传感器数据处理方法、装置、穿戴式电子设备及存储介质

专利名称：传感器数据处理方法、装置、穿戴式电子设备及存储介质

专利类型：实用新型专利

专利申请号：CN202111205494.3

专利申请（专利权）人：维沃移动通信有限公司
权利人地址：广东省东莞市长安镇维沃路1号

专利发明（设计）人：任军

专利摘要：本申请公开一种传感器数据处理方法、装置、穿戴式电子设备及存储介质，属于电子设备技术领域，该方法包括：获取第一数据表，其中，所述第一数据表中包括传感器记录的多条第一数据，每条第一数据中包含：一个传感器的行为事件标识、行为事件标识对应的测量值和测量值对应的时间戳，任意两条第一数据中包含的行为事件标识不同；在所述多条第一数据中存在相同时间戳的多条第二数据的情况下，将所述第一数据表中的所述多条第二数据合并为一条数据，得到第二数据表；其中，合并过程包括：保留所述多条第二数据中的行为事件标识和行为事件标识对应的测量值，以及保留一个时间戳。

主权利要求：
1.一种传感器数据处理方法，其特征在于，所述方法包括：
获取第一数据表，其中，所述第一数据表中包括传感器记录的多条第一数据，每条第一数据中包含：一个传感器的行为事件标识、行为事件标识对应的测量值和测量值对应的时间戳，任意两条第一数据中包含的行为事件标识不同；
在所述多条第一数据中存在相同时间戳的多条第二数据的情况下，将所述第一数据表中的所述多条第二数据合并为一条数据，得到第二数据表；其中，合并过程包括：保留所述多条第二数据中的行为事件标识和行为事件标识对应的测量值，以及保留一个时间戳；
在所述将所述第一数据表中的所述多条第二数据合并为一条数据，得到第二数据表的步骤之后，还包括：对于所述第二数据表中每对相邻的两条数据，计算所述两条数据中时间戳的差值；
将所述两条数据中排序在后的一条数据中的时间戳替换为所述时间戳的差值，得到第三数据表；
对于所述第三数据表中所述传感器中的目标传感器对应的每条数据，计算相邻两个采样时间点采集的测量值的差值；
将所述两个采样时间点中排序在后的一条数据中的测量值替换为所述测量值的差值，得到第四数据表。
2.根据权利要求1所述的方法，其特征在于，在所述将所述两个采样时间点中排序在后的一条数据中的测量值替换为所述测量值的差值，得到第四数据表的步骤之后，还包括：对于所述第四数据表中所述目标传感器对应的每条数据，为每条数据添加批量类型标签，得到第五数据表；
将所述第五数据表中的每条数据及对应的批量类型标签，批量存储至FIFO存储器中。
3.一种传感器数据处理装置，其特征在于，所述装置包括：
获取模块，用于获取第一数据表，其中，所述第一数据表中包括传感器记录的多条第一数据，每条第一数据中包含：一个传感器的行为事件标识、行为事件标识对应的测量值和测量值对应的时间戳，任意两条第一数据中包含的行为事件标识不同；
合并模块，用于在所述多条第一数据中存在相同时间戳的多条第二数据的情况下，将所述第一数据表中的所述多条第二数据合并为一条数据，得到第二数据表；其中，合并过程包括：保留所述多条第二数据中的行为事件标识和行为事件标识对应的测量值，以及保留一个时间戳；
所述装置还包括：
第一计算模块，用于对于所述第二数据表中每对相邻的两条数据，计算所述两条数据中时间戳的差值；
第一替换模块，用于将所述两条数据中排序在后的一条数据中的时间戳替换为所述时间戳的差值，得到第三数据表；
所述装置还包括：
第二计算模块，用于对于所述第三数据表中所述传感器中的目标传感器对应的每条数据，计算相邻两个采样时间点采集的测量值的差值；
第二替换模块，用于将所述两个采样时间点中排序在后的一条数据中的测量值替换为所述测量值的差值，得到第四数据表。
4.根据权利要求3所述的装置，其特征在于，所述装置还包括：添加模块，用于对于所述第四数据表中所述目标传感器对应的每条数据，为每条数据添加批量类型标签，得到第五数据表；
存储模块，用于将所述第五数据表中的每条数据及对应的批量类型标签，批量存储至FIFO存储器中。
5.一种电子设备，其特征在于，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至2任一项所述的方法的步骤。
6.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至2任一项所述的方法的步骤。 说明书 : 传感器数据处理方法、装置、穿戴式电子设备及存储介质技术领域[0001] 本申请属于电子设备技术领域，具体涉及一种传感器数据处理方法、装置、穿戴式电子设备及存储介质。背景技术[0002] 随着移动互联网技术的发展和电子设备硬件配置的升级，智能手表、手环等穿戴式电子设备的功能越来越完善，例如穿戴式电子设备中可以安装多种传感器如心率传感器、加速度传感器、环境温度传感器以及心电传感器等使得穿戴式电子设备可以实现测量心率、血氧等人体信号以及统计运动数据的功能。[0003] 现有技术中，为了实现穿戴式电子设备的各种功能，需要存储及上传穿戴式电子设备中各传感器产生的原始数据，会占用较多的存储空间，以及在上传用户设备(例如智能手机)时，传输耗时较长。发明内容[0004] 本申请实施例的目的是提供一种传感器数据处理方法、装置、穿戴式电子设备及存储介质，能够解决现有技术中存在的传感器数据占用较多存储空间，且传输耗时长的问题。[0005] 第一方面，本申请实施例提供了一种传感器数据处理方法，所述方法包括：[0006] 获取第一数据表，其中，所述第一数据表中包括传感器记录的多条第一数据，每条第一数据中包含：一个传感器的行为事件标识、行为事件标识对应的测量值和测量值对应的时间戳，任意两条第一数据中包含的行为事件标识不同；[0007] 在所述多条第一数据中存在相同时间戳的多条第二数据的情况下，将所述第一数据表中的所述多条第二数据合并为一条数据，得到第二数据表；其中，合并过程包括：保留所述多条第二数据中的行为事件标识和行为事件标识对应的测量值，以及保留一个时间戳。[0008] 第二方面，本申请实施例提供了一种传感器数据处理装置，所述装置包括：[0009] 获取模块，用于获取第一数据表，其中，所述第一数据表中包括传感器记录的多条第一数据，每条第一数据中包含：一个传感器的行为事件标识、行为事件标识对应的测量值和测量值对应的时间戳，任意两条第一数据中包含的行为事件标识不同；[0010] 合并模块，用于在所述多条第一数据中存在相同时间戳的多条第二数据的情况下，将所述第一数据表中的所述多条第二数据合并为一条数据，得到第二数据表；其中，合并过程包括：保留所述多条第二数据中的行为事件标识和行为事件标识对应的测量值，以及保留一个时间戳。[0011] 第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。[0012] 第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。[0013] 第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法的步骤。[0014] 在本申请实施例中，对于穿戴式电子设备中各传感器产生的原始数据，可以将同一时间点发生的原始数据进行合并，只保留一个时间戳，而去掉多余的时间戳，使得在保证传感器数据完整性可恢复的前提下，降低传感器数据的空间占用量，以及缩短传输耗时。附图说明[0015] 图1是本申请实施例提供的一种传感器数据处理方法的流程图；[0016] 图2是本申请实施例提供的另一种传感器数据处理方法的流程图；[0017] 图3是本申请实施例提供的再一种传感器数据处理方法的流程图；[0018] 图4是本申请实施例提供的再一种传感器数据处理方法的流程图；[0019] 图5是本申请实施例提供的一种传感器数据处理装置的结构框图；[0020] 图6是本申请实施例提供的一种电子设备的结构示意图；[0021] 图7是实现本申请各个实施例的一种电子设备的硬件结构示意图。具体实施方式[0022] 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地描述，显然，所描述的实施例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获得的所有其他实施例，都属于本申请保护的范围。[0023] 本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。[0024] 以智能手表为例，在现在的智能手表中，普遍使用多种传感器用来测量人体信号(例如心率、血氧)，以及统计运动数据(例如计步)，从原始传感器数据到算法输出，再到界面显示，整个路径比较长，需要记录大量的传感器数据(也称为“sensorlog”)以保证问题分析和反馈。[0025] 目前，智能手表主要是依赖蓝牙将sensorlog上传至用户设备(例如手机)，sensorlog过大，一方面会占用智能手表较多的存储空间，另一方面，当前智能手表的sensorlog系统，24小时数据记录量是300MB左右，如果蓝牙传输速度按照150KB/S来算，整个传输时间近似为300*1024/150＝2048秒＝34分钟，整个传输过程的耗时较长，影响用户使用体验。[0026] 为了解决上述技术问题，本申请实施例提供了一种传感器数据处理方法、装置、穿戴式电子设备及存储介质。[0027] 下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的传感器数据处理方法进行详细地说明。[0028] 为了便于理解，首先对本申请实施例中涉及到的一些概念进行介绍。[0029] PPG传感器，也称为“光学心率传感器”，是一种用于心率检测的传感器，它采用电光溶剂脉搏波描记法(PPG)来测量心率及其他生物计量指标；[0030] ACC传感器，也称为“加速度传感器”，是一种能够测量加速度的传感器；[0031] AMB传感器，也称为“环境光传感器”，是一种能够感知周围光线情况的传感器；[0032] ECG传感器，也称为“心电传感器”，是一种能够感受心脏不同区域细胞的动作电位波形并转换成可用输出信号的传感器。[0033] 接下来对本申请实施例提供的传感器数据处理方法进行介绍。[0034] 需要说明的是，本申请实施例提供的传感器数据处理方法适用于穿戴式电子设备，在实际应用中，该穿戴式电子设备可以包括：智能手表、智能手环等，本申请实施例对此不作限定。[0035] 图1是本申请实施例提供的一种传感器数据处理方法的流程图，如图1所示，该方法可以包括以下步骤：步骤101和步骤102，其中，[0036] 在步骤101中，获取第一数据表，其中，第一数据表中包括传感器记录的多条第一数据，每条第一数据中包含：一个传感器的行为事件标识、行为事件标识对应的测量值和测量值对应的时间戳，任意两条第一数据中包含的行为事件标识不同。[0037] 现有技术中，以第一数据表的形式，存储穿戴式电子设备中各传感器产生的原始数据，第一数据表中的每条第一数据为一条原始数据。[0038][0039] 表1[0040] 表1示出了第一数据表中数据的存储格式，从表1中可以看出，将传感器产生的每一条原始数据，记录为一行，每一行中包含一个传感器的行为事件标识、行为事件的测量值和用于表征行为事件发生时间的时间戳，分别属于三个列，其中，在记录行为事件标识时使用32bit长度，在记录测量值时使用32bit长度，在记录时间戳时使用64bit长度，单位为ms。[0041] 为了便于理解，以穿戴式电子设备测量用户血氧和心率的场景为例，对第一数据表进行举例描述，在测量用户血氧和心率时，会设置各指示灯(包括绿灯、红灯和红外灯)的发光时间点，各指示灯按照设置的时间点发光。与此同时，穿戴式电子设备中的相关传感器会执行采集用户手臂皮肤反射光线值的行为动作，以及执行采集用户当前所处环境光线值的行为动作，之后将采集到的光线值、采集的时间点和采集行为事件的标识存储在第一数据表中。[0042] 如下表2所示，表2为测量用户血氧和心率场景下的第一数据表。[0043][0044][0045] 表2[0046] 从表2中的第三行开始，每一行用于存储传感器的一条原始数据，例如第三行中从左到右依次为：行为事件标识“PPG‑G”，测量值“PPG绿灯值”和时间戳(未示出具体数值)，其中，PPG‑G表示PPG传感器执行采集手臂皮肤反射绿光值的行为动作，PPG绿灯值表示PPG传感器采集到的绿光值，时间戳表示PPG传感器采集的时间点。同理，可知后面其他行中传感器数据的含义。[0047] 在步骤102中，在多条第一数据中存在相同时间戳的多条第二数据的情况下，将第一数据表中的多条第二数据合并为一条数据，得到第二数据表；其中，合并过程包括：保留多条第二数据中的行为事件标识和行为事件标识对应的测量值，以及保留一个时间戳。[0048] 通过对上述表2进行分析发现：绿灯值/绿灯环境光，红外值/红外环境光，红灯值/红灯环境光，这几个数据可能在同一个时间点发生，所以时间戳是相同的，即时间戳有优化的空间。针对以上情况，本申请实施例中，可以对时间戳相同的多条数据进行合并，合并为一条数据，在数据表中用一行来记录，以减少数据表中的多余行。[0049] 在一个例子中，仍以表2为例，根据PPG传感器的特性，指示灯发光时，PD手表后面会同时接收环境光和手臂皮肤反射光值，因此可以将表2中的1PPG‑G和3AMB‑G所在行的数据进行合并，将4PPG‑IR和7AMB‑IR所在行的数据进行合并，以及将5PPG‑R和6AMB‑R所在行的数据进行合并，优化掉3AMB‑G、6AMB‑R和7AMB‑IR所在行的时间戳，节省空间，得到下表3所示的第二数据表，其中，表中的删除线用于表示删除所在行的数据。[0050][0051][0052] 表3[0053] 如表3所示，在将1PPG‑G和3AMB‑G所在行的数据进行合并时，保留行为事件标识“PPG‑G”和“AMB‑G”(在一行中以32bit长度表示PPG‑G&AMB‑G)，保留测量值“PPG绿灯值”和“绿灯环境光”，但只保留一个时间戳，使得之前需要使用两行来存储的数据，现在只用一行就可以存储。[0054] 同理，在将4PPG‑IR和7AMB‑IR所在行的数据进行合并时，保留行为事件标识“PPG‑IR”和“AMB‑IR”(在一行中以32bit长度表示PPG‑IR&AMB‑IR)，保留测量值“PPG红外值”和“红外环境光”，但只保留一个时间戳，使得之前需要使用两行来存储的数据，现在只用一行就可以存储。[0055] 在将5PPG‑R和6AMB‑R所在行的数据进行合并时，保留行为事件标识“PPG‑R”和“AMB‑R”(在一行中以32bit长度表示PPG‑R&AMB‑R)，保留测量值“PPG红灯值”和“红灯环境光”，但只保留一个时间戳，使得之前需要使用两行来存储的数据，现在只用一行就可以存储。[0056] 本申请实施例中，通过上述表3的方式，合并表2中的冗余行，可以节省8*3+4*3＝36字节，其中，8为时间戳的字节长度，4为行为事件标识的字节长度。[0057] 在另一个例子中，通过分析数据使用场景，发现测量血氧时，红外/红灯共存；测量心率时，绿灯/红外共存；因此红灯/绿灯/红外这三者可以在同一段时间内发生，共用相同时间戳，将表3可以进一步优化成下表4。具体地，将表3中1PPG‑G&AMB‑G、4PPG‑IR&AMB‑IR和5PPG‑R&AMB‑R所在行的数据进行合并，保留行为事件标识“PPG‑G”、“AMB‑G”、“PPG‑R”、“AMB‑R”、“PPG‑IR”和“AMB‑IR”(具体地，在一行中以32bit长度表示PPG‑G&AMB‑G&PPG‑R&AMB‑R&PPG‑IR&AMB‑IR)，保留测量值“PPG绿灯值”、“绿灯环境光”、“PPG红灯值”、“红灯环境光”、“PPG红外值”和“红外环境光”，只保留一个时间戳，使得之前需要使用三行来存储的数据，现在只用一行就可以存储。此外，可以在测量值目录下增加数据类型标识字段，用于标识一行中不同类型的测量值，该标识字段的长度可以为8bit。[0058][0059][0060] 表4[0061] 本申请实施例中，通过上述表4的方式，合并表2中的冗余行，可以节省8*5+4*5＝60字节，其中，8为时间戳的字节长度，4为行为事件标识的字节长度。[0062] 由上述实施例可见，该实施例中，对于穿戴式电子设备中各传感器产生的原始数据，可以将同一时间点发生的原始数据进行合并，只保留一个时间戳，而去掉多余的时间戳，使得在保证传感器数据完整性可恢复的前提下，降低传感器数据的空间占用量，以及缩短传输耗时。[0063] 考虑到数据表中每一行的时间戳，是绝对时间戳，以ms为单位，都是64bit长度，但是穿戴式电子设备中，一般来说，传感器是按照固定的频率(25/50/100Hz)采样，两组数据的时间差值大概40ms左右，所以用64bit长度的绝对时间戳，会浪费很多空间，存在信息冗余的问题，针对这种情况，可以使用差分机制，对数据表中的时间戳进行优化。相应的，图2是本申请实施例提供的另一种传感器数据处理方法的流程图，如图2所示，该方法可以包括以下步骤：步骤201、步骤202和步骤203，其中，[0064] 在步骤201中，获取第一数据表，其中，第一数据表中包括传感器记录的多条第一数据，每条第一数据中包含：一个传感器的行为事件标识、行为事件标识对应的测量值和测量值对应的时间戳，任意两条第一数据中包含的行为事件标识不同。[0065] 在步骤202中，在多条第一数据中存在相同时间戳的多条第二数据的情况下，将第一数据表中的多条第二数据合并为一条数据，得到第二数据表；其中，合并过程包括：保留多条第二数据中的行为事件标识和行为事件标识对应的测量值，以及保留一个时间戳。[0066] 本申请实施例中的步骤201和步骤202，与图1所示实施例中的步骤101和步骤102内容类似，在此不再赘述。[0067] 在步骤203中，对于第二数据表中每对相邻的两条数据，计算两条数据中时间戳的差值，并将两条数据中排序在后的一条数据中的时间戳替换为时间戳的差值，得到第三数据表。[0068] 本申请实施例中，可以将数据表中每一行的64bit长度的时间戳，优化成差分时间机制，默认时间戳是差分时间，增加一个基准时间类型，如下表5所示。[0069]sensordatatype datavalue timestamp3 64bit完整时间T1 ‑2ACC 32bitX，32bitY，32bitZ 时间戳(差分)[0070] 表5[0071] 其中，差分时间可以通过以下形式表示：Byte0+Byte1～7，Byte0用于表示差分时间使用的字节数，Byte1～7用于表示差分时间占用的1～7中的具体哪个字节。[0072] 在一个例子中，可以采用表5所示的机制，对表4进行处理，得到表6所示的第三数据表。[0073][0074][0075] 表6[0076] 其中，每一行的差分时间是本次新数据的时间减去上一行同类型数据的时间。每一行的绝对时间等于Tn＝T1+T_diff_1+T_diff_2+...T_diff_n‑1。[0077] 可见，本申请实施例中，采用差分机制优化传感器数据中的时间戳，可以在保证传感器数据完整性可恢复的前提下，进一步地降低传感器数据的空间占用量，以及缩短传输耗时。[0078] 考虑到数据表中主要是PPG传感器、ECG传感器、AMB传感器和ACC传感器产生的数据，这些数据中的测量值都是完整的测量数据，而这些传感器在每个采样时间点，采集数据时不会出现剧烈变化。针对这种情况，可以使用差分机制，对数据表中的测量值进行优化，具体地，在数据表中保存这些传感器数据采样前后的测量值数据相对差值，以节省存储空间。相应的，图3是本申请实施例提供的再一种传感器数据处理方法的流程图，如图3所示，该方法可以包括以下步骤：步骤301、步骤302、步骤303和步骤304，其中，[0079] 在步骤301中，获取第一数据表，其中，第一数据表中包括传感器记录的多条第一数据，每条第一数据中包含：一个传感器的行为事件标识、行为事件标识对应的测量值和测量值对应的时间戳，任意两条第一数据中包含的行为事件标识不同。[0080] 在步骤302中，在多条第一数据中存在相同时间戳的多条第二数据的情况下，将第一数据表中的多条第二数据合并为一条数据，得到第二数据表；其中，合并过程包括：保留多条第二数据中的行为事件标识和行为事件标识对应的测量值，以及保留一个时间戳。[0081] 在步骤303中，对于第二数据表中每对相邻的两条数据，计算两条数据中时间戳的差值，并将两条数据中排序在后的一条数据中的时间戳替换为时间戳的差值，得到第三数据表。[0082] 本申请实施例中的步骤301～步骤303，与图2所示实施例中的步骤201～步骤203内容类似，在此不再赘述。[0083] 在步骤304中，对于第三数据表中传感器中的目标传感器对应的每条数据，计算相邻两个采样时间点采集的测量值的差值，并将两个采样时间点中排序在后的一条数据中的测量值替换为测量值的差值，得到第四数据表。[0084] 本申请实施例中，目标传感器可以包括：心率传感器、加速度传感器、环境光传感器和心电传感器。[0085] 在一个例子中，对表6所示的第三数据表进行测量值优化，可以得到表7所示的第四数据表。[0086][0087][0088] 表7[0089] 可见，本申请实施例中，采用差分机制优化传感器数据中的特定传感器的测量值，可以在保证传感器数据完整性可恢复的前提下，进一步地降低传感器数据的空间占用量，以及缩短传输耗时。[0090] 考虑到穿戴式电子设备中传感器是按照固定采样率采集数据，缓存到FIFO存储器中，再由MCU集中读取，如果按照第一数据表中的存储格式，就需要很多标签和时间戳。针对这种情况，可以采用批量FIFO机制，合并存储传感器数据。相应的，图4是本申请实施例提供的再一种传感器数据处理方法的流程图，如图4所示，该方法可以包括以下步骤：步骤401、步骤402、步骤403、步骤404和步骤405，其中，[0091] 在步骤401中，获取第一数据表，其中，第一数据表中包括传感器记录的多条第一数据，每条第一数据中包含：一个传感器的行为事件标识、行为事件标识对应的测量值和测量值对应的时间戳，任意两条第一数据中包含的行为事件标识不同。[0092] 在步骤402中，在多条第一数据中存在相同时间戳的多条第二数据的情况下，将第一数据表中的多条第二数据合并为一条数据，得到第二数据表；其中，合并过程包括：保留多条第二数据中的行为事件标识和行为事件标识对应的测量值，以及保留一个时间戳。[0093] 在步骤403中，对于第二数据表中每对相邻的两条数据，计算两条数据中时间戳的差值，并将两条数据中排序在后的一条数据中的时间戳替换为时间戳的差值，得到第三数据表。[0094] 在步骤404中，对于第三数据表中传感器中的目标传感器对应的每条数据，计算相邻两个采样时间点采集的测量值的差值，并将两个采样时间点中排序在后的一条数据中的测量值替换为测量值的差值，得到第四数据表。[0095] 本申请实施例中的步骤401～步骤404，与图3所示实施例中的步骤301～步骤304内容类似，在此不再赘述。[0096] 在步骤405中，对于第四数据表中目标传感器对应的每条数据，为每条数据添加批量类型标签得到第五数据表，并将第五数据表中的每条数据及对应的批量类型标签，批量存储至FIFO存储器中。[0097] 在一个例子中，对表7所示的第四数据表进行标签添加，可以得到表8所示的第五数据表。[0098][0099][0100] 表8[0101] 本申请实施例中，由于传感器的各采样时间点的时间间隔可获知，因此通过批量存储，可以减少使用时间戳的个数，可以在保证传感器数据完整性可恢复的前提下，进一步地降低传感器数据的空间占用量，以及缩短传输耗时。[0102] 使用图1至图4所示实施例中的方法，对原始传感器数据进行优化，可以在保证数据完整性，可供研发分析问题的前提下，降低磁盘占用的空间(从300MB压缩到100MB，压缩率33％)，降低传输耗时(从30分钟减少为10分钟，缩短300％)，提高用户的使用体验，降低硬件存储器的要求，节省成本。[0103] 需要说明的是，本申请实施例提供的传感器数据处理方法，执行主体可以为传感器数据处理装置，或者该传感器数据处理装置中的用于执行加载传感器数据处理方法的控制模块。本申请实施例中以传感器数据处理装置执行加载传感器数据处理方法为例，说明本申请实施例提供的传感器数据处理装置。[0104] 图5是本申请实施例提供的一种传感器数据处理装置的结构框图，如图5所示，传感器数据处理装置500，可以包括：获取模块501和合并模块502，其中，[0105] 获取模块501，用于获取第一数据表，其中，所述第一数据表中包括传感器记录的多条第一数据，每条第一数据中包含：一个传感器的行为事件标识、行为事件标识对应的测量值和测量值对应的时间戳，任意两条第一数据中包含的行为事件标识不同；[0106] 合并模块502，用于在所述多条第一数据中存在相同时间戳的多条第二数据的情况下，将所述第一数据表中的所述多条第二数据合并为一条数据，得到第二数据表；其中，合并过程包括：保留所述多条第二数据中的行为事件标识和行为事件标识对应的测量值，以及保留一个时间戳。[0107] 由上述实施例可见，该实施例中，对于穿戴式电子设备中各传感器产生的原始数据，可以将同一时间点发生的原始数据进行合并，只保留一个时间戳，而去掉多余的时间戳，使得在保证传感器数据完整性可恢复的前提下，降低传感器数据的空间占用量，以及缩短传输耗时。[0108] 可选地，作为一个实施例，所述传感器数据处理装置500，还可以包括：[0109] 第一计算模块，用于对于所述第二数据表中每对相邻的两条数据，计算所述两条数据中时间戳的差值；[0110] 第一替换模块，用于将所述两条数据中排序在后的一条数据中的时间戳替换为所述时间戳的差值，得到第三数据表。[0111] 可选地，作为一个实施例，所述传感器数据处理装置500，还可以包括：[0112] 第二计算模块，用于对于所述第三数据表中所述传感器中的目标传感器对应的每条数据，计算相邻两个采样时间点采集的测量值的差值；[0113] 第二替换模块，用于将所述两个采样时间点中排序在后的一条数据中的测量值替换为所述测量值的差值，得到第四数据表。[0114] 可选地，作为一个实施例，所述传感器数据处理装置500，还可以包括：[0115] 添加模块，用于对于所述第四数据表中所述目标传感器对应的每条数据，为每条数据添加批量类型标签，得到第五数据表；[0116] 存储模块，用于将所述第五数据表中的每条数据及对应的批量类型标签，批量存储至FIFO存储器中。[0117] 本申请实施例中的传感器数据处理装置可以是装置，也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra‑mobilepersonalcomputer，UMPC)、上网本或者个人数字助理(personaldigitalassistant，PDA)等，非移动电子设备可以为服务器、网络附属存储器(NetworkAttachedStorage，NAS)、个人计算机(personalcomputer，PC)、电视机(television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。[0118] 本申请实施例中的传感器数据处理装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统，可以为iOS操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。[0119] 本申请实施例提供的传感器数据处理装置能够实现图1方法实施例实现的各个过程，为避免重复，这里不再赘述。[0120] 可选地，如图6所示，本申请实施例还提供一种电子设备600，包括处理器601，存储器602，存储在存储器602上并可在所述处理器601上运行的程序或指令，该程序或指令被处理器601执行时实现上述传感器数据处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。[0121] 需要说明的是，本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。[0122] 图7为实现本申请实施例的一种电子设备的硬件结构示意图。[0123] 该电子设备700包括但不限于：射频单元701、网络模块702、音频输出单元703、输入单元704、传感器705、显示单元706、用户输入单元707、接口单元708、存储器709、以及处理器710等部件。[0124] 本领域技术人员可以理解，电子设备700还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器710逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图7中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。[0125] 处理器710，用于获取第一数据表，其中，所述第一数据表中包括传感器记录的多条第一数据，每条第一数据中包含：一个传感器的行为事件标识、行为事件标识对应的测量值和测量值对应的时间戳，任意两条第一数据中包含的行为事件标识不同；在所述多条第一数据中存在相同时间戳的多条第二数据的情况下，将所述第一数据表中的所述多条第二数据合并为一条数据，得到第二数据表；其中，合并过程包括：保留所述多条第二数据中的行为事件标识和行为事件标识对应的测量值，以及保留一个时间戳。[0126] 可见，本申请实施例中，对于穿戴式电子设备中各传感器产生的原始数据，可以将同一时间点发生的原始数据进行合并，只保留一个时间戳，而去掉多余的时间戳，使得在保证传感器数据完整性可恢复的前提下，降低传感器数据的空间占用量，以及缩短传输耗时。[0127] 可选地，作为一个实施例，处理器710，还用于对于所述第二数据表中每对相邻的两条数据，计算所述两条数据中时间戳的差值；将所述两条数据中排序在后的一条数据中的时间戳替换为所述时间戳的差值，得到第三数据表。[0128] 可选地，作为一个实施例，处理器710，还用于对于所述第三数据表中所述传感器中的目标传感器对应的每条数据，计算相邻两个采样时间点采集的测量值的差值；将所述两个采样时间点中排序在后的一条数据中的测量值替换为所述测量值的差值，得到第四数据表。[0129] 可选地，作为一个实施例，处理器710，还用于对于所述第四数据表中所述目标传感器对应的每条数据，为每条数据添加批量类型标签，得到第五数据表；将所述第五数据表中的每条数据及对应的批量类型标签，批量存储至FIFO存储器中。[0130] 应理解的是，本申请实施例中，输入单元704可以包括图形处理器(GraphicsProcessingUnit，GPU)7041和麦克风7042，图形处理器7041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元706可包括显示面板7061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板7061。用户输入单元707包括触控面板7071以及其他输入设备7072。触控面板7071，也称为触摸屏。触控面板7071可包括触摸检测装置和触摸控制器两个部分。其他输入设备7072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。存储器709可用于存储软件程序以及各种数据，包括但不限于应用程序和操作系统。处理器710可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器710中。[0131] 本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述传感器数据处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。[0132] 其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read‑OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、磁碟或者光盘等。[0133] 本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述传感器数据处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。[0134] 应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。[0135] 需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。[0136] 通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。[0137] 上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

专利地区：广东

专利申请日期：2021-10-15

专利公开日期：2024-06-18

专利公告号：CN113949673B