METHOD AND ELECTRONIC DEVICE FOR DETERMINING HAND-GRIP USING NON-GRIP SENSORS DEPLOYED IN ELECTRONIC DEVICE

• Main Authors: DWIVEDI, Shivanshu, GOYAL, Nitesh, AGARWAL, Ankit, AGARWAL, Desh Deepak, JOSHI, Gaurav, CHOUDHARY, Choice, RATHOUR, Sunil
• Format: Patent
• Language: English; French
• Published: 09.06.2022
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; ELECTRIC COMMUNICATION TECHNIQUE; ELECTRIC DIGITAL DATA PROCESSING; ELECTRICITY; PHYSICS; TELEPHONIC COMMUNICATION

Embodiments herein provide a method for determining a hand grip of a user using a plurality of sensors (140) deployed in an electronic device (100). The method includes obtaining data from the plurality of sensors (140) when the electronic device (100) is held in a hand of the user, where the plurality of sensors (140) includes an accelerometer sensor (141), a gyroscope sensor (142) and a barometer sensor (143). The method includes detecting a context of the user based on the data received from the plurality of sensors (140). The method includes predicting the hand grip of the user by applying a machine learning (ML) model (115) on the data received from the plurality of sensors (140) based on the context of the user. The method includes performing an action based on the predicted hand grip. Selon des modes de réalisation, la présente invention concerne un procédé de détermination d'une force de serrage de la main d'un utilisateur à l'aide d'une pluralité de capteurs (140) déployés dans un dispositif électronique (100). Le procédé comprend l'obtention de données provenant de la pluralité de capteurs (140) quand le dispositif électronique (100) est tenu dans une main de l'utilisateur, la pluralité de capteurs (140) comprenant un capteur accélérométrique (141), un capteur gyroscopique (142) et un capteur barométrique (143). Le procédé comprend la détection d'un contexte de l'utilisateur sur la base des données reçues de la pluralité de capteurs (140). Le procédé comprend la prédiction de la force de serrage de la main de l'utilisateur par application d'un modèle d'apprentissage automatique (ML) aux données reçues de la pluralité de capteurs (140) sur la base du contexte de l'utilisateur. Le procédé comprend l'exécution d'une action sur la base de la force de serrage de la main prédite.