CN111988424A - 一种睡眠智能监控床、系统及方法 - Google Patents
一种睡眠智能监控床、系统及方法 Download PDFInfo
- Publication number
- CN111988424A CN111988424A CN202010897271.7A CN202010897271A CN111988424A CN 111988424 A CN111988424 A CN 111988424A CN 202010897271 A CN202010897271 A CN 202010897271A CN 111988424 A CN111988424 A CN 111988424A
- Authority
- CN
- China
- Prior art keywords
- bed
- sleep
- data
- intelligent
- information
- 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.)
- Pending
Links
- 230000007958 sleep Effects 0.000 title claims abstract description 151
- 238000012544 monitoring process Methods 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000012545 processing Methods 0.000 claims abstract description 28
- 230000036541 health Effects 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 230000002159 abnormal effect Effects 0.000 claims description 26
- 230000008859 change Effects 0.000 claims description 24
- 230000005856 abnormality Effects 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 13
- 238000013145 classification model Methods 0.000 claims description 12
- 230000001276 controlling effect Effects 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 12
- 230000036391 respiratory frequency Effects 0.000 claims description 9
- 238000012706 support-vector machine Methods 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 7
- 230000036387 respiratory rate Effects 0.000 claims description 7
- 206010041235 Snoring Diseases 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 6
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 238000013459 approach Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 238000011897 real-time detection Methods 0.000 claims description 4
- 206010011224 Cough Diseases 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 3
- 230000035565 breathing frequency Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 210000000038 chest Anatomy 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000009432 framing Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000008667 sleep stage Effects 0.000 claims description 3
- 230000002618 waking effect Effects 0.000 claims description 3
- 230000000474 nursing effect Effects 0.000 abstract description 5
- 230000006698 induction Effects 0.000 abstract 1
- 230000006870 function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 230000003860 sleep quality Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004617 sleep duration Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
- A61B5/1115—Monitoring leaving of a patient support, e.g. a bed or a wheelchair
-
- 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
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6891—Furniture
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/66—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for extracting parameters related to health condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Signal Processing (AREA)
- Physiology (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Pulmonology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Epidemiology (AREA)
- Anesthesiology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开一种睡眠智能监控床、系统和方法,其中床包括床架、两个后床腿、两个前床腿、微电脑、亮度传感器压电传感器、红外人体感应装置;其中压电传感器用于实时获取压力值变化数据并发送给所述微电脑,红外人体感应装置用于实时监测感应是否有人靠近床,亮度传感器用于实时感应监控室内灯光以及床上人员所有电器发出的光亮信息,微电脑用于将获取到信息数据进行处理,然后发送给用户的移动终端和/或发送至第三方处理服务器做进一步数据处理分析再反馈至移动终端,以供用户获取睡眠信息。本发明能够智能监控使用者的实时睡眠状态,并远程显示,实现对使用者无间断的看护,同时可以统计出使用者的睡眠数据,起到健康管理作用。
Description
技术领域
本发明涉及智能家具领域,特别涉及一种睡眠智能监控床、系统及方法。
背景技术
床一般在卧室、宿舍、病房、旅馆等场所使用,指供睡觉用的支具。传统的床一般只具有供人卧躺的功能,无法对用户的进行智能监控,尤其是老人、病人、小孩,很难对其进行实时的睡眠质量把控。再者,当前很多病情在睡觉期间突发,因在睡觉时间,很难第一时间发现,以至于耽误治疗时间。
因此,急需设计中具有实时监护功能的床来解决现有技术中的问题。
发明内容
针对现有技术存在的一个以上问题,本发明提供一种睡眠智能监控床,具体方案如下:
包括床架、两个后床腿、两个前床腿、微电脑、一个以上亮度传感器,每个所述后床腿及前床腿上均设有一个压电传感器,每个所述前床腿上还设有一个红外人体感应装置;
所述压电传感器用于实时获取压力值变化数据并发送给所述微电脑;
所述红外人体感应装置用于实时监测感应是否有人靠近所述睡眠智能监控床或者是否有人下床,并实时反馈给所述微电脑;
所述亮度传感器用于实时感应监控室内灯光以及床上人员所有电器发出的光亮信息,并将光亮信息发送给微电脑;
所述微电脑用于将获取到的光亮信息、人体靠近信息、压力值变化数据进行处理,然后发送给用户的移动终端,和/或发送至第三方处理服务器做进一步数据处理分析再反馈至移动终端,以供用户获取睡眠信息,并为智能控制室内智能家具电器提供数据依据。
优选地,该睡眠智能监控床还包括温湿度传感器,用于实时获取室内温湿度信息,并反馈给所述微电脑;
优选地,还包括一个以上声音传感器,用于实时获取床上人员发出的声音,并反馈给所述微电脑;
优选地,还包括一个紧急按钮,用于用户主动寻求帮助;
还包括两条灯带,分别设于所述床架两侧。
优选地,该睡眠智能监控床还包括一个靠背,所述亮度传感器设于靠背上;
优选地,所述亮度传感器的数量为多个,多个所述亮度传感器中一个设于背靠上方中间位置,并成一定角度向上倾斜,用于实时监控室内照明灯光;三个所述亮度传感器中的中一个以上设于背靠上并成一定角度向下倾斜,用于实时监控床上人员实用电器发出的光的光亮信息;
更加优选地,成一定角度向下倾斜的亮度传感器的数量为两个,分别设于背靠上方靠左侧位置和靠右侧位置。
本发明还提供一种睡眠智能监控系统,包括所述睡眠智能监控床,还包括云端服务器以及移动终端,所述睡眠智能监控床、云端服务器、移动终端之间均通过网络通信连接;
所述睡眠智能监控床用于获取光亮信息、人体靠近信息、压力值变化数据并做数据初步处理后发送至云端服务器;
所述云端服务器用于将睡眠智能监控床提供过来的信息进行进一步处理分析,形成睡眠健康信息反馈至移动终端;
所述移动终端用于通过接收并显示睡眠健康信息,还用于主动远程控制相关智能家居产品的来改变室内环境,包括室内亮度、温度、湿度中的任意一项或多项。
优选地,还包括智能家居产品,与所述云端服务器、睡眠智能监控床、移动终端通信连接;所述云端服务器还用于根据用户及室内的实时状态智能控制所述智能家居产品来提供使用者需要的环境;所述移动终端还用于主动远程控制相关智能家居产品的来改变室内环境。
本发明还提供一种睡眠智能监控方法,采用上述的睡眠智能监控系统,包括以下步骤:
S1:睡眠智能监控床实时获取室内信息;
S2:微电脑根据上述室内信息判断室内实时状态并实时发送至云端服务器及移动终端;
具体的,室内实时状态包括用户使用状态:无人、有人靠近床、上床、已上床但未入睡、已入睡、下床,室内实时状态还包括实时环境状况:灯光亮度、床上人员使用电子产品并发光情况、湿度、温度、声音中一种或多种;
S3:云端服务器实时获取微电脑发送过来的实时状态信息并储存,同时做进一步数据分析,形成统计报告并反馈至移动终端;
另外,云端服务器还根据获取微电脑发送过来的实时状态智能控制智能家居产品来实现室内环境的调节,以达到更适合的环境;
S4:用户通过移动终端获取实时情况信息以及用户各项数据的统计报告;同时还可以预设或修改用户信息;
同时,用户选择性预设或修改智能家居产品在各种状态下的目标值并上传至云端服务器。
优选地,无人的判断方法为:压电传感器未感应到压力变化以及红外人体感应装置均未感应到有人;
有人靠近床的判断方法为红外人体感应装置感应到人体信息;
上床的判断方法包括以下步骤:
S21a:获取压力传感器的原始数据,
S22a:计算对数标准差,
S23a:比较对数标准差与预设的第一阈值,当对数标准差大于等于第一阈值,则认定为上床状态并记录上床时间,否则认为无人上床;
入睡及睡醒状态的判断方法:
S21b:通过压电传感器获取到的压力变化原始数据,
S22b:检测呼吸频率,若多次连续检测到呼吸率,则认为使用者已入睡,同时记录连续入睡状态的起始时间;开启睡醒检测后,若连续多次检测不到或连续多次跳跃一步检测不到呼吸率,则判断为睡醒状态,并将此时记录为睡醒时间;优选地,是在预设的睡醒时间段内开启睡醒检测,所述的睡醒时间段可以由用户自己设定,若用户没有设定,则通过系统自主预设一个睡醒时间段,系统还可以通过自学习来修正睡醒时间段。
优选地,正在下床的判断依据为检测到有下床动作信号,具体方法为:
S21c:获取压电传感器收集到的原始数据,
S22c:计算对数标准差,
S22c:比较对数标准差与预设的第二阈值,当对数标准差大于等于第二阈值,则认为检测到下床信号,即有人正在下床并执行步骤S23c,否则认为无人下床并保持实时检监测,
S23c:计算下床时间以及下床人员体重,
S24c:根据S23c的计算结果判断下床人员,
S25c:更新设备状态,具体的是更新当前睡眠智能监控床的使用状态;
该睡眠智能监控方法的步骤S2中还包括使用者上下床位置的判断,具体的判断方法是:获取压电传感器收集到的原始数据,根据杠杆原理计算坐标,进而判断使用者在床的哪一个区域进行的上床或下床动作,其中将床划分为四个区域:右上区、左上区、右下区以及左下区。
优选地,所述第二阈值等于第一阈值。
优选地,呼吸频率的检测方法为:
S21d:获得单位时间内压电传感器的原始数据,
S22d:确定睡眠姿态,其中睡眠姿态的识别方法为:获取使用者在床上的数据,提取特征,然后通过睡眠姿态模型识别,进而判断睡眠姿态类别,
S23d:根据睡眠姿态确定离胸腔最近的传感器,对数据进行Savitzky-Golay算法平滑处理,并消除趋势,如果对数标准差、偏度、峰度符合条件则进行S24d,
S24d:对数据进行零中心化处理,
S25d:计算过零的次数即为呼吸频率,
其中,步骤S22d中睡眠姿态模型的训练方法为:收集人员在床上的睡眠姿态数据,提取特征后基于支持向量机SVM来训练分类模型。
优选地,步骤S2中还包括实时的体动信号检测,体动信号检测判断方法包括以下:
S21e:获取压电传感器收集到的原始数据,
S22e:计算对数标准差,
S23e:比较对数标准差与预设的第三阈值和第四阈值,当对数标准差大于等于第三阈值,则认为有大体动,若对数标准差小于第三阈值并且大于等于第四阈值,则认为有小体动,否者认为无体动。
优选地,第三阈值等于第一阈值。
优选地,S3中数据分析包括以下几项中一项或多项:
睡眠分期,其具体的操作方法包括以下步骤:
S31a:获取某一周期内上床至下床期间完整的数据,
S32a:按30秒时长做分帧处理,
S33a:对S32a处理过的数据采用Savitzky-Golay算法平滑处理,
S34a:提取特征,
S35a:采用kmeans聚类分析,
S36a:获取聚类中心,
S37a:根据聚类中心的对数标准差大小进行排序,
S38a:根据预设的睡眠分期阈值进行分类规整,最终得到分期结果;
睡眠声音识别,具体步骤包括:
S31b:获取录音数据,
S32b:睡眠声音特征提取,
S33b:睡眠声音分类模型识别,其中睡眠声音分类模型的训练方式:收集睡眠声音数据,然后进行数据分段和人工标记,提取声音特征,进而训练睡眠声音SVM分类模型,
S34b:对睡眠声音进行识别分类,类别包括:梦话、呼噜、咳嗽、磨牙、环境噪音,
S35b:计算呼噜声频率;
该睡眠智能监控方法的步骤S3还包括对睡眠异常的信号检测分析,主要依据为呼吸频率和体动信息,在检测到异常后,云端服务器还会向移动终端发出警报,警报方式包括电话、短信、APP消息中一种或多种,
具体的,通过呼吸频率判断睡眠异常的方式为:入睡状态过程中,连续多次检测不到呼吸判断为睡眠异常,
通过体动信息判断睡眠异常的方法包括以下步骤:
S31c:获取压电传感器的原始数据,具体的,以一分钟为单位,
S32c:计算对数标准差,并与预设异常阈值比较,若小于异常阈值,则认为没有异常,若大于等于异常阈值,则进行步骤S33c,
S33c:将数据进行分割,以3秒为一小段,计算每一小段数据的对数标准差,
S34c:将每一段数据的对数标准差与预设异常阈值对比,若大于等于异常阈值的数据量占所有段数据量的预设的比例阈值以上,则判断为睡眠异常,否则判断为无异常,具体的,预设的比例阈值为2/3。
采用本发明提供的睡眠智能监控床、系统及方法,具有以下有益效果:
1、能够智能监控使用者的实时睡眠状态,并远程显示于相关人员的移动终端,实现对使用者无间断的看护效果;
2、可以统计出使用者过去时间内的睡眠数据,包括睡眠时长、睡眠规律性、睡眠质量等,起到对使用者一定的健康管理作用;
3、通过智能监控各项环境数据及使用者状态,通过物联网的操作智能调控相关智能家具产品,以实现环境的智能切换,实时动态满足使用者需要的最佳环境;
4、具有异常情况分析、预警功能,能够使得使用者的相关看护人员第一时间发现异常,避免因处理不及时出现的不可挽回的损失。
附图说明
图1为具体实施例中睡眠智能监控床的立体结构示意图;
图2为具体实施例中睡眠智能监控床的的主视图;
图3为具体实施例中睡眠智能监控系统的结构框图;
图4为具体实施例中睡眠智能监控方法的流程图;
图5为上床状态判定方法的流程图;
图6为已入睡状态判定方法的流程图;
图7为下床状态判定及响应方法的流程图;
图8为呼吸频率检测方法的流程图;
图9为体动信号检测判断方法的流程图;
图10为睡眠分期方法的流程图;
图11为声音识别分类方法的流程图;
图12为通过体动判断睡眠异常的方法流程图。
具体实施方式
以下结合附图和具体实施例,对本发明进一步说明。
参照图1和图2,本发明提供一种睡眠智能监控床,包括床架1、两个后床腿2、两个前床腿3、微电脑4以及背靠5,每个所述后床腿2及前床腿3上均设有一个压电传感器,每个所述前床腿3上还设有一个红外人体感应装置31以及一个紧急按钮32,所述背靠5上设有三个亮度传感器51、一个温湿度传感器、两个声音传感器52。
所述压电传感器用于实时获取压力值变化数据并发送给所述微电脑4;
所述红外人体感应装置31用于实时监测感应是否有人靠近所述睡眠智能监控床,并实时反馈给所述微电脑4;
三个所述亮度传感器51用于实时感应监控室内灯光以及床上人员所有电器发出的光亮信息,并将光亮信息发送给微电脑4;具体的,三个所述亮度传感器51中一个设于背靠5上方中间位置,并成一定角度向上倾斜,用于实时监控室内照明灯光;三个所述亮度传感器51中的另外两个分别设于背靠5上方靠左侧位置和靠右侧位置,并成一定角度向下倾斜,用于实时监控床上人员实用电器发出的光的光亮信息;
所述温湿度传感器用于实时获取室内温湿度信息,并反馈给所述微电脑4;
所述声音传感器52用于实时获取床上人员发出的声音,并反馈给所述微电脑4;
所述微电脑4用于将获取到的光亮信息、人体靠近信息、压力值变化数据、温湿度信息、声音信息进行处理,然后发送给用户的移动终端,和/或发送至第三方处理服务器做进一步数据处理分析再反馈至移动终端,以供用户获取睡眠信息,并为智能控制室内智能家具电器提供数据依据。
所述床架1两侧还分别设有一灯带,用于在使用者上下床时自动开启照明,还用于作为睡眠用氛围灯。
参照图3,本实施例还提供一种睡眠智能监控系统,包括上述的睡眠智能监控床,还包括云端服务器、移动终端以及智能家居产品;所述睡眠智能监控床用于获取光亮信息、人体靠近信息、压力值变化数据、温湿度信息、声音信息并做数据初步处理后发送至云端服务器;
所述云端服务器将睡眠智能监控床提供过来的信息进行进一步处理分析,形成睡眠健康信息反馈至移动终端,同时,还用于根据用户及室内的实时状态智能控制所述智能家居产品来提供使用者需要的环境;
所述移动终端用于通过接收并显示睡眠健康信息,还用于主动远程控制相关智能家居产品的来改变室内环境,包括室内亮度、温度、湿度中的任意一项或多项;
所述智能家居产品为智能空调、智能加湿器、智能照明灯、智能风扇、智能窗帘中的任意一项或多项;用于根据云端服务器的指令智能调控室内的环境。
参照图4至图12,本实施例还提供一种睡眠智能监控方法,采用上述睡眠智能监控系统,包括以下步骤:
S1:睡眠智能监控床实时获取室内信息,包括人体靠近信息、光亮信息、压力值变化数据、温湿度信息、声音信息;
S2:微电脑根据上述室内信息判断室内实时状态并实时发送至云端服务器及移动终端;室内实时状态包括使用状态:无人、有人靠近床、上床、已上床但未入睡、已入睡、下床,其中已入睡状态还分为深睡和浅睡两种状态,室内实时状态还包括实时环境状况:灯光亮度、床上人员使用电子产品并发光情况、湿度、温度、声音;
S3:云端服务器实时获取微电脑发送过来的实时状态信息并储存,同时做进一步数据分析,形成周期性报告并反馈至移动终端;另外,云端服务器还根据获取微电脑发送过来的实时状态智能控制智能家居产品来实现室内环境的调节,以达到最适合室内人员的环境;
S4:用户通过移动终端获取实时情况信息以及用户各项数据的周期性报告;同时还可以预设或修改用户信息;还可以预设或修改智能家居产品在各种状态下的目标值并上传至云端服务器。
其中,S2中:
无人的判断方法为:压电传感器未感应到压力变化以及红外人体感应装置均未感应到有人;
有人靠近床的判断方法为红外人体感应装置感应到人体信息;
上床的判断方法包括以下步骤:
S21a:通过压力传感器获取压力原始数据,
S22a:计算对数标准差,
S23a:比较对数标准差与预设的第一阈值,当对数标准差大于等于第一阈值,则认为检测到上床信号并记录上床时间;
入睡及睡醒状态的判断方法:
S21b:通过压电传感器获取到的压力变化原始数据,
S22b:检测呼吸频率,若多次连续检测到呼吸率,则认为使用者已入睡,同时记录连续入睡状态的起始时间;在接近早上的时间开启睡醒检测,若连续多次检测不到或连续多次跳跃一步检测不到呼吸率,则判断为睡醒状态,并将此时记录为睡醒时间;
下床的判断依据为检测到下床信号,具体方法为:
S21c:获取压电传感器收集到的原始数据,
S22c:计算对数标准差,
S22c:比较对数标准差与预设的第四阈值,当对数标准差大于等于第二阈值,则认为检测到下床信号,即有人正在下床并执行步骤S23c,否则认为无人下床并保持实时检监测,其中第二阈值等于第一阈值,
S23c:计算下床时间以及下床人员体重,
S24c:根据S23c的计算结果判断下床人员,
S25c:更新设备状态,具体的,更新当前睡眠智能监控床的使用状态;
具体的,呼吸频率的检测方法为:
S21d:获得单位时间内压电传感器的原始数据,
S22d:确定睡眠姿态,其中睡眠姿态的识别方法为:获取使用者在床上的数据,提取特征,然后通过睡眠姿态模型识别,进而判断睡眠姿态类别,而睡眠姿态模型的训练方法为:收集人员在床上的睡眠姿态数据,提取特征后基于支持向量机SVM来训练分类模型,
S23d:根据睡眠姿态确定离胸腔最近的传感器,对数据进行Savitzky-Golay算法平滑处理,并消除趋势,如果对数标准差、偏度、峰度符合条件则进行S24d,
S24d:对数据进行零中心化处理,
S25d:计算过零的次数即为呼吸频率;
还包括实时检测体动信号,体动信号检测判断方法为:
S21e:获取压电传感器收集到的原始数据,
S22e:计算对数标准差,
S23e:比较对数标准差与预设的第三阈值和第四阈值,当对数标准差大于等于第三阈值,则认为有大体动,若对数标准差小于第三阈值并且大于等于第四阈值,则认为有小体动,否者认为无体动,其中第三阈值等于第一阈值。
S3中数据分析包括:
睡眠分期,其具体的操作方法包括以下步骤:
S31a:获取某一周期内上床至下床期间完整的数据,
S32a:按30秒时长做分帧处理,
S33a:对S32a处理过的数据采用Savitzky-Golay算法平滑处理,
S34a:提取特征,
S35a:采用kmeans聚类分析,
S36a:获取聚类中心,
S37a:根据聚类中心的对数标准差大小进行排序,
S38a:根据预设的睡眠分期阈值进行分类规整,最终得到分期结果;
睡眠声音识别,具体步骤包括:
S31b:获取录音数据,
S32b:睡眠声音特征提取,
S33b:睡眠声音分类模型识别,其中睡眠声音分类模型的训练方式:收集睡眠声音数据,然后进行数据分段和人工标记,提取声音特征,进而训练睡眠声音SVM分类模型,
S34b:对睡眠声音进行识别分类,类别包括:梦话、呼噜、咳嗽、磨牙、环境噪音,
S35b:计算呼噜声频率。
所述睡眠智能监控方法的步骤S2还包括使用者上下床位置的判断,具体的判断方法是:获取压电传感器收集到的原始数据,根据杠杆原理计算坐标,进而判断使用者在床的哪一个区域进行的上床或下床动作,其中将床划分为四个区域:右上区、左上区、右下区以及左下区。
所述睡眠智能监控方法S3还包括对睡眠异常的信号检测分析,主要依据为呼吸频率和体动信息,在检测到异常后,云端服务器还会向移动终端发出警报,警报方式包括电话、短信、APP消息中一种或多种;
具体的,通过呼吸频率判断睡眠异常的方式为:入睡状态过程中,连续多次检测不到呼吸判断为睡眠异常,
通过体动信息判断睡眠异常的方法包括以下步骤:
S31c:获取压电传感器的原始数据,具体的,以一分钟为单位,
S32c:计算对数标准差,并与预设异常阈值比较,若小于异常阈值,则认为没有异常,若大于等于异常阈值,则进行步骤S33c,
S33c:将数据进行分割,以3秒为一小段,计算每一小段数据的对数标准差,
S34c:将每一段数据的对数标准差与预设异常阈值对比,若大于等于异常阈值的数据量占所有段数据量的2/3以上,则判断为睡眠异常,否则判断为无异常。
采用本发明提供的睡眠智能监控床、系统及方法,具有以下有益效果:
1、能够智能监控使用者的实时睡眠状态,并远程显示于相关人员的移动终端,实现对使用者无间断的看护效果;
2、可以统计出使用者过去时间内的睡眠数据,包括睡眠时长、睡眠规律性、睡眠质量等,起到对使用者一定的健康管理作用;
3、通过智能监控各项环境数据及使用者状态,通过物联网的操作智能调控相关智能家具产品,以实现环境的智能切换,实时动态满足使用者需要的最佳环境;
4、具有异常情况分析、预警功能,能够使得使用者的相关看护人员第一时间发现异常,避免因处理不及时出现的不可挽回的损失。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (10)
1.一种睡眠智能监控床,其特征在于:包括床架、两个后床腿、两个前床腿、微电脑、一个以上亮度传感器,每个所述后床腿及前床腿上均设有一个压电传感器,每个所述前床腿上还设有一个红外人体感应装置;
所述压电传感器用于实时获取压力值变化数据并发送给所述微电脑;
所述红外人体感应装置用于实时监测感应是否有人靠近所述睡眠智能监控床或者是否有人下床,并实时反馈给所述微电脑;
所述亮度传感器用于实时感应监控室内灯光以及床上人员所有电器发出的光亮信息,并将光亮信息发送给微电脑;
所述微电脑用于将获取到的光亮信息、人体靠近信息、压力值变化数据进行处理,然后发送给用户的移动终端,和/或发送至第三方处理服务器做进一步数据处理分析再反馈至移动终端,以供用户获取睡眠信息,并为智能控制室内智能家具电器提供数据依据。
2.根据权利要求1所述的睡眠智能监控床,其特征在于:该睡眠智能监控床还包括温湿度传感器,用于实时获取室内温湿度信息,并反馈给所述微电脑;
还包括一个以上声音传感器,用于实时获取床上人员发出的声音,并反馈给所述微电脑;
还包括一个紧急按钮,用于用户主动寻求帮助;
还包括两条灯带,分别设于所述床架两侧。
3.根据权利要求1所述的睡眠智能监控床,其特征在于:该睡眠智能监控床还包括一个靠背,所述亮度传感器设于靠背上;
具体的,所述亮度传感器的数量为多个,多个所述亮度传感器中一个设于背靠上方中间位置,并成一定角度向上倾斜,用于实时监控室内照明灯光;三个所述亮度传感器中的中一个以上设于背靠上并成一定角度向下倾斜,用于实时监控床上人员实用电器发出的光的光亮信息;
更具体的,成一定角度向下倾斜的亮度传感器的数量为两个,分别设于背靠上方靠左侧位置和靠右侧位置。
4.一种睡眠智能监控系统,其特征在于:包括权利要求1至3任意一项所述的睡眠智能监控床,还包括云端服务器以及移动终端,所述睡眠智能监控床、云端服务器、移动终端之间均通过网络通信连接;
所述睡眠智能监控床用于获取光亮信息、人体靠近信息、压力值变化数据并做数据初步处理后发送至云端服务器;
所述云端服务器用于将睡眠智能监控床提供过来的信息进行进一步处理分析,形成睡眠健康信息反馈至移动终端;
所述移动终端用于通过接收并显示睡眠健康信息,还用于主动远程控制相关智能家居产品的来改变室内环境,包括室内亮度、温度、湿度中的任意一项或多项。
5.根据权利要求1所述的睡眠智能监控系统,其特征在于:还包括智能家居产品,与所述云端服务器、睡眠智能监控床、移动终端通信连接;所述云端服务器还用于根据用户及室内的实时状态智能控制所述智能家居产品来提供使用者需要的环境;所述移动终端还用于主动远程控制相关智能家居产品来改变室内环境。
6.一种睡眠智能监控方法,其特征在于:采用权利要求5所述的睡眠智能监控系统,包括以下步骤:
S1:睡眠智能监控床实时获取室内信息;
S2:微电脑根据上述室内信息判断室内实时状态并实时发送至云端服务器及移动终端;
具体的,室内实时状态包括用户使用状态:无人、有人靠近床、正在上床、已上床但未入睡、已入睡、正在下床,室内实时状态还包括实时环境状况:灯光亮度、床上人员使用电子产品并发光情况、湿度、温度、声音中一种或多种;
S3:云端服务器实时获取微电脑发送过来的实时状态信息并储存,同时做进一步数据分析,形成统计报告并反馈至移动终端;
另外,云端服务器还根据获取微电脑发送过来的实时状态智能控制智能家居产品来实现室内环境的调节,以达到更适合的环境;
S4:用户通过移动终端获取实时情况信息以及用户各项数据的统计报告;同时还可以预设或修改用户信息;
同时,用户选择性预设或修改智能家居产品在各种状态下的目标值并上传至云端服务器。
7.根据权利要求6所述的睡眠智能监控方法,其特征在于:无人的判断方法为:压电传感器未感应到压力变化以及红外人体感应装置均未感应到有人;
有人靠近床的判断方法为红外人体感应装置感应到人体信息;
上床的判断依据为检测到上床动作信号,包括以下步骤:
S21a:通过压力传感器获取原始压力数据,
S22a:计算对数标准差,
S23a:比较对数标准差与预设的第一阈值,当对数标准差大于等于第一阈值,则认定为上床状态并记录上床时间,否则认为无人上床;
入睡及睡醒状态的判断方法:
S21b:通过压电传感器获取到的压力变化原始数据,
S22b:检测呼吸频率,若多次连续检测到呼吸率,则认为使用者已入睡,同时记录连续入睡状态的起始时间;开启睡醒检测后,若连续多次检测不到或连续多次跳跃一步检测不到呼吸率,则判断为睡醒状态,并将此时记录为睡醒时间;
下床的判断依据为检测到有下床动作信号,具体方法为:
S21c:获取压电传感器收集到的原始数据,
S22c:计算对数标准差,
S22c:比较对数标准差与预设的第二阈值,当对数标准差大于等于第二阈值,则认为有人正在下床并执行步骤S23c,否则认为无人下床并保持实时检监测,
S23c:计算下床时间以及下床人员体重,
S24c:根据S23c的计算结果判断下床人员,
S25c:更新设备状态,具体的是更新当前睡眠智能监控床的使用状态;
该睡眠智能监控方法的步骤S2中还包括使用者上下床位置的判断,具体的判断方法是:获取压电传感器收集到的原始数据,根据杠杆原理计算坐标,进而判断使用者在床的哪一个区域进行的上床或下床动作,其中将床划分为四个区域:右上区、左上区、右下区以及左下区。
8.根据权利要求7所述的睡眠智能监控方法,其特征在于:呼吸频率的检测方法为:
S21d:获得单位时间内压电传感器的原始数据,
S22d:确定睡眠姿态,其中睡眠姿态的识别方法为:获取使用者在床上的数据,提取特征,然后通过睡眠姿态模型识别,进而判断睡眠姿态类别,
S23d:根据睡眠姿态确定离胸腔最近的传感器,对数据进行Savitzky-Golay算法平滑处理,并消除趋势,如果对数标准差、偏度、峰度符合条件则进行S24d,
S24d:对数据进行零中心化处理,
S25d:计算过零的次数即为呼吸频率,
其中,步骤S22d中睡眠姿态模型的训练方法为:收集人员在床上的睡眠姿态数据,提取特征后基于支持向量机SVM来训练分类模型。
9.根据权利要求8所述的睡眠智能监控方法,其特征在于:步骤S2还包括实时检测体动信号,体动信号检测判断方法包括以下:
S21e:获取压电传感器收集到的原始数据,
S22e:计算对数标准差,
S23e:比较对数标准差与预设的第三阈值和第四阈值,当对数标准差大于等于第三阈值,则认为有大体动,若对数标准差小于第三阈值并且大于等于第四阈值,则认为有小体动,否者认为无体动。
10.根据权利要求9所述的睡眠智能监控方法,其特征在于:S3中数据分析包括:
睡眠分期,其具体的操作方法包括以下步骤:
S31a:获取某一周期内上床至下床期间完整的数据,
S32a:按30秒时长做分帧处理,
S33a:对S32a处理过的数据采用Savitzky-Golay算法平滑处理,
S34a:提取特征,
S35a:采用kmeans聚类分析,
S36a:获取聚类中心,
S37a:根据聚类中心的对数标准差大小进行排序,
S38a:根据预设的睡眠分期阈值进行分类规整,最终得到分期结果;
睡眠声音识别,具体步骤包括:
S31b:获取录音数据,
S32b:睡眠声音特征提取,
S33b:睡眠声音分类模型识别,其中睡眠声音分类模型的训练方式:收集睡眠声音数据,然后进行数据分段和人工标记,提取声音特征,进而训练睡眠声音SVM分类模型,
S34b:对睡眠声音进行识别分类,类别包括:梦话、呼噜、咳嗽、磨牙、环境噪音,
S35b:计算呼噜声频率;
该睡眠智能监控方法的步骤S3还包括对睡眠异常的信号检测分析,主要依据为呼吸频率和体动信息,在检测到异常后,云端服务器还会向移动终端发出警报,警报方式包括电话、短信、APP消息中一种或多种,
具体的,通过呼吸频率判断睡眠异常的方式为:入睡状态过程中,连续多次检测不到呼吸判断为睡眠异常,
通过体动信息判断睡眠异常的方法包括以下步骤:
S31c:获取压电传感器的原始数据,具体的,以一分钟为单位,
S32c:计算对数标准差,并与预设异常阈值比较,若小于异常阈值,则认为没有异常,若大于等于异常阈值,则进行步骤S33c,
S33c:将数据进行分割,以3秒为一小段,计算每一小段数据的对数标准差,
S34c:将每一段数据的对数标准差与预设异常阈值对比,若大于等于异常阈值的数据量占所有段数据量的预设的比例阈值以上,则判断为睡眠异常,否则判断为无异常,具体的,预设的比例阈值为2/3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010897271.7A CN111988424A (zh) | 2020-08-31 | 2020-08-31 | 一种睡眠智能监控床、系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010897271.7A CN111988424A (zh) | 2020-08-31 | 2020-08-31 | 一种睡眠智能监控床、系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111988424A true CN111988424A (zh) | 2020-11-24 |
Family
ID=73440631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010897271.7A Pending CN111988424A (zh) | 2020-08-31 | 2020-08-31 | 一种睡眠智能监控床、系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111988424A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112716449A (zh) * | 2020-12-23 | 2021-04-30 | 西安皑鸥软件科技有限公司 | 一种基于移动设备监测人体睡眠状态方法及系统 |
CN112914884A (zh) * | 2021-01-19 | 2021-06-08 | 重庆火后草科技有限公司 | 通过稳态时长置信度测量睡眠状态下的体重值的方法 |
CN112914883A (zh) * | 2021-01-19 | 2021-06-08 | 重庆火后草科技有限公司 | 通过偏心置信度测量睡眠状态下的体重值的方法 |
CN112987585A (zh) * | 2021-02-26 | 2021-06-18 | 北京同衡能源环境科学研究院有限公司 | 适用于居住房间的睡眠环境控制系统及方法 |
CN112987827A (zh) * | 2021-02-05 | 2021-06-18 | 安徽佳美瑞物联科技有限公司 | 一种智能暖通控制系统 |
CN112998670A (zh) * | 2021-02-23 | 2021-06-22 | 珠海泉石智能科技有限公司 | 一种睡眠质量监控系统及睡眠质量监控方法 |
CN113288122A (zh) * | 2021-05-21 | 2021-08-24 | 河南理工大学 | 一种可穿戴坐姿监测装置和坐姿监测方法 |
CN113693564A (zh) * | 2021-08-30 | 2021-11-26 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的睡眠质量监测方法、装置、设备及介质 |
CN113974572A (zh) * | 2021-11-26 | 2022-01-28 | 深圳麦格米特电气股份有限公司 | 一种睡眠数据检测方法、装置及系统 |
CN114724550A (zh) * | 2022-06-10 | 2022-07-08 | 慕思健康睡眠股份有限公司 | 一种基于睡眠的音频识别方法、装置、床垫及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106333690A (zh) * | 2016-10-21 | 2017-01-18 | 沃康(上海)家具有限公司 | 一种基于物联网的睡眠监控系统 |
CN107065719A (zh) * | 2017-04-12 | 2017-08-18 | 佛山市量脑科技有限公司 | 一种智能床垫的数据分析系统 |
CN109088806A (zh) * | 2018-10-11 | 2018-12-25 | 珠海格力电器股份有限公司 | 一种智能家居睡眠调节方法及系统 |
CN110410985A (zh) * | 2019-08-07 | 2019-11-05 | 珠海格力电器股份有限公司 | 一种智能睡眠监控方法、计算机可读存储介质及空调 |
-
2020
- 2020-08-31 CN CN202010897271.7A patent/CN111988424A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106333690A (zh) * | 2016-10-21 | 2017-01-18 | 沃康(上海)家具有限公司 | 一种基于物联网的睡眠监控系统 |
CN107065719A (zh) * | 2017-04-12 | 2017-08-18 | 佛山市量脑科技有限公司 | 一种智能床垫的数据分析系统 |
CN109088806A (zh) * | 2018-10-11 | 2018-12-25 | 珠海格力电器股份有限公司 | 一种智能家居睡眠调节方法及系统 |
CN110410985A (zh) * | 2019-08-07 | 2019-11-05 | 珠海格力电器股份有限公司 | 一种智能睡眠监控方法、计算机可读存储介质及空调 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112716449A (zh) * | 2020-12-23 | 2021-04-30 | 西安皑鸥软件科技有限公司 | 一种基于移动设备监测人体睡眠状态方法及系统 |
CN112914884A (zh) * | 2021-01-19 | 2021-06-08 | 重庆火后草科技有限公司 | 通过稳态时长置信度测量睡眠状态下的体重值的方法 |
CN112914883A (zh) * | 2021-01-19 | 2021-06-08 | 重庆火后草科技有限公司 | 通过偏心置信度测量睡眠状态下的体重值的方法 |
CN112987827A (zh) * | 2021-02-05 | 2021-06-18 | 安徽佳美瑞物联科技有限公司 | 一种智能暖通控制系统 |
CN112987827B (zh) * | 2021-02-05 | 2022-01-04 | 安徽佳美瑞物联科技有限公司 | 一种智能暖通控制系统 |
CN112998670A (zh) * | 2021-02-23 | 2021-06-22 | 珠海泉石智能科技有限公司 | 一种睡眠质量监控系统及睡眠质量监控方法 |
CN112987585A (zh) * | 2021-02-26 | 2021-06-18 | 北京同衡能源环境科学研究院有限公司 | 适用于居住房间的睡眠环境控制系统及方法 |
CN113288122A (zh) * | 2021-05-21 | 2021-08-24 | 河南理工大学 | 一种可穿戴坐姿监测装置和坐姿监测方法 |
CN113288122B (zh) * | 2021-05-21 | 2023-12-19 | 河南理工大学 | 一种可穿戴坐姿监测装置和坐姿监测方法 |
CN113693564A (zh) * | 2021-08-30 | 2021-11-26 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的睡眠质量监测方法、装置、设备及介质 |
CN113974572A (zh) * | 2021-11-26 | 2022-01-28 | 深圳麦格米特电气股份有限公司 | 一种睡眠数据检测方法、装置及系统 |
CN114724550A (zh) * | 2022-06-10 | 2022-07-08 | 慕思健康睡眠股份有限公司 | 一种基于睡眠的音频识别方法、装置、床垫及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111988424A (zh) | 一种睡眠智能监控床、系统及方法 | |
CN109814398B (zh) | 一种智能床具睡眠调节方法、系统及智能床具 | |
JP6472340B2 (ja) | センサー搭載装置 | |
CN109032223B (zh) | 一种睡眠环境调节装置、系统和方法 | |
CN109920544B (zh) | 基于体感信息的实时自适应智能楼宇系统 | |
US20190358428A1 (en) | Robot-connected iot-based sleep-caring system | |
CN103927847B (zh) | 一种智能养老看护系统 | |
CN104780831B (zh) | 用于取决于睡眠阶段而控制装置的电子开关 | |
CN105997004B (zh) | 一种睡眠提醒的方法及睡眠监测装置 | |
JP3754394B2 (ja) | 睡眠段階推定装置及び睡眠段階推定装置から出力される信号を利用した装置 | |
CN103209636A (zh) | 用于对对象的呼吸活动进行调步的呼吸调步设备和方法 | |
CN103209635A (zh) | 用于对对象的呼吸活动进行调步的呼吸调步系统和方法 | |
CN113952589A (zh) | 一种具有调节睡眠功能的智能床垫 | |
KR102212200B1 (ko) | 사물인터넷 기반의 조명장치를 이용한 독거노인 모니터링 시스템 및 방법 | |
KR101857572B1 (ko) | 스마트 베개 | |
CN109757923B (zh) | 一种具有婴儿状态监测系统的床垫 | |
EP3522173A1 (de) | System mit vitaldatensensor und auswertungseinheit | |
CN110673677A (zh) | 一种基于物联网的智能养老康复床的控制系统及方法 | |
TWI772762B (zh) | 照護系統與自動照護方法 | |
KR20180086083A (ko) | 스마트 레스트 기능이 구비된 IoT형 침대 | |
CN109730659B (zh) | 一种基于微波信号监测的智能床垫 | |
CN111726271B (zh) | 起夜情况下的电器配置方法和智能家居系统 | |
JP6772648B2 (ja) | 見守り装置、見守り方法、および見守りプログラム | |
CN112162486A (zh) | 一种床垫控制系统 | |
US20190231255A1 (en) | System with vital data sensor |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201124 |