[发明专利]移动设备位置识别的方法和系统有效

专利信息
申请号: 201310246894.8 申请日: 2013-06-20
公开(公告)号: CN103369135A 公开(公告)日: 2013-10-23
发明(设计)人: 顾维玺;杨铮;刘云浩;孙家广 申请(专利权)人: 清华大学
主分类号: H04M1/725 分类号: H04M1/725;G01D21/02
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王莹
地址: 100084 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 移动 设备 位置 识别 方法 系统
【权利要求书】:

1.一种移动设备位置识别的方法,其特征在于,该方法包括以下步骤:

1)使用传感器判断移动设备状态;

2)移动设备为携带状态时:使用前置传感器获取移动设备前部信号数据并判断移动设备前部遮挡状态;使用后置传感器获取移动设备后部信号数据并使用基于图像的移动设备持有算法判断移动设备的状态;

3)通过使用前、后置传感器已判断的移动设备状态,使用特征模式判断移动设备所处状态特征与位置。

2.根据权利要求1所述的移动设备位置识别方法,其特征在于,所述步骤1)中移动设备的传感器为加速度传感器、陀螺仪传感器、方向传感器、重力传感器、线性加速传感器和旋转矢量传感器中的任意一种或任意组合。

3.根据权利要求2所述的移动设备位置识别方法,其特征在于,使用传感器判断移动设备状态的方法为,当传感器在单位时间内检查到数值变化时,移动设备为携带状态。

4.根据权利要求1所述的移动设备位置识别方法,其特征在于,所述步骤2)中移动设备的前置传感器为近场传感器和前置摄像头。

5.根据权利要求4所述的移动设备位置识别方法,其特征在于,在近场传感器和前置摄像头都正常工作时,近场传感器为工作状态,获取数据,前置摄像头为停用状态;当近场传感器为故障状态时,前置摄像头工作,获取信号数据。

6.根据权利要求5所述的移动设备位置识别方法,其特征在于,所述近场传感器工作时,近场传感器获取到的信号数据直接判断移动设备前方遮挡状态,前置摄像头工作时,使用其拍摄的照片灰度阶判断移动设备的遮挡状态。

7.根据权利要求6所述的移动设备位置识别方法,其特征在于,所述的使用拍摄的照片灰度阶判断移动设备的遮挡状态的方法为,设定灰度阶阈值:当照片灰度阶值大于所设定的阈值时,移动设备前部上方未遮挡;当照片灰度阶小于所设定的阈值时,移动设备前部上方被遮挡。

8.根据权利要求1所述的移动设备位置识别方法,其特征在于,所述步骤2)中后置传感器为后置摄像头。

9.根据权利要求1所述的移动设备位置识别方法,其特征在于,所述步骤2)中基于图像的移动设备持有算法为,设置灰度阶阈值,当后置摄像头所拍摄图像灰度阶值大于所设定的阈值时,移动设备后部上方未遮挡,为手持状态;当照片灰度阶小于所设定的阈值时,移动设备前部上方被遮挡,为后部上方遮挡状态。

10.根据权利要求9所述的移动设备位置识别方法,其特征在于,移动设备后部上方为遮挡状态时,根据后置摄像头所拍摄图像灰度阶CDF函数值增长速度判定移动设备上方的持有方法,设定灰度阶CDF函数增长速率阈值,灰度阶的CDF值在上升速率快于阈值时,移动设备为携带状态中的非手持状态;灰度阶的CDF值在上升速率慢于阈值时,移动设备为携带状态中的手持状态。

11.根据权利要求1所述的移动设备位置识别方法,其特征在于,所述步骤3)中通过特征模式判断出移动设备所处状态特征的方法为,当移动设备判断为携带状态中的手持状态时,根据前置、后置传感器获取的信号逻辑关系判断手持移动设备的四种手持状态:移动设备只有前方上部被遮挡;移动设备只有后部上方被遮挡;移动设备前、后部上方都没有被遮挡;移动设备前、后部上方都被遮挡。

12.根据权利要求1所述的移动设备位置识别方法,其特征在于,所述步骤3)中通过特征模式判断出移动设备所处状态位置的方法为,当移动设备判断为携带状态中的非手持状态时,通过比对加速度变化值进行位置匹配,使用动态时间变化路径行为匹配算法找出与数据库中最相近的加速度模式,通过加速度模式确定出移动设备所处的位置。

13.一种移动设备位置识别的系统,其特征在于,该系统包括以下模块:

移动设备初始状态判断模块,用于判断移动设备的初始状态;

移动设备前部上方遮挡判断模块,用于在移动设备为携带状态时,使用前置传感器获取移动设备前部信号数据并判断移动设备前部遮挡状态;

移动设备后部上方遮挡判断模块,用于在移动设备为携带状态时,使用后置传感器获取移动设备后部信号数据,使用基于图像的移动设备持有算法判断移动设备的状态;

移动设备所处状态特征与位置判断模块,通过移动设备持有状态判断模块已判断出的移动设备状态,使用特征模式判断出移动设备所处状态特征与位置。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310246894.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top