一種溫度校準方法及終端的制作方法
【技術領域】
[0001]本發(fā)明涉及智能終端技術領域,尤其涉及一種溫度校準方法及終端。
【背景技術】
[0002]隨著智能終端技術的發(fā)展,手機、計算機、平板電腦等智能終端的功能越來越多,其中包括溫度測量功能。終端的溫度測量功能是通過在終端內設置溫度傳感器而實現的。
[0003]具體實現中,終端內的溫度傳感器在測量溫度時相對精準溫度計來說存在一定的誤差,為了減小誤差,終端需要對溫度傳感器的測量結果進行校準。實際使用過程中,不同的物體以及不同的溫度范圍所產生的誤差值和誤差方向都是不一樣的,例如在某個溫度范圍測量結果比實際值小,但在另一個溫度范圍測量結果卻比實際值大。但是現有的終端通常對溫度傳感器執(zhí)行固定方向的校準,例如都在測量結果的基礎上增加一定的誤差值。如此一來,在某些情況下反而增大了校準后的溫度值與實際溫度之間的誤差。
【發(fā)明內容】
[0004]本發(fā)明實施例提供一種溫度校準方法及終端,可針對不同的目標物類型和不同的溫度區(qū)間對測量的溫度值進行校準,提高溫度校準的準確性。
[0005]本發(fā)明實施例第一方面提供了一種溫度校準方法,其可包括:
[0006]接收用戶輸入的測溫指令,調用溫度傳感器對目標物進行測溫;
[0007]根據所述目標物的類型選擇相應的校準模型,以及獲取所述溫度傳感器的測量結果,其中所述相應的校準模型中包括多個預設溫度區(qū)間對應的校準方向;
[0008]根據所述測量結果所在的溫度區(qū)間以及所述相應的校準模型確定校準方向和校準量;
[0009]按照所述校準方向和所述校準量對所述測量結果進行校準并輸出校準后的溫度值。
[0010]本發(fā)明實施例第二方面提供了一種終端,其可包括:
[0011]第一接收單元,用于接收用戶輸入的測溫指令,調用溫度傳感器對目標物進行測溫;
[0012]選擇單元,用于根據所述目標物的類型選擇相應的校準模型,以及獲取所述溫度傳感器的測量結果,其中所述相應的校準模型中包括多個預設溫度區(qū)間對應的校準方向;
[0013]確定單元,用于根據所述測量結果所在的溫度區(qū)間以及所述相應的校準模型確定校準方向和校準量;
[0014]校準單元,用于按照所述校準方向和所述校準量對所述測量結果進行校準并輸出校準后的溫度值。
[0015]本發(fā)明實施例中,調用溫度傳感器對目標物進行測溫后,根據目標物的類型選擇相應的校準模型并獲取溫度傳感器的測量結果,根據所述測量結果所在的溫度區(qū)間以及所述相應的校準模型確定校準方向和校準量;按照所述校準方向和所述校準量對所述測量結果進行校準并輸出校準后的溫度值。采用本發(fā)明實施例,針對不同的目標物類型和不同的溫度區(qū)間對測量的溫度值進行校準,可提高溫度校準的準確性。
【附圖說明】
[0016]為了更清楚地說明本發(fā)明實施例技術方案,下面將對實施例描述中所需要使用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖是本發(fā)明的一些實施例,對于本領域普通技術人員來講,在不付出創(chuàng)造性勞動的前提下,還可以根據這些附圖獲得其他的附圖。
[0017]圖1是本發(fā)明的一個實施例提供的溫度校準方法的流程示意圖;
[0018]圖2是本發(fā)明的另一個實施例提供的溫度校準方法的流程示意圖;
[0019]圖3是本發(fā)明的又一個實施例提供的溫度校準方法的流程示意圖;
[0020]圖4是本發(fā)明的一個實施例提供的一種溫度校準模型的樹形示意圖;
[0021]圖5是本發(fā)明的一個實施例提供的終端的結構示意圖;
[0022]圖6是本發(fā)明的另一個實施例提供的終端的結構示意圖
[0023]圖7是本發(fā)明的又一個實施例提供的終端的結構示意圖;
[0024]圖8是本發(fā)明的又一個實施例提供的終端的結構示意圖。
【具體實施方式】
[0025]下面將結合本發(fā)明實施例中的附圖,對本發(fā)明實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例是本發(fā)明一部分實施例,而不是全部的實施例?;诒景l(fā)明中的實施例,本領域普通技術人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例,都屬于本發(fā)明保護的范圍。
[0026]本發(fā)明實施例提供了一種溫度校準方法及終端,可針對不同的目標物類型和不同的溫度區(qū)間對測量的溫度值進行校準,提高溫度校準的準確性。具體實現中,本發(fā)明實施例中描述的終端可包括:手機、個人計算機、平板電腦、筆記本電腦等,上述終端僅是舉例,而非窮舉,包含但不限于上述終端。下面將結合附圖對本發(fā)明實施例提供的一種溫度校準方法及終端進行具體描述。
[0027]參見圖1,是本發(fā)明的一個實施例提供的溫度校準方法的流程示意圖。如圖1所示,該溫度校準方法可包括如下步驟:
[0028]S101,接收用戶輸入的測溫指令,調用溫度傳感器對目標物進行測溫。
[0029]可選地,用戶可通過終端的按鍵、觸摸控制屏或語音輸入模塊輸入測溫指令。
[0030]具體實施中,終端內設置有溫度傳感器,該溫度傳感器可以是紅外溫度傳感器,通過接收目標物輻射的紅外線的波長、輻射強度等參數來計算目標物的溫度值,其中該溫度值為測量值。
[0031]S102,根據所述目標物的類型選擇相應的校準模型,以及獲取所述溫度傳感器的測量結果,其中所述相應的校準模型中包括多個預設溫度區(qū)間對應的校準方向。
[0032]具體地,所述目標物的類型可包括生命體和物體。可選地,可在溫度測量界面提示用戶選擇目標物類型,或者根據溫度傳感器的測量結果所在的溫度區(qū)間以及一些人體識別算法確定目標物的類型。
[0033]在一些可行的實施方式中,終端可預先存儲至少兩個校準模型,該至少兩個校準模型分別與至少兩種目標物類型相關聯。每個校準模型中包括不同的預設溫度區(qū)間對應的校準方向,其中校準方向可包括正方向、負方向或無需校準。例如,若測量值低于實際值,需要在測量值的基礎上加上誤差值,則校準方向為正方向;若測量值高于實際值,需要在測量值的基礎上減去誤差值,則校準方向為負方向;若測量值接近實際值,則無需校準。
[0034]作為一種可行的實施方式,終端預先存儲的至少兩個校準模型可以根據出廠前對終端內的溫度傳感器進行多次測試并與相對精準溫度計的測量結果進行比較的結果訓練得到。
[0035]S103,根據所述測量結果所在的溫度區(qū)間以及所述相應的校準模型確定校準方向和校準量。
[0036]具體的,將上述測量結果輸入相應的校準模型中,可確定校準方向和校準量。其中校準量指的是需要校準的誤差值的絕對值。
[0037]具體實施中,在不同的校準模型中,同一溫度區(qū)間對應的校準方向可能不同,例如在36°C _37°C的溫度區(qū)間,生命體對應的模型的校準方向是正方向,物體對應的模型的校準方向是負方向。
[0038]S104,按照所述校準方向和所述校準量對所述測量結果進行校準并輸出校準后的溫度值。
[0039]具體實施中,校準量為正值,若所述校準方向為正方向,則校準后的溫度值等于測量結果加上校準量;若所述校準方向為負方向,則校準后的溫度值等于測量結果減去校準量。
[0040]可選地,可通過顯示屏以文字或圖像方式輸出校準后的溫度值;或者,可通過語音輸出模塊(例如麥克風)以音頻方式輸出校準后的溫度值;或者,可以同時通過顯示屏和語音輸出模塊輸出校準后的溫度值。
[0041]本發(fā)明實施例中,調用溫度傳感器對目標物進行測溫后,根據目標物的類型選擇相應的校準模型并獲取溫度傳感器的測量結果,根據所述測量結果所在的溫度區(qū)間以及所述相應的校準模型確定校準方向和校準量;按照所述校準方向和所述校準量對所述測量結果進行校準并輸出校準后的溫度值。采用本發(fā)明實施例,針對不同的目標物類型和不同的溫度區(qū)間對測量的溫度值進行校準,可提高溫度校準的準確性。
[0042]參見圖2,是本發(fā)明的另一個實施例提供的溫度校準方法的流程示意圖。如圖2所示,該溫度校準方法可包括如下步驟:
[0043]S201,存儲與至少兩種目標物類型關聯的至少兩個校準算法以及攜帶類別標記的訓練樣本集,其中所述類別標記包括目標物類型標記和校準方向標記。
[0044]具體實施中,上述至少兩個校準算法可以是基于同一個基礎算法的不同改進算法,例如,可以是基于人工神經網絡(Artificial Neural Network,簡稱ANN)算法的不同改進算法。ANN算法具有自學習、自組織、自適應以及很強的非線性函數逼近能力,擁有強大的容錯性,是處理非線性系統(tǒng)的有力工具。上述至少兩個校準算法的一些系數可以不同。
[0045]具體地,訓練樣本集中可包括多次測溫的測量數據和校準數據,校準數據包括校準方向和校準量。每次測溫的測量數據和校準數據為訓練樣本集中的一個元素。每個元素可攜帶類型標記,類型標記包括目標物類型標記和校準方向標記??蛇x地,目標物類型可包括生命體類型或物體類型。
[0046]作為一種可行的實施方式,訓練樣本集可以是在終端出廠前進行溫度測量測試和校準得到的。
[0047]S202,根據所述目標物類型標記對所述訓練樣本集中的每個元素執(zhí)行相應的校準算法,訓練得到與所述至少兩種目標物類型相對應的至少兩個校準模型。
[0048]針對訓練樣本集中的