CN118012264A - 基于手持设备的手持方式判断方法及系统 - Google Patents
基于手持设备的手持方式判断方法及系统 Download PDFInfo
- Publication number
- CN118012264A CN118012264A CN202410166438.0A CN202410166438A CN118012264A CN 118012264 A CN118012264 A CN 118012264A CN 202410166438 A CN202410166438 A CN 202410166438A CN 118012264 A CN118012264 A CN 118012264A
- Authority
- CN
- China
- Prior art keywords
- temperature
- handheld
- aggregation
- mode
- hand
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000002776 aggregation Effects 0.000 claims abstract description 208
- 238000004220 aggregation Methods 0.000 claims abstract description 208
- 230000003044 adaptive effect Effects 0.000 claims abstract description 50
- 238000012544 monitoring process Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims description 23
- 238000007621 cluster analysis Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000010223 real-time analysis Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 claims description 2
- 238000004140 cleaning Methods 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims description 2
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 2
- 238000009825 accumulation Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000005477 standard model Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- 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
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明实施例涉及手持方式判断技术领域，具体公开了基于手持设备的手持方式判断方法及系统。本发明实施例通过对手持设备的两侧进行温度采集，获取两侧温度数据；构建温度聚集模型，识别当前手持方式；匹配相应的适配虚拟键盘，展示适配虚拟键盘；判断用户对于手持设备是否手持稳定，并在手持不稳定时，进行危险报警。能够对手持设备的两侧进行温度采集，获取两侧温度数据，构建温度聚集模型，识别当前手持方式，并根据不同的手持方式，匹配相应的适配虚拟键盘，且能够根据温度聚集模型进行手持稳定的判断与危险报警，既能够实现简单方便、精确的手持方式判断，又能够为不同的手持方式匹配适配虚拟键盘和稳定监测，具有广泛的应用前景。
Description
技术领域
本发明属于手持方式判断技术领域，尤其涉及基于手持设备的手持方式判断方法及系统。
背景技术
手持设备，是便携式电子设备，通常具有信息存储、处理和传输的能力，通常具有显示屏幕，用来查看信息或进行人机交互，广泛应用于各种领域，如移动通信、个人信息管理、医疗保健、娱乐等。手持设备的特点是便携、轻便、易于使用和操作。
现有技术中，通常是记录手持设备的移动轨迹，构建坐标系，根据坐标系和手持设备的移动轨迹确定坐标系X轴和Y轴的极性，根据X轴和Y轴的极性识别判断为左手手持或右手手持，这种手持方式判断较为复杂，且判断结果容易出现失误，不能够实现简单方便、精确的手持方式判断。
发明内容
本发明实施例的目的在于提供基于手持设备的手持方式判断方法及系统，旨在解决背景技术中提出的问题。
为实现上述目的，本发明实施例提供如下技术方案：
基于手持设备的手持方式判断方法，所述方法具体包括以下步骤：
对手持设备的两侧进行温度采集，获取两侧温度数据；
基于所述两侧温度数据，进行温度聚集分析，构建温度聚集模型，并根据所述温度聚集模型，识别当前手持方式；
根据所述当前手持方式，匹配相应的适配虚拟键盘，在具有输入需求时，展示所述适配虚拟键盘；
对所述温度聚集模型进行实时分析，判断用户对于所述手持设备是否手持稳定，并在手持不稳定时，进行危险报警。
作为本发明实施例技术方案进一步的限定，所述对手持设备的两侧进行温度采集，获取两侧温度数据具体包括以下步骤：
对手持设备进行状态监测，获取设备状态信息；
根据所述设备状态信息，判断所述手持设备是否符合温度采集条件；
在所述手持设备符合温度采集条件时，生成温度采集指令；
按照所述温度采集指令，进行两侧的实时温度采集，获取所述手持设备的两侧温度数据。
作为本发明实施例技术方案进一步的限定，所述设备状态信息包括：设备电池电量、设备电池状态和设备环境温度；所述温度采集条件包括：设备环境温度小于预设的环境温度阈值、设备电池电量大于预设的电池电量阈值和/或设备电池状态为电池充电状态。
作为本发明实施例技术方案进一步的限定，所述基于所述两侧温度数据，进行温度聚集分析，构建温度聚集模型，并根据所述温度聚集模型，识别当前手持方式具体包括以下步骤：
基于所述两侧温度数据，进行温度聚集分析，确定多个温度聚集区域和对应的温度聚集位置；
根据多个温度聚集区域和多个温度聚集位置，构建温度聚集模型；
在所述温度聚集模型的左侧具有三个或四个温度聚集区域，且右侧具有一个温度聚集区域时，判定当前手持方式为右手手持方式；
在所述温度聚集模型的右侧具有三个或四个温度聚集区域，且左侧具有一个温度聚集区域时，判定当前手持方式为左手手持方式。
作为本发明实施例技术方案进一步的限定，所述根据所述当前手持方式，匹配相应的适配虚拟键盘，在具有输入需求时，展示所述适配虚拟键盘具体包括以下步骤：
根据所述当前手持方式，匹配相应的适配虚拟键盘；
在具有输入需求时，触发键盘输入指令；
根据所述键盘输入指令，展示所述适配虚拟键盘。
作为本发明实施例技术方案进一步的限定，所述对所述温度聚集模型进行实时分析，判断用户对于所述手持设备是否手持稳定，并在手持不稳定时，进行危险报警具体包括以下步骤：
基于所述温度聚集模型，记录多个所述温度聚集区域的区域温度；
将多个所述区域温度与预设的标准温度进行比较；
在多个所述区域温度均小于预设的标准温度时，判定手持不稳定，并生成危险报警信号；
根据所述危险报警信号，进行手持危险报警。
基于手持设备的手持方式判断系统，所述系统包括两侧温度采集单元、手持方式识别单元、虚拟键盘匹配单元和手持稳定判断单元，其中：
两侧温度采集单元，用于对手持设备的两侧进行温度采集，获取两侧温度数据；
手持方式识别单元，用于基于所述两侧温度数据，进行温度聚集分析，构建温度聚集模型，并根据所述温度聚集模型，识别当前手持方式；
虚拟键盘匹配单元，用于根据所述当前手持方式，匹配相应的适配虚拟键盘，在具有输入需求时，展示所述适配虚拟键盘；
手持稳定判断单元，用于对所述温度聚集模型进行实时分析，判断用户对于所述手持设备是否手持稳定，并在手持不稳定时，进行危险报警。
作为本发明实施例技术方案进一步的限定，所述两侧温度采集单元具体包括：
状态监测模块，用于对手持设备进行状态监测，获取设备状态信息；
条件判断模块，用于根据所述设备状态信息，判断所述手持设备是否符合温度采集条件；
指令生成模块，用于在所述手持设备符合温度采集条件时，生成温度采集指令；
温度采集模块，用于按照所述温度采集指令，进行两侧的实时温度采集，获取所述手持设备的两侧温度数据。
作为本发明实施例技术方案进一步的限定，所述手持方式识别单元具体包括：
聚集分析模块，用于基于所述两侧温度数据，进行温度聚集分析，确定多个温度聚集区域和对应的温度聚集位置；
模型构建模块，用于根据多个温度聚集区域和多个温度聚集位置，构建温度聚集模型；
方式判断模块，用于在所述温度聚集模型的左侧具有三个或四个温度聚集区域，且右侧具有一个温度聚集区域时，判定当前手持方式为右手手持方式；在所述温度聚集模型的右侧具有三个或四个温度聚集区域，且左侧具有一个温度聚集区域时，判定当前手持方式为左手手持方式。
作为本发明实施例技术方案进一步的限定，所述手持稳定判断单元具体包括：
温度记录模块，用于基于所述温度聚集模型，记录多个所述温度聚集区域的区域温度；
温度比较模块，用于将多个所述区域温度与预设的标准温度进行比较；
信号生成模块，用于在多个所述区域温度均小于预设的标准温度时，判定手持不稳定，并生成危险报警信号；
危险报警模块，用于根据所述危险报警信号，进行手持危险报警。
与现有技术相比，本发明的有益效果是：
本发明实施例通过对手持设备的两侧进行温度采集，获取两侧温度数据；构建温度聚集模型，识别当前手持方式；匹配相应的适配虚拟键盘，展示适配虚拟键盘；判断用户对于手持设备是否手持稳定，并在手持不稳定时，进行危险报警。能够对手持设备的两侧进行温度采集，获取两侧温度数据，构建温度聚集模型，识别当前手持方式，并根据不同的手持方式，匹配相应的适配虚拟键盘，且能够根据温度聚集模型进行手持稳定的判断与危险报警，既能够实现简单方便、精确的手持方式判断，又能够为不同的手持方式匹配适配虚拟键盘和稳定监测，具有广泛的应用前景。
附图说明
为了更清楚地说明本发明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发明的一些实施例。
图1示出了本发明实施例提供的方法的流程图。
图2示出了本发明实施例提供的方法中获取两侧温度数据的流程图。
图3示出了本发明实施例提供的方法中识别当前手持方式的流程图。
图4示出了本发明实施例提供的方法中匹配适配虚拟键盘的流程图。
图5示出了本发明实施例提供的方法中手持稳定判断报警的流程图。
图6示出了本发明实施例提供的系统的应用架构图。
图7示出了本发明实施例提供的系统中两侧温度采集单元的结构框图。
图8示出了本发明实施例提供的系统中手持方式识别单元的结构框图。
图9示出了本发明实施例提供的系统中手持稳定判断单元的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
可以理解的是，现有技术中，通常是记录手持设备的移动轨迹，构建坐标系，根据坐标系和手持设备的移动轨迹确定坐标系X轴和Y轴的极性，根据X轴和Y轴的极性识别判断为左手手持或右手手持，这种手持方式判断较为复杂，且判断结果容易出现失误，不能够实现简单方便、精确的手持方式判断，无法进行实际的应用。
为解决上述问题，本发明实施例通过对手持设备的两侧进行温度采集，获取两侧温度数据；基于两侧温度数据，进行温度聚集分析，构建温度聚集模型，并根据温度聚集模型，识别当前手持方式；根据当前手持方式，匹配相应的适配虚拟键盘，在具有输入需求时，展示适配虚拟键盘；对温度聚集模型进行实时分析，判断用户对于手持设备是否手持稳定，并在手持不稳定时，进行危险报警。能够对手持设备的两侧进行温度采集，获取两侧温度数据，构建温度聚集模型，识别当前手持方式，并根据不同的手持方式，匹配相应的适配虚拟键盘，且能够根据温度聚集模型进行手持稳定的判断与危险报警，既能够实现简单方便、精确的手持方式判断，又能够为不同的手持方式匹配适配虚拟键盘和稳定监测，具有广泛的应用前景。
图1示出了本发明实施例提供的方法的流程图。
具体的，基于手持设备的手持方式判断方法，所述方法包括以下步骤：
步骤S101，对手持设备的两侧进行温度采集，获取两侧温度数据。
在本发明实施例中，通过对手持设备进行实时的状态监测，获取设备电池电量、设备电池状态和设备环境温度等设备状态信息，并将设备状态信息与预设的温度采集条件进行比较，判断手持设备是否符合温度采集条件，在设备环境温度小于预设的环境温度阈值、设备电池电量大于预设的电池电量阈值和/或设备电池状态为电池充电状态时，判定手持设备符合温度采集条件，此时生成温度采集指令，并按照温度采集指令，对手持设备进行两侧的实时温度采集，获取手持设备的两侧温度数据；而在设备环境温度不小于预设的环境温度阈值、设备电池电量不大于预设的电池电量阈值，且设备电池状态为非电池充电状态时，判定手持设备不符合温度采集条件，此时不进行两侧的实时温度采集。
具体的，图2示出了本发明实施例提供的方法中获取两侧温度数据的流程图。
其中，在本发明提供的优选实施方式中，所述对手持设备的两侧进行温度采集，获取两侧温度数据具体包括以下步骤：
步骤S1011，对手持设备进行状态监测，获取设备状态信息；
步骤S1012，根据所述设备状态信息，判断所述手持设备是否符合温度采集条件；
在本实施例中，在设备环境温度小于预设的环境温度阈值、设备电池电量大于预设的电池电量阈值和/或设备电池状态为电池充电状态时，判定手持设备符合温度采集条件。也即，如果任一条件满足(环境温度低、电池电量充足或电池充电状态)，则判定符合温度采集条件。
步骤S1013，在所述手持设备符合温度采集条件时，生成温度采集指令；
步骤S1014，按照所述温度采集指令，进行两侧的实时温度采集，获取所述手持设备的两侧温度数据。
进一步的，所述基于手持设备的手持方式判断方法，还包括以下步骤：
步骤S102，基于所述两侧温度数据，进行温度聚集分析，构建温度聚集模型，并根据所述温度聚集模型，识别当前手持方式。
在本发明实施例中，基于两侧温度数据，对手持设备的两侧进行温度聚集分析，识别手持设备两侧所具有的多个温度聚集区域和对应的温度聚集位置，再基于预设的设备标准模型，按照多个温度聚集区域和多个温度聚集位置进行温度聚集定位，构建手持设备的温度聚集模型，进而对温度聚集模型进行分析，识别当前手持方式，具体的：在温度聚集模型的左侧具有三个或四个温度聚集区域，且右侧具有一个温度聚集区域时，判定当前手持方式为右手手持方式；在温度聚集模型的右侧具有三个或四个温度聚集区域，且左侧具有一个温度聚集区域时，判定当前手持方式为左手手持方式。
具体的，图3示出了本发明实施例提供的方法中识别当前手持方式的流程图。
其中，在本发明提供的优选实施方式中，所述基于所述两侧温度数据，进行温度聚集分析，构建温度聚集模型，并根据所述温度聚集模型，识别当前手持方式具体包括以下步骤：
步骤S1021，基于所述两侧温度数据，进行温度聚集分析，确定多个温度聚集区域和对应的温度聚集位置；
在此需要说明的是，温度聚集位置指的是温度聚集点，在一个温度聚集区域内包含有多个温度聚集点，每个温度聚集点分别对应有一个温度值。此外，每个温度聚集区域的区域温度是由当前区域内所包含的多个温度聚集点的温度的平均值构成。
步骤S1022，根据多个温度聚集区域和多个温度聚集位置，构建温度聚集模型；
其中，步骤S1022具体包括如下子步骤：
步骤S1022a，获取每个温度聚集区域内的多个温度聚集位置分别对应的原始温度数据；
步骤S1022b，对采集到的原始温度数据进行清洗与整理，去除异常值和噪声，以得到预处理后的温度数据；
步骤S1022c，对预处理后的温度数据进行聚类分析以得到聚类分析结果，其中聚类分析结果包括每个温度聚集区域内的温度差值、温度变化率以及温度分布数据；
步骤S1022d，基于聚类分析结果，通过聚类算法构建得到温度聚集模型。步骤S1023，在所述温度聚集模型的左侧具有三个或四个温度聚集区域，且右侧具有一个温度聚集区域时，判定当前手持方式为右手手持方式；
其中，对于所识别的每个温度聚集区域，要确认一个有效的温度聚集区域，需要对温度值进行采集识别计算，进而判断是否达到预设的标准温度，从而确定温度聚集区域。
具体的，温度聚集区域的确定方法包括如下子步骤：
步骤S1023a，获取预设区域范围内的每个温度聚集点对应的温度值；
步骤S1023b，判断预设区域范围内的温度聚集点的数量是否达到最少温度聚集点数量；
步骤S1023c，若是，则根据多个温度聚集点对应的温度值计算得到平均温度值；
步骤S1023d，当判断到所述平均温度值达到预设的标准温度，则确定所述预设区域范围为温度聚集区域。
具体的，对于所确定的温度聚集区域，温度聚集区域内的温度值的计算公式表示为：
其中，Ti表示第i个温度聚集区域的区域温度，J表示第i个温度聚集区域内温度聚集点的最大数量，Ti j表示第i个温度聚集区域的第j个温度聚集点的温度值。步骤S1024，在所述温度聚集模型的右侧具有三个或四个温度聚集区域，且左侧具有一个温度聚集区域时，判定当前手持方式为左手手持方式。
进一步的，所述基于手持设备的手持方式判断方法，还包括以下步骤：
步骤S103，根据所述当前手持方式，匹配相应的适配虚拟键盘，在具有输入需求时，展示所述适配虚拟键盘。
在本发明实施例中，根据当前手持方式，匹配相应的适配虚拟键盘，并且对手持设备的使用进行实时的监测，识别用户的输入需求，且在用户具有输入需求时，触发键盘输入指令，此时根据键盘输入指令，在手持设备的显示屏上展示相应的适配虚拟键盘。
具体的，图4示出了本发明实施例提供的方法中匹配适配虚拟键盘的流程图。
其中，在本发明提供的优选实施方式中，所述根据所述当前手持方式，匹配相应的适配虚拟键盘，在具有输入需求时，展示所述适配虚拟键盘具体包括以下步骤：
步骤S1031，根据所述当前手持方式，匹配相应的适配虚拟键盘；
步骤S1032，在具有输入需求时，触发键盘输入指令；
步骤S1033，根据所述键盘输入指令，展示所述适配虚拟键盘。
其中，根据所述键盘输入指令，展示所述适配虚拟键盘的步骤包括如下子步骤：
步骤S1033a，在接收到键盘输入指令时，生成所述适配虚拟键盘；
步骤S1033b，获取每个温度聚集区域对应的区域中心点位置，并根据多个区域中心点位置确定得到区域中心点最高位置以及区域中心点最低位置；
可以理解的，由于温度聚集区域位于手持设备的两侧边框，因此区域中心点最高位置以及区域中心点最低位置均位于手持设备的两侧边框上，无非是左侧与右侧的分布。
步骤S1033c，根据区域中心点最高位置以及区域中心点最低位置，确定得到中间展示位置；
在本步骤中，只需在竖直方向，取区域中心点最高位置与区域中心点最低位置的中间值，便可确定中间展示位置。
步骤S1033d，若当前手持方式为左手手持方式时，控制所述适配虚拟键盘在手持设备屏幕的最左侧并设置在中间展示位置进行展示；
步骤S1033e，若当前手持方式为右手手持方式时，控制所述适配虚拟键盘在手持设备屏幕的最右侧并设置在中间展示位置进行展示。
可以理解的，该设置可便于用户的实际操作，使得适配虚拟键盘的展示位置更利于用户的操作，提高了用户体验。
进一步的，所述基于手持设备的手持方式判断方法，还包括以下步骤：
步骤S104，对所述温度聚集模型进行实时分析，判断用户对于所述手持设备是否手持稳定，并在手持不稳定时，进行危险报警。
在本发明实施例中，基于温度聚集模型，记录多个温度聚集区域的区域温度，将多个区域温度与预设的标准温度进行比较，在多个区域温度与预设的标准温度进行比较，此时生成危险报警信号，再根据危险报警信号，进行手持危险报警，提醒用户稳定手持，避免手持设备掉落。
具体的，图5示出了本发明实施例提供的方法中手持稳定判断报警的流程图。
其中，在本发明提供的优选实施方式中，所述对所述温度聚集模型进行实时分析，判断用户对于所述手持设备是否手持稳定，并在手持不稳定时，进行危险报警具体包括以下步骤：
步骤S1041，基于所述温度聚集模型，记录多个所述温度聚集区域的区域温度；
步骤S1042，将多个所述区域温度与预设的标准温度进行比较；
步骤S1043，在多个所述区域温度均小于预设的标准温度时，判定手持不稳定，并生成危险报警信号；
在本步骤中，为了对手持不稳定的程度进行更加清楚直观地评定，通过多个区域温度以及预设的标准温度计算得到第一手持不稳定指数，并根据第一手持不稳定指数来确定危险报警信号的等级。
具体的，步骤S1043具体包括：
步骤S1043a，根据多个所述区域温度以及预设的标准温度计算得到手持设备的第一手持不稳定指数；
手持设备的第一手持不稳定指数的计算公式表示为：
其中，S1表示手持设备的第一手持不稳定指数，表示第一手持不稳定指数的换算因子，T0表示预设的标准温度，Ti表示第i个温度聚集区域的区域温度，εi表示区域温度的数量为i个时对应的第一手持不稳定指数的校正因子，i∈(1，I]，I表示区域温度的最大数量，Ti≤T0。
可以理解的，当Ti＝T0时，说明每个区域温度与预设的标准温度相等，侧面说明用户此时的手部与手持设备侧缘贴合得很好，温度聚集区域能够很好地感测用户的体表温度。作为补充说明的是，预设的标准温度等同于用户的体表温度。
步骤S1043b，判断所述第一手持不稳定指数是否大于第一预设手持不稳定指数阈值；
可以理解的，对于第一手持不稳定指数的计算公式，区域温度Ti与预设的标准温度T0之间的差值越大，此时温度聚集区域的手持不稳定指数S越大。当区域温度Ti与预设的标准温度T0相等时，说明用户此时的手部与手持设备侧缘贴合得很好，温度聚集区域能够很好地感测用户的体表温度，此时温度聚集区域的手持不稳定指数为零。
步骤S1043c，若是，根据所述第一手持不稳定指数，在第一预设手持不稳定指数危险等级映射表中查找得到对应的危险报警等级；
步骤S1043d，根据所述危险报警等级生成对应等级的危险报警信号。步骤S1044，根据所述危险报警信号，进行手持危险报警。
在本发明中，若温度聚集区域的温度感测功能失效或者不灵敏时，此时为了对温度聚集区域的手持不稳定指数进行评测，采用如下的方法，具体包括：
步骤S201，获取手持设备两侧的多个初始侧边压力值，并从多个所述初始侧边压力值中筛选出大于最低压力阈值的数值以得到多个预选侧边压力值；
可以理解的，若手持设备两侧的初始侧边压力值小于最低压力阈值，则可判定手持设备不是处于握持状态。
步骤S202，根据多个预选侧边压力值计算得到手持设备的第二手持不稳定指数；
其中，S2表示手持设备的第二手持不稳定指数，表示第二手持不稳定指数的换算因子，fk表示第k个预选侧边压力值，f0表示最低压力阈值，k∈(1，K]，K表示预选侧边压力值的数量的最大值。
步骤S203，判断所述第二手持不稳定指数是否大于第二预设手持不稳定指数阈值；
步骤S204，若否，则根据所述第二手持不稳定指数，在第二预设手持不稳定指数危险等级映射表中查找得到对应的危险报警等级；
步骤S205，根据所述危险报警等级生成对应等级的危险报警信号。
进一步的，图6示出了本发明实施例提供的系统的应用架构图。
其中，在本发明提供的又一个优选实施方式中，基于手持设备的手持方式判断系统，包括：
两侧温度采集单元101，用于对手持设备的两侧进行温度采集，获取两侧温度数据。
在本发明实施例中，两侧温度采集单元101通过对手持设备进行实时的状态监测，获取设备电池电量、设备电池状态和设备环境温度等设备状态信息，并将设备状态信息与预设的温度采集条件进行比较，判断手持设备是否符合温度采集条件，在设备环境温度小于预设的环境温度阈值、设备电池电量大于预设的电池电量阈值和/或设备电池状态为电池充电状态时，判定手持设备符合温度采集条件，此时生成温度采集指令，并按照温度采集指令，对手持设备进行两侧的实时温度采集，获取手持设备的两侧温度数据；而在设备环境温度不小于预设的环境温度阈值、设备电池电量不大于预设的电池电量阈值，且设备电池状态为非电池充电状态时，判定手持设备不符合温度采集条件，此时不进行两侧的实时温度采集。
具体的，图7示出了本发明实施例提供的系统中两侧温度采集单元101的结构框图。
其中，在本发明提供的优选实施方式中，所述两侧温度采集单元101具体包括：
状态监测模块1011，用于对手持设备进行状态监测，获取设备状态信息；
条件判断模块1012，用于根据所述设备状态信息，判断所述手持设备是否符合温度采集条件；
指令生成模块1013，用于在所述手持设备符合温度采集条件时，生成温度采集指令；
温度采集模块1014，用于按照所述温度采集指令，进行两侧的实时温度采集，获取所述手持设备的两侧温度数据。
进一步的，所述基于手持设备的手持方式判断系统，还包括：
手持方式识别单元102，用于基于所述两侧温度数据，进行温度聚集分析，构建温度聚集模型，并根据所述温度聚集模型，识别当前手持方式。
在本发明实施例中，手持方式识别单元102基于两侧温度数据，对手持设备的两侧进行温度聚集分析，识别手持设备两侧所具有的多个温度聚集区域和对应的温度聚集位置，再基于预设的设备标准模型，按照多个温度聚集区域和多个温度聚集位置进行温度聚集定位，构建手持设备的温度聚集模型，进而对温度聚集模型进行分析，识别当前手持方式，具体的：在温度聚集模型的左侧具有三个或四个温度聚集区域，且右侧具有一个温度聚集区域时，判定当前手持方式为右手手持方式；在温度聚集模型的右侧具有三个或四个温度聚集区域，且左侧具有一个温度聚集区域时，判定当前手持方式为左手手持方式。
具体的，图8示出了本发明实施例提供的系统中手持方式识别单元102的结构框图。
其中，在本发明提供的优选实施方式中，所述手持方式识别单元102具体包括：
聚集分析模块1021，用于基于所述两侧温度数据，进行温度聚集分析，确定多个温度聚集区域和对应的温度聚集位置；
模型构建模块1022，用于根据多个温度聚集区域和多个温度聚集位置，构建温度聚集模型；
方式判断模块1023，用于在所述温度聚集模型的左侧具有三个或四个温度聚集区域，且右侧具有一个温度聚集区域时，判定当前手持方式为右手手持方式；在所述温度聚集模型的右侧具有三个或四个温度聚集区域，且左侧具有一个温度聚集区域时，判定当前手持方式为左手手持方式。
进一步的，所述基于手持设备的手持方式判断系统，还包括：
虚拟键盘匹配单元103，用于根据所述当前手持方式，匹配相应的适配虚拟键盘，在具有输入需求时，展示所述适配虚拟键盘。
在本发明实施例中，虚拟键盘匹配单元103根据当前手持方式，匹配相应的适配虚拟键盘，并且对手持设备的使用进行实时的监测，识别用户的输入需求，且在用户具有输入需求时，触发键盘输入指令，此时根据键盘输入指令，在手持设备的显示屏上展示相应的适配虚拟键盘，具体的：当前手持方式为左手手持方式时，适配虚拟键盘位于显示屏的左下方；当前手持方式为右手手持方式时，适配虚拟键盘位于显示屏的右下方。
手持稳定判断单元104，用于对所述温度聚集模型进行实时分析，判断用户对于所述手持设备是否手持稳定，并在手持不稳定时，进行危险报警。
在本发明实施例中，手持稳定判断单元104基于温度聚集模型，记录多个温度聚集区域的区域温度，将多个区域温度与预设的标准温度进行比较，在多个区域温度与预设的标准温度进行比较，此时生成危险报警信号，再根据危险报警信号，进行手持危险报警，提醒用户稳定手持，避免手持设备掉落。
具体的，图9示出了本发明实施例提供的系统中手持稳定判断单元104的结构框图。
其中，在本发明提供的优选实施方式中，所述手持稳定判断单元104具体包括：
温度记录模块1041，用于基于所述温度聚集模型，记录多个所述温度聚集区域的区域温度；
温度比较模块1042，用于将多个所述区域温度与预设的标准温度进行比较；
信号生成模块1043，用于在多个所述区域温度均小于预设的标准温度时，判定手持不稳定，并生成危险报警信号；
危险报警模块1044，用于根据所述危险报警信号，进行手持危险报警。
应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.基于手持设备的手持方式判断方法，其特征在于，所述方法具体包括以下步骤：
对手持设备的两侧进行温度采集，获取两侧温度数据；
基于所述两侧温度数据，进行温度聚集分析，构建温度聚集模型，并根据所述温度聚集模型，识别当前手持方式；
根据所述当前手持方式，匹配相应的适配虚拟键盘，在具有输入需求时，展示所述适配虚拟键盘；
对所述温度聚集模型进行实时分析，判断用户对于所述手持设备是否手持稳定，并在手持不稳定时，进行危险报警。
2.根据权利要求1所述的基于手持设备的手持方式判断方法，其特征在于，所述对手持设备的两侧进行温度采集，获取两侧温度数据具体包括以下步骤：
对手持设备进行状态监测，获取设备状态信息；
根据所述设备状态信息，判断所述手持设备是否符合温度采集条件；
在所述手持设备符合温度采集条件时，生成温度采集指令；
按照所述温度采集指令，进行两侧的实时温度采集，获取所述手持设备的两侧温度数据；
其中，所述设备状态信息包括：设备电池电量、设备电池状态和设备环境温度；所述温度采集条件包括：设备环境温度小于预设的环境温度阈值、设备电池电量大于预设的电池电量阈值和/或设备电池状态为电池充电状态。
3.根据权利要求2所述的基于手持设备的手持方式判断方法，其特征在于，所述基于所述两侧温度数据，进行温度聚集分析，构建温度聚集模型，并根据所述温度聚集模型，识别当前手持方式具体包括以下步骤：
基于所述两侧温度数据，进行温度聚集分析，确定多个温度聚集区域和对应的温度聚集位置；
根据多个温度聚集区域和多个温度聚集位置，构建温度聚集模型；
在所述温度聚集模型的左侧具有三个或四个温度聚集区域，且右侧具有一个温度聚集区域时，判定当前手持方式为右手手持方式；
在所述温度聚集模型的右侧具有三个或四个温度聚集区域，且左侧具有一个温度聚集区域时，判定当前手持方式为左手手持方式。
4.根据权利要求3所述的基于手持设备的手持方式判断方法，其特征在于，根据多个温度聚集区域和多个温度聚集位置，构建温度聚集模型的方法包括如下步骤：
获取每个温度聚集区域内的多个温度聚集位置分别对应的原始温度数据；
对采集到的原始温度数据进行清洗与整理，去除异常值和噪声，以得到预处理后的温度数据；
对预处理后的温度数据进行聚类分析以得到聚类分析结果，其中聚类分析结果包括每个温度聚集区域内的温度差值、温度变化率以及温度分布数据；
基于聚类分析结果，通过聚类算法构建得到温度聚集模型。
5.根据权利要求4所述的基于手持设备的手持方式判断方法，其特征在于，温度聚集区域的确定方法包括如下子步骤：
获取预设区域范围内的每个温度聚集点对应的温度值；
判断预设区域范围内的温度聚集点的数量是否达到最少温度聚集点数量；
若是，则根据多个温度聚集点对应的温度值计算得到平均温度值；
当判断到所述平均温度值达到预设的标准温度，则确定所述预设区域范围为温度聚集区域；
对于所确定的温度聚集区域，温度聚集区域内的温度值的计算公式表示为：
其中，Ti表示第i个温度聚集区域的区域温度，J表示第i个温度聚集区域内温度聚集点的最大数量，Ti j表示第i个温度聚集区域的第j个温度聚集点的温度值。
6.根据权利要求5所述的基于手持设备的手持方式判断方法，其特征在于，所述根据所述当前手持方式，匹配相应的适配虚拟键盘，在具有输入需求时，展示所述适配虚拟键盘具体包括以下步骤：
根据所述当前手持方式，匹配相应的适配虚拟键盘；
在具有输入需求时，触发键盘输入指令；
根据所述键盘输入指令，展示所述适配虚拟键盘；
其中，根据所述键盘输入指令，展示所述适配虚拟键盘的方法包括如下步骤：
在接收到键盘输入指令时，生成所述适配虚拟键盘；
获取每个温度聚集区域对应的区域中心点位置，并根据多个区域中心点位置确定得到区域中心点最高位置以及区域中心点最低位置；
根据区域中心点最高位置以及区域中心点最低位置，确定得到中间展示位置；
若当前手持方式为左手手持方式时，控制所述适配虚拟键盘在手持设备屏幕的最左侧并设置在中间展示位置进行展示；
若当前手持方式为右手手持方式时，控制所述适配虚拟键盘在手持设备屏幕的最右侧并设置在中间展示位置进行展示。
7.根据权利要求6所述的基于手持设备的手持方式判断方法，其特征在于，所述对所述温度聚集模型进行实时分析，判断用户对于所述手持设备是否手持稳定，并在手持不稳定时，进行危险报警具体包括以下步骤：
基于所述温度聚集模型，记录多个所述温度聚集区域的区域温度；
将多个所述区域温度与预设的标准温度进行比较；
在多个所述区域温度均小于预设的标准温度时，判定手持不稳定，并生成危险报警信号；
根据所述危险报警信号，进行手持危险报警。
8.根据权利要求7所述的基于手持设备的手持方式判断方法，其特征在于，在多个所述区域温度均小于预设的标准温度时，判定手持不稳定，并生成危险报警信号的方法包括如下步骤：
根据多个所述区域温度以及预设的标准温度计算得到手持设备的第一手持不稳定指数；
手持设备的第一手持不稳定指数的计算公式表示为：
其中，S1表示手持设备的第一手持不稳定指数，表示第一手持不稳定指数的换算因子，T0表示预设的标准温度，Ti表示第i个温度聚集区域的区域温度，εi表示区域温度的数量为i个时对应的第一手持不稳定指数的校正因子，i∈(1，I]，I表示区域温度的最大数量，Ti≤T0；
判断所述第一手持不稳定指数是否大于第一预设手持不稳定指数阈值；
若是，根据所述第一手持不稳定指数，在第一预设手持不稳定指数危险等级映射表中查找得到对应的危险报警等级；
根据所述危险报警等级生成对应等级的危险报警信号。
9.基于手持设备的手持方式判断系统，其特征在于，应用权利要求1至8任一项所述的基于手持设备的手持方式判断方法，所述系统包括两侧温度采集单元、手持方式识别单元、虚拟键盘匹配单元和手持稳定判断单元，其中：
两侧温度采集单元，用于对手持设备的两侧进行温度采集，获取两侧温度数据；
手持方式识别单元，用于基于所述两侧温度数据，进行温度聚集分析，构建温度聚集模型，并根据所述温度聚集模型，识别当前手持方式；
虚拟键盘匹配单元，用于根据所述当前手持方式，匹配相应的适配虚拟键盘，在具有输入需求时，展示所述适配虚拟键盘；
手持稳定判断单元，用于对所述温度聚集模型进行实时分析，判断用户对于所述手持设备是否手持稳定，并在手持不稳定时，进行危险报警。
10.根据权利要求9所述的基于手持设备的手持方式判断系统，其特征在于，所述两侧温度采集单元具体包括：
状态监测模块，用于对手持设备进行状态监测，获取设备状态信息；
条件判断模块，用于根据所述设备状态信息，判断所述手持设备是否符合温度采集条件；
指令生成模块，用于在所述手持设备符合温度采集条件时，生成温度采集指令；
温度采集模块，用于按照所述温度采集指令，进行两侧的实时温度采集，获取所述手持设备的两侧温度数据；
所述手持方式识别单元具体包括：
聚集分析模块，用于基于所述两侧温度数据，进行温度聚集分析，确定多个温度聚集区域和对应的温度聚集位置；
模型构建模块，用于根据多个温度聚集区域和多个温度聚集位置，构建温度聚集模型；
方式判断模块，用于在所述温度聚集模型的左侧具有三个或四个温度聚集区域，且右侧具有一个温度聚集区域时，判定当前手持方式为右手手持方式；在所述温度聚集模型的右侧具有三个或四个温度聚集区域，且左侧具有一个温度聚集区域时，判定当前手持方式为左手手持方式；
所述手持稳定判断单元具体包括：
温度记录模块，用于基于所述温度聚集模型，记录多个所述温度聚集区域的区域温度；
温度比较模块，用于将多个所述区域温度与预设的标准温度进行比较；
信号生成模块，用于在多个所述区域温度均小于预设的标准温度时，判定手持不稳定，并生成危险报警信号；
危险报警模块，用于根据所述危险报警信号，进行手持危险报警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410166438.0A CN118012264B (zh) | 2024-02-05 | 2024-02-05 | 基于手持设备的手持方式判断方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410166438.0A CN118012264B (zh) | 2024-02-05 | 2024-02-05 | 基于手持设备的手持方式判断方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118012264A true CN118012264A (zh) | 2024-05-10 |
| CN118012264B CN118012264B (zh) | 2024-08-02 |
Family
ID=90957471
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410166438.0A Active CN118012264B (zh) | 2024-02-05 | 2024-02-05 | 基于手持设备的手持方式判断方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118012264B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102810039A (zh) * | 2011-05-31 | 2012-12-05 | 中兴通讯股份有限公司 | 左右手自适应的虚拟键盘显示方法及终端 |
| CN106681620A (zh) * | 2016-11-30 | 2017-05-17 | 努比亚技术有限公司 | 一种实现终端控制的方法及装置 |
| CN107291241A (zh) * | 2017-06-30 | 2017-10-24 | 珠海市魅族科技有限公司 | 终端操作方法及装置、计算机装置和计算机可读存储介质 |
| CN110022411A (zh) * | 2019-05-14 | 2019-07-16 | 维沃移动通信有限公司 | 摄像头升降的控制方法和移动终端 |
| WO2023085753A1 (ko) * | 2021-11-10 | 2023-05-19 | 삼성전자 주식회사 | 플렉서블 디스플레이를 포함하는 전자 장치 및 그 동작 방법 |
-
2024
- 2024-02-05 CN CN202410166438.0A patent/CN118012264B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102810039A (zh) * | 2011-05-31 | 2012-12-05 | 中兴通讯股份有限公司 | 左右手自适应的虚拟键盘显示方法及终端 |
| CN106681620A (zh) * | 2016-11-30 | 2017-05-17 | 努比亚技术有限公司 | 一种实现终端控制的方法及装置 |
| CN107291241A (zh) * | 2017-06-30 | 2017-10-24 | 珠海市魅族科技有限公司 | 终端操作方法及装置、计算机装置和计算机可读存储介质 |
| CN110022411A (zh) * | 2019-05-14 | 2019-07-16 | 维沃移动通信有限公司 | 摄像头升降的控制方法和移动终端 |
| WO2023085753A1 (ko) * | 2021-11-10 | 2023-05-19 | 삼성전자 주식회사 | 플렉서블 디스플레이를 포함하는 전자 장치 및 그 동작 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118012264B (zh) | 2024-08-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107688872A (zh) | 预测模型建立装置、方法及计算机可读存储介质 | |
| CN107643948B (zh) | 应用程序管控方法、装置、介质及电子设备 | |
| CN107766573B (zh) | 基于数据处理的商品推荐方法、装置、设备和存储介质 | |
| CN109308589B (zh) | 电网自动化数据质量监测方法、存储介质、终端设备和系统 | |
| CN111400126B (zh) | 网络服务异常数据检测方法、装置、设备和介质 | |
| CN113836241B (zh) | 时序数据分类预测方法、装置、终端设备及存储介质 | |
| CN107729144B (zh) | 应用控制方法、装置、存储介质及电子设备 | |
| CN118012264B (zh) | 基于手持设备的手持方式判断方法及系统 | |
| CN114936715B (zh) | 一种基于气味信息的水果鲜度预测方法、系统及存储介质 | |
| CN115774208A (zh) | 一种电池单元异常监测方法、装置、电子设备及介质 | |
| CN112598540B (zh) | 物资储备推荐方法、设备及存储介质 | |
| CN114596446A (zh) | 点云数据质量评估方法、装置、计算机设备及存储介质 | |
| CN110991566B (zh) | 通过信息融合方式进行风力发电机故障诊断的方法和装置 | |
| Still et al. | Structure or noise? | |
| CN112782584A (zh) | 电池电量的剩余使用额度的预测方法、系统、介质及设备 | |
| CN118035811B (zh) | 基于图卷积神经网络的用电设备状态感知方法、控制服务器及介质 | |
| CN117557108B (zh) | 电力作业风险智能识别模型的训练方法和装置 | |
| CN116840700B (zh) | 电池状态的实时监测方法、装置、设备及存储介质 | |
| CN114840692B (zh) | 图像库构建方法、图像检索方法、装置及相关设备 | |
| CN115293315A (zh) | 一种时间序列预测方法 | |
| CN118152718A (zh) | 一种数据分析方法、装置及电子设备 | |
| CN116070908A (zh) | 超高压电网隐患区段的分析方法、装置和计算机设备 | |
| CN116804993A (zh) | 一种具备时序数据特征的可视化表达方法 | |
| CN114239917A (zh) | 一种基于大数据分析的电力用户服务需求预测方法 | |
| CN116653600A (zh) | 一种精准控制功率的车载电源管理方法及系统 |
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 |