一种智能座椅的自适应坐姿识别方法与流程

技术特征：
1.一种智能座椅的自适应坐姿识别方法，所述智能座椅的坐垫上安装有多个压力传感器，其特征在于，包括以下步骤：建立坐姿识别模型，所述坐姿识别模型记录压力传感器的检测值占比与坐姿的对应关系；用户使用时，周期性采集多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对比，获得坐姿识别结果；记录每个周期坐姿识别结果，首个周期的坐姿识别结果直接作为识别坐姿；若连续n个周期获得的坐姿识别结果相同，则更改识别坐姿为最后获得的坐姿识别结果，反之，则保持识别坐姿。2.根据权利要求1所述的一种智能座椅的自适应坐姿识别方法，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，每种坐态重复多次，采集每个压力传感器检测值；计算相同坐态下多次采集的压力传感器检测值均值，作为最终检测值；将坐态归类为预设的若干种坐姿；计算压力传感器的检测值占比，按预设精度规整检测值占比；每个压力传感器规整后的检测值占比构成占比向量；若占比向量仅对应一种坐姿，则将占比向量与坐姿关联作为参照条目；全部参照条目构成坐姿识别模型。3.根据权利要求2所述的一种智能座椅的自适应坐姿识别方法，其特征在于，建立坐姿识别模型的方法还包括：多个压力传感器构成组合；计算组合内的压力传感器的检测值相对占比；按预设精度规整检测值相对占比，规整后的检测值相对占比作为相对向量；若相对向量仅对应一种坐姿，则将相对向量与坐姿关联作为二类参照条目；全部参照条目及二类参照条目构成坐姿识别模型。4.根据权利要求3所述的一种智能座椅的自适应坐姿识别方法，其特征在于，计算组合内的压力传感器的检测值相对占比的方法为：计算组合内的压力传感器的检测值的和，记为sr；计算每个压力传感器检测值与总和s的比值，即为压力传感器的检测值相对占比。5.根据权利要求3或4所述的一种智能座椅的自适应坐姿识别方法，其特征在于，计算压力传感器检测值占比前，先计算压力传感器的检测值相对占比，获得相对向量，将相对向量与坐姿识别模型对比，若存在相符的参照条目，则直接将相应的坐姿作为坐姿识别结果，若不存在相符的参照条目，则从计算压力传感器检测值占比继续执行所述自适应坐姿识别方法。6.根据权利要求2至4任一项所述的一种智能座椅的自适应坐姿识别方法，其特征在于，计算压力传感器检测值占比的方法为：
计算全部压力传感器检测值的总和，记为s；计算每个压力传感器检测值与总和s的比值，即为压力传感器检测值占比。7.根据权利要求2至4任一项所述的一种智能座椅的自适应坐姿识别方法，其特征在于，按预设精度规整检测值占比的方法包括：按预设精度将0至100%划分为规整点；将检测值占比规整到最接近的规整点；计算全部检测值占比的规整点的和，若和等于1，则完成规整，若和不等于1，则将规整点小于或等于检测值占比的检测值占比划归为左集合，将规整点大于检测值占比的检测值占比划归为右集合；若和小于1，则计算左集合中的检测值占比与最接近的更大规整点的差值，差值最小的检测值占比规整到更大的规整点，返回前一步骤继续执行；若和大于1，则计算右集合中的检测值占比与最接近的更小规整点的差值，差值最小的检测值占比规整到更小的规整点，返回前两步骤继续执行。8.根据权利要求2至4任一项所述的一种智能座椅的自适应坐姿识别方法，其特征在于，所述预设精度为2%、4%、5%、10%及15%中的一个。9.根据权利要求1至4任一项所述的一种智能座椅的自适应坐姿识别方法，其特征在于，若获得的坐姿识别结果与上一个周期的坐姿识别结果不同，则将采集压力传感器的检测值的周期设置为第一周期；若获得的坐姿识别结果与上一个周期的坐姿识别结果相同，则将采集压力传感器的检测值的周期按步长增加，直到周期达到第二周期，所述第二周期大于第一周期。

技术总结
本发明涉及智能设备技术领域，具体涉及一种智能座椅的自适应坐姿识别方法，包括以下步骤：建立坐姿识别模型，坐姿识别模型记录压力传感器的检测值占比与坐姿的对应关系；用户使用时，周期性采集多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对比，获得坐姿识别结果；记录每个周期坐姿识别结果，首个周期的坐姿识别结果直接作为识别坐姿；若连续n个周期获得的坐姿识别结果相同，则更改识别坐姿为最后获得的坐姿识别结果。本发明的有益技术效果包括：实现自适应不同用户使用时的坐姿识别，提高了坐姿识别的便捷性；通过规整检测值占比，提高了坐姿识别的准确度；借助相对占比提高了坐姿识别的效率。坐姿识别的效率。坐姿识别的效率。


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：2022.09.09
技术公布日：2022/11/29