[發(fā)明專利]基于壓力坐墊的人體坐姿識別系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110192234.0
• 申請日: 2021-02-19
• 公開（公告）號: CN112949434A
• 公開（公告）日: 2021-06-11
• 發(fā)明（設(shè)計）人: 馬靚;張占武;熊偉;廖為恩;孟國輝
• 申請（專利權(quán)）人: 清華大學(xué);河南裕展精密科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;A47C31/12
• 代理公司: 北京睿派知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11597
• 代理人: 劉鋒

本發(fā)明提供了一種人體坐姿識別系統(tǒng)，包括壓力測量裝置和數(shù)據(jù)處理裝置，其中所述壓力測量裝置用于采集使用者在其坐姿下的座椅壓力分布和狀態(tài)數(shù)據(jù)，并發(fā)送給所述數(shù)據(jù)處理裝置；所述數(shù)據(jù)處理裝置被配置為基于所述數(shù)據(jù)使用坐姿種類識別算法完成坐姿種類識別，以及使用坐姿狀態(tài)識別模型完成坐姿狀態(tài)識別，并對坐姿種類識別結(jié)果進行修正與反饋。本發(fā)明能夠便捷、實時地對坐姿種類和狀態(tài)進行識別，并能夠反饋給使用者，以實現(xiàn)相應(yīng)的坐姿干預(yù)。

技術(shù)領(lǐng)域

本發(fā)明涉及一種人體坐姿識別系統(tǒng)，特別是一種基于壓力坐墊的人體坐姿識別系統(tǒng)。

背景技術(shù)

隨著工作環(huán)境和工具的改變，人們的工作型態(tài)逐漸從需要繁重體力的工作轉(zhuǎn)換成需借助計算機完成工作的模式，使得在工作場所中的久坐行為(sedentary behavior)越來越普遍。雖然繁重的體力勞動工作減少，但并沒有降低肌肉骨骼損傷(Musculo-skeletaldisorder，MSD)的風(fēng)險。久坐行為造成了另一形態(tài)的肌肉骨骼損傷。目前已有證據(jù)表明，工作中的久坐行為與下背痛的發(fā)生存在一定的關(guān)聯(lián)。尤其是久坐與不良坐姿或者全身性振動等風(fēng)險因素同時存在的時候，會顯著提高下背痛發(fā)病率。在較為早期的研究中，發(fā)現(xiàn)下背痛的發(fā)病率在久坐職業(yè)群體中較高。從生物力學(xué)的角度來看，坐姿能帶來更高的椎間盤負荷，更快的腰椎疲勞以及局部組織代謝的減少。不當?shù)墓ぷ髋_設(shè)計、不良的工休安排、不適當?shù)淖藭?dǎo)致下背、肩、頸、上肢等各個部位的不適乃至肌肉骨骼損傷。

目前已有研究表明，坐姿變化與軀體不適度累積存在一定關(guān)聯(lián)，軀體不適度上升往往伴隨著坐姿變化頻率的上升。通過對坐姿變化的觀察，獲取軀體不適度狀態(tài)有一定的可行性。然而，傳統(tǒng)的人工姿勢觀察編碼方法成本較高，尤其不適用于長時間的久坐行為研究當中。隨著傳感器技術(shù)、機器學(xué)習(xí)算法的成熟，已經(jīng)出現(xiàn)了一些較為成熟的自動化坐姿檢測、識別、記錄方法，常見方法包括機器視覺識別，穿戴式傳感器方案等。這些技術(shù)的成熟使得坐姿能以較低成本進行準確記錄和識別。其自動化、無干預(yù)的特點也便于在實際工作現(xiàn)場進行推廣。

目前尚未出現(xiàn)在實際工作現(xiàn)場利用壓力坐墊和卷積神經(jīng)網(wǎng)絡(luò)對坐姿種類進行識別，并結(jié)合坐姿狀態(tài)識別進一步修正識別結(jié)果的系統(tǒng)。目前的坐姿識別多采用Logistic回歸、支持向量機、k最鄰近算法、神經(jīng)網(wǎng)絡(luò)、決策樹等機器學(xué)習(xí)算法，需要特征提取和分類，增加后續(xù)坐姿識別中數(shù)據(jù)處理的復(fù)雜性。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種能夠識別坐姿種類和狀態(tài)的人體坐姿識別系統(tǒng)，能夠便捷、實時地對坐姿狀態(tài)進行識別，并能夠反饋給使用者，以實現(xiàn)相應(yīng)的坐姿干預(yù)。

本發(fā)明的技術(shù)方案如下。

一種人體坐姿識別系統(tǒng)，包括壓力測量裝置和數(shù)據(jù)處理裝置，其中

所述壓力測量裝置用于采集使用者在其坐姿下的座椅壓力分布數(shù)據(jù)，并發(fā)送給所述數(shù)據(jù)處理裝置；

所述數(shù)據(jù)處理裝置被配置為基于所述數(shù)據(jù)使用坐姿種類識別算法完成坐姿種類識別，以及使用坐姿狀態(tài)識別模型完成坐姿狀態(tài)識別，并對識別結(jié)果進行修正與反饋。

優(yōu)選地，所述壓力測量裝置包括第一柔性壓力測量墊和第二柔性壓力測量墊；

所述第一柔性壓力測量墊放置于所述座椅的椅面，所述第二柔性壓力測量墊放置于所述座椅的靠背。

優(yōu)選地，所述壓力分布數(shù)據(jù)包括32*32壓力分布數(shù)據(jù)矩陣。

優(yōu)選地，所述坐姿種類識別算法包括借由輸入的壓力分布數(shù)據(jù)經(jīng)過卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練的分類器識別得到坐姿狀態(tài)輸出。

優(yōu)選地，所述卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)依次包括輸入層、卷積層、批量標準化層、線性整流層、池化層、全連接層和輸出層。

優(yōu)選地，所述輸入層以壓力分布矩陣數(shù)值作為輸入；

所述卷積層的矩陣輸出大小為(n-f+2p)/s+1；