CN115336981A - 一种可穿戴设备佩戴状态的检测方法及相关组件 - Google Patents
一种可穿戴设备佩戴状态的检测方法及相关组件 Download PDFInfo
- Publication number
- CN115336981A CN115336981A CN202211019059.6A CN202211019059A CN115336981A CN 115336981 A CN115336981 A CN 115336981A CN 202211019059 A CN202211019059 A CN 202211019059A CN 115336981 A CN115336981 A CN 115336981A
- Authority
- CN
- China
- Prior art keywords
- wearable device
- preset
- wearing
- determining
- user
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—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
- A61B5/6843—Monitoring or controlling sensor contact pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0531—Measuring skin impedance
-
- 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
- A61B5/68—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
-
- 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
- A61B5/6844—Monitoring or controlling distance between sensor and tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
- A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
- A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Pulmonology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dermatology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请涉及可穿戴设备技术领域,公开了一种可穿戴设备佩戴状态的检测方法及相关组件,包括:分别确定可穿戴设备采集的阻抗值在预设时长内阻抗值在第一预设阻抗区间和第二预设阻抗区间内的有效样本点数与预设时长内的总样本点数的第一比值和第二比值,其中,第一预设阻抗区间中的最大值小于或等于第二预设阻抗区间中的最小值。第一比值小于预设阈值时,确定可穿戴设备佩戴异常,并依据可穿戴设备采集的加速度数据确定用户的当前运动状态,判断第二比值是否满足预设条件以确定佩戴异常的原因。由此,基于用户的阻抗数据初步确定当前可穿戴设备是否佩戴异常,然后结合加速度数据和阻抗值数据判断佩戴异常的原因,准确提醒用户当前佩戴情况。
Description
技术领域
本申请涉及可穿戴设备技术领域,特别是涉及一种可穿戴设备佩戴状态的检测方法及相关组件。
背景技术
随着科技的不断发展,以及人们对品质生活的不断提高,各式各样的可穿戴设备应用于人们生活的方方面面。当设备未佩戴良好时,会直接影响可穿戴设备对用户心率、血氧和运动情况的监测精度,进而影响用户体验感,因此,对可穿戴设备的佩戴状态进行检测具有重要的意义。
目前,可通过红外测距等技术手段检测可穿戴设备是否处于穿戴状态,然而,当确定可穿戴设备佩戴异常时,由于佩戴异常情况复杂,大致可分为佩戴比较松、未完全接触用户皮肤和未接触用户皮肤等情况,采用红外测距并不能确定当前处于哪种佩戴异常的情况。
由此可见,如何提高可穿戴设备的佩戴状态监测准确率,提醒用户调整佩戴状态,进而提升用户体验感,是本领域技术人员亟待解决的问题。
发明内容
本申请的目的是提供一种可穿戴设备佩戴状态的检测方法及相关组件,当可穿戴设备穿戴异常时,确定具体异常的原因,准确提醒用户可穿戴设备的情况,进而及时提醒用户进行调整,提升用户体验感。
为解决上述技术问题,本申请提供一种可穿戴设备佩戴状态的检测方法,包括:
获取可穿戴设备采集的阻抗值;
分别确定在预设时长内所述阻抗值在第一预设阻抗区间和第二预设阻抗区间内的有效样本点数与所述预设时长内的总样本点数的第一比值和第二比值;其中,所述第一预设阻抗区间中的最大值小于或等于所述第二预设阻抗区间中的最小值;
当所述第一比值小于预设阈值时,确定所述可穿戴设备佩戴异常,并依据所述可穿戴设备采集的加速度数据确定用户的当前运动状态;
判断所述第二比值是否满足预设条件以确定所述可穿戴设备在所述当前运动状态下佩戴异常的原因。
优选地,当所述当前运动状态为静止状态时,则所述判断所述第二比值是否满足预设条件以确定所述可穿戴设备在所述当前运动状态下佩戴异常的原因包括:
判断所述第二比值是否小于第一预设值;
若小于所述第一预设值,则确定所述可穿戴设备佩戴异常的原因为所述可穿戴设备未接触用户皮肤;
若不小于所述第一预设值,则确定所述可穿戴设备佩戴异常的原因为所述可穿戴设备未完全接触用户皮肤。
优选地,当所述当前运动状态为运动状态时,则所述判断所述第二比值是否满足预设条件以确定所述可穿戴设备在所述当前运动状态下佩戴异常的原因包括:
判断所述第二比值是否小于第二预设值;其中,所述第二预设值小于所述第一预设值;
若小于所述第二预设值,则确定所述可穿戴设备佩戴异常的原因为所述可穿戴设备未接触用户皮肤;
若不小于所述第二预设值,则确定所述可穿戴设备佩戴异常的原因为所述可穿戴设备佩戴的松紧度未达到预设条件。
优选地,所述依据所述可穿戴设备采集的加速度数据确定用户的当前运动状态包括:
确定所述预设时长内各时刻X轴加速度、Y轴加速度和Z轴加速度对应的合加速度;
判断所述合加速度大于阈值的个数是否大于预设个数;
若大于所述预设个数,则确定用户的所述当前运动状态为运动状态;
若不大于所述预设个数,则确定用户的所述当前运动状态为静止状态。
优选地,在所述确定所述可穿戴设备佩戴异常的原因为未接触用户皮肤之后,还包括:
基于红外测距确定所述可穿戴设备距离皮肤的距离是否在预设范围内;
若在所述预设范围内,则确定所述可穿戴设备佩戴异常的原因判断错误;
若不在所述预设范围内,则输出所述可穿戴设备佩戴异常的提示信号。
优选地,在所述获取可穿戴设备采集的阻抗值之前,还包括:
基于红外测距确定所述可穿戴设备距离皮肤的距离是否在预设范围内;
若在所述预设范围内,进入所述获取可穿戴设备采集的阻抗值的步骤;
若不在所述预设范围内,进入所述基于红外测距确定所述可穿戴设备距离皮肤的距离是否在预设范围内的步骤。
优选地,在所述获取可穿戴设备采集的阻抗值之后,还包括:
对所述阻抗值进行滑动均值滤波。
为了解决上述技术问题,本申请还提供了一种可穿戴设备佩戴状态的检测装置,包括:
获取模块,用于获取可穿戴设备采集的阻抗值;
确定模块,用于分别确定在预设时长内所述阻抗值在第一预设阻抗区间和第二预设阻抗区间内的有效样本点数与所述预设时长内的总样本点数的第一比值和第二比值;其中,所述第一预设阻抗区间中的最大值小于或等于所述第二预设阻抗区间中的最小值;
处理模块,用于当所述第一比值小于预设阈值时,确定所述可穿戴设备佩戴异常,并依据所述可穿戴设备采集的加速度数据确定用户的当前运动状态;
判断模块,用于判断所述第二比值是否满足预设条件以确定所述可穿戴设备在所述当前运动状态下佩戴异常的原因。
为了解决上述技术问题,本申请还提供了一种可穿戴设备,包括存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现所述的可穿戴设备佩戴状态的检测方法的步骤。
为了解决上述技术问题,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现所述的可穿戴设备佩戴状态的检测方法的步骤。
本发明所提供的一种可穿戴设备佩戴状态的检测方法,包括:获取可穿戴设备采集的阻抗值,并分别确定在预设时长内阻抗值在第一预设阻抗区间和第二预设阻抗区间内的有效样本点数与预设时长内的总样本点数的第一比值和第二比值,其中,第一预设阻抗区间中的最大值小于或等于第二预设阻抗区间中的最小值。当第一比值小于预设阈值时,确定可穿戴设备佩戴异常,并依据可穿戴设备采集的加速度数据确定用户的当前运动状态,通过判断第二比值是否满足预设条件以确定可穿戴设备在当前运动状态下佩戴异常的原因。由此可见,本申请所提供的技术方案,基于用户的阻抗数据初步确定当前可穿戴设备是否佩戴异常,然后将加速度数据和阻抗值数据相结合判断可穿戴设备佩戴异常的原因,准确提醒用户当前可穿戴设备的佩戴情况,进而及时提醒用户进行调整,提高用户体验感。
此外,本申请还提供一种可穿戴设备、可穿戴设备佩戴状态的检测装置和介质,与上述的可穿戴设备佩戴状态的检测方法相对应,效果同上。
附图说明
为了更清楚地说明本申请实施例,下面将对实施例中所需要使用的附图做简单的介绍,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他的附图。
图1为本申请实施例所提供的一种可穿戴设备佩戴状态的检测方法的流程图;
图2(a)为本申请实施例所提供的一种可穿戴设备的阻抗值数据与合加速度数据的示意图;
图2(b)为本申请实施例所提供的另一种可穿戴设备的阻抗值数据与合加速度数据的示意图;
图2(c)为本申请实施例所提供的另一种可穿戴设备的阻抗值数据与合加速度数据的示意图;
图2(d)为本申请实施例所提供的另一种可穿戴设备的阻抗值数据与合加速度数据的示意图;
图3为本申请实施例所提供的一种可穿戴设备佩戴状态的检测装置的结构图;
图4为本申请另一实施例提供的一种可穿戴设备的结构图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下,所获得的所有其他实施例,都属于本申请保护范围。
本申请的核心是提供一种可穿戴设备佩戴状态的检测方法及相关组件,结合可穿戴设备采集的加速度数据和阻抗值数据,分析确定可穿戴设备佩戴异常的原因,及时提醒用户调整佩戴状态,进而提升用户体验感。
随着科技的不断发展,各式各样的可穿戴设备进入人们生活,提升人们的生活品质。在使用可穿戴设备的过程中,可穿戴设备的佩戴状态对用户的体验感至关重要。目前,可通过红外测距等技术手段检测可穿戴设备是否处于穿戴状态,然而,当确定可穿戴设备佩戴异常时,由于佩戴异常情况复杂,大致可分为佩戴比较松、未完全接触用户皮肤和未接触用户皮肤等情况,采用红外测距并不能确定当前处于哪种佩戴异常的情况。
为了提高可穿戴设备的佩戴状态监测准确率,提醒用户调整佩戴状态,进而提升用户体验感,本申请实施例提供了一种可穿戴设备佩戴状态的检测方法,将可穿戴设备采集的加速度数据和阻抗值数据相结合,分析确定当前可穿戴设备佩戴异常的原因,进而及时提醒用户进行调整,提高用户体验感。
为了使本技术领域的人员更好地理解本申请方案,下面结合附图和具体实施方式对本申请作进一步的详细说明。
图1为本申请实施例所提供的一种可穿戴设备佩戴状态的检测方法的流程图,如图1所示,该方法包括:
S10:获取可穿戴设备采集的阻抗值;
本申请实施例所提供的可穿戴设备为带有生物电极的设备,当可穿戴设备与用户皮肤发生接触时,可采集用户的阻抗值数据。因此,在获取可穿戴设备前,可以先基于可穿戴设备的红外测确定可穿戴设备距离用户皮肤的距离是否在预设范围内,若在预设范围内,则确定可穿戴设备与皮肤接触,此时获取可穿戴设备采集阻抗值。
S11:分别确定在预设时长内阻抗值在第一预设阻抗区间和第二预设阻抗区间内的有效样本点数与预设时长内的总样本点数的第一比值和第二比值;其中,第一预设阻抗区间中的最大值小于或等于第二预设阻抗区间中的最小值;
在具体实施例中,得到用户的阻抗值后,为了确定可穿戴设备是否佩戴正常,分别确定获取的阻抗值在预设时长内的第一预设阻抗区间和第二预设阻抗区间中的有效样本点数与该预设时长内的所有阻抗值的总样本点数的第一比值和第二比值。
例如,在预设时长T1内总样本点数为Y,第一预设阻抗区间为[Thr1,Thr2],且第一预设阻抗区间[Thr1,Thr2]内的有效样本点数为X1,第二预设阻抗区间为[Thr3,Thr4],且第二预设阻抗区间[Thr3,Thr4]内的有效样本点数为X2,第一比值为P1,第二比值P2,则P1=X1/Y,P2=X2/Y。
S12:当第一比值小于预设阈值时,确定可穿戴设备佩戴异常,并依据可穿戴设备采集的加速度数据确定用户的当前运动状态;
图2(a)为本申请实施例所提供的一种可穿戴设备的阻抗值数据与合加速度数据的示意图,图2(a)示意的是可穿戴设备在未佩戴的情况下,用户处于静止状态或运动状态时阻抗值数据与合加速度数据的情况,其中,图2(a)中的曲线图A1的横坐标表示的是样本点数,纵坐标表示阻抗值。可以理解的是,样本点数与采样率有关,例如,当采样率为50个/秒时,横坐标中200数值所表征的含义为在4秒钟中内阻抗值的样本数为200个。由图2(a)可知,当可穿戴设备未佩戴,即未接触用户皮肤时,用户阻抗值数据没有明显变化。
图2(b)为本申请实施例所提供的另一种可穿戴设备的阻抗值数据与合加速度数据的示意图,图2(b)示意的是可穿戴设备在正常佩戴的情况下,用户处于静止状态或运动状态时阻抗值数据与合加速度数据的情况,由图2(b)可知,当可穿戴设备与皮肤接触良好,即处于正常佩戴时,用户的阻抗值数据同样没有明显变化。
图2(c)为本申请实施例所提供的另一种可穿戴设备的阻抗值数据与合加速度数据的示意图,图2(c)示意的是可穿戴设备佩戴的松紧度未达到预设条件,例如,可穿戴设备佩戴较松时,用户在运动状态情况下阻抗值数据与合加速度数据的情况。由图2(c)可知,当可穿戴设备佩戴异常,即可穿戴设备佩戴的松紧度未满足预设条件时,用户的阻抗值数据存在明显变化。
图2(d)为本申请实施例所提供的另一种可穿戴设备的阻抗值数据与合加速度数据的示意图。图2(d)示意的是可穿戴设备佩戴未完全接触用户皮肤,且用户在静止状态情况下阻抗值数据与合加速度数据的情况。由图2(d)可知,当可穿戴设备佩戴异常,即可穿戴设备未完全接触皮肤时,用户的阻抗值数据相比接触良好时的阻抗值数据大。
根据图2(a)-图2(d)可知,当可穿戴设备佩戴正常时,用户不论在静止状态还是运动状态,其阻抗值变化不大,且波动范围相对固定。因此,当第一比值大于或等于预设阈值K1,即P1≥K1时,可以确定当前可穿戴设备佩戴正常。若第一比值小于预设阈值,即P1<K1时,确定可穿戴设备佩戴异常,并根据可穿戴设备采集的加速度数据确定用户的当前运动状态,以便于进一步将用户的当前运动状态与阻抗值数据相结合以确定当前佩戴异常的原因是什么。
需要说明的是,图2(a)为佩戴正常的情况,图2(c)-图2(d)为佩戴异常的情况,由图可知,佩戴正常时阻抗值的最大值小于佩戴异常时阻抗值最小值,此外,当可穿戴设备佩戴异常时,阻抗值的波动范围较大,且不稳定,因此,为进一步确定可穿戴设备佩戴异常的原因,需要在根据第一比值确定可穿戴设备是否佩戴正常的基础上,进一步根据第二比值确定佩戴异常的原因,故,第一预设阻抗区间中的最大值小于或等于第二预设阻抗区间中的最小值。也就是说,当确定当前可穿戴设备佩戴异常时,由于佩戴异常时阻抗值的波动范围较大,且不稳定,需要扩大阻抗值区间进一步确定佩戴异常的原因。
S13:判断第二比值是否满足预设条件以确定可穿戴设备在当前运动状态下佩戴异常的原因。
通过步骤S12确定用户的当前运动状态后,判断第二比值是否满足预设条件以确定可穿戴设备在当前运动状态下佩戴异常的原因。
具体的,若当前运动状态为静止状态,当第二比值小于第一预设值时,则确定可穿戴设备佩戴异常的原因为未接触用户皮肤,当第二比值不小于第一预设值时,则确定可穿戴设备佩戴异常的原因为可穿戴设备未完全接触用户皮肤。
若前运动状态为运动状态,当第二比值小于第二预设值时,则确定可穿戴设备佩戴异常的原因为未接触用户皮肤,当第二比值不小于第二预设值时,则确定可穿戴设备佩戴异常的原因为可穿戴设备佩戴的松紧度未达到预设条件。
本申请实施例所提供的可穿戴设备佩戴状态的检测方法,包括:获取可穿戴设备采集的阻抗值,并分别确定在预设时长内阻抗值在第一预设阻抗区间和第二预设阻抗区间内的有效样本点数与预设时长内的总样本点数的第一比值和第二比值,其中,第一预设阻抗区间中的最大值小于或等于第二预设阻抗区间中的最小值。当第一比值小于预设阈值时,确定可穿戴设备佩戴异常,并依据可穿戴设备采集的加速度数据确定用户的当前运动状态,通过判断第二比值是否满足预设条件以确定可穿戴设备在当前运动状态下佩戴异常的原因。由此可见,本申请所提供的技术方案,基于用户的阻抗数据初步确定当前可穿戴设备是否佩戴异常,然后将加速度数据和阻抗值数据相结合判断可穿戴设备佩戴异常的原因,准确提醒用户当前可穿戴设备的佩戴情况,进而及时提醒用户进行调整,提高用户体验感。
在具体实施例中,当当前运动状态为静止状态时,则判断第二比值是否满足预设条件以确定可穿戴设备在当前运动状态下佩戴异常的原因包括:
判断第二比值是否小于第一预设值;
若小于第一预设值,则确定可穿戴设备佩戴异常的原因为可穿戴设备未接触用户皮肤;
若不小于第一预设值,则确定可穿戴设备佩戴异常的原因为可穿戴设备未完全接触用户皮肤。
由图2(d)可知,当可穿戴设备佩戴异常时,且根据加速度数据确定用户的当前运动状态为静止状态时,佩戴异常的原因包括未接触用户皮肤和未完全接触用户皮肤。具体的,在确定第二比值小于第一预设值,确定可穿戴设备未接触用户皮肤,即用户未佩戴可穿戴设备,在确定第二比值不小于第一预设值时,确定可穿戴设备未完全接触用户皮肤。
进一步的,当前运动状态为运动状态时,则判断第二比值是否满足预设条件以确定可穿戴设备在当前运动状态下佩戴异常的原因包括:
判断第二比值是否小于第二预设值;其中,第二预设值小于第一预设值;
若小于第二预设值,则确定可穿戴设备佩戴异常的原因为未接触用户皮肤;
若不小于第二预设值,则确定可穿戴设备佩戴异常的原因为可穿戴设备佩戴的松紧度未达到预设条件。
由图2(c)可知,当可穿戴设备佩戴异常时,且根据加速度数据确定用户的当前运动状态为运动状态时,佩戴异常的原因包括未接触用户皮肤和佩戴松紧度未达到预设条件。具体的,在确定第二比值小于第二预设值时,确定可穿戴设备未接触用户皮肤,即用户未佩戴可穿戴设备,在确定第二比值不小于第二预设值时,确定可穿戴设备佩戴的松紧度未达到预设条件,即可穿戴设备佩戴比较松,不能保证用户使用可穿戴设备时准确测量心率等生理特征数据。
值得注意的是,由图2(c)和图2(b)可知,用户的当前状态在运动状态下时的阻抗最小值小于在静止状态下的阻抗最小值,即可穿戴设备与用户皮肤的接触情况随运动情况而变化,因此,第一预设值大于第二预设值。
综上,通过第一比值初步确定可穿戴设备佩戴异常后,根据可穿戴设备采集的加速度数据确定可穿戴设备的运动状态,进而将运动状态与第二比值向结合确定佩戴异常的原因。在确定原因后,将佩戴异常的信号和对应的异常原因发送至终端,以便提醒用户及时调整佩戴状态。
本申请实施例所提供的可穿戴设备佩戴状态的检测方法,在确定可穿戴设备佩戴异常后,根据加速度数据确定用户的当前运动状态,并判断第二比值是否满足预设条件,进而确定佩戴异常的原因。即,将运动状态和阻抗值相结合以确定可穿戴设备佩戴异常的原因,及时提醒用户调整佩戴状态,提升可穿戴设备对生理特征的采集准确率,进而提升用户体验感。
作为优选的实施例,依据可穿戴设备采集的加速度数据确定用户的当前运动状态包括:
确定预设时长内各时刻X轴加速度、Y轴加速度和Z轴加速度对应的合加速度;
判断合加速度大于阈值的个数是否大于预设个数;
若大于预设个数,则确定用户的当前运动状态为运动状态;
若不大于预设个数,则确定用户的当前运动状态为静止状态。
事实上,在确定用户的当前运动状态时,需要获取预设时长内可穿戴设备采集的加速度数据,即建立空间坐标系,分别获取预设时长内不同时刻在X轴上的加速度、Y轴上的加速度和Z轴上的加速度,即X轴加速度ax、Y轴加速度ay和Z轴加速度az。并通过以下公式计算得到各合加速度A:
得到各合加速度A后,当合加速度A大于阈值的个数大于预设个数时,即可确定用户的当前状态为运动状态,否则,确定用户的当前状态为静止状态。
值得注意的是,需要保证每次预设时长内得到的合加速度个数相同,若不相同,通过确定合加速度A大于阈值的个数占总个数的比值是否满足大于预设比值,若大于,则确定用户的当前状态为运动状态,否则,确定用户的当前状态为静止状态。
本申请实施例所提供的可穿戴设备佩戴状态的检测方法,确定用户的当前运动状态时,确定预设时长内各时刻X轴加速度、Y轴加速度和Z轴加速度对应的合加速度,并在确定合加速度大于阈值的个数大于预设个数时,确定用户的当前状态为运动状态,否则,确定用户的当前状态为静止状态。进而可依据当前用户的运动状态与阻抗值相结合以确定可穿戴设备佩戴异常的原因。
在上述实施例的基础上,为了进一步提升可穿戴设备佩戴状态的检测准确性,在确定可穿戴设备佩戴异常的原因为未接触用户皮肤之后,还包括:
基于红外测距确定可穿戴设备距离皮肤的距离是否在预设范围内;
若在预设范围内,则确定可穿戴设备佩戴异常的原因判断错误;
若不在预设范围内,则输出可穿戴设备佩戴异常的提示信号。
可以理解的是,根据第二比值确定可穿戴设备佩戴异常的原因为未接触用户皮肤后,为了进一步确定判断是否正确,可依据红外测距确定可穿戴设备距离皮肤的距离是否在预设范围内,若在预设范围内,则确定可穿戴设备佩戴异常的原因可能判断错误,此时输出判断异常信号以提醒用户。
进一步的,当确可穿戴设备距离皮肤的距离不在预设范围内时,可确定可穿戴设备确实未佩戴,即未与皮肤接触,此时输出可穿戴设备佩戴异常的原因为未接触用户皮肤的提示信号,以便提醒用户及时调整佩戴状态。
本申请实施例所提供的可穿戴设备佩戴状态的检测方法,在确定可穿戴设备佩戴异常的原因为未接触用户皮肤之后,通过红外测距进一步确定可穿戴设备佩戴异常的原因是否检测准确,进而提升可穿戴设备佩戴状态的检测准确率,进一步提升用户体验感。
作为优选的实施例,为了在上述实施例的基础上再进一步提升可穿戴设备佩戴状态的检测准确率,且节约资源,在获取可穿戴设备采集的阻抗值之前,还包括:
基于红外测距确定可穿戴设备距离皮肤的距离是否在预设范围内;
若在预设范围内,进入获取可穿戴设备采集的阻抗值的步骤;
若不在预设范围内,进入基于红外测距确定可穿戴设备距离皮肤的距离是否在预设范围内的步骤。
可以理解的是,若一直对用户的阻抗值进行获取,当用户未佩戴可穿戴设备时,无疑会造成资源的浪费,因此,可通过红外测距确定可穿戴设备距离皮肤的距离是否在预设范围内以初步确定用户是否佩戴可穿戴设备。具体的,若在预设范围内,确定可穿戴设备处于佩戴状态,此时可穿戴设备可采集用户阻抗值,以便于根据阻抗值进一步确定可穿戴设备是否佩戴正常。
若不在预设范围内,则确定当前用户未佩戴可穿戴设备,为了避免资源浪费,无需根据阻抗值判断可穿戴设备的佩戴状态,只需继续基于红外测距确定可穿戴设备距离皮肤的距离是否在预设范围内即可。
需要说明的是,除了依据红外测距确定对可穿戴设备的佩戴状态进行判断,还可以基于电容值等方式进行确定,对比本申请不作限定。
本申请实施例所提供的可穿戴设备佩戴状态的检测方法,在获取可穿戴设备采集的阻抗值之前,基于红外测距确定可穿戴设备距离皮肤的距离是否在预设范围内,进而避免资源浪费的同时,提升了可穿戴设备佩戴状态的检测准确性。
实施中,为了避免采集到无效的阻抗值数据,导致降低可穿戴设备佩戴状态的检测准确性,在获取可穿戴设备采集的阻抗值之后,对阻抗值进行滑动均值滤波,进而滤除无效数据,避免噪声干扰。
本申请实施例所提供的可穿戴设备佩戴状态的检测方法,在获取可穿戴设备采集的阻抗值之后,对阻抗值进行滑动均值滤波,避免采集到无效阻抗值数据,导致对可穿戴设备佩戴状态的误判,进一步提升用户体验感。
在上述实施例中,对于可穿戴设备佩戴状态的检测方法进行了详细描述,本申请还提供一种可穿戴设备佩戴状态的检测装置对应的实施例。需要说明的是,本申请从两个角度对装置部分的实施例进行描述,一种是基于功能模块的角度,另一种是基于硬件结构的角度。
图3为本申请实施例所提供的一种可穿戴设备佩戴状态的检测装置的结构图,如图3所示,该装置包括:
获取模块10,用于获取可穿戴设备采集的阻抗值;
确定模块11,用于分别确定在预设时长内阻抗值在第一预设阻抗区间和第二预设阻抗区间内的有效样本点数与预设时长内的总样本点数的第一比值和第二比值;其中,第一预设阻抗区间中的最大值小于或等于第二预设阻抗区间中的最小值;
处理模块12,用于当第一比值小于预设阈值时,确定可穿戴设备佩戴异常,并依据可穿戴设备采集的加速度数据确定用户的当前运动状态;
判断模块13,用于判断第二比值是否满足预设条件以确定可穿戴设备在当前运动状态下佩戴异常的原因。
由于装置部分的实施例与方法部分的实施例相互对应,因此装置部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
本申请实施例所提供的可穿戴设备佩戴状态的检测装置,包括:获取可穿戴设备采集的阻抗值,并分别确定在预设时长内阻抗值在第一预设阻抗区间和第二预设阻抗区间内的有效样本点数与预设时长内的总样本点数的第一比值和第二比值,其中,第一预设阻抗区间中的最大值小于或等于第二预设阻抗区间中的最小值。当第一比值小于预设阈值时,确定可穿戴设备佩戴异常,并依据可穿戴设备采集的加速度数据确定用户的当前运动状态,通过判断第二比值是否满足预设条件以确定可穿戴设备在当前运动状态下佩戴异常的原因。由此可见,本申请所提供的技术方案,基于用户的阻抗数据初步确定当前可穿戴设备是否佩戴异常,然后将加速度数据和阻抗值数据相结合判断可穿戴设备佩戴异常的原因,准确提醒用户当前可穿戴设备的佩戴情况,进而及时提醒用户进行调整,提高用户体验感。
图4为本申请另一实施例提供的一种可穿戴设备的结构图,如图4所示,可穿戴设备包括:存储器20,用于存储计算机程序;
处理器21,用于执行计算机程序时实现如上述实施例所提到的可穿戴设备佩戴状态的检测方法的步骤。
其中,处理器21可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器21可以采用数字信号处理器(Digital Signal Processor,简称DSP)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)、可编程逻辑阵列(ProgrammableLogic Array,简称PLA)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称中央处理器(Central Processing Unit,简称CPU);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器21可以集成有图像处理器(GraphicsProcessing Unit,简称GPU),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器21还可以包括人工智能(Artificial Intelligence,简称AI)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器20可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器20还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。本实施例中,存储器20至少用于存储以下计算机程序201,其中,该计算机程序被处理器21加载并执行之后,能够实现前述任一实施例公开的可穿戴设备佩戴状态的检测方法的相关步骤。另外,存储器20所存储的资源还可以包括操作系统202和数据203等,存储方式可以是短暂存储或者永久存储。其中,操作系统202可以包括Windows、Unix、Linux等。数据203可以包括但不限于可穿戴设备佩戴状态的检测方法等。
在一些实施例中,可穿戴设备还可包括有显示屏22、输入输出接口23、通信接口24、电源25以及通信总线26。
本领域技术人员可以理解,图4中示出的结构并不构成对可穿戴设备的限定,可以包括比图示更多或更少的组件。
本申请实施例提供的可穿戴设备,包括存储器和处理器,处理器在执行存储器存储的程序时,能够实现如下方法:可穿戴设备佩戴状态的检测方法。
本申请实施例所提供的可穿戴设备,基于用户的阻抗数据初步确定当前可穿戴设备是否佩戴异常,然后将加速度数据和阻抗值数据相结合判断可穿戴设备佩戴异常的原因,准确提醒用户当前可穿戴设备的佩戴情况,进而及时提醒用户进行调整,提高用户体验感。
最后,本申请还提供一种计算机可读存储介质对应的实施例。计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上述方法实施例中记载的步骤。
可以理解的是,如果上述实施例中的方法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,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:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上对本申请所提供的一种可穿戴设备佩戴状态的检测方法及相关组件进行了详细介绍。说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种可穿戴设备佩戴状态的检测方法,其特征在于,包括:
获取可穿戴设备采集的阻抗值;
分别确定在预设时长内所述阻抗值在第一预设阻抗区间和第二预设阻抗区间内的有效样本点数与所述预设时长内的总样本点数的第一比值和第二比值;其中,所述第一预设阻抗区间中的最大值小于或等于所述第二预设阻抗区间中的最小值;
当所述第一比值小于预设阈值时,确定所述可穿戴设备佩戴异常,并依据所述可穿戴设备采集的加速度数据确定用户的当前运动状态;
判断所述第二比值是否满足预设条件以确定所述可穿戴设备在所述当前运动状态下佩戴异常的原因。
2.根据权利要求1所述的可穿戴设备佩戴状态的检测方法,其特征在于,当所述当前运动状态为静止状态时,则所述判断所述第二比值是否满足预设条件以确定所述可穿戴设备在所述当前运动状态下佩戴异常的原因包括:
判断所述第二比值是否小于第一预设值;
若小于所述第一预设值,则确定所述可穿戴设备佩戴异常的原因为所述可穿戴设备未接触用户皮肤;
若不小于所述第一预设值,则确定所述可穿戴设备佩戴异常的原因为所述可穿戴设备未完全接触用户皮肤。
3.根据权利要求2所述的可穿戴设备佩戴状态的检测方法,其特征在于,当所述当前运动状态为运动状态时,则所述判断所述第二比值是否满足预设条件以确定所述可穿戴设备在所述当前运动状态下佩戴异常的原因包括:
判断所述第二比值是否小于第二预设值;其中,所述第二预设值小于所述第一预设值;
若小于所述第二预设值,则确定所述可穿戴设备佩戴异常的原因为所述可穿戴设备未接触用户皮肤;
若不小于所述第二预设值,则确定所述可穿戴设备佩戴异常的原因为所述可穿戴设备佩戴的松紧度未达到预设条件。
4.根据权利要求1所述的可穿戴设备佩戴状态的检测方法,其特征在于,所述依据所述可穿戴设备采集的加速度数据确定用户的当前运动状态包括:
确定所述预设时长内各时刻X轴加速度、Y轴加速度和Z轴加速度对应的合加速度;
判断所述合加速度大于阈值的个数是否大于预设个数;
若大于所述预设个数,则确定用户的所述当前运动状态为运动状态;
若不大于所述预设个数,则确定用户的所述当前运动状态为静止状态。
5.根据权利要求2所述的可穿戴设备佩戴状态的检测方法,其特征在于,在所述确定所述可穿戴设备佩戴异常的原因为未接触用户皮肤之后,还包括:
基于红外测距确定所述可穿戴设备距离皮肤的距离是否在预设范围内;
若在所述预设范围内,则确定所述可穿戴设备佩戴异常的原因判断错误;
若不在所述预设范围内,则输出所述可穿戴设备佩戴异常的提示信号。
6.根据权利要求1所述的可穿戴设备佩戴状态的检测方法,其特征在于,在所述获取可穿戴设备采集的阻抗值之前,还包括:
基于红外测距确定所述可穿戴设备距离皮肤的距离是否在预设范围内;
若在所述预设范围内,进入所述获取可穿戴设备采集的阻抗值的步骤;
若不在所述预设范围内,进入所述基于红外测距确定所述可穿戴设备距离皮肤的距离是否在预设范围内的步骤。
7.根据权利要求1所述的可穿戴设备佩戴状态的检测方法,其特征在于,在所述获取可穿戴设备采集的阻抗值之后,还包括:
对所述阻抗值进行滑动均值滤波。
8.一种可穿戴设备佩戴状态的检测装置,其特征在于,包括:
获取模块,用于获取可穿戴设备采集的阻抗值;
确定模块,用于分别确定在预设时长内所述阻抗值在第一预设阻抗区间和第二预设阻抗区间内的有效样本点数与所述预设时长内的总样本点数的第一比值和第二比值;其中,所述第一预设阻抗区间中的最大值小于或等于所述第二预设阻抗区间中的最小值;
处理模块,用于当所述第一比值小于预设阈值时,确定所述可穿戴设备佩戴异常,并依据所述可穿戴设备采集的加速度数据确定用户的当前运动状态;
判断模块,用于判断所述第二比值是否满足预设条件以确定所述可穿戴设备在所述当前运动状态下佩戴异常的原因。
9.一种可穿戴设备,其特征在于,包括存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述的可穿戴设备佩戴状态的检测方法的步骤。
10.一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上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的可穿戴设备佩戴状态的检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211019059.6A CN115336981A (zh) | 2022-08-24 | 2022-08-24 | 一种可穿戴设备佩戴状态的检测方法及相关组件 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211019059.6A CN115336981A (zh) | 2022-08-24 | 2022-08-24 | 一种可穿戴设备佩戴状态的检测方法及相关组件 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115336981A true CN115336981A (zh) | 2022-11-15 |
Family
ID=83954762
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211019059.6A Pending CN115336981A (zh) | 2022-08-24 | 2022-08-24 | 一种可穿戴设备佩戴状态的检测方法及相关组件 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115336981A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117398075A (zh) * | 2023-12-14 | 2024-01-16 | 荣耀终端有限公司 | 一种生理参数检测方法及可穿戴设备 |
-
2022
- 2022-08-24 CN CN202211019059.6A patent/CN115336981A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117398075A (zh) * | 2023-12-14 | 2024-01-16 | 荣耀终端有限公司 | 一种生理参数检测方法及可穿戴设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107049255A (zh) | 一种穿戴式智能设备及其睡眠算法 | |
US20180020953A1 (en) | Method and device for identifying human movement state | |
CN108511067B (zh) | 预警方法及电子设备 | |
CN105559751B (zh) | 监测微活动状态的方法、装置及可穿戴设备 | |
WO2022021707A1 (zh) | 睡眠检测方法、装置、智能穿戴设备及可读存储介质 | |
CN103728429A (zh) | 水质在线监测方法及监测系统 | |
US20110291837A1 (en) | Alarm Generation Method for Patient Monitoring, Physiological Monitoring Apparatus and Computer Program Product for a Physiological Monitoring Apparatus | |
US20160282224A1 (en) | Method and system for inspecting rotary machine component by using portable terminal | |
CN115336981A (zh) | 一种可穿戴设备佩戴状态的检测方法及相关组件 | |
CN107890340A (zh) | 一种睡眠监测方法及系统 | |
CN108095694A (zh) | 可穿戴设备的状态监测方法、装置及可穿戴设备 | |
EP3502979A1 (en) | A probability-based detector and controller apparatus, method, computer program | |
CN106821336A (zh) | 睡眠监测方法及系统 | |
WO2022111203A1 (zh) | 心率检测方法和装置 | |
CN113331824B (zh) | 一种基于激光测量的眨眼判断方法及装置 | |
CN113188704B (zh) | 鼠笼式弹支的轴向力测试方法、装置、电子设备及介质 | |
CN113367695B (zh) | 一种基于脑电信号的疲劳监测方法及装置 | |
CN115778341A (zh) | 血压测量方法、装置、智能手表、设备、介质及程序产品 | |
CN106361327B (zh) | 睡眠状态分析中清醒状态检测方法和系统 | |
CN110236542B (zh) | 人体水分状态的提示方法、装置及鼠标 | |
CN112545501A (zh) | 一种血液成分浓度检测方法及装置 | |
CN112890830A (zh) | 一种基于睡眠脑网络的抑郁症患者数据分类方法及装置 | |
EP3364345B1 (en) | Step-count measurement device and step count measurement program | |
CN114061791A (zh) | 一种体温检测方法、系统及介质 | |
CN108403086B (zh) | 一种智能头环 |
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 |