智能穿戴设备自动设置方法、装置、电子设备及存储介质
阅读：65发布：2020-05-11
专利汇可以提供智能穿戴设备自动设置方法、装置、电子设备及存储介质专利检索，专利查询，专利分析的服务。并且本 申请 实施例 提供了一种智能穿戴设备自动设置方法、装置、 电子 设备及存储介质，该智能穿戴设备自动设置方法包括：获取所述智能穿戴设备的应用场景的类型信息；根据所述应用场景的类型信息获取目标检测部件的实际检测参数；根据所述实际检测参数判断所述智能穿戴设备的佩戴状态；根据所述佩戴状态设置所述应用场景下的 算法 参数，使得所述智能穿戴设备根据所述算法参数进行对应的运动参数检测。本申请可以实现对算法参数的自动更新或者自动设置，可以提高智能穿戴设备的运动参数的检测的准确性。，下面是智能穿戴设备自动设置方法、装置、电子设备及存储介质专利的具体信息内容。
1.一种智能穿戴设备自动设置方法，其特征在于，所述方法包括以下步骤：
获取所述智能穿戴设备的应用场景的类型信息；
根据所述应用场景的类型信息确定目标检测部件，获取所述目标检测部件的实际检测参数值；
根据所述实际检测参数值判断所述智能穿戴设备的佩戴状态；
根据所述佩戴状态设置所述应用场景下的算法参数，使得所述智能穿戴设备根据所述算法参数进行对应的运动参数检测。
2.根据权利要求1所述的智能穿戴设备自动设置方法，其特征在于，所述获取所述智能穿戴设备的应用场景的类型信息的步骤包括：
根据用户的操作信息获取所述智能穿戴设备的应用场景的类型信息。
3.根据权利要求1所述的智能穿戴设备自动设置方法，其特征在于，所述获取所述智能穿戴设备的应用场景的类型信息的步骤包括：
获取多个检测部件在以当前时间点为终点的预设时间段内的实际检测参数值；
根据所述多个检测部件的所述实际检测参数值获取所述智能穿戴设备的应用场景的类型信息。
4.根据权利要求1-3任一项所述的智能穿戴设备自动设置方法，其特征在于，所述根据所述实际检测参数值判断所述智能穿戴设备的佩戴状态的步骤包括：
对所述实际检测参数值进行归一化和\或滤波处理，以得到标准检测参数值；
根据所述标准检测参数值判断所述智能穿戴设备的佩戴状态。
5.根据权利要求4所述的智能穿戴设备自动设置方法，其特征在于，所述对所述实际检测参数值进行归一化和\或滤波处理，以得到标准检测参数值的步骤包括：
若所述实际检测参数值为加速度数据或角速度数据时，对所述实际检测参数值进行归一化及滤波处理，以得到目标检测参数；
若所述实际检测参数值包括加速度数据和角速度数据时，分别对所述加速度数据以及所述角速度数据进行归一化及滤波处理，以得到目标加速度数据以及目标角速度数据，将所述目标加速度数据以及目标角速度数据融合计算得到四元数。
6.根据权利要求1-3任一项所述的智能穿戴设备自动设置方法，其特征在于，所述根据所述佩戴状态设置所述应用场景下的算法参数的步骤包括：
判断所述佩戴状态与当前的算法参数是否匹配；
若匹配，则保持所述算法参数不变；
若不匹配，则根据所述佩戴状态修改所述算法参数。
7.根据权利要求1-3任一项所述的智能穿戴设备自动设置方法，其特征在于，所述根据所述佩戴状态设置所述应用场景下的算法参数的步骤之后还包括：
判断所述佩戴状态是否与所述智能穿戴设备的天线配置相互匹配；
若不匹配，则生成提醒信息，以提醒用户更换佩戴方式。
8.一种智能穿戴设备自动设置装置，其特征在于，包括：
第一获取模块，用于获取所述智能穿戴设备的应用场景的类型信息；
第二获取模块，用于根据所述应用场景的类型信息获取目标检测部件的实际检测参数；
判断模块，用于根据所述实际检测参数判断所述智能穿戴设备的佩戴状态；
设置模块，用于根据所述佩戴状态设置所述应用场景下的算法参数，使得所述智能穿戴设备根据所述算法参数进行对应的运动参数检测。
9.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-7任一所述方法中的步骤。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时运行如权利要求1-7任一所述方法中的步骤。
智能穿戴设备自动设置方法、装置、电子设备及存储介质
技术领域
[0001] 本申请涉及智能穿戴技术领域，具体而言，涉及一种智能穿戴设备自动设置方法、装置、电子设备及存储介质。
背景技术
[0002] 智能穿戴设备的应用越来越广泛，智能穿戴设备的功能也越来越多。目前，通过app或穿戴设备手动设置佩戴方式为左手或右手。目前技术优点：简单易行。缺点：更换佩戴手时，需要手动设置佩戴方式从而才能修改对应的算法参数，智能化程度低，且如果忘记设置或更新佩戴方式，有可能会影响智能穿戴设备检测精确度。
[0003] 针对上述问题，目前尚未有有效的技术解决方案。发明内容
[0004] 本申请实施例的目的在于提供一种智能穿戴设备自动设置方法、装置、电子设备及存储介质，可以实现算法参数的自动设置，可以提高智能穿戴设的运动参数的检测的准确性。
[0005] 第一方面，本申请实施例提供了一种智能穿戴设备自动设置方法，包括：获取所述智能穿戴设备的应用场景的类型信息；
根据所述应用场景的类型信息获取目标检测部件的实际检测参数；
根据所述实际检测参数判断所述智能穿戴设备的佩戴状态；
根据所述佩戴状态设置所述应用场景下的算法参数，使得所述智能穿戴设备根据所述算法参数进行对应的运动参数检测。
根据所述应用场景的类型信息获取目标检测部件的实际检测参数；
根据所述实际检测参数判断所述智能穿戴设备的佩戴状态；
根据所述佩戴状态设置所述应用场景下的算法参数，使得所述智能穿戴设备根据所述算法参数进行对应的运动参数检测。
[0006] 可选地，在本申请实施例所述的智能穿戴设备自动设置方法中，所述获取所述智能穿戴设备的应用场景的类型信息的步骤包括：根据用户的操作信息以获取所述智能穿戴设备的应用场景的类型信息。
[0007] 可选地，在本申请实施例所述的智能穿戴设备自动设置方法中，所述获取所述智能穿戴设备的应用场景的类型信息的步骤包括：获取多个检测部件在以当前时间点为终点的预设时间段内的实际检测参数；
根据所述多个检测部件的所述实际检测参数获取所述智能穿戴设备的应用场景的类型信息。
根据所述多个检测部件的所述实际检测参数获取所述智能穿戴设备的应用场景的类型信息。
[0008] 可选地，在本申请实施例所述的智能穿戴设备自动设置方法中，所述根据所述实际检测参数判断所述智能穿戴设备的佩戴状态的步骤包括：对所述实际检测参数进行归一化和\或滤波处理，以得到标准检测参数；
根据所述标准检测参数判断所述智能穿戴设备的佩戴状态。
根据所述标准检测参数判断所述智能穿戴设备的佩戴状态。
[0009] 可选地，在本申请实施例所述的智能穿戴设备自动设置方法中，所述对所述实际检测参数进行归一化和\或滤波处理，以得到标准检测参数的步骤包括：若所述实际检测参数为加速度数据或角速度数据时，对所述实际检测参数进行归一化及滤波处理，以得到目标检测参数；
若所述实际检测参数包括加速度数据和角速度数据时，分别对所述加速度数据以及所述角速度数据进行归一化及滤波处理，以得到目标加速度数据以及目标角速度数据；
将所述目标加速度数据以及目标角速度数据融合计算得到四元数。
若所述实际检测参数包括加速度数据和角速度数据时，分别对所述加速度数据以及所述角速度数据进行归一化及滤波处理，以得到目标加速度数据以及目标角速度数据；
将所述目标加速度数据以及目标角速度数据融合计算得到四元数。
[0010] 可选地，在本申请实施例所述的智能穿戴设备自动设置方法中，所述根据所述佩戴状态设置所述应用场景下的算法参数的步骤包括：判断所述佩戴状态与当前的算法参数是否匹配；
若匹配，则保持所述算法参数不变；
若不匹配，则根据所述佩戴状态修改所述算法参数。
若匹配，则保持所述算法参数不变；
若不匹配，则根据所述佩戴状态修改所述算法参数。
[0011] 可选地，在本申请实施例所述的智能穿戴设备自动设置方法中，所述根据所述佩戴状态设置所述应用场景下的算法参数的步骤之后还包括：判断所述佩戴状态是否与所述智能穿戴设备的天线配置相互匹配；
若不匹配，则生成提醒信息，以提醒用户更换佩戴方式。
若不匹配，则生成提醒信息，以提醒用户更换佩戴方式。
[0012] 第二方面，本申请实施例还提供了一种智能穿戴设备自动设置装置，包括：第一获取模块，用于获取所述智能穿戴设备的应用场景的类型信息；
第二获取模块，用于根据所述应用场景的类型信息获取目标检测部件的实际检测参数；
判断模块，用于根据所述实际检测参数判断所述智能穿戴设备的佩戴状态；
设置模块，用于根据所述佩戴状态设置所述应用场景下的算法参数，使得所述智能穿戴设备根据所述算法参数进行对应的运动参数检测。
第二获取模块，用于根据所述应用场景的类型信息获取目标检测部件的实际检测参数；
判断模块，用于根据所述实际检测参数判断所述智能穿戴设备的佩戴状态；
设置模块，用于根据所述佩戴状态设置所述应用场景下的算法参数，使得所述智能穿戴设备根据所述算法参数进行对应的运动参数检测。
[0013] 第三方面，本申请实施例提供一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上述第一方面提供的所述方法中的步骤。
[0014] 第四方面，本申请实施例提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
[0015] 由上可知，本申请实施例通过获取所述智能穿戴设备的应用场景的类型信息；根据所述应用场景的类型信息获取目标检测部件的实际检测参数；根据所述实际检测参数判断所述智能穿戴设备的佩戴状态；根据所述佩戴状态设置所述应用场景下的算法参数，使得所述智能穿戴设备根据所述算法参数进行对应的运动参数检测；从而实现对算法参数的的自动更新或者自动设置，可以提高智能穿戴设的运动参数的检测的准确性。
[0016] 本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
[0017] 为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0018] 图1是本申请一些实施例中的智能穿戴设备自动设置方法的流程图。
[0019] 图2是本申请一些实施例中的智能穿戴设备自动设置装置的结构图。
[0020] 图3是本申请一些实施例中的电子设备的结构图。
具体实施方式
[0021] 下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0022] 应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0023] 请参照图1，图1是本申请一些实施例中的智能穿戴设备自动设置方法的流程图。该智能穿戴设备自动设置方法应用于智能穿戴设备中。该智能穿戴设备自动设置方法包括以下步骤：
S101、获取所述智能穿戴设备的应用场景的类型信息。
S101、获取所述智能穿戴设备的应用场景的类型信息。
[0024] S102、根据所述应用场景的类型信息获取目标检测部件的实际检测参数。
[0025] S103、根据所述实际检测参数判断所述智能穿戴设备的佩戴状态。
[0026] S104、根据所述佩戴状态设置所述应用场景下的算法参数，使得所述智能穿戴设备根据所述算法参数进行对应的运动参数检测。
[0027] 下面对该方法的各个步骤进行详细说明。
[0028] 在该步骤S101中，该应用场景可以划分为：低功耗应用场景、功耗不敏感应用场景以及复杂应用场景。其中，该低功耗应用场景可以为散步场景、爬楼梯场景等。该功耗不敏感应用场景可以包括跑步、骑车等应用场景。该复杂应用场景可以包括游泳场景等。当然，也可以将该应用场景根据实际的场景分为：跑步场景、散步场景、爬山场景、骑车场景、游泳场景等。获取该应用场景的方式可以是基于用户的手动选择或者输入，也可以是基于该智能穿戴设备的多个检测部件的检测参数结合起来进行判断。
[0029] 在一些实施例中，该步骤S101包括：根据用户的操作信息以获取所述智能穿戴设备的应用场景的类型信息。通过用户直接选择应用场景的方式使得应用场景的准确率较高。
[0030] 在一些实施例中，该步骤S101包括以下子步骤：S1011、获取多个检测部件在以当前时间点为终点的预设时间段内的实际检测参数；S1012、根据所述多个检测部件的所述实际检测参数获取所述智能穿戴设备的应用场景的类型信息。例如，在跑步、游泳、爬山等不同的运动状态下，该智能穿戴设备的检测部件的实际检测参数的组合情况肯定是不相同的。例如，在跑步场景、游泳场景中，该智能穿戴设备的角速度数据呈不同的规律性变化。并且，不同应用场景下，相同的检测部件的实际检测数据的走势或者特征也是不相同的。在执行该步骤S101之前，首先进行场景训练，将各个场景下的各个检测部件的实际检测数据的样本进行标准化处理得到标准化样本数据并存储。然后，在执行该步骤S101时，可以将采集到的各个实际检测参数进行相同标准的处理，然后与存储的标准化样本数据进行对比，从而识别出当前的应用场景。
[0031] 在该步骤S102中，该检测部件可以为加速度传感器、角速度传感器（陀螺仪）、重力传感器等。例如，在低功耗应用场景选择加速度传感器的加速度数据；在功耗不敏感的应用场景下，如运动模式选择陀螺仪的角速度数据；在复杂应用场景，如游泳模式选择加速度传感器加陀螺仪，使用加速度与角速度融合数据。并根据选择的传感器进行对应传感器量程、采样频率等传感器初始化操作。
[0032] 当然，可以理解地，如果该应用场景根据实际的场景分为：跑步场景、散步场景、爬山场景、骑车场景、游泳场景等。则需要根据各个具体场景来选择检测部件的实际检测参数。其中，在获取与应用场景对应的实际检测参数时，可以直接从步骤S101中获取的多个检测部件的实际检测参数中提取需要的检测参数。
[0033] 在该步骤S103中，当用户佩戴智能穿戴设备时，在各个应用场景下，左右手的加速度的xyz三轴数据、左右手的角速度的xyz三轴数据、左右手的四元数数据具有不同的特征。而各个特征的确定通过前期多次试验进行样本提取。当然，可以理解地，对于不同的应用场景，智能穿戴设备穿戴在左手或右手时，虽然加速度的xyz三轴数据、角速度的xyz三轴数据、四元数数据均会不同，但是，为了提高识别的速度和效率，需要选择在该应用场景下，智能穿戴设备穿戴在左手或右手时，实际检测参数差异度最大的一组数据来进行判断。因此，预先建立了映射关系，例如A场景下，左右手的加速度的xyz三轴数据差异度最大，因此，在A场景下，选择加速度的xyz三轴数据作为实际检测参数。在B场景下下，左右手的四元数数据的差异度最大，因此，在B场景下，需要选择加速度的四元数数据作为实际检测参数。
[0034] 在该步骤S103中，佩戴方式检测时按前期实验提取的特征计算要求进行预处理，使得预存的检测参数与实际检测参数为同一标准的标准数据。
[0035] 在一些实施例中，该步骤S103包括：S1031、对所述实际检测参数进行归一化和\或滤波处理，以得到标准检测参数；S1032、根据所述标准检测参数判断所述智能穿戴设备的佩戴状态。
[0036] 在实际操作中，一般都是先进行归一化处理，然后进行滤波处理，从而得到标准检测参数。然后将标准检测参数与对应的预存的检测参数进行对比从而判断出佩戴状态。其中，具体地，该步骤S1031包括：若所述实际检测参数为加速度数据或角速度数据时，对所述实际检测参数进行归一化及滤波处理，以得到目标检测参数；若所述实际检测参数包括加速度数据和角速度数据时，分别对所述加速度数据以及所述角速度数据进行归一化及滤波处理，以得到目标加速度数据以及目标角速度数据；将所述目标加速度数据以及目标角速度数据融合计算得到四元数。
[0037] 在该步骤S104中，可以基于当前的佩戴状态直接设置算法参数，也可以将当前的佩戴状态与当前的算法参数进行分析，判断是否对应，如果不对应就直接更换，如果对应就无需进行操作。
[0038] 具体地，在一些实施例中，该步骤S104包括：S1041、判断所述佩戴状态与当前的算法参数是否匹配；S1042、若匹配，则保持所述算法参数不变；S1043、若不匹配，则根据所述佩戴状态修改所述算法参数。其中，在不同的场景下，智能穿戴设备需要对不同的实际检测参数进行计算，计算出该场景下需要计算的运动参数，例如，散步状态下需要根据加速度传感器的实际检测参数来检测步数，游泳状态下，需要检测速度传感器加陀螺仪的实际检测参数来计算出游泳的动作是否标准或者游泳速度。当然，可以理解地，由于人的左右手不是完全对称的，受力情况也不相同，因此，即使在相同的应用场景下，左右手的实际检测参数也是不相同的，因此，针对于此，需要选择与左手或者右手对应的检测标准来进行运动参数的计算。
[0039] 在一些实施例中，该步骤S104之后还包括：判断所述佩戴状态是否与所述智能穿戴设备的天线配置相互匹配；若不匹配，则生成提醒信息，以提醒用户更换佩戴方式。通过提示用户正确的佩戴方式，适配天线设计，提高定位精度。
[0040] 由上可知，本申请实施例通过获取所述智能穿戴设备的应用场景的类型信息；根据所述应用场景的类型信息获取目标检测部件的实际检测参数；根据所述实际检测参数判断所述智能穿戴设备的佩戴状态；根据所述佩戴状态设置所述应用场景下的算法参数，使得所述智能穿戴设备根据所述算法参数进行对应的运动参数检测；从而实现对算法参数的自动更新或者自动设置，可以提高智能穿戴设备的运动参数的检测的准确性。
[0041] 请参照图2，图2是本申请一些实施例中的智能穿戴设备自动设置装置的结构图。该智能穿戴设备自动设置装置应用于智能穿戴设备中。该智能穿戴设备自动设置装置包括：第一获取模块201、第二获取模块202、判断模块203以及设置模块204。
[0042] 其中，该第一获取模块201用于获取所述智能穿戴设备的应用场景的类型信息。该应用场景可以划分为：低功耗应用场景、功耗不敏感应用场景以及复杂应用场景。其中，该低功耗应用场景可以为散步场景、爬楼梯场景等。该功耗不敏感应用场景可以包括跑步、骑车等应用场景。该复杂应用场景可以包括游泳场景等。当然，也可以将该应用场景根据实际的场景分为：跑步场景、散步场景、爬山场景、骑车场景、游泳场景等。获取该应用场景的方式可以是基于用户的手动选择或者输入，也可以是基于该智能穿戴设备的多个检测部件的检测参数结合起来进行判断。
[0043] 在一些实施例中，该第一获取模块201用于根据用户的操作信息以获取所述智能穿戴设备的应用场景的类型信息。通过用户直接选择应用场景的方式使得应用场景的准确率较高。
[0044] 在一些实施例中，该第一获取模块201包括：第一获取单元，用于获取多个检测部件在以当前时间点为终点的预设时间段内的实际检测参数；第二获取单元，用于根据所述多个检测部件的所述实际检测参数获取所述智能穿戴设备的应用场景的类型信息。例如，在跑步、游泳、爬山等不同的运动状态下，该智能穿戴设备的检测部件的实际检测参数的组合情况肯定是不相同的。例如，在跑步场景、游泳场景中，该智能穿戴设备的角速度数据呈现规律变化。并且，不同应用场景下，相同的检测部件的实际检测数据的走势或者特征也是不相同的。其中，在前期需要进行场景训练，将各个场景下的各个检测部件的实际检测数据的样本进行标准化处理得到标准化样本数据并存储。然后，该第一获取模块201可以将采集到的各个实际检测参数进行相同标准的处理，然后与存储的标准化样本数据进行对比，从而识别出当前的应用场景。
[0045] 其中，该第二获取模块202用于根据所述应用场景的类型信息获取目标检测部件的实际检测参数。该检测部件可以为加速度传感器、陀螺仪、角速度传感器、重力传感器等。例如，在低功耗应用场景选择加速度传感器的加速度数据；在功耗不敏感的应用场景下，如运动模式选择陀螺仪的角速度数据；在复杂应用场景，如游泳模式选择加速度传感器加陀螺仪，使用加速度与角速度融合数据。并根据选择的传感器进行对应传感器量程、采样频率等传感器初始化操作。
[0046] 当然，可以理解地，如果该应用场景根据实际的场景分为：跑步场景、散步场景、爬山场景、骑车场景、游泳场景等。则需要根据各个具体场景来选择检测部件的实际检测参数。其中，在获取与应用场景对应的实际检测参数时，可以直接从第一获取模块201获取的多个检测部件的实际检测参数中提取需要的检测参数。
[0047] 其中，该判断模块203用于根据所述实际检测参数判断所述智能穿戴设备的佩戴状态。当用户佩戴智能穿戴设备时，在各个应用场景下，左右手的加速度的xyz三轴数据、左右手的角速度的xyz三轴数据、左右手的四元数数据具有不同的特征。xyz三轴为建立的三维坐标系的三个坐标轴。而各个特征的确定需要通过前期多次试验对样本进行特征提取。当然，可以理解地，对于不同的应用场景，智能穿戴设备穿戴在左手或右手时，虽然加速度的xyz三轴数据、角速度的xyz三轴数据、四元数数据均会不同，但是，为了提高识别的速度和效率，需要选择在该应用场景下，智能穿戴设备穿戴在左手或右手时，实际检测参数差异度最大的一组数据来进行判断。因此，预先建立了映射关系，例如A场景下，左右手的加速度的xyz三轴数据差异度最大，因此，在A场景下，选择加速度的xyz三轴数据作为实际检测参数。在B场景下下，左右手的四元数数据的差异度最大，因此，在B场景下，需要选择加速度的四元数数据作为实际检测参数。
[0048] 在一些实施例中，该判断模块203用于对所述实际检测参数进行归一化和\或滤波处理，以得到标准检测参数；根据所述标准检测参数判断所述智能穿戴设备的佩戴状态。在实际操作中，一般都是先进行归一化处理，然后进行滤波处理，从而得到标准检测参数。然后将标准检测参数与对应的预存的检测参数进行对比从而判断出佩戴状态。其中，具体地，若所述实际检测参数为加速度数据或角速度数据时，对所述实际检测参数进行归一化及滤波处理，以得到目标检测参数；若所述实际检测参数包括加速度数据和角速度数据时，分别对所述加速度数据以及所述角速度数据进行归一化及滤波处理，以得到目标加速度数据以及目标角速度数据；将所述目标加速度数据以及目标角速度数据融合计算得到四元数。
[0049] 其中，该设置模块204用于根据所述佩戴状态设置所述应用场景下的算法参数，使得所述智能穿戴设备根据所述算法参数进行对应的运动参数检测。设置模块204可以基于当前的佩戴状态直接设置算法参数，也可以将当前的佩戴状与当前的算法参数进行分析，判断是否对应，如果不对应就直接更换，如果对应就无需进行操作。
[0050] 具体地，在一些实施例中，设置模块204用于判断所述佩戴状态与当前的算法参数是否匹配；若匹配，则保持所述算法参数不变；若不匹配，则根据所述佩戴状态修改所述算法参数。其中，在不同的场景下，智能穿戴设备需要对不同的实际检测参数进行计算，计算出该场景下需要计算的运动参数，例如，散步状态下需要根据加速度传感器的实际检测参数来检测步数，游泳状态下，需要检测速度传感器加陀螺仪的实际检测参数来计算出游泳的动作是否标准或者游泳速度。当然，可以理解地，由于人的左右手不是完全对称的，受力情况也不相同，因此，即使在相同的应用场景下，左右手的实际检测参数也是不相同的，因此，针对于此，需要选择与左手或者右手对应的检测标准来进行运动参数的计算。
[0051] 由上可知，本申请实施例提供的智能穿戴设备自动设置装置通过获取所述智能穿戴设备的应用场景的类型信息；根据所述应用场景的类型信息获取目标检测部件的实际检测参数；根据所述实际检测参数判断所述智能穿戴设备的佩戴状态；根据所述佩戴状态设置所述应用场景下的算法参数，使得所述智能穿戴设备根据所述算法参数进行对应的运动参数检测；从而实现对算法参数的自动更新或者自动设置，可以提高智能穿戴设备的运动参数的检测的准确性。
[0052] 请参照图3，图3为本申请实施例提供的一种电子设备的结构示意图，本申请提供一种电子设备3，包括：处理器301和存储器302，处理器301和存储器302通过通信总线303和/或其他形式的连接机构（未标出）互连并相互通讯，存储器302存储有处理器301可执行的计算机程序，当计算设备运行时，处理器301执行该计算机程序，以执行时执行上述实施例的任一可选的实现方式中的方法。
[0053] 本申请实施例提供一种存储介质，所述计算机程序被处理器执行时，执行上述实施例的任一可选的实现方式中的方法。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static Random Access Memory, 简称SRAM），电可擦除可编程只读存储器（Electrically Erasable Programmable Read-Only Memory, 简称EEPROM），可擦除可编程只读存储器（Erasable Programmable Read Only Memory, 简称EPROM），可编程只读存储器（Programmable Red-Only Memory, 简称PROM），只读存储器（Read-Only Memory, 简称ROM），磁存储器，快闪存储器，磁盘或光盘。
[0054] 在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0055] 另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0056] 再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0057] 在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
[0058] 以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种认知障碍训练与评估系统和方法 | 2020-05-08 | 549 |
| 车辆、用户终端及其基于环境因素的地图个性化调节方法 | 2020-05-08 | 826 |
| 一种基于多人体温的监测方法、装置、设备及存储介质 | 2020-05-12 | 409 |
| 智能穿戴设备自动设置方法、装置、电子设备及存储介质 | 2020-05-11 | 65 |
| 工地监控方法、装置、计算机设备和存储介质 | 2020-05-08 | 681 |
| 一种基于风险因素概率组合分析的慢性疾病早期预警方法 | 2020-05-08 | 549 |
| 多传感器心搏出量监测系统和分析法 | 2020-05-11 | 73 |
| 在不同磁阻随机存取存储器阵列中具有不同磁性隧道结的半导体管芯 | 2020-05-11 | 336 |
| 一种人体踝关节运动轨迹测量方法及可穿戴式设备 | 2020-05-12 | 538 |
| 数字孪生体构建方法、装置、计算机设备及存储介质 | 2020-05-11 | 72 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈