当前位置: 首页 > 专利查询>数眠公司专利>正文

具有存在检测特征的床制造技术

技术编号:25922480 阅读:22 留言:0更新日期:2020-10-13 10:43
一种床系统(100),包括第一床和第二床,第一床包括具有可充气室的第一床垫以及用于感测施加到第一床垫的压力的第一压力传感器(602),第二床包括具有可充气室的第二床垫以及用于感测施加到第二床垫的压力的第二压力传感器。第一控制器(1904)与第一压力传感器(1902)数据通信,并被配置成接收第一压力读数,并传输第一压力读数。该系统还包括与第二压力传感器数据通信的第二控制器,该控制器被配置成:接收一个或更多个存在分类器。第二控制器还被配置成以第二压力读数运行接收的存在分类器,以便从运行的存在分类器收集一个或更多个存在投票。第二控制器还被配置成根据一个或更多个存在投票来确定第二床上的用户的存在状态。第二控制器还被配置成响应于所确定的存在状态,根据所确定的存在状态操作床系统。

【技术实现步骤摘要】
【国外来华专利技术】具有存在检测特征的床本文件涉及具有用于存在检测的传感器的床。相关申请的交叉引用本申请要求享有于2017年12月28日提交的序列号为62/611,050的美国申请的优先权。在先申请的公开内容被认为是本申请公开内容的一部分,并且以其整体并入本申请。背景一般来说,床是一件用作睡觉或放松的地方的家具。许多现代的床包括在床架上的柔软的床垫。床垫可以包括弹簧、泡沫材料和/或气室,以支撑一个或更多个占用者的重量。概述一方面,一种床系统包括第一床,该第一床包括第一床垫。该系统还包括与第一床垫连通的第一压力传感器,以感测施加到第一床垫的压力。该系统还包括与第一压力传感器数据通信的第一控制器,该第一控制器被配置成:从第一压力传感器接收指示可充气室的感测压力的第一压力读数。第一控制器被配置成:将第一压力读数传输到远程服务器,使得远程服务器能够使用采用第一压力读数创建的训练数据来生成一个或更多个存在分类器,使得当控制器以输入的压力读数运行一个或更多个存在分类器时,一个或更多个存在分类器提供存在投票。该系统还包括第二床,该第二床包括第二床垫。该系统还包括与第二床垫连通的第二压力传感器,以感测施加到第二床垫的压力。该系统还包括与第二压力传感器数据通信的第二控制器,该控制器被配置成:接收一个或更多个存在分类器。第二控制器还被配置成以第二压力读数运行接收的存在分类器,以便从运行的存在分类器收集一个或更多个存在投票。第二控制器还被配置成根据一个或更多个存在投票来确定第二床上的用户的存在状态。第二控制器还被配置成响应于所确定的存在状态,根据所确定的存在状态操作床系统。可以使用其他系统、设备、方法和计算机可读介质。实施方式可以包括下列特征中的任何特征或全部,或者不包括下列特征。根据确定的存在状态来操作床系统包括列表中的一项,该列表由打开灯、关闭灯、打开加温特征、改变床垫的硬度以及使床系统的底座关节式运动组成。床系统包括远程服务器。远程服务器物理上远离第一控制器和第二控制器;并且其中远程服务器与第一控制器和第二控制器进行数据通信。远程服务器被配置成:根据训练数据,生成一个或更多个存在分类器;以及向第二控制器发送一个或更多个存在分类器。根据训练数据生成一个或更多个存在分类器包括:根据训练数据生成特征集;将训练数据映射到内核空间;并且用特征集训练分类器,使得基于内核空间中的训练数据,分类器能够对未见过的数据进行分类。训练分类器包括无监督训练。无监督训练包括以下内容的组中的至少一个:k-均值聚类、混合建模、分层聚类、自组织映射和隐马尔可夫建模。训练分类器包括监督训练。监督训练包括向远程服务器提供用于训练数据的一组注释。训练数据的注释由人提供。训练数据的注释是以编程方式提供的。生成一个或更多个存在分类器包括:以训练数据训练深度学习模型;以训练数据训练深度学习模型包括生成初始神经网络,该初始神经网络被配置成接收压力数据并生成存在投票。存在投票包括存在分类和置信度值。生成一个或更多个存在分类器包括:确定初始神经网络的损失值;以及从初始神经网络开始,迭代地改进到最终神经网络,最终神经网络具有比初始神经网络更低的损失值。迭代改进是用梯度下降过程进行的,直到用梯度下降过程不能找到更低的损失值为止。特定的存在分类器用于多张床上的多个用户。存在分类器针对单个用户进行个性化,从而根据单个用户使用床系统的训练数据生成存在分类器,并且存在分类器用于检测单个用户在第二床上的存在。存在分类器的第二集合针对第二用户进行个性化,从而根据第二用户使用床系统的训练数据生成存在分类器的第二集合,并且存在分类器的第二集合用于检测第二用户在第二床上的存在。根据一个或更多个存在投票,确定用户在第二床上的存在状态包括基于用户的存在分类器的历史准确性对至少一个存在投票进行加权。根据一个或更多个存在投票确定第二床上的用户的存在状态是针对单个用户进行个性化的,使得来自不同分类器的投票基于对该用户的分类器历史准确性进行加权。第一床和第二床是不同的床。第一床和第二床是相同的床。为了以第二压力读数运行接收的存在分类器,以便从运行的存在分类器收集一个或更多个存在投票,第二控制器被配置成以多个存在分类器运行接收的存在分类器,以便从运行的存在分类器收集一个或更多个存在投票。根据权利要求1的系统,其中:第一床垫包括第一可充气室;第一压力传感器与第一可充气室流体连通,以感测施加到第一床垫的压力;第二床垫包括第二可充气室;并且第二压力传感器与第二可充气室流体连通,以感测施加到第二床垫的压力。实施方式可以包括下列特征中的任何特征或全部,或者不包括下列特征。在此描述的系统和过程可以用来提供许多潜在的优点。与床相关的存在感测可以通过使用机器学习技术来改善。例如,可以使存在感测更快和/或更准确。通过利用用户特定的训练数据,床存在分类器可以针对特定用户定制,并且更准确地检测特定用户在床上的存在。可以有利地确定复杂的传感器数据和床存在类别之间的映射。在此描述的技术的使用能够在更准确地确定床存在状态时同时结合压力信号的许多特征。从所附描述和附图中,其他特征、方面和潜在优点将变得明显。附图说明图1示出了示例气垫床系统。图2是气垫床系统的各种组件的示例的框图。图3示出了包括与位于家中的和家周围的设备通信的床的示例环境。图4A和图4B是可以与床相关联的示例数据处理系统的框图。图5和图6是可以在可以与床相关联的数据处理系统中使用的主板的示例的框图。图7是可以在可以与床相关联的数据处理系统中使用的子板的示例的框图。图8是没有子板的主板的示例的框图,该主板可以在可以与床相关联的数据处理系统中使用。图9是可以在可以与床相关联的数据处理系统中使用的传感阵列的示例的框图。图10是可以在可以与床相关联的数据处理系统中使用的控制阵列的示例的框图。图11是可以在可以与床相关联的数据处理系统中使用的计算设备的示例的框图。图12-16是可以在可以与床相关联的数据处理系统中使用的示例云服务的框图。图17是使用可与床相关联的数据处理系统来自动化床周围的外围设备的示例的框图。图18是示出计算设备和移动计算设备的示例的示意图。图19A和图19B是用于训练和使用机器学习分类器来确定用户在床上的存在的示例过程的泳道图。图20是用于基于压力信号来训练分类器的示例过程的流程图。图21示出了示例存在状态。图22示出了用于生成新分类器的示例系统。图23示出了用于生成新分类器的示例系统。在各个绘图中的相同参考符号表示相同的元件。详细描述检测用户存在的床可以使用机器学习技术来识别床上的一个用户或多个用户的存在状态。例如,气垫床可以在一段时间内收集特定用户的压力信号。这些压力信号可用于训练一个或更多个个性化的分类器,每个分类器能够将实时压力信号分类为存在状态(例如,在床上、在床外、上床、下床)。随后,这些分类器中的一个分类器或这些分类器中的一组分类器可以基于实时压力读数来由床来使用以确定床的存在状态。基于本文档来自技高网...

【技术保护点】
1.一种床系统,包括:/n第一床,所述第一床包括:/n第一床垫;/n第一压力传感器,所述第一压力传感器与所述第一床垫连通,以感测施加到所述第一床垫的压力;和/n第一控制器,所述第一控制器与所述第一压力传感器数据通信,所述第一控制器被配置成:/n从所述第一压力传感器接收第一压力读数,所述第一压力读数指示可充气室的感测压力;以及/n将所述第一压力读数传输到远程服务器,使得所述远程服务器能够使用采用所述第一压力读数创建的训练数据来生成一个或更多个存在分类器,使得当控制器以输入的压力读数运行所述一个或更多个存在分类器时,所述一个或更多个存在分类器提供存在投票;/n第二床,所述第二床包括:/n第二床垫;/n第二压力传感器,所述第二压力传感器与所述第二床垫连通,以感测施加到所述第二床垫的压力;以及/n第二控制器,所述第二控制器与所述第二压力传感器数据通信,所述控制器被配置成:/n接收所述一个或更多个存在分类器;/n以第二压力读数运行接收的存在分类器,以便从运行的存在分类器收集一个或更多个存在投票;/n根据所述一个或更多个存在投票,确定用户在所述第二床上的存在状态;以及/n响应于确定的存在状态,根据所述确定的存在状态来操作所述床系统。/n...

【技术特征摘要】
【国外来华专利技术】20171228 US 62/611,0501.一种床系统,包括:
第一床,所述第一床包括:
第一床垫;
第一压力传感器,所述第一压力传感器与所述第一床垫连通,以感测施加到所述第一床垫的压力;和
第一控制器,所述第一控制器与所述第一压力传感器数据通信,所述第一控制器被配置成:
从所述第一压力传感器接收第一压力读数,所述第一压力读数指示可充气室的感测压力;以及
将所述第一压力读数传输到远程服务器,使得所述远程服务器能够使用采用所述第一压力读数创建的训练数据来生成一个或更多个存在分类器,使得当控制器以输入的压力读数运行所述一个或更多个存在分类器时,所述一个或更多个存在分类器提供存在投票;
第二床,所述第二床包括:
第二床垫;
第二压力传感器,所述第二压力传感器与所述第二床垫连通,以感测施加到所述第二床垫的压力;以及
第二控制器,所述第二控制器与所述第二压力传感器数据通信,所述控制器被配置成:
接收所述一个或更多个存在分类器;
以第二压力读数运行接收的存在分类器,以便从运行的存在分类器收集一个或更多个存在投票;
根据所述一个或更多个存在投票,确定用户在所述第二床上的存在状态;以及
响应于确定的存在状态,根据所述确定的存在状态来操作所述床系统。


2.根据权利要求1所述的床系统,其中,根据所述确定的存在状态来操作所述床系统包括列表中的一项,所述列表由打开灯、关闭灯、打开加温特征、改变所述床垫的硬度以及使所述床系统的底座关节式运动组成。


3.根据权利要求1至2中任一项所述的系统,所述床系统还包括所述远程服务器。


4.根据权利要求1至3中任一项所述的系统,其中,所述远程服务器物理上远离所述第一控制器和所述第二控制器;并且
其中,所述远程服务器与所述第一控制器和所述第二控制器进行数据通信。


5.根据权利要求1至4中任一项所述的系统,其中,所述远程服务器被配置成:
根据所述训练数据,生成所述一个或更多个存在分类器;以及
向所述第二控制器发送所述一个或更多个存在分类器。


6.根据权利要求1至5中任一项所述的系统,其中,根据所述训练数据生成所述一个或更多个存在分类器包括:
根据所述训练数据,生成特征集;
将所述训练数据映射到内核空间;以及
用所述特征集训练分类器,使得基于内核空间中的所述训练数据,所述分类器能够对未见过的数据进行分类。


7.根据权利要求1至6中任一项所述的系统,其中,训练分类器包括无监督训练。


8.根据权利要求1至7中任一项所述的系统,其中,所述无监督训练包括包含以下项的组中的至少一个:k-均值聚类、混合建模、分层聚类、自组织映射和隐马尔可夫建模。


9.根据权利要求1至8中任一项所述的系统,其中,训练分类器包括监督训练。


10.根据权利要求1至9中任一项所述的系统,其中,所述监督训练包括向所述远程服务器提供用于所述训练数据的一组注释。


11.根据权利要求1至10中任一项所述的系统,其中,所述训练数据的注释由人提供。


12.根据权利要求1至11中任一项所述的系统,其中,所述训练数据的注释是通过编程方式提供的。


13.根据权利要求1至12中任一项所述的系统,其中,生成所述一个或更多个存在分类器包括以所述训练数据训练深度学习模型。


14.根据权利要求1至13中任一项所述的系统,其中,以所述训练数据训练所述深度学习模型包括生成初始神经网络,所述初始神经网络被配置成接收压力数据并生成存在投票。


15.根据权利要求1至14中任一项所述的系统,其中,所述存在投票包括存在分类和置信度值。


16.根据权利要求1至15中任一项所述的系统,其中,生...

【专利技术属性】
技术研发人员:奥米德·萨阿迪拉马赞·德米尔利什鲁西·巴拉索布莱曼法尔扎德·辛亚哈尼
申请(专利权)人:数眠公司
类型:发明
国别省市:美国;US

网友询问留言 已有0条评论
  • 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。

1