CN115762049B - 智能可穿戴设备的安全控制方法及装置、智能可穿戴设备 - Google Patents

Abstract

本公开涉及一种智能可穿戴设备的安全控制方法及智能可穿戴设备的安全控制装置。该智能可穿戴设备的安全控制方法，其特征在于，获得智能可穿戴设备的监控结果；根据所述监控结果判断智能可穿戴设备的的佩戴者行为是否发生变化；在判断行为发生变化的情况下，获取智能可穿戴设备的周边环境和特征物进行图像识别，并获得图像识别结果；至少根据所述图像识别结果识别出最新的行为；以及判断所述最新的行为所属的管控级别并且基于所述管控级别采取对应于所述管控级别的安全管控策略，其中，对于各种行为预先设定对应的管控级别，并且对于所述管控级别预先设定对应的安全管控策略。

Description

智能可穿戴设备的安全控制方法及装置、智能可穿戴设备

技术领域

本公开涉及智能可穿戴设备，具体地涉及一种智能可穿戴设备的安全控制方法及智能可穿戴设备的安全控制装置、以及采用它们的智能可穿戴设备。

背景技术

AR（Augmented Reality，现实增强）是一种实时地计算摄影机影像的位置及角度并加上相应图像、视频、3D（三维）模型的技术，通过摄像获取真实环境信息，然后将虚拟投射物体(如图像、场景或系统提示信息等)叠加到获取到的真实环境信息中，再展示给用户，从而实现用户在感官上同时看到虚拟物体存在于现实环境的视觉效果，即实现对现实场景的“增强”。

GPS是全球定位系统(Global Positioning System)，是一种以人造地球卫星为基础的高精度无线电导航的定位系统，它在全球任何地方以及近地空间都能够提供准确的地理位置、速度及精确的时间信息。

目前的智能眼镜即AR眼镜属于新型产品形态，对于使用上的安全控制还处于空白阶段，例如，现有技术中没有提出过对于智能眼镜如何进行各种场景下的安全级别划分以及安全级别控制。

发明内容

本公开的实施例旨在提供一种能够提高用户使用智能可穿戴设备安全性的智能可穿戴设备的安全控制方法及智能可穿戴设备的安全控制装置、以及采用它们的智能可穿戴设备。

本公开的实施例提供了一种智能可穿戴设备的安全控制方法，其特征在于，包括：

获得智能可穿戴设备的监控结果；

根据所述监控结果判断智能可穿戴设备的佩戴者是否发生行为变化；

在判断行为发生变化的情况下，获取智能可穿戴设备的周边环境和特征物进行图像识别，并获得图像识别结果；

至少根据所述图像识别结果识别出最新的行为；以及

判断所述最新的行为所属的管控级别并且基于所述管控级别采取对应于所述管控级别的安全管控策略，其中，对于各种行为预先设定对应的管控级别，并且对于所述管控级别预先设定对应的安全管控策略。

可选地，所述获得智能可穿戴设备的监控结果包括：

利用智能可穿戴设备的定位功能监控位置信息，根据所述位置信息的变化计算得到移动速度并作为所述监控结果。

可选地，所述根据所述监控结果判断行为是否可能发生变化包括：

当所述移动速度变化超过一定阈值的情况下判断为智能可穿戴设备的佩戴者行为可能发生变化。

可选地，所述获取智能可穿戴设备的周边环境和特征物进行图像识别包括：

利用智能可穿戴设备的摄像头，获取视野范围内的图像；以及

将预先存储的特征图像和获取的图像进行比对，以识别出智能可穿戴设备的周边环境和特征物。

可选地，所述安全管控策略用于确定以下的一项或者多项：

智能可穿戴设备的显示区域；

通知提醒方式；以及

输入模式。

可选地，所述对于各种行为预先设定对应的管控级别并且对于所述管控级别预先设定对应的安全管控策略包括：

所述各种行为包括驾驶行为、乘车行为、运动行为和无法识别行为，

管控级别包括高管控级别、普通管控级别、非管控级别，

其中，驾驶行为和无法识别行为预先设定为高管控级别，运动行为预先设定为普通管控级别，乘车行为预先设定为非管控级别，

其中，对于所述高管控级别预先设定对应的安全管控策略包括以下的一项或者多项：关闭智能可穿戴设备的显示区域；关闭通知提醒；以及关闭输入功能，

对于所述普通管控级别预先设定对应的安全管控策略包括以下的一项或者多项：缩小智能可穿戴设备的显示区域；打开通知提醒；以及打开输入功能，

对于所述非管控级别预先设定对应的安全管控策略包括以下的一项或者多项：维持智能可穿戴设备的显示区域；打开通知提醒；以及打开输入。

可选地，所述至少根据所述图像识别结果识别出最新的行为进一步包括：

结合所述图像识别结果和所述移动速度识别出最新的行为。

可选地，所述结合所述图像识别结果和所述移动速度识别出最新的行为包括：

当图像识别结果包括车道特征和车辆特征的情况下，若所述车道特征和车辆特征不能够表示最新的行为是驾驶行为和乘车行为的情况下，则进一步判断所述移动速度是否超过预先设定的跑步最高速度，若是，则识别出最新的行为为无法识别行为，若所述移动速度低于预先设定的跑步最高速度，则识别出最新的行为为运动行为。

可选地，所述获得智能可穿戴设备的监控结果包括：

利用智能可穿戴设备的传感器监控智能可穿戴设备的震动频率以及震动幅度，作为所述监控结果，

所述根据所述监控结果判断行为是否可能发生变化包括：

当智能可穿戴设备的震动频率或者震动幅度发生变化的情况下判断为行为可能发生变化。

可选地，所述获得智能可穿戴设备的监控结果包括：

利用智能可穿戴设备的摄像头进行图像识别以确认行为并作为所述监控结果。

本公开的实施例提供一种智能可穿戴设备的安全控制装置，其特征在于，包括：监控模块、行为识别模块、图像识别模块以及安全管控模块，

所述监控模块用于获得智能可穿戴设备的监控结果；

所述图像识别模块用于获取智能可穿戴设备的的周边环境和特征物进行图像识别并获得图像识别结果，

所述行为识别模块根据所述监控结果判断行为是否发生变化，在判断行为发生变化的情况下，触发所述图像识别模块进行图像识别，并且至少根据所述图像识别结果识别出最新的行为，

所述安全管控模块根据所述行为识别模块识别出的最新的行为，判断所述最新的行为所属的管控级别并且基于所述管控级别采取对应于所述管控级别的安全管控策略，其中，所述安全管控模块对于各种行为预先设定对应的管控级别，并且对于所述管控级别预先设定对应的安全管控策略。

可选地，所述监控模块为位置监控模块，

所述位置监控模块监控该智能可穿戴设备的位置信息，根据所述智能可穿戴设备的位置信息的变化计算得到智能可穿戴设备的移动速度并作为所述监控结果提供给所述行为识别模块。

可选地，所述监控模块为传感器，

所述传感器监控智能可穿戴设备的震动频率以及震动幅度，作为所述监控结果获得智能可穿戴设备的震动频率以及震动幅度并提供给所述行为识别模块。

可选地，所述行为识别模块当接收到的智能可穿戴设备的移动速度发生变化的情况下判断为行为发生变化。

可选地，所述行为识别模块当接收到的智能可穿戴设备的震动频率以及震动幅度生变化的情况下判断为行为发生变化。

可选地，在所述行为识别模块触发所述图像识别模块进行图像识别的情况下，所述图像识别模块启动智能可穿戴设备的摄像头，获取视野范围内的图像，将预先存储的特征图像和获取的图像进行比对，以识别出该智能可穿戴设备的周边环境和特征物。

可选地，在所述安全管控模块中，所述对于各种行为预先设定对应的管控级别并且对于所述管控级别预先设定对应的安全管控策略包括：

所述各种行为包括驾驶行为、乘车行为、运动行为和无法识别行为，

管控级别包括高管控级别、普通管控级别、非管控级别，

其中，驾驶行为和无法识别行为预先设定为高管控级别，运动行为预先设定为普通管控级别，乘车行为预先设定为非管控级别，

其中，对于所述高管控级别预先设定对应的安全管控策略包括以下的一项或者多项：关闭智能可穿戴设备的显示区域；关闭通知提醒；以及关闭输入功能，

对于所述普通管控级别预先设定对应的安全管控策略包括以下的一项或者多项：缩小智能可穿戴设备的显示区域；打开通知提醒；以及打开输入功能，

对于所述非管控级别预先设定对应的安全管控策略包括以下的一项或者多项：维持智能可穿戴设备的显示区域；打开通知提醒；以及打开输入。

本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的智能可穿戴设备的安全控制方法。

本公开的实施例提供了一种计算机设备，包括处理器和存储器，所述存储器配置成存储计算计算指令，所述处理器配置成在运行所述计算机指令时执行所述的智能可穿戴设备的安全控制方法。

本公开的实施例提供了一种智能可穿戴设备，其包括所述的智能可穿戴设备的安全控制装置。

附图说明

图1是表示本公开的实施例的智能可穿戴设备的安全控制方法的概要流程示意图。

图2是表示本公开的实施例的智能可穿戴设备的安全控制装置的结构框图。

图3是表示根据本公开的实施例的计算机设备的结构框图。

具体实施方式

下面介绍的是本公开的多个实施例中的一些，旨在提供对本公开的基本了解。并不旨在确认本公开的关键或决定性的要素或限定所要保护的范围。

出于简洁和说明性目的，本文主要参考其示范实施例来描述本公开的原理。但是，本领域技术人员将容易地认识到，相同的原理可等效地应用于所有类型的智能可穿戴设备的安全控制方法及智能可穿戴设备的安全控制装置并且可以在其中实施这些相同的原理，以及任何此类变化不背离本专利申请的真实精神和范围。

而且，在下文描述中，参考了附图，这些附图图示特定的示范实施例。在不背离本公开的精神和范围的前提下可以对这些实施例进行电、机械、逻辑和结构上的更改。此外，虽然本公开的特征是结合若干实施/实施例的仅其中之一来公开的，但是如针对任何给定或可识别的功能可能是期望和/或有利的，可以将此特征与其他实施/实施例的一个或多个其他特征进行组合。因此，下文描述不应视为在限制意义上的，并且本公开的范围由所附权利要求及其等效物来定义。

诸如“具备”和“包括”之类的用语表示除了具有在说明书和权利要求书中有直接和明确表述的单元（模块）和步骤以外，本公开的技术方案也不排除具有未被直接或明确表述的其它单元（模块）和步骤的情形。

在本公开的实施例中，智能可穿戴设备是一种可以佩戴在使用者的耳部的设备，其内部的设备主体位于使用者的眼部，并在人眼前方形成虚拟放大的图像，引导使用者产生一种身临其境的感觉，从而为使用者提供丰富的生活体验。在本公开的实施例中，智能可穿戴设备可以为智能眼镜，也可以为虚拟现实（Virtual Reality，简称VR）眼镜，或者也可以为增强现实（AugmentedReality，简称AR）眼镜等，即本在本公开的实施例中对于智能可穿戴设备的具体实现方式不进行限定。

本公开的发明人发现，智能可穿戴设备是提供给佩戴者在工作生活场景下长时间佩戴使用的电子设备，相对于手机来说，虽然其能够提供更好的视觉和听觉体验，但是由于显示方式采用近眼投屏，会对佩戴者视线形成遮挡，即使佩戴者移动头部也可能有内容在眼前显示，不仅遮挡佩戴者视线，也还有可能分散佩戴者注意力，因此，需要提出一种能够提高使用安全性的智能可穿戴设备的安全控制方法及智能可穿戴设备的安全控制装置。

本公开的实施例提出一种智能可穿戴设备的安全控制方法及智能可穿戴设备的安全控制装置，通过利用智能可穿戴设备的摄像头、定位模块识别佩戴者的行为（行为例如包括但不限于开车、步行、跑步、骑车等），对于行为进行分级管控，基于不同的管控级别采取对应于管控级别的安全管控策略，其中，安全管控策略可以用于确定以下的一项或者多项：智能可穿戴设备的显示区域；通知提醒方式；以及输入模式。

具体地，例如，作为一个示例，在进行危险程度较高的行为时（例如开车、骑车场景等），实施高管控级别的安全管控策略，策略包括但不限于禁止使用屏幕显示、仅进行语音提醒、TouchPad不支持操作，在进行一般危险程度的运动行为时（例如户外跑步、步行场景），实施普通管控级别的安全管控策略，策略包括但不限于屏幕仅允许显示小范围区域，在进行其他非危险行为（例如包括但不限于办公、娱乐、游戏、坐车、室内步行等），取消安全管控策略。

图1是表示本公开的实施例的智能可穿戴设备的安全控制方法的概要流程示意图。

如图1所示，本公开的实施例的智能可穿戴设备的安全控制方法包括以下步骤：

步骤S100：获得智能可穿戴设备的监控结果；

步骤S200：根据所述监控结果判断智能可穿戴设备的佩戴者的行为是否发生变化；

步骤S300：在判断行为发生变化的情况下，获取智能可穿戴设备的周边环境和特征物进行图像识别，并获得图像识别结果；

步骤S400：至少根据所述图像识别结果识别出最新的行为；以及

步骤S500：判断所述最新的行为所属的管控级别并且基于所述管控级别采取对应于所述管控级别的安全管控策略，其中，对于各种行为预先设定对应的管控级别，并且对于所述管控级别预先设定对应的安全管控策略。

在步骤S100中，获得监控结果可以通过以下三种方式实现：

利用定位功能（例如GPS定位功能、北斗定位功能，伽利略定位功能）监控智能可穿戴设备的位置信息，根据所述智能可穿戴设备的位置信息的变化计算得到智能可穿戴设备的移动速度并作为所述监控结果；

利用智能可穿戴设备的传感器监控智能可穿戴设备的震动频率以及震动幅度，当智能可穿戴设备的震动频率或者震动幅度发生变化的情况下判断为行为发生变化；

利用智能可穿戴设备的摄像头进行图像识别以监控智能可穿戴设备的佩戴者的行为并判断行为发生变化的情况。

这三种监控方式中，利用定位功能进行监控的方式相比利用摄像头进行监控的方式能够更加节省摄像头的功耗并且利用定位功能进行监控的方式相比利用传感器的监控方式能够更加准确，因此，在以下的说明中将以利用定位功能进行监控的方式为例来说明。

在步骤S200中，根据所述监控结果判断行为是否发生变化包括：当智能可穿戴设备的移动速度变化超过一定阈值的情况下判断为行为发生变化。

在步骤S300中在判断行为可能发生变化的情况下，获取智能可穿戴设备的周边环境和特征物进行图像识别，并获得图像识别结果包括：利用智能可穿戴设备的摄像头，获取视野范围内的图像；以及将预先存储的特征图像和获取的图像进行比对，以识别出智能可穿戴设备的周边环境和特征物。

在步骤S400中，例如作为一个示例，当图像识别结果包括车道特征而未包括车辆特征（这里的车辆包括多轮车辆、二轮摩托、电瓶车等，车辆特征包括这些车辆的具有显著特征的部分）的情况下，则进一步判断所述智能可穿戴设备的移动速度是否超过预先设定的跑步最高速度，若是，则识别出最新的行为为无法识别行为，若所述智能可穿戴设备的移动速度低于预先设定的跑步最高速度，则识别出最新的行为为运动行为。

在步骤S500中，所述各种行为可以包括：驾驶行为、乘车行为、运动行为和无法识别行为。管控级别可以包括：高管控级别、普通管控级别、非管控级别。

其中，作为一个示例，驾驶行为和无法识别行为预先设定为高管控级别，运动行为预先设定为普通管控级别，乘车行为预先设定为非管控级别。

作为一个示例，对于所述高管控级别预先设定对应的安全管控策略包括以下的一项或者多项：

关闭智能可穿戴设备的显示区域；

关闭通知提醒；以及

关闭输入功能。

由此，在行为属于高管控级别的情况下，通过采用上述安全管控策略能够避免遮挡佩戴者视野以及避免分散佩戴者注意力。

对于所述普通管控级别预先设定对应的安全管控策略包括以下的一项或者多项：

缩小智能可穿戴设备的显示区域；

打开通知提醒；以及

打开输入功能。

由此，在行为属于普通管控级别的情况下，通过采用上述安全管控策略仅在一定程度内允许遮挡佩戴者视野或者一定程度上分散佩戴者注意力。

对于所述非管控级别预先设定对应的安全管控策略包括以下的一项或者多项：

维持智能可穿戴设备的显示区域；

打开通知提醒；

以及打开输入。

由此，在行为属于非管控级别的情况下，不进行任何限制。

图2是表示本公开的实施例的智能可穿戴设备的安全控制装置的结构框图。

在图2中，本公开的实施例的智能可穿戴设备的安全控制装置如图中的虚线框所示，包括：监控模块100、行为识别模块200、图像识别模块300以及安全管控模块400。

其中，监控模块100用于监获得监控结果。具体地，监控模块100接收定位模块510上报的智能可穿戴设备的位置信息并且计算智能可穿戴设备的移动速度，当发现智能可穿戴设备的移动速度变化时，通知行为识别模块200智能可穿戴设备的移动速度发生变化并附带最新的速度信息。其中，根据位置信息计算智能可穿戴设备的移动速度为现有技术。

行为识别模块300根据所述监控结果判断行为是否发生变化，在判断行为发生变化的情况下，触发图像识别模块200进行图像识别，并且至少根据所述图像识别结果识别出最新的行为。具体地，根据监控模块100通知的移动速度预估行为是否发生变化，当预估到发生行为变化时，向图像识别模块200发起图像识别请求，获取图像识别结果，根据图像识别结果和移动速度识别出的当前行为，当行为发生变化时，向安全管控模块400发送行为变化通知。

图像识别模块200用于对于该智能可穿戴设备的周边环境和特征物进行图像识别并获得图像识别结果。具体地，当收到行为识别模块300请求获取当前图像识别信息时，图像识别模块200使得开启智能可穿戴设备的摄像头520，获取图像信息，并启动图像识别流程，识别出特定场景（包括周边环境和特征物），返回识别结果给行为识别模块300。

安全管控模块400根据行为识别模块300识别出的最新的行为，判断所述最新的行为所属的管控级别并且基于所述管控级别采取对应于所述管控级别的安全管控策略，其中，安全管控模块400对于各种行为预先设定对应的管控级别，并且对于各个管控级别预先设定对应的安全管控策略。

具体地，当安全管控模块400从行为识别模块300收到行为变化通知时，根据预置的安全管控策略，获取行为所对应的管控级别，比较当前的管控级别与之前保存的管控级别是否相同，若不相同，则将管控级别设置为当前的管控级别，并启动安全管控策略切换流程，以控制智能可穿戴设备的各个功能系统（例如包括：图2中的显示系统530、通知系统540、输入系统550、语音系统560以及其他系统570）按照对应的安全管控策略进行工作。

以下，对于行为识别模块300实现的行为识别的实施例进行说明。

在本公开中，发明人通过研究发现，如果佩戴者行为发生切换时其移动速度必然发生变化，基于这样的发现提出了以下的方案，即，仅在智能可穿戴设备的移动速度发生变化时才判断行为发生变化，同时为了提高识别效率，减少识别次数，针对不同行为特征定义不同的切换触发逻辑，当从开车、乘车、骑车的行为变为其他行为时，必然会经历停稳状态，也就是移动速度降低为0的情况，因此可以分以下的几种情况进行判断：

当在开车、乘车、骑车的行为时，只有检测到移动速度为0时才触发行为切换检测流程；

当在非运动状态时，要切换到管控的危险状态，必然移动速度需要超过一定的数值，因此当在非管控状态下时，只有检测到移动速度超过预设值时才触发行为切换检测流程；

当在步行、跑步状态时，只有发生移动速度变化，并且变化操过一定范围时才触发行为切换检测流程。

作为一个示例，行为识别模块300具体地实施步骤如下：

行为识别模块300中记录有当前行为、当前行为速度、识别失败次数。初始时当前行为为非管控行为，当前行为速度为0，识别失败次数为0；管控行为定义有户外步行、户外跑步、骑车、开车、乘车、危险环境高速无法识别行为。其中，户外步行、户外跑步将预设速度范围，预设管控行为最低速度为步行速度范围的最低速度。

当行为识别模块300接收到监控模块100通知移动速度发生变化或者定时器触发到事件时进行以下的行为检测流程：

S001：将监控模块100通知的移动速度作为上报速度，并判断当前行为是否为非管控行为，若是，则进行步骤S002，若不是，则进行S004；

S002：判断上报速度是否高于管控行为最低速度，是则进行S003，否则将识别失败次数设置为0，并退出检测流程；

S003：启动行为识别模块300的行为识别流程，根据图像结果和速度信息进行行为识别，若识别失败时，执行步骤S009；若识别成功，将识别失败次数设置为0，将新行为设置为识别到的管控行为，执行步骤S010；

S004：判断当前行为是否为骑车、开车、乘车，若是则执S005，否则执行S006；

S005：判断上报速度是否为0，若为0，则执行步骤S003，若不为0，则退出检测流程；

S006：判断上报速度是否低于管控行为最低速度，若低于最低速度，则执行步骤S011，若高于最低速度，则执行S007；

S007：识别失败次数是否大于0，是则执行步骤S003，否则判断上报速度和当前行为速度差值的绝对值是否大于预设的门限值，不大于则退出检测流程，否则执行步骤S003；

S008：向安全管控模块400发送行为变化通知附带当前行为信息，并退出检测流程；

S009：识别失败次数加1，当识别失败次数大于预设值时，执行步骤S011，否则设置定时器（触发一定时间后重新检测）；

S010：判断当前的行为和最新的行为是否相同，若不相同则将当前的行为设置为最新的行为，将当前行为速度设置为上报速度，并执行S008，若相同，则将当前行为速度设置为上报速度，并退出检测流程；

S011：判断当前行为是否为非管控行为，若是，则退出检测流程，若不为非管控行为，则将当前行为设置为非管控行为，将当前行为速度设置为0，将识别失败次数设置为0，执行步骤S008；

接着，对于S003中启动的行为识别模块300的行为识别流程进行具体说明。行为识别模块300执行的行为识别流程具体如下:

S101：行为识别模块300向图像识别模块200发起图像识别请求，获取图像识别结果，包括环境和特征物；

S102：当识别出在车道环境，则执行步骤S103，当识别出公共交通车厢环境时，执行步骤S104，当识别出在行人道环境，执行步骤S105，当识别出非以上环境时，执行步骤S106；

S103: 若同时识别出方向盘或车左边前挡风玻璃在正前方时，确认当前行为为开车行为，退出识别流程；若同时识别出摩托车把手或自行车把手或电瓶车把手在正前方时，确认当前行为为骑车行为，退出识别流程；若同时识别出车右边前挡风玻璃或车箱前排座椅后背在正前方时，确认当前行为为乘车行为，退出识别流程；否则执行步骤S105；

S104: 确认当前行为为乘车行为，退出识别流程；

S105: 判断上报速度值是否大于跑步最高速度，若是则确认当前行为为危险环境高速无法识别行为，退出识别流程，若上报速度值在跑步速度范围内时，确认当前行为为户外跑步行为，退出识别流程，否则确认当前行为为户外步行行为，退出识别流程；

S106:同时识别出车箱前排座椅后背在正前方时，确认为乘车环境，否则识别失败，退出识别流程。

图像识别模块200在收到行为识别模块300发起的获取当前图像识别信息的请求时，实施以下的图像识别流程：

S201: 启动智能可穿戴设备的摄像头，获取佩戴者视野范围内图像；

S202: 利用现有图像识别技术，将预先存储的特征图像和获取图像进行比对，以识别出环境和特征物，环境包括但不限于公共交通车厢环境（公交、火车、飞机、地铁等）、车道、行人道，特征物包括但不限于方向盘、自行车把手、电瓶车把手、摩托车把手、车右边前挡风玻璃、车左边前挡风玻璃、车前排座椅；

S203: 关闭摄像头，将图像识别结果返回给行为识别模块300。

以下对于安全管控模块400的动作进行说明。

这里，作为一个示例，在安全管控模块400中，对于管控级别，预先设置有：高管控级别、普通管控级别、非管控级别。初始状态为非管控级别。

作为一个示例，高管控级别定义的行为包括开车、骑车、危险环境高速无法识别行为，对应的安全管控策略为禁止使用屏幕显示、通知消息使用语音提醒、TouchPad禁止操作。

作为一个示例，普通管控级别定义的行为包括户外步行、户外跑步，对应的安全管控策略为屏幕仅允许显示小范围区域，其他系统功能取消限制。

作为一个示例，非管控级别定义的行为包括乘车、非管控行为，对应的安全管控策略为取消所有限制策略。

安全管控模块400在收到行为识别模块300发送的行为变化通知附带当前行为信息时实施安全管控策略切换流程：

S301：根据行为信息获取该行为匹配的最新的管控级别，判断该最新的管控级别是否与当前的管控级别相同，若相同则退出流程，否则执行步骤S302；

S302：设置当前的管控级别为最新的管控级别，根据管控级别对应的策略级别控制各系统功能模块执行对应的安全管控策略：当切换到高管控级别时，执行步骤S303；当切换到普通管控级别时，执行步骤S304；当切换到非管控级别时，执行步骤S305；

S303：控制显示系统530切换为关闭模式，当其他模块有显示请求时进行拒绝操作；控制通知系统540切换为语音模式，通知系统540有新通知达到时通过语音进行提醒，不进行显示提醒；控制输入系统550关闭输入功能，当有新输入事件时不进行事件上报；

S304：控制显示系统530切换为小窗模式，当其他模块有显示请求时仅响应小窗显示请求；控制通知系统540切换为小窗提醒模式，通知系统有新通知达到时通过语音或小窗方式进行提醒；控制输入系统550开启输入功能；

S305：控制显示系统530切换为正常工作模式；控制通知系统540切换为正常工作模式；控制输入系统550开启输入功能。

本公开的实施例的智能可穿戴设备的安全控制方法及智能可穿戴设备的全控制装置提供了一种利用AR眼镜前置摄像头、GPS定位服务识别当前行为的方法，并且对于遮挡、分散佩戴者注意力的事件分级别分场景进行安全控制处理，由此，能够提高佩戴者使用AR眼镜的安全性。

具体地，在本公开的实施例的智能可穿戴设备的安全控制方法及智能可穿戴设备的全控制装置中，通过识别行为制定分级的安全管控策略，能够避免智能可穿戴设备在特定场景下遮挡、分散注意力的事件，由此能够尽量避免发生危险，提高佩戴者使用智能可穿戴设备的安全性。而且，通过结合GPS获得的移动速度和图像识别模块识别的图像，也能够避免仅通过图像识别来识别行为造成的高功耗问题。进一步，通过图像识别模块识别特定的特征物来辨别开车和乘车两种不同的行为，由此能够提供一种辨别开车和乘车两种不同的行为的方法，这是因为，开车和乘车在运动速度上是相同的，无法通过速度特征进行辨别，而在本公开的实施例中通过增加特定的特征物的识别能够进行分辨。

图3是表示根据本公开的实施例的计算机设备的结构框图。

如图3所示，本公开的实施例还提供了一种计算机设备800，包括存储器810和处理器820，其中，存储器810配置成存储计算指令，处理器820配置成在运行所述计算机指令时执行上述任意一项实施例提供的本公开的智能可穿戴设备的安全控制方法。

存储器810可以是各种由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器，电可擦除可编程只读存储器，可擦除可编程只读存储器，可编程只读存储器，只读存储器，磁存储器，快闪存储器，磁盘或光盘。

处理器820可以是中央处理单元或者现场可编程逻辑阵列或者单片机或者数字信号处理器或者专用集成电路等具有数据处理能力和/或程序执行能力的逻辑运算器件。一个或多个处理器可以被配置为以并行计算的处理器组同时执行上述与低轨卫星进行通信的通信方法，或者被配置为以部分处理器执行上述与低轨卫星进行通信的通信方法中的部分步骤，部分处理器执行上述与低轨卫星进行通信的通信方法中的其它部分步骤等。

计算机指令包括了一个或多个由对应于处理器的指令集架构定义的处理器操作，这些计算机指令可以被一个或多个计算机程序在逻辑上包含和表示。该计算机设备800还可以连接各种输入设备(例如用户界面、键盘等)、各种输出设备(例如扬声器等)、以及显示屏等实现计算机设备与其它产品或用户的交互，本文在此不再赘述。

以上例子主要说明了本公开的智能可穿戴设备的安全控制方法及智能可穿戴设备的安全控制装置。尽管只对其中一些本公开的具体实施方式进行了描述，但是本领域普通技术人员应当了解，本公开可以在不偏离其主旨与范围内以许多其他的形式实施。因此，所展示的例子与实施方式被视为示意性的而非限制性的，在不脱离如所附各权利要求所定义的本公开精神及范围的情况下，本公开可能涵盖各种的修改与替换。

Claims (10)

1.一种智能可穿戴设备的安全控制方法，其特征在于，包括：

获得智能可穿戴设备的监控结果；

根据所述监控结果判断智能可穿戴设备的佩戴者是否发生行为变化；

在判断行为发生变化的情况下，开启智能可穿戴设备的摄像头以获取智能可穿戴设备的周边环境和特征物并进行图像识别，获得图像识别结果；

至少根据所述图像识别结果识别出最新的行为；以及

判断所述最新的行为所属的管控级别并且基于所述管控级别采取对应于所述管控级别的安全管控策略，其中，对于各种行为预先设定对应的管控级别，并且对于所述管控级别预先设定对应的安全管控策略，其中，所述获得智能可穿戴设备的监控结果包括：

利用智能可穿戴设备的定位功能监控位置信息，根据所述位置信息的变化计算得到智能可穿戴设备的移动速度并作为所述监控结果，

其中，根据所述监控结果判断行为是否可能发生变化包括：

当所述智能可穿戴设备的移动速度变化超过一定阈值的情况下判断为智能可穿戴设备的佩戴者行为发生变化，

其中，所述安全管控策略用于确定以下的一项或者多项：

智能可穿戴设备的显示区域；

通知提醒方式；以及

输入模式，

其中，所述各种行为包括驾驶行为、乘车行为、运动行为和无法识别行为。

2.如权利要求1所述的智能可穿戴设备的安全控制方法，其特征在于，

所述获取智能可穿戴设备的周边环境和特征物并进行图像识别包括：

利用智能可穿戴设备的摄像头，获取视野范围内的图像；以及

将预先存储的特征图像和获取的图像进行比对，以识别出智能可穿戴设备的周边环境和特征物。

3.如权利要求1所述的智能可穿戴设备的安全控制方法，其特征在于，

所述对于各种行为预先设定对应的管控级别并且对于所述管控级别预先设定对应的安全管控策略包括：

管控级别包括高管控级别、普通管控级别、非管控级别，

其中，驾驶行为和无法识别行为预先设定为高管控级别，运动行为预先设定为普通管控级别，乘车行为预先设定为非管控级别，

其中，对于所述高管控级别预先设定对应的安全管控策略包括以下的一项或者多项：关闭智能可穿戴设备的显示区域；关闭通知提醒；以及关闭输入功能，

对于所述普通管控级别预先设定对应的安全管控策略包括以下的一项或者多项：缩小智能可穿戴设备的显示区域；打开通知提醒；以及打开输入功能，

对于所述非管控级别预先设定对应的安全管控策略包括以下的一项或者多项：维持智能可穿戴设备的显示区域；打开通知提醒；以及打开输入功能。

4.如权利要求1所述的智能可穿戴设备的安全控制方法，其特征在于，

所述至少根据所述图像识别结果识别出最新的行为进一步包括：

结合所述图像识别结果和所述移动速度识别出最新的行为。

5.如权利要求4所述的智能可穿戴设备的安全控制方法，其特征在于，

所述结合所述图像识别结果和所述移动速度识别出最新的行为包括：

当图像识别结果包括车道特征和车辆特征的情况下，若所述车道特征和车辆特征不能够表示最新的行为是驾驶行为和乘车行为的情况下，则进一步判断所述移动速度是否超过预先设定的跑步最高速度，若是，则识别出最新的行为为无法识别行为，若所述移动速度低于预先设定的跑步最高速度，则识别出最新的行为为运动行为。

6.如权利要求1所述的智能可穿戴设备的安全控制方法，其特征在于，

所述获得智能可穿戴设备的监控结果包括：

利用智能可穿戴设备的传感器监控智能可穿戴设备的震动频率以及震动幅度，作为所述监控结果，

根据所述监控结果判断行为是否可能发生变化包括：

当智能可穿戴设备的震动频率或者震动幅度发生变化的情况下判断为行为可能发生变化。

7.一种智能可穿戴设备的安全控制装置，其特征在于，包括：监控模块、行为识别模块、图像识别模块以及安全管控模块，

所述监控模块用于获得智能可穿戴设备的监控结果，所述监控模块为位置监控模块，所述位置监控模块监控该智能可穿戴设备的位置信息，根据所述智能可穿戴设备的位置信息的变化计算得到智能可穿戴设备的移动速度并作为所述监控结果提供给所述行为识别模块；

所述图像识别模块用于获取智能可穿戴设备的周边环境和特征物进行图像识别并获得图像识别结果，

所述行为识别模块根据所述监控结果判断行为是否发生变化，在判断行为发生变化的情况下，向所述图像识别模块发起获取当前图像识别信息的请求以触发所述图像识别模块进行图像识别，并且至少根据所述图像识别结果识别出最新的行为，其中，当所述图像识别模块收到所述行为识别模块请求获取当前图像识别信息时，所述图像识别模块使得开启智能可穿戴设备的摄像头以获取图像信息，

所述安全管控模块根据所述行为识别模块识别出的最新的行为，判断所述最新的行为所属的管控级别并且基于所述管控级别采取对应于所述管控级别的安全管控策略，其中，所述安全管控模块对于各种行为预先设定对应的管控级别，并且对于所述管控级别预先设定对应的安全管控策略，

其中，根据所述监控结果判断行为是否可能发生变化包括：

当所述智能可穿戴设备的移动速度变化超过一定阈值的情况下判断为智能可穿戴设备的佩戴者行为发生变化，

其中，所述安全管控策略用于确定以下的一项或者多项：

智能可穿戴设备的显示区域；

通知提醒方式；以及

输入模式，

其中，所述各种行为包括驾驶行为、乘车行为、运动行为和无法识别行为。

8.一种计算机可读介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1～6任意一项所述的智能可穿戴设备的安全控制方法。

9.一种计算机设备，包括处理器和存储器，所述存储器配置成存储计算机指令，其特征在于，所述处理器配置成在运行所述计算机指令时执行如权利要求1～6任意一项所述的智能可穿戴设备的安全控制方法。

10.一种智能可穿戴设备，其特征在于，包括权利要求7所述的智能可穿戴设备的安全控制装置。