处理传感器信息的制作方法

本发明涉及处理传感器信息以增加其可用性。

背景技术：

用户能够随身携带的移动设备可以从他们的上下文的感知中受益。例如，当具有无线通信能力的移动设备快速移动时，其可以被配置为适配其信道估计器以优化其无线电收发器的性能或蜂窝网络切换参数，诸如触发时间和滞后时间。

更一般地，设备可以使其功能适于其发现自身的特定情况，例如当户外时可能需要比室内更高的音量，并且在某些情况下，设备可以采用无声配置以不引起干扰。

可穿戴的小装置、移动电话、智能电话、平板计算机和其他设备可以由用户在多个不同的情况中使用，并且根据用户正在使用设备的实际使用和具体情况，适配于这些情况可以提供可用性的益处。例如，智能电话可以以多种方式使用，诸如作为电话、游戏单元、映射单元、文本编辑设备、闹钟和电子书阅读器。

设备可以包括传感器，诸如例如加速度传感器和/或卫星定位接收器，以收集传感器信息。卫星定位接收器的示例包括全球定位系统gps、伽利略和格洛纳斯(glonass)接收器。一些接收器能够从多于一个卫星定位星座接收信号。在使用设备来测量例如用户步行或慢跑的距离的情况下，设备可以从知道用户是否已将其连接到他的手腕或者设备是否在口袋中而受益。

在传感器存在于设备上的情况下，传感器可以被校准以产生更多的可用数据。例如，以数字8形状来移动设备可以对校准包括在设备中的罗盘单元有帮助。

技术实现要素：

根据本发明的第一方面，提供了一种装置，该装置包括：至少一个处理核、包括计算机程序代码的至少一个存储器，该至少一个存储器和该计算机程序代码被配置为与该至少一个处理核一起使该装置至少确定该装置相对于用户的放置，确定对该放置的确定的置信水平，以及至少部分地基于该放置和该置信水平，选择特定于放置的分类器或通用分类器。

第一方面的各种实施例可以包括来自以下项目列表的至少一个特征：

·该至少一个存储器和该计算机程序代码被配置为与该至少一个处理核一起使该装置响应于该置信水平超过阈值而选择特定于放置的分类器

·该至少一个存储器和该计算机程序代码被配置为与该至少一个处理核一起使该装置响应于该置信水平未超过该阈值而选择该通用分类器

·该放置包括手腕、口袋、背包和手中的一个

·该至少一个存储器和该计算机程序代码被配置为与该至少一个处理核一起使该装置基于传感器的输出来确定该放置

·传感器包括来自以下列表中的传感器：加速度计、卫星定位传感器和无线电接收器

·该至少一个存储器和该计算机程序代码被配置为与该至少一个处理核一起使该装置至少部分地基于参考数据集，通过将传感器信息与该参考数据集进行比较来确定该置信水平

·该至少一个存储器和该计算机程序代码被配置为与该至少一个处理核一起使该装置至少部分地基于特定于该放置的分类器来确定该装置的状态

·装置的状态包括以下一项：静止、在休息、步行、跑步、骑自行车、在车辆中和未知

·该至少一个存储器和该计算机程序代码被配置为与该至少一个处理核一起使该装置至少部分地基于参考数据集，通过将传感器信息与该参考数据集进行比较来确定该状态

根据本发明的第二方面，提供了一种装置，该装置包括至少一个处理核、包括计算机程序代码的至少一个存储器，该至少一个存储器和该计算机程序代码被配置为与该至少一个处理核一起使该装置至少：收集传感器信息；确定校准模型；以及使得向网络发送传感器信息、校准的传感器信息和校准模型中的至少一个。

第二方面的各种实施例可以包括来自以下项目列表的至少一个特征：

·该至少一个存储器和该计算机程序代码被配置为与该至少一个处理核一起使该装置从该网络接收至少一个分类器

·该至少一个存储器和该计算机程序代码被配置为与该至少一个处理核一起使该装置利用所接收的分类器代替先前存储的分类器

·所接收的分类器能够实现对该装置的状态的确定

·该装置的状态包括以下一项：静止、在休息、步行、跑步、骑自行车、在车辆中和未知

·确定该校准模型包括确定处于中性状态的传感器的输出

·该传感器包括加速度传感器，并且该中性状态包括休息状态

·该设备被配置为响应于确定该设备处于休息来收集该传感器信息

·该至少一个存储器和该计算机程序代码被配置为与该至少一个处理核一起使该装置至少部分地在使得发送该校准模型之前使得发送该传感器信息

根据本发明的第三方面，提供了一种方法，包括：确定装置相对于用户的放置，确定对放置的确定的置信水平，以及至少部分地基于放置和置信水平，选择特定于放置的分类器或通用分类器。

第三方面的各种实施例可以包括来自结合第一方面布置的前面的项目列表的至少一个特征。

根据本发明的第四方面，提供了一种方法，包括：收集传感器信息；确定校准模型；以及使得向网络发送传感器信息、校准的传感器信息和校准模型中的至少一个。

第四方面的各种实施例可以包括来自结合第二方面布置的前面的项目列表的至少一个特征。

根据本发明的第五方面，提供了一种装置，包括：用于确定装置相对于用户的放置的部件；用于确定对该放置的确定的置信水平的部件；以及用于基于至少部分地基于放置和置信水平来选择特定于放置的分类器或者通用分类器的部件。

根据本发明的第六方面，提供了一种装置，包括：用于收集传感器信息的部件；用于确定校准模型的部件；以及用于使得向网络发送传感器信息、校准的传感器信息和校准模型中的至少一个的部件。

根据本发明的第七方面，提供了一种非暂时性计算机可读介质，其上存储有计算机可读指令集合，当其由至少一个处理器执行时，使装置至少：确定装置相对于用户的放置；确定对放置的确定的置信水平；以及至少部分地基于放置和置信度来选择特定于放置的分类器或通用分类器。

根据本发明的第八方面，提供了一种非暂时性计算机可读介质，其上存储有计算机可读指令集合，当其被至少一个处理器执行时，使装置至少：收集传感器信息；确定校准模型；并且使得向网络发送传感器信息、校准的传感器信息和校准模型中的至少一个。

根据本发明的第九方面，提供了一种非暂时性计算机可读介质，其上存储有计算机可读指令集合，当其被至少一个处理器执行时，使装置至少从设备接收未校准的传感器信息，使未校准的传感器信息存储在存储功能中，从该设备接收校准模型，并且使所存储的未校准的传感器信息至少部分地被校准以产生校准的传感器信息。

工业实用性

本发明的至少一些实施例存在以下工业应用：使设备能够更准确地适应其环境，和/或更可靠地识别设备周围的环境。

附图说明

图1示出了能够支持本发明的至少一些实施例的示例性系统；

图2示出了根据本发明的至少一些实施例的示例性用例；

图3示出了能够支持本发明的至少一些实施例的示例性装置；

图4是根据本发明的至少一些实施例的流程图；

图5是根据本发明的至少一些实施例的流程图；

图6是根据本发明的至少一些实施例的流程图；

图7示出了与加速度计有关的角度；

图8示出加速度计自校准；

图9示出了休息状态加速度检测算法；

图10是根据本发明的至少一些实施例的第一方法的第一流程图，以及

图11是根据本发明的至少一些实施例的第二方法的第二流程图。

具体实施方式

图1示出了能够支持本发明的至少一些实施例的示例性系统。图1中所示的是设备110，其可以包括例如移动电话、智能电话、平板计算机、膝上型计算机或具有有线或无线连接的其他设备。设备110被示为经由链路113与基站130无线连接。尽管被示为无线链路，但是在一些实施例中，链路113是有线链路，诸如例如通用串行总线、usb或以太网链路。无线链路可以符合合适的蜂窝或非蜂窝无线通信技术。蜂窝无线通信技术的示例包括长期演进lte和无线码分多址wcdma技术。非蜂窝无线通信技术的示例包括无线局域网wlan(也称为wi-fi)和全球微波接入互操作性wimax技术。

设备120可以包括具有有线或无线连接的另一设备。其可以是与设备110相同类型或不同类型。类似于设备110，设备120被示为经由链路123与基站130无线连接。类似于链路113，链路123可以是无线的或有线。虽然设备110和120在图1中被示为移动电话，但是本发明不限于此，而是该图示仅仅是示例。

基站130可以包括基本单元，其被配置为支持由设备110和/或设备120使用的通信协议的。例如，在链路113是wlan链路的情况下，基站130可以被配置为用作wlan集线器或接入点，并参与链接。类似地，在链路123是以太网连接的情况下，基站130可以包括以太网集线器。wlan或lte基站可以参与符合那些标准的链路。在一些实施例中，设备120经由链路123连接到与基站130不同的基站。例如，设备110可以经由链路113连接到家庭wlan集线器，并且设备120可以经由链路123连接到蜂窝基站。

基站130可以经由连接134连接到网络节点140。例如，在基站130包括蜂窝基站的情况下，网络节点140可以包括蜂窝核网络中的节点，诸如例如移动性交换机管理实体。网络节点140可以经由连接145连接到网关150。网关150可以经由连接152提供到其他网络的连接。在一些实施例中，网络节点140可以不存在并且基站130可以直接连接到网关150。

设备110可以被配置为尝试确定其正在何处被使用的情况。为此，设备110可以包括传感器，诸如例如加速度计或陀螺仪或磁力计或气压计或卫星定位接收器。加速度计可以包括例如3轴微机电系统mems加速度计，其能够同时测量相对于三个独立轴的加速度。卫星定位接收器可以包括gps、伽利略和/或格洛纳斯接收器模块。

设备110可以依靠至少一个分类器来确定它正在被使用的情况。例如，设备110可以配备有分类器，使其能够试图推断用户是否正在行走、驾驶汽车还是未移动。这样的分类器可以包括参考数据集，来自包括在设备110中的传感器的信息可以与参考数据集进行比较，以确定与设备110然后将假设用户正在参与的活动对应的最佳匹配。例如，如果来自加速度计的信息与和慢跑相关联的参考数据最佳匹配，则设备110可以确定用户正在慢跑并且携带设备110。因此，分类器可以包括实际传感器信息可以与之进行比较的参考数据集合。替代地或另外地，分类器可以包括分类规则的集合，分类规则例如是根据作为分类器训练的结果的参考数据获得的允许根据传感器数据来预测活动的分类规则。

替代使用单个分类器，设备110可以配置有多个分类器。例如，设备110可以被配置为首先确定设备110相对于用户的放置。换句话说，设备110可以确定如何相对于用户附着它。例如，其可以附着到手腕、携带在口袋中、携带在手中或在背包中。

设备110随后可以至少部分地基于所确定的放置来选择放置特定分类器。例如，在传感器包括加速度计的情况下，根据用户设备110被布置在身体上何处，从传感器获得的针对例如慢跑用户的传感器信息将会不同。因此，通过首先确定放置，然后使用放置特定分类器来确定用户正在参与的活动，可以增强所确定的活动的可靠性。一般来说，传感器信息可以被看作传感器的输出数据。因此，装置110可以具有：手腕特定分类器，其使该设备能够在被附着到手腕时确定活动；口袋特定分类器，其使该设备能够确定活动，等等。

可以例如通过使用放置分类器来确定放置。例如，通过将由传感器输出的振幅和频率模式与参考数据进行匹配，可以确定放置。替代地或另外地，传感器的输出可以被变换为特征集合并与参考特征进行比较。结合确定放置，设备110可以确定对放置的确定的置信水平。例如，可以基于传感器信息与放置分类器中的最佳匹配参考数据集合的匹配程度来确定置信水平。响应于置信水平高于阈值水平，设备110可以使用与所确定的放置相对应的放置特定分类器。响应于置信水平低于阈值水平，设备110可以使用特别地与没有放置相对应的通用分类器。

设备110或设备120可以分别经由链路113或链路123接收对分类器的更新。因此，例如，在新鞋开始流行的情况下，其可以改变步行方式，可以更新分类器以使设备能够确定用户正穿着这样的新鞋在行走，这在装置最初被制造时可能并不流行。

人的步态的特性可以用于识别该人，其中这样的特性可以根据用户如何携带该设备——例如在手腕上、在口袋中或在背包中而出现不同。

图2示出了根据本发明的至少一些实施例的示例性用例。图2中类似的附图标记表示与图1中类似的结构。除了图1中存在的结构之外，图2还具有网络260和服务270。服务270经由网络260与网关150通信地耦合。在一些实施例中，服务270布置在网络260中。设备110能够经由链路113、基站130、连接134、网络节点140、链路145、网关150、连接152和网络260来与服务270通信。网络260可以包括例如因特网。

设备110可以从包括在设备110中的传感器获得经校准的和未校准的传感器信息。设备110可以向服务270提供经校准的传感器信息，从而使服务270能够将经校准的传感器信息用于准备新的分类器或修改现有分类器。这种新的或修正的分类器可以随后被提供给设备110和/或类似设备，以从而提高其操作的可靠性。向服务270提供的经校准的传感器信息设备110可以包括指示传感器信息被校准的指示符。

替代经校准的传感器信息，设备110可以向服务270提供未校准的传感器信息。向服务270提供的未校准的传感器信息设备110可以包括指示传感器信息未被校准的指示符。服务270可以存储未校准的传感器信息。当设备110校准其传感器时，其从而确定校准模型。校准模型描述了传感器的偏差，其使得能够从传感器获得经校准的传感器信息。例如，在传感器包括3轴加速度计的情况下，校准模型可以针对每个轴包括在没有加速度真正发生时加速度计作为所测量的加速度值输出的在轴的方向上的漂移值。因此，通过从未校准的传感器信息中减去校准模型的内容，将未校准的传感器信息转换为经校准的传感器信息。

设备110可以被配置为向服务270提供校准模型。在接收到校准模型时，服务270被启用以将先前接收的设备110的未校准的传感器信息转换为设备110的经校准的传感器信息。然后，经校准的传感器信息可以以与从设备110接收的传感器信息的方式以已经校准的形式使用。

图3示出了能够支持本发明的至少一些实施例的示例性装置。所示出的是设备300，其可以包括例如诸如图1或图2的设备110的设备。设备300中包括处理器310，其可以包括例如单核处理器或多核处理器，其中单核处理器包括一个处理核，并且多核处理器包括多于一个处理核。处理器310可以包括例如高通骁龙800处理器。处理器310可以包括多于一个处理器。处理核可以包括例如由英特尔公司制造的cortex-a8处理核或由超微半导体公司(advancedmicrodevicescorporation)制造的布里斯班(brisbane)处理核。处理器310可以包括至少一个专用集成电路asic。处理器310可以包括至少一个现场可编程门阵列fpga。处理器310可以是用于在设备300中执行方法步骤的部件。处理器310可以至少部分地由计算机指令来配置为执行动作。处理器310可以包括为传感器数据的低功率处理剪裁的数字信号处理器dsp或微控制器单元mcu组件，例如高通传感器核。

设备300可以包括存储器320。存储器320可以包括随机存取存储器和/或永久存储器。存储器320可以包括至少一个ram芯片。存储器320可以包括例如磁、光和/或全息存储器。存储器320可以至少部分地可由处理器310访问。存储器320可以是用于存储信息的部件。存储器320可以包括处理器310被配置为执行的计算机指令。当被配置为使处理器310执行某些动作的计算机指令存储在存储器320中，并且设备300整体被配置为使用来自存储器320的计算机指令在处理器310的指导下运行时，处理器310和/或其至少一个处理核可以被认为被配置为执行该某些动作。

设备300可以包括发射器330。设备300可以包括接收器340。发射器330和接收器340可以被配置为分别根据至少一个蜂窝或非蜂窝标准来发送信息和接收信息。发射器330可以包括多于一个的发射器。接收器340可以包括多于一个的接收器。发射器330和/或接收器340可以被配置为根据例如全球移动通信系统gsm、宽带码分多址wcdma、长期演进lte、is-95、无线局域网wlan、以太网和/或全球微波接入互操作性wimax标准进行操作。

设备300可以包括近场通信nfc收发器350。nfc收发器350可以支持至少一种nfc技术，诸如nfc、蓝牙、wibree或类似技术。

设备300可以包括用户接口ui360。ui360可以包括显示器、键盘、触摸屏、布置成通过使设备300振动来向用户发信号的振动器、扬声器和麦克风中的至少一个。用户可以能够经由ui360来操作设备300，例如以接受来电呼叫、发起电话呼叫或视频呼叫、浏览因特网、管理存储在存储器320中或在可经由发射器330和接收器340或经由nfc收发器350来访问的云上的数字文件、和/或玩游戏。

设备300可以包括或被布置为接受用户身份模块370。用户身份模块370可以包括例如可安装在设备300中的用户身份模块sim卡。用户身份模块370可以包括标识设备300的用户的订阅的信息。用户身份模块370可以包括密码信息，其可用于验证设备300的用户的身份和/或促进对所传送的信息的加密和设备300的用户对经由设备300实现的通信的计费。

处理器310可以配备有发射器，其被布置为经由设备300内部的电导线将信息从处理器310输出到设备300中包括的其他设备。这样的发射器可以包括串行总线发射器，其被布置为将信息例如经由至少一个电导线输出到存储器320用于存储在其中。作为串行总线的替代，发射器可以包括并行总线发射器。同样，处理器310可以包括：接收器，其被布置为经由设备300内部的电导线，从包括在设备300中的其他设备接收处理器310中的信息。这种接收器可以包括：串行总线接收器，其被布置为例如经由至少一个电导线，从接收器340接收信息，用于在处理器310中处理。作为串行总线的替代，接收器可以包括并行总线接收器。

设备300可以包括图3中未示出的其他设备。例如，在设备300包括智能电话的情况下，其可以包括至少一个数字照相机。一些设备300可以包括后向相机和前向相机，其中后向相机旨在用于数字摄影，而前向相机旨在用于视频电话。设备300可以包括：指纹传感器，其被布置为至少部分地认证设备300的用户。在一些实施例中，设备300缺少上述至少一个设备。例如，一些设备300可以缺少nfc收发器350和/或用户身份模块370。设备300可以包括传感器，诸如例如加速度计或卫星定位接收器。

处理器310、存储器320、发射器330、接收器340、nfc收发器350、ui360和/或用户身份模块370可以以多种不同方式通过设备300内部的电导线互连。例如，上述设备中的每一个可以分别连接到设备300内部的主总线，以允许设备交换信息。然而，如技术人员将理解的，这仅仅是一个示例，并且取决于实施例，在不脱离本发明的范围的情况下，可以选择互连前述设备中的至少两个的各种方式。

图4是根据本发明的至少一些实施例的流程图。所示方法的阶段可以例如在设备110中或在被配置为控制设备110的功能的控制设备中执行。阶段410接收未校准的传感器信息，并且在阶段410中，确定传感器是否被校准。在传感器被校准的情况下，处理前进到阶段420，其中校准模型被用于将未校准的传感器信息转换为经校准的传感器信息。随后，在阶段430中，向云或一般地网络节点发送经校准的传感器信息。传感器信号可以至少部分地以压缩形式发送。在阶段440中，至少部分地基于经校准的传感器信息和至少一个分类器来执行活动分类。

另一方面，如果在阶段410中确定传感器未被校准，即，对于传感器不存在校准模型，则在阶段450中，向云或一般地网络节点发送未校准的传感器信息。在阶段460中，活动分类可以基于未校准的传感器信息进行。

图5是根据本发明的至少一些实施例的流程图。处理在阶段510处开始，例如在阶段460中确定诸如设备110的设备处于休息的情况下，阶段510可以跟在图4的阶段460之后。如果是这种情况，则处理前进到阶段520，在那里收集数据用于校准的目的。例如，可以收集表示从加速度计不移动地读取5或10秒的传感器信息。在收集信息的同时，执行阶段530，其中确定是否已经收集到足够的数据。在尚未收集足够的数据体的情况下，在阶段530中，未校准的数据可以可选地被发送到云或者一般地网络节点。然而，在阶段530中确定已经从传感器收获足够大的信息体的情况下，从收获的传感器信息导出校准模型(阶段540)。随后，在阶段550中，校准模型可以被提供给云或更一般地网络节点。

图6是根据本发明的至少一些实施例的流程图。图6示出了与图4和图5的云或一般地网络节点相对应的服务270处的操作。

在存储库610中，存储从设备(诸如例如图1的设备110)接收的包括未校准的传感器信息的未校准信号。在阶段620中，检查校准模型是否对该特定设备已知。如果否，则该过程将等待校准模型。在等待期间，可以接收和存储其他的未校准的传感器信息。

另一方面，如果校准模型对该特定设备已知，则处理前进到阶段630，其中，利用校准模型来校正未校准的传感器信息，以获得存储在存储库640中的经校准的传感器信息。

在阶段650中，来自多于一个设备的校准的传感器信息被用于扩展存储在存储库660中的现有数据集，其包含用于基于观察来自多于一个设备的经校准的传感器信息的特性来执行先前存在的分类器的训练和/或它们的参数的调整的信息。例如，在经校准的传感器信息表现出尚未在分类器中捕获的新种类的周期性或统计特性的情况下，可以定义基于该统计特性的新分类器。

存储库680存储至少部分地基于先前存在的分类器670定义的新的分类器集合和来自存储库660的数据集。在阶段690中，可以调谐分类器集合以改进其功能。

在阶段6100中，使更新的分类符被推送到适当类型的设备。

图7示出了与示例性加速度计有关的角度。来自3轴加速度计的信号以20至40hz的速率进行采样。运行活动识别软件以检测“休息”活动。

如果检测到“休息”状态，则设备可以对所有加速度计通道执行自校准和噪声水平(以及可选地功率谱密度)的估计。由于诸如环境条件(温度、湿度)、制造不精确性、电气影响等不同因素，mems加速度计的输出与测量的加速度不同。已经提出了不同的测量模型来对此进行量化。最简单的线性两参数模型假设三个加速度计轴对相同的加速度产生相同的电压。也就是说，每个轴i的输出电压vi由测量的加速度ai乘以增益g和偏移的偏差b给出：

vi＝gai+b。

这里，所有三个轴共享相同的增益和偏置。更现实的模型允许每个轴有单独的增益gi和偏差bi：

vi＝giai+bi。

这样的六参数测量模型导致更准确的加速度计校准。mems加速度计轴彼此不完全正交，并且在单独的轴通道之间也存在串扰。上述两参数和六参数模型不能对这样的效应进行模型化，还需要涉及九参数模型的描述。

我们考虑以下将三轴加速度计的输出信号v与真实加速度a相关联的测量模型：每个轴具有乘性增益和加性偏差，此外，我们考虑由非正交性引起的轴未对准，参见图7。

让我们考虑两组基向量：对应于正交坐标系的x，y，z以及对应于未对准(非正交)坐标系的x^m，y^m，z^m。选择正交基向量使得x^m＝x。通过将z旋转一个角度α来获得未对准的基向量y^m：

通过(i)围绕y旋转一个角度β以及(ii)围绕x旋转一个角度y来获得未对准的基向量z^m：

根据下式来执行从正交坐标系x，y，z到未对准坐标系x^m，y^m，z^m的坐标变换

其中a是正交坐标中的加速度向量，a^m位于未对准坐标系中。加速度计的输出v由下式给出

其中g是增益矩阵，b是偏差。从测量v到加速度a的逆变换由下式给出

图8示出了加速度计自校准。在阶段810中接收新的加速度计测量之后，在阶段820中执行“休息”状态检测。一旦检测到新的休息设备取向，就在阶段830中将平均加速度向量附加到存储的休息加速度矩阵。在阶段840中计算校准参数，并且在阶段850中进行存储。

图9示出了休息状态检测算法。休息检测算法可以连续运行，并且在检测到新的休息设备位置之后接收原始加速度计测量并输出平均加速度向量。在该算法的阶段1002中，按照下式基于原始加速度计信号w来对三个轴中的每一个来更新指数平均加速度

在阶段1003中将上d^u累积偏差和下d^l累积偏差更新为

如果累积偏差中任意一个高于阈值，则在阶段1005中检测到新的休息设备取向。

给定测量模型的加速度向量的长度l＝||a||2等于：

给定c时，测量模型的校准参数k和b可以被计算为

大多数加速度计校准方法基于简单的想法：理想的休息加速度计的输出向量长度应等于1g(重力加速度)。典型的最小二乘方案是最小化作为校准参数的函数的残差(从g测量的加速度计向量的长度的平方偏差)。校准质量随着少量的测量的休息加速度向量而显着下降。为了克服这个缺点，提出了基于吉洪诺夫(tikhonov)正则化的校准方案。损耗由两部分组成：(i)在最小二乘方案中的残差，(ii)使校准参数估计稳定的正则化项。即，校准算法使以下损耗函数最小化：

其中λ是正则化参数。

检测到的休息加速度向量被存储为休息加速度矩阵v中的行。校准参数计算算法的第一步(图3)是根据v来形成协变量矩阵u，使得

则正则化最小二乘问题的解

由下式获得

c＝(u^tu+λi)^-1u^t。

此后，根据回归参数c来计算校准参数k和b。

图10是根据本发明的至少一些实施例的第一方法的第一流程图。例如，所示方法的阶段可以在设备110中执行，或者在被植入其中时在被配置为对设备110的功能进行控制的控制设备中执行。

阶段m110包括确定装置相对于用户的放置。阶段m120包括确定放置的确定的置信水平。最后，阶段m130包括至少部分地基于放置和置信水平来选择特定于放置的分类器或通用分类器。

图11是根据本发明的至少一些实施例的第二方法的第二流程图。例如，所示方法的阶段可以在设备110中执行，或者在被植入其中时在被配置为对设备110的功能进行控制的控制设备中执行。

阶段m210包括收集传感器信息。阶段m220包括确定校准模型。最后，阶段m230包括使得向网络进行传感器信息、校准的传感器信息和校准模型中的至少一个的传输。

应当理解，所公开的本发明的实施例不限于本文所公开的特定结构、工艺步骤或材料，而是扩展到如相关领域的普通技术人员将认识到的其等同物。还应当理解，本文中使用的术语仅用于描述特定实施例的目的，而不旨在限制。

在整个说明书中对“一个实施例”或“实施例”的引用意味着结合该实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个本说明书的各处出现的短语“在一个实施例中”或“在实施例中”不一定都指代相同的实施例。

为了方便，如本文所使用的多个项目、结构元件、组成元件和/或材料可以呈现于公共列表中。然而，这些列表应当被解释为列表的每个成员被单独地识别为单独的和唯一的成员。因此，仅仅基于它们在共同组中的呈现而没有相反指示，该列表的任何个别成员不应被解释为相同列表的任何其他成员的事实上的等同物。另外，本文中可以参考本发明的各种实施例和示例以及其各种组件的替代。应当理解，这样的实施例、示例和替代不被解释为彼此的事实上的等同物，而是被认为是本发明的独立和自主的表示。

此外，所描述的特征、结构或特性可以以任何合适的方式组合在一个或多个实施例中。在下面的描述中，提供了许多具体细节(诸如长度、宽度、形状等的示例)，以提供对本发明的实施例的透彻理解。然而，相关领域的技术人员将认识到，本发明可以在没有一个或多个具体细节的情况下，或者利用其他方法、组件、材料等来实现。在其他情况下，未详细示出或描述公知的结构、材料或操作，以避免使本发明的方面模糊不清。

虽然前述示例在一个或多个特定应用中说明了本发明的原理，但是对于本领域的普通技术人员来说显而易见的是，在不实施创造性能力的情况下，并且在不脱离本发明的原理和概念的情况下，可以在形式、使用和实现细节上进行多种修改。因此，除了通过下面阐述的权利要求之外，不旨在限制本发明。