用于AR/VR应用的入耳式运动传感器和设备的制作方法

本公开涉及在虚拟现实和增强现实环境中使用的入耳式运动传感器和设备。更具体地说，本公开涉及被配置为监测来自用于沉浸式现实应用的入耳式设备的用户的体内的活动的运动传感器。

背景技术：

1、用于移动和沉浸式应用的当前的入耳式设备(例如助听器、可听设备、耳机、耳塞等)对于用户来说通常是笨重且不舒服的。向入耳式设备添加健康检测功能受阻于此类设备所期望的小的形状要素(form factor)以及涉及的复杂数据处理和分析。

2、本公开试图至少部分地解决上述缺点和劣势中的任何或全部缺点和劣势。

技术实现思路

1、根据本公开的第一方面，提供了一种设备，该设备包括：入耳式固定器，该入耳式固定器被配置为密封用户的耳道；运动传感器，该运动传感器被安装在入耳式固定器上，并且被配置为提供指示用户的体内运动或全身运动的运动信号；扬声器，该扬声器被耦合以向用户提供音频信号；以及处理器，该处理器被耦合至增强现实头戴式设备，该处理器被配置为基于运动信号来识别用户的健康状况。

2、因此，在一些实施例中，一种设备包括被配置为适合于用户的耳道中的入耳式固定器、安装在入耳式固定器上并被配置为提供指示用户的体内运动或全身运动的运动信号的运动传感器、被耦合以向用户提供音频信号的扬声器、以及被耦合到增强现实头戴式设备的处理器，该处理器被配置为基于运动信号来识别用户的健康状况。

3、在一些实施例中，运动传感器可以是接触式传声器，并且运动信号可以通过用户的身体传输到运动传感器和用户的耳道之间的接触点。

4、在一些实施例中，运动传感器可以是惯性运动单元，并且运动信号可以指示用户的全身运动，该全身运动包括打喷嚏、咳嗽、跌倒和迈步中的一者。

5、在一些实施例中，运动传感器可以是微电子运动系统。

6、在一些实施例中，运动信号可以指示用户的体内运动，包括心率或呼吸频率中的一者。

7、在一些实施例中，该设备还可以包括安装在入耳式固定器上的电极，该电极可以被配置为接收指示用户的心血管活动的信号。

8、在一些实施例中，该设备还可以包括安装在入耳式固定器上的电极，该电极可以被配置为接收指示用户的神经活动的信号。

9、在一些实施例中，处理器可以被配置为使利用运动信号的波形与利用电子信号的波形同步，以确定用户的生命体征。

10、在一些实施例中，处理器可以被配置为根据运动信号来确定用户的心率。

11、在一些实施例中，处理器可以被配置为基于运动信号从给用户的音频信号中去除噪声分量或干扰中的一者。

12、根据本公开的第二方面，提供了一种计算机实现的方法，该方法包括：接收来自入耳式设备中的运动传感器的运动信号，该运动信号指示入耳式设备的用户的体内运动或全身运动；利用该运动信号形成波形；以及基于该波形识别用户的健康状况。

13、在一些实施例中，一种计算机实现的方法可以包括：接收来自入耳式设备中的运动传感器的运动信号，该运动信号指示入耳式设备的用户的体内运动或全身运动；利用该运动信号形成波形；以及基于该波形识别用户的健康状况。

14、在一些实施例中，计算机实现的方法还可以包括：接收来自第二入耳式设备中的第二运动传感器的指示体内运动或全身运动的第二运动信号，并且其中，形成波形可以包括：利用第二运动信号从运动信号中去除噪声分量或干扰中的至少一者。

15、在一些实施例中，运动信号可以指示体内运动，并且识别用户的健康状况可以包括确定用户的心率和呼吸频率中的至少一者。

16、在一些实施例中，运动信号可以指示用户的全身运动，并且识别用户的健康状况可以包括：检测用户的跌倒、用户的咳嗽、用户的打喷嚏中的至少一者；或确定用户的步数。

17、在一些实施例中，该计算机实现的方法还可以包括：从该波形识别心脏收缩期心脏脉搏和心脏舒张期心脏脉搏，其中基于该波形识别用户的健康状况可以包括：识别心脏收缩期心脏脉搏和心脏舒张期心脏脉搏中的特征。

18、在一些实施例中，该计算机实现的方法还可以包括：从该波形识别心脏收缩期心脏脉搏和心脏舒张期心脏脉搏，其中基于该波形识别用户的健康状况可以包括：基于心脏舒张期心脏脉搏的幅度和心脏收缩期心脏脉搏的幅度来确定用户的血压。

19、在一些实施例中，该计算机实现的方法还可以包括：从该波形识别心脏收缩期心脏脉搏和心脏舒张期心脏脉搏，其中基于该波形识别用户的健康状况可以包括：基于心脏舒张期心脏脉搏相对于心脏收缩期心脏脉搏的时间延迟来确定用户的血压。

20、在一些实施例中，该计算机实现的方法还可以包括：利用该波形从给安装在入耳式设备中的扬声器的音频信号中滤除噪声分量和干扰中的一者，并且利用扬声器向用户提供音频信号。

21、在一些实施例中，该计算机实现的方法还可以包括：接收来自电极的指示用户的心血管活动的电子信号；识别电子信号与波形的相关性；以及基于相关性或深度神经网络算法确定用户的心率、呼吸频率或血压中的一者。

22、在一些实施例中，识别用户的健康状况还可以包括：对波形执行频谱分析，以识别心电图中的p波、qrs波群和t波群。

23、在一些实施例中，一种非暂态计算机可读介质存储指令，这些指令在被处理器执行时可以使得计算机执行一种方法。该方法可以包括：接收来自入耳式设备中的运动传感器的运动信号，该运动信号指示入耳式设备的用户的体内运动或全身运动；利用该运动信号形成波形；以及基于该波形识别用户的健康状况。

24、在其他实施例中，一种系统可以包括：用于存储指令的第一装置、和用于执行指令并可以使系统执行一种方法的第二装置。该方法可以包括：接收来自入耳式设备中的运动传感器的运动信号，该运动信号指示入耳式设备的用户的体内运动或全身运动；利用该运动信号形成波形；以及基于该波形识别用户的健康状况。

25、考虑到以下内容，这些和其他实施例对于本领域普通技术人员来说是清楚的。

26、将理解的是，本文描述为适合于结合到本公开的一个或多个方面或实施例中的任何特征旨在在本公开的任何和所有的方面和实施例具有普遍性。根据本公开的说明书、权利要求和附图，本领域技术人员可以理解本公开的其它方面。上述总体描述和以下详细描述仅是示例性和说明性的，而不是对权利要求的限制。

技术特征：

1.一种设备，包括：

2.根据权利要求1所述的设备，其中，所述运动传感器是接触式传声器，并且所述运动信号通过所述用户的身体传输到所述运动传感器和所述用户的所述耳道之间的接触点。

3.根据权利要求1或2所述的设备，其中，所述运动传感器是惯性运动单元，并且所述运动信号指示所述用户的全身运动，所述全身运动包括打喷嚏、咳嗽、跌倒和迈步中的一者。

4.根据前述权利要求中任一项所述的设备，其中，所述运动传感器是微电子运动系统。

5.根据前述权利要求中任一项所述的设备，其中，所述运动信号指示所述用户的体内运动，包括心率或呼吸频率中的一者。

6.根据前述权利要求中任一项所述的设备，还包括安装在所述入耳式固定器上的电极，所述电极被配置为接收指示所述用户的心血管活动的信号；和/或所述电极被配置为接收指示所述用户的神经活动的信号。

7.根据前述权利要求中任一项所述的设备，其中，所述处理器被配置为使所述运动信号的波形与电子信号的波形同步，以确定所述用户的生命体征。

8.根据前述权利要求中任一项所述的设备，其中，所述处理器被配置为根据所述运动信号来确定所述用户的心率。

9.根据前述权利要求中任一项所述的设备，其中，所述处理器被配置为基于所述运动信号从给所述用户的音频信号中去除噪声分量或干扰中的一者。

10.一种计算机实现的方法，包括：

11.根据权利要求10所述的计算机实现的方法，其中，还包括接收来自第二入耳式设备中的第二运动传感器的指示所述体内运动或全身运动的第二运动信号，并且其中，形成所述波形包括：利用所述第二运动信号从所述运动信号中去除噪声分量或干扰中的至少一者。

12.根据权利要求10或11所述的计算机实现的方法，其中，所述运动信号指示体内运动，并且识别所述用户的健康状况包括确定所述用户的心率和呼吸频率中的至少一者；和/或其中，所述运动信号指示所述用户的全身运动，并且识别所述用户的健康状况包括：检测所述用户的跌倒、所述用户的咳嗽、所述用户的打喷嚏中的至少一者；或确定所述用户的步数。

13.根据权利要求10至12中任一项所述的计算机实现的方法，还包括从所述波形识别心脏收缩期心脏脉搏和心脏舒张期心脏脉搏，其中基于所述波形识别所述用户的健康状况包括：

14.根据权利要求10至13中任一项所述的计算机实现的方法，还包括：利用所述波形从给安装在所述入耳式设备中的扬声器的音频信号中滤除噪声分量和干扰中的一者；以及利用所述扬声器向所述用户提供所述音频信号。

15.根据权利要求10至14中任一项所述的计算机实现的方法，还包括：接收来自电极的指示所述用户的心血管活动的电子信号；识别所述电子信号与所述波形的相关性；以及基于所述相关性或深度神经网络算法确定所述用户的心率、呼吸频率或血压中的一者。

16.根据权利要求10至15中任一项所述的计算机实现的方法，其中，识别所述用户的健康状况还包括：对所述波形执行频谱分析，以识别心电图中的p波、qrs波群和t波群。

技术总结提供了一种用于沉浸式现实应用的入耳式设备。该设备包括被配置为适合于用户的耳道中的入耳式固定器、安装在入耳式固定器上并被配置为提供指示用户的体内运动或全身运动的运动信号的运动传感器、被耦合以向用户提供音频信号的扬声器、以及被耦合到增强现实头戴式设备的处理器，该处理器被配置为基于该运动信号来识别用户的健康状况。还提供了用于使用上述设备的方法、用于存储指令的存储器和用于执行指令以执行该方法的处理器。技术研发人员：尼尔斯·托马斯·弗里蒂奥夫·伦纳,约书亚·韦纳,莫尔塔扎·哈莱吉梅巴迪,安德鲁·约翰·欧德科克,巴里·大卫·西尔弗斯坦,约翰·拉姆斯菲尔德受保护的技术使用者：元平台技术有限公司技术研发日：技术公布日：2024/9/2