CN116458744A - 一种基于睡眠状态的智能压感卧具调节方法及设备 - Google Patents

Abstract

本发明公开了一种基于睡眠状态的智能压感卧具调节方法及设备，属于智能控制技术领域，用于解决现有的智能调节方法无法确定调节之后的支撑力和气囊高度是否符合用户的睡眠需求，且缺少针对用户的个性化方案定制策略的技术问题。方法包括：在第一睡眠时段内，根据卧具图像数据及气囊高度数据，确定睡眠目标的每个关键部位在每一时刻的位置信息；确定睡眠目标在第一睡眠时段内，每个关键部位的移动频率；根据每个关键部位的移动频率，确定睡眠目标在第一睡眠时段内的睡眠状态值；将每个关键部位的移动频率以及睡眠状态值分别与正常睡眠状态下的标准值进行对比；根据对比结果，对第二睡眠时段的智能压感卧具中的气囊高度进行调节。

Description

一种基于睡眠状态的智能压感卧具调节方法及设备

技术领域

本发明涉及智能控制技术领域，尤其涉及一种基于睡眠状态的智能压感卧具调节方法及设备。

背景技术

在睡眠过程中，睡眠质量的好坏与睡眠姿势存在直接的联系。睡眠或卧床是全身特别是脊柱放松的有效方式，因为身体与床充分接触，减少了身体直立时对抗重力的负担。但若睡眠姿势不当或卧姿不当，会加重紧缩脊椎和肌肉，或者使局部韧带拉伸过度，导致落枕、腰背疼痛等疾病，同时也会影响睡眠过程中的身体舒适感。

目前出现了一些可以智能调节局部区域高度的床或床垫，通过调节床或床垫不同部位的高度，对使用者的身体各部位产生不同的支撑力，从而让使用者在睡眠时保持更加舒适的睡姿。现有的智能调节方法多是通过采集用户对床垫的压力数据，从而对用户的不同身体部位产生不同的支撑力。但在调节之后，床垫无法确定用户是否真的感到舒适，又或者用户在清醒状态下感觉很舒适，却并不符合用户睡眠状态中的身体需求，而用户无法在睡眠时给出反馈，从而导致用户长时间处于不舒适的睡眠状态中，对用户的身体产生更大的危害。并且该方法每次检测到床垫上躺了人时，都要进行完整的调节启动过程，而一般同一张床垫的使用者是相对固定的，如果每次都执行完整的调节启动过程，也会造成时间、能耗资源的浪费。

发明内容

本发明实施例提供了一种基于睡眠状态的智能压感卧具调节方法及设备，用于解决如下技术问题：现有的智能调节方法无法确定调节之后的支撑力和气囊高度是否符合用户的睡眠需求，且缺少针对用户的个性化方案定制策略。

本发明实施例采用下述技术方案：

一方面，本发明实施例提供了一种基于睡眠状态的智能压感卧具调节方法，所述智能压感卧具至少包括：图像采集器、智能气泵、呈阵列状垂直安装在卧具基座上的若干折叠气囊、水平安装在卧具基座两端的条状气囊以及安装于每个气囊表面的纤维传感器；所述方法包括：在第一睡眠时段内，根据卧具图像数据及气囊高度数据，确定睡眠目标的每个关键部位在每一时刻的位置信息；根据所述睡眠目标的每个关键部位在每一时刻的位置信息，确定所述睡眠目标在第一睡眠时段内，每个关键部位的移动频率；根据所述每个关键部位的移动频率，确定所述睡眠目标在第一睡眠时段内的睡眠状态值；将所述每个关键部位的移动频率以及所述睡眠状态值分别与正常睡眠状态下的标准值进行对比；根据对比结果，对第二睡眠时段的智能压感卧具中的气囊高度进行调节；根据第二睡眠时段的反馈数据，继续对所述智能压感卧具中的气囊高度进行调节，直至确定出所述睡眠目标的最佳气囊高度参数，并将该最佳气囊高度参数保存为所述睡眠目标的卧具初始模式数据。

在一种可行的实施方式中，在第一睡眠时段内，根据卧具图像数据及气囊压力数据，确定睡眠目标的每个关键部位在每一时刻的位置信息之前，所述方法还包括：在纤维传感器检测到压力后，控制所述图像采集器开始采集卧具图像数据；将所述卧具图像数据与预存的卧具气囊分布图进行叠加，得到卧具叠加图像；并将相同时刻的气囊压力数据与所述卧具叠加图像中对应的折叠气囊位置相关联；在关联气囊压力数据后的所述卧具叠加图像中，保留压力数据值大于零的图像区域，得到卧具受压区域图像；对所述卧具受压区域图像进行人体部位识别，确定出非人体区域；将所述非人体区域对应的气囊压力数据值置零处理，并将置零处理后的气囊压力数据转换为压力矩阵；对所述压力矩阵进行分析计算，确定卧具使用者的姿势信息；根据所述姿势信息，控制所述智能气泵，对所述智能压感卧具中的气囊分别进行充气或抽气处理，以进行智能调节；在检测到所述卧具使用者进入睡眠状态后，将所述卧具使用者确定为睡眠目标，并获取此时每个气囊的初始高度。

在一种可行的实施方式中，对所述压力矩阵进行分析计算，确定卧具使用者的姿势信息，具体包括：在所述压力矩阵中，将数值大于0的矩阵元素所在区域确定为受压区域，并统计所述受压区域的矩阵元素数量；将所述矩阵元素数据与与智能压感卧具中一个折叠气囊截面所占的实际面积相乘，得到所述智能压感卧具的当前受压面积；将所述当前受压面积与不同姿势类型的预设受压面积区间进行对比，初步确定所述卧具使用者的姿势类型；其中，所述姿势类型包括坐姿、平卧、侧卧；所述平卧具体包括仰卧以及俯卧，所述侧卧具体包括左侧卧以及右侧卧；在所述姿势类型为侧卧的情况下，获取所述受压区域中的若干个矩阵元素值的峰值，并将所述若干个矩阵元素值的峰值拟合为一条直线，确定为受力轴线；分析所述受压区域中位于所述受力轴线两侧的矩阵元素数量，将矩阵元素数量多的一侧确定为所述卧具使用者的面向侧；在所述姿势类型为平卧的情况下，对当前卧具图像数据进行识别，判断所述当前卧具图像数据中是否拍摄到睡眠目标的正脸，若是，则确定所述卧具使用者此时的姿势为仰卧，若否，则确定所述卧具使用者此时的姿势为俯卧。

在一种可行的实施方式中，所述关键部位至少包括以下任一项或多项：头部、颈部、肩部、腰部、臀部以及四肢；所述在第一睡眠时段内，根据卧具图像数据及气囊高度数据，确定睡眠目标的每个关键部位在每一时刻的位置信息，具体包括：通过预训练的分类器，对所述卧具受压区域图像进行目标识别，确定出所述睡眠目标的头部区域以及颈部区域；将除了所述头部区域以及颈部区域的其他受压区域确定为所述睡眠目标的肢体区域；将所述肢体区域划分为若干个子区域，并将折叠气囊的平均初始高度值最大的子区域确定为腰部区域，将折叠气囊的平均初始高度值最小的子区域确定为臀部区域；将所述卧具受压区域图像各方向上的最大跨度，确定为所述睡眠目标的身长；根据所述睡眠目标的身长以及已知区域的位置信息，确定所述睡眠目标的肩部区域以及四肢区域；将每个关键部位区域的中心点位置确定为每个关键部位的位置信息。

在一种可行的实施方式中，根据所述每个关键部位的移动频率，确定所述睡眠目标在第一睡眠时段内的睡眠状态值，具体包括：根据人体各个关键部位舒适程度对睡眠质量的影响程度，确定人体各个关键部位对应的睡眠状态权重；根据所述各个关键部位对应的睡眠状态权重，对所述睡眠目标每个关键部位的移动频率进行加权计算，得到所述睡眠目标在第一睡眠时段内的睡眠状态值。

在一种可行的实施方式中，将所述每个关键部位的移动频率以及所述睡眠状态值分别与正常睡眠状态下的标准值进行对比，具体包括：确定每个被试者的每个关键部位的移动频率平均值；根据所有被试者每个关键部位的移动频率平均值，确定每个关键部位在正常睡眠状态下的移动频率标准值根据所述各个关键部位对应的睡眠状态权重，对每个关键部位的移动频率标准值进行加权计算，得到正常睡眠状态下的睡眠状态标准值；将所述每个关键部位的移动频率分别与对应部位的移动频率标准值进行对比；将所述睡眠目标的睡眠状态值与所述睡眠状态标准值进行对比。

在一种可行的实施方式中，根据对比结果，对第二睡眠时段的智能压感卧具中的气囊高度进行调节，根据第二睡眠时段的反馈数据，继续对所述智能压感卧具中的气囊高度进行调节，直至确定出所述睡眠目标的最佳气囊高度参数，具体包括：在所述睡眠目标的睡眠状态值大于所述睡眠状态标准值的情况下，确定出移动频率大于移动频率标准值的关键部位，作为待调节关键部位；在第二睡眠时段，将待调节关键部位的气囊在初始高度的基础上，降低/增加第一预设高度值，并采集第二睡眠时段内睡眠目标的反馈数据；其中，所述反馈数据至少包括：待调节关键部位的移动频率、睡眠目标的深度睡眠时长占比；若所述待调节关键部位的移动频率仍高于对应的移动频率标准值，则将第二睡眠时段的反馈数据与第一睡眠时段的对应数据进行对比；若与第一睡眠时段相比，第二睡眠时段内待调节关键部位的移动频率降低，且深度睡眠时长占比增加，则在第三睡眠时段内，继续在第二睡眠时段待调节关键部位的气囊高度基础上，降低/增加第二预设高度值；其中，所述第二预设高度值小于第一预设高度值，且每次降低/增加的高度值依次递减；采集第三睡眠时段内睡眠目标的反馈数据，并根据所述反馈数据，继续对待调节关键部位的气囊高度进行调节，直至所述待调节关键部位的移动频率低于对应的移动频率标准值；将此时各个关键部位的气囊高度确定为所述睡眠目标的最佳气囊高度参数，保存为所述睡眠目标的卧具初始模式数据。

在一种可行的实施方式中，在若所述待调节关键部位的移动频率仍高于对应的移动频率标准值，则将第二睡眠时段的反馈数据与第一睡眠时段的对应数据进行对比之后，所述方法还包括：若与第一睡眠时段相比，第二睡眠时段内待调节关键部位的移动频率升高，或者深度睡眠时长占比减少，则在第三睡眠时段内，将待调节关键部位的气囊在初始高度的基础上，增加/降低第一预设高度值，并采集第三睡眠时段内睡眠目标的反馈数据；若所述待调节关键部位的移动频率仍高于对应的移动频率标准值，则将第三睡眠时段的反馈数据与第二睡眠时段的对应数据进行对比；若与第二睡眠时段相比，第二睡眠时段内待调节关键部位的移动频率降低，且深度睡眠时长占比增加，则在第四睡眠时段内，继续在第三睡眠时段待调节关键部位的气囊高度基础上，增加/降低第二预设高度值；采集第四睡眠时段内睡眠目标的反馈数据，并根据所述反馈数据，继续对待调节关键部位的气囊高度进行调节，直至所述待调节关键部位的移动频率低于对应的移动频率标准值；将此时各个关键部位的气囊高度确定为所述睡眠目标的最佳气囊高度参数，保存为所述睡眠目标的卧具初始模式数据。

在一种可行的实施方式中，在确定出所述睡眠目标的最佳气囊高度参数，保存为所述睡眠目标的卧具初始模式数据之后，所述方法还包括：根据卧具当前使用者的面部信息，判断数据库中是否已存储所述卧具当前使用者的卧具初始模式数据；若是，则在检测到所述卧具当前使用者进入睡眠状态后，根据所述卧具初始模式数据，设置所述智能压感卧具的初始状态，以适应所述睡眠目标的身体情况；若否，则确定所述卧具当前使用者的卧具初始模式数据并保存在数据库中。

另一方面，本发明实施例还提供了一种基于睡眠状态的智能压感卧具调节设备，所述设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行根据上述任一实施方式所述的一种基于睡眠状态的智能压感卧具调节方法。

本发明实施例提供的一种基于睡眠状态的智能压感卧具调节方法及设备，依托于特殊结构的智能压感调节卧具，将卧具采集的压力数据和图像采集器采集的图像数据相结合，准确识别卧具上的人体受压区域，以对智能压感卧具进行精准的初始调节。在此基础上，本发明还提出了根据每个睡眠时段内用户各身体部位的移动频率，判断用户的睡眠状态，从而对初始调节后不符合用户睡眠需求的位置的气囊高度和支撑力进行适应性调节，并根据后面几个睡眠时段的用户睡眠反馈数据，不断进行微调，直至用户的睡眠状态达到一个理想值时，将此时用户各个部位的气囊高度保存为针对该用户的睡眠预设数据，以形成更加合理且对应于该用户及其预定睡姿的睡眠初始模式。在不同的用户使用智能压感卧具时，即可自动设为对应的睡眠初始模式，使智能压感卧具针对用户产生个性化的睡眠调节方案，灵活性更高，用户体验更好。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本发明实施例提供的一种智能压感卧具气囊层结构俯视图；

图2为本发明实施例提供的一种智能压感卧具基座层结构俯视图；

图3为本发明实施例提供的一种基于睡眠状态的智能压感卧具调节方法流程图；

图4为本发明实施例提供的一种基于睡眠状态的智能压感卧具调节设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，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。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

本发明实施例提供了一种基于睡眠状态的智能压感卧具调节方法，该方法应用于智能压感卧具。本发明中的智能压感卧具可以理解为一种智能床垫，卧具由气囊层和基座层构成。

作为一种可行的实施方式，图1为本申请实施例提供的一种智能压感卧具气囊层结构俯视图，如图1所示，气囊层中有呈阵列状垂直安装的若干个折叠气囊1，每个折叠气囊的表面安装一个纤维传感器(图中未示出)，用于将每个折叠气囊承受的压力值发送到处理器。床垫的头部和尾部还安装有数量不同的头部条状气囊2和脚部条状气囊3。折叠气囊的排布方式可以是图1所示的交错排布，也可以行列对齐排布。

进一步地，气囊层安装于基座层上，图2为本申请实施例提供的一种智能压感卧具基座层结构俯视图，如图2所示，基座层中包含智能气泵4、用于安装折叠气囊1的折叠气囊安装槽5、用于安装头部条状气囊2的头部条状气囊安装槽6，以及用于安装脚部条状气囊3的脚部条状气囊安装槽7。所有折叠气囊以及所有条状气囊均与智能气泵4通过管道连接，智能气泵与处理器相连，用于根据处理器的指令，向连接的气囊中充气或抽气。处理器通过导线与每个气囊表面的纤维传感器相连，用于接收纤维传感器传回的压力数据。智能气泵与处理器均安装于床垫的床尾端。

本申请在所述智能压感卧具的结构基础上，增设了与之配套的图像采集器以及用于安装图像采集器的滑轨。滑轨安装于智能压感卧具两条短边中垂线的正上方，并且与该中垂线平行安装。以使图像采集器在滑轨上移动时，能够始终位于智能压感卧具的中线上，保持拍摄视野的对称性。优选地，图像采集器可以是红外相机或红外摄像头。

基于上述智能压感卧具结构，图3为本发明实施例提供的一种基于睡眠状态的智能压感卧具调节方法，如图3所示，方法具体包括：

S301、处理器根据睡眠目标的睡姿信息，控制智能气泵，对智能压感卧具中的气囊分别进行充气或抽气处理，以进行智能调节；智能调节完成后，获取每个气囊的初始高度。

具体地，在智能压感卧具运行过程中，若任一个气囊检测到了压力，则控制图像采集器开始采集卧具图像数据(卧具图像数据中包含睡眠目标)，卧具的处理器对采集的卧具图像数据进行实时识别，获取卧具使用者的面部信息，并根据面部信息确定卧具使用者的身份。

进一步地，将卧具图像数据与预存的卧具气囊分布图进行叠加，得到卧具叠加图像；并将相同时刻的气囊压力数据与所述卧具叠加图像中对应的折叠气囊位置相关联。在关联气囊压力数据后的卧具叠加图像中，保留压力数据值大于零的图像区域，得到卧具受压区域图像。

作为一种可行的实施方式，在智能压感卧具生产出来后，首先按照配套的图像采集器的画面比例，以及当前型号的智能压感卧具生产时的气囊位置设计数据，绘制卧具气囊分布图并保存在卧具的处理器中。卧具气囊分布图为黑白线条图，线条为黑色，底为白色。然后在卧具气囊分布图中提取智能压感卧具的四个顶点坐标。将卧具气囊分布线条图中智能压感卧具的四个顶点，与卧具全景图像中智能压感卧具的四个顶点对应对齐，然后将卧具气囊分布线条图叠加在卧具全景图像的上层，得到卧具叠加图像。

进一步地，对卧具受压区域图像进行人体部位识别，确定出非人体区域；然后将非人体区域对应的气囊压力数据值置零处理。处理器将处理后的压力数据以矩阵的形式存储，具体方式为：在智能压感卧具俯视图中标记每个折叠气囊的行号i和列号j，然后将折叠气囊(i,j)对应的压力值Aij，显示在压力矩阵的第i行第j列，最终得到完整的压力矩阵。

进一步地，对所述压力矩阵进行分析计算，确定卧具使用者的姿势信息，具体包括：在压力矩阵中，将数值大于0的矩阵元素所在区域确定为受压区域，并统计受压区域的矩阵元素数量。将所述矩阵元素数据与与智能压感卧具中一个折叠气囊截面所占的实际面积相乘，得到所述智能压感卧具的当前受压面积。将当前受压面积与不同姿势类型的预设受压面积区间进行对比，初步确定使用者的姿势类型。其中，姿势类型包括坐姿、平卧、侧卧；平卧具体包括仰卧以及俯卧，侧卧具体包括左侧卧以及右侧卧。在姿势类型为侧卧的情况下，获取受压区域中的若干个矩阵元素值的峰值，并将若干个矩阵元素值的峰值拟合为一条直线，确定为受力轴线。分析受压区域中位于受力轴线两侧的矩阵元素数量，将矩阵元素数量多的一侧确定为使用者的面向侧。侧卧时，主受力区在躯干侧面，通过找出压力值比相邻的折叠气囊压力值都大的若干个折叠气囊，确定出受力区的若干个压力值峰值，这些峰值拟合为与躯干大致重合的一条直线。通过分析这条直线左右的矩阵元素数量，矩阵元素数量更多的一侧即为当前使用者的面向方向。

在姿势类型为平卧的情况下，计算受压区域中的元素值平均值，并将小于元素值平均值的元素形成的区域确定为低受力区。若受压区域的纵向中段区域中存在至少一个低受力区，则确定使用者为仰卧姿势，否则确定使用者为俯卧姿势。受压区域的纵向中段区域即为人体的躯干部分所在的区域。

作为一种可行的实施方式，在确定当前使用者的姿势类型为平卧之后，也可以通过对卧具图像数据进行识别，判断卧具图像数据中是否拍摄到当前卧具使用者的正脸，若是，则确定卧具使用者此时的姿势为仰卧，若否，则确定卧具使用者此时的姿势为俯卧。

进一步地，处理器根据卧具使用者的姿势信息以及人体分布比例，将受压区域划分为躯干分区、左上肢分区、右上肢分区、左下肢分区以及右下肢分区。然后分别求取每个分区中元素值的平均值，得到每个分区对应的压力平衡值。然后对每个分区中，大于压力平衡值的元素对应的折叠气囊进行缓慢抽气，对小于压力平衡值的元素对应的折叠气囊进行缓慢充气，在折叠气囊承受的压力值与对应的压力平衡值的误差进入误差允许范围后，停止充气或抽气处理，以进行智能调节。

进一步地，在检测到卧具使用者进入睡眠状态后，将卧具使用者确定为睡眠目标，并获取此时受压区域中每个气囊的初始高度。

作为一种可行的实施方式，判断用户进入睡眠状态有两种情形，一是卧具图像数据为有光状态下拍摄的，且用户面部戴着眼罩；二是卧具图像数据是无光状态下拍摄的红外图像，且用户的闭眼时间超过一定时长。

S102、处理器在第一睡眠时段内，根据卧具图像数据及气囊压力数据，确定睡眠目标的每个关键部位在每一时刻的位置信息。

具体地，关键部位至少包括以下任一项或多项：头部、颈部、肩部、腰部、臀部以及四肢。

处理器通过预训练的分类器，对卧具受压区域图像进行目标识别，确定出仰卧或侧卧状态下的睡眠目标的头部区域以及颈部区域。将除了头部区域以及颈部区域的其他受压区域确定为睡眠目标的肢体区域。

作为一种可行的实施方式，通过训练数据提前训练两个目标分类器，头部分类器可以识别出图像中的头部区域，颈部分类器可以识别出图像中的颈部区域。在卧具受压区域图像中，除了头部区域和颈部区域之外的区域即为其他肢体区域。

进一步地，将肢体区域划分为若干个子区域，并将折叠气囊的平均初始高度值最大的子区域确定为腰部区域，将折叠气囊的平均初始高度值最小的子区域确定为臀部区域。

作为一种可行的实施方式，在卧具图像中，由于被子等物体的遮挡，仅对图像进行识别，无法精确识别出肢体区域中各个部位的位置，因此本发明中将肢体区域首先按照相同的间隔划分为若干个条形区域，这些条形区域即为肢体区域的子区域。并且，在卧具使用者躺在智能压感卧具上，到卧具使用者进入睡眠状态，这段时间内，智能压感卧具一直是实时调节气囊高度的，从而使卧具使用者在醒着时也能得到贴合身体的支撑。因此，在卧具使用者进入睡眠状态时，卧具受压区域的气囊高度是贴合其身体曲线的，而此时的气囊高度即为S101中记录的气囊的初始高度。因此本发明计算每个子区域中折叠气囊的平均初始高度值，并将折叠气囊的平均初始高度值最大的子区域确定为腰部区域，将折叠气囊的平均初始高度值最小的子区域确定为臀部区域(或胯部区域)。

进一步地，将卧具受压区域图像各方向上的最大跨度，确定为睡眠目标的身长。根据睡眠目标的身长以及已知区域的位置信息，确定睡眠目标的肩部区域以及四肢区域。最后，将每个关键部位区域的中心点位置确定为每个关键部位的位置信息。

S103、处理器根据睡眠目标的每个关键部位在每一时刻的位置信息，确定睡眠目标在第一睡眠时段内，每个关键部位的移动频率。

具体地，统计所述第一睡眠时段内，每个关键部位位置信息的移动距离超过预设移动距离的次数，然后将每个关键部位移动的次数除以第一睡眠时段的时长，得到每个关键部位的移动频率。

需要说明的是，每个睡眠时段的时长并不相同，睡眠时段是指睡眠目标处于睡眠状态的时段，具体时长以图像检测的结果为准，在检测到睡眠目标醒来之后，当前睡眠时段结束。

作为一种可行的实施方式，若关键部位仅做了微小的移动，比如移动距离小于1厘米，则可以忽略这种移动，因此本发明设置了一个预设移动距离，关键部位的移动距离大于该预设移动距离时才认为该部位做了有效移动。预设移动距离的值可以人为设置。

S104、处理器根据每个关键部位的移动频率，确定睡眠目标在第一睡眠时段内的睡眠状态值。

具体地，本发明在智能压感卧具投入使用之前，通过对人体的睡眠状态进行研究，通过控制变量的方式，每次将智能压感卧具中某个人体部位的气囊高度设为不同的高度，其余部位的气囊高度为正常高度，使被试者的该部位处于不同的舒适程度进入睡眠。然后采集被试者的深度睡眠时长占比，分析该部位在不同舒适程度情况下，深度睡眠时长占比的变化幅度。根据不同部位的变化幅度，计算人体各个关键部位对应的睡眠状态权重。

在一个实施例中，若经过多次实验后，发现部位1的舒适程度变化时，对应的深度睡眠时长占比的变化幅度最大，则证明部位1的舒适程度对睡眠质量的影响程度最大，若变化幅度最小，则证明部位1的舒适程度对睡眠质量的影响程度最小。可根据变化幅度的具体数值，计算各部位的变化幅度比例，得到各部位的睡眠状态权重。

进一步地，根据各个关键部位对应的睡眠状态权重，对睡眠目标每个关键部位的移动频率进行加权计算，得到睡眠目标在第一睡眠时段内的睡眠状态值。

S105、将每个关键部位的移动频率以及睡眠状态值分别与正常睡眠状态下的标准值进行对比。

具体地，本发明通过睡眠监测实验，多次采集多个被试者在正常睡眠状态下，每个关键部位的移动频率。然后确定每个被试者的每个关键部位的移动频率平均值。其中，正常睡眠状态是指深度睡眠时长占比处于正常范围内。

进一步地，根据所有被试者每个关键部位的移动频率平均值，确定每个关键部位在正常睡眠状态下的移动频率标准值。然后根据各个关键部位对应的睡眠状态权重，对每个关键部位的移动频率标准值进行加权计算，得到正常睡眠状态下的睡眠状态标准值。

在一个实施例中，若共有8个被试者，每个被试者有3个关键部位，首先对每个被试者进行多次睡眠数据采集，并计算每个被试者的关键部位1的平均移动频率、关键部位2的平均移动频率以及关键部位3的平均移动频率。然后在获得的所有平均移动频率中，剔除数据偏离较大的数据，并根据剩余数据，计算这8个被试者关键部位1的平均移动频率的平均值，得到关键部位1的睡眠状态标准值。同理，分别计算出关键部位2和3的睡眠状态标准值，从而得到每个关键部位在正常睡眠状态下的睡眠状态标准值。

进一步地，将每个关键部位的移动频率分别与对应部位的移动频率标准值进行对比。将睡眠目标的睡眠状态值与睡眠状态标准值进行对比。

S106、根据对比结果，对第二睡眠时段的智能压感卧具中的气囊高度进行调节；根据第二睡眠时段的反馈数据，继续对智能压感卧具中的气囊高度进行调节，直至确定出睡眠目标的最佳气囊高度参数，保存为睡眠目标的卧具初始模式数据。

具体地，在睡眠目标的睡眠状态值大于睡眠状态标准值的情况下，确定出移动频率大于移动频率标准值的关键部位，作为待调节关键部位。

进一步地，在第二睡眠时段，将待调节关键部位的气囊在初始高度的基础上，降低第一预设高度值，并采集第二睡眠时段内睡眠目标的反馈数据；其中，反馈数据至少包括：待调节关键部位的移动频率、睡眠目标的深度睡眠时长占比。

若待调节关键部位的移动频率仍高于对应的移动频率标准值，则将第二睡眠时段的反馈数据与第一睡眠时段的对应数据进行对比。若与第一睡眠时段相比，第二睡眠时段内待调节关键部位的移动频率降低，且深度睡眠时长占比增加，则在第三睡眠时段内，继续在第二睡眠时段待调节关键部位的气囊高度基础上，降低第二预设高度值；其中，第二预设高度值小于第一预设高度值，且每次降低的高度值依次递减。

进一步地，采集第三睡眠时段内睡眠目标的反馈数据，并根据反馈数据，继续对待调节关键部位的气囊高度进行调节，直至待调节关键部位的移动频率低于对应的移动频率标准值。将此时各个关键部位的气囊高度确定为睡眠目标的最佳气囊高度参数，保存为睡眠目标的卧具初始模式数据。

作为另一种可能的情况，在将第二睡眠时段的反馈数据与第一睡眠时段的对应数据进行对比之后，若与第一睡眠时段相比，第二睡眠时段内待调节关键部位的移动频率升高，或者深度睡眠时长占比减少，则在第三睡眠时段内，将待调节关键部位的气囊在初始高度的基础上，增加第一预设高度值，并采集第三睡眠时段内睡眠目标的反馈数据。

进一步地，若待调节关键部位的移动频率仍高于对应的移动频率标准值，则将第三睡眠时段的反馈数据与第二睡眠时段的对应数据进行对比。若与第二睡眠时段相比，第二睡眠时段内待调节关键部位的移动频率降低，且深度睡眠时长占比增加，则在第四睡眠时段内，继续在第三睡眠时段待调节关键部位的气囊高度基础上，增加第二预设高度值。

进一步地，采集第四睡眠时段内睡眠目标的反馈数据，并根据反馈数据，继续对待调节关键部位的气囊高度进行调节，直至待调节关键部位的移动频率低于对应的移动频率标准值。将此时各个关键部位的气囊高度确定为睡眠目标的最佳气囊高度参数，保存为睡眠目标的卧具初始模式数据。

作为一种可行的实施方式，基于上述调节方法，进一步可在待调节关键部位为臀部及臀部以上部位时，先对气囊高度进行升高，若调节后无法改善睡眠目标的睡眠质量，再从初始高度的基础上进行降低；在待调节关键部位为臀部以下部位时，先对气囊高度进行降低，若调节后无法改善睡眠目标的睡眠质量，再从初始高度的基础上进行升高。

本发明通过后续睡眠时段的反馈数据，先在气囊初始高度的基础上降低一定的高度，然后观察此次调节是否使用户的睡眠质量提升了，若是，则证明调节方向是正确的，因此继续在此基础上降低一个较小的高度，依次递减地向下调整气囊的高度，直至用户待调节部位的移动频率达到一个正常的值。而若第一次调节后用户的睡眠质量并未提升，则证明调节方向可能是错误的，因此重新在气囊初始高度的基础上增加一定的高度，并根据反馈数据继续调整，直至最后使用户待调节部位的移动频率达到一个正常的值为止。本发明通过依次减小调节高度，使调节过程循序渐进，增加调节过程中用户的舒适感。

作为一种可行的实施方式，在智能压感卧具检测到压力后，获取卧具当前使用者的面部信息，并判断数据库中是否已存储卧具当前使用者的卧具初始模式数据。

若是，则在检测到卧具当前使用者进入睡眠状态后，根据卧具初始模式数据，设置智能压感卧具的初始状态，以适应睡眠目标的身体情况。若否，则通过上述步骤确定卧具当前使用者的卧具初始模式数据，并保存在数据库中。

另外，本发明实施例还提供了一种基于睡眠状态的智能压感卧具调节设备，如图4所示，基于睡眠状态的智能压感卧具调节设备具体包括：

至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，

存储器存储有能够被至少一个处理器执行的指令，以使至少一个处理器能够执行：

在第一睡眠时段内，根据卧具图像数据及气囊高度数据，确定睡眠目标的每个关键部位在每一时刻的位置信息；

根据所述睡眠目标的每个关键部位在每一时刻的位置信息，确定所述睡眠目标在第一睡眠时段内，每个关键部位的移动频率；

根据所述每个关键部位的移动频率，确定所述睡眠目标在第一睡眠时段内的睡眠状态值；

将所述每个关键部位的移动频率以及所述睡眠状态值分别与正常睡眠状态下的标准值进行对比；

根据对比结果，对第二睡眠时段的智能压感卧具中的气囊高度进行调节；根据第二睡眠时段的反馈数据，继续对所述智能压感卧具中的气囊高度进行调节，直至确定出所述睡眠目标的最佳气囊高度参数，并将该最佳气囊高度参数保存为所述睡眠目标的卧具初始模式数据。

本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述对本发明特定实施例进行了描述。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明的实施例可以有各种更改和变化。凡在本发明实施例的精神和原理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 (10)

1.一种基于睡眠状态的智能压感卧具调节方法，其特征在于，所述智能压感卧具至少包括：图像采集器、智能气泵、呈阵列状垂直安装在卧具基座上的若干折叠气囊、水平安装在卧具基座两端的条状气囊以及安装于每个气囊表面的纤维传感器；所述方法包括：

在第一睡眠时段内，根据卧具图像数据及气囊高度数据，确定睡眠目标的每个关键部位在每一时刻的位置信息；

根据所述睡眠目标的每个关键部位在每一时刻的位置信息，确定所述睡眠目标在第一睡眠时段内，每个关键部位的移动频率；

根据所述每个关键部位的移动频率，确定所述睡眠目标在第一睡眠时段内的睡眠状态值；

将所述每个关键部位的移动频率以及所述睡眠状态值分别与正常睡眠状态下的标准值进行对比；

根据对比结果，对第二睡眠时段的智能压感卧具中的气囊高度进行调节；根据第二睡眠时段的反馈数据，继续对所述智能压感卧具中的气囊高度进行调节，直至确定出所述睡眠目标的最佳气囊高度参数，并将该最佳气囊高度参数保存为所述睡眠目标的卧具初始模式数据。

2.根据权利要求1所述的方法，其特征在于，在第一睡眠时段内，根据卧具图像数据及气囊压力数据，确定睡眠目标的每个关键部位在每一时刻的位置信息之前，所述方法还包括：

在纤维传感器检测到压力后，控制所述图像采集器开始采集卧具图像数据；

将所述卧具图像数据与预存的卧具气囊分布图进行叠加，得到卧具叠加图像；并将相同时刻的气囊压力数据与所述卧具叠加图像中对应的折叠气囊位置相关联；

在关联气囊压力数据后的所述卧具叠加图像中，保留压力数据值大于零的图像区域，得到卧具受压区域图像；

对所述卧具受压区域图像进行人体部位识别，确定出非人体区域；将所述非人体区域对应的气囊压力数据值置零处理，并将置零处理后的气囊压力数据转换为压力矩阵；

对所述压力矩阵进行分析计算，确定卧具使用者的姿势信息；

根据所述姿势信息，控制所述智能气泵，对所述智能压感卧具中的气囊分别进行充气或抽气处理，以进行智能调节；

在检测到所述卧具使用者进入睡眠状态后，将所述卧具使用者确定为睡眠目标，并获取此时每个气囊的初始高度。

3.根据权利要求2所述的方法，其特征在于，对所述压力矩阵进行分析计算，确定卧具使用者的姿势信息，具体包括：

在所述压力矩阵中，将数值大于0的矩阵元素所在区域确定为受压区域，并统计所述受压区域的矩阵元素数量；

将所述矩阵元素数据与与智能压感卧具中一个折叠气囊截面所占的实际面积相乘，得到所述智能压感卧具的当前受压面积；

将所述当前受压面积与不同姿势类型的预设受压面积区间进行对比，初步确定所述卧具使用者的姿势类型；其中，所述姿势类型包括坐姿、平卧、侧卧；所述平卧具体包括仰卧以及俯卧，所述侧卧具体包括左侧卧以及右侧卧；

在所述姿势类型为侧卧的情况下，获取所述受压区域中的若干个矩阵元素值的峰值，并将所述若干个矩阵元素值的峰值拟合为一条直线，确定为受力轴线；

分析所述受压区域中位于所述受力轴线两侧的矩阵元素数量，将矩阵元素数量多的一侧确定为所述卧具使用者的面向侧；

在所述姿势类型为平卧的情况下，对当前卧具图像数据进行识别，判断所述当前卧具图像数据中是否拍摄到睡眠目标的正脸，若是，则确定所述卧具使用者此时的姿势为仰卧，若否，则确定所述卧具使用者此时的姿势为俯卧。

4.根据权利要求3所述的方法，其特征在于，所述关键部位至少包括以下任一项或多项：头部、颈部、肩部、腰部、臀部以及四肢；

所述在第一睡眠时段内，根据卧具图像数据及气囊高度数据，确定睡眠目标的每个关键部位在每一时刻的位置信息，具体包括：

通过预训练的分类器，对所述卧具受压区域图像进行目标识别，确定出所述睡眠目标的头部区域以及颈部区域；

将除了所述头部区域以及颈部区域的其他受压区域确定为所述睡眠目标的肢体区域；

将所述肢体区域划分为若干个子区域，并将折叠气囊的平均初始高度值最大的子区域确定为腰部区域，将折叠气囊的平均初始高度值最小的子区域确定为臀部区域；

将所述卧具受压区域图像各方向上的最大跨度，确定为所述睡眠目标的身长；

根据所述睡眠目标的身长以及已知区域的位置信息，确定所述睡眠目标的肩部区域以及四肢区域；

将每个关键部位区域的中心点位置确定为每个关键部位的位置信息。

5.根据权利要求2所述的方法，其特征在于，根据所述每个关键部位的移动频率，确定所述睡眠目标在第一睡眠时段内的睡眠状态值，具体包括：

根据人体各个关键部位舒适程度对睡眠质量的影响程度，确定人体各个关键部位对应的睡眠状态权重；

根据所述各个关键部位对应的睡眠状态权重，对所述睡眠目标每个关键部位的移动频率进行加权计算，得到所述睡眠目标在第一睡眠时段内的睡眠状态值。

6.根据权利要求5所述的方法，其特征在于，将所述每个关键部位的移动频率以及所述睡眠状态值分别与正常睡眠状态下的标准值进行对比，具体包括：

通过睡眠监测实验，多次采集多个被试者在正常睡眠状态下，每个关键部位的移动频率；

确定每个被试者的每个关键部位的移动频率平均值；

根据所有被试者每个关键部位的移动频率平均值，确定每个关键部位在正常睡眠状态下的移动频率标准值；

根据所述各个关键部位对应的睡眠状态权重，对每个关键部位的移动频率标准值进行加权计算，得到正常睡眠状态下的睡眠状态标准值；

将所述每个关键部位的移动频率分别与对应部位的移动频率标准值进行对比；

将所述睡眠目标的睡眠状态值与所述睡眠状态标准值进行对比。

7.根据权利要求6所述的方法，其特征在于，根据对比结果，对第二睡眠时段的智能压感卧具中的气囊高度进行调节，根据第二睡眠时段的反馈数据，继续对所述智能压感卧具中的气囊高度进行调节，直至确定出所述睡眠目标的最佳气囊高度参数，具体包括：

在所述睡眠目标的睡眠状态值大于所述睡眠状态标准值的情况下，确定出移动频率大于移动频率标准值的关键部位，作为待调节关键部位；

在第二睡眠时段，将待调节关键部位的气囊在初始高度的基础上，降低/增加第一预设高度值，并采集第二睡眠时段内睡眠目标的反馈数据；其中，所述反馈数据至少包括：待调节关键部位的移动频率、睡眠目标的深度睡眠时长占比；

若所述待调节关键部位的移动频率仍高于对应的移动频率标准值，则将第二睡眠时段的反馈数据与第一睡眠时段的对应数据进行对比；

若与第一睡眠时段相比，第二睡眠时段内待调节关键部位的移动频率降低，且深度睡眠时长占比增加，则在第三睡眠时段内，继续在第二睡眠时段待调节关键部位的气囊高度基础上，降低/增加第二预设高度值；其中，所述第二预设高度值小于第一预设高度值，且每次降低/增加的高度值依次递减；

采集第三睡眠时段内睡眠目标的反馈数据，并根据所述反馈数据，继续对待调节关键部位的气囊高度进行调节，直至所述待调节关键部位的移动频率低于对应的移动频率标准值；

将此时各个关键部位的气囊高度确定为所述睡眠目标的最佳气囊高度参数，保存为所述睡眠目标的卧具初始模式数据。

8.根据权利要求7所述的方法，其特征在于，在若所述待调节关键部位的移动频率仍高于对应的移动频率标准值，则将第二睡眠时段的反馈数据与第一睡眠时段的对应数据进行对比之后，所述方法还包括：

若与第一睡眠时段相比，第二睡眠时段内待调节关键部位的移动频率升高，或者深度睡眠时长占比减少，则在第三睡眠时段内，将待调节关键部位的气囊在初始高度的基础上，增加/降低第一预设高度值，并采集第三睡眠时段内睡眠目标的反馈数据；

若所述待调节关键部位的移动频率仍高于对应的移动频率标准值，则将第三睡眠时段的反馈数据与第二睡眠时段的对应数据进行对比；

若与第二睡眠时段相比，第二睡眠时段内待调节关键部位的移动频率降低，且深度睡眠时长占比增加，则在第四睡眠时段内，继续在第三睡眠时段待调节关键部位的气囊高度基础上，增加/降低第二预设高度值；

采集第四睡眠时段内睡眠目标的反馈数据，并根据所述反馈数据，继续对待调节关键部位的气囊高度进行调节，直至所述待调节关键部位的移动频率低于对应的移动频率标准值；

将此时各个关键部位的气囊高度确定为所述睡眠目标的最佳气囊高度参数，保存为所述睡眠目标的卧具初始模式数据。

9.根据权利要求1所述的方法，其特征在于，在确定出所述睡眠目标的最佳气囊高度参数，保存为所述睡眠目标的卧具初始模式数据之后，所述方法还包括：

根据卧具当前使用者的面部信息，判断数据库中是否已存储所述卧具当前使用者的卧具初始模式数据；

若是，则在检测到所述卧具当前使用者进入睡眠状态后，根据所述卧具初始模式数据，设置所述智能压感卧具的初始状态，以适应所述睡眠目标的身体情况；

若否，则确定所述卧具当前使用者的卧具初始模式数据并保存在数据库中。

10.一种基于睡眠状态的智能压感卧具调节设备，其特征在于，所述设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行根据权利要求1-9任一项所述的一种基于睡眠状态的智能压感卧具调节方法。