移动终端的握持姿态检测方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种移动终端的握持姿态检测方法、装置、设备及存储介质，属于移动终端技术领域。移动终端包括声波发射器和声波接收器，该方法包括：通过声波发射器发射第一声波；获取声波接收器根据第二声波产生的声波信号，第二声波包括第一声波遇到障碍物反射回的声波；调用人工智能模型对声波信号进行识别，得到声波信号对应的握持姿态。本申请通过复用移动终端上已有的电子器件，实现了移动终端对用户手掌的握持姿态的检测，避免了在移动终端侧边另外增设电容传感器，从而利于移动终端轻薄化和窄边框的实现。

Grasp Attitude Detection Method, Device, Equipment and Storage Medium of Mobile Terminal

The present application discloses a method, device, device and storage medium for holding attitude detection of mobile terminal, which belongs to the technical field of mobile terminal. The mobile terminal includes an acoustic transmitter and a acoustic receiver. The method includes: transmitting the first acoustic wave through the acoustic transmitter; acquiring the acoustic signal generated by the acoustic receiver according to the second acoustic wave; the second acoustic wave includes the echo reflected by the first acoustic wave encountering obstacles; and using artificial intelligence model to identify the acoustic signal, obtaining the corresponding holding attitude of the acoustic signal. By multiplexing the existing electronic devices on the mobile terminal, the application realizes the detection of the holding posture of the user's palm by the mobile terminal, avoids adding additional capacitive sensors on the side of the mobile terminal, thus facilitating the realization of the lightening and narrowing of the mobile terminal.

【技术实现步骤摘要】
移动终端的握持姿态检测方法、装置、设备及存储介质
本公开涉及移动终端
，特别涉及一种移动终端的握持姿态检测方法、装置、设备及存储介质。
技术介绍
握持姿态识别是在移动终端上实现人机交互时的一个重要功能。移动终端可根据用户的不同握持姿态，提供不同的用户界面和/或功能模式。相关技术中，移动终端的左右侧边框上设置有电容传感器，当用户握持移动终端时，用户的手指会使得左侧边框和右侧边框上的电容传感器产生不同的电容变化，移动终端根据左侧边框和右侧边框上的电容变化来识别用户的握持姿态是左手握持还是右手握持，然后根据握持姿态的具体类型显示左手用户界面或右手用户界面。但是相关技术中的方案需要在移动终端的左右侧边框上增设电容传感器，不利于实现移动终端的超薄化和窄边框。
技术实现思路
本申请实施例提供了一种移动终端的握持姿态检测方法、装置、设备及存储介质，能够解决相关技术中需要增设电容传感器才能检测出用户的握持姿态的问题。所述技术方案如下：根据本公开实施例的一方面，提供了一种移动终端的握持姿态检测方法，所述移动终端包括声波发射器和声波接收器，所述方法包括：通过所述声波发射器发射第一声波；获取所述声波接收器根据第二声波产生的声波信号，所述第二声波包括所述第一声波遇到障碍物反射回的声波；调用人工智能模型对所述声波信号进行识别，得到所述声波信号对应的握持姿态；其中，所述人工智能模型是用于根据所述声波信号的声波特征进行握持姿态识别的模型。在一些可能的实现方式中，调用模式识别模型对所述声波信号进行识别，得到所述声波信号对应的握持姿态；或，调用机器学习模型对所述声波信号进行识别，得到所述声波信号对应的握持姿态；或，调用深度学习模型对所述声波信号进行识别，得到所述声波信号对应的握持姿态。在一些可能的实现方式中，对所述声波信号进行特征提取，得到所述声波信号的声波特征；调用所述人工智能模型对所述声波信号的声波特征进行识别，得到所述声波信号对应的握持姿态；其中，所述声波特征包括：时域特征和/或频域特征。在一些可能的实现方式中，通过所述声波发射器发射位于超声波频段的第一声波；通过所述声波接收器接收所述第二声波产生的初始声波信号；对所述初始声波信号中位于所述超声波频段之外的信号进行滤除，得到滤除后的声波信号。在一些可能的实现方式中，根据所述握持姿态改变所述移动终端中的目标电子器件的工作状态，所述目标电子器件是工作性能受所述握持姿态影响的器件。在一些可能的实现方式中，所述目标电子器件是所述移动终端中的天线器件，所述天线器件包括位于不同位置的第一天线器件和第二天线器件；当所述握持姿态是遮挡所述第一天线器件的概率大于第一阈值的姿态，且所述第一天线器件处于工作状态时，将处于工作状态的天线器件从所述第一天线器件切换为所述第二天线器件。在一些可能的实现方式中，所述目标电子器件是所述移动终端中的麦克风器件，所述麦克风器件包括位于不同位置的第一麦克风器件和第二麦克风器件；当所述握持姿态是遮挡所述第一麦克风器件的概率大于第二阈值的姿态，且所述第一麦克风器件处于工作状态时，将处于工作状态的麦克风器件从所述第一麦克风器件切换为所述第二麦克风器件。根据本公开实施例的另一方面，提供了一种移动终端的握持姿态检测装置，所述移动终端包括声波发射器和声波接收器，所述装置包括：发射模块，被配置为通过所述声波发射器发射第一声波；接收模块，被配置为获取所述声波接收器根据第二声波产生的声波信号，所述第二声波包括所述第一声波遇到障碍物反射回的声波；识别模块，被配置为调用人工智能模型对所述声波信号进行识别，得到所述声波信号对应的握持姿态；其中，所述人工智能模型是用于根据所述声波信号的声波特征进行握持姿态识别的模型。在一些可能的实现方式中，所述识别模块，被配置为调用模式识别模型对所述声波信号进行识别，得到所述声波信号对应的握持姿态；或，所述识别模块，被配置为调用机器学习模型对所述声波信号进行识别，得到所述声波信号对应的握持姿态；或，所述识别模块，被配置为调用深度学习模型对所述声波信号进行识别，得到所述声波信号对应的握持姿态。在一些可能的实现方式中，所述识别模块，被配置为对所述声波信号进行特征提取，得到所述声波信号的声波特征；调用所述人工智能模型对所述声波信号的声波特征进行识别，得到所述声波信号对应的握持姿态；其中，所述声波特征包括：时域特征和/或频域特征。在一些可能的实现方式中，所述发射模块，被配置为通过所述声波发射器发射位于超声波频段的第一声波；所述接收模块，被配置为通过所述声波接收器接收所述第二声波产生的初始声波信号；对所述初始声波信号中位于所述超声波频段之外的信号进行滤除，得到滤除后的声波信号。在一些可能的实现方式中，所述装置，还包括：改变模块，被配置为根据所述握持姿态改变所述移动终端中的目标电子器件的工作状态，所述目标电子器件是工作性能受所述握持姿态影响的器件。在一些可能的实现方式中，所述目标电子器件是所述移动终端中的天线器件，所述天线器件包括位于不同位置的第一天线器件和第二天线器件；所述改变模块，被配置为当所述握持姿态是遮挡所述第一天线器件的概率大于第一阈值的姿态，且所述第一天线器件处于工作状态时，将处于工作状态的天线器件从所述第一天线器件切换为所述第二天线器件。在一些可能的实现方式中，所述目标电子器件是所述移动终端中的麦克风器件，所述麦克风器件包括位于不同位置的第一麦克风器件和第二麦克风器件；所述改变模块，被配置为当所述握持姿态是遮挡所述第一麦克风器件的概率大于第二阈值的姿态，且所述第一麦克风器件处于工作状态时，将处于工作状态的麦克风器件从所述第一麦克风器件切换为所述第二麦克风器件。根据本公开实施例的另一方面，提供了一种移动终端，所述移动终端包括：处理器；与所述处理器相连的声波发射器和声波接收器；用于存储所述处理器的可执行指令的存储器；其中，所述处理器被配置为：通过所述声波发射器发射第一声波；获取所述声波接收器根据第二声波产生的声波信号，所述第二声波包括所述第一声波遇到障碍物反射回的声波；调用人工智能模型对所述声波信号进行识别，得到所述声波信号对应的握持姿态；其中，所述人工智能模型是用于根据所述声波信号的声波特征进行握持姿态识别的模型。根据本公开实施例的另一方面，提供了一种计算机存储介质，所述计算机可读存储介质包括一个或多个程序指令，当所述一个或多个程序指令被处理器运行时，实现如上所述的移动终端的握持姿态检测方法。本申请实施例提供的技术方案带来的有益效果至少包括：通过声波发射器发射第一声波，声波接收器接收第二声波并生成声波信号，调用人工智能模型对声波信号进行识别，得到用户手掌对移动终端的握持姿态，从而在不需要侧边框增加电容传感器的前提下，实现了握持姿态的识别功能，复用了移动终端上已有的电子器件，利于实现移动终端的轻薄化和窄边框化。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本申请一个示例性实施例提供的移动终端的结构示意图；图2是本申请一个示例性实施例提供的用于对移本文档来自技高网...

【技术保护点】
1.一种移动终端的握持姿态检测方法，其特征在于，所述移动终端包括声波发射器和声波接收器，所述方法包括：通过所述声波发射器发射第一声波；获取所述声波接收器根据第二声波产生的声波信号，所述第二声波包括所述第一声波遇到障碍物反射回的声波；调用人工智能模型对所述声波信号进行识别，得到所述声波信号对应的握持姿态；其中，所述人工智能模型是用于根据所述声波信号的声波特征进行握持姿态识别的模型。

【技术特征摘要】
1.一种移动终端的握持姿态检测方法，其特征在于，所述移动终端包括声波发射器和声波接收器，所述方法包括：通过所述声波发射器发射第一声波；获取所述声波接收器根据第二声波产生的声波信号，所述第二声波包括所述第一声波遇到障碍物反射回的声波；调用人工智能模型对所述声波信号进行识别，得到所述声波信号对应的握持姿态；其中，所述人工智能模型是用于根据所述声波信号的声波特征进行握持姿态识别的模型。2.根据权利要求1所述的方法，其特征在于，所述调用人工智能模型对所述声波信号进行识别，得到所述声波信号对应的握持姿态，包括：调用模式识别模型对所述声波信号进行识别，得到所述声波信号对应的握持姿态；或，调用机器学习模型对所述声波信号进行识别，得到所述声波信号对应的握持姿态；或，调用深度学习模型对所述声波信号进行识别，得到所述声波信号对应的握持姿态。3.根据权利要求1所述的方法，其特征在于，所述调用人工智能模型对所述声波信号进行识别，得到所述声波信号对应的握持姿态，包括：对所述声波信号进行特征提取，得到所述声波信号的声波特征；调用所述人工智能模型对所述声波信号的声波特征进行识别，得到所述声波信号对应的握持姿态；其中，所述声波特征包括：时域特征和/或频域特征。4.根据权利要求1至3任一所述的方法，其特征在于，所述通过所述声波发射器发射第一声波，包括：通过所述声波发射器发射位于超声波频段的第一声波；所述获取所述声波接收器根据第二声波产生的声波信号，所述第二声波包括所述第一声波遇到障碍物反射回的声波，包括：通过所述声波接收器接收所述第二声波产生的初始声波信号；对所述初始声波信号中位于所述超声波频段之外的信号进行滤除，得到滤除后的声波信号。5.根据权利要求1至3任一所述的方法，其特征在于，所述调用人工智能模型对所述声波信号进行识别，得到所述声波信号对应的握持姿态之后，还包括：根据所述握持姿态改变所述移动终端中的目标电子器件的工作状态，所述目标电子器件是工作性能受所述握持姿态影响的器件。6.根据权利要求5所述的方法，其特征在于，所述目标电子器件是所述移动终端中的天线器件，所述天线器件包括位于不同位置的第一天线器件和第二天线器件；所述根据所述握持姿态改变所述移动终端中的目标电子器件的工作状态，包括：当所述握持姿态是遮挡所述第一天线器件的概率大于第一阈值的姿态，且所述第一天线器件处于工作状态时，将处于工作状态的天线器件从所述第一天线器件切换为所述第二天线器件。7.根据权利要求5所述的方法，其特征在于，所述目标电子器件是所述移动终端中的麦克风器件，所述麦克风器件包括位于不同位置的第一麦克风器件和第二麦克风器件；所述根据所述握持姿态改变所述移动终端中的目标电子器件的工作状态，包括：当所述握持姿态是遮挡所述第一麦克风器件的概率大于第二阈值的姿态，且所述第一麦克风器件处于工作状态时，将处于工作状态的麦克风器件从所述第一麦克风器件切换为所述第二麦克风器件。8.一种移动终端的握持姿态检测装置，其特征在于，所述移动终端包括声波发射器和声波接收器，所述装置包括：发射模块，被配置为通过所述声波发射器发射第一声波；接收模块，被配置为获取所述声波接收...

【专利技术属性】
技术研发人员：刘力，王伟伟，廖柏树，
申请(专利权)人：北京小米移动软件有限公司，
类型：发明
国别省市：北京,11