[发明专利]用于评估矢量数据的方法、便携式设备和系统

权利要求书

1.一种用于评估运动传感器（320）的多维矢量数据、尤其是用于探测呼吸运动的方法（100），其具有：

- 以时间序列接收和存储所述运动传感器（320）的所述多维矢量数据；

- 通过在相应的预先确定的第一时间间隔期间对接收到的矢量数据取平均，计算多个中期矢量V1；

- 通过在预先确定的第二时间间隔期间对所述接收到的矢量数据取平均，计算多个长期平均矢量V2，所述第二时间间隔长于所述第一时间间隔；

- 根据在来自所述多个中期矢量的相应的中期矢量V1与来自所述多个长期平均矢量的相应的长期平均矢量V2之间的差，基于在中期矢量V1与长期平均矢量V2之间的与时间有关的分配，计算并存储多个去除平均值的矢量V；

- 测定多个单位矢量E，其中相应的单位矢量取向到随机方向上，并且将相应的单位矢量E分配至相应的去除平均值的矢量V；

- 分别从来自所述多个去除平均值的矢量V的一个去除平均值的矢量V和分配给该去除平均值的矢量V的单位矢量E中，计算多个标量积P；

- 基于所述多个标量积P，计算运动标志，所述运动标志是针对所述呼吸运动的量度；和

- 基于在所述运动标志与预先确定的运动阈值之间的比较，确定和输出评估信号（455）。

2.根据权利要求1所述的方法（100），其中，所述评估信号（455）的所述确定基于所述运动标志的分类，所述运动标志的所述分类基于通过所述运动标志引起的运动特征值与多个相应的运动阈值的比较。

3.根据权利要求2所述的方法（100），其中，所述运动标志的所述分类基于随机森林算法。

4.根据上述权利要求中至少一项所述的方法（100），其中，所述评估信号（455）表明提供所述矢量数据的所述运动传感器（320）的因呼吸造成的运动。

5.根据上述权利要求中至少一项所述的方法（100），其中，所述运动标志的所述计算基于由经过平方的标量积构成的和。

6.根据上述权利要求中至少一项所述的方法（100），其中，进行所述在中期矢量V1与长期平均矢量V2之间的与时间有关的分配，使得为了计算所述相应的中期矢量V1所使用的所述第一时间间隔基本上位于为了计算所述相应的长期平均矢量V2所使用的所述第二时间间隔之内。

7.根据上述权利要求中至少一项所述的方法（100），其中，为了评估传感器数据，在接收和存储所述多维矢量数据之后，在附加的方法步骤（215）中，所述方法包括基于所述多维矢量数据的活动识别（215），其中只有当通过所述活动识别（215）输出的活动特征值小于预先确定的活动阈值时，才执行其他方法步骤。

8.根据上述权利要求中至少一项所述的方法（100），此外还具有：从预先确定的一组运动阈值中，选出所述运动阈值或者用于确定所述评估信号的多个运动阈值，其中所述选出取决于对所述多维矢量数据的分量的评估，尤其是取决于俯卧位探测（285）的输出信号。

9.根据权利要求8所述的方法（100），其中，所述选出取决于对所述多维矢量数据的z分量的评估，其中所述z分量在通过所述运动传感器（455）开始数据记录期间基本上要朝着作用到所述运动传感器（455）上的重力的方向取向，并且其中对所述z分量的所述评估基于在作用到所述z分量上的加速力与面向所述重力的预先确定的加速度阈值之间的比较。