基于模块化设计的智能穿戴设备管理系统及方法与流程

本发明涉及穿戴设备管理，特别涉及一种基于模块化设计的智能穿戴设备管理系统及方法。

背景技术：

1、随着信息技术的发展，以传感器单元小型化以及集成电路小型化为基础，电子产品可以在可佩戴的尺寸内提供多种应用及功能。穿戴式设备是将电子装置小型化，制作成可以让人随身佩戴的产品外形(例如：头带、智能眼镜、手表、手环、戒指等)，通过佩戴来记录、收集、分析佩戴者的相关信息，并将信息处理后的结果提供给佩戴者，提供佩戴者所需要的信息内容。穿戴式设备可直接穿在身上，可表现为：可穿戴照相机、智能眼镜、智能手表、可穿戴医疗健康设备、活动跟踪器、3d动作追踪器、还有智能服装等形式。

2、现有技术中，穿戴式设备负责采集用户健康数据，然后通过数据线与pc端软件进行数据交互与同步，在pc侧进行数据处理、统计及存储，并将不同维度的统计结果呈现给用户，统计结果供用户参考或社交共享等。

3、现有技术中，穿戴式设备采集的用户健康数据和其他数据（例如运动数据等）时通过多种类型传感器进行采集，通过ai算法库中的算法对采集的用户数据进行分析，而由于不同类型的传感器可以分别设置在不同的穿戴设备上，当其中一个穿戴设备电量不足或损坏时，有可能无法采集所有ai算法库所需的参数类型，导致部分功能无法实现。

技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一直基于模块化设计的智能穿戴设备管理系统及方法，能够根据用户账号信息对多种穿戴设备进行智能化管理。

2、本发明实施例一方面提供基于模块化设计的智能穿戴设备管理系统，包括：穿戴设备模块，包括若干类型穿戴设备，所述穿戴设备包括若干传感器装置，用于采集不同类型的传感器数据；用户管理模块，用于根据用户账号管理穿戴设备，获取穿戴设备数据，包括穿戴设备类型、穿戴设备状态信息和穿戴设备类型对应的传感器类型；功能管理模块，用于获取当前用户账号的穿戴设备类型，根据穿戴设备类型的传感器类型确定可采集数据的参数类型，与ai算法库中各算法的输入参数类型进行匹配确定可调用算法，生成功能列表；数据分析模块，用于获取当前工作中的穿戴设备的传感器数据，并根据传感器数据对应的参数类型确定可调用算法，通过所述可调用算法对采集的传感器数据进行分析得到分析结果；关联分析模块，用于对用户账号的历史数据进行相关性分析，得到相关联的参数类型，得到一个或多个相关参数集和对应的预测模型；功能扩展模块，用于获取当前工作中的一个或多个穿戴设备对应的参数类型，根据所述相关参数集确定扩展参数类型，根据所述参数类型和扩展参数类型与ai算法库中各算法的输入参数类型进行匹配，确定可扩展功能。

3、根据本发明的一些实施例，所述系统包括：省电管理模块，用于获取当前工作中的多个穿戴设备的传感器类型，若存在多个相同类型的传感器，则根据设置有所述传感器的穿戴设备的当前剩余电量和所述传感器的工作频率确定各穿戴设备的剩余工作时间，确定剩余工作时间较长的穿戴设备开启所述传感器，剩余工作时间较短的穿戴设备关闭所述传感器。

4、根据本发明的一些实施例，所述关联分析模块包括：相关性分析单元，用于任意获取历史数据中两个参数类型的数据，通过皮尔逊相关系数确定所述两个参数类型是否相关，若相关，则根据所述两个参数类型生成相关参数集；第一预测模型单元，用于将所述相关参数集对应的参数类型的历史数据作为样本，训练得到以一个参数类型为输入，另一个参数类型为输出的预测模型。

5、根据本发明的一些实施例，所述关联分析模块包括：相关参数集合并单元，用于遍历所有相关参数集，确定当前相关参数集是否存在一个参数类型与其他相关参数集中的某一个参数类型相同，若存在，则将所述一个参数类型对应的相关参数集进行合并，得到合并相关参数集，并对所述一个参数类型进行标记；第二预测模型单元，用于将所述合并相关参数集对应的参数类型的历史数据作为样本，训练得到以被标记参数类型为输入，未标记参数类型为输出的预测模型。

6、根据本发明的一些实施例，所述功能扩展模块包括：扩展参数类型单元，用于遍历当前工作中的一个或多个穿戴设备对应的所有参数类型，从所有相关参数集中获取包含当前参数类型的相关参数集，遍历所述相关参数集中所有参数类型，判断是否存在一个参数类型与所述所有参数类型都不相同，若存在，则确定所述一个参数类型为扩展参数类型；扩展功能显示单元，用于根据当前所有参数类型和扩展参数类型与ai算法库中各算法的输入参数类型进行匹配，确定可扩展功能并显示在交互界面上；预测扩展参数单元，用于当用户通过交互界面确定使用所述可扩展功能，则根据所有参数类型和所述扩展参数类型确定可使用的预测模型，基于预测模型和参数类型对应的数据得到扩展参数类型的预测值；扩展功能调用单元，用于基于所述可扩展功能的输入参数类型和扩展参数类型的预测值调用相应的ai算法，得到分析结果。

7、根据本发明的一些实施例，所述省电管理模块包括：预置基础功能单元，用于基于用户交互操作确定功能列表的预置基础功能；低电量调整单元，用于对当前工作中的一个或多个穿戴设备的电量进行低电量预警，当发出低电量预警时，获取当前预置基础功能所需的传感器类型对应的参数类型，根据参数类型和相关参数集确定可作为扩展参数类型的参数类型，得到可关闭传感器；传感器控制单元，用于在低电量状态时，获取当前工作中的所有传感器信息，将除了所述预置基础功能所需的传感器以外的其他传感器关闭，并基于用户交互操作确定是否关闭所述可关闭传感器。

8、根据本发明的一些实施例，所述系统包括：数据合并模块，用于获取同一用户账号的当前工作中的所有穿戴设备的传感器信息，确定是否存在相同类型的传感器同时工作，若存在，则获取当前工作中的所有传感器的数据时，对相同类型的传感器在相同时间段获取的数据进行合并处理并存储；所述合并处理包括：对多个相同类型传感器的开始工作时间点进行比较，将开始工作时间点较早的传感器的数据作为合并后的数据，将开始工作时间点较晚的传感器的数据进行删除。

9、根据本发明的一些实施例，所述系统包括：非穿戴设备模块，用于根据用户账号对非穿戴设备进行管理，并通过用户账号信息发送或接收信息，基于用户账号信息与穿戴设备进行交互。

10、根据本发明的一些实施例，所述系统包括：第二功能模块，用于获取当前用户账号的穿戴设备类型和非穿戴设备类型，基于非穿戴设备的类型和穿戴设备的传感器类型确定可采集数据的参数类型，与ai算法库中各算法的输入参数类型进行匹配确定可调用算法，生成第二功能列表。

11、本发明实施例至少实现以下有益效果：本发明实施例通过ai算法所需参数对应的历史数据作为样本，对用户账号的历史数据进行相关性分析，可以得到不同参数类型之间是否存在相关关系，若存在相关关系，可以通过历史数据训练相应的预测模型，以便在部分传感器不工作时通过预测模型预测相应参数的预测值，从而补足使用ai算法所需的参数，保证算法功能的实现。

12、本发明实施例另一方面提供一种基于模块化设计的智能穿戴设备管理方法，包括：s100、基于若干类型穿戴设备采集不同类型的传感器数据，穿戴设备包括若干传感器装置；s200、根据用户账号管理穿戴设备，获取穿戴设备数据，包括穿戴设备类型、穿戴设备状态信息和穿戴设备类型对应的传感器类型；s300、获取当前用户账号的穿戴设备类型，根据穿戴设备类型的传感器类型确定可采集数据的参数类型，与ai算法库中各算法的输入参数类型进行匹配确定可调用算法，生成功能列表；s400、获取当前工作中的穿戴设备的传感器数据，并根据传感器数据对应的参数类型确定可调用算法，通过所述可调用算法对采集的传感器数据进行分析得到分析结果；s500、对用户账号的历史数据进行相关性分析，得到相关联的参数类型，得到一个或多个相关参数集和对应的预测模型；s600、获取当前工作中的一个或多个穿戴设备对应的参数类型，根据所述相关参数集确定扩展参数类型，根据所述参数类型和扩展参数类型与ai算法库中各算法的输入参数类型进行匹配，确定可扩展功能。

13、本发明实施例至少实现以下有益效果：本发明实施例通过ai算法所需参数对应的历史数据作为样本，对用户账号的历史数据进行相关性分析，可以得到不同参数类型之间是否存在相关关系，若存在相关关系，可以通过历史数据训练相应的预测模型，以便在部分传感器不工作时通过预测模型预测相应参数的预测值，从而补足使用ai算法所需的参数，保证算法功能的实现。

14、本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。