CN109164918A - 智能坐姿追踪与调整方法、装置、智能升降桌及存储介质 - Google Patents
智能坐姿追踪与调整方法、装置、智能升降桌及存储介质 Download PDFInfo
- Publication number
- CN109164918A CN109164918A CN201811029662.6A CN201811029662A CN109164918A CN 109164918 A CN109164918 A CN 109164918A CN 201811029662 A CN201811029662 A CN 201811029662A CN 109164918 A CN109164918 A CN 109164918A
- Authority
- CN
- China
- Prior art keywords
- sitting posture
- elevated table
- intelligent elevated
- intelligent
- data
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/448—Execution paradigms, e.g. implementations of programming paradigms
- G06F9/4482—Procedural
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请实施例公开了一种智能坐姿追踪与调整方法、装置、智能升降桌及存储介质，该方法无线接收设置在椅子上的超声波阵列输出的测距数据；对所述测距数据进行分析，判断其是否在正确坐姿腰部阈值范围内；接收设置于智能升降桌上超声波阵列输出的测距数据；判断智能升降桌上超声波阵列输出的测距数据是否在正确坐姿头部阈值范围内；将两组超声波阵列输出的测距数据进行匹配，判断其是正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿。智能升降桌显示界面上显示匹配结果，并给出调整方案。本发明能够有效完成坐姿的追踪与调整，人机交互效果好，智能化程度高。
Description
技术领域
本申请实施例涉及办公家具领域，尤其涉及智能坐姿追踪与调整方法、装置、智能升降桌及存储介质。
背景技术
坐姿与健康密切相关，由于坐姿不当，造成了许多中小学生近视、驼背，导致许多的白领患上颈椎、腰椎等疾病。因此，在学***。肘部的支撑减轻了颈肩的疲劳，但是价格昂贵，并且胸腔靠在胸腔支架上工作时，容易有压迫感和疲劳。胸腔支架也不能当作靠背等别的用途，即使是自然的坐姿，固定20分钟以上对脊椎仍然有不好的影响。为解决上述问题，市场中还出现了大量改正用户坐姿的产品如锁骨固定带、坐姿纠正椅等，这类产品都是通过直接作用于人体骨关节，进而达到纠正用户坐姿的目的。然而不同的人的骨关节存在着差异，直接作用于人体的这类产品，一旦出现偏差，将使用户的骨关节造成无法恢复的损伤。而出现偏差的主要原因在于，固定带、坐姿纠正椅都只能最大程度地预估用户最佳的坐立姿势，然后根据预估的结果固定用户坐势，而一旦用户的坐立姿势被固定，则用户很难调整,也就是说,市场上出现的诸如此类的产品,无法让用户通过自身的身体状况去调自身的坐姿。但是如果让用户能够过度自由地调整自身的坐姿,那将势必会降低该产品对用户坐姿调整的效果。此外这些纠正用户坐姿的产品大多是独立于桌子之外的其他产品，因此用户在使用该类产品时，需要随身携带，这便给用户带来了诸多不便。
上述现有技术均无法实现用户坐姿的追踪与调整，用户坐姿调整人性化程度低，存在缺陷。
发明内容
本申请提供了一种智能坐姿追踪与调整方法、装置、智能升降桌及存储介质，来解决以上背景技术部分提到的问题。
第一方面，本申请实施例提供了一种智能坐姿追踪与调整方法，其包括：
无线接收设置在椅子上的超声波阵列输出的测距数据；
对所述测距数据进行分析，判断其是否在正确坐姿腰部阈值范围内；
接收设置于智能升降桌上超声波阵列输出的测距数据；
判断智能升降桌上超声波阵列输出的测距数据是否在正确坐姿头部阈值范围内；
将两组超声波阵列输出的测距数据进行匹配，判断其是正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿。
可选的，所述接收设置于智能升降桌上超声波阵列输出的测距数据之后，还包括：无线接收重力感应器监测的用户头部变化数据，对不同头位持续时间进行计是，判断用户坐姿是否正确。
可选的，所述重力感应器设置在用户佩戴的眼睛上。
可选的，通过蓝牙、Wi-Fi、Zigbee模块的任一种或其组合接收设置在椅子上的超声波阵列输出的测距数据。
可选的，通过蓝牙、Wi-Fi、Zigbee模块的任一种或其组合接收重力感应器监测的用户头部变化数据。
可选的，所述将两组超声波阵列输出的测距数据进行匹配，判断其是正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿，之后还包括：
若判断结果为用户目前的坐姿为非正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿，则执行如下操作：
3D摄像头采集用户上身视频图像数据；
将用户上身轮廓图像动态匹配到人体最佳坐姿模型；
智能升降桌显示界面上显示匹配结果，并给出调整方案。
可选的，所述智能升降桌显示界面上显示匹配结果，并给出调整方案，具体包括：智能升降桌显示界面上显示匹配结果，给出具体调整步骤，并语音指引用户将坐姿调整的最佳坐姿，智能升降桌显示界面实时显示调整过程。
第二方面，本申请实施例还提供了一种智能坐姿追踪与调整装置，该装置包括：
测距数据第一接收模块，用于无线接收设置在椅子上的超声波阵列输出的测距数据；
正确坐姿第一判断模块，用于对所述测距数据进行分析，判断其是否在正确坐姿腰部阈值范围内；
测距数据第二接收模块，用于接收设置于智能升降桌上超声波阵列输出的测距数据；
正确坐姿第二判断模块，用于判断智能升降桌上超声波阵列输出的测距数据是否在正确坐姿头部阈值范围内；
坐姿匹配模块，用于将两组超声波阵列输出的测距数据进行匹配，判断其是正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿。
第三方面，本申请实施例还提供了一种智能升降桌，包括：处理器、存储器以及存储在存储器上并可在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如本申请实施例所述的智能坐姿追踪与调整方法。
第四方面，本申请实施例还提供了一种包含智能升降桌可执行指令的存储介质，所述智能升降桌可执行指令在由智能升降桌处理器执行时用于执行本申请实施例所述的智能坐姿追踪与调整方法。
本方案中，无线接收设置在椅子上的超声波阵列输出的测距数据；对所述测距数据进行分析，判断其是否在正确坐姿腰部阈值范围内；接收设置于智能升降桌上超声波阵列输出的测距数据；判断智能升降桌上超声波阵列输出的测距数据是否在正确坐姿头部阈值范围内；将两组超声波阵列输出的测距数据进行匹配，判断其是正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿。3D摄像头采集用户上身视频图像数据；将用户上身轮廓图像动态匹配到人体最佳坐姿模型；智能升降桌显示界面上显示匹配结果，并给出调整方案。本发明能够有效完成坐姿的追踪与调整，人机交互效果好，智能化程度高。
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是本申请实施例提供的一种智能坐姿追踪与调整方法的流程图；
图2是本申请实施例提供的另一种智能坐姿追踪与调整方法的流程图；
图3是本申请实施例提供的另一种智能坐姿追踪与调整方法的流程图；
图4是本申请实施例提供的另一种智能坐姿追踪与调整方法的流程图；
图5是本申请实施例提供的一种智能坐姿追踪与调整装置结构框图。
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用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。
图1是本申请实施例提供的一种智能坐姿追踪与调整方法的流程图，可适用于通过智能升降桌监控人体坐姿，该方法可以由本申请实施例提供的智能升降桌来执行，该智能升降桌的智能坐姿追踪与调整装置可采用软件和/或硬件的方式实现，如图1所示，本实施例提供的具体方案如下：
S101、无线接收设置在椅子上的超声波阵列输出的测距数据。
在本实施例中无线接收设置在椅子上的超声波阵列输出的测距数据，具体包括：通过蓝牙、Wi-Fi、Zigbee模块的任一种或其组合接收设置在椅子上的超声波阵列输出的测距数据。在本实施例中所述超声波阵列可以设置在椅子的两侧，也可以设置在椅子的中部，优选设置在椅子的中部，这样数据采集更加方便、准确。传统蓝牙数据传输速率小于3Mbps，典型数据传输距离为2-10m，蓝牙技术的典型应用是在两部手机之间进行小量数据的传输。Wi-Fi最高数据传输速率可达50Mbps，典型数据传输距离在30-100m，Wi-Fi技术提供了一种Intemet的无线接入技术。蓝牙无线技术是使用范围最广泛的全球短距离无线标准之一，全新的蓝牙4.0版本将三种蓝牙技术(即传统蓝牙，高速蓝牙和低功耗蓝牙技术)合而为一。它集成了蓝牙技术在无线连接上的固有优势，同时增加了高速蓝牙和低功耗蓝牙的特点，这三个规格可以组合使用，也可以单独使用，低功耗蓝牙即ble是蓝牙4.0的核心规范，该技术最大特点是拥有超低的运行功耗和待机功耗，蓝牙低功耗设备使用一粒纽扣电池可以连续工作数年之久，可应用与对成本和功耗都有严格要求的无线方案。
S102、对所述测距数据进行分析，判断其是否在正确坐姿腰部阈值范围内。
为了得到不同情况时的坐姿数据，需要进行实验，对不同身高的人坐立时的数据进行采集，并录入到***中。对于不同身高的人来说，只要其后背贴合在超声波阵列上时，人体即处于贴合状态的正确坐姿，利用实验确定正常坐姿、腰部贴合椅子坐姿或伏案坐姿时对应的正确坐姿腰部阈值范围。
S103、接收设置于智能升降桌上超声波阵列输出的测距数据。在本实施例中智能升降桌上超声波阵列的设置位置为智能升降桌两端各设置一超声波测距传感器，在智能升降桌中正常坐姿的双眼居中对应位置设置一超声波测距传感器，通过三个超声波测距传感器实现头部距智能升降桌的桌面的精确距离。
S104、判断智能升降桌上超声波阵列输出的测距数据是否在正确坐姿头部阈值范围内。
在本实施例中数据库中预先存储有各种情况下正确坐姿时头部距智能升降桌的桌面的距离的范围值，根据该范围值最终确定正确坐姿头部阈值范围内。
S105、将两组超声波阵列输出的测距数据进行匹配，判断其是正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿。
在本实施例中，正确坐姿并不仅仅指腰部坐姿正确或头部姿势正确，而是要求二者均处于合理范围时才判定其为正确坐姿。在数据库中存储均预存有正常坐姿、腰部贴合椅子坐姿或伏案坐姿时对应的各种数据。
图2是本申请实施例提供的一种智能坐姿追踪与调整方法的流程图，可适用于通过智能升降桌监控人体坐姿，该方法可以由本申请实施例提供的智能升降桌来执行，该智能升降桌的智能坐姿追踪与调整装置可采用软件和/或硬件的方式实现，如图2所示，本实施例提供的具体方案如下：
S201、无线接收设置在椅子上的超声波阵列输出的测距数据。
在本实施例中无线接收设置在椅子上的超声波阵列输出的测距数据，具体包括：通过蓝牙、Wi-Fi、Zigbee模块的任一种或其组合接收设置在椅子上的超声波阵列输出的测距数据。在本实施例中所述超声波阵列可以设置在椅子的两侧，也可以设置在椅子的中部，优选设置在椅子的中部，这样数据采集更加方便、准确。传统蓝牙数据传输速率小于3Mbps，典型数据传输距离为2-10m，蓝牙技术的典型应用是在两部手机之间进行小量数据的传输。Wi-Fi最高数据传输速率可达50Mbps，典型数据传输距离在30-100m，Wi-Fi技术提供了一种Intemet的无线接入技术。蓝牙无线技术是使用范围最广泛的全球短距离无线标准之一，全新的蓝牙4.0版本将三种蓝牙技术(即传统蓝牙，高速蓝牙和低功耗蓝牙技术)合而为一。它集成了蓝牙技术在无线连接上的固有优势，同时增加了高速蓝牙和低功耗蓝牙的特点，这三个规格可以组合使用，也可以单独使用，低功耗蓝牙即ble是蓝牙4.0的核心规范，该技术最大特点是拥有超低的运行功耗和待机功耗，蓝牙低功耗设备使用一粒纽扣电池可以连续工作数年之久，可应用与对成本和功耗都有严格要求的无线方案。
S202、对所述测距数据进行分析，判断其是否在正确坐姿腰部阈值范围内。
为了得到不同情况时的坐姿数据，需要进行实验，对不同身高的人坐立时的数据进行采集，并录入到***中。对于不同身高的人来说，只要其后背贴合在超声波阵列上时，人体即处于贴合状态的正确坐姿，利用实验确定正常坐姿、腰部贴合椅子坐姿或伏案坐姿时对应的正确坐姿腰部阈值范围。
S203、接收设置于智能升降桌上超声波阵列输出的测距数据。在本实施例中智能升降桌上超声波阵列的设置位置为智能升降桌两端各设置一超声波测距传感器，在智能升降桌中正常坐姿的双眼居中对应位置设置一超声波测距传感器，通过三个超声波测距传感器实现头部距智能升降桌的桌面的精确距离。
S204、判断智能升降桌上超声波阵列输出的测距数据是否在正确坐姿头部阈值范围内。
在本实施例中数据库中预先存储有各种情况下正确坐姿时头部距智能升降桌的桌面的距离的范围值，根据该范围值最终确定正确坐姿头部阈值范围内。
针对佩戴眼镜的用户，本实施例还包括：
S205、无线接收重力感应器监测的用户头部变化数据，对不同头位持续时间进行计是，判断用户坐姿是否正确。
在本实施例中通过蓝牙、Wi-Fi、Zigbee模块的任一种或其组合接收重力感应器监测的用户头部变化数据。
在本实施例中所述重力感应器设置在用户佩戴的眼睛上。通过重力感应器监测的用户头部变化数据的原理是：用户佩戴眼镜长时间低头或正视前方时眼镜框会不同程度的下沉，通过下沉角度的变换即可分析出头部位置的变换，从而得出坐姿的变换。
S206、将两组超声波阵列输出的测距数据进行匹配，判断其是正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿。
在本实施例中，正确坐姿并不仅仅指腰部坐姿正确或头部姿势正确，而是要求二者均处于合理范围时才判定其为正确坐姿。在数据库中存储均预存有正常坐姿、腰部贴合椅子坐姿或伏案坐姿时对应的各种数据。
图3是本申请实施例提供的一种智能坐姿追踪与调整方法的流程图，可适用于通过智能升降桌监控人体坐姿，该方法可以由本申请实施例提供的智能升降桌来执行，该智能升降桌的智能坐姿追踪与调整装置可采用软件和/或硬件的方式实现，如图3所示，本实施例提供的具体方案如下：
S301、无线接收设置在椅子上的超声波阵列输出的测距数据。
在本实施例中无线接收设置在椅子上的超声波阵列输出的测距数据，具体包括：通过蓝牙、Wi-Fi、Zigbee模块的任一种或其组合接收设置在椅子上的超声波阵列输出的测距数据。在本实施例中所述超声波阵列可以设置在椅子的两侧，也可以设置在椅子的中部，优选设置在椅子的中部，这样数据采集更加方便、准确。
S302、对所述测距数据进行分析，判断其是否在正确坐姿腰部阈值范围内。
为了得到不同情况时的坐姿数据，需要进行实验，对不同身高的人坐立时的数据进行采集，并录入到***中。对于不同身高的人来说，只要其后背贴合在超声波阵列上时，人体即处于贴合状态的正确坐姿，利用实验确定正常坐姿、腰部贴合椅子坐姿或伏案坐姿时对应的正确坐姿腰部阈值范围。
S303、接收设置于智能升降桌上超声波阵列输出的测距数据。在本实施例中智能升降桌上超声波阵列的设置位置为智能升降桌两端各设置一超声波测距传感器，在智能升降桌中正常坐姿的双眼居中对应位置设置一超声波测距传感器，通过三个超声波测距传感器实现头部距智能升降桌的桌面的精确距离。
S304、判断智能升降桌上超声波阵列输出的测距数据是否在正确坐姿头部阈值范围内。
S305、将两组超声波阵列输出的测距数据进行匹配，判断其是正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿。
在本实施例中，正确坐姿并不仅仅指腰部坐姿正确或头部姿势正确，而是要求二者均处于合理范围时才判定其为正确坐姿。在数据库中存储均预存有正常坐姿、腰部贴合椅子坐姿或伏案坐姿时对应的各种数据。
S306、若判断结果为用户目前的坐姿为非正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿，则执行如下操作：3D摄像头采集用户上身视频图像数据；将用户上身轮廓图像动态匹配到人体最佳坐姿模型；智能升降桌显示界面上显示匹配结果，并给出调整方案。
具体的，建立智能升降桌坐标系，根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据。
在本实施例中所述建立智能升降桌坐标系，根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据，具体包括：建立智能升降桌坐标系，根据智能升降桌的长度、宽度数据以及人体肢体尺寸，采用坐标变换方计算坐姿基准点的位置数据。在本实施例中所述建立智能升降桌坐标系，根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据中坐姿基准点包括但不限于：额头、肘关节、肩关节、颈部等等。其中，智能升降桌的长度、宽度数据是预存的，智能升降桌的长度、宽度不同，额头、肘关节、肩关节、颈部等坐姿基准点在最佳坐姿的位置相应不同。
根据所述坐姿基准点的位置数据，构建人体最佳坐姿模型。
在本实施例中所述根据所述坐姿基准点的位置数据，构建人体最佳坐姿模型，具体包括：根据所述坐姿基准点的位置数据，将各坐姿基准点之间的肢体按百分位分别造型，***二坐姿基准点之间，根据人体最佳坐姿统计数据集构建人体最佳坐姿模型。在本实施例中人体最佳坐姿模型并不是指单一的一个模型，人体最佳坐姿模型存储在人体最佳坐姿模型库中；在每个年龄段的健康坐姿均归类为最佳坐姿。其中，最佳坐姿并不是指一种做坐姿，它是一个范围，示例性的，同一个人的最佳坐姿不只一种，可以是三种或五种。人体最佳坐姿模型是与智能升降桌具体规格相对应的，规格不同，人体最佳坐姿模型将适应性微调。
3D摄像头采集用户上身视频图像数据。在本实施例中模拟摄像头设置为可升降摄像头，在需要采集用户视频图像时，自动升起，图像采集完毕后自动缩回智能升降桌的摄像头放置槽中，具体实现方式有多种，在此不再赘述。
对用户上身视频图像数据进行平滑处理，将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值。在本实施例中所述对用户上身视频图像数据进行平滑处理，将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值，具体包括：采用中值滤波算法对用户上身视频图像数据进行平滑处理，将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值。
采用背景差分法提取用户上身视频图像数据中的目标图像。在本实施例中背景差分法提取用户上身视频图像数据中的目标图像时有可能会出现面部轮廓丢失的情况，在发生这种情况时，可以通过肤色信息人脸识别算法来补全面部轮廓信息。
对目标图像进行边缘检测提取出用户上身轮廓图像。
将用户上身轮廓图像动态匹配到人体最佳坐姿模型。根据初始化阶段用户登录时填写的个人信息，从人体最佳坐姿模型库中调取相应的人体最佳坐姿模型，将用户上身轮廓图像与调取出的人体最佳坐姿模型一一进行比对，将差别最小的一对匹配结果显示在智能升降桌显示界面上。
智能升降桌显示界面上显示匹配结果，并给出调整方案。
图4是本申请实施例提供的一种智能坐姿追踪与调整方法的流程图，可适用于通过智能升降桌监控人体坐姿，该方法可以由本申请实施例提供的智能升降桌来执行，该智能升降桌的智能坐姿追踪与调整装置可采用软件和/或硬件的方式实现，如图4所示，本实施例提供的具体方案如下：
S401、无线接收设置在椅子上的超声波阵列输出的测距数据。
在本实施例中无线接收设置在椅子上的超声波阵列输出的测距数据，具体包括：通过蓝牙、Wi-Fi、Zigbee模块的任一种或其组合接收设置在椅子上的超声波阵列输出的测距数据。在本实施例中所述超声波阵列可以设置在椅子的两侧，也可以设置在椅子的中部，优选设置在椅子的中部，这样数据采集更加方便、准确。
S402、对所述测距数据进行分析，判断其是否在正确坐姿腰部阈值范围内。
为了得到不同情况时的坐姿数据，需要进行实验，对不同身高的人坐立时的数据进行采集，并录入到***中。对于不同身高的人来说，只要其后背贴合在超声波阵列上时，人体即处于贴合状态的正确坐姿，利用实验确定正常坐姿、腰部贴合椅子坐姿或伏案坐姿时对应的正确坐姿腰部阈值范围。
S403、接收设置于智能升降桌上超声波阵列输出的测距数据。在本实施例中智能升降桌上超声波阵列的设置位置为智能升降桌两端各设置一超声波测距传感器，在智能升降桌中正常坐姿的双眼居中对应位置设置一超声波测距传感器，通过三个超声波测距传感器实现头部距智能升降桌的桌面的精确距离。
S404、判断智能升降桌上超声波阵列输出的测距数据是否在正确坐姿头部阈值范围内。
S405、将两组超声波阵列输出的测距数据进行匹配，判断其是正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿。
在本实施例中，正确坐姿并不仅仅指腰部坐姿正确或头部姿势正确，而是要求二者均处于合理范围时才判定其为正确坐姿。在数据库中存储均预存有正常坐姿、腰部贴合椅子坐姿或伏案坐姿时对应的各种数据。
S406、若判断结果为用户目前的坐姿为非正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿，则执行如下操作：3D摄像头采集用户上身视频图像数据；将用户上身轮廓图像动态匹配到人体最佳坐姿模型；智能升降桌显示界面上显示匹配结果，并给出调整方案。
具体的，建立智能升降桌坐标系，根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据。
在本实施例中所述建立智能升降桌坐标系，根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据，具体包括：建立智能升降桌坐标系，根据智能升降桌的长度、宽度数据以及人体肢体尺寸，采用坐标变换方计算坐姿基准点的位置数据。在本实施例中所述建立智能升降桌坐标系，根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据中坐姿基准点包括但不限于：额头、肘关节、肩关节、颈部等等。其中，智能升降桌的长度、宽度数据是预存的，智能升降桌的长度、宽度不同，额头、肘关节、肩关节、颈部等坐姿基准点在最佳坐姿的位置相应不同。
根据所述坐姿基准点的位置数据，构建人体最佳坐姿模型。
在本实施例中所述根据所述坐姿基准点的位置数据，构建人体最佳坐姿模型，具体包括：根据所述坐姿基准点的位置数据，将各坐姿基准点之间的肢体按百分位分别造型，***二坐姿基准点之间，根据人体最佳坐姿统计数据集构建人体最佳坐姿模型。在本实施例中人体最佳坐姿模型并不是指单一的一个模型，人体最佳坐姿模型存储在人体最佳坐姿模型库中；在每个年龄段的健康坐姿均归类为最佳坐姿。其中，最佳坐姿并不是指一种做坐姿，它是一个范围，示例性的，同一个人的最佳坐姿不只一种，可以是三种或五种。人体最佳坐姿模型是与智能升降桌具体规格相对应的，规格不同，人体最佳坐姿模型将适应性微调。
3D摄像头采集用户上身视频图像数据。在本实施例中模拟摄像头设置为可升降摄像头，在需要采集用户视频图像时，自动升起，图像采集完毕后自动缩回智能升降桌的摄像头放置槽中，具体实现方式有多种，在此不再赘述。
对用户上身视频图像数据进行平滑处理，将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值。在本实施例中所述对用户上身视频图像数据进行平滑处理，将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值，具体包括：采用中值滤波算法对用户上身视频图像数据进行平滑处理，将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值。
采用背景差分法提取用户上身视频图像数据中的目标图像。在本实施例中背景差分法提取用户上身视频图像数据中的目标图像时有可能会出现面部轮廓丢失的情况，在发生这种情况时，可以通过肤色信息人脸识别算法来补全面部轮廓信息。
对目标图像进行边缘检测提取出用户上身轮廓图像。
将用户上身轮廓图像动态匹配到人体最佳坐姿模型。根据初始化阶段用户登录时填写的个人信息，从人体最佳坐姿模型库中调取相应的人体最佳坐姿模型，将用户上身轮廓图像与调取出的人体最佳坐姿模型一一进行比对，将差别最小的一对匹配结果显示在智能升降桌显示界面上。
智能升降桌显示界面上显示匹配结果，并给出调整方案。在本实施例中所述智能升降桌显示界面上显示匹配结果，并给出调整方案，具体包括：智能升降桌显示界面上显示匹配结果，给出具体调整步骤，并语音指引用户将坐姿调整的最佳坐姿，智能升降桌显示界面实时显示调整过程。另外，智能升降桌显示界面在给出调整方案的同时，还会语音提示用户目前不良坐姿可能带来的危害，示例性的，如肘关节位置不对，可能导致腕关节劳损，肩关节位置不对，可能导致肩周炎，颈部位置不对，可能导致颈椎病等等。在本实施例中智能升降桌上设置的触摸液晶显示屏，匹配结果显示在触摸液晶显示屏上。通过触摸液晶显示屏，用户可以触摸调节匹配出的图像，放大细节点，具体了解那个坐姿基准点的位置错误导致坐姿不规范。通过触摸液晶显示屏用户还可以调取自己的历史坐姿监控结果，清楚了解自己一定时间段如一天、一周、一个月、三个月内的健康坐姿保持情况，并可通过将自己的坐姿情况发送到社交圈如微信圈、QQ空间等与好友分享。更进一步的，通过触摸液晶显示屏，用户可以查看自己的坐姿达标次数在自己社交圈的排行，从而更好的督促自己养成良好的坐姿习惯。
图5是本申请实施例提供的一种智能坐姿追踪与调整装置结构框图，该装置用于执行上述实施例提供的智能坐姿追踪与调整方法，具备执行方法相应的功能模块和有益效果。如图5所示，本申请实施例提供的一种智能坐姿追踪与调整装置具体包括：
测距数据第一接收模块501，用于无线接收设置在椅子上的超声波阵列输出的测距数据。
通过蓝牙、Wi-Fi、Zigbee模块的任一种或其组合接收设置在椅子上的超声波阵列输出的测距数据。在本实施例中所述超声波阵列可以设置在椅子的两侧，也可以设置在椅子的中部，优选设置在椅子的中部，这样数据采集更加方便、准确。
正确坐姿第一判断模块502，用于对所述测距数据进行分析，判断其是否在正确坐姿腰部阈值范围内。
为了得到不同情况时的坐姿数据，需要进行实验，对不同身高的人坐立时的数据进行采集，并录入到***中。对于不同身高的人来说，只要其后背贴合在超声波阵列上时，人体即处于贴合状态的正确坐姿，利用实验确定正常坐姿、腰部贴合椅子坐姿或伏案坐姿时对应的正确坐姿腰部阈值范围。
测距数据第二接收模块503，用于接收设置于智能升降桌上超声波阵列输出的测距数据。
在本实施例中智能升降桌上超声波阵列的设置位置为智能升降桌两端各设置一超声波测距传感器，在智能升降桌中正常坐姿的双眼居中对应位置设置一超声波测距传感器，通过三个超声波测距传感器实现头部距智能升降桌的桌面的精确距离。
正确坐姿第二判断模块504，用于判断智能升降桌上超声波阵列输出的测距数据是否在正确坐姿头部阈值范围内。
重力监测模块505，用于无线接收重力感应器监测的用户头部变化数据，对不同头位持续时间进行计是，判断用户坐姿是否正确。在本实施例中通过蓝牙、Wi-Fi、Zigbee模块的任一种或其组合接收重力感应器监测的用户头部变化数据。在本实施例中所述重力感应器设置在用户佩戴的眼睛上。通过重力感应器监测的用户头部变化数据的原理是：用户佩戴眼镜长时间低头或正视前方时眼镜框会不同程度的下沉，通过下沉角度的变换即可分析出头部位置的变换，从而得出坐姿的变换。
坐姿匹配模块506，用于将两组超声波阵列输出的测距数据进行匹配，判断其是正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿。在本实施例中，正确坐姿并不仅仅指腰部坐姿正确或头部姿势正确，而是要求二者均处于合理范围时才判定其为正确坐姿。在数据库中存储均预存有正常坐姿、腰部贴合椅子坐姿或伏案坐姿时对应的各种数据。
坐姿调整模块507，用于:若判断结果为用户目前的坐姿为非正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿，则执行如下操作：建立智能升降桌坐标系，根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据。
在本实施例中所述建立智能升降桌坐标系，根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据，具体包括：建立智能升降桌坐标系，根据智能升降桌的长度、宽度数据以及人体肢体尺寸，采用坐标变换方计算坐姿基准点的位置数据。在本实施例中所述建立智能升降桌坐标系，根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据中坐姿基准点包括但不限于：额头、肘关节、肩关节、颈部等等。其中，智能升降桌的长度、宽度数据是预存的，智能升降桌的长度、宽度不同，额头、肘关节、肩关节、颈部等坐姿基准点在最佳坐姿的位置相应不同。
根据所述坐姿基准点的位置数据，构建人体最佳坐姿模型。
在本实施例中所述根据所述坐姿基准点的位置数据，构建人体最佳坐姿模型，具体包括：根据所述坐姿基准点的位置数据，将各坐姿基准点之间的肢体按百分位分别造型，***二坐姿基准点之间，根据人体最佳坐姿统计数据集构建人体最佳坐姿模型。在本实施例中人体最佳坐姿模型并不是指单一的一个模型，人体最佳坐姿模型存储在人体最佳坐姿模型库中；在每个年龄段的健康坐姿均归类为最佳坐姿。其中，最佳坐姿并不是指一种做坐姿，它是一个范围，示例性的，同一个人的最佳坐姿不只一种，可以是三种或五种。人体最佳坐姿模型是与智能升降桌具体规格相对应的，规格不同，人体最佳坐姿模型将适应性微调。
3D摄像头采集用户上身视频图像数据。在本实施例中模拟摄像头设置为可升降摄像头，在需要采集用户视频图像时，自动升起，图像采集完毕后自动缩回智能升降桌的摄像头放置槽中，具体实现方式有多种，在此不再赘述。
对用户上身视频图像数据进行平滑处理，将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值。在本实施例中所述对用户上身视频图像数据进行平滑处理，将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值，具体包括：采用中值滤波算法对用户上身视频图像数据进行平滑处理，将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值。
采用背景差分法提取用户上身视频图像数据中的目标图像。在本实施例中背景差分法提取用户上身视频图像数据中的目标图像时有可能会出现面部轮廓丢失的情况，在发生这种情况时，可以通过肤色信息人脸识别算法来补全面部轮廓信息。
对目标图像进行边缘检测提取出用户上身轮廓图像。
将用户上身轮廓图像动态匹配到人体最佳坐姿模型。根据初始化阶段用户登录时填写的个人信息，从人体最佳坐姿模型库中调取相应的人体最佳坐姿模型，将用户上身轮廓图像与调取出的人体最佳坐姿模型一一进行比对，将差别最小的一对匹配结果显示在智能升降桌显示界面上。
智能升降桌显示界面上显示匹配结果，并给出调整方案。在本实施例中所述智能升降桌显示界面上显示匹配结果，并给出调整方案，具体包括：智能升降桌显示界面上显示匹配结果，给出具体调整步骤，并语音指引用户将坐姿调整的最佳坐姿，智能升降桌显示界面实时显示调整过程。另外，智能升降桌显示界面在给出调整方案的同时，还会语音提示用户目前不良坐姿可能带来的危害，示例性的，如肘关节位置不对，可能导致腕关节劳损，肩关节位置不对，可能导致肩周炎，颈部位置不对，可能导致颈椎病等等。在本实施例中智能升降桌上设置的触摸液晶显示屏，匹配结果显示在触摸液晶显示屏上。通过触摸液晶显示屏，用户可以触摸调节匹配出的图像，放大细节点，具体了解那个坐姿基准点的位置错误导致坐姿不规范。通过触摸液晶显示屏用户还可以调取自己的历史坐姿监控结果，清楚了解自己一定时间段如一天、一周、一个月、三个月内的健康坐姿保持情况，并可通过将自己的坐姿情况发送到社交圈如微信圈、QQ空间等与好友分享。更进一步的，通过触摸液晶显示屏，用户可以查看自己的坐姿达标次数在自己社交圈的排行，从而更好的督促自己养成良好的坐姿习惯。
本实施例在上述各实施例的基础上提供了一种智能升降桌，智能升降桌可包括桌面、桌腿、触摸液晶显示屏、处理器、存储器以及存储在存储器上并可在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如本申请实施例所述的智能坐姿追踪与调整方法。桌腿可根据控制器的控制而伸缩进而调节智能升降桌的高度。应该理解的是，上述的智能升降桌仅仅是智能升降桌的一个范例，并且智能升降桌可以具有更多的或者更少的部件，可以组合两个或更多的部件，或者可以具有不同的部件配置。智能升降桌的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
本申请实施例还提供一种包含智能升降桌可执行指令的存储介质，所述智能升降桌可执行指令在由智能升降桌处理器执行时用于执行本申请实施例所述的智能坐姿追踪与调整方法，该方法包括：
无线接收设置在椅子上的超声波阵列输出的测距数据。
对所述测距数据进行分析，判断其是否在正确坐姿腰部阈值范围内。
接收设置于智能升降桌上超声波阵列输出的测距数据。
判断智能升降桌上超声波阵列输出的测距数据是否在正确坐姿头部阈值范围内。
针对佩戴眼镜的用户还包括：无线接收重力感应器监测的用户头部变化数据，对不同头位持续时间进行计是，判断用户坐姿是否正确。
将两组超声波阵列输出的测距数据进行匹配，判断其是正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿。
若判断结果为用户目前的坐姿为非正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿，则执行如下操作：3D摄像头采集用户上身视频图像数据；将用户上身轮廓图像动态匹配到人体最佳坐姿模型；智能升降桌显示界面上显示匹配结果，并给出调整方案。
本方案中，无线接收设置在椅子上的超声波阵列输出的测距数据；对所述测距数据进行分析，判断其是否在正确坐姿腰部阈值范围内；接收设置于智能升降桌上超声波阵列输出的测距数据；判断智能升降桌上超声波阵列输出的测距数据是否在正确坐姿头部阈值范围内；将两组超声波阵列输出的测距数据进行匹配，判断其是正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿。3D摄像头采集用户上身视频图像数据；将用户上身轮廓图像动态匹配到人体最佳坐姿模型；智能升降桌显示界面上显示匹配结果，并给出调整方案。本发明能够有效完成坐姿的追踪与调整，人机交互效果好，智能化程度高。
注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。
Claims (10)
1.一种智能坐姿追踪与调整方法，其特征在于，该方法包括：
无线接收设置在椅子上的超声波阵列输出的测距数据；
对所述测距数据进行分析，判断其是否在正确坐姿腰部阈值范围内；
接收设置于智能升降桌上超声波阵列输出的测距数据；
判断智能升降桌上超声波阵列输出的测距数据是否在正确坐姿头部阈值范围内；
将两组超声波阵列输出的测距数据进行匹配，判断其是正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿。
2.根据权利要求1所述的方法，其特征在于，所述接收设置于智能升降桌上超声波阵列输出的测距数据之后，还包括：无线接收重力感应器监测的用户头部变化数据，对不同头位持续时间进行计是，判断用户坐姿是否正确。
3.根据权利要求2所述的方法，其特征在于，所述重力感应器设置在用户佩戴的眼睛上。
4.根据权利要求1所述的方法，其特征在于，通过蓝牙、Wi-Fi、Zigbee模块的任一种或其组合接收设置在椅子上的超声波阵列输出的测距数据。
5.根据权利要求2所述的方法，其特征在于，通过蓝牙、Wi-Fi、Zigbee模块的任一种或其组合接收重力感应器监测的用户头部变化数据。
6.根据权利要求1至5之一所述的方法，其特征在于，所述将两组超声波阵列输出的测距数据进行匹配，判断其是正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿，之后还包括：
若判断结果为用户目前的坐姿为非正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿，则执行如下操作：
3D摄像头采集用户上身视频图像数据；
将用户上身轮廓图像动态匹配到人体最佳坐姿模型；
智能升降桌显示界面上显示匹配结果，并给出调整方案。
7.根据权利要求6至所述的方法，其特征在于，所述智能升降桌显示界面上显示匹配结果，并给出调整方案，具体包括：智能升降桌显示界面上显示匹配结果，给出具体调整步骤，并语音指引用户将坐姿调整的最佳坐姿，智能升降桌显示界面实时显示调整过程。
8.一种智能坐姿追踪与调整装置，其特征在于，该装置包括：
测距数据第一接收模块，用于无线接收设置在椅子上的超声波阵列输出的测距数据；
正确坐姿第一判断模块，用于对所述测距数据进行分析，判断其是否在正确坐姿腰部阈值范围内；
测距数据第二接收模块，用于接收设置于智能升降桌上超声波阵列输出的测距数据；
正确坐姿第二判断模块，用于判断智能升降桌上超声波阵列输出的测距数据是否在正确坐姿头部阈值范围内；
坐姿匹配模块，用于将两组超声波阵列输出的测距数据进行匹配，判断其是正确的正常坐姿、腰部贴合椅子坐姿或伏案坐姿。
9.一种智能升降桌，包括：处理器、存储器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7之一所述的智能坐姿追踪与调整方法。
10.一种包含智能升降桌可执行指令的存储介质，其特征在于，所述智能升降桌可执行指令在由智能升降桌处理器执行时用于执行如权利要求1-7之一所述的智能坐姿追踪与调整方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811029662.6A CN109164918A (zh) | 2018-09-05 | 2018-09-05 | 智能坐姿追踪与调整方法、装置、智能升降桌及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811029662.6A CN109164918A (zh) | 2018-09-05 | 2018-09-05 | 智能坐姿追踪与调整方法、装置、智能升降桌及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109164918A true CN109164918A (zh) | 2019-01-08 |
Family
ID=64893981
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811029662.6A Withdrawn CN109164918A (zh) | 2018-09-05 | 2018-09-05 | 智能坐姿追踪与调整方法、装置、智能升降桌及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109164918A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110211345A (zh) * | 2019-05-27 | 2019-09-06 | 歌尔科技有限公司 | 坐姿提示方法、***和智能手表 |
| CN110652126A (zh) * | 2019-09-24 | 2020-01-07 | 中国地质大学（武汉） | 一种基于nb-iot的青少年智能矫正座椅 |
| CN111079513A (zh) * | 2019-10-28 | 2020-04-28 | 珠海格力电器股份有限公司 | 姿态提醒方法、装置、移动终端及存储介质 |
| CN113080610A (zh) * | 2021-04-21 | 2021-07-09 | 付翠仙 | 一种桌椅调节方法及桌椅 |
| CN114343716A (zh) * | 2021-12-01 | 2022-04-15 | 广东欧欧优家居有限公司 | 一种坐姿矫正方法及*** |
-
2018
- 2018-09-05 CN CN201811029662.6A patent/CN109164918A/zh not_active Withdrawn
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110211345A (zh) * | 2019-05-27 | 2019-09-06 | 歌尔科技有限公司 | 坐姿提示方法、***和智能手表 |
| CN110652126A (zh) * | 2019-09-24 | 2020-01-07 | 中国地质大学（武汉） | 一种基于nb-iot的青少年智能矫正座椅 |
| CN110652126B (zh) * | 2019-09-24 | 2024-06-04 | 中国地质大学（武汉） | 一种基于nb-iot的青少年智能矫正座椅 |
| CN111079513A (zh) * | 2019-10-28 | 2020-04-28 | 珠海格力电器股份有限公司 | 姿态提醒方法、装置、移动终端及存储介质 |
| CN113080610A (zh) * | 2021-04-21 | 2021-07-09 | 付翠仙 | 一种桌椅调节方法及桌椅 |
| CN114343716A (zh) * | 2021-12-01 | 2022-04-15 | 广东欧欧优家居有限公司 | 一种坐姿矫正方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109164918A (zh) | 智能坐姿追踪与调整方法、装置、智能升降桌及存储介质 | |
| US10722114B1 (en) | System and method for vision testing and/or training | |
| CN104157107B (zh) | 一种基于Kinect传感器的人体姿势矫正装置 | |
| CN108371538B (zh) | 一种人眼视觉监测***及方法 | |
| KR102190812B1 (ko) | 시각적 보상 장치를 맞춤화하기 위한 적어도 하나의 변수 값을 결정하기 위한 방법 | |
| US10001663B2 (en) | Method of determining at least one parameter of visual behaviour of an individual | |
| CN109567778A (zh) | 心率监测设备 | |
| CN102043952A (zh) | 一种基于双光源的视线跟踪方法 | |
| CN112399817A (zh) | 测量眼睛屈光 | |
| US20230255476A1 (en) | Methods, devices and systems enabling determination of eye state variables | |
| CN103908065A (zh) | 一种矫正坐姿的智能书桌及其矫正方法 | |
| CN109948435A (zh) | 坐姿提醒方法及装置 | |
| CN104952221A (zh) | 智能防近视台灯 | |
| CN105326471A (zh) | 婴幼儿视力测试装置及测试方法 | |
| CN104905584A (zh) | 一种非侵入式坐姿监测的智能坐垫 | |
| CN109674477A (zh) | 基于深度学习的计算机视觉体态分析方法 | |
| CA3131765A1 (en) | A computer-implemented method and system for interactively measuring ocular refractive errors, addition and power of reading glasses | |
| CA3060972A1 (en) | System and method for obtaining lens fabrication measurements that accurately account for natural head position | |
| CN109190562B (zh) | 智能坐姿监控方法、装置、智能升降桌及存储介质 | |
| KR102241490B1 (ko) | 매트리스 자동 추천 방법 | |
| CN111047832A (zh) | 具有坐姿调整功能的移动设备及其使用方法 | |
| CN109086488A (zh) | 一种床垫定制装置和方法 | |
| CN109090864A (zh) | 桌椅高度调整方法、装置、设备及存储介质 | |
| CN102467230A (zh) | 人体操控游标的方法与*** | |
| CN111160165A (zh) | 一种自适应式姿态纠错检测方法及装置 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190108 |
|
| WW01 | Invention patent application withdrawn after publication |