一种基于结构光技术的智能坐姿监测装置的制作方法

文档序号:16107531发布日期:2018-11-30 19:23阅读:433来源:国知局

本实用新型涉及一种基于结构光技术的智能坐姿监测装置。



背景技术:

我国青少年儿童的近视发病率常年居于世界前列,且呈逐年上升趋势,正严重危害青少年儿童的健康。调查显示,坐姿不正和用眼过度是导致青少年儿童近视的主要原因,长期坐姿不正还会导致脊柱弯曲、变形、驼背等严重问题。因此,如何有效预防青少年儿童近视和驼背已成为全社会关心的问题。

目前市场上的坐姿监测矫正装置大致可以分为三类,一类是穿戴于用户身上的坐姿矫正产品,如背带式、腰带式、徽章式、头套式、耳挂式等坐姿矫正器;一类是卡在桌子边缘形成物理距离限制的各类坐姿矫正支架;另一类则是通过超声波红外测距实现提醒功能的装置,往往需要依托其他的支撑媒介,如眼镜式坐姿矫正器、台灯式坐姿矫正器等。前两类坐姿监测矫正装置多属于物理类矫正装置,只能调整大致的坐姿情况,不仅使用起来不方便而且存在很大的局限性,特别是穿戴式坐姿矫正器,长期穿戴这类矫正器,容易让用户身体受累并产生厌烦情绪。最后一类通过超声波红外测距的坐姿矫正装置又存在测量不准确的问题,经常发生错报、误报等现象。



技术实现要素:

本实用新型的目的在于提供一种基于结构光技术的智能坐姿监测装置,以克服现有技术中存在的缺陷。

为实现上述目的,本实用新型的技术方案是:一种基于结构光技术的智能坐姿监测装置,包括外壳体、设置于所述外壳体上部左侧且用于投射红外结构光至用户的红外结构光投射器、设置于所述外壳体上部右侧且用于采集经用户反射的结构光图像的红外线摄像头、设置于所述外壳体内的微控处理器以及设置于所述外壳体内且用于语音提示用户的语音提醒单元;所述红外结构光投射器、所述红外线摄像头以及所述语音提醒单元均与所述微控处理器相连。

在本实用新型一实施例中,还包括设置于所述外壳体中部通孔内且用于检测用户环境光照强度的光照度传感器;所述光照传感器与所述微控处理器相连。

在本实用新型一实施例中,还包括设置于所述外壳体侧部通孔内且用于提供语音输出控制的语音控制按键;所述语音控制按键与所述微控处理器相连。

在本实用新型一实施例中,还包括设置于所述外壳体中部凹槽内且用于提供信息显示的显示屏;所述显示屏与所述微控处理器相连。

在本实用新型一实施例中,还包括设置于所述外壳体内且用于提供电源的电源电路;所述电源电路包括:充电芯片、可充电锂电池以及稳压芯片;所述充电芯片经所述稳压芯片与所述可充电电池相连;所述充电芯片的充电接口设置于开设于所述外壳体一侧的通孔内。

在本实用新型一实施例中,还包括设置于所述外壳体底部通孔内且与所述微控制器相连的开关按键。

在本实用新型一实施例中,还包括设置于所述外壳体内且与外部手持终端匹配的Wifi无线通信电路;所述Wifi无线通信电路与所述微控处理器相连。

在本实用新型一实施例中,还包括设置于所述外壳体底部且用于支撑所述外壳体的底座。

相较于现有技术,本实用新型具有以下有益效果:本实用新型所提出的一种基于结构光技术的智能坐姿监测装置,结构简单,易于实现,可实时监测用户坐姿,帮助用户及时纠正错误坐姿,有效预防近视和驼背。该装置属于非穿戴、非接触式坐姿矫正产品,无需任何支撑媒介,只需摆放在用户面前即可轻松实现对用户坐姿的实时监测和智能提醒,弥补了现有的坐姿矫正装置的技术缺陷。

附图说明

图1是本实用新型一实施例中基于结构光技术的智能坐姿监测装置的结构图。

图2是本实用新型一实施例中基于结构光技术的智能坐姿监测装置的电路原理图。

图3是本实用新型一实施例中人体坐姿特征点模型示意图。

图4是本实用新型一实施例中人体坐姿提醒及矫正的流程图。

图5是本实用新型一实施例中基于结构光技术的智能坐姿监测装置的电路图。

具体实施方式

下面结合附图以及现有软件,对本实用新型的技术方案进行具体说明。在该说明过程中所涉及的现有软件均不是本实用新型所保护的客体,本实用新型仅保护该装置的结构以及连接关系。

本实用新型提供一种基于结构光技术的智能坐姿监测装置,如图1以及图2包括外壳体2、设置于外壳体上部左侧且用于投射红外结构光至用户的红外结构光投射器4、设置于外壳体上部右侧且用于采集经用户反射的结构光图像的红外线摄像头5、设置于外壳体内的微控处理器以及设置于外壳体内且用于语音提示用户的语音提醒单元;红外结构光投射器、红外线摄像头以及语音提醒单元均与微控处理器相连。

进一步的,在本实施例中,还包括设置于外壳体中部凹槽内且用于提供信息显示的显示屏7;显示屏与微控处理器相连。通过该显示屏实时显示光照强度、用户的视距、学习时长等信息。

进一步的,在本实施例中,红外结构光投射器用于投射红外结构光,协助主动红外成像及三维深度信息的提取和测定。红外结构光投射器包含红外激光发射器、准直镜头、反射镜面和光学衍射元件(DOE)。通过红外激光发射器发射出来的红外光照经过准直镜头射出后,经过两个反射镜面反射,再经光学衍射元件(DOE)发射出数万个包含编码信息的红外结构光点。这些红外结构光点阵可用于主动式红外成像及三维深度信息的提取和测定。本实施例中,红外结构光点阵的编码方式可以是光栅编码、时间编码或空间编码。通过投射一个预先设计好的图案作为参考图像(编码光源),将红外结构光均匀地投射至人体表面上。

红外线摄像头捕捉采集经人体反射而导致形态变化的结构光图像序列中的每一帧深度图像,并将变化后的结构光图像发送至微控处理器。通过深度阈值分割法,可以对采集到的深度图像进行前景分割和干扰去除,再对分割图像进行去噪、高斯滤波、均衡化和锐化等处理,即可得到较为平滑的人体坐姿轮廓图。

进一步的,在本实施例中,微控处理器对传输过来的结构光图像进行一系列处理和计算,获得人体坐姿轮廓图,再结合人体坐姿特征点模型及各特征点的空间坐标和深度信息,可以实现对视距的测定和坐姿形态的判断。微控处理器还可以通过检测图像序列中人体连续存在的帧,计算出用户的学习时长,并显示在显示屏上。当用户的学习时长超过预设的学习时长阈值时,则语音提醒用户“用眼过度,休息一下吧”。

进一步的,在本实施例中,还包括设置于外壳体中部通孔内且用于检测用户环境光照强度的光照度传感器6;光照传感器与微控处理器相连。光照传感器采用数字型光照度传感器,可实时检测用户周围的光照强弱,通过与预设的光照流明度对比,可以判断周围光照是否合理。通过微控处理器将光照度值传送至显示屏,提醒用户在合理的光照下学习。当光照度传感器检测到光照超出预设光照流明度阈值区间时,就会产生信号并发送给微控处理器进行处理,微控处理器向显示和语音提醒单元发出控制指令,在显示屏上显示当前光照流明度,并语音提示“光照太暗,请调亮灯光”或“光照太强,请调暗灯光”。

进一步的,在本实施例中,还包括设置于外壳体侧部通孔内且用于提供语音输出控制的语音控制按键9;语音控制按键与微控处理器相连。通过该语音控制按键,对微控处理器进行控制,进而控制语音提醒单元发出语音提示,且提示音的类型和音量大小都可以调节。

进一步的,在本实施例中,还包括设置于外壳体底部通孔内且与微控制器相连的开关按键8。

进一步的,在本实施例中,还包括设置于外壳体内且与外部手持终端匹配的Wifi无线通信电路;Wifi无线通信电路与微控处理器相连。该Wifi无线通信电路用于实现智能坐姿监测装置与无线路由器或智能移动设备的连接。如可结合手机APP可以对视距、光照强度、学习时长等参数进行设置。还可以将用户的坐姿特点、坐姿时长、坐姿习惯等信息记录下来,通过数据分析以图表的方式推送到手机APP上,从而达到对用户的坐姿完整的检测、提醒和矫正的目的。此外,还可通过手机APP对智能坐姿监测装置进行参数设置,包括:坐姿提醒距离、学习时长、光照强度等。

进一步的,在本实施例中,还包括设置于外壳体内且用于提供电源的电源电路;电源电路包括:充电芯片、可充电锂电池以及稳压芯片;充电芯片经稳压芯片与可充电电池相连;充电芯片的充电接口3设置于开设于外壳体一侧的通孔内。电源电路分别与红外结构光发射器、红外摄像头、光照传感器、开关按键、微控处理器、显示屏、语音提醒单元以及Wifi无线通信电路相连。

进一步的,在本实施例中,还包括一存储器,用于本地各类参数、算法程序及人体坐姿特征数据的存储。红外线摄像头定时采集的图像则可通过Wifi无线通信电路实时传输到云端存储上,以缓解本地存储的压力。

进一步的,在本实施例中,还包括设置于外壳体底部且用于支撑外壳体的底座1。

进一步的,在本实施例中,如图5所示,微控处理器采用Raspberry Pi3B开发板,开发板带有存储器、电源电路、开关按键、Wi-Fi无线通信电路。显示屏采用Raspberry Pi3B开发板DSI显示器接口外扩5寸LCD 触摸显示屏,语音提醒单元连接到Raspberry Pi3B开发板的音频输出接口。光照传感器通过I2C接口和Raspberry Pi3B开发板连接。红外结构光投射器、红外线摄像头采用一结构光摄像头,并采用图漾科技的kinect结构光3D摄像头DM460。

为了让本领域技术人员进一步了解本实用新型所提出的装置,下面结合该装置的控制方法进行说明。

进一步的,图3给出人体坐姿特征点模型。其中,A为头部顶点位置,B1、B2为双目位置,C1、C2为双肩位置,C为双肩中心位置,D为人体上身中心位置。首先,通过训练人眼分类器和人眼检测算法可以对人脸区域的双目B1和B2进行检测和定位,计算出双目到桌面的距离L并通过微控处理器显示在显示屏上;其次,根据人体坐姿轮廓特征、红外结构光特征点信息和模式识别,可以得到人体其他坐姿特征点的坐标信息;最后,通过比对各特征点的坐标信息可以判断出人体的坐姿形态。

进一步的,图4给出人体坐姿提醒及矫正的流程图,不同坐姿对应的人体轮廓信息和特征点信息存在一定差异,通过对轮廓特征、特征点深度及特征点角度的检测和计算,结合机器学习和机器训练,可以判断出仰头、低头、头部靠前、头部靠后、左偏头、右偏头、左倾身、右倾身等几种常见错误坐姿。具体流程包括:

A1. 程序启动,红外结构光投射器向人体均匀投射红外结构光图像;

A2. 红外线摄像头采集经人体反射而导致形态变化的结构光图像;

A3. 微控处理器对采集到的每一帧深度图像进行背景移除,通过算法提取人体轮廓信息和特征点信息;

A4. 计算双目到桌面的距离L,计算各坐姿特征点的深度距离和角度;

A5. 判断到视距或坐姿是否合理,若不合理则坐姿错误计时器加1,否则坐姿错误计时器清零;

A6. 当坐姿错误计时器大于等于设定值时,则向语音模块发出报警信号,语音提示用户纠正坐姿;

A7. 判断坐姿错误计时器是否为零,若为零则进行下一轮的图像采集和分析,否则程序结束。

以上是本实用新型的较佳实施例,凡依本实用新型技术方案所作的改变,所产生的功能作用未超出本实用新型技术方案的范围时,均属于本实用新型的保护范围。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1