[發(fā)明專利]通過感測瞬態(tài)事件和連續(xù)事件的智能裝置的情境感知

有效

• 申請?zhí)枺?/td>: 201910072433.0
• 申請日: 2019-01-25
• 公開（公告）號: CN110276235B
• 公開（公告）日: 2023-06-16
• 發(fā)明（設計）人: M·喬達里;A·庫馬;G·辛格;R·巴勒
• 申請（專利權）人: 意法半導體公司;意法半導體國際有限公司
• 主分類號: G06F18/24
• 分類號: G06F18/24;G01D21/02;A61B5/11
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 王茂華;郭星

本公開的實施例涉及通過感測瞬態(tài)事件和連續(xù)事件的智能裝置的情境感知。分布式計算系統(tǒng)用于自主地了解智能裝置的環(huán)境情境中的人工智能。原始情境數據由與智能裝置相關聯(lián)的傳感器檢測。原始情境數據由智能裝置預處理，并且然后被提供至基于云的服務器以進行進一步處理。在基于云的服務器處，各種特征數據集合從經預處理的情境數據而獲得。各種特征數據集合被與對應的分類參數相比較，以確定在情境中發(fā)生的連續(xù)事件的分類和/或瞬態(tài)事件的分類(如果有的話)。連續(xù)事件和瞬態(tài)事件的所確定的分類將被用于自主地配置智能裝置或者另一相關智能裝置，以適應情境。

技術領域

本公開大體上涉及集成在智能裝置中的傳感器，并且更具體地，涉及使用由集成在智能裝置中的傳感器獲得的信息來提供智能裝置的情境信息。

背景技術

目前，移動電話和可穿戴電子裝置配備有能夠本地地或者與基于云的服務器協(xié)調地執(zhí)行復雜計算的快速處理器。移動裝置還可以包括多個微機電傳感器(MEMS)，該多個微機電傳感器(MEMS)可以使得能夠確定裝置的用戶的各種類型的情境信息。對于獲得情境信息有用的傳感器中的一些傳感器是加速度計、氣壓計、陀螺儀、磁力儀和麥克風。

有關運動活動的研究工作已經對用戶的基本移動活動進行了分類，諸如，步行、慢跑和騎自行車。語音檢測技術使用麥克風記錄來從背景噪聲中檢測人類語音，并且被用于應用，諸如，音頻會議、語音識別和回聲消除。還研究了對移動裝置用戶的空間環(huán)境的檢測，以確定用戶的環(huán)境設置，諸如，在辦公室中、在街道上、在體育場處、在海灘上等。

發(fā)明內容

本公開涉及一種用于針對在例如，人機交互(HMI)和物聯(lián)網(IoT)中的基于情境感知的應用來確定智能電子裝置的概率性情境的技術。裝置包括集成在裝置內的各種傳感器。該技術檢測并且處理來自傳感器的情境數據，并且該情境數據包括但不限于：用戶的運動活動、有關裝置的聲音信息(包括用戶的語音活動和有關裝置的其它聲音信息)和用戶周圍空間環(huán)境信息。該技術區(qū)分在有關智能裝置的各種不同情境域(諸如，例如，智能裝置的用戶的運動活動、有關智能裝置的聲音信息和使用智能裝置的空間環(huán)境)中的每個情境域中的連續(xù)事件和瞬態(tài)事件。該技術包括基本級聯(lián)系感知分析和元級情境感知分析。在基本級分析中，單獨處理兩個一般類別的事件(即，瞬態(tài)事件或者連續(xù)事件)。然后，在元級處理中組合單獨確定的基本級情境感知結果，以獲得元級情境感知。基本級情境感知結果和元級情境感知結果由智能裝置用于自動地對情境做出反應，而不需要人工指令或者輸入。

由集成到裝置中或者與裝置相關聯(lián)的各種傳感器來檢測原始情境數據。原始數據將由被嵌入在裝置中(即，本地處理)或者被通信地耦合至裝置(即，由基于云的服務器遠程處理)的處理器接收并且處理。

具體地，對于瞬態(tài)事件，在基本級情境感知分析中進行兩步處理。第一步是：檢測到發(fā)生了某一瞬態(tài)事件。第二步是：確定發(fā)生的瞬態(tài)事件的類型。在確定瞬態(tài)事件的類型中，將使用分類元素和分類參數。分類元素包括瞬態(tài)事件的顯式類型和“這些都不是”類型。分類參數包括與瞬態(tài)事件的每個顯式類型對應的特征數據的參數。從用于第一步和第二步分析的原始數據獲得不同的特征數據集合。在第二步執(zhí)行對基本級瞬態(tài)事件的類型的概率性確定，其結果可以被輸出至元級情境感知分析。

在元級情境感知分析中，基于并發(fā)(“并發(fā)分析”)或者順序(“順序分析”)中的至少一個同時對瞬態(tài)事件和連續(xù)事件的類型進行分析。并發(fā)分析評價基本級瞬態(tài)事件和連續(xù)事件，該基本級瞬態(tài)事件和連續(xù)事件被確定為同時發(fā)生或者存在以增強概率性確定，并且消除不合理的基本級分析結果。順序分析評價基本級瞬態(tài)事件和連續(xù)事件，該基本級瞬態(tài)事件和連續(xù)事件被確定為順序發(fā)生或者存在，以增強概率性確定，并且消除不合理的基本級分析結果。順序分析還生成事件序列作為情境中的更新。