CN106803219A - 一种基于智能脚环的面向新生儿护理的作息识别记录方法 - Google Patents

Abstract

本发明公开了一种基于智能脚环的面向新生儿护理的作息识别记录方法，包括以下步骤：步骤一、使用智能脚环中的六轴传感器实时采集用户腿部的三维加速度与三维角速度数据；步骤二、对腿部的三维加速度与三维角速度数据进行姿态解算，得到欧拉角；步骤三、将计算得到的欧拉角与预先定义的欧拉角进行相似度分析，识别出当前动作；步骤四、智能脚环将识别结果发送给智能手机/平板电脑，智能手机/平板电脑根据智能脚环发回的识别结果，记录对应的作息时间；步骤六、智能手机/平板电脑将记录的作息时间与数据库中该日龄新生儿的指导数据进行分析对比，得到对比结果。

Description

一种基于智能脚环的面向新生儿护理的作息识别记录方法

技术领域

本发明涉及新生儿护理领域，尤其涉及一种基于智能脚环的面向新生儿护理的作息识别记录方法。

背景技术

婴幼儿尤其是新生儿(0～6月)养育是众多新手宝爸宝妈所面临的难题。从宝宝呱呱落地的那一刻开始，伴随着新生命喜悦的，就是宝爸宝妈面对小家伙的无所适从，即便事先阅读了大量的新生儿养育书籍，即便有上一代父母的“帮忙”，宝爸宝妈也不可避免地陷入焦虑之中。国外权威研究成果[1-3]表明，新生儿的吃、睡、拉，是最重要的健康体征标准。不论是纯母乳、混合还是配方奶粉喂养，宝宝“吃香香”的量、时长和频率都是非常重要的，同样，新生儿尤其是月子中的宝宝，大多数时间都在睡眠，睡眠质量的好坏直接影响宝宝的生长发育。宝宝的吃、睡、拉模式有先天遗传的因素，但更依赖于后天父母的养育模式。

尽管宝爸宝妈甚至是一大家子人都围着宝宝转，都在极尽所能地为宝宝的健康成长提供优越的环境，但遗憾的是，对于新生儿而言，一天，乃至一周内宝宝吃得好不好、睡得对不对这样最基础的问题我们都难以给出精确的回答。通常我们还是采用人工的方式，力图记录宝宝吃、睡、拉的时间结点。但是几乎没有家庭有条件设置专人来记录宝宝的上述状态，宝妈自己也不可能精准地记住描述宝宝每一次吃奶时间、时长，那么下一次什么时候吃，吃多少？宝宝哭了该不该喂，是不是真正饿了导致的？这还仅仅是吃，睡和拉也是同样，一连串不能确定答案的问题将让本就可能有一定产后抑郁的宝妈更加焦虑。

实际上，作为实际养育者的新生儿母亲，对于新生儿的作息时间最为了解。为了满足母亲在怀抱婴儿的同时记录其作息时间的需求，设计实现一种通过腿部动作记录新生儿作息时间的方法将有十分重要的意义。

发明内容

本发明的目的是提供一种能够识别动作，进而记录新生儿作息时间的基于智能脚环的面向新生儿护理的作息识别记录方法。

本发明提供的技术方案为：

一种基于智能脚环的面向新生儿护理的作息识别记录方法，包括以下步骤：

步骤一、使用智能脚环中的六轴传感器实时采集用户腿部的三维加速度与三维角速度数据；

步骤二、对腿部的三维加速度与三维角速度数据进行姿态解算，得到欧拉角；

步骤三、将所述欧拉角与预先定义的欧拉角进行相似度分析，识别出当前动作；

步骤四、智能脚环将识别结果发送给客户端，客户端记录对应的作息时间；

步骤六、客户端将记录的作息时间与数据库中该日龄新生儿的指导数据进行分析对比，得到对比结果。

优选的是，步骤一中，六轴传感器为MPU6050六轴运动传感器。

优选的是，步骤二中，通过姿态解算得到欧拉角为：

其中，Y为航向角，P为俯仰角，R为横滚角，四元数分别用 表示，其初始值为

优选的是，步骤三中，预设的动作为三种，分别为后抬腿、侧抬腿和两腿交叉。

优选的是，步骤三中，存储预置的三种动作所对应的欧拉角，分别表示为(Y₁,P₁,R₁)、(Y₂,P₂,R₂)、(Y₃,P₃,R₃)；按照下式计算当前动作的欧拉角(Y,P,R)与上述三种动作的欧拉角的差值C_i：

计算查找C_i中的最小值，其所对应的动作i即为当前动作；

设阈值为TH，当C_i中的最小值小于TH时，该动作未被识别。

优选的是，智能脚环与客户端的通信协议为蓝牙低功耗协议BLE4.0。

优选的是，步骤四中，作息时间为5种，分别为睡觉开始时间、睡觉结束时间、吃饭开始时间、吃饭结束时间和排便时间。

优选的是，步骤五中，所述对比结果为3类，分别为睡眠时间过多或过少、吃饭时间过多或过少、排便次数过多或过少。

优选的是，步骤四中，当识别到“后抬腿”动作之后，客户端查看当前睡眠状态，如果当前睡眠尚未开始，则记录睡眠开始时间；否则记录睡眠结束时间。

本发明的有益效果为：本发明提供的面向新生儿护理的生活作息管理方法，使用六轴传感器对母亲的腿部动作进行实时采集，这样可以在母亲怀抱婴儿的同时记录婴儿的作息时间。手机客户端可以将新生儿的实际作息时间与数据库中该日龄新生儿的标准作息时间进行对比，从而给出相应的育儿指导。本发明采集成本低，准确率高。

附图说明

图1为本发明的硬件连接示意图。

图2为智能脚环程序流程图。

图3为移动客户端程序流程图。

图4为新生儿活动记录分析与育儿指导子程序流程图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

如图1所示，本发明提供了一种基于智能脚环的面向新生儿护理的作息识别记录方法，硬件部分由智能脚环110与移动客户端120两部分组成。其中，智能脚环110主要负责实时采集腿部动作，并识别几种特定的动作；移动客户端120主要负责接收智能脚环发回的识别结果，并据此记录相应的事件，同时，统计、分析养育过程数据，为用户提供有效的新生儿养育指导。智能脚环110与移动客户端120之间通过蓝牙低功耗协议BLE4.0通信。所述移动客户端120采用智能手机/平板电脑。

本发明的具体步骤如下：

步骤一、智能脚环通过位于其中的六轴传感器实时采集用户腿部的三维加速度与三维角速度数据。所述六轴传感器为MPU6050六轴运动传感器。

步骤二、智能脚环通过步骤一中得到的数据进行姿态解算，得到欧拉角。

姿态解算的过程为：

当前时刻的三轴加速度可三轴角速度分别用A_x、A_y、A_z、G_x、G_y、G_z表示，四元数分别用表示，其初始值为

对三轴加速度进行标准化得

通过当前姿态计算重力在三个坐标轴上的分量得

计算上述两个相连的向量积得

将上述向量积积分得

用上述积分值修正陀螺仪的零点偏移得

通过调节Kp、Ki两个参数，可以控制加速度计修正陀螺仪积分姿态的速度；

采用一阶毕卡解法算出四元数得

其中，T为采样周期；

将四元数进行标准化得

根据四元数算出欧拉角为

其中Y为航向角，P为俯仰角，R为横滚角。

步骤三、智能脚环通过将步骤二中得到的欧拉角与预先定义的欧拉角进行相似度分析，识别出当前动作。

相似度分析的过程为：

存储预置的三种动作所对应的欧拉角，分别表示为(Y₁,P₁,R₁)、(Y₂,P₂,R₂)、(Y₃,P₃,R₃)；按照下式计算当前动作的欧拉角(Y,P,R)与上述3中动作的欧拉角的差值C：

min(C_i)所对应的动作i即为当前动作；设阈值TH，当min(C_i)＞TH时，该动作未被识别。

步骤四、智能脚环将步骤三的识别结果发送给智能手机/平板电脑，其中，智能脚环与手机/平板电脑的通信协议为蓝牙低功耗协议BLE4.0。

步骤五、智能手机/平板电脑根据步骤四中智能脚环发回的识别结果，记录对应的作息时间。

作息时间为5种，分别为睡觉开始时间、睡觉结束时间、吃饭开始时间、吃饭结束时间、排便时间。

步骤六、智能手机/平板电脑将步骤五中记录的作息时间与数据库中该日龄新生儿的指导数据进行分析对比，给出指导建议。

指导建议为3类，睡眠时间过多或过少、吃饭时间过多或过少、排便次数过多或过少。

在具体的实例中，共采集三种动作以及统计五种作息时间，所述三种动作分别为后抬腿、侧抬腿、两腿交叉，所述五种作息时间分别为睡觉开始时间、睡觉结束时间、吃饭开始时间、吃饭结束时间、排便时间。所述三种腿部动作与所述五种作息时间的对应关系为后抬腿对应睡觉开始、结束时间，侧抬腿对应吃饭开始、结束时间，两腿交叉对应排便时间。

以睡觉开始、结束时间为例，试验人员佩戴智能脚环进行后抬腿动作。智能脚环在开机后首先对传感器、蓝牙等设备进行初始化，然后检测蓝牙是否连接成功，如果连接成功，则开始采集三轴加速度和三轴角速度数据，否则继续等待连接。蓝牙连接成功之后，智能脚环采集上述三轴加速度A_x、A_y、A_z和三轴角速度G_x、G_y、G_z，然后进行姿态解算，得到欧拉角(Y,P,R)，本实施例中，Ki＝0.08，Kp＝10，T＝20ms。智能脚环通过与之前定义的动作数据进行相似度分析，得到识别结果，本实施例中，TH取10°。如果动作识别成功，则通过蓝牙向手机/平板电脑发送识别结果，然后继续采集动作数据；如不成功，则继续采集动作数据。如果蓝牙连接断开，则智能脚环进入休眠，以达到节电的目的。如图2所示。

移动客户端通过蓝牙连接智能脚环，实时监听脚环的动作识别结果。当监听到“后抬腿”动作之后，移动客户端查看当前睡眠状态，如果当前睡眠尚未开始，则记录睡眠开始时间；否则记录睡眠结束时间。同时，能够通过震动和屏幕显示向用户发出提示。如果用户查询作息活动记录，则进入“活动分析记录与育儿指导子程序”。如果用户退出程序，则向智能脚环发出断开连接指令，以使其进入休眠。如图3所示。

如图4所示，活动分析记录与育儿指导子程序读取该新生儿所有作息活动的记录，计算每种作息活动发生的时长与频率，同时统计一段时间内各种活动的总时长和发生频率，与数据库中该日龄新生儿的指导数据进行分析对比，给出“偏多”、“正常”、“偏少”等提示，以达到育儿指导的目的。如表1所示，将新生儿所有作息活动的记录与各个月龄的新生儿睡眠时间和频率的数据库示例进行比对，查看新生儿作息活动是否在正常范围内。

表1

月龄	睡眠总量	白天睡眠	夜晚睡眠	小儿睡次
					新生儿	18-20	9-10	9-10	无规律
1月	16-18	8-9	8-9	无规律
					3月	15-17	5-7	9-10	3-4
6月	14-16	4-5	10-11	2-3
					9月	13-15	3-4	10-11	2
12月	13-14	2-3	11-11.5	2
					18月	12-14	2-2.5	11-11.5	1-2
24月	12-13	2	10-11	1
					36月	11-13	1-2	10-11	1

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (9)

1.一种基于智能脚环的面向新生儿护理的作息识别记录方法，其特征在于，包括以下步骤：

步骤一、使用智能脚环中的六轴传感器实时采集用户腿部的三维加速度与三维角速度数据；

步骤二、对腿部的三维加速度与三维角速度数据进行姿态解算，得到欧拉角；

步骤三、将所述欧拉角与预先定义的欧拉角进行相似度分析，识别出当前动作；

步骤四、智能脚环将识别结果发送给客户端，客户端记录对应的作息时间；

步骤六、客户端将记录的作息时间与数据库中该日龄新生儿的指导数据进行分析对比，得到对比结果。

2.根据权利要求1所述的基于智能脚环的面向新生儿护理的作息识别记录方法，其特征在于，步骤一中，六轴传感器为MPU6050六轴运动传感器。

3.根据权利要求1所述的基于智能脚环的面向新生儿护理的作息识别记录方法，其特征在于，步骤二中，通过姿态解算得到欧拉角为：

$Y=arctan\left(\frac{2\×q_{1_i}\×q_{2_i}+2\×q_{0_i}\×q_{3_i}}{-2\×q_{2_i}^2-2\×q_{3_i}^2+1}\right)+57.3$

$P=arcsin(-2\×q_{1_i}\×q_{3_i}+2\×q_{0_i}\×q_{2_i})+57.3;$

$R=arctan\left(\frac{2\×q_{2_i}\×q_{3_i}+2\×q_{0_i}\×q_{1_i}}{-2\×q_{1_i}^2-2\×q_{2_i}^2+1}\right)+57.3$

其中，Y为航向角，P为俯仰角，R为横滚角，四元数分别用 表示，其初始值为

4.根据权利要求3所述的基于智能脚环的面向新生儿护理的作息识别记录方法，其特征在于，步骤三中，预设的动作为三种，分别为后抬腿、侧抬腿和两腿交叉。

5.根据权利要求4所述的基于智能脚环的面向新生儿护理的作息识别记录方法，其特征在于，步骤三中，存储预置的三种动作所对应的欧拉角，分别表示为(Y₁,P₁,R₁)、(Y₂,P₂,R₂)、(Y₃,P₃,R₃)；按照下式计算当前动作的欧拉角(Y,P,R)与上述三种动作的欧拉角的差值C_i：

$C_i=\frac{(Y-Y_i)+(P-P_i)+(R-R_i)}{3},i\∈\[1,3\]$

计算查找C_i中的最小值，其所对应的动作i即为当前动作；

设阈值为TH，当C_i中的最小值小于TH时，该动作未被识别。

6.根据权利要求1所述的基于智能脚环的面向新生儿护理的作息识别记录方法，其特征在于，智能脚环与客户端的通信协议为蓝牙低功耗协议BLE4.0。

7.根据权利要求5所述的基于智能脚环的面向新生儿护理的作息识别记录方法，其特征在于，步骤四中，作息时间为5种，分别为睡觉开始时间、睡觉结束时间、吃饭开始时间、吃饭结束时间和排便时间。

8.根据权利要求7所述的基于智能脚环的面向新生儿护理的作息识别记录方法，其特征在于，步骤五中，所述对比结果为3类，分别为睡眠时间过多或过少、吃饭时间过多或过少、排便次数过多或过少。

9.根据权利要求8所述的基于智能脚环的面向新生儿护理的作息识别记录方法，其特征在于，步骤四中，当识别到“后抬腿”动作之后，客户端查看当前睡眠状态，如果当前睡眠尚未开始，则记录睡眠开始时间；否则记录睡眠结束时间。