CN105682034A - 计步方法及相关装置，检测方法及相关装置 - Google Patents

Abstract

本发明实施例提供计步方法及相关装置，检测方法及相关装置。计步方法包括：获取一时间段内终端的移动速度数据和重力加速度数据，所述移动速度数据和重力加速度数据在时间轴上对齐；根据所述移动速度数据和/或所述重力加速度数据，确定所述时间段内用户的至少一种出行模式；根据所述至少一种出行模式下对应的重力加速度数据进行计步。可见，本发明实施例先根据一时间段内的移动速度数据和重力加速度数据中的至少一种来确定使用者的出行模式，再对出行模式下对应的重力加速度数据进行计步。这样可实现用户出行时，针对不同的出行模式进行不同的计步。与仅使用重力加速度数据进行计步相比较，在用户出行过程中，计步的针对性和准确度均更高。

Description

计步方法及相关装置，检测方法及相关装置

技术领域

本发明涉及数据处理技术领域，具体涉及计步方法及相关装置，检测方法及相关装置。

背景技术

终端上的计步器可通过重力加速度感应器采集重力加速度数据，并依据重力加速度数据统计步数。但是在用户出行过程中，在一些特殊场景，例如使用者乘坐公交车、高铁等交通工具出行时，会存在计数不准确的情况。

发明内容

有鉴于此，本发明实施例提供一种计步方法及相关装置，检测方法及相关装置，以提高计数准确度。

为实现上述目的，本发明实施例提供如下技术方案：

一种计步方法，包括：

获取一时间段内终端的移动速度数据和重力加速度数据，所述移动速度数据和重力加速度数据在时间轴上对齐；

根据所述移动速度数据和/或所述重力加速度数据，确定所述时间段内用户的至少一种出行模式；

根据所述至少一种出行模式下对应的重力加速度数据进行计步。

一种计步装置，应用于终端，所述计步装置包括：

获取单元，用于获取一时间段内终端的移动速度数据和重力加速度数据，所述移动速度数据和重力加速度数据在时间轴上对齐；

出行模式确定单元，用于根据所述移动速度数据和/或所述重力加速度数据，确定所述时间段内用户的至少一种出行模式；

计步单元，用于根据所述至少一种出行模式下对应的重力加速度数据进行计步。

一种终端，包括上述的计步装置。

基于上述技术方案，本发明实施例先根据一时间段内的移动速度数据和重力加速度数据中的至少一种来确定使用者的出行模式，再对出行模式下对应的重力加速度数据进行计步。这样可实现用户出行时，针对不同的出行模式进行不同的计步。与仅使用重力加速度数据进行计步相比较，在用户出行过程中，计步的针对性和准确度均更高。

一种检测方法，包括：

获取移动速度数据和重力加速度数据；

使用所述移动速度数据和所述重力加速度数据，确定出行模式。

一种检测装置，应用于终端，所述计步装置包括：

获取单元，用于获取一时间段内终端的移动速度数据和重力加速度数据，所述移动速度数据和重力加速度数据在时间轴上对齐；

出行模式确定单元，用于根据所述移动速度数据和/或所述重力加速度数据，确定所述时间段内用户的至少一种出行模式。

一种检测装置，应用于终端，所述检测装置包括：

获取单元，用于获取一时间段内终端的移动速度数据和重力加速度数据，所述移动速度数据和重力加速度数据在时间轴上对齐；

出行模式确定单元，用于使用所述移动速度数据和所述重力加速度数据，确定所述时间段内用户的出行模式。

一种终端，包括上述的检测装置。

基于上述检测技术方案，本发明实施例根据一时间段内的移动速度数据和重力加速度数据中的至少一种来确定使用者的出行模式，保证后续基于出行模式的处理更有针对性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的终端的硬件架构示意图；

图2、6、7为本发明实施例提供的计步方法的示例性流程图；

图3-5、8-9为本发明实施例提供某一时间段内的重力加速度数据变化图；

图10为本发明实施例提供的计步装置结构示例图；

图11a为本发明实施例提供的检测方法示例性流程图；

图11b为本发明实施例提供的检测装置结构示例图；

图12为本发明实施例提供的计算机通用架构示例图。

具体实施方式

本发明提供计步方法、计步装置及终端。

上述计步方法或装置可应用于上述终端中，如移动终端(例如智能手机)，可穿戴设备(例如智能手表、手环)等。

图1示出了上述终端的一种硬件架构，其可包括基带芯片、计步器(或重力感应器)、协处理器(SensorHub)和主处理器。

其中，基带芯片、SensorHub和主处理器均可视为处理器。上述各器件的基本作用如下：

基带芯片主要负责完成移动网络(蜂窝网络)中无线信号(蜂窝网络信号)的解调、解扰、解扩和解码工作，并将最终解码完成的数字信号传递给上层处理***进行处理。在本发明中，其还可向SensorHub提供移动速度数据，或者，向SensorHub提供蜂窝网络信号强度及小区切换。基带芯片可周期性提供移动速度数据(或者蜂窝网络信号强度及小区切换)，以及，在数据发生变化时，提供移动速度数据(或者蜂窝网络信号强度及小区切换)。

SensorHub为微控制器(MCU)的一种应用，在***设计中，其主要功能在于处理各种来自各种传感器的信息，必要时才将主处理器自休眠模式中唤醒，达到降低***功耗目的。

计步器(重力感应器)与协处理器属于计步装置，二者可协作完成上述计步方法。本文后续会对计步器(重力感应器)与协处理器的分工进行介绍。

图2示出了上述计步方法的一种示例性流程，其可包括：

S1、获取一时间段内的移动速度数据和重力加速度数据。

上述移动速度数据和重力加速度数据在时间轴上对齐。在一个示例中，同一时刻的移动速度数据和重力加速度数据可组合数据对，存储在终端中。

移动速度数据可为具体的速度值，移动速度数据可由GPS等器件提供。

但是，以智能手机上的GPS定位为例，其需要基于蜂窝网络传递信息来找到卫星，进行定位。在一些网络信号不好的场景(例如3G、4G)下，智能手机的GPS无法完成定位，进而也无法提供准确的移动速度数据。

在一个示例中，可获取终端接收到的蜂窝网络信号强度变化信息或小区切换信息中的至少一种，并根据所述蜂窝网络信号强度变化信息或小区切换信息中的至少一种获取得到所述移动速度数据。通过这种方式得到的移动速度数据可为具体的数值，也可为量化值。使用蜂窝网络信号强度变化或小区切换获取得到移动速度数据的这种方式，用户可不用打开GPS功能，就可获得移动速度数据。并且，以2G网络为例，其基站覆盖最广，这为获得移动速度数据提供了很大的便利。

并且，这种方式是根据蜂窝网络信号强度变化信息和小区切换信息得到移动速度数据，并不需要基于蜂窝网络传递信息，因此，对于蜂窝网络的信号强度的容忍度要高于GPS。

在硬件方面，可由上述的基带芯片向计步装置提供移动速度数据，也可向计步装置提供蜂窝网络信号强度变化信息或小区切换信息中的至少一种，由计步装置自行分析得到移动速度数据。

重力加速度数据中包括特征波形(或称为特征值)。例如，请参见图3，被方框圈起来的部分，为一个特征波形。

在硬件方面，可由上述计步器(或重力感应器)向SensorHub提供获取到重力变化的原始数据，由SensorHub分析出包含特征波形的重力加速度数据；也可由计步器自行分析得到包含特征波形的重力加速度数据，若由SensorHub执行后续的步骤S2和S3，则计步器(重力感应器)需将重力变化的原始数据或重力加速度数据提供给SensorHub。

如何分析得到包含特征波形的重力加速度数据可参考现有的分析方式，在此不作赘述。

需要说明的是，上述时间段的结束时刻可为当前时刻，也即，本发明提供的计步方法可进行实时计步。此外，上述时间段的结束时刻也可早于当前时刻，也即，获取的是某一历史时间段内的历史数据，本发明提供的计步方法可对该历史时间段内的计数进行修正。

S2、根据上述移动速度数据和/或重力加速度数据，确定上述时间段内用户的至少一种出行模式。

可选的，出行模式可包括第一出行模式、第二出行模式和第三出行模式。

以常用场景为例，上述第一出行模式具体可为行走模式、第二出行模式具体可为公交车(或汽车)模式，第三出行模式具体可为高铁(或火车)模式。

行走模式与高铁模式、公交车模式的主要区别在于速度。

在行走模式中，使用者并未使用代步工具(例如公交车、高铁、火车、私家车)，也即使用者处于低速移动的状态。而在高铁(火车)模式或公交车(汽车)模式，使用者处于高速或快速移动的状态。

至于，公交车(汽车)模式和高铁(火车)模式，其在速度上也有差异，一般情况下高铁模式下的平均移动速度要大于公交车模式下的平均移动速度，此外，公交车(汽车)模式相对高铁模式，有很多不规律的影响因素，例如路况、转弯、启动、刹车、停车等，这些影响因素对应的特征波形，需要过滤掉。

当然，出行模式也可有其他分类方式，例如出行模式可包括步行模式、跑步模式、公共交通工具代步模式等，本发明不作限定。

在一个示例中，可以只使用重力加速度数据来确定上述时间段内的出行模式。例如，假定有第一至第三出行模式，当某时间段内重力加速度数据中的特征波形与第一出行模式相匹配时，确定当前出行模式为第一出行模式。

在另一个示例中，可仅使用移动速度数据来确定上述时间段内的出行模式。沿用前例，假定移动速度数据与第二出行模式的移动速度特征相匹配，则确定当前出行模式为第二出行模式。

在又一个示例中，可结合移动速度数据和重力加速度数据来确定上述时间段内的出行模式。这样可更精确得确定出行模式。沿用前例，当某时间段内移动速度数据与第二出行模式的移动速度特征相匹配，并且重力加速度数据中的特征波形也与第二出行模式相匹配，确定当前出行模式为第二出行模式。

S3、根据上述至少一种出行模式下对应的重力加速度数据进行计步。

步骤S2和S3可由SensorHub完成，也可由计步器完成。如由计步器完成，需要SensorHub将移动速度数据转发给计步器。

可见，本发明实施例先根据一时间段内的移动速度数据和重力加速度数据中的至少一种来确定使用者的出行模式，再对出行模式下对应的重力加速度数据进行计步。这样可实现用户(终端的使用者)出行时，针对不同的出行模式进行不同的计步。与仅使用重力加速度数据进行计步相比较，在用户出行过程中，计步的针对性和准确度均更高。

在本发明其他实施例中，上述步骤S3可进一步包括如下步骤：

步骤A、根据重力加速度数据获取用户颠簸状态波形；

其中，颠簸状态波形包括在幅度上呈现有规律的连续波动波形，此外，其还包括最大幅度大于或等于设定幅度阈值的波形，例如幅度震荡减小的波形。

用户颠簸状态波形中包括至少一个特征波形。

步骤B、从出用户颠簸状态波形中识别出第一特征波形；该第一特征波形为与非步行特征相匹配的特征波形。

以图4所示的某时间段内的重力加速度数据为例，其中的特征波形1体现了公交车启动带来的重力加速度变化，特征波形2体现了公交车刹车带来的重力加速度变化，只有特征波形3体现的是人在公交车上的行走导致的重力加速度变化。

启动和刹车都是非步行特征，特征波形1和特征波形2与之相匹配，因此要将其去除。

步骤C、从上述用户颠簸状态波形中过滤掉上述第一特征波形；

步骤D、根据过滤处理后的得到的用户颠簸状态波形进行计步。

沿用前例，图4中的重力加速度数据去除特征波形1和特征波形2后，剩下特征波形3。可对特征波形3进行步数统计。

另以步行模式举例，手握终端抖动，也会产生特征波形，但该特征波形是与非步行特征相匹配的，可对其进行去除。

或者，在本发明其他实施例中，上述步骤S3可进一步包括如下步骤：

步骤A1、根据重力加速度数据获取用户颠簸状态波形。

具体细节可参见前述步骤A，在此不作赘述。

步骤B1、从用户颠簸状态波形中识别出第二特征波形。

其中，第二特征波形为与至少一种出行模式下的步行特征相匹配的特征波形。

步骤C1、根据识别出的第二特征波形进行计步。

仍以图4所示的某时间段内的重力加速度数据为例，图4中的特征波形3与公交车模式下的步行特征相匹配，可提取特征波形3，进行计步。

公交车模式下的步行特征在幅度上呈现有规律的连续波动。并且，因为公交车的空间有限，规律性的波动不会存在太多。

需要说明的是，某一时间段内的重力加速度数据，可能对应两个乃至更多的出行模式。

例如，请参见图5，在T0到T100这一时间段内，使用者从步行改为乘坐公交车，则在T0到T100这一时间段对应两个出行模式，可分别对各出行模式下的重力加速度数据进行计步。

下面，将对如何获取终端的移动速度数据进行介绍。

前述提及了，可根据蜂窝网络信号强度变化信息或小区切换信息中的至少一种，获取得到上述移动速度数据。在实际场景中，电子设备同时可收到多个蜂窝网络信号，可选取电子设备当前归属的小区内信号最强的信号进行分析。当最强的信号强度由强变弱时，使用者一般在做远离当前归属小区基站的移动，反之，当信号强度由弱变强时，使用者一般在做靠近基站的移动。

此外，若当前归属小区内的信号强度由强变弱，而来自邻小区的信号强度由弱变强，则使用者一般在向小区交界处移动。

如果使用者低速移动，则单位时间内信号强度的变化有极大可能变化不大，同理，单位时间内小区切换次数也不会太多。而如果使用者在高铁上，则在单位时间内(例如一分钟)，使用者穿越了多个小区，则小区切换次数也较低速移动时高，因此，请参见图6，获取终端的所述移动速度数据可包括：

S601：当单位时间内蜂窝网络信号强度变化(绝对)值低于第一阈值，和/或，单位时间内小区切换次数低于第二阈值时，生成第一移动速度数据。

和/或表示满足至少一种即可。

也即，信号强度变化信息可包括单位时间内蜂窝网络信号强度变化(绝对)值。小区切换信息可包括单位时间内小区切换次数。

可将单位时间内蜂窝网络信号强度变化(绝对)值低于第一阈值，和/或，单位时间内小区切换次数低于第二阈值称为第一条件。

S602：当单位时间内该蜂窝网络信号强度变化(绝对)值高于第一阈值但低于第三阈值，和/或，单位时间内小区切换次数高于第二阈值但低于第四阈值时，生成第二移动速度数据。

显然，第三阈值大于第一阈值，第四阈值大于第二阈值。

可将单位时间内该蜂窝网络信号强度变化(绝对)值高于第一阈值但低于第三阈值，和/或，单位时间内小区切换次数高于第二阈值但低于第四阈值称为第二条件。

S603：当单位时间内该蜂窝网络信号强度变化(绝对)值高于第三阈值，和/或，单位时间内小区切换次数高于第四阈值时，生成第三移动速度数据。

可将单位时间内该蜂窝网络信号强度变化(绝对)值高于第三阈值，和/或，单位时间内小区切换次数高于第四阈值称为第三条件。

上述第一至第三移动速度数据可为具体的速度值，此外，第一至第三移动速度数据也可为量化值，用于表征移动状态。例如，第一移动速度数据(例如00)可以表征低速移动状态，第二移动速度数据(例如01)可以表征中速移动状态，以第三移动速度数据(11)表征高速移动状态。

前述提及了，出行模式可包括第一出行模式(行走模式)、第二出行模式(公交车模式)、第三出行模式(高铁模式)。这三个出行模式分别有各自的移动速度特征。

当第一至第三移动速度数据为具体的速度值时，出行模式的移动速度特征可为一个移动速度范围，不同的出行模式对应不同的移动速度范围。这样，当具体的速度值落入某个移动速度范围内，认为与该移动速度范围对应的出行模式相匹配。

当第一至第三移动速度数据为量化值表征移动状态时，出行模式的移动速度特征可为具体的移动状态，不同出行模式对应不同的移动状态。例如，第一出行模式(行走模式)的移动速度特征为低速移动状态、第二出行模式(公交车模式)的移动速度特征为中速移动状态、第三出行模式(高铁模式)的移动速度特征为高速移动状态。在此情况下，第一移动速度数据与第一出行模式相匹配，第二移动速度数据与第二出行模式相匹配，第三移动速度数据与第三出行模式相匹配。

相应的，请参见图7，确定该时间段内用户的至少一种出行模式可包括：

S701：当上述时间段的一个时间窗内移动速度数据为第一移动速度数据，并且，该时间窗内的重力加速度数据中的特征波形与第一出行模式的移动特征相匹配时，确定出行模式为第一出行模式；

时间窗的长度可等于整个时间段的长度，也可小于整个时间段的长度。

S702：当上述时间段的一个时间窗内移动速度数据为第二移动速度数据，并且，该时间窗内的重力加速度数据中的特征波形与第二出行模式的移动特征相匹配时，确定出行模式为第二出行模式；

S703：当上述时间段的一个时间窗内移动速度数据为第三移动速度数据，并且，该时间窗内的重力加速度数据中的特征波形与第三出行模式的移动特征相匹配时，确定出行模式为第三出行模式。

其中，移动特征可包括步行特征和非步行特征中的至少一种。

对于高铁模式和公交车模式，非步行特征至少可包括启动、进站和出站。

此外，对于公交模式，非步行特征还可包括刹车、堵车和转弯。刹车与启动的波形相类似，堵车波形可包括刹车和启动，并且刹车和启动出现的频率高于某一阈值；转弯，其特征是重力加速度的方向会发生变化。例如，从x方向短时间内变为y方向。

在一个示例中，可先确定某一移动速度数据所占据的时间段，再检索该时间段内是否有与某出行模式的移动特征相匹配的特征波形。

以图8所示为例，假定第一移动速度数据占据T0-T10(时间窗)，并且，在T0-T10时间窗内，检索到特征波形1与第一出行模式下的步行特征相匹配，则确定T0-T10时间窗内为第一出行模式(行走模式)。而第二移动速度数据占据T11-T100(时间窗)，并且，在T11-T100时间窗内，检索到特征波形2与第二出行模式下的车辆启动特征相匹配，则确定T0-T10时间窗内为第二出行模式(公交车模式)。

在确定出出行模式后，会针对图8中的不同出行模式下的特征波形，以不同的计数方式分别进行计步。

在另一个示例中，可先确定重力加速度数据中的特征波形与哪一出行模式下的移动特征相匹配，再确定在该特征波形对应的时间窗内，移动速度数据是否与该出行模式相匹配，如均匹配，则确定了该特征波形对应的出行模式。

以图9所示为例，假定特征波形1占用T4-T20(时间窗)，特征波形1与第一出行模式下的步行特征相匹配，并且，在T4-T20时间窗内为第一移动速度数据，则确定T4-T20时间窗内为第一出行模式(行走模式)。

同理，假定，特征波形2占用T21-T28(时间窗)，并且，特征波形2与第二出行模式以及第三出行模式下的车辆启动的特征相匹配，但在T21-T28时间窗内为第三移动速度数据，则确定T21-T28时间窗内为第三出行模式(高铁模式)。

以此类推，不作赘述。

当然，如特征波形符合其中一个出行模式的移动特征，而移动速度数据符合另一出行模式的速度特征，则可优先以移动速度数据确定出行模式。

在确定出出行模式后，会针对图9中的不同出行模式下的特征波形，以不同的计数方式分别进行计步。

需要指出的是，使用本发明所提供的计步方法，可根据实时的移动速度数据和实时的重力加速度数据，进行实时计步。

此外，由于一些特征波形所占的时间段比较大，例如，图3中的公交车启动的特征波形，其幅度先震荡减小，之后一段时间比较平稳。在实时计步时，可能会发生错误判断。因此，可使用本发明提供的计步方法进行步数修正：获取较长时间段内的历史移动速度数据和历史重力加速度数据，使用历史移动速度数据和历史重力加速度数据，确定该时间段内使用者的出行模式，并采用与出行模式相应的计步方式进行计步，最终可得到修正后的步数。

下面对本发明实施例提供的计步装置进行介绍，下文描述的计步装置与上文描述的计步方法可相互对应参照。

请参见图10，上述计步装置包括：

获取单元1，用于获取一时间段内终端的移动速度数据和重力加速度数据。该移动速度数据和重力加速度数据在时间轴上对齐。

出行模式确定单元2，用于根据所述移动速度数据和/或所述重力加速度数据，确定所述时间段内用户的至少一种出行模式；

计步单元3，用于根据所述至少一种出行模式下对应的重力加速度数据进行计步。

具体细节请参见本文前述的记载，在此不作赘述。

在本发明其他实施例中，在获取终端的移动速度数据的方面，上述获取单元1用于：

获取终端接收到的蜂窝网络信号强度变化信息或小区切换信息中的至少一种；

根据所述蜂窝网络信号强度变化信息或小区切换信息中的至少一种获取得到所述移动速度数据。

具体细节请参见本文前述的记载，在此不作赘述。

上述移动速度数据可包括第一移动速度数据、第二移动速度数据或第三移动速度数据。

在本发明其他实施例中，在获取终端的所述移动速度数据的方面，上述获取单元1可具体用于：

当单位时间内所述蜂窝网络信号强度变化值低于第一阈值时，和/或，单位时间内小区切换次数低于第二阈值时，生成第一移动速度数据(或确定移动速度数据为第一移动速度数据)；

当单位时间内所述蜂窝网络信号强度变化值高于第一阈值但低于第三阈值，和/或，单位时间内小区切换次数高于第二阈值但低于第四阈值时，生成第二移动速度数据(或确定移动速度数据为第二移动速度数据)；

当单位时间内所述蜂窝网络信号强度变化值高于第三阈值，和/或，单位时间内小区切换次数高于第四阈值时，生成第三移动速度数据(或确定移动速度数据为第三移动速度数据)。

具体细节请参见本文图6所示的实施例记载，在此不作赘述。

所述出行模式包括第一出行模式，第二出行模式和第三出行模式；

在本发明其他实施例中，在所述使用所述移动速度数据和所述重力加速度数据，确定所述时间段内用户的至少一种出行模式的方面，上述所有实施例中的出行模式确定单元2可用于：

当所述移动速度数据为第一移动速度数据，并且，相应的重力加速度数据中的特征波形与第一出行模式的移动特征相匹配时，确定所述出行模式为第一出行模式；

当所述移动速度数据为第二移动速度数据，并且，相应的重力加速度数据中的特征波形与第二出行模式的移动特征相匹配时，确定所述出行模式为第二出行模式；

当所述移动速度数据为第三移动速度数据，并且，相应的重力加速度数据中的特征波形与第三出行模式的移动特征相匹配时，确定所述出行模式为第三出行模式。

具体细节请参见本文图7所示的实施例记载，在此不作赘述。

本发明实施例还要求保护检测方法、检测装置及终端。

上述检测方法或装置可应用于上述终端中，如移动终端(例如智能手机)，可穿戴设备(例如智能手表、手环)等。

请参见图11a，上述检测方法包括：

S1、获取一时间段内终端的移动速度数据和重力加速度数据。

所述移动速度数据和重力加速度数据在时间轴上对齐。

S2、根据所述移动速度数据和/或所述重力加速度数据，确定所述时间段内用户的至少一种出行模式。

具体细节请参见本文前述关于步骤S1和S2的细节描述，在此不作赘述。

请参见图11b，上述检测装置包括：

获取单元1，用于获取一时间段内终端的移动速度数据和重力加速度数据，所述移动速度数据和重力加速度数据在时间轴上对齐；

出行模式确定单元2，用于根据所述移动速度数据和/或所述重力加速度数据，确定所述时间段内用户的至少一种出行模式。

具体细节请参见本文前述关于步骤S1和S2，以及图10所示实施例的细节描述，在此不作赘述。

基于上述检测技术方案，本发明实施例本发明实施例根据一时间段内的移动速度数据和重力加速度数据中的至少一种来确定使用者的出行模式，保证后续基于出行模式的处理更有针对性。需要说明的是，后续基于出行模式的处理并不局限于进行计步。例如，现在或将来可能会根据出行模式的不同，使用不同的通信方式或通信协议。

图12示出了上述电子设备的一种通用计算机***结构。

上述计算机***可包括总线、处理器1201、存储器1202、通信接口1203、输入设备1204和输出设备1205。处理器1201、存储器1202、通信接口1203、输入设备1204和输出设备1205通过总线相互连接。其中：

总线可包括一通路，在计算机***各个部件之间传送信息。

处理器1201可以是通用处理器，例如通用中央处理器(CPU)、网络处理器(NetworkProcessor，简称NP)、微处理器等，也可以是特定应用集成电路(application-specificintegratedcircuit，ASIC)，或一个或多个用于控制本发明方案程序执行的集成电路。还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

处理器1201可包括前述图1所示的基带芯片、SensorHub和主处理器。

存储器1202中保存有执行本发明技术方案的程序，还可以保存有操作***和其他应用程序。具体地，程序可以包括程序代码，程序代码包括计算机操作指令。更具体的，存储器1202可以是只读存储器(read-onlymemory，ROM)、可存储静态信息和指令的其他类型的静态存储设备、随机存取存储器(randomaccessmemory，RAM)、可存储信息和指令的其他类型的动态存储设备、磁盘存储器等等。

输入设备1204可包括接收用户输入的数据和信息的装置，例如键盘、鼠标、摄像头、扫描仪、光笔、语音输入装置、触摸屏、计步器或重力感应器等。

输出设备1205可包括允许输出信息给用户的装置，例如显示屏、打印机、扬声器等。

通信接口1203可包括使用任何收发器一类的装置，以便与其他设备或通信网络通信，如以太网，无线接入网(RAN)，无线局域网(WLAN)等。

处理器1201执行存储器1202中所存放的程序，以及调用其他设备，可用于实现本发明前述实施例所提供的计步方法或检测方法中的各个步骤。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (17)

1.一种计步方法，其特征在于，包括：

获取一时间段内终端的移动速度数据和重力加速度数据，所述移动速度数据和重力加速度数据在时间轴上对齐；

根据所述移动速度数据和/或所述重力加速度数据，确定所述时间段内用户的至少一种出行模式；

根据所述至少一种出行模式下对应的重力加速度数据进行计步。

2.如权利要求1所述的方法，其特征在于，获取终端的所述移动速度数据包括：

获取终端接收到的蜂窝网络信号强度变化信息或小区切换信息中的至少一种；

根据所述蜂窝网络信号强度变化信息或小区切换信息中的至少一种获取得到所述移动速度数据。

3.如权利要求2所述的方法，其特征在于，所述根据所述至少一种出行模式下对应的重力加速度数据进行计步包括：

根据所述重力加速度数据获取用户颠簸状态波形；

从所述用户颠簸状态波形中识别出第一特征波形，所述第一特征波形为与非步行特征相匹配的特征波形；

从所述用户颠簸状态波形中过滤掉所述第一特征波形；

根据过滤处理后的得到的所述用户颠簸状态波形进行计步。

4.如权利要求2所述的方法，其特征在于，所述根据所述至少一种出行模式下对应的重力加速度数据进行计步包括：

根据所述重力加速度数据获取用户颠簸状态波形；

从所述用户颠簸状态波形中识别出第二特征波形，所述第二特征波形为与所述至少一种出行模式下的步行特征相匹配的特征波形；

根据识别出的第二特征波形进行计步。

5.如权利要求2-4任一项所述的方法，其特征在于，

所述移动速度数据包括第一移动速度数据、第二移动速度数据和第三移动速度数据；

所述获取终端的所述移动速度数据包括：

当单位时间内所述蜂窝网络信号强度变化值低于第一阈值时，和/或，单位时间内小区切换次数低于第二阈值时，生成第一移动速度数据；

当单位时间内所述蜂窝网络信号强度变化值高于第一阈值但低于第三阈值，和/或，单位时间内小区切换次数高于第二阈值但低于第四阈值时，生成第二移动速度数据；

当单位时间内所述蜂窝网络信号强度变化值高于第三阈值，和/或，单位时间内小区切换次数高于第四阈值时，生成第三移动速度数据。

6.如权利要求5所述的方法，其特征在于，

所述出行模式包括第一出行模式，第二出行模式和第三出行模式；

所述根据所述移动速度数据和/或所述重力加速度数据，确定所述时间段内用户的至少一种出行模式包括：

当所述移动速度数据为第一移动速度数据，并且，相应的重力加速度数据中的特征波形与第一出行模式的移动特征相匹配时，确定所述出行模式为第一出行模式；

当所述移动速度数据为第二移动速度数据，并且，相应的重力加速度数据中的特征波形与第二出行模式的移动特征相匹配时，确定所述出行模式为第二出行模式；

当所述移动速度数据为第三移动速度数据，并且，相应的重力加速度数据中的特征波形与第三出行模式的移动特征相匹配时，确定所述出行模式为第三出行模式。

7.一种检测方法，其特征在于，包括：

获取一时间段内终端的移动速度数据和重力加速度数据，所述移动速度数据和重力加速度数据在时间轴上对齐；

根据所述移动速度数据和/或所述重力加速度数据，确定所述时间段内用户的至少一种出行模式。

8.如权利要求7所述的方法，其特征在于，所述获取终端的所述移动速度数据包括：

获取终端接收到的蜂窝网络信号强度变化及小区切换中的至少一种；

根据所述蜂窝网络信号强度变化信息或小区切换信息中的至少一种获取得到所述移动速度数据。

9.如权利要求8所述的方法，其特征在于，

所述移动速度数据包括第一移动速度数据、第二移动速度数据和第三移动速度数据；

所述获取终端的所述移动速度数据包括：

当单位时间内所述蜂窝网络信号强度变化值低于第一阈值时，和/或，单位时间内小区切换次数低于第二阈值时，生成第一移动速度数据；

当单位时间内所述蜂窝网络信号强度变化值高于第一阈值但低于第三阈值，和/或，单位时间内小区切换次数高于第二阈值但低于第四阈值时，生成第二移动速度数据；

当单位时间内所述蜂窝网络信号强度变化值高于第三阈值，和/或，单位时间内小区切换次数高于第四阈值时，生成第三移动速度数据。

10.如权利要求9所述的方法，其特征在于，

所述出行模式包括第一出行模式，第二出行模式和第三出行模式；

所述根据所述移动速度数据和/或所述重力加速度数据，确定所述时间段内用户的至少一种出行模式包括：

当所述移动速度数据为第一移动速度数据，并且，相应的重力加速度数据中的特征波形与第一出行模式的移动特征相匹配时，确定所述出行模式为第一出行模式；

当所述移动速度数据为第二移动速度数据，并且，相应的重力加速度数据中的特征波形与第二出行模式的移动特征相匹配时，确定所述出行模式为第二出行模式；

当所述移动速度数据为第三移动速度数据，并且，相应的重力加速度数据中的特征波形与第三出行模式的移动特征相匹配时，确定所述出行模式为第三出行模式。

11.一种计步装置，其特征在于，应用于终端，所述计步装置包括：

获取单元，用于获取一时间段内终端的移动速度数据和重力加速度数据，所述移动速度数据和重力加速度数据在时间轴上对齐；

出行模式确定单元，用于根据所述移动速度数据和/或所述重力加速度数据，确定所述时间段内用户的至少一种出行模式；

计步单元，用于根据所述至少一种出行模式下对应的重力加速度数据进行计步。

12.如权利要求11所述的计步装置，其特征在于，在获取终端的移动速度数据的方面，所述获取单元用于：

获取终端接收到的蜂窝网络信号强度变化信息或小区切换信息中的至少一种；

根据所述蜂窝网络信号强度变化信息或小区切换信息中的至少一种获取得到所述移动速度数据。

13.如权利要求12所述的计步装置，其特征在于，

所述移动速度数据包括第一移动速度数据、第二移动速度数据或第三移动速度数据；

在所述获取终端的所述移动速度数据的方面，所述获取单元用于：

当单位时间内所述蜂窝网络信号强度变化值低于第一阈值时，和/或，单位时间内小区切换次数低于第二阈值时，生成第一移动速度数据；

当单位时间内所述蜂窝网络信号强度变化值高于第一阈值但低于第三阈值，和/或，单位时间内小区切换次数高于第二阈值但低于第四阈值时，生成第二移动速度数据；

当单位时间内所述蜂窝网络信号强度变化值高于第三阈值，和/或，单位时间内小区切换次数高于第四阈值时，生成第三移动速度数据。

14.如权利要求13所述的计步装置，其特征在于，所述出行模式包括第一出行模式，第二出行模式和第三出行模式；

在根据所述移动速度数据和/或所述重力加速度数据，确定所述时间段内用户的至少一种出行模式的方面，所述出行模式确定单元用于：

当所述移动速度数据为第一移动速度数据，并且，相应的重力加速度数据中的特征波形与第一出行模式的移动特征相匹配时，确定所述出行模式为第一出行模式；

当所述移动速度数据为第二移动速度数据，并且，相应的重力加速度数据中的特征波形与第二出行模式的移动特征相匹配时，确定所述出行模式为第二出行模式；

当所述移动速度数据为第三移动速度数据，并且，相应的重力加速度数据中的特征波形与第三出行模式的移动特征相匹配时，确定所述出行模式为第三出行模式。

15.一种检测装置，其特征在于，应用于终端，所述检测装置包括：

获取单元，用于获取一时间段内终端的移动速度数据和重力加速度数据，所述移动速度数据和重力加速度数据在时间轴上对齐；

出行模式确定单元，用于使用所述移动速度数据和所述重力加速度数据，确定所述时间段内用户的至少一种出行模式。

16.如权利要求15所述的检测装置，其特征在于，在所述获取终端的所述移动速度数据的方面，所述获取单元用于：

获取终端接收到的蜂窝网络信号强度变化及小区切换中的至少一种；

根据所述蜂窝网络信号强度变化信息或小区切换信息中的至少一种获取得到所述移动速度数据。

17.一种终端，其特征在于，包括如权利要求11-14所述的计步装置，或者包括如权利要求15-16所述的检测装置。