本發(fā)明涉及睡枕評(píng)估，具體涉及基于多源數(shù)據(jù)監(jiān)測(cè)的睡枕舒適性評(píng)估方法。

背景技術(shù)：

1、睡枕是用于支撐頭部和頸部的常用睡眠工具，旨在改善睡眠質(zhì)量、提供舒適感并預(yù)防或緩解頸部疼痛，它的設(shè)計(jì)歷史悠久，最早的睡枕可以追溯到古代文明，隨著時(shí)間的推移，睡枕的形狀、材質(zhì)和功能逐漸演變，睡枕舒適性評(píng)估系統(tǒng)通常是基于人體工學(xué)、材料科學(xué)和傳感技術(shù)設(shè)計(jì)的，以便為用戶提供更舒適的睡眠體驗(yàn)。

2、現(xiàn)有技術(shù)存在以下缺陷：

3、傳統(tǒng)的睡枕設(shè)計(jì)往往基于通用標(biāo)準(zhǔn)，缺乏對(duì)不同用戶的個(gè)性化需求響應(yīng)(如不同用戶對(duì)壓力、溫度、濕度的敏感性差異無(wú)法充分考慮)，從而導(dǎo)致許多用戶在實(shí)際使用中體驗(yàn)不佳，并且通常依賴于單一數(shù)據(jù)源或有限的生理指標(biāo)(如只檢測(cè)頭部壓力)，未能全面綜合用戶的多種睡眠數(shù)據(jù)，導(dǎo)致評(píng)估結(jié)果不準(zhǔn)確。

4、基于此，本發(fā)明提出基于多源數(shù)據(jù)監(jiān)測(cè)的睡枕舒適性評(píng)估方法，通過(guò)多源數(shù)據(jù)和客觀反饋，動(dòng)態(tài)調(diào)整多源數(shù)據(jù)權(quán)重參數(shù)，為每個(gè)用戶生成個(gè)性化的舒適性評(píng)估，提供個(gè)性化枕頭設(shè)計(jì)建議，顯著提高用戶的舒適感。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供基于多源數(shù)據(jù)監(jiān)測(cè)的睡枕舒適性評(píng)估方法，以解決背景技術(shù)中不足。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：基于多源數(shù)據(jù)監(jiān)測(cè)的睡枕舒適性評(píng)估方法，所述評(píng)估方法包括以下步驟：

3、評(píng)估系統(tǒng)收集若干睡枕在測(cè)試過(guò)程中的傳感數(shù)據(jù)，通過(guò)監(jiān)測(cè)設(shè)備監(jiān)測(cè)用戶測(cè)試睡枕時(shí)的生理數(shù)據(jù)，基于概率分布模型分析歷史數(shù)據(jù)后，獲取傳感數(shù)據(jù)以及生理數(shù)據(jù)對(duì)于舒適度的影響，并為每個(gè)傳感數(shù)據(jù)以及生理數(shù)據(jù)生成相應(yīng)權(quán)重，將傳感數(shù)據(jù)與生理數(shù)據(jù)結(jié)合對(duì)應(yīng)權(quán)重整合后得到初始舒適度評(píng)分；

4、使用mcmc算法在每個(gè)傳感數(shù)據(jù)以及生理數(shù)據(jù)的概率分布中進(jìn)行多次采樣，每次采樣后依據(jù)采樣結(jié)果重新生成每個(gè)傳感數(shù)據(jù)以及生理數(shù)據(jù)的權(quán)重，基于新生成的權(quán)重重新計(jì)算舒適度評(píng)分，將新獲取的舒適度評(píng)分基于mcmc算法的接受概率準(zhǔn)則判斷是否接受新生成的權(quán)重；

5、當(dāng)任一次迭代滿足收斂調(diào)節(jié)后，輸出此次迭代獲取的舒適度評(píng)分以及每個(gè)傳感數(shù)據(jù)以及生理數(shù)據(jù)相對(duì)應(yīng)的權(quán)重，并基于最終獲取的舒適度評(píng)分評(píng)估睡枕舒適性。

6、在一個(gè)優(yōu)選的實(shí)施方式中，評(píng)估系統(tǒng)收集若干睡枕在測(cè)試過(guò)程中的傳感數(shù)據(jù)，通過(guò)監(jiān)測(cè)設(shè)備監(jiān)測(cè)用戶測(cè)試睡枕時(shí)的生理數(shù)據(jù)，傳感數(shù)據(jù)包括多感受點(diǎn)壓力波動(dòng)累積系數(shù)以及多感受點(diǎn)熱傳導(dǎo)系數(shù)，生理數(shù)據(jù)包括體位變化頻率以及皮膚電反應(yīng)因子。

7、在一個(gè)優(yōu)選的實(shí)施方式中，基于概率分布模型分析歷史數(shù)據(jù)后，獲取傳感數(shù)據(jù)以及生理數(shù)據(jù)對(duì)于舒適度的影響，并為每個(gè)傳感數(shù)據(jù)以及生理數(shù)據(jù)生成相應(yīng)權(quán)重，包括以下步驟：

8、將一批生產(chǎn)的睡枕中，選取一定數(shù)量的睡枕建立睡枕集合，記錄睡枕集合中每個(gè)睡枕歷史的多感受點(diǎn)壓力波動(dòng)累積系數(shù)、多感受點(diǎn)熱傳導(dǎo)系數(shù)、體位變化頻率以及皮膚電反應(yīng)因子；

9、概率分布模型對(duì)多個(gè)睡枕的多感受點(diǎn)壓力波動(dòng)累積系數(shù)以及多感受點(diǎn)熱傳導(dǎo)系數(shù)進(jìn)行正態(tài)分布，多感受點(diǎn)壓力波動(dòng)累積系數(shù)的概率分布為ny(aavg,aq)，aavg為多感受點(diǎn)壓力波動(dòng)累積系數(shù)均值，aq為多感受點(diǎn)壓力波動(dòng)累積系數(shù)標(biāo)準(zhǔn)差，多感受點(diǎn)熱傳導(dǎo)系數(shù)的概率分布為nr(bavg,bq)，bavg為多感受點(diǎn)熱傳導(dǎo)系數(shù)均值，bq為多感受點(diǎn)熱傳導(dǎo)系數(shù)標(biāo)準(zhǔn)差，對(duì)多個(gè)睡枕的體位變化頻率進(jìn)行泊松分布，體位變化頻率的概率分布為p(cavg)，cavg為體位變化頻率均值，對(duì)多個(gè)睡枕的皮膚電反應(yīng)因子進(jìn)行指數(shù)分布，皮膚電反應(yīng)因子的概率分布為e(davg)，davg為皮膚電反應(yīng)因子均值；

10、計(jì)算每個(gè)傳感數(shù)據(jù)以及生理數(shù)據(jù)與用戶深度睡眠時(shí)長(zhǎng)的皮爾遜相關(guān)系數(shù)，表達(dá)式為：式中，r為皮爾遜相關(guān)系數(shù)，xi為第i個(gè)睡枕的當(dāng)前數(shù)據(jù)，yi為第i個(gè)睡枕的用戶深度睡眠時(shí)長(zhǎng)，為當(dāng)前數(shù)據(jù)均值，為用戶深度睡眠時(shí)長(zhǎng)均值；

11、將感受點(diǎn)壓力波動(dòng)累積系數(shù)、多感受點(diǎn)熱傳導(dǎo)系數(shù)、體位變化頻率以及皮膚電反應(yīng)因子的皮爾遜相關(guān)系數(shù)求和獲取皮爾遜相關(guān)系數(shù)總值，通過(guò)皮爾遜相關(guān)系數(shù)比上皮爾遜相關(guān)系數(shù)總值獲取權(quán)重。

12、在一個(gè)優(yōu)選的實(shí)施方式中，將傳感數(shù)據(jù)與生理數(shù)據(jù)結(jié)合對(duì)應(yīng)權(quán)重整合后得到初始舒適度評(píng)分，包括以下步驟：

13、獲取當(dāng)前睡枕的多感受點(diǎn)壓力波動(dòng)累積系數(shù)、多感受點(diǎn)熱傳導(dǎo)系數(shù)、體位變化頻率以及皮膚電反應(yīng)因子，對(duì)多感受點(diǎn)壓力波動(dòng)累積系數(shù)、多感受點(diǎn)熱傳導(dǎo)系數(shù)、體位變化頻率以及皮膚電反應(yīng)因子進(jìn)行歸一化處理，使他們的取值范圍映射到[0,1]之間，并通過(guò)概率分布模型獲取多感受點(diǎn)壓力波動(dòng)累積系數(shù)的權(quán)重、多感受點(diǎn)熱傳導(dǎo)系數(shù)的權(quán)重、體位變化頻率的權(quán)重以及皮膚電反應(yīng)因子的權(quán)重后，計(jì)算初始舒適度評(píng)分。

14、在一個(gè)優(yōu)選的實(shí)施方式中，使用mcmc算法在每個(gè)傳感數(shù)據(jù)以及生理數(shù)據(jù)的概率分布中進(jìn)行多次采樣，每次采樣后依據(jù)采樣結(jié)果重新生成每個(gè)傳感數(shù)據(jù)以及生理數(shù)據(jù)的權(quán)重，包括以下步驟：

15、從每個(gè)數(shù)據(jù)的概率分布中隨機(jī)選擇一個(gè)初始值作為采樣起點(diǎn)，標(biāo)記為state；

16、使用馬爾科夫鏈蒙特卡洛算法，從每個(gè)參數(shù)的當(dāng)前state出發(fā)，依據(jù)其概率分布進(jìn)行多次采樣，生成一系列state；

17、根據(jù)目標(biāo)函數(shù)判斷新的采樣state是否應(yīng)該被接受，，目標(biāo)函數(shù)表達(dá)式為：式中，cft(statenew)為新?tīng)顟B(tài)下計(jì)算得到的舒適度評(píng)分，cft(stateold)為當(dāng)前狀態(tài)下計(jì)算得到的舒適度評(píng)分，min(*)表示選取最小值，j(接受statenew)表示接受新?tīng)顟B(tài)的概率；

18、若j(接受statenew)≥80％，判斷接受當(dāng)前數(shù)據(jù)的新?tīng)顟B(tài)；

19、計(jì)算當(dāng)前數(shù)據(jù)新?tīng)顟B(tài)的舒適度評(píng)分差值，表達(dá)式為：c＝cft(statenew)-cft(stateold)，式中，c為新?tīng)顟B(tài)的舒適度評(píng)分差值，cft(statenew)為新?tīng)顟B(tài)下計(jì)算得到的舒適度評(píng)分，cft(stateold)為當(dāng)前狀態(tài)下計(jì)算得到的舒適度評(píng)分；

20、將當(dāng)前數(shù)據(jù)所有的新?tīng)顟B(tài)舒適度評(píng)分差值求和獲取權(quán)重調(diào)節(jié)系數(shù)，表達(dá)式為：式中，cz為權(quán)重調(diào)節(jié)系數(shù)，m為當(dāng)前數(shù)據(jù)的新?tīng)顟B(tài)接受次數(shù)，ci為當(dāng)前數(shù)據(jù)的第i次新?tīng)顟B(tài)的舒適度評(píng)分差值；

21、若當(dāng)前數(shù)據(jù)的權(quán)重調(diào)節(jié)系數(shù)大于等于預(yù)設(shè)的調(diào)節(jié)閾值，對(duì)當(dāng)前數(shù)據(jù)權(quán)重進(jìn)行增大調(diào)節(jié)，若當(dāng)前數(shù)據(jù)的權(quán)重調(diào)節(jié)系數(shù)小于預(yù)設(shè)的調(diào)節(jié)閾值，對(duì)當(dāng)前數(shù)據(jù)權(quán)重進(jìn)行減小調(diào)節(jié)。

22、在一個(gè)優(yōu)選的實(shí)施方式中，若當(dāng)前數(shù)據(jù)的權(quán)重調(diào)節(jié)系數(shù)大于等于預(yù)設(shè)的調(diào)節(jié)閾值，對(duì)當(dāng)前數(shù)據(jù)權(quán)重進(jìn)行增大調(diào)節(jié)，若當(dāng)前數(shù)據(jù)的權(quán)重調(diào)節(jié)系數(shù)小于預(yù)設(shè)的調(diào)節(jié)閾值，對(duì)當(dāng)前數(shù)據(jù)權(quán)重進(jìn)行減小調(diào)節(jié)，調(diào)節(jié)算法為：

23、式中，ωnew為當(dāng)前數(shù)據(jù)調(diào)節(jié)后的權(quán)重，ωold為當(dāng)前數(shù)據(jù)調(diào)節(jié)前的權(quán)重，cz為權(quán)重調(diào)節(jié)系數(shù)，f為系數(shù)閾值。

24、在一個(gè)優(yōu)選的實(shí)施方式中，所述多感受點(diǎn)壓力波動(dòng)累積系數(shù)的獲取邏輯為：在睡枕的多個(gè)監(jiān)測(cè)點(diǎn)處均設(shè)置壓力應(yīng)變片，在測(cè)試過(guò)程中，通過(guò)壓力測(cè)試設(shè)備對(duì)多個(gè)監(jiān)測(cè)點(diǎn)施加恒定壓力，記錄每個(gè)監(jiān)測(cè)點(diǎn)的實(shí)際壓力后，基于每個(gè)監(jiān)測(cè)點(diǎn)的實(shí)際壓力計(jì)算壓力標(biāo)準(zhǔn)差，在一段時(shí)間內(nèi)對(duì)壓力標(biāo)準(zhǔn)差進(jìn)行積分累積運(yùn)算獲取多感受點(diǎn)壓力波動(dòng)累積系數(shù)，表達(dá)式為：式中，ps為多感受點(diǎn)壓力波動(dòng)累積系數(shù)，yb(t)為時(shí)間t時(shí)刻的壓力標(biāo)準(zhǔn)差，t為監(jiān)測(cè)時(shí)長(zhǎng)。

25、所述多感受點(diǎn)熱傳導(dǎo)系數(shù)的獲取邏輯為：在睡枕的多個(gè)監(jiān)測(cè)點(diǎn)處均設(shè)置溫度傳感器，由睡枕的一側(cè)進(jìn)行加熱處理后，計(jì)算多個(gè)監(jiān)測(cè)點(diǎn)處的熱流密度，表達(dá)式為：式中，q為熱流密度，k為枕頭材料的導(dǎo)熱系數(shù)，δt為枕頭表面與加熱一側(cè)的溫度差，δx為枕頭的厚度，將多個(gè)監(jiān)測(cè)點(diǎn)的熱流密度求和后獲取多感受點(diǎn)熱傳導(dǎo)系數(shù)。

26、在一個(gè)優(yōu)選的實(shí)施方式中，所述體位變化頻率的獲取邏輯為：通過(guò)多導(dǎo)睡眠監(jiān)測(cè)儀檢測(cè)用戶進(jìn)入深度睡眠的2分鐘后，記錄一段時(shí)間內(nèi)用戶的體位變化次數(shù)，將體位變化次數(shù)比上記錄時(shí)長(zhǎng)獲取體位變化頻率。

27、所述皮膚電反應(yīng)因子的獲取邏輯為：通過(guò)多導(dǎo)睡眠監(jiān)測(cè)儀檢測(cè)用戶進(jìn)入深度睡眠的2分鐘后，通過(guò)在手指或手掌、足部部位放置電極來(lái)獲取，在電極之間施加0.5-5伏特電壓測(cè)量皮膚的電導(dǎo)率，持續(xù)測(cè)量皮膚電導(dǎo)率的變化，生成一條時(shí)間序列信號(hào)，獲取多個(gè)時(shí)間點(diǎn)的皮膚電導(dǎo)率，將多個(gè)時(shí)間點(diǎn)的皮膚電導(dǎo)率相減并取絕對(duì)值為皮膚電反應(yīng)因子。

28、在上述技術(shù)方案中，本發(fā)明提供的技術(shù)效果和優(yōu)點(diǎn)：

29、本發(fā)明通過(guò)概率分布模型分析歷史數(shù)據(jù)后，獲取傳感數(shù)據(jù)以及生理數(shù)據(jù)對(duì)于舒適度的影響，并為每個(gè)傳感數(shù)據(jù)以及生理數(shù)據(jù)生成相應(yīng)權(quán)重，將傳感數(shù)據(jù)與生理數(shù)據(jù)結(jié)合對(duì)應(yīng)權(quán)重整合后得到初始舒適度評(píng)分，使用mcmc算法在每個(gè)傳感數(shù)據(jù)以及生理數(shù)據(jù)的概率分布中進(jìn)行多次采樣，每次采樣后依據(jù)采樣結(jié)果重新生成每個(gè)傳感數(shù)據(jù)以及生理數(shù)據(jù)的權(quán)重，基于新生成的權(quán)重重新計(jì)算舒適度評(píng)分，將新獲取的舒適度評(píng)分基于mcmc算法的接受概率準(zhǔn)則判斷是否接受新生成的權(quán)重。通過(guò)多源數(shù)據(jù)和客觀反饋，動(dòng)態(tài)調(diào)整多源數(shù)據(jù)權(quán)重參數(shù)，為每個(gè)用戶生成個(gè)性化的舒適性評(píng)估，提供個(gè)性化枕頭設(shè)計(jì)建議，顯著提高用戶的舒適感。