一种坐姿检测系统
技术领域
本发明属于智能分析技术领域,尤其涉及一种坐姿检测系统。
背景技术
随着科技的不断进步,智慧城市的快速建设,科技正逐渐融入人们的日常生活,为我们带来便利与舒适,而随着世界人口的老龄化,包括残疾人在内的行动不便人群数量日益增多,轮椅作为残疾人、老年人等行动不便人群的代步工具,使用者在轮椅上的坐姿直接影响着其安全,倾斜程度较大的坐姿或者疲劳状态下也常常会导致使用者从轮椅上跌落。同时,越来越多的办公室人员通常在办公桌前工作一整天,而长期保持一个坐姿严重危害身体健康,容易引起一些脊椎以及其他疾病,能够给与他们适时的提醒将会起到很大的作用。在另一方面,近年来,随着生活水平的不断提高,现代汽车工业的快速发展,道路交通安全问题引起了社会的空前重视,因驾驶员疲劳驾驶引起的交通事故占了道路交通事故很大的比例。
现有技术中,通过设置在座椅上的传感器采集例如是压力数据,并通过对是数据进行计算以完成对坐姿的判断识别。现有技术在使用过程中无可避免的会遇到以下问题:(1)具有高敏感性的传感器对安装工艺要求高,当其出厂时的安装位置设置不当时会导致其始终受到较大的挤压力;(2)射频干扰,高压静电,浪涌电压等干扰会导致传感器数据产生波动或者偏移;(3)传感器安装在例如是座垫中时,由于座垫及传感器的材料特性,在使用一段时间后,传感器的灵敏度及量程会变化;(4)用户在实际使用椅子过程中,可能会将衣物或枕头等其它物体放置于检测部位,除人体外的行为对传感器的数据造成的干扰会影响判断的准确性。
公开号为CN105788185A的专利文献公开了一种坐姿监测方法及装置,坐姿监测方法包括:获取基准坐姿参数;确定坐姿的基本变化范围;坐姿变化超基本范围识别;异常坐姿识别。其遵照坐立和读写姿势中的自然移动规律,可综合实现坐立和读写姿势的识别,既可用于坐姿的即时提示,也可用于坐姿监测后的评估,具有实用性。但是其并未考虑传感器所采集的数据的不稳定缺陷,未建立校正机制对传感器采集的数据进行校正,无法获得较高的识别正确率。
发明内容
如本文所用的词语“模块”描述任一种硬件、软件或软硬件组合,其能够执行与“模块”相关联的功能。
针对现有技术之不足,本发明提供一种坐姿检测系统,至少包括彼此通信地耦合的数据采集单元和数据处理单元。所述数据采集单元被配置为采集与人体坐姿相关的数据的工作模式,其中,所述数据处理单元被配置为至少按照以下步骤对所述数据进行处理以完成对坐姿的检测:计算第一时间内的数据的第一平均值,并基于所述第一平均值设定第一模式、第二模式和第三模式各自的第一初始阈值、第二初始阈值和第三初始阈值,基于所述数据与所述第一初始阈值、所述第二初始阈值或所述第三初始阈值彼此之间的差值确定坐姿所对应的模式,其中,在所述数据按照在第二时间内稳定在设定的波动范围内的方式持续位于所述第二初始阈值和所述第三初始阈值所限定的范围内的情况下,计算第二时间内的数据的第二平均值,并基于所述第二平均值更新所述第一初始阈值、第二初始阈值和第三初始阈值,其中,基于更新后的第一初始阈值、第二初始阈和第三初始阈值再次确定坐姿所对应的模式。
根据一种优选实施方式,所述数据采集单元被配置为基于第一传感器和第二传感器分别采集与人体坐姿相关的数据的工作模式,其中,所述数据处理单元被配置为至少按照以下步骤对所述数据进行处理以完成对坐姿的检测:记录第一传感器和第二传感器分别采集的第一实时数据和第二实时数据首次在第一设定时间周期内持续小于所述第三初始阈值的第一时刻和第二时刻,并记录第一传感器采集的第一实时数据首次在第二设定时间周期内持续小于所述第二初始阈值的第三时刻;在第三时刻与第一时刻的差值大于设定值α的情况下,基于第一实时数据在第二设定时间周期内的平均值替换所述第一初始阈值,并更新所述第二初始阈值和所述第三初始阈值;基于更新后的第一初始阈值、第二初始阈值和第三初始阈值记录第二传感器采集的第二实时数据首次在第二设定时间周期内持续小于所述更新后的第二初始阈值的第四时刻,在第四时刻和第二时刻的差值大于设定值β的情况下,判定坐姿前倾并生成预警信息。
根据一种优选实施方式,在所述第一实时数据或所述第二实时数据首次小于所述第三初始阈值超过设定时间周期的情况下,计算所述第一实时数据或所述第二实时数据在所述设定时间周期之后的所述第一时间内的第三平均值,并基于所述第三平均值替换所述第一初始阈值,并述初更新所始第二初始阈值和所述第三初始阈值,其中,基于更新后的第一初始阈值、第二初始阈值和第三初始阈值再次判定坐姿所对应的模式。
根据一种优选实施方式,在所述第一实时数据或所述第二实时数据大于等于所述第三初始阈值或其更新值的情况下,判定坐姿所对应的模式为第三模式;在所述第一实时数据或所述第二实时数据大于等于所述第二初始阈值且小于所述第三初始阈值,或者大于等于第二初始阈值的更新值且小于第三初始阈值的更新值的情况下,判定坐姿所对应的模式为第二模式;在所述第一实时数据或所述第二实时数据小于等于第二初始阈值或其更新值的情况下,判定坐姿所对应的模式为第一模式。
根据一种优选实施方式,在所述与人体坐姿相关的数据是人体背部施加的压力数据的情况下,所述第一传感器用于采集与人体肩背部对应处的压力数据,所述第二传感器用于采集与人体腰背部对应处的压力数据;其中,在沿人体肩部和腰部的连线方向上,在所述第一传感器和所述第二传感器之间还设置至少一个第三传感器,其中,在第一传感器采集的数据在设定时间内小于所述第一初始阈值且和第二传感器采集的数据在所述设定时间内大于所述第三初始阈值的情况下,所述第三传感器解除休眠状态。
根据一种优选实施方式,在第一传感器采集的第一实时数据首次在所述第二设定时间周期内持续小于所述第二初始阈值的所述第三时刻,所述第三传感器解除休眠状态,其中,在所述第三传感器采集的实时数据在所述第二设定时间周期内持续小于所述第二初始阈值的情况下,判定坐姿前倾并生成所述预警信息。
根据一种优选实施方式,第一初始阈值、第二初始阈值和第三初始阈值的更新至少包括以下步骤:计算第一实时数据或第二实时数据在所述第一时间内的平均值d,基于下述公式计算更新值:a=d,b=m*(a+1),c=n*(a+1),其中,m和n是设定参数,其值可以根据使用者的年龄和体型进行设定。
根据一种优选实施方式,第一初始阈值、第二初始阈值和第三初始阈值的更新还包括以下步骤:分别计算第一实时数据和第二实时数据在所述第一时间内的平均值e和f,基于下述公式计算更新值:b=m*(a+1),c=n*(a+1),其中,m和n是设定参数,其值可以根据使用者的年龄和体型进行设定。
根据一种优选实施方式,所述坐姿检测系统还包括与所述数据处理单元通信地连接的控制单元,所述控制单元被配置为具有休眠状态的工作模式,其中,基于与其通信地耦合的加速度传感器所采集的加速度数据解除所述控制单元的休眠状态;基于更新后的第一初始阈值、第二初始阈值和第三初始阈值再次判定坐姿所对应的模式在经过休眠时间后未发生变化的情况下,所述控制单元进入休眠状态。
根据一种优选实施方式,在所述第一传感器和所述第二传感器均设置于座椅的与人体背部对应的靠背上的情况下,所述第三模式是人体背部与所述第一传感器和所述第二传感器均完全贴合的坐姿;所述第二模式是人体背部与所述第一传感器和所述第二传感器两者之一贴合的坐姿;所述第一模式是人体背部与所述第一传感器和所述第二传感器均完全脱离的坐姿。
根据一种优选实施方式,所述坐姿检测系统还包括与所述数据处理单元通信的连接的报警器,其中,在所述坐姿检测系统判定人体的坐姿属于第一模式或第二模式的情况下,所述报警器至少能通过声、光和/或震动的方式提醒所述座椅的当前使用人员。
本发明的有益技术效果:
(1)本发明的坐姿检测系统在初次使用或者检测到传感器的工作模式产生变化时,会通过信号长时平均值对各模式的判断阈值进行动态更新,从而能够消除传感器安装位置不当导致的数据偏差;消除射频干扰,高压静电,浪涌电压等干扰会导致传感器数据产生波动或者偏移;缓解传感器老化所导致的传感器灵敏度及量程变化;滤除除人体以外对传感器造成的数据偏差。
(2)本发明的坐姿检测系统基于与人体肩背部对应的第一传感器的数据动态更新各模式的判断阈值,使得与人体腰背部对应的第二传感器的数据的判断具有一定的时间提前量,通过第一传感器和第二传感器的状态判断能够直观的预测就坐人员的前倾趋势,从而以一定时间提前量预警就坐人员调整座椅以避免前倾摔倒。
附图说明
图1是本发明优选的坐姿检测方法的流程示意图;
图2是本发明优选的坐姿检测系统的数据处理流程示意图;
图3是本发明另一优选的数据处理流程示意图;和
图4是本发明优选的各模块的连接关系示意图。
附图标记列表
1:数据采集单元 2:数据处理单元 3:控制单元
4:语音输出单元 5:移动终端 6:报警器
7:存储单元
101:第一传感器 102:第二传感器 103:加速度传感器
a:第一初始阈值 b:第二初始阈值 c:第三初始阈值
T1:第一时刻 T2:第二时刻 T3:第三时刻
T4:第四时刻 A:第一设定时间周期 B:第二设定时间周期
具体实施方式
下面结合附图进行详细说明。
实施例1
本发明提供一种坐姿检测方法及系统,坐姿检测系统至少包括数据采集单元1、数据处理单元2和控制单元3,其中,数据采集单元用于采集例如是压力数据或距离数据,数据处理单元2在建立校正机制的情况下对数据采集单元采集的数据进行分析处理以得到用于判断用户坐姿的可用数据,控制单元用于控制数据采集单元和数据处理单元的工作并能够基于数据处理单元生成的可用数据生成控制命令以控制其他硬件模块的工作。例如,当坐姿识别判断用户处于前倾或不标准坐姿时,控制单元生成控制信号以控制报警器工作以提醒用户改变坐姿。数据处理单元可以是集成有数据运算处理芯片的服务器。控制单元可以是中央处理器。
优选的,数据采集单元至少包括第一传感器101和第二传感器102,其中,第一传感器和第二传感器可以是能够检测距离或压力的传感器。例如可以是电容传感器,电容传感器可以测量传感器元件的电容量变化,传感器的元件可以是任何导电材料,比如电路板表面铜箔、导线、钢板、导电铝箔胶带等。用户与传感器的交互可以引起传感器电容量的变化,交互模式可以是手接近、触摸或按压。
优选的,第一传感器和第二传感器可以用于判断用户的坐姿。例如,第一传感器和第二传感器均能够通过其电容数据的大小将用户的行为划分为三种状态:未接近状态、接近状态和触摸状态。以第一传感器为例,当其电容值为零、小于等于第一阈值或者小于等于第二阈值的情况下,判断座椅当前没有使用者,使用者处于远离座椅的状态,即未接近状态。当其电容值大于第二阈值的情况下,判断使用者正在使用座椅,处于就坐阶段,即接近状态。当其电容值大于第三阈值的情况下,判断使用者已经完全就坐,即触摸状态。优选的,第一传感器和第二传感器可以同时设置在座椅的靠背上,在垂直于地面方向上,第一传感器和第二传感器一上一下的方式设置使得位于上侧的第一传感器对应人体肩背部位,位于下侧的第二传感器对应人体的腰背部位。当使用者坐在座椅上并且呈前倾或者卧靠姿态时,第一传感器和第二传感器不同时处于触摸状态,此时可以确定使用者处于不标准坐姿。当第一传感器和第二传感器同时处于触摸状态的情况下判断使用者处于标准坐姿。
优选的,控制单元3具有两种工作模式:休眠和工作。控制单元3至少包括加速度传感器103,在用户使用座椅的情况下会拖动或者晃动座椅,加速度传感器能够采集座椅的加速度数据并基于该数据将控制单元3从休眠模式唤醒为工作模式。基于更新后的第一初始阈值、第二初始阈值和第三初始阈值再次判定坐姿所对应的模式在经过休眠时间后未发生变化的情况下,控制单元进入休眠状态。当座椅在例如是1min内长时间处于第一模式、第二模式或第三模式下时,可以判断座椅处于一种比较稳定的状态,此时控制单元可以不保持持续工作状态并进入休眠状态以节省能耗。休眠时间可以根据实际情况进行设定,可以将其设定为例如是1min或3min。
优选的,控制单元3预先将就坐人员的坐姿设置为三种模式,第一模式为未接近模式,第二模式为接近模式,第三模式为完全接触模式,其中,第一模式表示使用者的身体尚未碰到椅子的任何部位,对应的,第一传感器和第二传感器未接近状态。第二模式表示使用者身体碰到椅子的一部分,对应的,第一传感器和第二传感器至少有一个处于接近状态。第三模式表示使用者身体与座椅完全接触,对应的,第一传感器和第二传感器全部处于触摸状态。
优选的,数据处理单元2被配置为至少按照如下步骤对其接收的数据采集单元采集的数据进行处理以完成对坐姿的检测:
S1:计算初始状态数据的第一信号长时平均值LTA,并设定第一模式、第二模式和第三模式各自的阈值。
当坐姿检测系统通电进行工作或初次使用时,首先会完成系统的初始化以消除传感器安装位置不当导致的数据偏差;消除射频干扰,高压静电,浪涌电压等干扰会导致传感器数据产生波动或者偏移;缓解传感器老化所导致的传感器灵敏度及量程变化;滤除除人体以外对传感器造成的数据偏差。具体的,坐姿检测系统初始化是指将数据采集单元、数据处理单元和控制单元的工作模式和/或设定参数恢复为出厂状态。
系统初始化完成后,对设定时间周期内第一传感器和第二传感器采集的数据进行预处理,其中,预处理是指计算第一时间内第一传感器和第二传感器采集的数据的第一平均值以获得初始数值,该初始数值即为第一信号长时平均值LTA。例如,第一传感器和第二传感器均可以按照采样频率为48kHz的方式采集其受到的压力数据并将其转化为电容值进行表示,数值越大表示人体越靠近或人体与传感器的接触面积越大。在例如是10秒的第一时间内,第一传感器和第二传感器均能够采集10*48*1000=480000个电容值数据,第一传感器和第二传感器的初始数值分别等于其采样点的数值之和除以采样点的总数。优选的,初始数值可以用于对第一模式的阈值进行替换以降低靠背上的重物对座椅模式判断准确性的影响。第一时间的设定可以根据实际情况进行具体设定,例如可以将其设置为2s、5s或10s。
优选的,第二模式和第三模式的阈值均是根据第一模式的阈值进行确定的,其中,第一信号长时平均值LTA是对第一模式的阈值进行校正。具体的,设定第一模式的第一初始阈值a=0.2*h=0.2*1=0.2,第二模式的第二初始阈值b=m*(h+a)=0.714*1.2=0.857,第三模式的第三初始阈值c=n*(h+a)=0.875*1.2=1.05,其中,m和n可以根据使用者的年龄和体型进行设定,m和n是统计结果,没有具体的数学模型,根据随机挑选一定年龄,一定体重的人,使用控制变量法,剔除最大值,剔除最小值,求得的平均结果。例如,可以选取不同年龄和不同体重的10个就坐人员进行数据采样,使其分别处于座椅的第二模式和第三模式,得到每个个体在第二模式和第三模式下的传感器的阈值,再基于所有10个就坐人员的第二模式和第三模式的阈值取平均值得到m和n。计算获得的第一信号时长平均值对第一模式的阈值进行替换可以完成其对第一模式阈值的校正。
S2:在数据采集单元实时采集的数据的数值小于第三模式的阈值超过设定时间周期的情况下,重新计算该状态下数据的第二信号长时平均值LTA,并依据第二信号长时平均值LTA更新第一模式、第二模式和第三模式的阈值。
当座椅的使用者完成落座后,由于使用者的肢体动作会导致数据采集单元采集的数据的数据值处于动态变化状态,其值可能在第二模式的阈值和第三模式的阈值之间浮动。数据采集单元采集的数据的数据值大于第三模式的阈值的情况下将其坐姿判定为标准坐姿,当使用者用户在进行书写或使用电脑时,会因为手臂移动而调节姿势,从而背部与传感器的接触距离发生变化,此时由数据采集单元采集的数据生成的数据曲线中会产生一个下降趋势,若使用者很快调整姿势完毕并回归正确坐姿使得数据值小于第三模式阈值的时间不超过例如是2秒的设定时间周期的情况下,坐姿检测系统保持当前状态继续工作,设定时间周期可以根据实际情况进行灵活设定。当数据值小于第三模式的阈值的时间超过例如是2秒的设定时间周期的情况下,数据处理单元计算该状态下接下来设定时间周期内的数据的第二信号长时平均值LTA。
优选的,将计算获得的第二信号平均值替换为第一模式的第一初始阈值a,并基于第一初始阈值a、m和n重新计算第二模式的第二初始阈值b和第三模式的第三初始阈值c。基于更新后的阈值对使用者的坐姿进行重新判定。
S3:在数据采集单元实时采集的数据的数值保持不变并且稳定在第二模式的阈值和第三模式的阈值之间设定时间长度的情况下,将数据处理单元接收到的数据设置为第一模式的阈值,并更新第二模式和第三模式的阈值。
在数据按照在第二时间内稳定在设定的波动范围内的方式持续位于第二初始阈值b和第三初始阈值c所限定的范围内的情况下,计算第二时间内的数据的第二平均值,并基于第二平均值更新第一初始阈值a、第二初始阈值b和第三初始阈值c,其中,基于更新后的第一初始阈值a、第二初始阈值b和第三初始阈值c再次确定坐姿所对应的模式。例如,在座椅的日常使用过程中,经常会出现将衣物等杂物放在座椅靠背上的情况,此时靠背处于无人就坐的情况,但是由于靠背上的传感器处于受压状态其会持续采集压力数据从而形成数值恒定不变的数据曲线。该数据值往往会处于第二模式的阈值和第三模式的阈值之间,座椅基于该数据值会将座椅的工作模式判定为处于非标准坐姿的第二模式从而产生报警。除非将衣物从座椅靠背上取下方能完全消除座椅的报警,否则使用者通过例如是移动端将报警消除后,隔一段时间后座椅仍会再次产生报警。为了避免上述情况的发生,座椅需要将第一模式、第二模式和第三模式的阈值进行更新。例如,当数据采集单元采集的数据的数据值在例如是10秒的第二时间内保持不变的情况下,坐姿检测系统直接将第一模式的第一初始阈值a替换为数据处理单元接收到的数据的数值,并以第一初始阈值a、m和n重新计算第二模式的第二初始阈值b和第三模式的第三初始阈值c。此时,座椅基于更新后的阈值会将座椅的模式判定为第一模式,即判断座椅处于闲置无人使用状态,从而会完全消除座椅的频繁报警。优选的,第二时间可以根据实际使用情况进行灵活设定。
为了便于理解,结合图2对坐姿检测系统的工作原理进行详细论述。
如图2所示,横坐标为时间,单位为10ms。纵坐标为传感器的归一化数据,其中,数值越大表示电容越大,人体越靠近或人体接触面积越大则电容越大,数值越大。连续直线L1表示第一模式的信号长时平均值LTA的轨迹线,点线L2为传感器产生的数据信号,虚线L3为当判断用户处于第二模式时,系统生成信号,其仅有两个值,即处于第一模式时为0,处于第二模式模式或第三模式时为1。空格划线L4为当判断用户处于第三模式时,系统生成信号,其仅有两个值,即处于第一模式或第二模式时为0,处于第三模式时为1。如图2所示,在横坐标为1~1013的10s的时间周期范围内,数据信号的数据值在第二模式和第三模式之间保持稳定,计算该10s周期内的数据信号的平均值并将其替换为第一模式的阈值a,对应的基于第一初始阈值a、m和n将第二模式的第二初始阈值b和第三模式的第三初始阈值c进行更新。基于更新后的阈值,坐姿检测系统不再判断用户处于第二模式而是处于第一模式,即坐姿检测系统判定数据信号的数据值保持不变是由于覆盖物、传感器疲劳、外界电磁环境干扰导致的传感器初始数据漂移,进而取消报警。
再次参见图2,在横坐标为1211的时刻,出现用户使用座椅并且产生的数据信号的数据值在横坐标为1233时刻超过第三模式的阈值,在横坐标为1233~1607的范围内数据信号始终保持大于第三模式的阈值。在横坐标为1607~1871的范围内由于用户与传感器的接触距离变大,数据信号呈下降趋势,并且在横坐标为1651时刻小于第三模式的阈值,在横坐标为1651~1871的范围内,数据信号的数据值小于第三模式的阈值的时间超过了2秒的设定时间周期,此时坐姿检测系统判定需要对第一模式、第二模式和第三模式的阈值进行更新。在数据信号的数据至小于第三模式的阈值超过2秒的设定时间周期的情况下,可以采用该2秒后的一个采样周期内的数据的平均值替换第一模式的阈值,并基于第一模式的阈值更新第二模式和第三模式的阈值。优选的,也可以采用2秒结束时刻,即坐标为1871时刻的数据信号的值替换第一模式的阈值。
实施例2
本实施例是对实施例1的进一步改进,重复的内容不再赘述。
坐姿检测系统还包括语音输出单元4、移动终端5和报警器6,其中,坐姿检测系统可以设置在轮椅或座椅上,当使用者初次购买设置有坐姿检测系统的座椅产品并初次开机使用的情况下,用户可以基于座椅的语音输出单元4输出的语音提示信息完成第一模式、第二模式和第三模式的数据采集。例如,座椅初次开机使用的情况下,座椅通过语音提示需要将座椅靠背上的重物移除并静置10s以完成坐姿检测系统对第一模式数据的采集,采集的数据即为第一传感器和第二传感器在该10s周期内采集的压力数据,通过线性拟合的方式能够得到时间-压力的变化曲线。通过该压力数据能够计算在10s周期内的长时信号平均值并将该值替换为第一模式的第一初始阈值a,并基于第一初始阈值a、m和n计算更新第二模式的阈值和第三模式的阈值。
优选的,当完成第一模式的数据采集的情况下,通过语音输出单元提示用户在例如是20秒内完成就坐以完成对第二模式数据的采集,采集的数据即为第一传感器和第二传感器在该20秒内采集的压力数据,基于线性拟合能够得到时间-压力的变化曲线。优选的,当完成第一模式的数据采集的情况下,通过语音输出单元提示用户肩部与靠背贴合并保持不动10s以完成对第三模式数据的采集,采集的数据即为第一传感器和第二传感器在该10秒内采集的压力数据。
优选的,例如是手机的移动终端与座椅实现无线通信,使得通过移动终端能够实现座椅模式的参数配置。例如,用户可以通过移动终端输入其年龄、性别和体重等信息,该信息与阈值a、阈值b、阈值c以及三种模式下的时间-压力曲线进行关联存储于存储单元7。当用户更改时,座椅会根据判断该用户在例如是第三模式下的时间-压力曲线是否与存储单元7中的数据存在匹配关系。当存在匹配关系时将座椅的阈值a、阈值b和阈值c切换为与该用户身份想匹配的数据以继续工作。当不存在匹配关系时,判断该用户为未注册用户,通过语音输出单元提醒用户在移动终端上进行注册后方可使用该座椅。
优选的,当坐姿检测系统判断座椅上的就坐人员的坐姿处于第二模式时,通过报警器6对就坐人员进行预警以提醒就坐人员及时调整坐姿。
实施例3
本实施例是对前述实施例的进一步改进,重复的内容不再赘述。
本发明还提供一种防止就坐人员前倾摔倒的方法。在例如是沙发、轮椅或座椅上设置坐姿检测系统。以轮椅为例,在轮椅的靠背上设置有第一传感器和第二传感器,其中,第一传感器设置在靠背的与人体肩背部对应的位置,第二传感器设置在靠背的与人体腰背部对应的位置。例如是腿脚不便的老年人就坐于轮椅上时,在正常情况下,老年人会微微后仰将整个腰背部全部靠在靠背上以获得较为舒适的坐姿。在例如是寒冷的冬季,为了保证轮椅的温暖舒适性会在靠背和座垫上铺设一层覆盖物,覆盖物会对第一传感器和第二传感器产生持续压迫,在老年人由于疲劳瞌睡而向前倾并使得其肩背部脱离第一传感器时,基于覆盖物对第一传感器的压迫产生的数据信号数值大于第三模式阈值的情况下,轮椅仍会判定就坐人员处于标准坐姿下。在无外界提醒的情况下,身体向前倾的老年人极有可能从轮椅上跌落。
优选的,在沿人体肩部和腰部的连线方向上,在第一传感器和第二传感器之间还设置至少一个第三传感器,其中,在第一传感器采集的数据在设定时间内小于第一初始阈值且和第二传感器采集的数据在设定时间内大于第三初始阈值的情况下,第三传感器解除休眠状态。例如,第三传感器的初始工作状态为休眠状态,第一传感器和第二传感器的初始工作状态为通电工作状态。在例如是成年人或老年人就坐于座椅上时,其体型能够保证位于座椅靠背上较高位置处的第一传感器处于受压状态。当例如是幼童就坐于座椅上时,由于其体型的巨大差异可能使得位置较低的第三传感器处于受压状态而位置较高的第一传感器处于脱离人体接触状态。此时为了适应于幼童的体型,位置较第一传感器略低的第三传感器恰好可以适应于幼童的肩部位置,即此时用第三传感器替代第一传感器以采集数据,从而能够使得座椅能够适用于不同体型的就坐人员。设定时间可以根据实际情况进行设定或者由就坐人员进行自行设定。
优选的,在例如是成年人就坐的过程中,第三传感器的初始工作状态为休眠状态,第一传感器和第二传感器的初始工作状态为通电工作状态。当成年人处于背部完全与第一传感器和第二传感器贴合的标准坐姿时,其前倾会导致第一传感器受压减小,其采集的第一实时数据呈下降趋势,在第一传感器采集的第一实时数据首次在第二设定时间周期内持续小于第二初始阈值b的第三时刻T3,第三传感器解除休眠状态。当就坐人员处于疲劳状态产生无意识的前倾时,人体也会逐渐脱离第三传感器。为了避免预警过迟,通过位于第二传感器上方的第三传感器采集数据,在第三传感器采集的实时数据在第二设定时间周期B内持续小于第二初始阈值b的情况下,即可提前判定就坐人员处于持续前倾的状态,从而可以提前生成预警信息以避免预警过迟。
优选的,防止就坐人员前倾摔倒的方法至少包括步骤:
S1:设定第一初始阈值a、第二初始阈值b和第三初始阈值c的初始值。
第一初始阈值a、第二初始阈值阈值b和第三初始阈值c的初始值可以是轮椅的出厂时设定的初始值,例如a=0.2,b=0.857,c=1.05。也可以是第一传感器和第二传感器在开机前10秒内采集的实时数据信号的平均值。例如,第一传感器和第二传感器前10秒的数据平均值分别为d和f,则b=m*(a+1),c=n*(a+1)。
S2:记录第一传感器和第二传感器分别采集的第一实时数据信号和第二实时数据信号首次在第一设定时间周期A内持续小于第三模式的第三初始阈值c的时刻T1和T2。
第一传感器和第二传感器采集的实时数据信号在设定周期内持续大于第三初始阈值c表示就坐人员已经完全落座并处于背部与靠背完全贴合的标准坐姿状态。记录第一传感器和第二传感器分别采集的第一实时数据信号和第二实时数据信号首次在第一设定时间周期A持续小于第三初始阈值c表示就坐人员背部处于远离靠背的状态。第一设定周期A可以根据具体使用情况进行设定,例如可以将其设置为10秒。在就坐人员的背部与靠背贴合的过程中,靠背部下侧的腰背部先于腰背部与靠背接触,同时,就坐人员的背部与靠背远离的过程中,靠背部下侧的腰背部晚于腰背部与靠背远离,使得时刻T1小于时刻T2。
S3:记录第一传感器采集的第一实时数据信号首次在第二设定时间周期B内持续小于第二模式的第二初始阈值b的时刻T3。
当就坐人员处于例如是疲惫状态时其身体会持续前倾使得其肩背部进一步远离靠背,第一传感器采集的第一实时数据信号首次在第二设定时间周期B内持续小于第二模式的第二初始阈值b表示就坐人员具有身体持续前倾的趋势,其很有可能潜睡眠状态。当就坐人员持续保持该浅睡眠状态的情况下,第一传感器采集的数据信号呈缓慢下降的趋势,并且就坐人员具有很大的风险从轮椅上前倾摔倒。优选的,第二设定时间周期可以根据实际情况进行灵活设定,例如可以将其设定为5秒。
S4:在时刻T3与时刻T1的差值大于设定值α的情况下,基于第一实时数据信号在第二设定时间周期B内的平均值替换第一初始阈值a,并更新第二初始阈值b和第三初始阈值c。
由于轮椅的靠背上一般都设置有柔软的包覆物或者保暖用的棉垫等物体,在就坐人员因例如是书写等正常原因向前倾使得其肩背部完全脱离靠背的情况下,柔软包覆物的缓慢回弹特性使得第一传感器采集的数据信号也呈缓慢下降减小的趋势。为了进一步判断就坐人员是否处于真实的浅睡眠状态,需要对其设定一种判断识别机制。
具体的,首先确定时刻T3与时刻T1的差值。设定值α通常按照靠背表面的包覆层的回弹时间进行设定,例如,靠背上的包覆层经挤压后需要5秒才能完全回弹至其初始状态,则设置设定值α为大于5秒的值。从而可以根据时刻T3与时刻T1的差值直观地判断是包覆层回弹还是就坐人员前倾导致的第一传感器的数据信号小于第二初始阈值b。
优选的,在时刻T3与时刻T1的差值大于设定值α的情况下,可以基于第二时间周期内的平均值替换a,并基于公式b=m*(a+1),c=n*(a+1)更新第二初始阈值b和第三初始阈值c。基于更新后的第一初始阈值a,轮椅会将第一传感器判断为处于第一模式,即轮椅会将就坐人员的坐姿判断为其肩背部已完全脱离靠背。
S5:基于更新后的第一初始阈值a、第二初始阈值b和第三初始阈值c记录第二传感器采集的第二实时数据信号首次在第二设定时间周期B内持续小于第二模式的第二初始阈值b的时刻T4。在时刻T4和时刻T2的差值大于设定值β的情况下,判定就坐人员具有前倾摔倒风险并通过报警器向其预警。
第一传感器采集的第一实时数据信号在第二设定时间周期B内的数值是大于未更新前的第一初始阈值a的,当对其进行更新后,第二传感器采集的第二实时数据信号会按照具有时间提前量的方式被提前判断为小于第二初始阈值b,即其时刻T4相比于未更新的第二初始阈值b进行判断得到的时刻具有一定的提前量。具体的,在时刻T4,轮椅将就坐人员的坐姿判断为其腰背部已处于远离靠背的趋势,时刻T4和时刻T2的差值大于设定值β表示其腰背部已经持续处于远离靠背的状态,即轮椅将就坐人员的坐姿判断为肩背部和腰背部均已完全脱离靠背,此时可断定就坐人员是由于其处于例如是浅睡眠状态导致的身体前倾,需要对就坐人员进行预警。
优选的,在时刻T4,轮椅将就坐人员的坐姿判断为其腰背部已处于远离靠背的趋势,但阈值更新后较原有阈值更大,使得座椅的判断是具有一定时间提前量的趋势预测,即在时刻T4,就坐人员的实际前倾程度较预测的前倾程度小,从而使得对就坐人员的预警具有一定的时间提前量,可以有效地避免身体处于过度前倾时才进行预警导致的预警不及时。
为了便于理解,结合图3将本发明的防止就坐人员前倾摔倒的方法进行详细论述。
如图3所示,建立了以时间为横坐标,传感器的数据信号为纵坐标的坐标图。在理想状态下,就坐人员完全落座且背部完全与靠背贴合之后,就坐人员具有前倾倾向时,与人体肩背部对应的第一传感器与人体腰背部对应的第二传感器相比,人体先脱离第一传感器,从而使得第二传感器的数据下降晚于第一传感器。在第一传感器的数据下降时,在时刻T1处首先持续在第一设定时间周期A内持续小于第三初始阈值c。当第一传感器的数据持续下降并且在时刻T3处首先持续在第二设定时间周期B内持续小于第二初始阈值b的情况下,其表示人体的肩背部处于持续远离第一传感器的状态,并且具有很大的趋势完全脱离第一传感器。此时,在时刻T3与时刻T1的差值大于设定值α的情况下,表明第一传感器的数据的降低并不是由设置在靠背上的包覆层的回弹导致的。从而在T3+B时刻,根据第一传感器数据在第二设定时间周期B内的平均值替换第一初始阈值a,并基于公式b=m*(a+1),c=n*(a+1)将第二初始阈值b和第三初始阈值c一并更新。从图3中可以看出,基于第二传感器数据在第二设定时间周期B内数值始终是大于未更新时的第一初始阈值a的,更新后的第一初始阈值a是大于未更新的第一初始阈值a的。在上述情况下,基于更新后的第一初始阈值a、第二初始阈值b和第三初始阈值c,坐姿检测系统会将第一传感器的状态检测定义为脱离状态,但此时就坐人员的实际状态是还未完全脱离座椅,从而坐姿检测系统对第一传感器的状态判断实际上是基于数据的减小趋势,以一定的时间提前量对人体肩背部具有脱离第一传感器的趋势的预判结果。
为了对坐姿检测系统对第一传感器的预判结果进行验证,在T3+B时刻以后,第二传感器数据会基于更新后的第二初始阈值b判断其首次在第二设定时间周期B内持续小于第二初始阈值b的时刻T4。时刻T4和时刻T2的差值大于设定值β,设定值β可以与设定值α相同,其也是用于判断数据的减小是否是由于包覆层的回弹导致的。当时刻T4和时刻T2的差值大于设定值β时,坐姿检测系统判断人体腰背部正处于持续远离并即将脱离第二传感器的状态。由于更新后的第二初始阈值b较未更新的第二初始阈值b大,以更新后的第二初始阈值b判断第二传感器数据时其会在T5时刻达到脱离第二传感器的状态,在T4时刻预警便形成了时间提前量T5-T4,通过时间提前量的方式对就坐人员预警避免了前倾过度后的预警无效。
需要注意的是,上述具体实施例是示例性的,本领域技术人员可以在本发明公开内容的启发下想出各种解决方案,而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白,本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。