本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，具體涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種數(shù)據(jù)處理方法、裝置及終端。

背景技術(shù)：

計步是指對運動對象的運動數(shù)據(jù)進行分析確定運動步伐，以實現(xiàn)對運動步伐的數(shù)量進行統(tǒng)計的一種技術(shù)手段。其中，運動對象可以包括但不限于人類、動物或需要進行計步等數(shù)據(jù)處理的其他物體?，F(xiàn)有技術(shù)中在進行計步時的數(shù)據(jù)處理過程為：采集運動對象的運動數(shù)據(jù)，該運動數(shù)據(jù)通常為運動過程中的重力加速度，統(tǒng)計數(shù)值達到某個閾值的重力加速度的數(shù)量，將該數(shù)量作為計步結(jié)果進行輸出?，F(xiàn)有技術(shù)的數(shù)據(jù)處理方案依賴于重力加速度的數(shù)值實現(xiàn)計步，由于重力加速度的數(shù)值受限于運動場景，例如：低速運動場景(例如：人緩慢行走的場景)時重力加速度的數(shù)值較為固定，而高速運動場景(例如：人快速跑步的場景)時重力加速度的數(shù)值變化較大，運動場景的影響會使得現(xiàn)有技術(shù)的計步結(jié)果不夠準確，從而影響了數(shù)據(jù)處理的準確度和智能性。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例提供一種數(shù)據(jù)處理方法、裝置及終端，可提升計步結(jié)果的準確性，提升數(shù)據(jù)處理的準確度和智能性。

本發(fā)明實施例第一方面提供一種數(shù)據(jù)處理方法，可包括：

采集運動對象的至少一個運動數(shù)據(jù)，其中，一個運動數(shù)據(jù)包括多個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間；

從所述至少一個運動數(shù)據(jù)中確認出至少一個運動步伐；

根據(jù)所述至少一個運動數(shù)據(jù)包括的角數(shù)據(jù)的采集時間，確定所述至少一個運動步伐對應的運動時間；

按照所述至少一個運動步伐對應的運動時間對所述至少一個運動步伐進行篩選，獲得至少一個目標運動步伐；

將所述目標運動步伐的數(shù)量作為計步結(jié)果進行輸出。

本發(fā)明實施例第二方面提供一種數(shù)據(jù)處理裝置，可包括：

采集單元，用于采集運動對象的至少一個運動數(shù)據(jù)，其中，一個運動數(shù)據(jù)包括多個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間；

確認單元，用于從所述至少一個運動數(shù)據(jù)中確認出至少一個運動步伐；

確定單元，用于根據(jù)所述至少一個運動數(shù)據(jù)包括的角數(shù)據(jù)的采集時間，確定所述至少一個運動步伐對應的運動時間；

篩選單元，用于按照所述至少一個運動步伐對應的運動時間對所述至少一個運動步伐進行篩選，獲得至少一個目標運動步伐；

輸出單元，用于將所述目標運動步伐的數(shù)量作為計步結(jié)果進行輸出。

本發(fā)明實施例第三方面提供一種終端，可包括上述第二方面的數(shù)據(jù)處理裝置。

實施本發(fā)明實施例，具有如下有益效果：

本發(fā)明實施例可通過采集運動對象的包括角數(shù)據(jù)的運動數(shù)據(jù)進行運動步伐的確認，并結(jié)合運動步伐的運動時間對運動步伐進行進一步的篩選，依據(jù)篩選后的目標運動步伐獲得計步結(jié)果；由于采用角數(shù)據(jù)可避免高低速等運動場景對計步結(jié)果所帶來的影響，結(jié)合運動步伐的運動時間可以對不符合運動規(guī)律的無效運動步伐進行篩除，從而有效地提升了計步結(jié)果的準確性，提升了數(shù)據(jù)處理的準確度和智能性。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例提供的一種數(shù)據(jù)處理方法的流程圖；

圖2為本發(fā)明實施例提供的另一種數(shù)據(jù)處理方法的流程圖；

圖3為本發(fā)明實施例提供的一種數(shù)據(jù)處理裝置的結(jié)構(gòu)示意圖；

圖4為圖3所示的采集單元的實施例的結(jié)構(gòu)示意圖；

圖5為圖3所示的確認單元的實施例的結(jié)構(gòu)示意圖；

圖6為圖3所示的確定單元的實施例的結(jié)構(gòu)示意圖；

圖7為圖3所示的篩選單元的實施例的結(jié)構(gòu)示意圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

本發(fā)明實施例中，終端可以為筆記本電腦、手機、PAD(平板電腦)、智能可穿戴設備等設備。終端中可安裝運行各類應用程序，包括但不限于：即時通信應用程序、SNS(Social Networking Services，社會性網(wǎng)絡服務)應用程序、游戲應用程序、安全應用程序等等。

本發(fā)明實施例中，計步是指對運動對象的運動數(shù)據(jù)進行分析確定運動步伐，以實現(xiàn)對運動步伐的數(shù)量進行統(tǒng)計的一種技術(shù)手段。其中，運動對象可以包括但不限于人類、動物或需要進行計步等數(shù)據(jù)處理的其他物體。本發(fā)明實施例可根據(jù)包括角數(shù)據(jù)的運動數(shù)據(jù)進行運動步伐的確認，并結(jié)合運動步伐的運動時間對運動步伐進行進一步的篩選，依據(jù)篩選后的目標運動步伐獲得計步結(jié)果；采用角數(shù)據(jù)可避免高低速等運動場景對計步結(jié)果所帶來的影響，結(jié)合運動步伐的運動時間可以對不符合運動規(guī)律的無效運動步伐進行篩除，從而有效地提升計步結(jié)果的準確性，提升數(shù)據(jù)處理的準確度和智能性。

基于上述描述，下面將結(jié)合附圖1-附圖2，對本發(fā)明實施例提供的數(shù)據(jù)處理方法進行詳細介紹。需要說明的是，下述附圖1-附圖2的方法的流程可以由本發(fā)明實施例提供的數(shù)據(jù)處理裝置所執(zhí)行，該裝置可以為終端中具備數(shù)據(jù)處理能力的應用程序，例如：終端中的即時通信應用程序、SNS應用程序等。

請參見圖1，為本發(fā)明實施例提供的一種數(shù)據(jù)處理方法的流程圖；該方法可包括以下步驟S101-步驟S105。

S101，采集運動對象的至少一個運動數(shù)據(jù)，其中，一個運動數(shù)據(jù)包括多個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。

所述運動對象可以包括但不限于人類、動物或需要進行計步等數(shù)據(jù)處理的其他物體。所述角數(shù)據(jù)可以采用三維坐標方式進行表示，例如某角數(shù)據(jù)a₁可表示 為a₁(x_a1，y_a1，z_a1)。所述角數(shù)據(jù)的采集時間可采用t進行表示，例如某角數(shù)據(jù)a₁的采集時間可表示為t_a1。運動對象完成一個運動動作可產(chǎn)生一個運動數(shù)據(jù)，例如：人在行走運動的過程中，人的一只腳向前邁一步為一個運動動作，人的一只腳向后退一步為一個運動動作，人的兩腳并攏也為一個運動動作，等等，因此，一個運動數(shù)據(jù)可用于描述一個運動動作。通常，運動對象在運動過程中會進行持續(xù)、連貫的一系列運動動作，從而產(chǎn)生多個運動數(shù)據(jù)，本步驟則可采集運動對象的至少一個運動數(shù)據(jù)。

以人進行行走運動為例，假設本步驟可采集人在行走過程中邁步產(chǎn)生的四個運動數(shù)據(jù)，該四個運動數(shù)據(jù)可表示為A、B、C和D，假設運動數(shù)據(jù)A可包括角數(shù)據(jù)a₁(x_a1，y_a1，z_a1)及采集時間t_a1、a₂(x_a2，y_a2，z_a2)及采集時間t_a2直至a_n(x_an，y_an，z_an)及采集時間t_an共n(n為大于1的正整數(shù))個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。假設運動數(shù)據(jù)B可包括角數(shù)據(jù)b₁(x_b1，y_b1，z_b1)及采集時間t_b1、b₂(x_b2，y_b2，z_b2)及采集時間t_b2直至b_n(x_bn，y_bn，z_bn)及采集時間t_bn共n個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。假設運動數(shù)據(jù)C可包括角數(shù)據(jù)c₁(x_c1，y_c1，z_c1)及采集時間t_c1、c₂(x_c2，y_c2，z_c2)及采集時間t_c2直至c_n(x_cn，y_cn，z_cn)及采集時間t_cn共n個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。假設運動數(shù)據(jù)D可包括角數(shù)據(jù)d₁(x_d1，y_d1，z_d1)及采集時間t_d1、d₂(x_d2，y_d2，z_d2)及采集時間t_d2直至d_n(x_dn，y_dn，z_dn)及采集時間t_dn共n個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。

S102，從所述至少一個運動數(shù)據(jù)中確認出至少一個運動步伐。

一個運動數(shù)據(jù)可用于描述一個運動動作，也就是說，一個運動數(shù)據(jù)可能用于表示一個運動步伐，也可能用于表示一個跳躍動作，甚至可能用于表示一個原地靜止的動作。本步驟中需要從所述至少一個運動數(shù)據(jù)中識別出用于表示運動步伐的所有運動數(shù)據(jù)，并由此確認至少一個運動步伐；具體實現(xiàn)中，可以采用預置檢測算法對運動數(shù)據(jù)進行步伐檢測，確認出至少一個運動步伐。其中，所述預置檢測算法可包括但不限于：波峰檢測算法、過零點檢測算法等等。按照步驟S101中所示例子，本步驟可以采用預置檢測算法從A、B、C和D四個運動數(shù)據(jù)中識別出用于表示運動步伐的運動數(shù)據(jù)，由此確認運動步伐。

S103，根據(jù)所述至少一個運動數(shù)據(jù)包括的角數(shù)據(jù)的采集時間，確定所述至少一個運動步伐對應的運動時間。

由于一個運動步伐可采用一個運動數(shù)據(jù)進行表示，進一步，一個運動步伐 可以采用多個角數(shù)據(jù)及角數(shù)據(jù)的采集時間進行表示，因此，運動步伐對應的運動數(shù)據(jù)所包括的每個角數(shù)據(jù)的采集時間均可以認為是該運動步伐的運動時間，為了方便后續(xù)的計步過程，本發(fā)明實施例可以選取一個角數(shù)據(jù)的采集時間作為該運動步伐對應的運動時間；例如，假設經(jīng)過步驟S102確認運動數(shù)據(jù)A用于表示一個運動步伐，本步驟則可根據(jù)運動數(shù)據(jù)A包括的n個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間，構(gòu)建表示運動步伐的波形，并可從該波形中選取特征角數(shù)據(jù)，將該特征角數(shù)據(jù)的采集時間確定為該運動步伐的運動時間；其中的特征角數(shù)據(jù)可以為該波形中隨機選取的一個角數(shù)據(jù)，或者，可以為該波形中的波峰對應的角數(shù)據(jù)，或者，可以為該波形中的波谷對應的角數(shù)據(jù)，或者，可以為該波形中的零點對應的角數(shù)據(jù)。

S104，按照所述至少一個運動步伐對應的運動時間對所述至少一個運動步伐進行篩選，獲得至少一個目標運動步伐。

篩選的目的在于將所述至少一個運動步伐中不符合運動規(guī)律的無效運動步伐進行篩除，保留有效的運動步伐作為目標運動步伐。需要說明的是，按照運動規(guī)律，運動對象在正常運動過程中相鄰運動步伐之間的時間間隔應當位于一定的時間范圍內(nèi)。本步驟可以計算所述至少一個運動步伐中相鄰運動步伐之間的運動時間的時間間隔，結(jié)合運動規(guī)律對至少一個運動步伐進行篩選，從中篩除不滿足此運動規(guī)律的無效運動步伐，而將滿足此運動規(guī)律的運動步伐確定為目標運動步伐。

S105，將所述目標運動步伐的數(shù)量作為計步結(jié)果進行輸出。

本步驟需要統(tǒng)計所述目標運動步伐的數(shù)量，即統(tǒng)計滿足運動規(guī)律的所有運動步伐的數(shù)量，此數(shù)量即為計步結(jié)果并進行輸出。需要說明的是，可以在終端的屏幕中輸出所述目標運動步伐的數(shù)量，并將此數(shù)量作為對所述運動對象的計步結(jié)果。實際應用中，具體可以在終端的應用程序的交互界面(如即時通信應用程序的交互界面、SNS應用程序的交互界面等等)中輸出所述目標運動步伐的數(shù)量，并將此數(shù)量作為對所述運動對象的計步結(jié)果。

本發(fā)明實施例可通過采集運動對象的包括角數(shù)據(jù)的運動數(shù)據(jù)進行運動步伐的確認，并結(jié)合運動步伐的運動時間對運動步伐進行進一步的篩選，依據(jù)篩選后的目標運動步伐獲得計步結(jié)果；由于采用角數(shù)據(jù)可避免高低速等運動場景對計步結(jié)果所帶來的影響，結(jié)合運動步伐的運動時間可以對不符合運動規(guī)律的無 效運動步伐進行篩除，從而有效地提升了計步結(jié)果的準確性，提升了數(shù)據(jù)處理的準確度和智能性。

請參見圖2，為本發(fā)明實施例提供的另一種數(shù)據(jù)處理方法的流程圖；該方法可包括以下步驟S201-步驟S212。

S201，當監(jiān)測到終端隨著終端側(cè)的運動對象進行運動時，調(diào)用所述終端中的陀螺儀傳感器采集所述終端的至少一個運動數(shù)據(jù)。

所述運動對象可以包括但不限于人類、動物或需要進行計步等數(shù)據(jù)處理的其他物體。本實施例中，所述運動對象可以指攜帶終端進行運動的人類、動物或需要進行計步等數(shù)據(jù)處理的其他物體。所述終端中可內(nèi)置陀螺儀傳感器，當所述終端側(cè)的運動對象進行運動時，將帶動所述終端進行運動；所述終端隨著所述運動對象完成一個運動動作可產(chǎn)生一個運動數(shù)據(jù)，因此，一個運動數(shù)據(jù)可用于描述一個運動動作。通常，所述終端隨著所述運動對象在運動過程中會進行持續(xù)、連貫的一系列運動動作，從而產(chǎn)生多個運動數(shù)據(jù)，本步驟可調(diào)用所述終端中的陀螺儀傳感器采集所述終端的至少一個運動數(shù)據(jù)。其中，一個運動數(shù)據(jù)包括多個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。所述角數(shù)據(jù)可以采用三維坐標方式進行表示，例如某角數(shù)據(jù)a₁可表示為a₁(x_a1，y_a1，z_a1)。所述角數(shù)據(jù)的采集時間可采用t進行表示，例如某角數(shù)據(jù)a₁的采集時間可表示為t_a1。

S202，將所述終端的至少一個運動數(shù)據(jù)確定為所述運動對象的至少一個運動數(shù)據(jù)。

由于所述終端側(cè)的運動對象進行運動時將帶動所述終端進行運動，因此所述終端的運動數(shù)據(jù)可用于表征所述運動對象的運動數(shù)據(jù)，本步驟可將所采集到的所述終端的至少一個運動數(shù)據(jù)確定為所述運動對象的至少一個運動數(shù)據(jù)。以人進行行走運動為例，假設步驟S201采集到所述終端的四個運動數(shù)據(jù)，該四個運動數(shù)據(jù)可表示為A、B、C和D，假設運動數(shù)據(jù)A可包括角數(shù)據(jù)a₁(x_a1，y_a1，z_a1)及采集時間t_a1、a₂(x_a2，y_a2，z_a2)及采集時間t_a2直至a_n(x_an，y_an，z_an)及采集時間t_an共n(n為大于1的正整數(shù))個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。假設運動數(shù)據(jù)B可包括角數(shù)據(jù)b₁(x_b1，y_b1，z_b1)及采集時間t_b1、b₂(x_b2，y_b2，z_b2)及采集時間t_b2直至b_n(x_bn，y_bn，z_bn)及采集時間t_bn共n個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。假設運動數(shù)據(jù)C可包括角數(shù)據(jù)c₁(x_c1，y_c1，z_c1)及采集時間t_c1、c₂(x_c2，y_c2， z_c2)及采集時間t_c2直至c_n(x_cn，y_cn，z_cn)及采集時間t_cn共n個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。假設運動數(shù)據(jù)D可包括角數(shù)據(jù)d₁(x_d1，y_d1，z_d1)及采集時間t_d1、d₂(x_d2，y_d2，z_d2)及采集時間t_d2直至d_n(x_dn，y_dn，z_dn)及采集時間t_dn共n個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。本步驟S202可確定人在上述行走過程中的也包括A、B、C和D四個運動數(shù)據(jù)。

本實施例的步驟S201-步驟S202可以為圖1所示實施例的步驟S101的具體細化步驟。

S203，采用巴特沃斯低通濾波算法對所述至少一個運動數(shù)據(jù)進行低通濾波處理。

本步驟中，對所述至少一個運動數(shù)據(jù)進行低通濾波處理的目的在于濾除影響所述至少一個運動數(shù)據(jù)的噪聲，以使得后續(xù)對所述至少一個運動數(shù)據(jù)的處理更為準確。其中，巴特沃斯低通濾波算法是一種電子濾波算法，其特點在于通頻帶的頻率響應曲線較平滑，濾波效果較好。優(yōu)選地，本步驟可采用十二階的巴特沃斯低通濾波算法對所述至少一個運動數(shù)據(jù)進行低通濾波處理，以降低噪聲對所述至少一個運動數(shù)據(jù)的影響。

S204，按照所述至少一個運動數(shù)據(jù)中各運動數(shù)據(jù)包括的角數(shù)據(jù)以及每個角數(shù)據(jù)的采集時間，構(gòu)建所述各運動數(shù)據(jù)的檢測波形。

按照本實施例所示例子，共四個運動數(shù)據(jù)可表示為A、B、C和D，本步驟可按照運動數(shù)據(jù)A所包括的角數(shù)據(jù)a₁(x_a1，y_a1，z_a1)、a₂(x_a2，y_a2，z_a2)至a_n(x_an，y_an，z_an)共n個角數(shù)據(jù)，以及各角數(shù)據(jù)對應的采集時間t_a1、t_a2至t_an，繪制運動數(shù)據(jù)A的檢測波形P。同理，本步驟可繪制獲得運動數(shù)據(jù)B的檢測波形Q，運動數(shù)據(jù)C的檢測波形R，運動數(shù)據(jù)D的檢測波形S。需要說明的是，檢測波形P、Q、R、S可以采用不同的坐標空間分別進行繪制，也可以繪制于同一坐標空間。

S205，采用過零檢測算法判斷所述各運動數(shù)據(jù)的檢測波形是否通過零點，其中，通過零點的檢測波形為目標檢測波形。

按照運動規(guī)律，正常運動過程中若產(chǎn)生運動步伐，則用于表示運動步伐的運動數(shù)據(jù)的檢測波形必定會通過零點，因此，本步驟可依據(jù)此運動規(guī)律，采用過零檢測算法判斷所述各運動數(shù)據(jù)的檢測波形是否通過零點。按照本實施例所示例子，本步驟需要分別判斷檢測波形P、Q、R、S是否通過零點，假設檢測波形P、Q、R通過零點，檢測波形S未通過零點，則確定檢測波形P、Q、R為 目標檢測波形。

S206，從所述各運動數(shù)據(jù)的檢測波形中選取至少一個目標檢測波形，其中，一個目標檢測波形對應的運動數(shù)據(jù)用于表示一個運動步伐。

按照本實施例所示例子，確定檢測波形P、Q、R為目標檢測波形，則目標檢測波形P對應的運動數(shù)據(jù)A用于表示一個運動步伐，目標檢測波形Q對應的運動數(shù)據(jù)B用于表示一個運動步伐，目標檢測波形R對應的運動數(shù)據(jù)C用于表示一個運動步伐。進一步可說明，檢測波形S對應的運動數(shù)據(jù)D所表示的運動動作并非運動步伐，其可能是用于表示一個跳躍動作，甚至可能用于表示一個原地靜止的動作，或者其他可能的運動動作。

本實施例的步驟S204-步驟S206可以為圖1所示實施例的步驟S102的具體細化步驟。

S207，從所述至少一個目標檢測波形中的各目標檢測波形對應的運動數(shù)據(jù)中選取特征角數(shù)據(jù)。

由于一個運動步伐可采用一個運動數(shù)據(jù)進行表示，進一步，一個運動步伐可以采用多個角數(shù)據(jù)及角數(shù)據(jù)的采集時間進行表示，因此，運動步伐對應的運動數(shù)據(jù)所包括的每個角數(shù)據(jù)的采集時間均可以認為是該運動步伐的運動時間，為了方便后續(xù)的計步過程，本發(fā)明實施例可以選取一個角數(shù)據(jù)的采集時間作為該運動步伐對應的運動時間。其中，特征角數(shù)據(jù)可以為從目標檢測波形中隨機選取的一個角數(shù)據(jù)，或者，可以為目標檢測波形中的波峰對應的角數(shù)據(jù)，或者，可以為目標檢測波形中的波谷對應的角數(shù)據(jù)，或者，可以為目標檢測波形中的零點對應的角數(shù)據(jù)。按照本實施例所示例子，本步驟可以分別從目標檢測波形P、Q、R選取波峰對應的角數(shù)據(jù)為特征角數(shù)據(jù)，假設從目標檢測波形P選取的特征角數(shù)據(jù)為a_i(x_ai，y_ai，z_ai)，其采集時間為t_ai(i為整數(shù)且1≤i≤n)；從目標檢測波形Q選取的特征角數(shù)據(jù)為b_j(x_bj，y_bj，z_bj)，其采集時間為t_bj(j為整數(shù)且1≤j≤n)；從目標檢測波形R選取的特征角數(shù)據(jù)為c_k(x_ck，y_ck，z_ck)，其采集時間為t_ck(k為整數(shù)且1≤k≤n)。

S208，將所選取的特征角數(shù)據(jù)的采集時間確定為所述各目標檢測波形對應的運動數(shù)據(jù)所表示的運動步伐對應的運動時間。

按照本實施例所示例子，本步驟可確定如下：運動數(shù)據(jù)A所表示的運動步伐對應的運動時間為t_ai，運動數(shù)據(jù)B所表示的運動步伐對應的運動時間為t_bj，運動 數(shù)據(jù)C所表示的運動步伐對應的運動時間為t_ck。

本實施例的步驟S207-步驟S208可以為圖1所示實施例的步驟S103的具體細化步驟。

S209，按照所述至少一個運動步伐對應的運動時間的先后順序?qū)λ鲋辽僖粋€運動步伐進行排序，生成目標序列。

按照本實施例所示例子，假設t_ai＜t_bj＜t_ck，本步驟可以生成目標序列為：運動數(shù)據(jù)A所表示的運動步伐-運動數(shù)據(jù)B所表示的運動步伐-運動數(shù)據(jù)C所表示的運動步伐。

S210，依次計算所述目標序列中每相鄰兩個運動步伐對應的運動時間的時間間隔。

按照本實施例所示例子，所述目標序列中運動數(shù)據(jù)A所表示的運動步伐與運動數(shù)據(jù)B所表示的運動步伐為相鄰運動步伐，運動數(shù)據(jù)B所表示的運動步伐-運動數(shù)據(jù)C所表示的運動步伐為相鄰運動步伐；那么，本步驟需要分別計算t_bj-t_ai，以及t_ck-t_bj。

S211，當計算到所述目標序列中相鄰的第一運動步伐與第二運動步伐對應的運動時間的時間間隔超出預設時間范圍時，將所述目標序列中除所述第二運動步伐之外的所有運動步伐確定為目標運動步伐，其中，所述第一運動步伐對應的運動時間先于所述第二運動步伐對應的運動時間；或者，當所述目標序列中任意相鄰兩個運動步伐對應的運動時間的時間間隔均位于所述預設時間范圍時，將所述目標序列中所有運動步伐確定為目標運動步伐。

需要說明的是，按照運動規(guī)律，運動對象在正常運動過程中相鄰運動步伐之間的時間間隔應當位于預設時間范圍內(nèi)，所述預設時間范圍可以根據(jù)實際情況進行設定，例如：針對人進行行走運動，通常預設時間范圍為[0.4s，2s]，等等。按照本實施例所示例子，如果t_bj-t_ai及t_ck-t_bj均位于預設時間范圍內(nèi)，那么，代表所述目標序列中所有運動步伐均為符合運動規(guī)律的有效運動步伐，則本步驟可確定為所述目標序列中所有運動步伐為目標運動步伐，即可確定所述目標序列中運動數(shù)據(jù)A所表示的運動步伐、運動數(shù)據(jù)B所表示的運動步伐，以及運動數(shù)據(jù)C所表示的運動步伐均為目標運動步伐。如果t_bj-t_ai位于預設時間范圍內(nèi)，而t_ck-t_bj超出預設時間范圍，表明運動數(shù)據(jù)C所表示的運動步伐不符合運動規(guī)律，運動數(shù)據(jù)C所表示的運動步伐為無效運動步伐，本步驟則排除該無效運動步伐， 而將所述目標序列中其他滿足運動規(guī)律的有效運動步伐確定為目標運動步伐，即可確定所述目標序列中運動數(shù)據(jù)A所表示的運動步伐、運動數(shù)據(jù)B所表示的運動步伐均為目標運動步伐。

本實施例的步驟S209-步驟S211可以為圖1所示實施例的步驟S104的具體細化步驟。

S212，將所述目標運動步伐的數(shù)量作為計步結(jié)果進行輸出。

本步驟需要統(tǒng)計所述目標運動步伐的數(shù)量，即統(tǒng)計滿足運動規(guī)律的所有運動步伐的數(shù)量，此數(shù)量即為計步結(jié)果并進行輸出。需要說明的是，可以在終端的屏幕中輸出所述目標運動步伐的數(shù)量，并將此數(shù)量作為對所述運動對象的計步結(jié)果。實際應用中，具體可以在終端的應用程序的交互界面(如即時通信應用程序的交互界面、SNS應用程序的交互界面等等)中輸出所述目標運動步伐的數(shù)量，并將此數(shù)量作為對所述運動對象的計步結(jié)果。

本發(fā)明實施例可通過采集運動對象的包括角數(shù)據(jù)的運動數(shù)據(jù)進行運動步伐的確認，并結(jié)合運動步伐的運動時間對運動步伐進行進一步的篩選，依據(jù)篩選后的目標運動步伐獲得計步結(jié)果；由于采用角數(shù)據(jù)可避免高低速等運動場景對計步結(jié)果所帶來的影響，結(jié)合運動步伐的運動時間可以對不符合運動規(guī)律的無效運動步伐進行篩除，從而有效地提升了計步結(jié)果的準確性，提升了數(shù)據(jù)處理的準確度和智能性。

下面將結(jié)合附圖3-附圖7，對本發(fā)明實施例提供的數(shù)據(jù)處理裝置進行詳細介紹。需要說明的是，下述的裝置可以為終端中具備數(shù)據(jù)處理能力的應用程序，例如：終端中的即時通信應用程序、SNS應用程序等，以被應用于執(zhí)行上述附圖1-附圖2所示的數(shù)據(jù)處理方法。

請參見圖3，為本發(fā)明實施例提供的一種數(shù)據(jù)處理裝置的結(jié)構(gòu)示意圖；該裝置可包括：采集單元101、確認單元102、確定單元103、篩選單元104和輸出單元105。

采集單元101，用于采集運動對象的至少一個運動數(shù)據(jù)，其中，一個運動數(shù)據(jù)包括多個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。

所述運動對象可以包括但不限于人類、動物或需要進行計步等數(shù)據(jù)處理的其他物體。所述角數(shù)據(jù)可以采用三維坐標方式進行表示，例如某角數(shù)據(jù)a₁可表示 為a₁(x_a1，y_a1，z_a1)。所述角數(shù)據(jù)的采集時間可采用t進行表示，例如某角數(shù)據(jù)a₁的采集時間可表示為t_a1。運動對象完成一個運動動作可產(chǎn)生一個運動數(shù)據(jù)，例如：人在行走運動的過程中，人的一只腳向前邁一步為一個運動動作，人的一只腳向后退一步為一個運動動作，人的兩腳并攏也為一個運動動作，等等，因此，一個運動數(shù)據(jù)可用于描述一個運動動作。通常，運動對象在運動過程中會進行持續(xù)、連貫的一系列運動動作，從而產(chǎn)生多個運動數(shù)據(jù)，所述采集單元101可采集運動對象的至少一個運動數(shù)據(jù)。

以人進行行走運動為例，假設所述采集單元101可采集人在行走過程中邁步產(chǎn)生的四個運動數(shù)據(jù)，該四個運動數(shù)據(jù)可表示為A、B、C和D，假設運動數(shù)據(jù)A可包括角數(shù)據(jù)a₁(x_a1，y_a1，z_a1)及采集時間t_a1、a₂(x_a2，y_a2，z_a2)及采集時間t_a2直至a_n(x_an，y_an，z_an)及采集時間t_an共n(n為大于1的正整數(shù))個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。假設運動數(shù)據(jù)B可包括角數(shù)據(jù)b₁(x_b1，y_b1，z_b1)及采集時間t_b1、b₂(x_b2，y_b2，z_b2)及采集時間t_b2直至b_n(x_bn，y_bn，z_bn)及采集時間t_bn共n個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。假設運動數(shù)據(jù)C可包括角數(shù)據(jù)c₁(x_c1，y_c1，z_c1)及采集時間t_c1、c₂(x_c2，y_c2，z_c2)及采集時間t_c2直至c_n(x_cn，y_cn，z_cn)及采集時間t_cn共n個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。假設運動數(shù)據(jù)D可包括角數(shù)據(jù)d₁(x_d1，y_d1，z_d1)及采集時間t_d1、d₂(x_d2，y_d2，z_d2)及采集時間t_d2直至d_n(x_dn，y_dn，z_dn)及采集時間t_dn共n個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。

確認單元102，用于從所述至少一個運動數(shù)據(jù)中確認出至少一個運動步伐。

一個運動數(shù)據(jù)可用于描述一個運動動作，也就是說，一個運動數(shù)據(jù)可能用于表示一個運動步伐，也可能用于表示一個跳躍動作，甚至可能用于表示一個原地靜止的動作。所述確認單元102需要從所述至少一個運動數(shù)據(jù)中識別出用于表示運動步伐的所有運動數(shù)據(jù)，并由此確認至少一個運動步伐；具體實現(xiàn)中，可以采用預置檢測算法對運動數(shù)據(jù)進行步伐檢測，確認出至少一個運動步伐。其中，所述預置檢測算法可包括但不限于：波峰檢測算法、過零點檢測算法等等。按照本實施例所示例子，所述確認單元102可以采用預置檢測算法從A、B、C和D四個運動數(shù)據(jù)中識別出用于表示運動步伐的運動數(shù)據(jù)，由此確認運動步伐。

確定單元103，用于根據(jù)所述至少一個運動數(shù)據(jù)包括的角數(shù)據(jù)的采集時間，確定所述至少一個運動步伐對應的運動時間。

由于一個運動步伐可采用一個運動數(shù)據(jù)進行表示，進一步，一個運動步伐 可以采用多個角數(shù)據(jù)及角數(shù)據(jù)的采集時間進行表示，因此，運動步伐對應的運動數(shù)據(jù)所包括的每個角數(shù)據(jù)的采集時間均可以認為是該運動步伐的運動時間，為了方便后續(xù)的計步過程，本發(fā)明實施例可以選取一個角數(shù)據(jù)的采集時間作為該運動步伐對應的運動時間；例如，假設確認運動數(shù)據(jù)A用于表示一個運動步伐，所述確定單元103可根據(jù)運動數(shù)據(jù)A包括的n個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間，構(gòu)建表示運動步伐的波形，并可從該波形中選取特征角數(shù)據(jù)，將該特征角數(shù)據(jù)的采集時間確定為該運動步伐的運動時間；其中的特征角數(shù)據(jù)可以為該波形中隨機選取的一個角數(shù)據(jù)，或者，可以為該波形中的波峰對應的角數(shù)據(jù)，或者，可以為該波形中的波谷對應的角數(shù)據(jù)，或者，可以為該波形中的零點對應的角數(shù)據(jù)。

篩選單元104，用于按照所述至少一個運動步伐對應的運動時間對所述至少一個運動步伐進行篩選，獲得至少一個目標運動步伐。

篩選的目的在于將所述至少一個運動步伐中不符合運動規(guī)律的無效運動步伐進行篩除，保留有效的運動步伐作為目標運動步伐。需要說明的是，按照運動規(guī)律，運動對象在正常運動過程中相鄰運動步伐之間的時間間隔應當位于一定的時間范圍內(nèi)。所述篩選單元104可以計算所述至少一個運動步伐中相鄰運動步伐之間的運動時間的時間間隔，結(jié)合運動規(guī)律對至少一個運動步伐進行篩選，從中篩除不滿足此運動規(guī)律的無效運動步伐，而將滿足此運動規(guī)律的運動步伐確定為目標運動步伐。

輸出單元105，用于將所述目標運動步伐的數(shù)量作為計步結(jié)果進行輸出。

所述輸出單元105需要統(tǒng)計所述目標運動步伐的數(shù)量，即統(tǒng)計滿足運動規(guī)律的所有運動步伐的數(shù)量，此數(shù)量即為計步結(jié)果并進行輸出。需要說明的是，可以在終端的屏幕中輸出所述目標運動步伐的數(shù)量，并將此數(shù)量作為對所述運動對象的計步結(jié)果。實際應用中，具體可以在終端的應用程序的交互界面(如即時通信應用程序的交互界面、SNS應用程序的交互界面等等)中輸出所述目標運動步伐的數(shù)量，并將此數(shù)量作為對所述運動對象的計步結(jié)果。

再請參見圖3，可選地，該裝置還可包括：濾波處理單元106。

濾波處理單元106，用于采用巴特沃斯低通濾波算法對所述至少一個運動數(shù)據(jù)進行低通濾波處理。

所述濾波處理單元106對所述至少一個運動數(shù)據(jù)進行低通濾波處理的目的 在于濾除影響所述至少一個運動數(shù)據(jù)的噪聲，以使得后續(xù)對所述至少一個運動數(shù)據(jù)的處理更為準確。其中，巴特沃斯低通濾波算法是一種電子濾波算法，其特點在于通頻帶的頻率響應曲線較平滑，濾波效果較好。優(yōu)選地，所述濾波處理單元106可采用十二階的巴特沃斯低通濾波算法對所述至少一個運動數(shù)據(jù)進行低通濾波處理，以降低噪聲對所述至少一個運動數(shù)據(jù)的影響。

本發(fā)明實施例可通過采集運動對象的包括角數(shù)據(jù)的運動數(shù)據(jù)進行運動步伐的確認，并結(jié)合運動步伐的運動時間對運動步伐進行進一步的篩選，依據(jù)篩選后的目標運動步伐獲得計步結(jié)果；由于采用角數(shù)據(jù)可避免高低速等運動場景對計步結(jié)果所帶來的影響，結(jié)合運動步伐的運動時間可以對不符合運動規(guī)律的無效運動步伐進行篩除，從而有效地提升了計步結(jié)果的準確性，提升了數(shù)據(jù)處理的準確度和智能性。

請參見圖4，為圖3所示的采集單元的實施例的結(jié)構(gòu)示意圖；該采集單元101可包括：調(diào)用單元1001和運動數(shù)據(jù)確定單元1002。

調(diào)用單元1001，用于當監(jiān)測到終端隨著終端側(cè)的運動對象進行運動時，調(diào)用所述終端中的陀螺儀傳感器采集所述終端的至少一個運動數(shù)據(jù)。

所述運動對象可以包括但不限于人類、動物或需要進行計步等數(shù)據(jù)處理的其他物體。本實施例中，所述運動對象可以指攜帶終端進行運動的人類、動物或需要進行計步等數(shù)據(jù)處理的其他物體。所述終端中可內(nèi)置陀螺儀傳感器，當所述終端側(cè)的運動對象進行運動時，將帶動所述終端進行運動；所述終端隨著所述運動對象完成一個運動動作可產(chǎn)生一個運動數(shù)據(jù)，因此，一個運動數(shù)據(jù)可用于描述一個運動動作。通常，所述終端隨著所述運動對象在運動過程中會進行持續(xù)、連貫的一系列運動動作，從而產(chǎn)生多個運動數(shù)據(jù)，所述調(diào)用單元1001可調(diào)用所述終端中的陀螺儀傳感器采集所述終端的至少一個運動數(shù)據(jù)。其中，一個運動數(shù)據(jù)包括多個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。所述角數(shù)據(jù)可以采用三維坐標方式進行表示，例如某角數(shù)據(jù)a₁可表示為a₁(x_a1，y_a1，z_a1)。所述角數(shù)據(jù)的采集時間可采用t進行表示，例如某角數(shù)據(jù)a₁的采集時間可表示為t_a1。

運動數(shù)據(jù)確定單元1002，用于將所述終端的至少一個運動數(shù)據(jù)確定為所述運動對象的至少一個運動數(shù)據(jù)。

由于所述終端側(cè)的運動對象進行運動時將帶動所述終端進行運動，因此所 述終端的運動數(shù)據(jù)可用于表征所述運動對象的運動數(shù)據(jù)，所述運動數(shù)據(jù)確定單元1002可將所采集到的所述終端的至少一個運動數(shù)據(jù)確定為所述運動對象的至少一個運動數(shù)據(jù)。以人進行行走運動為例，假設采集到所述終端的四個運動數(shù)據(jù)，該四個運動數(shù)據(jù)可表示為A、B、C和D，假設運動數(shù)據(jù)A可包括角數(shù)據(jù)a₁(x_a1，y_a1，z_a1)及采集時間t_a1、a₂(x_a2，y_a2，z_a2)及采集時間t_a2直至a_n(x_an，y_an，z_an)及采集時間t_an共n(n為大于1的正整數(shù))個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。假設運動數(shù)據(jù)B可包括角數(shù)據(jù)b₁(x_b1，y_b1，z_b1)及采集時間t_b1、b₂(x_b2，y_b2，z_b2)及采集時間t_b2直至b_n(x_bn，y_bn，z_bn)及采集時間t_bn共n個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。假設運動數(shù)據(jù)C可包括角數(shù)據(jù)c₁(x_c1，y_c1，z_c1)及采集時間t_c1、c₂(x_c2，y_c2，z_c2)及采集時間t_c2直至c_n(x_cn，y_cn，z_cn)及采集時間t_cn共n個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。假設運動數(shù)據(jù)D可包括角數(shù)據(jù)d₁(x_d1，y_d1，z_d1)及采集時間t_d1、d₂(x_d2，y_d2，z_d2)及采集時間t_d2直至d_n(x_dn，y_dn，z_dn)及采集時間t_dn共n個角數(shù)據(jù)及每個角數(shù)據(jù)的采集時間。所述運動數(shù)據(jù)確定單元1002可確定人在上述行走過程中的也包括A、B、C和D四個運動數(shù)據(jù)。

本發(fā)明實施例可通過采集運動對象的包括角數(shù)據(jù)的運動數(shù)據(jù)進行運動步伐的確認，并結(jié)合運動步伐的運動時間對運動步伐進行進一步的篩選，依據(jù)篩選后的目標運動步伐獲得計步結(jié)果；由于采用角數(shù)據(jù)可避免高低速等運動場景對計步結(jié)果所帶來的影響，結(jié)合運動步伐的運動時間可以對不符合運動規(guī)律的無效運動步伐進行篩除，從而有效地提升了計步結(jié)果的準確性，提升了數(shù)據(jù)處理的準確度和智能性。

請參見圖5，為圖3所示的確認單元的實施例的結(jié)構(gòu)示意圖；該確認單元102可包括：波形構(gòu)建單元2001、過零檢測單元2002和目標波形選取單元2003。

波形構(gòu)建單元2001，用于按照所述至少一個運動數(shù)據(jù)中各運動數(shù)據(jù)包括的角數(shù)據(jù)以及每個角數(shù)據(jù)的采集時間，構(gòu)建所述各運動數(shù)據(jù)的檢測波形。

按照圖4所示實施例的例子，共四個運動數(shù)據(jù)可表示為A、B、C和D，所述波形構(gòu)建單元2001可按照運動數(shù)據(jù)A所包括的角數(shù)據(jù)a₁(x_a1，y_a1，z_a1)、a₂(x_a2，y_a2，z_a2)至a_n(x_an，y_an，z_an)共n個角數(shù)據(jù)，以及各角數(shù)據(jù)對應的采集時間t_a1、t_a2至t_an，繪制運動數(shù)據(jù)A的檢測波形P。同理，所述波形構(gòu)建單元2001可繪制獲得運動數(shù)據(jù)B的檢測波形Q，運動數(shù)據(jù)C的檢測波形R，運動數(shù)據(jù)D的檢測波 形S。需要說明的是，檢測波形P、Q、R、S可以采用不同的坐標空間分別進行繪制，也可以繪制于同一坐標空間。

過零檢測單元2002，用于采用過零檢測算法判斷所述各運動數(shù)據(jù)的檢測波形是否通過零點，其中，通過零點的檢測波形為目標檢測波形。

按照運動規(guī)律，正常運動過程中若產(chǎn)生運動步伐，則用于表示運動步伐的運動數(shù)據(jù)的檢測波形必定會通過零點，因此，所述過零檢測單元2002可依據(jù)此運動規(guī)律，采用過零檢測算法判斷所述各運動數(shù)據(jù)的檢測波形是否通過零點。按照本實施例所示例子，所述過零檢測單元2002需要分別判斷檢測波形P、Q、R、S是否通過零點，假設檢測波形P、Q、R通過零點，檢測波形S未通過零點，則確定檢測波形P、Q、R為目標檢測波形。

目標波形選取單元2003，用于從所述各運動數(shù)據(jù)的檢測波形中選取至少一個目標檢測波形，其中，一個目標檢測波形對應的運動數(shù)據(jù)用于表示一個運動步伐。

按照本實施例所示例子，確定檢測波形P、Q、R為目標檢測波形，則目標檢測波形P對應的運動數(shù)據(jù)A用于表示一個運動步伐，目標檢測波形Q對應的運動數(shù)據(jù)B用于表示一個運動步伐，目標檢測波形R對應的運動數(shù)據(jù)C用于表示一個運動步伐。進一步可說明，檢測波形S對應的運動數(shù)據(jù)D所表示的運動動作并非運動步伐，其可能是用于表示一個跳躍動作，甚至可能用于表示一個原地靜止的動作，或者其他可能的運動動作。

本發(fā)明實施例可通過采集運動對象的包括角數(shù)據(jù)的運動數(shù)據(jù)進行運動步伐的確認，并結(jié)合運動步伐的運動時間對運動步伐進行進一步的篩選，依據(jù)篩選后的目標運動步伐獲得計步結(jié)果；由于采用角數(shù)據(jù)可避免高低速等運動場景對計步結(jié)果所帶來的影響，結(jié)合運動步伐的運動時間可以對不符合運動規(guī)律的無效運動步伐進行篩除，從而有效地提升了計步結(jié)果的準確性，提升了數(shù)據(jù)處理的準確度和智能性。

請參見圖6，為圖3所示的確定單元的實施例的結(jié)構(gòu)示意圖；該確定單元103可包括：特征選取單元3001和運動時間確定單元3002。

特征選取單元3001，用于從所述至少一個目標檢測波形中的各目標檢測波形對應的運動數(shù)據(jù)中選取特征角數(shù)據(jù)。

由于一個運動步伐可采用一個運動數(shù)據(jù)進行表示，進一步，一個運動步伐可以采用多個角數(shù)據(jù)及角數(shù)據(jù)的采集時間進行表示，因此，運動步伐對應的運動數(shù)據(jù)所包括的每個角數(shù)據(jù)的采集時間均可以認為是該運動步伐的運動時間，為了方便后續(xù)的計步過程，本發(fā)明實施例可以選取一個角數(shù)據(jù)的采集時間作為該運動步伐對應的運動時間。其中，特征角數(shù)據(jù)可以為從目標檢測波形中隨機選取的一個角數(shù)據(jù)，或者，可以為目標檢測波形中的波峰對應的角數(shù)據(jù)，或者，可以為目標檢測波形中的波谷對應的角數(shù)據(jù)，或者，可以為目標檢測波形中的零點對應的角數(shù)據(jù)。按照圖5所示實施例的例子，所述特征選取單元3001可以分別從目標檢測波形P、Q、R選取波峰對應的角數(shù)據(jù)為特征角數(shù)據(jù)，假設從目標檢測波形P選取的特征角數(shù)據(jù)為a_i(x_ai，y_ai，z_ai)，其采集時間為t_ai(i為整數(shù)且1≤i≤n)；從目標檢測波形Q選取的特征角數(shù)據(jù)為b_j(x_bj，y_bj，z_bj)，其采集時間為t_bj(j為整數(shù)且1≤j≤n)；從目標檢測波形R選取的特征角數(shù)據(jù)為c_k(x_ck，y_ck，z_ck)，其采集時間為t_ck(k為整數(shù)且1≤k≤n)。

運動時間確定單元3002，用于將所選取的特征角數(shù)據(jù)的采集時間確定為所述各目標檢測波形對應的運動數(shù)據(jù)所表示的運動步伐對應的運動時間。

按照本實施例所示例子，所述運動時間確定單元3002可確定如下：運動數(shù)據(jù)A所表示的運動步伐對應的運動時間為t_ai，運動數(shù)據(jù)B所表示的運動步伐對應的運動時間為t_bj，運動數(shù)據(jù)C所表示的運動步伐對應的運動時間為t_ck。

本發(fā)明實施例可通過采集運動對象的包括角數(shù)據(jù)的運動數(shù)據(jù)進行運動步伐的確認，并結(jié)合運動步伐的運動時間對運動步伐進行進一步的篩選，依據(jù)篩選后的目標運動步伐獲得計步結(jié)果；由于采用角數(shù)據(jù)可避免高低速等運動場景對計步結(jié)果所帶來的影響，結(jié)合運動步伐的運動時間可以對不符合運動規(guī)律的無效運動步伐進行篩除，從而有效地提升了計步結(jié)果的準確性，提升了數(shù)據(jù)處理的準確度和智能性。

請參見圖7，為圖3所示的篩選單元的實施例的結(jié)構(gòu)示意圖；該篩選單元104可包括：序列生成單元4001、時間間隔計算單元4002和目標步伐確定單元4003。

序列生成單元4001，用于按照所述至少一個運動步伐對應的運動時間的先后順序?qū)λ鲋辽僖粋€運動步伐進行排序，生成目標序列。

按照圖6所示實施例的示例子，假設t_ai＜t_bj＜t_ck，所述序列生成單元4001可以生成目標序列為：運動數(shù)據(jù)A所表示的運動步伐-運動數(shù)據(jù)B所表示的運動步伐-運動數(shù)據(jù)C所表示的運動步伐。

時間間隔計算單元4002，用于依次計算所述目標序列中每相鄰兩個運動步伐對應的運動時間的時間間隔。

按照本實施例所示例子，所述目標序列中運動數(shù)據(jù)A所表示的運動步伐與運動數(shù)據(jù)B所表示的運動步伐為相鄰運動步伐，運動數(shù)據(jù)B所表示的運動步伐-運動數(shù)據(jù)C所表示的運動步伐為相鄰運動步伐；那么，所述時間間隔計算單元4002需要分別計算t_bj-t_ai，以及t_ck-t_bj。

目標步伐確定單元4003，用于當計算到所述目標序列中相鄰的第一運動步伐與第二運動步伐對應的運動時間的時間間隔超出預設時間范圍時，將所述目標序列中除所述第二運動步伐之外的所有運動步伐確定為目標運動步伐，其中，所述第一運動步伐對應的運動時間先于所述第二運動步伐對應的運動時間；或者，用于當所述目標序列中任意相鄰兩個運動步伐對應的運動時間的時間間隔均位于所述預設時間范圍時，將所述目標序列中所有運動步伐確定為目標運動步伐。

需要說明的是，按照運動規(guī)律，運動對象在正常運動過程中相鄰運動步伐之間的時間間隔應當位于預設時間范圍內(nèi)，所述預設時間范圍可以根據(jù)實際情況進行設定，例如：針對人進行行走運動，通常預設時間范圍為[0.4s，2s]，等等。按照本實施例所示例子，如果t_bj-t_ai及t_ck-t_bj均位于預設時間范圍內(nèi)，那么，代表所述目標序列中所有運動步伐均為符合運動規(guī)律的有效運動步伐，則所述目標步伐確定單元4003可確定為所述目標序列中所有運動步伐為目標運動步伐，即可確定所述目標序列中運動數(shù)據(jù)A所表示的運動步伐、運動數(shù)據(jù)B所表示的運動步伐，以及運動數(shù)據(jù)C所表示的運動步伐均為目標運動步伐。如果t_bj-t_ai位于預設時間范圍內(nèi)，而t_ck-t_bj超出預設時間范圍，表明運動數(shù)據(jù)C所表示的運動步伐不符合運動規(guī)律，運動數(shù)據(jù)C所表示的運動步伐為無效運動步伐，所述目標步伐確定單元4003則排除該無效運動步伐，而將所述目標序列中其他滿足運動規(guī)律的有效運動步伐確定為目標運動步伐，即可確定所述目標序列中運動數(shù)據(jù)A所表示的運動步伐、運動數(shù)據(jù)B所表示的運動步伐均為目標運動步伐。

本發(fā)明實施例可通過采集運動對象的包括角數(shù)據(jù)的運動數(shù)據(jù)進行運動步伐 的確認，并結(jié)合運動步伐的運動時間對運動步伐進行進一步的篩選，依據(jù)篩選后的目標運動步伐獲得計步結(jié)果；由于采用角數(shù)據(jù)可避免高低速等運動場景對計步結(jié)果所帶來的影響，結(jié)合運動步伐的運動時間可以對不符合運動規(guī)律的無效運動步伐進行篩除，從而有效地提升了計步結(jié)果的準確性，提升了數(shù)據(jù)處理的準確度和智能性。

本發(fā)明實施例還公開了一種終端，該終端可包括數(shù)據(jù)處理裝置，該裝置的結(jié)構(gòu)和功能可參見附圖3-附圖7所示實施例的相關(guān)描述，在此不贅述。具體實現(xiàn)中，該裝置可以為終端中具備數(shù)據(jù)處理能力的應用程序，例如：終端中的即時通信應用程序、SNS應用程序等。需要說明的是，本實施例所公開的終端也可以應用于上述附圖1-附圖2所示的方法中。

本發(fā)明實施例可通過采集運動對象的包括角數(shù)據(jù)的運動數(shù)據(jù)進行運動步伐的確認，并結(jié)合運動步伐的運動時間對運動步伐進行進一步的篩選，依據(jù)篩選后的目標運動步伐獲得計步結(jié)果；由于采用角數(shù)據(jù)可避免高低速等運動場景對計步結(jié)果所帶來的影響，結(jié)合運動步伐的運動時間可以對不符合運動規(guī)律的無效運動步伐進行篩除，從而有效地提升了計步結(jié)果的準確性，提升了數(shù)據(jù)處理的準確度和智能性。

本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述實施例方法中的全部或部分流程，是可以通過計算機程序來指令相關(guān)的硬件來完成，所述的程序可存儲于一計算機可讀取存儲介質(zhì)中，該程序在執(zhí)行時，可包括如上述各方法的實施例的流程。其中，所述的存儲介質(zhì)可為磁碟、光盤、只讀存儲記憶體(Read-Only Memory，ROM)或隨機存儲記憶體(Random Access Memory，RAM)等。

以上所揭露的僅為本發(fā)明較佳實施例而已，當然不能以此來限定本發(fā)明之權(quán)利范圍，因此依本發(fā)明權(quán)利要求所作的等同變化，仍屬本發(fā)明所涵蓋的范圍。