传感器功率管理的制作方法

文档序号:12185198阅读:253来源:国知局
传感器功率管理的制作方法与工艺

本申请要求2014年8月18日提交的题为“SENSOR POWER MANAGEMENT”的美国专利申请No.14 / 462,393的优先权,其全部公开通过引用并入在此并入其全文。

技术领域

本公开的实施例一般涉及传感器设备的领域,并且更具体地,涉及管理感测设备以节省功率。



背景技术:

存在各种不同类型的传感器,包括加速度计、陀螺仪、气压计、红外接近传感器、可见光传感器、麦克风、罗盘、温度计、水分传感器等。此类传感器通常捕获原始数据,然后可以对该原始数据进行解释。不同的传感器类型消耗不同的功率量。传感器的功率管理可以包括不同的方法。然而,当前使用的传感器功率管理的方法可能不总是足以将传感器功率消耗降低到期望的水平。

附图说明

通过以下结合附图的详细描述将容易理解实施例。为了便于该描述,相同的附图标记表示相同的结构元件。在附图的图中通过示例而非限制的方式示出了实施例。

图1示意性地示出了根据本公开的一些实施例的用于管理一个或多个传感器的数据测量的示例系统。

图2是根据一些实施例的使用用于过程的数据测量的一个或多个传感器的示例预测性数据测量执行技术的示意图。

图3是根据一些实施例的使用用于过程的数据测量的一个或多个传感器的另一示例预测性数据测量执行技术的示意图。

图4是根据一些实施例的使用用于过程的数据测量的一个或多个传感器的另一示例预测性数据测量执行技术的示意图。

图5是根据一些实施例的用于执行一个或多个传感器的预测性数据测量的过程流程图。

图6是根据一些实施例的用于执行一个或多个传感器的数据测量的另一过程流程图。

图7是示出根据一些实施例的在参考图2-6描述的第二数据测量模式中执行数据测量的不同示例的框图。

图8示出了根据各种实施例的适于与图1的各种部件,诸如配置成操作传感器模块的计算设备一起使用的示例计算设备。

具体实施方式

本公开的实施例包括特别是通过一个或多个传感器的预测性数据测量来降低传感器功率消耗的技术和配置。根据实施例,一种装置可以包括一个或多个传感器和传感器管理模块,所述传感器管理模块与传感器耦合并且被配置为使传感器发起在第一数据测量模式中的对指示过程的数据的测量,基于由所述传感器在一段时间上在所述第一数据测量模式中收集的测量的一部分来确定包括过程的事件的模式,并且发起在第二数据测量模式中的一个或多个传感器对数据的测量。第二模式可以基于包括该过程的事件的模式。该模式可以指示对过程中的事件的出现的预测。第一数据测量模式可以包括传感器以第一(例如,固定或可变的)采样率执行数据测量。

第二数据测量模式可以包括以低于第一采样率的第二采样率执行数据测量、根据所确定的模式在对应于事件的预测出现的时间段期间以第三采样率执行数据测量,或在所述过程中的连续事件的预测出现之间的时间段期间以第四采样率执行数据测量,并且在对应于事件的预测出现的时间段期间以第五采样率执行数据测量。第五采样率可以大于第四采样率。在一些实施例中,第五采样率可以慢于第四采样率。

在下面的详细描述中,参考形成其一部分的附图,其中相同的附图标记始终表示相同的部件,并且其中通过其中可以实践本公开的主题的说明性实施例示出。应当理解,在不脱离本公开的范围的情况下,可以利用其他实施例,并且可以进行结构或逻辑改变。因此,以下详细描述不被视为限制意义的,并且实施例的范围由所附权利要求书及其等同物限定。

为了本公开的目的,短语“A和/或B”意味着(A)、(B)或(A和B)。为了本公开的目的,短语“A、B和/或C” 意味着(A)、(B)、(C)、(A和B)、(A和C)、(B和C)或(A、B和C)。

该描述可以使用基于透视的描述,诸如顶/底、入/出、之上/之下等。这样的描述仅仅用于方便讨论,并且不旨在将本文所描述的实施例的应用限制于任何特定方向。

该描述可以使用短语“在一个实施例中”或“在实施例中”,其每个可以指代相同或不同实施例中的一个或多个。此外,入关于本公开的实施例使用的术语“包括”、“包含”、“具有”等是同义的。

可以在本文中使用术语“与……耦合”连同其派生。“耦合”可以意味着以下中的一个或多个。“耦合”可以意味着两个或更多元素处于直接物理、电或光学接触。然而,“耦合”还可以意味着两个或更多元素彼此间接地接触,但是仍然彼此协作或交互,并且可以意味着一个或多个其他元素耦合或连接在被称为彼此耦合的元素之间。

图1示意性地示出了根据本公开的一些实施例的用于管理一个或多个传感器的数据测量的示例系统100。系统100可以在各种实现中使用。例如,系统100可以包括被配置成提供与用户的活动相关的数据的传感器测量的可穿戴设备。在另一个示例中,系统100可以包括感测设备控制系统,其被配置为管理多个传感器以测量与特定物理、化学、生物、生物测定或其他过程相关的数据。

在一些实施例中,系统100可以包括被配置成管理可以包括一个或多个传感器106、108、110(在一些实施例中,传感器阵列)的传感器模块101的计算设备102。传感器模块101可以与计算设备102通信耦合170。计算设备102可以包括被配置为管理传感器106、108、110并处理由传感器测量并提供给计算设备102的数据的处理器132。更具体地,计算设备102可以包括具有(例如,在传感器管理模块150中编译的)指令的存储器134,当在处理器132上执行时,所述指令可以使处理器132执行传感器管理操作,其适于节省由传感器106、108、110在数据测量过程期间消耗的功率。

例如,传感器管理模块150可以被配置为控制由功率供应模块130提供给传感器106、108、110的功率供应。功率供应模块130可以包括与计算设备102 和传感器106、108、110耦合160、162并且被配置为向传感器106、108、110中的至少一些(或全部)供应功率的电源。传感器管理模块150可以通过功率供应模块130管理对传感器106、108、110的通电和断电。

在一些实施例中,传感器106、108、110中的至少一些可以包括电源(例如,内置于(一个或多个)传感器中或可操作地与(一个或多个)传感器耦合),诸如电池,其可以被传感器管理模块150控制(例如,打开和关闭)。

存储器134还可以包括在处理器132上执行时可以使处理器132执行对传感器106、108、110测量的数据的数据处理的指令(例如,编译在数据处理模块146中)。

计算设备102可以包括计算设备102的运转所必需的其他部件144。例如,计算设备102可以包括显示器(未示出),其被配置为至少显示传感器106、108、110的数据测量的结果,其可以由模块146的执行来提供。计算设备102的处理器132、存储器134和其他部件144可以与一个或多个接口(未示出)耦合,该一个或多个接口被配置为促进上述部件之间的信息交换。(一个或多个)通信接口(未示出)可以提供用于计算设备102通过一个或多个有线或无线网络进行通信和/或与任何其他合适的设备进行通信的接口。参考图8更详细地描述包括计算设备102的系统100的示例配置。

如所讨论的,传感器管理模块150和数据处理模块146可以被实现为例如存储在存储器134中并且被配置为在处理器132上执行的软件部件。在一些实施例中,传感器管理模块150和数据处理模块146可以被实现为软件和硬件部件的组合。在一些实施例中,传感器管理模块150和数据处理模块146可以包括硬件实现。

如上所述,传感器模块101可以包括与过程180可操作地耦合120并且被配置为测量指示过程180的数据的传感器(例如,传感器阵列)106、108、110。传感器106、108、110被示出在图1中仅用于说明目的;应当理解,在传感器模块101中可以使用任何数量的传感器(例如,一个或多个)。

通常,过程180可以是可以被以可测量的物理量定义的任何类型的连续或周期性的数字或模拟过程,可测量的物理量可以可转换为可由相应的感测是吧读取的信号。可测量的过程的示例可以包括但不限于光、各种类型的运动、温度、磁场、重力、湿度、水分、振动、压力、电场、声音和外部或内部环境的其他物理方面。其他示例可以包括物质或环境的化学组成、生物计量过程等。指示过程的可测量数据可以包括不同的物理特性和参数。因此,传感器106、108、110可以包括不同类型的传感器,包括但不限于加速度计、陀螺仪、气压计、红外接近传感器、可见光传感器、换能器、致动器等。

过程180可以包括事件182、184,其可以指示过程180。例如,用户的心跳可以被认为是用户的心脏活动的事件,并且可以由相应的感测设备(例如,心率监视器)来测量。包括过程180的事件182、184可以是特别感兴趣的,因为过程180可以通过解释包括过程并由传感器106、108、110测量的事件来定义或以其他方式理解。参考图1,表示为描绘过程180的图190的峰的事件182、184可以指示过程180。

因此,根据本文描述的实施例,传感器106、108、110可以被配置为执行图190值的测量,包括表示事件182、184的值,以获得过程180的指示。(虽然为了简单的目的,在过程180中仅示出了两个事件182、184,但是将理解,过程180可以包括类似于182、184的多个事件)

至少一些可测量的过程(例如,过程180)可以包括可以以基本上规则的间隔发生的事件(例如,事件182、184)。例如,用户的心跳或步行(跑步)步调(step)可以以规则的间隔发生,例如,具有相当大的周期性。因此,可以确定与这样的过程相关联的模式,其可以指示对该过程中的事件的发生(出现)的预测。可以使用在一段时间上累积的多个过程数据测量来标识(例如,从指示过程的数据导出)与过程相关联的模式。在标识模式之后,例如,从收集的数据预测以基本上规则的间隔发生的过程事件的出现,可以使用本文所描述的技术来连续地验证模式(例如,如预测的过程事件的出现)。

图2是根据一些实施例的使用用于过程的数据测量的一个或多个传感器的示例预测性数据测量执行技术的示意图200。该过程可以使用例如参考图1描述的部件来实现,部件例如传感器管理模块150和数据处理模块146以及传感器106、108、110。

表示200可以包括要由一个或多个传感器测量的过程202。如图所示,过程202可以包括可以以基本规则性(例如,以基本规则的时间间隔)发生的多个事件204、206、208……。过程202的X轴可以指示过程202的持续时间(例如,时间T)或事件出现的频率(例如,F),而Y轴可以指示与过程202相关联的幅度值A。使用传感器106、108、110的过程数据测量210示意性地由沿着X轴以确定的间隔(以下称为“率(rate)”)放置的多个垂直线212描绘。每个线212可以指示由传感器106、108或110中的至少一个执行的过程202的测量的实例。如上面简要讨论的,可以应用于过程202的常规测量技术可以包括以固定的采样率执行数据测量,以固定的采样率例如以固定的间隔或时间周期。

相比之下,图2中所示的测量210可以使用至少两个数据测量模式发生。例如,指示过程202的数据的测量210可以由一个或多个传感器在第一数据测量模式214中发起。第一数据测量模式214可以包括通过传感器管理模块150使传感器106、108、110来例如每几秒以第一采样(例如,固定)率R1执行数据测量。将理解,使得传感器106、108、110执行数据测量可以通过由传感器管理模块150使传感器106、108、110通电来开始。

传感器管理模块150和/或数据处理模块146可以至少基于如图2中所示的在时间段T1上在第一数据测量模式214中由一个或多个传感器106、108、110收集的测量的一部分来确定包括过程202的事件的模式。例如,包括过程202的事件的模式的确定可以包括标识数据点A1(例如,对应于事件204、206、208等)和时刻,例如t1、t2等等(或相应的时间间隔或频率),大约在其处将由一个或多个传感器106、108、110测量所标识的数据点。通常,模式可以利用期望的误差容限(margin of error)以特定的时间间隔指示对指示过程的数据点的出现的预测。

在确定了模式(例如,对过程202中的事件204、206、208的出现的预测)之后,传感器管理模块150可以基于包括过程202的事件204、206、208的所确定的模式来发起一个或多个传感器106、108、110在第二数据测量模式216中的对过程202的数据的测量。更具体地,传感器管理模块150可以根据确定的模式使传感器106、108、110在对应于事件204、206、208的预测出现的时间段T2期间,例如,在时刻t1、t2等,以第二(例如,固定的或连续地或以其他方式变化的)采样率R 2执行数据测量(将理解,事件204、206、208的出现的时刻可以在时间段T2内发生)。

如果与事件204、206、208的预测出现相对应的数据点在被测量时与所期望的误差容限内的所标识的数据点匹配,则可以得出结论:如所定义的事件的模式正确地(例如,在误差容限内)描述过程202。因此,第二数据测量模式216可以包括如在第一数据测量模式214期间确定的事件204、206、208的模式的周期性验证。

相反,在第二数据测量模式216中,传感器管理模块150可以根据确定的模式使传感器106、108、110抑制在事件204、206、208的预测出现之间的间隔的时间T3期间执行数据测量。在一些实施例中,对应于第一数据测量模式214的第一采样率R1可以不与对应于第二数据测量模式216的第二采样率R2相同。

在第二数据测量模式216中的数据测量期间,传感器管理模块150和/或数据处理模块146可以根据在第二模式中测量的数据确定对应于事件204、206、208的测量的数据点不再匹配所确定的模式。例如,测量的数据点的值可能不再与所期望的误差容限(例如,第一容限)中的所标识的数据点A1的值匹配。在另一示例中,事件的出现的时间或频率可能不再与期望的误差容限(例如,第二容限)内的预测的事件的出现时间或频率匹配。

通常,在第二数据测量模式216期间将测量的事件与模式匹配的结果可能超过期望的误差容限。因此,可以确定在第一数据测量模式214期间标识的事件的模式不再是可验证的,例如,其不再正确地预测包括过程202的事件204、206、208的出现。基于该确定,传感器管理模块150可以回到数据测量的第一数据测量模式214,以便确定新的模式,如果有的话。如果例如在时间段T1之后没有标识新的模式,则传感器106、108、110可以继续在第一数据测量模式214中执行数据测量。

将理解,第一和第二数据测量模式214和216中的测量210的总数可以小于在相同时间段期间以固定采样率执行数据测量时可能发生的测量的数量。因此,当利用上述技术时传感器106、108、110的功率消耗相对于当以固定的采样速率执行数据测量时传感器106、108、110的功率消耗可以减少。节省的功率的量可以取决于第一和第二数据测量模式214和216中的数据测量的率。

重要的是注意,采样率(例如,在第二数据测量模式216中使用的)可以是固定的(例如,规则的)或变化的(例如,不规则的)。例如,采样率可以包括在1秒内采集20个采样并且使采样之间的间隔可变。例如,两个连续的采样率可以是1/100秒相隔,然后1/10秒相隔,等等。

在另一示例中,采样率可以例如以连续或非周期性方式变化。例如,采样率可以随时间作为某种函数变化。例如,采样率可以在对应于事件204、206、208的预测出现的数据点A1的感兴趣点周围增加(例如,具有最高值),并且朝着感兴趣点之间的中间(halfway)逐渐减小。换句话说,转向(lead up to)感兴趣的点,采样率可以变得较快(较高)。远离感兴趣的点,采样率可能变得较慢(较低)。

图3是根据一些实施例的使用用于过程的数据测量的一个或多个传感器的另一示例预测性数据测量执行技术的示意图300。类似于参考图2描述的技术,过程302的数据测量可以最初在第一数据测量模式314中执行,第一数据测量模式314类似于上述214。即,可以以第一(固定)采样率(例如,R1或其他率值)执行数据测量。一旦与过程302相关联的模式被标识,就可以在第二测量模式316中执行数据测量,其可以包括以第二采样率(例如,R3)执行数据测量。第二采样率R3可以低于第一采样率R1,如图3中所示,并且可以被定义为最低可能速率,使用该最低可能速率可以验证过程302的事件306、308的预测出现。

图4是根据一些实施例的使用用于过程的数据测量的一个或多个传感器的另一示例预测性数据测量执行技术的示意图400。类似于参考图2和3描述的技术,过程402的数据测量可以最初在第一数据测量模式414中执行,第一数据测量模式414类似于上述的214和/或314。即,可以以第一(固定)采样率(例如,R1或其他率值)执行数据测量。

一旦与过程402相关联的模式被标识,就可以在第二测量模式416中执行数据测量,其可以包括子模式420和422,如图4中所示。在子模式420中,可以在过程402中的连续事件的预测出现(例如,404、406等)之间的时间段期间以第二采样率R4执行数据测量。在子模式422中,可以在对应于事件的出现(例如,404、406等)的时间段期间以第三采样率R5执行数据测量。在一些实施例中,第三采样率R5可以大于第二采样率R4。在其他实施例中,第三采样率R5可以低于第二采样率R4。例如,与事件的出现相对应的时间段可以比事件的出现之间的时间段短,反之亦然。

除了参考图2-4描述的技术之外,可以想到其他数据测量技术。例如,数据测量技术可以涉及减少参与处理测量数据的计算设备的处理器的功耗,处理器诸如图1的计算设备102的处理器132。在该示例中,可以在第一数据测量模式中由一个或多个传感器以第一采样率来执行数据测量、可以确定事件的模式并且可以发起第二数据测量模式。在该情况下,第二数据测量模式可以包括在第一数据测量模式中(例如,以第一采样率)由一个或多个传感器继续执行数据测量,以及由处理器处理在对应于所述过程中的事件的预测出现的时间段期间进行的数据测量,同时抑制处理在其他时间进行的数据测量。

在一些实施例中,数据测量可以由多个传感器执行。针对减少多个传感器的功率消耗的示例数据测量过程可以包括由多个传感器(例如,在第一数据测量模式中)以第一采样率执行数据测量、确定事件的模式以及切换到第二数据测量模式,该第二数据测量模式包括由多个传感器中的至少一个以相同的第一采样率执行数据测量并且停止由多个传感器中的至少另一个执行数据测量。例如,仅一个传感器可以在第二数据测量模式中执行数据测量。

图5是根据一些实施例的用于由一个或多个传感器执行预测性数据测量的过程流程图500。过程500可以例如由图1的传感器管理模块150和数据处理模块146执行。

过程500可以开始于框502处,其中指示过程(例如,202、302或402)的数据的测量可以在第一数据测量模式(例如,214、314或414)中发起。为了发起测量,执行测量的传感器(或多个传感器)可以例如被通电或重置。

在框504处,可以基于在一段时间上在第一数据测量模式中收集的测量来确定包括过程的事件的模式。

在框506处,可基于所确定的包括所述过程的事件的模式,在第二数据测量模式(例如,216、316、416或上文所描述的其他数据测量模式)中发起数据测量。

图6是根据一些实施例的用于由一个或多个传感器执行数据测量的另一过程流程图600。过程600更详细地阐述过程500。过程600可以例如由图1的系统100的传感器管理模块150和数据处理模块146执行。仅通过示例的方式,可以假设系统100包括可穿戴设备,诸如具有心率监视器的智能表(例如,Basis®智能表)。

过程600可以开始于框602处,其中过程的数据测量可由一个或多个传感器在第一数据测量模式(例如,以固定的采样率)中执行,类似于参考图2-4描述的过程。继续智能表示例,心率监视器可以打开(通电)以在第一数据测量模式中进行用户的心率测量。

可以调度数据测量以继续确定的时间段(测量周期)。例如,智能表心率监视器可以被设置为执行心率测量持续特定时间段。因此,在决定框604处,可以确定数据测量周期是否结束。如果数据测量周期正在继续,则过程600可移动到决定框606。

在决定框606处,可以确定自从数据测量周期开始以来是否已经累积了过程的数据测量。例如,可能需要收集足够的采样数据,以便执行参考图2描述的模式确定。如果尚未积累足够的采样数据,则过程600可以回到框602。否则,过程600可以移动到决定框608。

在决定框608处,可以确定是否已经标识了指示该过程的任何事件。继续智能表示例,事件可以包括用户心脏的心跳。然而,用户可能不一定总是佩戴表。例如,如果表正位于用户的桌子上,则心脏监视器可以通电,但是没有心跳可以被感测到以及被标识为事件。因此,如果没有标识出事件,则过程600可以返回到框602。否则,过程600可以移动到决定框610。

在决定框610处,可以确定是否已经标识指示该过程的事件模式。继续智能表示例,如果表被用户佩戴,则可以在一定时间段(例如,一分钟)上确定心率。更具体地,可以标识特定幅度的心跳和它们之间的间隔。

因此,如果没有标识到​​事件,则过程600可以回到框602。否则,过程600可以移动到框(例程)612,其提供在第二数据测量模式中执行数据测量。第二数据测量模式可以包括多个不同的数据测量过程,其中一些参考2-4描述。将参考图7更详细地描述例程612。

在第二数据测量模式中的数据测量的执行期间,可以在决定框614处确定在决定框612处标识的模式是否已改变。更具体地,过程的测量的事件可能不再匹配事件的所标识的模式,这可以在如参考图2所描述的第二数据测量模式中的数据测量执行期间建立。继续智能表示例,在第一数据测量模式期间确定的心率可以关于用户睡眠状态。如果用户醒来并且例如开始跑步,则她的心率可以改变(例如,增加超过特定阈值),使得睡眠状态心率相关模式可能不再是正确的。

因此,如果模式已经改变,则过程600可以返回到框602,以恢复在第一数据测量模式中执行数据测量,以便标识事件的新模式,如果有的话,(例如,确定与用户的跑步状态相关的新的心率模式,遵循智能表示例)。如果模式还没有改变,则过程600可以移动到决定框616,其中,可以执行用于测量周期的结束的检查。如果测量周期已经结束,则过程600结束。否则,该数据测量在第二数据测量模式中继续,如框612所指示的

图7是示出根据一些实施例的在第二数据测量模式中执行数据测量的不同示例的框图700。框图700提供参照图6描述的例程612的至少一些实现。

如图所示,例程612“在第二数据计测模式中执行数据测量”可包括但不限于由框702、704、706、708或710指示的过程中的至少一个。

框702可以包括参考图2描述的过程。即,框702的过程可包括在对应于过程中事件的出现的时间段期间执行数据测量,如由在第一数据测量模式中的数据测量的执行期间标识的事件的模式确定的。

框704可以包括参考图3描述的过程。即,框704的过程可以包括以低于与第一数据测定模式相关联的率的采样率执行数据测量。

框706可以包括参考图4描述的过程。即,框706的过程可以包括以低于事件的出现之间的第一数据测量模式率的采样率执行数据测量,并在对应于事件的出现的时间段期间以不同的(例如,较高)率的执行数据测量。

框708可以包括被配置为在多个传感器执行数据测量的情况下减少功率消耗的过程。即,至少在第一数据测定模式中执行数据测量的传感器的数量可能减少。例如,在第二数据的测量模式中,一个传感器可以执行数据测量(例如,继续以对应于第一数据测量模式的率执行测量)并且其他传感器可以被关闭或切换到另一测量模式,类似于参照框702、704或706所述的第二测量模式。

一般地,至少一个传感器可以以第一模式率执行测量,以及至少一个其他传感器可被关闭(断电)或切换到不同的测量模式。例如,在一些实施例中,一个传感器可以在第一数据测量模式中运行,而其他(一个或多个)传感器可以在第二测量模式中运行。例如,加速计和光学传感器两者可以都是确定心率所需的。一旦心率模式被确定,加速度计就可以在第一测量模式中连续运行,而光学传感器可以在第二测量模式中运行。

框710可以包括被配置为减少参考图1描述的计算设备102的处理器132功耗的过程。例如,数据测量可以继续以对应于第一数据的测量模式的采样率被执行。仅在对应于在此过程中的事件的出现的时间段周期期间测量的数据可以由处理器132例如使用数据处理模块146进行处理,从而减少由处理器132处理的数据的总量。

在另一实施例中,传感器数据的一些部分可以在存储器134中被缓冲。如果检测到模式已经改变,则处理器132可以追溯地(retrospectively)重新处理缓冲的数据,而不是等待新的传感器样本被收集。这可以避免如果模式改变则必须等待更多的传感器数据到来。

图8示出了根据各种实施例的适合于与图的各种部件一起使用的示例计算设备800,诸如被配置为操作图1的传感器模块101的计算设备102。如图所示,计算设备800可以包括一个或多个处理器或处理器核802和系统存储器804。出于本申请的目的,包括权利要求书,术语“处理器”和“处理器核”可以被认为是同义的,除非上下文以其他方式清楚地要求。处理器802可包括任何类型的处理器,诸如中央处理单元(CPU)、微处理器等。该处理器802可以被实现为具有多核的集成电路,例如,多核微处理器。计算设备800可包括大容量存储设备806(如软盘、硬盘驱动器、易失性存储器(例如,动态随机存取存储器(DRAM)、光盘只读存储器(CD-ROM)、数字多功能盘(DVD)等等)。一般地,系统存储器804和/或大容量存储设备806可以是任何类型的临时和/或永久记忆装置,包括但不限于易失性和非易失性存储器、光、磁和/或固态大容量记忆装置等等。易失性存储器可包括但不限于静态和/或动态随机存取存储器。非易失性存储器可包括但不限于电可擦除可编程只读存储器、相变存储器、电阻式存储器等等。

该计算设备800还可以包括输入/输出(I/O)设备808(例如显示器)、键盘、光标控制、遥控器、游戏控制器、图像捕获设备等等)以及通信接口810(诸如网络接口卡、调制解调器、红外接收器、无线电接收器(例如,蓝牙)等等)。

通信接口810可包括通信芯片(未示出),其可以被配置为根据全球移动通信系统(GSM)、通用分组无线业务(GPRS)、通用移动电信系统(UMTS)、高速分组接入(HSPA)、演进的HSPA(E-HSPA)或长期演进(LTE)网络操作设备800。通信芯片也可以被配置为根据GSM演进的增强型数据(EDGE)、GSM EDGE无线电接入网络(GERAN)、通用陆地无线电接入网络(UTRAN)或演进的UTRAN(E-UTRAN)来操作。通信芯片可以被配置为根据码分多址(CDMA)、时分多址(TDMA)、数字增强型无绳电信(DECT)、优化的演进数据(EV-DO),其衍生物以及被指定为3G、4G、5G以及之上的任何其他无线协议来操作。通信接口810可以在其他实施例中根据其他无线协议进行操作。

上述计算设备800元件可以经由系统总线812彼此耦合,系统总线812可表示一个或多个总线。在多个总线的情况中,它们可通过一个或多个总线桥(未示出)桥接。这些元件中的每个可以执行其在本领域中已知的常规功能。具体地,系统存储器804和大容量存储设备806可以用于存储实现参考图1的传感器管理模块150所描述的操作的编程指令的工作副本和永久副本。各种元件可以通过由(一个或多个)处理器802支持的汇编指令或可被编译成这样的指令的高级语言来实现。

编程指令的永久副本可以在工厂中或现场通过例如诸如光盘(CD)的分发介质(未示出)或者通过通信接口810(从分发服务器(未示出))被放置到永久存储设备806中。即,具有代理程序的实施的一个或多个分配介质可被用来分发代理和对各种计算设备进行编程。

元件808、810、812的数量、能力和/或容量可能变化,这取决于计算设备800是否被用作固定计算设备,诸如机顶盒或台式计算机,或移动计算设备,诸如可穿戴设备、平板计算设备、膝上型计算机、游戏控制台或智能电话。它们的构成以其他方式已知并且因此将不作进一步描述。

处理器802中的至少一个可与被配置为实践参考图1-7描述的实施例的各方面的计算逻辑822封装在一起。对于一个实施例,处理器802中的至少一个可以与被配置为实践传感器管理和数据处理的各方面的计算逻辑822封装在一起以形成封装中系统(SiP)或片上系统(SoC)。对于至少一个实施例,SoC可以用在例如但不限于移动计算设备中,移动计算设备诸如计算可穿戴设备、平板计算机或智能电话。例如,计算逻辑822可以与类似于参照图1所描述的那些的传感器管理模块150和数据处理模块146相关联,或以其他方式被配置为包括或访问构造成包括或访问类似于参照图1所描述的那些的传感器管理模块150和数据处理模块146。

该计算设备800可以包括传感器模块或以其他方式与传感器模块相关联,传感器模块如传感器模块101,其具有用于执行根据上述实施例的过程数据测量的传感器106、108、110。在一些实施例中,传感器模块101可以通信地与如参照图1描述的计算设备800耦合。例如,传感器模块101可以与I/O设备808耦合或以其他方式与I/O设备808关联。

在各种实现中,计算设备800可包括膝上型计算机、上网本、笔记本计算机、超极本计算机、智能电话、平板计算机、个人数字助理(PDA)、超移动PC、移动电话或数码相机。在进一步的实现中,计算设备800可以是处理数据的任何其他电子设备。

本文所描述的实施例可通过以下示例进一步说明。示例1是一种用于预测性数据测量的装置,包括:一个或多个传感器;和与所述一个或多个传感器耦合的传感器管理模块,其中所述传感器管理模块用于:发起在第一数据测量模式中的一个或多个传感器对指示过程的数据的测量; 基于由一个或多个传感器在第一个数据测量模式中在一个时段上收集到的测量的一部分确定包括所述过程的事件的模式,其中,所述模式指示过程中的事件的出现的预测;并发起所述一个或多个传感器在第二数据测量模式中对数据的测量,其中,所述第二模式基于包括所述过程的事件的模式。

示例2可包括示例1的主题,以及还指定传感器管理模块用于:从在所述第二数据测量模式中被测量的数据确定事件到模式的匹配在误差容限之上;并响应于确定该事件到模式的匹配在误差容限之上回到数据测量的第一数据测量模式。

示例3可以包括示例1的主题,并且进一步指定一个或多个传感器选自以下的一个或多个:加速计、陀螺仪、气压计、红外接近传感器、可见光传感器、麦克风、罗盘、温度计、水分传感器或生物测定传感器。

示例4可以包括示例1的主题,并且进一步指定权利要求1的装置,其中发起在所述第一数据测量模式中的数据测量包括以第一采样率执行数据测量。

示例5可以包括示例4的主题,并且进一步指定发起在第二数据测量模式中的数据测量包括:以低于所述第一采样率的第二采样率执行数据测量;根据确定的模式在对应于事件的预测出现的第一时间段期间以第三采样率执行数据测量;或在过程中的连续事件的预测出现之间的第二时间段期间以第四采样率执行数据测量并且在第一时间段期间以第五采样率执行数据测量,其中第五采样率不同于第四采样率。

示例6可以包括示例5的主题,并且还指定第四采样率等于或低于第一采样率。

示例7可以包括示例5的主题,并且还指定确定包括过程的事件的模式包括大致地标识数据点和时刻,在所述时刻处,所标识的数据点将由一个或多个传感器来测量,其中测量的数据点在误差的期望容限内匹配所标识的数据点。

示例8可以包括示例7的主题,并且还指定所述时刻在第一时间段内。

示例9可以包括示例1的主题,并且还指定了一个或多个传感器包括多个传感器,其中所述第一数据测量模式包括由多个传感器以第一采样率执行数据测量,并且其中所述第二数据测量模式包括:由多个传感器中的至少一个以第一采样率执行数据测量并且停止由多个传感器中的至少另一个执行数据测量,或由多个传感器中的至少一个以第一采样执行数据测量并且由多个传感器中的至少另一个以第二采样率执行数据测量。

示例10可包括示例1的主题,并且还指定该装置可以进一步包括与一个或多个传感器耦合来处理数据测量的数据处理模块,其中第一和第二数据测量模式包括以第一采样率执行数据测量,其中所述数据处理模块用于处理在对应于在过程中的事件的预测出现的时间段期间进行的一个或多个传感器的数据测量。

示例11可包括示例1至10的主题,并且还指定发起一个或多个传感器在第一数据测量模式中的数据测量包括对一个或多个传感器通电。

示例12是一种用于预测性数据测量的计算机实现的方法,包括:由计算设备发起一个或多个传感器在第一数据测量模式中的对指示过程的数据的测量; 由计算设备基于由一个或多个传感器在第一个数据测量模式中在一个时段上收集到的测量的一部分确定包括所述过程的事件的模式,其中,所述模式指示过程中的事件的出现的预测;并由计算设备发起所述一个或多个传感器在第二数据测量模式中对数据的测量,其中,所述第二模式基于包括所述过程的事件的模式。

示例13可包括示例12的主题,并且进一步指定所述方法可包括由计算设备从在第二模式中被测量的数据确定事件到模式的匹配在误差容限之上;并由计算设备响应于确定该事件到模式的匹配在误差容限之上回到数据测量的第一数据测量模式。

示例14可以包括示例12的主题,并且进一步指定发起在第一数据测量模式中的测量包括使得一个或多个传感器以第一采样率执行数据测量。

示例15可包括示例14的主题,并且进一步指定发起一个或多个传感器在第二数据测量模式中的数据的测量包括以下之一:由计算设备引起以低于所述第一采样率的第二采样率的数据测量的执行;由计算设备引起根据确定的模式在对应于的事件的预测出现的第一时间段期间以第三采样率的数据测量执行;或由计算设备引起在过程中的连续事件的预测出现之间的第二时间段期间以第四采样率的数据测量的执行,以在第一时间段期间以第五采样率的数据测量执行,其中第五采样率不同于第四采样率。

示例16可包括示例12至15的主题,并且还指定事件包括根据确定的模式的在数据值的出现的预测时间处一个或多个传感器近似地测量的预测数据范围内的数据值的出现。

示例17是具有用于预测性数据测量的指令的非瞬时计算设备可读存储介质,响应于计算设备上的执行,所述指令使得计算设备:发起在第一数据测量模式中的由计算设备可访问的一个或多个传感器对指示过程的数据的测量; 基于由一个或多个传感器在第一个数据测量模式中在一个时段上收集到的测量的一部分确定包括所述过程的事件的模式,其中,所述模式指示过程中的事件的出现的预测;并发起所述一个或多个传感器在第二数据测量模式中对数据的测量,其中,所述第二模式基于包括所述过程的事件的模式。

示例18可包括示例17的主题,并且还指定指令响应于在计算设备上的执行进一步使得计算设备:从在第二模式中被测量的数据确定事件到模式的匹配在误差容限之上;并响应于该事件到模式的匹配在误差容限之上的确定回到数据测量的第一数据测量模式。

示例19可包括示例17至18的主题,并且进一步指定发起在所述第一数据测量模式中的数据测量包括以第一采样率执行数据测量。

示例20可包括示例19的主题,并且进一步指定发起在第二数据测量模式中的数据测量包括:以低于第一采样率的第二采样率执行数据测量;根据确定的模式在对应于事件的预测出现的第一时间段期间以第三采样率执行数据测量;或在过程中的连续事件的预测出现之间的第二时间段期间以第四采样率执行数据测量并且在第一时间段期间以第五采样率执行数据测量,其中第五采样率不同于第四采样率。

示例21是一种用于预测性数据测量的装置,包括:用于发起在第一数据测量模式中的由计算设备可访问的一个或多个传感器对指示过程的数据的测量的装置; 用于基于由一个或多个传感器在第一个数据测量模式中在一个时段上收集到的测量的一部分确定包括所述过程的事件的模式的装置,其中,所述模式指示过程中的事件的出现的预测;以及用于发起所述一个或多个传感器在第二数据测量模式中对数据的测量的装置,其中,所述第二模式基于包括所述过程的事件的模式。

示例22可包括示例21的主题,以及还指定用于从在第二模式中被测量的数据确定事件到模式的匹配在误差容限之上的装置;以及用于响应于该事件到模式的匹配在误差容限之上的确定回到数据测量的第一数据测量模式的装置。

示例23可以包括示例21到22的主题,并且进一步指定用于发起在第一数据测量模式中的测量的装置包括用于以第一采样率执行数据测量的装置。

示例24可以包括示例23的主题,并且进一步指定用于发起在第二数据测量模式中的数据测量的装置包括:用于以低于所述第一采样率的第二采样率执行数据测量的装置;用于根据确定的模式在对应于事件的预测出现的第一时间段期间以第三采样率执行数据测量的装置;或用于在过程中的连续事件的预测出现之间的第二时间段期间以第四采样率执行数据测量并且在第一时间段期间以第五采样率执行数据测量的装置,其中第五采样率不同于第四采样率。

各种操作以最有助于理解要求保护的主题的方式被描述为依次的多个分立操作。然而,描述的顺序不应被解释为暗示这些操作一定是顺序相关的。本公开的实施例可被实现成使用任何合适的硬件和/或软件来按需配置的系统。

虽然某些实施例已出于描述的目的在本文中说明和描述,但是被计算为实现相同目的的各种各样的替代和/或等同实施例可以代替示出和描述的实施例而不脱离本公开的范围。本申请旨在覆盖本文讨论的实施例的任何修改或变化。因此,显然意图是,本文描述的实施例仅由权利要求书及其等同物来限定。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1