一种面向智慧服装的人工智能与数字孪生系统及方法技术方案

本发明专利技术公开了一种面向智慧服装的人工智能与数字孪生系统及方法，该系统包括智能服装模块和数字孪生模块；智能服装模块包括服装、传感器模块和无线通信模块，用于获取用户数据，与数字孪生模块进行数据交互；数字孪生模块包括深度学习算法模块、数字孪生体模块和云服务器模块，云服务器模块利用深度学习算法判断并保存用户当前状态，使用数字孪生技术将用户实体映射到数字孪生体进行实时展示与交互，当检测到用户遇到危险时自动警告。本发明专利技术创新性地结合了智能穿戴技术、人工智能技术与数字孪生技术，获取的用户数据较为全面，用户状态判断准确，能够实时记录分析用户当前状态并在用户遇到危险时采取相应措施，有效保障用户生命安全。命安全。命安全。

【技术实现步骤摘要】
一种面向智慧服装的人工智能与数字孪生系统及方法


[0001]本专利技术属于智能服装领域，更具体地，涉及一种面向智慧服装的人工智能与数字孪生系统及方法。

技术介绍

[0002]随着服装产业的创新发展，智能服装已经广泛被应用于生活健康、医疗健康、安全防护、军事装备等多个领域中，并朝着材料更加智能化、功能更加全面化、服务更加多样化的方向发展。智能穿戴设备能够改善医疗资源分配不均的差异，让落后地区也能公平享受医疗服务；同时，针对儿童安全问题与老龄化人口健康问题，可通过智能服装对他们的生理状态及日常活动状态进行实时监测，提供充分的保护。
[0003]而现有的智能服装只是对人体具有简单检测功能的服装，获取的数据量较少，用户状态判断不够准确，展示不够直观，产品功能不够全面，实用性较差，无法满足用户实际需求。例如，公开号为CN 107432739 A的中国专利公开了“一种用于健康监控的智能服装系统”，根据所述方案，可以采集人体心率、体温和加速度等信息，并设有远程智能终端。但该方案检测数据较少，仅凭人体腰部的三轴加速度传感器难以有效对用户当前姿态进行判断，检测算法比较简陋，缺乏用户反馈，没有用户交互，也无法查看历史数据，对用户的保护性较差。

技术实现思路

[0004]针对现有技术的以上缺陷或改进需求，本专利技术提供了一种面向智慧服装的人工智能与数字孪生系统及方法，其目的在于实时监测、记录并展示用户自身状态，当识别到用户姿势不正确时提醒用户，在检测到用户发生危险时自动发出警告，并通知亲属，保障用户健康。
[0005]为实现上述目的，按照本专利技术的一个方面，提供了一种面向智慧服装的人工智能与数字孪生系统，包括智能服装模块和数字孪生模块；其中智能服装模块包括服装、传感器模块和无线通信模块，用于获取用户数据，与数字孪生模块进行数据交互；数字孪生模块包括深度学习算法模块、数字孪生体模块和云服务器模块，其中云服务器模块中嵌入有深度学习算法模块，云服务器模块利用深度学习算法模块中的深度学习算法判断并保存用户当前状态，使用数字孪生体模块中数字孪生技术将用户实体映射到数字孪生体进行实时展示与交互；所述深度学习算法模块包括数据预处理模块和神经网络模块；数据预处理模块用于对传感器数据进行预处理以获得神经网络模块的输入数据；神经网络模块使用一种结合注意力的神经网络对带标签的数据进行有监督训练，以准确判断用户生理状态，所述神经网络模块包括一次连接的两个用于控制网络中信息流的控制单元，一个中间状态单元，一个注意力单元以及一个输出单元。
[0006]进一步的，所述神经网络模块的具体处理过程为：
将数据预处理模块处理之后的数据作为输入；使用两种控制单元来控制网络中的信息流，分别是重置单元Rs与更新单元Up，重置单元控制保留过去状态的数量，更新单元控制新状态中保留多少旧状态的副本，置单元控制保留过去状态的数量，更新单元控制新状态中保留多少旧状态的副本，；其中，是网络的待优化参数；是网络的偏置参数；M
t
是某一时刻t由数据预处理模块生成的二维参数矩阵；s
t
‑1是网络前一刻的输出；δ(X)是一个非线性函数，表示一个R
×
C的矩阵，，对X中每一行和每一列的值进行遍历，将值压缩到0到1之间，其中Z代表整数集；网络中的中间状态单元获取的中间状态由HS表示，，其中，是中间状态的待优化参数；B
hs
是中间状态的偏置参数；符号
∘
表示阿达马积，是一个二元运算，其输入为两个相同形状的矩阵，输出是具有同样形状的、各个位置的元素等于两个输入矩阵相同位置元素乘积的矩阵；网络中的中注意力单元获取的注意力由中间状态的加权和形成，具体为，，其中W
a
表示注意力的权重矩阵，SW
t
指注意力的中间状态，SA
t
指最后计算得出的注意力值；网络中的输出单元在t时刻的输出为s
t
，，式中，λ为一个超参数，将最后的单元状态通过δ非线性函数来得到用户状态输出。
[0007]进一步的，所述智能服装模块中的传感器模块包括姿态传感器、心率传感器、红外温度传感器和GPS芯片；红外温度传感器捕获人体当前温度，心率传感器捕获人体当前心率；姿态传感器用于获取各部位姿态传感器的欧拉角、加速度和坐标；不同传感器的工作周期不同，姿态传感器以0.2s为一个周期，心率传感器以30s为一个周期，红外温度传感器以300s为一个周期；15个姿态传感器分布于人体各处关键节点上，具体的，颈椎、胸部、腹部各1个，肩、手肘、手腕、臀部、膝盖、脚踝左右各1个。
[0008]进一步的，所述智能服装模块中的无线通信模块还包含线性马达，无线通信模块
使用蓝牙技术与智能服装上的传感器连接，使用无线通信技术与服务器进行数据传输，实现个传感器数据的实时采集与数据管理，当收到服务器特定指令时，控制线性马达进行振动，以用来提示用户。
[0009]进一步的，数据预处理模块将获取到的传感器数据组合成一个一维向量，其中，分别代表15个传感器的数据，hr代表人体心跳数据，bt代表人体温度数据，并使用人工标注的方式生成人体活动标签L，包括多种人体状态：走、健走、跑步、跳跃、静坐、平躺、侧躺、睡眠、翘二郎腿、弯腰驼背、跌倒、心率异常；输入时将每1s获取到的5个一维向量v进行最大值和最小值筛选生成2个一维向量v
max
和v
min
，将这2个一维向量与最初的5个一维向量进行拼接组成一个二维矩阵进行运算，将M与L送入神经网络模块进行训练。
[0010]进一步的，所述的数字孪生模块根据映射函数，构成一个实体与孪生体之间的五元组的表示，D=(RE,VT,AD,TD,MR)，式中的RE代表现实实体，指现实中存在的实体部分，即云服务器模块；VT代表虚拟孪生体，即数字孪生体模块，使用数字建模技术对实体在物理和生理两个维度进行特征展示，并呈现于Web、手机App等用户端；AD代表实体的活动数据，具体为多个传感器对实体进行多源采集获得的数据；TD代表孪生体数据，即通过神经网络模块获得的用户状态数据；MR代表实体与孪生体之间的映射关系。
[0011]本专利技术还公开了一种面向智慧服装的人工智能与数字孪生方法，包含以下步骤：S1：通过传感器获取人体当前温度、心率和身体各部位的欧拉角、加速度和坐标；S2：通过无线通信模块获得传感器数据，并与云服务器进行数据交互；其中无线通信模块内置线性马达；S3：云服务器利用深度学习算法判断并保存用户当前状态，，其中深度学习算法的输入数据通过对步骤S1中的传感器数据进行预处理得到；S4：根据用户当前状态，并利用数字孪生技术将用户实体映射到数字孪生体进行展示与交互；S5：当服务器判断用户长时间处于不良状态时发出特定指令，无线通信模块中的线性马达会振动以提示用户，当服务器判断用户遇到危险时会自动报送用户当前状态与坐标。
[0012]进一步的，上述的步骤S3中所述的深度学习算法具体包括以下步骤：S31：将同时刻获取到的传感本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向智慧服装的人工智能与数字孪生系统，其特征在于：包括智能服装模块和数字孪生模块，其中智能服装模块包括服装、传感器模块和无线通信模块，用于获取用户数据，与数字孪生模块进行数据交互；数字孪生模块包括深度学习算法模块、数字孪生体模块和云服务器模块，其中云服务器模块中嵌入有深度学习算法模块，云服务器模块利用深度学习算法模块中的深度学习算法判断并保存用户当前状态，使用数字孪生体模块中数字孪生技术将用户实体映射到数字孪生体进行实时展示与交互；所述深度学习算法模块包括数据预处理模块和神经网络模块；数据预处理模块用于对传感器数据进行预处理以获得神经网络模块的输入数据；神经网络模块使用一种结合注意力的神经网络对带标签的数据进行有监督训练，以准确判断用户生理状态，所述神经网络模块包括一次连接的两个用于控制网络中信息流的控制单元，一个中间状态单元，一个注意力单元以及一个输出单元。2.如权利要求1所述的一种面向智慧服装的人工智能与数字孪生系统，其特征在于：所述神经网络模块的具体处理过程为：将通过数据预处理模块处理之后的数据作为输入；使用两种控制单元来控制网络中的信息流，分别是重置单元Rs与更新单元Up，重置单元控制保留过去状态的数量，更新单元控制新状态中保留多少旧状态的副本，元控制保留过去状态的数量，更新单元控制新状态中保留多少旧状态的副本，；其中，是网络的待优化参数；是网络的偏置参数；M
t
是某一时刻t由数据预处理模块生成的二维参数矩阵；s
t
‑1是网络前一刻的输出；δ(X)是一个非线性函数，表示一个R
×
C的矩阵，，对X中每一行和每一列的值进行遍历，将值压缩到0到1之间，其中Z代表整数集；网络中的中间状态单元获取的中间状态由HS表示，，其中，是中间状态的待优化参数；B
hs
是中间状态的偏置参数；符号
∘
表示阿达马积，是一个二元运算，其输入为两个相同形状的矩阵，输出是具有同样形状的、各个位置的元素等于两个输入矩阵相同位置元素乘积的矩阵；网络中的注意力单元获取的注意力由中间状态的加权和形成，具体为
，，其中W
a
表示注意力的权重矩阵，SW
t
指注意力的中间状态，SA
t
指最后计算得出的注意力值；网络中的输出单元在t时刻的输出为s
t
，，式中，λ为一个超参数，将最后的单元状态通过δ非线性函数来得到用户状态输出。3.如权利要求1所述的一种面向智慧服装的人工智能与数字孪生系统，其特征在于：所述智能服装模块中的传感器模块包括姿态传感器、心率传感器、红外温度传感器和GPS芯片；红外温度传感器捕获人体当前温度，心率传感器捕获人体当前心率；姿态传感器用于获取各部位姿态传感器的欧拉角、加速度和坐标；不同传感器的工作周期不同，姿态传感器以0.2s为一个周期，心率传感器以30s为一个周期，红外温度传感器以300s为一个周期；15个姿态传感器分布于人体各处关键节点上，具体的，颈椎、胸部、腹部各1个，肩、手肘、手腕、臀部、膝盖、脚踝左右各1个。4.如权利要求1所述的一种面向智慧服装的人工智能与数字孪生系统，其特征在于：所述智能服装模块中的无线通信模块还包含线性马达，无线通信模块使用蓝牙技术与智能服装上的传感器连接，使用无线通信技术与服务器进行数据传输，实现个传感器数据的实时采集与数据管理，当收到服务器特定指令时，控制线性马达进行振动，以用来提示用户。5.如权利要求3所述的一种面向智慧服装的人工智能与数字孪生系统，其特征在于：数据预处理模块将获取到的传感器数据组合成一个一维向量，其中，分别代表15个传感器的数据，hr代表人体心跳数据，bt代表人体温度数据，并使用人工标注的方式生成人体活动标签L，包括多种人体状态：走、健走、跑步、跳跃、静坐、平躺、侧躺、睡眠、翘二郎腿、弯腰驼背、跌倒、心率...

【专利技术属性】
技术研发人员：姜明华，樊旺伟，余锋，陈子宜，周昌龙，宋坤芳，
申请(专利权)人：武汉纺织大学，
类型：发明
国别省市：