体重检测方法、模型训练方法及相关装置制造方法及图纸

本申请提供的体重检测方法、模型训练方法及相关装置中，体重检测设备获取承载装置承载目标用户的情况下，该承载装置在多个位置的受力信息；然后，将多个位置的受力信息输入到预先训练的体重预测模型中，获得目标用户的预测体重；最后，根据该预测体重获得目标用户的真实体重；由于该预先训练的体重预测模型发掘出了多个位置的受力信息与真实体重之间存在的约束关系，因而能够在目标用户日常使用该承载装置的过程中获得目标用户的真实体重。装置的过程中获得目标用户的真实体重。装置的过程中获得目标用户的真实体重。

【技术实现步骤摘要】
体重检测方法、模型训练方法及相关装置


[0001]本申请涉及体重检测领域，具体而言，涉及一种体重检测方法、模型训练方法及相关装置。

技术介绍

[0002]人体体重的变化能够在一定程度反映出身体的健康状况，因此，人们经常在生活中使用较为便携的电子秤测量自身体重，然而，受限于工作繁忙以及者生活琐事等因素，人们难以养成时常使用电子秤测量自身体重的习惯，因此，人们亟需一种通过使用日常的承载装置即可进行体重测量的方式。
[0003]研究发现，诸如电子秤之类的体重测量设备，多基于应变片的阻值与压力之间的映射关系进行体重测量，因此，对人们测量体重时的用户姿态具有严格的要求，否则不能测得准确的体重；然而，人们在使用承载装置时的姿态难以进行约束，因此，通过承载装置进行体重测量时，难以采用与传统体重测量设备相似的原理。

技术实现思路

[0004]为了克服现有技术中的至少一个不足，本申请提供一种体重检测方法、模型训练方法及相关装置，包括：
[0005]第一方面，本申请提供一种体重检测方法，应用于体重检测设备，所述方法包括：
[0006]获取承载装置承载目标用户的情况下，所述承载装置在多个位置的受力信息；
[0007]将所述承载装置在多个位置的受力信息输入到预先训练的体重预测模型，获得所述目标用户的预测体重；
[0008]根据所述预测体重，获得所述目标用户的真实体重。
[0009]第二方面，本申请提供一种模型训练方法，应用于模型训练设备，所述方法包括：
[0010]获取承载装置承载样本对象的情况下，所述承载装置在多个位置的样本受力信息；
[0011]将所述样本对象的真实体重作为参考信息，通过所述样本受力信息对神经网络模型进行训练，获得训练完成的体重预测模型。
[0012]第三方面，本申请提供一种体重检测装置，应用于体重检测设备，所述体重检测装置包括：
[0013]体重因素模块，用于获取承载装置承载目标用户的情况下，所述承载装置在多个位置的受力信息；
[0014]体重预测模块，用于将所述承载装置在多个位置的受力信息输入到预先训练的体重预测模型，获得所述目标用户的预测体重；
[0015]体重计算模块，用于根据所述预测体重，获得所述目标用户的真实体重。
[0016]第四方面，本申请提供一种体重检测设备，所述体重检测设备包括处理器以及存储器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，实现所述的体
重检测方法。
[0017]第五方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现所述的体重检测方法。
[0018]相对于现有技术而言，本申请具有以下有益效果：
[0019]本申请提供的体重检测方法、模型训练方法及相关装置中，体重检测设备获取承载装置承载目标用户的情况下，该承载装置在多个位置的受力信息；然后，将多个位置的受力信息输入到预先训练的体重预测模型中，获得目标用户的预测体重；最后，根据该预测体重获得目标用户的真实体重；由于该预先训练的体重预测模型发掘出了多个位置的受力信息与真实体重之间存在的约束关系，因而能够在目标用户日常使用该承载装置的过程中获得目标用户的真实体重。
附图说明
[0020]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0021]图1为本申请实施例提供的体重检测设备的结构示意图；
[0022]图2为本申请实施例提供的体重检测方法的流程示意图；
[0023]图3为本申请实施例提供的用户终端与安全座椅之间的交互示意图；
[0024]图4为本申请实施例提供的神经网络模型的结构示意图；
[0025]图5为本申请实施例提供的体重检测装置的结构示意图。
[0026]图标：120
‑
存储器；130
‑
处理器；140
‑
通信单元；201
‑
体重因素模块；202
‑
体重预测模块；203
‑
体重计算模块。
具体实施方式
[0027]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
[0028]因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0029]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0030]受限于工作繁忙以及者生活琐事等因素，人们难以养成时常使用电子秤测量自身体重的习惯，因此，人们亟需一种通过日常使用的承载装置即可进行体重测量的方式。其中，该承载装置包括座椅、床、沙发、童床、推车以及摇篮等。
[0031]例如，人们希望在驾驶车辆的过程时，可完成对体重的测量；或者，人们希望在使
用座椅长时间工作是，可完成对体重的测量；或者，人们将儿童放置在童床、推车、或者摇篮中时，完成对儿童体重的测量。
[0032]然而，研究发现，人们在使用承载装置时，难以有固定的身体姿态，导致身体体重并不集中于一个方向，而是跟随人们姿态的变化分散在各方向，又由于诸如电子秤之类的体重测量设备，多基于应变片的阻值与压力之间的映射关系进行体重测量，对人们测量体重时的身体姿态具有严格的要求，因此，传统测量体重的方法，并不能在以上场景中测得人们准确的体重。
[0033]例如，在儿童安全座椅的设计过程中，需要考虑舒适度与安全性，因此，儿童约束系统针对儿童体型进行了专门设计，使得儿童座椅的座舱倾角往往较大，有时会达到30度，并且，儿童在座椅中的坐姿也是各不相同，因此，影响压力数据的采集与分析，即座椅底部的压力无法表示精确的体重；因此，通过应变片测量的结果受儿童坐姿影响较大，从而导致体重测量精度与准确度不够理想。
[0034]需要说明的时，基于上述技术问题的发现，专利技术人经过创造性劳动提出下述技术方案以解决或者改善上述问题。需要注意的是，以上现有技术中的方案所存在的缺陷，均是专利技术人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本申请实施例针对上述问题所提出的解决方案，都应该是专利技术人在专利技术创造过程中对本申请做出的贡献，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种体重检测方法，其特征在于，应用于体重检测设备，所述方法包括：获取承载装置承载目标用户的情况下，所述承载装置在多个位置的受力信息；将所述承载装置在多个位置的受力信息输入到预先训练的体重预测模型，获得所述目标用户的预测体重；根据所述预测体重，获得所述目标用户的真实体重。2.根据权利要求1所述的体重检测方法，其特征在于，所述获取承载装置承载目标用户的情况下，所述承载装置在多个位置的受力信息，包括：获取所述承载装置承载目标用户的情况下，所述承载装置的加速度；若所述加速度满足采集条件，则获取承载装置在多个位置的受力信息。3.根据权利要求1所述的体重检测方法，其特征在于，所述承载装置为座椅，所述多个位置的受力信息包括所述座椅的底座承受的第一压力，以及所述座椅的靠背承受的第二压力。4.根据权利要求3所述的体重检测方法，其特征在于，所述座椅为儿童安全座椅，所述方法还包括：将所述真实体重与体重阈值进行比较；若所述真实体重大于所述体重阈值，则为儿童座椅的用户提供指示信息，所述指示信息用于指示所述儿童座椅的用户调整所述目标用户在所述儿童安全座椅中的束缚方式；或者，若所述真实体重大于所述体重阈值，则控制所述儿童安全座椅的电气控制系统将所述儿童安全座椅中的束缚方式调整为与所述真实体重相匹配。5.根据权利要求4所述的体重检测方法，其特征在于，所述体重阈值为参考体重与置信参数之和，所述置信参数用于克服真实体重的波动。6.根据权利要求1所述的体重检测方法，其特征在于，所述根据所述预测体重，获得所述目标用户的真实体重，包括：获取多个所述预测体重，其中，多个所述预测体重分别对应不同的采集时刻；根据多个所述预测体重，计算...

【专利技术属性】
技术研发人员：李立涛，李亚南，
申请(专利权)人：宁波宝贝第一母婴用品有限公司，
类型：发明
国别省市：