醉酒检测方法、装置、可穿戴设备及存储介质与流程

1.本技术涉及计算机技术领域，尤其涉及一种醉酒检测方法、装置、可穿戴设备及存储介质。


背景技术：

2.人们在生活、工作中的聚会或应酬中饮酒过量造成醉酒会给人带来不便甚至危及生命，相关技术中的醉酒检测方法的准确度较低。


技术实现要素：

3.有鉴于此，本技术实施例提供一种醉酒检测方法、装置、可穿戴设备及存储介质，以解决相关技术中醉酒检测方法的准确度较低技术问题。
4.为达到上述目的，本技术的技术方案是这样实现的：
5.本技术实施例提供了一种醉酒检测方法，包括：
6.基于可穿戴设备采集到的第一数据和第二数据，确定所述可穿戴设备的用户是否处于醉酒状态；其中，所述第一数据包括所述用户处于未醉酒状态时采集到的第一心率、第一血氧饱和度和/或第一步态数据；所述第二数据包括设定检测周期内采集到的第二心率、第二血氧饱和度和/或第二步态数据。
7.上述方案中，所述基于可穿戴设备采集到的第一数据和第二数据，确定所述可穿戴设备的用户是否处于醉酒状态，包括：
8.基于第一心率和第二心率，确定所述用户的心率是否异常；
9.基于第一血氧饱和度和第二血氧饱和度，确定所述用户的血氧饱和度是否异常；
10.基于第一步态数据和第二步态数据，确定所述用户的步态是否异常；
11.在所述用户的心率、血氧饱和度和步态数据均异常的情况下，确定所述用户处于醉酒状态。
12.上述方案中，步态数据至少包括步频，还包括步伐周期和/或步伐周期的峰谷值；所述方法还包括：
13.基于惯性测量单元输出的波形信号中每两个相邻的波峰之间的时间间隔，确定步伐周期；和/或，
14.基于步伐周期内惯性测量单元输出的波形信号中的波峰值与波谷值之差，确定步伐周期的峰谷值。
15.上述方案中，在所述基于第一步态数据和第二步态数据，确定所述用户的步态是否异常时，所述方法包括以下至少之一：
16.基于第一步态数据中的第一步频和第二步态数据中的第二步频，确定所述用户的步频是否异常；
17.基于第二步态数据中的第二步伐周期的方差值和第一阈值，确定所述用户的步伐周期是否异常；其中，所述第一阈值基于第一步态数据中的第一步伐周期的方差值确定出；
18.基于第二步态数据中的第二步伐周期的峰谷值和第二阈值，确定所述用户的步态对称性是否异常；其中，所述第二阈值基于第一步态数据中的第一步伐周期的峰谷值确定出。
19.上述方案中，所述基于第一心率和第二心率，确定所述用户的心率是否异常，包括：
20.基于所述用户处于未醉酒状态时采集到的第一心率，确定出第一均值和第一方差值；
21.基于设定检测周期内采集到的所有第二心率，确定出第二均值和第二方差值；
22.在所述第二均值大于所述第一均值，且所述第二方差值大于所述第一方差值的情况下，确定所述用户的心率异常。
23.上述方案中，所述基于第一血氧饱和度和第二血氧饱和度，确定所述用户的血氧饱和度是否异常，包括：
24.将第一血氧饱和度与设定百分比之积，确定为第三阈值；
25.在第一数量的第二血氧饱和度小于所述第三阈值的情况下，确定所述用户的血氧饱和度异常；其中，所述第一数量大于设定检测周期内采集的第二血氧饱和度的总数的一半；
26.在所述第一数量的第二血氧饱和度大于或等于所述第三阈值的情况下，确定所述用户的血氧饱和度正常。
27.上述方案中，所述方法还包括以下之一：
28.在醉酒频次大于设定次数的情况下，输出表征减少饮酒的提示信息；
29.在所述用户处于醉酒状态的情况下，向第一终端发送醉酒状态对应的第二数据，其中，所述第一终端表征与所述可穿戴设备建立配对连接的终端；所述第二数据用于供所述第一终端确定醉酒频次，且在确定出的醉酒频次大于所述设定次数的情况下，输出所述提示信息。
30.本技术实施例还提供了一种醉酒检测装置，包括：
31.确定单元，用于基于可穿戴设备采集到的第一数据和第二数据，确定所述可穿戴设备的用户是否处于醉酒状态；其中，所述第一数据包括所述用户处于未醉酒状态时采集到的第一心率、第一血氧饱和度和/或第一步态数据；所述第二数据包括设定检测周期内采集到的第二心率、第二血氧饱和度和/或第二步态数据。
32.本技术实施例还提供了一种可穿戴设备，包括：处理器和用于存储能够在所述处理器上运行的计算机程序的存储器，其中，所述处理器用于运行所述计算机程序时，执行上述醉酒检测方法的步骤。
33.本技术实施例还提供了计算机可读的存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述醉酒检测方法的步骤。
34.本技术实施例，可穿戴设备基于用户处于未醉酒状态下的第一数据和设定检测周期内采集的第二数据，确定用户是否处于醉酒状态。由此，可穿戴设备不需要依赖酒精传感器即可进行醉酒检测，并且，可穿戴设备在进行醉酒检测时，综合考虑了心率、血氧饱和度和/或步态数据，相对于通过单一指标进行醉酒检测的方案，本方案可以提高醉酒检测结果的准确度。
附图说明
35.图1为本技术实施例提供的醉酒检测方法的实现流程示意图；
36.图2为本技术实施例提供的imu输出的波形信号的示意图；
37.图3为本技术另一实施例提供的醉酒检测方法的实现流程示意图；
38.图4本技术应用实施例提供的醉酒检测方法的实现流程示意图；
39.图5本技术应用实施例提供的醉酒检测方法的示意图；
40.图6为本技术实施例提供的醉酒检测装置的结构示意图；
41.图7为本技术实施例提供的可穿戴设备的硬件组成结构示意图。
具体实施方式
42.相关技术中，通过酒精传感器进行醉酒检测，但酒精传感器的尺寸较大，可穿戴设备等尺寸较小的终端设备中无法安装酒精传感器，通过可穿戴设备进行醉酒检测时，检测结果不准确。
43.基于此，本技术实施例提供了一种酒精检测方法，基于可穿戴设备采集到的第一数据和第二数据，确定所述可穿戴设备的用户是否处于醉酒状态；其中，所述第一数据包括所述用户处于未醉酒状态时采集到的第一心率、第一血氧饱和度和/或第一步态数据；所述第二数据包括设定检测周期内采集到的第二心率、第二血氧饱和度和/或第二步态数据。由此，在通过可穿戴设备进行醉酒检测时，可提高检测结果的准确度。
44.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
45.图1为本技术实施例提供的醉酒检测方法的实现流程示意图，其中，流程的执行主体为智能手表、智能手环等可穿戴设备。如图1示出的，醉酒检测方法包括：
46.步骤101：基于可穿戴设备采集到的第一数据和第二数据，确定所述可穿戴设备的用户是否处于醉酒状态；其中，所述第一数据包括所述用户处于未醉酒状态时采集到的第一心率、第一血氧饱和度和/或第一步态数据；所述第二数据包括设定检测周期内采集到的第二心率、第二血氧饱和度和/或第二步态数据。
47.这里，可穿戴设备的用户在处于未醉酒状态的情况下，触发可穿戴设备采集第一数据。可穿戴设备通过可穿戴设备中的传感器采集第一数据，并将第一数据存储至数据库。其中，第一数据至少包括第一心率，还包括第一血氧饱和度和/或第一步态数据。需要说明的是，可穿戴设备可不断采集第一数据，并更新数据库中的第一数据。第一心率、第一血氧饱和度以及第一步态数据的数量为多个。实际应用时，可穿戴设备采用光电容积脉搏波描记法(ppg，photoplethysmographic)绿光传感器采集用户的心率；采用ppg红光传感器和红外传感器采集用户的血氧饱和度；采用惯性测量单元(imu，inertial measurement unit)采集用户的步态数据。imu也称惯性传感器，包括加速度传感器和/或陀螺仪传感器。
48.可穿戴设备在采集到第一数据的情况下，按设定检测周期采集第二数据。第二数据至少包括第二心率，还包括第二血氧饱和度和/或第二步态数据。或者，可穿戴设备在采集到第一数据，且检测到当前激活醉酒检测功能的情况下，按设定检测周期采集第二数据。设定检测周期可以为5分钟、10分钟、15分钟或30分钟，当然，设定检测周期也可根据实际情
况进行设置。第二心率、第二血氧饱和度以及第二步态数据的数量为多个。
49.可穿戴设备在采集到第一数据和第二数据的情况下，将同类型的第一数据和第二数据进行比较，得到比较结果，根据比较结果确定可穿戴设备的用户是否处于醉酒状态。比如，将第一心率与第二心率进行比较，将第一血氧饱和度和第二血氧饱和度进行比较，将第一步态数据和第二步态数据进行比较。
50.例如，在同类型的第一数据与第二数据之间的偏差值处于设定误差范围的情况下，表征用户的该类数据正常；在同类型的第一数据与第二数据之间的偏差值未处于设定误差范围的情况下，表征用户的该类数据异常。在每种类型的数据均异常的情况下，确定用户处于醉酒状态；在任意类型的数据正常的情况下，确定用户处于未醉酒状态。当然，在一些实施例中，可穿戴设备也可以比较同类型的第一数据的均值与第二数据的均值，或者比较同类型的第一数据的方差值与第二数据的方差值，从而根据比较结果确定可穿戴设备的用户是否处于醉酒状态。
51.需要说明的是，在确定用户处于醉酒状态的情况下，可穿戴设备可以通过文字或语音等方式，输出提示信息，以询问用户是否需要帮助；在接收到表征用户需要帮助的信息情况下，可穿戴设备拨打设定号码，或者向设定的紧急联系人发送设定的求助信息和当前的位置信息。由此，可以为醉酒用户提供紧急帮助。其中，设定号码可以为在通讯录中设定的紧急联系人的电话号码，也可以为急救电话，例如120。
52.在一些实施例中，可穿戴设备还可以通过imu和气压计采集的数据，确定用户是否处于跌倒状态。在用户处于醉酒状态，且处于跌倒状态的情况下，向设定的紧急联系人发送设定的求助信息和当前的位置信息。
53.为了更准确地确定用户的步态是否异常，从而进一步提高醉酒检测结果的准确度，在一些实施例中，步态数据至少包括步频，还包括步伐周期和/或步伐周期的峰谷值；所述方法还包括：
54.基于惯性测量单元输出的波形信号中每两个相邻的波峰之间的时间间隔，确定步伐周期；和/或，
55.基于步伐周期内惯性测量单元输出的波形信号中的波峰值与波谷值之差，确定步伐周期的峰谷值。
56.这里，可穿戴设备获取可穿戴设备中的imu输出的波形信号，基于该波形信号中每两个相邻的波峰之间的时间间隔，确定步伐周期；基于步伐周期内imu输出的波形信号中的波峰值与波谷值之差，确定步伐周期的峰谷值。由此，可以得到多个步伐周期，以及每个步伐周期的峰谷值。示例性地，imu输出的波形信号如图2所示。
57.其中，步频是指走路或者跑步时，每分钟脚步落地的次数。步伐周期的倒数，即为实时步频。
58.为了提高醉酒检测结果的准确度，减少误检概率，如图3所示，在一些实施例中，所述基于可穿戴设备采集到的第一数据和第二数据，确定所述可穿戴设备的用户是否处于醉酒状态，包括步骤301至步骤304：
59.步骤301：基于第一心率和第二心率，确定所述用户的心率是否异常。
60.这里，可穿戴设备比较第一心率和第二心率，得到第一比较结果，根据第一比较结果确定用户的心率是否异常。比如，计算第一心率与第二心率之间的差值，在该差值绝对值
处于心率对应的设定误差范围的情况下，确定用户的心率正常；在该差值绝对值未处于心率对应的设定误差范围的情况下，确定用户的心率异常。
61.考虑到用户处于醉酒状态时的心率与用户处于未醉酒状态时的心率不同，为了更准确地确定出用户的心率是否异常。从而进一步提高醉酒检测结果的准确度，在一些实施例中，所述基于第一心率和第二心率，确定所述用户的心率是否异常，包括：
62.基于所述用户处于未醉酒状态时采集到的第一心率，确定出第一均值和第一方差值；
63.基于设定检测周期内采集到的所有第二心率，确定出第二均值和第二方差值；
64.在所述第二均值大于所述第一均值，且所述第二方差值大于所述第一方差值的情况下，确定所述用户的心率异常。
65.这里，可穿戴设备基于用户处于未醉酒状态时采集到的多个第一心率，确定出第一均值和第一方差值；基于设定检测周期内采集到的第二心率，确定出第二均值和第二方差值；将该第一均值与该第二均值进行比较，以及将该第一方差与该第二方差进行比较；在该第二均值大于该第一均值，且该第二方差值大于该第一方差值的情况下，确定用户的心率异常；在该第二均值小于或等于该第一均值，或者，该第二方差值小于或等于该第一方差值的情况下，确定用户的心率正常。
66.步骤302：基于第一血氧饱和度和第二血氧饱和度，确定所述用户的血氧饱和度是否异常。
67.这里，可穿戴设备比较第一血氧饱和度和第二血氧饱和度，得到第二比较结果，根据第二比较结果确定用户的血氧饱和度是否异常。比如，计算第一血氧饱和度和第二血氧饱和度之间的差值，在该差值绝对值处于血氧饱和度对应的设定误差范围的情况下，确定用户的血氧饱和度正常；在该差值绝对值未处于血氧饱和度对应的设定误差范围的情况下，确定用户的血氧饱和度异常。
68.为了更准确地确定出用户的血氧饱和度是否异常，从而进一步提高醉酒检测结果的准确度。在一些实施例中，所述基于第一血氧饱和度和第二血氧饱和度，确定所述用户的血氧饱和度是否异常，包括：
69.将第一血氧饱和度与设定百分比之积，确定为第三阈值；
70.在第一数量的第二血氧饱和度小于所述第三阈值的情况下，确定所述用户的血氧饱和度异常；其中，所述第一数量大于设定检测周期内采集的第二血氧饱和度的总数的一半；
71.在所述第一数量的第二血氧饱和度大于或等于所述第三阈值的情况下，确定所述用户的血氧饱和度正常。
72.这里，可穿戴设备确定出第一血氧饱和度与设定百分比之积，得到第三阈值；基于设定周期内采集到的所有第二血氧饱和度的总数，确定出第一数量；将设定采集周期内采集到的每个第二血氧饱和度与第三阈值进行比较，得到比较结果；在第一数量的比较结果表征第二血氧饱和度小于第三阈值的情况下，确定用户的血氧饱和度异常；在第一数量的比较结果表征第二血氧饱和度大于或等于第三阈值的情况下，确定用户的血氧饱和度正常。
73.在实际应用时，设定百分比可以为95％，当然，也可以根据实际情况设置为其他数
值。
74.步骤303：基于第一步态数据和第二步态数据，确定所述用户的步态是否异常。
75.这里，可穿戴设备比较第一步态数据和第二步态数据，得到第三比较结果，基于第三比较结果确定用户的步态是否异常。
76.在步态数据至少包括步频，还包括步伐周期和/或步伐周期的峰谷值的基础上，为了更准确地确定出用户的步态是否异常，从而进一步提高醉酒检测结果的准确度。在一些实施例中，在所述基于第一步态数据和第二步态数据，确定所述用户的步态是否异常时，所述方法包括以下至少之一：
77.基于第一步态数据中的第一步频和第二步态数据中的第二步频，确定所述用户的步频是否异常；
78.基于第二步态数据中的第二步伐周期的方差值和第一阈值，确定所述用户的步伐周期是否异常；其中，所述第一阈值基于第一步态数据中的第一步伐周期的方差值确定出；
79.基于第二步态数据中的第二步伐周期的峰谷值和第二阈值，确定所述用户的步态对称性是否异常；其中，所述第二阈值基于第一步态数据中的第一步伐周期的峰谷值确定出。
80.这里，可穿戴设备可以基于步频的均值或方差值，来判断用户的步频是否异常。比如，可穿戴设备可以基于第一步态数据中的多个第一步频，确定出第一步频的均值和第一步频的方差值；基于第二步态数据中的所有第二步频，确定出第二步频的均值和第二步频的方差值；基于第一步频的均值与第二步频的均值，和/或，基于第一步频的方差值与第二步频的方差值，确定用户的步频是否异常。例如，在第二步频的均值大于第一步频的均值，和/或，第二步频的方差值大于第一步频的方差值的情况下，确定用户的步频异常；在第二步频的均值小于或等于第一步频的均值，且第二步频的方差值小于或等于第一步频的方差值的情况下，确定用户的步频正常。当然，在一些实施例中，可穿戴设备也可以在误差允许范围内，基于第一步频的均值设置均值阈值，基于第一步频的方差值设置方差阈值；在第二步频的均值大于均值阈值，和/或，第二步频的方差值大于方差阈值的情况下，确定用户的步频异常。其中，均值阈值小于第一步频的均值，方差阈值大于第一步频的方差值。
81.可穿戴设备基于第一步态数据中的多个第一步伐周期，确定出第一步伐周期的方差值；在误差允许范围内，基于第一步伐周期的方差值设置第一阈值；第二步态数据中的所有第二步伐周期，确定出第二步伐周期的方差值；基于第二步伐周期的方差值和第一阈值，确定用户的步伐周期是否异常。其中，第二步伐周期的方差值大于第一阈值的情况下，确定用户的步伐周期异常，用户的步态不规律。第二步伐周期的方差值小于或等于第一阈值的情况下，确定用户的步伐周期正常，用户的步态规律。需要说明的是，第一阈值大于或等于第一步伐周期的方差值。
82.可穿戴设备基于第一步态数据中的多个第一步伐周期的峰谷值，确定出第一步伐周期的峰谷值的方差值；在误差允许范围内，基于第一步伐周期的峰谷值的方差值设置第二阈值；第二步态数据中的所有第二步伐周期的峰谷值，确定出第二步伐周期的峰谷值的方差值；基于第二步伐周期的峰谷值的方差值和第二阈值，确定用户的步态对称性是否异常。其中，第二步伐周期的峰谷值的方差值大于第二阈值的情况下，确定用户的步伐周期的峰谷值异常，用户的步态对称性异常。第二步伐周期的峰谷值的方差值小于或等于第二阈
值的情况下，确定用户的步伐周期的峰谷值正常，用户的步态对称性正常。需要说明的是，第二阈值大于或等于第一步伐周期的峰谷值的方差值。
83.需要说明的是，步骤301、步骤302和步骤303为并列步骤，可同时执行。
84.步骤304：在所述用户的心率、血氧饱和度和步态数据均异常的情况下，确定所述用户处于醉酒状态。
85.这里，在用户的心率、血氧饱和度和步态数据均异常的情况下，确定用户处于醉酒状态；在用户的心率、血氧饱和度和步态数据中的至少之一正常的情况下，确定用户处于未醉酒状态。
86.需要说明的是，在一些实施例中，可穿戴设备可以在用户的心率、血氧饱和度和步态数据均异常，且异常持续时长大于或等于设定时长的情况下，确定用户处于醉酒状态；在用户的心率、血氧饱和度和步态数据均异常，且异常持续时长小于设定时长的情况下，确定用户处于未醉酒状态。
87.为了便于用户进行健康管理，在一些实施例中，在步骤101之后，所述方法还包括以下之一：
88.在醉酒频次大于设定次数的情况下，输出表征减少饮酒的提示信息；
89.在所述用户处于醉酒状态的情况下，向第一终端发送醉酒状态对应的第二数据，其中，所述第一终端表征与所述可穿戴设备建立配对连接的终端；所述第二数据用于供所述第一终端确定醉酒频次，且在确定出的醉酒频次大于所述设定次数的情况下，输出所述提示信息。
90.这里，可穿戴设备在确定用户处于醉酒状态的情况下，更新醉酒记录，醉酒记录用于记录醉酒时间和醉酒次数；基于醉酒记录，按周或按月确定醉酒频次；在醉酒频次大于设定频次的情况下，输出表征减少饮酒的提示信息，以提醒用户少饮酒。
91.考虑到可穿戴设备的硬件资源有限，可穿戴设备也可以在确定用户处于醉酒状态，且与第一终端建立配对连接的情况下，向该第一终端发送醉酒状态对应的第二数据，还可以向该第二终端发送醉酒时间和醉酒地点等信息。
92.第一终端将接收到的数据存储至设定的健康数据库，比如，将第二数据、醉酒时间和醉酒地点等信息存储至设定的健康数据库；基于设定的健康数据库中的数据，按周或按月确定醉酒频次；在醉酒频次大于设定频次的情况下，输出表征减少饮酒的提示信息，以提醒用户少饮酒。实际应用时，设定频次可以为2次/月。
93.在本实施例中，可穿戴设备基于用户处于未醉酒状态下的第一数据和设定检测周期内采集的第二数据，确定用户是否处于醉酒状态。由此，可穿戴设备不需要依赖酒精传感器即可进行醉酒检测，并且，可穿戴设备在进行醉酒检测时，综合考虑了心率、血氧饱和度和/或步态数据，相对于通过单一指标进行醉酒检测的方案，本方案可以提高醉酒检测结果的准确度。
94.图4本技术应用实施例提供的醉酒检测方法的示意图，如图4所示，醉酒检测方法包括：
95.步骤401：基于第一心率和第二心率，确定所述用户的心率是否异常。
96.这里，如图5所示，可穿戴设备通过ppg绿光传感器采集可穿戴设备的用户的第一心率和第二心率。
97.其中，步骤401与步骤301相同，步骤401实现过程请参照步骤301中的相关描述，此处不赘述。
98.步骤402：基于第一血氧饱和度和第二血氧饱和度，确定所述用户的血氧饱和度是否异常。
99.这里，可穿戴设备通过ppg红光传感器和红外传感器，采集用户的第一血氧饱和度和第二血氧饱和度。
100.步骤402实现过程请参照步骤302中的相关描述，此处不赘述。
101.步骤403：基于第一步态数据和第二步态数据，确定所述用户的步态是否异常。
102.这里，可穿戴设备通过imu采集第一步态数据和第二步态数据。步骤403实现过程请参照步骤303中的相关描述，此处不赘述。
103.步骤404：在所述用户的心率、血氧饱和度和步态数据均异常，且持续设定时长的情况下，确定所述用户处于醉酒状态。
104.步骤405：在所述用户处于醉酒状态的情况下，输出第一信息；所述第一信息用于询问用户是否需要帮助。
105.其中，在确定用户需要帮助的情况下，可穿戴设备呼叫设定紧急联系人，或者，向设定的紧急联系人发送设定的求助信息，还可以向设定的紧急联系人发送定位信息。
106.步骤406：在所述用户处于醉酒状态，且所述用户处于跌倒状态的情况下，基于通讯录中的设定紧急联系人，发送第二信息。
107.这里，可穿戴设备通过气压计采集的数据和imu采集的数据，确定用户是否处于跌倒状态。在用户处于醉酒状态，且处于跌倒状态的情况下，基于通讯录中的设定紧急联系人发送呼叫请求消息，或者，基于通讯录中的设定紧急联系人发送设定的求助信息和定位信息。
108.为实现本技术实施例的醉酒检测方法，本技术实施例还提供了一种醉酒检测装置，如图6所示，该醉酒检测装置包括：
109.确定单元61，用于基于可穿戴设备采集到的第一数据和第二数据，确定所述可穿戴设备的用户是否处于醉酒状态；其中，所述第一数据包括所述用户处于未醉酒状态时采集到的第一心率、第一血氧饱和度和/或第一步态数据；所述第二数据包括设定检测周期内采集到的第二心率、第二血氧饱和度和/或第二步态数据。
110.在一些实施例中，确定单元61具体用于：
111.基于第一心率和第二心率，确定所述用户的心率是否异常；
112.基于第一血氧饱和度和第二血氧饱和度，确定所述用户的血氧饱和度是否异常；
113.基于第一步态数据和第二步态数据，确定所述用户的步态是否异常；
114.在所述用户的心率、血氧饱和度和步态数据均异常的情况下，确定所述用户处于醉酒状态。
115.在一些实施例中，步态数据至少包括步频，还包括步伐周期和/或步伐周期的峰谷值；确定单元61还用于：
116.基于惯性测量单元输出的波形信号中每两个相邻的波峰之间的时间间隔，确定步伐周期；和/或，
117.基于步伐周期内惯性测量单元输出的波形信号中的波峰值与波谷值之差，确定步
伐周期的峰谷值。
118.在一些实施例中，确定单元61具体用于以下至少之一：
119.基于第一步态数据中的第一步频和第二步态数据中的第二步频，确定所述用户的步频是否异常；
120.基于第二步态数据中的第二步伐周期的方差值和第一阈值，确定所述用户的步伐周期是否异常；其中，所述第一阈值基于第一步态数据中的第一步伐周期的方差值确定出；
121.基于第二步态数据中的第二步伐周期的峰谷值和第二阈值，确定所述用户的步态对称性是否异常；其中，所述第二阈值基于第一步态数据中的第一步伐周期的峰谷值确定出。
122.在一些实施例中，确定单元61具体用于：
123.基于所述用户处于未醉酒状态时采集到的第一心率，确定出第一均值和第一方差值；
124.基于设定检测周期内采集到的所有第二心率，确定出第二均值和第二方差值；
125.在所述第二均值大于所述第一均值，且所述第二方差值大于所述第一方差值的情况下，确定所述用户的心率异常。
126.在一些实施例中，确定单元61具体用于：
127.将第一血氧饱和度与设定百分比之积，确定为第三阈值；
128.在第一数量的第二血氧饱和度小于所述第三阈值的情况下，确定所述用户的血氧饱和度异常；其中，所述第一数量大于设定检测周期内采集的第二血氧饱和度的总数的一半；
129.在所述第一数量的第二血氧饱和度大于或等于所述第三阈值的情况下，确定所述用户的血氧饱和度正常。
130.在一些实施例中，该醉酒检测装置还包括以下之一：
131.提示单元，用于在醉酒频次大于设定次数的情况下，输出表征减少饮酒的提示信息；
132.发送单元，用于在所述用户处于醉酒状态的情况下，向第一终端发送醉酒状态对应的第二数据，其中，所述第一终端表征与所述可穿戴设备建立配对连接的终端；所述第二数据用于供所述第一终端确定醉酒频次，且在确定出的醉酒频次大于所述设定次数的情况下，输出所述提示信息。
133.实际应用时，确定单元61和提示单元可通过醉酒检测装置中的处理器，比如中央处理器(cpu，central processing unit)、数字信号处理器(dsp，digital signal processor)、微控制单元(mcu，microcontroller unit)或可编程门阵列(fpga，field－programmable gate array)等实现；发送单元可由醉酒检测装置中的处理器和通信接口共同实现。
134.需要说明的是：上述实施例提供的醉酒检测装置在进行醉酒检测时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的醉酒检测装置与醉酒检测方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
135.基于上述程序模块的硬件实现，且为了实现本技术实施例的方法，本技术实施例还提供了一种可穿戴设备。图7为本技术实施例提供的可穿戴设备的硬件组成结构示意图，如图7所示，可穿戴设备7包括：
136.通信接口71，能够与其它设备比如网络设备等进行信息交互；
137.处理器72，与所述通信接口71连接，以实现与其它设备进行信息交互，用于运行计算机程序时，执行上述一个或多个技术方案提供的醉酒检测方法。而所述计算机程序存储在存储器73上。
138.当然，实际应用时，可穿戴设备7中的各个组件通过总线系统74耦合在一起。可理解，总线系统74用于实现这些组件之间的连接通信。总线系统74除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图7中将各种总线都标为总线系统74。
139.本技术实施例中的存储器73用于存储各种类型的数据以支持可穿戴设备7的操作。这些数据的示例包括：用于在可穿戴设备7上操作的任何计算机程序。
140.可以理解，存储器73可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(rom，read only memory)、可编程只读存储器(prom，programmable read-only memory)、可擦除可编程只读存储器(eprom，erasable programmable read-only memory)、电可擦除可编程只读存储器(eeprom，electrically erasable programmable read-only memory)、磁性随机存取存储器(fram，ferromagnetic random access memory)、快闪存储器(flash memory)、磁表面存储器、光盘、或只读光盘(cd-rom，compact disc read-only memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(ram，random access memory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(sram，static random access memory)、同步静态随机存取存储器(ssram，synchronous static random access memory)、动态随机存取存储器(dram，dynamic random access memory)、同步动态随机存取存储器(sdram，synchronous dynamic random access memory)、双倍数据速率同步动态随机存取存储器(ddrsdram，double data rate synchronous dynamic random access memory)、增强型同步动态随机存取存储器(esdram，enhanced synchronous dynamic random access memory)、同步连接动态随机存取存储器(sldram，synclink dynamic random access memory)、直接内存总线随机存取存储器(drram，direct rambus random access memory)。本技术实施例描述的存储器73旨在包括但不限于这些和任意其它适合类型的存储器。
141.上述本技术实施例揭示的方法可以应用于处理器72中，或者由处理器72实现。处理器72可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器72中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器72可以是通用处理器、dsp，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器72可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本技术实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器73，处理器72读取存储
器73中的程序，结合其硬件完成前述方法的步骤。
142.可选地，所述处理器72执行所述程序时实现本技术实施例的各个方法中由可穿戴设备实现的相应流程，为了简洁，在此不再赘述。
143.在示例性实施例中，本技术实施例还提供了一种存储介质，即计算机存储介质，具体为计算机可读存储介质，例如包括存储计算机程序的第一存储器113，上述计算机程序可由可穿戴设备的处理器72执行，以完成前述方法所述步骤。计算机可读存储介质可以是fram、rom、prom、eprom、eeprom、flash memory、磁表面存储器、光盘、或cd-rom等存储器。
144.在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
145.上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
146.另外，在本技术各实施例中的各功能单元可以全部集成在一个处理模块中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
147.本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、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。
148.需要说明的是，本技术实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
149.需要说明的是，本技术实施例中的术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中术语“至少一种”表示多个中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。
150.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。

技术特征：
1.一种醉酒检测方法，其特征在于，包括：基于可穿戴设备采集到的第一数据和第二数据，确定所述可穿戴设备的用户是否处于醉酒状态；其中，所述第一数据包括所述用户处于未醉酒状态时采集到的第一心率、第一血氧饱和度和/或第一步态数据；所述第二数据包括设定检测周期内采集到的第二心率、第二血氧饱和度和/或第二步态数据。2.根据权利要求1所述的方法，其特征在于，所述基于可穿戴设备采集到的第一数据和第二数据，确定所述可穿戴设备的用户是否处于醉酒状态，包括：基于第一心率和第二心率，确定所述用户的心率是否异常；基于第一血氧饱和度和第二血氧饱和度，确定所述用户的血氧饱和度是否异常；基于第一步态数据和第二步态数据，确定所述用户的步态是否异常；在所述用户的心率、血氧饱和度和步态数据均异常的情况下，确定所述用户处于醉酒状态。3.根据权利要求2所述的方法，其特征在于，步态数据至少包括步频，还包括步伐周期和/或步伐周期的峰谷值；所述方法还包括：基于惯性测量单元输出的波形信号中每两个相邻的波峰之间的时间间隔，确定步伐周期；和/或，基于步伐周期内惯性测量单元输出的波形信号中的波峰值与波谷值之差，确定步伐周期的峰谷值。4.根据权利要求3所述的方法，其特征在于，在所述基于第一步态数据和第二步态数据，确定所述用户的步态是否异常时，所述方法包括以下至少之一：基于第一步态数据中的第一步频和第二步态数据中的第二步频，确定所述用户的步频是否异常；基于第二步态数据中的第二步伐周期的方差值和第一阈值，确定所述用户的步伐周期是否异常；其中，所述第一阈值基于第一步态数据中的第一步伐周期的方差值确定出；基于第二步态数据中的第二步伐周期的峰谷值和第二阈值，确定所述用户的步态对称性是否异常；其中，所述第二阈值基于第一步态数据中的第一步伐周期的峰谷值确定出。5.根据权利要求2所述的方法，其特征在于，所述基于第一心率和第二心率，确定所述用户的心率是否异常，包括：基于所述用户处于未醉酒状态时采集到的第一心率，确定出第一均值和第一方差值；基于设定检测周期内采集到的所有第二心率，确定出第二均值和第二方差值；在所述第二均值大于所述第一均值，且所述第二方差值大于所述第一方差值的情况下，确定所述用户的心率异常。6.根据权利要求2所述的方法，其特征在于，所述基于第一血氧饱和度和第二血氧饱和度，确定所述用户的血氧饱和度是否异常，包括：将第一血氧饱和度与设定百分比之积，确定为第三阈值；在第一数量的第二血氧饱和度小于所述第三阈值的情况下，确定所述用户的血氧饱和度异常；其中，所述第一数量大于设定检测周期内采集的第二血氧饱和度的总数的一半；在所述第一数量的第二血氧饱和度大于或等于所述第三阈值的情况下，确定所述用户
的血氧饱和度正常。7.根据权利要求1至6任一项所述的方法，其特征在于，所述方法还包括以下之一：在醉酒频次大于设定次数的情况下，输出表征减少饮酒的提示信息；在所述用户处于醉酒状态的情况下，向第一终端发送醉酒状态对应的第二数据，其中，所述第一终端表征与所述可穿戴设备建立配对连接的终端；所述第二数据用于供所述第一终端确定醉酒频次，且在确定出的醉酒频次大于所述设定次数的情况下，输出所述提示信息。8.一种醉酒检测装置，其特征在于，包括：确定单元，用于基于可穿戴设备采集到的第一数据和第二数据，确定所述可穿戴设备的用户是否处于醉酒状态；其中，所述第一数据包括所述用户处于未醉酒状态时采集到的第一心率、第一血氧饱和度和/或第一步态数据；所述第二数据包括设定检测周期内采集到的第二心率、第二血氧饱和度和/或第二步态数据。9.一种可穿戴设备，其特征在于，包括：处理器和用于存储能够在所述处理器上运行的计算机程序的存储器，其中，所述处理器用于运行所述计算机程序时，执行权利要求1至7任一项所述的醉酒检测方法的步骤。10.一种计算机可读的存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的醉酒检测方法的步骤。

技术总结
本申请公开了一种醉酒检测方法、装置、可穿戴设备及存储介质，该醉酒检测方法包括：基于可穿戴设备采集到的第一数据和第二数据，确定所述可穿戴设备的用户是否处于醉酒状态；其中，所述第一数据包括所述用户处于未醉酒状态时采集到的第一心率、第一血氧饱和度和/或第一步态数据；所述第二数据包括设定检测周期内采集到的第二心率、第二血氧饱和度和/或第二步态数据。步态数据。步态数据。


技术研发人员：赵然
受保护的技术使用者：OPPO广东移动通信有限公司
技术研发日：2022.03.11
技术公布日：2023/9/20