终端的状态检测方法、装置、终端和存储介质与流程

本公开实施例涉及互联网技术领域，特别是涉及一种终端的状态检测方法、装置、终端和存储介质。

背景技术：

惯性测量单元(inertialmeasurementunit，imu)是测量物体角速度以及加速度的装置。一般的，一个imu包含了三个单轴的加速度计和三个单轴的陀螺仪，用于测量物体在三维空间中的加速度值和角速度值，即imu数据。

目前，imu数据在多个领域中均被广泛应用。以驾驶安全为例，交通工具可以是车辆，例如，通过车辆的imu数据对车辆的姿态进行检测，以此检测车辆是否存在急加速、急转弯、急变道、急减速等危险驾驶行为。由于车辆的imu数据不易获取，因此，一般使用驾驶者放置在车辆内的终端的imu测量到的imu数据来代替车辆的imu数据。

然而，若终端未固定设置于车辆内，即终端与车辆之间存在相对移动或旋转，终端的imu测量到的imu数据则无法准确的表示车辆的imu数据，这就影响了基于车辆的imu数据对车辆的姿态进行检测的检测准确度。因此，如何准确地检测终端是否固定设置于交通工具内，已成为一个亟待解决的问题。

技术实现要素：

本公开实施例提供一种终端的状态检测方法、装置、终端和存储介质，可以用于准确地检测终端是否固定设置于交通工具内。

第一方面，本公开实施例提供一种终端的状态检测方法，所述方法包括：

获取目标终端的目标imu数据；

检测所述目标imu数据是否满足预设的状态判定条件；所述状态判定条件是根据终端固定设置于交通工具内时的imu数据的特征确定的；

若所述目标imu数据不满足所述状态判定条件，则确定所述目标终端未固定设置于交通工具内。

第二方面，本公开实施例提供一种终端的状态检测装置，所述装置包括：

目标imu数据获取模块，用于获取目标终端的目标imu数据；

第一检测模块，用于检测所述目标imu数据是否满足预设的状态判定条件；所述状态判定条件是根据终端固定设置于交通工具内时的imu数据的特征确定的；

状态确定模块，用于若所述目标imu数据不满足所述状态判定条件，则确定所述目标终端未固定设置于交通工具内。

第三方面，本公开实施例提供一种终端，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。

第四方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。

本公开实施例提供的终端的状态检测方法、装置、计算机设备和存储介质，通过获取目标终端的目标imu数据，并检测该目标imu数据是否满足预设的状态判定条件，由于状态判定条件是根据终端固定设置于交通工具内时的imu数据的特征确定的，因此，若目标imu数据不满足状态判定条件，则表示目标imu数据的特征与终端固定设置于交通工具内时终端的imu数据的特征不一致，从而可以确定目标终端未固定设置于交通工具内，实现了对目标终端是否固定设置于交通工具内的准确检测。

附图说明

图1-1为一个实施例中终端的状态检测方法的应用环境图；

图1-2为另一个实施例中终端的状态检测方法的应用环境图；

图2为一个实施例中终端的状态检测方法的流程示意图；

图3为一个实施例中步骤s200的细化步骤示意图；

图4为一个实施例中步骤s220的细化步骤示意图；

图5为一个实施例中终端的状态检测方法的流程示意图；

图6为一个实施例中步骤s210的细化步骤示意图；

图7为一个实施例中终端的状态检测方法的流程示意图；

图8为一个实施例中终端的状态检测方法的流程示意图；

图9为一个实施例中终端的状态检测装置的结构框图；

图10为一个实施例中终端的状态检测装置的结构框图；

图11为一个实施例中终端的状态检测装置的结构框图；

图12为一个实施例中终端的状态检测装置的结构框图；

图13为一个实施例中终端的状态检测装置的结构框图；

图14为一个实施例中终端的内部结构图。

具体实施方式

为了使本公开实施例的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本公开实施例进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本公开实施例，并不用于限定本公开实施例。

首先，在具体介绍本公开实施例的技术方案之前，先对本公开实施例基于的技术背景或者技术演进脉络进行介绍。

在交通工具行驶过程中，常常需要对交通工具的姿态进行检测，以确定交通工具是否存在急加速、急转弯、急变道、急减速等危险驾驶行为；姿态检测一般是通过imu数据检测的，由于交通工具的imu数据不易获取，因此一般采用设置在交通工具内的终端的imu数据对交通工具的姿态进行检测；但是，在终端未固定设置于交通工具的情况下，采用终端的imu数据对交通工具进行姿态检测的检测准确性较低。如何准确地检测终端是否固定设置于交通工具内，成为目前亟待解决的难题。另外，需要说明的是，从确定如何准确地检测终端是否固定设置于交通工具内以及下述实施例介绍的技术方案，申请人均付出了大量的创造性劳动。

下面结合本公开实施例所应用的应用环境，对本公开实施例涉及的技术方案进行介绍。

本公开实施例提供的终端的状态检测方法，可以应用于如图1-1所示的应用环境中。如图1-1所示，目标终端101设置于交通工具102内。目标终端101获取目标终端101的目标imu数据；目标终端101检测目标imu数据是否满足预设的状态判定条件；状态判定条件是根据终端固定设置于交通工具内时的imu数据的特征确定的；若目标imu数据不满足状态判定条件，目标终端101则确定目标终端101未固定设置于交通工具102内。

本公开实施例提供的终端的状态检测方法，还可以应用于如图1-2所示的应用环境中。如图1-2所示，目标终端101设置于交通工具102内，目标终端101通过网络与服务器103进行通信。服务器103获取目标终端101的目标imu数据；服务器103检测目标imu数据是否满足预设的状态判定条件；状态判定条件是根据终端固定设置于交通工具内时的imu数据的特征确定的；若目标imu数据不满足状态判定条件，服务器103则确定目标终端101未固定设置于交通工具102内。

其中，目标终端101可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备；交通工具102可以是机动车辆或者非机动车辆；服务器103可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种终端的状态检测方法，该方法的执行主体可以是服务器，也可以是终端。下面以该方法应用于图1-1中的目标终端为例进行说明，包括以下步骤：

步骤s100，目标终端获取目标终端的目标imu数据。

本公开实施例中，目标终端可以是设置在交通工具内的驾驶者的终端，也可以是设置在交通工具内的其它平板电脑、笔记本电脑等终端。

目标终端内可以设置imu(inertialmeasurementunit，惯性测量单元)，imu是测量物体角速度以及加速度的装置，一个imu一般包含加速度计和陀螺仪，分别用于测量物体在三维空间中的加速度值和角速度值，目标终端通过imu测量目标终端的目标imu数据。

作为一种实施方式，目标imu数据可以包括目标终端在预设时间段内的多个采样时刻分别采集到的采样数据，目标终端在采集目标imu数据时，可以每个采样时刻采集一次采样数据，从而得到预设时间段内的多个采样数据。本公开实施例中，采样数据可以是加速度值和/或角速度值，预设时间段的时长在实施时可以自行设置，例如，可以是5s、6s、10s等，在此不做具体限制。

步骤s200，检测目标imu数据是否满足预设的状态判定条件。

本公开实施例中，预设的状态判定条件可以是根据终端固定设置于交通工具内时该终端采集的imu数据的特征确定的。

其中，上文所述的终端可以是历史时间下固定设置在交通工具内的任意终端，固定设置如终端固定安装在交通工具内的终端支架上等。终端与交通工具固定设置时，终端和交通工具之间没有相对位移或相对旋转，即终端和交通工具的姿态是一致的，例如，终端与交通工具保持同步旋转，同步加速等。

终端固定设置于交通工具内时该终端采集的imu数据的特征可以表征：终端固定设置于交通工具内这种场景下终端采集的imu数据的共性特点，以imu数据包括角速度值为例，共性特点例如，终端固定设置于交通工具内时，终端采集的预设时间段内的角速度值对应的角速度方差值不会大于某个数值。

因此，根据终端固定设置于交通工具内时的imu数据的特征来确定状态判定条件，可以达到检测目标imu数据是否具有终端固定设置于交通工具内时imu数据的共性特点的目的；若目标imu数据具有终端固定设置于交通工具内时imu数据的共性特点，则可以确定目标imu数据是目标终端固定设置于交通工具内时目标终端采集到的；而若目标imu数据不具有终端固定设置于交通工具内时imu数据的共性特点，则可以确定目标imu数据是目标终端未固定设置于交通工具内时目标终端采集到的。

步骤s300，若目标imu数据不满足状态判定条件，则确定目标终端未固定设置于交通工具内。

若目标终端检测到目标imu数据不满足状态判定条件，则表示目标imu数据不具有终端固定设置于交通工具内时imu数据的共性特点，即目标imu数据的特征与终端固定设置于交通工具内时的imu数据的特征不一致，则可以确定目标imu数据是目标终端未固定设置于交通工具内时目标终端采集到的，因此，目标终端则确定目标终端未固定设置于交通工具内。

在一种可能的实施方式中，目标终端确定目标终端未固定设置于交通工具内之后，还可以在目标终端展示提示信息，该提示信息用于提示驾驶者目标终端未固定设置于交通工具内，驾驶者则可以将目标终端固定设置在交通工具内。目标终端固定设置在交通工具内后，有利于提升基于目标终端采集的imu数据对交通工具进行姿态检测的检测准确性。

本公开实施例通过预设状态判定条件，目标终端获取到目标终端的目标imu数据后，检测该目标imu数据是否满足预设的状态判定条件；由于状态判定条件是根据终端固定设置于交通工具内时的imu数据的特征确定的，因此，若目标imu数据不满足状态判定条件，则表示目标imu数据的特征与终端固定设置于交通工具内时终端的imu数据的特征不一致，从而可以确定目标终端未固定设置于交通工具内，实现了对目标终端是否固定设置于交通工具内的准确检测。

在一个实施例中，基于上述图2所示的实施例，如图3所示，本实施例涉及的是目标终端如何检测目标imu数据是否满足预设的状态判定条件的可选过程。本实施例中，上述步骤s200可以包括步骤s210和步骤s220：

步骤s210，对目标imu数据进行至少一种数据处理，得到至少一个数据处理结果。

其中，在本公开实施例中，该至少一种数据处理可以包括求最大值处理、求和值处理、求导数处理、求方差处理以及求峰值个数处理，对目标imu数据进行每种数据处理之后，都会得到与每种数据处理对应的数据处理结果。

如上文所述，目标imu数据可以包括目标终端在预设时间段内的多个采样时刻分别采集到的采样数据，采样数据可以是加速度值和/或角速度值。则在步骤s210中，目标终端可以对目标imu数据包括的多个采样数据进行如上文所述的至少一种数据处理。

步骤s220，根据各数据处理结果，检测目标imu数据是否满足状态判定条件。

本公开实施例中，每种数据处理都会对应一个状态判定条件。目标终端得到每种数据处理对应的数据处理结果后，可以检测每种数据处理对应的数据处理结果是否满足对应的状态判定条件；若存在数据处理结果不满足对应的状态判定条件的情况，目标终端则确定目标imu数据不满足状态判定条件。

在步骤s220一种可能的实施方式中，一种数据处理对应的状态判定条件可以是该种数据处理对应的数据处理结果不大于对应的数值阈值的条件，每种数据处理对应于不同的数值阈值，各数值阈值均是根据终端固定设置于交通工具内时的imu数据的特征确定的。具体地，参见图4，图4为上述步骤s220的细化步骤示意图。如图4所示，步骤s220可以包括步骤s2201和步骤s2202：

步骤s2201，判断各数据处理结果与对应的数值阈值的大小关系。

目标终端根据各数据处理结果，判断各数据处理结果与对应的数值阈值的大小关系，例如，可以是判断各数据处理结果是否大于对应的数值阈值。

本公开实施例中，各数值阈值均是根据终端固定设置于交通工具内时的imu数据的特征确定的；例如，终端固定设置于交通工具内时的imu数据可以包括多个预设时间段内的imu数据，imu数据可以包括角速度值，目标终端则可以根据每个预设时间段对应的多个角速度值，计算每个预设时间段对应的角速度方差值，并将每个预设时间段对应的角速度方差值中最大的角速度方差值确定为数据处理方式“求方差处理”对应的数值阈值。

步骤s2202，若存在数据处理结果大于对应的数据阈值的情况，则确定目标imu数据不满足状态判定条件。

若目标终端检测到存在数据处理结果大于对应的数据阈值的情况，即若检测到至少存在一个数据处理结果大于对应的数据阈值，则确定目标imu数据不满足状态判定条件，目标imu数据的特征与与终端固定设置于交通工具内时的imu数据的特征不一致，从而确定目标终端未固定设置于交通工具内。

本公开实施例通过设置每种数据处理对应的不同的数值阈值，目标终端对目标终端的状态进行检测时，只需将目标imu数据的数据处理结果与对应的数值阈值进行大小比较，即可快速确定目标终端是否固定设置于交通工具内，由此，降低了状态检测难度，提升了状态检测效率。

可以理解的是，对目标imu数据进行各种的数据处理(如最大值处理、求和值处理等)，得到的数据处理结果不同，且不同的数据处理方式得到的数据处理结果所表征的目标imu数据的特征维度也不同，本公开实施例针对每种数据处理分别设置对应的不同的数值阈值，在对目标终端的状态进行检测时，分别将每种数据处理结果与对应的数值阈值进行大小比较，只要存在数据处理结果大于对应的数据阈值的情况，则确定目标imu数据不满足状态判定条件，由此可以提升目标终端的状态检测的准确度。

在一个实施例中，基于上述图4所示的实施例，如图5所示，本实施例涉及的是目标终端如何确定每种数据处理对应的数值阈值的过程。本实施例中，目标终端确定每种数据处理对应的数值阈值时，执行如下步骤：

步骤s410，获取测试imu数据。

其中，测试imu数据是测试终端固定设置于交通工具内时测试终端采集到的。作为一种实施方式，目标终端可以获取多个预设时间段内的测试imu数据，每个预设时间段内的测试imu数据可以包括该预设时间段内的多个采样时刻分别采集到的三轴测试加速度值和三轴测试角速度值。

步骤s420，对测试imu数据进行每种数据处理，得到每种数据处理对应的测试数据处理结果。

目标终端对测试imu数据进行每种数据处理，数据处理包括求最大值处理、求和值处理、求导数处理、求方差处理以及求峰值个数处理。

作为一种实施方式，目标终端对每个预设时间段内的测试imu数据分别进行每种数据处理，针对一个预设时间段内的测试imu数据，目标终端会得到该预设时间段与每种数据处理分别对应的测试数据处理结果。

以预设时间段l1对应采样时刻1～n为例，n为大于1的正整数，预设时间段l1内的测试imu数据则可以表示为(a1x,a1y,a1z),(a2x,a2y,a2z)…(anx,any,anz)、(ω1x,ω1y,ω1z),(ω2x,ω2y,ω2z)…(ωnx,ωny,ωnz)；其中，(a1x,a1y,a1z)和(ω1x,ω1y,ω1z)分别为采样时刻1对应的三轴测试加速度值和三轴测试角速度值，(a2x,a2y,a2z)和(ω2x,ω2y,ω2z)分别为采样时刻2对应的三轴测试加速度值和三轴测试角速度值,(anx,any,anz)和(ωnx,ωny,ωnz)分别为采样时刻n对应的三轴测试加速度值和三轴测试角速度值等。

在一种可能的实施方式中，目标终端对预设时间段l1内的测试imu数据求最大值处理，可以是首先计算预设时间段l1内每个采样时刻的测试合加速度值，以采样时刻n为例，采样时刻n的测试合加速度值为然后，目标终端从预设时间段l1内每个采样时刻对应的测试合加速度值中，确定预设时间段l1对应的最大合加速度值。

同理，目标终端可以获取到每个预设时间段对应的最大合加速度值，并将其作为每个预设时间段与求最大值处理对应的一个测试数据处理结果。

在一种可能的实施方式中，目标终端对预设时间段l1内的测试imu数据求峰值个数处理，可以是首先计算预设时间段l1内每个采样时刻的测试合加速度值，计算方式如上；然后，目标终端确定预设时间段l1对应的多个测试合加速度值中，大于预设值的测试合加速度峰值的个数。

同理，目标终端可以获取到每个预设时间段对应的大于预设值的测试合加速度峰值的个数，并将其作为每个预设时间段与求峰值个数处理对应的一个测试数据处理结果。

在一种可能的实施方式中，目标终端对预设时间段l1内的测试imu数据求方差处理，可以是首先计算预设时间段l1内每个采样时刻的测试合加速度值，计算方式如上；然后，目标终端计算预设时间段l1内多个测试合加速度值的平均值，进一步地，预设时间段l1对应的测试加速度方差值则等于每个采样时刻的测试合加速度值减去平均值后求平方，然后将每个采样时刻求平方后的数据相加，相加后再除以预设时间段l1内采样时刻的个数n，则得到预设时间段l1对应的测试加速度方差值。

同理，目标终端可以获取到每个预设时间段对应的测试加速度方差值，并作为每个预设时间段与求方差处理对应的一个测试数据处理结果。

在一种可能的实施方式中，目标终端对预设时间段l1内的测试imu数据求方差处理，还可以是根据每个轴上的测试角速度值，计算每个轴上的测试角速度方差值。例如，预设时间段l1内x轴上的测试角速度值分别为ω1x,ω2x…ωnx，目标终端计算ω1x,ω2x…ωnx的平均值，进一步地，x轴上的测试角速度方差值则等于每个采样时刻的测试角速度值减去该平均值后求平方，然后将每个采样时刻求平方后的数据相加，相加后再除以采样时刻的个数n，则得到预设时间段l1内x轴上的测试角速度方差值。同理，目标终端可以获取预设时间段l1内y轴上的测试角速度方差值和z轴上的测试角速度方差值。

同理，目标终端可以获取到每个预设时间段对应的x轴上的测试角速度方差值、y轴上的测试角速度方差值和z轴上的测试角速度方差值，并将每个预设时间段对应的三轴测试角速度方差值作为每个预设时间段与求方差处理对应的一个测试数据处理结果。

在一种可能的实施方式中，目标终端对预设时间段l1内的测试imu数据求和值处理，可以是根据每个轴上的测试角速度值，计算每个轴上各采样时刻测试角速度值的和值，得到三轴上的测试角速度和值。

同理，目标终端可以获取到每个预设时间段对应的x轴上的测试角速度和值、y轴上的测试角速度和值和z轴上的测试角速度和值，并将每个预设时间段对应的三轴测试角速度和值作为每个预设时间段与求和值处理对应的一个测试数据处理结果。

在一种可能的实施方式中，目标终端对预设时间段l1内的测试imu数据求导数处理，可以是根据每个轴上的多个测试角速度值，计算每个轴上的测试角速度值的二阶导数，得到三轴上的测试角速度值的二阶导数。

同理，目标终端可以获取到每个预设时间段对应的x轴上的测试角速度值的二阶导数、y轴上的测试角速度值的二阶导数和z轴上的测试角速度值的二阶导数，并将每个预设时间段对应的三轴测试角速度值的二阶导数作为每个预设时间段与求导数处理对应的一个测试数据处理结果。

由此，对于每种数据处理，目标终端都能得到每个预设时间段对应的一个测试数据处理结果。

步骤s430，根据每种数据处理对应的测试数据处理结果，确定每种数据处理对应的数值阈值。

对于一种数据处理，如求最大值处理，目标终端从每个预设时间段与求最大值处理对应的测试数据处理结果中，确定最大的最大测试合加速度值，并将该最大的最大测试合加速度值作为与求最大值处理对应的数值阈值。

对于求峰值个数处理，目标终端从每个预设时间段与求峰值个数处理对应的测试数据处理结果中，确定大于预设值的测试合加速度峰值个数最多的个数，并将该最多的个数作为与求峰值个数处理对应的数值阈值。

对于求方差处理，具体是求加速度方差，目标终端从每个预设时间段与求方差处理对应的测试数据处理结果中，确定最大的测试加速度方差值，并将该最大的测试加速度方差值作为与求方差处理对应的数值阈值。

对于求方差处理，具体是求角速度方差，目标终端从每个预设时间段与求方差处理对应的测试数据处理结果中，确定最大的测试角速度方差值，并将该最大的测试角速度方差值作为与求方差处理对应的三轴的数值阈值。

对于求和值处理，目标终端从每个预设时间段与求和值处理对应的测试数据处理结果中，确定最大的测试角速度和值，并将该最大的测试角速度和值作为与求和值处理对应的三轴的数值阈值。

对于求导数处理，目标终端从每个预设时间段与求导数处理对应的测试数据处理结果中，确定最大的测试角速度值的二阶导数，并将该最大的测试角速度值的二阶导数作为与求导数处理对应的三轴的数值阈值。

测试终端固定设置于交通工具内时，测试终端的姿态变化和交通工具保持一致，因此，测试终端采集的三轴测试加速度值和三轴测试角速度值所表征的受力、旋转的物理意义与交通工具的受力、旋转一致。可以理解的是，交通工具在正常行驶过程中，不会存在频繁旋转、大角度旋转等姿态；以求和值处理对应的数值阈值为例，预设时间段内三轴上的测试角速度和值表征了交通工具在该预设时间段内三轴上旋转过的角度，上述确定的最大的测试角速度和值，表征了根据测试imu数据确定的交通工具旋转过的最大角度；若目标终端固定设置于正常行驶的交通工具内时，目标终端采集的目标imu数据表征的交通工具旋转过的角度(目标imu数据求和值处理后的数据处理结果)不应大于该最大角度；因此将该最大的测试角速度和值作为求和值处理对应的数值阈值，若目标终端采集的目标imu数据求和值处理后的数据处理结果大于该求和值处理对应的数值阈值，由于交通工具正常行驶过程中不会大角度旋转，则确定目标imu数据的数据异常是由目标终端本身引起的，可能是目标终端掉落等非固定状态时目标终端发生的旋转，由此，即可确定目标终端未固定设置于交通工具内。

进一步地，预设时间段内三轴上的测试角速度值的二阶导数表征交通工具该预设时间段在对应轴旋转的快慢，预设时间段内三轴上的测试角速度方差值表征交通工具该预设时间段在对应轴旋转的频繁程度，预设时间段内的测试加速度方差值表征该预设时间段交通工具的受力频繁程度，预设时间段内大于预设值的测试合加速度峰值的个数以及最大合加速度值表征交通工具该预设时间段受力的大小，基于与上述求和值处理相似的理由，通过将每种数据处理对应的测试数据处理结果中的最大值作为该数据处理对应的数值阈值，目标终端在获取到目标终端的目标imu数据后，则对目标imu数据进行至少一种数据处理，得到至少一个数据处理结果，至少一种数据处理包括求最大值处理、求和值处理、求导数处理、求方差处理以及求峰值个数处理，然后判断各数据处理结果与对应的数值阈值的大小关系，若存在数据处理结果大于对应的数据阈值的情况，则确定目标imu数据不满足状态判定条件，从而确定目标终端未固定设置于交通工具内，实现了对目标终端是否固定设置在交通工具内的准确识别。本公开实施例通过对测试imu数据进行简单的数据处理，得到每种数据处理对应的数值阈值，从而确定状态判定条件，数据计算量小，实施难度低。

在一个实施例中，基于上述图5所示的实施例，如图6所示，本实施例目标imu数据包括在预设时间段内的多个采样时刻分别采集到的三轴加速度值，本实施例涉及的是在一种可能的实施方式中，目标终端如何对目标imu数据进行至少一种数据处理的过程。本实施例中，上述步骤s210包括步骤s2101和步骤s2102：

步骤s2101，根据各采样时刻分别对应的三轴加速度值，获取各采样时刻分别对应的合加速度值。

其中，目标imu数据包括在预设时间段内的多个采样时刻分别采集到的三轴加速度值。采样时刻的合加速度值等于该采样时刻的三轴加速度值的平方和开根号。

以预设时间段lt为例，目标imu数据包括预设时间段lt内的多个采样时刻t1～tn分别采集到的三轴加速度值(at1x,at1y,at1z),(at2x,at2y,at2z)…(atnx,atny,atnz)，则采样时刻tn的合加速度值为

步骤s2102，对各采样时刻分别对应的合加速度值进行至少一种数据处理，得到至少一个数据处理结果。

目标终端根据各采样时刻分别对应的合加速度值，对各采样时刻分别对应的合加速度值进行至少一种数据处理，得到至少一个数据处理结果。

在步骤s2102一种可能的实施方式中，数据处理包括求最大值处理，步骤s2102可以包括步骤a1：

步骤a1，从各采样时刻分别对应的合加速度值中确定最大合加速度值，并将最大合加速度值作为数据处理结果。

目标终端采用步骤s2101的方式计算得到每个采样时刻的合加速度值，进一步地，目标终端从各采样时刻分别对应的合加速度值中确定最大合加速度值，并将该最大合加速度值作为与求最大值处理对应的数据处理结果。

在步骤s2102一种可能的实施方式中，数据处理包括求峰值个数处理，步骤s2102可以包括步骤a2：

步骤a2，从各采样时刻分别对应的合加速度值中确定大于预设值的合加速度峰值的个数。

目标终端计算得到每个采样时刻的合加速度值，进一步地，目标终端从各采样时刻分别对应的合加速度值，确定大于预设值的合加速度峰值的个数。作为一种实施方式，预设值在实施时可以自行设置，例如，可以设置为3。目标终端从各采样时刻分别对应的合加速度值中，确定大于预设值的合加速度峰值的个数，并将该个数作为与求峰值个数处理对应的数据处理结果。

在步骤s2102一种可能的实施方式中，数据处理包括求方差处理，步骤s2102可以包括步骤a3：

步骤a3，根据各采样时刻分别对应的合加速度值，计算预设时间段对应的加速度方差值。

目标终端计算得到每个采样时刻的合加速度值，例如，采用ah1,ah2,...,ahn分别表示采样时刻t1～tn的合加速度值，目标终端再计算ah1,ah2,...,ahn的平均值则预设时间段lt对应的加速度方差值目标终端将预设时间段对应的加速度方差值作为与求方差处理对应的数据处理结果。

在步骤s210的另一种可能的实施方式中，基于上述图5所示的实施例，本实施例目标imu数据包括在预设时间段内的多个采样时刻分别采集到的三轴角速度值，本实施例涉及的是在一种可能的实施方式中，目标终端如何对目标imu数据进行至少一种数据处理的过程，数据处理包括求导数处理，步骤s210可以包括步骤b1：

步骤b1，针对各采样时刻分别采集到的三轴角速度值，计算每一个轴上的角速度值的二阶导数，并将每一个轴上的角速度值的二阶导数作为每个轴与求导数处理对应的数据处理结果。

以预设时间段lt为例，目标imu数据包括在预设时间段lt内的多个采样时刻t1～tn分别采集到的三轴角速度值目标终端分别计算每一个轴上的角速度值的二阶导数。

如x轴对应的角速度值为则x轴上的角速度值的二阶导数为：由此，目标终端可以计算得到每一个轴上的角速度值的二阶导数。

在步骤s210的另一种可能的实施方式中，基于上述图5所示的实施例，本公开实施例目标imu数据包括在预设时间段内的多个采样时刻分别采集到的三轴角速度值，本公开实施例涉及的是在一种可能的实施方式中，目标终端如何对目标imu数据进行至少一种数据处理的过程，数据处理包括求和值处理，步骤s210可以包括步骤b2：

步骤b2，将各采样时刻采集到的每一个轴的角速度值按轴求和，得到每一个轴上的角速度和值，并将每一个轴上的角速度和值作为每个轴与求和值处理对应的数据处理结果。

以预设时间段lt为例，目标imu数据包括在预设时间段lt内的多个采样时刻t1～tn分别采集到的三轴角速度值x轴对应的角速度和值y轴对应的角速度和值z轴对应的角速度和值为目标终端将每一个轴上的角速度和值作为每个轴与求和值处理对应的数据处理结果。

在一个实施例中，基于上述图5所示的实施例，本公开实施例目标imu数据包括在预设时间段内的多个采样时刻分别采集到的三轴角速度值，本公开实施例涉及的是在一种可能的实施方式中，目标终端如何对目标imu数据进行至少一种数据处理的过程，数据处理包括求方差处理，步骤s210可以包括步骤b3和步骤b4：

步骤b3，根据各采样时刻采集到的三轴角速度值，获取每个轴对应的角速度集合。

以预设时间段lt为例，目标imu数据包括在预设时间段lt内的多个采样时刻t1～tn分别采集到的三轴角速度值则x轴对应的角速度集合为y轴对应的角速度集合为z轴对应的角速度集合为

步骤b4，对每个轴对应的角速度集合进行方差计算，得到预设时间段对应的角速度方差值,预设时间段对应的角速度方差值包括每个轴对应的角速度方差。

目标终端计算每个轴的角速度平均值。其中，x轴y轴z轴由此，计算得到每个轴的角速度平均值。

进一步地，x轴对应的角速度方差为类似的，目标终端计算得到得到每个轴对应的角速度方差，从而得到预设时间段对应的角速度方差值。

目标终端对各采样时刻分别对应的合加速度值进行至少一种数据处理，得到至少一个数据处理结果后，判断各数据处理结果与对应的数值阈值的大小关系，例如，判断求最大值处理对应的数据处理结果是否大于求最大值处理对应的数值阈值、判断求峰值个数处理对应的数据处理结果是否大于求峰值个数处理对应的数值阈值、判断求方差处理对应的数据处理结果是否大于求方差处理对应的数值阈值、判断求和值处理对应的数据处理结果是否大于求和值处理对应的数值阈值、判断求导数处理对应的数据处理结果是否大于求导数处理对应的数值阈值；若判断出存在至少一个数据处理结果大于对应的数据阈值的情况，则确定目标imu数据不满足状态判定条件，则确定目标终端未固定设置于交通工具内。

本公开实施例通过对各采样时刻分别对应的合加速度值进行至少一种数据处理，得到至少一个数据处理结果，从而通过判断各数据处理结果与对应的数值阈值的大小关系，即可准确检测目标终端是否固定设置在交通工具内。本公开实施例中，交通工具可以是非机动车辆或者机动车辆，非机动车辆例如可以是电动单车、助力车等，机动车辆可以是网约车，等等，本公开实施例目标终端状态检测的逻辑简单，可行性高。

在一个实施例中，基于上述图2所示的实施例，如图7所示，本实施例涉及的是目标终端如何触发目标终端进入目标终端的状态检测流程的过程。在上述步骤s100之前，本实施例还包括步骤s510和步骤s520：

步骤s510，获取目标终端在目标采样时刻的三轴加速度值。

本公开实施例中，目标终端获取目标终端在目标采样时刻的三轴加速度值，目标采样时刻可以是当前采样时刻。目标终端根据该三轴加速度值计算三轴加速度值对应的合加速度值，合加速度值的计算方法如上述实施例，在此不在赘述。

步骤s520，检测三轴加速度值对应的合加速度值是否大于预设合加速度阈值。

目标终端检测三轴加速度值对应的合加速度值是否大于预设合加速度阈值，若三轴加速度值对应的合加速度值不大于预设合加速度阈值，则表示目标终端目前采集的三轴加速度值数据不存在较大波动；而若三轴加速度值对应的合加速度值大于预设合加速度阈值，则表示目标终端目前采集的三轴加速度值数据存在较大波动，目标终端则需要检测目标终端是否存在从终端支架脱落等未固定设置于交通工具的情况。

进一步地，本公开实施例步骤s100具体包括步骤s110：

步骤s110，若三轴加速度值对应的合加速度值大于预设合加速度阈值，则获取目标终端在预设时间段内的目标imu数据，预设时间段是目标采样时刻之前的时间区间。

目标终端获取目标终端在预设时间段内的目标imu数据后，检测目标imu数据是否满足预设的状态判定条件；状态判定条件是根据终端固定设置于交通工具内时的imu数据的特征确定的；若目标imu数据不满足状态判定条件，则确定目标终端未固定设置于交通工具内。由此，通过检测三轴加速度值对应的合加速度值是否大于预设合加速度阈值，只有在三轴加速度值对应的合加速度值大于预设合加速度阈值时，才执行状态检测的步骤，节约了目标终端的检测计算资源，使得本公开实施例方法更加合理，有利于本公开实施例方法的应用推广。

在一个实施例中，基于上述图2所示的实施例，如图8所示，本实施例涉及的是目标终端对目标imu数据进行数据清洗的的过程。在上述步骤s100之后，本实施例还包括步骤s600：

步骤s600，对目标imu数据进行数据清洗，得到清洗后的目标imu数据。

本公开实施例中，目标终端对目标终端采集的目标imu数据进行数据清洗，数据清洗包括低通滤波和经典卡尔曼滤波中的至少一种。作为一种实施方式，目标终端可以采用低通滤波算法对目标imu数据进行数据清洗，对于目标imu数据中的三轴加速度值，采用低通滤波算法可以滤除重力在三轴的分量对三轴加速度值的影响；对于目标imu数据中的三轴角速度值，采用低通滤波算法可以滤除由于imu自身的零漂效应导致的误差，零漂效应是指imu器件固有的误差。

进一步地，目标终端还可以采用经典卡尔曼滤波算法对低通滤波后的目标imu数据进行再次清洗，滤除由于imu硬件本身原因造成的异常值，从而最终得到清洗后的目标imu数据。

对应地，本公开实施例步骤s200包括步骤s230：

步骤s230，检测清洗后的目标imu数据是否满足状态判定条件。

本公开实施例中，对目标终端的目标imu数据进行数据清洗，可以滤除目标imu数据中的干扰，基于清洗后的目标imu数据进行目标终端的状态检测，有利于提升状态检测效率。

应该理解的是，虽然图2-8的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-8中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图9所示，提供了一种终端的状态检测装置，包括：

目标imu数据获取模块10，用于获取目标终端的目标imu数据；

第一检测模块20，用于检测所述目标imu数据是否满足预设的状态判定条件；所述状态判定条件是根据终端固定设置于交通工具内时的imu数据的特征确定的；

状态确定模块30，用于若所述目标imu数据不满足所述状态判定条件，则确定所述目标终端未固定设置于交通工具内。

在一个实施例中，在图9所示实施例的基础上，参见图10，本实施例第一检测模块20包括：

数据处理单元201，用于对所述目标imu数据进行至少一种数据处理，得到至少一个数据处理结果，所述至少一种数据处理包括求最大值处理、求和值处理、求导数处理、求方差处理以及求峰值个数处理；

检测单元202，用于根据各所述数据处理结果，检测所述目标imu数据是否满足所述状态判定条件。

在一个实施例中，在图10所示实施例的基础上，每种所述数据处理对应于不同的数值阈值，各数值阈值均是根据终端固定设置于交通工具内时的imu数据的特征确定的，如图11所示，所述检测单元202包括：

关系判断子单元2021，用于判断各所述数据处理结果与对应的数值阈值的大小关系；

确定子单元2022，用于若存在所述数据处理结果大于对应的数据阈值的情况，则确定所述目标imu数据不满足所述状态判定条件。

在一个实施例中，在图11所示实施例的基础上，如图12所示，本实施例装置还包括：

测试imu数据获取模块40，用于获取测试imu数据，所述测试imu数据是测试终端固定设置于交通工具内时所述测试终端采集到的；

数据处理模块50，用于对所述测试imu数据进行每种所述数据处理，得到每种所述数据处理对应的测试数据处理结果；

数值阈值确定模块60，用于根据每种所述数据处理对应的测试数据处理结果，确定每种所述数据处理对应的数值阈值。

在一个实施例中，在图10所示实施例的基础上，如图13所示，本实施例目标imu数据包括在预设时间段内的多个采样时刻分别采集到的三轴加速度值，所述数据处理单元201包括：

合加速度值获取子单元2011，用于根据各所述采样时刻分别对应的三轴加速度值，获取各所述采样时刻分别对应的合加速度值；

数据处理子单元2012，用于对各所述采样时刻分别对应的合加速度值进行所述至少一种数据处理，得到所述至少一个数据处理结果。

在一个实施例中，在图13所示实施例的基础上，所述数据处理包括求最大值处理，所述数据处理子单元，具体用于从各所述采样时刻分别对应的合加速度值中确定最大合加速度值。

在一个实施例中，在图13所示实施例的基础上，所述数据处理包括求峰值个数处理，所述数据处理子单元，具体用于从各所述采样时刻分别对应的合加速度值中确定大于预设值的合加速度峰值的个数。

在一个实施例中，在图13所示实施例的基础上，所述数据处理包括求方差处理，所述数据处理子单元，具体用于根据各所述采样时刻分别对应的合加速度值，计算所述预设时间段对应的加速度方差值。

在一个实施例中，在图10所示实施例的基础上，所述目标imu数据包括在预设时间段内的多个采样时刻分别采集到的三轴角速度值，所述数据处理包括求导数处理，所述数据处理单元201具体用于，针对各所述采样时刻分别采集到的三轴角速度值，计算每一个轴上的角速度值的二阶导数。

在一个实施例中，在图10所示实施例的基础上，所述目标imu数据包括在预设时间段内的多个采样时刻分别采集到的三轴角速度值，所述数据处理包括求和值处理，所述数据处理单元201具体用于，将各所述采样时刻采集到的每一个轴的角速度值按轴求和，得到每一个轴上的角速度和值。

在一个实施例中，在图10所示实施例的基础上，所述目标imu数据包括在预设时间段内的多个采样时刻分别采集到的三轴角速度值，所述数据处理包括求方差处理，所述数据处理单元201具体用于，根据各所述采样时刻采集到的三轴角速度值，获取每个轴对应的角速度集合，并对每个轴对应的角速度集合进行方差计算，得到所述预设时间段对应的角速度方差值；所述预设时间段对应的角速度方差值包括每个轴对应的角速度方差。

在一个实施例中，在图9所示实施例的基础上，本实施例装置还包括：

三轴加速度值获取模块，用于获取所述目标终端在目标采样时刻的三轴加速度值；

第二检测模块，用于检测所述三轴加速度值对应的合加速度值是否大于预设合加速度阈值；

所述目标imu数据获取模块10，具体用于若所述三轴加速度值对应的合加速度值大于所述预设合加速度阈值，则获取目标终端在预设时间段内的目标imu数据，所述预设时间段是所述目标采样时刻之前的时间区间。

在一个实施例中，在图9所示实施例的基础上，本实施例装置还包括：

数据清洗模块，用于对所述目标imu数据进行数据清洗，得到清洗后的目标imu数据；所述数据清洗包括低通滤波和经典卡尔曼滤波中的至少一种；

所述第一检测模块20，具体用于检测所述清洗后的目标imu数据是否满足所述状态判定条件。

在一个实施例中，在图9所示实施例的基础上，本实施例装置还包括：

提示信息展示模块，用于在所述目标终端展示提示信息；所述提示信息用于提示驾驶者所述目标终端未固定设置于交通工具内。

关于终端的状态检测装置的具体限定可以参见上文中对于终端的状态检测方法的限定，在此不再赘述。上述终端的状态检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以以硬件形式内嵌于或独立于电子设备中的处理器中，也可以以软件形式存储于电子设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

图14是根据一示例性实施例示出的一种终端1300的框图。例如，终端1300可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图14，终端1300可以包括以下一个或多个组件：处理组件1302，存储器1304，电源组件1306，多媒体组件1308，音频组件1310，输入/输出(i/o)的接口1312，传感器组件1314，以及通信组件1316。其中，存储器上存储有在处理器上运行的计算机程序或者指令。

处理组件1302通常控制终端1300的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1302可以包括一个或多个处理器1320来执行指令，以完成上述方法的全部或部分步骤。此外，处理组件1302可以包括一个或多个模块，便于处理组件1302和其他组件之间的交互。例如，处理组件1302可以包括多媒体模块，以方便多媒体组件1308和处理组件1302之间的交互。

存储器1304被配置为存储各种类型的数据以支持在终端1300的操作。这些数据的示例包括用于在终端1300上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1304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(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。

电源组件1306为终端1300的各种组件提供电力。电源组件1306可以包括电源管理系统，一个或多个电源，及其他与为终端1300生成、管理和分配电力相关联的组件。

多媒体组件1308包括在所述终端1300和用户之间的提供一个输出接口的触控显示屏。在一些实施例中，触控显示屏可以包括液晶显示器(lcd)和触摸面板(tp)。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1308包括一个前置摄像头和/或后置摄像头。当终端1300处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件1310被配置为输出和/或输入音频信号。例如，音频组件1310包括一个麦克风(mic)，当终端1300处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1304或经由通信组件1316发送。在一些实施例中，音频组件1310还包括一个扬声器，用于输出音频信号。

i/o接口1312为处理组件1302和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1314包括一个或多个传感器，用于为终端1300提供各个方面的状态评估。例如，传感器组件1314可以检测到终端1300的打开/关闭状态，组件的相对定位，例如所述组件为终端1300的显示器和小键盘，传感器组件1314还可以检测终端1300或终端1300一个组件的位置改变，用户与终端1300接触的存在或不存在，终端1300方位或加速/减速和终端1300的温度变化。传感器组件1314可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1314还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1314还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1316被配置为便于终端1300和其他设备之间有线或无线方式的通信。终端1300可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件1316经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1316还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。

在示例性实施例中，终端1300可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述终端的状态检测方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1304，上述指令可由终端1300的处理器1320执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本公开实施例所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-onlymemory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(randomaccessmemory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(staticrandomaccessmemory，sram)或动态随机存取存储器(dynamicrandomaccessmemory，dram)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本公开实施例的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本公开实施例构思的前提下，还可以做出若干变形和改进，这些都属于本公开实施例的保护范围。因此，本公开实施例专利的保护范围应以所附权利要求为准。