CN116421142A - 一种可穿戴设备的佩戴状态的检测方法 - Google Patents

Abstract

本申请提供一种可穿戴设备的佩戴状态的检测方法，涉及终端技术领域，实现了根据可穿戴设备采集的心率数据，确定可穿戴设备的佩戴状态的目的。该方法包括：可穿戴设备根据预设采集周期采集佩戴用户的多个目标数据；目标数据用于表征佩戴用户的心率；可穿戴设备确定多个目标数据中相邻目标数据的差值的绝对值，并确定绝对值中第一绝对值的个数，第一绝对值大于第一阈值；相邻目标数据为采集时间相邻的数据；若个数大于第一个数阈值，则可穿戴设备确定佩戴状态为松佩戴状态。

Description

一种可穿戴设备的佩戴状态的检测方法

技术领域

本申请涉及终端技术领域，尤其涉及一种可穿戴设备的佩戴状态的检测方法。

背景技术

由于可穿戴设备具有轻巧、易携带等优点，用户可以随时随地将可穿戴设备佩戴在身上外出活动，因此，可穿戴设备得到了越来越多的用户的喜欢。可穿戴设备可以包括智能手环、智能手表、蓝牙耳机、智能眼镜等设备。

现有的可穿戴设备可以监测用户身体的生理数据，比如，体温、心率、血氧、血压、血糖等。然而，可穿戴设备佩戴过紧或过松时，监测得到的数据差异较大，因此利用可穿戴设备进行日常监测时，检测结果受可穿戴设备自身佩戴状态的影响较大。

发明内容

本申请实施例提供一种可穿戴设备的佩戴状态的检测方法，可穿戴设备根据至少一个传感器采集的数据，确定用户佩戴可穿戴设备的佩戴状态为松佩戴状态后，提示用户对可穿戴设备的佩戴状态进行调整，提高了可穿戴设备检测数据的准确度。

为达到上述目的，本申请采用如下技术方案：

第一方面，本申请实施例提供一种可穿戴设备的佩戴状态的检测方法，包括：

可穿戴设备根据预设采集周期采集佩戴用户的多个目标数据；目标数据用于表征佩戴用户的心率；可穿戴设备确定多个目标数据中相邻目标数据的差值的绝对值，并确定绝对值中第一绝对值的个数，相邻目标数据为采集时间相邻的数据，第一绝对值大于第一阈值；若个数大于第一个数阈值，则可穿戴设备确定佩戴状态为松佩戴状态。

可以理解为，可穿戴设备在预设采样周期中采集多个目标数据中，相邻目标数据的差值的绝对值大于第一阈值的个数较多，即多个目标数据对应的数据值波动较大，可穿戴设备可以确定佩戴状态为松佩戴状态。由此，通过对可穿戴设备的佩戴状态的松紧度进行调整，提高了可穿戴设备检测数据的准确度。

在一种可能的实现方式中，该检测方法还可以包括：

若可穿戴设备确定个数小于或等于第一个数阈值，则可穿戴设备确定佩戴状态为紧佩戴状态或正常佩戴状态。

也就是说，可穿戴数据采集的多个目标数据中，相邻目标数据的差值的绝对值大于第一阈值的个数较少，即多个目标数据对应的数据值波动较小，可穿戴设备确定佩戴状态为紧佩戴状态或正常佩戴状态。

在另一种可能的实现方式中，该检测方法还可以包括：

可穿戴设备确定多个目标数据中最大值与最小值之间的差值；

若可穿戴设备确定最大值与最小值之间的差值大于差值阈值，且个数大于第二个数阈值，则可穿戴设备确定佩戴状态为松佩戴状态；第二个数阈值小于第一个数阈值；

若可穿戴设备确定最大值与最小值之间的差值大于差值阈值，且个数小于或等于第二个数阈值，则可穿戴设备确定佩戴状态为紧佩戴状态或正常佩戴状态。

也就是说，可穿戴设备确定多个目标数据中最大值与最小值之间的差值较大时，说明可穿戴设备采集的目标数据的值浮动较大。这种情况下，可穿戴设备确定第一绝对值的个数大于第二个数阈值时，即可确定用户当前佩戴可穿戴设备的佩戴状态为松佩戴状态。

在另一种可能的实现方式中，可穿戴设备确定目标数据中最大值与最小值之间的差值之后，方法还包括：

若可穿戴设备确定最大值与最小值之间的差值小于或等于差值阈值，且个数大于第一个数阈值，则可穿戴设备确定佩戴状态为松佩戴状态。

若可穿戴设备确定最大值与最小值之间的差值小于或等于差值阈值，且个数小于或等于第一个数阈值，则可穿戴设备确定佩戴状态为紧佩戴状态或正常佩戴状态。

在另一种可能的实现方式中，可穿戴设备确定佩戴状态为松佩戴状态之后，该检测方法还可以包括：

可穿戴设备在第一预设时长内采用至少一种提示方式，提示用户对佩戴状态进行调整；至少一种提示方式包括：语音提示、振动提示、声光提示或显示提示信息。

也就是说，可穿戴设备确定佩戴状态为松佩戴状态后，可以提示用户对佩戴状态进行调整。比如，可穿戴设备可以通过语音提示用户，如，可穿戴设备通过语音播报的方式播放信息“为准确记录数据，请您将设备戴紧”。还比如，可穿戴设备还可以通过振动的同时显示提示信息的方式，提示用户对佩戴状态进行调整等，本申请实施例中对可穿戴设备提示用户的方式不做限定。

在另一种可能的实现方式中，可穿戴设备在第一预设时长内采用至少一种提示方式，提示用户对佩戴状态进行调整之后，该检测方法还包括：

若可穿戴设备在第二预设时长内并未接收到佩戴用户的第一操作，则可穿戴设备判断提示次数是否达到次数阈值；第一操作为佩戴用户将佩戴状态由松佩戴状态调整为紧佩戴状态或正常佩戴状态的操作；

若可穿戴设备确定提示次数小于次数阈值，则可穿戴设备在第三预设时长后再次根据采集到的佩戴用户的多个目标数据，确定可穿戴设备的佩戴状态。

也就是说，可穿戴设备确定用户佩戴可穿戴设备的佩戴状态为松佩戴状态，可穿戴设备提示用户对佩戴状态进行调整后，可穿戴设备并未接收到用户对佩戴状态进行调整的操作。这种情况下，可穿戴设备确定提示用户的提示次数小于次数阈值时，可以再次对可穿戴设备的佩戴状态进行检测。

在另一种可能的实现方式中，可穿戴设备在第一预设时长内采用至少一种提示方式，提示用户对佩戴状态进行调整之后，该检测方法还可以包括：

可穿戴设备响应于佩戴用户的第一操作，确定佩戴状态由松佩戴状态切换至紧佩戴状态或正常佩戴状态。

也就是说，可穿戴设备提示用户对佩戴状态进行调整之后，可穿戴设备接收到用户将佩戴状态由松佩戴状态调整为紧佩戴状态或正常佩戴状态的操作，可穿戴设备的佩戴状态由松佩戴状态切换至紧佩戴状态或正常佩戴状态。由此，提高了可穿戴设备检测数据的准确度。

在另一种可能的实现方式中，可穿戴设备根据预设采集周期采集佩戴用户的多个目标数据，包括：

可穿戴设备根据预设采样周期采集佩戴用户在运动场景下的目标数据。

也就是说，本申请实施例的可穿戴设备的佩戴状态的检测方法，可以应用于用户在运动场景下，即可穿戴设备在运动模式下。当然，该检测方法也可以应用于可穿戴设备在睡眠模式、普通模式等，此处不做限定。

在另一种可能的实现方式中，可穿戴设备确定佩戴状态为松佩戴状态之后，该检测方法还可以包括：

若可穿戴设备在第二预设时长内接收到佩戴用户的第一操作，则可穿戴设备在本次运动过程中不再提示佩戴用户对佩戴状态进行调整。

也就是说，在一次运动过程中，若可穿戴设备确定佩戴状态为松佩戴状态后，可穿戴设备接收到用户将佩戴状态由松佩戴状态调整为紧佩戴状态或正常佩戴状态的操作，则可穿戴设备在本次运动过程中不再提示用户对佩戴状态进行调整。

在另一种可能的实现方式中，可穿戴设备确定佩戴状态为松佩戴状态之后，方法还包括：

可穿戴设备自动调整佩戴的松紧度。

也就是说，若可穿戴设备的腕带为柔性材料制作而成具有自动伸缩功能，则可穿戴设备确定佩戴状态为松佩戴状态后，可以自动配置佩戴的松紧度。

在另一种可能的实现方式中，目标数据为光学心率传感器采集的数据。

第二方面，本申请提供一种可穿戴设备，包括：触摸屏，触摸屏包括触摸传感器和显示屏；一个或多个处理器；存储器；其中，存储器中存储有一个或多个计算机程序，一个或多个计算机程序包括指令，当指令被可穿戴设备执行时，使得可穿戴设备执行如上述第一方面中任一项所述的佩戴状态的检测方法。

第三方面，本申请提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当指令在可穿戴设备上运行时，使得可穿戴设备执行如第一方面中任一项所述的佩戴状态的检测方法。

第四方面，本申请提供一种计算机程序产品，计算机程序产品包括计算机指令，当计算机指令在可穿戴设备上运行时，使得可穿戴设备执行如第一方面中任一项所述的佩戴状态的检测方法。

可以理解地，上述提供的第二方面所述的可穿戴设备、第三方面所述的计算机存储介质，以及第四方面所述的计算机程序产品均用于执行上文所提供的对应的方法，因此，其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果，此处不再赘述。

附图说明

图1为本申请实施例提供的一种可穿戴设备的硬件结构示意图；

图2为本申请实施例提供的一种可穿戴设备的佩戴状态的检测方法的流程示意图；

图3为本申请实施例提供的一种智能手表的示意图；

图4为本申请实施例提供的另一种智能手表的示意图；

图5为本申请实施例提供的一种智能手表的使用场景示意图；

图6为本申请实施例提供的一种智能手表的佩戴状态的检测方法的流程示意图；

图7为本申请实施例提供的另一种智能手表的佩戴状态的检测方法的流程示意图；

图8为本申请实施例提供的一种智能手表的腕带的示意图；

图9为本申请实施例提供的一种可穿戴设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。其中，在本申请实施例的描述中，除非另有说明，“/”表示或的意思，例如，A/B可以表示A或B；本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。

以下，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

本申请实施例提供一种可穿戴设备的佩戴状态的检测方法，该方法中可穿戴设备可以根据各传感器采集的数据，确定用户佩戴可穿戴设备的佩戴状态为松佩戴状态后，提示用户对可穿戴设备的佩戴状态进行调整，提高了可穿戴设备检测数据的准确度。

示例性的，本申请实施例提供的可穿戴设备的佩戴状态的检测方法可应用于智能手表、智能手环、智能眼镜等具有显示屏的可穿戴设备，本申请实施例对此不做任何限制。

图1为本申请实施例提供的一种可穿戴设备的硬件结构示意图。如图1所示，可穿戴设备100可以包括处理器110、存储器120、显示屏130、电源模块140、传感器模块150、定位模块160等。其中，传感器模块150可以包括光学心率传感器150A、触摸传感器150B等。

可以理解的是，本申请实施例示意的结构并不构成对可穿戴设备100的具体限定。在本申请另一些实施例中，可穿戴设备100可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。

处理器110可以包括一个或多个处理单元，例如：处理器110可以包括应用处理器(application processor，AP)，调制解调处理器，图像信号处理器(image signalprocessor，ISP)，控制器，存储器，视频编解码器，数字信号处理器(digital signalprocessor，DSP)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。

其中，控制器可以是可穿戴设备100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。

应用处理器上可以安装有电子设备100的操作系统，用于管理电子设备100的硬件与软件资源。比如，管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络、管理文件系统、管理驱动程序等。操作系统也可以用于提供一个让用户与系统交互的操作界面。其中，操作系统内可以安装各类软件，比如，驱动程序，应用程序(application，App)等。

存储器120，用于存储指令和数据。在一些实施例中，存储器120为高速缓冲存储器。该存储器可以保存处理器110使用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据，可从存储器120中直接调用。避免了重复存取，减少了处理器110的等待时间，因而提高了系统的效率。

在一些实施例中，存储器120也可以设置于处理器110中，即处理器110包括存储器120。本申请实施例对此不进行限定。

显示屏130，用于显示图像，视频等。显示屏130包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display，LCD)，有机发光二极管(organic light-emittingdiode，OLED)，有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的，AMOLED)，柔性发光二极管(flex light-emittingdiode，FLED)，Miniled，MicroLed，Micro-oLed，量子点发光二极管(quantum dot lightemitting diodes，QLED)等。在一些实施例中，可穿戴设备100可以包括1个或N个显示屏130，N为大于1的正整数。

电源模块140，可以用于向可穿戴设备100包含的各个部件供电。在一些实施例中，该电源模块140可以是电池，如可充电电池。

光学心率传感器150A，用于测量心率。

触摸传感器150B，也称“触控面板”。触摸传感器150B可以设置于显示屏130，由触摸传感器150B与显示屏130组成触摸屏，也称“触控屏”。触摸传感器150B用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器，以确定触摸事件类型。可以通过显示屏130提供与触摸操作相关的视觉输出。在另一些实施例中，触摸传感器150B也可以设置于可穿戴设备100的表面，与显示屏130所处的位置不同。

传感器模块150还可以包括压力传感器，陀螺仪传感器，心率传感器，磁传感器，加速度传感器，距离传感器，接近光传感器，温度传感器，触摸传感器以及环境光传感器等。

定位模块160，用于定位可穿戴设备100。本申请实施例中，定位模块160可以接收全球导航卫星系统(global navigation satellite system，GNSS)的数据，GNSS的数据包括平面经纬度、海拔高度等。可穿戴设备100可以通过GNSS的海拔高度数据获取其海拔高度。其中，所述GNSS可以包括全球卫星定位系统(global positioning system，GPS)，全球导航卫星系统(global navigation satellite system，GLONASS)，北斗卫星导航系统(beidou navigation satellite system，BDS)，准天顶卫星系统(quasi-zenithsatellite system，QZSS)，伽利略卫星导航系统(galileo satellite navigationsystem，GSNS)和/或星基增强系统(satellite based augmentation systems，SBAS)。

以下实施例中所涉及到的技术方案均可以在具有上述硬件结构可穿戴设备100中实现。

在一些实施例中，用户佩戴可穿戴设备时，可穿戴设备可以根据各传感器(比如，压力传感器、心率传感器等等)采集的数据，判断可穿戴设备的佩戴状态。其中，佩戴状态包括松佩戴状态、正常佩戴状态和紧佩戴状态。若可穿戴设备根据各传感器采集的数据，确定用户佩戴可穿戴设备的佩戴状态为松佩戴状态，可穿戴设备可以提示用户该可穿戴设备的佩戴状态为松佩戴状态，用户可以调整该可穿戴设备的佩戴状态。由此，通过对用户佩戴可穿戴设备的松紧性进行调整，提高了可穿戴设备监测数据的准确度。

需要解释的是，上述可穿戴设备的佩戴状态的检测方法可以适用于可穿戴设备在任意工作模式下。其中，可穿戴设备的工作模式可以包括运动模式、睡眠模式，普通模式等等。例如，假设可穿戴设备处于运动模式，可穿戴设备根据各传感器采集的数据，确定用户佩戴的可穿戴设备的佩戴状态。

为了便于理解，以下结合附图对本申请实施例提供的可穿戴设备的佩戴状态的检测方法进行具体介绍。

图2为本申请实施例提供的一种可穿戴设备的佩戴状态的检测方法的流程示意图。如图2所示，以可穿戴设备为智能手表为例进行说明，该检测方法可以包括以下步骤：

步骤201，智能手表根据预设采集周期采集佩戴用户的多个目标数据。

其中，目标数据用于表征佩戴用户的心率。

在本申请实施例中，用户佩戴的智能手表开机后，智能手表可以实时监测，并根据预设采集周期采集佩戴用户的多个目标数据。然后，智能手表可以根据采集到的多个目标数据，对用户佩戴智能手表的松紧程度进行判断。

作为一种示例，如图3所示，用户佩戴智能手表300时，设置于智能手表的光学心率传感器310实时采集数据，智能手表可以实时获取光学心率传感器采集的数据。进而，智能手表根据光学心率传感器采集的数据判断佩戴的松紧程度。

其中，光学心率传感器是智能可穿戴设备中最为普及的用于心率检测的传感器之一。它采用电光溶剂脉搏波描记法(photo plethysmo graphy，PPG)来测量心率及其他生物计量指标。其工作原理：光学心率传感器通过电容灯光射向皮肤，透过皮肤组织反射回的光被光学心率传感器接受并转换成电信号，再经过电信号转换成数字信号，再根据血液的吸光率算出心率。

在一种可能的场景下，假设用户在运动场景下佩戴智能手表，即智能手表的工作模式处于运动模式下，光学心率传感器实时采集数据，智能手表根据光学心率传感器采集的数据，对用户运动过程中佩戴智能手表的佩戴状态进行检测。

作为一种示例，如图4所示，智能手表的设置界面可以如图4中(A)图所示，智能手表响应于用户对设置界面的工作模式的操作(比如，触摸、双击或按压操作)，智能手表显示工作模式的设置界面，如图4中(B)图所示。智能手表接收到用户对运动模式的操作后，显示“确定”控件。如图4中(C)图所示，智能手表响应于用户对“确定”控件的触控操作，将工作模式调整为运动模式。当智能手表处于运动模式时，智能手表可以实时监测和获取运动过程中光学心率传感器采集的数据。然后，智能手表可以根据获取到的光学心率传感器采集的数据，对用户在运动模式下佩戴智能手表的松紧程度进行判断，以提示用户对智能手表的佩戴的松紧程度进行调整。由此，避免了用户运动过程中手腕运动造成光学心率传感器和手腕之间漏光，导致智能手表测量用户的运动心率不准的问题。

在本申请实施例中，智能手表根据光学心率传感器采集的数据，确定用户佩戴智能手表的佩戴状态的具体过程可以参见后续图6和图7的介绍过程，此处先不做具体介绍。

步骤202，智能手表根据多个目标数据确定松紧程度后，判断松紧程度是否达到松紧程度阈值。

其中，松紧程度阈值为用户佩戴智能手表时佩戴状态为松佩戴状态下时，松紧程度的最小值。

在本申请实施例中，智能手表采集到多个目标数据后，可以根据多个目标数据判断用户佩戴智能手表的松紧程度，进而根据智能手表的松紧程度，判断智能手表的松紧程度是否达到松紧程度阈值。

在一些实施例中，智能手表采集多个目标数据后，可以根据多个目标数据对应的数据值的大小，确定用户佩戴智能手表的松紧程度。比如，若智能手表确定多个目标数据对应的数据值的波动较小，即多个目标数据的数据值差异较小，则智能手表可以确定用户佩戴智能手表的松紧程度为紧佩戴。若智能手表确定多个目标数据对应的数据值的波动较大，即多个目标数据的数据值差异较大，则智能手表可以确定用户佩戴智能手表的松紧程度为松佩戴。

在一种可能的情况下，若智能手表确定用户佩戴智能手表的松紧程度达到松紧程度阈值，则智能手表确定用户当前佩戴智能手表的佩戴状态为松佩戴状态。

在另一种可能的情况下，若智能手表确定用户佩戴智能手表的松紧程度并未达到松紧程度阈值，则智能手表确定用户当前佩戴智能手表的佩戴状态为正常佩戴状态或紧佩戴状态。

步骤203，智能手表提示用户佩戴状态为松佩戴状态。

在本申请实施例中，智能手表在上述步骤202中确定用户佩戴智能手表的佩戴状态为松佩戴状态后，智能手表可以提示用户佩戴该智能手表的佩戴状态为松佩戴状态。此处，智能手表提示用户当前佩戴状态为松佩戴状态可以持续第一预设时长。

作为一种示例，智能手表可以通过振动以及在显示屏中以系统弹窗的方式显示提示信息的提示方式，提示用户该智能手表的佩戴状态为松佩戴状态。如图5所示，智能手表确定用户当前佩戴智能手表的佩戴状态为松佩戴状态后，智能手表可以在振动的同时显示提示信息“为准确记录数据，请您将手表戴紧，并避开骨关节至少一指距离”。比如，智能手表可以持续振动并显示提示信息达到第一预设时长。比如，持续5秒、10秒或15秒等。进而，用户可以根据提示信息对佩戴的智能手表的松紧程度进行调整，将智能手表从松佩戴状态调整为正常佩戴状态，提高了智能手表监测数据的准确度。

需要解释的是，上述示例中智能手表通过振动和显示提示信息的方式提示用户仅作为示例性描述，智能手表还可以通过语音、灯光闪烁或蜂鸣声中的至少一种方式提示用户，本申请实施例中对此不做限定。

步骤204，智能手表判断是否接收到用户的操作。

其中，用户的操作可以为用户将佩戴状态由松佩戴状态调整为紧佩戴状态或正常佩戴状态的操作，即用户加紧智能手表的腕带的操作。

在本申请实施例中，智能手表提示用户该智能手表的佩戴状态为松佩戴状态后，智能手表可以判断在第二预设时长(比如30秒或1分钟等)内是否接收到用户的操作。即智能手表提示用户当前的佩戴状态为松佩戴状态后，智能手表可以判断用户是否调整该智能手表的佩戴状态。

在一些实施例中，智能手表在第二预设时长内接收到用户的操作，即用户及时对该智能手表的佩戴状态进行了调整。由此，提高了智能手表监测数据的准确度。

若在步骤204中智能手表确定未接收到用户的操作，则执行步骤205，否则该流程结束。

步骤205，智能手表判断提示次数是否达到次数阈值。

其中，次数阈值为预先设定是智能手表确定用户当前佩戴状态为松佩戴状态时，提示次数的最大值。比如，次数阈值可以为2次或3次等。

在本申请实施例中，若智能手表在第二预设时长内并未接收到用户对智能手表进行改变佩戴状态的操作，即用户忽略了智能手表的提示，则智能手表继续判断提示次数是否达到次数阈值。

若在步骤205中智能手表确定提示次数达到次数阈值，则执行步骤206，否则该流程结束。

步骤206，智能手表记录已经提示的提示次数后，继续执行步骤201。

在本申请实施例中，若智能手表确定智能手表当前的提示次数并未达到次数阈值，则智能手表可以在记录已经提示的提示次数后，再次对用户佩戴智能手表的松紧程度进行检测。比如，智能手表记录已经提示的提示次数后，可以在第三预设时长(比如，3分钟或5分钟等)后，再次对用户佩戴智能手表的松紧程度进行检测。即智能手表重新开始执行步骤201的实现过程。

可以理解为，为了避免用户并未察觉到智能手表的首次提示过程，智能手表首次提示用户当前佩戴状态为松佩戴状态后，智能手表可以再次对用户佩戴智能手表的松紧程度进行检测。比如，智能手表可以延迟一段时间后再次对佩戴的松紧程度进行检测。若智能手表确定用户佩戴智能手表的松紧程度达到松紧程度阈值，则再次提示用户，直至智能手表提示用户的次数达到次数阈值。或者，智能手表提示用户当前的佩戴状态为松佩戴状态后，若智能手表检测到用户指示的不再提示操作或加紧腕带的操作后，智能手表不再提示用户。

在本申请实施例中，智能手表再次提示用户的提示方式与首次提示用户的提示方式可以相同，也可以不同，此处不做限定。比如，智能手表首次提示时采用的是振动和同时显示提示信息的提示方式，智能手表再次提示时也可以采用振动和同时显示提示信息的提示方式，或者，智能手表再次提示时可以采用语音和同时显示提示信息的提示方式，等等。

在本申请实施例一种可能的场景下，用户佩戴智能手表时，智能手表响应于用户的设置操作，将工作模式设置为运动模式。比如，用户开始骑行时，智能手表可以响应于用户的设置操作将工作模式设置为骑行运动时的运动模式。用户在骑行过程中，智能手表中各传感器将采集的数据上传至智能手表，使得智能手表获取到各传感器采集的数据。智能手表根据至少一个传感器采集的数据对用户在骑行过程中佩戴智能手表的松紧程度进行判断。若智能手表确定用户佩戴智能手表的状态为松佩戴状态，则智能手表可以提示用户当前佩戴状态为松佩戴状态。若智能手表在第二预设时长内未接收到用户调整腕带的操作，则在第三预设时长(比如，5分钟)后再次检测用户当前的佩戴状态。若智能手表再次确定用户当前的佩戴状态为松佩戴状态，则智能手表可以再次提示用户。由此，避免了用户运动过程中智能手表首次提示用户时，用户并未察觉到智能手表的提示过程。若智能手表提示用户的次数达到次数阈值(比如，3次)，则在用户后续骑行过程中，智能手表不再提示用户当前佩戴智能手表的佩戴状态。

用户在骑行过程中佩戴智能手表的佩戴状态为松佩戴状态时，智能手表提示用户对智能手表的腕带的松紧度进行调整，避免了用户骑行过程中智能手表监测的用户的生理数据存在误差的问题，比如，避免了智能手表监测到的用户的心率过高或过低的问题，提高了智能手表监测数据的准确度。

在本申请实施例中，用户佩戴智能手表的过程中，智能手表根据至少一个传感器采集的数据，确定用户佩戴智能手表的佩戴状态为松佩戴状态后，及时提示用户对智能手表的佩戴状态进行调整，提高了智能手表监测用户生理数据的准确度。

作为一种示例，下面结合图6和图7分别对智能手表根据光学心率传感器采集的数据，确定用户佩戴智能手表的佩戴状态的过程进行详细介绍。

图6为本申请实施例提供的一种智能手表的佩戴状态的检测方法的流程示意图。如图6所示，该过程可以包括以下步骤：

步骤601，智能手表通过光学心率传感器采集数据。

在本申请实施例中，用户佩戴智能手表后，光学心率传感器通过电容灯光射向皮肤，透过皮肤组织反射回的光被光学心率传感器接受并转换成电信号，光学心率传感器将电信号上报至智能手表。智能手表获取到光学心率传感器采集的数据。

此处，光学心率传感器可以以第一频率采集数据。

在一些实施例中，假设光学心率传感器的采样频率为第二频率(比如，100Hz)，智能手表对光学心率传感器采集数据的频率进行降采样处理，将光学心率传感器的采样频率降为第一频率(比如，25Hz)。

步骤602，智能手表获取到第四预设时长内的数据。

在本申请实施例中，智能手表获取光学心率传感器以第二频率采集的数据，直至获取到第四预设时长内的数据。比如，智能手表获取光学心率传感器采集的30秒内的数据。

可以理解为，智能手表获取光学心率传感器采集的数据较多时，智能手表根据该多个数据确定用户佩戴智能手表的佩戴状态的准确度更高。

步骤603，智能手表统计相邻数据的差值的绝对值大于第一阈值的个数。

其中，第一阈值为预先设置的确定光学心率传感器采集的数据为大毛刺信号的值。在本申请实施例中，智能手表获取到第四预设时长内光学心率传感器采集的数据后，统计相邻数据之间的差值的绝对值大于第一阈值的个数。即智能手表统计光学心率传感器在第四预设时长内采集的电信号为大毛刺信号的个数。

步骤604，智能手表判断个数是否大于第一个数阈值。

其中，第一个数阈值为预先设定的确定该智能手表的当前佩戴状态为松佩戴状态的最小值。

在本申请实施例中，智能手表确定光学心率传感器采集的相邻数据的差值的绝对值大于第一阈值的个数后，判断个数是否大于第一个数阈值。

若在步骤604中智能手表确定相邻数据的差值的绝对值大于第一阈值的个数大于第一个数阈值，则执行步骤605，否则执行步骤606。

步骤605，智能手表确定当前佩戴状态为松佩戴状态。

步骤606，智能手表确定当前佩戴状态为紧佩戴状态或正常佩戴状态。

在本申请实施例中，若智能手表确定相邻数据的差值的绝对值大于第一阈值的个数大于第一个数阈值，则确定用户佩戴智能手表的佩戴状态为松佩戴状态。若智能手表确定相邻数据的差值的绝对值大于第一阈值的个数小于或等于第一个数阈值，则确定用户佩戴智能手表的佩戴状态为紧佩戴状态或正常佩戴状态。

作为一种示例，假设第一阈值为6*104，第一个数阈值为300，智能手表获取到光学心率传感器在30秒内以25Hz为采样频率采集的电信号。即智能手表可以获取到光学心率传感器采集的750个数据。智能手表统计该750个数据的相邻数据之间的差值的绝对值大于6*104的个数。若智能手表确定相邻数据之间的差值的绝对值大于6*104的个数大于300个，比如，相邻数据的差值的绝对值大于6*104的个数为350个，则智能手表确定用户佩戴智能手表的佩戴状态为松佩戴状态。若智能手表确定相邻数据之间的差值的绝对值大于6*104的个数小于或等于300个，比如，相邻数据的差值的绝对值大于6*104的个数为100个，则智能手表确定用户佩戴智能手表的佩戴状态为紧佩戴状态或正常佩戴状态。

可以理解的是，用户佩戴智能手表的佩戴状态为松佩戴状态时，智能手表和手腕之间漏光的概率较大，导致光心率传感器采集的数据中大毛刺信号较多。用户佩戴智能手表的佩戴状态为紧佩戴状态或正常佩戴状态时，智能手表和手腕之间漏光的概率较小，光心率传感器采集的数据中大毛刺信号较少。

需要解释的是，上述示例中的数值仅作为示例性描述，具体第一阈值和第一个数阈值等需要根据用户佩戴智能手表的实际场景而定，此处不做限定。

图7为本申请实施例提供的另一种智能手表的佩戴状态的检测方法的流程示意图。如图7所示，该过程还可以包括以下步骤：

步骤701，智能手表通过光学心率传感器采集数据。

步骤702，智能手表获取到第四预设时长内的数据。

步骤703，智能手表统计相邻数据的差值的绝对值大于第一阈值的个数。

在本申请实施例中，步骤701至步骤703的实现过程，可以参见上述步骤601至步骤603的实现过程，在此不再赘述。

步骤704，智能手表判断最大值与最小值之间的差值是否大于差值阈值。

其中，差值阈值可以是根据光学心率传感器在第四预设时长内采集的数据的大小确定的值。

在本申请实施例中，智能手表获取到光学心率传感器在第四预设时长内采集的数据后，确定第四预设时长内的数据的最大值和最小值，并计算最大值与最小值之间的差值。智能手表确定光学心率传感器采集的数据的最大值与最小值之间的差值后，判断最大值与最小值之间的差值是否大于差值阈值。

若在步骤704中智能手表确定最大值与最小值之间的差值小于差值阈值，则执行步骤705，否则执行步骤706。

步骤705，智能手表判断个数是否大于第一个数阈值。

在本申请实施例中，步骤705的实现过程，可以参见上述步骤604的实现过程，在此不再赘述。

步骤706，智能手表判断个数是否大于第二个数阈值。

其中，第二个数阈值为最大值与最小值之间的差值小于差值阈值时，确定该智能手表的当前佩戴状态为松佩戴状态的最小值。第二个数阈值小于第一个数阈值。比如，假设第一个数阈值为300，则第二个数阈值为240。

可以理解的是，当智能手表获取的光学心率传感器采集的数据的最大值与最小值之间的差值大于差值阈值时，说明智能手表采集的数据的值浮动较大。这种情况下，智能手表确定相邻数据的差值的绝对值大于第一阈值的个数大于第二个数阈值时，即可确定用户当前佩戴智能手表的佩戴状态为松佩戴状态。

步骤707，智能手表确定当前佩戴状态为松佩戴状态。

步骤708，智能手表确定当前佩戴状态为紧佩戴状态或正常佩戴状态。

在一种可能的情况下，若智能手表确定光学心率传感器采集的数据的最大值与最小值之间的差值小于或等于差值阈值，且智能手表确定相邻数据的差值的绝对值大于第一阈值的个数大于第一个数阈值，则智能手表确定当前佩戴状态为松佩戴状态。

作为一种示例，假设第一阈值为6*104，第一个数阈值为300，差值阈值为2*106，智能手表获取到光学心率传感器在30秒内以25Hz为采样频率采集的电信号。即智能手表可以获取到光学心率传感器采集的750个数据。智能手表统计该750个数据中最大值与最小值之间的差值。若智能手表确定最大值与最小值之间的差值大于2*106，且相邻数据之间的差值的绝对值大于6*104的个数大于300个，比如，相邻数据之间的差值的绝对值大于6*104的个数为350个，则智能手表确定用户佩戴智能手表的佩戴状态为松佩戴状态。

在另一种可能的情况下，若智能手表确定光学心率传感器采集的数据的最大值与最小值之间的差值小于或等于差值阈值，且智能手表确定相邻数据的差值的绝对值大于第一阈值的个数小于或等于第一个数阈值，则智能手表确定当前佩戴状态为紧佩戴状态或正常佩戴状态。

作为一种示例，若智能手表确定最大值与最小值之间的差值小于2*106，比如，最大值与最小值之间的差值为1.5*106，且相邻数据之间的差值的绝对值大于6*104的个数小于300个，比如，相邻数据之间的差值的绝对值大于6*104的个数为280个，则智能手表确定用户佩戴智能手表的佩戴状态为紧佩戴状态或正常佩戴状态。

在另一种可能的情况下，若智能手表确定光学心率传感器采集的数据的最大值与最小值之间的差值大于差值阈值，且智能手表确定相邻数据的差值的绝对值大于第一阈值的个数大于第二个数阈值，则智能手表确定当前佩戴状态为松佩戴状态。

作为一种示例，若智能手表确定最大值与最小值之间的差值大于2*106，比如，最大值与最小值之间的差值为3*106，且相邻数据之间的差值的绝对值大于6*104的个数大于240个，比如，相邻数据之间的差值的绝对值大于6*104的个数为280个，则智能手表确定用户佩戴智能手表的佩戴状态为松佩戴状态。

在另一种可能的情况下，若智能手表确定光学心率传感器采集的数据的最大值与最小值之间的差值大等于差值阈值，且智能手表确定相邻数据的差值的绝对值大于第一阈值的个数小于或等于第二个数阈值，则智能手表确定当前佩戴状态为紧佩戴状态或正常佩戴状态。

作为一种示例，若智能手表确定最大值与最小值之间的差值大于2*106，比如，最大值与最小值之间的差值为3*106，且相邻数据之间的差值的绝对值大于6*104的个数小于240个，比如，相邻数据之间的差值的绝对值大于6*104的个数为180个，则智能手表确定用户佩戴智能手表的佩戴状态为紧佩戴状态或正常佩戴状态。

需要解释的是，上述智能手表根据光学心率传感器采集的数据判断用户佩戴智能手表的松紧程度仅作为示例性描述，此处不做限定。比如，智能手表还可以根据压力传感器、加速度传感器、温度传感器、陀螺仪传感器中的至少一个传感器采集的数据，判断用户佩戴智能手表的松紧程度，本申请实施例中对此不做限定。

在实际应用中，智能手表提示用户佩戴状态为松佩戴状态后，用户可以手动对智能手表的腕带的佩戴松紧度进行调节。

在实际应用中，智能手表提示用户佩戴状态为松佩戴状态后，用户确定对智能手表的松紧度进行调整后，智能手表可以根据智能手表当前所处的工作模式对佩戴松紧度进行自动调节。即本申请实施例中智能手表的腕带可以是具有自动伸缩功能的腕带，同于同一用户来说，其手腕周长是固定的，智能手表通过控制该智能手表腕带的伸缩程度便可控制智能手表的佩戴状态，从而可以自动对该智能手表的佩戴松紧度进行调整。由此，无需用户手动调整智能腕带的佩戴松紧度，简化了用户的操作，提升了用户体验的满意度。

智能手表所处的工作模式不同时，用户佩戴智能手表的适宜佩戴松紧程度参数不同，比如，智能手表的工作模式为运动模式时，用户佩戴智能手表的适宜佩戴松紧程度为第一松紧程度参数；智能手表的工作模式为普通模式时，用户佩戴智能手表的适宜佩戴松紧程度为第二松紧程度参数；智能手表的工作模式为睡眠模式时，用户佩戴智能手表的适宜佩戴松紧程度为第三松紧程度参数。其中，第一松紧程度参数小于第二松紧程度参数，第二松紧程度参数小于第三松紧程度参数。

需要解释的是，智能手表的工作模式处于睡眠模式时，在睡眠状态下为了保证用户的睡眠质量，使用户不受束缚，需要使可穿戴设备较松地佩戴在用户的手腕上。而在运动状态下为了防止可穿戴设备在用户的手腕上滑动，需要使可穿戴设备较紧地佩戴在用户的手腕上。因此，当智能手表处于不同工作模式时，智能手表确定用户当前佩戴状态为松佩戴状态后，智能手表自动对表带的松紧度进行调节的松紧程度不同。

作为一种示例，如图8所示，假设智能手表的腕带为柔性材料制作而成的具有自动伸缩功能，智能手表确定用户当前佩戴状态为松佩戴状态后，智能手表可以根据当前所处的工作模式自动对腕带的佩戴松紧度进行调节。

综上所述，在本申请实施例中，用户佩戴智能手表的过程中，智能手表根据光学心率传感器采集的数据确定用户佩戴智能手表的佩戴状态。当智能手表确定佩戴状态为松佩戴状态后，及时提示用户对智能手表的佩戴的松紧度进行调整。由此，避免了用户佩戴智能手表过松，导致智能手表监测的用户心率过低或过高的问题，提高了智能手表监测用户的心率的准确度。

如图9所示，图9为本申请实施例提供的一种可穿戴设备的结构示意图，该可穿戴设备可以为上述智能手表，也可以为智能手环等等。该可穿戴设备具体可以包括：触摸屏901，所述触摸屏901包括触摸传感器906和显示屏907；一个或多个处理器902；存储器903；一个或多个应用程序(未示出)；以及一个或多个计算机程序904，上述各器件可以通过一个或多个通信总线905连接。其中，上述一个或多个计算机程序904被存储在上述存储器903中并被配置为被该一个或多个处理器902执行，该一个或多个计算机程序904包括指令，该指令可以用于执行上述实施例中的相关步骤。

可以理解的是，上述可穿戴设备等为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明实施例的范围。

本申请实施例可以根据上述方法示例对上述可穿戴设备等进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本发明实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

在采用对应各个功能划分各个功能模块的情况下，上述实施例中涉及的可穿戴设备的一种可能的组成示意图，该可穿戴设备可以包括：显示单元、传输单元和处理单元等。需要说明的是，上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，在此不再赘述。

本申请实施例还提供一种可穿戴设备，包括一个或多个处理器以及一个或多个存储器。该一个或多个存储器与一个或多个处理器耦合，一个或多个存储器用于存储计算机程序代码，计算机程序代码包括计算机指令，当一个或多个处理器执行计算机指令时，使得可穿戴设备执行上述相关方法步骤实现上述实施例中的佩戴状态的检测方法。

本申请的实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机指令，当该计算机指令在可穿戴设备上运行时，使得可穿戴设备执行上述相关方法步骤实现上述实施例中的佩戴状态的检测方法。

本申请的实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机指令，当该计算机指令在可穿戴设备上运行时，使得可穿戴设备执行上述相关方法步骤实现上述实施例中的佩戴状态的检测方法。

另外，本申请的实施例还提供一种装置，这个装置具体可以是芯片，组件或模块，该装置可包括相连的处理器和存储器；其中，存储器用于存储计算机执行指令，当装置运行时，处理器可执行存储器存储的计算机执行指令，以使装置执行上述各方法实施例中可穿戴设备执行的佩戴状态的检测方法。

其中，本实施例提供的可穿戴设备、计算机可读存储介质、计算机程序产品或装置均用于执行上文所提供的对应的方法，因此，其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果，此处不再赘述。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请实施例各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：快闪存储器、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何在本申请揭露的技术范围内的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (14)

1.一种可穿戴设备的佩戴状态的检测方法，其特征在于，所述方法包括：

所述可穿戴设备根据预设采集周期采集佩戴用户的多个目标数据；所述目标数据用于表征所述佩戴用户的心率；

所述可穿戴设备确定所述多个目标数据中相邻目标数据的差值的绝对值，并确定所述绝对值中第一绝对值的个数，其中，所述相邻目标数据为采集时间相邻的数据，所述第一绝对值大于第一阈值；

若所述个数大于第一个数阈值，则所述可穿戴设备确定佩戴状态为松佩戴状态。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若所述可穿戴设备确定所述个数小于或等于所述第一个数阈值，则所述可穿戴设备确定佩戴状态为紧佩戴状态或正常佩戴状态。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

所述可穿戴设备确定所述多个目标数据中最大值与最小值之间的差值；

若所述可穿戴设备确定最大值与最小值之间的差值大于差值阈值，且所述个数大于第二个数阈值，则所述可穿戴设备确定佩戴状态为松佩戴状态；所述第二个数阈值小于所述第一个数阈值；

若所述可穿戴设备确定最大值与最小值之间的差值大于所述差值阈值，且所述个数小于或等于所述第二个数阈值，则所述可穿戴设备确定佩戴状态为紧佩戴状态或正常佩戴状态。

4.根据权利要求3所述的方法，其特征在于，所述可穿戴设备确定所述多个目标数据中最大值与最小值之间的差值之后，所述方法还包括：

若所述可穿戴设备确定最大值与最小值之间的差值小于或等于所述差值阈值，且所述个数大于所述第一个数阈值，则所述可穿戴设备确定佩戴状态为松佩戴状态；

若所述可穿戴设备确定最大值与最小值之间的差值小于或等于所述差值阈值，且所述个数小于或等于所述第一个数阈值，则所述可穿戴设备确定所述佩戴状态为紧佩戴状态或正常佩戴状态。

5.根据权利要求1-4任一项所述方法，其特征在于，所述可穿戴设备确定佩戴状态为松佩戴状态之后，所述方法还包括：

所述可穿戴设备在第一预设时长内采用至少一种提示方式，提示用户对所述佩戴状态进行调整；所述至少一种提示方式包括：语音提示、振动提示、声光提示或显示提示信息。

6.根据权利要求5所述的方法，其特征在于，所述可穿戴设备在第一预设时长内采用至少一种提示方式，提示用户对所述佩戴状态进行调整之后，所述方法还包括：

若所述可穿戴设备在第二预设时长内并未接收到佩戴用户的第一操作，则所述可穿戴设备判断提示次数是否达到次数阈值；所述第一操作为所述佩戴用户将所述佩戴状态由所述松佩戴状态调整为所述紧佩戴状态或所述正常佩戴状态的操作；

若所述可穿戴设备确定所述提示次数小于所述次数阈值，则所述可穿戴设备在第三预设时长后再次根据采集到的佩戴用户的多个目标数据，确定所述可穿戴设备的佩戴状态。

7.根据权利要求5所述的方法，其特征在于，所述可穿戴设备在第一预设时长内采用至少一种提示方式，提示用户对所述佩戴状态进行调整之后，所述方法还包括：

所述可穿戴设备响应于所述佩戴用户的第一操作，确定所述佩戴状态由松佩戴状态切换至所述紧佩戴状态或所述正常佩戴状态。

8.根据权利要求1-4任一项所述方法，其特征在于，所述可穿戴设备根据预设采集周期采集佩戴用户的多个目标数据，包括：

所述可穿戴设备根据预设采样周期采集所述佩戴用户在运动场景下的所述目标数据。

9.根据权利要求8所述方法，其特征在于，所述可穿戴设备确定佩戴状态为松佩戴状态之后，所述方法还包括：

若所述可穿戴设备在所述第二预设时长内接收到佩戴用户的第一操作，则所述可穿戴设备在本次运动过程中不再提示所述佩戴用户对所述佩戴状态进行调整。

10.根据权利要求1-4任一项所述方法，其特征在于，所述可穿戴设备确定佩戴状态为松佩戴状态之后，所述方法还包括：

所述可穿戴设备自动调整佩戴的松紧度。

11.根据权利要求1-4任一项所述方法，其特征在于，所述目标数据为光学心率传感器采集的数据。

12.一种可穿戴设备，其特征在于，包括：

触摸屏，所述触摸屏包括触摸传感器和显示屏；

一个或多个处理器；

存储器；

其中，所述存储器中存储有一个或多个计算机程序，所述一个或多个计算机程序包括指令，当所述指令被所述可穿戴设备执行时，使得所述可穿戴设备执行如权利要求1-11中任一项所述的佩戴状态的检测方法。

13.一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，其特征在于，当所述指令在可穿戴设备上运行时，使得所述可穿戴设备执行如权利要求1-11中任一项所述的佩戴状态的检测方法。

14.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机指令，当所述计算机指令在可穿戴设备上运行时，使得所述可穿戴设备执行如权利要求1-11中任一项所述的佩戴状态的检测方法。

Images