TWI716828B - 與轉換感測資料相關的系統及耳機 - Google Patents

Abstract

提供一種轉換感測資料的系統。系統包括慣性感測器以及處理器。慣性感測器感測使用者的動作或行為以產生第一感測資料。處理器通訊連接至慣性感測器並且預存資料轉換模型，其中資料轉換模型將對應於第一感測資料之加速度向量和角速度向量轉換為對應於第二感測資料之加速度向量和角速度向量，並將該第二感測資料之該加速度向量和該角速度向量輸出至預存於處理器之識別模型。

Description

與轉換感測資料相關的系統及耳機

本發明是有關於一種系統，且特別是有關於一種可用於轉換感測資料的耳機。

隨著科技進步，市面上出現了許多搭配有感測器的智慧型行動配件，諸如智慧型手環、智慧型手錶等。這些類型的配件係通過無線傳輸技術將感測器所感測到的資料發送至智慧型手機，再利用智慧型手機的應用程式對該些資料進行解析，從而產生分析結果。使用者可通過分析結果取得個人心律、運動步數等關聯於生理狀態和運動狀態的資訊。

智慧型行動配件可儲存用以識別人體動作的識別模型，從而根據感測器所收集的感測資料和識別模型來對使用者的動作進行識別。然而，訓練識別模型通常需要收集大量的資料。一旦行動配件的設計被變更，則根據舊有設計產生之識別模型將不適用 於新設計的行動配件。

為了避免在變更設計後重新收集、處理資料及訓練識別模型，本發明提出一種可用於轉換感測資料的系統及耳機。

本發明提供一種耳機，包括揚聲器、慣性感測器以及處理器。揚聲器播放音訊資料。慣性感測器感測使用者的動作以產生第一感測資料。處理器通訊連接至慣性感測器和揚聲器並且預存至少一識別模型和資料轉換模型，其中資料轉換模型將自該慣性感測器所接收之第一感測資料轉換為第二感測資料，至少一識別模型根據第二感測資料判斷動作是否正確以產生輸出結果。

在本發明的一實施例中，至少一識別模型根據第二感測資料進行更新。

在本發明的一實施例中，第二感測資料包括不同於第一感測資料之加速度向量和角速度向量。

在本發明的一實施例中，處理器更預存參考加速度向量，並且基於第一感測資料之加速度向量以及參考加速度向量之間的向量角來更新第一感測資料以及第二感測資料的其中之一。

在本發明的一實施例中，處理器更預存參考加速度向量，基於第一感測資料之加速度向量以及參考加速度向量之間的向量角來判斷耳機被配戴於錯誤的位置，並且響應於耳機被配戴的位置錯誤而透過該揚聲器發出提示訊息。

在本發明的一實施例中，資料轉換模型基於慣性感測器的安裝位置而被調整。

在本發明的一實施例中，資料轉換模型是透過機器學習、深度學習或數學建模方式而建立。

本發明提供一種轉換感測資料的系統，包括慣性感測器以及處理器。慣性感測器感測使用者的動作以產生第一感測資料。處理器通訊連接至慣性感測器並且預存資料轉換模型，其中資料轉換模型將對應於第一感測資料之加速度向量和角速度向量轉換為對應於第二感測資料之加速度向量和角速度向量，並將該第二感測資料之該加速度向量和該角速度向量輸出至預存於處理器之識別模型。

在本發明的一實施例中，識別模型根據第二感測資料進行更新。

在本發明的一實施例中，處理器根據識別模型與第二感測資料判斷動作是否正確並產生輸出結果。

在本發明的一實施例中，處理器更預存參考加速度向量，並且基於第一感測資料之加速度向量以及參考加速度向量之間的向量角來更新第一感測資料以及第二感測資料的其中之一。

在本發明的一實施例中，慣性感測器及處理器共同配置於行動裝置中。

在本發明的一實施例中，行動裝置更包括耦接於處理器的揚聲器，該處理器更預存參考加速度向量，基於第一感測資料之 加速度向量以及參考加速度向量之間的向量角來判斷行動裝置被配戴於錯誤的位置，並且響應於行動裝置被配戴的位置錯誤而透過揚聲器發出提示訊息。

在本發明的一實施例中，資料轉換模型基於慣性感測器在行動裝置中的安裝位置而被調整。

在本發明的一實施例中，資料轉換模型是透過機器學習、深度學習或數學建模方式而建立。

基於上述，針對慣性感測器之安裝位置發生變更的新設計的行動裝置，本發明可透過利用資料轉換模型來對識別模型的輸入資料進行轉換，使得舊有的識別模型可直接套用於新設計的行動裝置，而不需重新收集、處理資料及訓練新的識別模型。

為讓本發明的上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。

10:行動裝置/耳機

15:轉換感測資料的系統

100:處理器

101:資料轉換模型

102:識別模型

103:參考加速度向量

200:感測器/慣性感測器

300:揚聲器

400:第一殼體

500:第二殼體

S1:第一感測資料

S2:第二感測資料

圖1根據本發明的實施例繪示一種安裝於行動裝置內的轉換感測資料的系統的示意圖。

圖2根據本發明的實施例繪示一種耳機的示意圖。

圖1根據本發明的實施例繪示一種安裝於行動裝置10內 的轉換感測資料的系統15的示意圖。系統15包括處理器100以及感測器200，其中感測器200例如是慣性感測器200，但本發明不限於此。為方便說明，本發明的實施例將假設感測器200是慣性感測器200。

處理器100例如是中央處理單元(central processing unit，CPU)，或是其他可程式化之一般用途或特殊用途的微處理器(microprocessor)、數位信號處理器(digital signal processor，DSP)、可程式化控制器、特殊應用積體電路(application specific integrated circuit，ASIC)或其他類似元件或上述元件的組合，本發明不限於此。在本實施例中，處理器100內的儲存媒體可預存包括資料轉換模型101、識別模型102以及參考加速度向量103。

慣性感測器200通訊連接至處理器100。慣性感測器200可用以透過特定方位的慣性來感測使用者的動作以產生第一感測資料S1，所述動作指的是包含運動、特定或非特定之動作或行為移動等。舉例來說，慣性感測器200例如是角速度感測器、加速度感測器、磁力計、陀螺儀、六軸感測器或九軸感測器，本發明不限於此。第一感測資料S1例如關聯於加速度向量及/或角速度向量等關聯於人體之動作的參數。

轉換感測資料的系統15可配置於行動裝置10中，亦即，處理器100和慣性感測器200可共同配置於行動裝置10中。舉例來說，行動裝置10可以是一種耳機，如圖2所示。圖2根據本發明的實施例繪示一種耳機10的示意圖。以下請同時參照圖1和圖 2。

資料轉換模型101以及識別模型102預存於處理器100的儲存媒體中，其中識別模型102用以識別耳機10的使用者的動作。識別模型102是根據產生自慣性感測器200的多筆感測資料訓練而成，並且識別模型102關聯於慣性感測器200的安裝位置。在產生識別模型102後，識別模型102可用以根據來自慣性感測器200的第一感測資料S1來判斷耳機10的使用者的動作是否正確並產生對應的輸出結果。一般來說，在耳機10的設計者基於需求而變更慣性感測器200在耳機10的安裝位置後，針對原安裝位置而產生的識別模型102將會無法準確地判斷使用者的動作是否正確。

舉例來說，耳機10可包括用以播放音訊資料的揚聲器300、對應於使用者的第一耳的第一殼體400以及對應於使用者的第二耳的第二殼體500。假設慣性感測器200原本配置於第一殼體400，且識別模型102是基於慣性感測器200配置於第一殼體400的情形而產生的。如此，則識別模型102可根據來自配置於第一殼體400的慣性感測器200的第一感測資料S1而準確地識別出耳機10的使用者的動作，從而判斷使用者的動作是否正確並產生代表判斷結果的輸出結果。然而，在耳機10的設計者將慣性感測器200的安裝位置被從第一殼體400變更至第二殼體500後，原先基於慣性感測器200配置於第一殼體400的情形而產生的識別模型102將無法繼續適用，否則會有辨識準確率下降的問題出現。耳機 10的設計者可能需要基於慣性感測器200配置於第二殼體500的情形而訓練出新的識別模型。

為了節省收集、處理資料及訓練新的識別模型所需耗費的人力及時間資源，本發明提出了利用預存於處理器100中的資料轉換模型101來將第一感測資料S1轉換為可適用於識別模型102的第二感測資料S2，其中資料轉換模型101可基於慣性感測器200在耳機10中的安裝位置而調整，並且資料轉換模型101例如是透過機器學習、深度學習或數學建模等方式而建立。

舉例來說，在慣性感測器200的安裝位置基於設計變更而由第一殼體400變更至第二殼體500後，處理器100可預存一對應於第二殼體500的資料轉換模型101。在慣性感測器200感測使用者的動作而產生第一感測資料S1後，處理器100可透過資料轉換模型101將對應於第一殼體400的第一感測資料S1之加速度向量和角速度向量轉換為對應於第二殼體500的第二感測資料S2之加速度向量和角速度向量。換言之，第二感測資料S2包括不同於第一感測資料S1之加速度向量和角速度向量。而後，資料轉換模型101可將第二感測資料S2之加速度向量和角速度向量輸出至預存於處理器100的識別模型102。處理器100可根據識別模型102與第二感測資料S2判斷使用者的動作是否正確並產生對應於判斷結果的輸出結果。

在一實施例中，處理器100可以根據預存於處理器100中的參考加速度向量103來自動地轉換因使用者配戴耳機10的方 式錯誤而造成的感測資料的誤差。具體來說，慣性感測器200例如是加速度感測器，並且參考加速度向量103例如是使用者在靜止的狀態下以正確的方式配戴耳機10(或耳機10被配戴於正確的位置)時，由慣性感測器200所產生的第一感測資料S1。換言之，若使用者以正確的方式配戴耳機10，則慣性感測器200在使用者靜止的狀態下所產生的第一感測資料S1與參考加速度向量103應該相同，並且第一感測資料S1與參考速度向量之間的向量角應該為零。相對地，若使用者以錯誤的方式配戴耳機10(或耳機10被配戴於錯誤的位置)，則慣性感測器200所產生的第一感測資料S1與參考加速度向量103應該不同，且第一感測資料S1與參考加速度向量103之間的向量角應該不為零。不為零的向量角的存在代表著慣性感測器200所產生的第一感測資料S1具有誤差，而此誤差是由於耳機10的配戴方式錯誤而造成的。

在所述向量角不為零的情況下，處理器100可根據第一感測資料S1與參考加速度向量103之間的向量角來更新第一感測資料S1，使原本對應於錯誤的配戴方式的第一感測資料S1可以在被輸入至資料轉換模型101之前被轉換為對應於正確的配戴方式的更新後的第一感測資料S1。或者，處理器100可根據第一感測資料S1與參考加速度向量103之間的向量角來更新第二感測資料S2，使得原本對應於錯誤的配戴方式的第二感測資料S2可以在被輸入至識別模型102之前被轉換為對應於正確的配戴方式的更新後的第二感測資料S2。簡而言之，處理器100可根據第一感 測資料S1與參考加速度向量103之間的向量角來校正因使用者配戴耳機10的方式錯誤而產生的感測資料的誤差。因此，無論使用者配戴耳機10的方式是否正確，識別模型102都可以根據由向量角轉換過的第一感測資料S1或第二感測資料S2而準確地識別出使用者的動作。

在一實施例中，處理器100所產生的第二感測資料S2可用以更新識別模型102。舉例來說，在累積了一定數量的第二感測資料S2後，處理器100可使用例如機器學習或深度學習而根據第二感測資料S2更新識別模型102。

在一實施例中，處理器100可以根據預存於處理器100中的參考加速度向量103來判斷耳機10是否被配戴於錯誤的位置，並且響應於耳機10被配戴於錯誤的位置而透過揚聲器300發出提示訊息，藉以提示使用者調整耳機10的配戴方式。具體來說，慣性感測器200例如是加速度感測器，並且參考加速度向量103例如是使用者以正確的方式配戴耳機10(或耳機10被配戴於正確的位置)時，由慣性感測器200所產生的第一感測資料S1。換言之，若使用者以正確的方式配戴耳機10，則慣性感測器200所產生的第一感測資料S1與參考加速度向量103應該相同，並且第一感測資料S1與參考速度向量之間的向量角應該為零。因此，處理器100可基於向量角是否為零而判斷耳機10是否被配戴於正確的位置。例如，若向量角為零，則判斷耳機10被配戴在正確的位置。相對地，若使用者以錯誤的方式配戴耳機10(或耳機10被配戴於 錯誤的位置)，則慣性感測器200所產生的第一感測資料S1與參考加速度向量103應該不同，且第一感測資料S1與參考加速度向量103之間的向量角應該不為零。因此，處理器100可基於向量角不為零而判斷耳機10被配戴於錯誤的位置，並且響應於耳機10被配戴於錯誤的位置而透過揚聲器300對使用者發出提示訊息。

綜上所述，本發明可利用資料轉換模型將由慣性感測器所接收的第一感測資料轉換為適用於識別模型的第二感測資料。因此，在設計變更而導致慣性感測器的安裝位置被變更時，本發明不需要重新為新設計的行動裝置收集、處理資料及訓練新的識別模型。縱使慣性感測器的安裝位置發生變更，行動裝置仍可直接沿用舊有的識別模型來識別使用者的動作。此外，本發明的行動裝置還可以藉由慣性感測器來判斷使用者配戴行動裝置的方式是否正確。若不正確，行動裝置可提示使用者調整配戴方式，或是由行動裝置自動地適應使用者的配戴方式以改善識別動作的準確度(accuracy)。

雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明的精神和範圍內，當可作些許的變更與潤飾，故本發明的保護範圍當視後附的申請專利範圍所界定者為準。

10:行動裝置

15:轉換感測資料的系統

100:處理器

101:資料轉換模型

102:識別模型

103:參考加速度向量

200:感測器

300:揚聲器

S1:第一感測資料

S2:第二感測資料

Claims (11)

1. 一種耳機，包括：揚聲器，播放音訊資料；慣性感測器，感測使用者的動作以產生第一感測資料；以及處理器，通訊連接至該慣性感測器和該揚聲器並且預存至少一識別模型和資料轉換模型，其中該資料轉換模型將自該慣性感測器所接收之該第一感測資料轉換為第二感測資料，該至少一識別模型根據該第二感測資料判斷該動作是否正確以產生輸出結果，其中該資料轉換模型基於該慣性感測器的安裝位置而被調整，且該資料轉換模型是透過機器學習、深度學習或數學建模方式而建立。
2. 如申請專利範圍第1項所述的耳機，其中該至少一識別模型根據該第二感測資料進行更新。
3. 如申請專利範圍第1項所述的耳機，其中該第二感測資料包括不同於該第一感測資料之加速度向量和角速度向量。
4. 如申請專利範圍第1項所述的耳機，其中該處理器更預存參考加速度向量，並且基於該第一感測資料之加速度向量以及該參考加速度向量之間的向量角來更新該第一感測資料以及該第二感測資料的其中之一。
5. 如申請專利範圍第1項所述的耳機，其中該處理器更預存參考加速度向量，基於該第一感測資料之加速度向量以及該參 考加速度向量之間的向量角來判斷該耳機被配戴於錯誤的位置，並且響應於被配戴的位置錯誤而透過該揚聲器發出提示訊息。
6. 一種轉換感測資料的系統，包括：慣性感測器，感測使用者的動作以產生第一感測資料；以及處理器，通訊連接至該慣性感測器並且預存資料轉換模型，其中該資料轉換模型將該第一感測資料之加速度向量和角速度向量轉換為第二感測資料之加速度向量和角速度向量，並將該第二感測資料之該加速度向量和該角速度向量輸出至預存於該處理器之識別模型，其中該資料轉換模型基於該慣性感測器在該行動裝置中的安裝位置而被調整，且該資料轉換模型是透過機器學習、深度學習或數學建模方式而建立。
7. 如申請專利範圍第6項所述的系統，其中該處理器根據該識別模型與該第二感測資料判斷該動作是否正確並產生輸出結果。
8. 如申請專利範圍第6項所述的系統，其中該識別模型根據該第二感測資料進行更新。
9. 如申請專利範圍第6項所述的系統，其中該處理器更預存參考加速度向量，並且基於該第一感測資料之該加速度向量以及該參考加速度向量之間的向量角來更新該第一感測資料以及該第二感測資料的其中之一。
10. 如申請專利範圍第6項所述的系統，其中該慣性感測器及該處理器共同配置於行動裝置中。
11. 如申請專利範圍第10項所述的系統，其中該行動裝置更包括耦接於該處理器的揚聲器，該處理器更預存參考加速度向量，基於該第一感測資料之加速度向量以及該參考加速度向量之間的向量角來判斷該行動裝置被配戴於錯誤的位置，並且響應於該行動裝置被配戴的位置錯誤而透過該揚聲器發出提示訊息。

Images