基于大数据的物联网智能家具控制管理系统及方法技术方案

本发明专利技术涉及智能家具控制管理技术领域，具体为基于大数据的物联网智能家具控制管理系统及方法，所述系统包括数据采集模块、数据存储模块、自我学习模块和场景分析模块；所述数据采集模块用于采集用户使用智能座椅过程中产生的数据并上传到数据存储模块；所述数据存储模块用于接收数据采集模块采集到的数据并进行分类存储，同时监测数据的运行过程；所述自我学习模块用于获取数据采集模块采集到的数据，然后根据获取到的数据深度学习用户使用智能座椅的行为习惯；所述场景分析模块用于获取数据存储模块分类存储的数据，然后根据获取到的用户使用习惯数据判断用户的使用场景，然后根据不同的使用场景为用户匹配合理健康的使用方法。使用方法。使用方法。

【技术实现步骤摘要】
基于大数据的物联网智能家具控制管理系统及方法


[0001]本专利技术涉及智能家具控制管理
，具体为基于大数据的物联网智能家具控制管理系统及方法。

技术介绍

[0002]随着互联网的飞速发展，大数据、物联网技术在生活中不断应用，赋予了家具崭新的内涵，使其不再是单纯的生活用品；家具就广义而言，是人类从事生产、生活及社会活动必不可少的功能器具，从狭义来讲，是人类在生产、工作及生活中，供居家活动、休憩与贮物的功能实体；智能家具以家具场景为载体，融合了硬件设施与软件管理，将大数据、物联网、5G通信有机的结合起来，为人们提供更加安全、便利、舒适的家居环境；同时目前的智能家居面临使用复杂，无法根据用户的长期使用习惯自我学习，进行自我调节，所以，人们需要基于大数据的物联网智能家具控制管理系统及方法来解决上述问题。

技术实现思路

[0003]本专利技术的目的在于提供基于大数据的物联网智能家具控制管理系统及方法，以解决上述
技术介绍
中提出的问题。
[0004]为了解决上述技术问题，本专利技术提供如下技术方案：基于大数据的物联网智能家具控制管理系统，所述系统包括数据采集模块、数据存储模块、自我学习模块和场景分析模块；所述数据采集模块用于采集用户使用智能座椅过程中产生的数据并上传到数据存储模块；所述数据存储模块用于接收数据采集模块采集到的数据并进行分类存储，同时监测数据的运行过程；所述自我学习模块用于获取数据采集模块采集到的数据，然后根据获取到的数据深度学习用户使用智能座椅的行为习惯；所述场景分析模块用于获取数据存储模块分类存储的数据，然后根据获取到的用户使用习惯数据判断用户的使用场景，然后根据不同的使用场景为用户匹配合理健康的使用方法。
[0005]进一步的，所述数据采集模块包括数据采集单元和数据监测单元，所述数据采集单元用于采集用户使用智能座椅时的位置坐标数据、用户使用智能座椅时的人体姿势数据、用户使用智能座椅时的环境温度和周围的风速数据，以便于判断用户在什么场景下使用智能座椅；所述结果监测单元用于监测根据采集到的数据进行计算得到结果的变化过程，以便于判断用户的使用场景是否发生变化。
[0006]进一步的，所述数据存储模块包括数据分类单元和数据监测单元，所述数据分类单元用于接收数据采集模块采集到的数据，然后进行分类存储，按照用户不同的使用场景进行存储数据；所述数据监测单元用于监测数据分类单元存储数据的过程，分析是否存在数据泄露的风险。
[0007]进一步的，所述自我学习模块包括用户习惯学习单元和人体工学学习单元，所述用户习惯学习单元用于获取数据存储模块存储的数据，并根据获取到的数据深度学习用户在不同场景下使用智能座椅的习惯，以便于根据用户使用智能座椅的习惯与符合人体工学
的健康使用习惯进行对比，为用户提供健康合理的使用智能座椅的建议；所述人体工学学习单元用于存储符合人体工学的智能座椅使用方法基础常识以及基础的人体姿势医学知识。
[0008]进一步的，所述场景分析模块包括数据分析单元和场景匹配单元，所述数据分析单元用于分析数据采集模块采集到的数据，然后判断用户使用智能座椅的场景，智能座椅根据不同的使用场景进行自我调节，以便于用户更加舒适的使用；所述场景匹配单元与自我学习模块相连，用于根据分析得出的使用场景为用户匹配该场景下合理健康的使用智能座椅的行为方法。
[0009]基于大数据的物联网智能家具控制管理方法，所述方法包括以下步骤：
[0010]S1：数据采集模块采集用户使用智能座椅过程中产生的数据，并监测根据数据计算出结果的变化过程；
[0011]S2：场景分析模块获取数据采集模块采集到数据，判断用户的使用场景然后进行智能座椅的自我调节；
[0012]S3：数据存储模块将数据采集模块采集到的数据进行不同的使用场景进行分类存储；
[0013]S4：自我学习模块获取数据存储模块存储的数据，深度学习用户使用智能座椅的习惯，然后结合人体工学基础知识为用户提供健康合理的使用建议。
[0014]进一步的，在步骤S1中：数据采集单元以智能座椅坐垫中心为原点，智能座椅正方向为x轴，智能座椅侧方向为y轴，智能座椅坐垫朝上为z轴建立空间直角坐标系，采集到用户使用智能座椅时用户头部的坐标a
头
(x1,y1,z1)，智能座椅靠背顶部的坐标a
顶
(x2,y2,z2)，同时监测根据点a
头
(x1,y1,z1)和点a
顶
(x2,y2,z2)之间的距离S随时间的变化过程；采集到用户使用智能座椅时周围的环境温度b
环
，空气中的相对湿度RH和周围的风速为v，根据体感为u都通用公式计算并监测体感温度b
体
的变化然后进行座椅温度的自我调节；采集到用户使用智能座椅时靠背的压力F，监测压力F随时间的变化过程。
[0015]进一步的，在步骤S2中：场景分析模块通过获取分析数据采集模块采集到的数据判断用户的使用场景，首先计算点a
头
(x1,y1,z1)和a
顶
(x2,y2,z2)之间的距离S，公式为：
[0016][0017]然后以时间t1为横轴，距离S为纵轴绘制函数曲线监测距离S随时间t1的变化过程，设置距离阈值S
’
，当S≤S
’
并且持续时间超过一分钟，说明用户靠在座椅，判断为躺着使用智能座椅，此时进行座椅靠背的微调和座椅腿部延展部分的伸长；当S>S
’
并且持续时间超过一分钟，说明用户坐在座椅，此时进行座椅高度的微调；根据周围的环境温度b
环
，空气中的相对湿度RH和周围的风速为v计算此时用户体感温度b
体
，体感温度受到环境温度、湿度及风速的影响，体感温度的通用公式为：
[0018]b
体
＝1.07b
环
+0.2e
‑
0.65V
‑
2.7
[0019]其中，为水汽压，然后以时间t2为横轴，用户体感温度b
体
为纵轴绘制函数曲线监测用户体感温度b
体
随时间t2的变化过程，设置体感温度阈值范围
当座椅进行自我温度下降调节；当座椅进行自我温度上升调节；通过建立空间直角坐标系获取用户头部的坐标和智能座椅靠背顶部的坐标，计算两者之间的距离，监测距离随时间的变化判断用户是坐着使用还是躺着使用，从而确定用户的使用场景；根据不同的使用场景进行智能座椅的自我调节；因为风速会影响人体表面可以接触到的空气的分量，当空气与人体接触会带走或带来热量，空气湿度会影响热量的多少，可以用体感温度的通用公式计算人的体感温度，智能座椅根据体感的变化进行自我温度调节，始终让用户处在舒服的体感温度中。
[0020]进一步的，在步骤S3中：数据存储模块将数据采集模块采集到的用户头部的坐标a
头
(x1,y1)、智能座椅靠背顶部的坐标a
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的物联网智能家具控制管理系统，其特征在于，所述系统包括数据采集模块、数据存储模块、自我学习模块和场景分析模块；所述数据采集模块用于采集用户使用智能座椅过程中产生的数据并上传到数据存储模块；所述数据存储模块用于接收数据采集模块采集到的数据并进行分类存储，同时监测数据的运行过程；所述自我学习模块用于获取数据采集模块采集到的数据，然后根据获取到的数据深度学习用户使用智能座椅的行为习惯；所述场景分析模块用于获取数据存储模块分类存储的数据，然后根据获取到的用户使用习惯数据判断用户的使用场景，然后根据不同的使用场景为用户匹配合理健康的使用方法。2.根据权利要求1所述的基于大数据的物联网智能家具控制管理系统，其特征在于：所述数据采集模块包括数据采集单元和数据监测单元，所述数据采集单元用于采集用户使用智能座椅时的位置坐标数据、用户使用智能座椅时的人体姿势数据和用户使用智能座椅时的环境温度和周围的风速数据；所述结果监测单元用于监测根据采集到的数据进行计算得到结果的变化过程，判断用户的使用场景是否发生变化。3.根据权利要求1所述的基于大数据的物联网智能家具控制管理系统，其特征在于：所述数据存储模块包括数据分类单元和数据监测单元，所述数据分类单元用于接收数据采集模块采集到的数据，然后按照用户不同的使用场景进行分类存储数据；所述数据监测单元用于监测数据分类单元存储数据的过程，分析是否存在数据泄露的风险。4.根据权利要求1所述的基于大数据的物联网智能家具控制管理系统，其特征在于：所述自我学习模块包括用户习惯学习单元和人体工学学习单元，所述用户习惯学习单元用于获取数据存储模块存储的数据，并根据获取到的数据深度学习用户在不同场景下使用智能座椅的习惯，为用户提供健康合理的使用智能座椅的建议；所述人体工学学习单元用于存储符合人体工学的智能座椅使用方法基础常识以及基础的人体姿势医学知识。5.根据权利要求1所述的基于大数据的物联网智能家具控制管理系统，其特征在于：所述场景分析模块包括数据分析单元和场景匹配单元，所述数据分析单元用于分析数据采集模块采集到的数据，然后判断用户使用智能座椅的场景，智能座椅根据不同的使用场景进行自我调节；所述场景匹配单元与自我学习模块相连，用于根据分析得出的使用场景为用户匹配该场景下合理健康的使用智能座椅的行为方法。6.基于大数据的物联网智能家具控制管理方法，其特征在于，所述方法包括以下步骤：S1：数据采集模块采集用户使用智能座椅过程中产生的数据，并监测根据数据计算出结果的变化过程；S2：场景分析模块获取数据采集模块采集到数据，判断用户的使用场景然后进行智能座椅的自我调节；S3：数据存储模块将数据采集模块采集到的数据进行不同的使用场景进行分类存储；S4：自我学习模块获取数据存储模块存储的数据，深度学习用户使用智能座椅的习惯，然后结合人体工学基础知识为用户提供健康合理的使用建议。7.根据权利要求6所述的基于大数据的物联网智能家具控制管理方法，其特征在于：在步骤S1中：数据采集单元以智能座椅坐垫中心为原点，智能座椅正方向为x轴，智能座椅侧方向为y轴，智能座椅坐垫朝上为z轴建立空间直角坐标系，采集到用户使用智能座椅时用户头部的坐标a
头
(x1,y1,z1)，智能座椅靠背顶...

【专利技术属性】
技术研发人员：财吉拉夫，
申请(专利权)人：财吉拉夫，
类型：发明
国别省市：