[go: up one dir, main page]

CN110487382A - 坐姿分析方法及系统 - Google Patents

坐姿分析方法及系统 Download PDF

Info

Publication number
CN110487382A
CN110487382A CN201910615621.3A CN201910615621A CN110487382A CN 110487382 A CN110487382 A CN 110487382A CN 201910615621 A CN201910615621 A CN 201910615621A CN 110487382 A CN110487382 A CN 110487382A
Authority
CN
China
Prior art keywords
sensor group
sensed data
sitting posture
classification
group
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
Application number
CN201910615621.3A
Other languages
English (en)
Inventor
宁友
楼荣华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Pick Industrial Co Ltd
Original Assignee
Shanghai Pick Industrial Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Pick Industrial Co Ltd filed Critical Shanghai Pick Industrial Co Ltd
Priority to CN201910615621.3A priority Critical patent/CN110487382A/zh
Publication of CN110487382A publication Critical patent/CN110487382A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47C—CHAIRS; SOFAS; BEDS
    • A47C27/00—Spring, stuffed or fluid mattresses or cushions specially adapted for chairs, beds or sofas
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/52—Weighing apparatus combined with other objects, e.g. furniture
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/24—Reminder alarms, e.g. anti-loss alarms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明实施例公开了一种坐姿分析方法及系统，包括：获取坐垫上预置个数的传感器组采集的感应数据，每个所述传感器组设置有至少一个压力传感器，所述预置个数的传感器组用于采集人体大腿部、臀部、腰部以及背部的感应数据；根据每个所述传感器组采集的感应数据确定坐姿类别。上述方式，能够有效确定坐姿，提高坐姿确定的准确率。

Description

坐姿分析方法及系统
技术领域
本发明涉及坐姿分析技术领域，尤其涉及一种坐姿分析方法及系统。
背景技术
久坐成为当前社会的共同习惯，久坐不动或者坐姿不当容易引发腰椎错位以及颈椎受损等危害，通过使用对腰背部具有一定支撑作用的坐垫和靠垫，可以在一定程度上改善和缓解腰背相关问题。
现有的靠垫有一体式坐垫、护腰靠垫等。一体式坐垫过于大型，只适用于在休闲健身场所使用；护腰靠垫能在办公场所使用，但是其功能较为单一，主要是针对人体腰部进行维护，护腰靠垫并不能很好的确定用户坐姿，从而不能很好的对用户的错误坐姿进行提醒。
发明内容
基于此，有必要针对上述问题，提出一种提高确定用户坐姿准确率的坐姿分析方法及系统。
一种坐姿分析方法，所述方法包括：
获取坐垫上预置个数的传感器组采集的感应数据，每个所述传感器组设置有至少一个压力传感器，所述预置个数的传感器组用于采集人体大腿部、臀部、腰部以及背部的感应数据；
根据每个所述传感器组采集的感应数据确定坐姿类别。
在一个实施例中，所述根据每个所述传感器组采集的感应数据确定坐姿类别，包括：
获取与每个所述传感器组对应的参考感应数据；
根据每个所述传感器组采集的感应数据和与每个所述传感器组对应的参考感应数据确定坐姿类别。
在一个实施例中，在所述根据每个所述传感器组采集的感应数据和与每个所述传感器组对应的参考感应数据确定坐姿类别之后，还包括：
根据所述坐姿类别在预置错误坐姿类别中进行检索；
若所述预置错误坐姿类别中存在与所述坐姿类别相同的类别，则启动坐垫报警组件进行报警。
在一个实施例中，所述预置个数的传感器组包括：用于采集人体右侧大腿部感应数据的第一传感器组、用于采集人体左侧大腿部感应数据的第二传感器组、用于采集人体右侧臀部感应数据的第三传感器组、用于采集人体左侧臀部感应数据的第四传感器组、用于采集人体右侧腰部感应数据的第五传感器组、用于采集人体左侧腰部感应数据的第六传感器组、用于采集人体右侧背部感应数据的第七传感器组以及用于采集人体左侧背部感应数据的第八传感器组；
所述预置错误坐姿类别包括身体前倾类别、身体后倾类别、身体左倾类别、身体右倾类别、身体左前倾类别、身体右前倾类别、身体左后倾类别以及身体右后倾类别中的至少一种错误坐姿类别。
在一个实施例中，所述获取与每个所述传感器组对应的参考感应数据，包括：
获取与每个所述传感器组对应的原始参考数据；
获取与每个所述传感器组对应的参考系数；
根据每个所述传感器组对应的原始参考数据和与每个所述传感器组对应的参考系数生成与每个所述传感器组对应的参考感应数据。
在一个实施例中，在所述获取坐垫上预置个数的传感器组采集的感应数据之前，还包括：
获取正确坐姿类别对应的正确感应数据集，所述正确感应数据集中包括预置个数的传感器组的正确感应数据；
获取多个错误坐姿类别对应的错误感应数据集，每个所述错误感应数据集中包括预置个数的传感器组的错误感应数据；
将所述正确感应数据集和所述多个错误坐姿类别对应的错误感应数据集作为系数模型的输入，得到所述系数模型输出的与每个所述传感器组对应的参考系数。
在一个实施例中，所述根据每个所述传感器组采集的感应数据确定坐姿类别，包括：
获取与每个所述传感器组对应的浮动集，所述浮动集包括第一浮动值和第二浮动值；
根据每个所述传感器组采集的感应数据和与每个所述传感器组对应的浮动集，得到与每个所述传感器组对应的感应数据浮动范围；
若在预设时间内，每个所述传感器组采集的感应数据均在与每个所述传感器组对应的感应数据浮动范围内，则确定坐姿类别为久坐不动类别。
在一个实施例中，在所述根据每个所述传感器组采集的感应数据确定坐姿类别之后，还包括：
获取坐姿肌群对照表，所述坐姿肌群对照表记录了坐姿类别和肌群的对应关系；
根据所述坐姿肌群对照表，确定受所述坐姿类别影响的肌群；
根据所述坐姿类别和受所述坐姿类别影响的肌群，获取针对所述肌群的运动建议信息；
将所述运动建议信息发送至服务器，以使所述服务器将所述运动建议信息转发至与所述坐垫对应的用户终端。
一种坐姿分析系统，包括：服务器以及设置有预置个数的传感器组的坐垫；每个所述传感器组设置有至少一个压力传感器，所述预置个数的传感器组用于采集人体大腿部、臀部、腰部以及背部的感应数据；
所述坐垫用于获取所述预置个数的传感器组采集的感应数据，将所述预置个数的传感器组采集的感应数据发送至所述服务器；
所述服务器用于根据所述预置个数的传感器组采集的感应数据确定坐姿类别。
在一个实施例中，所述服务器还用于将所述坐姿类别发送至所述坐垫504。
在一个实施例中，所述服务器还用于获取与每个所述传感器组对应的参考感应数据；根据每个所述传感器组采集的感应数据和与每个所述传感器组对应的参考感应数据确定坐姿类别。
在一个实施例中，所述服务器还用于：在所述根据每个所述传感器组采集的感应数据和与每个所述传感器组对应的参考感应数据确定坐姿类别之后，根据所述坐姿类别在预置错误坐姿类别中进行检索；若所述预置错误坐姿类别中存在与所述坐姿类别相同的类别，则向所述坐垫发送坐垫报警指令，以使坐垫启动坐垫报警组件进行报警。
在一个实施例中，所述预置个数的传感器组包括：用于采集人体右侧大腿部感应数据的第一传感器组、用于采集人体左侧大腿部感应数据的第二传感器组、用于采集人体右侧臀部感应数据的第三传感器组、用于采集人体左侧臀部感应数据的第四传感器组、用于采集人体右侧腰部感应数据的第五传感器组、用于采集人体左侧腰部感应数据的第六传感器组、用于采集人体右侧背部感应数据的第七传感器组以及用于采集人体左侧背部感应数据的第八传感器组；所述预置错误坐姿类别包括身体前倾类别、身体后倾类别、身体左倾类别、身体右倾类别、身体左前倾类别、身体右前倾类别、身体左后倾类别以及身体右后倾类别中的至少一种错误坐姿类别。
在一个实施例中，所述服务器还用于：获取与每个所述传感器组对应的原始参考数据；获取与每个所述传感器组对应的参考系数；根据每个所述传感器组对应的原始参考数据和与每个所述传感器组对应的参考系数生成与每个所述传感器组对应的参考感应数据。
在一个实施例中，所述服务器还用于：在所述根据所述预置个数的传感器组采集的感应数据确定坐姿类别之前，获取正确坐姿类别对应的正确感应数据集，所述正确感应数据集中包括预置个数的传感器组的正确感应数据；获取多个错误坐姿类别对应的错误感应数据集，每个所述错误感应数据集中包括预置个数的传感器组的错误感应数据；将所述正确感应数据集和所述多个错误坐姿类别对应的错误感应数据集作为系数模型的输入，得到所述系数模型输出的与每个所述传感器组对应的参考系数。
在一个实施例中，所述服务器还用于：获取与每个所述传感器组对应的浮动集，所述浮动集包括第一浮动值和第二浮动值；根据每个所述传感器组采集的感应数据和与每个所述传感器组对应的浮动集，得到与每个所述传感器组对应的感应数据浮动范围；若在预设时间内，每个所述传感器组采集的感应数据均在与每个所述传感器组对应的感应数据浮动范围内，则确定坐姿类别为久坐不动类别。
在一个实施例中，所述服务器还用于：在所述根据所述预置个数的传感器组采集的感应数据确定坐姿类别之后，获取坐姿肌群对照表，所述坐姿肌群对照表记录了坐姿类别和肌群的对应关系；根据所述坐姿肌群对照表，确定受所述坐姿类别影响的肌群；根据所述坐姿类别和受所述坐姿类别影响的肌群，获取针对所述肌群的运动建议信息；将所述运动建议信息发送至与所述坐垫504对应的用户终端。
在一个实施例中，所述服务器还用于：获取与所述运动建议信息对应的健身视频链接，将所述健身视频链接发送至所述用户终端。
实施本发明实施例，将具有如下有益效果：
本发明提出了一种坐姿分析方法及系统，获取坐垫上预置个数的传感器组采集的感应数据，每个所述传感器组设置有至少一个压力传感器，所述预置个数的传感器组用于采集人体大腿部、臀部、腰部以及背部的感应数据；从而根据每个所述传感器组采集的感应数据确定坐姿类别。可见，由于预先确定了不同坐姿影响的四个关键人体部位：大腿、臀部、腰部以及背部，从而在这些关键人体部位设置传感器采集感应数据，并将这四个关键人体部位的传感器采集的感应数据进行综合分析从而确定坐姿，使得最终确定的坐姿更为准确。
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。
其中：
图1为一个实施例中坐姿分析方法的实现流程示意图；
图2为一个实施例中提供的坐垫的示意图；
图3为一个实施例中系数模型输出参考系数的示意图；
图4为一个实施例中坐姿分析方法的实现流程示意图；；
图5为一个实施例中坐姿分析系统的组成结构示意图；
图6为一个实施例中坐姿提醒装置的结构框图；
图7为一个实施例中坐垫的结构框图。
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作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。
如图1所示，在一个实施例中，提供了一种坐姿分析方法，本发明实施例所述的坐姿分析方法的执行主体为能够实现本发明实施例所述的坐姿分析方法的设备，该设备可以包括但不限于坐垫。该坐姿分析方法，具体包括如下步骤：
步骤102，获取坐垫上预置个数的传感器组采集的感应数据，每个所述传感器组设置有至少一个压力传感器，所述预置个数的传感器组用于采集人体大腿部、臀部、腰部以及背部的感应数据。
其中，预设个数，可以设置为大于或等于8，示例性的，预设个数的传感器组可如图2所示。
步骤104，根据每个所述传感器组采集的感应数据确定坐姿类别。
在一个实施例中，步骤104所述根据每个所述传感器组采集的感应数据确定坐姿类别，包括：
步骤104A，获取与每个所述传感器组对应的参考感应数据。
其中，参考感应数据，为正确坐姿对应的传感器组的感应数据。
示例性的，参考感应数据是一个值，当传感器组采集的感应数据不等于这个值，则该传感器组受到了较大压力或受到的压力减轻，人体朝该传感器组的方向发生了偏倚或人体偏离了该传感器组的方向。
示例性的，参考感应数据是一个范围，当传感器组采集的感应数据不在这个范围内，则该传感器组受到了较大压力或受到的压力减轻，人体朝该传感器组的方向发生了偏倚或人体偏离了该传感器组的方向。
示例性的，参考感应数据对不同体重的人设置为不同。预先建立不同体重的用户对应的参考感应数据，例如，90～100斤的用户的参考感应数据为A1，100～110斤的用户的参考感应数据为A2，110～120斤的用户的参考感应数据为A3，120～130斤的用户的参考感应数据为A4。或者，参考感应数据为原始参考感应数据与体重系数的乘积。例如，原始参考感应数据为体重120斤的用户测量的数据，体重90～100斤的用户的体重系数为a1(小于1)，体重100～110斤的用户的体重系数为a2(小于1)，体重110～120斤的用户的体重系数为a3(大于1)，体重120～130斤的用户的体重系数为a4(大于1)。
在一个实施例中，坐垫设置有校准模式，在校准模式下，用户以正确坐姿坐在坐垫上，此时各传感器组采集到的感应数据作为原始的参考感应数据。
在一个实施例中，由于人体有一定的偏倚或者偏离都可以认为坐姿是正确的，只要在偏倚或者偏离较大的时候才认为出现了坐姿错误的情况，于是，步骤104A所述获取与每个所述传感器组对应的参考感应数据，包括：
步骤104A1，获取与每个所述传感器组对应的原始参考数据；
步骤104A2，获取与每个所述传感器组对应的参考系数；
步骤104A3，根据每个所述传感器组对应的原始参考数据和与每个所述传感器组对应的参考系数生成与每个所述传感器组对应的参考感应数据。
其中，原始参考数据，为正确坐姿对应的传感器组的感应数据；其中，参考系数，反映正确坐姿能够偏倚或偏离的程度。
示例性的，当与每个所述传感器组对应的参考系数只包含一个值时，生成的参考感应数据可以为：原始参考数据×参考系数，还可以为：[原始参考数据×(1-参考系数)，原始参考数据×(1+参考系数)]。
示例性的，当与每个所述传感器组对应的参考系数包含两个值时，生成的参考感应数据可以为：[原始参考数据×(1-参考系数1)，原始参考数据×(1+参考系数2)]。
在一个实施例中，如图3所示，在步骤102所述获取坐垫上预置个数的传感器组采集的感应数据之前，还包括：获取正确坐姿类别对应的正确感应数据集，所述正确感应数据集中包括预置个数的传感器组的正确感应数据；获取多个错误坐姿类别对应的错误感应数据集，每个所述错误感应数据集中包括预置个数的传感器组的错误感应数据；将所述正确感应数据集和所述多个错误坐姿类别对应的错误感应数据集作为系数模型的输入，得到所述系数模型输出的与每个所述传感器组对应的参考系数。
步骤104B，根据每个所述传感器组采集的感应数据和与每个所述传感器组对应的参考感应数据确定坐姿类别。
将传感器组当前采集到的感应数据与该传感器组对应的参考感应数据进行比对，从而根据各个传感器组的比对结果确定坐姿类别。
在这里，坐姿类别可以是正确坐姿类别和错误坐姿类别，若每个所述传感器组采集的感应数据和与每个所述传感器组对应的参考感应数据相同，或者在较小的范围内波动，则是正确坐姿类别；否则，为错误坐姿类别，错误坐姿类别持续一段时间后启动报警。
在一个实施例中，若所述预置错误坐姿类别中存在与所述坐姿类别相同的类别，且若所述坐姿类别持续预设时间，则启动坐垫报警组件进行报警。
在一个实施例中，在步骤104B所述根据每个所述传感器组采集的感应数据和与每个所述传感器组对应的参考感应数据确定坐姿类别之后，还包括：
步骤104C，根据所述坐姿类别在预置错误坐姿类别中进行检索。
其中，预置错误坐姿类别，记录了至少一个错误坐姿类别。
步骤104D，若所述预置错误坐姿类别中存在与所述坐姿类别相同的类别，则启动坐垫报警组件进行报警。
其中，坐垫报警组件，可以包括但不限于语音报警组件、振动报警组件以及灯光报警组件。
如果发现坐姿类别在预置错误坐姿类别中有记录，则认为用户出现了错误坐姿，此时，启动坐垫报警组件进行报警。
在一个实施例中，如图2所示，所述预置个数的传感器组包括：用于采集人体右侧大腿部感应数据的第一传感器组01、用于采集人体左侧大腿部感应数据的第二传感器组02、用于采集人体右侧臀部感应数据的第三传感器组03、用于采集人体左侧臀部感应数据的第四传感器组04、用于采集人体右侧腰部感应数据的第五传感器组05、用于采集人体左侧腰部感应数据的第六传感器组06、用于采集人体右侧背部感应数据的第七传感器组07以及用于采集人体左侧背部感应数据的第八传感器组08；所述预置错误坐姿类别包括身体前倾类别、身体后倾类别、身体左倾类别、身体右倾类别、身体左前倾类别、身体右前倾类别、身体左后倾类别以及身体右后倾类别中的至少一种错误坐姿类别。
示例性的，当是身体前倾类别时，第一传感器组01和第二传感器组02接收到的感应数据超过了对应的参考感应数据，第五传感器组05、第六传感器组06、第七传感器组07以及第八传感器组08接收到的感应数据小于对应的参考感应数据，即第一传感器组01和第二传感器组02接收到的压力增大，第五传感器组05、第六传感器组06、第七传感器组07以及第八传感器组08接收到的压力变小。累积一定时间后，可以触发报警，并将报警信号发送至服务器以使服务器转发至用户终端实现用户终端报警。
示例性的，当是身体后仰类别时，第七传感器组07和第八传感器组08接收到的感应数据超过了对应的参考感应数据，即第七传感器组07和第八传感器组08接收到的压力增大。累积一定时间后，可以触发报警，并将报警信号发送至服务器以使服务器转发至用户终端实现用户终端报警。
示例性的，当是身体左倾类别时，第二传感器组02、第四传感器组04以及第六传感器组06接收到的感应数据超过了对应的参考感应数据，第一传感器组01、第三传感器组03、第五传感器组05以及第七传感器组07接收到的感应数据小于对应的参考感应数据，即第二传感器组02、第四传感器组04以及第六传感器组06接收到的压力增大，第一传感器组01、第三传感器组03、第五传感器组05以及第七传感器组07接收到的压力变小。累积一定时间后，可以触发报警，并将报警信号发送至服务器以使服务器转发至用户终端实现用户终端报警。
示例性的，当是身体右倾类别时，第一传感器组01、第三感器组03以及第五传感器组05接收到的感应数据超过了对应的参考感应数据，第二传感器组02、第四传感器组04、第六传感器组06以及第七传感器组07接收到的感应数据小于对应的参考感应数据，即第一传感器组01、第三感器组03以及第五传感器组05接收到的压力增大，第二传感器组02、第四传感器组04、第六传感器组06以及第七传感器组07接收到的压力变小。累积一定时间后，可以触发报警，并将报警信号发送至服务器以使服务器转发至用户终端实现用户终端报警。
示例性的，当是身体左前倾类别时，第二传感器组02接收到的感应数据超过了对应的参考感应数据，第一传感器组01、第三传感器组03、第七传感器组07以及第八传感器组08接收到的感应数据小于对应的参考感应数据，即第二传感器组02接收到的压力增大，第一传感器组01、第三传感器组03、第七传感器组07以及第八传感器组08接收到的压力变小。累积一定时间后，可以触发报警，并将报警信号发送至服务器以使服务器转发至用户终端实现用户终端报警。
示例性的，当是身体右前倾类别时，第一传感器组01接收到的感应数据超过了对应的参考感应数据，第二传感器组02、第四传感器组04、第七传感器组07以及第八传感器组08接收到的感应数据小于对应的参考感应数据，即第一传感器组01接收到的压力增大，第二传感器组02、第四传感器组04、第七传感器组07以及第八传感器组08接收到的压力变小。累积一定时间后，可以触发报警，并将报警信号发送至服务器以使服务器转发至用户终端实现用户终端报警。
示例性的，当是身体左后倾类别时，第四传感器组04和第六传感器组06接收到的感应数据超过了对应的参考感应数据，第一传感器组01、第三传感器组03、第五传感器组05以及第七传感器组07接收到的感应数据小于对应的参考感应数据，即第四传感器组04和第六传感器组06接收到的压力增大，第一传感器组01、第三传感器组03、第五传感器组05以及第七传感器组07接收到的压力变小。累积一定时间后，可以触发报警，并将报警信号发送至服务器以使服务器转发至用户终端实现用户终端报警。
示例性的，当是身体右后倾类别时，第三传感器组03和第五传感器组05接收到的感应数据超过了对应的参考感应数据，第二传感器组02、第四传感器组04、第六传感器组06以及第八传感器组08接收到的感应数据小于对应的参考感应数据，即第四传感器组04和第六传感器组06接收到的压力增大，第一传感器组01、第三传感器组03、第五传感器组05以及第七传感器组07接收到的压力变小。累积一定时间后，可以触发报警，并将报警信号发送至服务器以使服务器转发至用户终端实现用户终端报警。
在一个实施例中，将一定长度的大腿部划分为三等份，第一传感器组01和第二传感器组02用于感应靠近臀部的两等份大腿施加的压力；第三传感器组03和第四传感器组04用于感应人体坐骨结节区域施加的压力；第五传感器组05和第六传感器组06用于感应人体第10肋到第11肋的区域；第七传感器组07和第八传感器组08用于感应第11胸椎到第12胸椎的区域。
在一个实施例中，所述坐垫中09区域还设置有坐垫控制单元以及坐垫报警组件。
在一个实施例中，步骤104所述根据每个所述传感器组采集的感应数据确定坐姿类别，包括：
步骤104a，获取与每个所述传感器组对应的浮动集，所述浮动集包括第一浮动值和第二浮动值。
其中，第一浮动值用于确定感应数据浮动范围的下限/上限；对应的，第二浮动值用于确定感应数据浮动范围的上限/下限，第一浮动值和第二浮动值均为一个较小的值。
步骤104b，根据每个所述传感器组采集的感应数据和与每个所述传感器组对应的浮动集，得到与每个所述传感器组对应的感应数据浮动范围。
示例性的，当第一浮动值t1用于确定感应数据浮动范围的下限且浮动值均用正数表示时，将感应数据t与第一浮动值t1的差作为感应数据浮动范围的小值，将感应数据与第二浮动值t2的和作为感应数据浮动范围的大值，得到感应数据浮动范围为：[t-t1，t+t2]。
需要说明的是，每个传感器组浮动集中的第一浮动值和第二浮动值可以相同，也可以不同，可以根据具体的应用环境以及设备具体的性能进行设计。
步骤104c，若在预设时间内，每个所述传感器组采集的感应数据均在与每个所述传感器组对应的感应数据浮动范围内，则确定坐姿类别为久坐不动类别。
其中，久坐不动类别，反映用户在坐垫上保持同一姿态坐了很久。若在一定时间内，比如，一个小时，每个传感器组检测到的感应数据均在与每个所述传感器组对应的感应数据浮动范围内，则认为用户处于久坐不动状态。
在一个实施例中，当确定用户坐姿类别为久坐不动类别时，为了避免用户产生腰肌劳损等，需要对用户进行提醒，于是，在步骤104c所述若在预设时间内，每个所述传感器组采集的感应数据均在与每个所述传感器组对应的感应数据浮动范围内，则确定坐姿类别为久坐不动类别之后，还包括：启动坐垫报警组件进行报警，以提示用户坐太久需要换姿势或者起来活动。
在一个实施例中，为了防止用户是在睡觉，此时为了避免坐垫报警组件打扰到用户睡觉，在步骤104c所述若在预设时间内，每个所述传感器组采集的感应数据均在与每个所述传感器组对应的感应数据浮动范围内，则确定坐姿类别为久坐不动类别之后，还包括：判断是否接收到睡眠指令，若接收到睡眠指令，则不启动坐垫报警组件；若没有接收到睡眠指令，则启动坐垫报警组件报警。
在一个实施例中，当确定用户坐姿类别为久坐不动类别时，向服务器发送久坐信息，服务器将久坐信息发送至与所述坐垫对应的用户终端，用户终端显示所述久坐信息和/或进行久坐报警。
上述坐姿分析方法，获取坐垫上预置个数的传感器组采集的感应数据，每个所述传感器组设置有至少一个压力传感器，所述预置个数的传感器组用于采集人体大腿部、臀部、腰部以及背部的感应数据；从而根据每个所述传感器组采集的感应数据确定坐姿类别。可见，由于预先确定了不同坐姿影响的四个关键人体部位：大腿、臀部、腰部以及背部，从而在这些关键人体部位设置传感器采集感应数据，并将这四个关键人体部位的传感器采集的感应数据进行综合分析从而确定坐姿，使得最终确定的坐姿更为准确。
在一个实施例中，如图4所示，提供了一种坐姿分析方法，在步骤404所述根据每个所述传感器组采集的感应数据确定坐姿类别之后，还包括：
步骤406，获取坐姿肌群对照表，所述坐姿肌群对照表记录了坐姿类别和肌群的对应关系。
示例性的，坐姿肌群对照表可如表1所示。
表1
步骤408，根据所述坐姿肌群对照表，确定受所述坐姿类别影响的肌群。
步骤410，根据所述坐姿类别和受所述坐姿类别影响的肌群，获取针对所述肌群的运动建议信息。
由于不同坐姿类别对应的受影响的肌群可能一样，因此，需要根据坐姿类别和在该坐姿类别下肌群的用力情况确定运动建议信息，示例性的，如表2所示。
表2
步骤412，将所述运动建议信息发送至服务器，以使所述服务器将所述运动建议信息转发至与所述坐垫对应的用户终端。
上述坐姿分析方法，由于将运动建议信息发送给了用户终端，使得用户能够了解到在其坐姿错误的时候能够进行哪些恢复运动，有效的帮助用户保持身体健康。
如图5所示，提供了一种坐姿分析系统500，具体包括：
服务器502以及设置有预置个数的传感器组5042的坐垫504；每个所述传感器组5042设置有至少一个压力传感器，所述预置个数的传感器组5042用于采集人体大腿部、臀部、腰部以及背部的感应数据；
所述坐垫504用于获取所述预置个数的传感器组5042采集的感应数据，将所述预置个数的传感器组5042采集的感应数据发送至所述服务器502；
所述服务器502用于根据所述预置个数的传感器组5042采集的感应数据确定坐姿类别。
上述坐姿分析系统，包括设置有服务器和设置有预置个数的传感器组的坐垫，坐垫获取预置个数的传感器组采集的感应数据，将预置个数的传感器组采集的感应数据发送至服务器；服务器根据所述预置个数的传感器组采集的感应数据确定坐姿类别。可见，由于预先确定了不同坐姿影响的四个关键人体部位：大腿、臀部、腰部以及背部，从而在这些关键人体部位设置传感器采集感应数据，并将这四个关键人体部位的传感器采集的感应数据进行综合分析从而确定坐姿，使得最终确定的坐姿更为准确。
在一个实施例中，所述服务器502还用于将所述坐姿类别发送至所述坐垫504。
在一个实施例中，所述服务器502还用于获取与每个所述传感器组5042对应的参考感应数据；根据每个所述传感器组5042采集的感应数据和与每个所述传感器组5042对应的参考感应数据确定坐姿类别。
在一个实施例中，所述服务器502还用于：在所述根据每个所述传感器组5042采集的感应数据和与每个所述传感器组5042对应的参考感应数据确定坐姿类别之后，根据所述坐姿类别在预置错误坐姿类别中进行检索；若所述预置错误坐姿类别中存在与所述坐姿类别相同的类别，则向所述坐垫504发送坐垫报警指令，以使坐垫504启动坐垫报警组件进行报警。
在一个实施例中，所述预置个数的传感器组5042包括：用于采集人体右侧大腿部感应数据的第一传感器组、用于采集人体左侧大腿部感应数据的第二传感器组、用于采集人体右侧臀部感应数据的第三传感器组、用于采集人体左侧臀部感应数据的第四传感器组、用于采集人体右侧腰部感应数据的第五传感器组、用于采集人体左侧腰部感应数据的第六传感器组、用于采集人体右侧背部感应数据的第七传感器组以及用于采集人体左侧背部感应数据的第八传感器组；所述预置错误坐姿类别包括身体前倾类别、身体后倾类别、身体左倾类别、身体右倾类别、身体左前倾类别、身体右前倾类别、身体左后倾类别以及身体右后倾类别中的至少一种错误坐姿类别。
在一个实施例中，所述服务器502还用于：获取与每个所述传感器组5042对应的原始参考数据；获取与每个所述传感器组5042对应的参考系数；根据每个所述传感器组5042对应的原始参考数据和与每个所述传感器组5042对应的参考系数生成与每个所述传感器组5042对应的参考感应数据。
在一个实施例中，所述服务器502还用于：在所述根据所述预置个数的传感器组5042采集的感应数据确定坐姿类别之前，获取正确坐姿类别对应的正确感应数据集，所述正确感应数据集中包括预置个数的传感器组5042的正确感应数据；获取多个错误坐姿类别对应的错误感应数据集，每个所述错误感应数据集中包括预置个数的传感器组5042的错误感应数据；将所述正确感应数据集和所述多个错误坐姿类别对应的错误感应数据集作为系数模型的输入，得到所述系数模型输出的与每个所述传感器组5042对应的参考系数。
在一个实施例中，所述服务器502还用于：获取与每个所述传感器组5042对应的浮动集，所述浮动集包括第一浮动值和第二浮动值；根据每个所述传感器组5042采集的感应数据和与每个所述传感器组5042对应的浮动集，得到与每个所述传感器组5042对应的感应数据浮动范围；若在预设时间内，每个所述传感器组5042采集的感应数据均在与每个所述传感器组5042对应的感应数据浮动范围内，则确定坐姿类别为久坐不动类别。
在一个实施例中，所述服务器502还用于：在所述根据所述预置个数的传感器组5042采集的感应数据确定坐姿类别之后，获取坐姿肌群对照表，所述坐姿肌群对照表记录了坐姿类别和肌群的对应关系；根据所述坐姿肌群对照表，确定受所述坐姿类别影响的肌群；根据所述坐姿类别和受所述坐姿类别影响的肌群，获取针对所述肌群的运动建议信息；将所述运动建议信息发送至与所述坐垫504对应的用户终端。
在一个实施例中，所述服务器502还用于：获取与所述运动建议信息对应的健身视频链接，将所述健身视频链接发送至所述用户终端。
由于不仅给出了运动建议信息，还向用户终端发送了健身视频链接，使得用户能够直接通过了健身视频链接进行相应的运动，极大的方便了用户。
如图6所示，提供了一种坐姿分析装置600，具体包括：
获取模块602，用于获取坐垫上预置个数的传感器组采集的感应数据，每个所述传感器组设置有至少一个压力传感器，所述预置个数的传感器组用于采集人体大腿部、臀部、腰部以及背部的感应数据；
确定模块604，用于根据每个所述传感器组采集的感应数据确定坐姿类别。
图7示出了一个实施例中坐垫的内部结构图。如图7所示，该坐垫包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该坐垫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，可使得处理器实现坐姿分析方法。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，可使得处理器执行坐姿分析方法。本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的坐垫的限定，具体的坐垫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，本申请提供的坐姿分析方法可以实现为一种计算机程序的形式，计算机程序可在如图7所示的坐垫上运行。坐垫的存储器中可存储组成坐姿提醒装置的各个程序模板。比如，获取模块602和确定模块604。
一种坐垫，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：
获取坐垫上预置个数的传感器组采集的感应数据，每个所述传感器组设置有至少一个压力传感器，所述预置个数的传感器组用于采集人体大腿部、臀部、腰部以及背部的感应数据；
根据每个所述传感器组采集的感应数据确定坐姿类别。
在一个实施例中，提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：
获取坐垫上预置个数的传感器组采集的感应数据，每个所述传感器组设置有至少一个压力传感器，所述预置个数的传感器组用于采集人体大腿部、臀部、腰部以及背部的感应数据；
根据每个所述传感器组采集的感应数据确定坐姿类别。
需要说明的是，上述坐姿分析方法、坐姿分析系统、坐姿分析装置、坐垫及计算机可读存储介质属于一个总的发明构思，坐姿分析方法、坐姿分析系统、坐姿分析装置、坐垫及计算机可读存储介质实施例中的内容可相互适用。
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，本申请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申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种坐姿分析方法，其特征在于，包括：
获取坐垫上预置个数的传感器组采集的感应数据，每个所述传感器组设置有至少一个压力传感器，所述预置个数的传感器组用于采集人体大腿部、臀部、腰部以及背部的感应数据；
根据每个所述传感器组采集的感应数据确定坐姿类别。
2.如权利要求1所述的方法，其特征在于，所述根据每个所述传感器组采集的感应数据确定坐姿类别，包括：
获取与每个所述传感器组对应的参考感应数据；
根据每个所述传感器组采集的感应数据和与每个所述传感器组对应的参考感应数据确定坐姿类别。
3.如权利要求2所述的方法，其特征在于，在所述根据每个所述传感器组采集的感应数据和与每个所述传感器组对应的参考感应数据确定坐姿类别之后，还包括：
根据所述坐姿类别在预置错误坐姿类别中进行检索；
若所述预置错误坐姿类别中存在与所述坐姿类别相同的类别，则启动坐垫报警组件进行报警。
4.如权利要求3所述的方法，其特征在于，所述预置个数的传感器组包括：用于采集人体右侧大腿部感应数据的第一传感器组、用于采集人体左侧大腿部感应数据的第二传感器组、用于采集人体右侧臀部感应数据的第三传感器组、用于采集人体左侧臀部感应数据的第四传感器组、用于采集人体右侧腰部感应数据的第五传感器组、用于采集人体左侧腰部感应数据的第六传感器组、用于采集人体右侧背部感应数据的第七传感器组以及用于采集人体左侧背部感应数据的第八传感器组；
所述预置错误坐姿类别包括身体前倾类别、身体后倾类别、身体左倾类别、身体右倾类别、身体左前倾类别、身体右前倾类别、身体左后倾类别以及身体右后倾类别中的至少一种错误坐姿类别。
5.如权利要求2所述的方法，其特征在于，所述获取与每个所述传感器组对应的参考感应数据，包括：
获取与每个所述传感器组对应的原始参考数据；
获取与每个所述传感器组对应的参考系数；
根据每个所述传感器组对应的原始参考数据和与每个所述传感器组对应的参考系数生成与每个所述传感器组对应的参考感应数据。
6.如权利要求5所述的方法，其特征在于，在所述获取坐垫上预置个数的传感器组采集的感应数据之前，还包括：
获取正确坐姿类别对应的正确感应数据集，所述正确感应数据集中包括预置个数的传感器组的正确感应数据；
获取多个错误坐姿类别对应的错误感应数据集，每个所述错误感应数据集中包括预置个数的传感器组的错误感应数据；
将所述正确感应数据集和所述多个错误坐姿类别对应的错误感应数据集作为系数模型的输入，得到所述系数模型输出的与每个所述传感器组对应的参考系数。
7.如权利要求1所述的方法，其特征在于，所述根据每个所述传感器组采集的感应数据确定坐姿类别，包括：
获取与每个所述传感器组对应的浮动集，所述浮动集包括第一浮动值和第二浮动值；
根据每个所述传感器组采集的感应数据和与每个所述传感器组对应的浮动集，得到与每个所述传感器组对应的感应数据浮动范围；
若在预设时间内，每个所述传感器组采集的感应数据均在与每个所述传感器组对应的感应数据浮动范围内，则确定坐姿类别为久坐不动类别。
8.如权利要求1至7任一项所述的方法，其特征在于，在所述根据每个所述传感器组采集的感应数据确定坐姿类别之后，还包括：
获取坐姿肌群对照表，所述坐姿肌群对照表记录了坐姿类别和肌群的对应关系；
根据所述坐姿肌群对照表，确定受所述坐姿类别影响的肌群；
根据所述坐姿类别和受所述坐姿类别影响的肌群，获取针对所述肌群的运动建议信息；
将所述运动建议信息发送至服务器，以使所述服务器将所述运动建议信息转发至与所述坐垫对应的用户终端。
9.一种坐姿分析系统，其特征在于，包括：服务器以及设置有预置个数的传感器组的坐垫；每个所述传感器组设置有至少一个压力传感器，所述预置个数的传感器组用于采集人体大腿部、臀部、腰部以及背部的感应数据；
所述坐垫用于获取所述预置个数的传感器组采集的感应数据，将所述预置个数的传感器组采集的感应数据发送至所述服务器；
所述服务器用于根据所述预置个数的传感器组采集的感应数据确定坐姿类别。
10.如权利要求9所述的系统，其特征在于，所述服务器还用于根据所述预置个数的传感器组采集的感应数据得到运动建议信息，将所述运动建议信息发送至与所述坐垫对应的用户终端。
CN201910615621.3A 2019-07-09 2019-07-09 坐姿分析方法及系统 Pending CN110487382A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910615621.3A CN110487382A (zh) 2019-07-09 2019-07-09 坐姿分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910615621.3A CN110487382A (zh) 2019-07-09 2019-07-09 坐姿分析方法及系统

Publications (1)

Publication Number Publication Date
CN110487382A true CN110487382A (zh) 2019-11-22

Family

ID=68546872

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910615621.3A Pending CN110487382A (zh) 2019-07-09 2019-07-09 坐姿分析方法及系统

Country Status (1)

Country Link
CN (1) CN110487382A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201929456U (zh) * 2011-01-12 2011-08-17 毛鑫 坐姿纠正椅
CN105078042A (zh) * 2014-05-22 2015-11-25 上海华博信息服务有限公司 一种保健座椅
CN105266449A (zh) * 2015-10-10 2016-01-27 山东省文登市整骨科技开发有限公司 一种矫正座椅
CN107625344A (zh) * 2017-11-02 2018-01-26 厦门锦裕龙智能科技有限公司 一种具有坐姿调整功能的智能座椅
CN108091113A (zh) * 2016-11-22 2018-05-29 亚梭家俬国际有限公司 坐姿评估系统及方法
CN108814616A (zh) * 2018-04-12 2018-11-16 深圳和而泰数据资源与云技术有限公司 一种坐姿识别的方法及智能座椅
CN208540981U (zh) * 2017-07-27 2019-02-26 深圳市火芯人科技有限公司 智能坐垫
CN109793384A (zh) * 2019-03-25 2019-05-24 联想(北京)有限公司 坐姿调整装置和坐姿调整方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201929456U (zh) * 2011-01-12 2011-08-17 毛鑫 坐姿纠正椅
CN105078042A (zh) * 2014-05-22 2015-11-25 上海华博信息服务有限公司 一种保健座椅
CN105266449A (zh) * 2015-10-10 2016-01-27 山东省文登市整骨科技开发有限公司 一种矫正座椅
CN108091113A (zh) * 2016-11-22 2018-05-29 亚梭家俬国际有限公司 坐姿评估系统及方法
CN208540981U (zh) * 2017-07-27 2019-02-26 深圳市火芯人科技有限公司 智能坐垫
CN107625344A (zh) * 2017-11-02 2018-01-26 厦门锦裕龙智能科技有限公司 一种具有坐姿调整功能的智能座椅
CN108814616A (zh) * 2018-04-12 2018-11-16 深圳和而泰数据资源与云技术有限公司 一种坐姿识别的方法及智能座椅
CN109793384A (zh) * 2019-03-25 2019-05-24 联想(北京)有限公司 坐姿调整装置和坐姿调整方法

Similar Documents

Publication Publication Date Title
CN108814616B (zh) 一种坐姿识别的方法及智能座椅
Jeong et al. Developing and evaluating a mixed sensor smart chair system for real-time posture classification: Combining pressure and distance sensors
BRANTON Behaviour, body mechanics and discomfort
Paller et al. Brain potentials during memory retrieval provide neurophysiological support for the distinction between conscious recollection and priming
Laporte Do economic cycles have a permanent effect on population health? Revisiting the Brenner hypothesis
CN113951674A (zh) 一种智能床垫的控制方法、智能床垫、系统及存储介质
CN105411590A (zh) 一种人体坐姿检测和健康评估系统及方法
CN105266449A (zh) 一种矫正座椅
CN109730682A (zh) 人体脊柱健康的分析方法及装置
CN106781326A (zh) 一种纠正座椅及其检测方法
Martins et al. Intelligent chair sensor: classification of sitting posture
JP2004290370A (ja) 座布団およびその評価方法
CN110487382A (zh) 坐姿分析方法及系统
CN113558614A (zh) 一种健康坐姿智能检测系统及方法
Igarashi et al. Effect of cognitive load on seating posture in children
TWI851555B (zh) 睡眠裝置及睡眠系統
Diao et al. Unobtrusive smart mat system for sleep posture recognition
CN107668998A (zh) 一种带指纹识别能监测人体指标的人体工学椅子
CN208314976U (zh) 可穿戴的智能坐姿监测系统
Eklund Industrial seating and spinal loading
CN208957379U (zh) 支撑模块及自动调节的床
Li et al. The design of seat for sitting posture correction based on ergonomics
CN107728501A (zh) 一种基于时间检测的智能化座椅调控方法
CN114983180B (zh) 一种智能椅智能操控方法及智能椅智能操控系统
Leenaars et al. Testing the cohort size hypothesis of suicide and homicide rates in Canada and the United States

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: 20191122

RJ01 Rejection of invention patent application after publication