一种终端的控制方法及装置与流程

本发明涉及终端的传感器的数据处理领域，尤其涉及一种终端的控制方法及装置。

背景技术：

目前，随着智能的终端的使用量越来越大，在终端中的硬件配置也越来越高，如，在终端中集成的传感器越来越多，在终端中的传感器包括加速度传感器，陀螺仪传感器，接近传感器，红外，超声，心跳，血糖检测等类型的传感器。对于终端的传感器的控制识别，在现有技术中，主要依靠终端自身的运算与处理能力，其控制终端的过程包括：采集各个传感器的数据；根据采集到的各个传感器的数据运行其对应的算法运算；最后得到控制指令，并根据该控制指令对终端进行控制。这样，在对一些复杂的算法或者庞大的应用面前，或者在终端处于接收多个传感器之前的协同工作与运算时，终端本身的运算能力以及硬件配置就显得捉襟见肘，这样不仅使得其运算速度较慢，且同时也限制了更庞大、更复杂的算法和应用的使用与开发，严重影响了用户的体验。

技术实现要素：

本发明提供了一种终端的控制方法及装置，解决了现有技术中对采集到的传感器的传感数据的识别速度太慢，导致控制反映时间太长，影响用户体验的问题。

为了解决上述问题，本发明采用以下技术方案：

一种终端的控制方法，包括：

采集所述终端传感器的传感数据；

根据所述传感数据的属性判断所述传感数据是否需要上传到云服务器处理；

若是，则将所述传感数据上传到所述云服务器，并接收所述云服务器反馈的处理结果；

根据所述处理结果得到对应的控制指令，并根据所述控制指令对所述终端进行控制。

进一步地，所述传感数据的属性包括：所述传感数据为终端识别数据和所述传感数据为终端非识别数据；根据所述传感数据的属性判断所述传感数据是否需要上传到云服务器处理包括：判断所述传感数据是否为终端非识别数据。

进一步地，还包括：当所述传感数据为终端识别数据时，还判断所述传感数据是否大于所述终端预设数据处理量；若是，则将所述传感数据上传到所述云服务器。

进一步地，当所述传感数据大于所述终端预设数据处理量时，还包括：提取所述传感数据中的部分数据在所述终端中进行初步处理；并在进行初步处理的同时将需要所述云服务器处理的数据上传到所述云服务器；或者，先对所述传感数据进行预处理，再将预处理结果上传到所述云服务器进行进一步处理。

进一步地，若判断结果为否，则将所述传感数据进行处理，得到所述传感数据的控制指令，并根据所述控制指令对所述终端进行控制。

进一步地，还包括：接收所述云服务器发送的针对处理传感数据的算法的优化参数，并将所述优化参数对应的算法进行参数更新。

一种终端的控制装置，包括：

数据采集模块，用于采集所述终端传感器的传感数据；

判断模块，用于根据所述传感数据的属性判断所述传感数据是否需要上传到云服务器处理；

通信模块，用于当所述判断模块的判断结果为是时，将所述传感数据上传到所述云服务器，并接收所述云服务器反馈的处理结果；

控制模块，用于根据所述处理结果得到对应的控制指令，并根据所述控制指令对所述终端进行控制。

进一步地，所述传感数据的属性包括：所述传感数据为终端识别数据和所述传感数据为终端非识别数据；所述判断模块用于判断所述传感数据是否为终端非识别数据。

进一步地，所述判断模块还包括：当所述传感数据为终端识别数据时，还用于判断所述传感数据是否大于所述终端预设数据处理量；

所述通信模块还用于若所述判断模块的判断结果为所述传感数据大于所述终端预设数据处理量时，将所述传感数据上传到所述云服务器。

进一步地，还包括数据处理模块，所述数据处理模块用于当所述传感数据大于所述终端预设数据处理量时，提取所述传感数据中的部分数据在所述终端中进行预处理，并在进行预处理的同时将需要所述云服务器处理的数据上传到所述云服务器，或者将预处理结果上传到所述云服务器进行进一步处理。

本发明的有益效果：

本发明提供了一种终端的控制方法及装置，通过对终端中采集到的传感数据的属性进行分析，判断该传感数据是否需要上传到云服务器处理；若是，则将所述传感数据上传到云服务器，并接收所述云服务器反馈的处理结果；根据所述处理结果得到所述传感数据的控制指令，并根据该控制指令对终端进行控制。在本方案中，对传感数据的属性进行判断，如对于简单的传感数据，可以直接在终端本地上进行处理，在传感数据比较复杂的情况下，上传到云服务器进行处理，实现了终端本地与云服务器之间的数据交互，且在终端运行繁忙的时候利用云服务器为终端处理数据，不仅减少了数据的处理时间，而且使得终端的应用的运行及开发都能比较大程度地实现。

附图说明

图1为本发明实施例一提供的终端的控制方法流程图；

图2为本发明实施例一提供的终端的控制装置的结构示意图。

具体实施方式

下面通过具体实施方式结合附图对本发明作进一步详细说明。

实施例一：

如图1所示，为本发明实施例一提供的终端的控制方法流程图，请参见图1，所述控制方法包括：

S101：采集所述终端传感器的传感数据；

所述终端包括：手机、平板、掌上电脑等终端；所述传感器包括：加速度传感器，陀螺仪传感器，接近传感器，红外，超声，心跳，血糖检测等类型的传感器；需要说明的是，在一个终端中，一般都配置有多种传感器，组成终端中的传感器系统；在大部分时候，所采集的传感数据至少包括采集一种类型的传感器所产生的数据，在实际应用中，终端中配置的传感器都是协同工作的，即终端在接收的用户的操作指令时，多个传感器同时产生传感数据，即此时所采集到的传感数据包括多个传感器所产生的数据；

S102：根据所述传感数据的属性判断所述传感数据是否需要上传到云服务器处理；若是，则转S103；若否，则转S104；

所述传感数据的属性包括：所述传感数据为终端识别数据和所述传感数据为终端非识别数据；若所述传感数据为终端识别数据，则所述传感数据的识别算法在所述终端本地保存有，所述传感数据能够在终端中进行处理；若所述传感数据为终端非识别数据，则所述终端本地没有对应的传感数据的识别算法，即所述传感数据不能在终端中进行处理；具体地，对于所述步骤S102根据所述传感数据的属性判断所述传感数据是否需要上传到云服务器处理包括：判断所 述传感数据是否为终端非识别数据；若是，则该传感数据在终端本地不能处理，所以需要上传到云服务器中进行处理；

S103：将所述传感数据上传到所述云服务器，并接收所述云服务器反馈的处理结果；

在需要将传感数据上传到云服务器时，将该传感数据上传到云服务器进行处理，并接收该云服务器反馈的处理结果，完成终端与云服务器的数据交互的过程；

S104：将所述传感数据进行处理，得到所述传感数据的控制指令，并根据所述控制指令对所述终端进行控制；

由于所述传感数据为终端识别数据，所以可以直接在终端中对其进行处理，并得到该传感数据对应的控制指令，从而实现对所述终端进行对应的控制；

S105：根据所述处理结果得到对应的控制指令，并根据所述控制指令对所述终端进行控制；

根据云服务器发送的处理结果得到对应的控制指令可以包括以下几种情况：根据处理结果及终端本地的数据的结合得到所述传感数据的控制指令，或者直接根据处理结果得到传感数据的控制指令；然后根据该控制指令对所述终端进行控制，所述对终端的控制包括：切换终端界面、完成游戏步骤等。

优选地，当所述传感数据为终端识别数据时，还包括：判断所述传感数据是否大于所述终端预设数据处理量；若是，则将所述传感数据上传到所述云服务器进行处理；判断所述传感数据大于所述终端预设数据处理量包括：所述终端当前的数据处理量大于终端预设数据处理量，或者所述传感数据的数据总量大于所述终端预设数据处理量，或者所述终端当前的数据处理量与需要处理该传感数据的数据处理量之和大于所述终端预设数据处理量；

在本方案中的较优实施例中，当所述传感数据大于所述终端预设数据处理量时，还包括：提取所述传感数据中的部分数据在所述终端中进行预处理，并在进行预处理的同时将需要所述云服务器处理的数据上传到所述云服务器，或者将预处理结果上传到所述云服务器进行进一步处理。由于此时，在所述终端本地中具有所述传感数据的识别算法，但又由于其数据处理量较大，为了能比较快速地得到其对应的控制指令，将提取该传感数据中的部分数据进行预处理，并在其预处理的同时，将涉及较复杂的数据上传到云服务器中进行处理，并在接收到其反馈的处理结果后，结合其本身预处理得到的结果确定其对应的控制指令，并根据该控制指令对终端进行控制；另外，在本实施例中，也可以在终端本地先进行预处理，并在得到预处理结果后，将该与处理结果上传到云服务器中进行进一步地处理，再接收其反馈的处理结果，直接根据该处理结果得到其对应的控制指令，并对终端进行控制。

还包括：接收所述云服务器发送的针对处理传感数据的算法的优化参数，并将所述优化参数对应的算法进行参数更新。需要说明的是，所述云服务器中除了配置有对一般传感数据的处理的云端智能传感器管理与学习系统，还配置有传感器专家系统，所述传感器专家系统通过收集众多用户的传感数据，针对海量的传感数据，所述传感器专家系统基于其收集的数据进行模式识别与数据训练，得到更准确的识别算法数据，这样通过将其新得到的各个传感数据的算法的优化参数下发给终端，使得终端能够及时更新算法用例与本地算法固件，增加其本地对传感数据的识别率与灵活性。

例如，以手势识别对终端的控制为例，进一步说明本方案的具体内容。当用户打开传感器的手势识别功能，并连接网络的情况下，对于手势与运动趋势识别功能，收集终端上各个传感器的数据，根据算法的不同，可能收集的传感 器数据亦有不同，主要是加速度传感器器，陀螺仪传感器，地磁传感器等的数据，对数据利用算法进行分解，对于终端的加速度，角速度，磁场环境变化等因素进行识别，对于数据量较小传感数据，如简单的手势，直接在本地算法中进行识别，即刻输出识别结果，得到其对应的控制指令，并对终端进行控制；对于数据量较大的传感数据，再经过数据识别与分解后，将处理的数据通过网络上传至云服务器，此时，当云端智能传感器管理与学习系统接受到本地上传的加速度，角速度，以及磁感应强度等数据后，完成算法模型中的需要大量计算的步骤，并将中间运算结果反馈至终端，由其完成最终的手势识别，得到其控制指令，并对终端进行对应的控制；当所述云端智能传感器管理与学习系统不能完成数据处理时，可以借助在云端的智能传感器专家系统，对加速度，磁场，角速度数据所代表的手势进行建模，并进行模式识别，匹配专家系统的识别过程，完成对手势的识别，并可以将专家系统的决策过程与结果，通过固件升级的过程下发至终端，这样，终端根据其发送的结果对终端做出控制。这样，可以明显提高复杂手势的识别率与识别速度，增加交互的灵活性。且当更多的用户使用此项功能时，专家系统收集到的数据愈多，则模式识别的准确率更高，并可以及时的更新本地的基于固件的识别策略与算法，进一步提高手势识别的准确率。如，当用户在终端打开手势训练模式的的情况下，当云端的智能传感器专家系统接受到加速度，地磁，角速度，气压等传感器数据后，会启用云端的专家系统中的模式识别模块，对接受的数据进行训练与建模，再匹配系统中的基础数据，从而完成对用户自定义的手势的识别过程，同样可以以基于固件的方式更新本地算法策略与方法，支持用户自定义的新手势功能，进一步增强用户体验的感受。

实施例二：

如图2所示，为本发明实施例二提供的终端的控制装置的结构示意图图，请参见图2，所述终端的控制装置20包括：数据采集模块201、判断模块202、通信模块203和控制模块204；所述数据采集模块201用于采集所述终端传感器的传感数据；所述判断模块202用于根据所述传感数据的属性判断所述传感数据是否需要上传到云服务器处理；所述通信模块203用于当所述判断模块的判断结果为是时，将所述传感数据上传到所述云服务器，并接收所述云服务器反馈的处理结果；所述控制模块204用于根据所述处理结果得到对应的控制指令，并根据所述控制指令对所述终端进行控制。所述终端的控制装置20配置在对应的终端中，使得终端对传感器识别速度及能力都得到了提高，对其对终端的控制的反应速度得到进一步的提高。

在一些实施例中，所述传感数据的属性包括：所述传感数据为终端识别数据和所述传感数据为终端非识别数据；所述判断模块用于判断所述传感数据是否为终端非识别数据。进一步地，所述判断模块还包括：当所述传感数据为终端识别数据时，还用于判断所述传感数据是否大于所述终端预设数据处理量；所述通信模块还用于若所述判断模块的判断结果为所述传感数据大于所述终端预设数据处理量时，将所述传感数据上传到所述云服务器。

在另一些实施例中，还包括数据处理模块，所述数据处理模块用于当所述传感数据大于所述终端预设数据处理量时，提取所述传感数据中的部分数据在所述终端中进行预处理，并在进行预处理的同时将需要所述云服务器处理的数据上传到所述云服务器，或者将预处理结果上传到所述云服务器进行进一步处理。

综上所述，本发明提供的技术方案相对现有技术具有的技术效果包括：

通过判断所采集的传感数据是否需要上传至云服务器进行处理，并在需要上传时上传，在接收云服务器反馈的处理结果后，及时对终端做出对应的控制，实现了终端与云服务器的交互，并减少了终端的运行负担；

进一步地，通过在终端本地及云服务器并行对传感数据进行处理，大大的加快了对传感数据的处理速度，从而提高了终端的反应时间，提高用户的体验；

进一步地，通过接收云服务器发送的处理传感数据的算法的优化参数，并对相应的算法的参数进行更新，提高了终端对传感数据处理的准确率。

以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。