1.本技术实施例涉及通信技术领域,尤其涉及一种睡眠评估方法、电子设备及存储介质。
背景技术:2.睡眠潜伏期指的是用户从就寝到入睡所经历的时间,该时间是评估睡眠障碍的有效指标。其中,就寝主要指用户熄灯后躺在床上且有睡眠意图的阶段,入睡主要指用户实际进入睡眠状态的阶段。若入睡阶段超过30分钟,在临床上会认为用户存在睡眠障碍。
3.为了评估用户的睡眠质量,通常会拿上述睡眠潜伏期作为参考指标。然而,目前对睡眠潜伏期进行测量时,无法准确的计算用户的睡眠潜伏期,由此可能造成高估或低估用户实际的睡眠潜伏期,从而不能精确的评估用户睡眠质量。
技术实现要素:4.本技术实施例提供了一种睡眠评估方法、电子设备及存储介质,以提供一种测量睡眠潜伏期的方式。
5.第一方面,本技术实施例提供了一种睡眠评估方法,应用于可穿戴设备,该可穿戴设备与移动终端建立通信连接,包括:
6.获取第一信息,基于第一信息确定用户的睡眠起始时刻;具体地,该第一信息可以包括用户心率及环境状态等信息。该睡眠起始时刻可以是睡眠潜伏期的计算的起始时刻。
7.发送第一指令给移动终端,第一指令用于指示移动终端监测用户的动作事件;具体地,该第一指令用于指示移动终端监测用户的动作事件,由此可以记录用户的动作事件的时刻,进而可以计算出用户的动作事件的时长。
8.获取第二信息,基于第二信息确定用户的入睡时刻;具体地,该第二信息可以包括用户体动状况及用户心率变化等信息。
9.基于睡眠起始时刻及入睡时刻确定睡眠潜伏期。具体地,可以基于睡眠起始时刻及入睡时刻进行数学计算,由此可以得到睡眠潜伏期。示例性的,可以根据入睡时刻与起始时刻之间的差值确定睡眠潜伏期。
10.本实施例中,通过监测用户身体状态及周边环境状态确定睡眠起始时刻,并进一步通过监测用户的身体状况确定入睡时刻,由于睡眠潜伏期是基于睡眠起始时刻与入睡时刻确定,由此可以更准确的测量出睡眠潜伏期。
11.其中一种可能的实现方式中,第一信息包括用户心率和环境状态,获取第一信息,基于第一信息确定用户的睡眠起始时刻包括:
12.持续监测用户心率和环境状态;具体地点,该环境状态可以包括熄灯情况,示例性的,该熄灯情况可以包括熄灯或未熄灯,由此可以更准确的判断出用户是否有睡眠意图。
13.判断用户心率和环境状态是否满足预设条件;具体地,该心率的预设条件可以是用户的心率是否满足静卧心率区间。该环境状态的预设条件可以是周边环境是否处于熄灯
状态。
14.当任一时刻用户心率和环境状态均满足预设条件时,确定该时刻为睡眠起始时刻。具体地,当任一时刻,两个预设条件都满足时,可以确定该时刻为睡眠起始时刻。示例性的,在某一时刻t,用户的心率满足静卧心率区间,且周边环境为熄灯状态,此时,确定该t时刻为睡眠起始时刻。
15.本实施例中,通过判断用户的心率及周边环境的状态,可以更准确的判断出用户是否有睡眠意图,进而可以提高对睡眠潜伏期的测量的准确度。
16.其中一种可能的实现方式中,第二信息包括用户体动状况及用户心率变化,基于第二信息确定用户的入睡时刻包括:
17.持续监测用户体动状况及用户心率变化;具体地,该用户体动状况用于标识用户的体动量,该用户心率变化用于表征用户的心率滑坡特征。
18.判断用户体动状况是否满足预设条件;具体地,该用户体动状况的预设条件可以是一个临界阈值。示例性的,若用户的体动量达到了该临界阈值,则可以确定该用户体动状况满足了预设条件。
19.当任一时刻用户体动状况满足预设条件时,确定该时刻为潜在入睡时刻;具体地,该潜在入睡时刻可以是入睡时刻的参考点,该潜在入睡时刻还可以进一步经用户心率变化的验证后,确定真正的入睡时刻。
20.基于用户心率变化获取心率滑坡时间序列,心率滑坡时间序列包括一个或多个心率滑坡时刻;具体地,在用户的心率变化曲线图上可以获取用户每个时刻的心率,由此可以计算出用户的多个心率滑坡时刻。
21.将潜在入睡时刻与心率滑坡时间序列中的一个或多个心率滑坡时刻进行比较,根据比较结果确定入睡时刻。具体地,由于可能存在多个心率滑坡时刻,因此,可以将每个心率滑坡时刻与该潜在入睡时刻进行比较,由此可以根据比较结果获得入睡时刻。
22.本实施例中,通过对用户的用户体动状况及用户心率变化的监测,根据用户体动状况获取入睡时刻参考点,根据用户心率变化获得用户的心率滑坡时刻,并通过该入睡时刻参考点与用户的心率滑坡时刻的结合,可以更准确的确定用户的入睡时刻,由此可以提高对睡眠潜伏期的测量的准确度。
23.其中一种可能的实现方式中,获取第二信息之前,还包括:
24.接收移动终端发送的用户动作信息,用户动作信息包括动作事件时间序列,动作事件时间序列包括多个动作事件时刻,每个动作事件时刻与用户的动作事件一一对应。具体地,动作事件包括拿起动作事件和放下动作事件,其中拿起动作和放下动作对应,通过一个拿起动作事件的时刻与一个放下动作事件的时刻可以获得该段动作事件的时长,可以理解的是,用户可以有多个动作事件,因此,可以有多段动作事件的时长。
25.本实施例中,通过接收用户的动作信息,可以计算出用户的动作事件的时长,由此可以在睡眠潜伏期中排除该段时长,进而可以提高对睡眠潜伏期的测量的准确度。
26.其中一种可能的实现方式中,基于睡眠起始时刻及入睡时刻确定睡眠潜伏期包括:
27.基于睡眠起始时刻、入睡时刻及用户活动时长确定睡眠潜伏期,其中,用户活动时长由动作事件时间序列中的多个动作事件时刻确定。
28.本实施例中,通过动作事件时刻确定动作事件时长,由此可以更准确的计算出睡眠潜伏期中的非有效时长,进而可以提高对睡眠潜伏期的测量的准确度。
29.其中一种可能的实现方式中,用户活动信息还包括中断时长,基于睡眠起始时刻及入睡时刻确定睡眠潜伏期包括:
30.基于睡眠起始时刻、入睡时刻及用户活动时长确定睡眠潜伏期,其中,用户活动时长由动作事件时间序列中的多个动作事件时刻及中断时长确定。
31.本实施例中,通过结合用户的动作时长和活动时长(中断时长),由此可以更准确的计算出睡眠潜伏期中的非有效时长,进而可以提高对睡眠潜伏期的测量的准确度。
32.其中一种可能的实现方式中,基于睡眠起始时刻及入睡时刻确定睡眠潜伏期之后,还包括:
33.基于睡眠潜伏期进行睡眠提示。具体地,该提示可以包括语音提示、振动提示,也可以包括单次提示或定时提示,本技术实施例对此不作特殊限定。
34.本实施例中,通过对睡眠潜伏期的判断确定用户的睡眠质量,并由此对用户进行提示,可以改善用户的睡眠质量,提高用户的体验。
35.本技术实施例还提供了一种睡眠评估方法,应用于移动终端,该移动终端与可穿戴设备建立通信连接,包括:
36.接收可穿戴设备发送的第一指令,第一指令用于指示移动终端监测用户的动作事件;具体地,该第一指令可以用于指示移动终端对用户的动作事件的时刻进行记录,该移动终端可以是手机、平板等终端设备,也可以是其他移动设备,本技术实施例对此不作特殊限定。
37.监测用户的动作事件,记录与动作事件对应的时刻,生成动作事件时间序列,其中,动作事件时间序列包括多个动作事件时刻;将动作事件时间序列发送给可穿戴设备。
38.本实施例中,通过记录用户的动作事件的时刻,并将上述时刻发送给可穿戴设备,由此可以使得可穿戴设备基于上述时刻计算得到动作时长,进而可以提高对睡眠潜伏期的测量的准确度。
39.其中一种可能的实现方式中,还包括:
40.监测用户的活动事件,记录与活动事件对应的时刻,基于与活动时间对应的时刻确定中断时长;将中断时长发送给可穿戴设备。具体地,该中断事件可以包括用户起床喝水、上卫生间等事件,也可以包括其他中断事件,本技术实施例对此不作特殊限定。
41.本实施例中,通过记录用户的活动事件的时刻,并由此计算出活动时长,也就是中断时长,将该中断时长发送给可穿戴设备,由此可以提高对睡眠潜伏期的测量的准确度。
42.其中一种可能的实现方式中,还包括:移动终端与智能照明设备建立通信连接,监测用户的动作事件之前,还包括:
43.检测到用户关闭智能照明设备的操作;响应于检测到的操作,对用户的姿势进行识别;具体地,用户的姿势可以通过移动终端的摄像头进行识别,示例性的,可以通过摄像头拍摄图像,并对该图像进行图像识别,以识别用户的姿势。
44.基于识别结果启动对用户的动作事件的监测。
45.本实施例中,通过对用户姿势的识别,以启动对用户动作事件的监测,可以获取完整的用户动作事件的时刻,由此可以提高对睡眠潜伏期的测量的准确度。
46.第二方面,本技术实施例提供一种睡眠评估装置,应用于可穿戴设备,该可穿戴设备与移动终端建立通信连接,包括:
47.第一获取模块,用于获取第一信息,基于第一信息确定用户的睡眠起始时刻;
48.发送模块,用于发送第一指令给移动终端,第一指令用于指示移动终端监测用户的动作事件;
49.第二获取模块,用于获取第二信息,基于第二信息确定用户的入睡时刻;
50.计算模块,用于基于睡眠起始时刻及入睡时刻确定睡眠潜伏期。
51.其中一种可能的实现方式中,第一信息包括用户心率和环境状态,上述第一获取模块包括:
52.第一监测单元,用于持续监测用户心率和环境状态;
53.第一判断单元,用于判断用户心率和环境状态是否满足预设条件;
54.第一获取单元,用于当任一时刻用户心率和环境状态均满足预设条件时,确定时刻为睡眠起始时刻。
55.其中一种可能的实现方式中,第二信息包括用户体动状况及用户心率变化,上述第二获取模块包括:
56.第二监测单元,用于持续监测用户体动状况及用户心率变化;
57.第二判断单元,用于判断用户体动状况是否满足预设条件;
58.第二获取单元,用于当任一时刻用户体动状况满足预设条件时,确定时刻为潜在入睡时刻;基于用户心率变化获取心率滑坡时间序列,心率滑坡时间序列包括一个或多个心率滑坡时刻;将潜在入睡时刻与心率滑坡时间序列中的一个或多个心率滑坡时刻进行比较,根据比较结果确定入睡时刻。
59.其中一种可能的实现方式中,上述装置还包括:
60.接收模块,用于接收移动终端发送的用户动作信息,用户动作信息包括动作事件时间序列,动作事件时间序列包括多个动作事件时刻,每个动作事件时刻与用户的动作事件一一对应。
61.其中一种可能的实现方式中,上述计算模块还用于基于睡眠起始时刻、入睡时刻及用户活动时长确定睡眠潜伏期,其中,用户活动时长由动作事件时间序列中的多个动作事件时刻确定。
62.其中一种可能的实现方式中,用户活动信息还包括中断时长,上述计算模块还用于基于睡眠起始时刻、入睡时刻及用户活动时长确定睡眠潜伏期,其中,用户活动时长由动作事件时间序列中的多个动作事件时刻及中断时长确定。
63.其中一种可能的实现方式中,上述装置还包括:
64.提示模块,用于基于睡眠潜伏期进行睡眠提示。
65.本技术实施例还提供一种睡眠评估装置,应用于移动终端,该移动终端与可穿戴设备建立通信连接,包括:
66.接收模块,用于接收可穿戴设备发送的第一指令,第一指令用于指示移动终端监测用户的动作事件;
67.第一记录模块,用于监测用户的动作事件,记录与动作事件对应的时刻,生成动作事件时间序列,其中,动作事件时间序列包括多个动作事件时刻;
68.第一发送模块,用于将动作事件时间序列发送给可穿戴设备。
69.其中一种可能的实现方式中,上述装置还包括:
70.第二记录模块,用于监测用户的活动事件,记录与活动事件对应的时刻,基于与活动时间对应的时刻确定中断时长;
71.第二发送模块,用于将中断时长发送给可穿戴设备。
72.其中一种可能的实现方式中,移动终端与智能照明设备建立通信连接,上述装置还包括:
73.检测模块,用于检测到用户关闭智能照明设备的操作;
74.识别模块,用于响应于检测到的操作,对用户的姿势进行识别;
75.启动模块,用于基于识别结果启动对用户的动作事件的监测。
76.第三方面,本技术实施例提供一种可穿戴设备,该可穿戴设备与移动终端建立通信连接,包括:
77.存储器,上述存储器用于存储计算机程序代码,上述计算机程序代码包括指令,当上述可穿戴设备从上述存储器中读取上述指令,以使得上述可穿戴设备执行以下步骤:
78.获取第一信息,基于第一信息确定用户的睡眠起始时刻;
79.发送第一指令给移动终端,第一指令用于指示移动终端监测用户的动作事件;
80.获取第二信息,基于第二信息确定用户的入睡时刻;
81.基于睡眠起始时刻及入睡时刻确定睡眠潜伏期。
82.其中一种可能的实现方式中,第一信息包括用户心率和环境状态,上述指令被上述可穿戴设备执行时,使得上述可穿戴设备执行获取第一信息,基于第一信息确定用户的睡眠起始时刻的步骤包括:
83.持续监测用户心率和环境状态;
84.判断用户心率和环境状态是否满足预设条件;
85.当任一时刻用户心率和环境状态均满足预设条件时,确定时刻为睡眠起始时刻。
86.其中一种可能的实现方式中,第二信息包括用户体动状况及用户心率变化,上述指令被上述可穿戴设备执行时,使得上述可穿戴设备执行基于第二信息确定用户的入睡时刻的步骤包括:
87.持续监测用户体动状况及用户心率变化;
88.判断用户体动状况是否满足预设条件;
89.当任一时刻用户体动状况满足预设条件时,确定该时刻为潜在入睡时刻;
90.基于用户心率变化获取心率滑坡时间序列,心率滑坡时间序列包括一个或多个心率滑坡时刻;
91.将潜在入睡时刻与心率滑坡时间序列中的一个或多个心率滑坡时刻进行比较,根据比较结果确定入睡时刻。
92.其中一种可能的实现方式中,上述指令被上述可穿戴设备执行时,使得上述可穿戴设备执行获取第二信息的步骤之前,还执行以下步骤:
93.接收移动终端发送的用户动作信息,用户动作信息包括动作事件时间序列,动作事件时间序列包括多个动作事件时刻,每个动作事件时刻与用户的动作事件一一对应。
94.其中一种可能的实现方式中,上述指令被上述可穿戴设备执行时,使得上述可穿
戴设备执行基于睡眠起始时刻及入睡时刻确定睡眠潜伏期的步骤包括:
95.基于睡眠起始时刻、入睡时刻及用户活动时长确定睡眠潜伏期,其中,用户活动时长由动作事件时间序列中的多个动作事件时刻确定。
96.其中一种可能的实现方式中,用户活动信息还包括中断时长,上述指令被上述可穿戴设备执行时,使得上述可穿戴设备执行基于睡眠起始时刻及入睡时刻确定睡眠潜伏期的步骤包括:
97.基于睡眠起始时刻、入睡时刻及用户活动时长确定睡眠潜伏期,其中,用户活动时长由动作事件时间序列中的多个动作事件时刻及中断时长确定。
98.其中一种可能的实现方式中,上述指令被上述可穿戴设备执行时,使得上述可穿戴设备执行基于睡眠起始时刻及入睡时刻确定睡眠潜伏期的步骤之后,还执行以下步骤:
99.基于睡眠潜伏期进行睡眠提示。
100.本技术实施例还提供一种移动终端,该移动终端与可穿戴设备建立通信连接,包括:存储器,上述存储器用于存储计算机程序代码,上述计算机程序代码包括指令,当上述移动终端从上述存储器中读取上述指令,以使得上述移动终端执行以下步骤:
101.接收可穿戴设备发送的第一指令,第一指令用于指示移动终端监测用户的动作事件;
102.监测用户的动作事件,记录与动作事件对应的时刻,生成动作事件时间序列,其中,动作事件时间序列包括多个动作事件时刻;
103.将动作事件时间序列发送给可穿戴设备。
104.其中一种可能的实现方式中,上述指令被上述移动终端执行时,使得上述移动终端还执行以下步骤:
105.监测用户的活动事件,记录与活动事件对应的时刻,基于与活动时间对应的时刻确定中断时长;
106.将中断时长发送给可穿戴设备。
107.其中一种可能的实现方式中,移动终端与智能照明设备建立通信连接,上述指令被上述移动终端执行时,使得上述移动终端还执行以下步骤:
108.检测到用户关闭智能照明设备的操作;
109.响应于检测到的操作,对用户的姿势进行识别;
110.基于识别结果启动对用户的动作事件的监测。
111.第四方面,本技术实施例提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,当其在计算机上运行时,使得计算机执行如第一方面所述的方法。
112.第五方面,本技术实施例提供一种计算机程序,当上述计算机程序被计算机执行时,用于执行第一方面所述的方法。
113.在一种可能的设计中,第五方面中的程序可以全部或者部分存储在与处理器封装在一起的存储介质上,也可以部分或者全部存储在不与处理器封装在一起的存储器上。
附图说明
114.图1为本技术实施例提供的睡眠评估方法的应用场景架构图;
115.图2为本技术实施例提供的移动终端结构示意图;
116.图3为本技术实施例提供的可穿戴设备结构示意图;
117.图4为本技术提供的睡眠评估方法一个实施例的流程图;
118.图5为本技术提供的心率滑坡时刻计算方法一个实施例的示意图;
119.图6为本技术提供的心率滑坡时刻计算方法另一个实施例的示意图;
120.图7为本技术实施例提供的睡眠潜伏期的计算示意图;
121.图8为本技术提供的睡眠评估方法另一个实施例的流程图;
122.图9为本技术提供的睡眠评估装置一个实施例的结构示意图;
123.图10为本技术提供的睡眠评估装置另一个实施例的结构示意图。
具体实施方式
124.下面将结合本技术实施例中的附图,对本技术实施例中的技术方案进行描述。其中,在本技术实施例的描述中,除非另有说明,“/”表示或的意思,例如,a/b可以表示a或b;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,a和/或b,可以表示:单独存在a,同时存在a和b,单独存在b这三种情况。
125.以下,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本技术实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
126.现有技术中,智能穿戴设备能够基于体动识别用户醒或睡的状态,得到了广泛使用。在此基础上,部分产品通过对心率或心率变异性分类,识别用户是否躺下,并将用户躺下后相对安静的时刻到其入睡的时刻之间的差值作为睡眠潜伏期。然而在现代社会中,由于电子产品(如智能终端)的普及,躺在床上与睡眠的关联性在减弱,也就是说,大多数用户在熄灯躺在床上后经常会使用电子产品看小说等。此外,在年轻人中,使用电子产品的时长并不会很短,且姿势可能长时间保持不变。然而当用户放下电子产品后,可能只需要很短的一段时间便能够入睡,因此,基于上述方案的睡眠潜伏期的测量通常会高估睡眠潜伏期的长度,由此会给睡眠潜伏期的测量带来误差。而对于部分具有睡眠障碍的用户,其在床上安静的尝试入睡的过程中,在未入睡的情况下可能会被误识别为已经入睡,导致低估其实际的睡眠潜伏期,由此会给睡眠潜伏期的测量带来误差。
127.基于上述问题,本技术实施例提出了一种睡眠评估方法。
128.现结合图1-图8对本技术实施例提供的睡眠评估方法进行说明,图1为本技术实施例提供的应用场景示例图,参考图1,上述应用场景包括移动终端100、智能穿戴设备200(例如,智能手表)、智能穿戴设备201(例如,智能眼镜)以及智能家居设备300。
129.智能穿戴设备200与移动终端100之间可以通过无线方式建立连接,上述无线方式可以包括wifi、蓝牙、蜂窝移动网络(例如4g、5g等)等无线通信方式,本技术对此不作特殊限定。移动终端100与智能家居设备300及智能穿戴设备201之间也可以通过无线方式建立连接,上述方式可以包括wifi等无线通信方式,本技术对此不作特殊限定。
130.其中,智能穿戴设备200可以是具有无线通信功能以及显示屏的穿戴式设备,例如,智能手表。智能穿戴设备201可以是具有无线通信功能的穿戴式设备,例如,智能眼镜。移动终端100也可以称为终端设备、用户设备(user equipment,ue)、接入终端、用户单元、
移动台、远程终端、移动设备、用户终端、终端、无线通信设备或用户装置。移动终端100可以是蜂窝电话、无绳电话、个人数字处理(personal digital assistant,pda)设备、具有无线通信功能的手持设备或手持式通信设备和/或用于在无线系统上进行通信的其它设备以及下一代通信系统,例如,5g网络中的移动终端或者未来演进的公共陆地移动网络(public land mobile network,plmn)网络中的移动终端等,例如,手机,平板。智能家居设备300可以是具有无线通信功能的家居设备,例如,智能灯具、智能开关、智能插座等。
131.图2示出了移动终端100的结构示意图。
132.移动终端100可以包括处理器110,外部存储器接口120,内部存储器121,通用串行总线(universal serial bus,usb)接口130,充电管理模块140,电源管理模块141,电池142,天线1,天线2,移动通信模块150,无线通信模块160,音频模块170,扬声器170a,受话器170b,麦克风170c,耳机接口170d,传感器模块180,按键190,马达191,指示器192,摄像头193,显示屏194,以及用户标识模块(subscriber identification module,sim)卡接口195等。其中传感器模块180可以包括压力传感器180a,陀螺仪传感器180b,气压传感器180c,磁传感器180d,加速度传感器180e,距离传感器180f,接近光传感器180g,指纹传感器180h,温度传感器180j,触摸传感器180k,环境光传感器180l,骨传导传感器180m等。
133.可以理解的是,本技术实施例示意的结构并不构成对移动终端100的具体限定。在本技术另一些实施例中,移动终端100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
134.处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,ap),调制解调处理器,图形处理器(graphics processing unit,gpu),图像信号处理器(image signal processor,isp),控制器,视频编解码器,数字信号处理器(digital signal processor,dsp),基带处理器,和/或神经网络处理器(neural-network processing unit,npu)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
135.控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
136.处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器110的等待时间,因而提高了系统的效率。
137.在一些实施例中,处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,i2c)接口,集成电路内置音频(inter-integrated circuit sound,i2s)接口,脉冲编码调制(pulse code modulation,pcm)接口,通用异步收发传输器(universal asynchronous receiver/transmitter,uart)接口,移动产业处理器接口(mobile industry processor interface,mipi),通用输入输出(general-purpose input/output,gpio)接口,用户标识模块(subscriber identity module,sim)接口,和/或通用串行总线(universal serial bus,usb)接口等。
138.i2c接口是一种双向同步串行总线,包括一根串行数据线(serial data line,
sda)和一根串行时钟线(derail clock line,scl)。在一些实施例中,处理器110可以包含多组i2c总线。处理器110可以通过不同的i2c总线接口分别耦合触摸传感器180k,充电器,闪光灯,摄像头193等。例如:处理器110可以通过i2c接口耦合触摸传感器180k,使处理器110与触摸传感器180k通过i2c总线接口通信,实现移动终端100的触摸功能。
139.i2s接口可以用于音频通信。在一些实施例中,处理器110可以包含多组i2s总线。处理器110可以通过i2s总线与音频模块170耦合,实现处理器110与音频模块170之间的通信。在一些实施例中,音频模块170可以通过i2s接口向无线通信模块160传递音频信号,实现通过蓝牙耳机接听电话的功能。
140.pcm接口也可以用于音频通信,将模拟信号抽样,量化和编码。在一些实施例中,音频模块170与无线通信模块160可以通过pcm总线接口耦合。在一些实施例中,音频模块170也可以通过pcm接口向无线通信模块160传递音频信号,实现通过蓝牙耳机接听电话的功能。所述i2s接口和所述pcm接口都可以用于音频通信。
141.uart接口是一种通用串行数据总线,用于异步通信。该总线可以为双向通信总线。它将要传输的数据在串行通信与并行通信之间转换。在一些实施例中,uart接口通常被用于连接处理器110与无线通信模块160。例如:处理器110通过uart接口与无线通信模块160中的蓝牙模块通信,实现蓝牙功能。在一些实施例中,音频模块170可以通过uart接口向无线通信模块160传递音频信号,实现通过蓝牙耳机播放音乐的功能。
142.mipi接口可以被用于连接处理器110与显示屏194,摄像头193等外围器件。mipi接口包括摄像头串行接口(camera serial interface,csi),显示屏串行接口(display serial interface,dsi)等。在一些实施例中,处理器110和摄像头193通过csi接口通信,实现移动终端100的拍摄功能。处理器110和显示屏194通过dsi接口通信,实现移动终端100的显示功能。
143.gpio接口可以通过软件配置。gpio接口可以被配置为控制信号,也可被配置为数据信号。在一些实施例中,gpio接口可以用于连接处理器110与摄像头193,显示屏194,无线通信模块160,音频模块170,传感器模块180等。gpio接口还可以被配置为i2c接口,i2s接口,uart接口,mipi接口等。
144.usb接口130是符合usb标准规范的接口,具体可以是mini usb接口,micro usb接口,usb type c接口等。usb接口130可以用于连接充电器为移动终端100充电,也可以用于移动终端100与外围设备之间传输数据。也可以用于连接耳机,通过耳机播放音频。该接口还可以用于连接其他电子设备,例如ar设备等。
145.可以理解的是,本发明实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对移动终端100的结构限定。在本技术另一些实施例中,移动终端100也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
146.充电管理模块140用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。在一些有线充电的实施例中,充电管理模块140可以通过usb接口130接收有线充电器的充电输入。在一些无线充电的实施例中,充电管理模块140可以通过移动终端100的无线充电线圈接收无线充电输入。充电管理模块140为电池142充电的同时,还可以通过电源管理模块141为电子设备供电。
147.电源管理模块141用于连接电池142,充电管理模块140与处理器110。电源管理模
块141接收电池142和/或充电管理模块140的输入,为处理器110,内部存储器121,显示屏194,摄像头193,和无线通信模块160等供电。电源管理模块141还可以用于监测电池容量,电池循环次数,电池健康状态(漏电,阻抗)等参数。在其他一些实施例中,电源管理模块141也可以设置于处理器110中。在另一些实施例中,电源管理模块141和充电管理模块140也可以设置于同一个器件中。
148.移动终端100的无线通信功能可以通过天线1,天线2,移动通信模块150,无线通信模块160,调制解调处理器以及基带处理器等实现。
149.天线1和天线2用于发射和接收电磁波信号。移动终端100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
150.移动通信模块150可以提供应用在移动终端100上的包括2g/3g/4g/5g等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器,开关,功率放大器,低噪声放大器(low noise amplifier,lna)等。移动通信模块150可以由天线1接收电磁波,并对接收的电磁波进行滤波,放大等处理,传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大,经天线1转为电磁波辐射出去。在一些实施例中,移动通信模块150的至少部分功能模块可以被设置于处理器110中。在一些实施例中,移动通信模块150的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。
151.调制解调处理器可以包括调制器和解调器。其中,调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后,被传递给应用处理器。应用处理器通过音频设备(不限于扬声器170a,受话器170b等)输出声音信号,或通过显示屏194显示图像或视频。在一些实施例中,调制解调处理器可以是独立的器件。在另一些实施例中,调制解调处理器可以独立于处理器110,与移动通信模块150或其他功能模块设置在同一个器件中。
152.无线通信模块160可以提供应用在移动终端100上的包括无线局域网(wireless local area networks,wlan)(如无线保真(wireless fidelity,wi-fi)网络),蓝牙(bluetooth,bt),全球导航卫星系统(global navigation satellite system,gnss),调频(frequency modulation,fm),近距离无线通信技术(near field communication,nfc),红外技术(infrared,ir)等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号,对其进行调频,放大,经天线2转为电磁波辐射出去。
153.在一些实施例中,移动终端100的天线1和移动通信模块150耦合,天线2和无线通信模块160耦合,使得移动终端100可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括全球移动通讯系统(global system for mobile communications,gsm),通用分组无线服务(general packet radio service,gprs),码分多址接入(code division multiple access,cdma),宽带码分多址(wideband code division multiple access,wcdma),时分码分多址(time-division code division multiple access,td-scdma),长期演进(long term evolution,lte),bt,gnss,wlan,nfc,fm,和/或ir技术等。所
述gnss可以包括全球卫星定位系统(global positioning system,gps),全球导航卫星系统(global navigation satellite system,glonass),北斗卫星导航系统(beidou navigation satellite system,bds),准天顶卫星系统(quasi-zenith satellite system,qzss)和/或星基增强系统(satellite based augmentation systems,sbas)。
154.移动终端100通过gpu,显示屏194,以及应用处理器等实现显示功能。gpu为图像处理的微处理器,连接显示屏194和应用处理器。gpu用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个gpu,其执行程序指令以生成或改变显示信息。
155.显示屏194用于显示图像,视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,lcd),有机发光二极管(organic light-emitting diode,oled),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrix organic light emitting diode的,amoled),柔性发光二极管(flex light-emitting diode,fled),miniled,microled,micro-oled,量子点发光二极管(quantum dot light emitting diodes,qled)等。在一些实施例中,移动终端100可以包括1个或n个显示屏194,n为大于1的正整数。
156.移动终端100可以通过isp,摄像头193,视频编解码器,gpu,显示屏194以及应用处理器等实现拍摄功能。
157.isp用于处理摄像头193反馈的数据。例如,拍照时,打开快门,光线通过镜头被传递到摄像头感光元件上,光信号转换为电信号,摄像头感光元件将所述电信号传递给isp处理,转化为肉眼可见的图像。isp还可以对图像的噪点,亮度,肤色进行算法优化。isp还可以对拍摄场景的曝光,色温等参数优化。在一些实施例中,isp可以设置在摄像头193中。
158.摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device,ccd)或互补金属氧化物半导体(complementary metal-oxide-semiconductor,cmos)光电晶体管。感光元件把光信号转换成电信号,之后将电信号传递给isp转换成数字图像信号。isp将数字图像信号输出到dsp加工处理。dsp将数字图像信号转换成标准的rgb,yuv等格式的图像信号。在一些实施例中,移动终端100可以包括1个或n个摄像头193,n为大于1的正整数。在本技术实施例中,通过摄像头捕获用户的影像,可以识别出用户的姿势,由此可以判断用户的睡眠意图。
159.数字信号处理器用于处理数字信号,除了可以处理数字图像信号,还可以处理其他数字信号。例如,当移动终端100在频点选择时,数字信号处理器用于对频点能量进行傅里叶变换等。
160.视频编解码器用于对数字视频压缩或解压缩。移动终端100可以支持一种或多种视频编解码器。这样,移动终端100可以播放或录制多种编码格式的视频,例如:动态图像专家组(moving picture experts group,mpeg)1,mpeg2,mpeg3,mpeg4等。
161.npu为神经网络(neural-network,nn)计算处理器,通过借鉴生物神经网络结构,例如借鉴人脑神经元之间传递模式,对输入信息快速处理,还可以不断的自学习。通过npu可以实现移动终端100的智能认知等应用,例如:图像识别,人脸识别,语音识别,文本理解等。
162.外部存储器接口120可以用于连接外部存储卡,例如micro sd卡,实现扩展移动终端100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信,实现数据存储功
能。例如将音乐,视频等文件保存在外部存储卡中。
163.内部存储器121可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。内部存储器121可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储移动终端100使用过程中所创建的数据(比如音频数据,电话本等)等。此外,内部存储器121可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,ufs)等。处理器110通过运行存储在内部存储器121的指令,和/或存储在设置于处理器中的存储器的指令,执行移动终端100的各种功能应用以及数据处理。
164.移动终端100可以通过音频模块170,扬声器170a,受话器170b,麦克风170c,耳机接口170d,以及应用处理器等实现音频功能。例如音乐播放,录音等。
165.音频模块170用于将数字音频信息转换成模拟音频信号输出,也用于将模拟音频输入转换为数字音频信号。音频模块170还可以用于对音频信号编码和解码。在一些实施例中,音频模块170可以设置于处理器110中,或将音频模块170的部分功能模块设置于处理器110中。
166.扬声器170a,也称“喇叭”,用于将音频电信号转换为声音信号。移动终端100可以通过扬声器170a收听音乐,或收听免提通话。
167.受话器170b,也称“听筒”,用于将音频电信号转换成声音信号。当移动终端100接听电话或语音信息时,可以通过将受话器170b靠近人耳接听语音。
168.麦克风170c,也称“话筒”,“传声器”,用于将声音信号转换为电信号。当拨打电话或发送语音信息时,用户可以通过人嘴靠近麦克风170c发声,将声音信号输入到麦克风170c。移动终端100可以设置至少一个麦克风170c。在另一些实施例中,移动终端100可以设置两个麦克风170c,除了采集声音信号,还可以实现降噪功能。在另一些实施例中,移动终端100还可以设置三个,四个或更多麦克风170c,实现采集声音信号,降噪,还可以识别声音来源,实现定向录音功能等。
169.耳机接口170d用于连接有线耳机。耳机接口170d可以是usb接口130,也可以是3.5mm的开放移动电子设备平台(open mobile terminal platform,omtp)标准接口,美国蜂窝电信工业协会(cellular telecommunications industry association of the usa,ctia)标准接口。
170.压力传感器180a用于感受压力信号,可以将压力信号转换成电信号。在一些实施例中,压力传感器180a可以设置于显示屏194。压力传感器180a的种类很多,如电阻式压力传感器,电感式压力传感器,电容式压力传感器等。电容式压力传感器可以是包括至少两个具有导电材料的平行板。当有力作用于压力传感器180a,电极之间的电容改变。移动终端100根据电容的变化确定压力的强度。当有触摸操作作用于显示屏194,移动终端100根据压力传感器180a检测所述触摸操作强度。移动终端100也可以根据压力传感器180a的检测信号计算触摸的位置。在一些实施例中,作用于相同触摸位置,但不同触摸操作强度的触摸操作,可以对应不同的操作指令。例如:当有触摸操作强度小于第一压力阈值的触摸操作作用于短消息应用图标时,执行查看短消息的指令。当有触摸操作强度大于或等于第一压力阈值的触摸操作作用于短消息应用图标时,执行新建短消息的指令。
171.陀螺仪传感器180b可以用于确定移动终端100的运动姿态。在一些实施例中,可以通过陀螺仪传感器180b确定移动终端100围绕三个轴(即,x,y和z轴)的角速度。陀螺仪传感器180b可以用于拍摄防抖。示例性的,当按下快门,陀螺仪传感器180b检测移动终端100抖动的角度,根据角度计算出镜头模组需要补偿的距离,让镜头通过反向运动抵消移动终端100的抖动,实现防抖。陀螺仪传感器180b还可以用于导航,体感游戏场景。
172.气压传感器180c用于测量气压。在一些实施例中,移动终端100通过气压传感器180c测得的气压值计算海拔高度,辅助定位和导航。
173.磁传感器180d包括霍尔传感器。移动终端100可以利用磁传感器180d检测翻盖皮套的开合。在一些实施例中,当移动终端100是翻盖机时,移动终端100可以根据磁传感器180d检测翻盖的开合。进而根据检测到的皮套的开合状态或翻盖的开合状态,设置翻盖自动解锁等特性。
174.加速度传感器180e可检测移动终端100在各个方向上(一般为三轴)加速度的大小。当移动终端100静止时可检测出重力的大小及方向。还可以用于识别电子设备姿态,应用于横竖屏切换,计步器等应用。本技术实施例中,通过该加速度传感器180e可以识别出用户的动作事件,例如,该动作事件可以包括:用户拿起移动终端的事件及用户拿起移动终端的事件。
175.距离传感器180f,用于测量距离。移动终端100可以通过红外或激光测量距离。在一些实施例中,拍摄场景,移动终端100可以利用距离传感器180f测距以实现快速对焦。
176.接近光传感器180g可以包括例如发光二极管(led)和光检测器,例如光电二极管。发光二极管可以是红外发光二极管。移动终端100通过发光二极管向外发射红外光。移动终端100使用光电二极管检测来自附近物体的红外反射光。当检测到充分的反射光时,可以确定移动终端100附近有物体。当检测到不充分的反射光时,移动终端100可以确定移动终端100附近没有物体。移动终端100可以利用接近光传感器180g检测用户手持移动终端100贴近耳朵通话,以便自动熄灭屏幕达到省电的目的。接近光传感器180g也可用于皮套模式,口袋模式自动解锁与锁屏。
177.环境光传感器180l用于感知环境光亮度。移动终端100可以根据感知的环境光亮度自适应调节显示屏194亮度。环境光传感器180l也可用于拍照时自动调节白平衡。环境光传感器180l还可以与接近光传感器180g配合,检测移动终端100是否在口袋里,以防误触。
178.指纹传感器180h用于采集指纹。移动终端100可以利用采集的指纹特性实现指纹解锁,访问应用锁,指纹拍照,指纹接听来电等。
179.温度传感器180j用于检测温度。在一些实施例中,移动终端100利用温度传感器180j检测的温度,执行温度处理策略。例如,当温度传感器180j上报的温度超过阈值,移动终端100执行降低位于温度传感器180j附近的处理器的性能,以便降低功耗实施热保护。在另一些实施例中,当温度低于另一阈值时,移动终端100对电池142加热,以避免低温导致移动终端100异常关机。在其他一些实施例中,当温度低于又一阈值时,移动终端100对电池142的输出电压执行升压,以避免低温导致的异常关机。
180.触摸传感器180k,也称“触控器件”。触摸传感器180k可以设置于显示屏194,由触摸传感器180k与显示屏194组成触摸屏,也称“触控屏”。触摸传感器180k用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器,以确定触
networks,wlan)(如无线保真(wireless fidelity,wi-fi)网络),蓝牙(bluetooth,bt),全球导航卫星系统(global navigation satellite system,gnss),调频(frequency modulation,fm),近距离无线通信技术(near field communication,nfc),红外技术(infrared,ir)等无线通信的解决方案。无线通信模块270可以是集成至少一个通信处理模块的一个或多个器件。
187.上述存储器250可以是只读存储器(read-only memory,rom)、可存储静态信息和指令的其它类型的静态存储设备、随机存取存储器(random access memory,ram)或可存储信息和指令的其它类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,eeprom)、只读光盘(compact disc read-only memory,cd-rom)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其它磁存储设备,或者还可以是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质等。
188.上述处理器240可以和存储器250合成一个处理装置,更常见的是彼此独立的部件,处理器240可以用于执行存储器250中存储的程序代码来实现上述功能。具体实现时,该存储器250也可以集成在处理器240中,或者,独立于处理器240。
189.可选地,为了使得智能穿戴设备200的功能更加完善,该智能穿戴设备200还可以包括音频电路280和震动器290中的一个或多个,该音频电路280还可以包括扬声器281,其中,该音频电路280及扬声器281可以用于进行语音播报,提示用户改变作息习惯,以提高睡眠质量;该震动器290可以用于进行震动,提示用户用户改变作息习惯,以提高睡眠质量。
190.应理解,图3所示的智能穿戴设备200中的处理器240可以是片上系统soc,该处理器240中可以包括中央处理器(central processing unit;以下简称:cpu),还可以进一步包括其他类型的处理器,例如:图像处理器(graphics processing unit;以下简称:gpu)等。
191.智能穿戴设备201至少包括上述环境光传感器230。
192.图4为本技术实施例提供的睡眠评估方法一个实施例的流程示意图,包括:
193.步骤101,智能穿戴设备200监测用户心率。
194.具体地,人体处于不同姿势时,由于代谢率不同,会拥有不同的心率。举例来说,人体处于静立状态时的心率比人体处于静坐状态时的心率高,人体处于静坐状态时的心率比人体处于静卧状态时的心率高,人体处于静卧状态时的心率比人体处于熟睡状态时的心率高。因此,智能穿戴设备200可以通过心率传感器210监测用户的心率,由此可以确定用户是否处于睡眠状态。智能穿戴设备200通过对用户心率的监测,可以将监测到的心率进行分类。示例性的,智能穿戴设备200可以将心率分成两类,静卧心率及入睡心率。可以理解的是,上述静卧心率及入睡心率标识的是一个心率区间,示例性的,静卧心率可以对应64-78的心率区间,入睡心率可以对应56-63的心率区间,上述心率区间的数值仅是示例,也可以为其他数值,本技术实施例对此不作特殊限定。若检测到的心率与上述区间匹配,则该检测到的心率归类到对应的心率类别。其中,静卧心率用于标识用户处于静卧状态,但并未进入睡眠状态;入睡心率用于标识用户已进入睡眠状态。
195.步骤102,智能穿戴设备200监测当前环境状态。
196.具体地,当前环境状态可以包括未熄灯状态及熄灯状态。其中,未熄灯状态用于标识当前用户所处的环境为灯光未熄灭状态,由此可以推断用户可能还在活动中。熄灯状态用于标识当前用户所处的环境为灯光已熄灭状态,由此可以确定用户准备睡眠中。
197.在具体实现时,当前环境状态的检测可以通过智能穿戴设备200中的环境光传感器230进行。例如,通过环境光传感器230对环境光的强度进行检测,由此可以确定当前环境状态为未熄灯状态或熄灯状态。举例来说,可以预设环境光强度阈值为15lux,若环境光传感器230监测到的环境光强度大于或等于该环境光强度阈值,则可以认为当前环境状态为未熄灭状态,若环境光传感器230监测到的环境光强度小于该环境光强度阈值,则可以认为当前环境状态为已熄灭状态。可以理解的是,上述环境光强度阈值可以是其他任意值,本技术实施例对此不作特殊限定。
198.可选地,当前环境状态也可以与移动终端100的开灯和关灯操作对应。其中,上述未熄灯状态可以与用户的开灯操作对应。示例性的,用户可以在移动终端100的显示界面上进行开灯操作,以开启智能家居设备300(例如,智能灯具)。响应于用户的开灯操作,移动终端100可以确定当前环境状态为未熄灯状态。上述熄灯状态可以与用户的关灯操作对应。示例性的,用户可以在移动终端100的显示界面上进行关灯操作,以关闭智能家居设备300(例如,智能灯具)。响应于用户的关灯操作,移动终端100可以确定当前环境状态为已熄灯状态。当移动终端100获取到当前环境状态后,可以将该当前环境状态发送给智能穿戴设备200。
199.需要说明的是,本步骤102与步骤101的执行顺序不分先后,也就是说,本步骤102可以在步骤101之前执行,可以在步骤101之后执行,也可以和步骤101同时执行,本技术实施例对此不作特殊限定。
200.步骤103,智能穿戴设备200基于上述用户心率及当前环境状态确定睡眠起始时刻t
start
,并启动入睡检测。
201.具体地,智能穿戴设备200在获取到用户心率及当前环境状态后,可以对上述用户心率及当前环境状态进行综合判断。
202.若智能穿戴设备200判断用户心率处于静卧心率区间,且当前环境状态为熄灯状态,则可以确定用户拥有睡眠意向。此时,智能穿戴设备200可以记录下睡眠起始时刻t
start
。
203.步骤104,智能穿戴设备200还可以向移动终端100发送指示信息。其中,该指示信息用于指示移动终端100启动对用户动作事件的监测。
204.步骤105,移动终端100接收智能穿戴设备200发送的指示信息,监测用户的动作事件。
205.具体地,该动作事件可以包括拿起事件和放下事件。示例性的,若用户拿起移动终端100,则该事件为拿起事件;若用户放下移动终端100,则该事件为放下事件。其中,该拿起事件可以用于识别用户正在活动中,也就是说,用户暂时没有睡眠意向;该放下事件可以用于识别用户准备入睡,也就是说,用户已有睡眠意向。
206.在具体实现时,上述动作事件可以通过移动终端100中的加速度传感器180e进行识别。
207.可选地,上述动作事件还可以与移动终端100的解屏事件和锁屏事件对应。其中,解屏事件可以与拿起事件对应,该解屏事件可以由用户的解屏操作触发,示例性的,用户可
以在移动终端100的屏幕上进行解锁操作,例如,输入密码或者指纹解锁。响应于用户的解锁操作,移动终端100触发解屏事件,对屏幕进行解锁,由此可以确定用户已拿起移动终端100。锁屏事件可以与放下事件对应,该锁屏事件可以由用户的锁屏操作触发,示例性的,用户也可以在移动终端100的屏幕上进行锁屏操作,例如,按下锁屏键。响应于用户的锁屏操作,移动终端100触发锁屏事件,对屏幕进行锁屏,由此可以确定用户已放下移动终端100。
208.可选地,上述动作事件还可以由智能穿戴设备201进行识别。示例性的,该智能穿戴设备201可以是智能眼镜。通过该智能眼镜可以检测移动终端100的光线,并可以将上述动作事件与光线对应。若智能眼镜检测到存在移动终端100的光线,则可以确定当前事件为拿起事件,也就是说,该移动终端100处于亮屏状态,用户正在使用移动终端100;若智能眼镜检测到移动终端100的光线消失,则可以确定当前事件为放下事件,也就是说,该移动终端100处于熄屏状态,用户正在放下移动终端100。智能穿戴设备201获取到拿起事件或放下事件后,可以将上述拿起事件信息和放下事件信息发送给移动终端100。
209.步骤106,移动终端100记录与动作事件对应的时刻,生成动作事件时间序列。
210.具体地,用户可能存在多次拿起和放下移动终端100的动作,也就是说,存在多个拿起事件和放下事件。因此,当移动终端100监测到拿起事件或放下事件后,可以记录下与该拿起事件或放下事件对应的时刻,由此可以得到两个动作事件时间序列,例如,拿起事件时间序列及放下事件时间序列。
211.其中,上述拿起事件时间序列包括所有与拿起事件对应的时刻。上述放下事件时间序列包括所有与放下事件对应的时刻。
212.举例来说,若用户分别在23:37拿起移动终端100,在23:57放下移动终端100,在0:10拿起移动终端100,在0:20放下移动终端100。则拿起事件时间序列可以包括23:37及0:10两个时刻,放下事件时间序列可以包括23:57及0:20两个时刻。
213.步骤107,移动终端100将上述两个动作事件时间序列发送给智能穿戴设备200。
214.步骤108,智能穿戴设备200监测用户的体动状况,确定潜在入睡时刻。
215.具体地,智能穿戴设备200可以通过体动传感器220监测用户的体动状况。其中,体动状况可以反映出用户的体动量,示例性的,当用户的体动量达到预设的阈值时,可以初步认为该用户已经入睡。因此,智能穿戴设备200可以通过体动传感器220对用户的体动量进行判断,若智能穿戴设备200判断用户体动量小于或等于预设的体动量阈值,则可以记录下该时刻,将该时刻作为潜在入睡时刻t
sleep1
,其中,潜在入睡时刻t
sleep1
用于标识用户的潜在入睡时刻。需要说明的是,该潜在入睡时刻t
sleep1
并非表明用户已真正入睡,因此,还可以进一步判断,以确定真正的入睡时刻。
216.步骤109,智能穿戴设备200监测用户心率变化情况,确定心率滑坡时刻t
sleep2
。
217.具体地,人体从清醒状态到入睡状态,心率会发生骤降。因此,通过对用户心率的监测,找出用户心率滑坡的时刻,由此可以将该心率滑坡的时刻作为用户入睡的参考时间点。
218.在具体实现时,智能穿戴设备200可以使用心率传感器210监测任意前后两个时刻的心率值,由此可以计算出该前后两个时刻对应的心率之间的差值,并可以将该差值与预设的差值阈值进行比较,若该差值大于或等于该预设的差值阈值,则可以认为用户的心率发生骤降,由此可以将后一个时刻记录为心率滑坡时刻t
sleep2
。
219.现结合图5进行说明,如图5所示,从时刻t开始,可以监测任意前后两个时刻的心率值,其中,该时刻t可以是睡眠起始时刻t
start
,也可以是睡眠起始时刻t
start
后的任意一个时刻,本技术实施例对此不作特殊限定。假设从时刻t监测到了tm,上述t到tm的时间段内包含t1、t2、t3及t4等时刻,则可以分别计算t1和t2之间的心率差值、t2和t3之间的心率差值及t3和t4之间的心率差值,由此可以确定t1、t2、t3及t4等时刻中的心率滑坡时刻t
sleep2
。例如,若t1和t2之间的心率差值大于或等于预设的差值阈值,则t2为心率滑坡时刻t
sleep2
。
220.可选地,智能穿戴设备200也可以监测前后两个时间段的心率均值,由此可以计算出前后两个时间段对应的心率均值之间的差值,并可以将该差值与预设的差值阈值进行比较,若该差值大于或等于该预设的差值阈值,则可以认为用户的心率发生骤降,由此可以将后一个时间段的首个时刻记录为心率滑坡时刻t
sleep2
,也可以将后一个时间段的任意一个时刻记录为心率滑坡时刻t
sleep2
,本技术实施例对此不作特殊限定。
221.现结合图6进行说明,如图6所示,从时刻t开始,预设监测的时间跨度为td,假设从时刻t监测到了tm,上述t到tm的时间段内包含了td1、td2、td3及td4等子时间段;其中,td1、td2、td3及td4等子时间段分别包含多个时刻。因此,可以分别计算出td1、td2、td3及td4等子时间段的心率均值。接着分别计算td1和td2之间的心率均值的差值、td2和td3之间的心率均值的差值及td3和td4之间的心率均值的差值,由此可以确定td1、td2、td3及td4等时间段中的心率滑坡时刻t
sleep2
。例如,若td1和td2之间的心率均值的差值大于或等于预设的差值阈值,则可以将td2中的首个时刻作为心率滑坡时刻t
sleep2
,也可以将td2中的任意时刻作为心率滑坡时刻t
sleep2
,本技术实施例对此不作特殊限定。
222.可以理解的是,符合上述特征的心率滑坡时刻t
sleep2
可以包含多个,因此,智能穿戴设备200可以存储心率滑坡时间序列,其中,该心率滑坡时间序列可以包括一个或多个心率滑坡时刻t
sleep2
。
223.步骤110,智能穿戴设备200基于潜在入睡时刻t
sleep1
及心率滑坡时刻t
sleep2
,确定入睡时刻。
224.具体地,智能穿戴设备200在获取到潜在入睡时刻t
sleep1
及心率滑坡时间序列后,可以将潜在入睡时刻t
sleep1
与心率滑坡时间序列中的每个心率滑坡时刻t
sleep2
进行比较。
225.若智能穿戴设备200判断潜在入睡时刻t
sleep1
与心率滑坡时刻t
sleep2
之间的差值大于或等于预设的差值阈值,则可以认为该心率滑坡时刻t
sleep2
无效。示例性的,若心率滑坡时刻t
sleep2
明显早于潜在入睡时刻t
sleep1
(例如,超过3分钟以上),则可以认为该心率滑坡时刻t
sleep2
为无效时刻,可以继续寻找上述心率滑坡时间序列中的其他心率滑坡时刻t
sleep2
,以确定入睡时刻t
sleep
。
226.其中,在对心率滑坡时刻t
sleep2
进行查找时,可以以时间从先至后的顺序进行。例如,首先将最早的心率滑坡时刻t
sleep2
与潜在入睡时刻t
sleep1
进行比较,若该最早的心率滑坡时刻t
sleep2
不满足条件,则继续将次早的心率滑坡时刻t
sleep2
与潜在入睡时刻t
sleep1
进行比较,直至找到满足条件的心率滑坡时刻t
sleep2
出现,并可以将该满足条件的心率滑坡时刻t
sleep2
作为入睡时刻t
sleep
。
227.步骤111,智能穿戴设备200基于睡眠起始时刻t
start
、入睡时刻t
sleep
及动作事件时间序列确定睡眠潜伏期。
228.具体地,智能穿戴设备200获取到睡眠起始时刻t
start
及入睡时刻t
sleep
后,可以进
一步判断是否存在与动作事件对应的时刻。
229.若智能穿戴设备200没有接收到移动终端100发送的动作事件时间序列,则可以判断不存在与动作事件对应的时刻,由此可以基于睡眠起始时刻t
start
及入睡时刻t
sleep
确定睡眠潜伏期,示例性的,睡眠潜伏期=t
sleep-t
start
。
230.若智能穿戴设备200接收到移动终端100发送的动作事件时间序列,则可以判断存在与动作事件对应的时刻,由此可以基于睡眠起始时刻t
start
、入睡时刻t
sleep
及上述动作事件时间序列中的与动作事件对应的时刻确定睡眠潜伏期,示例性的,睡眠潜伏期=t
sleep-t
start-t
active
,其中,该t
active
用于标识用户在睡眠起始时刻与入睡时刻之间的活动时长,该t
active
可以由上述动作事件时间序列中的与动作事件对应的时刻确定。
231.现结合图7进行说明,如图7所示,用户在00:31熄灯准备开始睡觉,该00:31时刻对应t
start
。10分钟后,也就是00:41,用户再次拿起手机开始看小说,该00:41时刻对应拿起事件1时刻t
pickup1
,15分钟后,也就是00:56,用户放下手机再次尝试入睡,该00:56时刻对应放下事件1时刻t
putdown1
,8分钟后,也就是01:04,用户再次拿起手机看小说,该01:04时刻对应拿起事件2时刻t
pickup2
,20分钟后,也就是01:24,用户放下手机再次准备入睡,该01:24时刻对应放下事件2时刻t
putdown2
,5分钟后,也就是01:29,用户睡着,该01:29时刻对应入睡时刻t
sleep
。在上述过程中,用户拥有睡眠意图的时间段分别为00:31-00:41、00:56-01:04及01:24-01:29。因此,睡眠潜伏期为t
sleep-t
start-[(t
putdown1-t
pickup1
)+(t
putdown2-t
pickup2
)],其中,t
active
=(t
putdown1-t
pickup1
)+(t
putdown2-t
pickup2
)。
[0232]
步骤112,智能穿戴设备200基于睡眠潜伏期进行睡眠提示。
[0233]
具体地,智能穿戴设备200获取到睡眠潜伏期后,可以将该睡眠潜伏期与预设的睡眠潜伏期阈值进行比较。
[0234]
若计算获得的睡眠潜伏期大于预设的睡眠潜伏期阈值,则可以认为用户存在睡眠障碍,可以在智能穿戴设备200的显示屏上显示相关提示,以提醒用户存在睡眠障碍,可以改变现有的作息习惯,以提高睡眠质量。
[0235]
可选地,智能穿戴设备200确定用户存在睡眠障碍后,还可以发送指示消息给移动终端100,由此可以使得移动终端100在收到该指示消息后,可以唤醒对应的应用程序,例如,健康app,以使得该应用程序可以向用户推送相关的健康知识,例如,作息习惯、饮食及睡姿等。
[0236]
可选地,智能穿戴设备200确定用户存在睡眠障碍后,还可以对用户的居住环境进行调整,以给用户营造良好的睡眠环境,例如,可以预先设置睡眠时刻,在该睡眠时刻提醒用户可以准备睡眠,可以在该睡眠时刻将灯光调整至预设的亮度(例如,智能灯具的亮度进行调整),也可以将当前的声源的音量降低或者关闭,例如,降低智能音箱的音量或者关闭智能音箱,由此可以营造良好的睡眠氛围,有助用户尽快入睡,进而提高用户的睡眠质量。
[0237]
本实施例中,通过移动终端监测用户的动作事件,由此对用户动作的时刻进行记录,由该动作时刻确定用户的动作事件的时长,并基于该动作事件的时长对睡眠潜伏期进行估算,可以提高对睡眠潜伏期计算的准确性。
[0238]
如图8所示为本技术实施例提供的睡眠评估方法另一个实施例的流程示意图,包括:
[0239]
步骤201,响应于用户的操作,移动终端100关闭智能家居设备300。
[0240]
具体地,用户可以在移动终端100的显示界面上进行关灯操作,以关闭智能家居设备300(例如,智能灯具)。响应于用户的关灯操作,移动终端100可以关闭智能家居设备300。由此可以让当前环境进入熄灯状态,有利于用户尽快进入睡眠。
[0241]
步骤202,移动终端100开启摄像头193,获取图像,以识别用户的姿势。
[0242]
具体地,当移动终端100检测到用户关闭智能家居设备300的操作后,可以开启摄像头193,以获取用户的图像,由此可以识别出用户的姿势,例如,用户是否处于躺下的姿势,进而可以确定用户是否准备睡眠。
[0243]
进一步地,移动终端100还可以持续获取用户的影像,例如,移动终端100可以通过摄像头193获取用户在预设时间段(例如,5分钟)内的姿势。若移动终端100判断用户在该预设时间段内一直处于静卧姿势,则可以记录用户躺下的起始时刻,也就是睡眠起始时刻t
start
。示例性的,该睡眠起始时刻t
start
可以是移动终端100识别出用户姿势的时刻。
[0244]
步骤203,移动终端100监测用户的动作事件。
[0245]
具体地,该动作事件可以包括拿起事件和放下事件。示例性的,若用户拿起移动终端100,则该事件为拿起事件;若用户放下移动终端100,则该事件为放下事件。其中,该拿起事件可以用于识别用户正在活动中,也就是说,用户暂时没有睡眠意向;该放下事件可以用于识别用户准备入睡,也就是说,用户已有睡眠意向。
[0246]
在具体实现时,上述动作事件可以通过移动终端100中的加速度传感器180e进行识别。
[0247]
可选地,上述动作事件还可以与移动终端100的解屏事件和锁屏事件对应。其中,解屏事件可以与拿起事件对应,该解屏事件可以由用户的解屏操作触发,示例性的,用户可以在移动终端100的屏幕上进行解锁操作,例如,输入密码或者指纹解锁。响应于用户的解锁操作,移动终端100触发解屏事件,对屏幕进行解锁,由此可以确定用户已拿起移动终端100。锁屏事件可以与放下事件对应,该锁屏事件可以由用户的锁屏操作触发,示例性的,用户也可以在移动终端100的屏幕上进行锁屏操作,例如,按下锁屏键。响应于用户的锁屏操作,移动终端100触发锁屏事件,对屏幕进行锁屏,由此可以确定用户已放下移动终端100。
[0248]
可选地,上述动作事件还可以由智能穿戴设备201进行识别。示例性的,该智能穿戴201可以是智能眼镜。通过智能眼镜可以检测移动终端100的光线,并可以将动作事件与光线对应。若智能眼镜检测到存在移动终端100的光线,则可以确定当前事件为拿起事件,也就是说,用户正在使用移动终端100;若智能眼镜检测到移动终端100的光线消失,则可以确定当前事件为放下事件,也就是说,用户正在放下移动终端100。智能穿戴设备201获取到拿起事件或放下事件后,可以将上述拿起事件信息和放下事件信息发送给移动终端100。
[0249]
步骤204,移动终端100记录与动作事件对应的时刻,生成动作事件时间序列。
[0250]
具体地,用户可能存在多次拿起和放下移动终端100的动作,也就是说,存在多个拿起事件和放下事件。因此,当移动终端100监测到拿起事件或放下事件后,可以记录下与该拿起事件或放下事件对应的时刻,由此可以得到两个动作事件时间序列,例如,拿起事件时间序列及放下事件时间序列。
[0251]
其中,上述拿起事件时间序列包括所有与拿起事件对应的时刻。上述放下事件时间序列包括所有与放下事件对应的时刻。
[0252]
步骤205,移动终端100监测中断事件,确定中断时长。
[0253]
具体地,中断事件可以包括用户起床、喝水、开灯等活动。示例性的,用户起床可以通过移动终端100的摄像头获取图像进行识别,开灯可以通过用户在移动终端100的显示界面上的开灯操作进行识别,或者通过智能穿戴设备200中的环境光传感器进行识别。
[0254]
若移动终端100监测到中断事件,则可以将中断事件发生的时刻记录为中断时刻t
pause
,直到用户恢复静卧,例如,通过移动终端100的摄像头识别出用户重新处于静卧状态。此时,可以将用户恢复静卧的时刻记录为中断恢复时刻t
resume
,则中断时长t
interrupt
=t
resume-t
pause
。可以理解的是中断事件可以发生多次,因此,可以有多个中断时刻和与其对应的中断恢复时刻。举例来说,假设第一次中断事件的中断时刻为t
pause1
,第一次中断事件的中断恢复时刻为t
resume1
,第二次中断事件的中断时刻为t
pause2
,第二次中断事件的中断恢复时刻为t
resume2
,则中断时长t
interrupt
=(t
resume1-t
pause1
)+(t
resume2-t
pause2
)。
[0255]
进一步地,移动终端100还可以将中断时长与预设的时长阈值进行比较,若中断时长大于或等于预设的时长阈值,则可以认为用户的睡眠已被打断,需要重新确定睡眠起始时刻t
start
。示例性的,睡眠起始时刻t
start
可以为最后一个中断恢复时刻t
resume
。此时,可以清空步骤204中记录的拿起事件时间序列和放下事件时间序列,并进一步执行步骤203-步骤205,以重新获取拿起事件时间序列和放下事件时间序列。
[0256]
步骤206,移动终端100将上述拿起事件时间序列、放下事件时间序列及中断时长t
interrupt
发送给智能穿戴设备200。
[0257]
步骤207,智能穿戴设备200监测用户的体动状况,确定入睡时刻t
sleep
。
[0258]
具体地,智能穿戴设备200可以通过体动传感器220监测用户的体动状况。其中,体动状况可以反映出用户的体动量,示例性的,当用户的体动量达到预设的阈值时,可以初步认为该用户已经入睡。因此,智能穿戴设备200可以通过体动传感器220对用户的体动量进行判断,若智能穿戴设备200判断用户的体动量小于或等于预设的体动量阈值,则可以记录下该时刻,将该时刻作为入睡时刻t
sleep
。
[0259]
步骤208,智能穿戴设备200基于睡眠起始时刻t
start
、入睡时刻t
sleep
、动作事件时间序列及中断时长t
interrupt
确定睡眠潜伏期。
[0260]
具体地,智能穿戴设备200获取到睡眠起始时刻t
start
及入睡时刻t
sleep
后,可以进一步判断是否存在与动作事件对应的时刻及中断时长。
[0261]
若智能穿戴设备200未接收到移动终端100发送的动作事件时间序列及中断时长,则可以判断不存在与动作事件对应的时刻及中断时长,则可以基于睡眠起始时刻t
start
及入睡时刻t
sleep
确定睡眠潜伏期,示例性的,睡眠潜伏期=t
sleep-t
start
。
[0262]
若智能穿戴设备200接收到移动终端100发送的动作事件时间序列,但未接收到中断时长,则可以判断存在与动作事件对应的时刻,但不存在中断时长,则可以基于睡眠起始时刻t
start
、入睡时刻t
sleep
及动作事件时间序列中的与动作事件对应的时刻确定睡眠潜伏期,示例性的,睡眠潜伏期=t
sleep-t
start-t
active
,其中,该t
active
用于标识用户在睡眠起始时刻与入睡时刻之间的活动时长。
[0263]
若智能穿戴设备200未接收到移动终端100发送的动作事件时间序列,但接收到中断时长,则可以判断不存在与动作事件对应的时刻,但存在中断时长,则可以基于睡眠起始时刻t
start
、入睡时刻t
sleep
及中断时长确定睡眠潜伏期,示例性的,睡眠潜伏期=t
sleep-t
start-t
interrupt
。
[0264]
若智能穿戴设备200接收到移动终端100发送的动作事件时间序列及中断时长,则可以判断存在与动作事件对应的时刻,且存在中断时长,则可以基于睡眠起始时刻t
start
、入睡时刻t
sleep
、动作事件时间序列中的与动作事件对应的时刻及中断时长确定睡眠潜伏期,示例性的,睡眠潜伏期=t
sleep-t
start-t
active-t
interrupt
。
[0265]
步骤209,智能穿戴设备200基于睡眠潜伏期进行睡眠提示。
[0266]
具体地,智能穿戴设备200获取到睡眠潜伏期后,可以将该睡眠潜伏期与预设的睡眠潜伏期阈值进行比较。
[0267]
若计算获得的睡眠潜伏期大于预设的睡眠潜伏期阈值,则可以认为用户存在睡眠障碍,可以在智能穿戴设备200的显示屏上显示相关提示,以提醒用户存在睡眠障碍,可以改变现有的作息习惯,以提高睡眠质量。
[0268]
可选地,智能穿戴设备200确定用户存在睡眠障碍后,还可以发送指示消息给移动终端100,由此可以使得移动终端100在收到该指示消息后,可以唤醒对应的应用程序,例如,健康app,以使得该应用程序可以向用户推送相关的健康知识,例如,作息习惯、饮食及睡姿等。
[0269]
可选地,智能穿戴设备200确定用户存在睡眠障碍后,还可以对用户的居住环境进行调整,以给用户营造良好的睡眠环境,例如,可以预先设置睡眠时刻,在该睡眠时刻提醒用户可以准备睡眠,可以在该睡眠时刻将灯光调整至预设的亮度(例如,智能灯具的亮度进行调整),也可以将当前的声源的音量降低或者关闭,例如,降低智能音箱的音量或者关闭智能音箱,由此可以营造良好的睡眠氛围,有助用户尽快入睡,进而提高用户的睡眠质量。
[0270]
本实施例中,通过移动终端监测用户的动作事件及活动时间,由此对用户动作的时刻及活动的时刻进行记录,由该动作时刻确定用户的动作事件的时长,由该活动时刻确定用户的中断时长,基于上述动作事件的时长及中断时长对睡眠潜伏期进行估算,可以提高对睡眠潜伏期计算的准确性。
[0271]
图9为本技术睡眠评估装置一个实施例的结构示意图,如图9所示,上述睡眠评估装置900应用于可穿戴设备,该可穿戴设备与移动终端建立通信连接,可以包括:第一获取模块910、发送模块920、第二获取模块930及计算模块940;
[0272]
第一获取模块910,用于获取第一信息,基于第一信息确定用户的睡眠起始时刻;
[0273]
发送模块920,用于发送第一指令给移动终端,第一指令用于指示移动终端监测用户的动作事件;
[0274]
第二获取模块930,用于获取第二信息,基于第二信息确定用户的入睡时刻;
[0275]
计算模块940,用于基于睡眠起始时刻及入睡时刻确定睡眠潜伏期。
[0276]
其中一种可能的实现方式中,第一信息包括用户心率和环境状态,上述第一获取模块910包括:第一监测单元911、第一判断单元912及第一获取单元913;
[0277]
第一监测单元911,用于持续监测用户心率和环境状态;
[0278]
第一判断单元912,用于判断用户心率和环境状态是否满足预设条件;
[0279]
第一获取单元913,用于当任一时刻用户心率和环境状态均满足预设条件时,确定时刻为睡眠起始时刻。
[0280]
其中一种可能的实现方式中,第二信息包括用户体动状况及用户心率变化,上述第二获取模块930包括:第二监测单元931、第二判断单元932及第二获取单元933;
[0281]
第二监测单元931,用于持续监测用户体动状况及用户心率变化;
[0282]
第二判断单元932,用于判断用户体动状况是否满足预设条件;
[0283]
第二获取单元933,用于当任一时刻用户体动状况满足预设条件时,确定时刻为潜在入睡时刻;基于用户心率变化获取心率滑坡时间序列,心率滑坡时间序列包括一个或多个心率滑坡时刻;将潜在入睡时刻与心率滑坡时间序列中的一个或多个心率滑坡时刻进行比较,根据比较结果确定入睡时刻。
[0284]
其中一种可能的实现方式中,上述装置900还包括:接收模块950;
[0285]
接收模块950,用于接收移动终端发送的用户动作信息,用户动作信息包括动作事件时间序列,动作事件时间序列包括多个动作事件时刻,每个动作事件时刻与用户的动作事件一一对应。
[0286]
其中一种可能的实现方式中,上述计算模块940还用于基于睡眠起始时刻、入睡时刻及用户活动时长确定睡眠潜伏期,其中,用户活动时长由动作事件时间序列中的多个动作事件时刻确定。
[0287]
其中一种可能的实现方式中,用户活动信息还包括中断时长,上述计算模块940还用于基于睡眠起始时刻、入睡时刻及用户活动时长确定睡眠潜伏期,其中,用户活动时长由动作事件时间序列中的多个动作事件时刻及中断时长确定。
[0288]
其中一种可能的实现方式中,上述装置900还包括:提示模块960;
[0289]
提示模块960,用于基于睡眠潜伏期进行睡眠提示。
[0290]
图10为本技术睡眠评估装置另一个实施例的结构示意图,如图10所示,上述睡眠评估装置1000应用于移动终端,该移动终端与可穿戴设备建立通信连接,可以包括:接收模块1010、第一记录模块1020及第一发送模块1030;
[0291]
接收模块1010,用于接收可穿戴设备发送的第一指令,第一指令用于指示移动终端监测用户的动作事件;
[0292]
第一记录模块1020,用于监测用户的动作事件,记录与动作事件对应的时刻,生成动作事件时间序列,其中,动作事件时间序列包括多个动作事件时刻;
[0293]
第一发送模块1030,用于将动作事件时间序列发送给可穿戴设备。
[0294]
其中一种可能的实现方式中,上述装置1000还包括:第二记录模块1040及第二发送模块1050;
[0295]
第二记录模块1040,用于监测用户的活动事件,记录与活动事件对应的时刻,基于与活动时间对应的时刻确定中断时长;
[0296]
第二发送模块1050,用于将中断时长发送给可穿戴设备。
[0297]
其中一种可能的实现方式中,移动终端与智能照明设备建立通信连接,上述装置1000还包括:检测模块1060、识别模块1070及启动模块1080;
[0298]
检测模块1060,用于检测到用户关闭智能照明设备的操作;
[0299]
识别模块1070,用于响应于检测到的操作,对用户的姿势进行识别;
[0300]
启动模块1080,用于基于识别结果启动对用户的动作事件的监测。
[0301]
应理解以上图9和图10所示的睡眠评估装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可
以部分模块以软件通过处理元件调用的形式实现,部分模块通过硬件的形式实现。例如,检测模块可以为单独设立的处理元件,也可以集成在电子设备的某一个芯片中实现。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
[0302]
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(application specific integrated circuit;以下简称:asic),或,一个或多个微处理器(digital singnal processor;以下简称:dsp),或,一个或者多个现场可编程门阵列(field programmable gate array;以下简称:fpga)等。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip;以下简称:soc)的形式实现。
[0303]
可以理解的是,本技术实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对移动终端100及可穿戴设备200的结构限定。在本技术另一些实施例中,移动终端100及可穿戴设备200也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
[0304]
可以理解的是,上述移动终端100及可穿戴设备200等为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本技术实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本技术实施例的范围。
[0305]
本技术实施例可以根据上述方法示例对上述终端设备等进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本技术实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
[0306]
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
[0307]
在本技术实施例各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
[0308]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本技术实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:快闪存储器、移动硬盘、只读存储
器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
[0309]
以上所述,仅为本技术的具体实施方式,但本技术的保护范围并不局限于此,任何在本技术揭露的技术范围内的变化或替换,都应涵盖在本技术的保护范围之内。因此,本技术的保护范围应以所述权利要求的保护范围为准。