CN111077548A - 一种基于Android***的骑行定位数据优化方法 - Google Patents
一种基于Android***的骑行定位数据优化方法 Download PDFInfo
- Publication number
- CN111077548A CN111077548A CN201911420386.0A CN201911420386A CN111077548A CN 111077548 A CN111077548 A CN 111077548A CN 201911420386 A CN201911420386 A CN 201911420386A CN 111077548 A CN111077548 A CN 111077548A
- Authority
- CN
- China
- Prior art keywords
- data
- positioning data
- determining
- equipment
- gps positioning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/35—Constructional details or hardware or software details of the signal processing chain
- G01S19/37—Hardware or software details of the signal processing chain
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
- G01P3/64—Devices characterised by the determination of the time taken to traverse a fixed distance
- G01P3/66—Devices characterised by the determination of the time taken to traverse a fixed distance using electric or magnetic means
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于Android***的骑行定位数据优化方法,所述方法包括如下步骤:获取GPS定位数据,基于所述GPS定位数据进行循环处理;根据所述循环处理结果和预设阈值判定设备状态;在判定设备为非静止状态的情况下,确定当前的骑行速度。本发明方法通过根据循环处理结果和预设阈值判定设备状态;在判定设备为非静止状态的情况下,确定当前的骑行速度,对数据进行过滤后,由此提高了数据的准确程度,提高了定位数据的精确度以及用户体验。
Description
技术领域
本发明涉及智能穿戴技术领域,特别是一种基于Android***的骑行定位数据优化方法。
背景技术
近年来,全球可穿戴设备出货量已达到了3.1亿台。据统计,2018年我国智能手表设备(不包括儿童手表)出货量达到了205万支,同比去年增长了63%。智能手表品牌超过500个。2019年智能手表市场还会保持55%以上的增长。如今的智能手表已经不仅仅是查看时间等一些简单的功能,随着如今技术的发展以及人们生活品质的提高,智能穿戴设备有着多方面的不同的功能,其中运动健康方面是最主要的功能之一。
2017年我国的手表规模达131亿元,同比增长了53%。随着主要的智能手表***平台及大数所服务平台的搭建完毕,下游设备厂商洗牌,基于健康大数据的服务类产品逐步成熟,产品差异化加大,2018年市场规模接近200亿,且未来几年还有阶段性的提升。
在如此庞大的市场中,物美价廉成为消费者们的首选,如果在控制成本的基础上有着更好的功能体验是品牌商们在不断竞争的问题。其中,穿戴设备中绝大多数为运动穿戴设备,其运动手环运动手表等为智能穿戴设备核心。如何能够在低成本的硬件基础上获取更准确的信息给用户更好的体验是现在品牌商们的重中之中。由于智能终端因硬件原因以及佩戴环境原因,会导致设备通过GPS获取到的位置信息参数不准确的情况,这是因为佩戴设备以及佩戴环境所导致的不可避免的情况,而如何解决该情况给用户一个更好的设备体验则是每一个厂家都在研究解决的问题。
发明内容
有鉴于现有技术的上述缺陷,本发明的目的就是提供一种基于Android***的骑行定位数据优化方法,提高定位数据的精确度,提高用户体验。
本发明的目的之一是通过这样的技术方案实现的,一种基于Android***的骑行定位数据优化方法,所述方法包括如下步骤:
获取GPS定位数据,基于所述GPS定位数据进行循环处理;
根据所述循环处理结果和预设阈值判定设备状态;
在判定设备为非静止状态的情况下,确定当前的骑行速度。
可选的,获取GPS定位数据,包括:通过地图应用的API接口获取GPS定位数据。
可选的,基于所述GPS定位数据进行循环处理,包括:
通过传感器调取GPS定位数据中的三轴数据,并保存最近的预设数量的多组三轴数据;
在所保存的数组数量超过预设值之后,通过新增的三轴数据替换时间距离最远的一组三轴数据。
可选的,基于所述GPS定位数据进行循环处理,还包括:
基于多组所述三轴数据按照顺序进行差值并取绝对值处理以获取绝对值的合值。
可选的,根据所述循环处理结果和预设阈值判定设备状态,包括:
在所述绝对值的合值大于预设阈值的情况下,则判定设备处于非静止状态;
在所述绝对值的合值小于预设阈值的情况下,则判定设备处于静止状态,在判定设备为静止状态下,认定API接口回传的变化的GPS定位数据为无效定位数据。
可选的,在判定设备为非静止状态的情况下,确定当前的骑行速度,包括:
获取API接口的回调经纬度,根据所述回调经纬度和定位数据回调函数确定经纬度差值;
根据所述经纬度差值和回调时间确定骑行速度。
可选的,在确定当前的骑行速度之前,所述方法还包括:
在所确定的经纬度差值大于预设经纬度门限值的情况下,将当前记录点确定为误差点。
可选的,在确定当前的骑行速度之后,所述方法还包括:
在连续三次确定的骑行速度均大于预设速度阈值的情况下,确定设备的运动情况为正常骑行。
由于采用了上述技术方案,本发明具有如下的优点:本发明方法通过根据循环处理结果和预设阈值判定设备状态;在判定设备为非静止状态的情况下,确定当前的骑行速度,对数据进行过滤后,由此提高了数据的准确程度,提高了定位数据的精确度以及用户体验。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。
附图说明
本发明的附图说明如下:
图1为本发明实施例流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
实施例
本发明实施例提出一种基于Android***的骑行定位数据优化方法,如图1所示,所述方法包括如下步骤:
获取GPS定位数据,基于所述GPS定位数据进行循环处理;
根据所述循环处理结果和预设阈值判定设备状态;
在判定设备为非静止状态的情况下,确定当前的骑行速度。
本发明方法通过根据循环处理结果和预设阈值判定设备状态;在判定设备为非静止状态的情况下,确定当前的骑行速度,对数据进行过滤后,由此提高了数据的准确程度,提高了定位数据的精确度以及用户体验。
可选的,获取GPS定位数据,包括:通过地图应用的API接口获取GPS定位数据。
具体的说,在本实施例中,可以通过常用的高德api或者百度api等公用api接口不断获取GPS定位数据。
可选的,基于所述GPS定位数据进行循环处理,包括:
通过传感器调取GPS定位数据中的三轴数据,并保存最近的预设数量的多组三轴数据;
在所保存的数组数量超过预设值之后,通过新增的三轴数据替换时间距离最远的一组三轴数据。
具体的在本实施例中,可以通过gsensor回调监听gsensor x,y,z三轴数据,并保留最新多组,例如保留最新的5组数据,不断迭代,当存在5组数据之后在监听到最新的一组数据替换其最旧的一组数据。
可选的,基于所述GPS定位数据进行循环处理,还包括:
基于多组所述三轴数据按照顺序进行差值并取绝对值处理以获取绝对值的合值。
具体的说,在通过api获取的定位数据回调接口中取得gsensor中的5组数据。并对上述5组数据做一个由1到5的循环处理。分别获取该5组数据中的x,y,z。由1到5对前面两组数据的x,y,z取差值绝对值并取合。例如第一组数据和第二组数据的x,y,z取差值绝对值并取合|x2-x1|+|y2-y1|+|z2-z1|(下标1为第一组数据中保存的值,下标2为第二组数据中保存的值)获取到一个差值绝对值取合的值并保存。
循环上述的取合算法,获得第二组与第一组的差值绝对值并取合,第三组与第二组的差值绝对值并取合,第四组与第三组的差值绝对值并取合,第五组与第四组的差值绝对值并取合。
可选的,根据所述循环处理结果和预设阈值判定设备状态,包括:
在所述绝对值的合值大于预设阈值的情况下,则判定设备处于非静止状态;
在所述绝对值的合值小于预设阈值的情况下,则判定设备处于静止状态,在判定设备为静止状态下,认定API接口回传的变化的GPS定位数据为无效定位数据。
具体的说,在上述取合算法的基础上获得绝对值的合值,根据该绝对值的合值与预设阈值进行对比判定,例如在本实施例中,预设阈值设置为6,则判定最终绝对值的合值是否大于6:
若大于6,则本实施例中认定为设备非静止状态,若此时API接口回调到定位数据改变信息,则判断为正常移动。
若小于6,则本实施例中认定为静止状态,若此时API接口回调到定位数据改变信息,判断为GPS漂移所生产的错误数据,认定该数据为一个无效定位数据,并舍弃该条数据不做处理。
可选的,在判定设备为非静止状态的情况下,确定当前的骑行速度,包括:
获取API接口的回调经纬度,根据所述回调经纬度和定位数据回调函数确定经纬度差值;
根据所述经纬度差值和回调时间确定骑行速度。
具体的说,在本实施例中,在判定设备为非静止状态的情况下,进一步记录API接口每次回调时的经纬度以及接口提供的定位数据回调函数。并调用API接口提供的函数计算前一个获取的经纬度和当前获取的经纬度距离差值,并根据记录API接口提供的定位数据回调函数中每次回调的时间,通过距离/时间计算出设备当前的速度。
可选的,在确定当前的骑行速度之前,所述方法还包括:
在所确定的经纬度差值大于预设经纬度门限值的情况下,将当前记录点确定为误差点。
具体的,在确定当前的骑行速度之前,获取到的距离差值,若当前获取到的距离差值大于150,则过滤该记录点,将该记录点判定为GPS跳动引起的误差点,经过以上方法过滤之后,该此获取的定位信息为改设备的准确位置信息。
可选的,在确定当前的骑行速度之后,所述方法还包括:
在连续三次确定的骑行速度均大于预设速度阈值的情况下,确定设备的运动情况为正常骑行。
具体的说,在本实施例中,为了进一步保证数据的可靠性,对于前述计算获取的设备当前的速度进行进一步判定,判断连续三次速度大于预设速度阈值,例如2M/S,则本实施例中判断为正常骑行。
综上,本发明目的在于解决由于GPS漂移导致获取骑行运动数据不准确的问题,提出了一种基于android***的的骑行运动模式GPS定位数据准确性优化算法。本发明是基于搭配GPS,GSensor以及android***的算法,适用于任何Android***设备,如android智能手表,手环,android智能手机等等终端。本发明算法适用于民用运动设备,其根据从高德地图api或者百度地图api等api接口中获取的定位数据做不同层次的分段算法,以区分静止状态,骑行运动状态的不同状态做不同的算法处理,对原始获取的定位数据做一定的处理,特别是针对GPS漂移波动较大的设备,使对用户显示出来的数据较为准确。本发明方法针对低端设备,或者是由于环境以及其它原因导致该设备获取的原始定位数据波动太大做一个准确处理,大大降低了由于GPS问题导致的运动数据不准确问题,改善了使用者体验效果。并可显著降低设备终端的制作成本。本本发明方法不影响用户对于骑行运动数据获取的正常使用。
下面给出本发明方法的应用实例
本发明方法包括以下步骤:
1:通过android sensor接口回调函数onSensorChanged(SensorEvent event)中监听gsensor数据,并将该数据的X,Y,Z数据通过HashMap结构存放在ArrayList集合之中。
2:由于步骤1中不断在监听gsensor数据,当保存的ArrayList集合中数据大于5时,本实施例中通过ArrayList.remove(0)移除第一个数据,依次更新。以此确保该ArrayList集合中的5组数据为最新5组数据。
3:使用高德定位api或者百度定位api。此处以高德定位api为例,在高德api定位回调函数onLocationChanged(final AMapLocation loc)中。取出步骤2中ArrayList集合中的数据做for循环处理。循环依次取出ArrayList中的X,Y,Z数据。
4:定义差值绝对值取合变量为mGsensorDif,在步骤3的循环中对X,Y,Z三组数据做|X2-X1|+|Y2-Y1|+|Z2-Z1|=mGsensorDif处理。计算方式为mGsensorDif=mGsensorDif+|Xi-X(i-1)|+|Yi-Y(i-1)|+|Zi-Z(i-1)|。循环完毕之后获取mGsensorDif差值绝对值取合值。并判断该mGsensorDif是否大于6,若大于6则判断是在移动状态,设置boolean变量isRiding=true,若小于6则判断为静止状态,设置boolean变量isRiding=false;
5:在高德api定位回调函数onLocationChanged(final AMapLocation loc)中,记录每次该回调函数回调时的经纬度数据,并通过高德api提供的AMapUtils.calculateLineDistance()接口获取两次之间的距离差值,该距离差值定义为distance。
6:同步骤5在高德api定位回调函数onLocationChanged(final AMapLocationloc)中记录每次回调发生的时间,并通过当前时间-上次获取的时间得到时间差timeDif.通过步骤5中distance获取到当前运动速度spe=distance*1000/timeDif.
7:通过步骤6中获取的移动速度spe,对该spe做比较,如果spe大于2,且连续三次spe均是大于2。本实施例中判断该此数据为一个正常骑行的运动数据。记录boolean变量isSpeRiding=true,否则本实施例中判断该数据不是一个正常骑行的运动数据,定义isSpeRiding=false;
8:取步骤5中的距离差值distance,判断distance大小,若distance>150,则本实施例中判断该点为GPS跳变产生的数据点位。该点位不做处理,是一个异常数据。
9:根据步骤4中isRiding以及步骤7中isSpeRiding以及步骤8中的distance>150三个条件做判断。如果isRiding=true,且isSpeRiding=true,且distance>150三个条件同时成立。则本实施例中判断该此从高德定位api返回的数据是正常骑行模式下行驶的正确数据,不满足上述条件的数据本实施例中过滤。
通过上述算法我们可以有效的过滤由于GPS漂移参数的错误数据以及非骑行模式下产生的数据。有效的过滤的大多数错误数据,对骑行运动模式由更加准确的效果。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的保护范围之内。
Claims (8)
1.一种基于Android***的骑行定位数据优化方法,其特征在于,所述方法包括如下步骤:
获取GPS定位数据,基于所述GPS定位数据进行循环处理;
根据所述循环处理结果和预设阈值判定设备状态;
在判定设备为非静止状态的情况下,确定当前的骑行速度。
2.如权利要求1所述的方法,其特征在于,获取GPS定位数据,包括:通过地图应用的API接口获取GPS定位数据。
3.如权利要求1所述的方法,其特征在于,基于所述GPS定位数据进行循环处理,包括:
通过传感器调取GPS定位数据中的三轴数据,并保存最近的预设数量的多组三轴数据;
在所保存的数组数量超过预设值之后,通过新增的三轴数据替换时间距离最远的一组三轴数据。
4.如权利要求3所述的方法,其特征在于,基于所述GPS定位数据进行循环处理,还包括:
基于多组所述三轴数据按照顺序进行差值并取绝对值处理以获取绝对值的合值。
5.如权利要求4所述的方法,其特征在于,根据所述循环处理结果和预设阈值判定设备状态,包括:
在所述绝对值的合值大于预设阈值的情况下,则判定设备处于非静止状态;
在所述绝对值的合值小于预设阈值的情况下,则判定设备处于静止状态,在判定设备为静止状态下,认定API接口回传的变化的GPS定位数据为无效定位数据。
6.如权利要求5所述的方法,其特征在于,在判定设备为非静止状态的情况下,确定当前的骑行速度,包括:
获取API接口的回调经纬度,根据所述回调经纬度和定位数据回调函数确定经纬度差值;
根据所述经纬度差值和回调时间确定骑行速度。
7.如权利要求6所述的方法,其特征在于,在确定当前的骑行速度之前,所述方法还包括:
在所确定的经纬度差值大于预设经纬度门限值的情况下,将当前记录点确定为误差点。
8.如权利要求6所述的方法,其特征在于,在确定当前的骑行速度之后,所述方法还包括:
在连续三次确定的骑行速度均大于预设速度阈值的情况下,确定设备的运动情况为正常骑行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911420386.0A CN111077548A (zh) | 2019-12-31 | 2019-12-31 | 一种基于Android***的骑行定位数据优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911420386.0A CN111077548A (zh) | 2019-12-31 | 2019-12-31 | 一种基于Android***的骑行定位数据优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111077548A true CN111077548A (zh) | 2020-04-28 |
Family
ID=70321236
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911420386.0A Pending CN111077548A (zh) | 2019-12-31 | 2019-12-31 | 一种基于Android***的骑行定位数据优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111077548A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114487477A (zh) * | 2022-01-17 | 2022-05-13 | 北京卡路里信息技术有限公司 | 基于手环的骑行判断方法和装置、存储介质和处理器 |
CN114859070A (zh) * | 2022-04-25 | 2022-08-05 | 青岛迈金智能科技股份有限公司 | 一种速度获取方法、装置、电子设备及存储介质 |
CN114995270A (zh) * | 2022-06-15 | 2022-09-02 | 江苏联合交通技术股份有限公司 | 一种电气自动化控制*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104459736A (zh) * | 2014-12-11 | 2015-03-25 | 深圳市亲觅科技有限公司 | 一种基于重力传感器的gps设备及其漂移处理方法 |
CN107146441A (zh) * | 2017-06-27 | 2017-09-08 | 福建分云智能科技有限公司 | 一种基于智能穿戴设备的实时路况导航*** |
CN107462260A (zh) * | 2017-08-22 | 2017-12-12 | 上海斐讯数据通信技术有限公司 | 一种运动轨迹生成方法、装置及可穿戴设备 |
CN108984562A (zh) * | 2017-06-02 | 2018-12-11 | 四川理工学院 | 一种基于Android平台的运动数据统计***和方法 |
CN108986883A (zh) * | 2017-06-02 | 2018-12-11 | 四川理工学院 | 一种基于Android平台的运动状态识别***和方法 |
-
2019
- 2019-12-31 CN CN201911420386.0A patent/CN111077548A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104459736A (zh) * | 2014-12-11 | 2015-03-25 | 深圳市亲觅科技有限公司 | 一种基于重力传感器的gps设备及其漂移处理方法 |
CN108984562A (zh) * | 2017-06-02 | 2018-12-11 | 四川理工学院 | 一种基于Android平台的运动数据统计***和方法 |
CN108986883A (zh) * | 2017-06-02 | 2018-12-11 | 四川理工学院 | 一种基于Android平台的运动状态识别***和方法 |
CN107146441A (zh) * | 2017-06-27 | 2017-09-08 | 福建分云智能科技有限公司 | 一种基于智能穿戴设备的实时路况导航*** |
CN107462260A (zh) * | 2017-08-22 | 2017-12-12 | 上海斐讯数据通信技术有限公司 | 一种运动轨迹生成方法、装置及可穿戴设备 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114487477A (zh) * | 2022-01-17 | 2022-05-13 | 北京卡路里信息技术有限公司 | 基于手环的骑行判断方法和装置、存储介质和处理器 |
CN114859070A (zh) * | 2022-04-25 | 2022-08-05 | 青岛迈金智能科技股份有限公司 | 一种速度获取方法、装置、电子设备及存储介质 |
CN114859070B (zh) * | 2022-04-25 | 2023-08-04 | 青岛迈金智能科技股份有限公司 | 一种速度获取方法、装置、电子设备及存储介质 |
CN114995270A (zh) * | 2022-06-15 | 2022-09-02 | 江苏联合交通技术股份有限公司 | 一种电气自动化控制*** |
CN114995270B (zh) * | 2022-06-15 | 2023-12-29 | 江苏联合交通技术股份有限公司 | 一种电气自动化控制*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111077548A (zh) | 一种基于Android***的骑行定位数据优化方法 | |
CN112067015B (zh) | 基于卷积神经网络的计步方法、装置及可读存储介质 | |
CN111238450A (zh) | 视觉定位方法及装置 | |
CN108744471B (zh) | 基于手环的跳绳计数方法和*** | |
CN110580325B (zh) | 一种泛在定位信号多源融合方法及*** | |
CN104169988B (zh) | 用于检测停车空间的设备和方法 | |
CN107360547B (zh) | 一种室内定位中静止状态下防止定位抖动的聚类处理方法 | |
CN115855123B (zh) | 基于畸变点检测的光纤传感信号相位错误修正方法和装置 | |
CN110969483B (zh) | 一种识别商户位置的方法、装置及电子设备 | |
CN110796115B (zh) | 图像检测方法、装置、电子设备及可读存储介质 | |
CN113341677B (zh) | 手表佩戴状态的检测方法及装置 | |
CN114125129B (zh) | 一种基于手机的步数统计方法和装置、电子设备、存储介质 | |
CN114739412B (zh) | 一种基于智能手机的行人步态实时检测方法及设备 | |
CN114019182B (zh) | 零速状态检测方法、装置及电子设备 | |
CN111982149B (zh) | 一种计步识别方法、装置、设备及可读存储介质 | |
CN112511694B (zh) | 一种基于卫星定位的跑步轨迹算法 | |
CN115235527A (zh) | 传感器外参标定方法、装置以及电子设备 | |
CN113571147A (zh) | 数据显示方法、装置、终端设备及存储介质 | |
CN115412852A (zh) | 移动终端的运动轨迹确定方法及*** | |
CN113343458A (zh) | 发动机传感器的选型方法、装置、电子设备及存储介质 | |
CN108153408B (zh) | 一种行为识别的方法及装置 | |
CN117553822B (zh) | 一种基于智能手表的步数统计方法及*** | |
CN110569892A (zh) | 一种泛在定位信号静态定位方法及*** | |
CN117251520B (zh) | 生物多样性关键区域识别方法、装置和电子设备 | |
CN111199595B (zh) | 数值显示控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200428 |