本發(fā)明涉及可穿戴智能設(shè)備領(lǐng)域，尤其涉及一種用戶行為監(jiān)測方法和可穿戴設(shè)備。

背景技術(shù)：

隨著移動互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，可穿戴設(shè)備日新月異，在互聯(lián)網(wǎng)領(lǐng)域不斷掀起新高潮，其關(guān)注度、需求度都在不斷提升。其中，為符合現(xiàn)代人對健康運動方面日益關(guān)注的趨勢，各種可穿戴設(shè)備都相繼推出了用戶行為監(jiān)測功能。

然而，現(xiàn)有可穿戴設(shè)備監(jiān)測用戶行為的方法一般是從一類相似人群的正常行為(如走路，跑步)的大數(shù)據(jù)信息，提取特征，訓(xùn)練出一個統(tǒng)一的一分類模型，凡不符合該一分類模型的行為會被判斷為異常行為，如跌倒、摔落等。在這種現(xiàn)有的技術(shù)方案中，每個人的個體差異未被考慮，個別正常行為(如跑步、下樓梯)的瞬間特征信息也與異常行為的特征信息相似，容易造成誤報。

技術(shù)實現(xiàn)要素：

鑒于上述問題，本發(fā)明提供了一種用戶行為監(jiān)測方法和可穿戴設(shè)備，以解決上述問題或者至少部分地解決上述問題。

依據(jù)本發(fā)明的一個方面，提供了一種用戶行為監(jiān)測方法，包括：

在可穿戴設(shè)備中設(shè)置慣性傳感器；

在每個數(shù)據(jù)指標(biāo)獲取階段開始時，當(dāng)用戶佩戴所述可穿戴設(shè)備后，通過慣性傳感器監(jiān)測，采集用戶在預(yù)設(shè)統(tǒng)計周期的歷史運動數(shù)據(jù)；根據(jù)歷史運動數(shù)據(jù)的變化趨勢獲取預(yù)測指標(biāo)；

實時監(jiān)測時，采集用戶的實時運動數(shù)據(jù)，根據(jù)實時運動數(shù)據(jù)、數(shù)據(jù)指標(biāo)獲取階段中獲取到的預(yù)測指標(biāo)以及預(yù)設(shè)策略，判斷用戶是否發(fā)生異常行為；

當(dāng)判定用戶發(fā)生異常行為時，發(fā)送報警通知。

可選地，預(yù)設(shè)統(tǒng)計周期由多個子周期構(gòu)成；

采集用戶在預(yù)設(shè)統(tǒng)計周期的歷史運動數(shù)據(jù)包括：采集預(yù)設(shè)統(tǒng)計周期中的每個子周期內(nèi)的運動數(shù)據(jù)；

根據(jù)歷史運動數(shù)據(jù)的變化趨勢獲取預(yù)測指標(biāo)包括：根據(jù)連續(xù)多個子周期內(nèi)的運動數(shù)據(jù)的變化趨勢，獲取當(dāng)前子周期內(nèi)的預(yù)測指標(biāo)；

采集用戶的實時運動數(shù)據(jù)包括：采集當(dāng)前子周期內(nèi)的實時運動數(shù)據(jù)。

可選地，每個子周期由多個時間區(qū)間構(gòu)成；

根據(jù)連續(xù)多個子周期內(nèi)的運動數(shù)據(jù)的變化趨勢，獲取當(dāng)前子周期內(nèi)的預(yù)測指標(biāo)包括：

獲取每個子周期中的指定時間區(qū)間內(nèi)的運動數(shù)據(jù)；

根據(jù)多個子周期中的指定時間區(qū)間內(nèi)的運動數(shù)據(jù)的變化趨勢，預(yù)測當(dāng)前子周期中的指定時間區(qū)間內(nèi)的預(yù)測指標(biāo)；

采集當(dāng)前子周期內(nèi)的實時運動數(shù)據(jù)包括：采集當(dāng)前子周期中的指定時間區(qū)間內(nèi)的實時運動數(shù)據(jù)。

可選地，根據(jù)實時運動數(shù)據(jù)、數(shù)據(jù)指標(biāo)獲取階段中獲取到的預(yù)測指標(biāo)以及預(yù)設(shè)策略，判斷用戶是否發(fā)生異常行為包括：

根據(jù)實時運動數(shù)據(jù)計算實時運動數(shù)據(jù)的相關(guān)參數(shù)；

將實時運動數(shù)據(jù)與預(yù)測指標(biāo)進(jìn)行比較，當(dāng)實時運動數(shù)據(jù)超出預(yù)測指標(biāo)的預(yù)定范圍、且實時運動數(shù)據(jù)和/或?qū)崟r運動數(shù)據(jù)的相關(guān)參數(shù)符合預(yù)定條件時，判定用戶發(fā)生異常行為。

可選地，慣性傳感器包括：用于采集用戶在x軸、y軸和/或z軸方向的加速度的加速度計；

根據(jù)歷史運動數(shù)據(jù)的變化趨勢獲取預(yù)測指標(biāo)包括：根據(jù)預(yù)設(shè)統(tǒng)計周期內(nèi)的x軸、y軸和/或z軸方向的加速度的變化趨勢，獲得x軸、y軸和/或z軸方向的加速度的預(yù)測最大值、預(yù)測最小值和/或預(yù)測平均值；

根據(jù)實時運動數(shù)據(jù)、數(shù)據(jù)指標(biāo)獲取階段中獲取到的預(yù)測指標(biāo)以及預(yù)設(shè)策略，判斷用戶是否發(fā)生異常行為包括：

根據(jù)實時監(jiān)測的用戶在x軸、y軸和/或z軸方向的加速度計算得到用戶的實時速度；

當(dāng)實時監(jiān)測的z軸方向的加速度的大小超過所述z軸方向的加速度的預(yù)測最大值、實時監(jiān)測的z軸方向的加速度的方向從z軸方向的正方向變?yōu)閦軸方向的負(fù)方向、并且用戶的實時速度變?yōu)?并維持預(yù)定時間時，判定用戶發(fā)生跌倒行為；

其中，以重力矢量方向為z軸方向，以用戶正前方向為x軸方向，y軸與x軸、z軸構(gòu)成右手坐標(biāo)系，該右手坐標(biāo)系隨用戶運動而變化。

可選地，慣性傳感器還包括：用于采集用戶繞x軸方向、y軸方向和/或z軸方向的旋轉(zhuǎn)角速度的陀螺儀；

根據(jù)所述實時運動數(shù)據(jù)、數(shù)據(jù)指標(biāo)獲取階段中獲取到的預(yù)測指標(biāo)以及預(yù)設(shè)策略，判斷用戶是否發(fā)生異常行為包括：

根據(jù)實時監(jiān)測的用戶在x軸、y軸和/或z軸方向的加速度計算得到用戶的實時速度；

根據(jù)實時監(jiān)測的用戶繞x軸方向、y軸方向和/或z軸方向的旋轉(zhuǎn)角速度計算得到用戶的實時傾斜角度；

當(dāng)實時監(jiān)測的z軸方向的加速度的大小超過所述z軸方向的加速度的預(yù)測最大值、實時監(jiān)測的z軸方向的加速度的方向從z軸方向的正方向變?yōu)閦軸方向的負(fù)方向、用戶的實時速度變?yōu)?并維持預(yù)定時間、并且用戶的實時傾斜角度超過預(yù)定角度時，判定用戶發(fā)生跌倒行為。

可選地，該方法進(jìn)一步包括：在可穿戴設(shè)備中設(shè)置氣壓計；當(dāng)用戶佩戴可穿戴設(shè)備后，通過氣壓計實時監(jiān)測用戶的高度；

根據(jù)實時運動數(shù)據(jù)、數(shù)據(jù)指標(biāo)獲取階段中獲取到的預(yù)測指標(biāo)以及預(yù)設(shè)策略，判斷用戶是否發(fā)生異常行為還包括：

在判定用戶發(fā)生跌倒行為后，進(jìn)一步判斷實時監(jiān)測到的用戶的高度的降低是否超過預(yù)定閾值；是則，判定用戶發(fā)生高處摔落行為。

可選地，預(yù)設(shè)統(tǒng)計周期由當(dāng)前子周期之前的連續(xù)N個子周期構(gòu)成；其中，N為大于1的正整數(shù)；

該方法進(jìn)一步包括：當(dāng)歷史運動數(shù)據(jù)對應(yīng)的最早采集時間不在連續(xù)N個子周期內(nèi)時，將在連續(xù)N個子周期之前采集的歷史運動數(shù)據(jù)刪除。

依據(jù)本發(fā)明的另一個方面，提供了一種可穿戴設(shè)備，包括：慣性傳感器和微處理器；

慣性傳感器用于在用戶佩戴所述可穿戴設(shè)備后，采集用戶在預(yù)設(shè)統(tǒng)計周期的歷史運動數(shù)據(jù)，以及采集用戶的實時運動數(shù)據(jù)；

微處理器與慣性傳感器連接，用于根據(jù)歷史運動數(shù)據(jù)的變化趨勢獲取預(yù)測指標(biāo)；以及用于根據(jù)實時運動數(shù)據(jù)、數(shù)據(jù)指標(biāo)獲取階段中獲取到的預(yù)測指標(biāo)以及預(yù)設(shè)策略，判斷用戶是否發(fā)生異常行為；當(dāng)判定用戶發(fā)生異常行為時，發(fā)送報警通知。

可選地，可穿戴設(shè)備中還設(shè)置有報警電路；報警電路包括：音頻編解碼器和揚聲器；

微處理器與所述報警電路連接，用于通過音頻編解碼器控制揚聲器發(fā)聲。

可選地，可穿戴設(shè)備中還設(shè)置有緊急呼叫電路；緊急呼叫電路包括：射頻收發(fā)器、射頻前端模塊和射頻天線；

微處理器與緊急呼叫電路連接，用于通過緊急呼叫電路接收或發(fā)送射頻信號。

可選地，慣性傳感器包括用于采集用戶在x軸、y軸和/或z軸方向的加速度的加速度計，或者，慣性傳感器包括加速度計和用于采集用戶繞x軸方向、y軸方向和/或z軸方向的旋轉(zhuǎn)角速度的陀螺儀；

微處理器與加速度計連接，用于處理加速度計采集的x軸、y軸和/或z軸方向的加速度；微處理器與陀螺儀連接，還用于處理陀螺儀采集的x軸方向、y軸方向和/或z軸方向的旋轉(zhuǎn)角速度；

可穿戴設(shè)備中還設(shè)置有用于監(jiān)測用戶高度的氣壓計；微處理器與氣壓計連接，還用于處理氣壓計采集的高度數(shù)據(jù)；

其中，以重力矢量方向為z軸方向，以用戶正前方向為x軸方向，y軸與x軸、z軸構(gòu)成右手坐標(biāo)系，該右手坐標(biāo)系隨用戶運動而變化。

由上述可知，本發(fā)明提供的技術(shù)方案通過可穿戴設(shè)備監(jiān)測用戶的運動數(shù)據(jù)，對于當(dāng)前時間來說，將可穿戴設(shè)備在之前的預(yù)設(shè)統(tǒng)計周期內(nèi)采集到的運動數(shù)據(jù)作為歷史運動數(shù)據(jù)，將可穿戴設(shè)備在當(dāng)前時間實時采集到的運動數(shù)據(jù)作為實時運動數(shù)據(jù)，根據(jù)歷史運動數(shù)據(jù)的變化規(guī)律獲取預(yù)測指標(biāo)，根據(jù)實時運動數(shù)據(jù)、預(yù)測指標(biāo)以及預(yù)設(shè)策略來判斷用戶是否發(fā)生異常行為并在判定為是時報警，實現(xiàn)了對佩戴可穿戴設(shè)備的用戶行為的監(jiān)測。本方案能夠針對不同的用戶，將每個用戶個人的歷史運動數(shù)據(jù)作為自學(xué)習(xí)的模板數(shù)據(jù)，通過對模板數(shù)據(jù)的不斷學(xué)習(xí)得到用戶之后運動的預(yù)測指標(biāo)，結(jié)合理論預(yù)測指標(biāo)以及當(dāng)前實際采集的實時運動數(shù)據(jù)能夠分析發(fā)現(xiàn)用戶的非正常行為，實現(xiàn)了定制化、高精度的行為監(jiān)測。

附圖說明

圖1示出了根據(jù)本發(fā)明一個實施例的一種用戶行為監(jiān)測方法的流程圖；

圖2A示出了根據(jù)本發(fā)明一個實施的預(yù)設(shè)統(tǒng)計周期內(nèi)的x軸方向的加速度的變化趨勢圖；

圖2B示出了根據(jù)本發(fā)明一個實施的預(yù)設(shè)統(tǒng)計周期內(nèi)的y軸方向的加速度的變化趨勢圖；

圖2C示出了根據(jù)本發(fā)明一個實施的預(yù)設(shè)統(tǒng)計周期內(nèi)的z軸方向的加速度的變化趨勢圖；

圖2D示出了根據(jù)本發(fā)明一個實施的預(yù)設(shè)統(tǒng)計周期內(nèi)的用戶的速度的變化趨勢圖；

圖3示出了根據(jù)本發(fā)明一個實施例的一種可穿戴設(shè)備的示意圖；

圖4示出了根據(jù)本發(fā)明另一個實施例的一種可穿戴設(shè)備的示意圖；

圖5示出了根據(jù)本發(fā)明一個實施例的可穿戴設(shè)備監(jiān)測用戶行為的流程圖。

具體實施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明實施方式作進(jìn)一步地詳細(xì)描述。

圖1示出了根據(jù)本發(fā)明一個實施例的一種用戶行為監(jiān)測方法的流程圖。如圖1所示，該方法包括：

步驟S110，在可穿戴設(shè)備中設(shè)置慣性傳感器。

步驟S120，在每個數(shù)據(jù)指標(biāo)獲取階段開始時，當(dāng)用戶佩戴可穿戴設(shè)備后，通過慣性傳感器監(jiān)測，采集用戶在預(yù)設(shè)統(tǒng)計周期的歷史運動數(shù)據(jù)；根據(jù)歷史運動數(shù)據(jù)的變化趨勢獲取預(yù)測指標(biāo)。

步驟S130，實時監(jiān)測時，采集用戶的實時運動數(shù)據(jù)，根據(jù)所述實時運動數(shù)據(jù)、所述數(shù)據(jù)指標(biāo)獲取階段中獲取到的預(yù)測指標(biāo)以及預(yù)設(shè)策略，判斷用戶是否發(fā)生異常行為。

步驟S140，當(dāng)判定用戶發(fā)生異常行為時，發(fā)送報警通知。

其中需要說明的是，步驟S120采集歷史運動數(shù)據(jù)的過程與步驟S130采集實時運動數(shù)據(jù)的過程均是基于可穿戴設(shè)備中的慣性傳感器監(jiān)測運動數(shù)據(jù)的功能而實現(xiàn)的，歷史運動數(shù)據(jù)的采集時間和處理時間之間具有一定的時間差，而實時運動數(shù)據(jù)的采集時間與處理時間之間幾乎沒有時間差，具體地，步驟S120中的歷史運動數(shù)據(jù)是指在當(dāng)前時間之前預(yù)設(shè)統(tǒng)計周期內(nèi)采集的運動數(shù)據(jù)，而步驟S130中的實時運動數(shù)據(jù)是指在當(dāng)前時間采集的運動數(shù)據(jù)，當(dāng)前的實時運動數(shù)據(jù)可能會作為之后的歷史運動數(shù)據(jù)，因此步驟S120數(shù)據(jù)指標(biāo)獲取階段與步驟S130實時監(jiān)測階段不是按照執(zhí)行時序劃分的，而是按照執(zhí)行內(nèi)容劃分的，數(shù)據(jù)指標(biāo)獲取階段與實時監(jiān)測階段可以同時進(jìn)行。

可見，圖1所示的方法通過可穿戴設(shè)備監(jiān)測用戶的運動數(shù)據(jù)，對于當(dāng)前時間來說，將可穿戴設(shè)備在之前的預(yù)設(shè)統(tǒng)計周期內(nèi)采集到的運動數(shù)據(jù)作為歷史運動數(shù)據(jù)，將可穿戴設(shè)備在當(dāng)前時間實時采集到的運動數(shù)據(jù)作為實時運動數(shù)據(jù)，根據(jù)歷史運動數(shù)據(jù)的變化規(guī)律獲取預(yù)測指標(biāo)，根據(jù)實時運動數(shù)據(jù)、預(yù)測指標(biāo)以及預(yù)設(shè)策略來判斷用戶是否發(fā)生異常行為并在判定為是時報警，實現(xiàn)了對佩戴可穿戴設(shè)備的用戶行為的監(jiān)測。本方案能夠針對不同的用戶，將每個用戶個人的歷史運動數(shù)據(jù)作為自學(xué)習(xí)的模板數(shù)據(jù)，通過對模板數(shù)據(jù)的不斷學(xué)習(xí)得到用戶之后運動的預(yù)測指標(biāo)，結(jié)合理論預(yù)測指標(biāo)以及當(dāng)前實際采集的實時運動數(shù)據(jù)能夠分析發(fā)現(xiàn)用戶的非正常行為，實現(xiàn)了定制化、高精度的行為監(jiān)測。

在本發(fā)明的一個實施例中，預(yù)設(shè)統(tǒng)計周期由多個子周期構(gòu)成；上述步驟S120采集用戶在預(yù)設(shè)統(tǒng)計周期的歷史運動數(shù)據(jù)包括：采集預(yù)設(shè)統(tǒng)計周期中的每個子周期內(nèi)的運動數(shù)據(jù)；上述步驟S120根據(jù)預(yù)設(shè)統(tǒng)計周期中的歷史運動數(shù)據(jù)的變化趨勢獲取預(yù)測指標(biāo)包括：根據(jù)連續(xù)多個子周期內(nèi)的運動數(shù)據(jù)的變化趨勢，獲取當(dāng)前子周期內(nèi)的預(yù)測指標(biāo)；上述步驟S130采集用戶的實時運動數(shù)據(jù)包括：采集當(dāng)前子周期內(nèi)的實時運動數(shù)據(jù)。

例如，預(yù)設(shè)統(tǒng)計周期為一周，則該預(yù)設(shè)統(tǒng)計周期由7個子周期構(gòu)成，每個子周期是一天，則對于當(dāng)前子周期(今天)來說，本方案將用戶在前7天的運動數(shù)據(jù)作為歷史運動數(shù)據(jù)，根據(jù)前7天的運動數(shù)據(jù)的變化趨勢獲取今天運動的預(yù)測指標(biāo)，根據(jù)今天采集的實時運動數(shù)據(jù)、所獲取的今天運動的預(yù)測指標(biāo)以及預(yù)設(shè)策略來判斷用戶今天是否發(fā)生異常行為。

更為優(yōu)化地，預(yù)設(shè)統(tǒng)計周期由多個子周期構(gòu)成，每個子周期由多個時間區(qū)間構(gòu)成；則上述根據(jù)連續(xù)多個子周期內(nèi)的運動數(shù)據(jù)的變化趨勢，獲取當(dāng)前子周期內(nèi)的預(yù)測指標(biāo)包括：獲取每個子周期中的指定時間區(qū)間內(nèi)的運動數(shù)據(jù)；根據(jù)多個子周期中的指定時間區(qū)間內(nèi)的運動數(shù)據(jù)的變化趨勢，預(yù)測當(dāng)前子周期中的指定時間區(qū)間內(nèi)的預(yù)測指標(biāo)；上述采集當(dāng)前子周期內(nèi)的實時運動數(shù)據(jù)包括：采集當(dāng)前子周期中的指定時間區(qū)間內(nèi)的實時運動數(shù)據(jù)。

例如，預(yù)設(shè)統(tǒng)計周期為7天，每個子周期是一天，每個子周期由7:00～8:00、8:00～11:00、11:00～13:00、13:00～16:00、16:00～21:00、21:00～7:00共6個時間區(qū)間構(gòu)成，對于當(dāng)前子周期(今天)來說，獲取用戶在前7天每天的7:00～8:00時間區(qū)間內(nèi)的運動數(shù)據(jù)，根據(jù)前7天每天7:00～8:00時間區(qū)間的運動數(shù)據(jù)的變化趨勢可以預(yù)測今天7:00～8:00時間區(qū)間的預(yù)測指標(biāo)；根據(jù)今天在7:00～8:00時間區(qū)間內(nèi)采集的實時運動數(shù)據(jù)、所預(yù)測的今天7:00～8:00時間區(qū)間的預(yù)測指標(biāo)可以判斷用戶在今天7:00～8:00時間區(qū)間內(nèi)的行為是否異常。對于其他時間區(qū)間來說同理，在此不再贅述。

或者，在另一個例子中，預(yù)設(shè)統(tǒng)計周期為5個星期，每個子周期是一個星期，每個子周期包括：五個工作日的7:00～8:00、8:00～11:00、11:00～13:00、13:00～16:00、16:00～21:00、21:00～7:00時間區(qū)間以及兩個休息日的8:00～11:00、11:00～13:00、13:00～16:00、16:00～21:00、21:00～8:00時間區(qū)間。則對于本星期的星期一來說，根據(jù)前5個星期中的每個星期的星期一的7:00～8:00時間區(qū)間的運動數(shù)據(jù)的變化趨勢可以預(yù)測本星期的星期一7:00～8:00時間區(qū)間的預(yù)測指標(biāo)；根據(jù)本星期的星期一在7:00～8:00時間區(qū)間內(nèi)采集的實時運動數(shù)據(jù)、所預(yù)測的本星期的星期一7:00～8:00時間區(qū)間的預(yù)測指標(biāo)可以判斷用戶在本星期的星期一7:00～8:00時間區(qū)間內(nèi)的行為是否異常。對于其他時間區(qū)間來說同理，在此不再贅述。

可以看出，預(yù)設(shè)統(tǒng)計周期的時間越長、子周期和時間區(qū)間被劃分地越細(xì)致，越能夠更小粒度地通過歷史運動數(shù)據(jù)預(yù)測一個用戶之后的運動規(guī)律，但是預(yù)設(shè)統(tǒng)計周期的延長和子周期/時間區(qū)間的細(xì)化勢必要帶來對可穿戴設(shè)備的存儲資源的占用、增加計算負(fù)荷，因此需要選取一個平衡點來中和這兩方面，以實現(xiàn)最有效的監(jiān)控方案。

在本發(fā)明的一個實施例中，圖1所示方法的步驟S130根據(jù)實時運動數(shù)據(jù)、數(shù)據(jù)指標(biāo)獲取階段中獲取到的預(yù)測指標(biāo)以及預(yù)設(shè)策略，判斷用戶是否發(fā)生異常行為包括：根據(jù)實時運動數(shù)據(jù)計算實時運動數(shù)據(jù)的相關(guān)參數(shù)；將實時運動數(shù)據(jù)與預(yù)測指標(biāo)進(jìn)行比較，當(dāng)實時運動數(shù)據(jù)超出預(yù)測指標(biāo)的預(yù)定范圍、且實時運動數(shù)據(jù)和/或所述實時運動數(shù)據(jù)的相關(guān)參數(shù)符合預(yù)定條件時，判定用戶發(fā)生異常行為。

通過具體的例子來進(jìn)行說明，以重力矢量方向為z軸方向，以用戶正前方向為x軸方向，y軸與x軸、z軸構(gòu)成右手坐標(biāo)系，該右手坐標(biāo)系隨用戶運動而變化，在例1中，可穿戴設(shè)備中的慣性傳感器包括加速度計，用戶佩戴可穿戴設(shè)備后，其中的加速度計用于采集用戶在x軸、y軸和/或z軸方向的加速度。

在本例1中，步驟S120根據(jù)所述歷史運動數(shù)據(jù)的變化趨勢獲取預(yù)測指標(biāo)包括：根據(jù)預(yù)設(shè)統(tǒng)計周期內(nèi)的x軸、y軸和/或z軸方向的加速度的變化趨勢，獲得x軸、y軸和/或z軸方向的加速度的預(yù)測最大值、預(yù)測最小值和/或預(yù)測平均值。具體地，設(shè)定預(yù)設(shè)統(tǒng)計周期為7天，每天作為一個子周期，每個子周期劃分為多個時間區(qū)間，如周一到周五的工作日每天劃分為：7：00～8：00時間區(qū)間為活動期，8:00～11:00時間區(qū)間為少量運動期，11:00～13:00為活動期，13:00～16:00，少量運動期，16:00～21:00，活動期，21:00～8:00，休息期；周六、周日與工作日的區(qū)別，19:00～20:30，健身期；采集每一天的每個時間區(qū)間內(nèi)的加速度數(shù)據(jù)，保留有效數(shù)據(jù)去除無效數(shù)據(jù)；以前7天中每天每個時間區(qū)間內(nèi)的x軸、y軸和/或z軸方向的加速度數(shù)據(jù)作為歷史運動數(shù)據(jù)，根據(jù)前7天每天同一時間區(qū)間的x軸、y軸和/或z軸方向的加速度的變化趨勢可以預(yù)測第8天同一時間區(qū)間的x軸、y軸和/或z軸方向的加速度的預(yù)測最大值、預(yù)測最小值和/或預(yù)測平均值。圖2A示出了根據(jù)本發(fā)明一個實施的預(yù)設(shè)統(tǒng)計周期內(nèi)的x軸方向的加速度的變化趨勢圖，對于每天的每個時間區(qū)間，根據(jù)該時間區(qū)間內(nèi)采集到的多個x軸方向的加速度可以計算得到該時間區(qū)間內(nèi)的x軸方向的加速度的最大值和平均值，圖2A示出7天數(shù)據(jù)有效期內(nèi)，同一時間區(qū)間內(nèi)(如11:00～13:00活動期)的x軸方向的平均加速度、最大加速度以及最大加速度的線性趨勢，根據(jù)該線性趨勢能夠得出第8天內(nèi)這同一時間區(qū)間內(nèi)的x軸方向的加速度的預(yù)測最大值為1.475m/s²。圖2B示出了根據(jù)本發(fā)明一個實施的預(yù)設(shè)統(tǒng)計周期內(nèi)的y軸方向的加速度的變化趨勢圖，對于每天的每個時間區(qū)間，根據(jù)該時間區(qū)間內(nèi)采集到的多個y軸方向的加速度可以計算得到該時間區(qū)間內(nèi)的y軸方向的加速度的最大值和平均值，圖2B示出7天數(shù)據(jù)有效期內(nèi)，同一時間區(qū)間內(nèi)(如11:00～13:00活動期)的y軸方向的平均加速度、最大加速度以及最大加速度的線性趨勢，根據(jù)該線性趨勢能夠得出第8天內(nèi)這同一時間區(qū)間內(nèi)的y軸方向的加速度的預(yù)測最大值為1.6143m/s²。圖2C示出了根據(jù)本發(fā)明一個實施的預(yù)設(shè)統(tǒng)計周期內(nèi)的z軸方向的加速度的變化趨勢圖，對于每天的每個時間區(qū)間，根據(jù)該時間區(qū)間內(nèi)采集到的多個z軸方向的加速度可以計算得到該時間區(qū)間內(nèi)的z軸方向的加速度的最大值和平均值，圖2C示出7天數(shù)據(jù)有效期內(nèi)，同一時間區(qū)間內(nèi)(如11:00～13:00活動期)的z軸方向的平均加速度、最大加速度以及最大加速度的線性趨勢，根據(jù)該線性趨勢能夠得出第8天內(nèi)這同一時間區(qū)間內(nèi)的z軸方向的加速度的預(yù)測最大值為9.6929m/s²。進(jìn)一步地，由于通過對x軸方向、y軸方向和z軸方向的加速度數(shù)據(jù)進(jìn)行積分能夠得到用戶的速度，則圖2D示出了根據(jù)本發(fā)明一個實施的預(yù)設(shè)統(tǒng)計周期內(nèi)的用戶的速度的變化趨勢圖，對于每天的每個時間區(qū)間，根據(jù)該時間區(qū)間內(nèi)的多個速度可以計算得到該時間區(qū)間內(nèi)的速度的最大值和平均值，圖2D示出7天數(shù)據(jù)有效期內(nèi)，同一時間區(qū)間內(nèi)(如11:00～13:00活動期)的平均速度、最快速度以及最快速度的線性趨勢，根據(jù)該線性趨勢能夠得出第8天內(nèi)這同一時間區(qū)間內(nèi)的用戶的速度的預(yù)測最大值為16.4427km/h。

可見，針對不同的每個用戶，在用戶佩戴可穿戴設(shè)備后，通過可穿戴設(shè)備中的慣性傳感器進(jìn)行運動數(shù)據(jù)的收集，根據(jù)歷史運動數(shù)據(jù)計算得到被檢測者在過去的預(yù)設(shè)統(tǒng)計周期內(nèi)在正常運動狀態(tài)下運動數(shù)據(jù)的變化趨勢對應(yīng)的運動特性曲線，形成該用戶對應(yīng)的數(shù)據(jù)模板，通過對該數(shù)據(jù)模板的不斷學(xué)習(xí)能夠獲得相應(yīng)的預(yù)測數(shù)據(jù)。

在本例1中，步驟S130根據(jù)實時運動數(shù)據(jù)、數(shù)據(jù)指標(biāo)獲取階段中獲取到的預(yù)測指標(biāo)以及預(yù)設(shè)策略，判斷用戶是否發(fā)生異常行為包括：根據(jù)實時監(jiān)測的用戶在x軸、y軸和/或z軸方向的加速度計算得到用戶的實時速度；當(dāng)實時監(jiān)測的z軸方向的加速度的大小超過z軸方向的加速度的預(yù)測最大值、實時監(jiān)測的z軸方向的加速度的方向從z軸方向的正方向變?yōu)閦軸方向的負(fù)方向、并且用戶的實時速度變?yōu)?并維持預(yù)定時間時，判定用戶發(fā)生跌倒行為。也就是說，在可穿戴設(shè)備監(jiān)測用戶行為的過程中，當(dāng)監(jiān)測到用戶豎直向下的加速度的大小超過依據(jù)歷史運動數(shù)據(jù)預(yù)測的該方向的加速度的預(yù)測最大值，說明用戶突然向下加速，當(dāng)監(jiān)測到加速度的方向從向下變成向上，說明發(fā)生緊急停止運動的情況，當(dāng)監(jiān)測到用戶的速度保持一段時間為0，說明在緊急停止運動之后一定時間段內(nèi)無運動，在上述情況均發(fā)生時，確定用戶發(fā)生跌倒行為。

進(jìn)一步地，在例2中，可穿戴設(shè)備中的慣性傳感器除了包括加速度計，還包括陀螺儀，用戶佩戴可穿戴設(shè)備后，其中的加速度計用于采集用戶在x軸、y軸和/或z軸方向的加速度，陀螺儀用于采集用戶繞x軸方向、y軸方向和/或z軸方向的旋轉(zhuǎn)角速度。

在本例2中，步驟S130根據(jù)實時運動數(shù)據(jù)、數(shù)據(jù)指標(biāo)獲取階段中獲取到的預(yù)測指標(biāo)以及預(yù)設(shè)策略，判斷用戶是否發(fā)生異常行為包括：根據(jù)實時監(jiān)測的用戶在x軸、y軸和/或z軸方向的加速度計算得到用戶的實時速度；根據(jù)實時監(jiān)測的用戶繞x軸方向、y軸方向和/或z軸方向的旋轉(zhuǎn)角速度計算得到用戶的實時傾斜角度；當(dāng)實時監(jiān)測的z軸方向的加速度的大小超過所述z軸方向的加速度的預(yù)測最大值、實時監(jiān)測的z軸方向的加速度的方向從z軸方向的正方向變?yōu)閦軸方向的負(fù)方向、用戶的實時速度變?yōu)?并維持預(yù)定時間、并且用戶的實時傾斜角度超過預(yù)定角度時，判定用戶發(fā)生跌倒行為。也就是說，在可穿戴設(shè)備監(jiān)測用戶行為的過程中，當(dāng)監(jiān)測到用戶突然向下加速、發(fā)生緊急停止運動的情況、在緊急停止運動之后一定時間段內(nèi)無運動，并且在發(fā)生這一系列情況的時間內(nèi)用戶的傾斜角度也超過正常范圍，則確定用戶發(fā)生跌倒行為，例2的判別規(guī)則比例1的判別規(guī)則多了一個條件，能夠更為精確地判斷出跌倒行為。

在上述例1或例2的基礎(chǔ)上，再進(jìn)一步地，本方案的可穿戴設(shè)備中還設(shè)置有氣壓計，當(dāng)用戶佩戴所述可穿戴設(shè)備后，通過所述氣壓計實時監(jiān)測用戶的高度；則步驟S130根據(jù)所述實時運動數(shù)據(jù)、所述數(shù)據(jù)指標(biāo)獲取階段中獲取到的預(yù)測指標(biāo)以及預(yù)設(shè)策略，判斷用戶是否發(fā)生異常行為還包括：在判定用戶發(fā)生跌倒行為后，進(jìn)一步判斷實時監(jiān)測到的用戶的高度的降低是否超過預(yù)定閾值；是則，判定用戶發(fā)生高處摔落行為。也就是說，在通過上述例1或例2的判斷規(guī)則判定用戶發(fā)生跌倒行為后，進(jìn)一步需要判斷該跌倒行為的嚴(yán)重程度，則通過氣壓計監(jiān)測到的高度數(shù)據(jù)來判斷用戶是否下落了超過安全范圍的高度，如果是則確定用戶的跌倒行為具體是高處摔落行為，需要更緊急的應(yīng)對機(jī)制。

在確定用戶發(fā)生跌倒行為或高處摔落行為時，通過可穿戴設(shè)備的GSM網(wǎng)絡(luò)發(fā)送緊急呼救SMS短信至120或緊急聯(lián)絡(luò)人，可以在短信中表明事故類型以及出事地點，并以一定的頻率播放SOS求救聲音。其中，可以通過緊急呼叫或報警的不同安全級別來區(qū)分跌倒行為或高處摔落行為。

在本發(fā)明的一個實施例中，預(yù)設(shè)統(tǒng)計周期由當(dāng)前子周期之前的連續(xù)N個子周期構(gòu)成；其中，N為大于1的正整數(shù)；圖1所示的方法進(jìn)一步包括：當(dāng)歷史運動數(shù)據(jù)對應(yīng)的最早采集時間不在所述連續(xù)N個子周期內(nèi)時，將在所述連續(xù)N個子周期之前采集的歷史運動數(shù)據(jù)刪除。例如，預(yù)設(shè)統(tǒng)計周期為7天，當(dāng)可穿戴設(shè)備中存儲的運動數(shù)據(jù)對應(yīng)的采集時間超出7天時，需要刪除一些數(shù)據(jù)來保持可穿戴設(shè)備的資源余地，因此，將可穿戴設(shè)備中存儲的最早的一天采集的運動數(shù)據(jù)均刪除，最多只保留最早一點的運動數(shù)據(jù)的統(tǒng)計結(jié)果值，如最大值、最小值和/或平均值等。即所有的運動數(shù)據(jù)都以先入先出的隊列規(guī)則進(jìn)行刪除。

圖3示出了根據(jù)本發(fā)明一個實施例的一種可穿戴設(shè)備的示意圖。如圖3所示，該可穿戴設(shè)備300包括：微處理器310和慣性傳感器320。

慣性傳感器320用于在用戶佩戴可穿戴設(shè)備300后，采集用戶在預(yù)設(shè)統(tǒng)計周期的歷史運動數(shù)據(jù)，以及采集用戶的實時運動數(shù)據(jù)。其中，歷史運動數(shù)據(jù)和實時運動數(shù)據(jù)是相對而言的，歷史運動數(shù)據(jù)是指在當(dāng)前時間之前預(yù)設(shè)統(tǒng)計周期內(nèi)采集的運動數(shù)據(jù)，而實時運動數(shù)據(jù)是指在當(dāng)前時間采集的運動數(shù)據(jù)，當(dāng)前的實時運動數(shù)據(jù)可能會作為之后的歷史運動數(shù)據(jù)。

微處理器310與慣性傳感器320連接，用于根據(jù)歷史運動數(shù)據(jù)的變化趨勢獲取預(yù)測指標(biāo)；以及用于根據(jù)實時運動數(shù)據(jù)、數(shù)據(jù)指標(biāo)獲取階段中獲取到的預(yù)測指標(biāo)以及預(yù)設(shè)策略，判斷用戶是否發(fā)生異常行為；并在判定用戶發(fā)生異常行為時，發(fā)送報警通知。

可見，圖3所示的可穿戴設(shè)備監(jiān)測用戶的運動數(shù)據(jù)，對于當(dāng)前時間來說，將可穿戴設(shè)備在之前的預(yù)設(shè)統(tǒng)計周期內(nèi)采集到的運動數(shù)據(jù)作為歷史運動數(shù)據(jù)，將可穿戴設(shè)備在當(dāng)前時間實時采集到的運動數(shù)據(jù)作為實時運動數(shù)據(jù)，根據(jù)歷史運動數(shù)據(jù)的變化規(guī)律獲取預(yù)測指標(biāo)，根據(jù)實時運動數(shù)據(jù)、預(yù)測指標(biāo)以及預(yù)設(shè)策略來判斷用戶是否發(fā)生異常行為并在判定為是時報警，實現(xiàn)了對佩戴可穿戴設(shè)備的用戶行為的監(jiān)測。本方案能夠針對不同的用戶，將每個用戶個人的歷史運動數(shù)據(jù)作為自學(xué)習(xí)的模板數(shù)據(jù)，通過對模板數(shù)據(jù)的不斷學(xué)習(xí)得到用戶之后運動的預(yù)測指標(biāo)，結(jié)合理論預(yù)測指標(biāo)以及當(dāng)前實際采集的實時運動數(shù)據(jù)能夠分析發(fā)現(xiàn)用戶的非正常行為，實現(xiàn)了定制化、高精度的行為監(jiān)測。

在本發(fā)明的一個實施例中，慣性傳感器320包括用于采集用戶在x軸、y軸和/或z軸方向的加速度的加速度計，微處理器310與加速度計連接，用于處理加速度計采集的x軸、y軸和/或z軸方向的加速度。其中，以重力矢量方向為z軸方向，以用戶正前方向為x軸方向，y軸與x軸、z軸構(gòu)成右手坐標(biāo)系，該右手坐標(biāo)系隨用戶運動而變化，下文同理。

進(jìn)一步地，在本發(fā)明的另一個實施例中，慣性傳感器320不僅包括加速度計，還包括用于采集用戶繞x軸方向、y軸方向和/或z軸方向的旋轉(zhuǎn)角速度的陀螺儀；微處理器310與加速度計連接，用于處理加速度計采集的x軸、y軸和/或z軸方向的加速度；微處理器310還與陀螺儀連接，還用于處理所述陀螺儀采集的x軸方向、y軸方向和/或z軸方向的旋轉(zhuǎn)角速度。

圖4示出了根據(jù)本發(fā)明另一個實施例的一種可穿戴設(shè)備的示意圖。如圖4所示，該可穿戴設(shè)備300包括：微處理器310、慣性傳感器320、氣壓計330、報警電路340、緊急呼叫電路350和心率傳感器360。

慣性傳感器320中包括用于采集用戶在x軸、y軸和/或z軸方向的加速度的加速度計和用于采集用戶繞x軸方向、y軸方向和/或z軸方向的旋轉(zhuǎn)角速度的陀螺儀；微處理器310分別與加速度計和陀螺儀連接，對加速度計采集的加速度數(shù)據(jù)和陀螺儀采集的旋轉(zhuǎn)角速度數(shù)據(jù)進(jìn)行處理。

氣壓計330用于監(jiān)測用戶的高度，微處理器310與氣壓計330連接，用于對氣壓計330監(jiān)測到的高度數(shù)據(jù)進(jìn)行處理。

報警電路340包括：音頻編解碼器341和揚聲器342；微處理器310與報警電路340連接，用于通過音頻編解碼器341控制揚聲器342發(fā)聲。

緊急呼叫電路350包括：射頻收發(fā)器351、射頻前端模塊352和射頻天線353；微處理器310與緊急呼叫電路350連接，用于通過緊急呼叫電路350接收或發(fā)送射頻信號。

通過圖5來說明圖4所示的可穿戴設(shè)備的工作原理，圖5示出了根據(jù)本發(fā)明一個實施例的可穿戴設(shè)備監(jiān)測用戶行為的流程圖，從可穿戴設(shè)備中的微處理器的角度出發(fā)，具體說明了圖4所示的可穿戴設(shè)備中的各個部件所執(zhí)行的工作，則上述可穿戴設(shè)備的工作過程包括：

步驟S410，通過心率傳感器監(jiān)測用戶開始佩戴可穿戴設(shè)備。

即當(dāng)心率傳感器監(jiān)測到用戶的心率數(shù)據(jù)時，微處理器確定用戶開始佩戴可穿戴設(shè)備。

步驟S420，通過加速度計和陀螺儀開始記錄運動數(shù)據(jù)，通過氣壓計開始記錄高度數(shù)據(jù)。

其中，本步驟對運動數(shù)據(jù)的記錄分為兩個分支，一個分支是從步驟S430-步驟S450，表征對于歷史運動數(shù)據(jù)的保留和處理，另一個分支是指步驟S460.表征當(dāng)前實時監(jiān)測的運動數(shù)據(jù)。

步驟S430，判斷所記錄的數(shù)據(jù)對應(yīng)的采集時間是否超過7天，是則執(zhí)行步驟S440，本實施例中以7天為預(yù)設(shè)統(tǒng)計周期，是則，執(zhí)行步驟S440，否則，執(zhí)行步驟S420。

步驟S440，采用先入先出(FIFO)的形式，刪除最早一天的數(shù)據(jù)，保證整個數(shù)據(jù)記錄周期是7天。

步驟S450，本地計算出用戶自身的運動特性曲線。

即根據(jù)所記錄的7天的運動數(shù)據(jù)，得到7天的運動數(shù)據(jù)的變化趨勢，對于具體的運動數(shù)據(jù)來說，計算出該具體的運動數(shù)據(jù)在7天內(nèi)每天同一時間區(qū)間內(nèi)的最大值、最小值和/或平均值，進(jìn)而得到該具體的運動數(shù)據(jù)在7天的同一時間區(qū)間的最大值的變化曲線、最小值的變化曲線和/或平均值的變化曲線，且根據(jù)這些變化曲線能夠預(yù)測出該具體的運動數(shù)據(jù)的最大值、最小值和/或平均值的趨勢線，作為用戶自身的運動特性曲線。

步驟S460，實時監(jiān)測用戶的實時運動數(shù)據(jù)和實時高度數(shù)據(jù)。

步驟S470，判斷步驟S460實時監(jiān)測的加速度是否超出步驟S450計算得到的加速度的最大值的趨勢線，是則，執(zhí)行步驟S480，否則，繼續(xù)步驟S460。

步驟S480，通過心率傳感器判斷用戶是否還佩戴可穿戴設(shè)備，是則，執(zhí)行步驟S490，否則，執(zhí)行步驟S540。

步驟S490，判斷是否靜止5s～10s，是則執(zhí)行步驟S500，否則繼續(xù)步驟S460。

即通過實時監(jiān)測的加速度積分得到用戶的實時速度，當(dāng)用戶的實時速度為0且維持5s～10s之后，此判定成立。

步驟S500，判定用戶發(fā)生跌倒行為。

步驟S510，判斷用戶的高度是否降低1m以上，是則執(zhí)行步驟S520，否則繼續(xù)步驟S500。

步驟S520，判定用戶發(fā)生高處摔落行為。

步驟S530，通過緊急呼叫電路發(fā)送緊急報警短信，通過報警電路周期性地播放SOS求救聲音。

其中，在步驟500之后也可直接執(zhí)行步驟S530。

步驟S540，停止監(jiān)測。

可見，圖4所示的可穿戴設(shè)備能針對各個不同的用戶，構(gòu)建不同的模板數(shù)據(jù)(歷史運動數(shù)據(jù))，且能在后續(xù)過程中不斷學(xué)習(xí)。更具針對性，也能提高監(jiān)測精度。采集被測者本身的運動特性并分析計算出趨勢曲線，實時監(jiān)控的數(shù)據(jù)與被測者本身的分析數(shù)據(jù)對比，更具有針對性以及準(zhǔn)確性。

上述各實施例中，可穿戴設(shè)備可以是智能手表，也可以是智能手環(huán)，還可以是其他類型的可穿戴設(shè)備，在此不做限制。

需要說明的是，圖3-圖4所示可穿戴設(shè)備的工作原理的各實施例與上文中圖1-圖2所示的各實施例對應(yīng)相同，相同的部分不再贅述。

綜上所述，本發(fā)明提供的技術(shù)方案可見，圖1所示的方法通過可穿戴設(shè)備監(jiān)測用戶的運動數(shù)據(jù)，對于當(dāng)前時間來說，將可穿戴設(shè)備在之前的預(yù)設(shè)統(tǒng)計周期內(nèi)采集到的運動數(shù)據(jù)作為歷史運動數(shù)據(jù)，將可穿戴設(shè)備在當(dāng)前時間實時采集到的運動數(shù)據(jù)作為實時運動數(shù)據(jù)，根據(jù)歷史運動數(shù)據(jù)的變化規(guī)律獲取預(yù)測指標(biāo)，根據(jù)實時運動數(shù)據(jù)、預(yù)測指標(biāo)以及預(yù)設(shè)策略來判斷用戶是否發(fā)生異常行為并在判定為是時報警，實現(xiàn)了對佩戴可穿戴設(shè)備的用戶行為的監(jiān)測。本方案能夠針對不同的用戶，將每個用戶個人的歷史運動數(shù)據(jù)作為自學(xué)習(xí)的模板數(shù)據(jù)，通過對模板數(shù)據(jù)的不斷學(xué)習(xí)得到用戶之后運動的預(yù)測指標(biāo)，結(jié)合理論預(yù)測指標(biāo)以及當(dāng)前實際采集的實時運動數(shù)據(jù)能夠分析發(fā)現(xiàn)用戶的非正常行為，實現(xiàn)了定制化、高精度的行為監(jiān)測。

以上所述僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換、改進(jìn)等，均包含在本發(fā)明的保護(hù)范圍內(nèi)。