一种基于重心变化的体重秤身份识别方法与流程

本发明涉及体重秤领域，特别是涉及一种基于重心变化的体重秤身份识别方法。

背景技术：

1、体重是身体健康的其中一项非常重要的指标，科学调查表明，大体重的人，往往体内脂肪含量过高，容易患上心血管疾病；而体重过轻，则容易导致免疫力低下，患上传染性疾病的概率会增加。同时一段时间体重的变化，往往也可能是人体发出的疾病警报。而随着生活节奏的加快，越来越多的人忽视了对自己健康的关注，以至于无法尽早发现及治疗。

2、体重秤作为体重监测的一种设备，可以对用户体重进行测量，以使用户对自己体重进行控制。大多数体重秤往往只有显示体重功能，而用户常常需要根据历史体重对比，来判断自己的体重控制是否有效。因此，厂商开发了具有识别用户并存储其对应历史体重数据功能的体重秤。这类可以识别用户的体重秤，一般根据用户历史体重进行匹配识别，但当有体重值相接近的用户出现时，自动识别的用户就可能发送错误，从而降低了自动识别的准确度。为了增加准确度，厂商采用特殊的传感器或者摄像头对用户脚掌进行测量以达到识别的目的，但是这无疑使得体重秤结构更加复杂。

技术实现思路

1、经申请人研究发现：在不增加额外传感器测量脚长的情况下，体重相近的人由于其身高体型差异会使得同样站立测量姿势下，重心在体重秤上投影位置相对于站立双脚中心连线会出现差异，比如同样体重，有些人矮点胖点就会出现中心离双脚中心连线就会远点。这一点可以作为身份识别的特征。

2、有鉴于现有技术的上述的一部分缺陷，本发明所要解决的技术问题是提供一种基于重心变化的体重秤身份识别方法，旨在保证称重结构简单化的前提下，使得身份识别更加精准。

3、为实现上述目的，本发明开了一种基于重心变化的体重秤身份识别方法，所述方法包括：

4、步骤s1、响应于所述体重秤的各个称重传感器感应到重量变化，实时对各个所述称重传感器的称重数据进行采集，获得多个称重数据集；其中，所述体重秤至少设置有三个所述称重传感器，所述称重数据集包括时间戳及相对应的称重数据；

5、步骤s2、根据多个所述称重数据集，获得各个所述称重传感器感应到的总重量跟随时间变化的第一曲线图；根据多个所述称重数据集，获得用户对于所述体重秤投影的重心位置根据时间变化的重心位置变化图；

6、步骤s3、根据所述第一曲线图，获得所述用户的最终重量；根据所述用户的最终重量与初始重心补偿系数，获得第一腿部重量； 其中，所述初始重心补偿系数为正常人体小腿占全身重量的百分比范围内的取值，所述第一腿部重量等于所述最终重量与所述初始重心补偿系数的乘积，所述初始重心补偿系数为预设值；

7、步骤s4、根据所述第一腿部重量，查询所述第一曲线图，获得与所述第一腿部重量相匹配的第一时间戳；根据所述第一时间戳，查询所述重心位置变化图，获得所述用户的第一只脚对应的初始重心位置；

8、步骤s5、根据所述初始重心位置及所述重心位置变化图，获得从所述第一时间戳后用户重心重归所述初始重心位置时形成的第一轨迹；根据所述第一轨迹、所述最终重量以及最终重心位置，识别所述用户的身份。

9、可选的，所述步骤s2中根据多个所述称重数据集，获得用户对于所述体重秤投影的重心位置根据时间变化的重心位置变化图，包括：

10、对于所述重心位置变化图中的每一个时间戳：

11、获得该时间戳对应的各个称重数据集中的称重数据，根据对应的称重数据，获得各个所述称重传感器与当前重心位置之间的力矩；将各个力矩转化为各个称重传感器与所述当前重心位置之间的实际距离；根据各个所述实际距离，确定所述当前重心位置；

12、获得每一个时间戳对应的重心位置，构造所述用户对于所述体重秤的重心位置根据时间变化的所述重心位置变化图。

13、可选的，所述步骤s5，包括：

14、步骤s501、根据所述初始重心位置及所述重心位置变化图，获得从所述第一时间戳后用户重心重归所述初始重心位置时形成的第一轨迹；

15、步骤s502、根据所述第一轨迹，确定所述初始重心位置所在的用户站立线以及所述用户朝向；其中，所述用户站立线为用户站在所述体重秤秤上的双脚中心连线；

16、步骤s503、根据所述用户站立线、所述用户朝向、所述最终重量以及所述最终重心位置，识别所述用户的身份。

17、可选的，所述步骤s5中根据所述第一轨迹、所述最终重量以及最终重心位置，识别所述用户的身份，包括：

18、根据所述最终重量，在用户存储列表中查找是否有与所述最终重量相匹配的用户；若否，则创建新用户加入所述用户存储列表，将所述第一轨迹、所述最终重量以及最终重心位置记录在所述新用户对应的词条下；若是，则进入下一步：

19、根据所述第一轨迹和所述最终重心位置，进一步确定匹配的用户中是否存在有与所述第一轨迹和所述最终重心位置相对应的用户；若否，则创建新用户加入所述用户存储列表，将所述第一轨迹、所述最终重量以及最终重心位置记录在所述新用户对应的词条下；若是，则将所述第一轨迹、所述最终重量以及最终重心位置记录在相对应的用户词条下。

20、可选的，所述初始重心补偿系数范围为0.05-0.1。

21、可选的，在所述步骤s5之后，所述方法还包括：

22、识别出所述用户为老用户，获得所述用户的历史称重数据；

23、根据历史称重数据与所述最终重量，给予所述用户健康建议。

24、可选的，在所述步骤s5之后，所述方法还包括：

25、识别出所述用户为老用户，获得所述用户的历史称重数据；

26、根据历史称重数据与所述最终重量，生产所述用户的体重跟随时间变化的趋势图；根据所述趋势图，对所述用户体重提出指导性建议。

27、本发明的有益效果：1、本发明根据多个称重数据集，获得各个称重传感器感应到的总重量跟随时间变化的第一曲线图；根据多个称重数据集，获得用户对于体重秤的重心位置根据时间变化的重心位置变化图；根据第一曲线图，获得用户的最终重量；根据用户的最终重量与初始重心补偿系数，获得第一腿部重量；根据第一腿部重量，查询第一曲线图，获得与第一腿部重量相匹配的第一时间戳；根据第一时间戳，查询重心位置变化图，获得用户的第一只脚对应的初始重心位置；根据初始重心位置及重心位置变化图，获得从第一时间戳后用户重心重归初始重心位置时形成的第一轨迹；根据第一轨迹、最终重量以及最终重心位置，识别用户的身份。本发明可以通过多个称重传感器进行重心位置采集，获得初始重心位置和从第一时间戳后用户重心重归初始重心位置时形成的第一轨迹，初始重心位置为第一只脚踏上体重秤时的重心位置；然后再获得最终重心位置，即，用户站稳后重心处于位置，将最终重心位置与第一轨迹（第一轨迹对于用户称重站立姿势双脚中心连线是固定的）以及最终重量作为用户身份识别的特征进行识别，以此来提高识别准确率。相较于现有技术，本发明不需要增加额外传感器测量脚长，也可以做到精准识别用户。

28、2、本发明对于重心位置变化图中的每一个时间戳：获得该时间戳对应的各个称重数据集中的称重数据，根据对应的称重数据，获得各个称重传感器与当前重心位置之间的力矩；将各个力矩转化为各个称重传感器与当前重心位置之间的实际距离；根据各个实际距离，确定当前重心位置；获得每一个时间戳对应的重心位置，构造用户对于体重秤的重心位置根据时间变化的重心位置变化图。本发明通过这种方法可以精准获得重心位置变化图，以提高用户识别的准确性。

29、3、本发明根据最终重量，在用户存储列表中查找是否有与最终重量相匹配的用户；若否，则创建新用户加入用户存储列表，将第一轨迹、最终重量以及最终重心位置记录在新用户对应的词条下；若是，则进入下一步：根据第一轨迹和最终重心位置，进一步确定匹配的用户中是否存在有与第一轨迹和最终重心位置相对应的用户；若否，则创建新用户加入用户存储列表，将第一轨迹、最终重量以及最终重心位置记录在新用户对应的词条下；若是，则将第一轨迹、最终重量以及最终重心位置记录在相对应的用户词条下。本发明不仅可以识别旧用户，也可以创建新用户，使得功能多样性的同时，避免识别失败的出现。

30、综上，本发明在保证称重结构简单化的前提下，使得身份识别更加精准。