CN113350067B - 一种基于惯性传感器的智能坐垫及坐姿分类方法 - Google Patents

Abstract

本发明公开了一种基于惯性传感器的智能坐垫及坐姿分类方法，涉及坐姿矫正分布领域，该智能坐垫包括坐垫、软性支撑物、上支撑板、支撑弹簧、惯性传感器、信号处理单元、无线天线、支撑弹簧固定板、辅助支撑垫以及外部覆盖帘，在轮椅用户使用过程中，通过分析惯性传感器信号，实现对近似压力中心的计算，对比坐姿控制边界范围图，来判别不同坐姿。该装置的结构简单紧凑、使用方便、综合成本低的特点，解决了现今大多数的辅助坐姿评估装置采用的传感器器件多，硬件成本较高，轮椅用户使用成本高的问题。

Description

一种基于惯性传感器的智能坐垫及坐姿分类方法

技术领域

本发明涉及一种坐姿矫正分类系统，特别涉及一种基于惯性传感器的智能坐垫及坐姿分类方法。

背景技术

老龄化及由于疾病如中风偏瘫，关节疾病，天生骨骼发展不良及脊髓损伤等导致的腿部运动残疾是当代社会面临的重大问题，而安全可靠、性能优越的轮椅及相关附件工具能够提高轮椅使用的友好度并协助轮椅使用者提高其行动自由度，但是长时间的轮椅就坐，保持不变的坐姿，或导致身体不适，甚至导致压力性溃疡，此外，对于脊髓损伤患者，根据受伤不同，或导致其自主坐姿调节功能丧失，会出现倾倒及过量滑动，最终导致躯体受伤及无法正常就坐轮椅，尤其针对低成本的非自动轮椅，该问题尤为显著。因此，如何辅助并提醒轮椅使用者其非正常坐姿及就坐方向极为重要，故而出现了以下专利用以辅助患者：

中国专利CN2107296427 A公开了一种坐垫及坐姿分析方法，其利用压力传感器矩阵获得坐垫受力图像，后利用BP神经网络对受力图像数据进行坐姿分析，进而得到坐垫使用者的坐姿类型，实现对右部偏姿，左部偏姿，前后偏姿及均匀正常坐姿的识别，该方法具有准确度高，工艺简单及结构简单的特点；

中国专利CN107945467 A公开了一种基于臀部压力分布特征的便携式坐姿监测与提醒系统，采用柔性阵列式压力传感器、数据处理单元以及微控制单元等硬件系统,通过柔性阵列式压力传感器实时采集使用者臀部作用于坐垫的压力分布信息，利用微控制单元进行无线数据传输，在后台数据服务系统分析处理后，利用手机APP显示使用者当前的坐姿情况，实现实时预警的效果，该装置具有易于携带，实时分析使用者坐姿并输出反馈提醒的特点；

中国专利CN105877756 A公开了一种坐姿测量装置、智能坐垫和智能坐具，该坐姿测量装置包括两个光纤传感器，信号处理单元，供电单元及无线通讯单元，通过压力变化产生的光信号变化实现对用户坐姿即左前、右前、左后还是右后倾的判别，该装置设计性能好，成本低，可移植性好，应用广泛的特点，相似的技术亦在中国专利CN104905584 A即一种非侵入式坐姿监测的智能坐垫上应用。

中国专利CN102440588 A公开了一种基于坐姿识别的人机交互智能设备及其应用，该设备同样基于压力传感器，但其增加了在座椅后背处压力的测量功能，经过信号处理后，采用监督学习的方法即朴素贝叶斯方法，实现坐姿的判别。该方法增加了可识别坐姿的种类，例如背靠，左右背靠，左右二郎腿等坐姿的识别，类似应用在美国专利US20150038881A1一种基于接触式压力传感器的坐姿监控系统中呈现，该装置安装在座椅靠背上，通过判别背部压力变化，实现对坐姿的判别。

但是上述专利均存在一些缺陷和不足，具体需要改进的地方如下：

现今大多数的辅助坐姿评估的智能坐垫主要是采用基于压力传感器，光纤传感器等判别臀部及背部压力分布的技术路线，存在传感器使用器件多，硬件成本较高的限制。

发明内容

本发明的目的在于提供一种基于惯性传感器的智能坐垫及坐姿分类方法，以解决上述背景技术中提出的现今大多数的辅助坐姿评估的智能坐垫主要是基于压力传感器，光纤传感器等判别臀部及背部压力分布，实现对坐姿判定，存在传感器器件多，硬件成本较高，轮椅用户使用成本高的问题。

为实现上述目的，本发明提供如下技术方案：一种基于惯性传感器的智能坐垫及坐姿分类方法，包括坐垫，所述坐垫下侧面固定连接有中间支撑板，所述中间支撑板以及下支撑板之间设置有外部覆盖帘，所述中间支撑板下侧面四角处均固定连接有支撑弹簧固定板，四个所述支撑弹簧固定板之间均设置有两个惯性传感器，四个所述支撑弹簧固定板下端均固定连接有支撑弹簧一端，四个所述支撑弹簧另一端分别固定连接在四个辅助支撑垫上，四个所述辅助支撑垫分别固定连接在下支撑板四角处，所述中间支撑板与下支撑板活动连接，所述下支撑板中心处固定连接有信号处理单元，所述信号处理单元后端设置有可充电电源，所述可充电电源充电口设置在下支撑板后侧壁上，所述可充电电源右端设置有无线天线，所述无线天线设置在下支撑板后侧壁上，所述下支撑板左右两端均固定连接有两个左右支撑管。

作为本发明的一种优选技术方案，所述坐垫包括软性支撑物，所述软性支撑物下侧面固定连接在上支撑板上，所述上支撑板下侧面固定连接有中支撑板，所述软性支撑物采用软性材质，所述上支撑板为方形板材，所述下支撑板采用方形板材，所述上支撑板以及下支撑板上均设置有多个加强筋，四个所述支撑弹簧的总支撑力大于等于150kg。

作为本发明的一种优选技术方案，四个所述左右支撑管分别与轮椅左右两端通过螺钉相对固定连接，所述下支撑板下侧面活动连接在轮椅座位上端，所述惯性传感器输出端与信号处理单元输入端无线连接，所述无线天线输入端与信号处理单元双向连接，所述无线天线输出端与显示屏终端双向无线连接，所述信号处理单元电源输入端电连接有可充电电源输出端。

一种基于惯性传感器的智能坐垫的坐姿分类方法，包括以下步骤：

a1、信号预采集，通过上述硬件装置获得需要的惯性传感器信号，即轮椅使用者静止端坐采集10秒钟，后在前后方向按照最大运动幅度进行往复运动5次，并进行数据保存，在使用过程中，采集的信号用于坐姿计算；

a2、选取加速度传感器，陀螺仪信号以及旋转矩阵信息，其采样频率为100Hz，采集的信号通过八阶巴特沃斯滤波器进行滤波处理，截止频率为20Hz；

a3、滤波后的惯性传感器信号(IMU_X，IMU_Y，IMU_Z)进行坐标系转换处理，保证四个惯性传感器的信号源具有相同的Z向垂直方向，所采用的计算公式如下：

Y_IMU＝(IMU_X，IMU_Y，IMU_Z)

z_IMU＝[1 0 0]^T×Y_IMU

X_IMU＝Y_IMU×Z_IMU

其中，IMU_X、IMU_Y及IMU_Z分别代表滤波后的惯性传感器信号在X，Y及Z轴上的分量，X_IMU、Y_IMU及Z_IMU分别代表经过Z向方向调整后的惯性传感器分量，采用上述公式计算后，所形成的新的惯性传感器信号即

[X_IMU，Y_IMU，Z_IMU]

具有相同的垂直坐标系方向，进而对所获得的新的惯性传感器信号的水平方向的两个轴进行方向微调，采用主成分分析的方法，分别计算所剩下X、Y轴与其对应的方向向量之间的夹角，并计算出对应的旋转矩阵，后将新的惯性传感器信号与转置矩阵相乘，进而使得惯性传感器的三个方向轴均相同，进而四个惯性传感器信号的信号源在三个方向上都相同；

a4、计算各个传感器信号与大地坐标系在X，Y，Z三个方向上的夹角大小，对完成坐标系转换的惯性传感器信号与大地坐标系方向矩阵进行角度计算，分别计算出其在X，Y，Z三个方向上的夹角方向，以某一个惯性传感器所计算的角度为例，其可以表述为：

(Angle_X1，Angle_Y1，Angle_Z1)

其中，Angle_X1、Angle_Y1、Angle_Z1依次代表该编号1惯性传感器在X、Y、Z轴方向上的夹角大小；

之后分别计算惯性传感器分别在X及Y方向的累计变形的角度和，其计算公式如下所示：

Angle_X12＝Angle_X1+Angle_X2

Angle_X34＝Angle_X3+Angle_X4

Angle_Y14＝Angle_Y1+Angle_Y4

Angle_Y23＝Angle_Y2+Angle_Y3

其中，Angle_X12代表编号1与编号2惯性传感器分别在X轴方向上的累计变形角度和，Angle_X34代表编号3与编号4惯性传感器分别在X轴方向上的累计变形角度和，Angle_Y14代表编号1与编号4惯性传感器分别在Y轴方向上的累计变形角度和，Angle_Y23代表编号2与编号3惯性传感器分别在Y轴方向上的累计变形角度和；

然后分别计算前后方向，左右方向及上下方向的累计变形角度，采用以下公式：

Angle_X＝Angle_X12+Angle_X34＝Angle_X1+Angle_X2+Angle_X3+Angle_X4

Angle_Y＝Angle_Y14+Angle_Y23＝Angle_Y1+Angle_Y2+Angle_Y3+Angle_Y4

Angle_Z＝Angle_Z1+Angle_Z2+Angle_Z3+Angle_Z4

其中，Angle_X、Angle_Y、Angle_Z代表四个传感器分别在X、Y、Z轴方向上的累计变形角度和；

a5、利用在X及Y方向的角度变形量计算近似压力中心ACOP_X及ACOP_Y采用以下公式：

ACOP_X＝Angle_X/Angle_Z

ACOP_Y＝Angle_Y/Angle_Z

其中，ACOP_X、ACOP_Y分别代表Angle_X与Angle_Z之比值、Angle_Y与Angle_Z之比值；

a6、采用均一化处理方法，对智能坐垫在使用阶段所计算出的近似压力中心分布曲线进行均一化处理，均一化数值范围为-1到1，实现对所计算的近似压力中心与测力板的精度比较；

a7、与图6压力中心分布图对比，判断轮椅使用者的坐姿，即将所计算出的近似压力中心数据与所设置的坐姿控制边界范围图进行比较，根据落点的位置，判断出用户的实际坐姿，上述计算均在信号处理单元中完成，通过显示终端显示至轮椅使用者。

与现有技术相比，本发明的有益效果是：

1、本发明通过设置的坐垫、软性支撑物、上支撑板、支撑弹簧、支撑弹簧固定板、辅助支撑垫以及外部覆盖帘组成该装置，进而保证了该装置的结构简单紧凑、使用方便、综合成本低，同时通过左右支撑管的伸缩性使得该装置能够在不同类型的轮椅上实现安装，并且该装置的坐姿判断采用的是惯性传感器，相比压力传感器技术方案，使用传感器数量少，可以在较低成本下实现较高的变形角度测定，从而解决了现今大多数的辅助坐姿评估装置主要是基于压力传感器，光纤传感器器件多，综合成本较高，轮椅用户使用成本高的问题；

2、本发明通过设置的螺钉将惯性传感器固定，进而相比基于压力传感器矩阵及光纤传感器等技术方案，可靠性更高且避免了由于单一压力测量单元的损坏而导致的整体功能的丧失，而且由于传感器数量少，故而所需的供电资源小且可移植性好，而且该装置所测量的近似压力中心与压力中心金标准相比，对于轮椅者的不同坐姿改变而产生的压力中心变化曲线，具有相同的变化趋势，进而证明了所述的近似压力中心计算方法的有效性，同时该装置的可扩展性好，所采用的惯性传感器应用广泛，可以进行二次开发，完成如轮椅位姿的计算，进而进一步提高了该装置的实用性。

附图说明

图1为本发明的智能坐垫正视轴侧结构示意图；

图2为本发明的支撑左端与轮椅装配轴侧结构示意图；

图3为本发明的智能坐垫内部轴侧结构示意图；

图4为本发明的智能坐垫的惯性传感器及支撑弹簧的安装结构示意图；

图5为本发明的智能坐垫的下支撑板结构示意图；

图6为本发明的压力中心与坐姿判别示意图；

图7为本发明的智能坐垫与全标准测力板测量结果对比示意图。

图中：1坐垫、101软性支撑物、102上支撑板、2支撑弹簧、3支撑弹簧固定板、4辅助支撑垫、5外部覆盖帘、6惯性传感器、7信号处理单元、8可充电电源、9无线天线、10下支撑板、1001左右支撑管、1002中间支撑板、15轮椅。

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。

请参阅图1-7，本发明提供了一种基于惯性传感器的智能坐垫及坐姿分类方法的技术方案：

坐垫1下侧面固定连接有中间支撑板1002，中间支撑板1002以及下支撑板10之间设置有外部覆盖帘5，中间支撑板1002下侧面四角处均固定连接有支撑弹簧固定板3，四个支撑弹簧固定板3之间均设置有两个惯性传感器6(共四个)，四个支撑弹簧固定板3下端均固定连接有支撑弹簧2一端，坐垫1通过中间支撑板1002、支撑弹簧2与支撑弹簧固定板3通过螺钉进行连接，四个支撑弹簧2另一端分别固定连接在四个辅助支撑垫4上，四个辅助支撑垫4分别固定连接在下支撑板10四角处，由软性橡胶材质/高密度塑料泡沫组成，位于支撑弹簧固定板3及下支撑板10之间，其是目的是为了补偿弹簧过量变形所导致的惯性传感器6与下支撑板10的干涉接触，中间支撑板1002与下支撑板10活动连接，下支撑板10中心处固定连接有信号处理单元7，信号处理单元7后端设置有可充电电源8，可充电电源8充电口设置在下支撑板10后侧壁上，可充电电源8右端设置有无线天线9，无线天线9设置在下支撑板10后侧壁上，下支撑板10左右两端均固定连接有两个左右支撑管1001。

坐垫1包括软性支撑物101，软性支撑物101下侧面固定连接在上支撑板102上，上支撑板102下侧面固定连接有中支撑板，软性支撑物101采用软性材质，上支撑板102为方形板材，下支撑板10采用方形板材，上支撑板102以及下支撑板10上均设置有多个加强筋，四个支撑弹簧2的总支撑力大于等于150kg，所述的软性支撑物101由棉花、海绵软性物质填充而成，上支撑板102为钢制板材加工而成，其为方形结构，上面开有通孔或者螺纹孔，用于实现所连接物件的固定，其厚度大于4mm,均布若干微小支架防止结构变形，采用角铁及方钢加工而成，外部覆盖帘5通过缝制或者粘贴的方式与坐垫1进行连接，其下侧直接悬挂或者与下支撑板10相连接，进而形成密闭空腔，外部覆盖帘5的材质为塑料纸以及防水塑料布。

四个左右支撑管1001分别与轮椅15左右两端通过螺钉相对固定连接，下支撑板10下侧面活动连接在轮椅15座位上端，左右支撑管1001在左右方向进行长度调节，轮椅15使用者结合水平仪进行整体架构的调平,惯性传感器6输出端与信号处理单元7输入端采用无线连接，无线天线9输入端与信号处理单元7双向连接，无线天线9输出端与显示屏终端双向无线连接，信号处理单元7电源输入端电连接有可充电电源8输出端，四个惯性传感器6的信号源坐标系布置朝向相同，靠近支撑点位置或者与支撑位置相重合。

一种基于惯性传感器的智能坐垫的坐姿分类方法，包括以下步骤：

a1、信号预采集，通过上述硬件装置获得需要的惯性传感器6信号，在信号采集过程中，轮椅15使用者静止端坐采集10秒钟，后使用者其在前后方向按照最大运动幅度进行往复运动5次，整个测量过程中的惯性传感器信号数据进行保存，用于传感器位置校准，后采集的信号用于坐姿分析；

a2、选取加速度传感器，陀螺仪信号以及旋转矩阵信息，其采样频率为100Hz，采集的信号通过八阶巴特沃斯滤波器进行滤波处理，截止频率为20Hz；

a3、滤波后的惯性传感器信号(IMU_X，IMU_Y，IMU_Z)进行坐标系转换处理，保证四个惯性传感器6的信号源具有相同的Z向垂直方向，所采用的计算公式如下：

Y_IMU＝(IMU_X，IMU_Y，IMU_Z)

Z_IMU＝[1 0 0]^T×Y_IMU

X_IMU＝Y_IMU×Z_IMU

其中，IMU_X、IMU_Y及IMU_Z分别代表滤波后的惯性传感器信号在X，Y及Z轴上的分量，X_IMU、Y_IMU及Z_IMU分别代表经过Z向方向调整后的惯性传感器分量，采用上述公式计算后，所形成的新的惯性传感器6信号即

[X_IMU，Y_IMU，Z_IMU]

具有相同的垂直坐标系方向，后对所获得的新的惯性传感器6信号的水平方向的两个轴进行方向微调，采用主成分分析的方法，分别计算所剩下X、Y轴与其对应的方向向量之间的夹角，并计算出对应的旋转矩阵，后将新的惯性传感器6信号与转置矩阵相乘，进而使得惯性传感器6的三个方向轴均相同，进而四个惯性传感器6信号的信号源在三个方向上都相同；

a4、计算各个传感器信号与大地坐标系在X，Y，Z三个方向上的夹角大小，对完成坐标系转换的惯性传感器6信号与大地坐标系方向矩阵进行角度计算，分别计算出其在X，Y，Z三个方向上的夹角方向，以某一个惯性传感器6(编号1)分别在X、Y、Z轴方向上所计算的夹角角度为例，其可以表述为：

(Angle_X1，Angle_Y1，Angle_Z1)

其中，Angle_X1、Angle_Y1、Angle_Z1依次代表该编号1惯性传感器在X、Y、Z轴方向上的夹角大小；之后分别计算四个惯性传感器6(如图4所示该传感器位置)分别在X及Y方向的累计变形的角度和，其计算公式如下所示：

Angle_X12＝Angle_X1+Angle_X2

Angle_X34＝Angle_X3+Angle_X4

Angle_Y14＝Angle_Y1+Angle_Y4

Angle_Y23＝Angle_Y2+Angle_Y3

其中，Angle_X12代表编号1与编号2惯性传感器分别在X轴方向上的累计变形角度和，Angle_X34代表编号3与编号4惯性传感器分别在X轴方向上的累计变形角度和，Angle_Y14代表编号1与编号4惯性传感器分别在Y轴方向上的累计变形角度和，Angle_Y23代表编号2与编号3惯性传感器分别在Y轴方向上的累计变形角度和；

然后分别计算前后方向，左右方向及上下方向的累计变形角度，采用以下公式：

Angle_X＝Angle_X12+Angle_X34＝Angle_X1+Angle_X2+Angle_X3+Angle_X4

Angle_Y＝Angle_Y14+Angle_Y23＝Angle_Y1+Angle_Y2+Angle_Y3+Angle_Y4

Angle_Z＝Angle_Z1+Angle_Z2+Angle_Z3+Angle_Z4；

其中，Angle_X、Angle_Y、Angle_Z代表四个传感器分别在X、Y、Z轴方向上的累计变形角度和；

a5、利用在X及Y方向的角度变形量计算近似压力中心ACOP_X及ACOP_Y，采用以下公式：

ACOP_X＝Angle_X/Angle_Z

ACOP_Y＝Angle_Y/Angle_Z

其中，ACOP_X、ACOP_Y分别代表Angle_X与Angle_Z之比值、Angle_Y与Angle_Z之比值；

a6、采用均一化处理方法，利用智能坐垫1在使用阶段采集的数据经过计算后生成的近似压力中心分布曲线进行均一化处理，使其最终压力中心分布曲线在-1到1范围内；

a7、与图6压力中心分布图对比，判断轮椅15使用者的坐姿，即将所计算出的近似压力中心数据与所设置的坐姿控制边界范围图进行比较，根据落点的位置，判断出用户的实际坐姿，上述计算均在信号处理单元7中完成，通过显示终端显示至轮椅15使用者。

具体使用时，利用智能坐垫1的设置，采集惯性传感器6信号，进行如下步骤的信号处理，进而完成压力中心的计算：

S1、学习阶段信号预采集，使用阶段信号采集；

S2、采用八阶巴特沃斯滤波器，对惯性传感器6的信号进行滤波处理；

S3、各个惯性传感器6的坐标系标定，使得所用的四个惯性传感器6输出信号处于相同坐标系；

S4、计算各个传感器信号与大地坐标系在X，Y，Z三个方向上的夹角大小；

S5、参考标准压力中心计算方法，计算所述智能坐垫的近似压力中心分布；

S6、均一化处理近似压力中心分布曲线，使其分布在[-1，1]的区间之内；

S7、与图6压力中心分布图对比，判断轮椅15使用者的坐姿。

采用的智能坐垫的实验装置与压力中心测量金标准测力板对实验对象的不同坐姿进行比较，证明所计算的近似压力中心和标准压力中心数据具有近似的改变趋势，结果上与金标准在X与Y方向上所存在的最大误差小于0.1。

在本发明的描述中，需要理解的是，指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明中，除非另有明确的规定和限定，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (4)

1.一种基于惯性传感器的智能坐垫，包括坐垫(1)，其特征在于：所述坐垫(1)下侧面固定连接有中间支撑板(1002)，所述中间支撑板(1002)以及下支撑板(10)之间设置有外部覆盖帘(5)，所述中间支撑板(1002)下侧面四角处均固定连接有支撑弹簧固定板(3)，其中一侧的两个支撑弹簧固定板(3)之间设置有两个惯性传感器(6)，另一侧的两个支撑弹簧固定板(3)之间设置有两个惯性传感器(6)，四个所述支撑弹簧固定板(3)下端均固定连接有支撑弹簧(2)一端，四个所述支撑弹簧(2)另一端分别固定连接在四个辅助支撑垫(4)上，四个所述辅助支撑垫(4)分别固定连接在下支撑板(10)四角处，所述中间支撑板(1002)与下支撑板(10)活动连接，所述下支撑板(10)中心处固定连接有信号处理单元(7)，所述信号处理单元(7)后端设置有可充电电源(8)，所述可充电电源(8)充电口设置在下支撑板(10)后侧壁上，所述可充电电源(8)右端设置有无线天线(9)，所述无线天线(9)设置在下支撑板(10)后侧壁上，所述下支撑板(10)左右两端均固定连接有两个左右支撑管(1001)；该基于惯性传感器的智能坐垫的坐姿分类方法，包括以下步骤：

a1、信号预采集，通过上述硬件装置获得需要的惯性传感器(6)信号，在信号采集过程中，轮椅(15)使用者静止端坐采集10秒钟，后使用者其在前后方向按照最大运动幅度进行往复运动5次，整个测量过程中的惯性传感器信号数据进行保存，用于传感器位置校准，后采集的信号用于坐姿分析；

a2、选取加速度传感器信号、陀螺仪信号以及旋转矩阵信息，其采样频率为100Hz,采集的信号通过八阶巴特沃斯滤波器进行滤波处理，截止频率为20Hz；

a3、滤波后的惯性传感器信号(IMU_X,IMU_Y,IMU_Z)进行坐标系转换处理，保证四个惯性传感器(6)的信号源具有相同的Z向垂直方向，所采用的计算公式如下：

Y_IMU＝(IMU_X,IMU_Y,IMU_Z)

Z_IMU＝[1 0 0]^T×Y_IMU

X_IMU＝Y_IMU×Z_IMU

其中，IMU_X、IMU_Y及IMU_Z分别代表滤波后的惯性传感器信号在X,Y及Z轴上的分量，X_IMU、Y_IMU及Z_IMU分别代表经过Z向方向调整后的惯性传感器分量，采用上述公式计算后，所形成的新的惯性传感器(6)信号即

[X_IMU,Y_IMU,Z_IMU]

具有相同的垂直坐标系方向，进而对所获得的新的惯性传感器(6)信号的水平方向的两个轴进行方向微调，采用主成分分析的方法，分别计算所剩下X、Y轴与其对应的方向向量之间的夹角，并计算出对应的旋转矩阵，后将新的惯性传感器(6)信号的旋转矩阵与转置矩阵相乘，进而使得惯性传感器(6)的三个方向轴均相同，进而四个惯性传感器(6)信号的信号源在三个方向上都相同；a4、计算各个传感器信号与大地坐标系在X,Y,Z三个方向上的夹角大小，对完成坐标系转换的惯性传感器(6)信号与大地坐标系方向矩阵进行角度计算，分别计算出其在X,Y,Z三个方向上的夹角方向，以某一个惯性传感器(6)所计算的角度为例，其表述为：

(Angle_X1,Angle_Y1,Angle_Z1)

其中，Angle_X1、Angle_Y1及Angle_Z1依次代表该编号1惯性传感器在X、Y、Z轴方向上的夹角大小；

之后分别计算四个惯性传感器(6)分别在X及Y方向的累计变形的角度和，其计算公式如下所示：

Angle_X12＝Angle_X1+Angle_X2

Angle_X34＝Angle_X3+Angle_X4

Angle_Y14＝Angle_Y1+Angle_Y4

Angle_Y23＝Angle_Y2+Angle_Y3

其中，Angle_X12代表编号1与编号2惯性传感器分别在X轴方向上的累计变形角度和，Angle_X34代表编号3与编号4惯性传感器分别在X轴方向上的累计变形角度和，Angle_Y14代表编号1与编号4惯性传感器分别在Y轴方向上的累计变形角度和，Angle_Y23代表编号2与编号3惯性传感器分别在Y轴方向上的累计变形角度和；

然后分别计算前后方向,左右方向及上下方向的累计变形角度，采用以下公式：

Angle_X＝Angle_X12+Angle_X34＝Angle_X1+Angle_X2+Angle_X3+Angle_X4

Angle_Y＝Angle_Y14+Angle_Y23＝Angle_Y1+Angle_Y2+Angle_Y3+Angle_Y4

Angle_Z＝Angle_Z1+Angle_Z2+Angle_Z3+Angle_Z4

其中，Angle_X、Angle_Y及Angle_Z代表四个传感器分别在X、Y、Z轴方向上的累计变形角度和；

a5、利用在X及Y方向的角度变形量计算近似压力中心ACOP_X及ACOP_Y，采用以下公式：

ACOP_X＝Angle_X/Angle_Z

ACOP_Y＝Angle_Y/Angle_Z

其中，ACOP_X、ACOP_Y分别代表Angle_X与Angle_Z之比值、Angle_Y与Angle_Z之比值；

a6、采用均一化处理方法，对智能坐垫(1)在使用过程中计算出的近似压力中心曲线进行处理，使其均一化处理到-1到1的范围内；

a7、与压力中心分布图对比，判断轮椅(15)使用者的坐姿，即将所计算出的近似压力中心数据与所设置的坐姿控制边界范围图进行比较，根据落点的位置，判断出用户的实际坐姿，上述计算均在信号处理单元(7)中完成，通过显示终端显示至轮椅(15)使用者。

2.根据权利要求1所述的一种基于惯性传感器的智能坐垫，其特征在于：所述坐垫(1)包括软性支撑物(101)，所述软性支撑物(101)下侧面固定连接在上支撑板(102)上，所述上支撑板(102)下侧面固定连接有中支撑板，所述软性支撑物(101)采用软性材质，所述上支撑板(102)为方形板材，所述下支撑板(10)采用方形板材，所述上支撑板(102)以及下支撑板(10)上均设置有多个加强筋，四个所述支撑弹簧(2)的总支撑力大于等于150kg。

3.根据权利要求1所述的一种基于惯性传感器的智能坐垫，其特征在于：四个所述左右支撑管(1001)分别与轮椅(15)左右两端通过螺钉相对固定连接，所述下支撑板(10)下侧面活动连接在轮椅(15)座位上端，所述惯性传感器(6)输出端与信号处理单元(7)输入端无线连接，所述无线天线(9)输入端与信号处理单元(7)双向连接，所述无线天线(9)输出端与显示屏终端双向无线连接，所述信号处理单元(7)电源输入端电连接有可充电电源(8)输出端。

4.根据权利要求1所述的一种基于惯性传感器的智能坐垫的坐姿分类方法，其特征在于：包括以下步骤：

a1、信号预采集，通过上述硬件装置获得需要的惯性传感器(6)信号，在信号采集过程中，轮椅(15)使用者静止端坐采集10秒钟，后使用者其在前后方向按照最大运动幅度进行往复运动5次，整个测量过程中的惯性传感器信号数据进行保存，用于传感器位置校准，后采集的信号用于坐姿分析；

a2、选取加速度传感器信号、陀螺仪信号以及旋转矩阵信息，其采样频率为100Hz,采集的信号通过八阶巴特沃斯滤波器进行滤波处理，截止频率为20Hz；

a3、滤波后的惯性传感器信号(IMU_X,IMU_Y,IMU_Z)进行坐标系转换处理，保证四个惯性传感器(6)的信号源具有相同的Z向垂直方向，所采用的计算公式如下：

Y_IMU＝(IMU_X,IMU_Y,IMU_Z)

Z_IMU＝[1 0 0]^T×Y_IMU

X_IMU＝Y_IMU×Z_IMU

其中，IMU_X、IMU_Y及IMU_Z分别代表滤波后的惯性传感器信号在X,Y及Z轴上的分量，X_IMU、Y_IMU及Z_IMU分别代表经过Z向方向调整后的惯性传感器分量，采用上述公式计算后，所形成的新的惯性传感器(6)信号即

[X_IMU,Y_IMU,Z_IMU]

具有相同的垂直坐标系方向，进而对所获得的新的惯性传感器(6)信号的水平方向的两个轴进行方向微调，采用主成分分析的方法，分别计算所剩下X、Y轴与其对应的方向向量之间的夹角，并计算出对应的旋转矩阵，后将新的惯性传感器(6)信号的旋转矩阵与转置矩阵相乘，进而使得惯性传感器(6)的三个方向轴均相同，进而四个惯性传感器(6)信号的信号源在三个方向上都相同；

a4、计算各个传感器信号与大地坐标系在X,Y,Z三个方向上的夹角大小，对完成坐标系转换的惯性传感器(6)信号与大地坐标系方向矩阵进行角度计算，分别计算出其在X,Y,Z三个方向上的夹角方向，以某一个惯性传感器(6)所计算的角度为例，其表述为：

(Angle_X1,Angle_Y1,Angle_Z1)

其中，Angle_X1、Angle_Y1及Angle_Z1依次代表该编号1惯性传感器在X、Y、Z轴方向上的夹角大小；

之后分别计算四个惯性传感器(6)分别在X及Y方向的累计变形的角度和，其计算公式如下所示：

Angle_X12＝Angle_X1+Angle_X2

Angle_X34＝Angle_X3+Angle_X4

Angle_Y14＝Angle_Y1+Angle_Y4

Angle_Y23＝Angle_Y2+Angle_Y3

其中，Angle_X12代表编号1与编号2惯性传感器分别在X轴方向上的累计变形角度和，Angle_X34代表编号3与编号4惯性传感器分别在X轴方向上的累计变形角度和，Angle_Y14代表编号1与编号4惯性传感器分别在Y轴方向上的累计变形角度和，Angle_Y23代表编号2与编号3惯性传感器分别在Y轴方向上的累计变形角度和；

然后分别计算前后方向,左右方向及上下方向的累计变形角度，采用以下公式：

Angle_X＝Angle_X12+Angle_X34＝Angle_X1+Angle_X2+Angle_X3+Angle_X4

Angle_Y＝Angle_Y14+Angle_Y23＝Angle_Y1+Angle_Y2+Angle_Y3+Angle_Y4

Angle_Z＝Angle_Z1+Angle_Z2+Angle_Z3+Angle_Z4

其中，Angle_X、Angle_Y及Angle_Z代表四个传感器分别在X、Y、Z轴方向上的累计变形角度和；

a5、利用在X及Y方向的角度变形量计算近似压力中心ACOP_X及ACOP_Y，采用以下公式：

ACOP_X＝Angle_X/Angle_Z

ACOP_Y＝Angle_Y/Angle_Z

其中，ACOP_X、ACOP_Y分别代表Angle_X与Angle_Z之比值、Angle_Y与Angle_Z之比值；

a6、采用均一化处理方法，对智能坐垫(1)在使用过程中计算出的近似压力中心曲线进行处理，使其均一化处理到-1到1的范围内；

a7、与压力中心分布图对比，判断轮椅(15)使用者的坐姿，即将所计算出的近似压力中心数据与所设置的坐姿控制边界范围图进行比较，根据落点的位置，判断出用户的实际坐姿，上述计算均在信号处理单元(7)中完成，通过显示终端显示至轮椅(15)使用者。

Images