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，所描述的实施例仅是本申请的一部分实施例，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。

请参阅图1，图1是本申请提供的状态判断方法第一实施例的流程示意图。本实施例的状态判断方法应用于一种电子设备，具体可以为一种智能穿戴设备，如智能手表或智能手环等。在日常生活中，穿戴设备可以实时检测运动的加速度变化和高度变化，并根据加速度变化和高度变化判断佩戴该穿戴设备的用户是否摔倒。具体判断方式请参阅图1：

如图所示，本实施例的状态判断方法具体包括以下步骤：

S101：获取预设周期内的三轴加速度矢量以及高度值。

其中，电子设备内部至少设置有加速度传感器以及气压传感器，加速度传感器用于检测电子设备的三轴加速度矢量，气压传感器用于检测电子设备所处的高度值。

在电子设备工作期间，加速度传感器和气压传感器可以持续获取三轴加速度矢量以及高度值等信息，处理器可以按照预设周期获取期间的信息进行分析，以判定佩戴该电子设备的用户的状态。

进一步地，电子设备内部还可以设置有血压监测器，血压监测器可以用于监测用户在预设周期内的血压变化情况。由于加速度传感器和气压传感器持续工作会造成电子设备的负载过大，而且获取的信息有效性低；而血压监测器需要长期开启，才能获取最完整的用户的身体信息。因此，电子设备可以将血压监测器的结果作为控制加速度传感器和气压传感器是否工作的开关信息，提高加速度传感器和气压传感器的工作效率。

具体地，血压监测器实时采集用户的血压信息，并基于预设周期内的血压信息计算血压变化值，判断血压变化值是否大于预设血压变化值。当用户的血压变化过快时，虽然有在做剧烈运动的可能，但是也有摔倒的可能性，因此，当用户的血压变化过快时，电子设备可以开启加速度传感器和气压传感器，以进一步综合三轴加速度矢量以及高度值判断用户的状态，具体请继续参阅以下步骤：

S102：判断三轴加速度矢量和的最小值是否小于第一加速度值，且任一轴加速度矢量的值的变化率是否大于预设加速度变化率。

其中，电子设备在预设周期内获取多个三轴加速度矢量，首先，需要判断该电子设备是否处于佩戴状态。

具体请参阅图2，图2是预设周期内三轴加速度矢量和随着检测时间的变化情况。电子设备首先获取三轴加速度矢量和的绝对值|g|以及加速度矢量和的绝对值的最小值gmin，即时间t0对应的三轴加速度矢量和。若gmin为0即说明该时刻为电子设备处于自由落体状态。

如图2中的gmin不为0，电子设备需要进一步判断三轴加速度矢量的情况。在实际情况下，用户摔倒时，三轴加速度矢量和的最小值gmin的大小情况一般为：0<gmin<g。其中，此处的g为重力加速度值。而为了提高判断的准确性，电子设备预设第一加速度值g0，第一加速度值g0的数值大于0，且小于重力加速度值g的数值。

当三轴加速度矢量和的最小值gmin大于0，且小于第一加速度值g0时，电子设备判断用户满足摔倒的第一特征。

进一步地，电子设备还可以判断三轴加速度矢量和的最大值情况。具体地，三轴加速度值的最大值gmax的数值越大，电子设备的表面碰撞速度越大或碰撞越刚性。

具体请参阅图3，电子设备预设第二加速度值g1，第二加速度值g1可以设置为6g，即六倍重力加速度值。当三轴加速度矢量和的最大值gmax大于第二加速度值g1时，如图3所示，电子设备判断用户满足摔倒的第二特征。

进一步地，请继续参阅图3，电子设备还可以基于任一轴加速度矢量的值的变化率判断用户的状态。具体地，电子设备基于图3中不同时间段内的曲线导数，该曲线导线表征了对应时间段内任一轴加速度矢量的值的变化率，即g’＝dg/dt。当曲线导数的最大值，即任一轴加速度矢量的值的变化率大于预设的变化率阈值时，电子设备判断用户满足摔倒的第三特征。

其中，预设的变化率阈值可以设置为500g/s，或者其它数值，在此不再赘述。

进一步地，电子设备还可以基于三轴加速度值获取与地面的方向夹角变化值。正常佩戴电子设备的用户在摔倒前人体一般处于站立姿态，佩戴电子设备的双手垂直先下，手臂与地面的方向夹角接近90°。在摔倒后，相对于地面，手臂应处于水平状态，方向夹角接近0°。因此，电子设备预设一夹角变化值，其中，预设夹角变化值小于90°。当获取的方向夹角变化值大于预设夹角变化值时，电子设备判断用户满足摔倒的第四特征。

当三轴加速度矢量满足上述判断摔倒的所有特征时，电子设备还需要结合气压传感器的检测结果进一步确定用户的状态，具体如下：

S103：进一步判断预设周期内的高度值减少值是否大于预设高度变化值。

其中，电子设备获取预设周期的起始和结束时间点高度值后，计算高度值减少值，并判断高度值减少值是否高于预设高度变化值。当高度值减少值大于预设高度变化值时，电子设备判断用户满足摔倒的第五特征。

具体地，电子设备可以基于一般成年人的身高预设一高度变化值，或者，还可以在初始化功能时，获取用户的身高，并根据用户的实际身高预设一高度变化值。预设的高度变化值，应小于手臂自然下垂情况下，电子设备与地面的距离。

S104：判定为摔倒状态。

其中，当三轴加速度矢量以及高度值满足上述所有判断用户摔倒的特征时，电子设备判定用户处于摔倒状态。

在其它实施例中，电子设备还可以基于三轴加速度矢量以及高度值的实际情况判定用户处于其它状态。例如，当三轴加速度矢量满足上述第二特征、第三特征，但三轴加速度矢量不满足第一特征以及第四特征和高度值不满足第五特征时，即三轴加速度矢量和的最小值大于或等于第一加速度值，且任一轴加速度矢量的值的变化率小于或等于预设加速度变化率时，且预设周期内的高度值减少值小于或等于预设高度变化值时，电子设备判定用户处于碰撞状态。

再例如，假设上述步骤的三轴加速度矢量以及高度值来自于当前预设周期的信息，电子设备进一步获取其它相邻预设周期的三轴加速度值大于预设的第二加速度值的时间点，并比较相邻预设周期的时间点间隔是否在一个预设间隔内。若是，电子设备判定用户处于周期性的运动状态。

在本实施例中，电子设备获取预设周期内的三轴加速度矢量以及高度值；判断三轴加速度矢量和的最小值是否小于第一加速度值，且任一轴加速度矢量的值的变化率大于预设加速度变化率；若是，进一步判断预设周期内的高度值减少值是否大于预设高度变化值；若是，则判定为摔倒状态；其中，第一加速度值小于重力加速度值。通过上述状态判断方法，本申请通过三轴加速度矢量以及高度值变化的多种特征综合判断用户的运动状态，能够更有效更准确地判断用户的状态，提高用户的安全性。

对于图1所示实施例中的S102，本申请进一步提出了另一种具体的状态判断方法。请继续参阅图4，图4是本申请提供的状态判断方法第二实施例的流程示意图。

如图所示，本实施例的状态判断方法具体包括以下步骤：

S201：当三轴加速度矢量和的最大值大于第二加速度值时，进一步获取三轴加速度矢量和的值连续大于或等于第二加速度值的时间长度。

其中，电子设备在三轴加速度矢量满足上述实施例中的S102中的特征的情况下，进一步获取三轴加速度矢量和的值连续大于或等于第二加速度值的时间长度。时间长度包括起始时间和终止时间，如图3所示，起始时间即图3中的t1，终止时间即图3中的t2。时间长度即t2与t1的差值。

S202：判断时间长度是否大于预设最小时间阈值，且小于预设最大时间阈值。

其中，电子设备判断t2与t1的时间差值，即时间长度是否满足预设条件。

具体地，t2与t1的时间差值越小表示电子设备碰撞越刚性，越大表示碰撞弹性或速度越大，人的身体性质一般处于刚性材料和海绵类的弹性材料之间，因此，电子设备可以预设最小时间阈值为tmin，可以预设最大时间阈值为tmax。

当，t2与t1的时间差值大于预设最小时间阈值tmin，且小于预设最大时间阈值tmax时，电子设备判断用户满足摔倒的第六特征。

S203：进一步判断预设周期内的高度值减少值是否大于预设高度变化值。

其中，S203的技术特征与上述S103的技术特征相同，在此不再赘述。

对于图1所示实施例中的S103，本申请进一步提出了另一种具体的状态判断方法。请继续参阅图5，图5是本申请提供的状态判断方法第三实施例的流程示意图。

如图所示，本实施例的状态判断方法具体包括以下步骤：

S301：获取预设时长的高度值减少值，其中，预设时长小于预设周期，且预设时间的起点在起始时间之前。

其中，电子设备在获取预设周期内的三轴加速度值之后，进而基于三轴加速度值的分布情况获取高度值。

具体地，当三轴加速度值的情况满足判断用户摔倒的所有特征条件时，电子设备获取三轴加速度值的起始时间t1，起始时间t1的具体描述请参阅上述S202，在此不再赘述。进一步地，由于气压传感器能够缓存过去一定时间的高度值，如2S，电子设备获取起始时间t1之前的高度值，或者周期起点的气压值；再获取t1后一定时间的高度值，或者周期结束时的气压值；并计算出高度值减少值。

S302：判断预设时长的高度值减少值是否大于预设高度变化值。

其中，电子设备判断上述高度值减少值是否大于预设高度变化值，若是，则电子设备判断用户满足摔倒的第五特征。

S303：判定为摔倒状态。

其中，S303的技术特征与上述S104的技术特征相同，在此不再赘述。

对于图1所示实施例中的S104之后，本申请进一步提出了另一种具体的状态判断方法。请继续参阅图6，图6是本申请提供的状态判断方法第四实施例的流程示意图。

如图所示，本实施例的状态判断方法具体包括以下步骤：

S401：获取当前的环境影像信息和地理位置信息，并生成摔倒信息。

其中，电子设备判定用户处于摔倒状态后，进一步获取当前的环境影像信息和地理位置信息，并生成摔倒信号。其中，上述环境影像信息是由摄影机对地物获取可见光的反射光在感光材料上记录的影像信息，上述环境影像信息一般为佩戴者附近具有标志性的建筑物的图像数据。通过图像中获取的上述建筑物、获取环境影像信息的装置的焦距和图像分辨率可以计算出佩戴者与上述建筑物的距离，而上述地理位置信息为经线和纬线组成的经纬网，且一般具有具体的街道名称和建筑物名称。

S402：将环境影像信息、地理位置信息和摔倒信息发送至外部监控设备。

其中，电子设备将上述环境影像信息、上述地理位置信息和上述摔倒信号发送至外部监控设备。其中，外部设备一般包括智能手机、电话、平板电脑或笔记本电脑，智能手机一般通过登陆软件账号接收上述环境影像信息、上述地理位置信息和上述摔倒信号，通过接收通讯的语音接收上述地理位置信息和上述摔倒信号和通过短信接收上述环境影像信息、上述地理位置信息和上述摔倒信号。电话一般通过接收通讯的语音接收上述地理位置信息和上述摔倒信号；平板电脑和笔记本电脑一般通过登陆软件账号接收上述环境影像信息、上述地理位置信息和上述摔倒信号。

在确认佩戴者摔倒后，电子设备通过获取当前的环境影像信息和地理位置信息，并生成摔倒信号，使监护人员和救助人员的智能手机、电话、平板电脑或笔记本电脑获取到佩戴者摔倒后的地理位置信息和环境影像信息后，能更快地找到摔倒的佩戴者的位置，从而使摔倒的佩戴者在第一时间得到救助，避免错过最佳的治疗时机，对佩戴者的生命健康造成威胁。

为实现上述实施例的状态判断方法，本申请提出了一种电子设备，具体请参阅图，图7是本申请提供的电子设备一实施例的结构示意图。

电子设备700包括存储器71以及处理器72，其中，存储器71与处理器72耦接。

存储器71用于存储程序数据，处理器72用于执行程序数据以实现上述实施例的状态判断方法。

在本实施例中，处理器72还可以称为CPU(Central Processing Unit，中央处理单元)。处理器72可能是一种集成电路芯片，具有信号的处理能力。处理器72还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器72也可以是任何常规的处理器等。

本申请还提供一种计算机存储介质，请继续参阅图8，图8是本申请提供的计算机存储介质一实施例的结构示意图，该计算机存储介质800中存储有程序数据81，该程序数据81在被处理器执行时，用以实现上述实施例的状态判断方法。

本申请的实施例以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或部分可以以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(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。