折叠屏屏幕夹角获取方法及电子设备与流程

本申请涉及终端设备领域，尤其涉及一种折叠屏屏幕夹角获取方法及电子设备。

背景技术：

1、目前，折叠屏电子设备应用广泛。在一些应用中，需要获知折叠屏屏幕夹角，即折叠屏电子设备的两个屏幕之间的夹角。该夹角的范围是0度至180度。

2、相关技术中，通过加速计、陀螺仪、霍尔传感器等，或者通过铰链的角度传感器，来判断折叠屏屏幕夹角。该技术要求电子设备中安装加速计、陀螺仪、霍尔传感器或者铰链的角度传感器等硬件，成本较高。

技术实现思路

1、为了解决上述技术问题，本申请提供一种折叠屏屏幕夹角获取方法及电子设备，利用折叠屏电子设备的铰链区域的电容值，来确定折叠屏屏幕夹角，不需要在电子设备上安装额外的硬件，降低了电子设备的成本。

2、第一方面，本申请提供一种折叠屏屏幕夹角获取方法。该方法应用于折叠屏电子设备。该方法包括：采集折叠屏电子设备的折叠屏铰链区域的当前电容值，组成第一容值矩阵；将第一容值矩阵输入已训练好的角度计算模型，由角度计算模型输出第一角度值，第一角度值即折叠屏电子设备的折叠屏屏幕夹角的当前角度值。这样，可以利用折叠屏电子设备的铰链区域的电容值，来确定折叠屏屏幕夹角，不需要在电子设备上安装额外的硬件，降低了电子设备的成本。

3、其中，第一容值矩阵上每一个元素对应铰链区域中一个像素的电容值。

4、根据第一方面，角度计算模型的训练过程包括：构建机器学习模型，并设置机器学习模型的初始参数值；采集若干组样本数据，每一组样本数据包括：折叠屏电子设备的铰链区域的电容值组成的容值矩阵，以及与容值矩阵对应的标签角度值；利用若干组样本数据对机器学习模型进行训练，得到训练好的机器学习模型，将训练好的机器学习模型作为角度计算模型。

5、根据第一方面，利用若干组样本数据对机器学习模型进行训练，得到训练好的机器学习模型，包括：在训练过程中，第1组样本数据对应的机器学习模型中的参数值为初始参数值，第j组样本数据对应的机器学习模型中的参数值为经第j-1组样本数据训练后调整的参数值，j为自然数，且j≥2；对于每组样本数据，执行如下操作：将该组样本数据中的容值矩阵输入该组样本数据对应的机器学习模型，机器学习模型输出该组样本数据的容值矩阵对应的目标角度值；获取目标角度值与该组样本数据的标签角度值的差异值；根据差异值调整机器学习模型的参数值；判断是否满足收敛条件，如果满足，停止训练，以该组样本数据对应的机器学习络模型作为训练好的机器学习模型；如果不满足，执行下一组样本数据的训练。

6、根据第一方面，机器学习模型输出容值矩阵对应的目标角度值的过程包括：机器学习模型获取容值矩阵对应各个参考角度值的概率值；机器学习模型从获取的所有概率值中找出最大的第一概率值；机器学习模型根据第一概率值对应的参考角度值确定容值矩阵对应的目标角度值并输出。

7、根据第一方面，机器学习模型根据最大概率值对应的参考角度值确定容值矩阵对应的目标角度值，包括：机器学习模型从获取的所有概率值中找出第二概率值，第二概率值为获取的所有概率值按照从大到小排列后排名第二的概率值；如果第一概率值大于或等于第一值，且第一概率值与第二概率值的差值大于第二值，将第一概率值对应的参考角度值确定为容值矩阵对应的目标角度值。

8、根据第一方面，

9、采集若干组样本数据，包括：选择多个电子设备，每个电子设备均为折叠屏电子设备；对于多个电子设备中的每个电子设备，分别将该电子设备的屏幕折叠成多个屏幕夹角，在每个屏幕夹角下采集该电子设备的铰链区域的电容值，组成容值矩阵；将采集的每一个容值矩阵和对应的屏幕夹角确定为一组样本数据。

10、根据第一方面，机器学习模型为人工神经网络ann模型。

11、根据第一方面，机器学习模型为卷积神经网络cnn模型。

12、根据第一方面，将第一容值矩阵输入已训练好的角度计算模型之前，还包括：使用预设尺寸的矩阵窗口、以预设步长遍历第一容值矩阵，并计算矩阵窗口内电容值的平均值；如果遍历结束后，矩阵窗口内电容值的平均值均小于预设电容阈值，执行将第一容值矩阵输入已训练好的角度计算模型的步骤。这样，可以识别出数据有问题的容值矩阵，排除使用铰链区域受到外力挤压的情况下的电容值作为确定屏幕夹角依据的情况，提高折叠屏夹角计算的准确性。

13、根据第一方面，采集若干组样本数据，还包括：选择多个电子设备，每个电子设备均为折叠屏电子设备；对于多个电子设备中的每个电子设备，分别将该电子设备的屏幕折叠成多个屏幕夹角，在每个屏幕夹角下，采集该电子设备的铰链区域被施加额外压力后的电容值，组成容值矩阵；将采集的每一个容值矩阵和问题数据指示符确定为一组样本数据，问题数据指示符用于指示该容值矩阵数据无效。这样，通过将含有问题数据的容值矩阵和问题数据指示符作为训练数据，使得角度计算模型能够自动识别出数据有问题的容值矩阵，排除使用铰链区域受到外力挤压的情况下的电容值作为确定屏幕夹角依据的情况，提高折叠屏夹角计算的准确性。

14、第二方面，本申请提供一种电子设备，包括：存储器和处理器，存储器与处理器耦合；存储器存储有程序指令，当程序指令由所述处理器执行时，使得电子设备执行第一方面任意一项的折叠屏屏幕夹角获取方法。

15、第三方面，本申请提供一种计算机可读存储介质，包括计算机程序，当计算机程序在电子设备上运行时，使得电子设备执行前述的第一方面任意一项的折叠屏屏幕夹角获取方法。

技术特征：

1.一种折叠屏屏幕夹角获取方法，其特征在于，应用于折叠屏电子设备，包括：

2.根据权利要求1所述的方法，其特征在于，所述角度计算模型的训练过程包括：

3.根据权利要求2所述的方法，其特征在于，利用所述若干组样本数据对所述机器学习模型进行训练，得到训练好的机器学习模型，包括：

4.根据权利要求3所述的方法，其特征在于，机器学习模型输出容值矩阵对应的目标角度值的过程包括：

5.根据权利要求4所述的方法，其特征在于，机器学习模型根据最大概率值对应的参考角度值确定容值矩阵对应的目标角度值，包括：

6.根据权利要求2所述的方法，其特征在于，采集若干组样本数据，包括：

7.根据权利要求2所述的方法，其特征在于，所述机器学习模型为人工神经网络ann模型。

8.根据权利要求2所述的方法，其特征在于，所述机器学习模型为卷积神经网络cnn模型。

9.根据权利要求1所述的方法，其特征在于，将所述第一容值矩阵输入已训练好的角度计算模型之前，还包括：

10.根据权利要求6所述的方法，其特征在于，采集若干组样本数据，还包括：

11.一种电子设备，其特征在于，包括：

12.一种计算机可读存储介质，包括计算机程序，其特征在于，当所述计算机程序在电子设备上运行时，使得所述电子设备执行如权利要求1-10中任意一项所述的折叠屏屏幕夹角获取方法。

技术总结
本申请提供了一种折叠屏屏幕夹角获取方法及电子设备。该方法包括：采集折叠屏电子设备的折叠屏铰链区域的当前电容值，组成第一容值矩阵；将第一容值矩阵输入已训练好的角度计算模型，由角度计算模型输出第一角度值，第一角度值即折叠屏电子设备的折叠屏屏幕夹角的当前角度值。这样，可以利用折叠屏电子设备的铰链区域的电容值，来确定折叠屏屏幕夹角，不需要在电子设备上安装额外的硬件，降低了电子设备的成本。

技术研发人员：胡大帅
受保护的技术使用者：荣耀终端有限公司
技术研发日：
技术公布日：2024/1/12