧,无需额外的硬件装置驱动穿戴设备动作,即可检测穿戴设备佩戴松紧,进而可以有效避免动作数据采集不准确的问题,使得动作数据的采集更加可靠,为用户提供更加专业的指导奠定基础。
一种可能的实现方式中,根据第一动作的动作数据,及预设的运动数据与佩戴松紧度的对应关系,确定穿戴设备佩戴松紧度,具体可以为:识别出第一动作的动作数据中第一动作节点的动作数据。根据第一动作节点的动作数据,确定第一动作节点对应的第一特征数据。根据第一特征数据,及预设的运动数据与佩戴松紧度的对应关系,确定穿戴设备佩戴松紧度。
一种可能的实现方式中,第一特征数据包括:加速度波形的波峰数、角速度波形的波峰数、加速度波形的波谷数、角速度波形的波谷数、加速度波形的峰值、角速度波形的峰值、加速度的均值、角速度的均值、加速度波形的梯度、角速度波形的梯度中的至少一项。
其中,加速度的均值,可以理解为预设时间段内加速度的均值。角速度的均值,可以理解为预设时间段内角速度的均值。加速度波形的梯度,可以理解为加速度波形中的预设位置的切线的斜率。角速度波形的梯度,可以理解为角速度波形中的预设位置的切线的斜率。
一种可能的实现方式中,确定第一动作的动作数据对应的穿戴设备佩戴松紧度,具体可以为:根据第一动作的动作数据,及佩戴松紧模型,确定第一动作的动作数据对应的穿戴设备佩戴松紧度。其中,第一动作的动作数据作为佩戴松紧模型的输入,穿戴设备佩戴松紧度作为佩戴松紧模型的输出。
一种可能的实现方式中,在确定第一动作的动作数据对应的穿戴设备佩戴松紧度之后,本申请实施例提供的一种检测穿戴设备佩戴松紧的方法还可以包括:根据穿戴设备佩戴松紧度,生成提示信息,提示信息采用预设呈现形式呈现穿戴设备佩戴松紧度的检测结果。其中,预设呈现形式包括以下一项或多项组合:声音呈现形式、文字呈现形式、振动呈现形式和灯光呈现形式。
在本申请实施例中,通过采用不同的形式将检测结果提示给用户,可以有效避免在用户运动的过程中用户的穿戴设备佩戴易脱落、丢失的现象,同时,避免用户在运动过程中的被撞、误撞的风险。
一种可能的实现方式中,穿戴设备佩戴松紧度包括:穿戴设备佩戴正常、穿戴设备佩戴松动和穿戴设备佩戴紧。
在一些实施例中,本申请实施例提供的一种检测穿戴设备佩戴松紧的方法还包括:确定在第一时长内各时刻的穿戴设备佩戴松紧度。根据第一时长内各时刻的穿戴设备佩戴松紧度,确定穿戴设备佩戴松动的第二时长。根据第一时长和第二时长,及穿戴设备计算的第一运动能量,计算用户在第一时长内的第二运动能量。其中,第一运动能量是在第一时长内穿戴设备佩戴状态为正常或紧的情况下计算得到的。
其中,第一运动能量和第二运动能量均可以理解为用户的运动能耗。如,用户运动消耗的热量,用户运动消耗的卡路里等。
其中,第二时长可以指连续的时长,也可以指多个非连续时长之和。也就是说,第二时长可以为穿戴设备佩戴松动的一段连续时长,也可以为穿戴设备佩戴松动的多个非连续时长之和。
因此,在本申请实施例中穿戴设备可以评估用户在第二时长的运动能量。在穿戴设备佩戴松的情况下,穿戴设备可以根据佩戴松动的时间占比,及评估的运动能量,确定用户在第二时长的运动的实际运动能量,使得用户的运动数据更可信,以便于提醒用户下次运行时注意调整穿戴设备的佩戴松紧。
一种可能的实现方式中,第一动作包括起跳动作,第一动作节点包括足部离开地面和/或足部接触地面;或者,第一动作包括摆臂动作,第一动作节点包括手臂摆动在身体前侧的指定位置和/或手臂摆动在身体后侧的指定位置。
一种可能的实现方式中,穿戴设备用于佩戴在用户的足部或鞋上。
第二方面,本申请实施例提供的一种检测穿戴设备佩戴松紧的装置,该装置包括:采集单元,用于检测到穿戴设备处于佩戴状态时,采集用户的运动数据。识别单元,用于识别用户的运动数据中第一动作的动作数据。第一确定单元,用于确定第一动作的动作数据对应的穿戴设备佩戴松紧度。这样,本申请实施例可以根据用户的运动数据确定穿戴设备佩戴松紧度,进而可以避免运动数据采集不准确的问题,使得运动数据的采集更加可靠,为用户提供更加专业的指导奠定基础。
一种可能的实现方式中,第一确定单元还用于:根据第一动作的动作数据,及预设的运动数据与佩戴松紧度的对应关系,确定穿戴设备佩戴松紧度。
一种可能的实现方式中,第一确定单元还用于:识别出第一动作的动作数据中第一动作节点的动作数据。根据第一动作节点的动作数据,确定第一动作节点对应的第一特征数据。根据第一特征数据,及预设的运动数据与佩戴松紧度的对应关系,确定穿戴设备佩戴松紧度。
一种可能的实现方式中,第一特征数据包括:加速度波形的波峰数、角速度波形的波峰数、加速度波形的波谷数、角速度波形的波谷数、加速度波形的峰值、角速度波形的峰值、角速度的均值、角速度的均值、加速度波形的梯度、角速度波形的梯度中的至少一项。
一种可能的实现方式中,第一确定单元还用于:根据第一动作的动作数据,及佩戴松紧模型,确定第一动作的动作数据对应的穿戴设备佩戴松紧度。其中,第一动作的动作数据作为佩戴松紧模型的输入,穿戴设备佩戴松紧度作为佩戴松紧模型的输出。
在一些实施例中,本申请实施例提供的一种检测穿戴设备佩戴松紧的装置还包括:生成单元,用于根据穿戴设备佩戴松紧度,生成提示信息,提示信息采用预设呈现形式呈现穿戴设备佩戴松紧度的检测结果。其中,预设呈现形式包括以下一项或多项组合:声音呈现形式、文字呈现形式、振动呈现形式和灯光呈现形式。
在本申请实施例中,通过采用不同的形式将检测结果提示给用户,可以有效避免在用户运动的过程中用户的穿戴设备佩戴易脱落、丢失的现象,同时,避免用户在运动过程中的被撞、误撞的风险。
一种可能的实现方式中,穿戴设备佩戴松紧度包括:穿戴设备佩戴正常、穿戴设备佩戴松动和穿戴设备佩戴紧。
在一些实施例中,本申请实施例提供的一种检测穿戴设备佩戴松紧的装置还包括:第二确定单元,用于确定在第一时长内各时刻的穿戴设备佩戴松紧度。第三确定单元,用于根据第一时长内各时刻的穿戴设备佩戴松紧度,确定穿戴设备佩戴松动的第二时长。计算单元,用于根据第一时长和第二时长,及穿戴设备计算的第一运动能量,计算用户在第一时长内的第二运动能量。其中,第一运动能量是在第一时长内穿戴设备佩戴状态为正常或紧的情况下计算得到的。
因此,在本申请实施例中穿戴设备可以评估用户在第二时长的运动能量。在穿戴设备佩戴松的情况下,穿戴设备可以根据佩戴松动的时间占比,及评估的运动能量,确定用户在第二时长的运动的实际运动能量,使得用户的运动数据更可信,以便于提醒用户下次运行时注意调整穿戴设备的佩戴松紧。
一种可能的实现方式中,第一动作包括起跳动作,第一动作节点包括足部离开地面和/或足部接触地面;或者,第一动作包括摆臂动作,第一动作节点包括手臂摆动在身体前侧的指定位置和/或手臂摆动在身体后侧的指定位置。
一种可能的实现方式中,穿戴设备用于佩戴在用户的足部或鞋上。
可以理解的,该装置具有实现上述方面及可能的实现方式中任一方法的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括至少一个与上述功能相对应的模块或单元。
第三方面,本申请实施例提供的一种检测穿戴设备佩戴松紧的系统,该系统包括:穿戴设备,用于:在检测到穿戴设备处于佩戴状态时,采集用户的运动数据。识别用户的运动数据中第一动作的动作数据。确定第一动作的动作数据对应的穿戴设备佩戴松紧度,并将穿戴设备佩戴松紧度发送给非穿戴设备。非穿戴设备,用于:接收穿戴设备佩戴松紧度,并根据穿戴设备佩戴松紧度生成提示信息,提示信息用于提示用户穿戴设备佩戴松紧度的检测结果。
在本申请实施例中,检测穿戴设备佩戴松紧功能延伸至多个设备,通过多个设备之间的配合作业,既解决了用户的佩戴松紧问题,又增加了用户多个设备联动体验。
第四方面,本申请实施例提供的一种检测穿戴设备佩戴松紧的系统,该系统包括:穿戴设备,用于:在检测到穿戴设备处于佩戴状态时,采集用户的运动数据;将采集到的运动数据发送给非穿戴设备。非穿戴设备,用于:接收穿戴设备发送的运动数据,并识别运动数据中第一动作的动作数据;确定第一动作的动作数据对应的穿戴设备佩戴松紧度。
一种可能的实现方式中,非穿戴设备还用于:根据穿戴设备佩戴松紧度生成提示信息,提示信息用于提示用户穿戴设备佩戴松紧度的检测结果。
在本申请实施例中,检测穿戴设备佩戴松紧与提示功能延伸至多个设备,通过多个设备之间的配合作业,既解决了用户的佩戴松紧问题,又增加了用户多个设备联动体验。
第五方面、提供一种计算机可读存储介质,包括计算机指令,当计算机指令在终端上运行时,使得终端执行如上述方面及其中任一种可能的实现方式中所述的方法。
第六方面、提供一种计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行如上述方面中及其中任一种可能的实现方式中所述的方法。
第七方面、提供一种芯片系统,包括处理器,当处理器执行指令时,处理器执行如上述方面中及其中任一种可能的实现方式中所述的方法。
其中,上述第二方面至第七方面中各个实施例的具体实施方式及对应的技术效果可以参见上述第一方面的具体实施方式及技术效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本申请实施例提供的一种穿戴设备的结构示意图;
图2为本申请实施例提供的一种检测穿戴设备佩戴松紧的方法的流程示意图;
图3为本申请实施例提供的一种检测穿戴设备佩戴松紧的方法的应用场景示意图;
图4为本申请实施例提供的一种检测穿戴设备佩戴松紧的方法的应用场景示意图;
图5为本申请实施例提供的一种检测穿戴设备佩戴松紧的方法的应用场景示意图;
图6a为本申请实施例提供的一种检测穿戴设备佩戴松紧的方法的应用场景示意图;
图6b为本申请实施例提供的一种检测穿戴设备佩戴松紧的方法的应用场景示意图;
图7为本申请实施例提供的一种应用场景中检测穿戴设备佩戴松紧的方法的流程示意图;
图8为本申请实施例提供的一种应用场景中检测穿戴设备佩戴松紧的方法的流程示意图;
图9为本申请实施例提供的一种应用场景中检测穿戴设备佩戴松紧的方法的流程示意图;
图10为本申请实施例提供的一种检测穿戴设备佩戴松紧的方法的流程示意图;
图11为本申请实施例提供的一种检测穿戴设备佩戴松紧的方法的流程示意图;
图12为本申请实施例提供的一种检测穿戴设备佩戴松紧的装置的结构示意图。
具体实施方式
在本申请实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
随着技术的发展,穿戴设备普遍应用在人们生活、工作和学习中。例如,穿戴设备可以检测用户的健康状况和用户的运动情况等。当穿戴设备在用户身上佩戴较松时,穿戴设备采集到的数据不准确,会导致穿戴设备对用户的健康状况或运动情况的评估不准确,影响穿戴设备的检测性能。
为了确保穿戴设备的检测性能,可以采用以下方式检测穿戴设备佩戴松紧:通过设置在穿戴设备的底壳上的压力传感器检测穿戴设备底壳上受到的压力值,并根据检测到的压力值判断穿戴设备的佩戴松紧性,解决了对穿戴设备的佩戴松紧性进行检测的问题,提高了用户的舒适度,以及穿戴设备检测性能的准确度。
本申请实施例提供另一种检测穿戴设备佩戴松紧的方法:在检测到穿戴设备处于佩戴状态时,采集用户的运动数据。识别用户的运行数据中第一动作的动作数据。确定第一动作的动作数据对应的穿戴设备佩戴松紧度。这样,本申请实施例可以根据用户的运动数据确定穿戴设备佩戴松紧度,进而可以避免运动数据采集不准确的问题,使得运动数据的采集更加可靠,为用户提供更加专业的指导奠定基础。
进一步的,确定第一动作的动作数据对应的穿戴设备佩戴松紧度,具体可采用以下方式实现:方式一,根据第一动作的动作数据,及运动数据与佩戴松紧度的对应关系,确定穿戴设备佩戴松紧度。示例性的,根据第一动作的动作数据,确定用户的第一动作的第一动作节点对应的第一特征数据。根据特征数据与佩戴松紧度的对应关系,及第一动作节点对应的第一特征数据,确定穿戴设备佩戴松紧度。方式二,根据第一动作的动作数据,及佩戴松紧模型,确定第一动作的动作数据对应的穿戴设备佩戴松紧度。其中,第一动作的动作数据作为佩戴松紧模型的输入,穿戴设备佩戴松紧度作为佩戴松紧模型的输出,该佩戴松紧模型基于运动数据和穿戴设备佩戴松紧度训练得到的。
进一步的,本申请实施例提供的检测穿戴设备佩戴松紧的方法还包括:根据穿戴设备佩戴松紧度生成提示信息,该提示信息采用预设呈现形式将穿戴设备佩戴松紧度的检测结果呈现给用户。其中,预设呈现形式包括以下一项或多项组合:声音呈现形式、文字呈现形式、振动呈现形式和灯光呈现形式。这样,可以有效直观的将检测结果展示给用户,以达到及时提醒的作用。
本申请实施例提供的穿戴设备佩戴松紧的方法的执行主体可以为一个或者多个。
当该检测穿戴设备佩戴松紧的方法的执行主体为一个时,该检测穿戴设备佩戴松紧的方法的执行主体可以为穿戴设备。
当该检测穿戴设备佩戴松紧的方法的执行主体为至少两个时,该检测穿戴设备佩戴松紧的方法的执行主体可以包括穿戴设备和非穿戴设备,该非穿戴设备可以为手机、电脑、耳机、手表、手环等设备。其中,穿戴设备与非穿戴式设备之间的配合作业可以有多种实现方式。示例性地,可以如下所述:
方式一:穿戴设备在检测到穿戴设备处于佩戴状态时,采集用户的运动数据,识别用户的运动数据中第一动作的动作数据,确定第一动作的动作数据对应的穿戴设备佩戴松紧度,并将穿戴设备佩戴松紧度发送给非穿戴设备。具体可以为:穿戴设备在检测到穿戴设备处于佩戴状态时,采集用户的运动数据。穿戴设备在采集到的用户的运动数据中识别第一动作的动作数据,该第一动作包括至少一个动作节点。穿戴设备确定用户的第一动作的第一动作节点对应的第一特征数据。该穿戴设备根据标准数据库中存储的运动数据(如,第一动作节点的第一标准数据)与佩戴松紧度的对应关系,及第一动作节点对应的第一特征数据,确定穿戴设备佩戴松紧度。穿戴设备将穿戴设备佩戴松紧度发送给非穿戴设备。非穿戴设备接收穿戴设备佩戴松紧度,并根据穿戴设备佩戴松紧度生成提示信息以提示用户穿戴设备佩戴松紧度的检测结果。
方式二:穿戴设备在检测到穿戴设备处于佩戴状态时,采集用户的运动数据。穿戴设备将采集到的运动数据发送给非穿戴设备。该非穿戴设备接收穿戴设备发送的运动数据,并识别运动数据中第一动作的动作数据,确定第一动作的动作数据对应的穿戴设备佩戴松紧度。具体可以为:非穿戴设备在运动数据中识别第一动作的动作数据,该第一动作包括至少一个动作节点。该非穿戴设备确定用户的第一动作的第一动作节点对应的第一特征数据。该非穿戴设备根据标准数据库中存储的运动数据(如,第一动作节点的第一标准数据)与佩戴松紧度的对应关系,及第一动作节点对应的第一特征数据,确定穿戴设备佩戴松紧度。进一步的,非穿戴设备根据穿戴设备佩戴松紧度生成提示信息以提示用户穿戴设备佩戴松紧度的检测结果。穿戴设备与非穿戴式设备之间的配合作业还可以有其他方式。
以下对穿戴设备或非穿戴设备的结构进行描述。穿戴设备与非穿戴设备的结构可以相同。本申请实施例以穿戴设备与非穿戴设备的结构相同为例进行说明,图1示出了穿戴设备100的结构示意图。
穿戴设备100可以包括处理器110,存储器120,通用串行总线(universal serialbus,USB)接口130,充电管理模块140,电源管理模块141,电池142,传感器模块150,显示屏160,天线1,无线通信模块170,以及音频模块180等。其中传感器模块150可以包括加速度传感器150A,陀螺仪传感器150B等。音频模块180可以包括扬声器180A,受话器180B,麦克风180C等。
可以理解的是,本发明实施例示意的结构并不构成对穿戴设备100的具体限定。在本申请另一些实施例中,穿戴设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器110的等待时间,因而提高了系统的效率。
在一些实施例中,处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I2C)接口,集成电路内置音频(inter-integrated circuitsound,I2S)接口,脉冲编码调制(pulse code modulation,PCM)接口,通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口,移动产业处理器接口(mobile industry processor interface,MIPI),通用输入输出(general-purposeinput/output,GPIO)接口,用户标识模块(subscriber identity module,SIM)接口,和/或通用串行总线(universal serial bus,USB)接口等。
可以理解的是,本发明实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对穿戴设备100的结构限定。在本申请另一些实施例中,穿戴设备100也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
存储器120可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。存储器120可以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(比如声音播放功能,图像播放功能等)等。存储数据区可存储穿戴设备100使用过程中所创建的数据(比如音频数据,电话本等)等。此外,存储器120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,通用闪存存储器(universal flash storage,UFS)等。处理器110通过运行存储在存储器120的指令,和/或存储在设置于处理器中的存储器的指令,执行穿戴设备100的各种功能应用以及数据处理。
充电管理模块140用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。在一些有线充电的实施例中,充电管理模块140可以通过USB接口130接收有线充电器的充电输入。在一些无线充电的实施例中,充电管理模块140可以通过穿戴设备100的无线充电线圈接收无线充电输入。充电管理模块140为电池142充电的同时,还可以通过电源管理模块141为穿戴设备供电。
电源管理模块141用于连接电池142,充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入,为处理器110,内部存储器121,显示屏160和无线通信模块170等供电。电源管理模块141还可以用于监测电池容量,电池循环次数,电池健康状态(漏电,阻抗)等参数。在其他一些实施例中,电源管理模块141也可以设置于处理器110中。在另一些实施例中,电源管理模块141和充电管理模块140也可以设置于同一个器件中。
加速度传感器150A可检测穿戴设备100在各个方向上(一般为三轴)加速度的大小。当穿戴设备100静止时可检测出重力的大小及方向。还可以用于识别穿戴设备姿态,应用于横竖屏切换,计步器等应用。
陀螺仪传感器150B可以用于确定穿戴设备100的运动姿态。在一些实施例中,可以通过陀螺仪传感器150B确定穿戴设备100围绕三个轴(即,x,y和z轴)的角速度。陀螺仪传感器150B可以用于拍摄防抖。示例性的,当按下快门,陀螺仪传感器150B检测穿戴设备100抖动的角度,根据角度计算出镜头模组需要补偿的距离,让镜头通过反向运动抵消穿戴设备100的抖动,实现防抖。陀螺仪传感器150B还可以用于导航,体感游戏场景。
穿戴设备100的无线通信功能可以通过天线1,无线通信模块170,调制解调处理器以及基带处理器等实现。
天线1用于发射和接收电磁波信号。穿戴设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。在另外一些实施例中,天线可以和调谐开关结合使用。
穿戴设备100通过GPU,显示屏160,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏160和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
显示屏160用于显示图像,视频等。显示屏160包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,LCD),有机发光二极管(organic light-emittingdiode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的,AMOLED),柔性发光二极管(flex light-emittingdiode,FLED),Miniled,MicroLed,Micro-oLed,量子点发光二极管(quantum dot lightemitting diodes,QLED)等。在一些实施例中,穿戴设备100可以包括1个或N个显示屏160,N为大于1的正整数。
无线通信模块170可以提供应用在穿戴设备100上的包括无线局域网(wirelesslocal area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星系统(global navigation satellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。无线通信模块170可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块170经由天线1接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器110。无线通信模块170还可以从处理器110接收待发送的信号,对其进行调频,放大,经天线1转为电磁波辐射出去。
音频模块180用于将数字音频信息转换成模拟音频信号输出,也用于将模拟音频输入转换为数字音频信号。音频模块180还可以用于对音频信号编码和解码。在一些实施例中,音频模块180可以设置于处理器110中,或将音频模块180的部分功能模块设置于处理器110中。
扬声器180A,也称“喇叭”,用于将音频电信号转换为声音信号。穿戴设备100可以通过扬声器180A收听音乐,或收听免提通话。
受话器180B,也称“听筒”,用于将音频电信号转换成声音信号。当穿戴设备100接听电话或语音信息时,可以通过将受话器180B靠近人耳接听语音。
麦克风180C,也称“话筒”,“传声器”,用于将声音信号转换为电信号。当拨打电话或发送语音信息时,用户可以通过人嘴靠近麦克风180C发声,将声音信号输入到麦克风180C。电子设备300可以设置至少一个麦克风180C。在另一些实施例中,穿戴设备100可以设置两个麦克风180C,除了采集声音信号,还可以实现降噪功能。在另一些实施例中,穿戴设备100还可以设置三个,四个或更多麦克风180C,实现采集声音信号,降噪,还可以识别声音来源,实现定向录音功能等。
当然,穿戴设备100还可以包括其他功能单元,本申请实施例对此不进行限定。
下面以图1所示架构为例,对本申请实施例提供的检测穿戴设备佩戴松紧的方法进行描述。下述实施例中的各单元可以具备图1所示部件,不予赘述。需要说明的是,本申请的实施例中各个设备之间交互的消息名称或消息中的参数名称等只是一个示例,具体实现中也可以采用其他的名称。本申请实施例中的生成(generate)也可以理解为创建(create)或者确定,本申请实施例中的“包括”也可以理解为“携带”,在此统一说明,本申请实施例对此不作具体限定。
如上述,本申请实施例提供的穿戴设备佩戴松紧的方法的执行主体可以为一个或者多个。针对不同的执行主体,在此进行详细说明:
第一种,当该检测穿戴设备佩戴松紧的方法的执行主体为一个时,该检测穿戴设备佩戴松紧的方法的执行主体可以为穿戴设备。
图2为本申请实施例提供的一种检测穿戴设备佩戴松紧的方法的流程示意图,如图2所示,该方法的执行主体可以为该穿戴设备,该方法可以包括:
S201、在检测到穿戴设备处于佩戴状态时,穿戴设备采集用户的运动数据。
示例性的,穿戴设备处于佩戴状态,可以指:穿戴设备可以佩戴在用户的手臂或手腕上,或者,穿戴设备也可以佩戴在用户的脚腕上或跑鞋上。具体的,穿戴设备佩戴在用户的跑鞋上。具体的,该穿戴设备可以通过卡扣连接在跑鞋上,当然也可以是其他贴合式的连接方式,本申请实施例不做具体限定。其中,穿戴设备可以佩戴在跑鞋的鞋面或鞋帮或鞋带上,具体的,穿戴设备佩戴在用户的鞋带上。可见,本申请实施例提供的检测穿戴设备佩戴松紧的方法,增加了跑鞋佩戴场景下的佩戴松紧检测方案。
示例性的,穿戴设备采集用户的运动数据,示例性地,可采用以下方式实现:方式一,穿戴设备上的加速度传感器采集的第一身体部位的加速度。方式二,穿戴设备上的陀螺仪传感器采集第一身体部位的角速度。方式三,穿戴设备上的加速度传感器采集第一身体部位的加速度,及穿戴设备上的陀螺仪传感器采集第一身体部位的角速度。上述实现方式中,第一身体部位与用户的运动相关。
示例1,图3为本申请实施例提供的一种检测穿戴设备佩戴松紧的方法的应用场景示意图。如图3所示,以用户的运动是蹦跳运动为例,相应的,第一身体部位可以为人体的足部。则,用户在做蹦跳过程中,穿戴设备上的加速度传感器采集用户的足部的加速度,和/或,穿戴设备上的陀螺仪传感器采集用户的足部的角速度。
示例2,以用户的运动是摆臂运动为例,相应的,第一身体部位可以为人体的手臂。则,用户在做摆臂运动过程中,穿戴设备上的加速度传感器采集用户的手臂的加速度,和/或,穿戴设备上的陀螺仪传感器采集用户的手臂的角速度。
S202、穿戴设备识别用户的运动数据中第一动作的动作数据。
该第一动作是用户运动过程中的某一动作。该第一动作与穿戴设备佩戴的位置对应,当穿戴设备佩戴在用户的手臂或手腕上时,第一动作可以包括摆臂动作等。当穿戴设备佩戴在用户的脚腕或跑鞋上时,第一动作可以包括起跳动作,踢腿动作,等等。当然,第一动作可以包括人体能够完成的任一动作,本申请实施例不做具体限定。
该第一动作可以包括至少一个动作节点。该动作节点可以理解为用户在做一个动作的过程中,用户的某个身体部位发生变化的节点。例如,以第一动作为起跳动作为例,动作节点可以包括足部离地和足部触地等两个动作节点。以第一动作为摆臂动作为例,动作节点可以包括手臂摆动在身体前侧的指定位置和手臂摆动在身体后侧的指定位置等动作节点。
其中,穿戴设备识别用户的运动数据中第一动作的动作数据,具体可实现为:穿戴设备根据采集到的用户运动过程中的实时运动数据,预先存储的各动作及其对应的标准数据,确定第一动作的动作数据。也就是说,穿戴设备将采集到的运动数据与各动作的标准数据进行比较,从采集到的运动数据中确定与第一动作的标准数据类似的第一运动数据。穿戴设备将第一运动数据对应的动作确定为第一动作,并确定第一运动数据为第一动作的动作数据。或者说,穿戴设备将采集到的运动数据与各动作的标准数据进行比较,确定与第一运动数据接近的第一动作的标准数据,穿戴设备将第一动作确定为第一运动数据对应的动作,第一运动数据即为第一动作的动作数据。
S203、穿戴设备确定第一动作的动作数据对应的穿戴设备佩戴松紧度。
示例性的,S203具体可采用以下方式实现:
方式一:穿戴设备根据第一动作的动作数据,及预设的运动数据与佩戴松紧度的对应关系,确定穿戴设备佩戴松紧度。或者说,穿戴设备根据第一动作的动作数据,及标准数据库中存储的第一动作的标准数据与佩戴松紧度的对应关系,确定穿戴设备佩戴松紧度。
其中,预设的运动数据与佩戴松紧度的对应关系,可以理解为:第一种,一个运动数据与佩戴松紧度的对应关系,也就是说,运动数据的数值与佩戴松紧度一一对应。示例性的,以运动数据为加速度为例,加速度值为30m/s2,其与佩戴松紧度为佩戴正常对应。第二种,一组运动数据与佩戴松紧度的对应关系,也就是说,运动数据的数值区间与佩戴松紧度对应。示例性的,以运动数据为加速度为例,加速度的数值区间为30-50m/s2,其与佩戴松紧度为佩戴正常对应。
又由于第一动作可以包括至少一个动作节点。为了准确的确定穿戴设备佩戴松紧度,穿戴设备可以根据第一动作的动作数据,确定各个动作节点的动作数据。示例性的:
S2031、穿戴设备识别出第一动作的动作数据中第一动作节点的动作数据。
该第一动作节点可以根据运动数据突变,加速度方向和角速度方向中的至少一项确定。
具体可实现为:穿戴设备确定用户在做第一动作的过程中第一身体部位的动作数据形成的动作波形。穿戴设备根据动作波形,确定第一动作节点的动作数据。
为了更准确的确定穿戴设备佩戴松紧度,穿戴设备根据各个动作节点的动作数据,确定第一动作节点对应的特征数据,具体可实现为:
S2032、穿戴设备根据第一动作节点的动作数据,确定第一动作节点对应的第一特征数据。
该第一特征数据可以包括但不局限于以下至少一项:加速度波形或角速度波形的波峰数、加速度波形或角速度波形的波谷数、加速度波形或角速度波形的峰值、角速度或角速度的均值、加速度波形或角速度波形的梯度等特征数据。当然,第一特征数据还可以包括其他特征数据,本申请实施例不做具体限定。
示例性的,S2032具体可实现为:穿戴设备确定用户在做第一动作的过程中第一身体部位的动作数据形成的动作波形。穿戴设备根据动作波形,确定第一动作节点的触发时刻,及在该触发时刻所在的第一预设时间内对应的第一特征数据。
该第一预设时间可以指一段时间,该段时间的长短根据实际情况设定,本申请实施例不做具体限定。
沿用上述示例1,以第一动作是起跳动作为例,相应的,第一动作的第一动作节点可以为用户足部离开地面或用户足部接触地面。以动作数据为用户的足部的加速度,第一动作节点为用户足部离开地面进行说明:
A、穿戴设备确定用户在做起跳动作的过程中足部的加速度数据形成的加速度波形。
B、穿戴设备根据加速度波形确定加速度大于预设加速度的时刻为足部离开地面的第一时刻,及并确定在该第一时刻所在的第一预设时间内对应的加速度数据。穿戴设备根据在该第一时刻所在的第一预设时间内对应的加速度数据,计算在第一预设时间内的第一特征数据。
S2033、穿戴设备根据第一动作节点对应的第一特征数据,及预设的运动数据与佩戴松紧度的对应关系,确定穿戴设备佩戴松紧度。
也就是说,穿戴设备根据标准数据库中存储的运动数据(如,第一动作节点的标准数据)与佩戴松紧度的对应关系,及第一动作节点对应的第一特征数据,确定穿戴设备佩戴松紧度。
上述实现方式中,标准数据库中的标准数据可以是云服务器推送的,或者是穿戴设备下载的,再或者是穿戴设备中预先存储的。其中,该标准数据可以是普通人执行第一动作对应的动作数据,也可以是穿戴设备的用户的历史数据。具体的,该标准数据可以根据用户的性别、身高、体重等参数筛选的。其中,标准数据库中的标准数据具体可以是:在穿戴设备处于不同佩戴松紧度的情况下用户做第一动作的过程中第一动作节点的标准数据。其中,该标准数据的种类可以包括但不限于以下至少一项:加速度波形的波峰数、角速度波形的波峰数、加速度波形的波谷数、角速度波形的波谷数、加速度波形的峰值、角速度波形的峰值、加速度的均值、角速度的均值、加速度波形的梯度、角速度波形的梯度等数据。
沿用上述示例1,以第一动作是起跳动作为例,相应的,第一动作的第一动作节点可以为用户足部离开地面或用户足部接触地面。以动作数据为用户的足部的加速度,第一动作节点为用户足部离开地面,且标准数据为波峰数进行说明:
S2033具体可实现为:穿戴设备根据在触发时刻所在的第一预设时间内对应的波峰数,及预先存储的在穿戴设备处于不同佩戴松紧度的情况下用户做起跳动作的过程中足部离开地面的标准波峰数,确定穿戴设备的佩戴松紧度。
本申请实施例,穿戴设备根据用户的动作数据即可确定穿戴设备的佩戴松紧,无需额外的硬件装置驱动穿戴设备动作,即可检测穿戴设备佩戴松紧,进而可以有效避免动作数据采集不准确的问题,使得动作数据的采集更加可靠,为用户提供更加专业的指导奠定基础。
方式二:穿戴设备根据所述第一动作的动作数据,及佩戴松紧模型,确定第一动作的动作数据对应的穿戴设备佩戴松紧度。其中,第一动作的动作数据作为佩戴松紧模型的输入,穿戴设备佩戴松紧度作为佩戴松紧模型的输出,该佩戴松紧模型基于运动数据和佩戴松紧度训练得到的,该模型训练的具体实现方法本申请不做具体限定。
进一步的,本申请实施例提供的检测穿戴设备佩戴松紧的方法还可以包括:S204、穿戴设备根据佩戴松紧度,生成提示信息以提示用户穿戴设备佩戴松紧度的检测结果。其中,穿戴设备佩戴松紧度可以理解为穿戴设备佩戴松紧程度,也可以理解为具体的数值。当穿戴设备佩戴松紧度理解为穿戴设备佩戴松紧程度时,该穿戴设备佩戴松紧度可以包括穿戴设备佩戴正常、穿戴设备佩戴松动和穿戴设备佩戴紧。当穿戴设备佩戴松紧度理解为具体数值时,S204具体可实现为:当穿戴设备的佩戴松紧度大于阈值时,穿戴设备确定穿戴设备佩戴紧,并将佩戴紧度的检测结果通过第一提示信息提示给用户。当穿戴设备的佩戴松紧度等于或接近阈值时,穿戴设备确定穿戴设备佩戴正常,并将佩戴正常的检测结果通过第二提示信息提示给用户。当穿戴设备的佩戴松紧度小于阈值时,穿戴设备确定穿戴设备佩戴松,并将佩戴松度的检测结果通过第三提示信息提示给用户。
其中,第一提示信息、第二提示信息和第三提示信息均可以通过不同的呈现形式提示用户。例如,第一提示信息、第二提示信息和第三提示信息均可以通过用户界面(userinterface,UI)显示给用户,或者,通过LED灯发出不同颜色的光提示用户,或者,通过振动的强度和/或振动次数不同提示用户,或者,通过声音的方式提示用户。当然,也可以通过不同呈现形式组合的方式提示用户,本申请实施例不做具体限定。
示例性的,呈现形式一:在用户界面UI上可以通过文字和振动的呈现形式进行提示。例如,图4为本申请实施例提供的一种检测穿戴设备佩戴松紧的方法的应用场景示意图。如图4所示,当检测到穿戴设备佩戴正常时,穿戴设备将生成的第二提示信息通过用户界面显示(如用户界面UI上显示“佩戴正常”),且穿戴设备振动一次,来提示用户穿戴设备佩戴正常。当检测到穿戴设备佩戴松时,穿戴设备将生成的第三提示信息通过用户界面显示(如用户界面UI上显示“佩戴松”),且穿戴设备振动两次,来提示用户穿戴设备佩戴松。当然,穿戴设备振动次数可以任意设定,本申请实施例不做具体限定。
呈现形式二:在用户界面UI上可以通过文字、振动和声音的组合呈现形式进行提示。例如,当检测到穿戴设备佩戴正常时,穿戴设备将生成的第二提示信息通过用户界面显示(如用户界面UI上显示“佩戴正常”),且穿戴设备振动一次,同时穿戴设备发出第一种提示音,来提示用户穿戴设备佩戴正常。图5为本申请实施例提供的一种检测穿戴设备佩戴松紧的方法的应用场景示意图。如图5所示,当检测到穿戴设备佩戴松时,穿戴设备将生成的第三提示信息通过用户界面显示(如用户界面UI上显示“佩戴松”),且穿戴设备振动两次,同时穿戴设备发出第二种提示音,来提示用户穿戴设备佩戴松。当然,穿戴设备振动次数可以任意设定,及在不同检测结果下提示音的选取也可以任意设置,本申请实施例不做具体限定。
呈现形式三:在用户界面UI上可以通过文字和LED灯的组合呈现形式进行提示。例如,图6a为本申请实施例提供的一种检测穿戴设备佩戴松紧的方法的应用场景示意图。如图6a所示,当检测到穿戴设备佩戴正常时,穿戴设备将生成的第二提示信息通过用户界面显示(如用户界面UI上显示“佩戴正常”),且穿戴设备上设置的LED灯发出第一种提示光,来提示用户穿戴设备佩戴正常。图6b为本申请实施例提供的一种检测穿戴设备佩戴松紧的方法的应用场景示意图。如图6b所示,当检测到穿戴设备佩戴松时,穿戴设备将生成的第三提示信息通过用户界面显示(如用户界面UI上显示“佩戴松”),且穿戴设备上设置的LED灯发出第二种提示光,来提示用户穿戴设备佩戴松。其中,第一种提示光可以为绿光,第二种提示光可以为红光。这里需要补充的是,穿戴设备上设置的LED灯可以排布但并不局限于在穿戴设备的屏幕的周边。这样,用户佩戴穿戴设备处于黑暗的地方,用户佩戴穿戴设备可以提醒其他用户,有效防止被误撞的风险。
当然,声音的呈现形式具体可以为:语音播报的呈现形式。也就是说,穿戴设备的穿戴松紧度的检测结果也可以通过语音播报的形式展示。
在本申请实施例中,通过采用不同的形式将检测结果提示给用户,可以有效避免在用户运动的过程中用户的穿戴设备佩戴易脱落、丢失的现象,同时,避免用户在运动过程中的被撞、误撞的风险。
在一些实施例中,穿戴设备能够根据用户的运动数据评估用户运动的运动能量,例如,用户在跑步的过程中,穿戴设备可以根据用户的跑步距离、跑步速度、跑步时长等运动数据评估用户跑步的运动能量。当穿戴设备佩戴松时,穿戴设备采集的用户的跑步距离、跑步速度、跑步时长等运动数据不准确,会影响穿戴设备根据采集的用户的运动数据评估用户运动的运动能量的准确性。为了使得穿戴设备无论在何种状态下输出的用户运动的运动能量准确性高。如图2所示,本申请实施例提供的一种检测穿戴设备佩戴松紧的方法还包括:
S205、穿戴设备确定在第一时长内各时刻的穿戴设备佩戴松紧度。
也就是说,在用户做第二预设时间的运动过程中,穿戴设备确定第二预设时间(也就是第一时长)内各时刻的穿戴设备佩戴松紧度。
S206、穿戴设备根据第一时长内各时刻的穿戴设备佩戴松紧度,确定穿戴设备佩戴松动的第二时长。
该第二时长可以指连续的时长,也可以指多个非连续时长之和。
另外,穿戴设备根据第二预设时间内各时刻的穿戴设备佩戴松紧度,记录穿戴设备佩戴松动的时间并发出提醒告警。
该提醒告警用于提醒用户穿戴设备佩戴松动。该提醒告警可以包括警铃告警或警示灯告警等。当然,还可以包括其他形式的提醒告警,本申请实施例不做具体限定。
S207、穿戴设备根据第一时长和第二时长,及穿戴设备计算的第一运动能量,计算用户在第一时长内的第二运动能量。
其中,第一运动能量是在第一时长内穿戴设备佩戴状态为正常或紧的情况下计算得到的。
S207具体可实现为:穿戴设备根据穿戴设备佩戴松动的时间,计算穿戴设备佩戴松动的第二时长,再根据佩戴松动的第二时长与第一时长的比值,确定佩戴松动的时间占比。穿戴设备根据穿戴设备佩戴松动的时间占比,及穿戴设备计算的第一运动能量,确定用户在第二预设时间内的第二运动能量。
示例性的,假设用户的运动是跑步,用户在第二预设时间(也就是上述的第一时长)的跑步过程中,穿戴设备可以实时确定穿戴设备的佩戴松紧度。穿戴设备根据在第二预设时间采集到的用户的运动数据评估的运动能量。穿戴设备根据佩戴松动的时间占比,及穿戴设备根据用户在第二预设时间的跑步过程中评估的运动能量(也就是上述的第一运动能量),计算补偿运动能量,该补偿运行能量可以为佩戴松动的时间占比乘以评估的运动能量。这样,穿戴设备即可确定用户在第二预设时间的跑步过程中的实际运行能量(也就是上述的第二运动能量),该实际运行能量可以为评估的运行能量与补偿运行能量的差值。
因此,在本申请实施例中穿戴设备可以评估用户在第二预设时间的运动能量。在穿戴设备佩戴松的情况下,穿戴设备可以根据佩戴松动的时间占比,及评估的运动能量,确定用户在第二预设时间的运动的实际运动能量,使得用户的运动数据更可信,以便于提醒用户下次运行时注意调整穿戴设备的佩戴松紧。
以下结合应用场景对本申请实施例提供的检测穿戴设备佩戴松紧的方法进行详细说明。以跑步应用场景为例:
在跑步前,图7为本申请实施例提供的一种应用场景中检测穿戴设备佩戴松紧的方法的流程示意图。如图7所示,该方法包括:S701、用户将穿戴设备佩戴在跑鞋的鞋带上。S702、用户通过跑前的热身动作(如原地起跳)进行穿戴设备的佩戴松紧检测。S703、在用户执行起跳动作时,穿戴设备通过加速度传感器和/或陀螺仪传感器采集用户的运动数据。S704、穿戴设备在采集到的运动数据中识别起跳动作的动作数据,并确定起跳动作中足部离开地面和足部接触地面的特征数据。其中,起跳动作即为上述的第一动作,足部离开地面和足部接触地面均为上述的动作节点,S704具体可以为,穿戴设备确定用户在做起跳动作的过程中足部的加速度数据形成的加速度波形。穿戴设备根据加速度波形确定加速度大于预设加速度的时刻为足部离开地面的第一时刻,及并确定在该第一时刻所在的第一预设时间内对应的加速度数据。穿戴设备根据在该第一时刻所在的第一预设时间内对应的加速度数据,计算在第一预设时间内的特征数据,该特征数据可以包括但不局限于以下至少一项:波峰数、波谷数、峰值、加速度的均值、加速度波形的梯度等特征数据。S705、穿戴设备根据标准数据库中存储的第一动作节点(如足部离开地面和足部接触地面)的标准数据与佩戴松紧度的对应关系,及足部离开地面对应的特征数据和足部接触地面对应的特征数据,确定穿戴设备佩戴松紧度。S706、穿戴设备根据佩戴松紧度与阈值的关系,确定穿戴设备佩戴是否松动。其中,当穿戴设备的佩戴松紧度小于阈值时,穿戴设备确定穿戴设备佩戴松。当穿戴设备的佩戴松紧度等于或接近阈值时,穿戴设备确定穿戴设备佩戴正常。当穿戴设备的佩戴松紧度大于阈值时,穿戴设备确定穿戴设备佩戴紧。若穿戴设备确定佩戴不松动,则执行结束流程;若穿戴设备确定佩戴松动,则执行S707。S707、穿戴设备生成提示信息以提示用户进行调整。
在跑步过程中,图8为本申请实施例提供的一种应用场景中检测穿戴设备佩戴松紧的方法的流程示意图。如图8所示,该方法包括:S801、穿戴设备采集用户跑步第二预设时间(也就是上述的第一时长)的运动数据。S802、穿戴设备根据采集到的用户跑步第二预设时间的运动数据,确定在第二预设时间内的各时刻的佩戴松紧度。S803、穿戴设备根据佩戴松紧度与阈值的关系,确定穿戴设备佩戴是否松动。若否,则执行结束流程。若是,则执行S804。S804、穿戴设备生成提示信息以提示用户穿戴设备佩戴松动,并记录穿戴设备佩戴松动的时间。
在跑步完,图9为本申请实施例提供的一种应用场景中检测穿戴设备佩戴松紧的方法的流程示意图。如图9所示,该方法包括:S901、穿戴设备根据采集到的用户跑步过程中的运动数据,评估的运动能量。S902、穿戴设备判断在用户的跑步期间穿戴设备是否佩戴松动。若穿戴设备判断在用户的跑步期间穿戴设备佩戴松动,则执行S903;若穿戴设备判断在用户的跑步期间穿戴设备没有佩戴松动,则执行S904。S903、穿戴设备确定第二预设时间内的佩戴松动的时间,并根据佩戴松动的时间与第二预设时间的比值,确定佩戴松动的时间占比。穿戴设备根据佩戴松动的时间占比,及穿戴设备根据用户在第二预设时间的跑步过程中评估的运动能量(也就是上述的第一运动能量),计算补偿运动能量,该补偿运行能量可以为佩戴松动的时间占比乘以评估的运动能量。穿戴设备确定用户在第二预设时间的跑步过程中的实际运行能量(也就是上述的第二运动能量),该实际运行能量可以为评估的运行能量与补偿运行能量的差值。S904、穿戴设备确定穿戴设备评估的运动能量即为实际运动能量。
第二种,当该检测穿戴设备佩戴松紧的方法的执行主体为至少两个时,该检测穿戴设备佩戴松紧的方法的执行主体可以包括穿戴设备和非穿戴设备。
其中,穿戴设备与非穿戴式设备之间的配合作业可以有多种实现方式。具体可以如下所述:
方式一:图10为本申请实施例提供的一种检测穿戴设备佩戴松紧的方法的流程示意图,如图10所示,该方法可以包括:①在检测到穿戴设备处于佩戴状态时,穿戴设备采集用户的运动数据。②穿戴设备在采集的运动数据中识别第一动作的动作数据,并确定用户的第一动作的第一动作节点对应的第一特征数据。具体的,穿戴设备在采集到的用户的动作数据中识别第一动作的动作数据,确定用户在做第一动作的过程中第一身体部位的动作数据形成的动作波形。穿戴设备根据动作波形,确定第一动作节点的触发时刻,及在该触发时刻的第一预设时间内对应的第一特征数据。穿戴设备根据标准数据库中存储的第一动作节点的标准数据与佩戴松紧度的对应关系,及第一动作节点对应的第一特征数据,确定穿戴设备佩戴松紧度。③穿戴设备将佩戴松紧度对应的检测结果发送给非穿戴设备。具体的,穿戴设备可以通过蓝牙将佩戴松紧度对应的检测结果发送给非穿戴设备。当然,也可以采用其他的传输方式,本申请实施例不做具体限定。
其中,针对非穿戴设备的具体类型不同,非穿戴设备接收到穿戴设备发送的穿戴设备佩戴松紧度的检测结果,并将该检测结果提示给用户的提示方式不同。具体如下:
示例性的,④若该非穿戴设备可以为手表或手环,则手表或手环接收到穿戴设备发送的穿戴设备佩戴松紧度的检测结果,并根据该检测结果生成提示信息,该提示信息可以在用户界面UI上可以通过文字呈现,和/或,通过振动的呈现形式进行提示。
示例性的,如图4所示,当检测到穿戴设备佩戴正常时,手表或手环将生成的提示信息通过用户界面显示(如用户界面UI上显示“佩戴正常”),且手表或手环振动一次,来提示用户穿戴设备佩戴正常。当检测到穿戴设备佩戴松时,手表或手环将生成的提示信息通过用户界面显示(如用户界面UI上显示“佩戴松”),且穿戴设备振动两次,来提示用户穿戴设备佩戴松。当然,穿戴设备振动次数可以任意设定,本申请实施例不做具体限定。
⑤若该非穿戴设备可以为耳机,则耳机接收到穿戴设备发送的穿戴设备佩戴松紧度的检测结果,并根据该检测结果生成提示信息,该提示信息可以通过语音的呈现形式进行提示。
⑥若该非穿戴设备可以为手机,则手机接收到穿戴设备发送的穿戴设备佩戴松紧度的检测结果,并根据该检测结果生成提示信息,该提示信息可以在用户界面UI上可以通过文字呈现,和/或,通过振动/LED灯的呈现形式进行提示。
示例性的,如图6a所示,当检测到穿戴设备佩戴正常时,手机将生成的提示信息通过用户界面显示(如用户界面UI上显示“佩戴正常”),且手机上设置的LED灯发出第一种提示光,来提示用户穿戴设备佩戴正常。如图6b所示,当检测到穿戴设备佩戴松时,手机将生成的提示信息通过用户界面显示(如用户界面UI上显示“佩戴松”),且手机上设置的LED灯发出第二种提示光,来提示用户穿戴设备佩戴松。其中,第一种提示光可以为绿光,第二种提示光可以为红光。这里需要补充的是,当然,手机上的提示方式还可以是手机亮屏提示。
当然,声音的呈现形式具体可以为:语音播报的呈现形式。也就是说,手机可以将穿戴设备的穿戴松紧度的检测结果通过语音播报的形式展示。
其中,各个步骤的具体实现可以参见上述实施例中的相关内容,本申请实施例中不再赘述。
方式二:
图11为本申请实施例提供的一种检测穿戴设备佩戴松紧的方法的流程示意图,如图11所示,该方法可以包括:①在检测到穿戴设备处于佩戴状态时,穿戴设备采集用户的运动数据。②穿戴设备在将运动数据发送给非穿戴设备。具体的,穿戴设备可以通过蓝牙将运动数据发送给非穿戴设备。当然,也可以采用其他的传输方式,本申请实施例不做具体限定。③非穿戴设备接收穿戴设备发送的用户的运动数据,并在运动数据中识别第一动作的动作数据,确定用户的第一动作的第一动作节点对应的第一特征数据。具体的,非穿戴设备根据用户的动作数据,确定用户在做第一动作的过程中第一身体部位的动作数据形成的动作波形。非穿戴设备根据动作波形,确定第一动作节点的触发时刻,及在该触发时刻的第一预设时间内对应的第一特征数据。非穿戴根据标准数据库中存储的第一动作节点的标准数据与佩戴松紧度的对应关系,及第一动作节点对应的第一特征数据,确定穿戴设备佩戴松紧度。
其中,针对非穿戴设备的具体类型不同,非穿戴设备将穿戴设备佩戴松紧度的检测结果提示给用户的提示方式不同。具体如下:
示例性的,④若该非穿戴设备可以为手表或手环,则手表或手环根据穿戴设备佩戴松紧度生成提示信息,该提示信息可以在用户界面UI上可以通过文字呈现,和/或,通过振动的呈现形式进行提示。
示例性的,如图4所示,当检测到穿戴设备佩戴正常时,手表或手环将生成的提示信息通过用户界面显示(如用户界面UI上显示“佩戴正常”),且手表或手环振动一次,来提示用户穿戴设备佩戴正常。当检测到穿戴设备佩戴松时,手表或手环将生成的提示信息通过用户界面显示(如用户界面UI上显示“佩戴松”),且穿戴设备振动两次,来提示用户穿戴设备佩戴松。当然,穿戴设备振动次数可以任意设定,本申请实施例不做具体限定。
⑤若该非穿戴设备可以为耳机,则耳机根据穿戴设备佩戴松紧度生成提示信息,该提示信息可以通过语音的呈现形式进行提示。
⑥若该非穿戴设备可以为手机,则手机根据穿戴设备佩戴松紧度生成提示信息,该提示信息可以在用户界面UI上可以通过文字呈现,和/或,通过振动/LED灯的呈现形式进行提示。
示例性的,如图6a所示,当检测到穿戴设备佩戴正常时,手机将生成的提示信息通过用户界面显示(如用户界面UI上显示“佩戴正常”),且手机上设置的LED灯发出第一种提示光,来提示用户穿戴设备佩戴正常。如图6b所示,当检测到穿戴设备佩戴松时,手机将生成的提示信息通过用户界面显示(如用户界面UI上显示“佩戴松”),且手机上设置的LED灯发出第二种提示光,来提示用户穿戴设备佩戴松。其中,第一种提示光可以为绿光,第二种提示光可以为红光。这里需要补充的是,当然,手机上的提示方式还可以是手机亮屏提示。
当然,声音的呈现形式具体可以为:语音播报的呈现形式。也就是说,手机可以将穿戴设备的穿戴松紧度的检测结果通过语音播报的形式展示。
其中,各个步骤的具体实现可以参见上述实施例中的相关内容,本申请实施例中不再赘述。
在本申请实施例中,检测穿戴设备佩戴松紧与提示功能延伸至多个设备,通过多个设备之间的配合作业,既解决了用户的佩戴松紧问题,又增加了用户多个设备联动体验。
图12为本申请实施例提供的一种检测穿戴设备佩戴松紧的装置,该装置1200可以包括:
采集单元1201,用于检测到穿戴设备处于佩戴状态时,采集用户的运动数据;
识别单元1202,用于识别用户的运动数据中第一动作的动作数据;
第一确定单元1203,用于确定第一动作的动作数据对应的穿戴设备佩戴松紧度。
在一种可实现方式中,第一确定单元1203还用于:
根据第一动作的动作数据,及预设的运动数据与佩戴松紧度的对应关系,确定穿戴设备佩戴松紧度。
在一种可实现方式中,第一确定单元1203还用于:
识别出第一动作的动作数据中第一动作节点的动作数据;
根据第一动作节点的动作数据,确定第一动作节点对应的第一特征数据;
根据第一特征数据,及预设的运动数据与佩戴松紧度的对应关系,确定穿戴设备佩戴松紧度。
在一种可实现方式中,第一特征数据包括:加速度波形的波峰数、角速度波形的波峰数、加速度波形的波谷数、角速度波形的波谷数、加速度波形的峰值、角速度波形的峰值、加速度的均值、角速度的均值、加速度波形的梯度、角速度波形的梯度中的至少一项。
在一种可实现方式中,第一确定单元1203还用于:
根据第一动作的动作数据,及佩戴松紧模型,确定第一动作的动作数据对应的穿戴设备佩戴松紧度;
其中,第一动作的动作数据作为佩戴松紧模型的输入,穿戴设备佩戴松紧度作为佩戴松紧模型的输出。
在一些实施例中,本申请实施例提供的一种检测穿戴设备佩戴松紧的装置还可以包括:
生成单元1204,用于根据穿戴设备佩戴松紧度,生成提示信息,提示信息采用预设呈现形式呈现穿戴设备佩戴松紧度的检测结果;
其中,预设呈现形式包括以下一项或多项组合:声音呈现形式、文字呈现形式、振动呈现形式和灯光呈现形式。
在一种可实现方式中,穿戴设备佩戴松紧度包括:穿戴设备佩戴正常、穿戴设备佩戴松动和穿戴设备佩戴紧。
在一些实施例中,本申请实施例提供的一种检测穿戴设备佩戴松紧的装置还可以包括:
第二确定单元1205,用于确定在第一时长内各时刻的穿戴设备佩戴松紧度;
第三确定单元1206,用于根据第一时长内各时刻的穿戴设备佩戴松紧度,确定穿戴设备佩戴松动的第二时长;
计算单元1207,用于根据第一时长和第二时长,及穿戴设备计算的第一运动能量,计算用户在第一时长内的第二运动能量;其中,第一运动能量是在第一时长内穿戴设备佩戴状态为正常或紧的情况下计算得到的。
在一种可实现方式中,第一动作包括起跳动作,第一动作节点包括足部离开地面和/或足部接触地面;或者,
第一动作包括摆臂动作,第一动作节点包括手臂摆动在身体前侧的指定位置和/或手臂摆动在身体后侧的指定位置。
在一种可实现方式中,穿戴设备用于佩戴在用户的足部或鞋上。
可选的,上述装置1200可以由代码实现也可由电路实现,具体的,该装置可以是终端设备的整机。示例性的,采集单元1201可以是采集电路,也可以由传感器(如图1所示的加速度传感器150A和/或陀螺仪传感器150B)实现。识别单元1202、第一确定单元1203、生成单元1204、第二确定单元1205、第三确定单元1206和计算单元1207可以是处理器(如图1所示的处理器110)。
可选的,该可能的设计中,上述图1~图11所示方法实施例中涉及电子设备的各步骤的所有相关内容均可以援引到对应功能模块的功能描述,在此不再赘述。该可能的设计中所述的电子设备用于执行图1~图11所示检测穿戴设备佩戴松紧的方法中电子设备的功能,因此可以达到与上述检测穿戴设备佩戴松紧的方法相同的效果。
本申请实施例还提供一种芯片系统,该芯片系统包括至少一个处理器和至少一个接口电路。处理器和接口电路可通过线路互联。例如,接口电路可用于从其它装置(例如存储器)接收信号。又例如,接口电路可用于向其它装置(例如处理器)发送信号。示例性的,接口电路可读取存储器中存储的指令,并将该指令发送给处理器。当所述指令被处理器执行时,可使得电子设备执行上述实施例中的穿戴设备执行的各个步骤。当然,该芯片系统还可以包含其他分立器件,本申请实施例对此不作具体限定。
本申请实施例还提供一种装置,该装置包含在电子设备中,该装置具有实现上述实施例中任一方法中电子设备行为的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括至少一个与上述功能相对应的模块或单元。例如,检测模块或单元、以及确定模块或单元等。
本申请实施例还提供一种计算机可读存储介质,包括计算机指令,当计算机指令在电子设备上运行时,使得电子设备执行如上述实施例中任一方法。
本申请实施例还提供一种计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行如上述实施例中任一方法。
可以理解的是,上述终端等为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明实施例的范围。
本申请实施例可以根据上述方法示例对上述终端等进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本发明实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请实施例各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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)或处理器执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:快闪存储器、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (26)
1.一种检测穿戴设备佩戴松紧的方法,其特征在于,所述方法包括:
检测到穿戴设备处于佩戴状态时,采集用户的运动数据;
识别所述用户的运动数据中第一动作的动作数据;
确定所述第一动作的动作数据对应的穿戴设备佩戴松紧度。
2.根据权利要求1所述的方法,其特征在于,所述确定所述第一动作的动作数据对应的穿戴设备佩戴松紧度,包括:
根据所述第一动作的动作数据,及预设的运动数据与佩戴松紧度的对应关系,确定所述穿戴设备佩戴松紧度。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一动作的动作数据,及预设的运动数据与佩戴松紧度的对应关系,确定所述穿戴设备佩戴松紧度,包括:
识别出所述第一动作的动作数据中第一动作节点的动作数据;
根据所述第一动作节点的动作数据,确定所述第一动作节点对应的第一特征数据;
根据所述第一特征数据,及所述预设的运动数据与佩戴松紧度的对应关系,确定穿戴设备佩戴松紧度。
4.根据权利要求3所述的方法,其特征在于,
所述第一特征数据包括:加速度波形的波峰数、角速度波形的波峰数、加速度波形的波谷数、角速度波形的波谷数、加速度波形的峰值、角速度波形的峰值、加速度的均值、角速度的均值、加速度波形的梯度、角速度波形的梯度中的至少一项。
5.根据权利要求1所述的方法,其特征在于,所述确定所述第一动作的动作数据对应的穿戴设备佩戴松紧度,包括:
根据所述第一动作的动作数据,及佩戴松紧模型,确定所述第一动作的动作数据对应的穿戴设备佩戴松紧度;
其中,所述第一动作的动作数据作为所述佩戴松紧模型的输入,所述穿戴设备佩戴松紧度作为所述佩戴松紧模型的输出。
6.根据权利要求1-5中任一项所述的方法,其特征在于,在确定所述第一动作的动作数据对应的穿戴设备佩戴松紧度之后,还包括:
根据所述穿戴设备佩戴松紧度,生成提示信息,所述提示信息采用预设呈现形式呈现所述穿戴设备佩戴松紧度的检测结果;
其中,所述预设呈现形式包括以下一项或多项组合:声音呈现形式、文字呈现形式、振动呈现形式和灯光呈现形式。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述穿戴设备佩戴松紧度包括:穿戴设备佩戴正常、穿戴设备佩戴松动和穿戴设备佩戴紧。
8.根据权利要求1-7中任一项所述的方法,其特征在于,还包括:
确定在第一时长内各时刻的穿戴设备佩戴松紧度;
根据所述第一时长内各时刻的穿戴设备佩戴松紧度,确定穿戴设备佩戴松动的第二时长;
根据所述第一时长和所述第二时长,及穿戴设备计算的第一运动能量,计算所述用户在所述第一时长内的第二运动能量;其中,所述第一运动能量是在所述第一时长内所述穿戴设备佩戴状态为正常或紧的情况下计算得到的。
9.根据权利要求3所述的方法,其特征在于,所述第一动作包括起跳动作,所述第一动作节点包括足部离开地面和/或足部接触地面;或者,
所述第一动作包括摆臂动作,所述第一动作节点包括手臂摆动在身体前侧的指定位置和/或手臂摆动在身体后侧的指定位置。
10.根据权利要求1-9中任一项所述的方法,其特征在于,所述穿戴设备用于佩戴在所述用户的足部或鞋上。
11.一种检测穿戴设备佩戴松紧的装置,其特征在于,所述装置包括:
采集单元,用于检测到穿戴设备处于佩戴状态时,采集用户的运动数据;
识别单元,用于识别所述用户的运动数据中第一动作的动作数据;
第一确定单元,用于确定所述第一动作的动作数据对应的穿戴设备佩戴松紧度。
12.根据权利要求11所述的装置,其特征在于,所述第一确定单元还用于:
根据所述第一动作的动作数据,及预设的运动数据与佩戴松紧度的对应关系,确定所述穿戴设备佩戴松紧度。
13.根据权利要求12所述的装置,其特征在于,所述第一确定单元还用于:
识别出所述第一动作的动作数据中第一动作节点的动作数据;
根据所述第一动作节点的动作数据,确定所述第一动作节点对应的第一特征数据;
根据所述第一特征数据,及所述预设的运动数据与佩戴松紧度的对应关系,确定穿戴设备佩戴松紧度。
14.根据权利要求13所述的装置,其特征在于,
所述第一特征数据包括:加速度波形的波峰数、角速度波形的波峰数、加速度波形的波谷数、角速度波形的波谷数、加速度波形的峰值、角速度波形的峰值、加速度的均值、角速度的均值、加速度波形的梯度、角速度波形的梯度中的至少一项。
15.根据权利要求11所述的装置,其特征在于,所述第一确定单元还用于:
根据所述第一动作的动作数据,及佩戴松紧模型,确定所述第一动作的动作数据对应的穿戴设备佩戴松紧度;
其中,所述第一动作的动作数据作为所述佩戴松紧模型的输入,所述穿戴设备佩戴松紧度作为所述佩戴松紧模型的输出。
16.根据权利要求11-15中任一项所述的装置,其特征在于,还包括:
生成单元,用于根据所述穿戴设备佩戴松紧度,生成提示信息,所述提示信息采用预设呈现形式呈现所述穿戴设备佩戴松紧度的检测结果;
其中,所述预设呈现形式包括以下一项或多项组合:声音呈现形式、文字呈现形式、振动呈现形式和灯光呈现形式。
17.根据权利要求11-16中任一项所述的装置,其特征在于,所述穿戴设备佩戴松紧度包括:穿戴设备佩戴正常、穿戴设备佩戴松动和穿戴设备佩戴紧。
18.根据权利要求11-17中任一项所述的装置,其特征在于,还包括:
第二确定单元,用于确定在第一时长内各时刻的穿戴设备佩戴松紧度;
第三确定单元,用于根据所述第一时长内各时刻的穿戴设备佩戴松紧度,确定穿戴设备佩戴松动的第二时长;
计算单元,用于根据所述第一时长和所述第二时长,及穿戴设备计算的第一运动能量,计算所述用户在所述第一时长内的第二运动能量;其中,所述第一运动能量是在所述第一时长内所述穿戴设备佩戴状态为正常或紧的情况下计算得到的。
19.根据权利要求13所述的装置,其特征在于,所述第一动作包括起跳动作,所述第一动作节点包括足部离开地面和/或足部接触地面;或者,
所述第一动作包括摆臂动作,所述第一动作节点包括手臂摆动在身体前侧的指定位置和/或手臂摆动在身体后侧的指定位置。
20.根据权利要求11-19中任一项所述的装置,其特征在于,所述穿戴设备用于佩戴在所述用户的足部或鞋上。
21.一种检测穿戴设备佩戴松紧的系统,其特征在于,所述系统包括:
穿戴设备,用于:在检测到所述穿戴设备处于佩戴状态时,采集用户的运动数据;识别所述用户的运动数据中第一动作的动作数据;确定所述第一动作的动作数据对应的穿戴设备佩戴松紧度,并将穿戴设备佩戴松紧度发送给非穿戴设备;
所述非穿戴设备,用于:接收所述穿戴设备佩戴松紧度,并根据所述穿戴设备佩戴松紧度生成提示信息,所述提示信息用于提示用户穿戴设备佩戴松紧度的检测结果。
22.一种检测穿戴设备佩戴松紧的系统,其特征在于,所述系统包括:
穿戴设备,用于:在检测到所述穿戴设备处于佩戴状态时,采集用户的运动数据;将采集到的所述运动数据发送给非穿戴设备;
所述非穿戴设备,用于:接收所述穿戴设备发送的所述运动数据,并识别所述运动数据中第一动作的动作数据;确定所述第一动作的动作数据对应的穿戴设备佩戴松紧度。
23.根据权利要求22所述的系统,其特征在于,
所述非穿戴设备还用于:根据所述穿戴设备佩戴松紧度生成提示信息,所述提示信息用于提示用户穿戴设备佩戴松紧度的检测结果。
24.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行如权利要求1-10中任一项所述的检测穿戴设备佩戴松紧的方法。
25.一种计算机程序产品,其特征在于,当所述程序被处理器调用时,权利要求1-10中任一项所述的检测穿戴设备佩戴松紧的方法被执行。
26.一种芯片系统,其特征在于,包括一个或多个处理器,当所述一个或多个处理器执行指令时,所述一个或多个处理器执行如权利要求1-10中任一项所述的检测穿戴设备佩戴松紧的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110347924.9A CN115147915A (zh) | 2021-03-31 | 2021-03-31 | 一种检测穿戴设备佩戴松紧的方法、装置和系统 |
PCT/CN2022/083467 WO2022206703A1 (zh) | 2021-03-31 | 2022-03-28 | 一种检测穿戴设备佩戴松紧的方法、装置和系统 |
EP22778885.8A EP4292519A1 (en) | 2021-03-31 | 2022-03-28 | Method, apparatus, and system for detecting the tightness of wearable device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110347924.9A CN115147915A (zh) | 2021-03-31 | 2021-03-31 | 一种检测穿戴设备佩戴松紧的方法、装置和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115147915A true CN115147915A (zh) | 2022-10-04 |
Family
ID=83403341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110347924.9A Pending CN115147915A (zh) | 2021-03-31 | 2021-03-31 | 一种检测穿戴设备佩戴松紧的方法、装置和系统 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4292519A1 (zh) |
CN (1) | CN115147915A (zh) |
WO (1) | WO2022206703A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115381409B (zh) * | 2022-10-31 | 2023-03-24 | 深圳市心流科技有限公司 | 一种穿戴式检测装置的伸缩速度调控方法 |
CN115462805B (zh) * | 2022-11-09 | 2023-03-21 | 深圳市心流科技有限公司 | 智能穿戴设备的控制方法、装置、智能终端及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104352227B (zh) * | 2014-11-07 | 2017-07-11 | 英华达(南京)科技有限公司 | 环形穿戴设备及其松紧度的控制方法 |
WO2016102416A1 (en) * | 2014-12-22 | 2016-06-30 | Koninklijke Philips N.V. | Context informed wearable device |
CN106441413B (zh) * | 2016-09-19 | 2018-11-09 | 广东小天才科技有限公司 | 穿戴设备佩戴松紧性检测方法和装置 |
CN109150220A (zh) * | 2018-06-27 | 2019-01-04 | 努比亚技术有限公司 | 可穿戴设备及其松紧度的调节方法、计算机存储介质 |
-
2021
- 2021-03-31 CN CN202110347924.9A patent/CN115147915A/zh active Pending
-
2022
- 2022-03-28 EP EP22778885.8A patent/EP4292519A1/en active Pending
- 2022-03-28 WO PCT/CN2022/083467 patent/WO2022206703A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
EP4292519A9 (en) | 2024-02-21 |
EP4292519A1 (en) | 2023-12-20 |
WO2022206703A1 (zh) | 2022-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170095692A1 (en) | System and method for run tracking with a wearable activity monitor | |
CN108697329A (zh) | 可穿戴设备的检测方法及可穿戴设备 | |
WO2021036568A1 (zh) | 辅助健身的方法和电子装置 | |
WO2022206703A1 (zh) | 一种检测穿戴设备佩戴松紧的方法、装置和系统 | |
CN111202955A (zh) | 运动数据处理方法及电子设备 | |
CN113827185A (zh) | 穿戴设备佩戴松紧程度的检测方法、装置及穿戴设备 | |
CN113457106B (zh) | 一种跑步姿态检测方法与穿戴设备 | |
JP2018126618A (ja) | 調整に基づくフィードバックを有するペーシングシステム | |
CN115525372B (zh) | 显示界面的方法和装置 | |
CN113996046B (zh) | 热身判断方法、装置及电子设备 | |
CN115188064A (zh) | 一种运动指导信息的确定方法、电子设备和运动指导系统 | |
US20230402150A1 (en) | Adaptive Action Evaluation Method, Electronic Device, and Storage Medium | |
CN115221250A (zh) | 地图显示的方法及相关设备 | |
CN114100101B (zh) | 一种跑步姿态检测方法及设备 | |
CN113380374B (zh) | 基于运动状态感知的辅助运动方法、电子设备及存储介质 | |
CN115445170B (zh) | 一种运动提醒方法以及相关设备 | |
CN113359120B (zh) | 用户活动距离的测量方法、设备和电子设备 | |
WO2021233018A1 (zh) | 运动后肌肉疲劳度的检测方法及装置、电子设备 | |
CN117100252B (zh) | 步态检测方法及电子设备 | |
CN116999024B (zh) | 生理参数检测方法、电子设备、存储介质及程序产品 | |
WO2022161027A1 (zh) | 动作提示图标序列生成方法、电子设备和可读存储介质 | |
CN117073713A (zh) | 一种计步校准方法、系统和设备 | |
CN116263361A (zh) | 体温测量方法及电子设备 | |
CN117982126A (zh) | 一种提示方法、装置、电子设备及存储介质 | |
CN117641247A (zh) | 耳机防丢方法、装置、电子设备及可读存储介质 |
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 |