一种定位方法及相关装置与流程

1.本技术涉及定位技术领域，尤其涉及一种定位方法及相关装置。


背景技术：

2.随着可穿戴设备的迅速发展，越来越多智能穿戴产品进入人们的日常生活，对生活带来便利。很多穿戴设备加入定位功能，配备了gnss(global navigation satellite system，全球卫星导航系统)模块，丰富了可穿戴设备的应用场景。
3.目前，由于可穿戴设备硬件限制，无法内置定位性能较好的天线，从而可穿戴设备的定位效率低、定位时间较长。


技术实现要素：

4.本技术提供了一种定位方法，实现了可穿戴设备独立进行定位时的定位效率提高、定位时间减短。进一步的，该定位考虑了用户的运动习惯和用户当前的位置，有效降低盲目开启gnss模块增加的功耗，提高了用户体验。
5.第一方面，本技术提供了一种定位方法，包括：可穿戴设备根据用户的历史运动数据确定所述用户在预设周期内进行户外运动的至少一个高频运动时间段；从第一高频运动时间段的第一时刻起，若识别到所述可穿戴设备处于户外时，所述可穿戴设备开启定位模块进行定位。其中，所述第一时刻为与所述第一高频运动时间段的开始时刻相距第一预设时长的时刻，或所述第一时刻为所述第一高频运动时间段的开始时刻，所述至少一个高频运动时间段包括所述第一高频运动时间段。
6.本技术实施例中，可穿戴设备可以根据用户的历史运动数据确定用户进行户外运动的高频运动时间，在高频运动时间前开启户外识别，当识别到用户处于户外时，开启定位模块进行定位。这样，实现了可穿戴设备独立进行定位时的定位效率提高、定位时间减短，有效降低盲目开启gnss模块增加的功耗，提高了用户体验。
7.在一种实现方式中，所述可穿戴设备根据用户的历史运动数据确定用户在预设周期内进行户外运动的至少一个高频运动时间段，具体包括：所述可穿戴设备根据用户的历史运动数据中的户外运动数据在预设周期内的所在天和上述户外运动数据的所在时间段，确定在预设周期内户外运动次数最高的m天，以及所述m天的每一天内的r个预设时间段中户外运动次数最高的p个时间段。所述高频运动时间段包括所述m天中每一天内的所述p个时间段。
8.在一种实现方式中，所述方法还包括：当识别到所述可穿戴设备处于户外，则停止户外识别；或者，当在所述第一时刻到所述第一高频运动时间段的第二时刻内，所述可穿戴设备均未识别到所述可穿戴设备处于户外，则停止户外识别。其中，所述第二时刻为第一高频运动时间段的结束时刻，或与所述第一高频运动时间段的结束时刻相距第二预设时长的时刻。
9.在一种实现方式中，所述可穿戴设备开启定位模块进行定位之前，所述方法还：所
述可穿戴设备根据环境光传感器采集的数据、磁传感器采集的数据以及加速度传感器采集的数据中的至少一种数据进行户外识别。
10.在一种实现方式中，所述可穿戴设备根据环境光传感器采集的数据、磁传感器采集的数据以及加速度传感器采集的数据中的至少一种数据进行户外识别，具体包括：若当前时刻属于白天，所述可穿戴设备根据所述环境光传感器采集的数据进行户外识别；若当前时刻属于晚上，所述可穿戴设备根据所述磁传感器采集的数据以及所述加速度传感器采集的数据进行户外识别。
11.在一种实现方式中，所述可穿戴设备根据所述环境光传感器采集的数据进行户外识别，具体包括：所述可穿戴设备根据第一数据收集阶段内所述环境光传感器采集的光照强度，确定光照强度的均值当时，识别所述可穿戴设备处于户外，反之，识别所述可穿戴设备为处于室内。
12.在一种实现方式中，所述可穿戴设备根据所述磁传感器采集的数据以及所述加速度传感器采集的数据进行户外识别，具体包括：所述可穿戴设备根据所述磁传感器在m个数据收集阶段采集的数据，确定磁场强度的识别特征指数ifi；所述可穿戴设备根据所述加速度传感器在所述m个数据收集阶段采集的数据，确定所述m个数据收集阶段中每个数据收集阶段的合加速度的方差，并确定所述m个数据收集阶段的所述方差的均值ma。当ma》t2，且t3《ifi《t4时，识别所述可穿戴设备处于户外，否则识别所述可穿戴设备为处于室内。
13.在一种实现方式中，所述ifi表示如下：
[0014][0015]
其中，所述vj表示所述m个数据收集阶段中的第j个数据收集阶段的特征向量，所述vj＝{mean1j，varj}，所述mean1j表示所述第j个数据收集阶段采集的合磁场强度的均值，varj表示所述第j个数据收集阶段采集的合磁场强度的方差，表示所述m个数据收集阶段的特征向量的均值，d(
·
)表示特征向量间的距离。
[0016]
在一种实现方式中，所述t1取值为1200。
[0017]
在一种实现方式中，所述t2取值为0.04，所述t3取值为0.5，所述t4取值为6.5。
[0018]
在一种实现方式中，所述可穿戴设备开启定位模块进行定位后可以在所述可穿戴设备的显示屏上显示搜星标识。
[0019]
第二方面，本技术提供了一种可穿戴设备，包括一个或多个处理器、存储器和显示屏；所述存储器、所述显示屏与所述一个或多个处理器耦合，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，所述一个或多个处理器调用所述计算机指令以使得所述可穿戴设备执行上述第一方面中任一种可能的实现方式。
[0020]
第三方面，本技术实施例提供了一种计算机存储介质，包括计算机指令，当计算机指令在可穿戴设备上运行时，使得可穿戴设备执行上述第一方面中任一种可能的实现方式。
[0021]
第四方面，本技术实施例提供了一种计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行上述第一方面中任一种可能的实现方式。
附图说明
[0022]
为了更清楚地说明本技术实施例中的技术方案，下面将对本技术实施例中所需要使用的附图进行说明。
[0023]
图1为本技术的实施例的一种可穿戴设备的结构示意图；
[0024]
图2为本技术的实施例的一种提示智能手表更新星历数据的示意图；
[0025]
图3为本技术的实施例的一种可穿戴设备的定位方法的流程示意图；
[0026]
图4为本技术的实施例的一种可穿戴设备显示搜星标识的示意图；
[0027]
图5为本技术的实施例的一种可穿戴设备的定位方法的结构示意图；
[0028]
图6为本技术的实施例的一种确定用户进行户外运动的高频运动时间的流程示意图；
[0029]
图7为本技术的实施例的一种一天内不同时间段内的室内外光照强度变化的示意图；
[0030]
图8为本技术的实施例的一种户外识别的方法的结构示意图；
[0031]
图9为本技术的实施例的一种根据ma、ifi确定用户是否处于户外的示意图。
具体实施方式
[0032]
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清楚、完整地描述。
[0033]
本技术以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对而并非旨在作为对本技术的限制。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；文本中的“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，另外，在本技术实施例的描述中，“多个”是指两个或多于两个。
[0034]
以下，术语“第一”、“第二”仅用于描述目的，而不能理解为暗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。
[0035]
下面首先介绍本技术以下实施例中提供的示例性可穿戴设备。
[0036]
图1示例性示出了可穿戴设备的结构示意图。
[0037]
可穿戴设备可以是智能手表、智能手环、智能眼镜等，本技术实施例对该可穿戴设备的具体类型不作特殊限制。
[0038]
可穿戴设备可以包括处理器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。
[0039]
可以理解的是，本发明实施例示意的结构并不构成对可穿戴设备的具体限定。在本技术另一些实施例中，可穿戴设备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。
[0040]
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，存储器，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。
[0041]
其中，控制器可以是可穿戴设备的神经中枢和指挥中心。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。
[0042]
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。
[0043]
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。
[0044]
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可以通过可穿戴设备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为可穿戴设备供电。
[0045]
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。
[0046]
可穿戴设备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。
[0047]
天线1和天线2用于发射和接收电磁波信号。可穿戴设备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。
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，可穿戴设备可以包括1个或n个显示屏194，n为大于1的正整数。
[0054]
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可以实现可穿戴设备的智能认知等应用，例如：图像识别，人脸识别，语音识别，文本理解等。
[0055]
外部存储器接口120可以用于连接外部存储卡，例如micro sd卡，实现扩展可穿戴设备的存储能力。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。
[0056]
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。处理器110通过运行存储在内部存储器121的指令，从而执行可穿戴设备的各种功能应用以及数据处理。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。存储数据区可存储可穿戴设备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。
[0057]
陀螺仪传感器180b可以用于确定可穿戴设备的运动姿态。在一些实施例中，可以通过陀螺仪传感器180b确定可穿戴设备围绕三个轴(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检测可穿戴设备抖动的角度，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可穿戴设备的抖动，实现防抖。陀螺仪传感器180b还可以用于导航，体感游戏场景。
[0058]
气压传感器180c用于测量气压。在一些实施例中，可穿戴设备通过气压传感器180c测得的气压值计算海拔高度，辅助定位和导航。
[0059]
磁传感器180d包括霍尔传感器。可穿戴设备可以利用磁传感器180d检测翻盖皮套的开合。在一些实施例中，当可穿戴设备是翻盖机时，可穿戴设备可以根据磁传感器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。
[0060]
加速度传感器180e可检测可穿戴设备在各个方向上(例如，可穿戴设备的x、y、z三轴坐标系中的三轴指向的方向)加速度的大小。当可穿戴设备静止时可检测出重力的大小及方向。还可以用于识别可穿戴设备姿态，应用于横竖屏切换，计步器等应用。
[0061]
环境光传感器180l用于感知环境光亮度。可穿戴设备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，检测可穿戴设备是否在口袋里，以防误触。
[0062]
可穿戴设备可以通过磁传感器180d、加速度传感器180e和/或环境光传感器180l实现户外识别功能。
[0063]
按键190包括开机键，音量键等。按键190可以是机械按键。也可以是触摸式按键。可穿戴设备可以接收按键输入，产生与可穿戴设备的用户设置以及功能控制有关的键信号
输入。
[0064]
马达191可以产生振动提示。马达191可以用于来电振动提示，也可以用于触摸振动反馈。例如，作用于不同应用(例如拍照，音频播放等)的触摸操作，可以对应不同的振动反馈效果。作用于显示屏194不同区域的触摸操作，马达191也可对应不同的振动反馈效果。不同的应用场景(例如：时间提醒，接收信息，闹钟，游戏等)也可以对应不同的振动反馈效果。触摸振动反馈效果还可以支持自定义。
[0065]
指示器192可以是指示灯，可以用于指示充电状态，电量变化，也可以用于指示消息，未接来电，通知等。
[0066]
sim卡接口195用于连接sim卡。sim卡可以通过插入sim卡接口195，或从sim卡接口195拔出，实现和可穿戴设备的接触和分离。可穿戴设备可以支持1个或n个sim卡接口，n为大于1的正整数。sim卡接口195可以支持nano sim卡，micro sim卡，sim卡等。同一个sim卡接口195可以同时插入多张卡。所述多张卡的类型可以相同，也可以不同。sim卡接口195也可以兼容不同类型的sim卡。sim卡接口195也可以兼容外部存储卡。可穿戴设备通过sim卡和网络交互，实现通话以及数据通信等功能。在一些实施例中，可穿戴设备采用esim，即：嵌入式sim卡。esim卡可以嵌在可穿戴设备中，不能和可穿戴设备分离。
[0067]
卫星定位是可穿戴设备的基础功能之一，大多数可穿戴设备通过配备的gnss(global navigation satellite system，全球卫星导航系统)模块实现卫星定位。用户佩戴可穿戴设备进行户外运动时，可穿戴设备基于定位的位置信息可以推导出可穿戴设备的速度、配速、轨迹等关键信息。因此，可穿戴设备的定位能力是衡量设备性能优劣的关键因素之一。
[0068]
目前，由于可穿戴设备的硬件限制，可穿戴设备无法内置定位性能较好的天线，导致可穿戴设备gnss模块存在定位时间较长、定位效率低下的问题。例如，用户开启可穿戴设备的户外运动功能时，可穿戴设备需要在户外开阔地带定位成功后，才可以有效记录用户的户外运动信息(例如运动轨迹)。通常，可穿戴设备独立进行定位所需时间约为几十秒至几分钟不等，导致可穿戴设备不能准确地完整记录用户的户外运动信息，对用户体验造成了严重的影响。
[0069]
epo(extended prediction orbit，扩展预测轨迹)是一项基于离线服务器的gps辅助定位技术。可穿戴设备可以使用辅助gps定位的定位文件epo来提高gps定位速度，从而显著地提升用户体验。
[0070]
然而，为保证gps定位准确，需要其他可穿戴设备(例如手机、服务器等)通过联网或者蓝牙等方式对可穿戴设备中的epo文件进行更新。若可穿戴设备不支持连接互联网(例如，市场上部分不支持sim卡的智能手表不支持联网)，而且无法与其他联网设备建立连接时，可穿戴设备中epo文件可能不存在或者太旧，无法对可穿戴设备的定位起到促进作用。示例性的，如图2所示，智能手表的epo文件中的gps星历数据太旧，智能手表显示提示信息，以提示用户gps定位可能定位变慢。
[0071]
本技术实施例提供了一种可穿戴设备的定位方法，所提方案利用用户的运动习惯以及用户是否处于户外，预测用户是否进行户外运动。当预测用户将要进行户外运动时，可穿戴设备提前开启gnss定位模块。这样，减少了可穿戴设备独立进行定位的定位时间，提升了定位效率，且有效降低了盲目开启gnss模块增加的功耗，提高了用户体验。
[0072]
下面对本技术实施例提供的可穿戴设备的定位方法进行详细介绍。图3示例性示出了本技术实施例提供的一种定位方法的流程，该方法包括但不限于s101至s104，其中：
[0073]
s101、可穿戴设备根据用户的历史运动数据确定用户进行户外运动的高频运动时间。
[0074]
上述高频运动时间可以包括预设周期内户外运动次数最高的m天，以及上述m天中户外运动次数最高的p个时间段。
[0075]
在一种实现方式中，预设周期可以为周，可穿戴设备以周为单位确定高频运动时间。示例性的，m和p均取值为3，高频运动时间包括户外运动次数最高的3天(例如周一、周三和周五)，以及上述3天中户外运动次数最高的3个时间段(例如，18:00～19:00、19:00～20:00、20:00～21:00)。
[0076]
在一种实现方式中，预设周期可以为月，可穿戴设备以周为单位确定每周的高频运动时间。示例性的，m取值为4，p均取值为3，高频运动时间包括户外运动次数最高的4天(例如3号、5号、17号和26号)，以及上述4天中户外运动次数最高的3个时间段(例如，18:00～19:00、19:00～20:00、20:00～21:00)。
[0077]
需要说明的是，除了周和月，预设周期还可以是其他值，此处不做具体限定。
[0078]
上述历史运动数据包括已采集的所有天内用户每天的运动数据，或者最近采集的w天内用户每天的运动数据。一条运动数据包括该次运动在预设周期内的所在天、运动的开始时刻、是否为户外运动。在一种实现方式中，一条运动数据还可以包括该条运动的运动类型和运动结束时刻。本技术实施例涉及的运动可以为户外运动，也可以是室内运动，运动类型可以是户外步行、户外跑步、室内步行、室内跑步等，本技术实施例对此均不作具体限定。
[0079]
可以理解，上述高频运动时间可以表明用户在接下来的一段时间内最可能在哪几天的哪几个时间段进行户外运动。
[0080]
示例性的，预设周期为周，可穿戴设备中用户前4周的历史运动数据可以如表1所示：
[0081]
表1
[0082]
序号运动类型所在天运动开始时刻1户外跑步周一18:002户外跑步周三20:303户外步行周五19:004室内跑步周一21:005户外跑步周三18:236户外跑步周五20:127户外步行周一16:508室内跑步周三20:239户外跑步周五20:2010户外跑步周一19:2311户外步行周四21:2512户外跑步周六19:3413户外跑步周三18:20
14户外步行周六22:3015户外跑步周三18:20
[0083]
示例性的，预设周期为月，可穿戴设备中用户前4个月的历史运动数据可以如表2所示：
[0084]
表2
[0085][0086][0087]
可以理解的是，用户的高频运动时间也可以是其他的表示方式，或者其他的确定/统计形式。本发明实施例对此不作具体限定。
[0088]
s102、可穿戴设备可以基于上述确定的高频运动时间，对用户进行户外识别，判断用户是否处于户外。
[0089]
例如，与当前时间相关的第一高频运动时间段为预设周期内的上述m天中的第i天中的上述p个时间段中的第j个时间段。可穿戴设备可从上述第j个时间段的第一时刻起，进行户外识别，确定用户是否处于户外。第一时刻可以为与上述第j个时间段的开始时刻相距第一预设时长的时刻，例如第一时刻可以是上述开始时刻前1分钟、5分钟等等。即可穿戴设备可以在每个高频运动时间段之前，提前进行户外识别。第一时刻也可以是上述第j个时间段的开始时刻，或者其他相关的时刻。
[0090]
在本技术的一些实施例中，若在上述第一时刻到上述第j个时间段的第二时刻内，可穿戴设备识别到用户处于户外，则可穿戴设备停止户外识别；若在上述第一时刻到上述
第j个时间段的第二时刻内，可穿戴设备均未识别用户是否处于户外，则可穿戴设备在第二时刻停止户外识别。第二时刻可以是上述第j个时间段的结束时刻，也可以是与上述第j个时间段的结束时刻相距第二预设时长的时刻，例如第二时刻可以是上述结束时刻后1分钟、5分钟等等。
[0091]
在本技术的一些实施例中，可穿戴设备可在第一时刻开启户外识别，若第一时间段内未检测到用户处于户外，例如10分钟，则暂停户外识别；在第一间隔时间段后，再次启动户外识别，若第二时间段内仍未检测到用户处于户外，则再次暂停户外识别；在第二间隔时间段后，启动户外识别，
……
；如此往复，直至检测到用户处于户外，或者直至上述第二时刻。
[0092]
在一种实现方式中，利用可穿戴设备的传感器(例如磁传感器、加速度传感器和/或环境光传感器)，确定当前用户是否处于户外。在一种实现方式中，可以利用与可穿戴设备建立连接的电子设备来确定当前用户是否处于户外。例如，可穿戴设备为智能手表，利用与智能手表建立连接的手机来确定当前用户是否处于户外，如图4所示，智能手表利用与智能手表建立连接的手机的gps、wifi和基站确定当前用户是否处于户外。
[0093]
s103、若确定用户处于户外，可穿戴设备开启定位模块进行定位。
[0094]
可以理解，若在高频运动时间段里确定用户处于户外，可穿戴设备预测用户可能开始户外运动，可穿戴设备提前开启gnss模块进行搜星定位；否则不开启gnss模块。
[0095]
在一种实现方式中，可穿戴设备开启定位模块后搜索卫星循环播报卫星当前位置的信号，根据信号传播时间推算出可穿戴设备离卫星的距离，进而可以得到可穿戴设备当前的位置。其中，可穿戴设备只需要搜索三颗卫星就可以实现精准定位。
[0096]
s104、可穿戴设备接收用于开启可穿戴设备中的“户外运动”功能的输入操作，响应于该输入操作，可穿戴设备基于定位模块获取的位置信息确定用户的运动信息。
[0097]
可穿戴设备可以确定用户的位置信息(例如经纬度坐标)，用户可以利用可穿戴设备获取运动类型和运动时间。可穿戴设备还可以获取运动距离、步幅、速度、配速、卡路里消耗等运动信息。
[0098]
示例性，如图4所示，在高频运动时间里，当用户处于户外时，可穿戴设备会提前开始搜星定位，此时可穿戴设备会出现搜星标志101(可参见图4中的字母g)。这样，当用户开启可穿戴设备中的“户外跑步”等户外运动功能时，确保可穿戴设备能够及时定位。
[0099]
示例性，如图5所示，若在高频运动时间段前，可穿戴设备开启户外识别，确定用户处于户外，预测用户可能进行户外运动，则提前开启gnss定位模块。这样，减少了可穿戴设备独立进行定位的定位时间，提升了定位效率，且有效降低了盲目开启gnss模块增加的功耗，提高了用户体验。
[0100]
下面结合图6详细介绍如何确定用户的高频运动时间。图6示例性示出了一种确定用户进行户外运动的高频运动时间的方法流程，该方法包括但不限于s201至s203，其中：
[0101]
s201、获取历史运动数据中的k条运动数据，历史运动数据包括室内运动的运动数据和户外运动的运动数据。
[0102]
本技术实施例中，可穿戴设备可以根据上述历史运动数据获取用户在预设周期内的高频运动时间，进而可以基于上述高频运动时间预测用户下一次可能进行户外运动的时间段。
[0103]
示例性的，如表1所示，可穿戴设备记录了用户前4周的15条历史运动数据；如表2所示，可穿戴设备记录了用户前4个月的18条历史运动数据。如表1和表2所示，历史运动数据可以包括室内运动的运动数据和户外运动的运动数据。
[0104]
s202、确定上述k条运动数据中户外运动的n条运动数据。
[0105]
可以理解，可穿戴设备遍历上述历史运动数据中的每一条运动数据，过滤历史运动数据中的室内运动数据，仅根据历史运动数据中的户外运动数据确定高频运动时间。示例性的，可穿戴设备根据运动数据的运动类型，可以确定表1所示的15条运动数据中有13条户外运动的运动数据。
[0106]
s203、根据上述n条运动数据中的每条运动数据在预设周期内的所在天和该运动数据的所在时间段，确定在预设周期内户外运动次数最高的m天，以及上述m天的每一天内的r个预设时间段中户外运动次数最高的p个时间段。
[0107]
在一种实现方式中，预设周期为周，预设周期内的所在天可以表示为周一～周日中的周几。在一种实现方式中，预设周期为月，预设周期内的所在天可以表示为1号～31号中的几号。
[0108]
本技术实施例中，预设时间段的时长可以是可穿戴设备预设的，也可以是用户设置的，此处不作具体限定。一天包括24个小时，一天包括r个预设时间段，r为大于1的正整数，预设时间段的时长可以为半个小时、一个小时或2个小时等。
[0109]
示例性的，将预设时间段的时长设置为一个小时，一天包括24个连续预设时间段。例如，1:00～2:00为一个预设时间段，则2:00～3:00为下一个预设时间段。示例性的，也将预设时间段的时长设置为两个个小时，一天包括12个连续预设时间段。例如，1:00～3:00为一个预设时间段，则3:00～5:00为下一个预设时间段。
[0110]
在一种实现方式中，可穿戴设备可以根据用户户外运动开始时刻确定该运动数据的所在时间段。具体的，可穿戴设备确定上述运动开始时刻位于上述r个预设时间段中的哪个预设时间段，并将该预设时间段确定为该运动数据的所在时间段。
[0111]
示例性的，预设时间段的时长为一个小时，以1:00～2:00为一个预设时间段，若用户的某一次运动开始时刻为13:30，则该运动数据的所在预设时间段为13:00～14:00。
[0112]
在一种实现方式中，可穿戴设备可以根据用户户外运动开始时刻和运动结束时刻确定该运动数据的所在时间段。具体的，可穿戴设备根据上述运动开始时刻和结束时刻确定运动时间在上述r个预设时间段中的哪个预设时间段中最多，并将运动时间最多的所在预设时间段确定为该运动数据的所在时间段。若在上述r个预设时间段中运动时间最多的预设时间段有多个时，将时间靠前的预设时间段确定为该运动数据的所在时间段。
[0113]
示例性的，预设时间段的时长为一个小时，以1:00～2:00为一个预设时间段，若用户的某一次运动开始时刻为13:30，结束时刻为13:50，则该运动数据的所在预设时间段为13:00～14:00；若用户的某一次运动开始时刻为13:30，结束时刻为14:40，则该运动数据的所在预设时间段为14:00～15:00；若用户的某一次运动开始时刻为13:30，结束时刻为14:30，则该运动数据的所在预设时间段为13:00～14:00。
[0114]
本技术实施例中，可穿戴设备统计用户户外运动次数最高的m天和上述m天中户外运动次数最高的p个时间段，作为用户户外运动的高频运动时间。通过上述高频运动时间，可穿戴设备可以预测用户下一次可能进行户外运动的时间段。
[0115]
示例性的，预设周期为周，预设时间段的时长为一个小时，以1:00～2:00为一个预设时间段，利用运动开始时刻确定该运动数据的所在时间段。以上述表1中的历史运动数据为例，统计户外运动次数最高的3天为：周三(4次)、周一(3次)、周五(3次)；统计上述3天中户外运动次数最高的3个时间段为：18:00～19:00(5次)、20:00～21:00(3次)、19:00～20:00(2次)。因此，该用户下一次可能进行户外运动的时间段包括如下9个时间段：
[0116]
周一：18:00～19:00、19:00～20:00、20:00～21:00；
[0117]
周三：18:00～19:00、19:00～20:00、20:00～21:00；
[0118]
周五：18:00～19:00、19:00～20:00、20:00～21:00。
[0119]
示例性的，预设周期为月，预设时间段的时长为一个小时，以1:00-2:00为一个预设时间段，利用运动开始时刻和运动结束时刻确定该运动数据的所在时间段。以上述表2中的历史运动数据为例，统计户外运动次数最高的4天为：3号(4次)、5号(3次)、17号(3次)、26号(3次)；统计上述4天中户外运动次数最高的3个时间段为：18:00～19:00(4次)、19:00～20:00(3次)、20:00～21:00(3次)。因此，该用户下一次可能户外运动的时间段包括如下12个时间段：
[0120]
3号：18:00～19:00、19:00～20:00、20:00～21:00；
[0121]
5号：18:00～19:00、19:00～20:00、20:00～21:00；
[0122]
17号：18:00～19:00、19:00～20:00、20:00～21:00；
[0123]
26号：18:00～19:00、19:00～20:00、20:00～21:00。
[0124]
可以理解，在上述用户下一次可能户外运动的时间段前，可穿戴设备开启户外识别，可穿戴设备确定用户是否处于户外，若用户处于户外，则可穿戴设备提前开启gnss模块搜星。这样，有效提高了可穿戴设备的定位效率。
[0125]
下面详细介绍本技术实施例中可穿戴设备如何进行户外识别。
[0126]
本技术实施例中，可以利用磁传感器、加速度传感器和/或环境光传感器确定当前用户是否处于户外。
[0127]
首先，介绍大地磁场、加速度与室内外的联系，光照强度与室内外的联系。
[0128]
1.大地磁场
[0129]
通常，大地磁场强度范围约为25～65ut。大地磁场易受到铁制品和可穿戴设备的影响，建筑物中的钢筋混凝土以及室内可穿戴设备对大地磁场的分布将产生较大影响。相比较封闭且狭小的室内环境，较空旷的室外环境中钢筋混凝土以及可穿戴设备的分布密度较低，因此，户外环境中的大地磁场受环境影响较小。
[0130]
此外，在静止状态下，室内环境和户外环境中可穿戴设备检测到的大地磁场分布平滑，变化都较小。而在运动状态下，而在运动状态下，室内环境中可穿戴设备检测到的大地磁场变化较大；户外环境中可穿戴设备检测到的大地磁场变化较小。
[0131]
2.加速度
[0132]
加速度与室内外没有直接联系，但是与磁场分布有关系。在用户处于运动状态的前提下，基于磁场的变化情况下可以确定用户是否处于户外。当用户处于静止状态时，无论处于室内还是户外，可穿戴设备周围的磁场分布都是稳定的，此时无法基于磁场分布确定用户是否处于户外。
[0133]
在本技术的一些实施例中，可穿戴设备可以根据磁场强度的识别特征指数
(identification feature index，ifi)和加速度的方差的均值来判断用户是否处于户外。
[0134]
3.光照强度
[0135]
通常，不同环境下光照强度具有一定差异性。户外环境的光照强度可达上万勒克斯，远大于室内光照强度，并且一天之中不同时间的户外光照强度也不尽相同。图7示例性示出了在一天内不同时间室内和户外的光照强度变化。可以看出，白天时，户外环境的光照强度明显高于室内，黄昏或夜晚时，户外和室内之间的光照强度的差异不明显。
[0136]
图8示例性示出了本技术实施例提供的一种户外识别的方法流程。
[0137]
s301、可穿戴设备根据磁传感器在m个数据收集阶段采集的数据，确定磁场强度的识别特征指数ifi。
[0138]
首先，可穿戴设备在m个数据收集阶段中的第j个数据收集阶段，利用磁传感器采集可穿戴设备的三轴的磁场分量，并基于上述可穿戴设备的三轴的磁场分量确定合磁场强度mag，j是小于m的正整数。上述合磁场强度mag的计算公式可以表示如下：
[0139][0140]
其中，mx、my、mz分别表示磁传感器采集的可穿戴设备的三轴的磁场分量。
[0141]
然后，可穿戴设备确定上述第j个数据收集阶段收集的n个合磁场强度mag的均值mean1j和方差varj，并确定上述第j个数据收集阶段对应的特征向量vj＝{mean1j，varj}。上述均值mean1j和方差varj的计算公式可以表示如下：
[0142][0143][0144]
其中，magi表示上述n个合磁场强度mag内的第i个合磁场强度mag。
[0145]
最后，可穿戴设备基于上述m个数据收集阶段对应的特征向量计算磁场强度的ifi。上述磁场强度的ifi计算公式可以表示如下：
[0146][0147][0148]
其中，表示上述m个数据收集阶段的特征向量的均值，d(
·
)表示特征向量间的距离。
[0149]
s302、可穿戴设备根据加速度传感器在m个数据收集阶段采集的数据，确定上述m个数据收集阶段的合加速度的方差的均值。
[0150]
首先，可穿戴设备在m个数据收集阶段中的第j个数据收集阶段，利用加速度传感器采集可穿戴设备的三轴的加速度分量，并基于上述可穿戴设备的三轴的加速度分量确定合加速度acc。上述合加速度acc的计算公式可以表示如下：
[0151][0152]
其中，ax、ay、az分别加速度传感器采集的可穿戴设备的三轴的加速度分量。
[0153]
然后，可穿戴设备基于确定上述第j个数据收集阶段收集的n个合加速度acc的均值mean2j和方差vaj。上述加速度的均值mean2和方差va的计算公式可以如下：
[0154][0155][0156]
其中，acci表示上述n个合加速度acc中的第i个合加速度acc。
[0157]
最后，可穿戴设备确定m个数据收集阶段的方差va的均值ma。上述均值ma的计算公式可以如下：
[0158][0159]
s303、可穿戴设备根据环境光传感器在第一数据收集阶段采集的数据，确定光照强度的均值。
[0160]
可穿戴设备在上述第一数据收集阶段共采集了t个光照强度als，光照强度的均值的计算公式可以表示如下：
[0161][0162]
其中，alsi表示在上述t个光照强度中的第i个光照强度。
[0163]
需要说明的是，本技术实施例涉及的第一数据收集阶段可以是前述实施例中的m个数据收集阶段。
[0164]
s304、当上述ifi、ma和满足预设条件时，可穿戴设备确定用户处于户外。
[0165]
在本技术的一些实施例中，若在上述第一时刻到上述第二时刻内，可穿戴设备识别到用户处于户外，则可穿戴设备停止户外识别；若在上述第一时刻到上述第二时刻内，可穿戴设备均未识别用户是否处于户外，则可穿戴设备在第二时刻停止户外识别。
[0166]
示例性的，如图9所示，可穿戴设备可以根据ifi、ma和综合确定用户是否处于户外。当可穿戴设备确定当前时刻为白天时，若则确定用户处于户外；否则确定用户处于室内。当可穿戴设备确定当前时刻不是白天时，若ma》t2,且t3《ifi《t4，则确定用户处于户外；否则确定用户处于室内。
[0167]
需要说明的是，可穿戴设备可以将一天24个小时划分为白天和夜晚。例如，一天中的7:00～18:00属于白天，17:00～6:00属于夜晚。通常可穿戴设备设置有本地时钟，可穿戴设备可以从本地时钟获取当前时刻；或者，可穿戴设备已连接网络，可穿戴设备也可以从网络获取当前时刻。
[0168]
综上所述，图9所示的预设条件为：当前时刻为白天，且或者，当前时刻
不是白天，ma》t2,且t3《ifi《t4。
[0169]
其中，t1、t2、t3、t4为预设的判断阈值。在本技术实施例中，t1取值为1200，t2取值为0.04，t3取值为0.5，t4取值为6.5。
[0170]
在一种实现方式中，当前时刻为白天时，可穿戴设备可以仅基于环境光传感器采集的数据，进行户外识别，无需利用磁传感器和加速度传感器进行户外识别的数据采集；当前时刻为晚上时，可穿戴设备仅基于磁传感器和加速度传感器采集的数据，进行户外识别，无需利用环境光传感器进行户外识别的数据采集。这样，可以减少可穿戴设备的功耗和硬件损耗。
[0171]
在一种实现方式中，在白天和晚上，可穿戴设备均利用环境光传感器、磁传感器和加速度传感器进行户外识别的数据采集，并基于环境光传感器采集的数据、磁传感器采集的数据以及加速度传感器采集的数据中的至少一种数据进行户外识别。
[0172]
以上所述，以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的范围。