电子设备及其控制方法技术

一种便携式电子设备，包括：多个传感器，其被配置为响应于与便携式电子设备附近的用户的身体的第一接触而产生一个或多个第一输入信号；微处理器；以及存储器，其上存储有指令，当微处理器执行指令时，控制微处理器响应于对表示第一接触与第一手势对应的一个或多个第一输入信号的分析执行与第一手势对应的第一命令。

【技术实现步骤摘要】
【国外来华专利技术】电子设备及其控制方法相关申请的交叉引用本申请要求于2016年8月15日提交的、申请号为62/374,939的美国临时专利的优先权，其公开内容通过引用整体并入本文。
本专利技术主要涉及便携式电子设备，并且具体涉及通过非传统手段向便携式电子设备提供用户命令。
技术介绍
与传统计算设备相比，许多便携式电子设备必然是相对较小的。由于这种尺寸和形状因素差异，传统个人计算设备的输入技术难以在便携式设备上复制。大多数可穿戴电子设备，例如智能手表，其尺寸和形状因素差异更大。例如，智能手表使用内置电容式多点触摸屏作为用户输入和输出显示的表面。遗憾的是，与传统的个人计算设备相比，智能手表屏幕的小尺寸限制了用户与智能手表交互的丰富性。智能手机上的许多成功交互，包括一些多点触控手势，都无法在智能手表上重现。交互问题，例如手指遮挡屏幕的某些部分，在智能手机上可能看起来微不足道，但在智能手表上会被放大。以往尝试了扩展可穿戴电子设备的能力以检测和响应越来越多的各种人类交互，其还需要使用额外的硬件，例如可穿戴的键盘，或者在身上装备传感器。虽然这样的解决方案可增加人类交互的多样性，但是额外的内部或外部设备增加了可穿戴设备的体积和复杂性，从而对可穿戴电子设备的便利性造成不利的影响。因此，需要扩展可穿戴电子设备的能力，以便于在不使用额外的输入设备的情况下，检测和响应越来越多的各种人类交互。
技术实现思路
以示例形式简要地描述某些包括可穿戴电子设备实施方式，其中，该可穿戴电子设备包括：多个传感器，被配置为响应于与可穿戴电子设备附近的用户身体的第一接触而产生一个或多个第一输入信号；微处理器；以及存储器，所述存储器上存储有指令，当由微处理器执行所述指令时，所述指令控制微处理器响应于对一个或多个第一输入信号的分析执行与第一手势对应的第一命令，其中，所述对一个或多个第一输入信号的分析指示第一接触与所述第一手势对应。所述可穿戴电子设备可以是腕戴式设备。第一手势可以是在可穿戴电子设备附近的用户的手或前臂上执行的点击或滑动。可配置多个传感器以响应与可穿戴电子设备附近的用户身体的第二接触而产生一个或多个第二输入信号，并且指令还可以进一步控制微处理器响应对所述一个或多个第二输入信号的分析执行与第二手势对应的第二命令，其中，对所述一个或多个第二输入信号的分析指示第二接触与第二手势对应。第一命令和第二命令可以是分别映射到第一手势和第二手势的不同命令。由微处理器执行的第一命令可以通过向用户提供反馈来控制可穿戴电子设备响应第一手势。可以通过皮肤对皮肤的直接接触来提供第一接触。皮肤对皮肤的直接接触可以包括手指接触可穿戴电子设备附近的皮肤位置。接触可以是点击、滑动或双击。所述多个传感器可包括加速计、陀螺仪和麦克风。接收一个或多个第一输入信号可包括：从加速计接收加速度信号；从陀螺仪接收旋转运动信号；以及从麦克风接收声学波形信号。第一手势可以是手势系列中的多个手势之一，手势系列中的多个手势中的每个手势都映射到多个命令中的一个，并且第一命令是多个命令中的一个。手势系列可以由5个或更多个手势组成。可穿戴电子设备可以是腕戴式设备，并且手势系列可以包括与手背上的数字垫相对应的10个手势。第一手势可以包括对可穿戴电子设备附近的用户的前臂后部的点击，并且第一命令可以指示微处理器开始或停止监视手势系列中的一个或多个其他手势。指令还可控制微处理器分析一个或多个输入信号以确定第一接触与第一手势对应。分析可以包括手势事件检测和手势分类。手势分类可以至少部分地基于用户相关的手势事件数据。手势事件检测可以包括情境检测。指令还可控制微处理器分析由多个传感器生成的一个或多个第二输入信号，以确定一个或多个第二输入信号与可穿戴电子设备可检测的手势系列中的手势不对应。根据一些实施方式，提供了一种方法，包括：响应与可穿戴电子设备附近的用户的身体的接触，捕获来自于集成到可穿戴电子设备上的一个或多个传感器的第一传感器数据；以及响应对第一传感器数据的分析，向可穿戴电子设备的微处理器提供第一命令，其中，对所述第一传感器数据的分析指示该接触与第一手势对应。该方法还可以包括分析第一传感器数据。分析第一传感器数据可以包括进行手势事件检测和进行手势分类。手势事件检测可以包括将来自第一传感器数据的峰值与阈值进行比较。手势事件检测可以包括确定用户的运动。用户的运动可以是步行运动，并且手势事件检测还可以包括补偿步行运动对第一传感器数据的影响。手势分类可包括从第一传感器数据提取多个特征，基于多个特征生成事件向量，以及将事件向量与多个手势分类模型进行比较。多个手势分类模型可以包括与用户无关(user-independent)的模型。多个手势分类模型可以至少部分地基于对可穿戴电子设备附近的用户身体的多个接触，多个接触中的每一个对应于一个手势系列中的多个手势里的一个。手势系列中的多个手势可以表示十键数字键盘。第一传感器数据可包括加速度信号、旋转运动信号和声学波形信号。该方法还可以包括分析第一传感器数据，该分析包括从第一传感器数据中提取多个特征。提取多个特征可以包括：进行基于时间的导数并计算加速度信号的统计参数；对旋转运动信号进行快速傅里叶变换；以及对声学波形信号进行快速傅立叶变换。分析还可以包括基于多个特征生成事件向量。分析还可以包括将事件向量与多个手势分类模型进行比较。第一手势可以是点击、滑动或双击。第一手势可以是手势系列中的多个手势之一。手势系列中的多个手势中的每个手势都可以映射到多个命令中的一个，并且第一命令可以是多个命令中的一个。可穿戴电子设备可以是腕戴式设备。接触可以是手指对手背或前臂后部的点击、滑动或双击。接触可以是皮肤对皮肤的直接接触。手势系列可以由5个或更多个手势组成。手势系列可以包括与手背上的数字键相对应的十个手势。第一手势可以包括点击前臂后部，并且其中第一命令指示微处理器开始或停止监视手势系列中的一个或多个其他手势。该方法还可以包括：基于提供给微处理器的第一命令，向用户提供反馈。对用户的反馈可以包括：在可穿戴电子设备的屏幕上显示的文本或数字条目；屏幕上显示的菜单项的选择；或者屏幕上显示的按键的选择。手势事件检测可以包括：确定包括手势事件数据的事件窗口。该方法还可以包括：从集成到可穿戴电子设备上的一个或多个传感器捕获第二传感器数据；以及分析第二传感器数据以确定第二传感器数据与可穿戴电子设备可检测的手势系列中的手势不对应。根据一些实施方式，提供了一种方法，包括：响应对便携式电子设备附近的用户的身体的接触，从集成到便携式电子设备上的一个或多个传感器采集传感器数据；以及响应对传感器数据的分析给便携式电子设备的微处理器提供第一命令，其中，所述对传感器数据的分析指示该接触对应第一手势。该方法还可以包括分析传感器数据。分析传感器数据可以包括进行手势事件检测和进行手势分类。手势事件检测可以包括将来自传感器数据的峰值与阈值进行比较。手势事件检测可以包括确定用户的运动。用户的运动可以是步行运动，并且手势事件检测还可以包括补偿步行运动对传感器数据的影响。手势分类可包括：从传感器数据提取多个特征；基于多个特征生成事件向量；以及将事件向量与多个手势分类模型进行比较。手势分类模型可以是用户无关的模型。多个手势分类模型可以至少部分地基于对便携本文档来自技高网...

【技术保护点】
1.一种可穿戴电子设备，其特征在于，包括：多个传感器，其被配置为响应于与所述可穿戴电子设备附近用户的身体的第一接触而产生一个或多个第一输入信号；微处理器；以及存储有指令的存储器，当所述微处理器执行所述指令时，所述指令控制所述微处理器响应于对所述一个或多个第一输入信号的分析执行与第一手势对应的第一命令，其中，对所述一个或多个第一输入信号的分析表明所述第一接触与所述第一手势对应。

【技术特征摘要】
【国外来华专利技术】2016.08.15 US 62/374,9391.一种可穿戴电子设备，其特征在于，包括：多个传感器，其被配置为响应于与所述可穿戴电子设备附近用户的身体的第一接触而产生一个或多个第一输入信号；微处理器；以及存储有指令的存储器，当所述微处理器执行所述指令时，所述指令控制所述微处理器响应于对所述一个或多个第一输入信号的分析执行与第一手势对应的第一命令，其中，对所述一个或多个第一输入信号的分析表明所述第一接触与所述第一手势对应。2.根据权利要求1所述的可穿戴电子设备，其特征在于：所述可穿戴电子设备是腕戴式设备。3.根据权利要求2所述的可穿戴电子设备，其特征在于：所述第一手势是在所述可穿戴电子设备附近用户的手或前臂上进行的点击或滑动。4.根据权利要求1所述的可穿戴电子设备，其特征在于：所述多个传感器被配置为响应于与所述可穿戴电子设备附近用户的身体的第二接触产生一个或多个第二输入信号；以及所述指令还控制所述微处理器响应于对所述一个或多个第二输入信号的分析执行与第二手势对应的第二命令，其中，对所述一个或多个第二输入信号的分析表明第二接触与第二手势对应。5.根据权利要求4所述的可穿戴电子设备，其特征在于：所述第一命令和所述第二命令是分别映射到所述第一手势和所述第二手势的不同命令。6.根据权利要求1所述的可穿戴电子设备，其特征在于：由所述微处理器执行的所述第一命令通过向用户提供反馈来控制所述可穿戴电子设备响应所述第一手势。7.根据权利要求1所述的可穿戴电子设备，其特征在于：所述第一接触通过皮肤对皮肤的直接接触提供。8.根据权利要求7所述的可穿戴电子设备，其特征在于：所述皮肤对皮肤的直接接触包括手指接触所述可穿戴电子设备附近的皮肤位置。9.根据权利要求8所述的可穿戴电子设备，其特征在于：所述接触是点击、滑动或双击。10.根据权利要求1所述的可穿戴电子设备，其特征在于：所述多个传感器包括加速度计、陀螺仪和麦克风。11.根据权利要求10所述的可穿戴电子设备，其特征在于，所述接收一个或多个第一输入信号包括：从所述加速计接收加速度信号，从陀螺仪接收旋转运动信号，以及从麦克风接收声学波形信号。12.根据权利要求11所述的可穿戴电子设备，其特征在于：所述第一手势是手势系列中的多个手势之一，其中，所述手势系列中的多个手势中的每一个都映射到多个命令中的一个，并且，所述第一命令是所述多个命令中的一个。13.根据权利要求12所述的可穿戴电子设备，其特征在于：所述手势系列包括5个或更多个手势。14.根据权利要求12所述的可穿戴电子设备，其特征在于：所述可穿戴电子设备为腕戴式设备，其中所述手势系列包括与手背上的数字键盘对应的10个手势。15.根据权利要求12所述的可穿戴电子设备，其特征在于：所述第一手势包括对所述可穿戴电子设备附近用户的前臂后部的点击，并且其中所述第一命令指示所述微处理器开始或停止对所述手势系列中的一个或多个其他手势的监测。16.根据权利要求1所述的可穿戴电子设备，其特征在于：所述指令进一步控制所述微处理器分析所述一个或多个第一输入信号以确定所述第一接触与所述第一手势对应。17.根据权利要求16所述的可穿戴电子设备，其特征在于：所述分析包括手势事件检测和手势分类。18.根据权利要求17所述的可穿戴电子设备，其特征在于：所述手势分类至少部分地基于用户相关的手势事件数据。19.根据权利要求17所述的可穿戴电子设备，其特征在于：所述手势事件检测包括情境检测。20.根据权利要求16所述的可穿戴电子设备，其特征在于：所述指令进一步控制所述微处理器分析由所述多个传感器产生的一个或多个第二输入信号以确定所述一个或多个第二输入信号与可穿戴电子设备可检测到的手势系列中的手势不对应。21.一种方法，其特征在于，包括：响应于与可穿戴电子设备附近的用户身体的接触，从集成到可穿戴电子设备上的一个或多个传感器采集第一传感器数据；以及响应于对所述第一传感器数据的分析，向所述可穿戴电子设备的微处理器提供第一命令，其中，对所述第一传感器数据的分析表明所述接触与第一手势相对应。22.根据权利要求21所述的方法，其特征在于：还包括分析所述第一传感器数据。23.根据权利要求22所述的方法，其特征在于：分析所述第一传感器数据包括进行手势事件检测和进行手势分类。24.根据权利要求23所述的方法，其特征在于：手势事件检测包括将来自所述第一传感器数据的峰值与阈值进行比较。25.根据权利要求23所述的方法，其特征在于：手势事件检测包括确定用户的运动。26.根据权利要求25所述的方法，其特征在于：所述用户的运动是步行运动，并且手势事件检测还包括补偿所述步行运动对所述传感器数据的影响。27.根据权利要求25所述的方法，其特征在于：手势分类包括从所述第一传感器数据中提取多个特征，基于所述多个特征生成事件向量，以及将所述事件向量与多个手势分类模型进行比较。28.根据权利要求27所述的方法，其特征在于：所述多个手势分类模型包括用户无关的模型。29.根据权利要求27所述的方法，其特征在于：所述多个手势分类模型至少部分地基于对所述可穿戴电子设备附近用户的身体的多个接触，所述多个接触中的每一个对应于手势系列中的多个手势中的一个。30.根据权利要求29所述的方法，其特征在于：所述手势系列中的多个手势代表十键数字键盘。31.根据权利要求21所述的方法，其特征在于：所述第一传感器数据包括加速度信号、旋转运动信号和声学波形信号。32.根据权利要求31所述的方法，其特征在于：还包括分析所述第一传感器数据，其中所述分析包括从所述第一传感器数据中提取多个特征。33.根据权利要求31所述的方法，其特征在于：提取多个特征包括进行基于时间的导数并计算加速度信号的统计参数，对旋转运动信号进行快速傅里叶变换，以及对声学波形信号进行快速傅立叶变换。34.根据权利要求32所述的方法，其特征在于：所述分析还包括基于所述多个特征生成事件向量。35.根据权利要求34所述的方法，其特征在于：所述分析还包括将所述事件向量与多个手势分类模型进行比较。36.根据权利要求21所述的方法，其特征在于：所述第一手势是...

【专利技术属性】
技术研发人员：张铖，格利高里·D·阿波德，欧麦·伊南，撒德·尤金·斯达纳，
申请(专利权)人：乔治亚技术研究公司，
类型：发明
国别省市：美国,US