CN120103688B 一种基于智能手表的追踪方法及可穿戴装置 （重庆舟海智能科技股份有限公司）

(12)发明专利地址401120重庆市渝北区双凤桥街道朗事务所(普通合伙)50272审查员邓臻一种基于智能手表的追踪方法及可穿戴装置2第一磁针与底座滑动连接，所述第一磁针与底座之间固定连接有第一弹簧，所述表带槽内铁与主机电连接；时间序列S(t)={81,82,…,8n},极值检测算法提取局部极大值点集Smax={8max1,Smax2,…,8maxm},Smax满足如处理模块将最后一个极大值点Smaxm确认为最近蓝牙信号强度；处理模块根据最近蓝牙信号在第一周期中的变化方向生成方向矫正提示时，先根据获取的蓝牙信号强度计算当前周期内信号强度梯度向量▽S=[△81,△s2,…,△sn-1],其中 3其中，Wk为时间衰减系数wk=e-λ(n-k),λ为预设的参数，用于控制时间衰减速度；据第一强度的变化周期获取最近蓝牙信号强度时，对连续采集的蓝牙信号强度序列的检测数值是否为0,若不为0,则生成智能手表被覆盖出其中最大的第一数据，将其作为m;根据预设的最小单位a,计算m+a,将m+a输入深度学习4临界值；所述处理模块用于在接收到第一终端发送的立即弹射的请求后，若第一数据未超过临界值，则按照预设的频率获取图像信息，并在获取到图像信息后向第一电磁铁接入电流，待预设的弹出时间后，停止获取图像信息，将获取到的图像信息按照获取时间进行排序并发送给第一终端。9.根据权利要求8所述的一种基于智能手表的追踪装置，其特征在于：所述处理模块在第一电磁铁接入电源时，倒计时预设的弹出时间，再在倒计时结束时断开第一电磁铁接入的电源。10.一种基于智能手表的追踪方法，其特征在于，使用了权利要求1-9任意一种所述的基于智能手表的追踪装置。5一种基于智能手表的追踪方法及可穿戴装置技术领域[0001]本方案属于可穿戴设备领域，具体涉及一种基于智能手表的追踪方法及可穿戴装背景技术[0002]目前，智能手表的使用越来越普遍化，很多用户会在洗澡、睡觉、游泳等环境下取下智能手表，由于大部分智能手表的体积较小、声音较弱，且用户对智能手表的放置位置比较随意，用户忘记放置位置后，仅凭智能手表发出的声音和亮光很难找到取下智能手表。并且，智能手表取下后的存放位置大概率会受环境影响而改变，进而增加了智能手表的寻找[0003]现有技术中，中国专利CN110139218A提出了一种可穿戴设备，其智能主机包括相对设置的转动端和自由端，转动端为智能主机通过第一转轴与底部支架的第一端连接的一端，自由端为可随转动端相对底部支架实现转动并相对底部支架形成角度的一端；当检测到可穿戴设备未处于佩戴状态或者接收到可穿戴设备连接的终端设备发送的追踪指令时，控制转动端和自由端上的拍摄模组分别拍摄第一图像和第二图像，根据第一图像与第二图像确定可穿戴设备所处的当前环境对应的地点信息，降低了智能手表的寻找难度。[0004]然而，在实际的使用场景中，拍摄模组受智能手表所处环境的影响往往无法获取有效的环境信息(如：家具的缝隙夹层里面、家具或衣物覆盖遮挡的下面、封闭的狭小空间里面),导致无法准确确定智能手表的地点信息，从而无法有效降低寻找难度。发明内容[0005]本方案的目的是提供一种基于智能手表的追踪方法及可穿戴装置，以解决智能手表的寻找难度高的问题。[0006]为了达到上述目的，本方案提供一种基于智能手表的追踪装置，包括主机、底座和表带，所述主机与底座固定连接，所述底座内部设有缠线槽，缠线槽内滑动连接有缠线履带，缠线履带侧面固定连接有若干缠线轴，所述缠线轴一端与缠线履带固定连接，另一端与缠线槽内壁滑动连接，所述底座侧面设有第一滑槽，所述第一滑槽与缠线槽连通，所述第一滑槽与缠线履带滑动连接；所述底座侧面两端设有与缠线槽连通的表带槽，所述表带槽一侧设有第一磁针，所述第一磁针与底座滑动连接，所述第一磁针与底座之间固定连接有第一弹簧，所述表带槽内嵌入有接入电流后吸附或排斥第一磁针的第一电磁铁；所述第一电磁铁未接入电流时第一弹簧处于自然状态，且第一磁针与第一电磁铁之间留有缝隙；所述表带两端均设有锁孔，所述表带两端与表带槽滑动连接，所述表带两端位于表带槽底部时，第一弹簧处于自然状态，且第一磁针位于锁孔内；所述表带一端与缠线履带之间固定连接有弹性绳；所述第一电磁铁与主机电连接；[0007]还包括，处理模块，所述处理模块用于接收第一终端发送的弹射请求，并在接收到弹射请求时获取第一终端发出的蓝牙信号强度，并将蓝牙信号强度处理为距离，当距离小6于预设的观察距离时向第一终端发送立即弹射的询问信息，并接受询问信息的反馈信息，铁接入弹射电流后生成已弹出的信息发送给第一终端。轴外侧(此时弹性绳积累有弹性势能),表带的两端与弹性绳垂直且表带两端压迫弹性绳侧面(弹性绳积累了更多的弹性势能),表带在第一磁针的阻挡下无法从表带槽内被推出。用信息，并根据最近蓝牙信号在第一周期中的变化方向生成方向矫正提示发送给第一终端；蓝牙信号的获取时间建立信号强度时间序列S(t)={81,82,…,sn},其中Sn为第n个采Smax={8max1,Smax2,…·,8maxm},Smax满足如下公式(1)所示的条件：据获取的蓝牙信号强度计算当前周期内信号强度梯度向量VS=[△s₁,△s₂,…,△sn-1],7[0018]其中，Wk为时间衰减系数Wk=e-λ(n-k),λ为预设的参数，用于控制时间衰减速所述处理模块用于在向第一电磁铁接入电源前获取压力检测装置的检测数值作为第一数8据，向第一电磁铁接入电源后，在预设的弹出时间内获取压力检测装置的检测数值变化，并根据获取时间将检测数值变化处理为折线图，若第一数据达到预设的夹持压力，则获取折线图斜率为0时压力检测装置检测的数值作为最小压力值，若最小压力值大于0,则生成智能手表被紧固的提示发送给第一终端；若最小压力值为0,则获取并判断压力检测装置检测采集完最小压力值后采集到的最大的检测数值是否为0,若不为0,则生成智能手表被覆盖的提示发送给第一终端。[0028]当智能手表被重物覆盖或固定时，表带弹出过程无法给环境带来明显的变化，甚至毫无变化，此时，可以通过表带底部压力检测装置检测到的数值变化情况推测只能手表被覆盖或固定的情况，提高用户对设备状态的感知能力，减少因设备紧固或覆盖导致的寻找困难。并且本方案将压力变化处理为折线图，用户可以通过终端设备直观地查看表带弹射过程中的压力变化，实时了解设备状态，增强用户交互体验。[0029]进一步，所述处理模块还包括第一数据和折线图构建的深度学习模型，处理模块将获取的第一数据和折线图对应的数值变化用于训练深度学习模型，检测到第一数据后将第一数据放入训练后的深度学习模型处理得到预测折线图，将预设折线图中的最大斜率和获取的折线图中的最大斜率进行对比，当对比结果大于预设的差值时，生成更换弹性绳的提示发送给第一终端。[0030]这种预测性维护可以避免因弹性绳老化或损坏导致的表带弹射失败或设备损坏，延长设备的使用寿命。用户可以通过第一终端(如手机)实时查看智能手表的压力数据和预测结果，了解智能手表弹性绳的当前状态。还能通过提前提示更换弹性绳，用户可以避免因设备故障导致的意外情况(如表带突然断裂或无法弹出)。[0031]进一步，所述处理模块还用于将最小压力值为0的折线图作为挣脱折线图，对比挣脱折线图对应的第一数据，对比找出其中最大的第一数据，将其作为m;根据预设的最小单位a,计算m+a,将m+a输入深度学习模型，得到预测折线图m+a;判断预测折线图m+a斜率为0时对应的最小压力值是否为0,若为0,则再次计算得到m+2a,并对预测折线图m+2a的最小压力值进行判断；若不为0,则将m作为临界值；所述处理模块用于在接收到第一终端发送的立即弹射的请求后，若第一数据未超过临界值，则按照预设的频率获取图像信息，并在获取到图像信息后向第一电磁铁接入电流，待预设的弹出时间后，停止获取图像信息，将获取到的图像信息按照获取时间进行排序并发送给第一终端。[0032]进一步，所述处理模块在第一电磁铁接入电源时，倒计时预设的弹出时间，再在倒计时结束时断开第一电磁铁接入的电源。[0033]本方案先获取表带弹出底座时对应的最大的第一数据，即，表带弹出底座时能对抗的最大的束缚力，根据预设的最小单位a逐步增加最大的束缚力，将增加后的最大的束缚力放入深度学习模型中预测对应的折线图，根据折线图判断表带弹出底座时能否对抗的最大的束缚力，最终预测到最准确的最大的束缚力(临界值)。通过深度学习模型，智能手表可以根据实际使用情况动态调整临界值，避免因设备状态异常导致的弹射失败。同时，在表带可以弹出底座时利用表带弹出过程制造的空间获取智能手表所处环境的图像信息，进一步降低了寻找难度。9附图说明[0034]图1为本发明实施例中的一种基于智能手表的追踪装置的正视图。[0035]图2为本发明实施例中的一种基于智能手表的追踪装置的侧面剖视图。[0036]图3为本发明实施例中的一种基于智能手表的追踪装置第一磁针相关的俯视剖面图[0037]图4为图3的局部放大图。[0038]图5为本发明实施例中的一种基于智能手表的追踪装置的缠线履带相关的俯视剖[0039]下面通过具体实施方式进一步详细的说明：具体实施方式[0041]以下将结合实施例对本发明的构思及产生的技术效果进行清楚、完整地描述，以充分地理解本发明的目的、特征和效果。显然，所描述的实施例只是本发明的一部分实施例，而不是全部实施例，基于本发明的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本发明保护的范围：[0042]如图1所示，一种基于智能手表的追踪装置包括表盘和表带6,表带6在表盘侧面与表盘两端固定连接，表盘包括主机13。[0043]如图2和图5所示，表盘还包括底座1,主机13与底座1固定粘连，底座1内部设有缠线槽10,缠线槽10内转动连接有缠线履带3,缠线履带3侧面固定粘连有6根缠线轴4,缠线轴4一端与缠线履带3固定粘连，另一端与缠线槽10内壁转动连接。底座1侧面设有第一滑槽2,第一滑槽2与缠线槽10连通。如图3或4所示，底座1侧面两端设有与缠线槽10连通的表带槽11,表带槽11一侧设有第一磁针8,第一磁针8与底座1内的磁针滑槽12滑动连接，第一磁针8与磁针滑槽12之间固定粘连有第一弹簧9。表带槽11内嵌入有接入电流后吸附或排斥第一磁针8的第一电磁铁7。第一电磁铁7未接入电流时第一弹簧9处于自然状态，且第一磁针8与第一电磁铁7之间留有缝隙。表带6两端均设有锁孔14,表带6两端位于表带槽11底部时，第一弹簧9处于自然状态，且第一磁针8位于锁孔14内；表带6一端与缠线履带3之间固定粘连有弹性绳5,弹性绳5缠绕在缠线轴4外侧。第一电磁铁7与主机13电连接。[0044]其中，当表带6滑出表带槽11(弹性绳5被拉出缠线槽10)时，可以通过第一滑槽2单向拨转缠线履带3,缠线履带3在拨转下在缠线槽10内转动，由于弹性绳5一端被固定在缠线轴4上，随着缠线履带3的转动，弹性绳5缠绕在缠线轴4外侧，弹性绳5被收回缠线槽10.弹性绳5收回时，将表带6一端拉入表带槽11,在表带6一端经过第一磁针8时被第一磁针8卡主无法滑进表带槽11底部。继续单向拨转缠线履带3,弹性绳5形变增加，积累的弹性势能增加，对表带6的拉力增加，表带6一端对第一磁针8的压力变大，表带6将第一磁针8(圆头)推回磁针滑槽12,第一弹簧9被压缩积累弹性势能，待表带6滑入表带槽11底端(表带6一端压迫弹性绳5),锁孔14与磁针滑槽12处于一条直线，第一弹簧9释放弹性势能，第一磁针8被推入锁孔14,表带6被固定在表带槽11内。6,还能在收回表带6的同时为弹性绳5积累弹性势能，方便下一次弹出表带6,且收回表带6[0047]本实施例中，由于表带6从底座1底部插入表带槽11,表带槽11底部与用户的手部[0048]表带6可以采用分体式(两端表带6),也可以采用一体式(一根表带6),佩戴一根表[0049]当处理模块检测到智能手表处于未佩戴状态，且接收到连接的第一终端(可以是蓝牙信号强度，将蓝牙信号强度处理为距离，当距离小于预设的观察距离(一般情况下为信号的获取时间建立信号强度时间序列S(t)={81,82,…,8n},其中Sn为第n个采样时Smax={8max1,8max2,··,8maxm},Smax满足如下公据获取的蓝牙信号强度计算当前周期内信号强度梯度向量▽S=[△81,△s2,…,△sn-1],公式(2)所示：[0055]其中，Wk为时间衰减系数Wk=e-λ(n-k),λ为预设的参数，用于控制时间衰减速后向两侧的第一电磁铁7同时接入预设的弹射电流(根据第一电磁铁7对第一磁针8的吸附测装置和主机13电连接；智能手表用于在向第一电磁铁7接入电源前获取压力检测装置的置的检测数值变化，并根据获取时间将检测断压力检测装置检测采集完最小压力值后采集到的最大的检测数值是否为0,若不为0,则[0065]处理模块还用于将最小压力值为0的折线图作为挣脱折线图，对比挣脱折线图对预测折线图m+a;判断预测折线图m+a斜率为0时对应的最小压力值是否为0,若为0,则再次计算得到m+2a,并对预测折线图m+2a的最小压力值进行判断；若不为0,则将m作为临界值；处理模块用于在接收到第一终端发送的立即弹射的请求后，若第一数据未超过临界值，则按照预设的频率获取图像信息，并在获取到图像信息后向第一电磁铁7接入电流，待预设的弹出时间后，停止获取图像信息，将获取到的图像信息按照获取时间进行排序并发送给第一终端。[0066]其中，智能手表在第一电磁铁7接入电源时，倒计时预设的弹出时间，再在倒计时结束时断开。[0067]具体实施时，一种基于智能手表的追踪装置使用了一种基于智能手表的追踪方法，用户A为一种基于智能手表的追踪装置的使用者。[0068]用户A想要戴上该可一种基于智能手表的追踪装置(此后以“可穿戴装置”简述),首先需要将表带6从表带槽11中弹出。通过第一终端(用户A的手机)向智能手表发送一个弹出表带6的指令，该指令触发智能手表向其中一个第一电磁铁7接入电流。当电流接入其中一个第一电磁铁7时，表带6上没有粘连弹性绳5的一端会被弹出表带槽11。用户A等待预设的弹出时间(假设该时间在出厂时设置为2秒),之后智能手表向另一个第一电磁铁7接入电流，使得表带6完全弹出表带槽11,方便用户A[0069]当用户A取下可穿戴装置，决定将表带6收回时，用户A会发现表带6滑出表带槽11,此时弹性绳5被拉出缠线槽10.用户A通过第一滑槽2单向拨转缠线履带3,缠线履带3在缠线槽10内开始转动。由于弹性绳5一端固定在缠线轴4上，随着缠线履带3的转动，弹性绳5逐渐缠绕在缠线轴4外侧，开始被收回缠线槽10。在弹性绳5收回过程中，表带6一端会被拉向表带槽11。当表带6一端经过第一磁针8时，第一磁针8会卡住表带6,阻止其滑进表带槽11底[0070]用户A继续单向拨转缠线履带3,此时弹性绳5的形变增加，积累的弹性势能也随之增加，对表带6的拉力增大，表带6一端对第一磁针8的挤压也相应增加。第一磁针8(圆头)在表带6的挤压下，会对抗第一弹簧9的弹性势能被重新推回磁针滑槽12。随后，表带6顺利滑入表带槽11底端，此时锁孔14与磁针滑槽12处于一条直线，第一弹簧9释放弹性势能，将第一磁针8推入锁孔14,表带6被牢固地固定在表带槽11内。用户A再将另一侧表带6按压进另一侧表带槽11底端，完成表带6的收回操作。这种收回方式既简单又便捷，同时为弹性绳5积累了弹性势能，方便下一次的弹出操作。[0071]一天，用户A将智能手表取下并放置在一旁，智能手表处于未佩戴状态。智能手表会持续监测自身状态，并与第一终端(用户A的手机)保持蓝牙连接。当用户A在第一终端上触发弹射请求(例如，用户A不小心将智能手表遗忘在某个地方，想通过手机将其弹射出来以便寻找),第一终端会向智能手表发送弹射请求。智能手表接收到弹射请求后，会先获取第一终端发出的蓝牙信号强度，并将其处理为距离。因为智能手表与第一终端的距离小于预设的观察距离(该距离一般情况下为1m,用户A之前通过第一终端将其设置为0.8m),所以智能手表会向第一终端发送立即弹射的询问信息。第一终端收到立即弹射的询问信息后，会弹出一个确认窗口，用户A录入确认信息(例如点击确认按钮)。第一终端接收到确认信息后，会向智能手表发送立即弹射的请求。智能手表接收到该请求后，向两侧的第一电磁铁7同时接入预设的弹射电流(该弹射电流的大小是根据第一电磁铁7对第一磁针8的吸附力或排斥力设置的),并向第一终端发送表带6已弹出的信息。用户A的第一终端接收到该信息[0072]在智能手表处于距离第一终端小于观察距离的情况下，智能手表会向第一终端发送方向预估请求。用户A的第一终端接收到该请求后，开始播放预设的手臂伸长提示(“请将手臂伸长，以便更好地定位智能手表的位置”)。第一终端根据智能手表发出的蓝牙信号的强度变化确定旋转起点以及旋转起点对应的蓝牙信号强度。然后，第一终端会播放预设的旋转一周提示(“请将手臂旋转一周，帮助定位智能手表”),并持续获取智能手表发出的蓝牙信号强度。第一终端会将获取到的最大的蓝牙信号强度作为最近强度，并继续获取智能手表发出的蓝牙信号强度。当新获取的蓝牙信号强度与最近强度相同时，第一终端会显示确认提示(“已找到最佳位置，请确认”),并等待用户A录入确认信息。用户A看到确认提示[0073]智能手表包含一个基于第一数据和折线图构建的深度学习模型。在日常使用过程中，智能手表会将收集到的多组第一数据和相应的折线图对应的数值变化用于训练深度学习模型。这些数据可以来自用户A不同时间的操作和使用情况，例如不同的弹出和收回操作，不同的佩戴状态下的压力数据等。当检测到新的第一数据后，智能手表会将该第一数据放入训练后的深度学习模型进行处理，得到预测折线图。智能手表会将预设折线图中的最大斜率和获取的折线图中的最大斜率进行对比，假设预设的差值根据弹性绳5的弹性系数设置为0.3。当对比结果大于该差值时，智能手表会向第一终端发送更换弹性绳5的提示，用户A会在第一终端上