CN116567139A - 终端坠落提示方法、装置、设备及存储介质 - Google Patents

Abstract

本公开是关于一种终端坠落提示方法、装置、设备及存储介质，该方法包括：响应于检测终端设备的当前状态为坠落状态，确定所述终端设备在所述当前状态之前的运动状态；基于所述运动状态确定所述终端设备的坠落信息；生成用于提示所述坠落信息的警报信息。本公开可以实现在检测终端设备的坠落状态时基于终端设备在当前状态之前的运动状态类型准确地确定所述终端设备的坠落信息，进而有利于实现后续基于生成的用于提示所述坠落信息的警报信息来提示用户，可为用户发现并找回终端设备提供准确的依据，可以提升用户的体验。

Description

终端坠落提示方法、装置、设备及存储介质

技术领域

本公开涉及终端技术领域，尤其涉及一种终端坠落提示方法、装置、设备及存储介质。

背景技术

随着终端技术的发展，智能手机等终端设备的使用日益普遍，并且已经成为人们生活和工作中不可缺少的一部分。现实生活中，当用户在进行跑步、骑自行车等运动的时候，很容易导致终端设备坠落，会导致终端损坏。而且在户外比较嘈杂的环境中，用户通常会戴着耳机，因而会注意力不集中，容易忽略掉终端设备坠落的情况，最终导致终端设备遗失，影响用户的体验。

发明内容

为克服相关技术中存在的问题，本公开实施例提供一种终端坠落提示方法、装置、设备及存储介质，用以解决相关技术中的缺陷。

根据本公开实施例的第一方面，提供一种终端坠落提示方法，所述方法包括：

响应于检测终端设备的当前状态为坠落状态，确定所述终端设备在所述当前状态之前的运动状态；

基于所述运动状态确定所述终端设备的坠落信息，所述坠落信息至少包括坠落类型；

生成用于提示所述坠落信息的警报信息。

在一实施例中，所述方法还包括：

基于所述终端设备的惯性传感器IMU数据检测所述终端设备的当前状态是否为坠落状态。

在一实施例中，所述确定所述终端设备在所述当前状态之前的运动状态，包括：

响应于基于所述终端设备的惯性传感器IMU数据确定所述终端设备处于运动状态，将所述IMU数据输入至预先训练的深度神经网络模型中，得到所述终端设备的不同预设运动状态类型的概率；

基于所述不同预设运动状态类型的概率确定所述终端设备在所述当前状态之前的运动状态。

在一实施例中，所述方法还包括：

基于终端设备上的SAR传感器和光线传感器分别获取SAR数据以及所述终端设备所处环境的亮度数据；

基于所述SAR数据以及所述亮度数据调整所述不同预设运动状态类型的概率；

所述基于所述不同预设运动状态类型的概率确定所述终端设备在所述当前状态之前的运动状态，包括：

基于调整后的不同预设运动状态类型的概率确定所述终端设备在所述当前状态之前的运动状态。

在一实施例中，所述不同预设运动状态类型至少包括第一状态类型和第二状态类型，所述第一状态类型对应于将所述终端设备从口袋中取出，所述第二状态类型对应于将所述终端设备放入口袋；

在所述不同预设运动状态类型中的最大概率为所述第一状态类型的概率的情况下，所述基于所述SAR数据以及所述亮度数据调整所述不同预设运动状态类型的概率，包括：

响应于检测到满足第一条件，以预设的第一大幅度增大所述第一状态类型的概率，所述满足第一条件包括：基于所述SAR数据检测到所述终端设备的状态由放入口袋状态变为手握状态和/或检测到所述亮度数据的数值由小变大；

响应于检测到满足第二条件，维持所述第一状态类型的概率不变或以预设的第一小幅度降低所述第一状态类型的概率，所述满足第二条件包括：所述亮度数据的数值维持在小于预设的数据范围内；

响应于检测到既不满足所述第一条件或所述第二条件，以预设的第二大幅度降低所述第一状态类型的概率，所述第二大幅度大于所述第一小幅度。

在一实施例中，在所述不同预设运动状态类型中的最大概率为所述第二状态类型的概率的情况下，所述基于所述SAR数据以及所述亮度数据调整所述不同预设运动状态类型的概率，包括：

响应于检测到满足第三条件，以预设的第三大幅度增大所述第二状态类型的概率，所述满足第三条件包括：基于所述SAR数据检测到所述终端设备的状态由手握状态变为放入口袋状态和/或检测到所述亮度数据的数值由大变小；

响应于检测到满足第四条件，维持所述第二状态类型的概率不变或以预设的第二小幅度降低所述第二状态类型的概率，所述满足第四条件包括：所述亮度数据的数值维持在小于预设的数据范围内，所述第三大幅度大于所述第二小幅度；

响应于检测到既不满足所述第三条件或所述第四条件，以预设的第四大幅度降低所述第二状态类型的概率，所述第四大幅度大于所述第二小幅度，所述第四大幅度大于或小于或等于所述第三大幅度。

在一实施例中，所述基于所述运动状态确定所述终端设备的坠落信息，包括：

基于预先构建的对应关系，确定所述运动状态类型对应的所述终端设备的坠落类型。

在一实施例中，所述警报信息的类型包含声音类型以及闪光灯类型中的至少一种。

在一实施例中，所述方法还包括：

向预设的通信联系人发送用于提示所述坠落信息的提示信息，所述提示信息中包含坠落类型、坠落发生地点以及坠落时间中的至少一项。

根据本公开实施例的第二方面，提供一种终端坠落提示装置，所述装置包括：

运动状态确定模块，用于响应于检测终端设备的当前状态为坠落状态，确定所述终端设备在所述当前状态之前的运动状态；

坠落信息确定模块，用于基于所述运动状态确定所述终端设备的坠落信息，所述坠落信息至少包括坠落类型；

警报信息生成模块，用于生成用于提示所述坠落信息的警报信息。

在一实施例中，所述装置还包括：

坠落状态检测模块，用于基于所述终端设备的惯性传感器IMU数据检测所述终端设备的当前状态是否为坠落状态。

在一实施例中，所述运动状态确定模块，包括：

类型概率获取单元，用于响应于基于所述终端设备的惯性传感器IMU数据确定所述终端设备处于运动状态，将所述IMU数据输入至预先训练的深度神经网络模型中，得到所述终端设备的不同预设运动状态类型的概率；

运动状态确定单元，用于基于所述不同预设运动状态类型的概率确定所述终端设备在所述当前状态之前的运动状态。

在一实施例中，所述装置还包括：概率调整模块；

所述概率调整模块，包括：

数据获取单元，用于基于终端设备上的SAR传感器和光线传感器分别获取SAR数据以及所述终端设备所处环境的亮度数据；

概率调整单元，用于基于所述SAR数据以及所述亮度数据调整所述不同预设运动状态类型的概率；

所述运动状态确定单元还用于基于调整后的不同预设运动状态类型的概率确定所述终端设备在所述当前状态之前的运动状态。

在一实施例中，所述不同预设运动状态类型至少包括第一状态类型和第二状态类型，所述第一状态类型对应于将所述终端设备从口袋中取出，所述第二状态类型对应于将所述终端设备放入口袋；

在所述不同预设运动状态类型中的最大概率为所述第一状态类型的概率的情况下，所述概率调整单元还用于：

响应于检测到满足第一条件，以预设的第一大幅度增大所述第一状态类型的概率，所述满足第一条件包括：基于所述SAR数据检测到所述终端设备的状态由放入口袋状态变为手握状态和/或检测到所述亮度数据的数值由小变大；

响应于检测到满足第二条件，维持所述第一状态类型的概率不变或以预设的第一小幅度降低所述第一状态类型的概率，所述满足第二条件包括：所述亮度数据的数值维持在小于预设的数据范围内；

响应于检测到既不满足所述第一条件或所述第二条件，以预设的第二大幅度降低所述第一状态类型的概率，所述第二大幅度大于所述第一小幅度。

在一实施例中，在所述不同预设运动状态类型中的最大概率为所述第二状态类型的概率的情况下，所述概率调整单元还用于：

响应于检测到满足第三条件，以预设的第三大幅度增大所述第二状态类型的概率，所述满足第三条件包括：基于所述SAR数据检测到所述终端设备的状态由手握状态变为放入口袋状态和/或检测到所述亮度数据的数值由大变小；

响应于检测到满足第四条件，维持所述第二状态类型的概率不变或以预设的第二小幅度降低所述第二状态类型的概率，所述满足第四条件包括：所述亮度数据的数值维持在小于预设的数据范围内，所述第三大幅度大于所述第二小幅度；

响应于检测到既不满足所述第三条件或所述第四条件，以预设的第四大幅度降低所述第二状态类型的概率，所述第四大幅度大于所述第二小幅度，所述第四大幅度大于或小于或等于所述第三大幅度。

在一实施例中，所述坠落信息确定模块还用于基于预先构建的对应关系，确定所述运动状态类型对应的所述终端设备的坠落类型。

在一实施例中，所述警报信息的类型包含声音类型以及闪光灯类型中的至少一种。

在一实施例中，所述装置还包括：

提示信息发送模块，用于向预设的通信联系人发送用于提示所述坠落信息的提示信息，所述提示信息中包含坠落类型、坠落发生地点以及坠落时间中的至少一项。

根据本公开实施例的第三方面，提供一种终端设备，所述设备包括：

处理器以及用于存储计算机程序的存储器；

其中，所述处理器被配置为在执行所述计算机程序时，实现：

响应于检测终端设备的当前状态为坠落状态，确定所述终端设备在所述当前状态之前的运动状态；

基于所述运动状态确定所述终端设备的坠落信息，所述坠落信息至少包括坠落类型；

生成用于提示所述坠落信息的警报信息。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现：

响应于检测终端设备的当前状态为坠落状态，确定所述终端设备在所述当前状态之前的运动状态；

基于所述运动状态确定所述终端设备的坠落信息，所述坠落信息至少包括坠落类型；

生成用于提示所述坠落信息的警报信息。

本公开的实施例提供的技术方案可以包括以下有益效果：

本公开通过响应于检测终端设备的当前状态为坠落状态，确定所述终端设备在所述当前状态之前的运动状态，并基于所述运动状态确定所述终端设备的坠落信息，所述坠落信息至少包括坠落类型，可以实现在检测终端设备的坠落状态时基于终端设备在当前状态之前的运动状态类型准确地确定所述终端设备的坠落信息，进而有利于实现后续基于生成的用于提示所述坠落信息的警报信息来提示用户，可为用户发现并找回终端设备提供准确的依据，可以提升用户的体验。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据本公开一示例性实施例示出的一种终端坠落提示方法的流程图；

图2是根据本公开又一示例性实施例示出的一种终端坠落提示方法的流程图；

图3是根据本公开一示例性实施例示出的如何确定所述终端设备在所述当前状态之前的运动状态的流程图；

图4是根据本公开又一示例性实施例示出的如何确定所述终端设备在所述当前状态之前的运动状态的流程图；

图5是根据本公开另一示例性实施例示出的一种终端坠落提示方法的流程图；

图6是根据本公开一示例性实施例示出的一种终端坠落提示装置的框图；

图7是根据本公开一示例性实施例示出的又一种终端坠落提示装置的框图；

图8是根据本公开一示例性实施例示出的一种终端设备的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施例并不代表与本公开相一致的所有实施例。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种终端坠落提示方法的流程图；本实施例的方法可以应用于终端设备(如，智能手机、平板电脑、智能手表等可穿戴设备等)。

如图1所示，该方法包括以下步骤S101-S103：

在步骤S101中，响应于检测终端设备的当前状态为坠落状态，确定所述终端设备在所述当前状态之前的运动状态。

本实施例中，终端设备可以响应于检测到自身的当前状态为坠落状态，确定所述终端设备在所述当前状态之前的运动状态。

举例来说，终端设备可以基于自身的惯性装置(如，惯性传感器IMU)等检测自身的当前状态是否为坠落状态，进而可以在检测到当前状态为坠落状态时，确定所述终端设备在所述当前状态之前的运动状态。

示例性地，可以预先基于实际需要设置终端设备的各种运动状态类型，如以下(a)至(d)中至少一项：

(a)相对稳定状态，如携带终端设备进行走路、跑步、骑车或乘车等状态；

(a)将终端设备取出口袋的状态；

(b)将终端设备放入口袋的状态；

(c)将终端设备移动至其他物体上面或里面(该“其他物体”为口袋之外的物体)的状态。

在此基础上，终端设备可以通过自身的设定传感器基于设定频率获取相应的传感器数据，进而基于这些传感器数据确定终端设备的运动状态类型随时间变化的情况，进而当检测终端设备的当前状态为坠落状态时，可以确定终端设备在当前状态之前的运动状态类型。

在另一实施例中，上述确定所述终端设备在所述当前状态之前的运动状态的方式还可以参见下述图3所示实施例，在此先不进行详述。

在步骤S102中，基于所述运动状态确定所述终端设备的坠落信息，所述坠落信息至少包括坠落类型。

本实施例中，当确定所述终端设备在所述当前状态之前的运动状态后，可以基于所述运动状态确定所述终端设备的坠落信息，所述坠落信息至少包括坠落类型。

其中，上述终端设备的坠落信息可以包括该终端设备的坠落类型。

举例来说，可以预先构建各种运动状态类型与终端设备的坠落类型之间的对应关系，例如以下(i)至(iii)中至少一种：

(i)、“将终端设备取出口袋的状态”对应于“从手中坠落”；

(ii)、“将终端设备放入口袋的状态”对应于“从口袋中坠落”；

(iii)、“将终端设备移动至其他物体上面或里面”对应于“从其他地方坠落”。

在此基础上，当确定终端设备在所述当前状态之前的运动状态类型后，可以基于所述运动状态类型，查询上述对应关系，从而确定运动状态类型对应的坠落类型。

在步骤S103中，生成用于提示所述坠落信息的警报信息。

本实施例中，当终端设备基于所述运动状态确定所述终端设备的坠落信息后，可以生成用于提示所述坠落信息的警报信息，以及时向用户提示终端设备的坠落信息，可以令用户尽早发现终端设备的坠落。

可以理解的是，上述警报信息的类型可以基于实际需要进行设置，如设置为声音类型以及闪光灯类型中的至少一种，本实施例对比不进行限定，其中，闪光灯亮度还可以与场景和当前光感读数相关。示例性地，基于终端设备的坠落信息不同，也可以设置不同的警报信息的类型，如此即可令用户更好的判断出终端设备的不同坠落情况。

由上述描述可知，本实施例的方法通过响应于检测终端设备的当前状态为坠落状态，确定所述终端设备在所述当前状态之前的运动状态，并基于所述运动状态确定所述终端设备的坠落信息，所述坠落信息至少包括坠落类型，可以实现在检测终端设备的坠落状态时基于终端设备在当前状态之前的运动状态类型准确地确定所述终端设备的坠落信息，进而有利于实现后续基于生成的用于提示所述坠落信息的警报信息来提示用户，可为用户发现并找回终端设备提供准确的依据，可以提升用户的体验。

图2是根据本公开又一示例性实施例示出的一种终端坠落提示方法的流程图；本实施例的方法可以应用于终端设备(如，智能手机、平板电脑、智能手表等可穿戴设备等)。

如图2所示，该方法包括以下步骤S201-S204：

在步骤S201中，基于所述终端设备的惯性传感器IMU数据检测所述终端设备的当前状态是否为坠落状态。

其中，IMU(Inertial Measurement Unit)传感器的主要用途是检测和测量终端设备的加速度与旋转运动，其原理是采用惯性定律实现的。示例性地，IMU可以包括加速度计和角速度计(陀螺仪)，加速度计可以检测轴向加速度并转换成可用输出信号的传感器，而陀螺仪是能够检测运动体相对于惯性空间的运动角速度的传感器。在此基础上，通过获取IMU数据可以确定终端设备的轴向加速度以及运动角速度，从而可以将该轴向加速度以及运动角速度输入预先构建的坠落检测模型中，得到终端设备的当前状态是否为坠落状态的检测结果。其中，上述基于IMU数据以及坠落检测模型的方式仅用于示例性说明，在实际应用中还可以基于业务需要采用其他方式检测终端设备是否为坠落状态，所得结果同样适用于本实施例的后续步骤。

值得说明的是，上述坠落检测模型的构建以及训练方式可以参见相关技术中的解释和说明。示例性地，可以预先获取终端设备在坠落状态和非坠落状态下的轴向加速度以及运动角速度的样本数据，进而基于该样本数据训练预先构建的待训练模型，当检测到满足训练截止条件后，可以停止模型训练，即可得到训练好的坠落检测模型，其中，该待训练模型可以为CNN卷积神经网络模块，本实施例对此不进行限定。

在步骤S202中，响应于检测终端设备的当前状态为坠落状态，确定所述终端设备在所述当前状态之前的运动状态。

在步骤S203中，基于所述运动状态确定所述终端设备的坠落信息，所述坠落信息至少包括坠落类型。

在步骤S204中，生成用于提示所述坠落信息的警报信息。其中，步骤S202-S204的相关解释和说明可以参见上述图1所示实施例中的步骤S101-S103，在此不进行赘述。

由上述描述可知，本实施例通过利用所述终端设备的惯性传感器IMU数据检测所述终端设备的当前状态是否为坠落状态，可以为后续当检测终端设备的当前状态为坠落状态时确定所述终端设备在所述当前状态之前的运动状态奠定基础，有利于后续基于终端设备在当前状态之前的运动状态类型准确地确定所述终端设备的坠落信息，进而有利于实现后续基于生成的用于提示所述坠落信息的警报信息来提示用户，可为用户发现并找回终端设备提供准确的依据，可以提升用户的体验。

图3是根据本公开一示例性实施例示出的如何确定所述终端设备在所述当前状态之前的运动状态的流程图；本实施例在上述实施例的基础上以如何确定所述终端设备在所述当前状态之前的运动状态为例进行示例性说明。如图3所示，上述步骤S101中所述的确定所述终端设备在所述当前状态之前的运动状态，可以包括以下步骤S301-S302：

在步骤S301中，响应于基于所述终端设备的惯性传感器IMU数据确定所述终端设备处于运动状态，将所述IMU数据输入至预先训练的深度神经网络模型中，得到所述终端设备的不同预设运动状态类型的概率。

本实施例中，当检测终端设备的当前状态为坠落状态时，可以基于该终端设备的IMU数据确定终端设备是否处于运动状态(即，非静止状态)，进而可以当确定终端设备处于运动状态时，将终端设备的IMU数据输入至预先训练的深度神经网络模型中，得到所述终端设备的不同预设运动状态类型的概率。也即，该深度神经网络模型的输入可以为终端设备的IMU数据，而该深度神经网络模型的输出可以为终端设备的不同预设运动状态类型的概率。

其中，上述不同预设运动状态类型可以包括以下(a)至(d)中至少一项：

(a)相对稳定状态，如携带终端设备进行走路、跑步、骑车或乘车等状态；

(a)将终端设备取出口袋的状态；

(b)将终端设备放入口袋的状态；

(c)将终端设备移动至其他物体上面或里面(该“其他物体”为口袋之外的物体)的状态。

在步骤S302中，基于所述不同预设运动状态类型的概率确定所述终端设备在所述当前状态之前的运动状态。

本实施例中，当将所述IMU数据输入至预先训练的深度神经网络模型中，得到所述终端设备的不同预设运动状态类型的概率后，可以基于所述不同预设运动状态类型的概率确定所述终端设备在所述当前状态之前的运动状态。

举例来说，当得到所述终端设备的不同预设运动状态类型的概率后，可以将其中概率最大的预设状态类型确定为终端设备在所述当前状态之前的运动状态类型。可以理解的是，本实施例中基于概率最大的预设状态类型确定运动状态类型的方式仅用于示例性说明，在实际应用中，当得到终端设备的不同预设运动状态类型的概率后，还可以采取其他方式从中确定终端设备在所述当前状态之前的运动状态类型，本实施例对此不进行限定。

由上述描述可知，本实施例通过响应于基于所述终端设备的惯性传感器IMU数据确定所述终端设备处于运动状态，将所述IMU数据输入至预先训练的深度神经网络模型中，得到所述终端设备的不同预设运动状态类型的概率，进而基于所述不同预设运动状态类型的概率确定所述终端设备在所述当前状态之前的运动状态，可以实现准确地确定终端设备在所述当前状态之前的运动状态类型，进而可以实现后续基于所述运动状态类型准确地确定所述终端设备的坠落信息，有利于后续基于生成的用于提示所述坠落信息的警报信息来提示用户，可作为用户发现并找回终端设备的准确依据，从而提升用户的体验。

图4是根据本公开又一示例性实施例示出的如何确定所述终端设备在所述当前状态之前的运动状态的流程图；本实施例在上述实施例的基础上以如何确定所述终端设备在所述当前状态之前的运动状态为例进行示例性说明。如图4所示，上述步骤S101中所述的确定所述终端设备在所述当前状态之前的运动状态，可以包括以下步骤S401-S404：

在步骤S401中，响应于基于所述终端设备的惯性传感器IMU数据确定所述终端设备处于运动状态，将所述IMU数据输入至预先训练的深度神经网络模型中，得到所述终端设备的不同预设运动状态类型的概率。

在步骤S402中，基于终端设备上的SAR传感器和光线传感器分别获取SAR数据以及所述终端设备所处环境的亮度数据。

本实施例中，为了进一步提高确定终端设备的不同预设运动状态类型的概率的准确性，可以基于终端设备上的SAR传感器和光线传感器分别获取SAR数据以及所述终端设备所处环境的亮度数据。

具体地，电磁波吸收比值或吸收率(Specific Absorption Rate，SAR)传感器，简称SAR传感器。SAR是手机或无线产品等终端设备的电磁波能量吸收比值，其定义为：在外磁场的作用下，人体内将产生感应电磁场，由于人体各器官均为有耗介质，因此体内电磁场将会产生电流，导致吸收和耗散电磁能量。SAR的意义是单位质量的人体组织所吸收或消耗的电磁功率，单位为W/kg，W代表功率单位瓦，kg代表质量单位千克。本实施例中通过SAR传感器采集终端设备的SAR数据，终端设备不同，采集到的SAR数据的数值也会不同。此外，终端设备与人体的距离也影响SAR数据。因而本实施例中可以通过SAR传感器获取终端设备的SAR数据，从而基于SAR数据衡量终端设备与人体的距离。

而光线传感器可以用于检测终端设备所处环境的亮度数据，从而可以用于判断终端设备所处的环境，例如是否处于口袋中、用户的手中等环境。

在步骤S403中，基于所述SAR数据以及所述亮度数据调整所述不同预设运动状态类型的概率。

本实施例中，当基于终端设备上的SAR传感器和光线传感器分别获取SAR数据以及所述终端设备所处环境的亮度数据后，可以基于所述SAR数据以及所述亮度数据调整所述不同预设运动状态类型的概率。

在一实施例中，上述不同预设运动状态类型可以至少包括第一状态类型和第二状态类型，所述第一状态类型对应于将所述终端设备从口袋中取出，所述第二状态类型对应于将所述终端设备放入口袋。在此基础上，若上述不同预设运动状态类型中的最大概率为所述第一状态类型的概率，则上述步骤S403可以包括以下(1)至(3)中至少一种情况：

(1)、响应于检测到满足第一条件，以预设的第一大幅度增大所述第一状态类型的概率，所述满足第一条件包括：基于所述SAR数据检测到所述终端设备的状态由放入口袋状态变为手握状态和/或检测到所述亮度数据的数值由小变大；

(2)、响应于检测到满足第二条件，维持所述第一状态类型的概率不变或以预设的第一小幅度降低所述第一状态类型的概率，所述满足第二条件包括：所述亮度数据的数值维持在小于预设的数据范围内；

(3)、响应于检测到既不满足所述第一条件或所述第二条件，以预设的第二大幅度降低所述第一状态类型的概率。

其中，上述第一大幅度大于第一小幅度，第二大幅度大于第一小幅度，第一大幅度可以大于、等于或小于第二大幅度。

在另一实施例中，若上述不同预设运动状态类型中的最大概率为所述第二状态类型的概率，则上述步骤S403可以包括以下(4)至(5)中至少一种情况：

(4)、响应于检测到满足第三条件，以预设的第三大幅度增大所述第二状态类型的概率，所述满足第三条件包括：基于所述SAR数据检测到所述终端设备的状态由手握状态变为放入口袋状态和/或检测到所述亮度数据的数值由大变小；

(5)、响应于检测到满足第四条件，维持所述第二状态类型的概率不变或以预设的第二小幅度降低所述第二状态类型的概率，所述满足第四条件包括：所述亮度数据的数值维持在小于预设的数据范围内；

(6)、响应于检测到既不满足所述第三条件或所述第四条件，以预设的第四大幅度降低所述第二状态类型的概率。

其中，上述第三大幅度大于第二小幅度，第四大幅度大于第二小幅度，第三大幅度可以大于、等于或小于第四大幅度。

在步骤S404中，基于所述不同预设运动状态类型的概率确定所述终端设备在所述当前状态之前的运动状态。

本实施例中，当基于所述SAR数据以及所述亮度数据调整所述不同预设运动状态类型的概率后，可以基于调整后的不同预设运动状态类型的概率确定所述终端设备在所述当前状态之前的运动状态。

其中，步骤S401以及步骤S404的相关解释和说明可以参见上述图3所示实施例中的步骤S301-S302，在此不进行赘述。

由上述描述可知，本实施例通过基于终端设备上的SAR传感器和光线传感器分别获取SAR数据以及所述终端设备所处环境的亮度数据，并基于所述SAR数据以及所述亮度数据调整所述不同预设运动状态类型的概率，进而可以实现基于调整后的不同预设运动状态类型的概率确定所述终端设备在所述当前状态之前的运动状态，在此基础上即可基于所述运动状态类型准确地确定所述终端设备的坠落信息，有利于后续基于生成的用于提示所述坠落信息的警报信息来提示用户，可作为用户发现并找回终端设备的准确依据，从而提升用户的体验。

图5是根据本公开另一示例性实施例示出的一种终端坠落提示方法的流程图；本实施例的方法可以应用于终端设备(如，智能手机、平板电脑、智能手表等可穿戴设备等)。

如图5所示，该方法包括以下步骤S501-S504：

在步骤S501中，响应于检测终端设备的当前状态为坠落状态，确定所述终端设备在所述当前状态之前的运动状态。

在步骤S502中，基于所述运动状态确定所述终端设备的坠落信息，所述坠落信息至少包括坠落类型。

在步骤S503中，生成用于提示所述坠落信息的警报信息。

其中，步骤S501-S503的相关解释和说明可以参见上述图1所示实施例中的步骤S101-S103，在此不进行赘述。

在步骤S504中，向预设的通信联系人发送用于提示所述坠落信息的提示信息。

本实施例中，当基于所述运动状态确定所述终端设备的坠落信息后，还可以向预设的通信联系人发送用于提示所述坠落信息的提示信息，其中，所述提示信息中包含终端设备的坠落类型、坠落发生地点以及坠落时间中的至少一项。

举例来说，上述终端设备的坠落类型可以包括以下1)至3)中至少一种：

1)从手中坠落；

2)从口袋中坠落；

3)从其他地方坠落。

示例性地，上述坠落发生地点可以基于终端设备的定位装置(如，GPS模块)进行获取。例如，当检测到终端设备发送坠落时，可以获取GPS模块当前检测到的定位数据，并作为终端设备的坠落发生地点；并且，可以当检测到终端设备发送坠落时，获取当前的时间，进而可以基于上述坠落类型、坠落发生地点以及坠落时间中的至少一项生成提示信息，并向预设的通信联系人。值得说明的是，上述通信联系人可以为终端设备的电话通讯联系人，或其他即时通讯程序的联系人，本实施例对此不进行限定。

由上述描述可知，本实施例通过当基于所述运动状态确定所述终端设备的坠落信息后，生成用于提示所述坠落信息的警报信息以及向预设的通信联系人发送用于提示所述坠落信息的提示信息，有利于用户基于终端设备生成的警报信息或通信联系人告知的提示信息尽早的发现并找回终端设备，可以提升用户的体验。

图6是根据一示例性实施例示出的一种终端坠落提示装置的框图；本实施例的装置可以应用于终端设备(如，智能手机、平板电脑、智能手表等可穿戴设备等)。如图6所示，该装置包括：运动状态确定模块110、坠落信息确定模块120和警报信息生成模块130，其中：

运动状态确定模块110，用于响应于检测终端设备的当前状态为坠落状态，确定所述终端设备在所述当前状态之前的运动状态；

坠落信息确定模块120，用于基于所述运动状态确定所述终端设备的坠落信息，所述坠落信息至少包括坠落类型；

警报信息生成模块130，用于生成用于提示所述坠落信息的警报信息。

由上述描述可知，本实施例的装置通过响应于检测终端设备的当前状态为坠落状态，确定所述终端设备在所述当前状态之前的运动状态，并基于所述运动状态确定所述终端设备的坠落信息，所述坠落信息至少包括坠落类型，可以实现在检测终端设备的坠落状态时基于终端设备在当前状态之前的运动状态类型准确地确定所述终端设备的坠落信息，进而有利于实现后续基于生成的用于提示所述坠落信息的警报信息来提示用户，可为用户发现并找回终端设备提供准确的依据，可以提升用户的体验。

图7是根据又一示例性实施例示出的一种终端坠落提示装置的框图；本实施例的装置可以应用于终端设备(如，智能手机、平板电脑、智能手表等可穿戴设备等)。其中，运动状态确定模块210、坠落信息确定模块220和警报信息生成模块230与前述图6所示实施例中的运动状态确定模块110、坠落信息确定模块120和警报信息生成模块130的功能相同，在此不进行赘述。如图7所示，该装置还可以包括：

坠落状态检测模块240，用于基于所述终端设备的惯性传感器IMU数据检测所述终端设备的当前状态是否为坠落状态。

在一实施例中，运动状态确定模块210，包括：

类型概率获取单元211，用于响应于基于所述终端设备的惯性传感器IMU数据确定所述终端设备处于运动状态，将所述IMU数据输入至预先训练的深度神经网络模型中，得到所述终端设备的不同预设运动状态类型的概率；

运动状态确定单元212，用于基于所述不同预设运动状态类型的概率确定所述终端设备在所述当前状态之前的运动状态。

在一实施例中，上述装置还可以包括：概率调整模块250；

所述的概率调整模块250，可以包括：

数据获取单元251，用于基于终端设备上的SAR传感器和光线传感器分别获取SAR数据以及所述终端设备所处环境的亮度数据；

概率调整单元252，用于基于所述SAR数据以及所述亮度数据调整所述不同预设运动状态类型的概率；

相应地，运动状态确定单元212还可以用于基于调整后的不同预设运动状态类型的概率确定所述终端设备在所述当前状态之前的运动状态。

在一实施例中，上述不同预设运动状态类型至少包括第一状态类型和第二状态类型，所述第一状态类型对应于将所述终端设备从口袋中取出，所述第二状态类型对应于将所述终端设备放入口袋；

在所述不同预设运动状态类型中的最大概率为所述第一状态类型的概率的情况下，概率调整单元252还可以用于：

响应于检测到满足第一条件，以预设的第一大幅度增大所述第一状态类型的概率，所述满足第一条件包括：基于所述SAR数据检测到所述终端设备的状态由放入口袋状态变为手握状态和/或检测到所述亮度数据的数值由小变大；

响应于检测到满足第二条件，维持所述第一状态类型的概率不变或以预设的第一小幅度降低所述第一状态类型的概率，所述满足第二条件包括：所述亮度数据的数值维持在小于预设的数据范围内；

响应于检测到既不满足所述第一条件或所述第二条件，以预设的第二大幅度降低所述第一状态类型的概率，所述第二大幅度大于所述第一小幅度。

在一实施例中，在所述不同预设运动状态类型中的最大概率为所述第二状态类型的概率的情况下，概率调整单元252还可以用于：

响应于检测到满足第三条件，以预设的第三大幅度增大所述第二状态类型的概率，所述满足第三条件包括：基于所述SAR数据检测到所述终端设备的状态由手握状态变为放入口袋状态和/或检测到所述亮度数据的数值由大变小；

响应于检测到满足第四条件，维持所述第二状态类型的概率不变或以预设的第二小幅度降低所述第二状态类型的概率，所述满足第四条件包括：所述亮度数据的数值维持在小于预设的数据范围内，所述第三大幅度大于所述第二小幅度；

响应于检测到既不满足所述第三条件或所述第四条件，以预设的第四大幅度降低所述第二状态类型的概率，所述第四大幅度大于所述第二小幅度，所述第四大幅度大于或小于或等于所述第三大幅度。

在一实施例中，坠落信息确定模块220还可以用于基于预先构建的对应关系，确定所述运动状态类型对应的所述终端设备的坠落类型。

在一实施例中，所述警报信息的类型包含声音类型以及闪光灯类型中的至少一种。

在一实施例中，上述装置还可以包括：

提示信息发送模块260，用于向预设的通信联系人发送用于提示所述坠落信息的提示信息，所述提示信息中包含坠落类型、坠落发生地点以及坠落时间中的至少一项。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图8是根据一示例性实施例示出的一种终端设备的框图。例如，设备900可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图8，设备900可以包括以下一个或多个组件：处理组件902，存储器904，电源组件906，多媒体组件908，音频组件910，输入/输出(I/O)的接口912，传感器组件914，以及通信组件916。

处理组件902通常控制设备900的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件902可以包括一个或多个处理器920来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件902可以包括一个或多个模块，便于处理组件902和其他组件之间的交互。例如，处理组件902可以包括多媒体模块，以方便多媒体组件908和处理组件902之间的交互。

存储器904被配置为存储各种类型的数据以支持在设备900的操作。这些数据的示例包括用于在设备900上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器904可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件906为设备900的各种组件提供电力。电源组件906可以包括电源管理系统，一个或多个电源，及其他与为设备900生成、管理和分配电力相关联的组件。

多媒体组件908包括在所述设备900和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件908包括一个前置摄像头和/或后置摄像头。当设备900处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件910被配置为输出和/或输入音频信号。例如，音频组件910包括一个麦克风(MIC)，当设备900处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器904或经由通信组件916发送。在一些实施例中，音频组件910还包括一个扬声器，用于输出音频信号。

I/O接口912为处理组件902和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件914包括一个或多个传感器，用于为设备900提供各个方面的状态评估。例如，传感器组件914可以检测到设备900的打开/关闭状态，组件的相对定位，例如所述组件为设备900的显示器和小键盘，传感器组件914还可以检测设备900或设备900一个组件的位置改变，用户与设备900接触的存在或不存在，设备900方位或加速/减速和设备900的温度变化。传感器组件914还可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件914还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件914还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件916被配置为便于设备900和其他设备之间有线或无线方式的通信。设备900可以接入基于通信标准的无线网络，如WiFi，2G或3G，4G或5G或它们的组合。在一个示例性实施例中，通信组件916经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件916还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，设备900可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子组件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器904，上述指令可由设备900的处理器920执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (18)

1.一种终端坠落提示方法，其特征在于，所述方法包括：

响应于检测终端设备的当前状态为坠落状态，确定所述终端设备在所述当前状态之前的运动状态；

基于所述运动状态确定所述终端设备的坠落信息，所述坠落信息至少包括坠落类型；

生成用于提示所述坠落信息的警报信息。

2.根据权利要求1所述的方法，其特征在于，所述确定所述终端设备在所述当前状态之前的运动状态，包括：

响应于基于所述终端设备的惯性传感器IMU数据确定所述终端设备处于运动状态，将所述IMU数据输入至预先训练的深度神经网络模型中，得到所述终端设备的不同预设运动状态类型的概率；

基于所述不同预设运动状态类型的概率确定所述终端设备在所述当前状态之前的运动状态。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

基于终端设备上的SAR传感器和光线传感器分别获取SAR数据以及所述终端设备所处环境的亮度数据；

基于所述SAR数据以及所述亮度数据调整所述不同预设运动状态类型的概率；

所述基于所述不同预设运动状态类型的概率确定所述终端设备在所述当前状态之前的运动状态，包括：

基于调整后的不同预设运动状态类型的概率确定所述终端设备在所述当前状态之前的运动状态。

4.根据权利要求3所述的方法，其特征在于，所述不同预设运动状态类型至少包括第一状态类型和第二状态类型，所述第一状态类型对应于将所述终端设备从口袋中取出，所述第二状态类型对应于将所述终端设备放入口袋；

在所述不同预设运动状态类型中的最大概率为所述第一状态类型的概率的情况下，所述基于所述SAR数据以及所述亮度数据调整所述不同预设运动状态类型的概率，包括：

响应于检测到满足第一条件，以预设的第一大幅度增大所述第一状态类型的概率，所述满足第一条件包括：基于所述SAR数据检测到所述终端设备的状态由放入口袋状态变为手握状态和/或检测到所述亮度数据的数值由小变大；

响应于检测到满足第二条件，维持所述第一状态类型的概率不变或以预设的第一小幅度降低所述第一状态类型的概率，所述满足第二条件包括：所述亮度数据的数值维持在小于预设的数据范围内；

响应于检测到既不满足所述第一条件或所述第二条件，以预设的第二大幅度降低所述第一状态类型的概率，所述第二大幅度大于所述第一小幅度。

5.根据权利要求4所述的方法，其特征在于，在所述不同预设运动状态类型中的最大概率为所述第二状态类型的概率的情况下，所述基于所述SAR数据以及所述亮度数据调整所述不同预设运动状态类型的概率，包括：

响应于检测到满足第三条件，以预设的第三大幅度增大所述第二状态类型的概率，所述满足第三条件包括：基于所述SAR数据检测到所述终端设备的状态由手握状态变为放入口袋状态和/或检测到所述亮度数据的数值由大变小；

响应于检测到满足第四条件，维持所述第二状态类型的概率不变或以预设的第二小幅度降低所述第二状态类型的概率，所述满足第四条件包括：所述亮度数据的数值维持在小于预设的数据范围内，所述第三大幅度大于所述第二小幅度；

响应于检测到既不满足所述第三条件或所述第四条件，以预设的第四大幅度降低所述第二状态类型的概率，所述第四大幅度大于所述第二小幅度，所述第四大幅度大于或小于或等于所述第三大幅度。

6.根据权利要求1所述的方法，其特征在于，所述基于所述运动状态确定所述终端设备的坠落信息，包括：

基于预先构建的对应关系，确定所述运动状态类型对应的所述终端设备的坠落类型。

7.根据权利要求1所述的方法，其特征在于，所述警报信息的类型包含声音类型以及闪光灯类型中的至少一种。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

向预设的通信联系人发送用于提示所述坠落信息的提示信息，所述提示信息中包含坠落类型、坠落发生地点以及坠落时间中的至少一项。

9.一种终端坠落提示装置，其特征在于，所述装置包括：

运动状态确定模块，用于响应于检测终端设备的当前状态为坠落状态，确定所述终端设备在所述当前状态之前的运动状态；

坠落信息确定模块，用于基于所述运动状态确定所述终端设备的坠落信息，所述坠落信息至少包括坠落类型；

警报信息生成模块，用于生成用于提示所述坠落信息的警报信息。

10.根据权利要求9所述的装置，其特征在于，所述运动状态确定模块，包括：

类型概率获取单元，用于响应于基于所述终端设备的惯性传感器IMU数据确定所述终端设备处于运动状态，将所述IMU数据输入至预先训练的深度神经网络模型中，得到所述终端设备的不同预设运动状态类型的概率；

运动状态确定单元，用于基于所述不同预设运动状态类型的概率确定所述终端设备在所述当前状态之前的运动状态。

11.根据权利要求10所述的装置，其特征在于，所述装置还包括：概率调整模块；

所述概率调整模块，包括：

数据获取单元，用于基于终端设备上的SAR传感器和光线传感器分别获取SAR数据以及所述终端设备所处环境的亮度数据；

概率调整单元，用于基于所述SAR数据以及所述亮度数据调整所述不同预设运动状态类型的概率；

所述运动状态确定单元还用于基于调整后的不同预设运动状态类型的概率确定所述终端设备在所述当前状态之前的运动状态。

12.根据权利要求11所述的装置，其特征在于，所述不同预设运动状态类型至少包括第一状态类型和第二状态类型，所述第一状态类型对应于将所述终端设备从口袋中取出，所述第二状态类型对应于将所述终端设备放入口袋；

在所述不同预设运动状态类型中的最大概率为所述第一状态类型的概率的情况下，所述概率调整单元还用于：

响应于检测到满足第一条件，以预设的第一大幅度增大所述第一状态类型的概率，所述满足第一条件包括：基于所述SAR数据检测到所述终端设备的状态由放入口袋状态变为手握状态和/或检测到所述亮度数据的数值由小变大；

响应于检测到满足第二条件，维持所述第一状态类型的概率不变或以预设的第一小幅度降低所述第一状态类型的概率，所述满足第二条件包括：所述亮度数据的数值维持在小于预设的数据范围内；

响应于检测到既不满足所述第一条件或所述第二条件，以预设的第二大幅度降低所述第一状态类型的概率，所述第二大幅度大于所述第一小幅度。

13.根据权利要求12所述的装置，其特征在于，在所述不同预设运动状态类型中的最大概率为所述第二状态类型的概率的情况下，所述概率调整单元还用于：

响应于检测到满足第三条件，以预设的第三大幅度增大所述第二状态类型的概率，所述满足第三条件包括：基于所述SAR数据检测到所述终端设备的状态由手握状态变为放入口袋状态和/或检测到所述亮度数据的数值由大变小；

响应于检测到满足第四条件，维持所述第二状态类型的概率不变或以预设的第二小幅度降低所述第二状态类型的概率，所述满足第四条件包括：所述亮度数据的数值维持在小于预设的数据范围内，所述第三大幅度大于所述第二小幅度；

响应于检测到既不满足所述第三条件或所述第四条件，以预设的第四大幅度降低所述第二状态类型的概率，所述第四大幅度大于所述第二小幅度，所述第四大幅度大于或小于或等于所述第三大幅度。

14.根据权利要求9所述的装置，其特征在于，所述坠落信息确定模块还用于基于预先构建的对应关系，确定所述运动状态类型对应的所述终端设备的坠落类型。

15.根据权利要求9所述的装置，其特征在于，所述警报信息的类型包含声音类型以及闪光灯类型中的至少一种。

16.根据权利要求9所述的装置，其特征在于，所述装置还包括：

提示信息发送模块，用于向预设的通信联系人发送用于提示所述坠落信息的提示信息，所述提示信息中包含坠落类型、坠落发生地点以及坠落时间中的至少一项。

17.一种终端设备，其特征在于，所述设备包括：

处理器以及用于存储计算机程序的存储器；

其中，所述处理器被配置为在执行所述计算机程序时，实现：

响应于检测终端设备的当前状态为坠落状态，确定所述终端设备在所述当前状态之前的运动状态；

基于所述运动状态确定所述终端设备的坠落信息，所述坠落信息至少包括坠落类型。

18.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现：

响应于检测终端设备的当前状态为坠落状态，确定所述终端设备在所述当前状态之前的运动状态；

基于所述运动状态确定所述终端设备的坠落信息，所述坠落信息至少包括坠落类型。