技术领域
[0001] 本
发明涉及智能设备技术，尤其涉及穿戴式设备进行模式切换的方法及该穿戴式设备。
背景技术
[0002] 目前，作为新兴概念的穿戴式设备逐步出现，其原理是整合各种
传感器技术、无线传输技术等，将智能设备小型化、实用化并可穿戴于人体上。例如智能手环是穿戴式设备之一，可以根据搭载在设备上的不同传感器搜集如运动、睡眠、体温等数据。并可以和无线移动设备，如手机、平板、PDA等，或与PC、
云服务器等连接并同步传输智能手环内的数据。
[0003] 常用的穿戴式设备中，部分同时具有运动和睡眠监测两种功能，提供了两种模式；现有运行这两种模式的方式主要有以下两种：
[0004] 方式一：
[0005] Fitbit采用了双模式同时存在的做法，穿戴式设备同时启动运动和睡眠监测功能，监测运动和睡眠，捕获运动数据和睡眠数据。这种方式需要同时运行运动和睡眠两种监测
算法，增加了设备的功耗。
[0006] 方式二：
[0007] 为了节省功耗，Jawbone采用了半自动切换的方案，具体包括：
[0008] 处于睡眠监测模式下时，同时进行运动数据的搜集，即对步数进行累计，如果累计步数超过一定数目，则自动切换到运动模式。这种方式有一定的误判率，例如，若睡眠状态不佳，翻身次数过多，将被误切换为运动模式，当晚的睡眠数据将遗失。
[0009] 综上，现有穿戴式设备的运行方案存在功耗大或准确率低的
缺陷。
发明内容
[0010] 本发明提供了一种穿戴式设备进行模式切换的方法，该方法能够在减少功耗的同时提高准确率。
[0011] 本发明提供了一种穿戴式设备，该穿戴式设备能够在减少功耗的同时提高准确率。
[0012] 一种穿戴式设备进行模式切换的方法，该方法包括：
[0013] 确定当前为睡眠模式，检测运动状态的累计时间，判断累计时间是否大于第一设定时间段，如果是，则切换到假睡模式；
[0014] 检测累计步数和睡眠状态，判断在第二设定时间段内的累计步数是否大于步数
阈值，如果是，则切换到运动模式；判断在第二设定时间段内是否处于睡眠状态，如果是，则切换到睡眠模式。
[0015] 较佳地，所述判断累计时间是否大于第一设定时间段包括：
[0016] 启动低
采样频率进行运动幅度的采集，如果在第一设定时间段内运动幅度大于幅度阈值的概率大于预设概率，则确定运动状态的累计时间大于第一设定时间段。
[0017] 较佳地，所述检测累计步数和睡眠状态包括：启动高
采样频率进行累计步数和睡眠状态的检测，所述高采样频率大于所述低采样频率；
[0018] 所述判断在第二设定时间段内是否处于睡眠状态包括：判断在第二设定时间段内是否处于深睡眠状态或浅睡眠状态。
[0019] 较佳地，所述切换到运动模式之后，该方法还包括：
[0020] 启动高采样频率进行
运动检测，获取累计步数；
[0021] 并判断是否到达睡眠模式起始时间，如果是，则切换到睡眠模式；或者，[0022] 接收手动切换指令，切换到睡眠模式。
[0023] 佳佳地，所述确定当前为睡眠模式包括：
[0024] 获知，因到达预先设定的睡眠模式起始时间而切换到睡眠模式，则确定当前为睡眠模式；或者，获知，因接收手动切换指令而切换到睡眠模式，则确定当前为睡眠模式。
[0025] 一种穿戴式设备，该穿戴式设备包括睡眠模式捕获单元、第一切换单元和第二切换单元；
[0026] 所述睡眠模式捕获单元，确定当前为睡眠模式，向所述第一切换单元发送启动指令；
[0027] 所述第一切换单元，接收来自所述睡眠模式捕获单元的启动指令，检测运动状态的累计时间，判断累计时间是否大于第一设定时间段，如果是，则切换到假睡模式，向所述第二切换单元发送启动指令；
[0028] 所述第二切换单元，接收来自所述第一切换单元的启动指令，检测累计步数和睡眠状态，判断在第二设定时间段内的累计步数是否大于步数阈值，如果是，则切换到运动模式；判断在第二设定时间段内是否处于睡眠状态，如果是，则切换到睡眠模式。
[0029] 较佳地，所述第一切换单元还包括第一切换子单元，接收来自所述睡眠模式捕获单元的启动指令，启动低采样频率进行运动幅度的采集，如果在第一设定时间段内运动幅度大于幅度阈值的概率大于预设概率，则确定运动状态的累计时间大于第一设定时间段。
[0030] 较佳地，所述第二切换单元包括第二切换子单元，接收来自所述第一切换单元的启动指令，启动高采样频率进行累计步数和睡眠状态的检测，所述高采样频率大于所述低采样频率；判断在第二设定时间段内的累计步数是否大于步数阈值，如果是，则切换到运动模式；判断在第二设定时间段内是否处于深睡眠状态或浅睡眠状态，如果是，则切换到睡眠模式。
[0031] 较佳地，该穿戴式设备还包括第三切换单元，所述第二切换单元切换到运动模式后，向所述第三切换单元发送启动该指令；
[0032] 所述第三切换单元，接收来自所述第二切换单元的启动指令，启动高采样频率进行运动检测，获取累计步数；并判断是否到达睡眠模式起始时间，如果是，则切换到睡眠模式；或者，接收手动切换指令，切换到睡眠模式。
[0033] 较佳地，所述睡眠模式捕获单元包含确
定子单元，获知，因到达预先设定的睡眠模式起始时间而切换到睡眠模式，则确定当前为睡眠模式；或者，获知，因接收手动切换指令而切换到睡眠模式，则确定当前为睡眠模式。
[0034] 从上述方案可以看出，本发明中，确定当前为睡眠模式，检测运动状态的累计时间，判断累计时间是否大于第一设定时间段，如果是，则切换到假睡模式；检测累计步数和睡眠状态，确定是否切换到运动模式或睡眠模式。本发明设置进行中间状态判别的假睡模式，在睡眠模式下，当运动状态的累计时间超过一定范围时，才启动假睡模式；假睡模式下进行中间状态的判别，中间状态同时兼顾运动和睡眠数据的采集。这样，避免了采用同时持续开启运动模式和睡眠模式时的功率损耗，并且，设置对中间状态进行判别的假睡模式，大大降低了误切换的概率，提高了准确性。
附图说明
[0035] 图1为本发明穿戴式设备进行模式切换的方法示意性
流程图；
[0036] 图2为本发明穿戴式设备进行模式切换的方法流程图实例一；
[0037] 图3为本发明穿戴式设备进行模式切换的方法流程图实例二；
[0038] 图4为本发明穿戴式设备的结构示意图。
具体实施方式
[0039] 为使本发明的目的、技术方案和优点更加清楚明白，下面结合
实施例和附图，对本发明进一步详细说明。
[0040]
现有技术中，当穿戴式设备采用双模式同时存在的方案，将增加设备的功耗；当采用半自动切换的方案，处于睡眠监测模式下，同时进行运动数据的搜集，基于累计步数切换到运动模式，这将导致较高的误判率。为了解决该技术问题，本发明增加假睡模式；在睡眠模式下，当运动状态的累计时间超过一定范围时，才启动假睡模式，结合假睡模式进行中间状态的判别，中间状态同时兼顾运动和睡眠数据的采集。进而，实现了在减少功耗的同时提高准确率，进一步满足了需求。
[0041] 参见图1，为本发明穿戴式设备进行模式切换的方法示意性流程图，其包括以下步骤：
[0042] 步骤101，确定当前为睡眠模式。
[0043] 确定当前为睡眠模式的情形有多种，例如，对于预先设定了睡眠模式起始时间的情形，当获知，因到达预先设定的睡眠模式起始时间而切换到睡眠模式，则确定当前为睡眠模式；再如，对于手动切换的情形，当获知，因接收手动切换指令而切换到睡眠模式，则确定当前为睡眠模式。
[0044] 步骤102，检测运动状态的累计时间，判断累计时间是否大于第一设定时间段，如果是，则切换到假睡模式。
[0045] 在睡眠模式下，穿戴式设备会进行睡眠检测，以捕获睡眠数据，所述睡眠数据例如为浅睡状态、深睡状态等。在睡眠模式下，本发明还对运动状态进行检测，以获取运动状态的累计时间，如果累计时间大于第一设定时间段，则切换到假睡模式，如果不大于，继续后续对运动状态的检测。
[0046] 所述第一设定时间段可根据需要设置，例如为60秒。
[0047] 穿戴式设备在某一时刻是否处于运动状态可根据实际应用确定，例如通过穿戴式设备内的传感器获取该时刻的运动数据，所述运动数据例如为速度、
加速度等，如果运动数据大于设定阈值，则确定穿戴式设备在该时刻处于运动状态。具体地，本步骤还可采用如下实现方式：
[0048] 启动低采样频率进行运动幅度的采集，如果在第一设定时间段内运动幅度大于幅度阈值的概率大于预设概率，则确定运动状态的累计时间大于第一设定时间段。所述低采样频率低于运动模式下的采样频率，具体可采用睡眠模式的采样频率，例如为1-2hz；所述预设概率例如为100％，90％等。
[0049] 在实际应用中，确定当前为睡眠模式后，以睡眠模式下任意采样时刻作为起始时刻，如果在后续的第一设定时间段内满足运动幅度大于幅度阈值的概率大于预设概率，则确定运动状态的累计时间大于第一设定时间段。
[0050] 假设睡眠模式在12点开启，每秒进行一次采样，即采样时刻为12点0分1秒，12点0分2秒，12点0分3秒……。以各采样时刻作为起始时刻，如果在后续的60秒内满足运动幅度大于幅度阈值的概率大于预设概率，则确定运动状态的累计时间大于60秒；例如，从12点0分7秒开始的后续60秒中，满足运动幅度大于幅度阈值的概率大于预设概率，则在12点1分8秒切换到假睡模式。
[0051] 步骤103，检测累计步数和睡眠状态，判断在第二设定时间段内的累计步数是否大于步数阈值，如果是，则切换到运动模式；判断在第二设定时间段内是否处于睡眠状态，如果是，则切换到睡眠模式。
[0052] 在假睡模式下，仍进行睡眠状态的检测，同时还检测累计步数。具体实现时，可启动高采样频率进行累计步数和睡眠状态的检测，所述高采样频率大于前述的低采样频率，可具体采用运动模式下的采样频率作为高采样频率，例如为16-50hz。还可以，在假睡模式下，先使用“动作检测机制”进行判断，即判断设备是处于运动还是相对静止的状态，以决定使用高采样频率和低采样频率；具体来说就是假睡模式虽然可以进行累计步数和睡眠状态检测，但如果设备被“动作检测机制”判定为相对静止，这时使用者不可能在进行走路，假睡模式下也就无须使用高采样频率进行累计步数的检测，只需低采样频率进行睡眠状态的检测即可，为进一步节省能耗，此时选用低采样频率。
[0053] 判断在第二设定时间段内的累计步数是否大于步数阈值，如果是，表明用户运动频繁，则切换到运动模式，否则，继续后续对累计步数的检测；判断在第二设定时间段内是否处于睡眠状态，如果是，表明用户仍处于睡眠中，则切换到睡眠模式，否则，继续后续对睡眠状态的检测，睡眠状态的检测与睡眠模式下的检测方式相同。睡眠状态包括深睡眠状态、浅睡眠状态等。
[0054] 所述第二设定时间段可根据需要设置，例如为3分钟。
[0055] 具体地，切换到假睡模式后，以假睡模式下任意采样时刻作为起始时刻，判断后续的第二设定时间段内累计步数是否大于步数阈值，如果是，则切换到运动模式；并判断后续的第二设定时间段内是否处于睡眠状态，如果是，则切换到睡眠模式。
[0056] 切换到运动模式之后，该方法还可进一步包括：
[0057] 启动高采样频率进行运动检测，获取累计步数；
[0058] 并且，还在运动模式下判断是否到达睡眠模式起始时间，如果是，则切换到睡眠模式；或者，
[0059] 在运动模式下接收手动切换指令，切换到睡眠模式。
[0060] 本发明中，确定当前为睡眠模式，检测运动状态的累计时间，判断累计时间是否大于第一设定时间段，如果是，则切换到假睡模式；检测累计步数和睡眠状态，确定是否切换到运动模式或睡眠模式。本发明设置进行中间状态判别的假睡模式，在睡眠模式下，当运动状态的累计时间超过一定范围时，才启动假睡模式；假睡模式下进行中间状态的判别，中间状态同时兼顾运动和睡眠数据的采集。这样，避免了采用同时持续开启运动模式和睡眠模式时的功率损耗，并且，设置对中间状态进行判别的假睡模式，大大降低了误切换的概率，提高了准确性。
[0061] 下面通过图2的流程，对本发明穿戴式设备进行模式切换的方法进行实例说明，其包括以下步骤：
[0062] 步骤201，到达预先设定的睡眠模式起始时间，切换到睡眠模式。
[0063] 本实例中，预先设定了睡眠模式起始时间，当获知，因到达预先设定的睡眠模式起始时间而切换到睡眠模式，则确定当前为睡眠模式。
[0064] 步骤202，睡眠模式下，进行睡眠检测，以捕获睡眠数据，同时启动低采样频率进行运动幅度的采集，如果在60s内运动幅度都大于幅度阈值，则确定运动状态的累计时间大于60s，切换到假睡模式。
[0065] 所述低采样频率具体采用睡眠模式的采样频率，为2hz。
[0066] 步骤203，假睡模式下，启动高采样频率进行累计步数和睡眠状态的检测，所述高采样频率大于所述低采样频率，判断在3min内的累计步数是否大于步数阈值，如果是，则切换到运动模式，执行步骤204；判断在3min内是否处于深睡眠状态或浅睡眠状态，如果是，则切换到睡眠模式。
[0067] 本实例采用运动模式下的采样频率作为高采样频率，例如为16hz。
[0068] 判断在3min内的累计步数是否大于步数阈值，如果是，表明用户运动频繁，则切换到运动模式；该步数阈值可根据需要设定。判断在3min内是否处于睡眠状态，如果是，表明用户仍处于睡眠中，为静止状态，则切换到睡眠模式，睡眠状态的检测与睡眠模式下的检测方式相同。
[0069] 步骤204，运动模式下启动高采样频率进行运动检测，获取累计步数。
[0070] 步骤205，运动模式下判断是否到达睡眠模式起始时间，如果是，则切换到睡眠模式。
[0071] 下面结合图3，对图2的实例进行状态解析：
[0072] A.睡眠状态采样频率较低，省电，但是不能监测运动步数。
[0073] 当用户处于睡眠状态时，系统在低采样频率下监测用户累计运动时间(此时仅能监测时间，不能计算步数)；当超过60s时，系统进入假睡模式。
[0074] B.假睡模式采样频率与运动模式相同，且同时运行运动模式与睡眠模式两种监测。
[0075] 用户进入假睡状态后,系统采用计步算法监控用户的行动，若持续运动超过3min，证明用户已经不再睡眠，则切换到运动模式，不再运行睡眠算法。
[0076] 若用户静止超过3分钟，证明用户只是偶尔活动，可能已经回归睡眠；系统从假睡模式切离，回到睡眠模式，并保持随时切换到假睡的能
力。
[0077] C.运动模式，采样频率较高，仅运行运动监测。
[0078] 本发明方案在睡眠状态
下采样频率非常低(运动模式需16-50hz采样，而睡眠模式下仅1-2hz),能够提供更好的
电池续航(理想状况下可以节电40％以上)。并且，本发明方案的中间状态可以同时兼顾运动和睡眠数据的采集,后续能够根据使用者的实际行动自动切换到运动模式或者睡眠模式；中间状态的误触发概率较低，不会出现因为睡眠时多活动一点时间就被切离睡眠模式，导致当晚睡眠记录丢失。
[0079] 参见图3，为本发明穿戴式设备的结构示意图，该穿戴式设备包括睡眠模式捕获单元、第一切换单元和第二切换单元；
[0080] 所述睡眠模式捕获单元，确定当前为睡眠模式，向所述第一切换单元发送启动指令；
[0081] 所述第一切换单元，接收来自所述睡眠模式捕获单元的启动指令，检测运动状态的累计时间，判断累计时间是否大于第一设定时间段，如果是，则切换到假睡模式，向所述第二切换单元发送启动指令；
[0082] 所述第二切换单元，接收来自所述第一切换单元的启动指令，检测累计步数和睡眠状态，判断在第二设定时间段内的累计步数是否大于步数阈值，如果是，则切换到运动模式；判断在第二设定时间段内是否处于睡眠状态，如果是，则切换到睡眠模式。
[0083] 确定当前为睡眠模式的情形有多种，例如，对于预先设定了睡眠模式起始时间的情形，当获知，因到达预先设定的睡眠模式起始时间而切换到睡眠模式，则确定当前为睡眠模式；再如，对于手动切换的情形，当获知，因接收手动切换指令而切换到睡眠模式，则确定当前为睡眠模式。
[0084] 在睡眠模式下，穿戴式设备会进行睡眠检测，以捕获睡眠数据，所述睡眠数据例如为浅睡状态、深睡状态等。在睡眠模式下，第一切换单元还对运动状态进行检测，以获取运动状态的累计时间，如果累计时间大于第一设定时间段，则切换到假睡模式，如果不大于，继续后续对运动状态的检测。所述第一设定时间段可根据需要设置，例如为60秒。
[0085] 穿戴式设备在某一时刻是否处于运动状态可根据实际应用确定，例如通过穿戴式设备内的传感器获取该时刻的运动数据，所述运动数据例如为速度、加速度等，如果运动数据大于设定阈值，则确定穿戴式设备在该时刻处于运动状态。
[0086] 较佳地，所述第一切换单元还包括第一切换子单元，接收来自所述睡眠模式捕获单元的启动指令，启动低采样频率进行运动幅度的采集，如果在第一设定时间段内运动幅度大于幅度阈值的概率大于预设概率，则确定运动状态的累计时间大于第一设定时间段。所述低采样频率低于运动模式下的采样频率，具体可采用睡眠模式的采样频率，例如为
1-2hz；所述预设概率例如为100％，90％等。
[0087] 在假睡模式下，仍进行睡眠状态的检测，同时还检测累计步数。具体实现时，可启动高采样频率进行累计步数和睡眠状态的检测，所述高采样频率大于前述的低采样频率，可具体采用运动模式下的采样频率作为高采样频率，例如为16-50hz。
[0088] 较佳地，所述第二切换单元包括第二切换子单元，接收来自所述第一切换单元的启动指令，启动高采样频率进行累计步数和睡眠状态的检测，所述高采样频率大于所述低采样频率；判断在第二设定时间段内的累计步数是否大于步数阈值，如果是，则切换到运动模式；判断在第二设定时间段内是否处于深睡眠状态或浅睡眠状态，如果是，则切换到睡眠模式。
[0089] 较佳地，该穿戴式设备还包括第三切换单元，所述第二切换单元切换到运动模式后，向所述第三切换单元发送启动该指令；
[0090] 所述第三切换单元，接收来自所述第二切换单元的启动指令，启动高采样频率进行运动检测，获取累计步数；并判断是否到达睡眠模式起始时间，如果是，则切换到睡眠模式；或者，接收手动切换指令，切换到睡眠模式。
[0091] 较佳地，其特征在于，所述睡眠模式捕获单元包含确定子单元，获知，因到达预先设定的睡眠模式起始时间而切换到睡眠模式，则确定当前为睡眠模式；或者，获知，因接收手动切换指令而切换到睡眠模式，则确定当前为睡眠模式。
[0092] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何
修改、等同替换、改进等，均应包含在本发明保护的范围之内。
