助眠设备自动脱离控制方法、装置、助眠设备及存储介质与流程

1.本发明涉及助眠设备的控制技术领域，尤其涉及助眠设备自动脱离控制方法、装置、助眠设备及存储介质。


背景技术：

2.目前，助眠类产品在控制助眠类功能，该助眠类产品可通过调整光照亮度、音乐强弱等方式来帮助用户更好地入睡。但是，现有技术中，用户入睡后，助眠设备可能就会停止工作，而此时的助眠设备仍然还戴在用户的头部，与用户头部直接接触，影响用户的睡姿以及睡眠舒适度，给用户造成不便。
3.因此，现有技术还有待改进和提高。


技术实现要素：

4.本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种助眠设备自动脱离控制方法、装置、助眠设备及存储介质，旨在解决现有技术中的助眠设备在用户入睡后就会停止工作，而此时的助眠设备仍然还戴在用户的头部，与用户头部直接接触，影响用户的睡姿以及睡眠舒适度的问题。
5.为了解决上述技术问题，本发明所采用的技术方案如下：第一方面，本发明提供一种助眠设备自动脱离控制方法，其特征在于，所述方法包括：获取助眠设备的助眠工作时长，并获取用户在预设时间内的脑电信号；根据所述助眠工作时长确定所述助眠设备的工作状态，并基于所述脑电信号确定所述用户的睡眠状态；根据所述工作状态与所述睡眠状态，对所述助眠设备的松紧程度进行调整，以使得所述助眠设备自动脱离，其中所述松紧程度反映的是所述助眠设备与用户头部接触的紧密性。
6.在一种实现方式中，所述获取助眠设备的助眠工作时长，包括：基于所述助眠设备的工作监测程序，确定所述助眠设备的启动时刻；基于所述启动时刻，确定所述助眠设备的助眠工作时长。
7.在一种实现方式中，所述根据所述助眠工作时长确定所述助眠设备的工作状态，并基于所述脑电信号确定所述用户的睡眠状态，包括：获取用户的预估入睡时间，并将所述助眠工作时长与所述预估入睡时间进行匹配，得到所述助眠设备的工作状态；根据所述脑电信号，确定所述用户在所述预设时间段内的信号波动状态，并根据所述信号波动状态，确定所述睡眠状态。
8.在一种实现方式中，所述获取用户的预估入睡时间，包括：获取当前时刻与预设的入睡时间估计模型；
根据所述当前时刻与所述入睡时间估计模型，确定出所述预估入睡时间。
9.在一种实现方式中，所述根据所述脑电信号，确定所述用户在所述预设时间段内的信号波动状态，并根据所述信号波动状态，确定所述睡眠状态，包括：根据在所述预设时间段内采集得到的脑电信号，绘制脑电信号曲线图，基于所述脑电信号曲线图，确定所述信号波动状态；若所述信号波动状态为平稳状态，则确定所述睡眠状态为已入睡状态。
10.在一种实现方式中，所述基于所述脑电信号曲线图，确定所述信号波动状态，包括：获取所述脑电信号曲线图中的波峰信号与波谷信号，并确定所述波峰信号与波谷信号之间的差值；若所述差值小于预设的阈值，则确定所述信号波动状态为平稳状态。
11.在一种实现方式中，所述根据所述工作状态与所述睡眠状态，对所述助眠设备的松紧程度进行调整，以使得所述助眠设备自动脱离，包括：若所述工作状态为休眠状态，且所述睡眠状态为已入睡状态，则确定所述助眠设备已经停止助眠工作；控制预设在所述助眠设备上的松紧调节钮自动解锁，以对所述助眠设备的松紧程度进行调整。
12.第二方面，本发明实施例还提供一种助眠设备自动脱离控制装置，其中，所述装置包括：数据获取模块，用于获取助眠设备的助眠工作时长，并获取用户在预设时间内的脑电信号；状态确定模块，用于根据所述助眠工作时长确定所述助眠设备的工作状态，并基于所述脑电信号确定所述用户的睡眠状态；松紧调节模块，用于根据所述工作状态与所述睡眠状态，对所述助眠设备的松紧程度进行调整，以使得所述助眠设备自动脱离，其中所述松紧程度反映的是所述助眠设备与用户头部接触的紧密性。
13.在一种实现方式中，所述数据获取模块，包括：启动检测单元，用于基于所述助眠设备的工作监测程序，确定所述助眠设备的启动时刻；时长确定单元，用于基于所述启动时刻，确定所述助眠设备的助眠工作时长。
14.在一种实现方式中，所述状态确定模块，包括：工作状态确定单元，用于获取用户的预估入睡时间，并将所述助眠工作时长与所述预估入睡时间进行匹配，得到所述助眠设备的工作状态；睡眠状态确定单元，用于根据所述脑电信号，确定所述用户在所述预设时间段内的信号波动状态，并根据所述信号波动状态，确定所述睡眠状态。
15.在一种实现方式中，所述工作状态确定单元，包括：模型获取子单元，用于获取当前时刻与预设的入睡时间估计模型；时间估计子单元，用于根据所述当前时刻与所述入睡时间估计模型，确定出所述预估入睡时间。
16.在一种实现方式中，所述睡眠状态确定单元，包括：信号波动状态确定子单元，用于根据在所述预设时间段内采集得到的脑电信号，绘制脑电信号曲线图，基于所述脑电信号曲线图，确定所述信号波动状态；已入睡状态确定子单元，用于若所述信号波动状态为平稳状态，则确定所述睡眠状态为已入睡状态。
17.在一种实现方式中，所述信号波动状态确定子单元，包括：差值确定子单元，用于获取所述脑电信号曲线图中的波峰信号与波谷信号，并确定所述波峰信号与波谷信号之间的差值；平稳状态确定子单元，用于若所述差值小于预设的阈值，则确定所述信号波动状态为平稳状态。
18.在一种实现方式中，所述松紧调节模块，包括：设备状态判定单元，用于若所述工作状态为休眠状态，且所述睡眠状态为已入睡状态，则确定所述助眠设备已经停止助眠工作；松紧程度调整单元，用于控制预设在所述助眠设备上的松紧调节钮自动解锁，以对所述助眠设备的松紧程度进行调整。
19.第三方面，本发明实施例还提供一种助眠设备，所述助眠设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的助眠设备自动脱离控制程序，所述处理器执行所述助眠设备自动脱离控制程序时，实现如上述方案中任一项所述的助眠设备自动脱离控制方法的步骤。
20.第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有助眠设备自动脱离控制程序，所述助眠设备自动脱离控制程序被处理器执行时，实现如上述方案中任一项所述的助眠设备自动脱离控制方法的步骤。
21.有益效果：与现有技术相比，本发明提供了一种助眠设备自动脱离控制方法，本发明首先获取助眠设备的助眠工作时长，并获取用户在预设时间内的脑电信号。然后，根据所述助眠工作时长确定所述助眠设备的工作状态，并基于所述脑电信号确定所述用户的睡眠状态。最后，根据所述工作状态与所述睡眠状态，对所述助眠设备的松紧程度进行调整，以使得所述助眠设备自动脱离，其中所述松紧程度反映的是所述助眠设备与用户头部接触的紧密性。本发明可实现对助眠设备的松紧程度进行自动调节，由于助眠设备是与用户头部直接接触的，因此基于助眠设备的工作状态以及用户的睡眠状态可以确定出此时用户是否还需要该助眠设备，以便在不需要该助眠设备时可以及时控制助眠设备自动脱离，有利于用户保持良好的睡姿，提高睡眠舒适性。
附图说明
22.图1为本发明实施例提供的助眠设备自动脱离控制方法的具体实施方式的流程图。
23.图2为本发明实施例提供的助眠设备的结构示意图。
24.图3为本发明实施例提供的助眠设备自动脱离控制方法中睡眠昼夜节律数据与睡眠稳态数据的示意图。
25.图4为本发明实施例提供的助眠设备自动脱离控制方法中睡眠昼夜节律数据与睡
眠稳态数据进行拟合的示意图。
26.图5为本发明实施例提供的助眠设备自动脱离控制方法中设备调节曲线的示意图。
27.图6为本发明实施例提供的助眠设备自动脱离控制装置的原理图。
28.图7为本发明实施例提供的助眠设备的原理图。
具体实施方式
29.为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
30.本实施例提供一种助眠设备自动脱离控制方法，通过本实施例的方法，可实现对助眠设备的松紧程度进行自动调节。具体实施时，本实施例首先获取助眠设备的助眠工作时长，并获取用户在预设时间内的脑电信号。然后，根据所述助眠工作时长确定所述助眠设备的工作状态，并基于所述脑电信号确定所述用户的睡眠状态。最后，根据所述工作状态与所述睡眠状态，对所述助眠设备的松紧程度进行调整，以使得所述助眠设备自动脱离，其中所述松紧程度反映的是所述助眠设备与用户头部接触的紧密性。由于助眠设备是与用户头部直接接触的，因此基于助眠设备的工作状态以及用户的睡眠状态可以确定出此时用户是否还需要该助眠设备，以便在不需要该助眠设备时可以及时控制助眠设备自动脱离，有利于用户保持良好的睡姿，提高睡眠舒适性。
31.举例说明，本实施例首先获取助眠设备的助眠工作时长，该助眠工作时长反映的是助眠设备启动相关助眠功能以帮助用户入睡的工作时长。因此，根据该助眠工作时长就可以确定出助眠设备的工作状态，根据该工作状态就可以确定助眠设备是否还需要继续工作。比如，一般来说，助眠设备只需要工作15分钟就可以帮助用户入睡，因此，当确定出助眠设备的助眠工作时长为16分钟，此时就可以预判出此助眠设备的工作状态为休眠状态。并且本实施例还获取用户在预设时间内的脑电信号，由于脑电信号的波动情况可以反映出此时用户的入睡状态，如果确定出助眠设备的工作状态为休眠状态，并且用户的入睡状态为已经入睡，则就说明此时用户不需要助眠设备，因此就可以调整助眠设备的松紧程度，使得用户保持良好睡姿，更好地入睡。
32.示例性方法本实施例的助眠设备自动脱离控制方法可应用于助眠设备中，该助眠设备可为穿戴式助眠设备，比如头戴式头枕、颈枕等设备。具体可如图2中所示，图3中即为一种助眠设备，该助眠设备为头戴式，包括环形头带10以及设置在该环形头带上的主机20以及脑电记录电极组30，通过该电脑记录电极组30可记录用户的脑电信号，并将该电脑信号进行存储至主机20中。此外，本实施例中的环形头带10还设置有耳机模组40、眼罩50、松紧调节钮60以及光照模组70，使得助眠设备具备更多的功能。具体地，如图1中所示，本实施例的助眠设备自动脱离控制方法包括如下步骤：步骤s100、获取助眠设备的助眠工作时长，并获取用户在预设时间内的脑电信号。
33.本实施例首先获取助眠设备的助眠工作时长，该助眠工作时长反映的是助眠设备启动相关助眠功能以帮助用户入睡的工作时长。并且，本实施例还获取用户在预设时间内
的脑电信号，该脑电信号在预设时间内的波动情况反映了用户是否进入睡眠。
34.在一种实现方式中，本实施例在确定助眠工作时长时包括以下步骤：步骤s101、基于所述助眠设备的工作监测程序，确定所述助眠设备的启动时刻；基于所述启动时刻，确定所述助眠设备的助眠工作时长。
35.具体地，本实施例中的助眠设备中预先设置有工作监测程序，该工作监测程序可以用于监测出助眠设备的工作，比如，当助眠设备上的某种助眠功能（如音乐播放功能）开始启动时，就会被该工作监测程序监测得到，此时就会对启动时刻进行记录。接着，助眠设备基于当前时刻，就可以确定出助眠设备的助眠工作时长。在本实施例中，助眠工作时长指的是该助眠设备上任何一个助眠功能启动的时刻到所有助眠功能都停止的时刻之间的时长。
36.此外，本实施例还采集预设时间段内的脑电信号，所所述脑电信号（electroencephalography）是由脑神经活动产生并且始终存在于中枢神经系统的自发性电位活动，含有丰富的大脑活动信息。因此，一段时间的电脑信号的波动情况可用于帮助确定出用户此时是否入睡，比如本实施例可采集1分钟之内的脑电信号，然后通过分析这一分钟之内的脑电信号来确定出此时用户的睡眠状态。
37.步骤s200、根据所述助眠工作时长确定所述助眠设备的工作状态，并基于所述脑电信号确定所述用户的睡眠状态。
38.当确定出所述助眠工作时长后，本实施例根据该助眠工作时长来确定出此时助眠设备的工作状态，以便在后续步骤中基于该工作状态来确定出用户是否还需要使用助眠设备。由于本实施例获取了预设时间段内的脑电信号，而脑电信号的波动情况可以反映出用户此时大脑活动信息，因此基于该脑电信号即可确定出用户的睡眠状态。
39.在一种实现方式中，本实施例在确定工作状态与睡眠状态时包括如下步骤：步骤s201、获取用户的预估入睡时间，并将所述助眠工作时长与所述预估入睡时间进行匹配，得到所述助眠设备的工作状态；步骤s202、根据所述脑电信号，确定所述用户在所述预设时间段内的信号波动状态，并根据所述信号波动状态，确定所述睡眠状态。
40.在本实施例中，确定助眠设备的工作状态也就是确定出此时助眠设备是否还在继续对用户进行助眠工作。用户在开始睡觉时会启动助眠设备，并且一般是用户自己预估出入睡时间，对助眠设备设置定时，当助眠设备的工作时间到达用户设置的时间时，助眠设备就会自动停止工作。但是实际情况时，用户自己预估出的入睡时间并不准确，因此就会造成，助眠设备的工作时间已经到达用户设置的时间，而用户此时还未入睡，用户不得不再次开启助眠设备，给用户的使用带来了不便。而本技术中的助眠设备是会自动估计出用户的预估入睡时间的，因此，当确定出用户的预估入睡时间后，助眠设备就会按照该预估入睡时间来进行辅助入睡，启动对应的功能，比如音乐播放、助眠光线等。因此，本实施例可在获取到助眠设备的助眠工作时长后可将助眠工作时长与预估入睡时间进行比较，从而确定出此时的助眠设备是否已经完成了助眠工作，以便确定出助眠设备的工作状态。具体地，如果助眠设备的助眠工作时长大于或者等于预估入睡时间，则就可以确定助眠设备已经完成了助眠工作，此时助眠设备的工作状态为休眠状态，即助眠设备进入休眠模式，关闭所有的助眠功能。而如果助眠设备的助眠工作时长小于预估入睡时间，则就说明助眠设备还未完成助
眠工作，需要继续执行助眠工作，因此此时的助眠设备的工作状态为运行中状态。
41.在一种实现方式中，本实施例确定预估入睡时间是基于预设的入睡时间模型来确定的。具体地，由于人体的睡眠与觉醒等行为显示出昼夜之间周期性的变化。比如，人的体温早晨稍低，白天逐渐上升，到黄昏又高一些。新陈代谢活动，白天分解过程旺盛，晚间则同化过程增强。白天交感神经活动占优势，夜晚副交感神经活动占优势。人体的肾上腺素含量在白天某一时刻达到一定水平，然后逐渐下降，12小时后再度上升。这些生理变化在一天之中的波动范围是恒定的，称为生物钟。人类习惯于白天工作夜晚睡眠，一天24小时，与之相适应的是人的机体白天适宜于活动，夜晚身体机能使白天产生的变化得以恢复。基于此，本实施例可采集用户在预设时间段内的睡眠状态数据与清醒状态数据，所述睡眠状态数据与所述清醒状态数据分别用于反映用户的脑电信号在睡眠状态与清醒状态下的波动变化。也就是说，本实施例采集就是用户在睡眠状态下与清醒状态下的脑电信号，比如采集连续7天或者连续一个月内的脑电信号。由于采集到的脑电信号时成周期性变化的，因此，本实施例基于呈周期性变化的脑电信号，就可以确定出睡眠昼夜节律数据，所述睡眠昼夜节律数据用于反映所述用户的睡眠行为与觉醒行为在昼夜之间的周期性变化。在本实施例中，睡眠昼夜节律数据的周期为24小时，呈现出类正弦曲线状的波动，如图3中所示，因此本实施例中将采集到的脑电信号采用多种频率的正弦函数进行拟合睡眠昼夜节律数据，计算方式如下所示：其中，n的典型值为4；昼夜节律a1=1.0，a2=0.2，a3=0.1，a4=0.02；（睡眠周期为24小时），t为当前时刻。
42.而由于人体在早晨清醒后，活动使腺苷持续积累，会形成睡眠压力，该睡眠压力会随着时间发生变化，因此，本实施例基于在睡眠状态下与清醒状态下的脑电信号，还可得出睡眠稳态数据。所述睡眠稳态数据用于反映用户的睡眠压力的变化状态，睡眠稳态数据在生理学上的理解是，清醒状态下类似增长型指数，睡眠压力不断增大；睡眠状态下类似下降型指数，睡眠压力不断减小，如图3所示，因此，本实施例在清醒状态用增长型指数函数拟合睡眠稳态数据，计算方式如下所示：其中，睡眠稳态曲线参数u的典型值为200；（睡眠周期为24小时），t为当前时间。
43.由于睡眠状态受到睡眠昼夜节律数据与睡眠稳态数据两大因素相互作用、相互调节，因此睡眠状态评估函数可以由睡眠昼夜节律数据与睡眠稳态数据拟合而成，如图4中所示。
44.睡眠状态评估函数计算方式如下所示：
其中，是睡眠稳态数据；是睡眠昼夜节律数据：α是双因素权重系数，典型值为。
45.由于本实施例采集了用户在预设时间段内的睡眠状态数据，因此，本实施例可从该睡眠状态数据中提取用户的实际入睡时间，然后将提取到的实际入睡时间与上述睡眠状态评估函数进行拟合，得到入睡时间估计模型，具体地，所述入睡时间估计模型中的估计函数为：其中，为预估入睡时间，入睡系数典型值是，衰减系数典型值。
46.当得到所述入睡时间估计模型后，本实施例即可获取当前时刻，然后将当前时刻输入至该入睡时间估计模型中，通过其中的估计函数即可计算出预估入睡时间。当确定出预估入睡时间，本实施例的助眠设备基于该预估入睡时间，获取与该预估入睡时间所对应的设备调节曲线，然后基于该设备调节曲线来进行对应的助眠功能的调节。由于本实施例的设备调节曲线是用于对助眠设备进行调节，以使得助眠设备的工作状态发生变化，并通过助眠设备来辅助用户在预估入睡时间内进入睡眠状态。因此，本实施例中的设备调节曲线时与预估入睡时间是契合的，此外，由于本实施例中的设备调节曲线是用于对助眠设备进行控制，且用于帮助用户尽早入睡的，因此就需要将助眠设备播放的音乐切换成更加舒缓、或者播放的音量更小、或者输出的助眠光线更加柔和，因此设备调节曲线是衰减的，如图5所示。为此，本实施例预先按照时长设置了多个震荡衰减曲线，因此，在确定出预估入睡时间后，就可以基于时长调取为与该时长相同的震荡衰减曲线，并将调取得到的震荡衰减曲线作为设备调节曲线。比如，预估入睡时间为18分钟，因此就可以调取18分钟的震荡衰减曲线作为设备调节曲线。
47.本实施例中的震荡衰减曲线可表示为：其中，t取值范围是 [0，]，为预估入睡时间；为初始化助眠设备参数（如：音乐音量），由用户调节到其舒适值时系统所获得。
[0048]
此外，本实施例的助眠设备具有多种功能，从图2中的助眠设备的结构示意图中可以看出，助眠设备上包括有耳机模组40、眼罩50、松紧调节钮60以及光照模组70，因此该助眠设备上至少包括：音乐播放功能、遮光功能、助眠光线调节功能以及环形头带的松紧度调节功能。而为了对助眠设备的工作状态进行控制，则就需要对这个功能进行调节，为此，本实施例获取到设备调节曲线是与助眠设备的功能进行对应的，也就是说针对助眠设备的音乐播放调节与光线调节所对应的设备调节曲线是不相同的，因此，本实施例在根据预估入睡时间确定震荡衰减曲线时，是会针对助眠设备的功能获取到对应的震荡衰减曲线的，然后所有功能的震荡衰减曲线均作为设备调节曲线。在获取到设备调节曲线后，需确定每个设备调节曲线所对应的功能属性，即确定该设备调节曲线是对应助眠设备上的哪一个功能
进行调节的，然后再控制助眠设备上与所述功能属性所对应的设备功能按照所述设备调节曲线进行控制，从而调节助眠设备的工作状态，并且辅助用户入睡。在一种实现方式中，若确定设备调节曲线的功能属性为声音属性，则说明该设备调节曲线是用于对助眠设备上的音乐播放功能进行控制的。此时，就可以获取所述助眠设备上的音乐播放功能的播放参数，并将所述播放参数按照所述设备调节曲线进行控制。如将音乐播放的音量按照图5中的震荡衰减曲线慢慢降低，辅助用户尽快进入睡。在另一种实现方式中，若确定设备调节曲线的功能属性为光线属性，则说明该设备调节曲线是用于对助眠设备上的助眠光线调节功能进行控制的。此时，就可以获取所述助眠设备上的助眠光线设置功能的光线参数，并将所述光线参数按照所述设备调节曲线进行控制。比如，将光照模组70发出的助眠光纤的亮度按照图5中的震荡衰减曲线慢慢降低，辅助用户尽快进入睡。
[0049]
此外，由于本实施例采集了预设时间段内的脑电信号，基于脑电信号，本实施例还可以确认出用户是否已经进入睡眠。为此，本实施例可根据在所述预设时间段内采集得到的脑电信号，绘制脑电信号曲线图，该脑电信号曲线图的横坐标为采集时间，纵坐标为脑电信号对应的电位信号值，脑电信号曲线图反应的是在预设时间段内的大脑的活跃状态，因此本实施例即可根据该脑电信号曲线图确定信号波动状态。在确定信号波动状态时，本实施例获取该脑电信号曲线图中的波峰信号与波谷信号，并确定所述波峰信号与波谷信号之间的差值；若所述差值小于预设的阈值，则确定所述信号波动状态为平稳状态。而如果所述差值大于预设的阈值，则确定所述信号波动状态为活跃状态。当确定出所述信号波动状态为平稳状态时，则说明此时用户的睡眠状态为已入睡；当确定出所述信号波动状态为活跃稳状态时，则说明此时用户的睡眠状态为未入睡。
[0050]
步骤s300、根据所述工作状态与所述睡眠状态，对所述助眠设备的松紧程度进行调整，以使得所述助眠设备自动脱离，其中所述松紧程度反映的是所述助眠设备与用户头部接触的紧密性。
[0051]
在本实施例中，当确定出助眠设备的工作状态和用户的睡眠状态之后，就可以确定出此时用户是否真正已经入睡，且是否助眠设备是否完成了助眠工作。如果用户已经入睡，且助眠设备也已经完成了助眠工作，则此时如果用户还戴着助眠设备会对用户的睡姿造成影响，且也给用户造成不舒适感。为此，本实施例需要及时对助眠设备的松紧程度进行调整，以使得所述助眠设备自动脱离，该松紧程度反映的是所述助眠设备与用户头部接触的紧密性，也就是说，本实施例可及时控制助眠设备自动从用户头部脱落。
[0052]
在一种实现方式中，本实施例在控制助眠设备自动脱离时，包括以下步骤：步骤301、若所述工作状态为休眠状态，且所述睡眠状态为已入睡状态，则确定所述助眠设备已经停止助眠工作；步骤s302、基于预设在所述助眠设备上的松紧调节钮对所述助眠设备的松紧程度进行调整。
[0053]
由于本实施例可助眠设备的工作状态和用户的睡眠状态确定出用户是否还需要继续使用助眠设备，由于实际情况下可能会出现助眠设备完成了助眠工作进入了休眠状态，而用户却没入睡，此时助眠设备还可能再次被用户使用，因此如果助眠设备的工作状态为休眠状态，并且用户的睡眠状态为已入睡状态，则就可以确定助眠设备已经停止助眠工作，且用户也不需要继续使用助眠设备。也就是说，本实施例只有在助眠设备进入休眠状态
同时用户已经入睡的情况下，才可以确定出助眠设备不会需要工作，此时就可以控制助眠设备脱离。
[0054]
具体地，如图2中所示，助眠设备是上设置有松紧调节钮60，该松紧调节钮60的结构可设置为卡扣形式结构，比如，该松紧调节钮60由两部分组成，一部分为卡接部，一部分为扣合部，卡接部上设置有一个圆孔，扣合部上设置有一个弹性凸起，弹性凸起的形状为圆形帽状，且尺寸大于圆孔尺寸。当该弹性凸起插入所述圆孔内后，弹性凸起被挤压，因为外力左右，弹性凸起挤入圆孔并穿过圆孔与圆孔卡合，此时弹性凸起就被该圆孔固定住。而当助眠设备的工作状态为休眠状态同时用户的睡眠状态为已经入睡时，助眠设备上的主机20就会向松紧调节钮60发出控制信号，松紧调节钮60基于该控制信号就会自动调节松紧度，并且还会控制弹性凸起自动收缩，并从圆孔中脱落，使得助眠设备从用户头部上脱离，使得用户可以拥有更好的睡姿，且更舒适的睡眠状，无需用户手动操作，方便用户使用。
[0055]
在其他实现方式中，当确定出此时助眠设备无需再被用户启动之后，该助眠设备可实施采集一段时间的脑电信号，比如采集5分钟或者10分钟的脑电信号，然后再控制助眠设备脱离用户头部。本实施例将采集一段时间的脑电信号发送至主机20，基于主机20对此段时间内的脑电信号进行分析，并以此分析用户的状态，从而修正上述睡眠昼夜节律数据中的昼夜节律与睡眠稳态数据中的睡眠稳态曲线参数u，形成更具个性化入睡时间估计模型，以便在下一次计算用户的预估入睡时间时可以更加准确。
[0056]
可见，本实施例首先获取助眠设备的助眠工作时长，并获取用户在预设时间内的脑电信号。然后，根据所述助眠工作时长确定所述助眠设备的工作状态，并基于所述脑电信号确定所述用户的睡眠状态。最后，根据所述工作状态与所述睡眠状态，对所述助眠设备的松紧程度进行调整，以使得所述助眠设备自动脱离，其中所述松紧程度反映的是所述助眠设备与用户头部接触的紧密性。本实施例可实现对助眠设备的松紧程度进行自动调节，由于助眠设备是与用户头部直接接触的，因此基于助眠设备的工作状态以及用户的睡眠状态可以确定出此时用户是否还需要该助眠设备，以便在不需要该助眠设备时可以及时控制助眠设备自动脱离，有利于用户保持良好的睡姿，提高睡眠舒适性。
[0057]
示例性装置在一种实现方式中，如图6中所示，本发明还提供一种助眠设备自动脱离控制装置，该装置包括：数据获取模块10、状态确定模块20以及松紧调节模块30。具体地，所述数据获取模块10，用于获取助眠设备的助眠工作时长，并获取用户在预设时间内的脑电信号。所述状态确定模块20，用于根据所述助眠工作时长确定所述助眠设备的工作状态，并基于所述脑电信号确定所述用户的睡眠状态。所述松紧调节模块30，用于根据所述工作状态与所述睡眠状态，对所述助眠设备的松紧程度进行调整，以使得所述助眠设备自动脱离，其中所述松紧程度反映的是所述助眠设备与用户头部接触的紧密性。
[0058]
在一种实现方式中，所述数据获取模块，包括：启动检测单元，用于基于所述助眠设备的工作监测程序，确定所述助眠设备的启动时刻；时长确定单元，用于基于所述启动时刻，确定所述助眠设备的助眠工作时长。
[0059]
在一种实现方式中所述状态确定模块，包括：工作状态确定单元，用于获取用户的预估入睡时间，并将所述助眠工作时长与所
述预估入睡时间进行匹配，得到所述助眠设备的工作状态；睡眠状态确定单元，用于根据所述脑电信号，确定所述用户在所述预设时间段内的信号波动状态，并根据所述信号波动状态，确定所述睡眠状态。
[0060]
在一种实现方式中所述工作状态确定单元，包括：模型获取子单元，用于获取当前时刻与预设的入睡时间估计模型；时间估计子单元，用于根据所述当前时刻与所述入睡时间估计模型，确定出所述预估入睡时间。
[0061]
在一种实现方式中所述睡眠状态确定单元，包括：信号波动状态确定子单元，用于根据在所述预设时间段内采集得到的脑电信号，绘制脑电信号曲线图，基于所述脑电信号曲线图，确定所述信号波动状态；已入睡状态确定子单元，用于若所述信号波动状态为平稳状态，则确定所述睡眠状态为已入睡状态。
[0062]
在一种实现方式中所述信号波动状态确定子单元，包括：差值确定子单元，用于获取所述脑电信号曲线图中的波峰信号与波谷信号，并确定所述波峰信号与波谷信号之间的差值；平稳状态确定子单元，用于若所述差值小于预设的阈值，则确定所述信号波动状态为平稳状态。
[0063]
在一种实现方式中所述松紧调节模块，包括：设备状态判定单元，用于若所述工作状态为休眠状态，且所述睡眠状态为已入睡状态，则确定所述助眠设备已经停止助眠工作；松紧程度调整单元，用于控制预设在所述助眠设备上的松紧调节钮自动解锁，以对所述助眠设备的松紧程度进行调整。
[0064]
本实施例的助眠设备自动脱离控制装置中各个模块的工作原理与上述方法实施例中各个步骤的原理相同，此处不再赘述。
[0065]
基于上述实施例，本发明还提供了一种助眠设备，所述助眠设备的结构示意图如图2中所示，其原理框图可以如图7所示。该助眠设备包括通过系统总线连接的处理器、存储器，所述处理器与所述存储器设置在主机中。其中，该助眠设备的处理器用于提供计算和控制能力。该助眠设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该助眠设备的网络接口用于与外部的终端通过网络通讯连接通信。该计算机程序被处理器执行时以实现一种助眠设备自动脱离控制方法。
[0066]
本领域技术人员可以理解，图7中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的助眠设备的限定，具体的助眠设备以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0067]
在一个实施例中，提供了一种助眠设备，助眠设备包括存储器、处理器及存储在存储器中并可在处理器上运行的助眠设备自动脱离控制方法程序，处理器执行助眠设备自动脱离控制方法程序时，实现如下操作指令：获取助眠设备的助眠工作时长，并获取用户在预设时间内的脑电信号；根据所述助眠工作时长确定所述助眠设备的工作状态，并基于所述脑电信号确定
所述用户的睡眠状态；根据所述工作状态与所述睡眠状态，对所述助眠设备的松紧程度进行调整，以使得所述助眠设备自动脱离，其中所述松紧程度反映的是所述助眠设备与用户头部接触的紧密性。
[0068]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、运营数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（rom）、可编程rom（prom）、电可编程rom（eprom）、电可擦除可编程rom（eeprom）或闪存。易失性存储器可包括随机存取存储器（ram）或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram（sram）、动态ram（dram）、同步dram（sdram）、双运营数据率sdram（ddrsdram）、增强型sdram（esdram）、同步链路（synchlink） dram（sldram）、存储器总线（rambus）直接ram（rdram）、直接存储器总线动态ram（drdram）、以及存储器总线动态ram（rdram）等。
[0069]
综上，本发明公开了助眠设备自动脱离控制方法、装置、助眠设备及存储介质，方法包括：获取助眠设备的助眠工作时长，并获取用户在预设时间内的脑电信号；根据助眠工作时长确定助眠设备的工作状态，并基于脑电信号确定用户的睡眠状态；根据工作状态与睡眠状态，对助眠设备的松紧程度进行调整，以使得助眠设备自动脱离，其中松紧程度反映的是助眠设备与用户头部接触的紧密性。本发明可实现对助眠设备的松紧程度进行自动调节，由于助眠设备是与用户头部直接接触的，因此基于助眠设备的工作状态以及用户的睡眠状态可以确定出用户是否还需要该助眠设备，以便在不需要该助眠设备时可以及时控制助眠设备自动脱离，有利于用户保持良好的睡姿，提高睡眠舒适性。
[0070]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。