[发明专利]用于检测可移动设备的移动状态的方法和装置

说明书

本申请实施例公开了用于检测可移动设备的移动状态的方法和装置。该方法的一具体实施方式包括：通过预先设置的加速度传感器获取预设时间段内可移动设备的加速度数据；对加速度数据进行特征分析，生成加速度数据的特征向量；将加速度数据的特征向量输入预先训练的移动状态识别模型，得到可移动设备的移动状态信息，其中，移动状态信息用于表征可移动设备在预设时间段内的移动状态，移动状态识别模型用于表征加速度数据的特征向量与用于表征可移动设备的移动状态的信息的对应关系。该实施方式提高了对可移动设备的移动状态的检测的准确性。

技术领域

本申请实施例涉及计算机技术领域，具体涉及通信技术领域，尤其涉及用于检测可移动设备的移动状态的方法和装置。

背景技术

随着科技的发展，市场上的可移动设备的样式逐渐增多(例如，扫地机器人、机械臂、汽车、飞机等)。通常，可移动设备可以根据人类或者机器下发的指令完成移动动作或静止动作。为了实现对可移动设备的优化等处理，相较于静止过程，可移动设备在移动过程中所表现出的各项属性更具有研究意义。故在获取可移动设备的属性数据之前，可以优先对可移动设备的移动状态进行确认。

发明内容

本申请实施例提出了用于检测可移动设备的移动状态的方法和装置。

第一方面，本申请实施例提供了一种用于检测可移动设备的移动状态的方法，该方法包括：通过预先设置的加速度传感器获取预设时间段内可移动设备的加速度数据；对加速度数据进行特征分析，生成加速度数据的特征向量；将加速度数据的特征向量输入预先训练的移动状态识别模型，得到可移动设备的移动状态信息，其中，移动状态信息用于表征可移动设备在预设时间段内的移动状态，移动状态识别模型用于表征加速度数据的特征向量与用于表征可移动设备的移动状态的信息的对应关系。

在一些实施例中，对加速度数据进行特征分析，生成加速度数据的特征向量，包括：对加速度数据进行滤波处理以提取出加速度数据中的重力加速度数据和非重力加速度数据；基于重力加速度数据和/或非重力速度数据，生成加速度数据的特征向量。

在一些实施例中，加速度数据的特征向量包括以下至少一项：用于表征非重力加速度数据的振幅的波动特征的特征值，用于表征非重力加速度数据的振动频率的特征值，用于表征重力加速度数据在加速度传感器的各个加速度检测轴上的分量的变化特征的特征值。

在一些实施例中，移动状态识别模型通过如下步骤训练得到：获取样本加速度数据以及已标记的样本加速度数据所对应的样本可移动设备的移动状态信息；对样本加速度数据进行特征分析，生成样本加速度数据的特征向量；利用机器学习算法，将样本加速度数据的特征向量作为输入，将已标记的样本加速度数据所对应的样本可移动设备的移动状态信息作为输出，训练得到移动状态识别模型。

在一些实施例中，该方法还包括：确定可移动设备的移动状态信息是否指示可移动设备在预设时间段内处于非静止状态；响应于确定可移动设备的移动状态信息指示可移动设备在预设时间段内处于非静止状态，获取与可移动设备的移动状态关联的参考数据；基于参考数据确定是否将可移动设备的移动状态信息重置为指示可移动设备在预设时间段内处于静止状态的信息。