本實(shí)用新型涉及智能座具領(lǐng)域，具體為一種基于姿態(tài)識(shí)別的智能座椅及智能交互系統(tǒng)。

背景技術(shù)：

目前，人們工作學(xué)習(xí)過程中保持坐姿的時(shí)間較長，利用智能設(shè)備來進(jìn)行坐姿識(shí)別在人們工作學(xué)習(xí)過程中發(fā)揮的作用越來越大，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功能，不能滿足使用者對(duì)智能座椅的使用需求。

具體的說，坐姿識(shí)別的智能設(shè)備和處理方法都是依賴坐墊內(nèi)置的壓力傳感器來實(shí)現(xiàn)，壓力傳感器需要多組均勻分布在椅墊上并通過使用軟件方法判斷用戶的坐姿傾向，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)出用戶前傾的動(dòng)作傾向，卻無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，大大降低了軟件的實(shí)用性和用戶體驗(yàn)，壓力傳感器長期受用戶壓迫使用，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，目前還沒有提供性價(jià)比高的、用戶使用便捷的、硬件軟件統(tǒng)一集成的解決方案。

技術(shù)實(shí)現(xiàn)要素：

本實(shí)用新型提出了一種識(shí)別精度高、結(jié)構(gòu)簡單、功能多樣的基于姿態(tài)識(shí)別的智能座椅，本實(shí)用新型采用姿態(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，不能滿足使用者需求的問題。

本實(shí)用新型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。

本實(shí)用新型的目的之二是建立智能座椅與智能設(shè)備進(jìn)行無線通信的交互系統(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，以滿足使用者需求。

本實(shí)用新型是通過以下技術(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；

無線通信模塊，用于與外界無線通信；

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)并通過無線通信模塊對(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)。壓力傳感器偵測到人體入座后，姿態(tài)傳感器才開始工作，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，所述的支撐板通過螺絲與椅座底板安裝固定。具體的說，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)用于將檢測到的姿態(tài)變化轉(zhuǎn)化為加速度值；

陀螺儀用于將檢測到的姿態(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線通信的運(yùn)行有上游應(yīng)用軟件的智能設(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，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。

與現(xiàn)有技術(shù)相比，本實(shí)用新型的有益效果是：

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，通過附加裝置增強(qiáng)傳感性能，隔絕用戶的直接接觸，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)，若無人使用，則保持低耗電的監(jiān)聽模式，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，只需檢測是否有壓力，可以使用低成本的開關(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。

附圖說明

圖1是本實(shí)用新型智能椅座的結(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是本實(shí)用新型智能硬件單元結(jié)構(gòu)圖；

圖5是本實(shí)用新型的智能座椅中姿態(tài)傳感器工作原理示意圖；

圖6是實(shí)施例中卡爾曼濾波原理示意圖；

圖7是本實(shí)用新型智能交互系統(tǒng)工作流程圖。

附圖標(biāo)記說明：

1、椅座底板；2、智能硬件單元；3、座椅底盤機(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)本實(shí)用新型的技術(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，各特征未按比例畫出。

實(shí)施例

實(shí)施例1：如圖1所示，本實(shí)用新型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)聽模式，當(dāng)有使用者使用時(shí)，壓力傳感器22檢測到使用者接觸軟墊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檢測到壓力傳感信號(hào)，切換至工作模式，否則，則判斷無使用者坐在座椅上，保持監(jiān)聽模式。姿態(tài)傳感器21檢測到座椅姿態(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)測量出xyz三個(gè)軸方向上的加速度值(a_xa_y，a_z)，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)針方向，取負(fù)值為逆時(shí)針方向，微處理器模塊23對(duì)加速度值(a_x，a_y，a_z)和角速度值(GYR_X，GYR_Y，GYR_Z)進(jìn)行計(jì)算，具體計(jì)算過程如下：

對(duì)加速度值(a_x，a_y，a_z)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?sub>0角度后仰方向?yàn)檎?，角度右傾方向?yàn)檎?，?sub>0角度順時(shí)針方向?yàn)檎怠?/p>

由于測量所在的地理區(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，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描述，這種濾波器是將過去的測量估計(jì)誤差合并到新的測量誤差中來估計(jì)將來的誤差，通過系統(tǒng)輸入輸出觀測數(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)微分方程來表示：

X(k)＝A X(k-1)+B U(k)+W(k) (3)

系統(tǒng)測量值用方程表示為：

Z(k)＝H X(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)刻的測量值，H是測量系統(tǒng)的參數(shù)，對(duì)于多測量系統(tǒng)，H為矩陣，W(k)和V(k)分別表示過程和測量的噪聲，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)測出現(xiàn)在狀態(tài)：

X(k|k-1)＝A X(k-1|k-1)+B U(k) (5)

式(5)中，X(k|k-1)是利用上一狀態(tài)預(yù)測的結(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，由于沒有控制量，該值為0。

用P表示協(xié)方差：

P(k|k-1)＝A P(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。

下一步，結(jié)合預(yù)測值和測量值，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)-H X(k|k-1)) (7)

其中Kg為卡爾曼增益：

Kg(k)＝P(k|k-1)H’/(H P(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)，即通過自回歸運(yùn)算實(shí)現(xiàn)系統(tǒng)更新過程。

本實(shí)施例中，假設(shè)測量值是均勻變化，從微觀上看，在短時(shí)間內(nèi)前后一致，且沒有任何人為的控制，所以A＝1，因?yàn)闆]有控制量，所以U(k)＝0，傳感器測量輸出的數(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)工作過程方程可簡化為如下形式：

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)，，即通過自回歸運(yùn)算實(shí)現(xiàn)系統(tǒng)更新過程。

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，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，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，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，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，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，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，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，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，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，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)聽模式，當(dāng)有使用者使用時(shí)，壓力傳感器22檢測到使用者接觸軟墊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)聽模式，當(dāng)有使用者使用時(shí)，壓力傳感器22檢測到使用者接觸軟墊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檢測到壓力傳感信號(hào)，切換至工作模式，否則，則判斷無使用者坐在座椅上，保持監(jiān)聽模式。姿態(tài)傳感器21檢測座椅姿態(tài)并將其轉(zhuǎn)化為數(shù)字信號(hào)，即加速度值(a_x，a_y，a_z)和角速度值(GYR_X，GYR_Y，GYR_Z)，微處理器模塊23對(duì)加速度值(a_x，a_y，a_z)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，具體判別過程與實(shí)施例1中相同。

無線通信模塊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?，無線通信模塊28將加速度值(a_x，a_y，a_z)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(a_x，a_y，a_z)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，具體判別過程與實(shí)施例1中相同，智能設(shè)備通過狀態(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；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)本實(shí)用新型的技術(shù)方案進(jìn)行的說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)涵蓋在本實(shí)用新型的保護(hù)范圍之內(nèi)。因此，本實(shí)用新型的保護(hù)范圍應(yīng)該以權(quán)利要求的保護(hù)范圍為準(zhǔn)。