移动终端获取环境温度的方法、装置、移动终端及介质

本发明实施例涉及温度检测技术领域，尤其涉及一种移动终端获取环境温度的方法、装置、移动终端及介质。

背景技术：

温度是一种衡量物体冷热程度的物理量，它对于生物的生存、繁衍以及体内的许多生理过程都有着重要的调节和把控作用。除了这些对温度的常规要求外，还存在一部分患有温度敏感性疾病的人需要对所处环境的体感温度进行更严格的把控。所以需要为这些特殊人群提供一个可以实时监控周边体感温度的环境，以保证其安全。另外，普通人对于温度测量的追求也越来越高，已不能满足于从天气预报中获知的气温信息，如当人们处于室内，尤其是在使用制冷或制暖设备的情况下，则该气温信息可能会失去参考价值。因此，能够随时获知所处环境的温度变得很有必要。

目前的一种解决方式是随身携带温度检测装置，但是其携带非常不便，而且也有遗忘的风险。另一方面，当前的移动终端中也存在一些温度计app，但是基本都是依靠从气象网站中爬取的数据，其显示的大多是整体地区的气温值，与天气预报的结果并无太大差别，对于所需的环境温度监测来说意义不大。

技术实现要素：

本发明实施例提供一种移动终端获取环境温度的方法、装置、移动终端及介质，以通过便携的移动终端更加准确的测量用户所处环境中的温度。

第一方面，本发明实施例提供了一种移动终端获取环境温度的方法，该方法包括：

获取移动终端的使用状态和所述移动终端内设置的温度传感器测量得到的基础温度；

将所述使用状态和所述基础温度输入训练后的深度学习模型，以对所述移动终端所处的环境温度进行预测。

第二方面，本发明实施例还提供了一种移动终端获取环境温度的装置，该装置包括：

数据获取模块，用于获取移动终端的使用状态和所述移动终端内设置的温度传感器测量得到的基础温度；

温度预测模块，用于将所述使用状态和所述基础温度输入训练后的深度学习模型，以对所述移动终端所处的环境温度进行预测。

第三方面，本发明实施例还提供了一种移动终端，该移动终端包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所提供的移动终端获取环境温度的方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所提供的移动终端获取环境温度的方法。

本发明实施例提供了一种移动终端获取环境温度的方法，首先获取移动终端的使用状态和移动终端内设置的温度传感器测量得到的基础温度，再将该使用状态和该基础温度输入训练后的深度学习模型，以预测得到移动终端所处的环境温度。本发明实施例所提供的移动终端获取环境温度的方法，通过以获取的基础温度为基准，考虑移动终端自身发热因素对测量的结果产生的影响，对移动终端所处的环境温度进行预测，实现了利用便携的移动终端准确的测量环境温度，以满足人们对环境温度随时测量的需求。

附图说明

图1为本发明实施例一提供的移动终端获取环境温度的方法的流程图；

图2为本发明实施例二提供的移动终端获取环境温度的方法的流程图；

图3为本发明实施例三提供的移动终端获取环境温度的装置的结构示意图；

图4为本发明实施例四提供的移动终端的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

实施例一

图1为本发明实施例一提供的移动终端获取环境温度的方法的流程图。本实施例可适用于利用移动终端对周围环境温度进行测量的情况，该方法可以由本发明实施例所提供的移动终端获取环境温度的装置来执行，该装置可以由硬件和/或软件的方式来实现，一般可集成于移动终端中，该移动终端可以但不限于是手机、平板电脑以及智能穿戴设备等。如图1所示，具体包括如下步骤：

s11、获取移动终端的使用状态和移动终端内设置的温度传感器测量得到的基础温度。

其中，移动终端的使用状态可以包括各种可能影响移动终端内设置的温度传感器的读数的各种变量，例如移动终端是否正在充电、移动终端的当前电量、中央处理器(centralprocessingunit，cpu)的占用率、内存的占用率以及屏幕亮度等等，同时也可以从软件的方向来看，例如用户是否正在使用移动终端进行打电话、玩游戏或者看视频等行为，还可以从结合软硬件的方向来看，例如用户是否在充电的状态下玩游戏或者以较高的屏幕亮度看视频等等。在本实施例中获取的使用状态具体包括哪些变量可以根据后续使用的深度学习模型的训练情况进行确定。可选的，使用状态包括移动终端的中央处理器的占用率、屏幕激活状态、传感器数据以及电池信息中的一种或至少两种的组合。其中，传感器数据可以包括近距离传感器数据等等，电池信息可以包括电池健康状况、电量、电压以及是否正在充电等等。

在移动终端中，通常会自带一个或多个温度传感器，该温度传感器可以被移动终端内的某些应用程序调用，并返回温度度数。但由于温度传感器安装于移动终端内部，而移动终端在运行时，各种硬件会受到具体运行情况影响而散发热量，所以该温度传感器也通常被应用于监控移动终端内部的温度，以保证移动终端内部的温度可以维持在一个相对安全的范围。因此，可以获取移动终端内设置的温度传感器测量得到的温度作为分析当前环境温度的基础温度，以便于结合移动终端的使用状态对温度的影响最终确定移动终端所处的环境温度，也即该移动终端的用户所处的环境温度，从而便于用户随时获知。

s12、将使用状态和基础温度输入训练后的深度学习模型，以对移动终端所处的环境温度进行预测。

在获取到移动终端的使用状态以及基础温度之后，即可将该使用状态和基础温度输入训练后的深度学习模型，以预测得到移动终端当前所处的环境温度。其中，所使用的深度学习模型可以但不限于是卷积神经网络等，对此本实施例不作具体的限制。本实施例所提供的方法，可以通过移动终端内安装的应用程序来使用，当用户打开对应的应用程序时，可以按照一定周期(可以是5秒)获取一次移动终端的使用状态和基础温度，并对环境温度进行一次预测。

在上述技术方案的基础上，可选的，在将使用状态和基础温度输入训练后的深度学习模型，以对移动终端所处的环境温度进行预测之后，还包括：基于蓝牙广播众包，按照预设周期扫描周围其他移动终端广播的参考使用状态和参考环境温度；根据参考使用状态和参考环境温度对预测的环境温度进行校正。

具体的，若移动终端的使用状态比较饱和，如长时间保持较高的cpu占用等情况，则会导致移动终端的温度过高，从而对环境温度的测量结果影响较大。在这种情况下，可以通过接收相同环境中其他移动终端测量得到的参考环境温度来对自身预测的环境温度进行校正，同时，还可以考虑其他移动终端的参考使用状态来确定对应的参考环境温度是否可用。示例性的，如果其他移动终端的参考使用状态同样比较饱和，则其对应的参考环境温度的参考价值可能不大，而如果其他移动终端设备的参考使用状态比较空闲，则其对应的参考环境温度则相对更加准确，此时即可使用该参考环境温度对本移动终端预测的环境温度进行校正。同样的，在本移动终端处于任意使用状态下预测得到的环境温度，均可以通过可用的参考环境温度来进行校正，也可以通过所扫描到的所有参考环境温度来进行校正，具体校正过程可以是取预测的环境温度与所有用于校正的参考环境温度的平均值，或者为预测的环境温度和所有用于校正的参考环境温度赋予一定的权重，从而最终计算得到校正后的环境温度，还可以是训练一个网络，通过分析周围其他移动终端传过来的数据预测得到一个数据可信度作为该网络的输出，并根据该数据可信度对本移动终端预测的环境温度进行校正等等。

针对其他移动终端的参考使用状态和参考环境温度的获取，则可以基于蓝牙广播众包来实现，本移动终端可以按照预设周期(可以是20秒)扫描一次周围其他移动终端发出的蓝牙广播包，当存在其他移动终端进入本移动终端蓝牙广播的有效距离时，即可获取到对应的蓝牙广播包，其中即包括被编码成数字序列的参考使用状态和参考环境温度等数据。相对应的，本移动终端可以按照一定周期(可以是10秒)通过低功耗蓝牙(bluetoothlowenergy，ble)自带的蓝牙广播功能，将本移动终端最近一次的校正结果以及使用状态通过蓝牙广播包的形式发送出来，以供其他移动终端使用。

本发明实施例所提供的技术方案，首先获取移动终端的使用状态和移动终端内设置的温度传感器测量得到的基础温度，再将该使用状态和该基础温度输入训练后的深度学习模型，以预测得到移动终端所处的环境温度。通过以获取的基础温度为基准，考虑移动终端自身发热因素对测量的结果产生的影响，对移动终端所处的环境温度进行预测，实现了利用便携的移动终端准确的测量环境温度，以满足人们对环境温度随时测量的需求。

实施例二

图2为本发明实施例二提供的移动终端获取环境温度的方法的流程图。本实施例的技术方案在上述技术方案的基础上进一步细化，可选的，提供一种具体的深度学习模型训练方法，以保证对环境温度的准确预测。具体的，本实施例中，在将使用状态和基础温度输入训练后的深度学习模型，以对移动终端所处的环境温度进行预测之前，还包括：获取训练样本数据，每个训练样本数据包括以预设环境温度标记的预设移动终端在预设使用状态下对应的基础温度；根据训练样本数据对深度学习模型进行训练，以获得训练后的深度学习模型。相应的，如图2所示，具体可以包括如下步骤：

s21、获取训练样本数据，每个训练样本数据包括以预设环境温度标记的预设移动终端在预设使用状态下对应的基础温度。

具体的，可以设置一系列不同的预设环境温度以及预设移动终端不同的预设使用状态，并在不同的预设环境温度下使用不同的预设使用状态进行实验，分别获取每种情况下预设移动终端内设置的温度传感器测得的基础温度，从而将各个以预设环境温度标记的预设使用状态以及对应的基础温度作为训练样本数据。其中，预设环境温度可以分别是低温的空调间、炎热的室外以及较舒适的室内等的温度，预设使用状态可以是利用移动终端进行打电话、玩游戏或看视频，以及边充电边玩游戏或边充电边看视频等等情况下采集的状态。

可选的，获取训练样本数据，包括：获取预设移动终端在预设使用状态下对应的基础温度；接收实时电子温度计上传的预设环境温度；根据预设环境温度，按照时间戳对预设移动终端在预设使用状态下对应的基础温度进行标记。具体的，在将预设移动终端置于某种环境中之后，首先可以通过预设移动终端内设置的温度传感器测量得到对应的基础温度，同时，若需要将预设移动终端内的一些硬件参数作为预设使用状态中的变量，则可以通过内置的传感器或自带的应用程序接口(applicationprogramminginterface，api)进行获取。然后针对预设环境温度，可以在与预设移动终端相距预设距离的位置静置一个实时电子温度计，该电子温度计可以记录每个时间戳的气温，并可以逗号分隔值文件格式(comma-separatedvalues，csv)保存在其存储介质中，之后可以在预设时间上传最近生成的文件。在接收到实时电子温度计上传的预设环境温度后，可以将预设移动终端在预设使用状态下对应的基础温度与预设环境温度按照时间戳进行匹配，则可以得到各个以预设环境温度标记的预设移动终端在预设使用状态下对应的基础温度，从而获得用于训练的训练样本数据。

s22、根据训练样本数据对深度学习模型进行训练，以获得训练后的深度学习模型。

在获取到训练样本数据之后，即可使用训练样本数据对深度学习模型进行训练，以得到训练后的深度学习模型。具体的，对深度学习模型的训练过程可以在计算机上实现，即上述的实时电子温度计可以将生成的文件上传至计算机，预设移动终端也可以将设定或获取的预设使用状态和对应的基础温度上传至计算机，从而通过计算机实现模型训练的过程，以提高训练的性能。相应的，在通过计算机完成模型的训练之后，可以通过计算机将训练后的深度学习模型部署到移动终端中，以实现移动终端随时对环境温度的获取。

s23、获取移动终端的使用状态和移动终端内设置的温度传感器测量得到的基础温度。

s24、将使用状态和基础温度输入训练后的深度学习模型，以对移动终端所处的环境温度进行预测。

在上述技术方案的基础上，可选的，在根据训练样本数据对深度学习模型进行训练，以获得训练后的深度学习模型之前，还包括：分别确定预设使用状态中的每种变量与预设环境温度之间的相关系数；根据相关系数对预设使用状态中的变量进行筛选。

具体的，首先可以尽可能多的获取预设移动终端中可能影响环境温度测量的各种变量，但是由于其中可能存在一部分变量与温度的关系并不密切，同时过多的变量也会导致模型搭建过程以及模型训练过程的难度增加，使得训练效果变差，在基于蓝牙广播众包进行校正时，也会影响到利用蓝牙广播发送信息的过程。因此，权衡其中的利弊，可以在训练之前，通过每种变量与预设环境温度之间的相关系数对变量进行一次筛选，并利用筛选后的变量构建深度学习模型并对其进行训练。其中，可选的，相关系数为皮尔森相关系数，皮尔森相关系数也称为皮尔森积矩相关系数，是一种线性相关系数，用来反映两个变量之间的线性相关程度，其值介于-1到1之间，越靠近1表明越趋于正相关，越靠近-1表明越趋于负相关。在计算出每个变量的相关系数之后，即可选取其中相关程度较高的变量，具体可以通过与预设相关程度进行比较来确定。

本发明实施例所提供的技术方案，通过提供一种具体的深度学习模型训练方法，保证了对环境温度的准确预测，同时，还可以首先根据相关系数对获取的预设使用状态中的各种变量进行筛选，进而利用筛选后的变量构建深度学习模型并对其训练，在保证模型的训练效果的基础上，还降低了模型构建及训练的难度，提高了模型的训练效率。

实施例三

图3为本发明实施例三提供的移动终端获取环境温度的装置的结构示意图，该装置可以由硬件和/或软件的方式来实现，一般可集成于移动终端中。如图3所示，该装置包括：

数据获取模块31，用于获取移动终端的使用状态和移动终端内设置的温度传感器测量得到的基础温度；

温度预测模块32，用于将使用状态和基础温度输入训练后的深度学习模型，以对移动终端所处的环境温度进行预测。

本发明实施例所提供的技术方案，首先获取移动终端的使用状态和移动终端内设置的温度传感器测量得到的基础温度，再将该使用状态和该基础温度输入训练后的深度学习模型，以预测得到移动终端所处的环境温度。通过以获取的基础温度为基准，考虑移动终端自身发热因素对测量的结果产生的影响，对移动终端所处的环境温度进行预测，实现了利用便携的移动终端准确的测量环境温度，以满足人们对环境温度随时测量的需求。

在上述技术方案的基础上，可选的，该移动终端获取环境温度的装置，还包括：

数据扫描模块，用于在将使用状态和基础温度输入训练后的深度学习模型，以对移动终端所处的环境温度进行预测之后，基于蓝牙广播众包，按照预设周期扫描周围其他移动终端广播的参考使用状态和参考环境温度；

温度校正模块，用于根据参考使用状态和参考环境温度对预测的环境温度进行校正。

在上述技术方案的基础上，可选的，该移动终端获取环境温度的装置，还包括：

样本获取模块，用于在将使用状态和基础温度输入训练后的深度学习模型，以对移动终端所处的环境温度进行预测之前，获取训练样本数据，每个训练样本数据包括以预设环境温度标记的预设移动终端在预设使用状态下对应的基础温度；

模型训练模块，用于根据训练样本数据对深度学习模型进行训练，以获得训练后的深度学习模型。

在上述技术方案的基础上，可选的，样本获取模块，包括：

温度获取单元，用于获取预设移动终端在预设使用状态下对应的基础温度；

温度接收单元，用于接收实时电子温度计上传的预设环境温度；

数据标定单元，用于根据预设环境温度，按照时间戳对预设移动终端在预设使用状态下对应的基础温度进行标记。

在上述技术方案的基础上，可选的，该移动终端获取环境温度的装置，还包括：

相关系数确定模块，用于在根据训练样本数据对深度学习模型进行训练，以获得训练后的深度学习模型之前，分别确定预设使用状态中的每种变量与预设环境温度之间的相关系数；

变量筛选模块，用于根据相关系数对预设使用状态中的变量进行筛选。

在上述技术方案的基础上，可选的，相关系数为皮尔森相关系数。

在上述技术方案的基础上，可选的，使用状态包括移动终端的中央处理器的占用率、屏幕激活状态、传感器数据以及电池信息中的一种或至少两种的组合。

本发明实施例所提供的移动终端获取环境温度的装置可执行本发明任意实施例所提供的移动终端获取环境温度的方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，在上述移动终端获取环境温度的装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

实施例四

图4为本发明实施例四提供的移动终端的结构示意图，示出了适于用来实现本发明实施方式的示例性移动终端的框图。图4显示的移动终端仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。如图4所示，该移动终端包括处理器41、存储器42、输入装置43及输出装置44；移动终端中处理器41的数量可以是一个或多个，图4中以一个处理器41为例，移动终端中的处理器41、存储器42、输入装置43及输出装置44可以通过总线或其他方式连接，图4中以通过总线连接为例。

存储器42作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的移动终端获取环境温度的方法对应的程序指令/模块(例如，移动终端获取环境温度的装置中的数据获取模块31及温度预测模块32)。处理器41通过运行存储在存储器42中的软件程序、指令以及模块，从而执行移动终端的各种功能应用以及数据处理，即实现上述的移动终端获取环境温度的方法。

存储器42可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据移动终端的使用所创建的数据等。此外，存储器42可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器42可进一步包括相对于处理器41远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置43可用于获取通过温度传感器测量得到的基础温度，以及产生与移动终端的用户设置和功能控制有关的键信号输入等。输出装置44包括显示屏等设备，可用于向用户展示最终预测得到的环境温度等。

实施例五

本发明实施例五还提供一种包含计算机可执行指令的存储介质，该计算机可执行指令在由计算机处理器执行时用于执行一种移动终端获取环境温度的方法，该方法包括：

获取移动终端的使用状态和移动终端内设置的温度传感器测量得到的基础温度；

将使用状态和基础温度输入训练后的深度学习模型，以对移动终端所处的环境温度进行预测。

存储介质可以是任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如cd-rom、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如dram、ddrram、sram、edoram，兰巴斯(rambus)ram等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的移动终端获取环境温度的方法中的相关操作。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-onlymemory,rom)、随机存取存储器(randomaccessmemory,ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台移动终端(可以是手机，平板电脑，或者智能穿戴设备等)执行本发明各个实施例所述的方法。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。