CN116989820B - 一种智能导航***及方法 - Google Patents
一种智能导航***及方法 Download PDFInfo
- Publication number
- CN116989820B CN116989820B CN202311263481.0A CN202311263481A CN116989820B CN 116989820 B CN116989820 B CN 116989820B CN 202311263481 A CN202311263481 A CN 202311263481A CN 116989820 B CN116989820 B CN 116989820B
- Authority
- CN
- China
- Prior art keywords
- color
- health
- level
- changing
- time
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 13
- 230000036541 health Effects 0.000 claims abstract description 282
- 238000013079 data visualisation Methods 0.000 claims abstract description 8
- 230000003068 static effect Effects 0.000 claims abstract description 7
- 238000012423 maintenance Methods 0.000 claims description 48
- 239000003086 colorant Substances 0.000 claims description 42
- 238000011156 evaluation Methods 0.000 claims description 18
- 230000005802 health problem Effects 0.000 claims description 14
- 239000003814 drug Substances 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 230000004630 mental health Effects 0.000 claims description 6
- 238000000554 physical therapy Methods 0.000 claims description 6
- 230000036772 blood pressure Effects 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000036996 cardiovascular health Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000003860 sleep quality Effects 0.000 description 4
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供一种智能导航***及方法，包括健康状况分析模块、健康数据可视化模块、资源匹配模块、路线规划模块、导航模块；健康状况分析模块用于分析用户终端已采集的人体健康数据；健康数据可视化模块用于向用户直观可视的展现健康数据；资源匹配模块用于根据用户身体各部位的健康程度问题，匹配可以解决问题的社会资源；路线规划模块用于规划用户和静止的社会资源之间的路线；导航模块用于将用户沿着规划好的路线导航至静止的社会资源处，并获取正在移动的社会资源的路线规划数据，在不影响移动的社会资源已经规划好的路线基础上，将用户导航至移动的社会资源处。
Description
技术领域
本发明涉及一种智能导航***及方法。
背景技术
现有的导航***需要输入确定的目的地，用户根据生成的建议路线前往目的地。但很多时候用户未意识到自己有某方面的需求，需要依靠用户终端已采集的人体数据和获取的社会资源数据，自动生成能够满足用户需求的导航路线，提醒用户可能有某方面的需求，并供用户进行满足需求的路线选择及导航。假若导航***能够根据人体健康状况自动进行医疗资源的导航，人们的健康将能够获得更好的保障。
发明内容
本发明为了进一步满足人们的健康保障需求，设计了一种智能导航***及方法。
本发明所采用的技术方案是，一种智能导航***：
包括健康状况分析模块、健康数据可视化模块、资源匹配模块、路线规划模块、导航模块。
所述健康状况分析模块用于分析用户终端已采集的人体健康数据，具体方式为：
A1，健康数据整合，将用户终端已采集的人体健康数据进行整合和存储，构建用户的健康档案，通过整合不同来源的数据，例如心率、运动记录、睡眠质量等，将数据存储在一个集中的数据库中，为后续的健康分析提供基础；
A2，设定健康指标，根据不同健康参数、指南和指标范围进行设置，例如BMI（身体质量指数）标准范围、血压正常范围等，有助于对比用户的实际数据与目标，提供健康管理的依据；
A3，健康状况评估，将已采集的人体健康数据进行综合分析和比对设定的健康指标，对用户的健康状况进行评估。例如，通过比较用户的血压数据与正常范围，评估用户的心血管健康状况；
A4，健康趋势分析，通过跟踪用户的数据随时间的变化，例如心率、体重等，发现变化趋势及异常情况，识别出健康数据的变化趋势以及潜在的风险因素。
所述健康数据可视化模块用于向用户直观可视的展现健康数据，具体方式为：
C1，创建三维人体模型，三维模型具有人体结构，包括头部、躯干、四肢；
C2，健康数据映射，健康程度利用RGB颜色表示，设三维人体模型上某位置呈现健康状态的颜色为（Ri，Gj，Bk），严重不健康时的颜色为（Ru，Gv，Bw）；由健康到不健康的颜色层级划分为健康、亚健康、中等健康、不健康、严重不健康这五个层级，那么
①亚健康状态的颜色（R1，G1，B1）为：
R1=Ri-(Ri-Ru)×3/4；
G1=Gj-(Gj-Gv)×3/4；
B1=Bk-(Bk-Bw)×3/4；
②中等健康状态的颜色（R2，G2，B2）为：
R2=Ri-(Ri-Ru)/2；
G2=Gj-(Gj-Gv)/2；
B2=Bk-(Bk-Bw)/2；
③不健康状态的颜色（R3，G3，B3）为：
R3=Ri-(Ri-Ru)/4；
G3=Gj-(Gj-Gv)/4；
B3=Bk-(Bk-Bw)/4；
以上RGB颜色中，R、G、B三种原色均具有0～255级亮度，Ru的亮度小于Ri的亮度，Gv的亮度小于Gj的亮度，Bw的亮度小于Bk的亮度。
C3，健康数据的变化在人体模型上动态展示，使用户更直观地感知其健康状况的动态变化，
当某位置健康趋势向好时：
第一种，当前位置严重不健康，严重不健康层级的颜色初始面积为S；
①严重不健康层级的颜色面积变更为S/5后维持时间t；
②颜色变更为不健康层级的颜色，颜色面积变更为S×2/5后维持时间t；
③颜色变更为中等健康层级的颜色，颜色面积变更为S×3/5后维持时间t；
④颜色变更为亚健康层级的颜色，颜色面积变更为S×4/5后维持时间t；
⑤颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
⑥重复①～⑤，直到用户退出动态展示功能。
第二种，当前位置不健康，不健康层级的颜色初始面积为S；
①不健康层级的颜色面积变更为S/4后维持时间t；
②颜色变更为中等健康层级的颜色，颜色面积变更为S/2后维持时间t；
③颜色变更为亚健康层级的颜色，颜色面积变更为S×3/4后维持时间t；
④颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
⑤重复①～④，直到用户退出动态展示功能。
第三种，当前位置中等健康，中等健康层级的颜色初始面积为S；
①中等健康层级的颜色面积变更为S/3后维持时间t；
②颜色变更为亚健康层级的颜色，颜色面积变更为S×2/3后维持时间t；
③颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
④重复①～③，直到用户退出动态展示功能。
第四种，当前位置亚健康，亚健康层级的颜色初始面积为S；
①亚健康层级的颜色面积变更为S/2后维持时间t；
②颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
③重复①～②，直到用户退出动态展示功能。
当某位置健康趋势向坏时：
第一种，当前位置健康，健康层级的颜色初始面积为S；
①健康层级的颜色面积变更为S/5后维持时间t；
②颜色变更为亚健康层级的颜色，颜色面积变更为S×2/5后维持时间t；
③颜色变更为中等健康层级的颜色，颜色面积变更为S×3/5后维持时间t；
④颜色变更为不健康层级的颜色，颜色面积变更为S×4/5后维持时间t；
⑤颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
⑥重复①～⑤，直到用户退出动态展示功能。
第二种，当前位置亚健康，亚健康层级的颜色初始面积为S；
①亚健康层级的颜色面积变更为S/4后维持时间t；
②颜色变更为中等健康层级的颜色，颜色面积变更为S/2后维持时间t；
③颜色变更为不健康层级的颜色，颜色面积变更为S×3/4后维持时间t；
④颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
⑤重复①～④，直到用户退出动态展示功能。
第三种，当前位置中等健康，中等健康层级的颜色初始面积为S；
①中等健康层级的颜色面积变更为S/3后维持时间t；
②颜色变更为不健康层级的颜色，颜色面积变更为S×2/3后维持时间t；
③颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
④重复①～③，直到用户退出动态展示功能。
第四种，当前位置不健康，不健康层级的颜色初始面积为S；
①不健康层级的颜色面积变更为S/2后维持时间t；
②颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
③重复①～②，直到用户退出动态展示功能。
所述资源匹配模块用于根据用户身体各部位的健康程度问题，匹配可以解决问题的社会资源，资源分为药物资源、保健品资源、心理健康资源、理疗资源、健康信息资源，每种资源包含细项，每种细项的属性数据中包含空间信息数据、评价数据；当用户某位置的健康层级为健康时，无需匹配资源。
所述路线规划模块用于规划用户和静止的社会资源之间的路线，并将路线划分优先级，设用户健康问题严重程度H、用户和资源之间路线长度为L、资源评价分数为R、路线的优先级别为P，P=w1×H+w2/L+w3×R，w1、w2、w3是权重系数；健康问题越严重H值越高；资源评价越好R值越高；优先选择P值高的路线；
当某位置的健康层级为亚健康时，w1不变、w2不变、w3×2；
当某位置的健康层级为中等健康时，w1不变、w2不变、w3不变；
当某位置的健康层级为不健康时，w1不变、w2×2、w3不变；
当某位置的健康层级为严重不健康时，w1×2、w2×2、w3不变；
当路线的优先级别相同时，按照头部、躯干、四肢的次序推荐路线，当位置同属于四肢、同属于躯干、同属于头部时，按照位置从高到低的次序推荐路线。
所述导航模块用于将用户沿着规划好的路线导航至静止的社会资源处，并获取正在移动的社会资源如救护车、移动救助站的路线规划数据，在不影响移动的社会资源已经规划好的路线基础上，将用户导航至移动的社会资源处，具体方式为，设移动的社会资源为Q：
D1，将导航目的地设定在Q已经规划好的路线上，位于Q前方100m的M1处，根据Q的平均移动速度计算到达M1处的时间T1；
D2，规划用户至M1的最短路径，计算到达M1处的时间t1；
D3，当t1＞T1时，将目的地设置在Q前方200m的M2处，根据Q的平均移动速度计算到达M1处的时间T2；
D4，规划用户至M2的最短路径，计算到达M2处的时间t2；
D5，当t2＞T2时，将目的地设置在Q前方300m的M3处，根据Q的平均移动速度计算到达M3处的时间T3；
D6，规划用户至M3的最短路径，计算到达M3处的时间t3；
按此规律，每次以100m的距离增加幅度不断改变目的地，直到tn≤Tn位置，确定最终目的地Mn，所述导航模块将用户导航至Mn处。
一种智能导航方法：
步骤1，分析用户终端已采集的人体健康数据，具体方式为：
A1，健康数据整合，将用户终端已采集的人体健康数据进行整合和存储，构建用户的健康档案，通过整合不同来源的数据，例如心率、运动记录、睡眠质量等，将数据存储在一个集中的数据库中，为后续的健康分析提供基础；
A2，设定健康指标，根据不同健康参数、指南和指标范围进行设置，例如BMI（身体质量指数）标准范围、血压正常范围等，有助于对比用户的实际数据与目标，提供健康管理的依据；
A3，健康状况评估，将已采集的人体健康数据进行综合分析和比对设定的健康指标，对用户的健康状况进行评估。例如，通过比较用户的血压数据与正常范围，评估用户的心血管健康状况；
A4，健康趋势分析，通过跟踪用户的数据随时间的变化，例如心率、体重等，发现变化趋势及异常情况，识别出健康数据的变化趋势以及潜在的风险因素。
步骤2，向用户直观可视的展现健康数据，具体方式为：
C1，创建三维人体模型，三维模型具有人体结构，包括头部、躯干、四肢；
C2，健康数据映射，健康程度利用RGB颜色表示，设三维人体模型上某位置呈现健康状态的颜色为（Ri，Gj，Bk），严重不健康时的颜色为（Ru，Gv，Bw）；由健康到不健康的颜色层级划分为健康、亚健康、中等健康、不健康、严重不健康这五个层级，那么
①亚健康状态的颜色（R1，G1，B1）为：
R1=Ri-(Ri-Ru)×3/4；
G1=Gj-(Gj-Gv)×3/4；
B1=Bk-(Bk-Bw)×3/4；
②中等健康状态的颜色（R2，G2，B2）为：
R2=Ri-(Ri-Ru)/2；
G2=Gj-(Gj-Gv)/2；
B2=Bk-(Bk-Bw)/2；
③不健康状态的颜色（R3，G3，B3）为：
R3=Ri-(Ri-Ru)/4；
G3=Gj-(Gj-Gv)/4；
B3=Bk-(Bk-Bw)/4；
以上RGB颜色中，R、G、B三种原色均具有0～255级亮度，Ru的亮度小于Ri的亮度，Gv的亮度小于Gj的亮度，Bw的亮度小于Bk的亮度。
C3，健康数据的变化在人体模型上动态展示，使用户更直观地感知其健康状况的动态变化，
当某位置健康趋势向好时：
第一种，当前位置严重不健康，严重不健康层级的颜色初始面积为S；
①严重不健康层级的颜色面积变更为S/5后维持时间t；
②颜色变更为不健康层级的颜色，颜色面积变更为S×2/5后维持时间t；
③颜色变更为中等健康层级的颜色，颜色面积变更为S×3/5后维持时间t；
④颜色变更为亚健康层级的颜色，颜色面积变更为S×4/5后维持时间t；
⑤颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
⑥重复①～⑤，直到用户退出动态展示功能。
第二种，当前位置不健康，不健康层级的颜色初始面积为S；
①不健康层级的颜色面积变更为S/4后维持时间t；
②颜色变更为中等健康层级的颜色，颜色面积变更为S/2后维持时间t；
③颜色变更为亚健康层级的颜色，颜色面积变更为S×3/4后维持时间t；
④颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
⑤重复①～④，直到用户退出动态展示功能。
第三种，当前位置中等健康，中等健康层级的颜色初始面积为S；
①中等健康层级的颜色面积变更为S/3后维持时间t；
②颜色变更为亚健康层级的颜色，颜色面积变更为S×2/3后维持时间t；
③颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
④重复①～③，直到用户退出动态展示功能。
第四种，当前位置亚健康，亚健康层级的颜色初始面积为S；
①亚健康层级的颜色面积变更为S/2后维持时间t；
②颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
③重复①～②，直到用户退出动态展示功能。
当某位置健康趋势向坏时：
第一种，当前位置健康，健康层级的颜色初始面积为S；
①健康层级的颜色面积变更为S/5后维持时间t；
②颜色变更为亚健康层级的颜色，颜色面积变更为S×2/5后维持时间t；
③颜色变更为中等健康层级的颜色，颜色面积变更为S×3/5后维持时间t；
④颜色变更为不健康层级的颜色，颜色面积变更为S×4/5后维持时间t；
⑤颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
⑥重复①～⑤，直到用户退出动态展示功能。
第二种，当前位置亚健康，亚健康层级的颜色初始面积为S；
①亚健康层级的颜色面积变更为S/4后维持时间t；
②颜色变更为中等健康层级的颜色，颜色面积变更为S/2后维持时间t；
③颜色变更为不健康层级的颜色，颜色面积变更为S×3/4后维持时间t；
④颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
⑤重复①～④，直到用户退出动态展示功能。
第三种，当前位置中等健康，中等健康层级的颜色初始面积为S；
①中等健康层级的颜色面积变更为S/3后维持时间t；
②颜色变更为不健康层级的颜色，颜色面积变更为S×2/3后维持时间t；
③颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
④重复①～③，直到用户退出动态展示功能。
第四种，当前位置不健康，不健康层级的颜色初始面积为S；
①不健康层级的颜色面积变更为S/2后维持时间t；
②颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
③重复①～②，直到用户退出动态展示功能。
步骤3，根据用户身体各部位的健康程度问题，匹配可以解决问题的社会资源，资源分为药物资源、保健品资源、心理健康资源、理疗资源、健康信息资源，每种资源包含细项，每种细项的属性数据中包含空间信息数据、评价数据；当用户某位置的健康层级为健康时，无需匹配资源。
步骤4，规划用户和静止的社会资源之间的路线，并将路线划分优先级，设用户健康问题严重程度H、用户和资源之间路线长度为L、资源评价分数为R、路线的优先级别为P，P=w1×H+w2/L+w3×R，w1、w2、w3是权重系数；健康问题越严重H值越高；资源评价越好R值越高；优先选择P值高的路线；
当某位置的健康层级为亚健康时，w1不变、w2不变、w3×2；
当某位置的健康层级为中等健康时，w1不变、w2不变、w3不变；
当某位置的健康层级为不健康时，w1不变、w2×2、w3不变；
当某位置的健康层级为严重不健康时，w1×2、w2×2、w3不变；
当路线的优先级别相同时，按照头部、躯干、四肢的次序推荐路线，当位置同属于四肢、同属于躯干、同属于头部时，按照位置从高到低的次序推荐路线。
步骤5，将用户沿着规划好的路线导航至静止的社会资源处，并获取正在移动的社会资源如救护车、移动救助站的路线规划数据，在不影响移动的社会资源已经规划好的路线基础上，将用户导航至移动的社会资源处，具体方式为，设移动的社会资源为Q：
D1，将导航目的地设定在Q已经规划好的路线上，位于Q前方100m的M1处，根据Q的平均移动速度计算到达M1处的时间T1；
D2，规划用户至M1的最短路径，计算到达M1处的时间t1；
D3，当t1＞T1时，将目的地设置在Q前方200m的M2处，根据Q的平均移动速度计算到达M1处的时间T2；
D4，规划用户至M2的最短路径，计算到达M2处的时间t2；
D5，当t2＞T2时，将目的地设置在Q前方300m的M3处，根据Q的平均移动速度计算到达M3处的时间T3；
D6，规划用户至M3的最短路径，计算到达M3处的时间t3；
按此规律，每次以100m的距离增加幅度不断改变目的地，直到tn≤Tn位置，确定最终目的地Mn，所述导航模块将用户导航至Mn处。
本发明一种智能导航***及方法具有如下优点：
(1)根据用户终端采集的用户身体数据，自动分析用户的健康需求，并匹配现有的能满足用户健康问题的社会资源，最后进行路线规划和导航，思路新颖；
(2)将用户的健康问题可视化展示，并动态展示用户健康趋势，具备显著创新性；
(3)将传统的用户输入目的地进行导航的思路推翻，挖掘用户自己未意识到的需求并进行满足的路线规划和导航，方法创新性强。
本发明的其他特征和优点将在随后的说明书中阐述，或者通过实施本发明而了解。
附图说明
附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。
图1是本发明的方法流程图。
具体实施方式
以下将结合附图和实施例对本发明一种智能导航***及方法作进一步的详细描述。
本发明所采用的技术方案，一种智能导航***：
包括健康状况分析模块、健康数据可视化模块、资源匹配模块、路线规划模块、导航模块。
所述健康状况分析模块用于分析用户终端已采集的人体健康数据，具体方式为：
A1，健康数据整合，将用户终端已采集的人体健康数据进行整合和存储，构建用户的健康档案，通过整合不同来源的数据，例如心率、运动记录、睡眠质量等，将数据存储在一个集中的数据库中，为后续的健康分析提供基础；
A2，设定健康指标，根据不同健康参数、指南和指标范围进行设置，例如BMI（身体质量指数）标准范围、血压正常范围等，有助于对比用户的实际数据与目标，提供健康管理的依据；
A3，健康状况评估，将已采集的人体健康数据进行综合分析和比对设定的健康指标，对用户的健康状况进行评估。例如，通过比较用户的血压数据与正常范围，评估用户的心血管健康状况；
A4，健康趋势分析，通过跟踪用户的数据随时间的变化，例如心率、体重等，发现变化趋势及异常情况，识别出健康数据的变化趋势以及潜在的风险因素。
所述健康数据可视化模块用于向用户直观可视的展现健康数据，具体方式为：
C1，创建三维人体模型，三维模型具有人体结构，包括头部、躯干、四肢；
C2，健康数据映射，健康程度利用RGB颜色表示，设三维人体模型上某位置呈现健康状态的颜色为（Ri，Gj，Bk），严重不健康时的颜色为（Ru，Gv，Bw）；由健康到不健康的颜色层级划分为健康、亚健康、中等健康、不健康、严重不健康这五个层级，那么
①亚健康状态的颜色（R1，G1，B1）为：
R1=Ri-(Ri-Ru)×3/4；
G1=Gj-(Gj-Gv)×3/4；
B1=Bk-(Bk-Bw)×3/4；
②中等健康状态的颜色（R2，G2，B2）为：
R2=Ri-(Ri-Ru)/2；
G2=Gj-(Gj-Gv)/2；
B2=Bk-(Bk-Bw)/2；
③不健康状态的颜色（R3，G3，B3）为：
R3=Ri-(Ri-Ru)/4；
G3=Gj-(Gj-Gv)/4；
B3=Bk-(Bk-Bw)/4；
以上RGB颜色中，R、G、B三种原色均具有0～255级亮度，Ru的亮度小于Ri的亮度，Gv的亮度小于Gj的亮度，Bw的亮度小于Bk的亮度。
C3，健康数据的变化在人体模型上动态展示，使用户更直观地感知其健康状况的动态变化，
当某位置健康趋势向好时：
第一种，当前位置严重不健康，严重不健康层级的颜色初始面积为S；
①严重不健康层级的颜色面积变更为S/5后维持时间t；
②颜色变更为不健康层级的颜色，颜色面积变更为S×2/5后维持时间t；
③颜色变更为中等健康层级的颜色，颜色面积变更为S×3/5后维持时间t；
④颜色变更为亚健康层级的颜色，颜色面积变更为S×4/5后维持时间t；
⑤颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
⑥重复①～⑤，直到用户退出动态展示功能。
第二种，当前位置不健康，不健康层级的颜色初始面积为S；
①不健康层级的颜色面积变更为S/4后维持时间t；
②颜色变更为中等健康层级的颜色，颜色面积变更为S/2后维持时间t；
③颜色变更为亚健康层级的颜色，颜色面积变更为S×3/4后维持时间t；
④颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
⑤重复①～④，直到用户退出动态展示功能。
第三种，当前位置中等健康，中等健康层级的颜色初始面积为S；
①中等健康层级的颜色面积变更为S/3后维持时间t；
②颜色变更为亚健康层级的颜色，颜色面积变更为S×2/3后维持时间t；
③颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
④重复①～③，直到用户退出动态展示功能。
第四种，当前位置亚健康，亚健康层级的颜色初始面积为S；
①亚健康层级的颜色面积变更为S/2后维持时间t；
②颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
③重复①～②，直到用户退出动态展示功能。
当某位置健康趋势向坏时：
第一种，当前位置健康，健康层级的颜色初始面积为S；
①健康层级的颜色面积变更为S/5后维持时间t；
②颜色变更为亚健康层级的颜色，颜色面积变更为S×2/5后维持时间t；
③颜色变更为中等健康层级的颜色，颜色面积变更为S×3/5后维持时间t；
④颜色变更为不健康层级的颜色，颜色面积变更为S×4/5后维持时间t；
⑤颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
⑥重复①～⑤，直到用户退出动态展示功能。
第二种，当前位置亚健康，亚健康层级的颜色初始面积为S；
①亚健康层级的颜色面积变更为S/4后维持时间t；
②颜色变更为中等健康层级的颜色，颜色面积变更为S/2后维持时间t；
③颜色变更为不健康层级的颜色，颜色面积变更为S×3/4后维持时间t；
④颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
⑤重复①～④，直到用户退出动态展示功能。
第三种，当前位置中等健康，中等健康层级的颜色初始面积为S；
①中等健康层级的颜色面积变更为S/3后维持时间t；
②颜色变更为不健康层级的颜色，颜色面积变更为S×2/3后维持时间t；
③颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
④重复①～③，直到用户退出动态展示功能。
第四种，当前位置不健康，不健康层级的颜色初始面积为S；
①不健康层级的颜色面积变更为S/2后维持时间t；
②颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
③重复①～②，直到用户退出动态展示功能。
所述资源匹配模块用于根据用户身体各部位的健康程度问题，匹配可以解决问题的社会资源，资源分为药物资源、保健品资源、心理健康资源、理疗资源、健康信息资源，每种资源包含细项，每种细项的属性数据中包含空间信息数据、评价数据；当用户某位置的健康层级为健康时，无需匹配资源。
所述路线规划模块用于规划用户和静止的社会资源之间的路线，并将路线划分优先级，设用户健康问题严重程度H、用户和资源之间路线长度为L、资源评价分数为R、路线的优先级别为P，P=w1×H+w2/L+w3×R，w1、w2、w3是权重系数；健康问题越严重H值越高；资源评价越好R值越高；优先选择P值高的路线；
当某位置的健康层级为亚健康时，w1不变、w2不变、w3×2；
当某位置的健康层级为中等健康时，w1不变、w2不变、w3不变；
当某位置的健康层级为不健康时，w1不变、w2×2、w3不变；
当某位置的健康层级为严重不健康时，w1×2、w2×2、w3不变；
当路线的优先级别相同时，按照头部、躯干、四肢的次序推荐路线，当位置同属于四肢、同属于躯干、同属于头部时，按照位置从高到低的次序推荐路线。
所述导航模块用于将用户沿着规划好的路线导航至静止的社会资源处，并获取正在移动的社会资源如救护车、移动救助站的路线规划数据，在不影响移动的社会资源已经规划好的路线基础上，将用户导航至移动的社会资源处，具体方式为，设移动的社会资源为Q：
D1，将导航目的地设定在Q已经规划好的路线上，位于Q前方100m的M1处，根据Q的平均移动速度计算到达M1处的时间T1；
D2，规划用户至M1的最短路径，计算到达M1处的时间t1；
D3，当t1＞T1时，将目的地设置在Q前方200m的M2处，根据Q的平均移动速度计算到达M1处的时间T2；
D4，规划用户至M2的最短路径，计算到达M2处的时间t2；
D5，当t2＞T2时，将目的地设置在Q前方300m的M3处，根据Q的平均移动速度计算到达M3处的时间T3；
D6，规划用户至M3的最短路径，计算到达M3处的时间t3；
按此规律，每次以100m的距离增加幅度不断改变目的地，直到tn≤Tn位置，确定最终目的地Mn，所述导航模块将用户导航至Mn处。
一种智能导航方法：
步骤1，分析用户终端已采集的人体健康数据，具体方式为：
A1，健康数据整合，将用户终端已采集的人体健康数据进行整合和存储，构建用户的健康档案，通过整合不同来源的数据，例如心率、运动记录、睡眠质量等，将数据存储在一个集中的数据库中，为后续的健康分析提供基础；
A2，设定健康指标，根据不同健康参数、指南和指标范围进行设置，例如BMI（身体质量指数）标准范围、血压正常范围等，有助于对比用户的实际数据与目标，提供健康管理的依据；
A3，健康状况评估，将已采集的人体健康数据进行综合分析和比对设定的健康指标，对用户的健康状况进行评估。例如，通过比较用户的血压数据与正常范围，评估用户的心血管健康状况；
A4，健康趋势分析，通过跟踪用户的数据随时间的变化，例如心率、体重等，发现变化趋势及异常情况，识别出健康数据的变化趋势以及潜在的风险因素。
步骤2，向用户直观可视的展现健康数据，具体方式为：
C1，创建三维人体模型，三维模型具有人体结构，包括头部、躯干、四肢；
C2，健康数据映射，健康程度利用RGB颜色表示，设三维人体模型上某位置呈现健康状态的颜色为（Ri，Gj，Bk），严重不健康时的颜色为（Ru，Gv，Bw）；由健康到不健康的颜色层级划分为健康、亚健康、中等健康、不健康、严重不健康这五个层级，那么
①亚健康状态的颜色（R1，G1，B1）为：
R1=Ri-(Ri-Ru)×3/4；
G1=Gj-(Gj-Gv)×3/4；
B1=Bk-(Bk-Bw)×3/4；
②中等健康状态的颜色（R2，G2，B2）为：
R2=Ri-(Ri-Ru)/2；
G2=Gj-(Gj-Gv)/2；
B2=Bk-(Bk-Bw)/2；
③不健康状态的颜色（R3，G3，B3）为：
R3=Ri-(Ri-Ru)/4；
G3=Gj-(Gj-Gv)/4；
B3=Bk-(Bk-Bw)/4；
以上RGB颜色中，R、G、B三种原色均具有0～255级亮度，Ru的亮度小于Ri的亮度，Gv的亮度小于Gj的亮度，Bw的亮度小于Bk的亮度。
C3，健康数据的变化在人体模型上动态展示，使用户更直观地感知其健康状况的动态变化，
当某位置健康趋势向好时：
第一种，当前位置严重不健康，严重不健康层级的颜色初始面积为S；
①严重不健康层级的颜色面积变更为S/5后维持时间t；
②颜色变更为不健康层级的颜色，颜色面积变更为S×2/5后维持时间t；
③颜色变更为中等健康层级的颜色，颜色面积变更为S×3/5后维持时间t；
④颜色变更为亚健康层级的颜色，颜色面积变更为S×4/5后维持时间t；
⑤颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
⑥重复①～⑤，直到用户退出动态展示功能。
第二种，当前位置不健康，不健康层级的颜色初始面积为S；
①不健康层级的颜色面积变更为S/4后维持时间t；
②颜色变更为中等健康层级的颜色，颜色面积变更为S/2后维持时间t；
③颜色变更为亚健康层级的颜色，颜色面积变更为S×3/4后维持时间t；
④颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
⑤重复①～④，直到用户退出动态展示功能。
第三种，当前位置中等健康，中等健康层级的颜色初始面积为S；
①中等健康层级的颜色面积变更为S/3后维持时间t；
②颜色变更为亚健康层级的颜色，颜色面积变更为S×2/3后维持时间t；
③颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
④重复①～③，直到用户退出动态展示功能。
第四种，当前位置亚健康，亚健康层级的颜色初始面积为S；
①亚健康层级的颜色面积变更为S/2后维持时间t；
②颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
③重复①～②，直到用户退出动态展示功能。
当某位置健康趋势向坏时：
第一种，当前位置健康，健康层级的颜色初始面积为S；
①健康层级的颜色面积变更为S/5后维持时间t；
②颜色变更为亚健康层级的颜色，颜色面积变更为S×2/5后维持时间t；
③颜色变更为中等健康层级的颜色，颜色面积变更为S×3/5后维持时间t；
④颜色变更为不健康层级的颜色，颜色面积变更为S×4/5后维持时间t；
⑤颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
⑥重复①～⑤，直到用户退出动态展示功能。
第二种，当前位置亚健康，亚健康层级的颜色初始面积为S；
①亚健康层级的颜色面积变更为S/4后维持时间t；
②颜色变更为中等健康层级的颜色，颜色面积变更为S/2后维持时间t；
③颜色变更为不健康层级的颜色，颜色面积变更为S×3/4后维持时间t；
④颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
⑤重复①～④，直到用户退出动态展示功能。
第三种，当前位置中等健康，中等健康层级的颜色初始面积为S；
①中等健康层级的颜色面积变更为S/3后维持时间t；
②颜色变更为不健康层级的颜色，颜色面积变更为S×2/3后维持时间t；
③颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
④重复①～③，直到用户退出动态展示功能。
第四种，当前位置不健康，不健康层级的颜色初始面积为S；
①不健康层级的颜色面积变更为S/2后维持时间t；
②颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
③重复①～②，直到用户退出动态展示功能。
步骤3，根据用户身体各部位的健康程度问题，匹配可以解决问题的社会资源，资源分为药物资源、保健品资源、心理健康资源、理疗资源、健康信息资源，每种资源包含细项，每种细项的属性数据中包含空间信息数据、评价数据；当用户某位置的健康层级为健康时，无需匹配资源。
步骤4，规划用户和静止的社会资源之间的路线，并将路线划分优先级，设用户健康问题严重程度H、用户和资源之间路线长度为L、资源评价分数为R、路线的优先级别为P，P=w1×H+w2/L+w3×R，w1、w2、w3是权重系数；健康问题越严重H值越高；资源评价越好R值越高；优先选择P值高的路线；
当某位置的健康层级为亚健康时，w1不变、w2不变、w3×2；
当某位置的健康层级为中等健康时，w1不变、w2不变、w3不变；
当某位置的健康层级为不健康时，w1不变、w2×2、w3不变；
当某位置的健康层级为严重不健康时，w1×2、w2×2、w3不变；
当路线的优先级别相同时，按照头部、躯干、四肢的次序推荐路线，当位置同属于四肢、同属于躯干、同属于头部时，按照位置从高到低的次序推荐路线。
步骤5，将用户沿着规划好的路线导航至静止的社会资源处，并获取正在移动的社会资源如救护车、移动救助站的路线规划数据，在不影响移动的社会资源已经规划好的路线基础上，将用户导航至移动的社会资源处，具体方式为，设移动的社会资源为Q：
D1，将导航目的地设定在Q已经规划好的路线上，位于Q前方100m的M1处，根据Q的平均移动速度计算到达M1处的时间T1；
D2，规划用户至M1的最短路径，计算到达M1处的时间t1；
D3，当t1＞T1时，将目的地设置在Q前方200m的M2处，根据Q的平均移动速度计算到达M1处的时间T2；
D4，规划用户至M2的最短路径，计算到达M2处的时间t2；
D5，当t2＞T2时，将目的地设置在Q前方300m的M3处，根据Q的平均移动速度计算到达M3处的时间T3；
D6，规划用户至M3的最短路径，计算到达M3处的时间t3；
按此规律，每次以100m的距离增加幅度不断改变目的地，直到tn≤Tn位置，确定最终目的地Mn，所述导航模块将用户导航至Mn处。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
Claims (2)
1.一种智能导航***，其特征在于：
包括健康状况分析模块、健康数据可视化模块、资源匹配模块、路线规划模块、导航模块；
所述健康状况分析模块用于分析用户终端已采集的人体健康数据，具体方式为：
A1，健康数据整合，将用户终端已采集的人体健康数据进行整合和存储，构建用户的健康档案，通过整合不同来源的数据，将数据存储在一个集中的数据库中，为后续的健康分析提供基础；
A2，设定健康指标，根据不同健康参数、指南和指标范围进行设置；
A3，健康状况评估，将已采集的人体健康数据进行综合分析和比对设定的健康指标，对用户的健康状况进行评估；
A4，健康趋势分析，通过跟踪用户的数据随时间的变化，识别出健康数据的变化趋势以及潜在的风险因素；
所述健康数据可视化模块用于向用户直观可视的展现健康数据，具体方式为：
C1，创建三维人体模型，三维模型具有人体结构，包括头部、躯干、四肢；
C2，健康数据映射，健康程度利用RGB颜色表示，设三维人体模型上某位置呈现健康状态的颜色为（Ri，Gj，Bk），严重不健康时的颜色为（Ru，Gv，Bw）；由健康到不健康的颜色层级划分为健康、亚健康、中等健康、不健康、严重不健康这五个层级，那么
①亚健康状态的颜色（R1，G1，B1）为：
R1=Ri-(Ri-Ru)×3/4；
G1=Gj-(Gj-Gv)×3/4；
B1=Bk-(Bk-Bw)×3/4；
②中等健康状态的颜色（R2，G2，B2）为：
R2=Ri-(Ri-Ru)/2；
G2=Gj-(Gj-Gv)/2；
B2=Bk-(Bk-Bw)/2；
③不健康状态的颜色（R3，G3，B3）为：
R3=Ri-(Ri-Ru)/4；
G3=Gj-(Gj-Gv)/4；
B3=Bk-(Bk-Bw)/4；
以上RGB颜色中，R、G、B三种原色均具有0～255级亮度，Ru的亮度小于Ri的亮度，Gv的亮度小于Gj的亮度，Bw的亮度小于Bk的亮度；
C3，健康数据的变化在人体模型上动态展示，使用户更直观地感知其健康状况的动态变化，
当某位置健康趋势向好时：
第一种，当前位置严重不健康，严重不健康层级的颜色初始面积为S；
①严重不健康层级的颜色面积变更为S/5后维持时间t；
②颜色变更为不健康层级的颜色，颜色面积变更为S×2/5后维持时间t；
③颜色变更为中等健康层级的颜色，颜色面积变更为S×3/5后维持时间t；
④颜色变更为亚健康层级的颜色，颜色面积变更为S×4/5后维持时间t；
⑤颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
⑥重复①～⑤，直到用户退出动态展示功能；
第二种，当前位置不健康，不健康层级的颜色初始面积为S；
①不健康层级的颜色面积变更为S/4后维持时间t；
②颜色变更为中等健康层级的颜色，颜色面积变更为S/2后维持时间t；
③颜色变更为亚健康层级的颜色，颜色面积变更为S×3/4后维持时间t；
④颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
⑤重复①～④，直到用户退出动态展示功能；
第三种，当前位置中等健康，中等健康层级的颜色初始面积为S；
①中等健康层级的颜色面积变更为S/3后维持时间t；
②颜色变更为亚健康层级的颜色，颜色面积变更为S×2/3后维持时间t；
③颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
④重复①～③，直到用户退出动态展示功能；
第四种，当前位置亚健康，亚健康层级的颜色初始面积为S；
①亚健康层级的颜色面积变更为S/2后维持时间t；
②颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
③重复①～②，直到用户退出动态展示功能；
当某位置健康趋势向坏时：
第一种，当前位置健康，健康层级的颜色初始面积为S；
①健康层级的颜色面积变更为S/5后维持时间t；
②颜色变更为亚健康层级的颜色，颜色面积变更为S×2/5后维持时间t；
③颜色变更为中等健康层级的颜色，颜色面积变更为S×3/5后维持时间t；
④颜色变更为不健康层级的颜色，颜色面积变更为S×4/5后维持时间t；
⑤颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
⑥重复①～⑤，直到用户退出动态展示功能；
第二种，当前位置亚健康，亚健康层级的颜色初始面积为S；
①亚健康层级的颜色面积变更为S/4后维持时间t；
②颜色变更为中等健康层级的颜色，颜色面积变更为S/2后维持时间t；
③颜色变更为不健康层级的颜色，颜色面积变更为S×3/4后维持时间t；
④颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
⑤重复①～④，直到用户退出动态展示功能；
第三种，当前位置中等健康，中等健康层级的颜色初始面积为S；
①中等健康层级的颜色面积变更为S/3后维持时间t；
②颜色变更为不健康层级的颜色，颜色面积变更为S×2/3后维持时间t；
③颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
④重复①～③，直到用户退出动态展示功能；
第四种，当前位置不健康，不健康层级的颜色初始面积为S；
①不健康层级的颜色面积变更为S/2后维持时间t；
②颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
③重复①～②，直到用户退出动态展示功能；
所述资源匹配模块用于根据用户身体各部位的健康程度问题，匹配可以解决问题的社会资源，资源分为药物资源、保健品资源、心理健康资源、理疗资源、健康信息资源，每种资源包含细项，每种细项的属性数据中包含空间信息数据、评价数据；当用户某位置的健康层级为健康时，无需匹配资源；
所述路线规划模块用于规划用户和静止的社会资源之间的路线，并将路线划分优先级，设用户健康问题严重程度H、用户和资源之间路线长度为L、资源评价分数为R、路线的优先级别为P，P=w1×H+w2/L+w3×R，w1、w2、w3是权重系数；健康问题越严重H值越高；资源评价越好R值越高；优先选择P值高的路线；
当某位置的健康层级为亚健康时，w1不变、w2不变、w3×2；
当某位置的健康层级为中等健康时，w1不变、w2不变、w3不变；
当某位置的健康层级为不健康时，w1不变、w2×2、w3不变；
当某位置的健康层级为严重不健康时，w1×2、w2×2、w3不变；
当路线的优先级别相同时，按照头部、躯干、四肢的次序推荐路线，当位置同属于四肢、同属于躯干、同属于头部时，按照位置从高到低的次序推荐路线；
所述导航模块用于将用户沿着规划好的路线导航至静止的社会资源处，并获取正在移动的社会资源的路线规划数据，在不影响移动的社会资源已经规划好的路线基础上，将用户导航至移动的社会资源处，具体方式为，设移动的社会资源为Q：
D1，将导航目的地设定在Q已经规划好的路线上，位于Q前方100m的M1处，根据Q的平均移动速度计算到达M1处的时间T1；
D2，规划用户至M1的最短路径，计算到达M1处的时间t1；
D3，当t1＞T1时，将目的地设置在Q前方200m的M2处，根据Q的平均移动速度计算到达M1处的时间T2；
D4，规划用户至M2的最短路径，计算到达M2处的时间t2；
D5，当t2＞T2时，将目的地设置在Q前方300m的M3处，根据Q的平均移动速度计算到达M3处的时间T3；
D6，规划用户至M3的最短路径，计算到达M3处的时间t3；
按此规律，每次以100m的距离增加幅度不断改变目的地，直到tn≤Tn位置，确定最终目的地Mn，所述导航模块将用户导航至Mn处。
2.一种智能导航方法，其特征在于：
步骤1，分析用户终端已采集的人体健康数据，具体方式为：
A1，健康数据整合，将用户终端已采集的人体健康数据进行整合和存储，构建用户的健康档案，通过整合不同来源的数据，将数据存储在一个集中的数据库中，为后续的健康分析提供基础；
A2，设定健康指标，根据不同健康参数、指南和指标范围进行设置；
A3，健康状况评估，将已采集的人体健康数据进行综合分析和比对设定的健康指标，对用户的健康状况进行评估；
A4，健康趋势分析，通过跟踪用户的数据随时间的变化，识别出健康数据的变化趋势以及潜在的风险因素；
步骤2，向用户直观可视的展现健康数据，具体方式为：
C1，创建三维人体模型，三维模型具有人体结构，包括头部、躯干、四肢；
C2，健康数据映射，健康程度利用RGB颜色表示，设三维人体模型上某位置呈现健康状态的颜色为（Ri，Gj，Bk），严重不健康时的颜色为（Ru，Gv，Bw）；由健康到不健康的颜色层级划分为健康、亚健康、中等健康、不健康、严重不健康这五个层级，那么
①亚健康状态的颜色（R1，G1，B1）为：
R1=Ri-(Ri-Ru)×3/4；
G1=Gj-(Gj-Gv)×3/4；
B1=Bk-(Bk-Bw)×3/4；
②中等健康状态的颜色（R2，G2，B2）为：
R2=Ri-(Ri-Ru)/2；
G2=Gj-(Gj-Gv)/2；
B2=Bk-(Bk-Bw)/2；
③不健康状态的颜色（R3，G3，B3）为：
R3=Ri-(Ri-Ru)/4；
G3=Gj-(Gj-Gv)/4；
B3=Bk-(Bk-Bw)/4；
以上RGB颜色中，R、G、B三种原色均具有0～255级亮度，Ru的亮度小于Ri的亮度，Gv的亮度小于Gj的亮度，Bw的亮度小于Bk的亮度；
C3，健康数据的变化在人体模型上动态展示，使用户更直观地感知其健康状况的动态变化，
当某位置健康趋势向好时：
第一种，当前位置严重不健康，严重不健康层级的颜色初始面积为S；
①严重不健康层级的颜色面积变更为S/5后维持时间t；
②颜色变更为不健康层级的颜色，颜色面积变更为S×2/5后维持时间t；
③颜色变更为中等健康层级的颜色，颜色面积变更为S×3/5后维持时间t；
④颜色变更为亚健康层级的颜色，颜色面积变更为S×4/5后维持时间t；
⑤颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
⑥重复①～⑤，直到用户退出动态展示功能；
第二种，当前位置不健康，不健康层级的颜色初始面积为S；
①不健康层级的颜色面积变更为S/4后维持时间t；
②颜色变更为中等健康层级的颜色，颜色面积变更为S/2后维持时间t；
③颜色变更为亚健康层级的颜色，颜色面积变更为S×3/4后维持时间t；
④颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
⑤重复①～④，直到用户退出动态展示功能；
第三种，当前位置中等健康，中等健康层级的颜色初始面积为S；
①中等健康层级的颜色面积变更为S/3后维持时间t；
②颜色变更为亚健康层级的颜色，颜色面积变更为S×2/3后维持时间t；
③颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
④重复①～③，直到用户退出动态展示功能；
第四种，当前位置亚健康，亚健康层级的颜色初始面积为S；
①亚健康层级的颜色面积变更为S/2后维持时间t；
②颜色变更为健康层级的颜色，颜色面积变更为S后维持时间t；
③重复①～②，直到用户退出动态展示功能；
当某位置健康趋势向坏时：
第一种，当前位置健康，健康层级的颜色初始面积为S；
①健康层级的颜色面积变更为S/5后维持时间t；
②颜色变更为亚健康层级的颜色，颜色面积变更为S×2/5后维持时间t；
③颜色变更为中等健康层级的颜色，颜色面积变更为S×3/5后维持时间t；
④颜色变更为不健康层级的颜色，颜色面积变更为S×4/5后维持时间t；
⑤颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
⑥重复①～⑤，直到用户退出动态展示功能；
第二种，当前位置亚健康，亚健康层级的颜色初始面积为S；
①亚健康层级的颜色面积变更为S/4后维持时间t；
②颜色变更为中等健康层级的颜色，颜色面积变更为S/2后维持时间t；
③颜色变更为不健康层级的颜色，颜色面积变更为S×3/4后维持时间t；
④颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
⑤重复①～④，直到用户退出动态展示功能；
第三种，当前位置中等健康，中等健康层级的颜色初始面积为S；
①中等健康层级的颜色面积变更为S/3后维持时间t；
②颜色变更为不健康层级的颜色，颜色面积变更为S×2/3后维持时间t；
③颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
④重复①～③，直到用户退出动态展示功能；
第四种，当前位置不健康，不健康层级的颜色初始面积为S；
①不健康层级的颜色面积变更为S/2后维持时间t；
②颜色变更为严重不健康层级的颜色，颜色面积变更为S后维持时间t；
③重复①～②，直到用户退出动态展示功能；
步骤3，根据用户身体各部位的健康程度问题，匹配可以解决问题的社会资源，资源分为药物资源、保健品资源、心理健康资源、理疗资源、健康信息资源，每种资源包含细项，每种细项的属性数据中包含空间信息数据、评价数据；当用户某位置的健康层级为健康时，无需匹配资源；
步骤4，规划用户和静止的社会资源之间的路线，并将路线划分优先级，设用户健康问题严重程度H、用户和资源之间路线长度为L、资源评价分数为R、路线的优先级别为P，P=w1×H+w2/L+w3×R，w1、w2、w3是权重系数；健康问题越严重H值越高；资源评价越好R值越高；优先选择P值高的路线；
当某位置的健康层级为亚健康时，w1不变、w2不变、w3×2；
当某位置的健康层级为中等健康时，w1不变、w2不变、w3不变；
当某位置的健康层级为不健康时，w1不变、w2×2、w3不变；
当某位置的健康层级为严重不健康时，w1×2、w2×2、w3不变；
当路线的优先级别相同时，按照头部、躯干、四肢的次序推荐路线，当位置同属于四肢、同属于躯干、同属于头部时，按照位置从高到低的次序推荐路线；
步骤5，将用户沿着规划好的路线导航至静止的社会资源处，并获取正在移动的社会资源的路线规划数据，在不影响移动的社会资源已经规划好的路线基础上，将用户导航至移动的社会资源处，具体方式为，设移动的社会资源为Q：
D1，将导航目的地设定在Q已经规划好的路线上，位于Q前方100m的M1处，根据Q的平均移动速度计算到达M1处的时间T1；
D2，规划用户至M1的最短路径，计算到达M1处的时间t1；
D3，当t1＞T1时，将目的地设置在Q前方200m的M2处，根据Q的平均移动速度计算到达M1处的时间T2；
D4，规划用户至M2的最短路径，计算到达M2处的时间t2；
D5，当t2＞T2时，将目的地设置在Q前方300m的M3处，根据Q的平均移动速度计算到达M3处的时间T3；
D6，规划用户至M3的最短路径，计算到达M3处的时间t3；
按此规律，每次以100m的距离增加幅度不断改变目的地，直到tn≤Tn位置，确定最终目的地Mn，导航模块将用户导航至Mn处。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311263481.0A CN116989820B (zh) | 2023-09-27 | 2023-09-27 | 一种智能导航***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311263481.0A CN116989820B (zh) | 2023-09-27 | 2023-09-27 | 一种智能导航***及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116989820A CN116989820A (zh) | 2023-11-03 |
| CN116989820B true CN116989820B (zh) | 2023-12-05 |
Family
ID=88527041
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311263481.0A Active CN116989820B (zh) | 2023-09-27 | 2023-09-27 | 一种智能导航***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116989820B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117739995B (zh) * | 2024-02-20 | 2024-06-21 | 厦门精图信息技术有限公司 | 基于拍摄和实景地图实现导航和时空回溯的***及方法 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003148967A (ja) * | 2001-11-12 | 2003-05-21 | Denso Corp | 車両運転者用診断システム及びナビゲーションシステム |
| CN101596128A (zh) * | 2008-06-03 | 2009-12-09 | 通用电气公司 | 具有健康状态指示符的患者监视*** |
| CN103637785A (zh) * | 2013-12-18 | 2014-03-19 | 上海众人网络安全技术有限公司 | 一种移动智能健康监护手表 |
| CN103781407A (zh) * | 2011-07-05 | 2014-05-07 | 沙特***石油公司 | 用于利用虚拟形象来基于监测的健康状况训练雇员的***、计算机介质和计算机实现方法 |
| CN103944977A (zh) * | 2014-04-04 | 2014-07-23 | 深圳市鸿宇顺科技有限公司 | 基于可穿戴设备的云健康信息管理***及方法 |
| CN104081158A (zh) * | 2011-11-18 | 2014-10-01 | 通腾北美有限公司 | 用于创建供在产生跨越电子地图的路线中使用的成本数据的方法及设备 |
| CN108253983A (zh) * | 2016-12-22 | 2018-07-06 | 普瑞车联有限公司 | 用于计算偏移路线的方法和导航装置 |
| CN109432566A (zh) * | 2018-11-07 | 2019-03-08 | 深圳智能光谱有限公司 | 一种生理参数导航调节方法、控制组件和调节装置 |
| JP2019056650A (ja) * | 2017-09-21 | 2019-04-11 | 京セラ株式会社 | 電子機器、サーバ、データ構造、体調管理方法及び体調管理プログラム |
| WO2020161947A1 (ja) * | 2019-02-05 | 2020-08-13 | 株式会社日立製作所 | 身体健康状態映像分析装置、方法並びにシステム |
| CN113392904A (zh) * | 2021-06-16 | 2021-09-14 | 华南理工大学 | 基于ltc-dnn的视觉惯导组合导航***与自学习方法 |
| CN115177240A (zh) * | 2022-07-05 | 2022-10-14 | 清华大学 | 基于可穿戴设备的光环境及姿态检测方法、装置、*** |
| CN115249266A (zh) * | 2022-07-22 | 2022-10-28 | 上海西井信息科技有限公司 | 航路点位置预测方法、***、设备及存储介质 |
| CN115691746A (zh) * | 2022-10-26 | 2023-02-03 | 浙江绿丝带润锦健康管理有限公司 | 一种基于健康档案的机体评估管理*** |
| CN115808183A (zh) * | 2022-12-02 | 2023-03-17 | 中国电信股份有限公司 | 路径规划方法、装置、电子设备及可读存储介质 |
| CN116431875A (zh) * | 2023-06-12 | 2023-07-14 | 厦门精图信息技术有限公司 | 一种大数据可视化分析展示***及方法 |
-
2023
- 2023-09-27 CN CN202311263481.0A patent/CN116989820B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003148967A (ja) * | 2001-11-12 | 2003-05-21 | Denso Corp | 車両運転者用診断システム及びナビゲーションシステム |
| CN101596128A (zh) * | 2008-06-03 | 2009-12-09 | 通用电气公司 | 具有健康状态指示符的患者监视*** |
| CN103781407A (zh) * | 2011-07-05 | 2014-05-07 | 沙特***石油公司 | 用于利用虚拟形象来基于监测的健康状况训练雇员的***、计算机介质和计算机实现方法 |
| CN104081158A (zh) * | 2011-11-18 | 2014-10-01 | 通腾北美有限公司 | 用于创建供在产生跨越电子地图的路线中使用的成本数据的方法及设备 |
| CN103637785A (zh) * | 2013-12-18 | 2014-03-19 | 上海众人网络安全技术有限公司 | 一种移动智能健康监护手表 |
| CN103944977A (zh) * | 2014-04-04 | 2014-07-23 | 深圳市鸿宇顺科技有限公司 | 基于可穿戴设备的云健康信息管理***及方法 |
| CN108253983A (zh) * | 2016-12-22 | 2018-07-06 | 普瑞车联有限公司 | 用于计算偏移路线的方法和导航装置 |
| JP2019056650A (ja) * | 2017-09-21 | 2019-04-11 | 京セラ株式会社 | 電子機器、サーバ、データ構造、体調管理方法及び体調管理プログラム |
| CN109432566A (zh) * | 2018-11-07 | 2019-03-08 | 深圳智能光谱有限公司 | 一种生理参数导航调节方法、控制组件和调节装置 |
| WO2020161947A1 (ja) * | 2019-02-05 | 2020-08-13 | 株式会社日立製作所 | 身体健康状態映像分析装置、方法並びにシステム |
| CN113392904A (zh) * | 2021-06-16 | 2021-09-14 | 华南理工大学 | 基于ltc-dnn的视觉惯导组合导航***与自学习方法 |
| CN115177240A (zh) * | 2022-07-05 | 2022-10-14 | 清华大学 | 基于可穿戴设备的光环境及姿态检测方法、装置、*** |
| CN115249266A (zh) * | 2022-07-22 | 2022-10-28 | 上海西井信息科技有限公司 | 航路点位置预测方法、***、设备及存储介质 |
| CN115691746A (zh) * | 2022-10-26 | 2023-02-03 | 浙江绿丝带润锦健康管理有限公司 | 一种基于健康档案的机体评估管理*** |
| CN115808183A (zh) * | 2022-12-02 | 2023-03-17 | 中国电信股份有限公司 | 路径规划方法、装置、电子设备及可读存储介质 |
| CN116431875A (zh) * | 2023-06-12 | 2023-07-14 | 厦门精图信息技术有限公司 | 一种大数据可视化分析展示***及方法 |
Non-Patent Citations (4)
| Title |
|---|
| "A fast learning approach for autonomous navigation using a deep reinforcement learning method";Muhammad Mudassir Ejaz 等;《Electronics Letters》;第57卷(第2期);正文第50-53页 * |
| "Optimal path planning of mobile nanobots navigation control in human physiological systems using advanced soft computing technique";Nitin Kukreja 等;《Materials Today: Proceedings》;第45卷(第2期);正文第3426-3430页 * |
| "人们对于面部喜好度、健康程度、白度评价因素研究";赵炳淏 等;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;正文第27-50页 * |
| "融合明度特征的V-SAD立体匹配算法";李一能 等;《导航定位与授时》;第8卷(第4期);正文第90-97页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116989820A (zh) | 2023-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116989820B (zh) | 一种智能导航***及方法 | |
| US7970712B2 (en) | Displaying strengths of social relationships between a user and other people | |
| Ziemkiewicz et al. | Understanding visualization by understanding individual users | |
| Norcross et al. | A study of eclectic (and integrative) views revisited. | |
| Ahmad | Job, family and individual factors as predictors of work-family conflict | |
| Yeh et al. | Dissociation of performance and subjective measures of workload | |
| US20110218953A1 (en) | Design of systems for improved human interaction | |
| Truschzinski et al. | Emotional and cognitive influences in air traffic controller tasks: An investigation using a virtual environment? | |
| Gustafson et al. | Personal style and person-environment fit: A pattern approach | |
| JP6458155B2 (ja) | 情報処理装置及び情報処理方法 | |
| JP2017204249A (ja) | 空間プラン提案システム | |
| CN107491511A (zh) | 机器人的自我认知方法及装置 | |
| KR20070063813A (ko) | 그림을 이용한 심리증상 진단 시스템 및 그 방법 | |
| CN110516622A (zh) | 一种车内人员的性别、年龄和情绪智能识别方法及*** | |
| Seeliger et al. | Context-adaptive visual cues for safe navigation in augmented reality using machine learning | |
| US9547929B1 (en) | User interface device for adaptive systems | |
| Lamy et al. | Translating visually the reasoning of a perceptron: the weighted rainbow boxes technique and an application in antibiotherapy | |
| CN113781384A (zh) | 视频质量评估方法和装置 | |
| Kondyli et al. | Visuo-locomotive complexity as a component of parametric systems for architecture design | |
| CA2561150A1 (en) | Method and system for data understanding using sociomapping | |
| Gong et al. | Interactive Genetic Algorithms with Individual Fitness Not Assigned by Human. | |
| US20210097884A1 (en) | Work support apparatus, work support system, and work support method | |
| Rauffet et al. | Cognitive Control Modes and Mental Workload: An Experimental Approach. | |
| Burch | The" creative-schizotype": Help or hindrance to team-level innovation? | |
| WO2022049727A1 (ja) | 情報処理装置、制御方法及び記憶媒体 |
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 |