【技术实现步骤摘要】
识别障碍物的终端、方法、装置及存储介质
本公开实施例涉及电子设备领域，特别涉及一种识别障碍物的终端、方法、装置及存储介质。
技术介绍
现今，移动终端上大多设置有触摸屏。以智能手机为例，为了防止在用户通话时发生误触，触摸屏被设置为当用户脸部接近触摸屏时自动熄灭；当用户脸部远离触摸屏时自动点亮。相关技术中，智能手机的前面板顶部设置有红外传感器，可以用于实现上述触摸屏自动熄灭或者自动点亮的功能；而随着全面屏手机的发展，红外传感器的设置会使屏占比降低或者影响美观；所以，超声波传感器被采纳用于实现上述防误触功能，超声波传感器的设置既不会影响屏占比，也不会影响美观。但是，超声波传感器是通过声波频率的增减来判断障碍物与移动终端之间的距离变化，声波容易受到噪声的影响，会使判断结果出现偏差。
技术实现思路
本公开实施例提供了一种识别障碍物的终端、方法、装置及存储介质，可以解决超声波传感器通过声波频率的增减来判断障碍物与移动终端之间的距离变化时，声波容易受到噪声的影响，会使判断结果出现偏差的问题。所述
【技术保护点】
1.一种识别障碍物的终端，其特征在于，所述终端包括动作传感器、超声波传感器和处理器；所述动作传感器、所述超声波传感器分别与所述处理器电性连接；/n所述动作传感器，用于采集所述终端的第一动态特征量；/n所述超声波传感器，用于采集所述终端的第二动态特征量；/n所述处理器，用于根据所述第一动态特征量和所述第二动态特征量进行障碍物的运动分析，得到对所述障碍物的事件识别结果。/n
【技术特征摘要】
1.一种识别障碍物的终端，其特征在于，所述终端包括动作传感器、超声波传感器和处理器；所述动作传感器、所述超声波传感器分别与所述处理器电性连接；
所述动作传感器，用于采集所述终端的第一动态特征量；
所述超声波传感器，用于采集所述终端的第二动态特征量；
所述处理器，用于根据所述第一动态特征量和所述第二动态特征量进行障碍物的运动分析，得到对所述障碍物的事件识别结果。
2.根据权利要求1所述的终端，其特征在于，
所述处理器，用于将所述第一动态特征量、所述第二动态特征量和所述第三动态特征量分别输入相应的障碍物识别模型中，得到至少一个速度识别结果和至少一个距离识别结果；根据所述至少一个速度识别结果和所述至少一个距离识别结果确定出所述事件识别结果。
3.根据权利要求2所述的终端，其特征在于，所述处理器，用于将所述第一动态特征量输入第一障碍物识别模型中，得到第一速度识别结果；将所述第二动态特征量输入第二障碍物识别模型中，得到第二速度识别结果和第二距离识别结果。
4.根据权利要求3所述的终端，其特征在于，
所述处理器，用于将前一时刻的事件识别结果确定为第一识别结果；根据所述第一速度识别结果和所述第二速度识别结果分析得到对所述障碍物的第二识别结果；当所述第一速度识别结果和所述第二速度识别结果符合第一预设条件时，将所述第二识别结果确定为所述事件识别结果；当所述第一速度识别结果和所述第二速度识别结果不符合所述第一预设条件时，将所述第一识别结果确定为所述事件识别结果。
5.根据权利要求4所述的终端，其特征在于，所述第一速度识别结果包括接近事件、远离事件和不确定事件中的任意一种；所述第二速度识别结果包括接近事件、远离事件和不确定事件中的任意一种；
所述处理器，用于当所述第一速度识别结果和所述第二速度识别结果中包括接近事件且不包括远离事件时，将所述第二识别结果确定为接近事件；
所述处理器，用于当所述第一速度识别结果和所述第二速度识别结果中包括远离事件且不包括接近事件时，将所述第二识别结果确定为远离事件；
所述处理器，用于当所述第一速度识别结果和所述第二速度识别结果中包括远离事件和接近事件，或者，所述第一速度识别结果和所述第二速度识别结果均为不确定事件时，将所述第二识别结果确定为不确定事件。
6.根据权利要求4所述的终端，其特征在于，所述第二距离识别结果包括接近事件、远离事件和不确定事件中的任意一种；所述第二识别结果包括接近事件、远离事件和不确定事件中的任意一种；
所述第一预设条件为当所述第二识别结果为接近事件时，所述第二距离识别结果中包括接近事件且不包括远离事件；当所述第二识别结果为远离事件时，所述第二距离识别结果中包括远离事件且不包括接近事件。
7.根据权利要求1所述的终端，其特征在于，
所述处理器，用于将所述第一动态特征量和所述第二动态特征量输入第三障碍物识别模型中，得到事件识别结果；
其中，所述第三障碍物识别模型是采集历史第一动态特征量和历史第二动态特征量为样本，对神经网络模型进行训练得到的用于障碍物识别的模型。
8.根据权利要求7所述的终端，其特征在于，
所述处理器，用于从所述第一动态特征量中提取n帧第一速度特征量；从所述第二动态特征量中提取n帧第二速度特征量和n帧第二距离特征量；将第i帧的所述第一速度特征量、所述第二速度特征量和所述第二距离特征量对应组合，得到n个第一特征量集合；将n个所述第一特征量集合依次输入所述第三障碍物识别模型中，得到所述事件识别结果；其中，i、n为正整数，i<n。
9.根据权利要求7所述的终端，其特征在于，所述第三障碍物识别模型包括：
依次相连的三层全连接神经网络和输出层；
或，
依次相连的双层循环神经网络、一层所述全连接神经网络和所述输出层。
10.根据权利要求1所述的终端，其特征在于，所述终端还包括与所述处理器相连的触摸屏；
所述处理器，还用于通过所述触摸屏获取所述终端的当前时刻的第三动态特征量；将所述第一动态特征量、所述第二动态特征量和所述第三动态特征量分别输入相应的障碍物识别模型中，得到至少一个速度识别结果和至少一个距离识别结果；根据所述至少一个速度识别结果和所述至少一个距离识别结果确定出所述事件识别结果。
11.根据权利要求10所述的终端，其特征在于，
所述处理器，用于将所述第一动态特征量输入第一障碍物识别模型中，得到所述第一速度识别结果；将所述第二动态特征量输入第二障碍物识别模型中，得到所述第二速度识别结果和所述第二距离识别结果；将所述第三动态特征量输入第四障碍物识别模型中，得到所述第一距离识别结果。
12.根据权利要求11所述的终端，其特征在于，
所述处理器，用于将前一时刻的事件识别结果确定为第一识别结果；根据所述第一速度识别结果和所述第二速度识别结果分析得到对所述障碍物的第二识别结果；当所述第一速度识别结果和所述第二速度识别结果符合第二预设条件时，将所述第二识别结果确定为所述事件识别结果；当所述第一速度识别结果和所述第二速度识别结果不符合所述第二预设条件时，将所述第一识别结果确定为所述事件识别结果。
13.根据权利要求12所述的终端，其特征在于，所述第一速度识别结果包括接近事件、远离事件和不确定事件中的任意一种；所述第二速度识别结果包括接近事件、远离事件和不确定事件中的任意一种；
所述处理器，用于当所述第一速度识别结果和所述第二速度识别结果中包括接近事件且不包括远离事件时，将所述第二识别结果确定为接近事件；当所述第一速度识别结果和所述第二速度识别结果中包括远离事件且不包括接近事件时，将所述第二识别结果确定为远离事件；当所述第一速度识别结果和所述第二速度识别结果中包括远离事件和接近事件，或者，所述第一速度识别结果和所述第二速度识别结果均为不确定事件时，将所述第二识别结果确定为不确定事件。
14.根据权利要求12所述的终端，其特征在于，所述第一距离识别结果包括接近事件、远离事件和不确定事件中的任意一种；所述第二距离识别结果包括接近事件、远离事件和不确定事件中的任意一种；所述第二识别结果包括接近事件、远离事件和不确定事件中的任意一种；
所述第二预设条件为当所述第二识别结果为接近事件时，所述第一距离识别结果和所述第二距离识别结果中包括接近事件且不包括远离事件；当所述第二识别结果为远离事件时，所述第一距离识别结果和所述第二距离识别结果中包括远离事件且不包括接近事件。
15.根据权利要求2所述的终端，其特征在于，所述至少一个速度识别结果包括第三速度识别结果；所述至少一个距离识别结果包括第三距离识别结果；
所述处理器，用于将所述第一动态特征量和所述第二动态特征量输入第五障碍物识别模型中，得到所述第三速度识别结果；将所述第二动态特征量和所述第三动态特征量输入第六障碍物识别模型中，得到所述第三距离识别结果。
16.根据权利要求15所述的终端，其特征在于，所述第三速度识别结果包括接近事件、远离事件和不确定事件中的任意一种；所述第三距离识别结果包括接近事件、远离事件和不确定事件中的任意一种；
所述处理器，用于当所述第三速度识别结果和所述第三距离识别结果中包括接近事件且不包括远离事件时，将所述事件识别结果确定为接近事件；当所述第三速度识别结果和所述第三距离识别结果中包括远离事件且不包括接近事件时，将所述事件识别结果确定为远离事件；当所述第三速度识别结果和所述第三距离识别结果中包括接近事件和远离事件，或者，所述第三速度识别结果和所述第三距离识别结果均为不确定事件时，将所述事件识别结果确定为不确定事件。
17.根据权利要求1所述的终端，其特征在于，所述终端还包括与所述处理器相连的触摸屏；
所述处理器，用于通过所述触摸屏获取所述终端的当前时刻的第三动态特征量；将所述第一动态特征量、所述第二动态特征量和所述第三动态特征量输入第七障碍物识别模型中，得到所述事件识别结果；
其中，所述第七障碍物识别模型是采集历史第一动态特征量、历史第二动态特征量和历史第三动态特征量为样本，对神经网络模型进行训练得到的用于障碍物识别的模型。
18.根据权利要求17所述的终端，其特征在于，
所述处理器，用于从所述第一动态特征量中提取n帧第一速度特征量；从所述第二动态特征量中提取n帧第二速度特征量和n帧第二距离特征量；从所述第三动态特征量中提取n帧第一距离特征量；将第i帧的所述第一速度特征量、所述第二速度特征量、所述第一距离特征量和所述第二距离特征量对应组合，得到n个特征量集合；将n个所述特征量集合依次输入所述第七障碍物识别模型中，得到所述事件识别结果；其中，i、n为正整数，i<n。
19.根据权利要求10所述的终端，其特征在于，所述第七障碍物识别模型包括：
依次相连的三层全连接神经网络和输出层；
或，
依次相连的双层循环神经网络、一层所述全连接神经网络和所述输出层。
20.一种识别障碍物的方法，其特征在于，应用于如权利要求1所述的终端中，所述方法包括：
通过所述动作传感器获取所述终端的当前时刻的第一动态特征量；通过所述超声波传感器获取所述终端的当前时刻的第二动态特征量；
根据所述第一动态特征量和所述第二动态特征量进行障碍物的运动分析，得到对所述障碍物的事件识别结果。
21.根据权利要求20所述的方法，其特征在于，所述根据所述第一动态特征量和所述第二动态特征量进行障碍物的运动分析，得到对所述障碍物的事件识别结果，包括：
将所述第一动态特征量和所述第二动态特征量分别输入相应的障碍物识别模型中，得到至少一个速度识别结果和至少一个距离识别结果；
根据所述至少一个速度识别结果和所述至少一个距离识别结果确定出所述事件识别结果。
22.根据权利要求21所述的方法，其特征在于，所述将所述第一动态特征量和所述第二动态特征量分别输入相应的障碍物识别模型中，得到至少一个速度识别结果和至少一个距离识别结果，包括：
将所述第一动态特征量输入第一障碍物识别模型中，得到第一速度识别结果；
将所述第二动态特征量输入第二障碍物识别模型中，得到第二速度识别结果和第二距离识别结果。
23...
【专利技术属性】
技术研发人员：史润宇，李金龙，
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。