[發明專利]移動終端狀態識別方法和移動終端

在審

• 申請號: 201310713846.5
• 申請日: 2013-12-20
• 公開（公告）號: CN103701991A
• 公開（公告）日: 2014-04-02
• 發明（設計）人: 賈海祿
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: H04M1/725
• 分類號: H04M1/725;G06F9/44
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 胡彬

1.一種移動終端狀態識別方法，其特征在于，所述方法包括：

獲取用于識別移動終端狀態的檢測數據；

計算所述移動終端處于運動狀態的檢測數據的特征值；

根據計算出的所述檢測數據的特征值和預設的分類模型識別所述移動終端當前的運動狀態。

2.根據權利要求1所述的移動終端狀態識別方法，其特征在于，所述獲取用于識別移動終端狀態的檢測數據，包括：

通過加速度傳感器獲取所述移動終端的軸向加速度值，所述軸向加速度值包括X軸加速度值、Y軸加速度值和Z軸加速度值；

根據所述軸向加速度值計算出合軸的加速度值，作為檢測數據。

3.根據權利要求1或2所述的移動終端狀態識別方法，其特征在于，所述計算所述移動終端處于運動狀態的檢測數據的特征值之前，還包括：

對所述檢測數據按照時間或數據類型進行分組；

計算每組檢測數據內的數值范圍浮動值；

當至少一組內的所述數值范圍浮動值等于或大于預設的閾值時，則確定所述移動終端處于運動狀態。

4.根據權利要求1所述的移動終端狀態識別方法，其特征在于，所述計算所述移動終端處于運動狀態的檢測數據的特征值，包括：

根據檢測數據計算所述檢測數據的均值、標準偏差、求和值、和過零率的一個或多個。

5.根據權利要求3所述的移動終端狀態識別方法，其特征在于，所述根據計算出的所述檢測數據的特征值和預設的分類模型識別所述移動終端當前的運動狀態具體包括：

將計算出的各組所述檢測數據的特征值和預設的分類模型進行匹配；

如果具有相同匹配結果的檢測數據的分組數量達到設定閾值，則確定所述移動終端當前的運動狀態為所述匹配結果。

6.根據權利要求1所述的移動終端狀態識別方法，其特征在于，所述根據計算出的所述檢測數據的特征值和預設的分類模型識別所述移動終端當前的運動狀態具體包括：

將計算出的所述檢測數據的特征值和第一分類模型進行匹配，判斷所述移動終端當前的運動狀態是否為第一運動狀態；

如果所述移動終端當前的運動狀態為第一運動狀態，則輸出第一運動狀態；否則，則將計算出的所述檢測數據的特征值和所述第二分類模型進行匹配，判斷所述移動終端當前的運動狀態是否為第二運動狀態；

如果所述移動終端當前的運動狀態為第二運動狀態，則輸出第二運動狀態；否則，則輸出非靜止狀態。

7.根據權利要求6所述的移動終端狀態識別方法，其特征在于，所述第一運動狀態為步行狀態，所述第二運動狀態為自行車狀態。

8.一種移動終端，所述移動終端內置加速度傳感器，其特征在于，所述移動終端包括：

獲取單元，用于獲取用于識別移動終端狀態的檢測數據；

第一計算單元，用于計算所述移動終端處于運動狀態的檢測數據的特征值；

識別單元，用于根據計算出的所述檢測數據的特征值和預設的分類模型識別所述移動終端當前的運動狀態。

9.根據權利要求8所述的移動終端，其特征在于，所述獲取單元具體用于通過加速度傳感器獲取所述移動終端的軸向加速度值，所述軸向加速度值包括X軸加速度值、Y軸加速度值和Z軸加速度值，并根據所述軸向加速度值計算出合軸的加速度值，作為檢測數據。

10.根據權利要求8或9所述的移動終端，其特征在于，所述移動終端還包括：

分組單元，用于對所述檢測數據按照時間或數據類型進行分組；

第二計算單元，用于計算每組檢測數據內的數值范圍浮動值；

確定單元，用于當至少一組內的所述數值范圍浮動值不小于預設的閾值時，則確定所述移動終端處于運動狀態。

11.根據權利要求8所述的移動終端，其特征在于，所述第一計算單元具體用于根據檢測數據計算所述檢測數據的均值、標準偏差、求和值、和過零率的一個或多個。

12.根據權利要求10所述的移動終端，其特征在于，所述識別單元具體用于將計算出的各組所述檢測數據的特征值和預設的分類模型進行匹配，如果具有相同匹配結果的檢測數據的分組數量達到設定閾值，則確定所述移動終端當前的運動狀態為所述匹配結果。