CN111110232A - 一种橱柜高度的人机匹配方法 - Google Patents
一种橱柜高度的人机匹配方法 Download PDFInfo
- Publication number
- CN111110232A CN111110232A CN202010036713.9A CN202010036713A CN111110232A CN 111110232 A CN111110232 A CN 111110232A CN 202010036713 A CN202010036713 A CN 202010036713A CN 111110232 A CN111110232 A CN 111110232A
- Authority
- CN
- China
- Prior art keywords
- data
- height
- test
- cabinet
- test body
- 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.)
- Granted
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1072—Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring distances on the body, e.g. measuring length, height or thickness
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种橱柜高度的人机匹配方法,涉及橱柜人机工程设计领域,具体方法为采集被测试体的自身初始数据包括身高、性别,然后将橱柜被测区调整至一定的操作高度,测试体在该高度进行相关操作;将肌电数据与体验测评数据相结合输出单个样本在橱柜被测区的最佳操作高度;对多组最优数据组进行聚类分析,得到聚类数据;根据聚类数据绘制箱线图,根据箱线图得到橱柜高度的人机匹配最优数值,为不同身高的用户提供相关高度的橱柜,以使用户达到最佳舒适操作状态。
Description
技术领域
本发明涉及橱柜的人机工程领域,特别涉及一种橱柜高度的人机匹配方法。
背景技术
橱柜高度是厨房人机系统的重要组成部分,是影响用户使用体验的重要因素,尤其洗涤区、备餐区和烹饪区是厨房中的主要活动区域,目前橱柜厂商综合考虑生产效率、板材利用率和安装的便捷性,在进行橱柜设计时三个区域采用了统一的高度,除此之外,定制家具行业未实现真正意义的定制,一般在对用户进行橱柜设计时采用公司现有的标准柜体系,结合少量的非标柜进行橱柜设计,从人机工效的角度来说,同一身高的用户功能区的三个区域应有高低落差,不同用户的最佳舒适操作区域也有区别,故缺少一种橱柜最优人机匹配方法。
发明内容
本发明实施例提供了一种橱柜高度的人机匹配方法。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
根据本发明实施例,提供了一种橱柜高度的人机匹配方法,其特征在于,具体包括如下步骤:
S1:采集被测试体的自身初始数据,所述自身初始数据包括身高、性别;
S2:将橱柜被测区调整至一定的操作高度,测试体在该高度进行相关操作;
S3:测试并采集测试体的肌电数据和测试体的体验测评数据;
S4:所述步骤S2和S3重复测试多次,即选取不同的操作高度,采集相应的肌电数据和测试体的体验测评数据,然后对各组肌电数据和体验测评数据进行处理,得到一组最优数据,所述一组最优数据包括测试体的身高、性别、肌电数据的最低值对应的操作高度、体验测评数据的最高值对应的操作高度;
S5:更换不同测试体,重复S1-S4步骤,得到多组最优数据组;
S6:对多组最优数据组进行聚类分析,得到聚类数据;
S7:根据聚类数据绘制箱线图,根据箱线图得到橱柜高度的人机匹配最优数值。
优选的,所述S2中将橱柜被测区调整至一定的操作高度,测试体在该高度进行相关操作;具体为初步选定的较为舒适的橱柜被测区的高度范围,根据该范围内设定多次离散的高度作为测试高度;同时测试体也选定一个最舒适的高度作为其中一个测试高度,所述相关操作为洗涤、备餐、烹饪动作。
优选的,所述测试并采集测试体的肌电数据和测试体的体验测评数据,所述肌电数据EMG取肌群的均方根振幅RSM值,所述RSM值越小代表越省力越舒适,反之费力不舒服;所述体验测评数据为测试体在1~10分范围内自我评定的数据,数值越大表示越舒适,数值越小表示越不舒适;其中所述测试体测评数据最高分时为最舒适高度。优选的,所述测试并采集测试体的肌电数据和测试体的体验测评数据,采集测试体2个不同位置肌电数据,且在同一高度重复测试多次,取多次测试后的平均值,即为EMG1、EMG2。
优选的,提取肌电数据EMG的偏差值stdev,当偏差值stdev小于等于30%时,数据稳定,提取肌电数据;当偏差值stdev大于30%时,数据不稳定,不提取肌电数据,重新测量直到数据稳定,提取所需的肌电数据EMG值。
优选的,所述S4对肌电数据和体验测评数据进行处理,得到一组最优数据的具体方法如下:
S41:对肌电数据和体验测评数据进行处理,即将肌电数据EMG1、EMG2、体验测评数据制成散点图并生成趋势线,其中横轴是台面高度,主纵坐标轴是EMG1和EMG2,次纵坐标轴是测试体体验评分;
S42:根据趋势线判断是否需要偏移测试,如果是,则补充偏移测试,直至为否;如果否,则无需补充偏移测试;
S43:对肌电数据和体验测评数据进行处理,得到一组最优数据。
优选的,根据趋势线判断是否需要偏移测试的方法为:当至少有2组数据取值是在测试的范围边缘时,即判断为偏移,需要补充偏移测试。
优选的,所述一组最优数据包括测试体的身高、性别、至少2个不同位置肌电数据的最低值E1、E2,体验测评数据的最高值对应的操作高度T1。
优选的,根据权利要求8所述的方法,得到多组最优数据组,对多组最优数据组进行聚类分析,得到聚类数据,根据所述S7根据聚类数据绘制箱线图,取箱线图四分之一和四分之三分位的数据,二者的均值为根据箱线图得到的橱柜高度的人机匹配最优数值。
优选的,采集被测试体的自身初始数据,具体步骤和方法如下:先测量测试体的裸身高并记录;将肌电的电极片贴在测试体右边肱二头肌的两端以及左边腰部肌肉的两端位置电极片贴到正确的位置;电极片贴连接多导仪数据线,测试体站至距离橱柜台面约5~10cm处位置,待电极贴通电后,测试体在洗涤区进行洗涤,采集相关肌电数据。
优选的,将电极片贴到正确的位置,具体为:
第一肌电数据EMG1:红上黑下,颈部;
第二肌电数据EMG2:红上黑下,肱二头肌;
电极参考点:脊椎。
本发明实施例提供的技术方案可以包括以下有益效果:
通过上述方法,实现私人订制橱柜高度,且不同高度的人对应最优的橱柜高度,同时同一橱柜中三个区域洗涤区、备餐区和烹饪区得出不同的最优最舒适高度,有高低落差,不同用户的最佳舒适操作区域也有区别,实现真正的厨房设计人机工程理念。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种橱柜高度的人机匹配方法示意图;
图2是根据一示例性实施例示出的一种橱柜高度的人机匹配方法中得到一组最优数据的方法的判断逻辑示意图;
图3是根据一示例性实施例示出的一种橱柜高度的人机匹配方法中肌电数据测试数据;
图4是根据一示例性实施例示出的一种橱柜高度的人机匹配方法中最优组肌电数据、体验测试数据;
图5是根据一示例性实施例示出的一种橱柜高度的人机匹配方法中偏移示意图;
图6是根据一示例性实施例示出的一种橱柜高度的人机匹配方法中的趋势线示意图;
图7是根据一示例性实施例示出的一种橱柜高度的人机匹配方法中聚类的数据示意图;
图8是根据一示例性实施例示出的一种橱柜高度的人机匹配方法中箱线图;
图9是根据一示例性实施例示出的一种橱柜高度的人机匹配方法中同一橱柜中三个区域的示意图。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围,以及权利要求书的所有可获得的等同物。在本文中,各实施方案可以被单独地或总地用术语“发明”来表示,这仅仅是为了方便,并且如果事实上公开了超过一个的发明,不是要自动地限制该应用的范围为任何单个发明或发明构思。本文中,诸如第一和第二等之类的关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来,而不要求或者暗示这些实体或操作之间存在任何实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素。本文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。对于实施例公开的结构、产品等而言,由于其与实施例公开的部分相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
下面结合附图及实施例对本发明做进一步描述:
如图1所示的一种橱柜高度的人机匹配方法,具体包括如下步骤:
S1:采集被测试体的自身初始数据,所述自身初始数据包括身高、性别;
S2:将橱柜被测区调整至一定的操作高度,测试体在该高度进行相关操作;
S3:测试并采集测试体的肌电数据和测试体的体验测评数据;
S4:所述步骤S2和S3重复测试多次,即选取不同的操作高度,采集相应的肌电数据和测试体的体验测评数据,然后对各组肌电数据和体验测评数据进行处理,得到一组最优数据;,所述一组最优数据,包括单个样本的身高、性别、,以及肌电数据的最低值对应的两个操作高度、,和体验测评数据的最高值对应的一个操作高度;
S5:更换不同测试体,重复S1-S4步骤,得到多组最优数据组;
S6:对多组最优数据组进行聚类分析,得到聚类数据;
S7:根据聚类数据绘制箱线图,根据箱线图得到橱柜高度的人机匹配最优数值。根据上述方法,进一步,所述S2中将橱柜被测区调整至一定的操作高度,测试体在该高度进行相关操作;具体为初步选定的较为舒适的橱柜被测区的高度范围,根据该范围内设定多次离散的高度作为测试高度;同时测试体也选定一个最舒适的高度作为其中一个测试高度。相关操作为所述相关操作为洗涤、备餐、烹饪动作等操作,如洗碗、洗盘子、做饭等动作,以便测量肌电数据。
其中,肌电数据是神经-肌肉兴奋发放生物电的结果,肌电图是活动肌肉放电情况的记录。不同的肌电测量指标可以反映肌肉收缩的不同方面,各关节产生力量的大小则与人体内部各肌群的均方根振幅(RMS,反映一段时间内肌肉放电的平均水平)等指标有关系,间接的体现出施力的大小,是肌肉定量分析的重要指标。
根据上述方法,进一步,所述测试并采集测试体的肌电数据和测试体的体验测评数据,所述肌电数据EMG取肌群的均方根振幅RSM值,所述RSM值越小代表越省力越舒适,反之费力不舒服;所述体验测评数据为测试体在1~10分范围内自我评定的数据,数值越大表示越舒适,数值越小表示越不舒适;其中所述测试体测评数据最高分时为最舒适高度。
根据上述方法,进一步,所述测试并采集测试体的肌电数据和测试体的体验测评数据,采集测试体2个不同位置肌电数据,且在同一高度重复测试多次,取多次测试后的平均值,即为EMG1、EMG2。
根据上述方法,进一步,提取肌电数据EMG的偏差值stdev,当偏差值stdev小于等于30%时,数据稳定,提取肌电数据;当偏差值stdev大于30%时,数据不稳定,不提取肌电数据,重新测量直到数据稳定,提取所需的肌电数据EMG值。
如图3所示,选定一身高为160cm的测试体,具体为初步选定的较为舒适的橱柜被测区的高度范围为80-100cm,选择离散点为87cm、90cm、93cm、96cm、84cm,其中所述测试体选定的最舒适高度为89.5cm,该高度的体验测评数据最高得分10分,设定体验测试评分范围为0-10分,其中0分为最不舒适,10分为最舒适,根据上述方法得到如图3所示的数据,其中ampl是肌电数据即肌群的均方根振幅RSM值,stdev是数据的稳定性,也就是测量系统的偏差,低于30%时数据方可采取,最后一栏的肌电数据是前面的肌电数据的均值
根据上述方法,进一步,如图4所示,针对每一个高度,得到的一个体验测评数据和肌电数据表,将测试的结果生成散点图和趋势线,如图5所示。
根据上述方法,进一步,如图2所示,所述S4对肌电数据和体验测评数据进行处理,得到一组最优数据的具体方法如下:
S41:对肌电数据和体验测评数据进行处理,即将肌电数据EMG1、EMG2、体验测评数据制成散点图并生成趋势线,其中横轴是台面高度,主纵坐标轴是EMG1和EMG2,次纵坐标轴是测试体体验评分;
S42:根据趋势线判断是否需要偏移测试,如果是,则补充偏移测试,直至为否;如果否,则无需补充偏移测试;
S43:对肌电数据和体验测评数据进行处理,得到一组最优数据,该组最优数据包括体验评测数据最高值对应的操作高度值,肌电数据的两个最低值对应的操作高度值。根据上述方法,进一步,根据趋势线判断是否需要偏移测试的方法为:当至少有2组数据取值是在测试的范围边缘时,即判断为偏移,需要补充偏移测试。
如图6所示,可知有2组数据取值是在临界值69cm范围的边缘,即判断为偏移,补充偏移测试,即增加66cm,63cm高度进行测试。
根据上述方法,进一步,所述一组最优数据包括测试体的身高、性别、至少2个不同位置肌电数据的最低值E1、E2,体验测评数据的最高值对应的操作高度T1。
根据上述方法,进一步,根据聚类数据绘制箱线图,取箱线图四分之一和四分之三分位的数据,二者的均值为根据箱线图得到的橱柜高度的人机匹配最优数值。
如图7所示,根据上述方法,进一步,EMG1、EMG2和体验测评数据的得到对应的最佳橱柜高度E1、E2、T1为最优数据。
如图8所示,将EMG1、EMG2和体验测评数据的得到对应的最佳橱柜高度E1、E2、T1放到一起做箱线图,取箱线图四分之一和四分之三分位的数据,二者的中位数为根据箱线图得到的橱柜高度的人机匹配最优数值,箱线图四分之一和四分之三分位的数据是分别为72cm、78cm,其中位数为76cm,即160cm身高的橱柜高度的人机匹配最优范围为75±3cm,优选75cm。
根据上述方法,进一步,其特征在于,采集被测试体的自身初始数据,具体步骤和方法如下:先测量测试体的裸身高并记录;将肌电的电极片贴在测试体右边肱二头肌的两端以及左边腰部肌肉的两端位置电极片贴到正确的位置;电极片贴连接多导仪数据线,测试体站至距离橱柜台面约5~10cm处位置,待电极贴通电后,测试体在洗涤区进行洗涤,采集相关肌电数据。
根据上述方法,进一步,将电极片贴到正确的位置,具体为:
第一肌电数据EMG1:红上黑下,颈部;
第二肌电数据EMG2:红上黑下,肱二头肌;
电极参考点:脊椎。
根据上述方法,进一步,根据上述方法,得出洗涤区、备餐区和烹饪区三个区域不同的人机匹配最优高度。
通过上述方法,实现私人订制橱柜高度,且不同高度的人对应最优的橱柜高度,如图9所示,同时同一橱柜中三个区域洗涤区、备餐区和烹饪区得出不同的最优最舒适高度,有高低落差,不同用户的最佳舒适操作区域也有区别,实现真正的厨房设计人机工程理念。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的流程及结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种橱柜高度的人机匹配方法,其特征在于,具体包括如下步骤:
S1:采集被测试体的自身初始数据,所述自身初始数据包括身高、性别;
S2:将橱柜被测区调整至一定的操作高度,测试体在该高度进行相关操作;
S3:测试并采集测试体的肌电数据和测试体的体验测评数据;
S4:所述步骤S2和S3重复测试多次,即选取不同的操作高度,采集相应的肌电数据和测试体的体验测评数据,然后对各组肌电数据和体验测评数据进行处理,得到一组最优数据,所述一组最优数据包括测试体的身高、性别、肌电数据的最低值对应的操作高度、体验测评数据的最高值对应的操作高度;
S5:更换不同测试体,重复S1-S4步骤,得到多组最优数据组;
S6:对多组最优数据组进行聚类分析,得到聚类数据;
S7:根据聚类数据绘制箱线图,根据箱线图得到橱柜高度的人机匹配最优数值。
2.根据权利要求1所述的橱柜高度的人机匹配方法,其特征在于,所述S2中将橱柜被测区调整至一定的操作高度,测试体在该高度进行相关操作;具体为初步选定的较为舒适的橱柜被测区的高度范围,根据该范围内设定多次离散的高度作为测试高度;同时测试体也选定一个最舒适的高度作为其中一个测试高度,所述相关操作为洗涤、备餐、烹饪动作。
3.根据权利要求2所述的橱柜高度的人机匹配方法,其特征在于,所述测试并采集测试体的肌电数据和测试体的体验测评数据,所述肌电数据EMG取肌群的均方根振幅RSM值,所述RSM值越小代表越省力越舒适,反之费力不舒服;所述体验测评数据为测试体在1~10分范围内自我评定的数据,数值越大表示越舒适,数值越小表示越不舒适;其中所述测试体测评数据最高分时为最舒适高度。
4.根据权利要求3所述的橱柜高度的人机匹配方法,其特征在于,所述测试并采集测试体的肌电数据和测试体的体验测评数据,采集测试体2个不同位置肌电数据,且在同一高度重复测试多次,取多次测试后的平均值,即为EMG1、EMG2。
5.根据权利要求4所述的橱柜高度的人机匹配方法,其特征在于,提取肌电数据EMG的偏差值stdev,当偏差值stdev小于等于30%时,数据稳定,提取肌电数据;当偏差值stdev大于30%时,数据不稳定,不提取肌电数据,重新测量直到数据稳定,提取所需的肌电数据EMG值。
6.根据权利要求5所述的橱柜高度的人机匹配方法,其特征在于,所述S4对肌电数据和体验测评数据进行处理,得到一组最优数据的具体方法如下:
S41:对肌电数据和体验测评数据进行处理,即将肌电数据EMG1、EMG2、体验测评数据制成散点图并生成趋势线,其中横轴是台面高度,主纵坐标轴是EMG1和EMG2,次纵坐标轴是测试体体验评分;
S42:根据趋势线判断是否需要偏移测试,如果是,则补充偏移测试,直至为否;如果否,则无需补充偏移测试;
S43:对肌电数据和体验测评数据进行处理,得到一组最优数据。
7.根据权利要求6所述的橱柜高度的人机匹配方法,其特征在于,根据趋势线判断是否需要偏移测试的方法为:当至少有2组数据取值是在测试的范围边缘时,即判断为偏移,需要补充偏移测试。
8.根据权利要求7所述的橱柜高度的人机匹配方法,其特征在于,所述一组最优数据包括测试体的身高、性别、至少2个不同位置肌电数据的最低值E1、E2,体验测评数据的最高值对应的操作高度T1。
9.根据权利要求8所述的橱柜高度的人机匹配方法,其特征在于,得到多组最优数据组,对多组最优数据组进行聚类分析,得到聚类数据,根据所述S7根据聚类数据绘制箱线图,取箱线图四分之一和四分之三分位的数据,二者的均值为根据箱线图得到的橱柜高度的人机匹配最优数值。
10.根据权利要求1-9任一所述的橱柜高度的人机匹配方法,其特征在于,采集被测试体的自身初始数据,具体步骤和方法如下:先测量测试体的裸身高并记录;将肌电的电极片贴在测试体右边肱二头肌的两端以及左边腰部肌肉的两端位置电极片贴到正确的位置;电极片贴连接多导仪数据线,测试体站至距离橱柜台面约5~10cm处位置,待电极贴通电后,测试体在洗涤区进行洗涤,采集相关肌电数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010036713.9A CN111110232B (zh) | 2020-01-14 | 2020-01-14 | 一种橱柜高度的人机匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010036713.9A CN111110232B (zh) | 2020-01-14 | 2020-01-14 | 一种橱柜高度的人机匹配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111110232A true CN111110232A (zh) | 2020-05-08 |
CN111110232B CN111110232B (zh) | 2023-06-09 |
Family
ID=70489289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010036713.9A Active CN111110232B (zh) | 2020-01-14 | 2020-01-14 | 一种橱柜高度的人机匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111110232B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112017374A (zh) * | 2020-08-17 | 2020-12-01 | 深圳市丰巢网络技术有限公司 | 一种快递柜的格口推荐方法、装置、快递柜及存储介质 |
CN112084221A (zh) * | 2020-07-15 | 2020-12-15 | 宁波柏厨集成厨房有限公司 | 一种收纳产品立面定制方法及系统 |
CN115067974A (zh) * | 2022-06-15 | 2022-09-20 | 北京林业大学 | 一种站姿下衣柜叠放操作舒适高度确定方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030119194A1 (en) * | 1999-02-26 | 2003-06-26 | Otvos James D. | Methods for providing personalized lipoprotein-based risk assessments |
US20050090757A1 (en) * | 2003-09-17 | 2005-04-28 | Akira Kuramori | Stress-at-work evaluating device and method |
WO2006134619A1 (en) * | 2005-06-17 | 2006-12-21 | Morelli, Angela, Lara | Measuring changing table for baby |
CN101889874A (zh) * | 2010-07-20 | 2010-11-24 | 上海理工大学 | 超声探头人因工程学设计的评价方法 |
CN102591872A (zh) * | 2011-01-06 | 2012-07-18 | 中国移动通信集团四川有限公司 | 一种客户特征库生成方法和装置 |
CN103222866A (zh) * | 2013-04-09 | 2013-07-31 | 北京航空航天大学 | 人体上肢舒适作业范围测量装置 |
CN105550753A (zh) * | 2016-01-21 | 2016-05-04 | 北京理工大学 | 基于两层遗传整数规划的复杂系统设计结构矩阵重构方法 |
CN107731304A (zh) * | 2017-09-30 | 2018-02-23 | 北京好啦科技有限公司 | 一种身高预测方法及系统 |
CN108053864A (zh) * | 2017-12-12 | 2018-05-18 | 中国科学院软件研究所 | 一种用于评价虚拟现实环境下球类运动训练效果的方法及系统 |
CN108362248A (zh) * | 2018-03-07 | 2018-08-03 | 厦门金牌厨柜股份有限公司 | 一种橱柜台面人机高度的测量装置及测量方法 |
CN108681744A (zh) * | 2018-04-18 | 2018-10-19 | 西北工业大学 | 一种基于数据划分的电力负荷曲线层次聚类方法 |
CN108742610A (zh) * | 2018-04-03 | 2018-11-06 | 吉林大学 | 一种实现肌电和主观相关联的转向舒适度评价方法 |
-
2020
- 2020-01-14 CN CN202010036713.9A patent/CN111110232B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030119194A1 (en) * | 1999-02-26 | 2003-06-26 | Otvos James D. | Methods for providing personalized lipoprotein-based risk assessments |
US20050090757A1 (en) * | 2003-09-17 | 2005-04-28 | Akira Kuramori | Stress-at-work evaluating device and method |
WO2006134619A1 (en) * | 2005-06-17 | 2006-12-21 | Morelli, Angela, Lara | Measuring changing table for baby |
CN101889874A (zh) * | 2010-07-20 | 2010-11-24 | 上海理工大学 | 超声探头人因工程学设计的评价方法 |
CN102591872A (zh) * | 2011-01-06 | 2012-07-18 | 中国移动通信集团四川有限公司 | 一种客户特征库生成方法和装置 |
CN103222866A (zh) * | 2013-04-09 | 2013-07-31 | 北京航空航天大学 | 人体上肢舒适作业范围测量装置 |
CN105550753A (zh) * | 2016-01-21 | 2016-05-04 | 北京理工大学 | 基于两层遗传整数规划的复杂系统设计结构矩阵重构方法 |
CN107731304A (zh) * | 2017-09-30 | 2018-02-23 | 北京好啦科技有限公司 | 一种身高预测方法及系统 |
CN108053864A (zh) * | 2017-12-12 | 2018-05-18 | 中国科学院软件研究所 | 一种用于评价虚拟现实环境下球类运动训练效果的方法及系统 |
CN108362248A (zh) * | 2018-03-07 | 2018-08-03 | 厦门金牌厨柜股份有限公司 | 一种橱柜台面人机高度的测量装置及测量方法 |
CN108742610A (zh) * | 2018-04-03 | 2018-11-06 | 吉林大学 | 一种实现肌电和主观相关联的转向舒适度评价方法 |
CN108681744A (zh) * | 2018-04-18 | 2018-10-19 | 西北工业大学 | 一种基于数据划分的电力负荷曲线层次聚类方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112084221A (zh) * | 2020-07-15 | 2020-12-15 | 宁波柏厨集成厨房有限公司 | 一种收纳产品立面定制方法及系统 |
CN112017374A (zh) * | 2020-08-17 | 2020-12-01 | 深圳市丰巢网络技术有限公司 | 一种快递柜的格口推荐方法、装置、快递柜及存储介质 |
CN115067974A (zh) * | 2022-06-15 | 2022-09-20 | 北京林业大学 | 一种站姿下衣柜叠放操作舒适高度确定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111110232B (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111110232B (zh) | 一种橱柜高度的人机匹配方法 | |
Wierzgała et al. | Most popular signal processing methods in motor-imagery BCI: a review and meta-analysis | |
CN109276241B (zh) | 一种压力识别方法及设备 | |
CN103501694B (zh) | 测量生理信号质量的装置及方法 | |
AAR [Adot] S et al. | Reproducibility and stability of normalized EMG measurements on musculus trapezius | |
KR102122231B1 (ko) | 자율신경 균형 및 조절능력의 평가 장치 및 그 제어 방법 | |
France et al. | Using normalized EMG to define the nociceptive flexion reflex (NFR) threshold: further evaluation of standardized NFR scoring criteria | |
WO1989009022A1 (en) | Cardiac death probability determining device | |
Gang et al. | Computerised measurements of QT dispersion in healthy subjects | |
CN109938695A (zh) | 一种基于异质度指标的人体疾病风险预测方法及设备 | |
SUURKÜLA et al. | Relations between shoulder/neck disorders and EMG zero crossing shifts in female assembly workers using the test contraction method | |
TW201108150A (en) | Method and system for determining customized essential oil blend | |
KR100745972B1 (ko) | 심박간격변이도를 이용한 표준지표 산출 방법 | |
US6223073B1 (en) | Noninvasive method for identifying coronary disfunction utilizing electrocardiography derived data | |
US5533522A (en) | Method of and arrangement for optimizing disease diagnosis | |
CN108968950A (zh) | 一种数字化心电采集方法、装置及系统 | |
Tan et al. | A simplified clinical electrocardiogram score for the prediction of cardiovascular mortality | |
Carrasco et al. | Reproducibility of heart rate variability from short-term recordings during five manoeuvres in normal subjects | |
US11955242B2 (en) | Method for automatic diagnosis of conditions of an object and a system for implementing the same | |
US5542429A (en) | Method of and arrangement for optimizing and checking heart diagnosis | |
McLaughlin et al. | The value of the coefficient of variation in assessing repeat variation in ECG measurements | |
Strasser et al. | Physiological cost of horizontal materials handling while seated | |
Coatrieux | On-line electromyographic signal processing system | |
CN110916638A (zh) | 一种心率测量方法及人体秤 | |
Svensbergh et al. | ST-recovery loop of exercise-induced ST deviation in the identification of coronary artery disease: Which parameters should we measure? |
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 |