计步方法及相关装置，检测方法及相关装置的制造方法
【技术领域】
[0001 ]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
目.0
【背景技术】
[0002]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】
[0003]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。
[0004]为实现上述目的，本发明实施例提供如下技术方案:
[0005]—种计步方法，包括:
[0006]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；
[0007]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；
[0008]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。
[0009]—种计步装置，应用于终端，所述计步装置包括:
[0010]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；
[0011 ]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；
[0012]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。
[0013]一种终端，包括上述的计步装置。
[0014]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。
[0015]一种检测方法，包括:
[0016]获取移动速度数据和重力加速度数据；
[0017]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。
[0018]一种检测装置，应用于终端，所述计步装置包括:
[0019]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；
[0020]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。
[0021]一种检测装置，应用于终端，所述检测装置包括:
[0022]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；
[0023]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。
[0024]一种终端，包括上述的检测装置。
[0025]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】
[0026]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。
[0027]图1为本发明实施例提供的终端的硬件架构示意图；
[0028]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；
[0029]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；
[0030]图10为本发明实施例提供的计步装置结构示例图；
[0031 ]图1Ia为本发明实施例提供的检测方法示例性流程图；
[0032]图1lb为本发明实施例提供的检测装置结构示例图；
[0033]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】
[0034]本发明提供计步方法、计步装置及终端。
[0035]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。
[0036]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(Sensor Hub)和主处理器。
[0037]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:
[0038]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系统进行处理。在本发明中，其还可向Sensor Hub提供移动速度数据，或者，向Sensor Hub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)。
[0039]Sensor Hub为微控制器(Μ⑶)的一种应用，在系统设计中，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，达到降低系统功耗目的。
[0040]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。
[0041]图2示出了上述计步方法的一种示例性流程，其可包括:
[0042]S1、获取一时间段内的移动速度数据和重力加速度数据。
[0043]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。
[0044]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。
[0045]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。
[0046]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。
[0047]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GPS0
[0048]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。
[0049]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。
[°°50] 在硬件方面，可由上述计步器(或重力感应器)向Sensor Hub提供获取到重力变化的原始数据，由Sensor Hub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Sensor Hub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Sensor Hub。
[0051]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。
[0052]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。
[0053]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。
[0054]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。
[0055]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。
[0056]行走模式与高铁模式、公交车模式的主要区别在于速度。
[0057]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。
[0058]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。
[0059]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。
[0060]在一个示例