欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種基于姿態(tài)識(shí)別的智能座椅、智能交互系統(tǒng)及方法與流程

文檔序號(hào):11202200閱讀:807來(lái)源:國(guó)知局
一種基于姿態(tài)識(shí)別的智能座椅、智能交互系統(tǒng)及方法與流程

本發(fā)明涉及智能座具領(lǐng)域,具體為一種基于姿態(tài)識(shí)別的智能座椅、智能交互系統(tǒng)及方法。



背景技術(shù):

目前,人們工作學(xué)習(xí)過(guò)程中保持坐姿的時(shí)間較長(zhǎng),利用智能設(shè)備來(lái)進(jìn)行坐姿識(shí)別在人們工作學(xué)習(xí)過(guò)程中發(fā)揮的作用越來(lái)越大,目前,具有坐姿識(shí)別功能的智能座椅主要采用多組壓力傳感器來(lái)識(shí)別坐姿,識(shí)別精度較低,且為了有效識(shí)別各個(gè)方向不同的壓力傳感信號(hào),需使用多組壓力傳感器進(jìn)行識(shí)別,使識(shí)別裝置結(jié)構(gòu)復(fù)雜。此外,目前已有的具有坐姿識(shí)別功能的智能座椅多數(shù)僅能實(shí)現(xiàn)健康提醒功能,而不具有其他辦公或娛樂(lè)功能,不能滿(mǎn)足使用者對(duì)智能座椅的使用需求。

具體的說(shuō),坐姿識(shí)別的智能設(shè)備和處理方法都是依賴(lài)坐墊內(nèi)置的壓力傳感器來(lái)實(shí)現(xiàn),壓力傳感器需要多組均勻分布在椅墊上并通過(guò)使用軟件方法判斷用戶(hù)的坐姿傾向,而非一個(gè)確切的坐姿描述,比如多個(gè)壓力傳感器組只能感應(yīng)出用戶(hù)前傾的動(dòng)作傾向,卻無(wú)法精確描述前傾的幅度,這在上游應(yīng)用軟件判斷的時(shí)候,會(huì)將用戶(hù)正確范圍內(nèi)的坐姿姿態(tài)判斷為不良,從而錯(cuò)誤的發(fā)出報(bào)警信號(hào)給用戶(hù),大大降低了軟件的實(shí)用性和用戶(hù)體驗(yàn),壓力傳感器長(zhǎng)期受用戶(hù)壓迫使用,精度和穩(wěn)定性都會(huì)發(fā)生不可預(yù)知的功能性退化。

所以綜上所述,目前還沒(méi)有提供性?xún)r(jià)比高的、用戶(hù)使用便捷的、硬件軟件統(tǒng)一集成的解決方案。



技術(shù)實(shí)現(xiàn)要素:

本發(fā)明提出了一種識(shí)別精度高、結(jié)構(gòu)簡(jiǎn)單、功能多樣的基于姿態(tài)識(shí)別的智能座椅,本發(fā)明采用姿態(tài)傳感器采集運(yùn)動(dòng)信號(hào),可實(shí)現(xiàn)用較少數(shù)量傳感器識(shí)別多種坐姿,簡(jiǎn)化裝置結(jié)構(gòu),進(jìn)一步又可采用卡爾曼濾波器對(duì)識(shí)別后的姿態(tài)信息進(jìn)行去噪處理,提高信號(hào)識(shí)別精確度,此外,與智能設(shè)備結(jié)合使用,在實(shí)現(xiàn)健康提醒基本功能的基礎(chǔ)上,增加辦公輔助功能和游戲操作功能,解決了現(xiàn)有技術(shù)中設(shè)備功能單一,不能滿(mǎn)足使用者需求的問(wèn)題。

本發(fā)明的目的之一是在椅座上安裝姿態(tài)傳感器,從而可根據(jù)椅座姿態(tài)變化產(chǎn)生對(duì)應(yīng)的角速度值與加速度值,為下面進(jìn)一步的姿態(tài)判斷以及姿態(tài)幅度判斷提供精確的數(shù)據(jù)基礎(chǔ);同時(shí)姿態(tài)傳感器數(shù)值精確,一般一個(gè)即可,較之以往設(shè)置的一組多個(gè)壓力傳感器,不僅提高了精度,還明顯節(jié)省了成本。

本發(fā)明的目的之二是建立智能座椅與智能設(shè)備進(jìn)行無(wú)線通信的交互系統(tǒng),在實(shí)現(xiàn)健康提醒功能的基礎(chǔ)上,實(shí)現(xiàn)辦公輔助和游戲操作功能,解決了現(xiàn)有的智能座椅功能單一的不足,以滿(mǎn)足使用者需求。

本發(fā)明的目的之三是提出了一種基于姿態(tài)識(shí)別的智能交互方法,將姿態(tài)傳感器輸出的加速度值和角速度值通過(guò)計(jì)算得到角度數(shù)據(jù),解決了現(xiàn)有技術(shù)中僅使用壓力數(shù)據(jù)識(shí)別坐姿誤差較大的問(wèn)題,對(duì)角度數(shù)據(jù)進(jìn)行去噪處理,為姿態(tài)判斷提供了精確的數(shù)據(jù)基礎(chǔ),姿態(tài)判斷時(shí),先將角度數(shù)據(jù)與表示前后水平狀態(tài)、左右水平狀態(tài)的數(shù)值0以及上一次獲取的旋轉(zhuǎn)角度值做比較,得到初步姿態(tài)判斷,進(jìn)一步將角度數(shù)據(jù)與預(yù)設(shè)的角度閾值進(jìn)行比較,得到不同幅度的姿態(tài)信息,得到多種姿態(tài)信息,提高姿態(tài)判斷的準(zhǔn)確度,實(shí)現(xiàn)智能設(shè)備操作的多樣性操作。

本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的:

一種基于姿態(tài)識(shí)別的智能座椅,包括智能硬件單元,所述的智能硬件單元包括:

至少一個(gè)姿態(tài)傳感器,用于感應(yīng)椅座姿態(tài)變化,并根據(jù)相應(yīng)的姿態(tài)變化輸出相應(yīng)的加速度值、角速度值;

無(wú)線通信模塊,用于與外界無(wú)線通信;

微處理器模塊,用于接收姿態(tài)傳感器輸出的相應(yīng)數(shù)值或信號(hào),經(jīng)處理后得出椅座姿態(tài)并通過(guò)無(wú)線通信模塊對(duì)外輸出;

供電模塊,用于對(duì)各模塊進(jìn)行電源供應(yīng)。

作為優(yōu)選,至少一個(gè)壓力傳感器,與微處理器模塊相連,用于檢測(cè)椅座承受的壓力并輸出相應(yīng)的壓力傳感信號(hào)。壓力傳感器偵測(cè)到人體入座后,姿態(tài)傳感器才開(kāi)始工作,輸出的才是有效數(shù)據(jù),因此這樣可以有效降低系統(tǒng)的功耗。

作為優(yōu)選,所述的智能座椅包括椅座底板,在椅座底板上設(shè)有用于提高姿態(tài)傳感器靈敏度的支撐板,姿態(tài)傳感器設(shè)置在支撐板上。

作為優(yōu)選,所述的支撐板包括中心支點(diǎn)及沿中心支點(diǎn)周向傾斜向上延伸的側(cè)板,所述的側(cè)板與椅座底板之間留有間隙,姿態(tài)傳感器設(shè)置在支撐板上表面中部預(yù)設(shè)的安裝槽內(nèi)。姿態(tài)傳感器設(shè)置在支撐板中部,可以更為均衡并準(zhǔn)確的感受支撐板的狀態(tài)變化,準(zhǔn)確的輸出姿態(tài)變化數(shù)值。

為了方便接線,作為優(yōu)選,在安裝槽底部設(shè)有走線孔,所述的走線孔將安裝槽與所述的間隙保持相通。

作為優(yōu)選,所述的支撐板通過(guò)螺絲與椅座底板安裝固定。具體的說(shuō),是將中心支點(diǎn)與椅座底板安裝固定。

作為優(yōu)選,所述微處理器模塊根據(jù)加速度值和角速度值計(jì)算出包含有前后俯仰角度、左右翻滾角度以及旋轉(zhuǎn)角度的角度數(shù)據(jù),經(jīng)過(guò)去噪后獲取穩(wěn)定的角度數(shù)據(jù),并將穩(wěn)定的角度數(shù)據(jù)與表示前后水平狀態(tài)、左右水平狀態(tài)的數(shù)值0以及上一次獲取的旋轉(zhuǎn)角度值做比較得出當(dāng)前姿態(tài)。

作為優(yōu)選,所述的智能硬件單元還包括用于存儲(chǔ)預(yù)先設(shè)定信息的存儲(chǔ)模塊;再進(jìn)一步微處理器模塊又將穩(wěn)定的角度數(shù)據(jù)與存儲(chǔ)模塊中預(yù)設(shè)的角度閾值進(jìn)行對(duì)照,輸出不同幅度的相應(yīng)姿態(tài)信息。識(shí)別的姿態(tài)或坐姿為正立、左前傾、右前傾,略微前傾、略微后仰、略微左側(cè)、略微右側(cè)、略微左旋轉(zhuǎn),略微右旋轉(zhuǎn),大幅度前傾,大幅度后仰、大幅度左側(cè)、大幅度右側(cè)、大幅度左旋轉(zhuǎn),大幅度右旋轉(zhuǎn)者這十五種坐姿中的一種。

作為優(yōu)選,所述智能硬件單元還包括用于根據(jù)姿態(tài)狀態(tài)設(shè)置對(duì)應(yīng)角度閾值或時(shí)間閾值的閾值設(shè)置模塊,閾值設(shè)置模塊設(shè)置的信息存儲(chǔ)在所述的存儲(chǔ)模塊內(nèi)。

作為優(yōu)選,所述無(wú)線通信模塊為藍(lán)牙模塊或wi-fi模塊。

作為優(yōu)選,所述姿態(tài)傳感器設(shè)置在智能座椅的椅座、扶手或椅背中的任意位置。

為了準(zhǔn)確感知壓力,作為優(yōu)選,所述壓力傳感器設(shè)置在智能座椅的椅座上。

作為優(yōu)選,所述姿態(tài)傳感器為加速度計(jì)和陀螺儀的組合;

加速度計(jì)用于將檢測(cè)到的姿態(tài)變化轉(zhuǎn)化為加速度值;

陀螺儀用于將檢測(cè)到的姿態(tài)變化轉(zhuǎn)化為角速度值。

一種基于姿態(tài)識(shí)別的智能交互系統(tǒng),包括如上所述的智能座椅以及與其無(wú)線通信的智能設(shè)備。

作為優(yōu)選,所述的智能設(shè)備為智能手機(jī)、平板電腦、pc或vr設(shè)備中的任意一種。

作為優(yōu)選,在智能設(shè)備上運(yùn)行有上游應(yīng)用軟件,所述微處理器模塊根據(jù)加速度值和角速度值計(jì)算出包含有前后俯仰角度、左右翻滾角度以及旋轉(zhuǎn)角度的角度數(shù)據(jù),經(jīng)過(guò)去噪后獲取穩(wěn)定的角度數(shù)據(jù),并將穩(wěn)定的角度數(shù)據(jù)與表示前后水平狀態(tài)、左右水平狀態(tài)的數(shù)值0以及上一次獲取的旋轉(zhuǎn)角度值做比較得出當(dāng)前姿態(tài)。

作為優(yōu)選,智能硬件單元還包括用于存儲(chǔ)預(yù)先設(shè)定信息的存儲(chǔ)模塊;再進(jìn)一步微處理器模塊又將穩(wěn)定的角度數(shù)據(jù)與存儲(chǔ)模塊中預(yù)設(shè)的角度閾值進(jìn)行對(duì)照,輸出不同幅度的相應(yīng)姿態(tài)信息;上游應(yīng)用軟件根據(jù)不同幅度的相應(yīng)姿態(tài)信息,結(jié)合自身的應(yīng)用,轉(zhuǎn)換為軟件的不同輸入信號(hào),控制上游應(yīng)用軟件的執(zhí)行與流程。

作為優(yōu)選,在智能設(shè)備上運(yùn)行有上游應(yīng)用軟件,上游應(yīng)用軟件包括有用于存儲(chǔ)預(yù)先設(shè)定信息的存儲(chǔ)模塊,上游應(yīng)用軟件根據(jù)接收到的加速度值和角速度值計(jì)算出包含有前后俯仰角度、左右翻滾角度以及旋轉(zhuǎn)角度的角度數(shù)據(jù),經(jīng)過(guò)去噪后獲取穩(wěn)定的角度數(shù)據(jù),并將穩(wěn)定的角度數(shù)據(jù)與表示前后水平狀態(tài)、左右水平狀態(tài)的數(shù)值0以及上一次獲取的旋轉(zhuǎn)角度值做比較得出當(dāng)前姿態(tài)。

作為優(yōu)選,再進(jìn)一步微處理器模塊又將穩(wěn)定的角度數(shù)據(jù)與存儲(chǔ)模塊中預(yù)設(shè)的角度閾值進(jìn)行對(duì)照,輸出不同幅度的相應(yīng)姿態(tài)信息;上游應(yīng)用軟件根據(jù)不同幅度的相應(yīng)姿態(tài)信息,結(jié)合自身的應(yīng)用,轉(zhuǎn)換為軟件的不同輸入信號(hào),控制上游應(yīng)用軟件的執(zhí)行與流程。

作為優(yōu)選,所述上游應(yīng)用軟件還包括狀態(tài)選擇模塊,用于選擇上游應(yīng)用軟件所處工作模式,工作模式包括健康提醒模式、辦公輔助模式和游戲操作模式。

一種基于姿態(tài)識(shí)別的智能交互方法,包括以下步驟:

s100:智能座椅處于監(jiān)聽(tīng)模式,判斷有無(wú)用戶(hù)坐在椅座上,如果是,則進(jìn)入工作模式,姿態(tài)傳感器檢測(cè)椅座姿態(tài)變化,執(zhí)行第二步;否則,保持監(jiān)聽(tīng)模式;

s200:智能座椅處于工作模式,姿態(tài)傳感器檢測(cè)椅座姿態(tài)變化,并將檢測(cè)到的姿態(tài)變化轉(zhuǎn)換為加速度值(ax,ay,az)和角速度值(gyr_x,gyr_y,gyr_z),并反饋給微處理器;

s300:微處理器對(duì)加速度值(ax,ay,az)和角速度值(gyr_x,gyr_y,gyr_z)進(jìn)行計(jì)算,得到包含有前后俯仰角度、左右翻滾角度以及旋轉(zhuǎn)角度的角度數(shù)據(jù);

s400:微處理器對(duì)上述角度數(shù)據(jù)進(jìn)行去噪處理,獲得穩(wěn)定的角度數(shù)據(jù);

s500:微處理器將上述穩(wěn)定的角度數(shù)據(jù),并將穩(wěn)定的角度數(shù)據(jù)與表示前后水平狀態(tài)、左右水平狀態(tài)的數(shù)值0以及上一次獲取的旋轉(zhuǎn)角度值做比較得出當(dāng)前姿態(tài);并發(fā)送給智能終端。

作為優(yōu)選,步驟s100中采用壓力傳感器不斷檢測(cè)椅座承受的壓力,若檢測(cè)到壓力,則進(jìn)入工作模式,執(zhí)行第二步;否則,保持監(jiān)聽(tīng)模式。

作為優(yōu)選,步驟s500還包括步驟:

s501:再進(jìn)一步又對(duì)照基于統(tǒng)計(jì)學(xué)建立的角度閾值或者通過(guò)用戶(hù)自行設(shè)定的角度閾值,輸出不同幅度的相應(yīng)姿態(tài)信息;最后將不同幅度的相應(yīng)姿態(tài)信息以及原始的傳感器數(shù)據(jù)通過(guò)無(wú)線通信模塊發(fā)送給智能終端;

s502:智能終端上的上游應(yīng)用軟件根據(jù)姿態(tài)信息,結(jié)合自身的應(yīng)用,轉(zhuǎn)換為軟件的不同輸入信號(hào),控制上游應(yīng)用軟件的執(zhí)行與流程。

作為優(yōu)選,還包括以下步驟:

s600:如姿態(tài)保持時(shí)間大于等于預(yù)設(shè)的時(shí)間閾值,則微處理器向一音頻發(fā)生模塊發(fā)出控制信號(hào);

s700:音頻發(fā)生模塊根據(jù)控制信號(hào)發(fā)出健康狀態(tài)聲音信息提示。

作為優(yōu)選,所述步驟s300具體為:

s301:對(duì)加速度值(ax,ay,az)進(jìn)行分解,分別得到:

前后俯仰角度:

左右翻滾角度:

s302:對(duì)角速度值(gyr_x,gyr_y,gyr_z)中的gyr_z進(jìn)行積分,得到旋轉(zhuǎn)角度λ0;

s303:獲得姿態(tài)角度數(shù)據(jù)ω0、和λ0。

作為優(yōu)選,步驟s400中所述去噪是采用卡爾曼濾波器去噪。

與現(xiàn)有技術(shù)相比,本發(fā)明的有益效果是:

一,識(shí)別效率高,能夠識(shí)別出默認(rèn)的15種姿態(tài),通過(guò)上游軟件設(shè)定不同的角度閾值,能夠識(shí)別更加多的姿態(tài)。

二,最低單一姿態(tài)傳感器即可工作,數(shù)量少,通過(guò)附加裝置增強(qiáng)傳感性能,隔絕用戶(hù)的直接接觸,提高椅子使用壽命。

三,最低單一壓力傳感器即可工作,數(shù)量少,用于判斷是否有使用者就坐,以此判斷是否進(jìn)入工作狀態(tài),若無(wú)人使用,則保持低耗電的監(jiān)聽(tīng)模式,降低系統(tǒng)能耗,此外,壓力傳感器只做系統(tǒng)是否今天工作模式的判斷,只需檢測(cè)是否有壓力,可以使用低成本的開(kāi)關(guān)模式即可,不需要高精度昂貴的精密壓力傳感器,降低系統(tǒng)成本并提高椅子使用壽命。

附圖說(shuō)明

圖1是本發(fā)明智能椅座的結(jié)構(gòu)示意圖;

圖2是撐板與椅座底板配合的剖面結(jié)構(gòu)示意圖;

圖3是支撐板與椅座底板配合的立體結(jié)構(gòu)示意圖;

圖4是本發(fā)明智能硬件單元結(jié)構(gòu)圖;

圖5是本發(fā)明的智能座椅中姿態(tài)傳感器工作原理示意圖;

圖6是本發(fā)明卡爾曼濾波原理示意圖;

圖7是本發(fā)明智能交互系統(tǒng)工作流程圖。

附圖標(biāo)記說(shuō)明:

1、椅座底板;2、智能硬件單元;3、座椅底盤(pán)機(jī)構(gòu);4、支撐板;5、中心支點(diǎn);6、側(cè)板;7、間隙;8、安裝槽;9、走線孔;10、軟墊;11、支撐腳;12、螺絲安裝孔;21-姿態(tài)傳感器;22-壓力傳感器;23-微處理器模塊;24-存儲(chǔ)模塊;25-供電模塊;26-音頻發(fā)生模塊;27-閾值設(shè)置模塊;28-無(wú)線通信模塊。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例,對(duì)本發(fā)明的技術(shù)方案做詳細(xì)描述。應(yīng)當(dāng)理解,附圖中所示各零部件是示意性而非限制性的,各特征未按比例畫(huà)出。

實(shí)施例

實(shí)施例1:如圖1所示,本發(fā)明提供了一種基于姿態(tài)識(shí)別的智能座椅,包括軟墊10、椅座底板1、座椅底盤(pán)機(jī)構(gòu)3和智能硬件單元2,智能硬件單元2安裝于支撐板4的中央位置的安裝槽8中,如圖2所示,支撐板4位于椅座底板1上,支撐板4包括中心支點(diǎn)5及沿中心支點(diǎn)5周向傾斜向上延伸的側(cè)板6,側(cè)板6與椅座底板1之間有間隙7,支撐板4通過(guò)螺絲與椅座底板1固定,螺絲安置于螺絲安裝孔12中,8為安裝槽,用于安裝智能硬件單元2,安裝槽8底部設(shè)有走線孔9。

人體坐在座椅上時(shí),臀部接觸椅座后方,椅座后方承受較大壓力,因此,支撐板很容易向后傾斜,即便人體正坐時(shí)也是如此,因此這就給姿態(tài)判斷帶來(lái)了干擾,為了進(jìn)一步提高姿態(tài)傳感準(zhǔn)確性,使支撐板在人體真正產(chǎn)生姿態(tài)變化時(shí)才會(huì)跟隨產(chǎn)生相應(yīng)變化;如圖3所示,在支撐板4的靠近椅座底板1后端的側(cè)板上設(shè)有支撐腳11,所述的支撐腳11與椅座底板1相接觸。由此,當(dāng)人體正坐時(shí),支撐板由于有支撐腳的支撐,基本處于水平狀態(tài),姿態(tài)傳感器不會(huì)受到干擾,而當(dāng)人體向后仰時(shí),會(huì)向后施加一個(gè)更大的力,會(huì)給座椅姿態(tài)以及支撐板姿態(tài)帶來(lái)變化,使姿態(tài)傳感器能夠準(zhǔn)確的感應(yīng)。

如圖4所示,智能硬件單元2包括姿態(tài)傳感器21、壓力傳感器22、微處理器模塊23、存儲(chǔ)模塊24、供電模塊25、音頻發(fā)生模塊26、閾值設(shè)置模塊27和無(wú)線通信模塊28。

側(cè)板6并非單純指代一塊板,如果支撐板4是空心的,側(cè)板表示為構(gòu)成支撐板4的側(cè)部板材;如果支撐板4是實(shí)心的,因支撐板4下表面周向?yàn)閮A斜設(shè)置的,因此側(cè)板6可以指代支撐板4的下表面或側(cè)面。

智能座椅處于監(jiān)聽(tīng)模式,當(dāng)有使用者使用時(shí),壓力傳感器22檢測(cè)到使用者接觸軟墊10時(shí)的壓力,并將該壓力轉(zhuǎn)化為數(shù)字信號(hào),即壓力傳感信號(hào),微處理器模塊23檢測(cè)到壓力傳感信號(hào),切換至工作模式,否則,則判斷無(wú)使用者坐在座椅上,保持監(jiān)聽(tīng)模式。姿態(tài)傳感器21檢測(cè)到座椅姿態(tài)變化并將其轉(zhuǎn)化為數(shù)字信號(hào),如圖5所示,以智能椅座中心位置為原點(diǎn),建立坐標(biāo)系xyz,姿態(tài)傳感器21中的加速度計(jì)測(cè)量出xyz三個(gè)軸方向上的加速度值(ax,ay,az),取正值時(shí)為沿坐標(biāo)軸正向,取負(fù)值時(shí)為沿坐標(biāo)軸負(fù)向,姿態(tài)傳感器21中的陀螺儀測(cè)量出xyz三個(gè)軸方向上的角速度值(gyr_x,gyr_y,gyr_z),取正值為順時(shí)針?lè)较?,取?fù)值為逆時(shí)針?lè)较?,微處理器模塊23對(duì)加速度值(ax,ay,az)和角速度值(gyr_x,gyr_y,gyr_z)進(jìn)行計(jì)算,具體計(jì)算過(guò)程如下:

對(duì)加速度值(ax,ay,ax)進(jìn)行分解,分別得到

前后俯仰角度:

左右翻滾角度:

對(duì)角速度值(gyr_x,gyr_y,gyr_z)中的gyr_z進(jìn)行積分,得到旋轉(zhuǎn)角度λ0;

即獲得姿態(tài)角度數(shù)據(jù)ω0、和λ0,且如圖5所示,方向沿圖5中箭頭所示方向?yàn)檎?,即?角度后仰方向?yàn)檎担?imgfile="bsa0000134645630000101.gif"wi="47"he="43"img-content="drawing"img-format="gif"orientation="portrait"inline="no"/>角度右傾方向?yàn)檎?,?角度順時(shí)針?lè)较驗(yàn)檎怠?/p>

由于測(cè)量所在的地理區(qū)域不同,震動(dòng)或者環(huán)境溫度不同,姿態(tài)傳感器21檢測(cè)到的加速度值和角速度值與真實(shí)值存在一定偏差,因此計(jì)算得到的姿態(tài)角度數(shù)據(jù)與真實(shí)數(shù)據(jù)存在一定的偏差,輸出的姿態(tài)角度數(shù)據(jù)包含了大量的噪音,因此,需要在噪聲中提取信號(hào),即需要尋找一種有最佳線性過(guò)濾特性的濾波器,該濾波器在信號(hào)與噪聲同時(shí)輸入時(shí),在輸出端能將信號(hào)盡可能精確地重現(xiàn)出來(lái),而噪聲卻受到最大抑制。本實(shí)施例中采用卡爾曼濾波器,卡爾曼濾波器是用于時(shí)變線性系統(tǒng)的遞歸濾波器,這個(gè)系統(tǒng)可用包含正交狀態(tài)變量的微分方程模型來(lái)描述,這種濾波器是將過(guò)去的測(cè)量估計(jì)誤差合并到新的測(cè)量誤差中來(lái)估計(jì)將來(lái)的誤差,通過(guò)系統(tǒng)輸入輸出觀測(cè)數(shù)據(jù),對(duì)系統(tǒng)狀態(tài)進(jìn)行最優(yōu)估計(jì)??柭鼮V波器工作原理如圖6所示,具體過(guò)程如下所示:

卡爾曼濾波器可以用一個(gè)線性隨機(jī)微分方程來(lái)表示:

x(k)=ax(k-1)+bu(k)+w(k)(3)

系統(tǒng)測(cè)量值用方程表示為:

z(k)=hx(k)+v(k)(4)

其中,x(k)是k時(shí)刻的系統(tǒng)狀態(tài),u(k)是k時(shí)刻對(duì)系統(tǒng)的控制量,a和b是系統(tǒng)參數(shù),對(duì)于多模型系統(tǒng),他們?yōu)榫仃?,z(k)是k時(shí)刻的測(cè)量值,h是測(cè)量系統(tǒng)的參數(shù),對(duì)于多測(cè)量系統(tǒng),h為矩陣,w(k)和v(k)分別表示過(guò)程和測(cè)量的噪聲,他們被假設(shè)成高斯白噪聲,他們的協(xié)方差分別是q,r,且假設(shè)他們不隨系統(tǒng)狀態(tài)變化而變化。

卡爾曼濾波器系統(tǒng)工作過(guò)程如下:

現(xiàn)在系統(tǒng)狀態(tài)是k,根據(jù)系統(tǒng)的模型,可以基于系統(tǒng)的上一狀態(tài)而預(yù)測(cè)出現(xiàn)在狀態(tài):

x(k|k-1)=ax(k-1|k-1)+bu(k)(5)

式(5)中,x(k|k-1)是利用上一狀態(tài)預(yù)測(cè)的結(jié)果,x(k-1|k-1)是上一狀態(tài)最優(yōu)的結(jié)果,u(k)為現(xiàn)在狀態(tài)的控制量,由于沒(méi)有控制量,該值為0。

用p表示協(xié)方差:

p(k|k-1)=ap(k-1|k-1)a’+q(6)

式(6)中,p(k|k-1)是x(k|k-1)對(duì)應(yīng)的協(xié)方差,p(k-1|k-1)是x(k-1|k-1)對(duì)應(yīng)的協(xié)方差,a’表示a的轉(zhuǎn)置矩陣,q是系統(tǒng)過(guò)程的協(xié)方差。式(5)、(6)即為卡爾曼濾波器中對(duì)系統(tǒng)的預(yù)測(cè)。

下一步,結(jié)合預(yù)測(cè)值和測(cè)量值,得到現(xiàn)在狀態(tài)(k)的最優(yōu)化估算值x(k|k):

x(k|k)=x(k|k-1)+kg(k)(z(k)-hx(k|k-1))(7)

其中kg為卡爾曼增益:

kg(k)=p(k|k-1)h’/(hp(k|k-1)h’+r)(8)

由式(7)即得到了k狀態(tài)下最優(yōu)的估算值x(k|k),下一步更新k狀態(tài)下x(k|k)的協(xié)方差:

p(k|k)=(i-kg(k)h)p(k|k-1)(9)

其中i為1的矩陣,由于模型為單測(cè)量,i=1。當(dāng)系統(tǒng)進(jìn)入k+1狀態(tài)時(shí),p(k|k)就是式(6)的p(k-1|k-1),即通過(guò)自回歸運(yùn)算實(shí)現(xiàn)系統(tǒng)更新過(guò)程。

本實(shí)施例中,假設(shè)測(cè)量值是均勻變化,從微觀上看,在短時(shí)間內(nèi)前后一致,且沒(méi)有任何人為的控制,所以a=1,因?yàn)闆](méi)有控制量,所以u(píng)(k)=0,傳感器測(cè)量輸出的數(shù)據(jù)受溫度或者搖擺的影響,產(chǎn)生的噪音是個(gè)總和為0的高斯白噪聲,所以h=1,因此,卡爾曼濾波器系統(tǒng)工作過(guò)程方程可簡(jiǎn)化為如下形式:

x(k|k-1)=x(k-1|k-1)(10)

p(k|k-1)=p(k-1|k-1)+q(11)

x(k|k)=x(k|k-1)+kg(k)(z(k)-x(k|k-1))(12)

kg(k)=p(k|k-1)/(p(k|k-1)+r)(13)

p(k|k)=(1-kg(k))p(k|k-1)(14)

當(dāng)系統(tǒng)進(jìn)入k+1狀態(tài)時(shí),p(k|k)即為式(11)中的p(k-1|k-1),,即通過(guò)自回歸運(yùn)算實(shí)現(xiàn)系統(tǒng)更新過(guò)程。

本實(shí)施例中,輸入卡爾曼濾波器的輸入信號(hào)為姿態(tài)角度數(shù)據(jù)ω0、和λ0,輸出為經(jīng)過(guò)去噪處理的穩(wěn)定的姿態(tài)角度數(shù)據(jù)ω、和λ。智能座椅按一定的時(shí)間間隔檢測(cè)座椅姿態(tài)變化,本實(shí)施例中,選取5分鐘為一個(gè)時(shí)間間隔,時(shí)間間隔前一時(shí)刻檢測(cè)到的運(yùn)動(dòng)狀態(tài)去噪后的姿態(tài)角度數(shù)據(jù)為ω0、和λ0,時(shí)間間隔后一時(shí)刻檢測(cè)到的運(yùn)動(dòng)狀態(tài)去噪后的姿態(tài)角度數(shù)據(jù)為ω1、和λ1,存儲(chǔ)模塊中預(yù)先存儲(chǔ)或使用者通過(guò)閾值設(shè)置模塊設(shè)定的角度閾值為ωth、和λth,表示存儲(chǔ)模塊中預(yù)先存儲(chǔ)或使用者通過(guò)閾值設(shè)置模塊27設(shè)定的斜前方角判斷角度閾值,角度閾值均為正值,微處理器模塊23將穩(wěn)定的角度數(shù)據(jù)與表示前后水平狀態(tài)、左右水平狀態(tài)的數(shù)值0以及上一次獲取的旋轉(zhuǎn)角度值做比較得出當(dāng)前姿態(tài),進(jìn)一步的,微處理器模塊23將穩(wěn)定的角度數(shù)據(jù)與存儲(chǔ)模塊中預(yù)設(shè)的角度閾值或使用者通過(guò)閾值設(shè)置模塊設(shè)定的角度閾值進(jìn)行對(duì)照,輸出不同幅度的相應(yīng)姿態(tài)信息,該閾值為基于統(tǒng)計(jì)學(xué)建立,具體判別過(guò)程如下:

(1)左傾姿態(tài)

①左傾判斷

判斷條件成立時(shí),判斷使用者有左傾的趨勢(shì),判斷為使用者坐姿正在向左傾斜,姿態(tài)信息為左傾。

②左傾幅度判斷

判斷條件成立的時(shí)候,使用者坐姿為略微左傾;

判斷條件成立的時(shí)候,使用者坐姿為大幅度左傾。

(2)右傾姿態(tài)

①右傾判斷

判斷條件成立的時(shí)候,判斷使用者有右傾的趨勢(shì),判斷為使用者坐姿正在向右傾斜,姿態(tài)信息為右傾。

②右傾幅度判斷

判斷條件成立的時(shí)候,使用者坐姿為略微右傾;

判斷條件成立的時(shí)候使用者坐姿為大幅度右傾。

(3)前傾姿態(tài)

①前傾判斷

判斷條件ω1<0,并且成立的時(shí)候,判斷使用者有前傾的趨勢(shì),判斷為使用者坐姿正在向前傾斜,姿態(tài)信息為前傾。

②前傾幅度判斷

判斷條件0>ω1>-ωth成立的時(shí)候,使用者坐姿為略微前傾;

判斷條件ω1≤-ωth成立的時(shí)候使用者坐姿為大幅度前傾。

(4)后仰姿態(tài)

①后仰判斷

判斷條件ω1>0成立的時(shí)候,判斷使用者有后仰的趨勢(shì),判斷為使用者坐姿正在向后仰臥,姿態(tài)信息為后仰。

②后仰幅度判斷

判斷條件0<ω1<ωth成立的時(shí)候,使用者坐姿為略微后仰;

判斷條件ω1≥ωth成立的時(shí)候,使用者坐姿為大幅度后仰。

(5)左旋轉(zhuǎn)姿態(tài)

①左旋轉(zhuǎn)判斷

判斷條件λ1<λ0成立的時(shí)候,判斷使用者有左旋轉(zhuǎn)的趨勢(shì),判斷為使用者坐姿正在向左旋轉(zhuǎn),姿態(tài)信息為左旋轉(zhuǎn)。

②左旋轉(zhuǎn)幅度判斷

判斷條件λ1<λ0且|λ1-λ0|<λth成立的時(shí)候,使用者坐姿為略微左旋轉(zhuǎn);

判斷條件λ1<λ0且|λ1-λ0≥λth成立的時(shí)候,使用者坐姿為大幅度左旋轉(zhuǎn)。

(6)右旋轉(zhuǎn)姿態(tài)

①右旋轉(zhuǎn)判斷

判斷條件λ1>λ0成立的時(shí)候,判斷使用者有右旋轉(zhuǎn)的趨勢(shì),判斷為使用者坐姿正在向右旋轉(zhuǎn),姿態(tài)信息為右旋轉(zhuǎn)。

②右旋轉(zhuǎn)幅度判斷

判斷條件λ1>λ0且|λ1-λ0|<λth成立的時(shí)候,使用者坐姿為略微右旋轉(zhuǎn);

判斷條件λ1>λ0且|λ1-λ0|≥λth成立的時(shí)候,使用者坐姿為大幅度右旋轉(zhuǎn)。

(7)斜向傾斜姿態(tài)

當(dāng)或者時(shí)候,做出如下二次判斷:

判斷條件ω1<0,并且成立的時(shí)候,判斷使用者有左前傾的趨勢(shì),判斷為使用者坐姿正在向左前斜方向傾斜,姿態(tài)信息為左前傾;

判斷條件ω1<0,并且成立的時(shí)候,判斷使用者有右前傾的趨勢(shì),判斷為使用者坐姿正在向右前斜方向傾斜,姿態(tài)信息為右前傾;

判斷條件ω1>0,并且成立的時(shí)候,判斷使用者有左前傾的趨勢(shì),判斷為使用者坐姿正在向左后斜方向傾斜,姿態(tài)信息為左后傾;

判斷條件ω1>0,并且成立的時(shí)候,判斷使用者有右前傾的趨勢(shì),判斷為使用者坐姿正在向右后斜方向傾斜,姿態(tài)信息為右后傾。

(8)就坐姿態(tài)

智能座椅處于監(jiān)聽(tīng)模式,當(dāng)有使用者使用時(shí),壓力傳感器22檢測(cè)到使用者接觸軟墊10時(shí)的壓力,并將該壓力轉(zhuǎn)化為數(shù)字信號(hào),即壓力傳感信號(hào),微處理器模塊23檢測(cè)到壓力傳感信號(hào),切換至工作模式,判定為就坐。

微處理器模塊23將姿態(tài)信息與存儲(chǔ)模塊24中已經(jīng)預(yù)存的姿態(tài)信息比對(duì),若一致,且坐姿保持時(shí)間大于等于存儲(chǔ)模塊中已經(jīng)預(yù)存的或通過(guò)閾值設(shè)置模塊27設(shè)定的時(shí)間閾值,微處理器模塊23向音頻發(fā)生模塊26發(fā)出控制信號(hào),本實(shí)施例中,時(shí)間閾值設(shè)定為20分鐘,音頻發(fā)生模塊26根據(jù)控制信號(hào)發(fā)出健康狀態(tài)聲音信息提示,若使用者保持前傾坐姿超過(guò)20分鐘,則提示使用者久坐未活動(dòng),若使用者保持左前傾坐姿超過(guò)20分鐘,則提示使用者坐姿不良。

實(shí)施例2:

一種基于姿態(tài)識(shí)別的智能交互系統(tǒng),本實(shí)施例與實(shí)施例1的區(qū)別在于,本實(shí)施例包括實(shí)施例1中的基于姿態(tài)識(shí)別的智能椅座以及與其無(wú)線通信的智能設(shè)備,可通信的智能設(shè)備還包括狀態(tài)選擇模塊,用于選擇微處理器模塊所處工作狀態(tài),工作狀態(tài)包括健康提醒狀態(tài)、辦公提醒狀態(tài)和游戲操作狀態(tài),其中,可通信的智能設(shè)備為智能手機(jī)、平板電腦、pc或vr設(shè)備中的任意一種。

具體工作流程如圖7所示,智能座椅處于監(jiān)聽(tīng)模式,當(dāng)有使用者使用時(shí),壓力傳感器22檢測(cè)到使用者接觸軟墊10時(shí)的壓力,并將該壓力轉(zhuǎn)化為數(shù)字信號(hào),即壓力傳感信號(hào),微處理器模塊23檢測(cè)到壓力傳感信號(hào),切換至工作模式,否則,則判斷無(wú)使用者坐在座椅上,保持監(jiān)聽(tīng)模式。姿態(tài)傳感器21檢測(cè)座椅姿態(tài)并將其轉(zhuǎn)化為數(shù)字信號(hào),即加速度值(ax,ay,az)和角速度值(gyr_x,gyr_y,gyr_z),微處理器模塊23對(duì)加速度值(ax,ay,az)和角速度值(gyr_x,gyr_y,gyr_z)進(jìn)行計(jì)算,獲得姿態(tài)角度數(shù)據(jù)ω0、和λ0,使用卡爾曼濾波器對(duì)姿態(tài)角度數(shù)據(jù)ω0、和λ0進(jìn)行去噪,得到的穩(wěn)定的姿態(tài)角度數(shù)據(jù)ω、和λ。微處理器模塊將穩(wěn)定的角度數(shù)據(jù)與表示前后水平狀態(tài)、左右水平狀態(tài)的數(shù)值0以及上一次獲取的旋轉(zhuǎn)角度值做比較得出當(dāng)前姿態(tài),進(jìn)一步的,微處理器模塊23將穩(wěn)定的角度數(shù)據(jù)與存儲(chǔ)模塊中預(yù)設(shè)的角度閾值或使用者通過(guò)閾值設(shè)置模塊設(shè)定的角度閾值進(jìn)行對(duì)照,輸出不同幅度的相應(yīng)姿態(tài)信息,該閾值為基于統(tǒng)計(jì)學(xué)建立,具體判別過(guò)程與實(shí)施例1中相同。

無(wú)線通信模塊28將該姿態(tài)信息發(fā)送到智能設(shè)備,智能設(shè)備通過(guò)狀態(tài)選擇模塊切換工作狀態(tài),工作狀態(tài)包括健康提醒狀態(tài)、辦公提醒狀態(tài)和游戲操作狀態(tài),智能設(shè)備根據(jù)姿態(tài)信息和工作狀態(tài)執(zhí)行相應(yīng)操作?;蛘撸瑹o(wú)線通信模塊28將加速度值(ax,ay,az)和角速度值(gyr_x,gyr_y,gyr_z)發(fā)送到智能設(shè)備,智能設(shè)備對(duì)加速度值(ax,ay,az)和角速度值(gyr_x,gyr_y,gyr_z)進(jìn)行計(jì)算,獲得姿態(tài)角度數(shù)據(jù)ω0、和λ0,使用卡爾曼濾波器對(duì)姿態(tài)角度數(shù)據(jù)ω0、和λ0進(jìn)行去噪,得到的穩(wěn)定的姿態(tài)角度數(shù)據(jù)ω、和λ。智能設(shè)備將穩(wěn)定的角度數(shù)據(jù)與表示前后水平狀態(tài)、左右水平狀態(tài)的數(shù)值0以及上一次獲取的旋轉(zhuǎn)角度值做比較得出當(dāng)前姿態(tài),進(jìn)一步的,智能設(shè)備將穩(wěn)定的角度數(shù)據(jù)與存儲(chǔ)模塊中預(yù)設(shè)的角度閾值或使用者通過(guò)閾值設(shè)置模塊設(shè)定的角度閾值進(jìn)行對(duì)照,輸出不同幅度的相應(yīng)姿態(tài)信息,該閾值為基于統(tǒng)計(jì)學(xué)建立,具體判別過(guò)程與實(shí)施例1中相同,智能設(shè)備通過(guò)狀態(tài)選擇模塊切換工作狀態(tài),工作狀態(tài)包括健康提醒狀態(tài)、辦公提醒狀態(tài)和游戲操作狀態(tài),智能設(shè)備根據(jù)姿態(tài)信息和工作狀態(tài)執(zhí)行相應(yīng)操作。

若智能設(shè)備處于健康提醒狀態(tài),則智能設(shè)備將姿態(tài)信息與存儲(chǔ)模塊中的姿態(tài)信息對(duì)比,若一致,且坐姿保持時(shí)間大于等于存儲(chǔ)模塊中預(yù)存的時(shí)間閾值,則發(fā)出健康提醒;若智能設(shè)備處于辦公提醒狀態(tài),則智能設(shè)備將姿態(tài)信息與存儲(chǔ)模塊中的姿態(tài)信息比對(duì),若一致,則提取出姿態(tài)信息對(duì)應(yīng)的辦公信息,如姿態(tài)信息為就坐,則顯示商務(wù)信息,姿態(tài)信息為后仰,則顯示生活服務(wù)信息,姿態(tài)信息為前傾,則啟動(dòng)商務(wù)辦公信息監(jiān)測(cè);若智能設(shè)備處于游戲操作狀態(tài),則智能設(shè)備將姿態(tài)信息與存儲(chǔ)模塊中姿態(tài)信息比對(duì),若一致,則提取出姿態(tài)信息對(duì)應(yīng)的游戲操作指令,如姿態(tài)信息為略微左傾或略微右傾,則控制游戲道具左移或右移,若姿態(tài)信息為大幅度左傾或大幅度右傾,則控制人物左移或右移,若姿態(tài)信息為前傾,則控制游戲人物下蹲,若姿態(tài)信息為后仰,則控制游戲人物起跳。

以上借助優(yōu)選實(shí)施例對(duì)本發(fā)明的技術(shù)方案進(jìn)行的說(shuō)明是示意性的而非限制性的。本領(lǐng)域的普通技術(shù)人員在上述實(shí)施例的基礎(chǔ)上可以對(duì)各實(shí)施例所記載的技術(shù)方案進(jìn)行修改,或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換;而這些修改或者替換,都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此,本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求的保護(hù)范圍為準(zhǔn)。

當(dāng)前第1頁(yè)1 2 
網(wǎng)友詢(xún)問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
喀喇沁旗| 通州市| 右玉县| 津市市| 佛学| 苗栗县| 贵阳市| 吕梁市| 达日县| 呼伦贝尔市| 苏尼特左旗| 珲春市| 鹤峰县| 葵青区| 高淳县| 锡林浩特市| 杭州市| 兴化市| 麻栗坡县| 龙里县| 静乐县| 阜新| 宁德市| 阿拉善盟| 焉耆| 柏乡县| 合江县| 石林| 天长市| 涿州市| 宜宾县| 马边| 侯马市| 盐边县| 福泉市| 兴宁市| 武邑县| 潢川县| 弥勒县| 迁安市| 拜泉县|