1.本发明涉及坐姿识别技术领域，具体涉及一种适应传感单元失效的坐姿识别方法。
背景技术：2.每天我们都需要长时间的工作、学习，在此过程中，不免会出现一些列不良的坐姿，而长期的不良坐姿，会造成人体骨骼变化，甚至会诱发一系列脊椎疾病。因此能够实现坐姿识别和不良坐姿提醒的座椅开始进入市场。通过在座椅中集成传感器，实现坐姿的识别。随着科学技术的发展，硬件领域也变得智能化和安全化，但是在生产和使用过程中，无可避免的会遇到意外情况，如使用一定年限后线路老化、使用频率过多导致传感单元失效或者线路断路短路等问题。目前市场上的部分产品，在器件失效的时候一般会让用户返厂维修，这无疑会增加用户和厂家的成本，降低用户对产品的信任度。为此有必要在坐姿识别程序中，设计能够应对部分传感器失效情况下坐姿的识别。
技术实现要素：3.本发明所要解决的技术问题：目前缺乏能够应对传感器失效的坐姿识别方案的技术问题。提出了一种适应传感单元失效的坐姿识别方法。
4.解决上述技术问题，本发明采用如下技术方案：一种适应传感单元失效的坐姿识别方法，用于设置有若干个压力传感器的座椅的坐姿识别，包括：建立坐姿识别模型，所述坐姿识别模型记录压力传感器检测结果与坐姿的对应关系；用户使用座椅时，周期性采集若干个压力传感器的检测值，与坐姿识别模型比对，获得坐姿识别结果；保存若干个压力传感器的检测值和坐姿识别结果，形成用户记录数据；用户记录数据超过预设数量后，尝试生成检测值区间与坐姿识别的关系对；将用户记录数据代入关系对，若关系对的成立概率超过预设阈值，则将关系对纳入备用识别模型；当存在压力传感器失效时，剔除失效压力传感器的检测值，将剩余压力传感器的检测值与备用识别模型对比；若备用识别模型存在相符的关系对，则将备用识别模型的识别结果作为坐姿识别结果，若备用识别模型不存在相符的关系对，则坐姿识别结果为未知坐姿。
5.作为优选，建立坐姿识别模型的方法包括：在实验室条件下尝试多种坐态，采集每个压力传感器检测值；将坐态归类为预设的若干种坐姿；将坐姿对应的压力传感器检测值均值关联坐姿，作为样本数据；计算样本数据中每个压力传感器的压力传感器检测值占比；将压力传感器检测值占比按照预设精度规整，将规整后的压力传感器检测值占比
与坐姿关联，作为坐姿识别模型的条目，全部条目构成坐姿识别模型。
6.作为优选，在实验室条件下每种坐态重复多次，采集每个压力传感器的检测值并计算均值作为对应压力传感器最终的检测值。
7.作为优选，与坐姿识别模型比对，获得坐姿识别结果的方法包括：用户使用座椅时，周期性采集若干个压力传感器的检测值，计算压力传感器检测值占比；将压力传感器检测值占比与坐姿识别模型中的条目对比，找到最接近的条目；若最接近的条目的压力传感器检测值占比与计算所得压力传感器检测值占比差异小于预设阈值，则将最接近的条目对应的坐姿为坐姿识别结果，若最接近的条目的压力传感器检测值占比与计算所得压力传感器检测值占比差异大于或等于预设阈值，则判定坐姿识别结果为未知坐姿。
8.作为优选，计算最接近的条目的压力传感器检测值占比与计算所得压力传感器检测值占比差异的方法包括：将每个压力传感器的检测值占比与最接近的条目的压力传感器检测值占比求差值；全部差值的绝对值求和作为计算最接近的条目的压力传感器检测值占比与计算所得压力传感器检测值占比差异。
9.作为优选，尝试生成检测值区间与坐姿识别的关系对的方法包括：读取全部用户记录数据，将用户记录数据按照坐姿分组；依次计算每组用户记录数据中每个压力传感器检测值的分布范围，作为所述压力传感器检测值的组区间；每个压力传感器将具有多个组区间，每个组区间对应一个坐姿；选定压力传感器的一个组区间，求选定压力传感器的其余组区间的合并区间，获得选定组区间未落入所述合并区间的区间，即为特征区间；若特征区间非空，则将特征区间与选定组区间的坐姿关联，作为关系对。
10.作为优选，计算每组用户记录数据中每个压力传感器检测值的分布范围时，同时计算压力传感器检测值的分布概率，将分布概率低于预设阈值的分布范围剔除后形成组区间。
11.作为优选，用户使用座椅时，识别出用户坐姿后，周期性采集若干个压力传感器的检测值，若每个压力传感器的检测值与上一个周期相比的变化值均未超过预设阈值，则不再与与坐姿识别模型比对，直接判定坐姿识别结果为上一次坐姿识别结果。
12.本发明的有益技术效果包括：通过建立备用识别模型，在存在压力传感器失效的情况下，利用剩余压力传感器和备用识别模型继续完成坐姿识别，降低返厂维修数量，降低座椅成本；通过用户使用后的用户记录数据建立备用识别模型，具有更高的识别准确率。
13.本发明的其他特点和优点将会在下面的具体实施方式、附图中详细的揭露。
附图说明
14.下面结合附图对本发明做进一步的说明：图1为本发明实施例坐姿识别方法流程示意图。
15.图2为本发明实施例建立坐姿识别模型方法流程示意图。
16.图3为本发明实施例获得坐姿识别结果方法流程示意图。
17.图4为本发明实施例生成关系对方法流程示意图。
具体实施方式
18.下面结合本发明实施例的附图对本发明实施例的技术方案进行解释和说明，但下述实施例仅为本发明的优选实施例，并非全部。基于实施方式中的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得其他实施例，都属于本发明的保护范围。
19.在下文描述中，出现诸如术语“内”、“外”、“上”、“下”、“左”、“右”等指示方位或者位置关系仅是为了方便描述实施例和简化描述，而不是指示或暗示所指的装置或者元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
20.一种适应传感单元失效的坐姿识别方法，用于设置有若干个压力传感器的座椅的坐姿识别，请参阅附图1，包括：步骤a01）建立坐姿识别模型，坐姿识别模型记录压力传感器检测结果与坐姿的对应关系；步骤a02）用户使用座椅时，周期性采集若干个压力传感器的检测值，与坐姿识别模型比对，获得坐姿识别结果；步骤a03）保存若干个压力传感器的检测值和坐姿识别结果，形成用户记录数据；步骤a04）用户记录数据超过预设数量后，尝试生成检测值区间与坐姿识别的关系对；步骤a05）将用户记录数据代入关系对，若关系对的成立概率超过预设阈值，则将关系对纳入备用识别模型；步骤a06）当存在压力传感器失效时，剔除失效压力传感器的检测值，将剩余压力传感器的检测值与备用识别模型对比；步骤a07）若备用识别模型存在相符的关系对，则将备用识别模型的识别结果作为坐姿识别结果，若备用识别模型不存在相符的关系对，则坐姿识别结果为未知坐姿。将用户记录数据代入关系对，找到一条落入关系对记录的检测值区间的用户记录数据，若关系对中的坐姿与用户记录数据中的坐姿相同，则判定关系对成立，反之，则判定关系对不成立。全部落入关系对记录的检测值区间的用户记录数据中，关系对成立的数量除以全部落入关系对记录的检测值区间的用户记录数据的数量，即为关系对成立的概率。将剩余压力传感器的检测值与备用识别模型对比，若备用识别模型中存在包含剩余压力传感器的检测值的检测值区间，则将检测值区间对应的坐姿作为坐姿识别结果。
21.建立通用的坐姿识别模型识别用户坐姿，当用户实际使用时，采集用户使用记录，记录每个压力传感器检测值与坐姿识别结果的关系，记为用户记录数据。用户记录数据即为样本数据。在用户使用过程中，积累样本数据，尝试寻找仅对应一个坐姿实际检测值区间，全部仅对应一个坐姿的检测值区间关联相应坐姿，即为备用识别模型。
22.请参阅附图2，建立坐姿识别模型的方法包括：步骤b01）在实验室条件下尝试多种坐态，采集每个压力传感器检测值；步骤b02）将坐态归类为预设的若干种坐姿；步骤b03）将坐姿对应的压力传感器检测值均值关联坐姿，作为样本数据；
步骤b04）计算样本数据中每个压力传感器的压力传感器检测值占比；步骤b05）将全部压力传感器检测值占比按照预设精度规整，将规整后的全部压力传感器检测值占比与坐姿关联，作为坐姿识别模型的条目，全部条目构成坐姿识别模型。预设坐姿包括正坐、左翘腿、右翘腿、前坐、后坐和空置。正坐的坐姿也能够细分为多种身体形态，如正坐稍前倾、正坐稍后倾及正坐。压力传感器检测值占比的计算方法为计算全部压力传感器检测值的和，每个压力传感器的检测值与和的比值即为检测值占比。
23.由于每个用户的体重及体型不同，建立坐姿识别模型时，使用压力传感器检测值占比。在建立备用识别模型时，则直接使用压力传感器的检测值区间。
24.在实验室条件下每种坐态重复多次，采集每个压力传感器的检测值并计算均值作为对应压力传感器最终的检测值。本实施例采用直线均列的4个压力传感器，分别记为l1、l2、r1和r2，其中两个压力传感器分别位于左大腿处，两个压力传感器位于右大腿处。压力传感器位于座椅的坐垫之下，即使没有正好位于人体下方，也会因坐垫具有分散压力的作用，而检测到压力值。如检测值如下，编码：l1，检测值：400，检测值占比：20%，规则占比：20%；编码：l2，检测值：600，检测值占比：30%，规则占比：30%；编码：r1，检测值：500，检测值占比：25%，规则占比：25%；编码：r2，检测值：500，检测值占比：25%，规则占比：25%。此时对应的坐态为正坐偏右，归类的坐姿为正坐。
25.与坐姿识别模型比对，请参阅附图3，获得坐姿识别结果的方法包括：步骤c01）用户使用座椅时，周期性采集若干个压力传感器的检测值，计算压力传感器检测值占比；步骤c02）将压力传感器检测值占比与坐姿识别模型中的条目对比，找到最接近的条目；步骤c03）若最接近的条目的压力传感器检测值占比与计算所得压力传感器检测值占比差异小于预设阈值，则将最接近的条目对应的坐姿为坐姿识别结果；步骤c04）若最接近的条目的压力传感器检测值占比与计算所得压力传感器检测值占比差异大于或等于预设阈值，则判定坐姿识别结果为未知坐姿。找到最接近的压力传感器检测值占比，作为识别结果即可。全部压力传感器的检测值占比为向量，坐姿识别模型中的每个条目也为向量，两个向量的欧式距离作为本周期采集的检测值占比与条目的距离，与本周期采集的检测值占比距离最短的条目为最接近的条目。
26.全部差值的绝对值求和作为计算最接近的条目的压力传感器检测值占比与计算所得压力传感器检测值占比差异。
27.计算最接近的条目的压力传感器检测值占比与计算所得压力传感器检测值占比差异的方法包括：将每个压力传感器的检测值占比与最接近的条目的压力传感器检测值占比求差值；全部差值的绝对值求和作为计算最接近的条目的压力传感器检测值占比与计算所得压力传感器检测值占比差异。将全部压力传感器检测值占比的差异求和作为最终的压力传感器检测值占比差异，用于评判最接近的条目，找到最为准确的坐姿，提高坐姿识别模型。
28.请参阅附图4，尝试生成检测值区间与坐姿识别的关系对的方法包括：
步骤d01）读取全部用户记录数据，将用户记录数据按照坐姿分组；步骤d02）依次计算每组用户记录数据中每个压力传感器检测值的分布范围，作为压力传感器检测值的组区间；步骤d03）每个压力传感器将具有多个组区间，每个组区间对应一个坐姿；步骤d04）选定压力传感器的一个组区间，求选定压力传感器的其余组区间的合并区间，获得选定组区间未落入合并区间的区间，即为特征区间；步骤d05）若特征区间非空，则将特征区间与选定组区间的坐姿关联，作为关系对。如当l1检测值超过1500时，用户的大量用户记录数据中，总是对应右翘腿。则将l1检测值与右翘腿关联，一旦出现l1检测值超过1500，则立即判定为右翘腿，不再计算检测值占比，也不需要与坐姿识别模型对比。此时即便r1或者r2失效，也能正确识别右翘腿的坐姿。相应的，当l1检测值为400至600，同时r1检测值也为400至600时，对应坐姿为正坐。此时即使l2或者r2失效，也能够正确识别出正坐的坐姿。
29.计算每组用户记录数据中每个压力传感器检测值的分布范围时，同时计算压力传感器检测值的分布概率，将分布概率低于预设阈值的分布范围剔除后形成组区间。统计每个压力传感器检测值出现的次数，每个压力传感器检测值出现的次数与用户记录数据的总数量的比值即为检测值的分布概率。
30.用户使用座椅时，识别出用户坐姿后，周期性采集若干个压力传感器的检测值，若每个压力传感器的检测值与上一个周期相比的变化值均未超过预设阈值，则不再与与坐姿识别模型比对，直接判定坐姿识别结果为上一次坐姿识别结果。
31.本实施例的有益技术效果包括：通过建立备用识别模型，在存在压力传感器失效的情况下，利用剩余压力传感器和备用识别模型继续完成坐姿识别，降低返厂维修数量，降低座椅成本；通过用户使用后的用户记录数据建立备用识别模型，具有更高的识别准确率。
32.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，熟悉该本领域的技术人员应该明白本发明包括但不限于附图和上面具体实施方式中描述的内容。任何不偏离本发明的功能和结构原理的修改都将包括在权利要求书的范围中。
技术特征：1.一种适应传感单元失效的坐姿识别方法，用于设置有若干个压力传感器的座椅的坐姿识别，其特征在于，包括：建立坐姿识别模型，所述坐姿识别模型记录压力传感器检测结果与坐姿的对应关系；用户使用座椅时，周期性采集若干个压力传感器的检测值，与坐姿识别模型比对，获得坐姿识别结果；保存若干个压力传感器的检测值和坐姿识别结果，形成用户记录数据；用户记录数据超过预设数量后，尝试生成检测值区间与坐姿识别的关系对；将用户记录数据代入关系对，若关系对的成立概率超过预设阈值，则将关系对纳入备用识别模型；当存在压力传感器失效时，剔除失效压力传感器的检测值，将剩余压力传感器的检测值与备用识别模型对比；若备用识别模型存在相符的关系对，则将备用识别模型的识别结果作为坐姿识别结果，若备用识别模型不存在相符的关系对，则坐姿识别结果为未知坐姿。2.根据权利要求1所述的一种适应传感单元失效的坐姿识别方法，其特征在于，建立坐姿识别模型的方法包括：在实验室条件下尝试多种坐态，采集每个压力传感器检测值；将坐态归类为预设的若干种坐姿；将坐姿对应的压力传感器检测值均值关联坐姿，作为样本数据；计算样本数据中每个压力传感器的压力传感器检测值占比；将压力传感器检测值占比按照预设精度规整，将规整后的压力传感器检测值占比与坐姿关联，作为坐姿识别模型的条目，全部条目构成坐姿识别模型。3.根据权利要求2所述的一种适应传感单元失效的坐姿识别方法，其特征在于，在实验室条件下每种坐态重复多次，采集每个压力传感器的检测值并计算均值作为对应压力传感器最终的检测值。4.根据权利要求2或3所述的一种适应传感单元失效的坐姿识别方法，其特征在于，与坐姿识别模型比对，获得坐姿识别结果的方法包括：用户使用座椅时，周期性采集若干个压力传感器的检测值，计算压力传感器检测值占比；将压力传感器检测值占比与坐姿识别模型中的条目对比，找到最接近的条目；若最接近的条目的压力传感器检测值占比与计算所得压力传感器检测值占比差异小于预设阈值，则将最接近的条目对应的坐姿为坐姿识别结果，若最接近的条目的压力传感器检测值占比与计算所得压力传感器检测值占比差异大于或等于预设阈值，则判定坐姿识别结果为未知坐姿。5.根据权利要求4所述的一种适应传感单元失效的坐姿识别方法，其特征在于，计算最接近的条目的压力传感器检测值占比与计算所得压力传感器检测值占比差异的方法包括：将每个压力传感器的检测值占比与最接近的条目的压力传感器检测值占比求差值；全部差值的绝对值求和作为计算最接近的条目的压力传感器检测值占比与计算所得压力传感器检测值占比差异。
6.根据权利要求1至3任一项所述的一种适应传感单元失效的坐姿识别方法，其特征在于，尝试生成检测值区间与坐姿识别的关系对的方法包括：读取全部用户记录数据，将用户记录数据按照坐姿分组；依次计算每组用户记录数据中每个压力传感器检测值的分布范围，作为所述压力传感器检测值的组区间；每个压力传感器将具有多个组区间，每个组区间对应一个坐姿；选定压力传感器的一个组区间，求选定压力传感器的其余组区间的合并区间，获得选定组区间未落入所述合并区间的区间，即为特征区间；若特征区间非空，则将特征区间与选定组区间的坐姿关联，作为关系对。7.根据权利要求6所述的一种适应传感单元失效的坐姿识别方法，其特征在于，计算每组用户记录数据中每个压力传感器检测值的分布范围时，同时计算压力传感器检测值的分布概率，将分布概率低于预设阈值的分布范围剔除后形成组区间。8.根据权利要求6所述的一种适应传感单元失效的坐姿识别方法，其特征在于，用户使用座椅时，识别出用户坐姿后，周期性采集若干个压力传感器的检测值，若每个压力传感器的检测值与上一个周期相比的变化值均未超过预设阈值，则不再与与坐姿识别模型比对，直接判定坐姿识别结果为上一次坐姿识别结果。
技术总结本发明涉及坐姿识别技术领域，具体涉及一种适应传感单元失效的坐姿识别方法，建立坐姿识别模型；用户使用座椅时，周期性采集若干个压力传感器的检测值，与坐姿识别模型比对获得坐姿识别结果；保存用户记录数据；用户记录数据超过预设数量后，尝试生成检测值区间与坐姿识别的关系对；若关系对的成立概率超过预设阈值，则将关系对纳入备用识别模型；当存在压力传感器失效时，将剩余压力传感器的检测值与备用识别模型对比；若备用识别模型存在相符的关系对，则将备用识别模型的识别结果作为坐姿识别结果，若备用识别模型不存在相符的关系对，则坐姿识别结果为未知坐姿。本发明的有益技术效果包括：降低返厂维修数量，降低座椅成本。降低座椅成本。降低座椅成本。
技术研发人员：张军港 许中华 段大伟 程军
受保护的技术使用者：永艺家具股份有限公司
技术研发日：2022.07.22
技术公布日：2022/11/1
