The invention belongs to the field of intelligent furniture, and discloses a multi-purpose folding furniture chair, which comprises a solar panel, a power supply, a PM2.5 sensor, a temperature sensor, a humidity sensor, a sensor signal processing module, a hand touch control display screen and a cup slot. The solar panel is connected with a power supply through a power supply wire; through the wires are connected with PM2.5 sensor, temperature sensor, humidity sensor is connected; from the PM2.5 sensor, temperature sensor, humidity sensor and sensor wire leads to the signal processing module is connected with a sensor signal processing module; a signal processing algorithm based on the control and display is connected with the hand touch. The invention can intelligently perceive whether the living environment is suitable for human health, and people can use the air conditioner, humidifier and air purifier in the family according to the healthy reason.
【技术实现步骤摘要】
一种多用途的折叠家具椅
本专利技术属于智能家具,尤其涉及一种多用途的折叠家具椅。
技术介绍
目前,人们日常生活的椅子,都只是单单的实现了使用者休息是座的功能。可随着人们生活水平的发展,智能化的应用方面越来越广,人们也更加注重自己的生活质量。显然传统的折叠椅子已经无法满足使用的要求,仅仅实现休息的功能就会显得很单调。以此迫切需要一种智能椅子来满足人们的需求。综上所述,现有技术存在的问题是:传统折叠椅已经功能单一,已经无法满足使用者的需求。
技术实现思路
针对现有技术存在的问题,本专利技术提供了一种多用途的折叠家具椅。本专利技术是这样实现的,一种多用途的折叠家具椅,所述多用途的折叠家具椅包括:太阳能板;所述太阳能板通过导线与电源相连接;所述电源通过导线依次与PM2.5传感器、温度传感器、湿度传感器相连接;所述PM2.5传感器、温度传感器、湿度传感器通过导线与传感器信号处理模块连接;温度传感器为传感器A、传感器B为湿度传感器;传感器A的量测模型如下:YA(tk-1)、YA(tk)、YA(tk+1)分别为传感器A对目标在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的量测值 ...
【技术保护点】
一种多用途的折叠家具椅,其特征在于,所述多用途的折叠家具椅包括:太阳能板;所述太阳能板通过导线与电源相连接;所述电源通过导线依次与PM2.5传感器、温度传感器、湿度传感器相连接;所述PM2.5传感器、温度传感器、湿度传感器通过导线与传感器信号处理模块连接;温度传感器为传感器A、传感器B为湿度传感器;传感器A的量测模型如下:YA(tk‑1)、YA(tk)、YA(tk+1)分别为传感器A对目标在tk‑1,tk,tk+1时刻的本地笛卡尔坐标系下的量测值,分别为:
【技术特征摘要】
1.一种多用途的折叠家具椅,其特征在于,所述多用途的折叠家具椅包括:太阳能板;所述太阳能板通过导线与电源相连接;所述电源通过导线依次与PM2.5传感器、温度传感器、湿度传感器相连接;所述PM2.5传感器、温度传感器、湿度传感器通过导线与传感器信号处理模块连接;温度传感器为传感器A、传感器B为湿度传感器;传感器A的量测模型如下:YA(tk-1)、YA(tk)、YA(tk+1)分别为传感器A对目标在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的量测值,分别为:其中,Y'A(tk-1)、Y'A(tk)、Y'A(tk+1)分别为传感器A在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的真实位置;CA(t)为误差的变换矩阵;ξA(t)为传感器的系统误差;为系统噪声,假设为零均值、相互独立的高斯型随机变量,噪声协方差矩阵分别为RA(k-1)、RA(k)、RA(k+1);传感器A向传感器B进行配准的具体过程如下:其中:为传感器A的本地直角坐标系下目标的真实位置在tBk时刻的时间配准值;为系统误差造成的误差项;为随机噪声,假定tk-1、tk、tk+1时刻的噪声互不相关的零均值白噪声,则为均值为零,协方差矩阵为RA=a2RA(k-1)+b2RA(k)+c2RA(k+1)的白噪声,而a、b、c、分别为且a+b+c=1;伪量测构建过程仅与目标的位置相关,而与目标的速度等状态无关,具体过程如下:tBk时刻,传感器A的配准量测为传感器B的量测为:Y'B(tBk)为传感器B的本地直角坐标系下目标的真实位置,ξB(tBk)为传感器B的系统误差,为传感器B的随机误差;定义伪量测为:对于同一公共目标,在ECEF坐标系下的位置为Xe则有:XAS(t)、XBS(t)分别为传感器A和传感器B在ECEF坐标系下的位置,将式:有:Z(k)=G(k)β(k)+W(k);其中G(k)=[-aJA(tk-1)-bJA(tk)-cJA(tk+1)JB(t)]=λJ为量测矩阵,其中,λ=[-a-b-c1],J=[JA(tk-1)JA(tk)JA(tk+1...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。