CN108523524B - 一种智能软硬可调床垫的用户睡眠个性化服务***和方法 - Google Patents

Abstract

本申请实施例提供的智能软硬可调床垫的用户睡眠个性化服务***和方法，包括：床垫本体，床垫本体内设置有气囊；气压调节装置，与气囊的通气口连接，用于对气囊执行软硬可调和放气的操作；睡眠动作特征获取模块，用于获取用户睡眠时的动作特征，并生成当前动作特征画像；睡眠动作特征匹配模块，用于将当前动作特征画像与预先存储的与用户身份信息相关联的模型动作特征画像进行匹配；智能控制模块，用于根据模型动作特征画像对应的参数调整软硬可调床垫的硬度。本申请实施例的智能软硬可调床垫的用户睡眠个性化服务***和方法，实现了根据用户对床垫软硬度的个体需求而自动调节，有利于用户休息和提高睡眠质量以及青少年的生长发育。

Description

一种智能软硬可调床垫的用户睡眠个性化服务***和方法

技术领域

本申请涉及智能家具技术领域，尤其涉及一种智能软硬可调床垫的用户睡眠个性化服务***和方法。

背景技术

床垫是广大人民群众必需的常用生活用品，目前的床垫大多由单一的床垫芯构成或由床垫芯和包裹在床垫芯外表面的装饰套构成。目前的床垫芯一般是指棕垫和海绵垫。现有的床垫不论是棕垫还是海绵垫，都存在其软硬度随着使用时间的延长而难以保持持久稳定的缺陷，发生变形的床垫严重影响消费者的身体健康。

另一方面，由于个人年龄、体质和生活习惯的不同，每个用户对于床垫软硬度需求都存在个体差异，而且床垫的软硬程度对用户休息和睡眠质量以及青少年的生长发育具有直接的关系，因此可以说每个用户最适宜的床垫软硬度都不尽相同。现有技术中的棕垫、海绵垫不能根据用户的上述个性化需求而自适应调节床垫软硬度，使得用户的使用体验较差，不利于为用户营造最优的个性化休息环境。

为了解决上述问题，现有技术中开发了一些可以实现硬度调节的床垫。例如，专利文件CN107836906公开了一种软硬可调床垫，其床垫本体包括针织层、海绵层、软硬可调层、第一钢丝网层、弹簧层、第二钢丝网层以及泡沫垫层。其中，通过软硬可调层使得床垫本体的硬度可调，提高了床垫的健康舒适性。专利文件CN107647957公开了一种气囊式压力***及具有该***的医疗绑定装置，可以应用于床垫等垫具之中，其包括软硬可调增压装置和排气泄压装置以及压力检测器和中央处理器。中央处理器通过压力检测器监测柔性空腔内部的气体压力，通过软硬可调增压装置和排气泄压装置对空气内部的气体压力进行实时调整，从而调整柔性物表面的整体硬度，形成一个可调硬度的支撑体。专利文件CN107174051公开了一种可自动调节软硬的弹簧床垫，该床垫具有软硬可调层，软硬可调层一侧设有软硬可调口，软硬可调口通过软硬可调管连接电磁阀和软硬可调泵，软硬可调层内还设有气压传感器，将软硬可调层内的气压压强信号传递给控制器；该气压信号反映出床垫软硬程度；控制器连接档位调节器，通过档数调节实现床垫的软硬调节；并且软硬可调层分为左右两个软硬可调袋，可以分别对床垫左、右两部分的硬度予以调节。

可见，现有的软硬可调床垫能够通过软硬可调量的改变而调节床垫软硬可调层内部气压，该气压大小决定了床垫的软硬程度。软硬可调床垫可以根据用户的个性需求而改变其内部气压，从而将床垫硬度调节到适当的档位。并且，软硬可调床垫对软硬度的保持定型能力明显好于现有的棕垫或者是海绵垫。

然而，现有技术中对软硬可调床垫软硬可调量的调节主要是根据用户手工设置的软硬度档位决定的，难以实现对软硬可调床垫软硬度适应用户个性化需求的自主调节；由于在不同的应用环境下，不论是家庭使用还是在宾馆等场合使用，始终存在不同的用户分时段共同使用同一个软硬可调床垫的情形，而且用户在使用床垫时也不习惯进行身份认证、用户名登录等操作，因此由于不能自动识别用户身份以及根据用户身份对床垫软硬度实现满足个体需求的自动调节，造成现有软硬可调床垫的用户体验度降低，不利于用户休息和提高睡眠质量以及青少年的生长发育。

发明内容

有鉴于此，本申请的目的在于提出一种智能软硬可调床垫的用户睡眠个性化服务***和方法，来解决现有技术中的软硬可调床垫存在的难以实现对软硬可调床垫软硬度的自主个性化调节，不能自动识别一定应用范围内的用户身份并根据用户对床垫软硬度的个性化需求而自动调节，不利于用户休息和提高睡眠质量以及青少年的生长发育的技术问题。

基于上述目的，在本申请的一个方面，提出了一种智能软硬可调床垫的用户睡眠个性化服务***，包括：

床垫本体，所述床垫本体内设置有气囊；

气压调节装置，与所述气囊的通气口连接，用于对气囊执行充气和放气的操作，通过调节所述气囊内的气压值而改***硬可调床垫的硬度；

睡眠动作特征获取模块，用于获取用户睡眠时的动作特征，并生成当前用户的动作特征画像，所述动作特征画像包括多个维度的特征值；

睡眠动作特征匹配模块，用于将所述当前用户的动作特征画像与预先积累并存储的与用户身份信息相关联的模型动作特征画像进行匹配；

智能控制模块，用于当所述当前用户的动作特征画像与所述模型动作特征画像匹配成功时，根据所述模型动作特征画像确定对应的用户身份信息，并根据与用户身份信息对应的个人参数，调整所述软硬可调床垫的硬度。

在一些实施例中，所述气囊包括多个平行设置的腔室，每个所述的腔室具有单独的通气口。

在一些实施例中，所述睡眠动作特征获取模块包括气压传感器单元。

在一些实施例中，每个所述的腔室内都设置有至少一个气压传感器单元，用于采集对应的腔室内的气压值和气压变化值。

在一些实施例中，所述睡眠动作特征获取模块还包括气压分析单元，用于汇总所述气压传感器单元采集到的对应腔室内的气压值和气压变化值，并根据所述气压值和气压变化值计算用户在多个维度上的特征值，将全部维度上的特征值组合在一起生成当前用户的动作特征画像。

在一些实施例中，所述多个维度的特征值具体包括：用户体重负载值、用户动作幅度值、用户动作频率值、用户动作位置分布。进一步优选的是，所述睡眠动作特征获取模块根据各腔室内的气压变化的幅度值、各腔室内的气压变化的频率，以及存在气压变化的腔室的分布位置，计算所述多个维度的特征值。

在一些实施例中，还包括：存储模块，用于存储用户身份信息、模型动作特征画像、用户身份信息和模型动作特征画像的对应关系，所述模型动作特征画像包括特定的用户身份信息在所述多个维度上对应的特征参数分布区间。

在一些实施例中，所述存储模块还用于存储与特定的用户身份信息对应的调节所述软硬可调床垫硬度的参数。

在一些实施例中，还包括：手动控制模块，用于接收用户输入的控制参数，并将所述控制参数发送至所述智能控制模块，以令所述智能控制模块根据所述控制参数改变所述软硬可调床垫的硬度。

基于上述目的，在本申请的另一个方面，提出了一种智能软硬可调床垫的用户睡眠个性化服务方法，包括：

获取用户睡眠时的动作特征，并生成当前用户的动作特征画像，所述动作特征画像包括多个维度的特征值；

将所述当前用户的动作特征画像与预先累加并存储的与用户身份信息相关联的模型动作特征画像进行匹配，并判断是否匹配成功；

当所述当前用户的动作特征画像与所述模型动作特征画像匹配成功时，根据所述模型动作特征画像确定对应的用户身份信息，并根据与用户身份信息对应的参数调整所述软硬可调床垫的硬度。

在一些实施例中，所述将所述当前用户的动作特征画像与预先存储的与用户身份信息相关联的模型动作特征画像进行匹配，并判断是否匹配成功，具体包括：

根据所述当前用户的动作特征画像的各维度上的特征值以及与用户身份信息相关联的模型动作特征画像的对应维度上的特征值，计算所述动作特征画像与模型动作特征画像的绝对距离，并判断得到的绝对距离是否在预设阈值范围内，并当所述绝对距离在预设阈值范围内时，确定匹配成功。

本申请实施例的智能软硬可调床垫的用户睡眠个性化服务***和方法，能够实现根据用户睡眠时的动作特征画像自动识别确定用户的身份，并根据用户的身份信息对应的调节参数，改***硬可调床垫的软硬度，从而在无需用户登录身份或者直接介入调节的前提下实现根据用户对床垫软硬度的个体需求和个人习惯而执行自动个性化调节，有利于用户休息和提高睡眠质量以及青少年的生长发育。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请实施例一的智能软硬可调床垫的用户睡眠个性化服务***的结构示意图；

图2是本申请实施例二的智能软硬可调床垫的用户睡眠个性化服务***的结构示意图；

图3是本申请实施例三的智能软硬可调床垫的用户睡眠个性化服务方法的流程图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

本申请实施例中的软硬可调床垫，采用软硬可调气囊作为垫芯，通过调节软硬可调气囊内的气压，实现了床垫的软硬可调，同时，根据用户睡眠时的动作特征画像自动识别确定用户的身份，并根据用户的身份信息对应的个人化参数，改***硬可调床垫的软硬度，实现了软硬可调床垫的智能化、个性化控制。

如图1所示，是本申请实施例一的智能软硬可调床垫的用户睡眠个性化服务***的结构示意图。从图中可以看出，作为本申请的一个实施例，所述智能软硬可调床垫的用户睡眠个性化服务***，包括：

床垫本体101，所述床垫本体101内设置有气囊，通过控制气囊的充气量，实现所述气囊软硬可调，进而可以改变所述床垫的软硬程度，以满足不同用户的需求，从而增强了本申请实施例中的软硬可调床垫实用性和个性化。此外，在所述气囊的***，还可以包覆有其他材料层，以增加所述床垫的舒适度，这里不再举例说明。

气压调节装置105，与所述气囊的通气口连接，用于对气囊执行充气和放气的操作，通过调节所述气囊内的气压值，而精确可控地改***硬可调床垫的硬度。

在本实施例中，所述气压调节装置105可以是带有可控开关气阀的充气泵，气阀与所述气囊的通气口连接，并且受到控制，可以对所述气囊充放气，进行软硬度调节；充气泵通过充气使所述床垫的硬度增加，也可通过气阀打开所述气囊的通气口，将所述气囊内的适量的气体排出，使所述床垫的硬度降低。当然，所述气压调节装置105也可以是其他具有调节气囊气压功能的设备，或者其他形式的气压调节设备，这里不做具体限定。

睡眠动作特征获取模块102，用于获取用户睡眠时的动作特征，并生成当前用户的动作特征画像，所述动作特征画像包括多个维度的特征值。

在本实施例中，所述睡眠动作特征获取模块102包括设置在所述气囊内部的气压传感器，用于采集所述气囊内的气压值和气压变化值。具体地，所述睡眠动作特征获取模块102的气压传感器可以设置在所述气囊的内侧壁上，或者也可以设置在所述气囊内靠近通气口的位置处，以采集所述气囊内的气压参数值。睡眠动作特征获取模块102还可以进行数据暂存以及气压分析，可以临时性存储过去到当前一定时间长度(例如过去1小时内)采集的气压值和气压变化值，进而可以根据所述气压值和气压变化值计算用户在多个维度上的特征值，具体来说，根据所述气囊内的气压变化幅度值和气压变化的腔室分布位置，以及在时间上气压值的变化频率，计算所述多个维度上的特征值，这些特征值能够在一定程度上精确反映出用户的身份信息。例如，不同人体的体重不同，在睡眠时，对床垫的压力也不同，因此，通过获取有人体负载时所述气囊内的气压值相对于无负载状态的大幅度变化，可以确定该用户的体重负载值信息，进而可以用于确定该用户的身份。再如，不同人体睡眠时的动作幅度和频率不同，表现为软硬可调床垫的内囊内的气压小幅度变化的幅度和频率不同，通过内囊内的气压变化的幅度和频率，计算用户动作幅度值和用户动作频率值，也可以确定用户的身份。又例如，由于不同用户身高、体型的不同，以及臂、腿、腰等动作位置的不同，造成整个床垫范围中气压发生变化的位置分布不同，因此可以根据气压变化发生的位置，确定用户动作位置分布，也可以用于识别用户身份。通过获取以上用户睡眠时各个维度的动作特征，即多个维度上的特征，可以根据所述的多个维度上的特征生成当前用户的动作特征画像。具体来说，睡眠动作特征获取模块102根据从气压传感器获取的气压值以及气压变化值，判断气压变化率是否大于预设的第一阈值，如果大于该阈值则将当前的气压值变化判定为大幅度变化，大幅度变化表明床垫由无负载状态进入了负载状态，因此，睡眠动作特征获取模块102可以统计一个时间长度内在负载状态下的气压值的平均值，并且将该气压值的平均值对应为该用户的体重负载值。进而，如果判断在负载状态下，气压变化率小于等于该第一阈值，则判定该气压变化为用户躺在床垫上时由于动作产生的，因此统计在一定时间长度上气压值变化的平均幅度和平均变化频率，从而作为表征用户动作幅度值和用户动作频率值的特征值。另外，针对床垫不同位置的多个气压传感器各自感应并记录的气压变化，统计一段时间内气压值变化在床垫各个位置区域发生的频率，形成一个数组，作为用户动作位置分布的特征值。将上述多个维度的特征值聚合为表示当前用户睡眠动作特征的动作特征画像。

睡眠动作特征匹配模块103，用于将所述当前用户的动作特征画像与预先积累和存储的与用户身份信息相关联的模型动作特征画像进行匹配。

在本实施例中，当获取到当前用户睡眠时多个维度上的动作特征值，并生成当前用户的动作特征画像后，可以将所述当前用户的动作特征画像与预先存储的与用户身份信息相关联的模型动作特征画像进行匹配。由于模型动作特征画像对应有用户身份信息，因此，当所述当前动作特征画像与所述模型动作特征画像匹配成功后，既可以确定当前用户的身份信息。

智能控制模块104，用于当所述当前用户的动作特征画像与所述模型动作特征画像匹配成功时，根据所述模型动作特征画像确定对应的用户身份信息，并根据与用户身份信息对应的个人参数，调整所述软硬可调床垫的硬度。

在本实施例中，当确定当前用户的身份信息后，可以根据预先设定的与所述身份信息相对应的个人控制参数，来改变所述气囊内的气压值，进而改变所述软硬可调床垫的气压值，实现软硬度的个性化调节。所述控制参数可以是存储的与特定的用户身份信息对应的参数，例如，可以存储特定用户每次人为设定的控制参数，并取其最经常采用的参数值作为与该特定用户对应的个人控制参数；也可以是根据对用户动作幅度值、用户动作频率值的记录，选取达到以上指标最小化(表明用户睡眠程度较深，具有较好的休息效果)时采取的控制参数，作为用户的个人控制参数。

本实施例中的智能软硬可调床垫的用户睡眠个性化服务***，能够实现根据用户睡眠时的动作特征画像确定用户的身份，并根据用户的身份信息，获得与用户特定身份相对应的控制参数，改***硬可调床垫的软硬度，从而实现根据用户对床垫软硬度的个体需求而自动调节，有利于用户休息和提高睡眠质量以及青少年的生长发育。

如图2所示，是本申请实施例二的智能软硬可调床垫的用户睡眠个性化服务***的结构示意图。在本实施例中，所述智能软硬可调床垫的用户睡眠个性化服务***，包括：

床垫本体101、气压调节装置105、睡眠动作特征获取模块102、睡眠动作特征匹配模块103和智能控制模块104，这些模块的功能和作用与在实施例一中的功能和作用相同，这里不再赘述。

在本实施例中，所述床垫本体101的气囊包括多个平行设置的腔室，每个所述的腔室具有单独的通气口，每个所述的腔室内都设置有至少一个气压传感器单元1021，推荐为每个腔室设置若干个位于不同位置处的气压传感器单元1021，例如，在每个腔室的左侧、中间和右侧各设置一个气压传感器1021，用于采集对应的腔室内的气压值和气压变化值，并且位于不同位置的气压传感器1021为自身采集的气压值和气压变化值附加上自身的位置信息。

所述睡眠动作特征获取模块102还包括气压分析单元1022，用于汇总所述气压传感器单元1021采集到的对应的腔室内的气压值和气压变化值，并根据所述气压值和气压变化值计算用户在多个维度上的特征值，将全部维度上的特征值组合在一起生成当前用户的动作特征画像。其中，所述当前动作特征画像包括多个维度的特征值，所述的多个维度的特征值具体包括：用户体重负载值、用户动作幅度值、用户动作频率值、用户动作位置分布。气压分析单元1022根据各腔室内的气压变化的幅度值、各腔室内的气压变化的频率，以及存在气压变化的腔室的分布位置，计算所述多个维度的特征值。

此外，还包括：存储模块106，用于存储用户身份信息、模型动作特征画像、用户身份信息和模型动作特征画像的对应关系，以及所述模型动作特征画像包括特定的用户身份信息在所述多个维度上对应的特征参数分布区间。所述存储模块106还用于存储与特定的用户身份信息对应的调节所述软硬可调床垫硬度的参数，当所述当前动作特征画像与预先存储的与用户身份信息相关联的模型动作特征画像匹配成功后，可以从所述存储模块106中调用模型动作特征画像对应的参数，进而控制所述气压调节装置105改变所述软硬可调床垫的硬度在本实施例中，所述睡眠动作特征获取模块102还用于将生成的当前用户动作特征画像发送至所述存储模块106进行存储，所述睡眠动作特征匹配模块103用于根据该睡眠动作特征获取模块102每次获取的特定用户的动作特征画像，自组织形成所述模型动作特征画像，并且还可以定期根据每次存储的当前用户的动作特征画像修正所述存储模块106中存储的模型动作特征画像，使得在以后的匹配过程中，匹配误差尽量减小。具体来说，将睡眠动作特征获取模块102每次为当前的特定用户所生成的动作特征画像记为E_i-n,E_i-n+1...,E_i，每个画像是该用户在上述多个维度上的特征值构成的一个特征矢量；则从n个动作特征画像中任意选取k个作为初始聚类中心，计为E_c1,E_c2,......,E_ck；计算E_i-n,E_i-n+1...,E_i与E_c1,E_c2,......,E_ck特征矢量的距离值V_i-Ck＝|E_i-E_ck|，进而将E_i-n,E_i-n+1...,E_i中的每一个特征矢量分配给E_c1,E_c2,......,E_ck当中与之距离最近的聚类中心；然后再重新计算每个聚类的聚类中心；然后计算E_i-n,E_i-n+1...,E_i中每个特征矢量与重新计算的聚类中心的距离值，并根据距离值将E_i-n,E_i-n+1...,E_i中的每个动作特征画像的特征矢量重新分配给与之距离最近的聚类中心；然后再次更新维护聚类中心；迭代以上过程，直至更新后聚类中心不再发生变化，则所形成的聚类构成一个模型动作特征画像，针对每一个聚类，统计在所述多个维度的每一个维度上对应的特征参数分布区间，例如用户体重负载值分布区间、用户动作幅度值和用户动作频率值的分布区间、用户动作位置分布区间等。而对于睡眠动作特征获取模块102不断获取的新的动作特征画像，所述睡眠动作特征匹配模块103可以定期进行重新聚类，从而更新模型动作特征画像。

进而，睡眠动作特征匹配模块103根据所述当前用户的动作特征画像的各维度上的特征值以及与用户身份信息相关联的模型动作特征画像的对应维度上的特征值(可以取模型动作特征画像在每个维度上特征参数分布区间的平均值)，计算所述动作特征画像与模型动作特征画像的绝对距离，并判断得到的绝对距离是否在预设阈值范围内，并当所述绝对距离在预设阈值范围内时，确定匹配成功。匹配成功时，根据所述模型动作特征画像确定对应的用户身份信息，并根据与用户身份信息对应的参数调整所述软硬可调床垫的硬度。本实施例与实施例一的区别还在于，本实施例中的智能软硬可调床垫的用户睡眠个性化服务***还包括手动控制模块107，用于接收用户输入的控制参数，并将所述控制参数发送至所述智能控制模块，以令所述智能控制模块根据所述控制参数改变所述软硬可调床垫的硬度。用户可以即时输入控制参数来改变所述软硬可调床垫的硬度，从而增强了本申请涉及的智能软硬可调床垫的适用性。

本实施例的智能软硬可调床垫的用户睡眠个性化服务***能够实现根据用户睡眠时的动作特征画像确定用户的身份，并根据用户的身份信息改***硬可调床垫的软硬度，从而实现根据用户对床垫软硬度的个体需求而自动调节，有利于用户休息和提高睡眠质量以及青少年的生长发育。同时，支撑用户手动控制所述软硬可调床垫的硬度，从而增强了本申请涉及的智能软硬可调床垫的适用性。

如图3所示，是本申请实施例三的智能软硬可调床垫的用户睡眠个性化服务方法的流程图。作为本申请的一个实施例，所述智能软硬可调床垫的用户睡眠个性化服务方法，包括以下步骤：

S301：获取用户睡眠时的动作特征，并生成当前用户的动作特征画像，所述动作特征画像包括多个维度的特征值。具体地，可以通过分布在所述床垫的气囊内的睡眠动作特征获取模块102获取用户睡眠时的动作特征，所述睡眠动作特征获取模块102可以包括气压传感器单元。

S302：将所述当前用户的动作特征画像与预先存储的与用户身份信息相关联的模型动作特征画像进行匹配，并判断是否匹配成功。

具体地，可以将所述当前用户的动作特征画像的各维度上的特征值分别与所述与用户身份信息相关联的模型动作特征画像的对应维度上的特征值计算绝对距离，并判断得到的绝对距离是否在预设阈值范围内，并当所述绝对距离在预设阈值范围内时，确定匹配成功。

S303：当所述当前用户的动作特征画像与所述模型动作特征画像匹配成功时，根据所述模型动作特征画像确定对应的用户身份信息，并根据与用户身份信息对应的参数调整所述软硬可调床垫的硬度。

除了根据用户身份信息选取最为个性化的控制参数以外，还可以根据用户身份信息确定其是否属于特殊关注类型的用户，例如，当确定当前睡眠的用户是儿童时，则可以调整所述软硬可调床垫的气囊内的气压值，使得所述软硬可调床垫的硬度增大，以避免长时间软硬可调床垫过软导致的儿童生理发育畸形。

此外，用户还可以手动调整所述软硬可调床垫的硬度，以提高用户体验。

本申请实施例中的智能软硬可调床垫的用户睡眠个性化服务方法，能够实现根据用户睡眠时的动作特征画像确定用户的身份，并根据用户的身份信息改***硬可调床垫的软硬度，从而实现根据用户对床垫软硬度的个体需求而自动调节，有利于用户休息和提高睡眠质量以及青少年的生长发育。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (6)

1.一种智能软硬可调床垫的用户睡眠个性化服务***，其特征在于，包括：

床垫本体，所述床垫本体内设置有气囊；气囊包括多个平行设置的腔室，每个所述腔室具有单独的通气口；

气压调节装置，与所述气囊的通气口连接，用于对气囊执行充气和放气的操作，通过调节所述气囊内的气压值而改***硬可调床垫的硬度；

睡眠动作特征获取模块，用于获取用户睡眠时的动作特征，并生成当前用户的动作特征画像，所述动作特征画像包括多个维度的特征值；

其中，所述睡眠动作特征获取模块包括气压传感器单元，每个所述气囊的腔室内都设置有至少一个气压传感器单元，用于采集对应的腔室内的气压值和气压变化值；所述睡眠动作特征获取模块临时性存储过去到当前一定时间长度采集的气压值和气压变化值；

所述睡眠动作特征获取模块还包括气压分析单元，用于汇总所述气压传感器单元采集到的对应腔室内的气压值和气压变化值，并根据所述气压值和气压变化值，基于所述气囊内的气压变化幅度值和气压变化的腔室分布位置，以及在时间上气压值的变化频率，计算用户在多个维度上的特征值，将全部维度上的特征值组合在一起生成当前用户的动作特征画像；所述的多个维度的特征值具体包括：用户体重负载值、用户动作幅度值、用户动作频率值、用户动作位置分布；其中，从气压传感器获取的气压值以及气压变化值，判断气压变化率是否大于预设的第一阈值，如果大于该第一阈值则将当前的气压值变化判定为大幅度变化，通过获取有人体负载时所述气囊内的气压值相对于无负载状态的大幅度变化确定所述用户体重负载值；进而在负载状态下，气压变化率小于等于该第一阈值，则统计在一定时间长度上气压值变化的平均幅度和平均变化频率，表征所述用户动作幅度值和用户动作频率值；针对床垫不同位置的多个气压传感器各自感应并记录的气压变化，统计一段时间内气压值变化在床垫各个位置区域发生的频率，形成一个数组，作为所述用户动作位置分布的特征值，所述动作位置分布表明用户身高、体型以及臂、腿、腰动作位置的不同；

并且，所述睡眠动作特征获取模块还将每次获取的当前用户的动作特征画像记为E_i-n,E_i-n+1...,E_i，每个画像是该用户在上述多个维度上的特征值构成的一个特征矢量；则从n个动作特征画像中任意选取k个作为初始聚类中心，计为E_c1,E_c2,......,E_ck；计算E_i-n,E_i-n+1...,E_i与E_c1,E_c2,......,E_ck特征矢量的距离值V_i-Ck＝|E_i-E_ck|，进而将E_i-n,E_i-n+1...,E_i中的每一个特征矢量分配给E_c1,E_c2,......,E_ck当中与之距离最近的聚类中心；然后再重新计算每个聚类的聚类中心；然后计算E_i-n,E_i-n+1...,E_i中每个特征矢量与重新计算的聚类中心的距离值，并根据距离值将E_i-n,E_i-n+1...,E_i中的每个动作特征画像的特征矢量重新分配给与之距离最近的聚类中心；然后再次更新维护聚类中心；迭代以上过程，直至更新后聚类中心不再发生变化，从而将所形成的聚类形成模型动作特征画像；所述睡眠动作特征获取模块还定期根据每次存储的当前用户的动作特征画像修正该模型动作特征画像；

睡眠动作特征匹配模块，用于将所述当前用户的动作特征画像与预先积累并存储的与用户身份信息相关联的模型动作特征画像进行匹配；

智能控制模块，用于当所述当前用户的动作特征画像与所述模型动作特征画像匹配成功时，根据所述模型动作特征画像确定对应的用户身份信息，并根据与用户身份信息对应的参数调整所述软硬可调床垫的硬度。

2.根据权利要求1所述的***，其特征在于，所述气囊包括多个平行设置的腔室，每个所述的腔室具有单独的通气口。

3.根据权利要求2所述的***，其特征在于，还包括：存储模块，用于存储用户身份信息、模型动作特征画像、用户身份信息和模型动作特征画像的对应关系，所述模型动作特征画像包括特定的用户身份信息在所述多个维度上对应的特征参数分布区间。

4.根据权利要求3所述的***，其特征在于，还包括：手动控制模块，用于接收用户输入的控制参数，并将所述控制参数发送至所述智能控制模块，以令所述智能控制模块根据所述控制参数改变所述软硬可调床垫的硬度。

5.一种智能软硬可调床垫的用户睡眠个性化服务方法，其特征在于，包括：

通过床垫本体气囊的每个腔室内的气压传感器单元，采集对应的腔室内的气压值和气压变化值；临时性存储过去到当前一定时间长度采集的气压值和气压变化值；汇总所述气压传感器单元采集到的对应腔室内的气压值和气压变化值，并根据所述气压值和气压变化值,基于所述气囊内的气压变化幅度值和气压变化的腔室分布位置，以及在时间上气压值的变化频率，计算用户在多个维度上的特征值，将全部维度上的特征值组合在一起生成当前用户的动作特征画像；所述的多个维度的特征值具体包括：用户体重负载值、用户动作幅度值、用户动作频率值、用户动作位置分布；其中，从气压传感器获取的气压值以及气压变化值，判断气压变化率是否大于预设的第一阈值，如果大于该第一阈值则将当前的气压值变化判定为大幅度变化，通过获取有人体负载时所述气囊内的气压值相对于无负载状态的大幅度变化确定所述用户体重负载值；进而在负载状态下，气压变化率小于等于该第一阈值，则统计在一定时间长度上气压值变化的平均幅度和平均变化频率，表征所述用户动作幅度值和用户动作频率值；针对床垫不同位置的多个气压传感器各自感应并记录的气压变化，统计一段时间内气压值变化在床垫各个位置区域发生的频率，形成一个数组，作为所述用户动作位置分布的特征值，所述动作位置分布表明用户身高、体型以及臂、腿、腰动作位置的不同；

将每次获取的当前用户的动作特征画像记为E_i-n,E_i-n+1...,E_i，每个画像是该用户在上述多个维度上的特征值构成的一个特征矢量；则从n个动作特征画像中任意选取k个作为初始聚类中心，计为E_c1,E_c2,......,E_ck；计算E_i-n,E_i-n+1...,E_i与E_c1,E_c2,......,E_ck特征矢量的距离值V_i-Ck＝|E_i-E_ck|，进而将E_i-n,E_i-n+1...,E_i中的每一个特征矢量分配给E_c1,E_c2,......,E_ck当中与之距离最近的聚类中心；然后再重新计算每个聚类的聚类中心；然后计算E_i-n,E_i-n+1...,E_i中每个特征矢量与重新计算的聚类中心的距离值，并根据距离值将E_i-n,E_i-n+1...,E_i中的每个动作特征画像的特征矢量重新分配给与之距离最近的聚类中心；然后再次更新维护聚类中心；迭代以上过程，直至更新后聚类中心不再发生变化，从而将所形成的聚类形成一个模型动作特征画像；定期根据每次存储的当前用户的动作特征画像修正该模型动作特征画像；

将所述当前用户的动作特征画像与预先积累并存储的与用户身份信息相关联的模型动作特征画像进行匹配，并判断是否匹配成功；

当所述当前动作特征画像与所述模型动作特征画像匹配成功时，根据所述模型动作特征画像确定对应的用户身份信息，并根据与用户身份信息对应的参数调整所述软硬可调床垫的硬度。

6.根据权利要求5所述的方法，其特征在于，所述将所述当前用户的动作特征画像与预先积累并存储的与用户身份信息相关联的模型动作特征画像进行匹配，并判断是否匹配成功，具体包括：

根据所述当前用户的动作特征画像的各维度上的特征值以及与用户身份信息相关联的模型动作特征画像的对应维度上的特征值，计算所述动作特征画像与模型动作特征画像的绝对距离，并判断得到的绝对距离是否在预设阈值范围内，并当所述绝对距离在预设阈值范围内时，确定匹配成功。

Images