CN109487876B - 一种马桶的智能识别检测方法及系统 - Google Patents
一种马桶的智能识别检测方法及系统 Download PDFInfo
- Publication number
- CN109487876B CN109487876B CN201811323454.7A CN201811323454A CN109487876B CN 109487876 B CN109487876 B CN 109487876B CN 201811323454 A CN201811323454 A CN 201811323454A CN 109487876 B CN109487876 B CN 109487876B
- Authority
- CN
- China
- Prior art keywords
- behavior
- signal
- sensing signal
- preprocessed
- amplitude
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 57
- 230000001276 controlling effect Effects 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000034002 defecation rhythm Effects 0.000 claims abstract description 14
- 238000007781 pre-processing Methods 0.000 claims abstract description 14
- 230000000875 corresponding effect Effects 0.000 claims abstract description 13
- 230000011664 signaling Effects 0.000 claims abstract description 5
- 230000003044 adaptive effect Effects 0.000 claims description 61
- 238000001914 filtration Methods 0.000 claims description 34
- 238000003062 neural network model Methods 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 25
- 238000005070 sampling Methods 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 15
- 230000003321 amplification Effects 0.000 claims description 9
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 6
- 230000006399 behavior Effects 0.000 description 113
- 230000013872 defecation Effects 0.000 description 21
- 238000013459 approach Methods 0.000 description 20
- 239000000284 extract Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 238000011010 flushing procedure Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 2
- 238000010415 tidying Methods 0.000 description 2
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 206010061599 Lower limb fracture Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03D—WATER-CLOSETS OR URINALS WITH FLUSHING DEVICES; FLUSHING VALVES THEREFOR
- E03D5/00—Special constructions of flushing devices, e.g. closed flushing system
- E03D5/10—Special constructions of flushing devices, e.g. closed flushing system operated electrically, e.g. by a photo-cell; also combined with devices for opening or closing shutters in the bowl outlet and/or with devices for raising/or lowering seat and cover and/or for swiveling the bowl
- E03D5/105—Special constructions of flushing devices, e.g. closed flushing system operated electrically, e.g. by a photo-cell; also combined with devices for opening or closing shutters in the bowl outlet and/or with devices for raising/or lowering seat and cover and/or for swiveling the bowl touchless, e.g. using sensors
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47K—SANITARY EQUIPMENT NOT OTHERWISE PROVIDED FOR; TOILET ACCESSORIES
- A47K13/00—Seats or covers for all kinds of closets
- A47K13/10—Devices for raising and lowering, e.g. tilting or lifting mechanisms; Collapsible or rotating seats or covers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D5/00—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
- G01D5/26—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D5/00—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
- G01D5/48—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable using wave or particle radiation means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Aviation & Aerospace Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Water Supply & Treatment (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种马桶的智能识别检测方法及系统。该方法包括获取传感器采集的传感信号,所述传感器包括加速度计;对所述传感信号进行预处理;判断预处理后的传感信号是否为人的行为信号;若否,则跳转至所述获取传感信号步骤;若是,则根据预处理后的传感信号确定预处理后的传感信号所代表的行为类型,并根据所述行为类型控制马桶做出相应的动作,所述行为类型包括人的接近行为、排便行为、离开行为和无效行为。本发明提供的马桶智能识别检测方法及系统具有检测精度高、抗干扰性能强、复杂度低和成本低的特点。
Description
技术领域
本发明涉及智能控制技术领域,特别是涉及一种马桶的智能识别检测方法及系统。
背景技术
作为人们日常使用的生活用品,传统的马桶在使用过程中,需要使用者手动进行操作,例如掀开马桶盖板、冲洗马桶或盖下马桶盖板等。随着人们生活水平的不断提高,以及健康意识的增强,人们对于日常生活用品的智能化水平的要求也在不断提高。智能马桶也开始逐渐走入了人们的生活,这种智能马桶一般通过人体检测装置对使用者是否靠近或离开马桶的状态进行检测,进而得到检测信号,然后再利用这种检测信号去驱动对应的执行机构动作,使得马桶自己实现盖板的掀起或盖下以及冲洗马桶,从而实现马桶使用过程的智能化。
目前实现人体行为检测的方法主要有三种:PSD(Position Sensitive Device,位置敏感器件)、PIR(Passive infraredDetector,被动红外检测器)以及利用多普勒原理实现人体检测。其中,PSD利用主动式发射,对人体位置检测精度高,但是容易受到周边环境和障碍物的影响;PIR利用主动式接收,通过检测人体辐射的红外线来确定人体位置,对人体位置检测精度高,但是容易受到周边环境和障碍物的影响。利用多普勒原理通过主动发出发射波并接收反射波来确定人体位置。该种方式通常采用超声波或高频电磁波作为发射波,具有抗干扰性好和检测精度高,但是容易受到周边障碍物的影响。此外,以上三种检测方式均存在检测范围小的缺陷,在进行大范围的检测时,往往需要采用多个检测单元,增加了检测系统的复杂度和成本。同时,以上三种检测方式均没有办法检测到人的排便动作,此时智能马桶本应排水冲便,但是,基于目前的感应装置无法实现此功能。
发明内容
本发明的目的是提供一种马桶的智能识别检测方法及系统,具有检测精度高、抗干扰性能强、复杂度低和成本低的特点。
为实现上述目的,本发明提供了如下方案:
一种马桶的智能识别检测方法,包括:
获取传感器采集的传感信号,所述传感器包括加速度计;
对所述传感信号进行预处理;
判断预处理后的传感信号是否为人的行为信号;
若否,则跳转至所述获取传感信号步骤;
若是,则根据预处理后的传感信号确定预处理后的传感信号所代表的行为类型,并根据所述行为类型控制马桶做出相应的动作,所述行为类型包括人的接近行为、排便行为、离开行为和无效行为。
可选的,所述传感器还包括超声传感器或被动红外传感器。
可选的,所述对所述传感信号进行预处理,具体包括:
采用运算放大器对所述传感信号进行运算放大;
采用抗混叠滤波器对放大后的传感信号进行降采样处理;
采用AD转换器对降采样处理后的传感信号进行模数转换;
采用自适应滤波器对模数转换后的传感信号进行滤波处理。
可选的,在所述采用自适应滤波器对模数转换后的传感信号进行滤波处理之后还包括:
对滤波处理后的传感信号以及滤波处理时采用的自适应参数进行分析,确定新的自适应参数,作为下次滤波处理的自适应参数。
可选的,所述判断预处理后的传感信号是否为人的行为信号,具体包括:
获取预处理后的传感信号的幅值、频率和信号波形;
判断所述幅值、频率和信号波形与设定幅值、设定频率和设定信号波形的匹配度是否均在设定范围内;
如果是,则预处理后的传感信号为人的行为信号;
如果否,则预处理后的传感信号不是人的行为信号。
可选的,所述根据预处理后的传感信号确定预处理后的传感信号所代表的行为类型,具体包括:
将预处理后的传感信号输入神经网络模型,确定预处理后的传感信号所代表的行为类型,所述神经网络模型为预先训练好的行为类型预测模型。
可选的,在所述将预处理后的传感信号输入神经网络模型,确定预处理后的传感信号所代表的行为类型之后,还包括:
将确定行为类型后的传感信号添加到所述神经网络模型的训练样本中,对所述神经网络模型进行重新训练并更新。
可选的,所述根据所述行为类型控制马桶做出相应的动作,具体包括:
当预处理后的传感信号所代表的行为类型为接近行为时,控制马桶盖板掀开;
当预处理后的传感信号所代表的行为类型为离开行为,且前一行为类型为排便行为时,控制马桶冲水,并控制马桶盖板盖下。
本发明还提供了一种马桶的智能识别检测系统,包括:
信号获取模块,用于获取传感器采集的传感信号,所述传感器包括加速度计;
预处理模块,用于对所述传感信号进行预处理;
第一行为确定模块,用于判断预处理后的传感信号是否为人的行为信号;
第二行为确定模块,用于当传感信号为人的行为信号时,根据预处理后的传感信号确定预处理后的传感信号所代表的行为类型,并根据所述行为类型控制马桶做出相应的动作,所述行为类型包括人的接近行为、排便行为、离开行为和无效行为。
可选的,
所述预处理模块包括:
运算放大单元,用于采用运算放大器对所述传感信号进行运算放大;
降采样单元,用于采用抗混叠滤波器对放大后的传感信号进行降采样处理;
模数转换单元,用于采用AD转换器对降采样处理后的传感信号进行模数转换;
滤波单元,用于采用自适应滤波器对模数转换后的传感信号进行滤波处理;
滤波参数更新单元,用于对滤波处理后的传感信号以及滤波处理时采用的自适应参数进行分析,确定新的自适应参数,作为下次滤波处理的自适应参数;
所述第一行为确定模块,具体包括:
幅值频率获取单元,用于获取预处理后的传感信号的幅值、频率和信号波形;
判断单元,用于判断所述幅值、频率和信号波形与设定幅值、设定频率和设定信号波形的匹配度是否均在设定范围内;
第一行为确定单元,用于当所述幅值、频率和信号波形与设定幅值、设定频率和设定信号波形的匹配度均在设定范围内时,确定预处理后的传感信号为人的行为信号,当所述幅值、频率和信号波形与设定幅值、设定频率和设定信号波形的匹配度有一者不在设定范围内时,确定预处理后的传感信号不是人的行为信号;
所述第二行为确定模块,具体包括:
第二行为确定单元,用于将预处理后的传感信号输入神经网络模型,确定预处理后的传感信号所代表的行为类型,所述神经网络模型为预先训练好的行为类型预测模型;
神经网络模型更新单元,用于将确定行为类型后的传感信号添加到所述神经网络模型的训练样本中,对所述神经网络模型进行重新训练并更新;
控制单元,用于当预处理后的传感信号所代表的行为类型为接近行为时,控制马桶盖掀开;当预处理后的传感信号所代表的行为类型为离开行为,且前一行为类型为排便行为时,控制马桶冲水,并控制马桶盖板盖下。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供的马桶智能识别检测方法及系统采用超灵敏加速度计对人的行为进行检测,根据人体接近和离开马桶时,超灵敏加速计感应到的振动信号幅值、频率和波形变化的规律来判断人的行为类型,进而,根据人的行为类型,做出相应的控制动作,即控制马桶盖板的掀开、盖下以及马桶的冲水。由于超灵敏加速度计具有小体积、高灵敏度、高带宽和低噪声等特性,使得本发明基于超灵敏加速度计的马桶智能识别检测方法及系统具有抗干扰性能强,检测精度高,复杂度低和成本低的特点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1为本发明实施例马桶智能识别检测方法流程示意图;
图2为本发明实施例1以超灵敏加速度计作为传感器的检测系统原理的示意图;
图3为本发明实施例2以超声传感器和超灵敏加速度计作为传感器的检测系统原理的示意图;
图4为本发明实施例3以被动红外传感器和超灵敏加速度计作为传感器的检测系统原理的示意图;
图5为本发明实施例4利用超灵敏加速度计检测到的人体行为的示意图;
图6为本发明实施例5利用超灵敏加速度计检测到的人体排便状况的示意图;
图7为本发明实施例马桶的智能识别检测方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种水内冷电机定子线棒股线堵塞程度确定系统及方法,能够实时对电机定子线棒股线的堵塞程度进行监测,对定子线棒股线的堵塞作出早期诊断。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例马桶的智能识别检测方法流程示意图,如图1所示,本发明提供的马桶的智能识别检测方法步骤具体如下:
步骤101:获取传感器采集的传感信号,传感器包括加速度计,还可以包括超声传感器或被动红外传感器;
步骤102:对传感信号进行预处理;
步骤103:判断预处理后的传感信号是否为人的行为信号;
步骤104:如果预处理后的传感信号是人的行为信号,则根据预处理后的传感信号确定预处理后的传感信号所代表的行为类型,并根据行为类型控制马桶做出相应的动作,行为类型包括人的接近行为、排便行为、离开行为和无效行为。
如果预处理后的传感信号不是人的行为信号,则跳转至获取传感信号步骤。
其中,步骤102具体包括:
采用运算放大器对传感信号进行运算放大;
采用抗混叠滤波器对放大后的传感信号进行降采样处理;
采用AD转换器对降采样处理后的传感信号进行模数转换;
采用自适应滤波器对模数转换后的传感信号进行滤波处理;
对滤波处理后的传感信号以及滤波处理时采用的自适应参数进行分析,确定新的自适应参数,作为下次滤波处理的自适应参数。
步骤103具体包括:
获取预处理后的传感信号的幅值、频率和信号波形;
判断所述幅值、频率和信号波形与设定幅值、设定频率和设定信号波形的匹配度是否均在设定范围内;
如果是,则预处理后的传感信号为人的行为信号;
如果否,则预处理后的传感信号不是人的行为信号。
步骤104具体包括:
将预处理后的传感信号输入神经网络模型,确定预处理后的传感信号所代表的行为类型,神经网络模型为预先训练好的行为类型预测模型;
当预处理后的传感信号所代表的行为类型为接近行为时,控制马桶盖板掀开;
当预处理后的传感信号所代表的行为类型为离开行为,且前一行为类型为排便行为时,控制马桶冲水,并控制马桶盖板盖下;
将确定行为类型后的传感信号添加到神经网络模型的训练样本中,对神经网络模型进行重新训练并更新。
实施例1:
如图2所示,本发明的硬件包括:超灵敏加速度计1,运算放大器2,抗混叠滤波器3,AD转换器4,自适应滤波器5,控制器6组成。本发明马桶的智能识别检测方法的实施流程如下:
第一步:当人体接近、远离马桶或者排便时,由超灵敏加速度计1采集振动信号。
第二步:超灵敏加速度计1采集的信号经传感器经过运算放大器2(型号LF347)进行放大。
第三步:运算放大器2输出的信号通过抗混叠滤波器3(型号LTC6603)对信号进行降采样处理。
第四步:将上一步采集的模拟信号由AD转换器4(型号ADS1292)进行数模转换,输出数字信号给自适应滤波器5(型号MAX267)。
第五步:自适应滤波器5对数字信号根据自适应参数进行滤波处理,提高整体信号的信噪比。其初始的自适应参数保存在控制器6(型号CC2640)中,自适应器工作前会接收来自控制器6的参数,滤波后的信号和参数会反馈给控制器6。
第六步:控制器6分析自适应滤波器5传输的原始信号,首先分析出整体信号的频率和幅值特征,并与预先设定好的信号的频率、幅值和信号波形进行匹配,根据匹配的相似程度从原始信号中提取所需的有用信号,然后具体分析该信号的特征,并再次进行频域、幅值与波形形状进行匹配,如果匹配后相似程度在95%以上,则认为该原始信号包含有人体行为信号,此处采用神经网络模型完成。例如,如果提取出的信号幅值越来越大,则表明人体在不断接近,反之则表明人体在远离。同时分析信号的频率,来判断人体是否在不断靠近马桶还是在马桶附近徘徊,提高识别率。控制器6对信号进行处理后会更新滤波器5参数,用于自适应滤波器对下一组信号进行滤波。
另外,本次人使用马桶,控制器6会依靠内置的深度学习算法,对本次测试中采集到的人体信号比如频域、幅值与波形形状等进行存储和分析,得出比较精确的人体行为信号模型,并用本次新的人体行为模型替换掉之前预先设定在控制器内部的标准人体行为信号模型,新的模型是关于此马桶使用者的识别信号,可以提高控制器匹配算法的匹配速度,降低了因为人为个体差异而产生的遗漏检测和错误检测,提高产品的可靠性和适用范围。对于排便信号分析检测与人体行为信号分析检测步骤一致。
实施例2:
如图2所示,本发明的硬件包括:超声传感器、超灵敏传感器1,运算放大器2,抗混叠滤波器3,AD转换器4,自适应滤波器5,控制器6组成。本发明的马桶的自动识别检测实施流程如下:
第一步:当人体接近、远离马桶或者排便时,由超声传感器、超灵敏加速度计1采集振动信号和反射信号。
第二步:超声传感器、超灵敏加速度计1采集的信号经传感器经过运算放大器2(型号LMP7701)进行放大。
第三步:运算放大器2输出的信号通过抗混叠滤波器3(型号LTC6603)对信号进行降采样处理。
第四步:将上一步采集的模拟信号由AD转换器4(型号ADS1292)进行数模转换,输出数字信号给自适应滤波器5(型号MAX267)。
第五步:自适应滤波器5对数字信号根据自适应参数进行滤波处理,提高整体信号的信噪比。其初始的自适应参数保存在控制器6(型号CC2640)中,自适应器工作前会接收来自控制器6的参数,滤波后的信号和参数会反馈给控制器6。
第六步:控制器6分析自适应滤波器5传输的原始信号,首先分析出整体信号的频率和幅值特征,并与预先设定好的信号的频率、幅值、信号波形进行匹配,根据匹配的相似程度从原始信号中提取所需的有用信号,然后具体分析该信号的特征,并再次进行频域、幅值与波形形状进行匹配,如果匹配后相似程度在95%以上,则认为该原始信号包含有人体行为信号,此处采用神经网络模型完成。例如,如果提取出的信号幅值越来越大,则表明人体在不断接近,反之则表明人体在远离。同时分析信号的频率,来判断人体是否在不断靠近马桶还是在马桶附近徘徊,提高识别率。控制器6对信号进行处理后会更新滤波器5参数,用于自适应滤波器对下一组信号进行滤波。
另外,本次人使用马桶,控制器6会依靠内置的深度学习算法,对本次测试中采集到的人体信号比如频域、幅值与波形形状等进行存储和分析,得出比较精确的人体行为信号模型,并用本次新的人体行为模型替换掉上一次存储在控制器6内部的关于此使用人的人体行为模型,新的模型是关于马桶使用者更新、更精确的识别信号,可以表明此使用人的生理信号产生了某些变化比如步频、幅值等,这样下一次使用人再使用此马桶如厕时可以提高控制器匹配算法的匹配速度,降低了因为人为个体差异而产生的遗漏检测和错误检测,提高产品的可靠性和适用范围。对于排便信号分析检测与人体行为信号分析检测步骤一致。
实施例3:
如图3所示,本发明的硬件包括:PIR(Passive infrared Detector,被动红外传感器)和超灵敏加速度计1,运算放大器2,抗混叠滤波器3,AD转换器4,自适应滤波器5,控制器6组成。本发明的马桶自动识别检测系统的实施流程如下:
第一步:当人体接近、远离马桶或者排便时,由PIR(Passive infrared Detector,被动红外传感器)、超灵敏加速度计1采集振动信号和辐射信号。
第二步:PIR(Passive infrared Detector,被动红外传感器)、超灵敏加速度计1采集的信号经传感器经过运算放大器2(型号LMP7701)进行放大。
第三步:运算放大器2输出的信号通过抗混叠滤波器3(型号LTC6603)对信号进行降采样处理。
第四步:将上一步采集的模拟信号由AD转换器4(型号ADS1292)进行数模转换,输出数字信号给自适应滤波器5(型号MAX267)。
第五步:自适应滤波器5对数字信号根据自适应参数进行滤波处理,提高整体信号的信噪比。其初始的自适应参数保存在控制器6(型号CC2640)中,自适应器工作前会接收来自控制器6的参数,滤波后的信号和参数会反馈给控制器6。
第六步:控制器6分析自适应滤波器5传输的原始信号,首先分析出整体信号的频率和幅值特征,并与预先设定好的信号的频率、幅值和信号波形进行匹配。信号的特征有频率、幅值、相位等,本发明所需测量和比较的信号特征是频率、幅值和信号波形。预先设定好的信号的频率、幅值和信号波形是根据一个标准人体或者是普通人模型为基础建立的,首先测量一个正常人走路靠近马桶、离开马桶和如厕时候的声音信号,测量信号的频率、幅值和波形,作为一个测量基准,同时根据每个人和标准人体的差异或者每个人不同使用情况设定一个信号的范围,比如判断是否有人接近或者离开马桶,将一个标准人体正常走路步频为每分钟60步信号的频率为1HZ,考虑到个人可能由于腿骨骨折走路不便,或者以奔跑的速度奔向马桶,或者个人在走路时候会突然加速或者减速,控制器内预先设定的用来确定是否有人接近的信号频率设定范围为0.01HZ到100HZ,即一个人以标准人体正常走路0.01倍或者100倍的速度接近或者马桶时,标准人体接近、远离马桶或者排便时信号的幅值的0.01倍到100倍范围作为预先设定型号的幅值范围,其脚步的声音信号的频率、幅值和波形都会被采集和分析,此设定范围足以将绝大多数人的人体的行为信号进行包括。当一个人以每秒钟120步的速度接近或者离开马桶时,由于其信号不在预先设置好的一个正常人走路步频的0.01倍到100倍之内信号范围内,则无法提取到有用的信号和预先设定的信号进行比对,控制器没有提取到认为是人的信号,系统认为没有人接近马桶,控制器6会向自适应滤波器5输入重置指令,使得自适应滤波器5重置以检测和处理接下来由AD转换器4输入的新的信号并对信号进行滤波。当一个人以相当于标准人2倍的速度接近马桶时候,但是其运动信号的幅值是一个标准人体接近马桶信号幅值的150倍时,此人体信号也不在控制器预先设定的信号范围内,则无法提取到有用的信号和预先设定的信号进行比对,控制器没有提取到认为是人的信号,系统认为没有人接近马桶,控制器6会向自适应滤波器5输入重置指令,使得自适应滤波器5重置以检测和处理接下来由AD转换器4输入的新的信号并对信号进行滤波,当这个以相当于标准人2倍的速度接近马桶但是其运动信号的幅值是一个标准人体接近马桶信号幅值的150倍的信号无法被判断为有人体接近后,有一只苍蝇从空中在放置本发明的马桶的空间内飞行,超灵敏加速度计1检测到信号,并经过运算放大器2放大,抗混叠滤波器3采样,AD转换器4转换成数字信号,由自适应滤波器5进行滤波并输入控制器,由于苍蝇接近或者远离马桶的信号和范围扩大到从预先设定的标准人体接近或者远离马桶的信号在波形、幅值和频率特征0.01倍到100倍的情况下都不具有相似性,无法提取到有用的信号和预先设定的信号进行比对,控制器没有提取到认为是人的信号,系统认为没有人接近马桶,控制器6会向自适应滤波器5输入重置指令,使得自适应滤波器5重置以检测和处理接下来由AD转换器4输入的新的信号并对信号进行滤波。然后,一个人以每分钟30步的速度走向马桶,因为走路非常用力,振动的幅值为标准人体接近马桶的80倍,由于在控制器6预先设定信号范围内,则控制器6提取到该相当于标准人体接近马桶的频率0.5倍,幅值80倍的信号,可以对其进行分析,控制器6对该信号每一个周期2s(每分钟30步,信号频率为0.5Hz)内的幅值进行比较,发现该信号幅值逐渐增大,控制器6认为人体在接近马桶,人的行为信号如图5所示。系统判断人体在接近马桶,因此控制器6不会向自适应滤波器5发出重置指令,自适应滤波器5继续工作而不是重新处理下一组信号,而是等待处理人体排便信号。人体排便信号也是根据标准人体如厕排便时的信号作为基本参照进行预先设定。考虑个人和标准人体的差异,也将控制器6内预先设定的人体排便信号的频率、幅值或者波形范围扩大为从0.01倍到100倍,即当一个人排便产生振动信号的幅值或者频率是标准人体排便振动信号频率的0.01倍到100倍,都可以被控制器6认为是有用信号,会对该信号进行分析,分析其信号的频率、波形和幅值以判断其是否是人体排便行为。控制器6已经判断有人靠近马桶,接下来根据超灵敏加速度计1采集的信号来判断人是否有排便行为,当某人靠近马桶后,坐下、整理头发或者从口袋里拿出钥匙并没有排便,此时由超灵敏加速度计1采集到信号,采集信号经过运算放大器2放大,抗混叠滤波器3采样,AD转换器4转换成数字信号,自适应滤波器5进行滤波,控制器6对收集到的所有信号进行分析,其中坐下、整理头发的信号和预先设定标准人体排便信号很接近,而拿出钥匙的信号和预先设定标准人体排便信号相似度很低(信号频率、幅值或者波形差异超过100倍以上),控制器6对人坐下和整理头发信号的幅值、频率和波形与预先设定标准人体排便信号进行比较,人坐下和整理头发信号在幅值、频率和波形这几个方面和预先设定标准人体排便模型相似程度在95%以下(比如标准人体排便信号的频率是0.1Hz到50Hz,人坐下和整理头发信号频率虽然在这个范围内,但是波形的变化相差很大),则控制器6判定人体并未排便。当该人坐下后并整理了头发后,开始排便,并在排便过程中拍手和整理头发,超灵敏加速度计1采集到信号,采集信号经过运算放大器2放大,抗混叠滤波器3采样,AD转换器4转换成数字信号,自适应滤波器5进行滤波,控制器6对收集到的所有信号进行分析,控制器6对自适应滤波器5输入的采集到的排便、整理头发和拍手所产生的信号进行比较,对信号的幅值、频率和波形和预先设定的标准人体排便信号进行比较,拍手和整理头发信号经过比较相似度在95%以下,系统认为人体并未排便,但是人体排便信号和预先设定的标准人体排便信号在频率、波形和幅值上数值相差在5%以内,相似度在95%以上,系统判定人体正在排便,即系统检测到人体正在进行排便,此处采用神经网络模型完成,信号如图6所示。系统在检测到人体排便远离后,检测到人体远离马桶的信号,则此次检测结束。控制器6向自适应滤波器5发出重置指令更新其参数,使其对传感器采集的信号进行滤波进行下一组数据检测。
另外,本次使用马桶,控制器6会依靠内置的深度学习算法,对本次测试中采集到的人体信号比如频域、幅值与波形形状等进行存储和分析,得出比较精确的人体行为信号模型,并用本次新的人体行为模型替换掉之前预先设定在控制器内部的标准人体行为信号模型,新的模型是关于此马桶使用者的识别信号。
本发明提供的马桶智能识别检测方法采用超灵敏加速度计对人的行为进行检测,根据人体接近和离开马桶时,超灵敏加速计感应到的振动信号幅值、频率和波形变化的规律来判断人的行为类型,进而,根据人的行为类型,做出相应的控制动作,即控制马桶盖板的掀开、盖下以及马桶的冲水。由于超灵敏加速度计具有小体积、高灵敏度、高带宽和低噪声等特性,使得基于超灵敏加速度计的马桶智能识别检测方法及系统具有抗干扰性能强,检测精度高,复杂度低和成本低的特点。
本发明还提供了一种马桶智能识别检测系统,如图7所示,该系统包括:
信号获取模块701,用于获取传感器采集的传感信号,传感器包括加速度计;
预处理模块702,用于对传感信号进行预处理;
第一行为确定模块703,用于判断预处理后的传感信号是否为人的行为信号;
第二行为确定模块704,用于当传感信号为人的行为信号时,根据预处理后的传感信号确定预处理后的传感信号所代表的行为类型,并根据行为类型控制马桶做出相应的动作,行为类型包括人的接近行为、排便行为、离开行为和无效行为。
其中,预处理模块702包括:
运算放大单元,用于采用运算放大器对传感信号进行运算放大;
降采样单元,用于采用抗混叠滤波器对放大后的传感信号进行降采样处理;
模数转换单元,用于采用AD转换器对降采样处理后的传感信号进行模数转换;
滤波单元,用于采用自适应滤波器对模数转换后的传感信号进行滤波处理;
滤波参数更新单元,用于对滤波处理后的传感信号以及滤波处理时采用的自适应参数进行分析,确定新的自适应参数,作为下次滤波处理的自适应参数;
第一行为确定模块703,具体包括:
幅值频率获取单元,用于获取预处理后的传感信号的幅值、频率和信号波形;
判断单元,用于判断所述幅值、频率和信号波形与设定幅值、设定频率和设定信号波形的匹配度是否均在设定范围内;
第一行为确定单元,用于当所述幅值、频率和信号波形与设定幅值、设定频率和设定信号波形的匹配度均在设定范围内时,确定预处理后的传感信号为人的行为信号,当所述幅值、频率和信号波形与设定幅值、设定频率和设定信号波形的匹配度有一者不在设定范围内时,确定预处理后的传感信号不是人的行为信号;
第二行为确定模块704,具体包括:
第二行为确定单元,用于将预处理后的传感信号输入神经网络模型,确定预处理后的传感信号所代表的行为类型,神经网络模型为预先训练好的行为类型预测模型;
神经网络模型更新单元,用于将确定行为类型后的传感信号添加到神经网络模型的训练样本中,对神经网络模型进行重新训练并更新;
控制单元,用于当预处理后的传感信号所代表的行为类型为接近行为时,控制马桶盖掀开;当预处理后的传感信号所代表的行为类型为离开行为,且前一行为类型为排便行为时,控制马桶冲水,并控制马桶盖板盖下。
本发明提供的马桶智能识别检测系统采用超灵敏加速度计对人的行为进行检测,根据人体接近和离开马桶时,超灵敏加速计感应到的振动信号幅值、频率和波形变化的规律来判断人的行为类型,进而,根据人的行为类型,做出相应的控制动作,即控制马桶盖板的掀开、盖下以及马桶的冲水。由于超灵敏加速度计具有小体积、高灵敏度、高带宽和低噪声等特性,使得基于超灵敏加速度计的马桶智能识别检测方法及系统具有抗干扰性能强,检测精度高,复杂度低和成本低的特点。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种马桶的智能识别检测方法,其特征在于,包括:
获取传感器采集的传感信号,所述传感器为加速度计;
对所述传感信号进行预处理;
判断预处理后的传感信号是否为人的行为信号;
若否,则跳转至所述获取传感信号步骤;
若是,则根据预处理后的传感信号确定预处理后的传感信号所代表的行为类型,并根据所述行为类型控制马桶做出相应的动作,所述行为类型包括人的接近行为、排便行为、离开行为和无效行为;
其中,所述判断预处理后的传感信号是否为人的行为信号,具体包括:
获取预处理后的传感信号的幅值、频率和信号波形;
判断所述幅值、频率和信号波形与设定幅值、设定频率和设定信号波形的匹配度是否均在设定范围内;
如果是,则预处理后的传感信号为人的行为信号;
如果否,则预处理后的传感信号不是人的行为信号;
所述根据预处理后的传感信号确定预处理后的传感信号所代表的行为类型,具体包括:
将预处理后的传感信号输入神经网络模型,确定预处理后的传感信号所代表的行为类型,所述神经网络模型为预先训练好的行为类型预测模型;
所述根据所述行为类型控制马桶做出相应的动作,具体包括:
当预处理后的传感信号所代表的行为类型为接近行为时,控制马桶盖板掀开;
当预处理后的传感信号所代表的行为类型为离开行为,且前一行为类型为排便行为时,控制马桶冲水,并控制马桶盖板盖下。
2.根据权利要求1所述的马桶的智能识别检测方法,其特征在于,所述传感器还包括超声传感器或被动红外传感器。
3.根据权利要求1所述的马桶的智能识别检测方法,其特征在于,所述对所述传感信号进行预处理,具体包括:
采用运算放大器对所述传感信号进行运算放大;
采用抗混叠滤波器对放大后的传感信号进行降采样处理;
采用AD转换器对降采样处理后的传感信号进行模数转换;
采用自适应滤波器对模数转换后的传感信号进行滤波处理。
4.根据权利要求3所述的马桶的智能识别检测方法,其特征在于,在所述采用自适应滤波器对模数转换后的传感信号进行滤波处理之后还包括:
对滤波处理后的传感信号以及滤波处理时采用的自适应参数进行分析,确定新的自适应参数,作为下次滤波处理的自适应参数。
5.根据权利要求1所述的马桶的智能识别检测方法,其特征在于,在所述将预处理后的传感信号输入神经网络模型,确定预处理后的传感信号所代表的行为类型之后,还包括:
将确定行为类型后的传感信号添加到所述神经网络模型的训练样本中,对所述神经网络模型进行重新训练并更新。
6.一种马桶的智能识别检测系统,其特征在于,包括:
信号获取模块,用于获取传感器采集的传感信号,所述传感器为加速度计;
预处理模块,用于对所述传感信号进行预处理;
第一行为确定模块,用于判断预处理后的传感信号是否为人的行为信号;
第二行为确定模块,用于当传感信号为人的行为信号时,根据预处理后的传感信号确定预处理后的传感信号所代表的行为类型,并根据所述行为类型控制马桶做出相应的动作,所述行为类型包括人的接近行为、排便行为、离开行为和无效行为;
所述预处理模块包括:
运算放大单元,用于采用运算放大器对所述传感信号进行运算放大;
降采样单元,用于采用抗混叠滤波器对放大后的传感信号进行降采样处理;
模数转换单元,用于采用AD转换器对降采样处理后的传感信号进行模数转换;
滤波单元,用于采用自适应滤波器对模数转换后的传感信号进行滤波处理;
滤波参数更新单元,用于对滤波处理后的传感信号以及滤波处理时采用的自适应参数进行分析,确定新的自适应参数,作为下次滤波处理的自适应参数;
所述第一行为确定模块,具体包括:
幅值频率获取单元,用于获取预处理后的传感信号的幅值、频率和信号波形;
判断单元,用于判断所述幅值、频率和信号波形与设定幅值、设定频率和设定信号波形的匹配度是否均在设定范围内;
第一行为确定单元,用于当所述幅值、频率和信号波形与设定幅值、设定频率和设定信号波形的匹配度均在设定范围内时,确定预处理后的传感信号为人的行为信号,当所述幅值、频率和信号波形与设定幅值、设定频率和设定信号波形的匹配度有一者不在设定范围内时,确定预处理后的传感信号不是人的行为信号;
所述第二行为确定模块,具体包括:
第二行为确定单元,用于将预处理后的传感信号输入神经网络模型,确定预处理后的传感信号所代表的行为类型,所述神经网络模型为预先训练好的行为类型预测模型;
神经网络模型更新单元,用于将确定行为类型后的传感信号添加到所述神经网络模型的训练样本中,对所述神经网络模型进行重新训练并更新;
控制单元,用于当预处理后的传感信号所代表的行为类型为接近行为时,控制马桶盖掀开;当预处理后的传感信号所代表的行为类型为离开行为,且前一行为类型为排便行为时,控制马桶冲水,并控制马桶盖板盖下。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811323454.7A CN109487876B (zh) | 2018-11-08 | 2018-11-08 | 一种马桶的智能识别检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811323454.7A CN109487876B (zh) | 2018-11-08 | 2018-11-08 | 一种马桶的智能识别检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109487876A CN109487876A (zh) | 2019-03-19 |
CN109487876B true CN109487876B (zh) | 2021-02-09 |
Family
ID=65695344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811323454.7A Active CN109487876B (zh) | 2018-11-08 | 2018-11-08 | 一种马桶的智能识别检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109487876B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112443019A (zh) * | 2019-09-05 | 2021-03-05 | 梅州市青塘实业有限公司 | 一种马桶及其冲水控制方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1809313A (zh) * | 2003-06-20 | 2006-07-26 | 松下电器产业株式会社 | 振动检测装置和马桶座圈装置 |
CN201915475U (zh) * | 2010-10-14 | 2011-08-03 | 廖明忠 | 一种基于传感器控制的洁具出水控制装置 |
CN105464185A (zh) * | 2015-08-06 | 2016-04-06 | 厦门优胜卫厨科技有限公司 | 一种智能坐便器及其状态切换的方法 |
CN105828681A (zh) * | 2013-12-13 | 2016-08-03 | 松下知识产权经营株式会社 | 坐便座装置和坐便器装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7636959B2 (en) * | 2006-12-18 | 2009-12-29 | Limit, Inc. | Toilet overflow prevention system and method |
US20130180040A1 (en) * | 2012-01-17 | 2013-07-18 | Hans D. Baumann | Toilet leak prevention system |
-
2018
- 2018-11-08 CN CN201811323454.7A patent/CN109487876B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1809313A (zh) * | 2003-06-20 | 2006-07-26 | 松下电器产业株式会社 | 振动检测装置和马桶座圈装置 |
CN201915475U (zh) * | 2010-10-14 | 2011-08-03 | 廖明忠 | 一种基于传感器控制的洁具出水控制装置 |
CN105828681A (zh) * | 2013-12-13 | 2016-08-03 | 松下知识产权经营株式会社 | 坐便座装置和坐便器装置 |
CN105464185A (zh) * | 2015-08-06 | 2016-04-06 | 厦门优胜卫厨科技有限公司 | 一种智能坐便器及其状态切换的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109487876A (zh) | 2019-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107422643B (zh) | 基于振动检测的智能家居监控方法及系统 | |
US20200178906A1 (en) | Medical devices | |
CN109258509B (zh) | 一种生猪异常声音智能监测系统与方法 | |
CN105828681B (zh) | 坐便座装置和坐便器装置 | |
Zigel et al. | A method for automatic fall detection of elderly people using floor vibrations and sound—Proof of concept on human mimicking doll falls | |
US11406301B2 (en) | System and method for detecting emotional state of pet | |
CN109346075A (zh) | 通过人体振动识别用户语音以控制电子设备的方法和系统 | |
US6503197B1 (en) | System and method for detecting an action of the head and generating an output in response thereto | |
WO2009113056A1 (en) | System for automatic fall detection for elderly people | |
WO2013037171A1 (zh) | 一种用于识别被检测对象动作的设备、系统及方法 | |
Toreyin et al. | Falling person detection using multi-sensor signal processing | |
CN106388831B (zh) | 基于样本加权算法的检测摔倒动作的方法 | |
JP2005160640A (ja) | 生体状態検出装置 | |
CN109963508A (zh) | 用于确定跌倒风险的方法和装置 | |
JP2011237865A (ja) | 生活空間の見守りシステム | |
CN109487876B (zh) | 一种马桶的智能识别检测方法及系统 | |
JP2011200584A (ja) | 動作判別装置、動作判別方法、及び動作判別コンピュータ・プログラム | |
Valero et al. | Vibration sensing-based human and infrastructure safety/health monitoring: A survey | |
CN113616188B (zh) | 一种基于不可听声音调频连续波的呼吸监测方法 | |
CN114442079A (zh) | 目标对象的跌倒检测方法及装置 | |
US11133020B2 (en) | Assistive technology | |
JP4633865B2 (ja) | 動作判別装置、動作判別モデルの構築方法、動作判別方法、及び動作判別コンピュータ・プログラム | |
KR102495203B1 (ko) | 비접촉 수면상태 판단 및 수면보조 장치 그리고 그 제어방법 | |
US10733875B2 (en) | Detection device, information input device, and watching system | |
CN104808670A (zh) | 一种智能互动机器人 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221102 Address after: 211806 No. 121-1, Baihe Road, Pukou Economic Development Zone, Pukou District, Nanjing, Jiangsu Province Patentee after: Nanjing feien Microelectronics Co.,Ltd. Address before: Room 108, building 5, phase 1, Pukou science and technology innovation Plaza, 88 pubin Avenue, Jiangpu street, Pukou District, Nanjing City, Jiangsu Province, 210000 Patentee before: Nanjing Hao Saimi Electric Power Technology Co.,Ltd. |
|
TR01 | Transfer of patent right |