CN117771508B - 一种睡眠质量干预方法、装置和系统 - Google Patents
一种睡眠质量干预方法、装置和系统 Download PDFInfo
- Publication number
- CN117771508B CN117771508B CN202410209920.8A CN202410209920A CN117771508B CN 117771508 B CN117771508 B CN 117771508B CN 202410209920 A CN202410209920 A CN 202410209920A CN 117771508 B CN117771508 B CN 117771508B
- Authority
- CN
- China
- Prior art keywords
- user
- state
- function
- room
- scheme
- 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.)
- Active
Links
- 230000003860 sleep quality Effects 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000007958 sleep Effects 0.000 claims abstract description 105
- 206010041235 Snoring Diseases 0.000 claims abstract description 82
- 230000008569 process Effects 0.000 claims abstract description 22
- 230000006870 function Effects 0.000 claims description 135
- 230000036387 respiratory rate Effects 0.000 claims description 24
- 230000000875 corresponding effect Effects 0.000 claims description 21
- 230000002829 reductive effect Effects 0.000 claims description 20
- 238000012544 monitoring process Methods 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 6
- 230000001174 ascending effect Effects 0.000 claims description 2
- 230000003313 weakening effect Effects 0.000 claims description 2
- 230000007306 turnover Effects 0.000 claims 4
- 206010062519 Poor quality sleep Diseases 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000000222 aromatherapy Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 208000007848 Alcoholism Diseases 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 201000007930 alcohol dependence Diseases 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000035565 breathing frequency Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002572 peristaltic effect Effects 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 208000019116 sleep disease Diseases 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及智能控制技术领域，特别是涉及一种睡眠质量干预方法、装置和系统。所述方法包括获取用户的历史数据；每隔一个预设时间获取用户的身体特征数据；确定用户的当前状态；判断用户的当前状态是否为入睡状态，若否，对房间内的设备进行设置；若是，则判断用户是否进入深睡眠状态，若是，则关闭房间内所有的设备；若用户没有进入深睡眠状态，则确定出使用户的身体特征数据更接近深睡眠状态的第一方案并对房间内的设备进行设置；在用户的当前状态为入睡状态的过程中，判断用户是否打鼾，若是，确定出改善用户打鼾的第二方案并对房间内的智能床进行设置。本发明解决了控制智能家居对用户的睡眠进行干预从而改善用户的睡眠质量的问题。
Description
技术领域
本发明涉及智能控制技术领域，特别是涉及一种睡眠质量干预方法、装置和系统。
背景技术
睡眠是人体必不可少的生理活动，良好的睡眠是保持身体健康的一项基本条件。对睡眠好坏的评价，不能光看时间，更重要的是看睡眠质量。
要提高睡眠质量，就要营造舒适的睡眠环境，放松情绪，同时还要调整睡姿，保持身体的舒适。现在，用户可以根据自己的睡眠习惯或者智能家居的睡眠模式对智能家居进行设置，以营造舒适的睡眠环境。
这样做智能家居只会基于用户一开始的设置或智能家居的固定模式运行，如果用户的睡眠质量出现下降的情况，就需要根据实际情况对智能家居进行重新设置，比如说用户从深度睡眠进入浅度睡眠，需要控制智能家居改变睡眠环境使用户尽快重新进入深度睡眠，所以如何控制智能家居对用户的睡眠进行干预从而改善用户的睡眠质量是一个需要解决的问题。
发明内容
基于此，有必要针对上述的问题，提供一种睡眠质量干预方法、装置和系统。
本发明实施例是这样实现的，一种睡眠质量干预方法，所述睡眠质量干预方法包括：
S101，获取用户的历史数据；
S102，每隔一个预设时间获取用户的身体特征数据；
S103，根据用户的身体特征数据确定用户的当前状态；
S104，判断用户的当前状态是否为入睡状态，若否，根据用户的历史数据对房间内的设备进行设置；
S105，若用户的当前状态为入睡状态，则判断用户是否进入深睡眠状态，若是，则关闭房间内所有的设备；
S106，若用户没有进入深睡眠状态，则通过调整房间内的设备确定出使用户的身体特征数据更接近深睡眠状态的第一方案，根据第一方案对房间内的设备进行设置；
S107，在用户的当前状态为入睡状态的过程中，判断用户是否打鼾，若是，通过调整房间内的智能床确定出改善用户打鼾的第二方案，根据第二方案对房间内的智能床进行设置；
其中，身体特征数据包括体姿、心率、呼吸频率、翻身次数、翻身的时间间隔、打鼾频率和打鼾音量中的至少一个。
在其中一个实施例中，本发明提供了一种睡眠质量干预装置，所述睡眠质量干预装置包括：
历史数据模块，用于获取用户的历史数据；
特征数据模块，用于每隔一个预设时间获取用户的身体特征数据；
用户状态模块，用于根据用户的身体特征数据确定用户的当前状态；
第一设置模块，用于判断用户的当前状态是否为入睡状态，若否，根据用户的历史数据对房间内的设备进行设置；
第二设置模块，用于若用户的当前状态为入睡状态，则判断用户是否进入深睡眠状态，若是，则关闭房间内所有的设备；
第三设置模块，用于若用户没有进入深睡眠状态，则通过调整房间内的设备确定出使用户的身体特征数据更接近深睡眠状态的第一方案，根据第一方案对房间内的设备进行设置；
第四设置模块，用于在用户的当前状态为入睡状态的过程中，判断用户是否打鼾，若是，通过调整房间内的智能床确定出改善用户打鼾的第二方案，根据第二方案对房间内的智能床进行设置；
其中，身体特征数据包括体姿、心率、呼吸频率、翻身次数、翻身的时间间隔、打鼾频率和打鼾音量中的至少一个。
在其中一个实施例中，本发明提供了一种睡眠质量干预系统，所述睡眠质量干预系统包括若干个智能设备以及计算机设备；
所述智能设备与所述计算机设备相连，用于根据所述计算机设备发出的控制信号执行相对应的动作，检测用户的身体特征数据，将智能设备动作数据和用户的身体特征数据发送给所述计算机设备；
所述计算机设备用于执行上述睡眠质量干预方法的步骤以控制所述智能设备执行相对应的动作。
本发明实施例提供的一种睡眠质量干预方法通过监测用户的身体特征数据确定用户的当前状态，若处于未入睡状态，则根据用户的历史数据对房间内的设备进行设置以使用户进入入睡状态；若处于入睡状态但是没有进入深睡眠状态，则通过调整房间内的设备确定出使用户的身体特征数据更接近深睡眠状态的第一方案，根据第一方案对房间内的设备进行设置以改善用户的睡眠质量；若处于入睡状态且进入深睡眠状态，则关闭房间内的设备以维持房间的安静从而维持用户的睡眠质量；在用户的当前状态处于入睡状态的过程中，判断用户是否打鼾，若是，通过调整房间内的智能床确定出改善用户打鼾的第二方案，根据第二方案对房间内的智能床进行设置以改善用户的睡眠质量。这样做解决了控制智能家居对用户的睡眠进行干预从而改善用户的睡眠质量的问题。
附图说明
图1为一个实施例中一种睡眠质量干预方法的流程图；
图2为一个实施例中一种睡眠质量干预方法的逻辑图；
图3为一个实施例中一种睡眠质量干预装置的结构框图；
图4为一个实施例中一种睡眠质量干预系统的系统图；
图5为一个实施例中计算机设备的内部结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
可以理解，本发明所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本发明的范围的情况下，可以将第一xx脚本称为第二xx脚本，且类似地，可将第二xx脚本称为第一xx脚本。
如图1、图2所示，在一个实施例中，提出了一种睡眠质量干预方法，具体可以包括以下步骤：
S101，获取用户的历史数据；
S102，每隔一个预设时间获取用户的身体特征数据；
S103，根据用户的身体特征数据确定用户的当前状态；
S104，判断用户的当前状态是否为入睡状态，若否，根据用户的历史数据对房间内的设备进行设置；
S105，若用户的当前状态为入睡状态，则判断用户是否进入深睡眠状态，若是，则关闭房间内所有的设备；
S106，若用户没有进入深睡眠状态，则通过调整房间内的设备确定出使用户的身体特征数据更接近深睡眠状态的第一方案，根据第一方案对房间内的设备进行设置；
S107，在用户的当前状态为入睡状态的过程中，判断用户是否打鼾，若是，通过调整房间内的智能床确定出改善用户打鼾的第二方案，根据第二方案对房间内的智能床进行设置；
其中，身体特征数据包括体姿、心率、呼吸频率、翻身次数、翻身的时间间隔、打鼾频率和打鼾音量中的至少一个。
在本实施例中，用户的历史数据包括用户所有使用过的设备上的使用记录；设备可以是智能床、灯、窗帘、电视、空调、空气净化器、香薰机中的一个或多个，也可以是其他具有通信控制功能的设备，其中智能床是固定存在的设备；使用记录包括设备在各个时间点的各个功能的各个状态，比如说，用户刚进入入睡状态时智能床的按摩功能处于1档状态，灯的光亮功能处于柔和状态等。
在本实施例中，用户的历史数据是按一份一份进行划分的，每天可能存在多份数据，比如说午睡数据、晚上睡觉数据。
在本实施例中，预设时间可以设置为0.1-0.5s。预设时间越小，获取用户的身体特征数据的间隔越短，可以视为监测用户的身体特征数据。
在本实施例中，用户的当前状态可以分为未入睡状态和入睡状态，入睡状态又可以分为深睡眠状态和浅睡眠状态。
在本实施例中，深睡眠状态和浅睡眠状态只是入睡状态的两种表现，并不是深度睡眠和浅度睡眠，深度睡眠和浅度睡眠需要结合脑电波等信号做出判断。深睡眠状态代表用户的睡眠质量更加偏向深度睡眠，即睡眠质量更好，入睡中用户的动作较少，浅睡眠状态代表用户的睡眠质量更加偏向浅度睡眠，即睡眠质量较差，入睡中用户的动作较频繁。
在本实施例中，在用户未入睡时，房间内的设备根据用户的历史数据启动以营造出用户睡觉的舒适环境，使用户快速入睡。
在本实施例中，用户进入睡状态但是没有进入深睡眠状态，即用户进入浅睡眠时，房间内的设备根据用户的身体特征数据进行调整，使用户的身体得以放松进入更深层次的睡眠中。
在本实施例中，用户进入深睡眠状态后，关闭房间内的设备以防止用户因为房间内的设备的缘故退出深睡眠状态。这里关闭房间内的设备可以按照设备设置的挡位逐级下降，直到关闭，也可以直接关闭。关闭可以是设备进入待机状态、睡眠状态或关闭状态。在关闭房间内的设备时，可以同步关闭所有的设备，也可以逐个关闭。
在本实施例中，用户只有在入睡状态下才会打鼾，打鼾会影响用户的睡眠质量，引起打鼾现象的原因有多种，比如说，嗜烟、酗酒等日常原因，仰卧、俯睡、枕头过高过低等睡姿原因，过度劳累等其他原因。其中，睡姿原因和其他原因可以通过智能床改变用户的睡姿或进行按摩放松来改善用户打鼾。
在本实施例中，智能床属于房间内的设备，与用户有直接的身体接触，所以在改善打鼾的过程中，以智能床为主要调整设备。智能床是一种以智能传感技术为基础，具有数据采集监测、存储传输、基于感知数据的处置调整、远程控制一种或多种功能的可调节的床具。智能床的功能包括升降功能、按摩功能、震动功能。智能床安装有传感器，可以检测用户的身体特征数据。
在本实施例中，身体特征数据中的体姿、翻身次数、翻身的时间间隔等数据可以通过智能床上的传感器进行数据搜集，比如说智能床上安装有压力传感器或者红外传感器等；也可以通过其他设备进行检测，比如说通过摄像头等图像采集设备实时分析用户的动作。身体特征数据中的心率和呼吸频率等数据可以通过智能手表等检测设备进行检测。身体特征数据中的打鼾音量等数据可以通过声音采集设备进行检测，房间内的设备均与云服务器进行联网，数据共享。
在本实施例中，翻身是指用户所有的身体动作，无论是大的旋转动作，还是小的蠕动动作都是用户的身体动作。
在本实施例中，打鼾通过可以大数据模型进行识别。
在本实施例中，S107中，若用户没有打鼾，则不执行任何操作。
本发明实施例提供的一种睡眠质量干预方法通过监测用户的身体特征数据确定用户的当前状态，若处于未入睡状态，则根据用户的历史数据对房间内的设备进行设置以使用户进入入睡状态；若处于入睡状态但是没有进入深睡眠状态，则通过调整房间内的设备确定出使用户的身体特征数据更接近深睡眠状态的第一方案，根据第一方案对房间内的设备进行设置以改善用户的睡眠质量；若处于入睡状态且进入深睡眠状态，则关闭房间内的设备以维持房间的安静从而维持用户的睡眠质量；在用户的当前状态处于入睡状态的过程中，判断用户是否打鼾，若是，通过调整房间内的智能床确定出改善用户打鼾的第二方案，根据第二方案对房间内的智能床进行设置以改善用户的睡眠质量。这样做解决了控制智能家居对用户的睡眠进行干预从而改善用户的睡眠质量的问题。
在一个实施例中，所述获取用户的历史数据，包括：
获取登录的用户ID；
根据用户ID确定用户所在的房间；
确定用户所在的房间内的设备；
对于用户所在的房间内的每一个设备，获取该设备所对应的用户的历史数据。
在本实施例中，如果用户居住的房间是酒店的房间，则需要进行登录以获取用户的历史数据，如果用户居住的房间是家里的房间，用户ID处于长期登录且实时更新的情况，自动获取用户的历史数据。
在本实施例中，对于酒店的房间，可能会存在部分设备不一样的情况。获取用户的历史数据时，只需获取房间内存在的设备所对应的用户的历史数据。
在一个实施例中，所述每隔一个预设时间获取用户的身体特征数据，包括：
S301，监测用户上床信号；
S302，判断用户上床信号是否为1，若是，则每隔一个预设时间获取用户的身体特征数据；
S303，若用户上床信号不为1，则重复S302直至用户上床信号为1。
在本实施例中，用户上床信号只有0和1两种，0代表床上没有人，1代表床上有人，当用户与智能床有身体接触后，智能床的用户上床信号由0变为1。用户上床信号可以由智能床上设置的传感器产生，比如红外线传感器或压力传感器等；也可以由图像采集设备发出，比如摄像头识别到用户处于床上，发出用户上床信号。
在本实施例中，由于本实施例是为了对用户的睡眠质量进行干预，所以房间内的设备的执行操作均发生在用户上床睡觉之后，即用户上床信号为1之后。
在一个实施例中，所述根据用户的身体特征数据确定用户的当前状态，包括：
判断用户是否打鼾，若是，则确定用户的当前状态为入睡状态；
若用户没有打鼾，则判断呼吸频率和心率是否均下降了第一预设百分比，若是，则确定用户的当前状态为入睡状态；
若呼吸频率或心率未下降第一预设百分比，则判断呼吸频率和心率是否均未下降第一预设百分比，若是，则将用户的当前状态记为未入睡状态；
若呼吸频率和心率没有均未下降第一预设百分比，则判断翻身的时间间隔是否大于等于第一预设值，若是，则确定用户的当前状态为入睡状态；
若翻身的时间间隔小于第一预设值，则将用户的当前状态记为未入睡状态；
若用户的当前状态为入睡状态，则判断翻身的时间间隔是否大于第二预设值，若是，则将用户的当前状态记为深睡眠状态，若否，则将用户的当前状态记为浅睡眠状态。
在本实施例中，打鼾是一种入睡的强烈证明，只要打鼾，无论心率或者呼吸频率是否下降，都可以认为用户已经进入入睡状态。
在本实施例中，当人入睡后，呼吸频率以及心率都会下降，所以用呼吸频率和心率来判断用户的当前状态。
在本实施例中，第一预设百分比可以设置为10%，正常成年人的呼吸频率在安静的状态下为16-22次/分钟，当用户上床睡觉是一般都是为安静的状态。一般来说,睡眠时的心率较平时安静状态下的心率降低10-15次/分左右。比如正常人在安静状态下的平均心率是70次/分,那么在睡眠状态下的心率有可能就是在55-60次/分之间。
在本实施例中，当呼吸频率和心率中只有一个参数下降时，无法准确判断用户的当前状态，所以需要结合翻身的时间间隔来进行判断。
在本实施例中，第一预设值可以设置为5-10分钟。考虑到用户可能由于劳累而在睡眠中动作比较频繁，可以设置为5分钟。这个是基于用户的呼吸频率或心率中的一个参数下降了第一预设百分比的情况设定的。
在本实施例中，第二预设值可以设置为30-60分钟。此时用户已经判断进入入睡状态，翻身的次数减少，所以翻身的时间间隔变长。
在一个实施例中，所述根据用户的历史数据对房间内的设备进行设置，包括：
对于智能床，统计用户的历史数据中用户刚进入入睡状态时智能床的每个功能的每个状态出现的次数；
对于智能床的每个功能，根据该功能出现的次数最多的状态设置该功能；
获取用户的身体特征数据，判断翻身的时间间隔是否变小，若是，则将智能床的各个功能减弱一个级别或停止，若否，则保持智能床的各个功能的当前状态；
对于房间内除智能床外的设备，统计用户的历史数据中用户刚进入入睡状态时该设备的各个功能中出现次数最多的状态进行对该设备进行设置；
在对房间内的设备进行设置的过程中，判断是否接受到用户指令，若是，根据用户指令对用户指令指向的设备进行设置。
在本实施例中，此时用户处于未入睡状态，所以在用户的历史数据中查询用户刚入睡时房间内的设备的每个功能的状态，以此营造出用户睡觉的舒适的环境。
在本实施例中，用户的历史数据中用户刚入睡时房间内的设备的每个功能的状态可能有多种，比如说，智能床的按摩功能处于1档状态或2档状态，其中1档状态出现的次数为10次，2档状态出现的次数为1次。
在本实施例中，用户的历史数据是按一份一份进行划分的，每天可能存在多份数据，比如说午睡数据、晚上睡觉数据。所以任意一份数据中，设备都是有一个状态，如果设备有开启，状态就是功能中的一个在状态，比如说，智能床的按摩功能处于1档状态。如果设备没有开启，那就是状态就是未启动状态。未启动状态也是一种状态，所属功能为初始功能。
在本实施例中，对于智能床，由于智能床直接与用户的身体进行接触，所以在用户睡觉的过程中对用户的影响很大，因此需要根据用户的身体特征数据中的翻身的时间间隔进行功能上的变化。
在本实施例中，在输入的过程中，如果用户翻身的次数或频率增加，即翻身的时间间隔变小，证明智能床开启的功能不能促进用户的睡眠，所以应该逐步减弱或停止。
在本实施例中，用户指令的优先级为最高优先级，如果接受到用户的指令时，根据用户指令对用户指令指向的设备进行设置，此时不再根据用户的历史数据对该设备进行设置。比如说，根据用户的历史数据，灯设置为光亮功能中的柔和状态，此时用户发出“关闭灯”的用户指令，那么灯要关闭，使灯处于未启动状态。
在本实施例中，若没有接受到用户指令，则按照原来的步骤进行设置。
在一个实施例中，所述通过调整房间内的设备确定出使用户的身体特征数据更接近深睡眠状态的第一方案，包括：
S601，获取房间内的设备的各个功能的第一预设排序；
S602，选择排序最前的功能，根据将该功能进行下降调整；
S603，获取用户的身体特征数据，计算翻身的时间间隔与第二预设值的差值；
S604，i累加1，重复S602-S603直至该功能无法再进行下降调整，确定翻身的时间间隔与第二预设值的最小差值所对应的i的值；
S605，根据翻身的时间间隔与第二预设值的最小差值所对应的i的值对该功能进行调整，将调整完的功率设置为该功能的第一默认功率；
S606，对于除排序最前的功能外的每个功能，根据用户的历史记录得到该功能的第一默认功率；
S607，将排序最前的功能的排序置于最后，更新第一预设排序；
S608，将房间内的所有设备的每个功能的第一默认功率确定为使用户的身体特征数据更接近深睡眠状态的第一方案；
其中，i为第一调整次数，i的初始值为1，a为第二预设百分比，W为该功能的初始功率。
在本实施例中，第一预设排序可以根据用户的主观意愿进行排序；也可以根据对用户的影响程度进行排序，比如说，智能床与用户有身体上的直接接触，所以对用户的影响程度最大，所以智能床的所有功能可以靠前，接下来可以是空调、灯、音乐播放器、窗帘等。设备中的可能有多种功能，在排序上可以按照该设备的功能默认顺序进行排序，比如说智能床的功能默认顺序为升降功能、按摩功能、震动功能、音乐功能。
在本实施例中，由于调整的过程中需要的时间较长，每一次的第一方案确定中，只对排序最前的功能的第一默认功率进行重新调整，其他功能则采用用户的历史数据中所对应的第一默认功能，重新调整的第一默认功率的功能调整完后排序置于排列的最后避免下一次的第一方案的确定还对该功能重新调整。
在本实施例中，W为该功能的初始功率，即该功能在开启时设备对该功能的默认功率，比如说，智能床的按摩功能有多个状态，即多个挡位，智能床的按摩功能开启时默认的档位为3挡，那么3挡对应的功率就是该功能的默认功率，即该功能的初始功率。
在本实施例中，由于此时用户已经进入睡眠，所以设备的输出应该是逐级减弱，比如说智能床，在用户睡着后应该按摩变为更加柔和、更加缓慢的模式，即更低的挡位，所以对功能进行下降调整。
在本实施例中，翻身的时间间隔为第二预设值是区分浅睡眠状态和深睡眠状态的决定因素，所以翻身的时间间隔与第二预设值的差值。
在本实施例中，第二预设百分比可以设置为10%-20%。
在本实施例中，第一默认功率可以为0，代表该功能不开启。
在本实施例中，对于除排序最前的功能外的每个功能，若不存在第一默认功率，即该设备第一次使用时，可以将第一默认功率设置为0。
在一个实施例中，所述通过调整房间内的智能床确定出改善用户打鼾的第二方案，包括：
S701，获取智能床的各个功能的第二预设排序；
S702，选择排序最前的功能，根据将该功能进行上升调整；
S703，获取用户的身体特征数据，计算打鼾频率或打鼾音量是否下降，若是，将调整完的功率设置为该功能的第二默认功率；
S704，若打鼾频率或打鼾音量都没有下降，则k累加1；
S705，重复S702-S704直到打鼾频率下降或者打鼾音量下降或者k的值到达第三预设值；
S706，对于除排序最前的功能外的每一个功能，根据用户的历史记录得到该功能的第二默认功率；
S707，将排序最前的功能的排序置于最后，更新第二预设排序；
S708，将房间内的所有设备的每个功能的第二默认功率确定为改善用户打鼾的第二方案；
其中，k为第二调整次数，k的初始值为1，b为第三预设百分比，W为该功能的初始功率。
在本实施例中，第二预设排序可以根据用户的主观意愿进行排序；也可以根据智能床的功能默认顺序进行排序。
在本实施例中，由于调整的过程中需要的时间较长，每一次的第二方案确定中，只对排序最前的功能的第二默认功率进行重新调整，其他功能则采用用户的历史数据中所对应的第二默认功能，重新调整的第二默认功率的功能调整完后排序置于排列的最后避免下一次的第二方案的确定还对该功能重新调整。
在本实施例中，W为该功能的初始功率，即该功能在开启时设备对该功能的默认功率，比如说，智能床的按摩功能有多个状态，即多个挡位，智能床的按摩功能开启时默认的档位为3挡，那么3挡对应的功率就是该功能的默认功率，即该功能的初始功率。
在本实施例中，对于用户出现打鼾现象，睡姿原因和过度劳累等原因可以通过智能床改变用户的睡姿或进行按摩放松来改善用户打鼾。对打鼾需要强干扰，所以对功能进行上升调整。
在本实施例中，打鼾频率或打鼾音量中有一个下降就可以该调整对打鼾是有效的，如果无效，则加强该功能的功率以换用更有效的方式改善打鼾情况。
在本实施例中，第三预设百分比可以设置为5%-10%。
在本实施例中，第三预设值可以设置3次，用户此时处于入睡状态，强度增加不宜过大，所以次数设置为3次。
在本实施例中，第二默认功率可以为0，代表该功能不开启。
在本实施例中，对于除排序最前的功能外的每个功能，若不存在第二默认功率，即该设备第一次使用时，可以将第二默认功率设置为该功能的初始功率。
在一个实施例中，所述睡眠质量干预方法，还包括：
在对房间内的智能床进行设置的过程中，判断是否存在根据第一方案和第二方案同时进行设置的情况，若是，根据第二方案对房间内的智能床进行设置；
若不存在根据第一方案和第二方案同时进行设置的情况，则根据第一方案或第二方案对房间内的智能床进行设置。
在本实施例中，存在根据第一方案和第二方案同时进行设置的情况为当用户处于浅睡眠状态且用户打鼾，此时以改善打鼾优先，所以根据第二方案对房间内的智能床进行设置。
在本实施例中，若不存在根据第一方案和第二方案同时进行设置的情况，则用户浅睡眠状态或打鼾至多存在一种情况，则根据对应的方案进行设置。比如说，用户处于浅睡眠状态选用第一方案，用户打鼾选用第二方案。
如图3所示，在一个实施例中，提供了一种睡眠质量干预装置，具体可以包括：
历史数据模块，用于获取用户的历史数据；
特征数据模块，用于每隔一个预设时间获取用户的身体特征数据；
用户状态模块，用于根据用户的身体特征数据确定用户的当前状态；
第一设置模块，用于判断用户的当前状态是否为入睡状态，若否，根据用户的历史数据对房间内的设备进行设置；
第二设置模块，用于若用户的当前状态为入睡状态，则判断用户是否进入深睡眠状态，若是，则关闭房间内所有的设备；
第三设置模块，用于若用户没有进入深睡眠状态，则通过调整房间内的设备确定出使用户的身体特征数据更接近深睡眠状态的第一方案，根据第一方案对房间内的设备进行设置；
第四设置模块，用于在用户的当前状态为入睡状态的过程中，判断用户是否打鼾，若是，通过调整房间内的智能床确定出改善用户打鼾的第二方案，根据第二方案对房间内的智能床进行设置；
其中，身体特征数据包括体姿、心率、呼吸频率、翻身次数、翻身的时间间隔、打鼾频率和打鼾音量中的至少一个。
在本实施例中，所述的一种睡眠质量干预装置的各个模块为本发明方法部分的模块化，对于各个模块的具体解释说明，请参考本发明方法部分的对应内容，本发明实施例在此不再赘述。
如图4所示，在一个实施例中，提供了一种睡眠质量干预系统，所述睡眠质量干预系统包括若干个智能设备以及计算机设备；
所述智能设备与所述计算机设备相连，用于根据所述计算机设备发出的控制信号执行相对应的动作，检测用户的身体特征数据，将智能设备动作数据和用户的身体特征数据发送给所述计算机设备；
所述计算机设备用于执行上述睡眠质量干预方法的步骤以控制所述智能设备执行相对应的动作。
在本实施例中，智能设备可以是智能床、灯、窗帘、电视、空调、空气净化器、香薰机、图像采集设备中的一个或多个，也可以是其他具有通信控制功能的智能设备，其中，智能床是固定存在的智能设备。智能设备具有无线通信功能，且智能设备上设置有传感器，可以检测用户的身体特征数据。智能设备也可以是一种按照有传感器的无线通信设备，比如说，红外线传感设备。
在本实施例中，智能床是一种以智能传感技术为基础，具有数据采集监测、存储传输、基于感知数据的处置调整、远程控制一种或多种功能的可调节的床具。智能床的功能包括升降功能、按摩功能、震动功能。智能床安装有传感器，可以检测用户的身体特征数据。
在本实施例中，计算机设备可以是一个可连接互联网的硬件设备，也可以是一个云端的软件设备。
本发明实施例提供的一种睡眠质量干预系统通过监测用户的身体特征数据确定用户的当前状态，若处于未入睡状态，则根据用户的历史数据对房间内的设备进行设置以使用户进入入睡状态；若处于入睡状态但是没有进入深睡眠状态，则通过调整房间内的设备确定出使用户的身体特征数据更接近深睡眠状态的第一方案，根据第一方案对房间内的设备进行设置以改善用户的睡眠质量；若处于入睡状态且进入深睡眠状态，则关闭房间内的设备以维持房间的安静从而维持用户的睡眠质量；在用户的当前状态处于入睡状态的过程中，判断用户是否打鼾，若是，通过调整房间内的智能床确定出改善用户打鼾的第二方案，根据第二方案对房间内的智能床进行设置以改善用户的睡眠质量。这样做解决了控制智能家居对用户的睡眠进行干预从而改善用户的睡眠质量的问题。
图5示出了一个实施例中计算机设备的内部结构图。如图5所示，该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现本发明实施例提供的一种睡眠质量干预方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行本发明实施例提供的一种睡眠质量干预方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，本发明实施例提供的一种睡眠质量干预装置可以实现为一种计算机程序的形式，计算机程序可在如图5所示的计算机设备上运行。计算机设备的存储器中可存储组成该睡眠质量干预装置的各个程序模块，比如，图3所示的历史数据模块、特征数据模块、用户状态模块、第一设置模块、第二设置模块、第三设置模块和第四设置模块。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本发明各个实施例的一种睡眠质量干预方法中的步骤。
例如，图5所示的计算机设备可以通过如图3所示的一种睡眠质量干预装置中的历史数据模块执行步骤S101；计算机设备可通过特征数据模块执行步骤S102；计算机设备可通过用户状态模块执行步骤S103；计算机设备可通过第一设置模块执行步骤S104；计算机设备可通过第二设置模块执行步骤S105；计算机设备可通过第三设置模块执行步骤S106；计算机设备可通过第四设置模块执行步骤S107。
在一个实施例中，提出了一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
S101，获取用户的历史数据；
S102，每隔一个预设时间获取用户的身体特征数据；
S103，根据用户的身体特征数据确定用户的当前状态；
S104，判断用户的当前状态是否为入睡状态，若否，根据用户的历史数据对房间内的设备进行设置；
S105，若用户的当前状态为入睡状态，则判断用户是否进入深睡眠状态，若是，则关闭房间内所有的设备；
S106，若用户没有进入深睡眠状态，则通过调整房间内的设备确定出使用户的身体特征数据更接近深睡眠状态的第一方案，根据第一方案对房间内的设备进行设置；
S107，在用户的当前状态为入睡状态的过程中，判断用户是否打鼾，若是，通过调整房间内的智能床确定出改善用户打鼾的第二方案，根据第二方案对房间内的智能床进行设置；
其中，身体特征数据包括体姿、心率、呼吸频率、翻身次数、翻身的时间间隔、打鼾频率和打鼾音量中的至少一个。
在一个实施例中，提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：
S101，获取用户的历史数据；
S102，每隔一个预设时间获取用户的身体特征数据；
S103，根据用户的身体特征数据确定用户的当前状态；
S104，判断用户的当前状态是否为入睡状态，若否，根据用户的历史数据对房间内的设备进行设置；
S105，若用户的当前状态为入睡状态，则判断用户是否进入深睡眠状态，若是，则关闭房间内所有的设备；
S106，若用户没有进入深睡眠状态，则通过调整房间内的设备确定出使用户的身体特征数据更接近深睡眠状态的第一方案，根据第一方案对房间内的设备进行设置；
S107，在用户的当前状态为入睡状态的过程中，判断用户是否打鼾，若是，通过调整房间内的智能床确定出改善用户打鼾的第二方案，根据第二方案对房间内的智能床进行设置；
其中，身体特征数据包括体姿、心率、呼吸频率、翻身次数、翻身的时间间隔、打鼾频率和打鼾音量中的至少一个。
应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
Claims (8)
1.一种睡眠质量干预方法，其特征在于，所述睡眠质量干预方法包括：
S101，获取用户的历史数据；
S102，每隔一个预设时间获取用户的身体特征数据；
S103，根据用户的身体特征数据确定用户的当前状态；
S104，判断用户的当前状态是否为入睡状态，若否，根据用户的历史数据对房间内的设备进行设置；
S105，若用户的当前状态为入睡状态，则判断用户是否进入深睡眠状态，若是，则关闭房间内所有的设备；
S106，若用户没有进入深睡眠状态，则通过调整房间内的设备确定出使用户的身体特征数据更接近深睡眠状态的第一方案，根据第一方案对房间内的设备进行设置；
S107，在用户的当前状态为入睡状态的过程中，判断用户是否打鼾，若是，通过调整房间内的智能床确定出改善用户打鼾的第二方案，根据第二方案对房间内的智能床进行设置；
其中，身体特征数据包括体姿、心率、呼吸频率、翻身次数、翻身的时间间隔、打鼾频率和打鼾音量中的至少一个；
所述通过调整房间内的设备确定出使用户的身体特征数据更接近深睡眠状态的第一方案，包括：
S601，获取房间内的设备的各个功能的第一预设排序；
S602，选择排序最前的功能，根据将该功能进行下降调整；
S603，获取用户的身体特征数据，计算翻身的时间间隔与第二预设值的差值；
S604，i累加1，重复S602-S603直至该功能无法再进行下降调整，确定翻身的时间间隔与第二预设值的最小差值所对应的i的值；
S605，根据翻身的时间间隔与第二预设值的最小差值所对应的i的值对该功能进行调整，将调整完的功率设置为该功能的第一默认功率；
S606，对于除排序最前的功能外的每个功能，根据用户的历史记录得到该功能的第一默认功率；
S607，将排序最前的功能的排序置于最后，更新第一预设排序；
S608，将房间内的所有设备的每个功能的第一默认功率确定为使用户的身体特征数据更接近深睡眠状态的第一方案；
其中，i为第一调整次数，i的初始值为1，a为第二预设百分比，W为该功能的初始功率；
所述根据用户的身体特征数据确定用户的当前状态，包括：
判断用户是否打鼾，若是，则确定用户的当前状态为入睡状态；
若用户没有打鼾，则判断呼吸频率和心率是否均下降了第一预设百分比，若是，则确定用户的当前状态为入睡状态；
若呼吸频率或心率未下降第一预设百分比，则判断呼吸频率和心率是否均未下降第一预设百分比，若是，则将用户的当前状态记为未入睡状态；
若呼吸频率和心率没有均未下降第一预设百分比，则判断翻身的时间间隔是否大于等于第一预设值，若是，则确定用户的当前状态为入睡状态；
若翻身的时间间隔小于第一预设值，则将用户的当前状态记为未入睡状态；
若用户的当前状态为入睡状态，则判断翻身的时间间隔是否大于第二预设值，若是，则将用户的当前状态记为深睡眠状态，若否，则将用户的当前状态记为浅睡眠状态。
2.根据权利要求1所述的睡眠质量干预方法，其特征在于，所述获取用户的历史数据，包括：
获取登录的用户ID；
根据用户ID确定用户所在的房间；
确定用户所在的房间内的设备；
对于用户所在的房间内的每一个设备，获取该设备所对应的用户的历史数据。
3.根据权利要求1所述的睡眠质量干预方法，其特征在于，所述每隔一个预设时间获取用户的身体特征数据，包括：
S301，监测用户上床信号；
S302，判断用户上床信号是否为1，若是，则每隔一个预设时间获取用户的身体特征数据；
S303，若用户上床信号不为1，则重复S302直至用户上床信号为1。
4.根据权利要求1所述的睡眠质量干预方法，其特征在于，所述根据用户的历史数据对房间内的设备进行设置，包括：
对于智能床，统计用户的历史数据中用户刚进入入睡状态时智能床的每个功能的每个状态出现的次数；
对于智能床的每个功能，根据该功能出现的次数最多的状态设置该功能；
获取用户的身体特征数据，判断翻身的时间间隔是否变小，若是，则将智能床的各个功能减弱一个级别或停止，若否，则保持智能床的各个功能的当前状态；
对于房间内除智能床外的设备，统计用户的历史数据中用户刚进入入睡状态时该设备的各个功能中出现次数最多的状态进行对该设备进行设置；
在对房间内的设备进行设置的过程中，判断是否接受到用户指令，若是，根据用户指令对用户指令指向的设备进行设置。
5.根据权利要求1所述的睡眠质量干预方法，其特征在于，所述通过调整房间内的智能床确定出改善用户打鼾的第二方案，包括：
S701，获取智能床的各个功能的第二预设排序；
S702，选择排序最前的功能，根据将该功能进行上升调整；
S703，获取用户的身体特征数据，计算打鼾频率或打鼾音量是否下降，若是，将调整完的功率设置为该功能的第二默认功率；
S704，若打鼾频率或打鼾音量都没有下降，则k累加1；
S705，重复S702-S704直到打鼾频率下降或者打鼾音量下降或者k的值到达第三预设值；
S706，对于除排序最前的功能外的每一个功能，根据用户的历史记录得到该功能的第二默认功率；
S707，将排序最前的功能的排序置于最后，更新第二预设排序；
S708，将房间内的所有设备的每个功能的第二默认功率确定为改善用户打鼾的第二方案；
其中，k为第二调整次数，k的初始值为1，b为第三预设百分比，W为该功能的初始功率。
6.根据权利要求1所述的睡眠质量干预方法，其特征在于，所述睡眠质量干预方法，还包括：
在对房间内的智能床进行设置的过程中，判断是否存在根据第一方案和第二方案同时进行设置的情况，若是，根据第二方案对房间内的智能床进行设置；
若不存在根据第一方案和第二方案同时进行设置的情况，则根据第一方案或第二方案对房间内的智能床进行设置。
7.一种睡眠质量干预装置，其特征在于，所述睡眠质量干预装置包括：
历史数据模块，用于获取用户的历史数据；
特征数据模块，用于每隔一个预设时间获取用户的身体特征数据；
用户状态模块，用于根据用户的身体特征数据确定用户的当前状态；
第一设置模块，用于判断用户的当前状态是否为入睡状态，若否，根据用户的历史数据对房间内的设备进行设置；
第二设置模块，用于若用户的当前状态为入睡状态，则判断用户是否进入深睡眠状态，若是，则关闭房间内所有的设备；
第三设置模块，用于若用户没有进入深睡眠状态，则通过调整房间内的设备确定出使用户的身体特征数据更接近深睡眠状态的第一方案，根据第一方案对房间内的设备进行设置；
第四设置模块，用于在用户的当前状态为入睡状态的过程中，判断用户是否打鼾，若是，通过调整房间内的智能床确定出改善用户打鼾的第二方案，根据第二方案对房间内的智能床进行设置；
其中，身体特征数据包括体姿、心率、呼吸频率、翻身次数、翻身的时间间隔、打鼾频率和打鼾音量中的至少一个；
所述通过调整房间内的设备确定出使用户的身体特征数据更接近深睡眠状态的第一方案，包括：
S601，获取房间内的设备的各个功能的第一预设排序；
S602，选择排序最前的功能，根据将该功能进行下降调整；
S603，获取用户的身体特征数据，计算翻身的时间间隔与第二预设值的差值；
S604，i累加1，重复S602-S603直至该功能无法再进行下降调整，确定翻身的时间间隔与第二预设值的最小差值所对应的i的值；
S605，根据翻身的时间间隔与第二预设值的最小差值所对应的i的值对该功能进行调整，将调整完的功率设置为该功能的第一默认功率；
S606，对于除排序最前的功能外的每个功能，根据用户的历史记录得到该功能的第一默认功率；
S607，将排序最前的功能的排序置于最后，更新第一预设排序；
S608，将房间内的所有设备的每个功能的第一默认功率确定为使用户的身体特征数据更接近深睡眠状态的第一方案；
其中，i为第一调整次数，i的初始值为1，a为第二预设百分比，W为该功能的初始功率；
所述根据用户的身体特征数据确定用户的当前状态，包括：
判断用户是否打鼾，若是，则确定用户的当前状态为入睡状态；
若用户没有打鼾，则判断呼吸频率和心率是否均下降了第一预设百分比，若是，则确定用户的当前状态为入睡状态；
若呼吸频率或心率未下降第一预设百分比，则判断呼吸频率和心率是否均未下降第一预设百分比，若是，则将用户的当前状态记为未入睡状态；
若呼吸频率和心率没有均未下降第一预设百分比，则判断翻身的时间间隔是否大于等于第一预设值，若是，则确定用户的当前状态为入睡状态；
若翻身的时间间隔小于第一预设值，则将用户的当前状态记为未入睡状态；
若用户的当前状态为入睡状态，则判断翻身的时间间隔是否大于第二预设值，若是，则将用户的当前状态记为深睡眠状态，若否，则将用户的当前状态记为浅睡眠状态。
8.一种睡眠质量干预系统，其特征在于，所述睡眠质量干预系统包括若干个智能设备以及计算机设备；
所述智能设备与所述计算机设备相连，用于根据所述计算机设备发出的控制信号执行相对应的动作，检测用户的身体特征数据，将智能设备动作数据和用户的身体特征数据发送给所述计算机设备；
所述计算机设备用于执行权利要求1至6中任意一项权利要求所述睡眠质量干预方法的步骤以控制所述智能设备执行相对应的动作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410209920.8A CN117771508B (zh) | 2024-02-26 | 2024-02-26 | 一种睡眠质量干预方法、装置和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410209920.8A CN117771508B (zh) | 2024-02-26 | 2024-02-26 | 一种睡眠质量干预方法、装置和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117771508A CN117771508A (zh) | 2024-03-29 |
| CN117771508B true CN117771508B (zh) | 2024-05-10 |
Family
ID=90396621
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410209920.8A Active CN117771508B (zh) | 2024-02-26 | 2024-02-26 | 一种睡眠质量干预方法、装置和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117771508B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111735179A (zh) * | 2020-06-30 | 2020-10-02 | 东莞市慕思寝室用品有限公司 | 一种智能家居系统的控制方法及智能家居系统 |
| CN113952589A (zh) * | 2021-12-13 | 2022-01-21 | 哈尔滨理工大学 | 一种具有调节睡眠功能的智能床垫 |
| WO2022247649A1 (zh) * | 2021-05-24 | 2022-12-01 | 华为技术有限公司 | 评估睡眠呼吸功能的方法和装置 |
| CN117442161A (zh) * | 2023-11-02 | 2024-01-26 | 四川梦奈尔家具有限公司 | 一种ai自适应智能床垫 |
-
2024
- 2024-02-26 CN CN202410209920.8A patent/CN117771508B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111735179A (zh) * | 2020-06-30 | 2020-10-02 | 东莞市慕思寝室用品有限公司 | 一种智能家居系统的控制方法及智能家居系统 |
| WO2022247649A1 (zh) * | 2021-05-24 | 2022-12-01 | 华为技术有限公司 | 评估睡眠呼吸功能的方法和装置 |
| CN113952589A (zh) * | 2021-12-13 | 2022-01-21 | 哈尔滨理工大学 | 一种具有调节睡眠功能的智能床垫 |
| CN117442161A (zh) * | 2023-11-02 | 2024-01-26 | 四川梦奈尔家具有限公司 | 一种ai自适应智能床垫 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117771508A (zh) | 2024-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9962123B2 (en) | Mattress with alarm features | |
| US10945659B1 (en) | Dual sleep monitor | |
| CN104566793B (zh) | 空调器、空调器的控制方法及系统 | |
| CN111578465B (zh) | 室内环境的智能调节方法及系统 | |
| JP5169070B2 (ja) | 空調制御システム、空調装置、空調制御方法及び空調制御プログラム | |
| EP3345534B1 (en) | User terminal and sleep management method | |
| CN111594999A (zh) | 空调及其控制方法、装置以及空调系统 | |
| JP6945143B2 (ja) | 空調制御方法及び空調制御システム | |
| CN113710967A (zh) | 环境控制系统以及环境控制方法 | |
| CN113639449B (zh) | 用于空调器控制的方法及装置、空调器 | |
| JP6522170B2 (ja) | 空気調和機 | |
| CN113746708B (zh) | 电器配置方法、装置、智能家居系统和计算机设备 | |
| JP2012159250A (ja) | 空調制御システム | |
| CN105716195A (zh) | 空调器的控制系统及空调器的控制方法 | |
| CN113181501A (zh) | 一种以智能床垫为中心的物联网健康监测方法 | |
| CN112190419A (zh) | 一种睡眠管理的方法及装置 | |
| JP7245989B2 (ja) | 情報処理方法、情報処理プログラム及び情報処理システム | |
| CN117771508B (zh) | 一种睡眠质量干预方法、装置和系统 | |
| CN111726271B (zh) | 起夜情况下的电器配置方法和智能家居系统 | |
| CN114177473B (zh) | 基于智能设备的唤醒和催眠方法及中央控制台 | |
| CN111459042B (zh) | 家电设备的控制方法、系统、电视机与存储介质 | |
| JP2020103491A (ja) | 環境制御システム及び環境制御方法 | |
| WO2023140379A1 (ja) | 環境制御内容決定装置、及び環境制御内容決定方法 | |
| JP2020103536A (ja) | 環境制御システム及び環境制御方法 | |
| KR102253058B1 (ko) | 비접촉 센서를 이용한 수면 모니터링 시스템 및 수면 관리 방법 |
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 |