用于移动设备的传感器单元及其操作方法与流程

本发明涉及一种用于移动设备的传感器单元及其操作方法。

背景技术：

1、移动设备已经长时间使用；然而，它们的使用近年来呈指数增长。移动设备的主要部件之一是电池，并且另一个是其处理能力。当电池寿命退化并且处理器变慢时，它指示移动设备的生命周期的寿命结束。由于这些原因，优化移动设备的功率效率起重要作用。

2、根据现有技术us2021255686，公开了一种具有感测电路和控制电路的电子设备。控制电路基于所生成的传感器数据来生成指示电子设备的移动的信息。控制电路基于指示移动的信息生成控制信号以控制电子设备在多个功率状态下的操作，该多个功率状态包括工作功率状态、中间功率状态和低功率状态。

技术实现思路

1.一种用于移动设备(102)的传感器单元(104)，所述传感器单元(104)包括至少一个惯性测量单元(imu)传感器(106)和连接到所述imu(106)的控制器(108)，所述控制器(108)被配置为：

2.根据权利要求1所述的传感器单元(104)，其中所述控制器(108)被配置为使用机器学习模型(110)对所述姿势进行分类和确定。

3.根据权利要求1所述的传感器单元(104)，其中，基于从包括以下各项的组中选择的输入信号来检测所述姿势：所述移动设备(102)移动的开始、所述移动设备(102)移动的结束和所述移动设备(102)移动的超时，并且其中，所述姿势被分类为从包括以下各项的组中选择的任何一个：外到内移动(out2in)、外到外移动(out2out)、内到内移动(in2in)和内到外移动(in2out)。

4.根据权利要求1所述的传感器单元(104)，其中，所述经预训练的机器学习模型(110)是从包括长短期记忆(lstm)序列到序列分类器、双向长短期记忆(bilstm)、递归神经网络(rnn)、卷积神经网络(cnn)和门控递归单元(gru)的组中选择的至少一个，并且所述经预训练的机器学习模型(110)使用从包括以下各项的组中选择的至少两个参数来训练：针对所述x轴、所述y轴和所述z轴中每个轴的所述至少一个信号的平均值、针对所述x轴、所述y轴和所述z轴中每个轴的所述至少一个信号的平方值的差以及所述方差。

5.根据权利要求1所述的传感器单元(104)，其中所述移动设备(102)是从包括膝上型计算机、掌上型计算机、个人电子设备和个人数字助理的组中选择的至少一个。

6.一种用于操作传感器单元(104)的方法，所述传感器单元(104)包括至少一个imu传感器(106)和连接到所述imu传感器(106)的控制器(108)，所述方法由所述控制器(108)执行，所述方法包括以下步骤：

7.根据权利要求6所述的方法，包括使用经预训练的机器学习模型(110)对所述姿势进行分类和确定。

8.根据权利要求6所述的方法，其中基于从包括以下各项的组中选择的输入信号来检测所述姿势：所述移动设备(102)移动的开始、所述移动设备(102)移动的结束和所述移动设备(102)移动的超时，并且其中，所述姿势被分类为从包括以下各项的组中选择的任何一个：外到内(out2in)、外到外(out2out)、内到内(in2in)和内到外(in2out)。

9.根据权利要求6所述的方法，其中，所述经预训练的机器学习模型(110)是从包括长短期记忆(lstm)序列到序列分类器、双向长短期记忆(bilstm)、递归神经网络(rnn)、卷积神经网络(cnn)和门控递归单元(gru)的组中选择的至少一个，并且所述经预训练的机器学习模型(110)使用从包括以下各项的组中选择的至少两个参数来训练：针对所述x轴、所述y轴和所述z轴中每个轴的所述至少一个信号的平均值、针对所述x轴、所述y轴和所述z轴中每个轴的所述至少一个信号的平方值的差以及所述方差。

10.根据权利要求6所述的方法，其中所述移动设备(102)是从包括膝上型计算机、掌上型计算机、个人电子设备和个人数字助理的组中选择的至少一个。