一种基于AI反馈闭环的儿童智能校服襟章预警方法、系统、终端及存储介质与流程

本发明涉及智能穿戴设备，尤其涉及一种基于ai反馈闭环的儿童智能校服襟章预警方法、系统、终端及计算机可读存储介质。

背景技术：

1、目前，市场上用于儿童用眼行为监测与视力保护的产品主要包括以下几类：一是物理式坐姿矫正器，依靠机械结构或简单的倾斜传感器进行提醒，功能单一，无法识别复杂的头部姿态、用眼距离及环境光照变化，且佩戴舒适性差，儿童依从性低。二是集成摄像头的智能台灯或学习机，虽能监测坐姿和用眼距离，但其设备固定，无法随儿童移动，监测范围受限，且预警方式多为固定频率和强度的声光报警，缺乏个性化调整能力。三是智能手环或手表，部分产品具备姿态监测功能，但难以精准识别头部与眼部姿态，也无法感知真实的用眼距离和环境光照强度。

2、现有技术普遍存在以下缺陷：感知维度单一，无法同时获取用眼距离、头部姿态、躯干姿态及环境光照等多模态数据；识别精度与实时性不足，在儿童日常学习、移动等动态场景下易出现误报或漏报；干预方式僵硬且非个性化，无法根据儿童的个体差异和实时反应动态调整预警强度与方式，长期使用容易产生“提醒疲劳”或抵触情绪；缺乏有效的闭环优化机制，干预效果难以量化评估，预警策略无法持续改进，导致行为矫正效率低下；此外，现有设备佩戴不便或适用场景受限，难以实现全天候、无感化的监测与管理。

3、因此，现有技术还有待于改进和发展。

技术实现思路

1、本发明的主要目的在于提供一种基于ai反馈闭环的儿童智能校服襟章预警方法、系统、终端及计算机可读存储介质，旨在解决针对现有儿童用眼行为监测与预警技术中，存在的感知模态单一、实时性与识别精度不足、干预方式僵硬且无法个性化自适应调整、缺乏基于行为反馈的闭环优化机制，以及设备佩戴依从性差、难以实现全天候无感化监测的问题。

2、为实现上述目的，本发明提供一种基于ai反馈闭环的儿童智能校服襟章预警方法，所述一种基于ai反馈闭环的儿童智能校服襟章预警方法包括如下步骤：

3、通过集成于校服襟章上的多模态感知模块，实时采集儿童用眼行为数据和环境数据；

4、对所述儿童用眼行为数据和所述环境数据进行预处理，并通过部署在所述校服襟章的边缘ai模型进行推理，得到儿童当前的视觉风险状态；

5、根据所述视觉风险状态，按照当前生效的反馈策略控制所述校服襟章上的反馈模块执行相应的预警动作，并生成预警日志，其中，所述预警日志记录的内容包括所述视觉风险状态和所述预警动作；

6、获取预警后的儿童行为反馈数据，将所述预警日志和所述儿童行为反馈数据上传至云端平台；

7、所述云端平台根据所述儿童行为反馈数据评估预警效果，并根据所述预警日志和所述预警效果，利用强化学习算法对所述反馈策略进行迭代优化，得到目标反馈策略，将所述目标反馈策略下发至所述校服襟章，更新所述当前生效的反馈策略。

8、进一步，所述通过集成于校服襟章上的多模态感知模块，实时采集儿童用眼行为数据和环境数据，具体包括：

9、通过集成于校服襟章上的多模态感知模块中的超微型摄像头，采集儿童前方读写区域的环境图像序列，通过所述多模态感知模块中的惯性传感器采集儿童躯干运动姿态数据，并将所述环境图像序列和所述躯干运动姿态数据作为所述儿童用眼行为数据；

10、通过所述多模态感知模块中的环境光传感器，采集当前读写区域的光照强度值，并将所述光照强度值作为环境数据。

11、进一步，所述对所述儿童用眼行为数据和所述环境数据进行预处理，具体包括：

12、对所述儿童用眼行为数据中的环境图像序列进行去噪增强处理，并对所述儿童用眼行为数据中的躯干运动姿态数据进行卡尔曼滤波平滑处理，得到标准化行为数据；将所述标准化行为数据与所述环境数据进行时间戳对齐和归一化处理，生成用于模型推理的多模态输入特征向量。

13、进一步，所述通过部署在所述校服襟章的边缘ai模型进行推理，得到儿童当前的视觉风险状态，具体包括：

14、将所述多模态输入特征向量输入至所述部署在所述校服襟章的边缘ai模型，通过所述边缘ai模型对所述环境图像序列进行单目深度估计，得到用眼距离估算值；

15、通过所述边缘ai模型对所述环境图像序列中的读写目标进行检测和跟踪，得到头部姿态偏转角度；

16、通过所述边缘ai模型对所述躯干运动姿态数据进行姿态解算，得到躯干倾斜角度；

17、根据所述用眼距离估算值、所述头部姿态偏转角度、所述躯干倾斜角度以及所述环境数据中的光照强度值，通过预设的风险判定规则确定风险类型和风险等级，并将所述风险类型和所述风险等级组合为所述视觉风险状态。

18、进一步，所述根据所述视觉风险状态，按照当前生效的反馈策略控制所述校服襟章上的反馈模块执行相应的预警动作，并生成预警日志，具体包括：

19、查询当前生效的反馈策略中与所述视觉风险状态相匹配的目标反馈参数，并根据所述目标反馈参数驱动所述校服襟章上的反馈模块执行对应强度和类型的预警动作；

20、记录所述预警动作、所述视觉风险状态以及所述目标反馈参数，并将记录的所述预警动作、所述视觉风险状态以及所述目标反馈参数封装为预警日志。

21、进一步，所述云端平台根据所述儿童行为反馈数据评估预警效果，具体包括：

22、所述云端平台根据所述儿童行为反馈数据计算预警后儿童姿态恢复至正常状态的响应时长，以及预警后预设时间段内的不良行为复发频率；

23、将所述响应时长和所述不良行为复发频率代入预设的效果评估函数，计算得到表征干预有效性的量化奖励值，并将所述量化奖励值作为预警效果的评估结果。

24、进一步，所述根据所述预警日志和所述预警效果，利用强化学习算法对所述反馈策略进行迭代优化，得到目标反馈策略，将所述目标反馈策略下发至所述校服襟章，更新所述当前生效的反馈策略，具体包括：

25、将所述预警日志中的所述视觉风险状态作为状态空间、将所述预警日志中的预警动作作为动作空间、将所述预警效果作为奖励信号，通过强化学习算法训练策略网络，输出使累积奖励最大化的最优反馈参数配置，并将所述最优反馈参数配置确定为所述目标反馈策略；

26、将所述目标反馈策略通过网络传输协议下发至所述校服襟章的主控单元，由所述主控单元将本地存储的所述当前生效的反馈策略替换为所述目标反馈策略。

27、此外，为实现上述目的，本发明还提供一种基于ai反馈闭环的儿童智能校服襟章预警系统，所述基于ai反馈闭环的儿童智能校服襟章预警系统用于实现如上所述的基于ai反馈闭环的儿童智能校服襟章预警方法，其中，所述基于ai反馈闭环的儿童智能校服襟章预警系统包括：

28、数据采集模块，用于通过集成于校服襟章上的多模态感知模块，实时采集儿童用眼行为数据和环境数据；

29、风险解算模块，用于对所述儿童用眼行为数据和所述环境数据进行预处理，并通过部署在所述校服襟章的边缘ai模型进行推理，得到儿童当前的视觉风险状态；

30、预警执行模块，用于根据所述视觉风险状态，按照当前生效的反馈策略控制所述校服襟章上的反馈模块执行相应的预警动作，并生成预警日志，其中，所述预警日志记录的内容包括所述视觉风险状态和所述预警动作；

31、数据上传模块，用于获取预警后的儿童行为反馈数据，将所述预警日志和所述儿童行为反馈数据上传至云端平台；

32、策略优化模块，用于通过所述云端平台根据所述儿童行为反馈数据评估预警效果，并根据所述预警日志和所述预警效果，利用强化学习算法对所述反馈策略进行迭代优化，得到目标反馈策略，将所述目标反馈策略下发至所述校服襟章，更新所述当前生效的反馈策略。

33、此外，为实现上述目的，本发明还提供一种终端，其中，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于ai反馈闭环的儿童智能校服襟章预警程序，所述基于ai反馈闭环的儿童智能校服襟章预警程序被所述处理器执行时实现如上所述的基于ai反馈闭环的儿童智能校服襟章预警方法的步骤。

34、此外，为实现上述目的，本发明还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储有基于ai反馈闭环的儿童智能校服襟章预警程序，所述基于ai反馈闭环的儿童智能校服襟章预警程序被处理器执行时实现如上所述的基于ai反馈闭环的儿童智能校服襟章预警方法的步骤。

35、本发明的有益效果为：本发明通过集成于校服襟章上的多模态感知模块，能够实现全天候、无感化的儿童用眼行为与环境数据实时采集；对所采集数据进行预处理并利用部署在襟章端的边缘ai模型进行推理，达到了低延迟、高精度的实时视觉风险状态评估效果；根据当前生效的反馈策略控制反馈模块执行相应的预警动作并生成预警日志，实现了即时、个性化且可追溯的干预响应；获取预警后的儿童行为反馈数据并将其与预警日志上传至云端平台，实现了多源行为数据的云端汇聚；云端平台基于反馈数据评估预警效果并利用强化学习算法对反馈策略进行迭代优化，再将优化后的策略下发至襟章端更新生效策略，从而达到了自适应、持续进化的个性化闭环优化效果，显著提升了行为干预的长期有效性与用户依从性。