[发明专利]使用机器学习的设备掉落检测

权利要求书

1.一种系统，其包括：

处理器；以及

存储器，其存储可执行指令，所述可执行指令在由所述处理器执行时使所述处理器：

将电子设备的加速度计数据与多个定义的加速度计阈值进行比较，以识别与所述电子设备相关联的主要滥用事件类别；

响应于识别出所述主要滥用事件类别，基于与所述电子设备的惯性数据、由所述电子设备所生成的图像数据以及由所述电子设备所捕获的音频数据相关联的机器学习技术，来生成针对与所述电子设备相关联的次要滥用事件类别的第一预测；以及

将所述惯性数据、所述图像数据和所述音频数据传输到与机器学习服务相关联的网络服务器设备，以便于基于所述惯性数据、所述图像数据和所述音频数据的针对所述次要滥用事件类别的第二预测的生成。

2.根据权利要求1所述的系统，其中所述可执行指令进一步使所述处理器：

从所述电子设备的加速度传感器接收加速度计数据。

3.根据权利要求1所述的系统，其中所述可执行指令进一步使所述处理器：

基于第一定义的加速度计阈值和与所述电子设备的加速度传感器的x坐标相关联的第一加速度计数据之间的第一比较、第二定义的加速度计阈值和与所述加速度传感器的y坐标相关联的第二加速度计数据之间的第二比较，以及第三定义的加速度计阈值和与所述加速度传感器的z坐标相关联的第三加速度计数据之间的第三比较来识别与所述电子设备相关联的主要滥用事件类别。

4.根据权利要求1所述的系统，其中所述可执行指令进一步使所述处理器：

响应于所述加速度计数据满足定义的传感器值的确定，将所述主要滥用事件类别识别为与所述电子设备相关联的潜在的击中事件。

5.根据权利要求1所述的系统，其中所述可执行指令进一步使所述处理器：

响应于所述加速度计数据高于定义的传感器值长达特定的时间间隔的确定，将所述主要滥用事件类别识别为与所述电子设备相关联的潜在投掷事件。

6.根据权利要求1所述的系统，其中所述可执行指令进一步使所述处理器：

基于与所述惯性数据、所述图像数据和所述音频数据相关联的机器学习技术，识别与所述电子设备相关联的特定类型的滥用事件。

7.根据权利要求1所述的系统，其中所述可执行指令进一步使所述处理器：

基于与所述惯性数据、所述图像数据和所述音频数据相关联的机器学习技术，识别与所述电子设备相关联的特定类型的投掷事件。

8.根据权利要求1所述的系统，其中所述可执行指令进一步使所述处理器：

基于从与所述机器学习服务相关联的网络服务器设备接收到的机器学习模型，生成针对所述次要滥用事件类别的第一预测。

9.根据权利要求1所述的系统，其中所述可执行指令进一步使所述处理器：

从所述网络服务器设备接收通知，所述通知基于针对所述次要滥用事件类别的第一预测和针对所述次要滥用事件类别的第二预测而生成。

10.一种系统，其包括：

处理器；以及

存储器，其存储可执行指令，所述可执行指令在由所述处理器执行时使所述处理器：

响应于针对由电子设备确定的滥用事件类别的第一预测，接收所述电子设备的惯性数据、由所述电子设备所生成的图像数据以及由所述电子设备所捕获的音频数据；

基于与所述惯性数据、所述图像数据和所述音频数据相关联的机器学习过程，生成针对所述滥用事件类别的第二预测；以及

基于针对所述滥用事件类别的第一预测和针对所述滥用事件类别的第二预测，发起与所述电子设备相关联的动作。

11.根据权利要求10所述的系统，其中所述可执行指令进一步使所述处理器：

基于所述惯性数据、所述图像数据和所述音频数据，训练针对所述滥用事件类别的分类模型。