CN112822978B - 身体部位的识别方法、装置、智能垫子、设备及介质 - Google Patents

身体部位的识别方法、装置、智能垫子、设备及介质 Download PDF

Info

Publication number
CN112822978B
CN112822978B CN201980001790.6A CN201980001790A CN112822978B CN 112822978 B CN112822978 B CN 112822978B CN 201980001790 A CN201980001790 A CN 201980001790A CN 112822978 B CN112822978 B CN 112822978B
Authority
CN
China
Prior art keywords
leg
sensor
sensor unit
short
array
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.)
Active
Application number
CN201980001790.6A
Other languages
English (en)
Other versions
CN112822978A (zh
Inventor
焦旭
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.)
Beijing Micro Digital Technology Co ltd
Original Assignee
Beijing Micro Digital Technology 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 Beijing Micro Digital Technology Co ltd filed Critical Beijing Micro Digital Technology Co ltd
Publication of CN112822978A publication Critical patent/CN112822978A/zh
Application granted granted Critical
Publication of CN112822978B publication Critical patent/CN112822978B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6892—Mats
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • 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
    • A47C27/04—Spring, stuffed or fluid mattresses or cushions specially adapted for chairs, beds or sofas with spring inlays
    • A47C27/05—Spring, stuffed or fluid mattresses or cushions specially adapted for chairs, beds or sofas with spring inlays with padding material, e.g. foamed material, in top, bottom, or side layers
    • A47C27/053—Spring, stuffed or fluid mattresses or cushions specially adapted for chairs, beds or sofas with spring inlays with padding material, e.g. foamed material, in top, bottom, or side layers with only one layer of foamed material
    • 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
    • A47C27/08—Fluid mattresses or cushions
    • A47C27/10—Fluid mattresses or cushions with two or more independently-fillable chambers
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47C—CHAIRS; SOFAS; BEDS
    • A47C31/00—Details or accessories for chairs, beds, or the like, not provided for in other groups of this subclass, e.g. upholstery fasteners, mattress protectors, stretching devices for mattress nets
    • A47C31/12—Means, e.g. measuring means for adapting chairs, beds or mattresses to the shape or weight of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N2/00—Magnetotherapy
    • A61N2/002—Magnetotherapy in combination with another treatment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N2/00—Magnetotherapy
    • A61N2/02—Magnetotherapy using magnetic fields produced by coils, including single turn loops or electromagnets

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Artificial Intelligence (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Signal Processing (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

一种身体部位的识别方法、装置、智能垫子、设备及介质。所述方法包括：利用配置在所述智能垫子中的二维传感器阵列(10)中的多个传感器单元(11)采集多个振动信号(S110)；基于每个传感器单元(11)采集的所述振动信号，统计每个传感器单元(11)的短时振动能量特征(S120)；确定所述短时振动能量特征最大的传感器单元(11)的位置，作为臀部所在位置(S130)；基于所述臀部所在位置，利用动态规划算法或/和贪心算法识别不同于臀部的身体部位的位置(S140)。

Description

身体部位的识别方法、装置、智能垫子、设备及介质
技术领域
本申请涉及智能识别技术领域，具体涉及身体部位的识别方法、装置、智能垫子、设备及介质。
背景技术
现有技术中，提出了做智能垫子的一些方案，针对用户的身体部位进行感知，并有针对性地实施一些理疗措施。但是，多数方案只限于功能的设想，而没有给出具体的实施方案，对于如何识别用户的身体部位，也没有给出具体的算法方案。这使得相关智能垫子的实现成为空中楼阁，没有实现的可能。
还有的技术方案采用反映静态压力的压力传感器检测静态压力，这种方案中，即使是非人体的重物也会被检测到。而且其根据压力分布判断人体中轴线的位置，再根据经验识别肩部背部和腰部，其假设人体是正直躺下的，而且其中的判断方法往往根据经验，难免有识别偏差，识别的准确性和鲁棒性不强。
发明内容
本申请实施例提出了一种智能垫子上的人体的身体部位的识别方法，包括：利用配置在所述智能垫子中的二维传感器阵列中的多个传感器单元采集多个振动信号；基于每个传感器单元采集的所述振动信号，统计每个传感器单元的短时振动能量特征；确定所述短时振动能量特征最大的传感器单元的位置，作为臀部所在位置；基于所述臀部所在位置，利用动态规划算法或/和贪心算法识别不同于臀部的身体部位的位置。
作为本申请的一个方面，所述二维传感器阵列包括连接层和多个传感器单元，所述多个传感器单元用于采集振动信号，在所述连接层上间隔排列成二维阵列状；所述传感器单元包括振动传感器、阻振基材，所述振动传感器与所述阻振基材一一对应且设置于所述阻振基材与所述连接层之间。
作为本申请的一个方面，所述基于每个传感器单元采集的所述振动信号，统计每个传感器单元的短时振动能量特征，包括：对每个传感器单元在预设时间内的振动信号求取加权平方和；对所述加权平方和取对数，作为所述传感器单元的短时振动能量特征。
作为本申请的一个方面，所述基于所述臀部所在位置，利用动态规划算法或/和贪心算法识别不同于臀部的身体部位的位置，包括：基于所述臀部所在位置，利用动态规划算法或/和贪心算法识别躯干位置；基于所述臀部所在位置，利用动态规划算法或/和贪心算法识别一条腿的位置；基于所述一条腿的位置，利用动态规划算法或/和贪心算法识别另一条腿的位置。
作为本申请的一个方面，所述基于所述臀部所在位置，利用动态规划算法识别躯干位置，包括：计算第一上部阵列的每个传感器单元的基于短时振动能量特征的得分，所述第一上部阵列为所述智能垫子的头部到所述臀部所在位置的传感器单元组成的阵列；利用动态规划算法，从所述臀部所在位置的传感器单元出发，在所述第一上部阵列中回溯一条基于短时振动能量特征的得分总和最高的躯干路径，并将所述躯干路径确定为躯干的位置，其中，所述躯干路径经过的相邻排的传感器单元互相连通。
作为本申请的一个方面，所述基于所述臀部所在位置，利用贪心算法识别躯干位置，包括：计算第二上部阵列的每个传感器单元的基于短时振动能量特征的得分，所述第二上部阵列为所述臀部所在位置到所述智能垫子的头部的传感器单元组成的阵列；利用贪心算法，在所述第二上部阵列的每一排，选择基于短时振动能量特征的得分最大的传感器单元作为躯干传感器单元；顺序连接所选择的躯干传感器单元作为躯干路径，并将所述躯干路径确定为躯干位置。
作为本申请的一个方面，所述基于所述臀部所在位置，利用动态规划算法识别一条腿的位置，包括：计算第一下部阵列的每个传感器单元的基于短时振动能量特征的得分；所述第一下部阵列为所述智能垫子的床尾到所述臀部所在位置的传感器单元组成的阵列；利用动态规划算法，从所述臀部所在位置的传感器单元出发，在所述第一下部阵列中回溯一条基于短时振动能量特征的得分总和最高的第一腿部路径，并将所述第一腿部路径确定为一条腿的位置，其中，所述第一腿部路径经过的相邻排的传感器单元互相连通。
作为本申请的一个方面，所述基于所述一条腿的位置，利用动态规划算法识别另一条腿的位置，包括：将所述第一腿部路径的所有的所述第一腿部传感器单元的基于短时振动能量特征的得分按照预设比例减少；利用动态规划算法，从所述臀部所在位置的传感器单元出发，在所述第一下部阵列中回溯一条基于短时振动能量特征的得分总和最高的第二腿部路径，并将所述第二腿部路径确定为另一条腿的位置，其中，所述第二腿部路径经过的相邻排的传感器单元互相连通。
作为本申请的一个方面，所述基于所述臀部所在位置，利用贪心算法识别一条腿的位置，包括：计算第二下部阵列的每个传感器单元的基于短时振动能量特征的得分；所述第二下部阵列为所述臀部所在位置到所述智能垫子的床尾的传感器单元组成的阵列；利用贪心算法，在所述第二下部阵列的每一排，选择基于短时振动能量特征的得分最大的传感器单元作为第一腿部传感器单元；顺序连接所选择的第一腿部传感器单元作为第一腿部路径，并将所述第一腿部路径确定为一条腿的位置。
作为本申请的一个方面，所述基于所述一条腿的位置，利用贪心算法识别另一条腿的位置，包括：将所述第一腿部路径的所有的所述第一腿部传感器单元的基于短时振动能量特征的得分按照预设比例减少；利用贪心算法，在所述第二下部阵列的每一排，选择基于短时振动能量特征的得分最大的传感器单元作为第二腿部传感器单元；顺序连接所选择的第二腿部传感器单元作为第二腿部路径，并将所述第二腿部路径确定为另一条腿的位置。
作为本申请的一个方面，所述每个传感器单元的基于短时振动能量特征的得分，通过以下步骤获得：计算与所述传感器单元连通的上一排的传感器单元传递给所述传感器单元的能量传递得分，所述能量传递得分为与所述传感器单元连通的上一排的传感器单元的基于短时振动能量特征的得分和路径连通代价的乘积；计算所述传感器单元的短时振动能量特征与所述能量传递得分的和，就得到所述传感器单元的基于短时振动能量特征的得分。
作为本申请的一个方面，所述与所述传感器单元连通的上一排的传感器单元包括：与所述传感器单元列序号相同或相邻的上一排的传感器单元。
作为本申请的一个方面，与所述传感器单元列序号相同的上一排的传感器单元的路径连通代价为1；与所述传感器单元列序号相邻的上一排的传感器单元的路径连通代价为0.5。
作为本申请的一个方面，所述方法还包括：对人体不同的身体部位进行不同程度的加热。
作为本申请的一个方面，所述的方法还包括：对人体不同的身体部位进行不同程度的磁疗。
作为本申请的一个方面，所述对人体不同的身体部位进行不同程度的磁疗，包括：利用磁疗驱动部件分别驱动多个U形磁铁，对人体不同的身体部位进行不同程度的磁疗。
作为本申请的一个方面，所述驱动多个U形磁铁的驱动信号为交流信号。
作为本申请的一个方面，所述驱动信号避开所述智能垫子的弹簧的吸收频率。
作为本申请的一个方面，所述多个U形磁铁的磁场线封闭。
本申请实施例还提供一种智能垫子上的人体的身体部位的识别装置，包括信号采集模块、能量统计模块、臀部确定模块、部位识别模块，所述信号采集模块配置为利用配置在所述智能垫子的二维传感器阵列的多个传感器单元采集多个振动信号；所述能量统计模块配置为基于每个传感器单元采集的所述振动信号，统计每个传感器单元上的短时振动能量特征；所述臀部确定模块配置为确定所述短时振动能量特征最大的传感器单元的位置，作为臀部所在位置；所述部位识别模块配置为基于所述臀部所在位置，利用动态规划算法或/和贪心算法识别不同于臀部的身体部位的位置。
作为本申请的一个方面，所述能量统计模块包括平方和计算单元、对数计算单元，所述平方和计算单元配置为对每个传感器单元在预设时间内的振动信号求取加权平方和；所述对数计算单元配置为对所述加权平方和取对数，作为所述传感器单元的短时振动能量特征。
作为本申请的一个方面，所述部位识别模块包括躯干识别模块、第一腿部识别模块、第二腿部识别模块，所述躯干识别模块配置为基于所述臀部所在位置，利用动态规划算法或/和贪心算法识别躯干位置；所述第一腿部识别模块配置为基于所述臀部所在位置，利用动态规划算法或/和贪心算法识别一条腿的位置；所述第二腿部识别模块配置为基于所述一条腿的位置，利用动态规划算法或/和贪心算法识别另一条腿的位置。
作为本申请的一个方面，所述躯干识别模块包括第一上部阵列得分计算单元、躯干识别单元，所述第一上部阵列得分计算单元配置为计算第一上部阵列的每个传感器单元的基于短时振动能量特征的得分，所述第一上部阵列为所述智能垫子的头部到所述臀部所在位置的传感器单元组成的阵列；所述躯干识别单元配置为利用动态规划算法，从所述臀部所在位置的传感器单元出发，在所述第一上部阵列中回溯一条基于短时振动能量特征的得分总和最高的躯干路径，并将所述躯干路径确定为躯干的位置，其中，所述躯干路径经过的相邻排的传感器单元互相连通。
作为本申请的一个方面，所述躯干识别模块包括第二上部阵列得分计算单元、躯干传感器选择单元、躯干路径连接单元，所述第二上部阵列得分计算单元配置为计算第二上部阵列的每个传感器单元的基于短时振动能量特征的得分；所述第二上部阵列为所述臀部所在位置到所述智能垫子的头部的传感器单元组成的阵列；所述躯干传感器选择单元配置为利用贪心算法在所述第二上部阵列的每一排选择基于短时振动能量特征的得分最大的传感器单元作为躯干传感器单元；所述躯干路径连接单元配置为顺序连接所选择的躯干传感器单元作为躯干路径，并将所述躯干路径确定为躯干位置。
作为本申请的一个方面，所述第一腿部识别模块包括第一下部得分计算单元、第一腿部识别单元，所述第一下部得分计算单元配置为计算第一下部阵列的每个传感器单元的基于短时振动能量特征的得分；所述第一下部阵列为所述智能垫子的床尾到所述臀部所在位置的传感器单元组成的阵列；所述第一腿部识别单元配置为利用动态规划算法从所述臀部所在位置的传感器单元出发，在所述第一下部阵列中回溯一条基于短时振动能量特征的得分总和最高的第一腿部路径，并将所述第一腿部路径确定为一条腿的位置，其中，所述第一腿部路径经过的相邻排的传感器单元互相连通。
作为本申请的一个方面，所述第二腿部识别模块包括下部得分减少单元、第二腿部识别单元，所述下部得分减少单元配置为将所述第一腿部路径的所有的所述第一腿部传感器单元的基于短时振动能量特征的得分按照预设比例减少；所述第二腿部识别单元配置为利用动态规划算法，从所述臀部所在位置的传感器单元出发，在所述第一下部阵列中回溯一条基于短时振动能量特征的得分总和最高的第二腿部路径，并将所述第二腿部路径确定为另一条腿的位置，其中，所述第二腿部路径经过的相邻排的传感器单元互相连通。
作为本申请的一个方面，所述第一腿部识别模块包括第二下部阵列得分计算单元、第一腿部传感器选择单元、第一腿部路径连接单元，所述第二下部阵列得分计算单元配置为计算第二下部阵列的每个传感器单元的基于短时振动能量特征的得分；所述第二下部阵列为所述臀部所在位置到所述智能垫子的床尾的传感器单元组成的阵列；所述第一腿部传感器选择单元配置为利用贪心算法在所述第二下部阵列的每一排选择基于短时振动能量特征的得分最大的传感器单元作为第一腿部传感器单元；所述第一腿部路径连接单元配置为顺序连接所述第一腿部传感器单元作为第一腿部路径，并将所述第一腿部路径确定为一条腿的位置。
作为本申请的一个方面，所述第二腿部识别模块包括下部得分减少单元、第二腿部传感器选择单元、第二腿部路径连接单元，所述下部得分减少单元配置为将所述第一腿部路径的所有的所述第一腿部传感器单元的基于短时振动能量特征的得分按照预设比例减少；所述第二腿部传感器选择单元，配置为利用贪心算法在所述第二下部阵列的每一排选择基于短时振动能量特征的得分最大的传感器单元作为第二腿部传感器单元；所述第二腿部路径连接单元，配置为顺序连接所选择的第二腿部传感器单元作为第二腿部路径，并将所述第二腿部路径确定为另一条腿的位置。
作为本申请的一个方面，所述上部阵列得分计算单元或下部得分计算单元，包括传递得分计算单元、得分计算单元，所述传递得分计算单元，配置为计算与所述传感器单元连通的上一排的传感器单元传递给所述传感器单元的能量传递得分；所述能量传递得分为与所述传感器单元连通的上一排的传感器单元的基于短时振动能量特征的得分和路径连通代价的乘积；所述得分计算单元，配置为计算所述传感器单元的短时振动能量特征与所述能量传递得分的和，就得到所述传感器单元的基于短时振动能量特征的得分。
作为本申请的一个方面，所述装置还包括分区加热模块，所述分区加热模块配置为对人体不同的身体部位进行不同程度的加热。
作为本申请的一个方面，所述的装置还包括磁疗模块，所述磁疗模块配置为对人体不同的身体部位进行不同程度的磁疗。
作为本申请的一个方面，所述磁疗模块包括多个U形磁铁、磁疗驱动部件，所述磁疗驱动部件发出驱动信号，分别驱动多个所述U形磁铁，对人体不同的身体部位进行不同程度的磁疗。
作为本申请的一个方面，所述U形磁铁的磁力线封闭。
作为本申请的一个方面，所述驱动信号为交流信号。
作为本申请的一个方面，所述驱动信号避开所述智能垫子的弹簧的吸收频率。
本申请实施例还提供一种智能垫子，包括垫子本体、二维传感器阵列、上述所述的智能垫子上的人体的身体部位的识别装置，所述二维传感器阵列包括连接层、多个传感器单元，所述传感器单元用于采集振动信号，在所述连接层上间隔排列成二维阵列状；所述传感器单元包括振动传感器、阻振基材，所述振动传感器与所述阻振基材一一对应且设置于所述阻振基材与所述连接层之间。
本申请实施例还提供一种电子设备，包括存储器、处理器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，当所述程序被所述处理器执行时，使得所述处理器执行上述所述的方法。
本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序,其特征在于，当所述计算机程序被处理器执行时，使得所述处理器执行上述所述的方法。
本申请实施例提供的技术方案，采用能反应压力动态变化的振动传感器，从而检测呼吸和心跳引起的周期性或准周期性振动，并且基于振动信号统计时间周期内的短时振动能量特征，确定臀部位置，并基于动态规划算法或/和贪心算法确定其他部位的位置，能准确、灵活的识别人体的身体部位，使得智能垫子的各种功能得以实现。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，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。
图1是本申请一实施例提供的一种智能垫子上的人体的身体部位的识别方法流程示意图；
图2是本申请一实施例提供的一种二维传感器阵列的构成示意图；
图3是本申请一实施例提供的一种智能垫子上的人体的身体部位的动态规划算法识别方法流程示意图；
图4是本申请一实施例提供的一种智能垫子上的人体的身体部位的贪心算法识别方法流程示意图；
图5是本申请另一实施例提供的一种智能垫子上的人体的身体部位的识别方法流程示意图；
图6是本申请又一实施例提供的一种智能垫子上的人体的身体部位的识别方法流程示意图；
图7是本申请一实施例提供的一种智能垫子上的人体的身体部位的识别装置功能构成框图；
图8是本申请一实施例提供的一种智能垫子上的人体的身体部位的动态规划算法识别装置功能构成框图；
图9是本申请一实施例提供的一种智能垫子上的人体的身体部位的贪心算法识别装置功能构成框图；
图10是本申请另一实施例提供的一种智能垫子上的人体的身体部位的识别装置功能构成框图；
图11是本申请又一实施例提供的一种智能垫子上的人体的身体部位的识别装置功能构成框图；
图12是图11实施例提供的一种智能垫子的磁场驱动原理示意图；
图13是图11实施例提供的一种磁疗装置的构成示意图；
图14是图11实施例提供的一种智能垫子的磁铁加热层俯视示意图；
图15是图11实施例提供的一种二维传感器阵列的构成示意图；
图16是图10实施例提供的一种二维传感器阵列的俯视示意图；
图17是本申请一实施例提供的一种智能垫子的功能构成框图；
图18是本申请一实施例提供的一种智能垫子的内部分层示意图；
图19是本申请一实施例提供的一种智能垫子的侧视示意图；
图20为本申请一实施例提供的电子设备示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
应当理解，本申请的权利要求、说明书及附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。本申请的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
图1是本申请一实施例提供的一种智能垫子上的人体的身体部位的识别方法流程示意图，包括以下步骤。
在步骤S110中，利用配置在智能垫子的二维传感器阵列的多个传感器单元采集多个振动信号。
图2是本申请一实施例提供的一种二维传感器阵列的构成示意图。如图2所示，在智能垫子上设置二维传感器阵列10。
二维传感器阵列10包括连接层12和多个传感器单元11。多个传感器单元11用于采集振动信号，在连接层上间隔排列成二维阵列状。传感器单元11包括振动传感器、阻振基材，振动传感器与阻振基材一一对应且设置于阻振基材与连接层之间。多个传感器单元的阻振基材的阻振特性、传感器灵敏度等可以相同，也可以不同。并不以此为限。
采用相同的传感器单元组成的二维传感器阵列，方案简单，易于实现。采用不同的传感器单元组成的二维传感器阵列，不同的信号传递到各传感器单元后得到不同程度的衰减，并且解除了各个传感器单元之间力的强耦合，从而使得信号幅度差异很大的不同生理信号均被传感器阵列准确地检测到。
如图2所示，传感器单元11包括两种不同的传感器单元111、112，传感器单元111的阻振基材的阻振特性、传感器灵敏度和传感器单元112的阻振基材的阻振特性、传感器灵敏度不同，可选地，呈倍数关系，但并不以此为限。
振动传感器，可以是压电片，也可以是应变片、压阻传感器等的一种或其中多种的组合。并且设置有运算放大电路，可以对初始信号进行放大。振动传感器的灵敏度不同，可以通过设置不同的元件类型或不同的运算放大电路的放大倍数来实现。
可选地，振动传感器采集的振动信号也可以在传感器单元或二维传感器阵列设置专门的信号处理电路进行处理，或者在本申请的信号采集模块进行处理，并不以此为限。
图2的实施例中，在二维传感器阵列设置了信号处理电路13，通过信号线14连接到传感器单元11。
配置在智能垫子的二维传感器阵列的各传感器单元采集多个振动信号。振动信号是由于呼吸和心跳引起的周期性振动或准周期性振动。振动信号表示为Ri,j，i代表二维传感器阵列的排序号，j代表二维传感器阵列的列序号，1≤i≤N，N为传感器单元的排数。1≤j≤M，M为传感器单元的列数。当人体在静卧时，振动信号反映了人体的呼吸和心跳所引起的身体运动。
在步骤S120中，基于每个传感器单元采集的振动信号，统计每个传感器单元的短时振动能量特征。
对每个传感器单元在预设时间内的振动信号求取加权平方和。对加权平方和取对数，作为该传感器单元的短时振动能量特征。预设时间和加权的权值根据实际情况设置。
在本实施例中，以预设时间为10秒钟为例计算，对10秒钟内的振动信号求取加权平方和。对加权平方和取对数，作为该传感器单元的短时振动能量特征。记为Ei，j。统计完一次，再隔一段时间，例如1秒，继续统计。
在步骤S130中，确定短时振动能量特征最大的传感器单元的位置，作为臀部所在位置。
在N排M列个传感器单元中，检测出短时振动能量特征最大的传感器单元，该传感器单元对应的位置，就识别为臀部所在位置。
在步骤S140中，基于臀部所在位置，利用动态规划算法或/和贪心算法识别不同于臀部的身体部位的位置。
在本实施例中，以动态规划算法为例进行位置识别。动态规划算法采用Viterbi算法，即维特比算法。维特比算法是一种动态规划算法，用于寻找最有可能产生观测事件序列的隐含状态序列。
在本实施例中，测量到的每个传感器单元的短时振动能量特征属于观测事件，人的不同于臀部的身体部位所在位置形成隐含状态序列。维特比算法的基本原则就是在路径约束条件下寻找一条得分最高的路径。跟踪一条从臀部所在位置到不同于臀部的身体部位的传感器单元的基于短时振动能量特征的得分最高的轨迹，作为该身体部位所在位置。
在本实施例中，以识别躯干位置为例。
计算第一上部阵列的每个传感器单元的基于短时振动能量特征的得分，第一上部阵列为智能垫子的头部到臀部所在位置的传感器单元组成的阵列。利用动态规划算法，从臀部所在位置的传感器单元出发，在第一上部阵列中回溯一条基于短时振动能量特征的得分总和最高的躯干路径，并将躯干路径确定为躯干的位置。其中，躯干路径经过的相邻排的传感器单元互相连通。
第一上部阵列为智能垫子的头部到臀部所在位置的传感器单元组成的阵列。第一上部阵列以3×4二维阵列为例，即阵列由3排传感器构成，每排包括4个传感器单元。第一排为智能垫子的头部所在的排，臀部所在位置所在的排为第三排。
计算第一上部阵列的每个传感器单元的基于短时振动能量特征的得分。
那么，对第一排阵列可以将短时振动能量特征作为这一排每个传感器单元的基于短时振动能量特征的得分，记为S1,j，即S1,j＝E1,j，j＝1-4。
第二排的每个传感器单元的基于短时振动能量特征的得分来自于该传感器单元的短时振动能量特征以及与该传感器单元的列序号相同或相邻的连通的上一排的传感器单元传递过来的得分。该传递过来的得分是上一排连通的传感器单元的基于短时振动能量特征的得分和路径连通代价之积。
在候选路径规划时，要求每一排传感器单元只能和上一排的相同列序号或相邻列序号的传感器单元以一定的连通代价相连通。即Ri,j只能和Ri-1，j、Ri-1,j-1和Ri-1，j+1连通。并从中挑选出一个能够获得最大的基于短时振动能量特征的得分的传感器单元，该单元记为δi，j。
其中，Tj,j’为连通代价。在本实施例中，与该传感器单元列序号相同的上一排的传感器单元的路径连通代价为1。与该传感器单元列序号相邻的上一排的传感器单元的路径连通代价为0.5。但并不以此为限。这样第二排传感器单元的基于短时振动能量特征的得分为：
第三排的传感器单元的基于短时振动能量特征的得分计算方法与第二排相同。
利用动态规划算法，从臀部所在位置的传感器单元出发，根据每个传感器单元的δi，j，在第一上部阵列中回溯一条基于短时振动能量特征的得分总和最高的躯干路径，并将躯干路径确定为躯干的位置。其中，躯干路径经过的相邻排的传感器单元互相连通。例如臀部所在位置所在的排为最后一排，那么与臀部所在位置的传感器单元连通的倒数第二排中的传感器单元有三个，但是如果臀部所在位置位于最后一排的边缘，那么与之连通的传感器单元有两个。那么在这三个或两个的传感器单元中，有一个传感器单元的基于短时振动能量特征的得分最大。那么回溯的躯干路径经过这个传感器单元，依此类推。
本申请实施例提供的技术方案，采用能反应压力动态变化的振动传感器，从而检测呼吸和心跳引起的周期性或准周期性振动，并且基于振动信号统计时间周期内的短时振动能量特征，确定臀部位置，并基于动态规划算法确定其他部位的位置，能准确、灵活的识别人体的身体部位，使得智能垫子的各种功能得以实现。
图3是本申请一实施例提供的一种智能垫子上的人体的身体部位的动态规划算法识别方法流程示意图，包括以下步骤。
在步骤S110中，利用配置在智能垫子的二维传感器阵列的多个传感器单元采集多个振动信号。
在步骤S120中，基于每个传感器单元采集的振动信号，统计每个传感器单元的短时振动能量特征。
在步骤S130中，确定短时振动能量特征最大的传感器单元的位置，作为臀部所在位置。
在本实施例中，步骤S110、S120、S130与上述实施例相同，不再赘述。
在步骤S141中，基于臀部所在位置，利用动态规划算法识别躯干位置。
维特比算法是一种动态规划算法，用于寻找最有可能产生观测事件序列的隐含状态序列。
在本实施例中，动态规划算法采用Viterbi算法，即维特比算法。跟踪一条从臀部所在位置到不同于臀部的身体部位的传感器单元的基于短时振动能量特征的得分最高的轨迹，作为该身体部位所在位置。
在本实施例中，测量到的每个传感器单元的短时振动能量特征属于观测事件，人的不同于臀部的身体部位所在位置形成隐含状态序列。维特比算法的基本原则就是在路径约束条件下寻找一条得分最高的路径。
计算第一上部阵列的每个传感器单元的基于短时振动能量特征的得分，第一上部阵列为智能垫子的头部到臀部所在位置的传感器单元组成的阵列。利用动态规划算法，从臀部所在位置的传感器单元出发，在第一上部阵列中回溯一条基于短时振动能量特征的得分总和最高的躯干路径，并将躯干路径确定为躯干的位置。其中，躯干路径经过的相邻排的传感器单元互相连通。
第一上部阵列为智能垫子的头部到臀部所在位置的传感器单元组成的阵列。第一上部阵列以3×4二维阵列为例，即阵列由3排传感器构成，每排包括4个传感器单元。第一排为智能垫子的头部所在的排，臀部所在位置所在的排为第三排。
计算第一上部阵列的每个传感器单元的基于短时振动能量特征的得分。
那么，对第一排阵列可以将短时振动能量特征作为这一排每个传感器单元的基于短时振动能量特征的得分，即S1,j＝E1,j，j＝1-4。
第二排的每个传感器单元的基于短时振动能量特征的得分来自于该传感器单元的短时振动能量特征以及与该传感器单元的列序号相同或相邻的连通的上一排的传感器单元传递过来的能量传递得分。该能量传递得分是上一排连通的传感器单元的基于短时振动能量特征的得分和路径连通代价之积。
在候选路径规划时，要求每一排传感器单元只能和上一排的相同列序号或相邻列序号的传感器单元以一定的连通代价相连通。即Ri,j只能和Ri-1,j、Ri-1,j-1和Ri-1,j+1连通。
在本实施例中，与该传感器单元列序号相同的上一排的传感器单元的路径连通代价为1。与该传感器单元列序号相邻的上一排的传感器单元的路径连通代价为0.5。但并不以此为限。
第三排的传感器单元的基于短时振动能量特征的得分计算方法与第二排相同。
利用动态规划算法，从臀部所在位置的传感器单元出发，在第一上部阵列中回溯一条基于短时振动能量特征的得分总和最高的躯干路径，并将躯干路径确定为躯干的位置。其中，躯干路径经过的相邻排的传感器单元互相连通。
在步骤S142中，基于臀部所在位置，利用动态规划算法识别一条腿的位置。
计算第一下部阵列的每个传感器单元的基于短时振动能量特征的得分。第一下部阵列为智能垫子的床尾到臀部所在位置的传感器单元组成的阵列。第一下部阵列的每个传感器单元的基于短时振动能量特征的得分计算方法与第一上部阵列相同。
利用动态规划算法，从臀部所在位置的传感器单元出发，在第一下部阵列中回溯一条基于短时振动能量特征的得分总和最高的第一腿部路径，并将第一腿部路径确定为一条腿的位置。其中，第一腿部路径经过的相邻排的传感器单元互相连通。
在步骤S143中，基于一条腿的位置，利用动态规划算法识别另一条腿的位置。
为了避免与步骤S142识别的一条腿的位置重合，将第一腿部路径的所有的第一腿部传感器单元的基于短时振动能量特征的得分减半，即Ei,j减半。在此，减半就是将得分乘以了0.5，在实际应用中，也可以根据需要调整这个比例，并不以此为限。
利用动态规划算法，从臀部所在位置的传感器单元出发，在第一下部阵列中回溯一条基于短时振动能量特征的得分总和最高的第二腿部路径，并将第二腿部路径确定为另一条腿的位置。其中，第二腿部路径经过的相邻排的传感器单元互相连通。
图4是本申请一实施例提供的一种智能垫子上的人体的身体部位的贪心算法识别方法流程示意图，包括以下步骤。
在步骤S110中，利用配置在智能垫子的二维传感器阵列的多个传感器单元采集多个振动信号。
在步骤S120中，基于每个传感器单元采集的振动信号，统计每个传感器单元的短时振动能量特征。
在步骤S130中，确定短时振动能量特征最大的传感器单元的位置，作为臀部所在位置。
在本实施例中，步骤S110、S120、S130与上述实施例相同，不再赘述。
在步骤S241中，基于臀部所在位置，利用贪心算法识别躯干位置。
在本实施例中，采用贪心算法(又称贪婪算法)。贪心算法是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的仅是在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解，但对范围相当广泛的许多问题他能产生整体最优解或者是整体最优解的近似解。
在本实施例中，以识别躯干位置为例。计算第二上部阵列的每个传感器单元的基于短时振动能量特征的得分，第二上部阵列为臀部所在位置到智能垫子的头部的传感器单元组成的阵列。在第二上部阵列的每一排，选择得分最大的传感器单元作为躯干传感器单元。顺序连接所选择的躯干传感器单元作为躯干路径，并将躯干路径确定为躯干位置。
第二上部阵列为臀部所在位置到智能垫子的头部的传感器单元组成的阵列。第二上部阵列以3×4二维阵列为例，即阵列由3排传感器构成，每排包括4个传感器单元。第一排为臀部所在位置所在的排，智能垫子的头部所在的排为第三排。
计算第二上部阵列的每个传感器单元的基于短时振动能量特征的得分。
那么，对第一排阵列可以将短时振动能量特征作为这一排每个传感器单元的基于短时振动能量特征的得分，即S1,j＝E1,j，j＝1-4。从中挑选出基于短时振动能量特征的得分最大的传感器单元。从前述已知，第一排得分最大的单元即为臀部位置所作的传感器单元，记为R1,w1。
第二排的每个传感器单元的基于短时振动能量特征的得分来自于该传感器单元的短时振动能量特征以及与该传感器单元的列序号相同或相邻的连通的上一排的传感器单元传递过来的能量传递得分。该传递过来的得分是上一排连通的传感器单元的基于短时振动能量特征的得分和路径连通代价之积。
在候选路径规划时，要求每一排传感器单元只能和上一排的相同列序号或相邻列序号的传感器单元以一定的连通代价相连通。因此，第二排的候选传感器单元和第一排的挑选结果有关，只有和R1,w1连通的R2,w1-1、R2,w1和R2,w1+1。如果R1,w1位于所在排的边缘，则候选传感器单元是两个。
在本实施例中，与该传感器单元列序号相同的上一排的传感器单元的路径连通代价为1。与该传感器单元列序号相邻的上一排的传感器单元的路径连通代价为0.5。但并不以此为限。
从上述三个或两个传感器单元中挑选一个基于短时振动能量特征的得分最大的传感器单元，作为第二排选择的传感器单元。
其中，w2是该传感器单元的列序号，其基于短时振动能量特征的得分记为S2,w2。
S2,w2＝S1,w2Tw1,w2+E2,w2。
第三排的传感器单元的基于短时振动能量特征的得分计算方法与第二排相同。
利用贪心算法，在第二上部阵列的每一排，选择基于短时振动能量特征的得分最大的一个传感器单元作为躯干传感器单元。按照排的顺序连接躯干传感器单元作为躯干路径。识别躯干路径为躯干所在位置，躯干为从臀部到头部。
在步骤S242中，基于臀部所在位置，利用贪心算法识别一条腿的位置。
计算第二下部阵列的每个传感器单元的基于短时振动能量特征的得分。第二下部阵列为臀部所在位置到智能垫子的床尾的传感器单元组成的阵列。第二下部阵列的每个传感器单元的基于短时振动能量特征的得分计算方法与第二上部阵列相同。
利用贪心算法，在第二下部阵列的每一排，选择基于短时振动能量特征的得分最大的一个传感器单元作为第一腿部传感器单元。按照排的顺序连接第一腿部传感器单元作为第一腿部路径。识别第一腿部路径为一条腿的位置。
在步骤S243中，基于一条腿的位置，利用贪心算法识别另一条腿的位置。
为了避免与步骤S142识别的一条腿的位置重合，将第一腿部路径的所有的第一腿部传感器单元的基于短时振动能量特征的得分减半。在此，减半就是将得分乘以了0.5，在实际应用中，也可以根据需要调整这个比例，并不以此为限。
利用贪心算法，在第二下部阵列的每一排，再选择基于短时振动能量特征的得分最大的一个传感器单元作为第二腿部传感器单元。按照排的顺序连接第二腿部传感器单元作为第二腿部路径。识别第二腿部路径为另一条腿的位置。
本申请实施例提供的技术方案，采用能反应压力动态变化的振动传感器，从而检测呼吸和心跳引起的周期性或准周期性振动，并且基于振动信号统计时间周期内的短时振动能量特征，确定臀部位置，并基于贪心算法确定其他部位的位置，能准确、灵活的识别人体的身体部位，使得智能垫子的各种功能得以实现。
作为一种可选择的方案，图5是本申请另一实施例提供的一种智能垫子上的人体的身体部位的识别方法流程示意图。
在如图4所示的上述实施例的步骤识别出人体的身体部位之后，还包括以下步骤：在步骤S150中，根据用户的使用状态，针对人体的不同身体部位进行分区，进行不同程度的加热，以实现相关的理疗效果。或者对长时间被压部位进行加热干燥，减少压疮及其他疾病风险。
作为一种可选择的方案，图6是本申请又一实施例提供的一种智能垫子上的人体的身体部位的识别方法流程示意图。
在如图5所示的上述实施例的步骤识别出人体的身体部位之后，还包括以下步骤：在步骤S160中，根据用户的使用状态，针对人体的不同身体部位进行分区，进行不同程度的磁疗。或者针对疾病部位进行对症磁疗，以实现相关的理疗效果或坐位疾病的辅助治疗方式。
具体而言，利用磁疗驱动部件分别驱动多个U形磁铁，对人体不同的身体部位进行不同程度的磁疗。
其中，驱动多个U形磁铁的驱动信号可以为交流信号。但并不以此为限。
可选地，多个U形磁铁的磁场线封闭或近乎封闭，不会因为磁场大幅外泄而受到垫子的弹簧(如果有弹簧的话，席梦思等床垫有弹簧，棕榈床垫没有弹簧)等金属的影响，也不会因为磁场辐射而引起床垫弹簧变热造成危险。。
驱动信号避开所述智能垫子的弹簧的吸收频率，可以进一步减少能量损耗及危险。
具体而言，加热和磁疗可以单独进行，也可以同时进行，以增加智能垫子的理疗效果。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本申请所必须的。
进一步需要说明的是，虽然图中的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图7是本申请一实施例提供的一种智能垫子上的人体的身体部位的识别装置功能构成框图，包括：信号采集模块20、能量统计模块30、臀部确定模块40、部位识别模块50。
信号采集模块20配置为利用配置在智能垫子的二维传感器阵列10的各传感器单元采集多个振动信号。能量统计模块30配置为基于每个传感器单元的振动信号，统计每个传感器单元的短时振动能量特征。臀部确定模块40配置为检测出短时振动能量特征最大的传感器单元的位置，作为臀部所在位置。部位识别模块50配置为基于臀部所在位置利用动态规划算法或/和贪心算法识别不同于臀部的身体部位的位置。
图8是本申请一实施例提供的一种智能垫子上的人体的身体部位的动态规划算法识别装置功能构成框图，包括：信号采集模块20、能量统计模块30、臀部确定模块40、躯干识别模块51、第一腿部识别模块52、第二腿部识别模块53。
信号采集模块20配置为利用配置在智能垫子的二维传感器阵列10的各传感器单元采集多个振动信号。能量统计模块30配置为基于每个传感器单元的振动信号，统计每个传感器单元的短时振动能量特征。臀部确定模块40配置为检测出短时振动能量特征最大的传感器单元的位置，作为臀部所在位置。躯干识别模块51配置为基于臀部所在位置利用动态规划算法识别躯干位置。第一腿部识别模块52配置为基于臀部所在位置利用动态规划算法识别一条腿的位置。第二腿部识别模块53配置为基于该一条腿的位置利用动态规划算法识别另一条腿的位置。
能量统计模块30包括平方和计算单元31、对数计算单元32。
平方和计算单元31配置为对每个传感器单元在预设时间内的振动信号进行加权平方和计算。对数计算单元32配置为对加权平方和取对数，作为该传感器单元的短时振动能量特征。
躯干识别模块51包括第一上部阵列得分计算单元511、躯干识别单元512。
第一上部阵列得分计算单元511配置为计算第一上部阵列的每个传感器单元的基于短时振动能量特征的得分，第一上部阵列为智能垫子的头部到臀部所在位置的传感器单元组成的阵列。躯干识别单元512配置为利用动态规划算法从臀部所在位置的传感器单元出发，在第一上部阵列中回溯一条基于短时振动能量特征的得分总和最高的躯干路径，并将躯干路径确定为躯干的位置。其中，躯干路径经过的相邻排的传感器单元互相连通。
第一腿部识别模块52包括第一下部得分计算单元521、第一腿部识别单元522。
第一下部得分计算单元521配置为计算第一下部阵列的每个传感器单元的基于短时振动能量特征的得分。第一下部阵列为智能垫子的床尾到臀部所在位置的传感器单元组成的阵列。第一腿部识别单元522配置为利用动态规划算法从臀部所在位置的传感器单元出发，在第一下部阵列中回溯一条基于短时振动能量特征的得分总和最高的第一腿部路径。并将第一腿部路径确定为一条腿的位置。其中，第一腿部路径经过的相邻排的传感器单元互相连通。
第二腿部识别模块53包括下部得分减少单元531、第二腿部识别单元532。
下部得分减少单元531配置为将第一腿部路径的所有的第一腿部传感器单元的基于短时振动能量特征的得分按照预设比例减少。第二腿部识别单元532配置为利用动态规划算法从臀部所在位置的传感器单元出发，在第一下部阵列中回溯一条基于短时振动能量特征的得分总和最高的第二腿部路径。并将第二腿部路径确定为另一条腿的位置。其中，第二腿部路径经过的相邻排的传感器单元互相连通。
图9是本申请一实施例提供的一种智能垫子上的人体的身体部位的贪心算法识别装置功能构成框图，包括：信号采集模块20、能量统计模块30、臀部确定模块40、躯干识别模块61、第一腿部识别模块62、第二腿部识别模块63。
信号采集模块20配置为利用配置在智能垫子的二维传感器阵列10的各传感器单元采集多个振动信号。能量统计模块30配置为基于每个传感器单元的振动信号，统计每个传感器单元的短时振动能量特征。臀部确定模块40配置为检测出短时振动能量特征最大的传感器单元的位置，作为臀部所在位置。躯干识别模块61配置为基于臀部所在位置，利用贪心算法识别躯干位置。第一腿部识别模块62配置为基于臀部所在位置，利用贪心算法识别一条腿的位置。第二腿部识别模块63配置为基于该一条腿的位置，利用贪心算法识别另一条腿的位置。
能量统计模块30包括平方和计算单元31、对数计算单元32。
平方和计算单元31配置为对每个传感器单元的预设时间内的振动信号进行加权平方和计算。对数计算单元32配置为对加权平方和取对数，作为该传感器单元的短时振动能量特征。
躯干识别模块61包括第二上部阵列得分计算单元611、躯干传感器选择单元612、躯干路径连接单元613。
第二上部阵列得分计算单元611配置为计算第二上部阵列的每个传感器单元的基于短时振动能量特征的得分。第二上部阵列为臀部所在位置到智能垫子的头部的传感器单元组成的阵列。躯干传感器选择单元612配置为在第二上部阵列的每一排选择得分最大的一个传感器单元作为躯干传感器单元。躯干路径连接单元613顺序连接躯干传感器单元作为躯干路径，作为躯干所在位置，躯干为从臀部到头部。
第一腿部识别模块62包括第二下部阵列得分计算单元621、第一腿部传感器选择单元622、第一腿部路径连接单元623。
第二下部阵列得分计算单元621配置为利用动态规划算法计算第一下部阵列的每个传感器单元的基于短时振动能量特征的得分。第一下部阵列为臀部所在位置到智能垫子的床尾的传感器单元组成的阵列。第一腿部传感器选择单元622配置为在第一下部阵列的每一排选择得分最大的一个传感器单元作为第一腿部传感器单元。第一腿部路径连接单元623配置为顺序连接第一腿部传感器单元作为第一腿部路径，作为一条腿的位置。
第二腿部识别模块63包括下部得分减少单元631、第二腿部传感器选择单元632、第二腿部路径连接单元633。
得分减少单元631配置为将第一腿部路径的所有的第一腿部传感器单元的基于短时振动能量特征的得分按预设比例减少。第二腿部传感器选择单元632配置为在第二下部阵列的每一排选择基于短时振动能量特征的得分最大的一个传感器单元作为第二腿部传感器单元。第二腿部路径连接单元633配置为顺序连接第二腿部传感器单元作为第二腿部路径，作为另一条腿的位置。
第二上部阵列得分计算单元611及第二下部阵列得分计算单元621，都包括传递得分计算单元、得分计算单元。
传递得分计算单元配置为利用动态规划算法计算与传感器单元连通的上一排的传感器单元传递给传感器单元的能量传递得分。能量传递得分为与传感器单元连通的上一排的传感器单元的基于短时振动能量特征的得分和路径连通代价的乘积。得分计算单元配置为计算传感器单元的短时振动能量特征与能量传递得分的和，就得到该传感器单元的基于短时振动能量特征的得分。
作为一种可选择的方案，在图7至图9实施例的基础上，装置还包括分区加热模块70。图10是本申请另一实施例提供的一种智能垫子上的人体的身体部位的识别装置功能构成框图。
如图10所示，分区加热模块70配置为对人体不同的身体部位进行不同程度的加热。以实现相关的理疗效果。或者对长时间被压部位进行加热干燥，减少压疮及其他疾病风险。可选地，分区加热模块70设置屏蔽层。可选地，该屏蔽层接地。
作为一种可选择的方案，在图7至图10实施例的基础上，装置还包括磁疗模块80。图11是本申请又一实施例提供的一种智能垫子上的人体的身体部位的识别装置功能构成框图。
如图11所示，磁疗模块80配置为对人体不同的身体部位进行不同程度的磁疗。
磁疗模块80包括多个U形磁铁81和磁疗驱动部件82。磁疗驱动部件82发出驱动信号，分别驱动多个U形磁铁81，对人体不同的身体部位进行不同程度的磁疗。
驱动信号为交流信号。驱动信号避开智能垫子的弹簧的吸收频率，可以进一步减少能量损耗及危险。
图12是图10实施例提供的一种智能垫子的磁场驱动原理示意图。
如图12所示，U形磁铁81的磁力线封闭，因此不会因为磁场大幅外泄而受到垫子的弹簧(如果有弹簧的话，席梦思等床垫有弹簧，棕榈床垫没有弹簧)等金属的影响，也不会因为磁场辐射而引起床垫弹簧变热造成危险。
图13是图10实施例提供的一种磁疗装置的构成示意图。图14是图11实施例提供的一种智能垫子的磁铁加热层俯视示意图。
如图13、图14所示，分区加热模块70外设屏蔽层，磁疗模块80外设屏蔽层。可选地，各屏蔽层接地。
图15是图11实施例提供的一种二维传感器阵列的构成示意图。图16是图10实施例提供的一种二维传感器阵列的俯视示意图。
如图15、16所示，在二维传感器阵列10A中，磁疗驱动部件82根据磁疗目标，成排设置或者设置在疾病部位。但并不以此为限。
图17是本申请一实施例提供的一种智能垫子的功能构成框图，包括垫子本体100、二维传感器阵列，上述所述智能垫子上的人体的身体部位的识别装置1。
根据一些实施例，二维传感器阵列可以选择二维传感器阵列10或二维传感器阵列10A，并不以此为限。二维传感器阵列包括连接层12和多个传感器单元11。多个传感器单元11用于采集振动信号，在连接层上间隔排列成二维阵列状。传感器单元包括振动传感器、阻振基材，振动传感器与阻振基材一一对应且设置于阻振基材与连接层之间。多个传感器单元的阻振基材的阻振特性、传感器灵敏度等可以相同，也可以不同。并不以此为限。
采用相同的传感器单元组成的二维传感器阵列，方案简单，易于实现。采用不同的传感器单元组成的二维传感器阵列，不同的信号传递到各传感器单元后得到不同程度的衰减，并且解除了各个传感器单元之间力的强耦合，从而使得信号幅度差异很大的不同生理信号均被传感器阵列准确地检测到。
传感器单元111的阻振基材的阻振特性、传感器灵敏度和传感器单元112的阻振基材的阻振特性、传感器灵敏度不同，可选地，呈倍数关系，但并不以此为限。
振动传感器，可以是压电片，也可以是应变片、压阻传感器等的一种或其中多种的组合。并且设置有运算放大电路，可以对初始信号进行放大。振动传感器的灵敏度不同，可以通过设置不同的元件类型或不同的运算放大电路的放大倍数来实现。
可选地，振动传感器采集的振动信号也可以在传感器单元或二维传感器阵列设置专门的信号处理电路进行处理，或者在本申请的信号采集模块进行处理，并不以此为限。
本申请中的垫子，可以包括床垫、地垫、坐垫等等，并不以此为限。
图18是本申请一实施例提供的一种智能垫子的内部分层示意图。
如图18所示，智能垫子内部包括传感器层、海绵层、磁疗加热层。传感器层设置二维传感器阵列。磁疗层配置加热模块、磁疗模块等。
图19是本申请一实施例提供的一种智能垫子的侧视示意图。
如图19所示，智能垫子包括加热模块。加热模块根据需求成排设置，或者设置在需要加热的部位。并不以此为限。图20为本申请一实施例提供的电子设备示意图。该电子设备可以为一种芯片。该芯片可以包括输出单元91、输入单元92、处理器93、存储器94、通讯接口95，以及内存单元96。
存储器94作为一种非暂态计算机可读存储器，可用于存储软件程序、计算机可执行程序以及模块，如上述描述的用于一种智能垫子上的人体的身体部位的识别方法对应的程序指令/模块。
处理器93通过运行存储在存储截止中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述实施例描述的方法。
存储器94可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储根据电子器件的使用所创建的数据等。此外，存储器94可以包括高速随机存取存储器，还可以包括非暂态性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中，存储器94可选包括相对于处理器93远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。
本申请实施例还提供一种计算机可读存储介质，其上存储有处理器可执行的程序，处理器执行该程序用于执行以上描述的方法。
应该理解，上述的装置实施例仅是示意性的，本申请的装置还可通过其它的方式实现。例如，上述实施例中所述单元/模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如，多个单元、模块或组件可以结合，或者可以集成到另一个***，或一些特征可以忽略或不执行。所述作为分离部件说明的单元或模块可以位于一个装置中，或者也可以分布到多个装置上。本申请中实施例的方案可以根据实际的需要选择其中的部分或者全部单元来实现。
另外，若无特别说明，在本申请各个实施例中的各功能单元/模块可以集成在一个单元/模块中，也可以是各个单元/模块单独物理存在，也可以两个或两个以上单元/模块集成在一起。上述集成的单元/模块既可以采用硬件的形式实现，也可以采用软件程序模块的形式实现。
所述集成的单元/模块如果以硬件的形式实现时，该硬件可以是数字电路，模拟电路等等。硬件结构的物理实现包括但不局限于晶体管，忆阻器等等。若无特别说明，所述处理器可以是任何适当的硬件处理器，比如CPU、GPU、FPGA、DSP和ASIC等等。若无特别说明，所述存储单元可以是任何适当的磁存储介质或者磁光存储介质，比如，阻变式存储器RRAM(Resistive Random Access Memory)、动态随机存取存储器DRAM(Dynamic Random AccessMemory)、静态随机存取存储器SRAM(Static Random-Access Memory)、增强动态随机存取存储器EDRAM(Enhanced Dynamic Random Access Memory)、高带宽内存HBM(High-Bandwidth Memory)、混合存储立方HMC(Hybrid Memory Cube)等等。
所述集成的单元/模块如果以软件程序模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明仅用于帮助理解本申请的方法及其核心思想。同时，本领域技术人员依据本申请的思想，基于本申请的具体实施方式及应用范围上做出的改变或变形之处，都属于本申请保护的范围。综上所述，本说明书内容不应理解为对本申请的限制。

Claims (36)

1.一种智能垫子上的人体的身体部位的识别方法，包括：
利用配置在所述智能垫子中的二维传感器阵列中的多个传感器单元采集多个振动信号；
基于每个传感器单元采集的所述振动信号，统计每个传感器单元的短时振动能量特征；
确定所述短时振动能量特征最大的传感器单元的位置，作为臀部所在位置；
基于所述臀部所在位置，利用动态规划算法或/和贪心算法识别不同于臀部的身体部位的位置，
其中，所述基于每个传感器单元采集的所述振动信号，统计每个传感器单元的短时振动能量特征，包括：
对每个传感器单元在预设时间内的振动信号求取加权平方和；
对所述加权平方和取对数，作为所述传感器单元的短时振动能量特征。
2.根据权利要求1所述的方法，其中，所述二维传感器阵列包括：
连接层；
多个传感器单元，用于采集振动信号，在所述连接层上间隔排列成二维阵列状；所述传感器单元包括振动传感器、阻振基材，所述振动传感器与所述阻振基材一一对应且设置于所述阻振基材与所述连接层之间。
3.根据权利要求1所述的方法，其中，所述基于所述臀部所在位置，利用动态规划算法或/和贪心算法识别不同于臀部的身体部位的位置，包括：
基于所述臀部所在位置，利用动态规划算法或/和贪心算法识别躯干位置；
基于所述臀部所在位置，利用动态规划算法或/和贪心算法识别一条腿的位置；
基于所述一条腿的位置，利用动态规划算法或/和贪心算法识别另一条腿的位置。
4.根据权利要求3所述的方法，其中，所述基于所述臀部所在位置，利用动态规划算法识别躯干位置，包括：
计算第一上部阵列的每个传感器单元的基于短时振动能量特征的得分，所述第一上部阵列为所述智能垫子的头部到所述臀部所在位置的传感器单元组成的阵列；
利用动态规划算法，从所述臀部所在位置的传感器单元出发，在所述第一上部阵列中回溯一条基于短时振动能量特征的得分总和最高的躯干路径，并将所述躯干路径确定为躯干的位置，其中，所述躯干路径经过的相邻排的传感器单元互相连通。
5.根据权利要求3所述的方法，其中，所述基于所述臀部所在位置，利用贪心算法识别躯干位置，包括：
计算第二上部阵列的每个传感器单元的基于短时振动能量特征的得分，所述第二上部阵列为所述臀部所在位置到所述智能垫子的头部的传感器单元组成的阵列；
利用贪心算法，在所述第二上部阵列的每一排，选择基于短时振动能量特征的得分最大的传感器单元作为躯干传感器单元；
顺序连接各排所选择的躯干传感器单元作为躯干路径，并将所述躯干路径确定为躯干位置。
6.根据权利要求3所述的方法，其中，所述基于所述臀部所在位置，利用动态规划算法识别一条腿的位置，包括：
计算第一下部阵列的每个传感器单元的基于短时振动能量特征的得分；所述第一下部阵列为所述智能垫子的床尾到所述臀部所在位置的传感器单元组成的阵列；
利用动态规划算法，从所述臀部所在位置的传感器单元出发，在所述第一下部阵列中回溯一条基于短时振动能量特征的得分总和最高的第一腿部路径，并将所述第一腿部路径确定为一条腿的位置，其中，所述第一腿部路径经过的相邻排的传感器单元互相连通。
7.根据权利要求6所述的方法，其中，所述基于所述一条腿的位置，利用动态规划算法识别另一条腿的位置，包括：
将所述第一腿部路径的所有的第一腿部传感器单元的基于短时振动能量特征的得分按照预设比例减少；
利用动态规划算法，从所述臀部所在位置的传感器单元出发，在所述第一下部阵列中回溯一条基于短时振动能量特征的得分总和最高的第二腿部路径，并将所述第二腿部路径确定为另一条腿的位置，其中，所述第二腿部路径经过的相邻排的传感器单元互相连通。
8.根据权利要求3所述的方法，其中，所述基于所述臀部所在位置，利用贪心算法识别一条腿的位置，包括：
计算第二下部阵列的每个传感器单元的基于短时振动能量特征的得分；所述第二下部阵列为所述臀部所在位置到所述智能垫子的床尾的传感器单元组成的阵列；
利用贪心算法，在所述第二下部阵列的每一排，选择基于短时振动能量特征的得分最大的传感器单元作为第一腿部传感器单元；
顺序连接各排所选择的第一腿部传感器单元作为第一腿部路径，并将所述第一腿部路径确定为一条腿的位置。
9.根据权利要求8所述的方法，其中，所述基于所述一条腿的位置，利用贪心算法识别另一条腿的位置，包括：
将所述第一腿部路径的所有的所述第一腿部传感器单元的基于短时振动能量特征的得分按照预设比例减少；
利用贪心算法，在所述第二下部阵列的每一排，选择基于短时振动能量特征的得分最大的传感器单元作为第二腿部传感器单元；
顺序连接各排所选择的第二腿部传感器单元作为第二腿部路径，并将所述第二腿部路径确定为另一条腿的位置。
10.根据权利要求4至9之任一项所述的方法，其中，所述每个传感器单元的基于短时振动能量特征的得分，通过以下步骤获得：
计算与所述传感器单元连通的上一排的传感器单元传递给所述传感器单元的能量传递得分，所述能量传递得分为与所述传感器单元连通的上一排的传感器单元的基于短时振动能量特征的得分和路径连通代价的乘积；
计算所述传感器单元的短时振动能量特征与所述能量传递得分的和，就得到所述传感器单元的基于短时振动能量特征的得分。
11.根据权利要求10所述的方法，其中，所述与所述传感器单元连通的上一排的传感器单元包括：
与所述传感器单元列序号相同或相邻的上一排的传感器单元。
12.根据权利要求11所述的方法，其中，
与所述传感器单元列序号相同的上一排的传感器单元的路径连通代价为1；
与所述传感器单元列序号相邻的上一排的传感器单元的路径连通代价为0.5。
13.根据权利要求1所述的方法，还包括：
对人体不同的身体部位进行不同程度的加热。
14.根据权利要求13所述的方法，还包括：
对人体不同的身体部位进行不同程度的磁疗。
15.根据权利要求14所述的方法，其中，所述对人体不同的身体部位进行不同程度的磁疗，包括：
利用磁疗驱动部件分别驱动多个U形磁铁，对人体不同的身体部位进行不同程度的磁疗。
16.根据权利要求15所述的方法，其中，所述驱动多个U形磁铁的驱动信号为交流信号。
17.根据权利要求16所述的方法，其中，所述驱动信号避开所述智能垫子的弹簧的吸收频率。
18.根据权利要求15所述的方法，其中，所述多个U形磁铁的磁场线封闭。
19.一种智能垫子上的人体的身体部位的识别装置，包括：
信号采集模块，配置为利用配置在所述智能垫子的二维传感器阵列的多个传感器单元采集多个振动信号；
能量统计模块，配置为基于每个传感器单元采集的所述振动信号，统计每个传感器单元上的短时振动能量特征；
臀部确定模块，配置为确定所述短时振动能量特征最大的传感器单元的位置，作为臀部所在位置；
部位识别模块，配置为基于所述臀部所在位置，利用动态规划算法或/和贪心算法识别不同于臀部的身体部位的位置，其中，所述能量统计模块包括：
平方和计算单元，配置为对每个传感器单元在预设时间内的振动信号求取加权平方和；
对数计算单元，配置为对所述加权平方和取对数，作为所述传感器单元的短时振动能量特征。
20.根据权利要求19所述的装置，其中，所述部位识别模块包括：
躯干识别模块，配置为基于所述臀部所在位置，利用动态规划算法或/和贪心算法识别躯干位置；
第一腿部识别模块，配置为基于所述臀部所在位置，利用动态规划算法或/和贪心算法识别一条腿的位置；
第二腿部识别模块，配置为基于所述一条腿的位置，利用动态规划算法或/和贪心算法识别另一条腿的位置。
21.根据权利要求20所述的装置，其中，所述躯干识别模块包括：
第一上部阵列得分计算单元，配置为计算第一上部阵列的每个传感器单元的基于短时振动能量特征的得分，所述第一上部阵列为所述智能垫子的头部到所述臀部所在位置的传感器单元组成的阵列；
躯干识别单元，配置为利用动态规划算法，从所述臀部所在位置的传感器单元出发，在所述第一上部阵列中回溯一条基于短时振动能量特征的得分总和最高的躯干路径，并将所述躯干路径确定为躯干的位置，其中，所述躯干路径经过的相邻排的传感器单元互相连通。
22.根据权利要求20所述的装置，其中，所述躯干识别模块包括：
第二上部阵列得分计算单元，配置为计算第二上部阵列的每个传感器单元的基于短时振动能量特征的得分；所述第二上部阵列为所述臀部所在位置到所述智能垫子的头部的传感器单元组成的阵列；
躯干传感器选择单元，配置为利用贪心算法在所述第二上部阵列的每一排选择基于短时振动能量特征的得分最大的传感器单元作为躯干传感器单元；
躯干路径连接单元，配置为顺序连接所选择的躯干传感器单元，作为躯干路径，并将所述躯干路径确定为躯干位置。
23.根据权利要求20所述的装置，其中，所述第一腿部识别模块包括：
第一下部得分计算单元，配置为计算第一下部阵列的每个传感器单元的基于短时振动能量特征的得分；所述第一下部阵列为所述智能垫子的床尾到所述臀部所在位置的传感器单元组成的阵列；
第一腿部识别单元，配置为利用动态规划算法，从所述臀部所在位置的传感器单元出发，在所述第一下部阵列中回溯一条基于短时振动能量特征的得分总和最高的第一腿部路径，并将所述第一腿部路径确定为一条腿的位置，其中，所述第一腿部路径经过的相邻排的传感器单元互相连通。
24.根据权利要求23所述的装置，其中，所述第二腿部识别模块包括：
下部得分减少单元，配置为将所述第一腿部路径的所有的第一腿部传感器单元的基于短时振动能量特征的得分按照预设比例减少；
第二腿部识别单元，配置为利用动态规划算法，从所述臀部所在位置的传感器单元出发，在所述第一下部阵列中回溯一条基于短时振动能量特征的得分总和最高的第二腿部路径，并将所述第二腿部路径确定为另一条腿的位置，其中，所述第二腿部路径经过的相邻排的传感器单元互相连通。
25.根据权利要求20所述的装置，其中，所述第一腿部识别模块包括：
第二下部阵列得分计算单元，配置为计算第二下部阵列的每个传感器单元的基于短时振动能量特征的得分；所述第二下部阵列为所述臀部所在位置到所述智能垫子的床尾的传感器单元组成的阵列；
第一腿部传感器选择单元，配置为利用贪心算法在所述第二下部阵列的每一排选择基于短时振动能量特征的得分最大的传感器单元作为第一腿部传感器单元；
第一腿部路径连接单元，配置为顺序连接所述第一腿部传感器单元作为第一腿部路径，并将所述第一腿部路径确定为一条腿的位置。
26.根据权利要求25所述的装置，其中，所述第二腿部识别模块包括：
下部得分减少单元，配置为将所述第一腿部路径的所有的所述第一腿部传感器单元的基于短时振动能量特征的得分按照预设比例减少；
第二腿部传感器选择单元，配置为利用贪心算法在所述第二下部阵列的每一排选择基于短时振动能量特征的得分最大的传感器单元作为第二腿部传感器单元；
第二腿部路径连接单元，配置为顺序连接所选择的第二腿部传感器单元作为第二腿部路径，并将所述第二腿部路径确定为另一条腿的位置。
27.根据权利要求21至26之任一项所述的装置，其中，上部阵列得分计算单元或下部得分计算单元，包括：
传递得分计算单元，配置为计算与所述传感器单元连通的上一排的传感器单元传递给所述传感器单元的能量传递得分；所述能量传递得分为与所述传感器单元连通的上一排的传感器单元的基于短时振动能量特征的得分和路径连通代价的乘积；
得分计算单元，配置为计算所述传感器单元的短时振动能量特征与所述能量传递得分的和，就得到所述传感器单元的基于短时振动能量特征的得分。
28.根据权利要求19所述的装置，还包括：
分区加热模块，配置为对人体不同的身体部位进行不同程度的加热。
29.根据权利要求28所述的装置，还包括：
磁疗模块，配置为对人体不同的身体部位进行不同程度的磁疗。
30.根据权利要求29所述的装置，其中，所述磁疗模块包括：
多个U形磁铁；
磁疗驱动部件，发出驱动信号，分别驱动多个所述U形磁铁，对人体不同的身体部位进行不同程度的磁疗。
31.根据权利要求30所述的装置，其中，所述U形磁铁的磁力线封闭。
32.根据权利要求30所述的装置，其中，所述驱动信号为交流信号。
33.根据权利要求30所述的装置，其中，所述驱动信号避开所述智能垫子的弹簧的吸收频率。
34.一种智能垫子，包括：
垫子本体；
二维传感器阵列；所述二维传感器阵列包括连接层、多个传感器单元，所述传感器单元用于采集振动信号，在所述连接层上间隔排列成二维阵列状；所述传感器单元包括振动传感器、阻振基材，所述振动传感器与所述阻振基材一一对应且设置于所述阻振基材与所述连接层之间；
如权利要求19至权利要求33之任一项所述智能垫子上的人体的身体部位的识别装置。
35.一种电子设备，包括存储器、处理器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，当所述程序被所述处理器执行时，使得所述处理器执行如权利要求1至权利要求18之任一项所述的方法。
36.一种计算机可读存储介质，其上存储有计算机程序,其特征在于，当所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至权利要求18之任一项所述的方法。
CN201980001790.6A 2019-09-09 2019-09-09 身体部位的识别方法、装置、智能垫子、设备及介质 Active CN112822978B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2019/104954 WO2021046688A1 (zh) 2019-09-09 2019-09-09 身体部位的识别方法、装置、智能垫子、设备及介质

Publications (2)

Publication Number Publication Date
CN112822978A CN112822978A (zh) 2021-05-18
CN112822978B true CN112822978B (zh) 2024-02-02

Family

ID=74866767

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980001790.6A Active CN112822978B (zh) 2019-09-09 2019-09-09 身体部位的识别方法、装置、智能垫子、设备及介质

Country Status (4)

Country Link
US (1) US11864920B2 (zh)
CN (1) CN112822978B (zh)
TW (1) TWI723766B (zh)
WO (1) WO2021046688A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020181452A1 (zh) * 2019-03-11 2020-09-17 北京微动数联科技有限公司 信号采集传感器阵列、电子设备及床垫

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105380762A (zh) * 2014-09-05 2016-03-09 深圳市格兰莫尔寝室用品有限公司 一种自动调节的床及其调节方法
CN108030324A (zh) * 2017-12-04 2018-05-15 深圳市三分之睡眠科技有限公司 床垫压力传感***及人体部位识别方法
CN109463936A (zh) * 2018-10-12 2019-03-15 青岛中物云传智能科技有限公司 一种智能床垫
CN110087512A (zh) * 2019-03-11 2019-08-02 焦旭 信号采集传感器阵列、电子设备及床垫

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7783097B2 (en) * 2006-04-17 2010-08-24 Siemens Medical Solutions Usa, Inc. System and method for detecting a three dimensional flexible tube in an object
CN101669866B (zh) * 2009-09-22 2012-03-07 罗富强 一种婴儿无线监护方法及其装置、***
TW201117139A (en) * 2009-11-04 2011-05-16 Chang-Ming Yang Monitoring sytem for posture changes in bed and method fhereof
KR101213400B1 (ko) * 2011-12-05 2012-12-21 주식회사 세라젬셀루피딕 매트리스의 압력조절 방법 및 그 장치
WO2013164698A1 (en) * 2012-04-30 2013-11-07 Xsensor Technology Corporation Bedding system with support surface control
CN102740393A (zh) 2012-07-13 2012-10-17 南京邮电大学 一种基于动态规划的无线传感器网络路由方法
DE102012109393A1 (de) * 2012-10-02 2014-04-03 Prüftechnik Dieter Busch AG Vorrichtung und Verfahren zur Bewertung von Schwingungen
CN104156619A (zh) 2014-08-23 2014-11-19 电子科技大学 协同探测中传感器分配方法
CA3010114C (en) * 2016-10-25 2018-09-18 Studio 1 Holdings Inc. Flexible conductive apparatus and systems for detecting pressure
WO2018151547A1 (ko) 2017-02-16 2018-08-23 주식회사 베프스 생체정보 인식 장치 및 이를 이용한 생체정보 인식 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105380762A (zh) * 2014-09-05 2016-03-09 深圳市格兰莫尔寝室用品有限公司 一种自动调节的床及其调节方法
WO2016033842A1 (zh) * 2014-09-05 2016-03-10 深圳市格兰莫尔寝室用品有限公司 一种自动调节的床及其调节方法
CN108030324A (zh) * 2017-12-04 2018-05-15 深圳市三分之睡眠科技有限公司 床垫压力传感***及人体部位识别方法
CN109463936A (zh) * 2018-10-12 2019-03-15 青岛中物云传智能科技有限公司 一种智能床垫
CN110087512A (zh) * 2019-03-11 2019-08-02 焦旭 信号采集传感器阵列、电子设备及床垫

Also Published As

Publication number Publication date
US11864920B2 (en) 2024-01-09
US20220273242A1 (en) 2022-09-01
TW202111482A (zh) 2021-03-16
WO2021046688A1 (zh) 2021-03-18
TWI723766B (zh) 2021-04-01
CN112822978A (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
Liu et al. TagSheet: Sleeping posture recognition with an unobtrusive passive tag matrix
CN104936519B (zh) 位置检测装置和呼吸测量装置以及心率测量装置
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
TWI393579B (zh) The state of the muscle movement state analysis system, methods and computer program products
Alaziz et al. Motion scale: A body motion monitoring system using bed-mounted wireless load cells
Mai et al. ECG biometric using multilayer perceptron and radial basis function neural networks
CN106028917A (zh) 用于确定动脉中的脉搏波速度的方法
CN105051799A (zh) 用于检测跌倒的方法和跌倒检测器
CN105581775B (zh) 投射电容式人体动作检测***
CN112822978B (zh) 身体部位的识别方法、装置、智能垫子、设备及介质
CN102930133A (zh) 一体化平衡与步态快速评估***及评估方法
CN103941874A (zh) 识别方法和设备
Liang et al. Smart cushion: A practical system for fine-grained sitting posture recognition
US20220346656A1 (en) Heart monitoring system and method
Alaziz et al. In-bed body motion detection and classification system
Chao et al. Method of recognizing sleep postures based on air pressure sensor and convolutional neural network: For an air spring mattress
CN106446876A (zh) 一种传感行为识别方法和装置
JP2016506278A5 (zh)
Kaur et al. Role of pulse diagnosis: A review
US11561123B2 (en) Smart scale systems and methods of using the same
Wang et al. Tracking peripheral artery motion and vascular resistance with a multimodal wearable sensor under pressure perturbations
Breuss et al. Sleep position detection for closed-loop treatment of sleep-related breathing disorders
US20170290539A1 (en) Polygraph
US20140371549A1 (en) Polygraph
CN111743543A (zh) 一种骑行者运动状态检测方法、装置及码表

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
GR01 Patent grant
GR01 Patent grant