一种基于高熵合金水凝胶自供电传感的握笔与坐姿协同纠正系统与方法

本发明涉及人体姿态智能矫正、柔性自供电传感、分布式物联网组网、深度学习计算机视觉，尤其涉及基于高熵合金水凝胶自供电传感的握笔与坐姿协同纠正系统与方法，适用于中小学学生书写握笔纠错、久坐坐姿实时监测矫正。

背景技术：

1、目前市面上坐姿、握笔纠正产品分为三类，存在明显短板：

2、1、机械式硬性矫正产品（矫正椅、固定握笔器）：物理束缚人体，舒适度差，脱离设备即恢复不良姿势，无法个性化适配不同身高体型用户；

3、2、穿戴传感腕表类矫正产品：依靠超声波测距检测头胸距离，仅依靠两点距离判定体态，检测维度单一，驼背、侧倾等坐姿无法识别，误判率高，且设备需要频繁充电续航受限；

4、3、单目视觉坐姿矫正设备：仅依靠图像识别，缺少座椅压力、人体生理参数辅助校验，受光照、遮挡干扰大，无握笔同步检测能力，且设备相互独立无法联动桌椅、灯光空调等外设进行环境自适应调整。

5、现有深度学习坐姿识别方案大多仅基于图像单特征建模，易丢失时序特征，握笔识别多采用外置压力传感器，需要外接电源布线繁琐；柔性水凝胶传感现有方案无法兼顾自发电、高灵敏、耐失水长效使用，不能同时实现握笔无源采集 + 坐姿多维度同步监测，缺乏分布式设备联动分级矫正架构。

6、综上，现有技术缺少无源自供电握笔传感+多源数据融合坐姿识别+分布式全设备联动 + 两级分层纠正一体化方案。

技术实现思路

1、本发明是为了克服现有矫正设备传感需外接电源、采集维度单一、设备孤岛无法协同、矫正模式固化、识别精度低的技术缺陷，提供一种基于高熵合金 mxene 复合水凝胶自供电传感、分布式软总线组网、多模型融合 ai 识别的握笔坐姿协同纠正系统及控制方法，实现无源采集、多设备智能联动、分级提示 + 被动调节双模式矫正、自动生成个性化矫正方案。因此本发明采用以下技术方案：

2、硬件组网方案：依托分布式软总线自动发现、鉴权组网，组网硬件包含：高熵合金（hea）水凝胶自供电握笔套（无源 teng 传感）、智能生理坐垫、单目摄像头、屏幕音箱、电动智能座椅、空调 / 台灯环境控制器、触控交互屏；主控终端统一管理所有设备，无需人工配对。

3、数据采集方案：握笔端依靠 cocrfemnni 高熵合金/mxene/pva双网络水凝胶形变摩擦生电，无外接电源采集五指握姿形变信号；坐垫采集坐姿压力、心率、呼吸；单目相机实时采集人体视频帧，三类数据同步上传主控预处理。

4、识别方案：

5、握笔：握笔电学特征送入双层隐藏层 mlp 神经网络，实现 8 类握笔姿势精准分类；

6、坐姿：hrnet 提取骨骼关键点，st-gcn 提取骨骼时空特征、rnn 提取骨骼夹角时序特征，双特征加权融合建模，区分 6 类异常坐姿，辅以单目2d-3d关节坐标换算躯干偏转角度辅助校验，综合图像+压力+生理多源数据判定体态。

7、两级分级纠正：

8、一级（主动提示）：屏幕展示标准框对标、语音播报错误位置，用户自主修正；

9、二级（被动适配）：自主调节座椅参数、室内温湿度、环境光照，从环境层面引导用户调整坐姿；

10、数据运维：超 45min 久坐自动提醒，定期统计用户不良姿势频次，ai 生成个性化矫正建议，支持用户按需调取历史姿态数据。

11、具体地，本发明提供了一种基于高熵合金水凝胶自供电传感的握笔与坐姿协同纠正系统，包括：分布式主控终端；握笔自供电传感套，由hea/mxene/pva复合水凝胶制成，用于在手指挤压形变时产生摩擦电信号；智能坐垫传感模块，用于采集人体坐姿压力、心率及呼吸生理数据；单目视觉采集设备，用于采集人体连续帧图像数据；执行与反馈设备，至少包含声光输出设备、智能座椅调节设备及环境调控设备。上述各设备均与分布式主控终端通信连接。分布式主控终端被配置为：采集上述各设备属性参数，用户建档静态体征数据（身高、体重、肩宽、臂长），结合用户使用场景（写字/阅读）需求筛选目标组网设备，通过软总线自动发现、鉴权组网，并建立终端-多目标设备通信链路，搭建握笔+坐姿一体化纠正系统；基于深度学习算法对摩擦电信号、生理信号以及图像数据进行预处理和识别，得到多维度特征数据集，并判断用户握笔姿态与坐姿是否达标；在判定异常时生成分级纠正指令，并下发至执行与反馈设备。

12、优选地，握笔自供电传感套基于cocrfemnni高熵合金微粒掺杂mxene/pva双网络导电水凝胶制成hea-teng摩擦纳米传感器，无外接供电，手指挤压形变产生感应电信号，响应时间≤50ms，功率密度220.18mw・m-2，且经6000次循环压缩后输出性能保持稳定，可热重塑循环复用。

13、优选地，分布式主控终端在判定异常时执行分级纠正指令，包括：第一级纠正模式：控制声光输出设备播放标准握笔与坐姿参考框，并同步播报错误位置语音提示；第二级纠正模式：当第一级纠正模式持续预设时长后异常未消除时，控制智能座椅调节设备自动调节座椅高度及倾角，并控制环境调控设备调节室内温度、湿度或环境光照。

14、优选地，步骤4中，分布式主控终端执行的识别过程包括握笔识别和坐姿识别，同步判定握笔姿态、人体坐姿是否达标。坐姿识别为：采用 faster-rcnn+hrnet 提取图像数据中的图像骨骼关键点时空序列，生理信号输入融合 st-gcn+rnn 的坐姿识别模型；握笔识别为：摩擦电信号输入 mlp 握笔分类模型。

15、优选地，握笔识别包括：摩擦电信号数据输入双层隐藏层 mlp 神经网络，实现 8类握笔姿势精准分类。坐姿识别包括：hrnet 提取骨骼关键点，st-gcn 提取骨骼时空特征、rnn 提取骨骼夹角时序特征，双特征加权融合建模，区分 6 类异常坐姿，辅以单目2d-3d关节坐标换算躯干偏转角度辅助校验，综合图像+压力+生理多源数据判定体态。

16、优选地，坐姿识别模型的基于以下方式构建：划分异常坐姿类别：驼背、身体后仰、左斜靠、右斜靠、翘左腿、翘右腿 6 类，采集多场景坐姿视频，统一切帧至 80 帧，标注样本构建数据集；faster-rcnn 框选人体目标，hrnet 提取 17 个人体骨骼关键点，生成关键点时空序列，选取脊柱、左右小腿向量计算逐帧骨骼夹角，构建骨骼夹角时序特征；搭建多尺度时空图卷积 st-gcn 模型提取骨骼空间-时序特征，搭建rnn循环网络提取局部骨骼夹角特征，权重系数0.55加权融合双特征，经softmax输出坐姿分类结果。

17、优选地，还包括人机交互终端和数据运维设备，数据运维设备用于周期性汇总异常数据，依托模型生成针对性握笔、坐姿改善建议并推送，接收人机交互终端发送的用户交互指令按需调取历史姿态数据。

18、本发明提供了一种基于高熵合金水凝胶自供电传感的握笔与坐姿协同纠正方法，包括以下步骤：步骤1，分布式主控终端通过软总线鉴权建立与握笔自供电传感套、智能坐垫传感模块、单目视觉采集设备以及执行与反馈设备的通信链路；步骤2，分布式主控终端同步采集手指形变摩擦电信号、人体坐姿压力及心率呼吸生理数据、人体连续帧图像数据；步骤3，分布式主控终端基于深度学习算法对摩擦电信号、生理信号以及图像数据进行预处理和识别，判断用户握笔姿态与坐姿是否达标；步骤4，当判定姿态异常时，优先启动第一级声光提示纠正模式；若第一级纠正模式持续预设时长后异常仍未消除，则启动第二级被动适配纠正模式，自动调节智能座椅参数及环境参数。

19、本发明提供了一种电子设备，包括存储器和处理器，存储器用于存储计算机可执行指令，处理器用于执行计算机可执行指令，该计算机可执行指令被处理器执行时实现如上述方法的步骤。

20、本发明提供了一种计算机存储介质，其上存储有计算机可执行指令，计算机可执行指令被处理器执行时实现如上述方法的步骤。

21、技术效果

22、与现有技术相比，本发明提供的基于高熵合金水凝胶自供电传感的握笔与坐姿协同纠正系统与方法具有如下技术效果：

23、无源自供电优势：握笔传感采用 hea-mxene 水凝胶摩擦纳米发电机，手指按压形变自主发电，无需电池、免充电，水凝胶保水性优异，常温干燥环境长效使用，可热重塑反复回收利用，降低使用成本；

24、分布式协同优势：基于软总线自动组网，桌椅、灯光、摄像、握笔设备互联互通，打破设备孤岛，实现环境 + 座椅联动被动矫正，区别单一提醒式产品；

25、多模态高精度识别：融合图像骨骼时序、骨骼夹角、坐垫生理、握笔电学四维数据，坐姿识别准确率 96.67%、握笔识别精度95.98%，克服单一视觉 / 单一测距误判缺陷；

26、分层人性化矫正：先提示自主改正，无效再被动调整环境与座椅，不强制束缚人体，兼顾舒适度与矫正效果；

27、健康附加功能：久坐计时提醒，实时监测用户心率呼吸变化，兼顾体态矫正与用眼、身心健康管理。