智能眼镜的数据处理方法、装置及智能眼镜与流程

本申请涉及数据处理技术领域，尤其涉及一种智能眼镜的数据处理方法、装置及智能眼镜。

背景技术：

用户在遇到危险或者受困于某个场所时，需要及时向外界请求救援。

通常，用户主要通过手机拨打电话的方式发送报警信息。例如，拨打报警电话请求警方救援，或者，拨打亲友电话请求亲友救援。

然而，在一些场景中，用户可能无法拨打电话，例如，用户没有随身携带手机，或者，手机放在背包内，而用户被困在狭小空间内导致无法取出手机，使得用户无法得到及时救援。

技术实现要素：

本申请提供一种智能眼镜的数据处理方法、装置及智能眼镜，以使用户能够及时方便地进行报警。

第一方面，本申请提供一种智能眼镜的数据处理方法，包括：

获取所述智能眼镜在预设时长内的运动数据；

根据所述运动数据，确定所述智能眼镜在所述预设时长内的运动轨迹是否具有周期性；

若具有周期性，则获取预设报警条件，所述预设报警条件包括：所述智能眼镜对应的目标轨迹信息；

从所述运动数据中获取n个周期的实际轨迹信息，并分别获取每个周期的实际轨迹信息与所述目标轨迹信息之间的相似度，所述n为大于1的整数；

根据所述n个周期各自对应的所述相似度，确定是否触发报警；

若确定触发报警，则向目标设备发送报警信息。

一种可能的实现方式中，所述预设报警条件还包括：所述智能眼镜对应的轨迹数量阈值；根据所述n个周期各自对应的所述相似度，确定是否触发报警，包括：

根据所述n个周期各自对应的所述相似度，从所述n个周期中确定出k个目标周期，所述目标周期对应的所述相似度大于或者等于预设阈值；

若所述k大于或者等于所述轨迹数量阈值，则确定触发报警；

若所述k小于所述轨迹数量阈值，则确定不触发报警。

一种可能的实现方式中，获取预设报警条件之前，所述方法还包括：

接收终端设备发送的配置信息，所述配置信息中包括目标轨迹的标识和所述目标轨迹的数量；

根据所述目标轨迹的标识，确定所述智能眼镜对应的目标轨迹信息；

将所述目标轨迹的数量，确定为所述智能眼镜对应的轨迹数量阈值；

确定所述预设报警条件包括：所述智能眼镜对应的目标轨迹信息和所述智能眼镜对应的轨迹数量阈值。

一种可能的实现方式中，接收终端设备发送的配置信息之后，还包括：

根据所述目标轨迹的标识，从预设数据库的多种识别算法中确定目标识别算法，所述目标识别算法用于识别所述目标轨迹，不同识别算法用于识别不同的运动轨迹；

分别获取每个周期的实际轨迹信息与所述目标轨迹信息之间的相似度，包括：

通过所述目标识别算法分别获取每个周期的实际轨迹信息与所述目标轨迹信息之间的相似度。

一种可能的实现方式中，向目标设备发送报警信息，包括：

控制所述智能眼镜中的采集装置采集所处环境对应的音频信息、图像信息、位置信息中的一种或者多种；

生成所述报警信息，所述报警信息包括所述音频信息、所述图像信息、所述位置信息中的一种或者多种；

向所述目标设备发送所述报警信息。

一种可能的实现方式中，获取所述智能眼镜在预设时长内的运动数据，包括：

获取所述智能眼镜中的至少一种传感器在预设时长内采集得到的传感器数据；

将所述传感器数据确定为所述运动数据。

一种可能的实现方式中，若满足所述报警条件，所述方法还包括：

获取所述目标设备的连接信息；

根据所述目标设备的连接信息，向所述目标设备发送音频连接请求或者视频连接请求。

第二方面，本申请提供一种智能眼镜的数据处理装置，包括：

获取模块，用于获取所述智能眼镜在预设时长内的运动数据；

第一确定模块，用于根据所述运动数据，确定所述智能眼镜在所述预设时长内的运动轨迹是否具有周期性；

第二确定模块，用于若具有周期性，则获取预设报警条件，所述预设报警条件包括：所述智能眼镜对应的目标轨迹信息；从所述运动数据中获取n个周期的实际轨迹信息，并分别获取每个周期的实际轨迹信息与所述目标轨迹信息之间的相似度，所述n为大于1的整数；根据所述n个周期各自对应的所述相似度，确定是否触发报警；

发送模块，用于若确定触发报警，则向目标设备发送报警信息。

一种可能的实现方式中，所述预设报警条件还包括：所述智能眼镜对应的轨迹数量阈值；所述第二确定模块具体用于：

根据所述n个周期各自对应的所述相似度，从所述n个周期中确定出k个目标周期，所述目标周期对应的所述相似度大于或者等于预设阈值；

若所述k大于或者等于所述轨迹数量阈值，则确定触发报警；

若所述k小于所述轨迹数量阈值，则确定不触发报警。

一种可能的实现方式中，所述装置还包括：

接收模块，用于接收终端设备发送的配置信息，所述配置信息中包括目标轨迹的标识和所述目标轨迹的数量；

第三确定模块，用于根据所述目标轨迹的标识，确定所述智能眼镜对应的目标轨迹信息；将所述目标轨迹的数量，确定为所述智能眼镜对应的轨迹数量阈值；确定所述预设报警条件包括：所述智能眼镜对应的目标轨迹信息和所述智能眼镜对应的轨迹数量阈值。

一种可能的实现方式中，所述第三确定模块还用于：

根据所述目标轨迹的标识，从预设数据库的多种识别算法中确定目标识别算法，所述目标识别算法用于识别所述目标轨迹，不同识别算法用于识别不同的运动轨迹；

所述第二确定模块具体用于：通过所述目标识别算法分别获取每个周期的实际轨迹信息与所述目标轨迹信息之间的相似度。

一种可能的实现方式中，所述发送模块具体用于：

控制所述智能眼镜中的采集装置采集所处环境对应的音频信息、图像信息、位置信息中的一种或者多种；

生成所述报警信息，所述报警信息包括所述音频信息、所述图像信息、所述位置信息中的一种或者多种；

向所述目标设备发送所述报警信息。

一种可能的实现方式中，所述获取模块具体用于：

获取所述智能眼镜中的至少一种传感器在预设时长内采集得到的传感器数据；

将所述传感器数据确定为所述运动数据。

一种可能的实现方式中，所述发送模块还用于：

获取所述目标设备的连接信息；

根据所述目标设备的连接信息，向所述目标设备发送音频连接请求或者视频连接请求。

第三方面，本申请提供一种智能眼镜，包括：存储器和处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序实现如第一方面任一项所述的方法。

第四方面，本申请提供一种计算机可读存储介质，包括：计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述的方法。

第五方面，本申请提供一种计算机程序产品，包括：计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述的方法。

本申请提供的智能眼镜的数据处理方法、装置及智能眼镜，该方法包括：获取智能眼镜在预设时长内的运动数据，根据运动数据，确定智能眼镜在预设时长内的运动轨迹是否具有周期性，若具有周期性，则获取预设报警条件，所述预设报警条件包括：所述智能眼镜对应的目标轨迹信息；从运动数据中获取n个周期的实际轨迹信息，并分别获取每个周期的实际轨迹信息与所述目标轨迹信息之间的相似度，根据所述n个周期各自对应的所述相似度，确定是否触发报警，若确定触发报警，则向目标设备发送报警信息。可见，本实施例提供了一种通过智能眼镜进行报警求救的方式，由于智能眼镜是用户随身佩戴的物品，用户通过操作智能眼镜沿预设轨迹运动，即可方便地实现报警。并且，即使是用户受困于狭小空间的场景中，用户也可以通过转动头部等方式操作智能眼镜沿预设轨迹运动以触发报警，保证在用户无法拨打手机的情况下，也能够得到及时救援，避免用户的生命、财产受到损害。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种应用场景的示意图；

图2为本申请实施例提供的一种数据处理方法的流程示意图；

图3为本申请实施例提供的另一种数据处理方法的流程示意图；

图4为本申请实施例提供的一种报警配置界面的示意图；

图5为本申请实施例提供的又一种数据处理方法的流程示意图；

图6为本申请实施例提供的一种数据处理过程的示意图；

图7为本申请实施例提供的另一种数据处理过程的示意图；

图8为本申请实施例提供的一种数据处理装置的结构示意图；

图9为本申请实施例提供的一种智能眼镜的结构示意图。

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清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

如前所述，用户在遇到危险或者受困在某个场景时，目前主要通过拨打电话的方式发送报警信息。例如，拨打报警电话请求警方救援，或者，拨打亲友电话请求亲友救援。

但是，在一些场景中，用户可能无法拨打电话。例如，用户没有随身携带手机的情况下，用户无法拨打电话。又例如，手机放在背包内，而用户被困在狭小空间内无法取出手机，使得用户无法拨打电话。又例如，用户随身携带有手机，但是用户被困在狭小空间内，双手无法操作手机，使得用户无法拨打电话。上述场景中，由于用户无法拨打电话，会导致用户无法得到及时救援，严重情况下，还会对用户的生命、财产等造成损害。

为了解决上述技术问题，本申请实施例提供一种基于智能眼镜的数据处理方法、装置及智能眼镜，用户可以通过智能眼镜来发送报警信息。下面结合图1进行描述。

图1为本申请实施例提供的一种应用场景的示意图。如图1所示，该应用场景可以包括：智能眼镜和目标设备。佩戴智能眼镜的用户在遇到危险或者受困于某个场景时，可以通过智能眼镜发送报警信息。目标设备是指接收报警信息的设备。目标设备可以为终端设备或者服务器。一些示例中，目标设备可以为用户的紧急联系人的终端设备。另一些示例中，目标设备可以为报警系统的服务器。

其中，智能眼镜与目标设备之间的通信方式可以有多种，本实施例对此不作限定。例如，智能眼镜与目标设备之间通过wi-fi、蓝牙等无线通信技术连接。又例如，智能眼镜与目标设备之间还可以通过第2代移动通信技术（2ndgenerationmobilecommunicationtechnology，2g）、3g、4g、5g等移动通信技术连接。

可选的，如图1所示，该应用场景还可以包括：配置设备。配置设备可以为佩戴智能眼镜的用户的终端设备。智能眼镜与配置设备通信连接，用户可以通过配置设备向智能眼镜发送配置信息。示例性的，配置信息可以指示通过哪种方式触发报警。

一个示例性的应用场景中，配置设备向智能眼镜发送配置信息，配置信息指示采用如下方式触发报警：操作智能眼镜沿预设轨迹（例如，圆形轨迹、s形轨迹、矩形轨迹等）运动。当用户遇到危险或者受困于某个场所时，可以操作智能眼镜沿预设轨迹运动。这样，智能眼镜检测自身的运动状态，当检测到其沿预设轨迹运动时，确定满足报警条件，并向目标设备发送报警信息。

可见，本申请实施例提供了一种通过智能眼镜进行报警求救的方式，由于智能眼镜是用户随身佩戴的物品，用户通过操作智能眼镜沿预设轨迹运动，即可方便地实现报警。并且，即使是用户受困于狭小空间的场景中，用户也可以通过转动头部等方式操作智能眼镜沿预设轨迹运动以触发报警，保证在用户无法拨打手机的情况下，也能够得到及时救援，避免用户的生命、财产受到损害。

下面以具体地实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

图2为本申请实施例提供的一种数据处理方法的流程示意图。本实施例的方法可以由智能眼镜执行。如图2所示，本实施例的方法包括：

s201：获取智能眼镜在预设时长内的运动数据。

其中，运动数据是指描述智能眼镜的运动状态的相关数据。预设时长是指当前时刻之前的一个时间段。例如，可以获取智能眼镜在当前时刻的前1分钟内的运动数据，或者，可以获取智能眼镜在当前时刻的前30秒内的运动数据。

本实施例中，智能眼镜可以设置有至少一种传感器，包括但不限于：加速度传感器、陀螺仪传感器、位移传感器等。其中，加速度传感器用于测量智能眼镜的加速度数据。陀螺仪传感器用于测量智能眼镜的角速度数据。位移传感器用于测量智能眼镜的移动量数据。

智能眼镜通过上述至少一个传感器实时采集传感数据。本实施例中可以获取所述至少一种传感器在预设时长内采集得到的传感数据，并将所述传感数据确定为所述运动数据。

举例而言，假设指定的报警方式为：操作智能眼镜沿圆形轨迹运动。在用户未触发报警的情况下，s201中采集到的运动数据为用户佩戴智能眼镜进行正常活动（例如，扭头、仰头、低头等）所对应的运动数据。在用户触发报警的情况下，s201中采集到的运动数据为用户操作智能眼镜沿圆形轨迹运动所对应的运动数据。

s202：根据所述运动数据，确定所述智能眼镜在所述预设时长内的运动轨迹是否具有周期性。

本实施例中，通过对运动数据进行分析，可以确定出智能眼镜在预设时长内的运动轨迹是否具有周期性。示例性的，可以将上述运动数据绘制为波形数据，通过波形数据可以直观分析得到智能眼镜的运动轨迹是否具有周期性。

应理解，本实施例中的“运动轨迹具有周期性”是指智能眼镜在预设时长内重复多次沿相同的轨迹运动。例如，智能眼镜重复多次的沿圆形轨迹运动，或者，智能眼镜重复多次的沿s型轨迹运动。相邻两次轨迹运动之间的时间间隔可以相同或者不同。

s203：若具有周期性，则获取预设报警条件，所述预设报警条件包括：所述智能眼镜对应的目标轨迹信息，从所述运动数据中获取n个周期的实际轨迹信息，并分别获取每个周期的实际轨迹信息与所述目标轨迹信息之间的相似度，根据所述n个周期各自对应的所述相似度，确定是否触发报警，所述n为大于1的整数。

需要说明的是，本实施例中的预设报警条件可以是用户自定义的报警条件，还可以是智能眼镜默认内置的报警条件，本实施例对此不作限定。预设报警条件中包括智能眼镜对应的目标轨迹信息，目标轨迹信息可以为下述中的任意一种：圆形轨迹信息、s形轨迹信息、矩形轨迹信息、8形轨迹信息等。

能够理解的，在用户遇到危险需要求救的情况下，用户通常会重复多次尝试触发报警（例如，用户持续多次地操作智能眼镜沿圆形轨迹运动），以确保报警成功。因此，该情况下智能眼镜的运动轨迹具有周期性。而在用户佩戴智能眼镜进行日常活动（例如，扭头、仰头、低头等）的过程中，智能眼镜的运动轨迹通常不具有周期性。

因此，在确定智能眼镜的运动轨迹具有周期性的情况下，在进一步确定是否满足智能眼镜对应的预设报警条件。在确定智能眼镜的运动轨迹不具有周期性的情况下，说明一定不满足智能眼镜对应的预设报警条件，可以返回执行s201。这样可以提高报警触发的准确性，降低报警误触发的概率。

本实施例中，在确定智能眼镜的运动轨迹具有周期性的情况下，可以从运动数据中获取n个周期的实际轨迹信息。可选的，可以根据运动数据的周期特征，以周期为单位对运动数据进行切分，得到n个周期的实际轨迹信息。

进一步的，分别获取每个周期的实际轨迹信息与目标轨迹信息之间的相似度，根据所述n个周期各自对应的相似度，确定是否触发报警。举例而言，假设指定的报警方式为：操作智能眼镜沿圆形轨迹运动，则可以计算n个周期的实际轨迹信息与圆形轨迹信息的相似度，根据相似度确定是否触发报警。例如，若n个周期的实际轨迹信息与圆形轨迹信息之间的相似度均较高，则确定触发报警；或者，若n个周期的实际轨迹信息中，与圆形轨迹信息的相似度较高的实际轨迹信息的数量大于预设数量，则确定触发报警。

s204：若确定触发报警，则向目标设备发送报警信息。

一个示例中，目标设备可以为用户的紧急联系人对应的终端设备。在确定触发报警的情况下，智能眼镜向用户的紧急联系人对应的终端设备发送报警信息，以便紧急联系人可以及时救援。

另一个示例中，目标设备可以为报警系统对应的服务器。在确定触发报警的情况下，智能眼镜向报警系统对应的服务器发送报警信息，以便报警系统及时安排相关人员进行救援。

本实施例中，智能眼镜发送的报警信息中可以包括下述内容中的一种或者多种：智能眼镜的位置信息、智能眼镜所处环境对应的音频信息、智能眼镜所处环境对应的图像信息。下面结合几种可能的实现方式进行举例说明。

一种可能的实现方式中，智能眼镜中可以设置定位装置，例如，全球定位系统(globalpositioningsystem，gps)定位芯片。在确定触发报警的情况下，可以控制定位装置采集智能眼镜的位置信息，生成报警信息，所述报警信息中包括所述位置信息，向目标设备发送所述报警信息。通过在报警信息中携带智能眼镜的位置信息，使得救援人员可以及时定位用户的位置，保证救援的及时性。

另一种可能的实现方式中，智能眼镜中还可以设置音频采集装置（例如麦克风等）和/或图像采集装置（例如摄像头等）。在确定触发报警的情况下，可以控制音频采集装置采集智能眼镜所处环境对应的音频信息，和/或，控制图像采集装置采集智能眼镜所处环境对应的图像信息。这样，智能眼镜生成的报警信息中还可以包括上述音频信息和/或图像信息。通过在报警信息中携带音频信息和/或图像信息，使得救援人员可以及时获知用户所处环境的相关信息，以便准确地确定出所需的施救方式，提高施救效率。

本实施例中，在智能眼镜中设置有音频采集装置和/或图像采集装置的情况下，在确定触发报警时，智能眼镜还可以获取目标设备的连接信息，根据目标设备的连接信息，向目标设备发送音频连接请求或者视频连接请求。这样，可以建立起智能眼镜与目标设备之间的音频连接或者视频连接，使得用户可以通过音频连接与目标设备侧的救援人员进行语音交流，或者，通过视频连接与目标设备侧的救援人员进行视频交流，以便救援人员可以更加准确的获知用户所处环境的相关信息，从而准确地确定出所需的施救方式，提高施救效率。

本实施例提供的智能眼镜的数据处理方法，包括：获取智能眼镜在预设时长内的运动数据，根据运动数据，确定智能眼镜在预设时长内的运动轨迹是否具有周期性，若具有周期性，则获取预设报警条件，所述预设报警条件包括：所述智能眼镜对应的目标轨迹信息，从运动数据中获取n个周期的实际轨迹信息，并分别获取每个周期的实际轨迹信息与所述目标轨迹信息之间的相似度；根据所述n个周期各自对应的所述相似度，确定是否触发报警，若确定触发报警，则向目标设备发送报警信息。可见，本实施例提供了一种通过智能眼镜进行报警求救的方式，由于智能眼镜是用户随身佩戴的物品，用户通过操作智能眼镜沿预设轨迹运动，即可方便地实现报警。并且，即使是用户受困于狭小空间的场景中，用户也可以通过转动头部等方式操作智能眼镜沿预设轨迹运动以触发报警，保证在用户无法拨打手机的情况下，也能够得到及时救援，避免用户的生命、财产受到损害。

在上述实施例的基础上，下面结合一个更具体的实施例对本申请的技术方案进行更详细的描述。

图3为本申请实施例提供的另一种数据处理方法的流程示意图。本实施例的方法包括：

s301：接收终端设备发送的配置信息，配置信息中包括目标轨迹的标识和目标轨迹的数量。

其中，终端设备可以是佩戴智能眼镜的用户的终端设备，即，图1中的配置设备。用户可以通过终端设备向智能眼镜配置报警触发方式。下面结合图4进行举例说明。

图4为本申请实施例提供的一种报警配置界面的示意图。如图4所示，该配置界面中提供有多种报警触发方式，例如：沿圆形轨迹运动、沿s形轨迹运动、沿矩形轨迹运动、沿8形轨迹运动等。用户可以选择其中一种作为报警触发方式。

示例性的，参见图4，假设用户选择“沿圆形轨迹运动”，则用户在遇到危险时，可以通过操作智能眼镜沿圆形轨迹进行运动来触发报警。

进一步的，继续参见图4，用户还可以在该配置界面中设置圆形轨迹的重复次数。例如，假设用户设置重复次数为5，则用户在遇到危险时，可以重复5次操作智能眼镜沿圆形轨迹进行运动来触发报警。

继续参见图4，当用户点击确定按钮后，终端设备向智能眼镜发送配置信息，配置信息中包括目标轨迹的标识以及目标轨迹的数量。其中，目标轨迹的标识即为圆形轨迹的标识，目标轨迹的数量即为5次。这样，智能眼镜接收到配置信息后，可以根据配置信息确定出智能眼镜对应的预设报警条件。

s302：根据目标轨迹的标识，确定智能眼镜对应的目标轨迹信息。

s303：将所述目标轨迹的数量，确定为智能眼镜对应的轨迹数量阈值。

s304：确定预设报警条件包括：智能眼镜对应的目标轨迹信息和智能眼镜对应的轨迹数量阈值。

一个示例中，假设用户在图4所示配置界面中，选择的是圆形运动轨迹，并且设置圆形运动轨迹的数量为5，则智能眼镜将圆形运动轨迹对应的轨迹信息确定为目标轨迹信息，并将智能眼镜对应的轨迹数量阈值确定为5。这样，只有检测到智能眼镜沿圆形轨迹运动至少5次，才会确定触发报警。

另一个示例中，假设用户在图4所示配置界面中，选择的是s形运动轨迹，并且设置s形运动轨迹的数量为3，则智能眼镜将s形运动轨迹对应的轨迹信息确定为目标轨迹信息，并将智能眼镜对应的轨迹数量阈值确定为3。这样，只有检测到智能眼镜沿s形轨迹运动至少3次，才会确定触发报警。

本实施例中，用户可以通过终端设备向智能眼镜配置报警触发条件，使得用户可以根据自己的使用习惯或者使用场景个性化的配置报警触发条件，从而满足不同用户的需求。

应理解的是，上述的s301至s304描述的智能眼镜的报警配置流程。对智能眼镜配置完成后，用户在佩戴智能眼镜进行日常活动的过程中，执行报警触发判断流程。下面结合图5进行说明。

图5为本申请实施例提供的又一种数据处理方法的流程示意图。如图5所示，本实施例的方法包括：

s501：获取智能眼镜在预设时长内的运动数据。

s502：根据运动数据，确定智能眼镜在预设时长内的运动轨迹是否具有周期性。

需要说明的是，s501和s502的具体实现方式与图2所示实施例类似，此处不作赘述。

若具有周期性，则执行s503至s508。

若不具有周期性，则返回执行s501。

s503：获取预设报警条件，预设报警条件包括：智能眼镜对应的目标轨迹信息以及智能眼镜对应的轨迹数量阈值。

s504：从运动数据中获取n个周期的实际轨迹信息，并分别获取每个周期的实际轨迹信息与目标轨迹信息之间的相似度，n为大于1的整数。

一种可能的实现方式中，本实施例的智能眼镜中可以设置有多种识别算法。例如，可以设置有圆形轨迹识别算法、s形轨迹识别算法、矩形轨迹识别算法、8形轨迹识别算法等。每种识别算法用于识别不同的运动轨迹。每种识别算法可以是根据多个样本轨迹训练得到的。例如，圆形轨迹识别算法是根据多个圆形样本轨迹训练得到的。

这样，在智能眼镜接收到终端设备发送的配置信息之后，可以根据目标轨迹的标识，从预设数据库的多种识别算法中确定目标识别算法，目标识别算法用于识别目标轨迹。通过目标识别算法分别获取每个周期的实际轨迹信息与目标轨迹信息之间的相似度。

该实现方式中，针对每种运动轨迹，分别设置有对应的识别算法，保证了轨迹识别结果的准确性，进而提高了报警触发的准确性。

s505：根据n个周期各自对应的相似度，从n个周期中确定出k个目标周期，目标周期对应的相似度大于或者等于预设阈值。

s506：若k小于轨迹数量阈值，则确定不触发报警。

该情况下，无需向目标设备发送报警信息，返回执行s501。

s507：若k大于或者等于轨迹数量阈值，则确定触发报警。

s508：向目标设备发送报警信息。

举例而言，假设智能设备对应的轨迹数量阈值为5。若从运动数据中获取到8（n=8）个周期的实际轨迹信息，通过目标识别算法分别确定出每个周期的实际轨迹信息与目标轨迹信息之间的相似度。若相似度大于或等于预设阈值的周期数量小于5，则不触发报警，不发送报警信息。若相似度大于或者等于预设阈值的周期数量大于或者等于5，则触发报警，向目标设备发送报警信息。

在上述任意实施例的基础上，下面对本申请提供的智能眼镜的数据处理过程进行举例说明。

图6为本申请实施例提供的一种数据处理过程的示意图。图6示例的是报警方式的配置流程。如图6所示，用户可以在终端设备的可视界面中配置智能眼镜的报警触发方式。例如，假设用户选择的是“沿圆形轨迹运动”，并设置重复次数为5次。终端设备向智能眼镜发送配置信息。

继续参见图6，智能眼镜中设置有多种识别算法。智能眼镜接收到配置信息后，根据配置信息，确定目标识别算法为“圆形轨迹的识别算法”，并确定预设报警条件中的目标轨迹信息为圆形轨迹信息，预设报警条件中的轨迹数量阈值为5。至此，智能眼镜的报警配置流程结束。

用户佩戴智能眼镜进行日常活动。在用户遇到危险或者受困于某个场所时，可以通过操作智能眼镜沿圆形轨迹运动至少5次，来触发报警。例如，用户可以将眼镜摘下，使用手部控制智能眼镜沿圆形轨迹运动。又例如，在用户受困于狭小空间场景中，用户还可以通过转动头部来控制智能眼镜沿圆形轨迹运动。本实施例对于用户的操作方式不作限定。

智能眼镜中设置有至少一种传感器。这些传感器采集的传感数据可描述智能眼镜的运动状态，这些传感数据在本申请实施例中被称为运动数据。智能眼镜可以对预设时长内采集到的运动数据进行分析，以确定是否触发报警。

图7为本申请实施例提供的另一种数据处理过程的示意图。图7示例的是报警触发判断流程。如图7所示，智能眼镜获取到预设时长内的运动数据后，根据运动数据判断智能眼镜在预设时长内的运动轨迹是否具有周期性。若具有周期性，则从运动数据中获取n个周期的实际轨迹信息。将每个周期的实际轨迹信息输入圆形轨迹的识别算法中，得到识别结果。根据识别结果确定是否触发报警。例如，若n个周期中至少存在5个周期的实际轨迹为圆形轨迹，则确定触发报警。在确定触发报警的情况下，智能眼镜可以生成报警信息，并向目标设备发送报警信息。

本实施例中，可以通过智能眼镜进行报警求救，由于智能眼镜是用户随身佩戴的物品，用户通过操作智能眼镜沿预设轨迹运动，即可方便地实现报警。并且，即使是用户受困于狭小空间的场景中，用户也可以通过转动头部等方式操作智能眼镜沿预设轨迹运动以触发报警，保证在用户无法拨打手机的情况下，也能够得到及时救援，避免用户的生命、财产受到损害。另外，本实施例中，用户还可以根据自己的需求配置智能眼镜的报警触发方式，从而能够满足不同用户的个性化需求。

图8为本申请实施例提供的一种数据处理装置的结构示意图。该数据处理装置可以为软件和/或硬件的形式。该数据处理装置可以设置在智能眼镜中。如图8所示，本实施例提供的数据处理装置800，包括：获取模块801、第一确定模块802、第二确定模块803和发送模块804。

其中，获取模块801，用于获取所述智能眼镜在预设时长内的运动数据；

第一确定模块802，用于根据所述运动数据，确定所述智能眼镜在所述预设时长内的运动轨迹是否具有周期性；

第二确定模块803，用于若具有周期性，则获取预设报警条件，所述预设报警条件包括：所述智能眼镜对应的目标轨迹信息；从所述运动数据中获取n个周期的实际轨迹信息，并分别获取每个周期的实际轨迹信息与所述目标轨迹信息之间的相似度，根据所述n个周期各自对应的所述相似度，确定是否触发报警，所述n为大于1的整数；

发送模块804，用于若确定触发报警，则向目标设备发送报警信息。

一种可能的实现方式中，所述预设报警条件还包括：所述智能眼镜对应的轨迹数量阈值；所述第二确定模块803具体用于：

根据所述n个周期各自对应的所述相似度，从所述n个周期中确定出k个目标周期，所述目标周期对应的所述相似度大于或者等于预设阈值；

若所述k大于或者等于所述轨迹数量阈值，则确定触发报警；

若所述k小于所述轨迹数量阈值，则确定不触发报警。

一种可能的实现方式中，所述装置还包括：接收模块（图8未示出）和第三确定模块（图8未示出）。

接收模块，用于接收终端设备发送的配置信息，所述配置信息中包括目标轨迹的标识和所述目标轨迹的数量；

第三确定模块，用于根据所述目标轨迹的标识，确定所述智能眼镜对应的目标轨迹信息；将所述目标轨迹的数量，确定为所述智能眼镜对应的轨迹数量阈值；确定所述预设报警条件包括：所述智能眼镜对应的目标轨迹信息和所述智能眼镜对应的轨迹数量阈值。

一种可能的实现方式中，所述第三确定模块还用于：

根据所述目标轨迹的标识，从预设数据库的多种识别算法中确定目标识别算法，所述目标识别算法用于识别所述目标轨迹，不同识别算法用于识别不同的运动轨迹；

所述第二确定模块803具体用于：通过所述目标识别算法分别获取每个周期的实际轨迹信息与所述目标轨迹信息之间的相似度。

一种可能的实现方式中，所述发送模块804具体用于：

控制所述智能眼镜中的采集装置采集所处环境对应的音频信息、图像信息、位置信息中的一种或者多种；

生成所述报警信息，所述报警信息包括所述音频信息、所述图像信息、所述位置信息中的一种或者多种；

向所述目标设备发送所述报警信息。

一种可能的实现方式中，所述获取模块801具体用于：获取所述智能眼镜中的至少一种传感器在预设时长内采集得到的传感器数据；将所述传感器数据确定为所述运动数据。

一种可能的实现方式中，所述发送模块804还用于：

获取所述目标设备的连接信息；

根据所述目标设备的连接信息，向所述目标设备发送音频连接请求或者视频连接请求。

本实施例提供的数据处理装置，可用于执行上述任意一个方法实施例中的数据处理方法，其实现原理和技术效果类似，此处不作赘述。

图9为本申请实施例提供的一种智能眼镜的结构示意图。如图9所示，本实施例提供的智能眼镜900，包括：处理器901以及存储器902。

其中，存储器902，用于存储计算机程序；处理器901，用于执行存储器中存储的计算机程序，以实现上述实施例中数据处理方法中的一个或者多个步骤。具体可以参见前述方法实施例中的相关描述，其实现原理和技术效果类似，本实施例此处不再赘述。

可选地，存储器902既可以是独立的，也可以跟处理器901集成在一起。

当所述存储器902是独立于处理器901之外的器件时，所述智能眼镜900还可以包括：总线903，用于连接所述存储器902和处理器901。

一种可能的实现方式中，所述智能眼镜900可以设置有下述采集装置中的至少一种：音频采集装置、图像采集装置、定位装置。音频采集装置用于采集智能眼镜900所处环境对应的音频信息，图像采集装置用于采集智能眼镜900所处环境对应的图像信息，定位装置用于采集智能眼镜900的位置信息。

一种可能的实现方式中，所述智能眼镜900中还可以设置有至少一种传感器，例如，加速度传感器、陀螺仪传感器、位移传感器等。

本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质包括计算机程序，所述计算机程序用于实现如上任一方法实施例中的数据处理方法中的一个或者多个步骤，其实现原理和技术效果类似，此处不作赘述。

本申请实施例还提供一种芯片，包括：存储器和处理器，所述存储器中存储有计算机程序，所述处理器运行所述计算机程序执行上述任一方法实施例中的数据处理方法中的一个或者多个步骤，其实现原理和技术效果类似，此处不作赘述。

本申请实施例还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述任一方法实施例中的数据处理方法中的一个或者多个步骤，其实现原理和技术效果类似，此处不作赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述模块的划分，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，例如多个模块可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块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（英文：processor）执行本申请各个实施例所述方法的部分步骤。

应理解，上述处理器可以是中央处理单元（英文：centralprocessingunit，简称：cpu），还可以是其他通用处理器、数字信号处理器（英文：digitalsignalprocessor，简称：dsp）、专用集成电路（英文：applicationspecificintegratedcircuit，简称：asic）等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合申请所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

存储器可能包含高速ram存储器，也可能还包括非易失性存储nvm，例如至少一个磁盘存储器，还可以为u盘、移动硬盘、只读存储器、磁盘或光盘等。

总线可以是工业标准体系结构（industrystandardarchitecture，isa）总线、外部设备互连（peripheralcomponent，pci）总线或扩展工业标准体系结构（extendedindustrystandardarchitecture，eisa）总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。

上述存储介质可以是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（sram），电可擦除可编程只读存储器（eeprom），可擦除可编程只读存储器（eprom），可编程只读存储器（prom），只读存储器（rom），磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。

一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(applicationspecificintegratedcircuits，简称：asic)中。当然，处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。