一种坐姿检测方法和装置以及座椅制造方法及图纸

本发明专利技术涉及一种坐姿检测方法和装置以及座椅，该方法的一实施方式包括：在待检测人员处于坐姿时，利用设置在座椅表面的多张应变片获取待检测人员施加在座椅表面的压力数据；从所述压力数据中确定以下至少一种特征：总压力特征、形状特征、压力分布特征；将确定的特征与预先设置的坐姿判别策略进行匹配，获得待检测人员的坐姿类别。该实施方式能够在不依赖摄像设备以及设置于人体的大量压力传感器、同时不限制人体活动自由的前提下，实现人体坐姿的准确检测。

【技术实现步骤摘要】
一种坐姿检测方法和装置以及座椅
本专利技术涉及智能家居
，尤其涉及一种坐姿检测方法和装置以及座椅。
技术介绍
随着电脑的普及，人们的大量时间集中在电脑前，长时间的坐姿对人的脊柱和臀部的骨骼和肌肉产生长时间的固定压迫，对人的身体会产生不可逆转的损害。因此，需要设计一种检测坐姿的设备与方法，将使用者的坐姿数据统计出来，一方面可以让使用者有意识地避免某些坐姿，形成良好的坐姿习惯，另一方面可以通过大数据分析，针对坐姿对身体产生的影响，提供有效的锻炼方法。对于正在生长发育的未成年人来说，上课、学习时的坐姿不仅会影响上课效率，更会对其骨骼的发育造成影响，因此坐姿检测设备已经成为智能家居领域的一个重要研究课题。现有的坐姿检测方法主要两种：一、机器视觉检测法，即利用摄像头拍摄人的坐姿照片，通过机器视觉的方式判断人的坐姿，这种方法需要人体图像不被遮挡，同时要求人体不可离开摄像头视场；二、躯体应变片法，即在人的身体主要关节位置设置压力传感器来判断坐姿，这种方法需要大量传感器，同时限制了人体活动自由。因此，针对以上不足，需要提供一种新的坐姿检测方法。
技术实现思路
本专利技术要解决的技术问题是：如何在不依赖摄像设备以及设置于人体的大量压力传感器、同时不限制人体活动自由的前提下，实现人体坐姿的准确检测。为了解决上述技术问题，根据本专利技术的一个方面，提供了一种坐姿检测方法。本专利技术实施例的坐姿检测方法包括：在待检测人员处于坐姿时，利用设置在座椅表面的多张应变片获取待检测人员施加在座椅表面的压力数据；从所述压力数据中确定以下至少一种特征：总压力特征、形状特征、压力分布特征；将确定的特征与预先设置的坐姿判别策略进行匹配，获得待检测人员的坐姿类别。优选地，所述压力数据为电平信号；所述多张应变片包括：多张横向排列的应变片和多张纵向排列的应变片；其中，所述多张横向排列的应变片和所述多张纵向排列的应变片交叉设置于座椅表面。优选地，所述方法进一步包括：在所述从所述压力数据中确定以下至少一种特征之前，从所述多张横向排列的应变片获取横向电平向量，从所述多张纵向排列的应变片获取纵向电平向量；判断横向电平向量和纵向电平向量是否都符合预设的压力均匀条件：若是，将待检测人员的坐姿类别确定为正常。优选地，从所述压力数据中确定以下至少一种特征，具体包括：在横向电平向量或纵向电平向量不符合所述压力均匀条件时，将横向电平向量和纵向电平向量组成为电平信号矩阵；其中，电平信号矩阵的任一元素表征座椅表面与该元素对应的位置的压力数据；从所述电平信号矩阵中确定总压力特征、形状特征和压力分布特征。优选地，将确定的特征与预先设置的坐姿判别策略进行匹配，获得待检测人员的坐姿类别，具体包括：在确定的总压力特征符合预设的总压力条件、且确定的形状特征符合预设的形状条件时，将确定的压力分布特征与预先获得的标准数据库中各坐姿类别的特征进行比较；将与该压力分布特征匹配的坐姿类别确定为待检测人员的坐姿类别；或者，将确定的总压力特征、形状特征和压力分布特征输入预先训练完成的基于机器学习的坐姿分类模型，得到待检测人员的坐姿类别。优选地，所述方法进一步包括：在获得待检测人员的坐姿类别、并判断待检测人员保持该坐姿类别预设时长之后，发出提醒；在获得待检测人员的坐姿类别之后：将待检测人员的真实坐姿类别输入标注数据库以优化标准数据库中的坐姿类别特征；或者，利用待检测人员的真实坐姿类别以及相应的总压力特征、形状特征和压力分布特征对所述坐姿分类模型进行继承式训练；响应于坐姿数据查询请求，将待检测人员的坐姿数据进行展示并推荐与该坐姿数据对应的锻炼动作；其中，所述坐姿数据包括待检测人员各部位的承压大小和承压时长；以及，所述多张应变片近于待测试人员的表面覆盖有薄膜。根据本专利技术的另一方面，提供了一种坐姿检测装置，坐姿检测装置可包括：数据采集单元，用于：在待检测人员处于坐姿时，利用设置在座椅表面的多张应变片获取待检测人员施加在座椅表面的压力数据；特征提取单元，用于从所述压力数据中确定以下至少一种特征：总压力特征、形状特征、压力分布特征；坐姿判断单元，用于将确定的特征与预先设置的坐姿判别策略进行匹配，获得待检测人员的坐姿类别。可选地，所述压力数据为电平信号；所述多张应变片包括：多张横向排列的应变片和多张纵向排列的应变片；其中，所述多张横向排列的应变片和所述多张纵向排列的应变片交叉设置于座椅表面；所述多张应变片近于待测试人员的表面覆盖有薄膜；特征提取单元进一步用于：在所述从所述压力数据中确定以下至少一种特征之前，从所述多张横向排列的应变片获取横向电平向量，从所述多张纵向排列的应变片获取纵向电平向量；判断横向电平向量和纵向电平向量是否都符合预设的压力均匀条件：若是，将待检测人员的坐姿类别确定为正常；否则，将横向电平向量和纵向电平向量组成为电平信号矩阵；其中，电平信号矩阵的任一元素表征座椅表面与该元素对应的位置的压力数据；从所述电平信号矩阵中确定总压力特征、形状特征和压力分布特征；坐姿判断单元进一步用于：在确定的总压力特征符合预设的总压力条件、且确定的形状特征符合预设的形状条件时，将确定的压力分布特征与预先获得的标准数据库中各坐姿类别的特征进行比较；将与该压力分布特征匹配的坐姿类别确定为待检测人员的坐姿类别；或者，将确定的总压力特征、形状特征和压力分布特征输入预先训练完成的基于机器学习的坐姿分类模型，得到待检测人员的坐姿类别。根据本专利技术的再一方面，提供一种座椅，其包括主支撑面，所述主支撑面表面设置有多张应变片；基于所述应变片，所述座椅实现上述坐姿检测方法。根据本专利技术的又一方面，提供一种座椅，其包括主支撑面和靠背，主支撑面表面和靠背表面设置有多张应变片；基于所述应变片，所述座椅实现上述坐姿检测方法。本专利技术的上述技术方案具有如下优点：在本专利技术实施例中，可将条形应变片均匀被加工成长条形，设计成均匀网格布置在座椅表面，再在上面覆盖薄膜，保证座椅表面使用区域被应变片均匀覆盖，橡胶薄膜厚度不可影响上方压力往下传递。对横向、纵向两个方向得到的压力数据进行分析和识别，能够准确识别使用者的坐姿情况，由此可在不依赖于摄像头和大量压力传感器、同时不对使用者活动进行约束的前提下实现坐姿检测。本专利技术方法可通过改造现有座椅实现，也可通过专门设计的座椅实现，使用过程中可记录使用者的使用情况，不断修正标准数据库，提高使用者的坐姿识别准确率，可适用于不同身高、体重的用户。本专利技术方法运算量较小，在使用者坐姿正常时不作复杂运算，由此保证座椅的待机使用时长。附图说明图1是本专利技术实施例的坐姿检测方法的主要步骤示意图；图2是本专利技术实施例的应变片设置示意图；图3是本专利技术实施例的电平信号矩阵示意图；图4是本专利技术实施例的坐姿检测算法示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1是本专利技术实施例的坐姿检测方法的主要步骤示意图。如图1所示，本专利技术实施例的坐姿检测方法可具体执行以下步骤：步骤S10本文档来自技高网...

【技术保护点】
1.一种坐姿检测方法，其特征在于，包括：在待检测人员处于坐姿时，利用设置在座椅表面的多张应变片获取待检测人员施加在座椅表面的压力数据；从所述压力数据中确定以下至少一种特征：总压力特征、形状特征、压力分布特征；以及将确定的特征与预先设置的坐姿判别策略进行匹配，获得待检测人员的坐姿类别。

【技术特征摘要】
1.一种坐姿检测方法，其特征在于，包括：在待检测人员处于坐姿时，利用设置在座椅表面的多张应变片获取待检测人员施加在座椅表面的压力数据；从所述压力数据中确定以下至少一种特征：总压力特征、形状特征、压力分布特征；以及将确定的特征与预先设置的坐姿判别策略进行匹配，获得待检测人员的坐姿类别。2.根据权利要求1所述的方法，其特征在于，所述压力数据为电平信号；所述多张应变片包括：多张横向排列的应变片和多张纵向排列的应变片；其中，所述多张横向排列的应变片和所述多张纵向排列的应变片交叉设置于座椅表面。3.根据权利要求2所述的方法，其特征在于，所述方法进一步包括：在所述从所述压力数据中确定以下至少一种特征之前，从所述多张横向排列的应变片获取横向电平向量，从所述多张纵向排列的应变片获取纵向电平向量；判断横向电平向量和纵向电平向量是否都符合预设的压力均匀条件：若是，将待检测人员的坐姿类别确定为正常。4.根据权利要求3所述的方法，其特征在于，从所述压力数据中确定以下至少一种特征，具体包括：在横向电平向量或纵向电平向量不符合所述压力均匀条件时，将横向电平向量和纵向电平向量组成为电平信号矩阵；其中，电平信号矩阵的任一元素表征座椅表面与该元素对应的位置的压力数据；从所述电平信号矩阵中确定总压力特征、形状特征和压力分布特征。5.根据权利要求1所述的方法，其特征在于，将确定的特征与预先设置的坐姿判别策略进行匹配，获得待检测人员的坐姿类别，具体包括：在确定的总压力特征符合预设的总压力条件、且确定的形状特征符合预设的形状条件时，将确定的压力分布特征与预先获得的标准数据库中各坐姿类别的特征进行比较；将与该压力分布特征匹配的坐姿类别确定为待检测人员的坐姿类别；或者将确定的总压力特征、形状特征和压力分布特征输入预先训练完成的基于机器学习的坐姿分类模型，得到待检测人员的坐姿类别。6.根据权利要求5所述的方法，其特征在于，所述方法进一步包括：在获得待检测人员的坐姿类别、并判断待检测人员保持该坐姿类别预设时长之后，发出提醒；在获得待检测人员的坐姿类别之后：将待检测人员的真实坐姿类别输入标注数据库以优化标准数据库中的坐姿类别特征；或者，利用待检测人员的真实坐姿类别以及相应的总压力特征、形状特征和压力分布特征对所述坐姿...

【专利技术属性】
技术研发人员：修鹏，郑崇，孙宪中，徐文斌，李军伟，
申请(专利权)人：北京环境特性研究所，
类型：发明
国别省市：北京,11