CN114065059B - 一种基于大数据的睡姿推荐控制方法、系统和存储介质 - Google Patents

Abstract

本申请提供了一种基于大数据的睡姿推荐控制方法、系统和存储介质，通过本发明的睡姿推荐和控制方案，能够根据用户的身体状况和环境状况进行睡眠姿势的推荐，并且能够通过床垫检测用户当前的睡眠姿势，并且根据当前睡眠姿势进行床垫的调整，使得用户睡眠更加舒适，也有利于身体健康。本发明还能够根据用户的身体问题进行姿势推荐，并且能够根据推荐的姿势进行床垫的动态调整，以适应当前用户的身体。

Description

一种基于大数据的睡姿推荐控制方法、系统和存储介质

技术领域

本申请属于数据处理和分析领域，更具体的，涉及一种基于大数据的睡姿推荐控制方法、系统和存储介质。

背景技术

随着社会经济水平和消费水平的提高，人们对自身的生理状况和精神状况的关注度越来越高，这就促使人们由关注睡眠产品的美观性逐渐转向其舒适性。再加之，高速运转的社会压力让大多数人身体疲累，提高睡眠舒适性以提高人们的睡眠质量就显得尤为必要。

目前，现有技术中并未有针对睡眠姿势的研究，更没有通过人体的身体状态进行睡眠姿势推荐的技术。

因此，现有技术存在缺陷，急需改进。

发明内容

有鉴于此，本申请提供了一种基于大数据的睡姿推荐控制方法、系统和存储介质，通过本发明的睡姿推荐和控制方案，能够根据用户的身体状况和环境状况进行睡眠姿势的推荐，并且能够通过床垫检测用户当前的睡眠姿势，并且根据当前睡眠姿势进行床垫的调整，使得用户睡眠更加舒适，也有利于身体健康。本发明还能够根据用户的身体问题进行姿势推荐，并且能够根据推荐的姿势进行床垫的动态调整，以适应当前用户的身体。

本发明第一方面公开了一种基于大数据的睡姿推荐控制方法，包括以下步骤：

获取环境信息、用户人体信息；

根据所述环境信息、用户人体信息进行分析，得到推荐姿势信息；

将所述推荐姿势信息发送至用户端；

接收用户端的反馈确认信息；

获取床垫信息；

根据所述床垫信息确定用户当前姿势；

比较用户当前姿势信息与推荐姿势信息的相似度是否超过预设相似度阈值；

若超过，则根据用户当前姿势和用户人体信息确定床垫调整信息，床垫根据所述床垫调整信息进行调整。

本方案中，所述根据所述环境信息、用户人体信息进行分析，得到推荐姿势信息，具体为：

根据环境信息确定环境特征值，得到第一环境特征值；

将预设区域分为N个不同的子区域；

计算每个子区域的环境特征值；

比较每个子区域的环境特征值与第一环境特征值的差别率；

将小于第一差别率阈值的子区域归类于类似区域，得到第一区域集；

计算当前用户的用户特征值，得到第一用户特征值；

获取第一区域集中的用户数据，计算用户特征值；

比较所述第一用户特征值与第一区域集内用户特征值的差别率；

将小于第二差别率阈值的用户归类于类似用户，得到用户集合；

获取所述用户集合中用户的历史睡眠数据；

对所述历史睡眠数据进行分析，得到推荐姿势信息。

本方案中，所述根据用户当前姿势和用户人体信息确定床垫调整信息，具体为:

通过用户人体信息确定用户身体问题点；

根据用户身体问题点确定用户当前姿势是否符合身体恢复条件；

若不符合，则将环境信息、用户身体问题点、床垫信息输入预设的第一神经网络模型中，得到推荐床垫调整信息，作为床垫调整信息，发送至床垫。

本方案中，还包括:

比较用户当前姿势信息与推荐姿势信息的相似度是否超过预设相似度阈值；若不超过，则判断用户当前姿势与推荐姿势的位置差距，将所述位置差距转化为动作指导信息，发送所述动作指导信息至预设终端；

所述预设终端播放或显示动作指导信息。

本方案中，还包括:

获取外部物体信息；

根据所述外部物体信息、用户当前姿势和推荐姿势确定床垫调整信息；

发送所述床垫调整信息至床垫端，以进行床垫调整。

本方案中，还包括:

判断用户当前的睡眠状态；

若为入睡状态；

则获取推荐姿势曲线信息；

根据所述推荐姿势曲线信息和当前用户姿势以及床垫信息确定床垫调整信息。

本发明第二方面公开了一种基于大数据的睡姿推荐控制系统，包括存储器和处理器，所述存储器中包括一种基于大数据的睡姿推荐控制方法程序，所述一种基于大数据的睡姿推荐控制方法程序被所述处理器执行时实现如下步骤：

获取环境信息、用户人体信息；

根据所述环境信息、用户人体信息进行分析，得到推荐姿势信息；

将所述推荐姿势信息发送至用户端；

接收用户端的反馈确认信息；

获取床垫信息；

根据所述床垫信息确定用户当前姿势；

比较用户当前姿势信息与推荐姿势信息的相似度是否超过预设相似度阈值；

若超过，则根据用户当前姿势和用户人体信息确定床垫调整信息，床垫根据所述床垫调整信息进行调整。

本方案中，所述根据所述环境信息、用户人体信息进行分析，得到推荐姿势信息，具体为：

根据环境信息确定环境特征值，得到第一环境特征值；

将预设区域分为N个不同的子区域；

计算每个子区域的环境特征值；

比较每个子区域的环境特征值与第一环境特征值的差别率；

将小于第一差别率阈值的子区域归类于类似区域，得到第一区域集；

计算当前用户的用户特征值，得到第一用户特征值；

获取第一区域集中的用户数据，计算用户特征值；

比较所述第一用户特征值与第一区域集内用户特征值的差别率；

将小于第二差别率阈值的用户归类于类似用户，得到用户集合；

获取所述用户集合中用户的历史睡眠数据；

对所述历史睡眠数据进行分析，得到推荐姿势信息。

本方案中，所述根据用户当前姿势和用户人体信息确定床垫调整信息，具体为:

通过用户人体信息确定用户身体问题点；

根据用户身体问题点确定用户当前姿势是否符合身体恢复条件；

若不符合，则将环境信息、用户身体问题点、床垫信息输入预设的第一神经网络模型中，得到推荐床垫调整信息，作为床垫调整信息，发送至床垫。

本方案中，还包括:

比较用户当前姿势信息与推荐姿势信息的相似度是否超过预设相似度阈值；若不超过，则判断用户当前姿势与推荐姿势的位置差距，将所述位置差距转化为动作指导信息，发送所述动作指导信息至预设终端；

所述预设终端播放或显示动作指导信息。

本方案中，还包括:

获取外部物体信息；

根据所述外部物体信息、用户当前姿势和推荐姿势确定床垫调整信息；

发送所述床垫调整信息至床垫端，以进行床垫调整。

本方案中，还包括:

判断用户当前的睡眠状态；

若为入睡状态；

则获取推荐姿势曲线信息；

根据所述推荐姿势曲线信息和当前用户姿势以及床垫信息确定床垫调整信息。

本发明第三方面公开了一种计算机可读存储介质，所述计算机可读存储介质中包括一种基于大数据的睡姿推荐控制方法程序，所述一种基于大数据的睡姿推荐控制方法程序被处理器执行时，实现如上述任一项所述的一种基于大数据的睡姿推荐控制方法的步骤。

本申请提供了一种基于大数据的睡姿推荐控制方法、系统和存储介质，通过本发明的睡姿推荐和控制方案，能够根据用户的身体状况和环境状况进行睡眠姿势的推荐，并且能够通过床垫检测用户当前的睡眠姿势，并且根据当前睡眠姿势进行床垫的调整，使得用户睡眠更加舒适，也有利于身体健康。本发明还能够根据用户的身体问题进行姿势推荐，并且能够根据推荐的姿势进行床垫的动态调整，以适应当前用户的身体。

附图说明

图1示出了本发明一种基于大数据的睡姿推荐控制方法的流程图；

图2示出了本发明智能调节床垫的示意图

图3示出了本发明一种基于大数据的睡姿推荐控制系统的框图。

具体实施方式

为使得本申请的目的、特征、优点能够更加的明显和易懂，对本申请实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本申请一部分实施例，而非全部的实施例。基于本申请中的实施例，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它实施例，都属于本申请保护的范围。

图1示出了本发明一种基于大数据的睡姿推荐控制方法的流程图。

如图1所示，本发明公开了一种基于大数据的睡姿推荐控制方法，包括以下步骤：

S102，获取环境信息、用户人体信息；

S104，根据所述环境信息、用户人体信息进行分析，得到推荐姿势信息；

S106，将所述推荐姿势信息发送至用户端；

S108，接收用户端的反馈确认信息；

S110，获取床垫信息；

S112，根据所述床垫信息确定用户当前姿势；

S114，比较用户当前姿势信息与推荐姿势信息的相似度是否超过预设相似度阈值；

S116，若超过，则根据用户当前姿势和用户人体信息确定床垫调整信息，床垫根据所述床垫调整信息进行调整。

需要说明的是，本发明是应用于床垫中的方法，本申请的床垫包含有气囊装置，气囊装置可以设置为多个，根据需求设置在床垫中间的不同位置，每个气囊可以单独控制，使得对应的床垫位置顶起，形成局部的凸起。床垫还设置有支架，支架可以由床垫内部的电机控制床垫折叠的角度，如图2所示，床垫11为折叠的状态。支架可以由本领域技术人员根据实际需要设置折叠的位置和折叠角度。其中，床垫中还设置有多个压力传感器，压力传感器设置在床垫内部，并且靠近床垫表面位置，以能够准确接收床垫上的压力信息为主，压力传感器可以均匀的设置于床垫内部，设置的数量越多，则检测到的用户的压力就越准确。床垫中还设置有声音接收器，例如，麦克风，以采集声音数据，声音接收器可以设置多个，分布于床垫的多个部位。

环境信息为用户所在环境的温度、湿度、气压、氧气度、海拔信息中的一种或几种；用户人体信息为用户的身体信息，包括身高、体重、血压、血氧、疾病历史、疾病身体部位中的一种或几种。其中环境信息可以通过用户自行输入或者通过用户手持终端发送位置信息和海拔信息自动分析得到，环境信息可以影响用户的睡眠质量，例如，温度较高时，采用侧卧后背出汗会少，有利于睡眠。用户人体信息可以通过用户输入获得，也可以通过第三方平台或者政务平台获得。根据环境信息和用户人体信息进行睡姿推荐，可以使得用户的体验更好。首先，需要根据所述环境信息、用户人体信息进行分析，得到推荐姿势信息。其中，分析可以是在服务器中进行，例如，通过云计算、雾计算的方式进行分析，或者通过人工智能运算分析。然后将推荐姿势信息发送至用户端，等待用户端的反馈，如果用户同意推荐的姿势，则发送确认信息。接收到用户端反馈的确认信息之后，获取床垫信息，所述床垫信息包括床垫每个部位的压力信息还有折叠角度等信息。通过床垫信息可以获得用户当前姿势，再比较用户当前姿势信息与推荐姿势信息的相似度是否超过预设相似度阈值。如果超过，表示用户当前的姿势与推荐姿势较为匹配，如果不超过，则说明用户当前姿势与推荐姿势偏差较大，则会发送指示信息至用户端，以方便用户进一步调整。在当前姿势与推荐姿势较为匹配时，则会根据当前姿势和用户人体信息确定床垫的调整信息，例如，平躺姿势时，根据用户人体信息确定用户腰部存在不适，则会控制床垫中对应腰部位置的气囊进行充气，以贴合用户腰部，防止用户腰部悬空。通过本发明的睡姿推荐和控制方案，能够根据用户的身体状况和环境状况进行睡眠姿势的推荐，并且能够通过床垫检测用户当前的睡眠姿势，并且根据当前睡眠姿势进行床垫的调整，使得用户睡眠更加舒适，也有利于身体健康。

根据本发明实施例，所述根据所述环境信息、用户人体信息进行分析，得到推荐姿势信息，具体为：

根据环境信息确定环境特征值，得到第一环境特征值；

将预设区域分为N个不同的子区域；

计算每个子区域的环境特征值；

比较每个子区域的环境特征值与第一环境特征值的差别率；

将小于第一差别率阈值的子区域归类于类似区域，得到第一区域集；

计算当前用户的用户特征值，得到第一用户特征值；

获取第一区域集中的用户数据，计算用户特征值；

比较所述第一用户特征值与第一区域集内用户特征值的差别率；

将小于第二差别率阈值的用户归类于类似用户，得到用户集合；

获取所述用户集合中用户的历史睡眠数据；

对所述历史睡眠数据进行分析，得到推荐姿势信息。

需要说明的是，为了更好的对用户的睡眠姿势进行分析推荐，需要获取大量的数据，通过对数据的分析才能更好的得到推荐结果，数据越大，结果就越准确。为了方便进行数据分析，本发明将筛选类似的环境区域中的类似人群的数据作为分析数据。首先，根据环境信息确定环境特征值，得到第一环境特征值，环境信息为用户端输入或者采集的环境信息，然后计算特征值，特征值是反应当前用户环境的特征数值，特征计算可以采用现有技术中的计算方法，本发明不再一一赘述。然后将预设区域分为N个不同的子区域，其中预设区域为本领域技术人员根据实际需求设置的区域，可以为一个省，可以为同纬度圈区域，可以为一个市。将预设区域分为N个不同的子区域，N为大于等于2的整数，每个子区域的划分可以按照行政区域划分，或者预设的规则划分，例如，预设的规则可以将预设区域均匀等分或者本领域技术人员直接根据实际情况手动划分。然后计算每个子区域的环境特征值，其中环境特征值表示的是每个子区域当前的环境特征。再比较每个子区域的环境特征值与第一环境特征值的差别率。其中，差别率=（第一环境特征值-子区域环境特征值）/第一环境特征值。将小于第一差别率阈值的子区域归类于类似区域，得到第一区域集，第一差别率阈值为本领域技术人员预设的，优选的，第一差别率阈值为5%。也就是说，差别率小于5%的子区域为类似区域，列为第一区域集合中。然后获取第一区域集合中的用户数据，并且计算用户特征值，比较所述第一用户特征值与第一区域集内用户特征值的差别率；将小于第二差别率阈值的用户归类于类似用户，得到用户集合。第二差别率阈值为本领域技术人员预设的，优选的，第二差别率阈值为5%。也就是说，差别率小于5%的用户为类似用户，列为用户集合。在获取到类似区域类似用户之后，就可以获取用户的历史睡眠数据。通过对这些数据的分析，可以得到推荐姿势信息，发送至用户端和床垫。

根据本发明实施例，所述根据用户当前姿势和用户人体信息确定床垫调整信息，具体为:

通过用户人体信息确定用户身体问题点；

根据用户身体问题点确定用户当前姿势是否符合身体恢复条件；

若不符合，则将环境信息、用户身体问题点、床垫信息输入预设的第一神经网络模型中，得到推荐床垫调整信息，作为床垫调整信息，发送至床垫。

需要说明的是，本发明能够根据用户的身体问题进行姿势推荐，并且能够根据推荐的姿势进行床垫的动态调整，以适应当前用户的身体。例如，用户如果腰部不适，则在平躺睡觉的时候可以进行床垫的调整，将腰部位置的气囊充气，以贴个用户腰部，防止因为腰部平躺悬空导致的不适。首先，要通过用户人体信息确定用户身体问题点，用户人体信息可以是用户自行输入或者通过第三方平台获取的。获取的用户身体问题点可以是多个位置，例如，腰部，腿部等。然后根据用户身体问题点确定当前的姿势是否符合身体恢复条件，所述身体恢复条件为用户设置的，或者由本领域技术人员确定的，以用户舒适为前提，有利于用户身体恢复的条件。如果符合，则说明当前床垫的状态不需要调节，用户则没有不适感。如果不符合，则说明当前用户会有不适感，可能会不利于身体恢复，则需要进行床垫的调节。可以将环境信息、用户身体问题点、床垫信息输入至第一神经网络模型中，其中第一神经网络模型为预先训练好的模型。通过第一神经网络模型的计算，得到推荐床垫调整信息，所述床垫调整信息为调节床垫状态的信息，可以是调整床垫里面的支架或者气囊状态的控制信息。

根据本发明实施例，还包括:

比较用户当前姿势信息与推荐姿势信息的相似度是否超过预设相似度阈值；若不超过，则判断用户当前姿势与推荐姿势的位置差距，将所述位置差距转化为动作指导信息，发送所述动作指导信息至预设终端；

所述预设终端播放或显示动作指导信息。

需要说明的是，发明还能根据用户当前姿势与推荐姿势的差距进行动作指导，以方便用户能够快速达到推荐睡眠的姿势。首先，判断用户当前姿势与推荐姿势的位置差距，通过所述位置差距便能够得到动作指导信息，所述的动作指导信息为用户进行某个部位的动作移动和移动距离。然后将所述动作指导信息发送至预设终端，所述预设终端为用户端或者床垫端，当发送至床垫端时，床垫端可以播放动作指导信息，以指导用户完成推荐姿势。

根据本发明实施例，还包括:

获取外部物体信息；

根据所述外部物体信息、用户当前姿势和推荐姿势确定床垫调整信息；

发送所述床垫调整信息至床垫端，以进行床垫调整。

需要说明的是，所述外部物体为枕头，被子等物体，当用户睡觉时，可能会由于枕头等外部物体导致用户睡眠姿势变化，例如，枕头较高，则用户会脖子较高，不利于颈椎，所以本发明会针对外部物体进行检测，然后进行床垫的调整，以使得用户更加接近于推荐睡眠姿势。首先，获取外部物体信息，可以通过用户输入物体信息，也可以通过床垫中的压力传感器的压力值获得重量和压力面积信息，进而推算出外部物体信息。获取了外部信息之后，就可以根据所述外部物体信息、用户当前姿势和推荐姿势确定床垫调整信息，然后发送所述床垫调整信息至床垫端，以进行床垫调整。例如，枕头高度较矮，和推荐姿势还存在一定差距，那么可以提高床垫中枕头下面的气囊高度，以帮助用户调整至推荐姿势，提高了用户使用体验感。

根据本发明实施例，还包括:

判断用户当前的睡眠状态；

若为入睡状态；

则获取推荐姿势曲线信息；

根据所述推荐姿势曲线信息和当前用户姿势以及床垫信息确定床垫调整信息。

需要说明的是，用户在入睡后，通过用户端或者床垫端的语音提醒并不能提醒用户进行姿势的调整，并且用户入睡后，也无法唤醒用户进行姿势调整，不利于用户的睡眠。所以本发明会通过用户的睡眠状态，自动调整床垫的支架或者气囊，以辅助用户进行调整。首先，需要判断用户当前的睡眠状态，看是否为入睡状态或者没有入睡。如果是入睡状态，则并不能通过语音或者显示等方式指导用户。此时需要获取推荐姿势曲线信息，所述的推荐姿势曲线是用户在不同的睡眠时间段的姿势变化，例如，在深睡阶段的姿势和在浅睡阶段的姿势不同，并且不同睡眠时间段的姿势可能都会不同。最后，根据所述推荐姿势曲线信息和当前用户姿势以及床垫信息确定床垫调整信息。床垫调整信息为控制床垫中的支架或者气囊进行调整的控制信息，以帮助用户在熟睡中，进行姿势调整或者微调整。例如，用户在入睡时采用了推荐的右侧侧卧姿势睡觉，在进入到沉睡区的后半段时，推荐姿势变为平躺，为了不影响用户的睡眠，可以将床垫中的气囊进行调整，使得用户身体前侧的气囊高度升高，使用户的身体翻成平躺状态。通过辅助的控制，能够帮助用户在睡眠过程中变换姿势，提高了用户使用体验感。

根据本发明实施例，还包括：

监测用户睡眠姿势保持时间，得到第一时间段；

若第一时间段超过时间段阈值，则将用户当前姿势和用户人体信息输入至第二神经网络模型中，输出得到推荐姿势曲线信息。

需要说明的是，用户长时间处于一个睡眠姿势时，容易造成身体的一些不适，例如，手麻或者血液流通不畅等，熟睡的用户往往无法自行调整姿势，本发明通过检测用户的睡姿保持时间，判断是否进行用户姿势的调整。如果检测的第一时间段超过时间段阈值，则将用户当前姿势和用户人体信息输入至第二神经网络模型中，输出得到推荐姿势曲线信息。其中，第二神经网络模型是预先训练好的神经网络模型。得到了推荐姿势曲线信息之后，床垫便可以进行支架和气囊的控制，以帮助用户进行姿势调整。

根据本发明实施例，所述第一神经网络模型和第二神经网络模型的训练具体为：

获取历史状态数据；对所述历史状态数据进行预处理，得到训练数组；将所述训练数组发送至初始化的神经网络模型中进行训练；获取训练后的神经网络模型的误差率；若所述误差率小于预设的误差率阈值，则停止训练，得到预设的第一神经网络模型或第二神经网络模型。

需要说明的是，历史状态数据为用户睡眠和身体状态等的数据，获取的历史数据数量越多，则训练的神经网络模型就越准确。首先，获取了历史文本特征值后，需要进行预处理，例如，对数据进行归一化处理或者进行格式转换处理，以方便进行神经网络的训练，预处理之后，得到训练数据集。然后将训练数据集输入至初始化的神经网络模型中进行训练，所述的训练是自动化的训练，最终得到预设的第一神经网络模型或第二神经网络模型。然后输入测试数据，判断睡眠神经网络模型输出的预测结果的准确率。并且将预测准确率与预设的准确率阈值进行比较，如果超过了准确率阈值，则说明神经网络模型已经能够达到较好的预测效果，则可以停止训练。其中，所述准确率阈值可以为80-95%。

根据本发明实施例，还包括：

获取预设时间段的用户的姿势曲线数据，得到第一数据集；

根据所述第一数据集进行模拟分析，得到用户身体异常数据；

根据所述身体异常数据、环境信息、用户人体信息进行分析，得到推荐姿势信息。

需要说明的是，用户在长时间保持一个睡眠姿势曲线时，可能会改变身体体形，例如，长时间左侧侧卧睡觉，后面背部的肌肉会高低不同，不够均匀。所以需要重新调整睡姿。首先，需要获取预设时间段的用户的姿势曲线数据，得到第一数据集，其中预设时间可以是一个月、两个月或者50天，优选的，时间为30天以上。然后，根据所述第一数据集进行模拟分析，得到用户身体异常数据，通过姿势曲线数据，模拟分析得到身体异常的数据，所述异常数据为用户某个位置的异常。模拟分析的方法可以是通过建立数学模型的方式获得，本领域技术人员可以采用现有的数学模型进行仿真得到，本发明不再一一赘述。在获取了身体异常数据之后，根据所述身体异常数据、环境信息、用户人体信息进行分析，得到推荐姿势信息。此时可以通过上述提及的特征类似人群的历史睡眠数据进行大数据分析，结合用户身体异常数据的分析得到推荐姿势信息。例如，通过特征类似人群的历史睡眠数据得到了多种推荐姿势，对每种推荐姿势再进一步分析，得到预防用户身体异常数据产生的姿势，那么这种姿势可以为推荐姿势信息。

图3示出了本发明一种基于大数据的睡姿推荐控制系统的框图。

如图3所示，本发明公开了一种基于大数据的睡姿推荐控制系统3，包括存储器31和处理器32，所述存储器中包括一种基于大数据的睡姿推荐控制方法程序，所述一种基于大数据的睡姿推荐控制方法程序被所述处理器执行时实现如下步骤：

获取环境信息、用户人体信息；

根据所述环境信息、用户人体信息进行分析，得到推荐姿势信息；

将所述推荐姿势信息发送至用户端；

接收用户端的反馈确认信息；

获取床垫信息；

根据所述床垫信息确定用户当前姿势；

比较用户当前姿势信息与推荐姿势信息的相似度是否超过预设相似度阈值；

若超过，则根据用户当前姿势和用户人体信息确定床垫调整信息，床垫根据所述床垫调整信息进行调整。

需要说明的是，本发明是应用于床垫中的方法，本申请的床垫包含有气囊装置，气囊装置可以设置为多个，根据需求设置在床垫中间的不同位置，每个气囊可以单独控制，使得对应的床垫位置顶起，形成局部的凸起。床垫还设置有支架，支架可以由床垫内部的电机控制床垫折叠的角度，如图2所示，床垫11为折叠的状态。支架可以由本领域技术人员根据实际需要设置折叠的位置和折叠角度。其中，床垫中还设置有多个压力传感器，压力传感器设置在床垫内部，并且靠近床垫表面位置，以能够准确接收床垫上的压力信息为主，压力传感器可以均匀的设置于床垫内部，设置的数量越多，则检测到的用户的压力就越准确。床垫中还设置有声音接收器，例如，麦克风，以采集声音数据，声音接收器可以设置多个，分布于床垫的多个部位。

环境信息为用户所在环境的温度、湿度、气压、氧气度、海拔信息中的一种或几种；用户人体信息为用户的身体信息，包括身高、体重、血压、血氧、疾病历史、疾病身体部位中的一种或几种。其中环境信息可以通过用户自行输入或者通过用户手持终端发送位置信息和海拔信息自动分析得到，环境信息可以影响用户的睡眠质量，例如，温度较高时，采用侧卧后背出汗会少，有利于睡眠。用户人体信息可以通过用户输入获得，也可以通过第三方平台或者政务平台获得。根据环境信息和用户人体信息进行睡姿推荐，可以使得用户的体验更好。首先，需要根据所述环境信息、用户人体信息进行分析，得到推荐姿势信息。其中，分析可以是在服务器中进行，例如，通过云计算、雾计算的方式进行分析，或者通过人工智能运算分析。然后将推荐姿势信息发送至用户端，等待用户端的反馈，如果用户同意推荐的姿势，则发送确认信息。接收到用户端反馈的确认信息之后，获取床垫信息，所述床垫信息包括床垫每个部位的压力信息还有折叠角度等信息。通过床垫信息可以获得用户当前姿势，再比较用户当前姿势信息与推荐姿势信息的相似度是否超过预设相似度阈值。如果超过，表示用户当前的姿势与推荐姿势较为匹配，如果不超过，则说明用户当前姿势与推荐姿势偏差较大，则会发送指示信息至用户端，以方便用户进一步调整。在当前姿势与推荐姿势较为匹配时，则会根据当前姿势和用户人体信息确定床垫的调整信息，例如，平躺姿势时，根据用户人体信息确定用户腰部存在不适，则会控制床垫中对应腰部位置的气囊进行充气，以贴合用户腰部，防止用户腰部悬空。通过本发明的睡姿推荐和控制方案，能够根据用户的身体状况和环境状况进行睡眠姿势的推荐，并且能够通过床垫检测用户当前的睡眠姿势，并且根据当前睡眠姿势进行床垫的调整，使得用户睡眠更加舒适，也有利于身体健康。

根据本发明实施例，所述根据所述环境信息、用户人体信息进行分析，得到推荐姿势信息，具体为：

根据环境信息确定环境特征值，得到第一环境特征值；

将预设区域分为N个不同的子区域；

计算每个子区域的环境特征值；

比较每个子区域的环境特征值与第一环境特征值的差别率；

将小于第一差别率阈值的子区域归类于类似区域，得到第一区域集；

计算当前用户的用户特征值，得到第一用户特征值；

获取第一区域集中的用户数据，计算用户特征值；

比较所述第一用户特征值与第一区域集内用户特征值的差别率；

将小于第二差别率阈值的用户归类于类似用户，得到用户集合；

获取所述用户集合中用户的历史睡眠数据；

对所述历史睡眠数据进行分析，得到推荐姿势信息。

需要说明的是，为了更好的对用户的睡眠姿势进行分析推荐，需要获取大量的数据，通过对数据的分析才能更好的得到推荐结果，数据越大，结果就越准确。为了方便进行数据分析，本发明将筛选类似的环境区域中的类似人群的数据作为分析数据。首先，根据环境信息确定环境特征值，得到第一环境特征值，环境信息为用户端输入或者采集的环境信息，然后计算特征值，特征值是反应当前用户环境的特征数值，特征计算可以采用现有技术中的计算方法，本发明不再一一赘述。然后将预设区域分为N个不同的子区域，其中预设区域为本领域技术人员根据实际需求设置的区域，可以为一个省，可以为同纬度圈区域，可以为一个市。将预设区域分为N个不同的子区域，N为大于等于2的整数，每个子区域的划分可以按照行政区域划分，或者预设的规则划分，例如，预设的规则可以将预设区域均匀等分或者本领域技术人员直接根据实际情况手动划分。然后计算每个子区域的环境特征值，其中环境特征值表示的是每个子区域当前的环境特征。再比较每个子区域的环境特征值与第一环境特征值的差别率。其中，差别率=（第一环境特征值-子区域环境特征值）/第一环境特征值。将小于第一差别率阈值的子区域归类于类似区域，得到第一区域集，第一差别率阈值为本领域技术人员预设的，优选的，第一差别率阈值为5%。也就是说，差别率小于5%的子区域为类似区域，列为第一区域集合中。然后获取第一区域集合中的用户数据，并且计算用户特征值，比较所述第一用户特征值与第一区域集内用户特征值的差别率；将小于第二差别率阈值的用户归类于类似用户，得到用户集合。第二差别率阈值为本领域技术人员预设的，优选的，第二差别率阈值为5%。也就是说，差别率小于5%的用户为类似用户，列为用户集合。在获取到类似区域类似用户之后，就可以获取用户的历史睡眠数据。通过对这些数据的分析，可以得到推荐姿势信息，发送至用户端和床垫。

根据本发明实施例，所述根据用户当前姿势和用户人体信息确定床垫调整信息，具体为:

通过用户人体信息确定用户身体问题点；

根据用户身体问题点确定用户当前姿势是否符合身体恢复条件；

若不符合，则将环境信息、用户身体问题点、床垫信息输入预设的第一神经网络模型中，得到推荐床垫调整信息，作为床垫调整信息，发送至床垫。

需要说明的是，本发明能够根据用户的身体问题进行姿势推荐，并且能够根据推荐的姿势进行床垫的动态调整，以适应当前用户的身体。例如，用户如果腰部不适，则在平躺睡觉的时候可以进行床垫的调整，将腰部位置的气囊充气，以贴个用户腰部，防止因为腰部平躺悬空导致的不适。首先，要通过用户人体信息确定用户身体问题点，用户人体信息可以是用户自行输入或者通过第三方平台获取的。获取的用户身体问题点可以是多个位置，例如，腰部，腿部等。然后根据用户身体问题点确定当前的姿势是否符合身体恢复条件，所述身体恢复条件为用户设置的，或者由本领域技术人员确定的，以用户舒适为前提，有利于用户身体恢复的条件。如果符合，则说明当前床垫的状态不需要调节，用户则没有不适感。如果不符合，则说明当前用户会有不适感，可能会不利于身体恢复，则需要进行床垫的调节。可以将环境信息、用户身体问题点、床垫信息输入至第一神经网络模型中，其中第一神经网络模型为预先训练好的模型。通过第一神经网络模型的计算，得到推荐床垫调整信息，所述床垫调整信息为调节床垫状态的信息，可以是调整床垫里面的支架或者气囊状态的控制信息。

根据本发明实施例，还包括:

比较用户当前姿势信息与推荐姿势信息的相似度是否超过预设相似度阈值；若不超过，则判断用户当前姿势与推荐姿势的位置差距，将所述位置差距转化为动作指导信息，发送所述动作指导信息至预设终端；

所述预设终端播放或显示动作指导信息。

需要说明的是，发明还能根据用户当前姿势与推荐姿势的差距进行动作指导，以方便用户能够快速达到推荐睡眠的姿势。首先，判断用户当前姿势与推荐姿势的位置差距，通过所述位置差距便能够得到动作指导信息，所述的动作指导信息为用户进行某个部位的动作移动和移动距离。然后将所述动作指导信息发送至预设终端，所述预设终端为用户端或者床垫端，当发送至床垫端时，床垫端可以播放动作指导信息，以指导用户完成推荐姿势。

根据本发明实施例，还包括:

获取外部物体信息；

根据所述外部物体信息、用户当前姿势和推荐姿势确定床垫调整信息；

发送所述床垫调整信息至床垫端，以进行床垫调整。

需要说明的是，所述外部物体为枕头，被子等物体，当用户睡觉时，可能会由于枕头等外部物体导致用户睡眠姿势变化，例如，枕头较高，则用户会脖子较高，不利于颈椎，所以本发明会针对外部物体进行检测，然后进行床垫的调整，以使得用户更加接近于推荐睡眠姿势。首先，获取外部物体信息，可以通过用户输入物体信息，也可以通过床垫中的压力传感器的压力值获得重量和压力面积信息，进而推算出外部物体信息。获取了外部信息之后，就可以根据所述外部物体信息、用户当前姿势和推荐姿势确定床垫调整信息，然后发送所述床垫调整信息至床垫端，以进行床垫调整。例如，枕头高度较矮，和推荐姿势还存在一定差距，那么可以提高床垫中枕头下面的气囊高度，以帮助用户调整至推荐姿势，提高了用户使用体验感。

根据本发明实施例，还包括:

判断用户当前的睡眠状态；

若为入睡状态；

则获取推荐姿势曲线信息；

根据所述推荐姿势曲线信息和当前用户姿势以及床垫信息确定床垫调整信息。

需要说明的是，用户在入睡后，通过用户端或者床垫端的语音提醒并不能提醒用户进行姿势的调整，并且用户入睡后，也无法唤醒用户进行姿势调整，不利于用户的睡眠。所以本发明会通过用户的睡眠状态，自动调整床垫的支架或者气囊，以辅助用户进行调整。首先，需要判断用户当前的睡眠状态，看是否为入睡状态或者没有入睡。如果是入睡状态，则并不能通过语音或者显示等方式指导用户。此时需要获取推荐姿势曲线信息，所述的推荐姿势曲线是用户在不同的睡眠时间段的姿势变化，例如，在深睡阶段的姿势和在浅睡阶段的姿势不同，并且不同睡眠时间段的姿势可能都会不同。最后，根据所述推荐姿势曲线信息和当前用户姿势以及床垫信息确定床垫调整信息。床垫调整信息为控制床垫中的支架或者气囊进行调整的控制信息，以帮助用户在熟睡中，进行姿势调整或者微调整。例如，用户在入睡时采用了推荐的右侧侧卧姿势睡觉，在进入到沉睡区的后半段时，推荐姿势变为平躺，为了不影响用户的睡眠，可以将床垫中的气囊进行调整，使得用户身体前侧的气囊高度升高，使用户的身体翻成平躺状态。通过辅助的控制，能够帮助用户在睡眠过程中变换姿势，提高了用户使用体验感。

根据本发明实施例，还包括：

监测用户睡眠姿势保持时间，得到第一时间段；

若第一时间段超过时间段阈值，则将用户当前姿势和用户人体信息输入至第二神经网络模型中，输出得到推荐姿势曲线信息。

需要说明的是，用户长时间处于一个睡眠姿势时，容易造成身体的一些不适，例如，手麻或者血液流通不畅等，熟睡的用户往往无法自行调整姿势，本发明通过检测用户的睡姿保持时间，判断是否进行用户姿势的调整。如果检测的第一时间段超过时间段阈值，则将用户当前姿势和用户人体信息输入至第二神经网络模型中，输出得到推荐姿势曲线信息。其中，第二神经网络模型是预先训练好的神经网络模型。得到了推荐姿势曲线信息之后，床垫便可以进行支架和气囊的控制，以帮助用户进行姿势调整。

根据本发明实施例，所述第一神经网络模型和第二神经网络模型的训练具体为：

获取历史状态数据；对所述历史状态数据进行预处理，得到训练数组；将所述训练数组发送至初始化的神经网络模型中进行训练；获取训练后的神经网络模型的误差率；若所述误差率小于预设的误差率阈值，则停止训练，得到预设的第一神经网络模型或第二神经网络模型。

需要说明的是，历史状态数据为用户睡眠和身体状态等的数据，获取的历史数据数量越多，则训练的神经网络模型就越准确。首先，获取了历史文本特征值后，需要进行预处理，例如，对数据进行归一化处理或者进行格式转换处理，以方便进行神经网络的训练，预处理之后，得到训练数据集。然后将训练数据集输入至初始化的神经网络模型中进行训练，所述的训练是自动化的训练，最终得到预设的第一神经网络模型或第二神经网络模型。然后输入测试数据，判断睡眠神经网络模型输出的预测结果的准确率。并且将预测准确率与预设的准确率阈值进行比较，如果超过了准确率阈值，则说明神经网络模型已经能够达到较好的预测效果，则可以停止训练。其中，所述准确率阈值可以为80-95%。

根据本发明实施例，还包括：

获取预设时间段的用户的姿势曲线数据，得到第一数据集；

根据所述第一数据集进行模拟分析，得到用户身体异常数据；

根据所述身体异常数据、环境信息、用户人体信息进行分析，得到推荐姿势信息。

需要说明的是，用户在长时间保持一个睡眠姿势曲线时，可能会改变身体体形，例如，长时间左侧侧卧睡觉，后面背部的肌肉会高低不同，不够均匀。所以需要重新调整睡姿。首先，需要获取预设时间段的用户的姿势曲线数据，得到第一数据集，其中预设时间可以是一个月、两个月或者50天，优选的，时间为30天以上。然后，根据所述第一数据集进行模拟分析，得到用户身体异常数据，通过姿势曲线数据，模拟分析得到身体异常的数据，所述异常数据为用户某个位置的异常。模拟分析的方法可以是通过建立数学模型的方式获得，本领域技术人员可以采用现有的数学模型进行仿真得到，本发明不再一一赘述。在获取了身体异常数据之后，根据所述身体异常数据、环境信息、用户人体信息进行分析，得到推荐姿势信息。此时可以通过上述提及的特征类似人群的历史睡眠数据进行大数据分析，结合用户身体异常数据的分析得到推荐姿势信息。例如，通过特征类似人群的历史睡眠数据得到了多种推荐姿势，对每种推荐姿势再进一步分析，得到预防用户身体异常数据产生的姿势，那么这种姿势可以为推荐姿势信息。

本发明第三方面公开了一种计算机可读存储介质，所述计算机可读存储介质中包括一种基于大数据的睡姿推荐控制方法程序，所述一种基于大数据的睡姿推荐控制方法程序被处理器执行时，实现如上述任一项所述的一种基于大数据的睡姿推荐控制方法的步骤。

本申请提供了一种基于大数据的睡姿推荐控制方法、系统和存储介质，通过本发明的睡姿推荐和控制方案，能够根据用户的身体状况和环境状况进行睡眠姿势的推荐，并且能够通过床垫检测用户当前的睡眠姿势，并且根据当前睡眠姿势进行床垫的调整，使得用户睡眠更加舒适，也有利于身体健康。本发明还能够根据用户的身体问题进行姿势推荐，并且能够根据推荐的姿势进行床垫的动态调整，以适应当前用户的身体。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。

另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种基于大数据的睡姿推荐控制方法，其特征在于，包括以下步骤：获取环境信息、用户人体信息；

根据所述环境信息、用户人体信息进行分析，得到推荐姿势信息；

将所述推荐姿势信息发送至用户端；

接收用户端的反馈确认信息；

获取床垫信息；

根据所述床垫信息确定用户当前姿势；

比较用户当前姿势信息与推荐姿势信息的相似度是否超过预设相似度阈值；

若超过，则根据用户当前姿势和用户人体信息确定床垫调整信息，床垫根据所述床垫调整信息进行调整。

2.根据权利要求1所述的一种基于大数据的睡姿推荐控制方法，其特征在于，所述根据所述环境信息、用户人体信息进行分析，得到推荐姿势信息，具体为：根据环境信息确定环境特征值，得到第一环境特征值；

将预设区域分为N个不同的子区域；

计算每个子区域的环境特征值；

比较每个子区域的环境特征值与第一环境特征值的差别率；

将小于第一差别率阈值的子区域归类于类似区域，得到第一区域集；

计算当前用户的用户特征值，得到第一用户特征值；

获取第一区域集中的用户数据，计算用户特征值；

比较所述第一用户特征值与第一区域集内用户特征值的差别率；

将小于第二差别率阈值的用户归类于类似用户，得到用户集合；

获取所述用户集合中用户的历史睡眠数据；

对所述历史睡眠数据进行分析，得到推荐姿势信息。

3.根据权利要求1所述的一种基于大数据的睡姿推荐控制方法，其特征在于，所述根据用户当前姿势和用户人体信息确定床垫调整信息，具体为:通过用户人体信息确定用户身体问题点；

根据用户身体问题点确定用户当前姿势是否符合身体恢复条件；

若不符合，则将环境信息、用户身体问题点、床垫信息输入预设的第一神经网络模型中，得到推荐床垫调整信息，作为床垫调整信息，发送至床垫。

4.根据权利要求1所述的一种基于大数据的睡姿推荐控制方法，其特征在于，还包括:比较用户当前姿势信息与推荐姿势信息的相似度是否超过预设相似度阈值；若不超过，则判断用户当前姿势与推荐姿势的位置差距，将所述位置差距转化为动作指导信息，发送所述动作指导信息至预设终端；

所述预设终端播放或显示动作指导信息。

5.根据权利要求1所述的一种基于大数据的睡姿推荐控制方法，其特征在于，还包括:

获取外部物体信息；

根据所述外部物体信息、用户当前姿势和推荐姿势确定床垫调整信息；

发送所述床垫调整信息至床垫端，以进行床垫调整；

所述外部物体为枕头或被子。

6.根据权利要求1所述的一种基于大数据的睡姿推荐控制方法，其特征在于，还包括:判断用户当前的睡眠状态；

若为入睡状态；

则获取推荐姿势曲线信息；

根据所述推荐姿势曲线信息和当前用户姿势以及床垫信息确定床垫调整信息。

7.一种基于大数据的睡姿推荐控制系统，其特征在于，包括存储器和处理器，所述存储器中包括一种基于大数据的睡姿推荐控制方法程序，所述一种基于大数据的睡姿推荐控制方法程序被所述处理器执行时实现如下步骤：获取环境信息、用户人体信息；

根据所述环境信息、用户人体信息进行分析，得到推荐姿势信息；

将所述推荐姿势信息发送至用户端；

接收用户端的反馈确认信息；

获取床垫信息；

根据所述床垫信息确定用户当前姿势；

比较用户当前姿势信息与推荐姿势信息的相似度是否超过预设相似度阈值；

若超过，则根据用户当前姿势和用户人体信息确定床垫调整信息，床垫根据所述床垫调整信息进行调整。

8.根据权利要求7所述的一种基于大数据的睡姿推荐控制系统，其特征在于，所述根据所述环境信息、用户人体信息进行分析，得到推荐姿势信息，具体为：根据环境信息确定环境特征值，得到第一环境特征值；

将预设区域分为N个不同的子区域；

计算每个子区域的环境特征值；

比较每个子区域的环境特征值与第一环境特征值的差别率；

将小于第一差别率阈值的子区域归类于类似区域，得到第一区域集；

计算当前用户的用户特征值，得到第一用户特征值；

获取第一区域集中的用户数据，计算用户特征值；

比较所述第一用户特征值与第一区域集内用户特征值的差别率；

将小于第二差别率阈值的用户归类于类似用户，得到用户集合；

获取所述用户集合中用户的历史睡眠数据；

对所述历史睡眠数据进行分析，得到推荐姿势信息。

9.根据权利要求7所述的一种基于大数据的睡姿推荐控制系统，其特征在于，所述根据用户当前姿势和用户人体信息确定床垫调整信息，具体为:通过用户人体信息确定用户身体问题点；

根据用户身体问题点确定用户当前姿势是否符合身体恢复条件；

若不符合，则将环境信息、用户身体问题点、床垫信息输入预设的第一神经网络模型中，得到推荐床垫调整信息，作为床垫调整信息，发送至床垫。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括一种基于大数据的睡姿推荐控制方法程序，所述一种基于大数据的睡姿推荐控制方法程序被处理器执行时，实现如权利要求1至6中任一项所述的一种基于大数据的睡姿推荐控制方法的步骤。

Images