CN110292386A - 一种基于视频信息和压电信息的人体坐姿检测系统及方法 - Google Patents

Abstract

本发明提供了一种基于视频信息和压电信息的人体坐姿检测系统及方法，包括压力传感器、骨骼识别模块、STM32单片机和显示模块；通过背部压电传感器阵列和底部压电传感器阵列分别采集人体背部和臀部的坐压信息；采用Kinect深度摄像头获取人体骨骼图像信息，进而采集人体骨骼信息；根据所述的坐压信息，判断第一人体坐姿类型；根据所述的骨骼信息，判断第二人体坐姿类型；若所述第一人体坐姿类型和第二人体坐姿类型相同，则得到最终人体坐姿类型，并对所述最终人体坐姿类型保持时长进行计时，若超过所述最终人体坐姿类型对应的预定时间，则对用户进行健康提示。本发明的有益效果是：提高了人体坐姿类型识别的精度，且检测方法简单，实用性强。

Description

一种基于视频信息和压电信息的人体坐姿检测系统及方法

技术领域

本发明涉及人体坐姿检测领域，尤其涉及一种基于视频信息和压电信息的人体坐姿检测系统及方法。

背景技术

现如今，由于工作的需要，越来越多的人需要长时间坐在办公桌前进行工作与学习。但根据调查，当今的坐姿健康状况并不乐观，大多数人不会刻意保持标准的坐姿，且随着工作时间的增长，人体的疲劳感增大，坐姿更容易产生变形，从而在不经意间就会长时间维持不良坐姿。

但是，长期处于不良坐姿对人类的身体却会造成损伤。不同的坐姿下，身体各部位如脊椎、背部、臀部和腿部所承受的压力是不相同的。长久处于不良坐姿状态，腹部肌肉组织、腿部肌肉组织、臀部肌肉组织都会因受力不均而产生一定的损伤，长期腰部受力不均的不良坐姿更是会带来脊椎不正常弯曲等腰椎和脊背部的病变问题。除此之外，不良坐姿同时可能会引发眼部疾病。因此，设计一套坐姿检测系统对于避免由于不良坐姿而引起的种种后果是十分必要的。

在日常生活中，注意保持健康的坐姿并保证久坐时间的合理性，对于伏案人群的身心健康、疾病预防有着重要的意义。现已提出了通过检测坐姿及久坐时间进行人体健康评估的方法，但目前的坐姿检测仅从压电信息或仅从图像信息去检测人体的坐姿，方法略显单一，并且这样的检测会受到个人体重、坐姿习惯等因素的影响，使检测结果出现一定的误差。实际使用测量中，研究者为提高精确度，往往会采用更复杂更高效的检测算法，从而导致实时性降低。

国内基于坐压检测的识别方面的研究非常多，杨志敏等人研究了人体工效学在座椅款式设计中的应用，将坐姿分两种，一种为一个支撑点，即只有臀部与座位相接触,另一种为两个支撑点，即臀部、背部与座位均接触。王亚嫔综合了压力分布测量方法、虚拟仪器技术以及现代测试技术等，开发了一套压力分布测量系统，该系统能够测量静、动态坐姿压力，并且通过输出数据表、二维等压线图、二维点图、三维图以及相关压力指标直观地显示坐姿下压力分布情况。鲍军荣采用5个传感器组成传感器阵列，并用聚类分析的方法识别坐姿。岳佳佳、王奇慧等人首先采用FSR402压阻传感器、STM32单片机、LabVIEW采集数据并设计了人机交互界面，建立了坐姿数据样本库。国内的研究在实际交通路况中的视频监控系统、人机交互、图像识别、指纹识别、视频识别、人脸识别等都获得了很大的突破与成功，但针对人体坐姿的检测，使用视频监控与图像处理方法效果都不理想。

在国外，Alejandro Jaimes等人提出通过头部中心轴、左右肩分别与水平的角度来判断人体坐姿。此方法有如下一些缺点：1、当室内环境改变时，比如光照，需重新获取一张作为背景；2、确定肩膀所在的直线容易受到干扰；3、根据三个角度来判断坐姿，只能从某一方面来纠正人体坐姿，不能对坐姿进行全面的分析判断。Lan Mu等人提出了根据人脸的位置和大小进行坐姿识别，此方法先要采取一个良好的坐姿图像作为标准(人脸大小和位置)，后续判别就与标准相比较。但此方法仅仅根据人脸的位置和大小来判断，具有一定的局限性。图像处理分析由于算法冗余，不能实时检测，设计系统复杂；相对的加速度检测分析采取的是简便算法，系统结构精简，并且可以采用射频技术进行实时操作检测。但在实际使用测量中研究者为提高精确度，往往会采用更复杂更高效的检测算法，从而导致实时性降低。

为了解决上述问题，本发明提出了一种基于视频信息和压电信息的人体坐姿检测系统，双系统的坐姿检测方法大大改善了上述提到的因素对检测结果造成的影响，提高了检测精度，同时检测算法相对简单，实用性强。

发明内容

为了解决上述问题，本发明提供了一种基于视频信息和压电信息的人体坐姿检测系统及方法；一种基于视频信息和压电信息的人体坐姿检测系统包括压力传感器、骨骼识别模块、STM32单片机和显示模块；

所述压力传感器用来采集人体背部和臀部坐压信息；所述压力传感器为电阻式压力传感器；

所述骨骼识别模块采用Kinect深度摄像头，用来获取人体骨骼图像信息，进而采集人体骨骼信息；

所述STM32单片机包括坐姿判断单元、数据接收单元、数据处理与保存单元和坐姿类型-时间曲线绘制单元；用来实现串口配置、数据接收及处理和绘制压力曲线功能；

所述数据接收单元实时接收串口传递的所述压力传感器检测到的压力数据和所述骨骼识别模块传送的骨骼图像信息，所述数据处理与保存单元处理并保存所述压力数据和所述骨骼图像信息，分别得到相应的传感电压值和Kinect坐标值；所述坐姿判断单元根据实时接收的所述传感电压值与Kinect坐标值，判断用户当前的坐姿类型；所述坐姿类型-时间曲线绘制单元根据所述判断单元输出的坐姿类型随时间的变化，绘制出坐姿类型-时间曲线，并在所述显示模块上显示出来；

所述显示模块，用来实时显示坐压信息、人体骨骼信息、压力曲线、所述传感电压值与Kinect坐标值变化曲线、坐姿类型-时间曲线、同一坐姿类型持续时间及达到所述同一坐姿类型对应的预定时间后的弹出的健康提示。

进一步地，所述坐姿类型包括前倾、后倾、左倾、右倾和正常。

进一步地，所述显示模块即为人机交互界面，所述人机交互界面采用LabVIEW进行设计。

进一步地，所述显示模块采用VISA读取函数读取所述压力传感器识别模块和所述骨骼识别模块检测出的数据，VISA读取函数读出来的数据是以字符串的形式存在，即将10个压力传感器检测出的压力数据一起读取出来。

进一步地，10路电阻式压力传感器随压力的变化电阻值发生变化，经过LM358运放组成的电流-电压转换电路，输出电压模拟量，在STM32上经过ADC转换，输出为电压数字量；根据模数转换原理，将电压数字量转换为传感电压值：

式中V_REF＝3.3V，A为电压数字量。

一种基于视频信息和压电信息的人体坐姿检测方法，基于所述基于视频信息和压电信息的人体坐姿检测实现；其特征在于：包括以下步骤：

S1：通过背部压电传感器阵列和底部压电传感器阵列分别采集人体背部和臀部的坐压信息；

S2：采用Kinect深度摄像头获取人体骨骼图像信息，进而采集人体骨骼信息；

S3：根据步骤S1中所述的坐压信息，判断第一人体坐姿类型；所述的坐压信息用来反映人体背部和臀部受压分布是否均衡；进而判断人体坐姿类型；所述坐姿类型包括前倾、后倾、左倾、右倾和正常；

S4：根据步骤S2中所述的骨骼信息，判断第二人体坐姿类型；所述的骨骼信息用来判断出人体头部与两肩连线的倾角以及头部与两肩的相对距离，进而判断人体坐姿类型；

S5：将步骤S3和步骤S4中分别得到的所述第一人体坐姿类型和第二人体坐姿类型进行与运算；判断所述第一人体坐姿类型和第二人体坐姿类型是否相同？若是，则到步骤S6；若否，则回到步骤S1；

S6：得到最终人体坐姿类型，并对所述最终人体坐姿类型保持时长进行计时，若超过所述最终人体坐姿类型对应的预定时间，则对用户进行健康提示。

本发明提供的技术方案带来的有益效果是：提高了人体坐姿类型识别的精度，且检测方法简单，实用性强。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明实施例中基于视频信息和压电信息的人体坐姿检测系统框图；

图2是本发明实施例中一种基于视频信息和压电信息的人体坐姿检测方法的流程图；

图3是本发明实施例中压电传感器识别模块工作流程图；

图4是本发明实施例中骨骼识别模块工作流程图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。

本发明的实施例提供了一种基于视频信息和压电信息的人体坐姿检测系统及方法，该人体坐姿检测系统采用压力传感器、STM32单片机和Kinect深度摄像头进行设计；

一种基于视频信息和压电信息的人体坐姿检测系统，包括压力传感器、骨骼识别模块、STM32单片机和显示模块；

所述压力传感器用来采集人体背部和臀部坐压信息；所述压力传感器为电阻式压力传感器；

所述骨骼识别模块采用Kinect深度摄像头，用来获取人体骨骼图像信息，进而采集人体骨骼信息；

所述STM32单片机包括坐姿判断单元、数据接收单元、数据处理与保存单元和坐姿类型-时间曲线绘制单元；用来实现串口配置、数据接收及处理和绘制压力曲线等功能；

所述数据接收单元实时接收串口传递的所述压力传感器检测到的压力数据和所述骨骼识别模块传送的骨骼图像信息，所述数据处理与保存单元处理并保存所述压力数据和所述骨骼图像信息，分别得到相应的传感电压值和Kinect坐标值；所述坐姿判断单元根据实时接收的所述传感电压值与Kinect坐标值，判断用户当前的坐姿类型；所述坐姿类型包括前倾、后倾、左倾、右倾和正常；所述坐姿类型-时间曲线绘制单元根据所述判断单元输出的坐姿类型随时间的变化，绘制出坐姿类型-时间曲线，并在所述显示模块上显示出来；

骨骼图像信息中的一个骨骼点对应处理后的一个坐标点，每个坐姿头部骨骼坐标点和肩膀骨骼坐标点有一个差值，根据专家经验，得到每个人正常坐姿时对应的坐标设定范围，根据超出这个设定范围的不同，判断人体坐姿类型是左倾、右倾、前倾或后倾；

所述显示模块，用来实时显示坐压信息、人体骨骼信息、压力曲线、所述传感电压值与Kinect坐标值变化曲线、坐姿类型-时间曲线、同一坐姿类型持续时间及达到所述同一坐姿类型对应的预定时间后的弹出的健康提示。

所述人机交互界面采用LabVIEW进行设计，实现的功能包括：所述STM32单片机实时接收串口传递的所述压力传感器识别模块检测到的压力数据，并处理所述压力数据，得到相应的传感电压值；在所述显示模块上显示所述传感电压值；所述STM32单片机实时接收所述骨骼识别模块传送的数据并进行处理，得到相应的Kinect坐标值；对比变化的所述传感电压值与Kinect坐标值，判断用户的当前坐姿状态；所述STM32单片机保存所述压力传感器识别模块和所述所述骨骼识别模块传输的数据，并在所述显示模块上显示所述传感电压值与Kinect坐标值变化曲线、同一坐姿类型持续时间及达到所述同一坐姿类型对应的预定时间后的健康提示。所述坐姿类型包括前倾、后倾、左倾、右倾和正常；LabVIEW程序会自动生成一个Excel文件，将5中坐姿类型下持续一段时间内的所述传感电压值与Kinect坐标值记录并保存下来。

所述显示模块采用VISA读取函数读取所述压力传感器识别模块和所述骨骼识别模块检测出的数据，VISA读取函数读出来的数据是以字符串的形式存在，相当于是10个压力传感器检测出的数据一起传送；

10路电阻式压力传感器随压力的变化电阻值发生变化，经过LM358运放组成的电流-电压转换电路，输出的是电压模拟量，在STM32上经过ADC转换，输出为电压数字量。且所述ADC是12位的，根据模数转换原理，将电压数字量转换为传感电压值的公式为：

式中V_REF＝3.3V，A为数字量。为了使数据变化的更容易观察，可将3.3V改为33V，将测量的电压数据扩大了十倍。

请参考图2～图4，基于视频信息和压电信息的人体坐姿检测方法通过上述的基于视频信息和压电信息的人体坐姿检测系统，图3中所述坐压传感器采集模块即指压力传感器，所述单片机处理模块即指STM32单片机，将采集的压力数据通过电压转换电路和STM32单片机进行处理，进而判断人体坐姿；通过将压电信息和视频信息结合起来，加大了坐姿识别精度。该方法的具体包括如下步骤：

S1：通过背部压电传感器阵列和底部压电传感器阵列分别采集人体背部和臀部的坐压信息；所述背部压电传感器阵列和底部压电传感器阵列均有若干传感器构成；

S2：采用Kinect深度摄像头获取人体骨骼图像信息，进而采集人体骨骼信息；

S3：根据步骤S1中所述的坐压信息，判断第一人体坐姿类型；所述的坐压信息用来反映人体背部和臀部受压分布是否均衡；进而判断人体坐姿类型；

S4：根据步骤S2中所述的骨骼信息，判断第二人体坐姿类型；所述的骨骼信息用来判断出人体头部与两肩连线的倾角以及头部与两肩的相对距离，进而判断人体坐姿类型；

S5：将步骤S3和步骤S4中分别得到的所述第一人体坐姿类型和第二人体坐姿类型进行与运算；判断所述第一人体坐姿类型和第二人体坐姿类型是否相同？若是，则到步骤S6；若否，则回到步骤S1；

S6：得到最终人体坐姿类型，并对所述最终人体坐姿类型保持时长进行计时，若超过所述最终人体坐姿类型对应的预定时间，则对用户进行健康提示，以用来提醒所述用户进行站立或走动休息或进行坐姿调整；

相比于单一的坐压检测方法，双系统的坐姿检测方法大大改善了因个人体重、坐姿习惯等差异造成的识别误差，识别正确率显著提高。以坐压检测为主，图像识别为辅的人体坐姿检测系统，大大提高了人体坐姿类型检测的识别率。

本发明的有益效果是：提高了人体坐姿类型识别的精度，且检测方法简单，实用性强。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于视频信息和压电信息的人体坐姿检测系统，其特征在于：包括压力传感器、骨骼识别模块、STM32单片机和显示模块；

所述压力传感器用来采集人体背部和臀部坐压信息；所述压力传感器为电阻式压力传感器；

所述骨骼识别模块采用Kinect深度摄像头，用来获取人体骨骼图像信息，进而采集人体骨骼信息；

所述STM32单片机包括坐姿判断单元、数据接收单元、数据处理与保存单元和坐姿类型-时间曲线绘制单元；用来实现串口配置、数据接收及处理和绘制压力曲线功能；

所述数据接收单元实时接收串口传递的所述压力传感器检测到的压力数据和所述骨骼识别模块传送的骨骼图像信息，所述数据处理与保存单元处理并保存所述压力数据和所述骨骼图像信息，分别得到相应的传感电压值和Kinect坐标值；

所述坐姿判断单元根据实时接收的所述传感电压值与Kinect坐标值，判断用户当前的坐姿类型；所述坐姿类型-时间曲线绘制单元根据所述判断单元输出的坐姿类型随时间的变化，绘制出坐姿类型-时间曲线，并在所述显示模块上显示出来；

所述显示模块，用来实时显示坐压信息、人体骨骼信息、压力曲线、所述传感电压值与Kinect坐标值变化曲线、坐姿类型-时间曲线、同一坐姿类型持续时间及达到所述同一坐姿类型对应的预定时间后的弹出的健康提示。

2.如权利要求1所述的一种基于视频信息和压电信息的人体坐姿检测系统，其特征在于：所述坐姿类型包括前倾、后倾、左倾、右倾和正常。

3.如权利要求1所述的一种基于视频信息和压电信息的人体坐姿检测系统，其特征在于：所述显示模块即为人机交互界面，所述人机交互界面采用LabVIEW进行设计。

4.如权利要求1所述的一种基于视频信息和压电信息的人体坐姿检测系统，其特征在于：所述显示模块采用VISA读取函数读取所述压力传感器识别模块和所述骨骼识别模块检测出的数据，VISA读取函数读出来的数据是以字符串的形式存在，即将10个压力传感器检测出的压力数据一起读取出来。

5.如权利要求4所述的一种基于视频信息和压电信息的人体坐姿检测系统，其特征在于：10路电阻式压力传感器随压力的变化电阻值发生变化，经过LM358运放组成的电流-电压转换电路，输出电压模拟量，在STM32上经过ADC转换，输出为电压数字量；根据模数转换原理，将电压数字量转换为传感电压值：

式中V_REF＝3.3V，A为电压数字量。

6.一种基于视频信息和压电信息的人体坐姿检测方法，基于所述基于视频信息和压电信息的人体坐姿检测实现；其特征在于：包括以下步骤：

S1：通过背部压电传感器阵列和底部压电传感器阵列分别采集人体背部和臀部的坐压信息；

S2：采用Kinect深度摄像头获取人体骨骼图像信息，进而采集人体骨骼信息；

S3：根据步骤S1中所述的坐压信息，判断第一人体坐姿类型；所述的坐压信息用来反映人体背部和臀部受压分布是否均衡；进而判断人体坐姿类型；所述坐姿类型包括前倾、后倾、左倾、右倾和正常；

S4：根据步骤S2中所述的骨骼信息，判断第二人体坐姿类型；所述的骨骼信息用来判断出人体头部与两肩连线的倾角以及头部与两肩的相对距离，进而判断人体坐姿类型；

S5：将步骤S3和步骤S4中分别得到的所述第一人体坐姿类型和第二人体坐姿类型进行与运算；判断所述第一人体坐姿类型和第二人体坐姿类型是否相同？若是，则到步骤S6；若否，则回到步骤S1；

S6：得到最终人体坐姿类型，并对所述最终人体坐姿类型保持时长进行计时，若超过所述最终人体坐姿类型对应的预定时间，则对用户进行健康提示。