CN109783999B - 校园近视防控装置及方法 - Google Patents

Abstract

本发明涉及一种校园近视防控装置及方法，其中装置包括：数据采集模块，用于采集用眼状态数据，所述用眼状态数据至少包括用眼距离数据；主控模块，用于利用训练模型对当前的用眼距离数据进行处理，检测当前坐姿为标准坐姿或者非标准坐姿，在当前坐姿为非标准坐姿时生成提醒指令；提醒模块，用于在接收提醒指令时产生提醒信号以提醒用户；反馈模块，用于接收用户输入的反馈信号，并将所述反馈信号发送给所述主控模块对训练模型进行更新。本发明通过机器学习的方法基于当前的用眼距离数据进行坐姿检测，并通过接收用户在判断异常时的反馈信号，不断更正训练样本集，使得判断结果更加准确。

Description

校园近视防控装置及方法

技术领域

本发明涉及近视防控技术领域，尤其涉及一种校园近视防控装置及校园近视防控方法。

背景技术

随着时代的发展，近视变得越来越普遍，其中青少年近视情况尤为令人担忧，青少年近视患病率呈逐年上升的趋势。因此中小学生近视防控迫在眉睫。

当前已有的用眼习惯检测的产品，都更多的应用在消费者领域，单一用户场景，而对于近视加深最严重的校园场景，缺乏有效、性价比高的控制手段。现有的近视防控装置通常是对用眼距离、环境光强和用眼时长等进行监控提醒，而缺乏对于用眼姿势的监控。并且上述监控通常是基于阈值的判断，可能由于使用者的身高以及使用环境的变化而导致误提醒。

因此，亟待开发一种能够根据使用者的特征对近视行为及时地、准确地进行干预的设备，进而校正青少年的用眼习惯。

发明内容

本发明要解决的技术问题在于，针对上述现有技术中的一个或多个缺陷，提供一种能够个性化的对使用者进行坐姿提示的校园近视防控装置及方法。

为了解决上述技术问题，本发明第一方面，提供了一种校园近视防控装置，包括：

数据采集模块，用于采集用眼状态数据，所述用眼状态数据至少包括用眼距离数据；

主控模块，用于利用训练模型对当前的用眼距离数据进行处理，检测当前坐姿为标准坐姿或者非标准坐姿，在当前坐姿为非标准坐姿时生成提醒指令；

提醒模块，用于在接收提醒指令时产生提醒信号以提醒用户；

反馈模块，用于接收用户输入的反馈信号，并将所述反馈信号发送给所述主控模块对训练模型进行更新。

在根据本发明所述的校园近视防控装置中，优选地，所述主控模块包括：

实时检测单元，用于将当前的用眼距离数据作为测试样本输入训练模型，输出包含标签值的检测结果数据，其中标签值用于标识标准坐姿或非标准坐姿；

状态检测单元，用于检测结果数据的标签值对应非标准坐姿时生成提醒指令；

模型训练单元，用于在未接收到反馈信号时将当前的用眼距离数据及其标签值作为训练样本加入训练样本集，在接收到反馈信号时更正当前的用眼距离数据对应的标签值再加入训练样本集；所述模型训练单元利用所述训练样本集更新训练模型。

在根据本发明所述的校园近视防控装置中，优选地，所述模型训练单元在判断接收的反馈信号次数超过预设阈值时利用所述训练样本集更新训练模型。

在根据本发明所述的校园近视防控装置中，优选地，所述数据采集模块包括：

矩阵式测距单元，用于对预设的矩形测量区域内的距离进行采样；

所述主控模块根据矩形测量区域内采样的多个距离数值生成样本序列，作为测试样本输入训练模型。

在根据本发明所述的校园近视防控装置中，优选地，所述校园近视防控装置还包括：

输入模块，用于接收用户输入的身高值；

升降机构，用于调整矩阵式测距单元的测距传感器的高度位置；

所述主控模块还包括：传感器高度计算单元，用于根据用户输入的身高值确定测距传感器的预设高度位置，并发送信号给所述升降机构控制测距传感器达到预设高度位置；其中预设高度位置h满足以下公式：

w*tan(FOV/2)≤h≤(H/15)+w*tan(FOV/2)；

其中，w为桌面深度，FOV为测距传感器的视场角，H为用户输入的身高值。在根据本发明所述的校园近视防控装置中，优选地，所述数据采集模块还包括：

光强测量单元，用于测量光照强度的数据；

所述主控模块还用于对光照强度进行检测，在低于预设阈值时产生提醒信号给所述提醒模块。

在根据本发明所述的校园近视防控装置中，优选地，所述训练模型为SVM模型。

在根据本发明所述的校园近视防控装置中，优选地，所述校园近视防控装置具有壳体；所述壳体包括底座以及竖直安装在所述底座上的柱状壳体；

其中底座上设有反馈键；

所述柱状壳体上端部安装有测距传感器。

在根据本发明所述的校园近视防控装置中，优选地，所述校园近视防控装置具有笔筒形的壳体；所述笔筒形壳体上安装有反馈键，所述笔筒形壳体的上边缘安装有所述矩阵式测距单元的测距传感器。

本发明第二方面，提供了一种校园近视防控方法，包括：

数据采集步骤、采集用眼状态数据，所述用眼状态数据至少包括用眼距离数据；

判断步骤，用于利用训练模型对当前的用眼距离数据进行处理，检测当前坐姿为标准坐姿或者非标准坐姿，在当前坐姿为非标准坐姿时生成提醒指令；

提醒步骤，用于在接收提醒指令时产生提醒信号以提醒用户；

反馈步骤，用于接收用户输入的反馈信号；

模型训练步骤，响应于用户输入的反馈信号，对训练模型进行更新。

实施本发明的校园近视防控装置及近视防控方法，具有以下有益效果：

1、本发明通过机器学习的方法，可以基于当前的用眼距离数据进行坐姿检测，在当前坐姿为非标准坐姿时生成提醒指令，并通过接收用户在判断异常时的反馈信号，不断更正训练样本集，从而在使用过程中不断的更新训练模型，更能够匹配使用者的特征，例如身高等，使得判断结果更加准确。

2、本发明通过采用矩阵式测距方式，利用一个区域内多个用眼数据来判断坐姿，并通过合理的高度设置使其可以有效覆盖头部和胸部区域，使得测量结果更为准确。

3、本发明的装置可以安装在课桌上，占空间小，干预、采集符合学校场景，适合学校集体使用。

附图说明

图1为根据本发明优选实施例的校园近视防控装置的模块框图；

图2为本发明优选实施例的校园近视防控装置中主控模块120的原理框图；

图3为本发明优选实施例的校园近视防控装置的第一种外形示意图；

图4为本发明优选实施例的校园近视防控装置的使用状态图；

图5为坐姿生理学分析示意图；

图6为根据本发明的测距传感器的高度位置调节示意图；

图7为根据本发明的优选实施例的校园近视防控装置的矩阵式测量单元采样示意图；

图8为根据本发明的优选实施例的校园近视防控装置的测距空间关系图；

图9为根据本发明的优选实施例的校园近视防控装置的预设矩形测量区域图；

图10为SVM训练器原理示意图；

图11为本发明优选实施例的校园近视防控装置的第二种外形示意图以及使用状态图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明的一部分实施例，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做出创造性劳动的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。

请参阅图1，为根据本发明优选实施例的校园近视防控装置的模块框图。如图1所示，该实施例提供的校园近视防控装置100包括：数据采集模块110、主控模块120、提醒模块130和反馈模块140。

其中，数据采集模块110用于采集用眼状态数据，该用眼状态数据至少包括用眼距离数据。

主控模块120与所述数据采集模块110连接，用于利用训练模型对当前的用眼距离数据进行处理，检测当前坐姿为标准坐姿或者非标准坐姿，在当前坐姿为非标准坐姿时生成提醒指令。该训练模型优选为SVM(支持向量机)模型。

提醒模块130与所述主控模块120连接，用于在接收提醒指令时产生提醒信号以提醒用户。优选地，该提醒模块130可以通过例如声光的提醒方式来提醒用户。

反馈模块140与所述主控模块120连接，用于接收用户输入的反馈信号，并将所述反馈信号发送给所述主控模块120对训练模型进行更新。

由此可见，本发明通过机器学习的方法，可以基于当前的用眼距离数据进行坐姿检测，在当前坐姿为非标准坐姿时生成提醒指令。并且本发明的方法抛弃了传统的根据测距直接进行阈值判断来确定是否为不良坐姿的逻辑，而是采用机器学习来判定坐姿，更能够匹配使用者的特征，例如身高等。

请参阅图2，为本发明优选实施例的校园近视防控装置中主控模块120的原理框图。如图2所示，主控模块120包括：实时检测单元121、状态检测单元122和模型训练单元123。

实时检测单元121用于将当前的用眼距离数据x作为测试样本输入训练模型例如SVM模型，输出包含标签值y的检测结果数据，其中标签值用于标识标准坐姿或非标准坐姿。例如，生成的标签值y＝-1表示非标准坐姿，即不良坐姿；y＝1表示标准坐姿。

状态检测单元122用于检测结果数据的标签值对应非标准坐姿时生成提醒指令，即检测标签值y＝-1时生成提醒指令。

模型训练单元123用于在未接收到反馈信号时将当前的用眼距离数据及其标签值作为训练样本加入训练样本集。当实时检测单元121对当前的用眼距离数据Dc进行判断后，如果收到反馈模块140的反馈信号，则表示坐姿判断的结果不准确，需要将当前的用眼距离数据Dc对应的标签值y更正为相反姿态的标签值。例如，将当前的用眼距离数据Dc作为测试样本输入训练模型时，检测出标签值y＝1时，如果没有收到反馈信号，则将该当前的用眼距离数据Dc及标签值y作为一个训练样本加入训练样本集，如果收到反馈信号，则将标签值y更正为y＝-1，并将该当前的用眼距离数据Dc及标签值y作为一个训练样本加入训练样本集。相应地，当检测出标签值y＝-1时，如果没有收到反馈信号，则将该当前的用眼距离数据Dc及标签值y作为一个训练样本加入训练样本集，如果收到反馈信号，则将标签值y更正为y＝1，并将该当前的用眼距离数据Dc及标签值y作为一个训练样本加入训练样本集。模型训练单元123利用更新的训练样本集更新训练模型。在本发明的一种实施方式中，模型训练单元123可以在每次接收到反馈信号后就利用最新的训练样本集更新训练模型。在本发明更优选的实施方式中，模型训练单元123可以在判断接收的反馈信号次数超过预设阈值时利用最新的训练样本集更新训练模型。例如，如果接收的反馈信号超过5次，则重新用最新的训练样本集更新训练模型。

请结合参阅图3和图4分别为本发明优选实施例的校园近视防控装置的第一种外形示意图以及使用状态图。如图所示，该校园近视防控装置的壳体1包括底座2以及竖直安装在所述底座2上的柱状壳体3。其中底座2上安装有反馈键5，例如采用触摸感应方式。柱状壳体3的上端部安装有测距传感器4，数据采集模块可以通过该测距传感器4采集用眼距离数据。测距传感器4优选采用红外测距传感器，包括一对红外信号的发射二极管与接收二极管。红外线的传播是需要时间的，根据红外线从发二极射管发出，碰到反射物回来后被接收二极管接收到所消耗的时间乘以红外线的传播速度可以计算出测距传感器4与被测物之间的距离，即用眼距离。该校园近视防控装置可以安装在使用者例如学生正前方的书桌边缘，从而正对使用者进行测量。该测距传感器4处也可以为测距测光传感器，同时对用眼距离和光强进行检测。

下面对本发明的坐姿检测原理进行详细说明。

从生理学分析坐姿原理，书写姿势可以大致分为正常、趴写、左偏、右偏、前伸。其中不良坐姿内在原因是颈部和躯干弯曲，外在表现是头部和胸部弯曲，如图5所示。理想坐姿是头部不弯曲，躯干也不弯曲，即近似竖直坐姿，而实际上用户的习惯性坐姿会有一定程度的颈部和躯干弯曲。针对上述坐姿分析，本发明提供的校园近视防控装置放在书桌前，顶部正前方开口，内有测距传感器4，通过检测与人的头部、胸部距离来分析坐姿。

优选地，该校园近视防控装置可以采用矩阵式测距方式。数据采集模块110至少包括：矩阵式测距单元111，用于对预设的矩形测量区域内的距离进行采样。例如，矩阵式测距单元111可以通过与水平方面有一定角度的测距传感器4检测与人的头部、胸部距离。该矩阵式测距单元111的测距芯片是一种矩阵式测距方式，每次测量，返回一定角度内的一个矩阵队列(n*n)：

在本发明的一些实施例中，校园近视防控装置的测距传感器4的高度位置固定。在本发明另一些优选的实施例中，校园近视防控装置的测距传感器4的高度位置可调。因此，该校园近视防控装置还包括：输入模块和升降机构。其中输入模块用于接收用户输入的身高值。例如通过语音或者按键等方式输入该身高值。升降机构则用于调整矩阵式测距单元的测距传感器4的高度位置，例如通过本领域基础技术人员熟知并能应用的各种方式将，例如在底座2中安装升降机构控制柱状壳体3升降，从而调整其上测距传感器4的高度位置。相应地，主控模块120还包括：传感器高度计算单元，用于根据用户输入的身高值确定测距传感器的预设高度位置，并发送信号给升降机构控制测距传感器达到预设高度位置。其中预设高度位置h满足以下公式：

w*tan(FOV/2)≤h≤(H/15)+w*tan(FOV/2)；

其中，w为桌面深度，FOV为测距传感器的视场角，H为用户输入的身高值。

本发明通过大量研究及经验总结，得出通过上述方法确定的测距传感器4的高度位置可以很好地提高用眼距离的测量精度，提高姿势预测的准确性。下面结合图6对本发明测距传感器4的高度位置设定效果进行分析。

一方面，测距传感器4的预设高度位置h的最小取值为w*tan(FOV/2)，可以使得测量数据不被桌面遮挡。

另一方面，测距传感器4的预设高度位置h的最大取值为(H/15)+w*tan(FOV/2)。这是因为，考虑到测距传感器要更好的能测量到头部和颈部弯曲，所以测量传感器的探测范围一定要包含胸部，根据实际统计数据，取桌面上身高的1/4处，即测量区域的下边沿需要不低于胸部位置。

而人的头高比例从5岁到成人，大致在6-7.5之间。在正常学习时，人的身体至少有2/7.5(2/6，即至少头部、上胸部，这两个约占2头高，人总高度为6头高到7.5头高)在桌面上，才能有比较舒适的姿势。综上，可以得到以下最佳的关系式：

h-w*tan(FOV/2)≤H*(2/7.5)*(1/4))；

即h≤(H/15)+w*tan(FOV/2)。

此外，本发明还对上列公式中测距传感器的视场角FOV进行了研究，为了测距传感器要能探测人体在桌面上露出的大部分区域，即要能探测人身高的(2/7.5～2/6)的大部分区域。本发明经过大量研究及经验总结，在探测覆盖率达到30％及以上效果更佳，由此可得以下公式：

(2w*tan(FOV/2))/(H*(2/6))>30％

根据国家标准GB/T 3976-2014学校课桌椅功能尺寸及技术要求，桌面深度w(从坐人侧，桌面前后方向的尺寸)为40cm。假设装置安装与学生正前方远离用户的书桌边缘，则近似认为，装置与用户的水平距离为40cm。对于6-18岁的群体，身高范围为100-180cm，代入极值H为180cm，w＝40cm，可以得到tan(FOV/2)>(9/40)。由此可知FOV角度需要大于25.36°才能得到较佳的探测覆盖率，根据现有芯片选型，本发明的测距传感器的视场角FOV优选为27°。

在本发明的一个实施例中，测距芯片高度为h，若测距传感器的视场角FOV为27°，桌面深度w为40cm，每次测量结果是4*4的矩阵，如图7所示。可探索面积为半径为9.6的一个圆形区域，如图8和图9所示。考虑到矩阵测量，如图9所示，最终确定的矩形测量区域为一个正方形区域，边长优选为12～15cm，更优选为9.6*sin45°*2＝13.57cm。

由前可知，不良坐姿有躯干弯曲和颈部弯曲，因此本发明的测距可以同时采集到胸部和头部距离数据，来判断坐姿。从以上信息可以更优设计装置的测距传感器的预设高度位置h，使最终矩阵测量的区域很好地覆盖头部和胸部。

主控模块120根据矩形测量区域内采样的多个距离数值生成样本序列，作为测试样本输入训练模型。优选地，主控模块120在矩形测量区域内均匀采样4*4个距离数值形成样本序列。每个当前的用眼距离数据包括以下4*4矩阵的用眼距离数值：

其中Dc为一个用眼距离数据，用于构成样本序列。d_c11、d_c12、d_c13、和d_c14为第一行分布的4个采样点的距离值，以此类推，d_c41、d_c42、d_c43和d_c44为第四行分布的4个采样点的距离值。

将当前的用眼距离数据连同测试时间点得到测试样本的序列，输入训练模型。

本发明可以在使用过程中不断的自主学习。现有技术中在进行坐姿判别时，没有考虑每个人身姿、习惯、课桌距离不同，会造成误判。本发明引入自主学习机制来解决以上问题，在装置上设置一个反馈键，当用户感觉目前机器判断异常时，例如不良坐姿未提醒，或者正确坐姿乱提醒时，按下反馈给机器，当用户持续反馈，内部算法会持续自学习优化。

在本发明的优选实施例中，主要使用SVM算法。支持向量机(Support VectorMachine，SVM))在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学***面)。实际上有许多条直线(或超平面)可以将两类目标分开来，我们要找的其实是这些直线(或超平面)中分割两类目标时，有最大距离的直线(或超平面)。我们称这样的直线或超平面为最佳线性分类器，如图10。其中y＝-1我们认为是不良坐姿，y＝1我们认为是标准坐姿，x为输入的用眼状态数据Dc。

图中超平面的方程可以表示为：

w^Tx+b＝0

其中，sigmoid函数为：

W为法向量，w^T中的T代表转置，b是位移量。

我们只需要判断样本数据是属于哪一个类，若大于0.5就是y＝1的类，反之属于y＝0类。

即w^Tx_i+b＞0，y_i＝1；w^Tx_i+b＜0，y_i＝-1。

本发明的学习方法如下：

1.装置中预先录入已知坐姿状态的训练样本构成训练样本集，包括标准坐姿的用眼距离数据和非标准状态的用眼距离数据，并分别标出标签值，利用该训练样本对SVM模型进行训练。

2.当用户坐在装置前，装置即开始识别坐姿，当机器检测到当前坐姿非标准坐姿，则进行提醒纠正，当机器检测到当前坐姿为标准坐姿，则不进行提醒。

3.用户收到提醒/未收到提醒，若感觉到当前设备的反馈不准确，按下反馈键，则进行纠正；当用户在一定时间内未反馈，则认为设备的判定正确，将正确的标准坐姿持续更新数据集，并打上“标准坐姿”的标签。将不良坐姿持续更新数据集，并打上“非标准坐姿”的标签。

4.将坐姿数据做无量纲标准化处理，与标签值成对放入svm训练器，进行训练。

5.再次检测用户坐姿，再次将坐姿数据输入svm训练器，判定为不良坐姿/标准坐姿。

在本发明的更优选实施例中，该装置还具有光照强度等检测功能。例如，数据采集模块110还包括：光强测量单元112，用于测量光照强度的数据。主控模块还用于对光照强度进行检测，在低于预设阈值时产生提醒指令给提醒模块140。此外，该装置还具有用眼时长的检测功能。主控模块120还用于对用眼时长进行检测，在高于预设阈值时产生提醒指令给提醒模块。本发明中用眼时长的预设阈值和光照强度的预设阈值均可根据需要设置，优选地，用眼时长的预设阈值为30min～60min，光照强度的预设阈值600～800lux。例如，主控模块120在光照强度低于预设阈值时产生提醒指令。主控模块120在平均用眼距离L＜60cm时判断满足视近状态，并开始计时。平均用眼距离L＜60cm为预设的矩形测量区域内的距离数值平均值。相应地，主控模块120在用眼时长高于预设阈值时产生提醒。为了与坐姿检测的反馈信号区分开，这两种提醒信号可以通过单独的提醒方式，例如震动提醒方式。这样使用者可以只对坐姿检测的准确性进行反馈。

请结合参阅图11，为本发明优选实施例的校园近视防控装置的第二种外形示意图。该校园近视防控装置具有笔筒形的壳体1，该笔筒形的壳体1上安装有反馈键5，该笔筒形的壳体的上边缘安装有测距传感器4。该装置同样对学生的用眼距离、环境光照、用眼时长进行实时记录，当学生的发生不健康用眼行为时(坐姿不标准、平均用眼距离太近、用眼时间太久、环境光照过暗等)，设备会通过LED灯光、震动、蜂鸣器来向学生告警，提醒改变不健康的用眼姿势，起到近视干预的目的。该装置还可以在下端安装机器开关6，以切换机器关闭、开启和静音状态。

本发明还相应提供了一种与装置相对应的校园近视防控方法，包括：

数据采集步骤，用于采集用眼状态数据，所述用眼状态数据至少包括用眼距离数据。

判断步骤，用于利用训练模型对当前的用眼距离数据进行处理，检测当前坐姿为标准坐姿或者非标准坐姿，在当前坐姿为非标准坐姿时生成提醒指令。

提醒步骤，在接收提醒指令时产生提醒信号以提醒用户。

反馈步骤，用于接收用户输入的反馈信号；

模型训练步骤，响应于用户输入的反馈信号，对训练模型进行更新。

其中，判断步骤包括：

实时检测子步骤，用于将当前的用眼距离数据作为测试样本输入训练模型，输出包含标签值的检测结果数据，其中标签值用于标识标准坐姿或非标准坐姿；

状态检测子步骤，用于检测结果数据的标签值对应非标准坐姿时生成提醒指令。

模型训练步骤则在未接收到反馈信号时将当前的用眼距离数据及其标签值作为训练样本加入训练样本集，在接收到反馈信号时更正当前的用眼距离数据对应的标签值再加入训练样本集；并且利用所述训练样本集更新训练模型。优选地，该步骤在判断接收的反馈信号次数超过预设阈值时利用所述训练样本集更新训练模型。

在本发明更优选实施例中，该所述校园近视防控方法还包括以下步骤：

(1)接收用户输入的身高值；

(2)根据用户输入的身高值确定测距传感器的预设高度位置，其中预设高度位置h满足以下公式：

w*tan(FOV/2)≤h≤(H/15)+w*tan(FOV/2)；

其中，w为桌面深度，FOV为测距传感器的视场角，H为用户输入的身高值。

(3)调整矩阵式测距单元的测距传感器达到预设高度位置，例如通过升降方式。综上所述，本发明通过例如安装在教室学生桌面上的校园近视防控装置，采集学生的用眼行为数据，通过预设判断与自主学习机制，对学生的不良用眼习惯以声、光等方式进行提醒干预，做到实施纠正不良用眼行为习惯的作用。本发明的产品占空间小，干预、采集符合学校场景，适合学校集体使用。本发明可进一步使用矩阵式测距装置，利用一个区域内多个数据来判断坐姿，更为准确。

应该理解地是，本发明的校园近视防控装置及近视防控装置和方法的原理和实现方式相同，因此对校园近视防控装置的实施例的详细阐述也适用于校园近视防控方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (5)

1.一种校园近视防控装置，其特征在于，包括：

数据采集模块，用于采集用眼状态数据，所述用眼状态数据至少包括用眼距离数据；

主控模块，用于利用训练模型对当前的用眼距离数据进行处理，检测当前坐姿为标准坐姿或者非标准坐姿，在当前坐姿为非标准坐姿时生成提醒指令；

提醒模块，用于在接收提醒指令时产生提醒信号以提醒用户；

反馈模块，用于接收用户输入的反馈信号，并将所述反馈信号发送给所述主控模块对训练模型进行更新；

所述主控模块包括：

实时检测单元，用于将当前的用眼距离数据作为测试样本输入训练模型，输出包含标签值的检测结果数据，其中标签值用于标识标准坐姿或非标准坐姿；

状态检测单元，用于检测结果数据的标签值对应非标准坐姿时生成提醒指令；

模型训练单元，用于在未接收到反馈信号时将当前的用眼距离数据及其标签值作为训练样本加入训练样本集，在接收到反馈信号时更正当前的用眼距离数据对应的标签值再加入训练样本集；所述模型训练单元利用所述训练样本集更新训练模型；

所述数据采集模块包括：

矩阵式测距单元，用于对预设的矩形测量区域内的距离进行采样；

所述主控模块根据矩形测量区域内采样的多个距离数值生成样本序列，作为测试样本输入训练模型；所述主控模块在矩形测量区域内均匀采样4*4个距离数值形成样本序列，每个当前的用眼距离数据包括以下4*4矩阵的用眼距离数值：

其中Dc为一个用眼距离数据，用于构成样本序列，d_c11、d_c12、d_c13、和d_c14为第一行分布的4个采样点的距离值，以此类推，d_c41、d_c42、d_c43和d_c44为第四行分布的4个采样点的距离值；

所述校园近视防控装置还包括：

输入模块，用于接收用户输入的身高值；

升降机构，用于调整矩阵式测距单元的测距传感器的高度位置；

所述主控模块还包括：传感器高度计算单元，用于根据用户输入的身高值确定测距传感器的预设高度位置，并发送信号给所述升降机构控制测距传感器达到预设高度位置；其中预设高度位置h满足以下公式：

w*tan(FOV/2)≤h≤(H/15)+w*tan(FOV/2)；

其中，w为桌面深度，FOV为测距传感器的视场角，H为用户输入的身高值；

所述校园近视防控装置具有笔筒形的壳体；所述笔筒形壳体上安装有反馈键，所述笔筒形壳体的上边缘安装有所述矩阵式测距单元的测距传感器。

2.根据权利要求1所述的校园近视防控装置，其特征在于，所述模型训练单元在判断接收的反馈信号次数超过预设阈值时利用所述训练样本集更新训练模型。

3.根据权利要求1或2所述的校园近视防控装置，其特征在于，所述数据采集模块还包括：

光强测量单元，用于测量光照强度的数据；

所述主控模块还用于对光照强度进行检测，在低于预设阈值时产生提醒信号给所述提醒模块。

4.根据权利要求1或2所述的校园近视防控装置，其特征在于，所述训练模型为SVM模型。

5.一种校园近视防控方法，应用于权利要求1所述的校园近视防控装置，其特征在于，包括：

数据采集步骤、采集用眼状态数据，所述用眼状态数据至少包括用眼距离数据；

判断步骤，用于利用训练模型对当前的用眼距离数据进行处理，检测当前坐姿为标准坐姿或者非标准坐姿，在当前坐姿为非标准坐姿时生成提醒指令；

提醒步骤，用于在接收提醒指令时产生提醒信号以提醒用户；

反馈步骤，用于接收用户输入的反馈信号；

模型训练步骤，响应于用户输入的反馈信号，对训练模型进行更新。

Images