基于电动升降桌的坐姿矫正方法与流程

本发明涉及电动升降桌，尤其涉及基于电动升降桌的坐姿矫正方法。

背景技术：

1、在家具及办公设备技术领域，电动升降桌因能根据用户身高或使用需求调节桌面高度，改善久坐舒适度，已逐渐成为办公及居家场景中的常用设备。传统的电动升降桌通常包括桌体、可伸缩桌腿及驱动部件，用户通过操作面板上的按钮控制驱动部件带动可伸缩桌腿伸缩，进而实现桌面高度的调节，以适配用户的使用习惯，例如用户站立办公时可升高桌面，坐姿办公时可降低桌面。

2、在实际使用过程中，用户久坐时易出现含胸、低头、头部过度前倾等不良坐姿，且自身往往难以实时察觉，长期下来易导致用户颈椎劳损、腰椎变形、近视等健康问题。为了实时监测用户坐姿，现有电动升降桌还设置有坐姿识别单元，坐姿识别单元用于采集用户的坐姿数据，控制单元根据采集用户的坐姿数据判定用户坐姿是否符合标准坐姿，若判定用户坐姿不符合标准坐姿，则进行灯光或者声音提示，以提醒用户调整坐姿。然而，现有方案仅通过固定强度的单次提示试图唤起用户自觉矫正，用户往往因专注工作或学习而忽略提示，导致矫正成功率低。

技术实现思路

1、为了解决现有电动升降桌坐姿矫正方法仅通过固定强度的单次提示而导致矫正效果不佳的技术问题，本发明提供了基于电动升降桌的坐姿矫正方法，通过使矫正动作强度递增式执行，可逐步增加矫正的提醒力度，进而有效提升用户对不良坐姿的感知度，有效引导用户本能地调整回标准坐姿，从而提升矫正成功率。

2、为了实现上述技术目的，本发明提供的基于电动升降桌的坐姿矫正方法，所述电动升降桌包括：

3、桌板；

4、至少一个由电机驱动的可伸缩桌腿，用于带动所述桌板升降；

5、坐姿识别单元，用于采集用户的坐姿数据；

6、所述坐姿矫正方法包括：

7、步骤s100，通过所述坐姿识别单元获取用户坐姿数据，判断用户坐姿是否符合预设的标准坐姿；

8、若用户坐姿不符合标准坐姿，执行步骤s200；

9、步骤s200，执行矫正步骤，根据预设的矫正动作提醒用户，判断矫正是否成功；

10、若矫正成功，步骤s200执行次数清零，使所述电动升降桌恢复至矫正步骤执行前的状态，返回步骤s100；

11、若矫正失败，执行步骤s300；

12、步骤s300，判断步骤s200的执行次数是否达到预设阈值；

13、若步骤s200执行次数未达到预设阈值，返回步骤s200；

14、若步骤s200执行次数已达到预设阈值，锁定步骤s200，等待手动解除锁定；

15、其中，矫正动作的强度随着步骤s200执行次数增加而递增，所述矫正动作包括灯光提示、语音提示、桌板抬升中的至少一种。

16、本发明的技术效果：区别于现有技术采用固定强度单次提示的方案，本发明通过设置矫正动作强度随着步骤s200执行次数增加而递增，可逐渐增加矫正的提醒力度，如此能够逐步突破用户因专注工作或学习而产生的感知屏蔽，使矫正提醒从“易被忽略”变为“不易被忽略”，从而有效引导用户本能地调整回标准坐姿，提升了矫正成功率；此外，矫正动作强度分级递增的提醒机制既避免了单一高强度刺激对用户的过度干扰，又确保了在用户自觉意识薄弱时能够通过逐级增强的提醒力度最终实现矫正目的，有效提高了矫正成功率；最后，本发明在矫正成功后使电动升降桌恢复至矫正步骤执行前的状态，确保不改变用户原有的桌面高度使用习惯；在步骤s200执行多次矫正失败后，锁定步骤s200并等待手动解除，这样设计避免了无限循环矫正对用户体验的干扰，也防止了电机等执行部件因频繁无效动作而过度磨损，提升了系统运行的安全性和可靠性。

17、在上述坐姿矫正方法中，所述矫正动作的强度为单一矫正动作的输出强度，增加单一矫正动作的输出强度包括以下至少一种：

18、增加桌板的抬升行程和/或抬升速度；

19、增加灯光的输出强度；

20、增强语音的输出强度。

21、在相同矫正动作类型下，通过连续递增单一物理量的输出强度，能够以用户可感知的渐进方式持续施加刺激，以逐渐提升用户对矫正动作提醒的感知度，从而有效引导用户调整至标准坐姿。具体而言，就桌板抬升行程增加而言，递增抬升行程可使桌面逐步升高，迫使用户的肘部和前臂被逐渐抬升，使用户逐渐感到手臂的不适感，从而引导用户调整至标准坐姿；就桌板抬升速度增加而言，递增抬升速度可使桌板在更短时间内完成抬升动作，产生更明显的位移感，从而增强用户的体感反馈，使其更易察觉桌板的变化，从而引导用户调整至标准坐姿；就灯光提示而言，递增灯光的输出强度可使灯光从柔和逐渐变为明亮，在用户余光中形成越来越强的视觉信号，逐步突破专注状态下的视觉屏蔽，使用户感觉到刺眼，从而引导用户调整至标准坐姿；就语音提示而言，递增语音的输出强度可使提示音从轻柔逐渐变为清晰，逐步穿透专注状态下的听觉屏蔽，从而引导用户调整至标准坐姿。

22、在上述坐姿矫正方法中，所述矫正动作的强度为矫正动作的组合数量，随着执行步骤s200的次数增加，叠加更多种类的矫正动作。如此设计，通过叠加多种类型的矫正动作以实现强度递增，利用了多模态刺激的协同效应，能够显著增强用户的感知概率。具体而言，视觉刺激（灯光）、听觉刺激（语音）和体感刺激（桌板抬升）作用于人类不同感觉通道，当单通道刺激被用户忽视时，多通道叠加刺激能够突破用户的感知屏蔽。例如，首次仅使用灯光提示，依赖用户的视觉注意；若用户因注视屏幕而忽略灯光，则第二次叠加语音提示，通过视觉和听觉同时提示，若用户佩戴耳机或因环境嘈杂而忽略语音，则第三次进一步叠加桌板抬升，通过视觉、听觉、触觉通道直接干预。多模态叠加的协同效果远大于单一通道强度的简单累加，能够以更低的单通道刺激强度实现更高的整体感知率，避免了过度增强单一刺激（如极高亮度的灯光或极大音量的语音）对用户或周边人群造成的干扰和不适。

23、在上述坐姿矫正方法中，所述矫正动作的强度为矫正动作本身的感知强度，所述矫正动作包括灯光提示、语音提示和桌板抬升，所述灯光提示的强度＜所述语音提示的强度＜所述桌板抬升的强度。如此设计，通过将不同矫正动作按用户感知强度进行层级排序并依序启用，实现了“从弱到强、从被动到主动”的渐进式矫正逻辑。具体而言，灯光提示作为最弱感知强度的矫正动作，属于被动视觉刺激，对用户当前操作的中断程度最低，适合作为初次提醒；语音提示作为中等感知强度的矫正动作，属于听觉刺激，其信息传递的直接性和强制性优于灯光，适合作为二次提醒；桌板抬升作为最强感知强度的矫正动作，属于物理层面的主动干预，能够通过改变用户肢体支撑面的空间位置来被动牵引用户调整坐姿，适合作为最终手段。该顺序符合人类对多感官刺激的感知优先级规律，能够以“最小必要干预”为原则，在实现矫正目的的同时最大限度减少对用户工作的打扰，提升用户体验。

24、在上述坐姿矫正方法中，所述步骤s200中，判断矫正是否成功，包括：

25、若在矫正步骤执行过程中或执行完毕后，用户坐姿恢复至预设的标准坐姿，则判定矫正成功；

26、若矫正步骤执行完毕后用户坐姿仍未恢复至预设的标准坐姿，则使电动升降桌恢复至矫正步骤执行前的状态，并记录一次矫正未响应事件，重复执行矫正步骤，当矫正未响应事件连续累计达到预设次数k时，判定矫正失败。

27、如此设计，在矫正步骤执行过程中实时监测坐姿恢复情况，允许用户在矫正动作尚未完成时就主动调整坐姿并提前终止矫正，体现了系统对用户主动配合的鼓励和响应效率的提升。同时，在矫正动作执行完毕后仍对坐姿状态进行复核判定，确保了矫正效果的真实性和可靠性。当矫正未响应事件连续累计达到预设次数k时才判定失败，而非单次失败即判定，避免了因用户短暂的身体活动（如伸懒腰、转头看手机、拿取物品、低头看书、喝水、捡笔）被误判为矫正失败而误触发系统锁定，提高了判定的鲁棒性。此外，每次矫正失败后使桌板恢复至原状态，确保了系统状态的可追溯性和可重复性，使后续矫正动作始终从同一基准状态开始，保证了强度递增逻辑的一致性。

28、在上述坐姿矫正方法中，所述步骤s200中，当矫正成功时，执行第一冷却阶段后再返回步骤s100。如此设计，可避免频繁执行矫正步骤对用户造成干扰。

29、在上述坐姿矫正方法中，所述步骤s300中，当判断步骤s200执行次数未达到预设阈值时，执行第二冷却阶段后返回步骤s200。如此设计，可避免频繁执行矫正步骤对用户造成干扰。同时，第二冷却阶段给予了用户一段自主调整坐姿的时间窗口，用户可能在矫正动作结束后、下一次动作开始前的冷却阶段内意识到坐姿问题并主动调整，从而以更低的系统干预成本实现矫正目的，提升了用户对系统的自主控制感。

30、在上述坐姿矫正方法中，所述第二冷却阶段的冷却时长随步骤s200执行次数增加而递增。如此设计，随着步骤s200执行次数的增加，第二冷却阶段的冷却时长逐次延长，其深层逻辑在于：当用户连续多次对矫正动作无响应时，表明用户可能处于深度专注状态（如撰写重要文档、参与视频会议）或短暂离开座位但被系统误判为仍在座，此时用户对矫正动作的响应概率较低，频繁且密集的矫正干预不仅难以生效，反而会严重干扰用户体验甚至引发用户反感；通过递增冷却时长，系统在多次失败后自动降低干预频率，将等待时间延长，给予用户更充分的响应窗口，同时减少无效干预次数，既保护了用户体验，又降低了系统功耗和执行部件的动作频次。

31、在上述坐姿矫正方法中，所述电动升降桌还包括可被用户手动操作的输入装置；所述步骤s200中，若检测到输入装置的操作指令，则优先响应操作指令，中断当前的矫正步骤。如此设计，通过设置用户手动操作优先中断的机制，确保了用户在任何情况下对电动升降桌的绝对控制权，符合安全设计的基本原则；当系统因坐姿识别误差而误触发矫正时，用户可通过简单的按键操作立即终止矫正动作，避免了对用户正常活动的干扰；当矫正动作本身的物理干预（如桌板抬升）使用户感到不适时，用户亦可即时中断，防止了因系统强制干预导致的安全隐患。该机制同时解决了法理层面的责任归属问题——任何系统自动动作均可由用户一键中止，显著降低了产品的使用风险和用户投诉风险。

32、在上述坐姿矫正方法中，所述坐姿矫正方法还包括：

33、步骤s000，判断桌前是否有人体存在且已入座；

34、若判定桌前有人体存在且已入座，则执行步骤s100；

35、若判定桌前无人体存在或者有人体存在但未入座，则保持低功耗待机状态。

36、如此设计，通过在坐姿判断步骤之前增设入座检测前置步骤，使系统仅在用户确实处于就座使用状态时才启动坐姿监测和矫正功能，避免了在无人使用或用户仅短暂靠近桌面时系统误触发坐姿矫正动作，由此能够有效降低系统整体的功耗，延长了设备的使用寿命；同时也减少了坐姿识别单元的工作频次；最后也避免了桌板在无人状态下发生不必要的升降动作，消除了由此带来的安全隐患和对周围人员的干扰，提升了系统的智能化和人性化水平。

37、在上述坐姿矫正方法中，所述步骤s000中，通过所述坐姿识别单元采集人体骨骼关键点的连续多帧坐标数据；

38、判断骨点是否稳定，若连续多帧坐标数据中的骨骼关键点稳定出现，则判定骨点稳定；

39、判断是否存在入座动作，提取关于头部的骨骼关键点，若头部的骨骼关键点y轴坐标呈下降趋势且下降量超过下降阈值，则判定存在入座动作；

40、判断入座是否稳定，若头部的骨骼关键点y轴坐标在预设时长内波动幅度小于稳定阈值，则判定入座稳定；

41、同时满足骨点稳定、存在入座动作、入座稳定时，判定桌前有人体存在且已入座。

42、现有技术中的坐姿识别单元通过人脸采集、人脸标定实现坐姿识别，其在用户佩戴口罩、帽子、侧脸、低头时，人脸无法被有效检测，由此导致检测精度较低，且全程采集面部图像，存在隐私泄露隐患。而本技术方案通过采集人体骨骼关键点的连续多帧坐标数据进行判断，无需依赖面部特征，仅凭头部、肩部等肢体骨点的空间位置变化即可精准判别人体状态，佩戴口罩、遮挡场景仍可正常识别，由此避免面部数据泄露；此外，通过“骨点稳定+入座动作+入座稳定”三重条件组合判定入座状态，相比单一条件判定具有显著更高的准确性和鲁棒性。具体而言，“骨点稳定”条件排除了因用户短暂经过摄像头视场或被背景干扰物误识别为人体而导致的误判；“存在入座动作”条件通过追踪头部关键点的y轴坐标下降趋势来识别“坐下”这一特定动作事件，能够有效区分坐姿使用状态与站立靠近状态；“入座稳定”条件确保了用户已完全就座而非正在调整坐姿的过渡状态，避免了在用户身体处于不稳定状态时启动坐姿判断。三重条件层层递进、逐级筛选，最大程度降低了误触发率，确保系统仅在用户确实处于稳定的坐姿使用状态下才启动后续的坐姿监测流程，提升了系统的判断精度和用户体验。

43、在上述坐姿矫正方法中，所述步骤s100，通过所述坐姿识别单元获取用户坐姿数据，判断用户坐姿是否符合预设的标准坐姿，包括：

44、通过所述坐姿识别单元采集用户头部、肩部及上肢的多个骨骼关键点的坐标数据；

45、根据所述多个骨骼关键点的坐标数据，建立用户当前坐姿的几何模型；

46、将所述用户当前坐姿的几何模型与预设的标准坐姿几何模型进行对比，所述标准坐姿几何模型基于相同骨骼关键点构建；

47、根据对比结果，判断用户坐姿是否符合预设的标准坐姿。如此设计，通过基于骨骼关键点构建几何模型的方式进行坐姿识别，相比于传统基于图像像素或深度图特征的识别方法，具有计算量小、实时性高、姿态语义明确等优势。具体而言，骨骼关键点数据为二维坐标信息，数据维度低且语义清晰，使得几何模型的构建和对比运算可在低功耗嵌入式芯片上快速完成，无需依赖云端计算或高性能gpu，降低了硬件成本。此外，几何模型对比方式天然具备尺度不变性和旋转不变性（通过坐标归一化处理），在不同身高、体型、摄像头安装角度的使用场景下均能保持一致的判定准确性，无需针对每位用户进行复杂的参数校准，提高了产品的通用性和易用性。

48、在上述坐姿矫正方法中，头部的骨骼关键点包括头顶点和下巴点；

49、肩部的骨骼关键点包括左肩点和右肩点；

50、上肢的骨骼关键点包括左手肘点、左手腕点、右手肘点、右手腕点；

51、头顶点至下巴点连线、下巴点至左肩点连线、下巴点至右肩点连线、左肩点至左手肘点连线、左手肘点至左手腕点连线、右肩点至右手肘点连线、右手肘点至右手腕点连线形成用户上半身的几何模型。如此设计，通过选择头顶点、下巴点、双肩点、双肘点、双手腕点这8个骨骼关键点并建立特定连线关系，以最精简的骨骼点集合构建了能够完整表征用户上半身坐姿姿态的几何模型；相比于使用更多骨骼关键点（如包含髋部、膝部、脚部等下半身关键点）的方案，本发明在保证核心坐姿识别功能的前提下大幅降低了算力需求和数据采集量，更适用于嵌入式实时应用场景。

52、在上述坐姿矫正方法中，所述标准坐姿几何模型包括以下判定条件：头部居中直立、左右肩部水平、下巴位置正常、手部自然放置、双肘贴近躯干；

53、当用户当前坐姿的几何模型同时满足标准坐姿几何模型的全部判定条件时，判定用户坐姿符合预设的标准坐姿；

54、当用户当前坐姿的几何模型未满足标准坐姿几何模型的任一判定条件时，判定用户坐姿不符合预设的标准坐姿。

55、通过将标准坐姿分解为五个独立判定条件并分别为每个条件设置容忍阈值，实现了对人体坐姿状态的多维度、精细化表征和判定。任一条件超出容忍阈值即判断为用户坐姿不符合预设的标准坐姿，进而触发步骤s200进行矫正动作提醒用户，确保了对各类不良坐姿的全覆盖监测，同时容忍阈值的设置使得系统对人体微小、短暂的姿态波动具备容忍度，避免了因过于灵敏而频繁触发矫正所带来的不良体验。