CN106908173A - 人体‑座椅接触面温觉特性检测装置及三维成像算法 - Google Patents
人体‑座椅接触面温觉特性检测装置及三维成像算法 Download PDFInfo
- Publication number
- CN106908173A CN106908173A CN201710163555.1A CN201710163555A CN106908173A CN 106908173 A CN106908173 A CN 106908173A CN 201710163555 A CN201710163555 A CN 201710163555A CN 106908173 A CN106908173 A CN 106908173A
- Authority
- CN
- China
- Prior art keywords
- data
- sensor array
- temperature
- seat
- temperature sensor
- 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
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 23
- 238000001514 detection method Methods 0.000 title claims abstract description 13
- 238000001914 filtration Methods 0.000 claims abstract description 8
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 230000006854 communication Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 230000035807 sensation Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000036544 posture Effects 0.000 claims description 4
- 230000004069 differentiation Effects 0.000 claims description 3
- 210000003141 lower extremity Anatomy 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000036413 temperature sense Effects 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims 1
- 239000000523 sample Substances 0.000 abstract description 5
- 238000009529 body temperature measurement Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000001931 thermography Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000276 sedentary effect Effects 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/02—Means for indicating or recording specially adapted for thermometers
- G01K1/024—Means for indicating or recording specially adapted for thermometers for remote indication
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/02—Means for indicating or recording specially adapted for thermometers
- G01K1/026—Means for indicating or recording specially adapted for thermometers arrangements for monitoring a plurality of temperatures, e.g. by multiplexing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radiation Pyrometers (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
人体‑座椅接触面温觉特性检测装置利用64个数字式温度传感器采集座椅面的温觉特性。本发明应用于座椅面,嵌于待检测的座椅面上。温度传感器阵列获取数据后通过USB接口传送到上位机。上位机接收到数据后,可以利用算法进一步分析。为了可视化和更好地分析采集到的数据,我们提出了一种基于传感器阵列的三维成像算法:将采集到的数据经过经验模态分解、平滑滤波、三次样条插值之后,最终呈现出具有温度层次的结果图。与热敏电阻探针和红外热成像等典型的座椅面温度测量技术相比,采用64个数字式温度传感器的人体‑座椅接触面温觉特性检测装置及三维成像算法具有覆盖面积更广、检测精确度更高、便于操作、温觉特性更明显等诸多优点。
Description
技术领域
本发明基于传感器的信息采集技术,通过算法分析座椅面温觉特性并辨别坐姿,适用于人体工程学和康复医疗领域。
背景技术
在日常生活和工作中,由于科技水平的进步、生活方式的改善以及工作强度的提升,人们对座椅的热舒适度的要求越来越高。舒适的座椅有益于人的身体健康,帮助缓解身体疲劳,从而有效地提高工作效率。
各种客观的和主观的评估方法已被用于调查久坐生活方式对健康的负面影响。客观的评估方法得到了研究人员的广泛关注,因为它们通常可靠性高,耗时较少并且较少地依赖于大群体研究。在这些客观测量参数中,身体与座椅接触界面的温度在评估乘客感觉到的舒适度方面发挥了关键作用。然而,探索这一方面所进行的研究迄今为止受到限制,原因在于难以监测座椅面的热相互作用和干扰性主体。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供的一种覆盖范围更广、精度较高的人体-座椅接触面温觉特性检测装置及三维成像算法。
所述的目的是通过以下技术方案实现的。
人体-座椅接触面温觉特性检测装置,包括:嵌有传感器阵列的测试座椅(2)、8×8温度传感器阵列(3)、数据采集单元(4)和上位机(6)。受试者(1)坐于嵌有传感器阵列的测试座椅(2)上,数据采集单元(4)实时采集8×8温度传感器阵列(3)的数据,并将采集到的数据通过USB接口(5)传送到上位机(6)上。
上位机(6)接收到数据后,利用算法进一步分析;为了可视化和更好地分析采集到的数据,我们提出了一种基于传感器阵列的三维成像算法:将采集到的数据经过经验模态分解(7)、平滑滤波(8)、三次样条插值(9)之后,最终呈现出具有温度层次的结果图;它不仅能更完全地监测下肢和座位表面之间的热变化,而且能够区分不同的坐姿。
所述的嵌有传感器阵列的测试座椅(2)表面嵌有8×8温度传感器阵列(3),相邻温度传感器的水平间距为3cm,垂直间距为3cm;8×8温度传感器阵列(3)的覆盖面积为441cm2;8×8温度传感器阵列(3)设计的目的是避免在数据采集的过程中由于受试者(1)的移动引起相邻温度传感器的相互干扰,同时又保证了充分的温度测试范围。每个温度传感器探头(10)有防水金属包装密封,在防水防汗的同时,也防止静电干扰。由于温度传感器的微小尺寸,座椅面的8×8温度传感器阵列(3)没有改变主观感受上的座椅舒适性。
所述的温度传感器采用数字式温度传感器,在本发明中采用DS18B20传感器;座椅面的温度传感器探头(10)可准确采集座椅面的数据。
所述的数据采集单元(4)选用STC15F2K60S2为主要的微处理器,负责传感器初始化、寄存器管理及与PC的数据通信的相关任务。数据采集单元(4)实时采集8×8温度传感器阵列(3)的数据,并将采集到的数据通过USB接口(5)传送到上位机(6)上。
为了保证数据的准确传输,我们选择11.0592MHz作为工作周期。正常实验情况下,温度值不会突变,所以***的默认采样频率设置为每通道30Hz,并且采集到的数据通过USB接口(5)传送到上位机(6),波特率为9600 bps。
微处理器在通电开始(11)后,首先进行数据采集***的初始化(12),而后判断计数器的值是否小于64(13),在计数器的值小于64的情况下,计数器步长为1,计数器的数值增加1(14),微处理器控制并读取温度传感器的序列号(15)和读取温度传感器的值(16),然后存储数据到RAM(17)。接着返回到判断计数器的值是否小于64(13)步骤,直到计数器的值等于或者大于64的情况下,由微处理器控制并将数据发送到上位机(18),结束(19)一轮8×8温度传感器阵列(3)的数据采集。微处理器的数据采集和通信过程的程序流程循环执行,直到操作者手动停止该流程。
所述的上位机(6)为台式机或笔记本电脑。上位机通过USB接口(5)接收并存储温度传感器采集的数据,利用上位机对采集到的数据进一步分析。
所述的一种基于传感器阵列的三维成像算法包括数据预处理和热矩阵成像两部分。影响整个传感器阵列不确定性的主要因素是噪声和偏移。为了平滑采集到的原始数据,对原始数据应用Savitzky-Golay滤波。Savitzky-Golay滤波器最大的特点是在滤除噪声的同时可以确保信号的形状、宽度不变。该过程的实现借助于局部卷积,利用局部最小二乘多项式近似拟合相邻数据点的连续子集。如下:假设对于采样点序列,目标是使用最小二乘法将多项式拟合到样本,多项式如下:
(1)
最小二乘拟合的残差为:
(2)
由微积分的基本知识可知,若要最小,则对各个参数的偏导数都应为零:
(3)
为了简化等式,上述方程可以写成矩阵形式:
(4)
其中, , 。辅助矩阵A为(2M+1)行(p+1)列,其中,第n行、第j列的元素为。(2p+1)行(2p+1)列的辅助矩阵B是对称的,且其第(j,k)元素为。
因此,多项式系数的解可以表示为:
(5)
矩阵H的第一行行向量表示Savitzky-Golay滤波器的翻转脉冲响应。最后,可以通过计算逆矩阵来获得Savitzky-Golay滤波器的系数。
采用差值法消除偏移,方法如下:首先,计算64个温度传感器的初始读数的平均值。其次,将每个平均值分别作为相应通道的参考点,并且将测量值和参考值之间的差值作为输入用以形成热图像。为了抑制初始偏差,将传感器的相对变化量作为成像热矩阵的输入。
使用三次样条插值将所有64个通道的1维温度值转换为3维热矩阵图像。
假设(x,y)是矩形剖分.中的点。则三次样条函数可为:
(6)
其中系数是的内部网格点的值,或由边界条件确定。和是图像坐标系上的x或y方向上的采样步长。则内插核函数可以定义为:
(7)
附图说明
为了使本发明的目的技术和方案更加清楚,下面将结合附图对本发明作进一步的详细描述。
图1为人体-座椅接触面温觉特性检测装置及三维成像算法整体结构图。
图2为由64个温度传感器组成的8×8温度传感器阵列图。
图3为数据采集和通信过程的程序流程图。
具体实施方式
以下将结合附图和具体实施情况对本发明进行详细说明。
如图1所示,人体-座椅接触面温觉特性检测装置,包括:嵌有传感器阵列的测试座椅(2)、8×8温度传感器阵列(3)、数据采集单元(4)和上位机(6)。
受试者(1)坐于嵌有传感器阵列的测试座椅(2)上,数据采集单元(4)实时采集8×8温度传感器阵列(3)的数据,并将采集到的温度数据通过USB接口(5)传送到上位机(6)上。
上位机(6)接收到数据后,利用算法进一步分析。为了可视化和更好地分析采集到的数据,我们提出了一种基于传感器阵列的三维成像算法。
三维成像算法包括数据预处理和热矩阵成像两部分。为了平滑采集到的原始数据,对原始数据应用Savitzky-Golay滤波;采用差值法消除偏移,将主体和座椅面之间的相对变化用作热矩阵成像的输入;使用三次样条插值将所有64个通道的1维温度值转换为3维热矩阵图像;三维成像算法将采集到的数据经过经验模态分解(7)、平滑滤波(8)、三次样条插值(9)之后,最终呈现出具有温度层次的结果图;它不仅能更完全地监测下肢和座椅表面之间的热变化,而且能够区分不同的坐姿。
温度传感器采用数字式温度传感器,在本发明中采用DS18B20传感器。嵌有传感器阵列的测试座椅(2)表面嵌有8×8温度传感器阵列(3)。
数据采集单元(4)选用STC15F2K60S2为主要的微处理器,负责传感器初始化、寄存器管理及与PC的数据通信的相关任务。数据采集单元(4)实时采集8×8温度传感器阵列(3)的数据,并将采集到的数据通过USB接口(5)传送到上位机(6)上。
上位机(6)为台式机或笔记本电脑。上位机(6)通过USB接口(5)接收并存储温度传感器采集的数据,上位机(6)接收到数据后,利用算法进一步分析。
为了保证数据的准确传输,我们选择11.0592MHz作为工作周期。正常实验情况下,温度值不会突变,所以***的默认采样频率设置为每通道30Hz,并且采集到的数据通过USB接口(5)被传输到上位机(6),波特率为9600bps。
如图2所示,由64个温度传感器组成的8×8温度传感器阵列(3),相邻温度传感器的水平间距为3cm,垂直间距为3cm;8×8温度传感器阵列(3)的覆盖面积为441cm2;由于温度传感器的微小尺寸,座椅面的8×8温度传感器阵列(3)没有改变主观感受上的座椅舒适性。
如图3所示,微处理器在通电开始(11)后,首先进行数据采集***的初始化(12),而后判断计数器的值是否小于64(13),在计数器的值小于64的情况下,计数器步长为1,计数器的数值增加1(14),微处理器控制并读取温度传感器的序列号(15)和读取温度传感器的值(16),然后存储数据到RAM(17)。接着返回到判断计数器的值是否小于64(13)步骤,直到计数器的值等于或者大于64的情况下,由微处理器控制并将数据发送到上位机(18),结束(19)一轮8×8温度传感器阵列(3)的数据采集。微处理器的数据采集和通信过程的程序流程循环执行,直到操作者手动停止该流程。
Claims (4)
1.人体-座椅接触面温觉特性检测装置,包括:嵌有传感器阵列的测试座椅(2)、8×8温度传感器阵列(3)、数据采集单元(4)和上位机(6);受试者(1)坐于嵌有传感器阵列的测试座椅(2)上,数据采集单元(4)实时采集8×8温度传感器阵列(3)的数据,并将采集到的数据通过USB接口(5)传送到上位机(6)上;上位机(6)接收到数据后,利用算法进一步分析;为了可视化和更好地分析采集到的数据,我们提出了一种基于传感器阵列的三维成像算法:将采集到的数据经过经验模态分解(7)、平滑滤波(8)、三次样条插值(9)之后,最终呈现出具有温度层次的结果图。
2.根据权利要求1所述的人体-座椅接触面温觉特性检测装置及三维成像算法,其特征在于,所述的嵌有传感器阵列的测试座椅(2)表面嵌有由64个温度传感器组成8×8温度传感器阵列(3),相邻温度传感器的水平间距为3cm,垂直间距为3cm;8×8温度传感器阵列(3)的覆盖面积为441cm2。
3.根据权利要求1所述的人体-座椅接触面温觉特性检测装置及三维成像算法,其特征在于,所述的由数据采集单元(4)控制8×8温度传感器阵列(3)采集座椅面的数据的步骤为:通电开始(11)后,首先进行数据采集***的初始化(12),而后判断计数器的值是否小于64(13),在计数器的值小于64的情况下,计数器步长为1,计数器的数值增加1(14),微处理器控制并读取温度传感器的序列号(15)和读取温度传感器的值(16),然后存储数据到RAM(17);接着返回到判断计数器的值是否小于64(13)步骤,直到计数器的值等于或者大于64的情况下,由微处理器控制并将数据发送到上位机(18),结束(19)一轮8×8温度传感器阵列(3)的数据采集;微处理器的数据采集和通信过程的程序流程循环执行,直到操作者手动停止该过程。
4.根据权利要求1所述的人体-座椅接触面温觉特性检测装置及三维成像算法,其特征在于,所述的一种基于传感器阵列的三维成像算法包括数据预处理和热矩阵成像两部分;为了平滑采集到的原始数据,对原始数据应用Savitzky-Golay滤波;采用差值法消除偏移,将主体和座椅面之间的相对变化用作热矩阵成像的输入;使用三次样条插值将所有64个通道的1维温度值转换为3维热矩阵图像;三维成像算法将采集到的数据经过经验模态分解(7)、平滑滤波(8)、三次样条插值(9)之后,最终呈现出具有温度层次的结果图;它不仅能更完全地监测下肢和座椅表面之间的热变化,而且能够区分不同的坐姿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710163555.1A CN106908173A (zh) | 2017-03-20 | 2017-03-20 | 人体‑座椅接触面温觉特性检测装置及三维成像算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710163555.1A CN106908173A (zh) | 2017-03-20 | 2017-03-20 | 人体‑座椅接触面温觉特性检测装置及三维成像算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106908173A true CN106908173A (zh) | 2017-06-30 |
Family
ID=59187838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710163555.1A Pending CN106908173A (zh) | 2017-03-20 | 2017-03-20 | 人体‑座椅接触面温觉特性检测装置及三维成像算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106908173A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203237087U (zh) * | 2013-05-18 | 2013-10-16 | 连伟豪 | 一种新型汽车座椅温控装置 |
US20150208738A1 (en) * | 2014-01-25 | 2015-07-30 | Its Kool, Llc | Temperature Regulatory Fabrics, Systems and Applications |
CN104869869A (zh) * | 2012-10-18 | 2015-08-26 | 泰普尔-派迪克管理有限责任公司 | 支撑垫和用于控制该支撑垫的表面温度的方法 |
CN106289594A (zh) * | 2016-11-02 | 2017-01-04 | 吉林大学 | 可实现三维变形量和三维压力高精度同步测量的传感阵列 |
US20170305301A1 (en) * | 2016-04-22 | 2017-10-26 | Bebop Sensors, Inc. | Vehicle seat sensor systems for use with occupant classification systems |
-
2017
- 2017-03-20 CN CN201710163555.1A patent/CN106908173A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104869869A (zh) * | 2012-10-18 | 2015-08-26 | 泰普尔-派迪克管理有限责任公司 | 支撑垫和用于控制该支撑垫的表面温度的方法 |
CN203237087U (zh) * | 2013-05-18 | 2013-10-16 | 连伟豪 | 一种新型汽车座椅温控装置 |
US20150208738A1 (en) * | 2014-01-25 | 2015-07-30 | Its Kool, Llc | Temperature Regulatory Fabrics, Systems and Applications |
US20170305301A1 (en) * | 2016-04-22 | 2017-10-26 | Bebop Sensors, Inc. | Vehicle seat sensor systems for use with occupant classification systems |
CN106289594A (zh) * | 2016-11-02 | 2017-01-04 | 吉林大学 | 可实现三维变形量和三维压力高精度同步测量的传感阵列 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106980746B (zh) | 一种基于时序分析的通用无创血糖预测方法 | |
CN109157194B (zh) | 一种软硬可调床垫的人体健康数据采集和分析***及方法 | |
US6280395B1 (en) | System and method for determining muscle dysfunction | |
CN104605850B (zh) | 一种基于电阻抗断层成像技术的膀胱尿量实时监测装置和方法 | |
CN110292386B (zh) | 一种基于视频信息和压电信息的人体坐姿检测***及方法 | |
CN104968280A (zh) | 超声成像***和方法 | |
US20180333107A1 (en) | Non-invasive wearable device, process and systems with adjustable operation | |
JP2021041142A (ja) | 血圧推定システム、血圧推定方法、学習装置、学習方法及びプログラム | |
KR102631311B1 (ko) | 심장신호 처리장치 및 방법, 이를 포함하는 모니터링 시스템 | |
Alivar et al. | Motion artifact detection and reduction in bed-based ballistocardiogram | |
Ling et al. | Automatic tracking of aponeuroses and estimation of muscle thickness in ultrasonography: A feasibility study | |
Andreu-Cabedo et al. | Mirror mirror on the wall… An intelligent multisensory mirror for well-being self-assessment | |
Cai et al. | Quantitative assessment of parkinsonian tremor based on a linear acceleration extraction algorithm | |
CN111887847A (zh) | 基于人体成分仪的内脏脂肪测量方法、装置、计算机设备和存储介质 | |
CN206026303U (zh) | 一种人体基础指标检测仪 | |
CN114468996A (zh) | 基于有序性、多模态及对称性破缺对***体征分析的方法 | |
CN110693510A (zh) | 一种注意力缺陷多动障碍辅助诊断装置及其使用方法 | |
CN202191302U (zh) | 学习和办公效率测量仪 | |
CN106908173A (zh) | 人体‑座椅接触面温觉特性检测装置及三维成像算法 | |
US20200129113A1 (en) | Method for visualizing internal and surface temperature data of human breast tissue | |
CN114041758B (zh) | 桡动脉触诊定位方法、装置、电子设备和存储介质 | |
CN115578789A (zh) | 脊柱侧弯检测装置、***及计算机可读存储介质 | |
Dabiri et al. | Exploring video based thermal perception identification | |
JP3968192B2 (ja) | 水面ゆらぎ測定装置 | |
JP2015100525A (ja) | 診断データ生成装置および診断装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170630 |