一种智能调节床垫的方法、系统和存储介质发明专利

专利名称：一种智能调节床垫的方法、系统和存储介质

专利类型：发明专利

专利申请号：CN202210005065.X

专利申请（专利权）人：浙江想能睡眠科技股份有限公司
权利人地址：浙江省嘉兴市桐乡市经济开发区光明路1380号1幢1-2层

专利发明（设计）人：李军,付存谓,郭峰

专利摘要：本申请公开的一种智能调节床垫的方法、系统和存储介质，应用于可调节床垫中，其中方法包括：获取床垫中的各个位置的压力传感值、声音信息和床垫状态信息；将所述压力传感值、声音信息和床垫状态信息发送至服务器端；获取用户预设时间段的身体状态信息；根据压力传感值、声音信息、床垫状态信息和身体状态信息进行分析，得到最佳调整参数；将最佳调整参数发送至床垫控制器进行调整。本发明使床垫能够根据用户的状态进行自适应的调节角度和软硬度，并且能够根据用户的声纹确定用户身份进行单独的分区调节，提高用户的睡眠质量。

主权利要求：
1.一种智能调节床垫的方法，其特征在于，包括：获取床垫中的各个位置的压力传感值、声音信息和床垫状态信息；
将所述压力传感值、声音信息和床垫状态信息发送至服务器端；
获取用户预设时间段的身体状态信息；
根据压力传感值、声音信息、床垫状态信息和身体状态信息进行分析，得到最佳调整参数；
将最佳调整参数发送至床垫控制器进行调整；
所述根据压力传感值、声音信息、床垫状态信息和身体状态信息进行分析，具体为：获取用户短时间周期和长时间周期的身体信息和床垫调整信息，得到短周期信息和长周期信息；
将所述短周期信息乘以短周期系数，加上长周期信息乘以长周期系数，得到第一预测参数；
对所述第一预测参数进行分析，得到第一推荐调整参数；
还包括：将压力传感值、声音信息、床垫状态信息和身体状态信息输入预设的睡眠神经网络模型中，得到第二预测参数；
将所述第一预测参数乘以第一系数加上第二预测参数乘以第二系数，除以2，得到最佳调整参数，将最佳调整参数发送至床垫控制器进行调整。
2.根据权利要求1所述的一种智能调节床垫的方法，其特征在于，在将最佳调整参数发送至床垫控制器进行调整之后，还包括：在预设时间范围内获取用户声音信息；
分析用户声音信息，判断是否存在打鼾状况；
若存在，则压力传感值、声音信息和床垫状态信息发送至服务器端；
接收服务器的最佳调整参数再次进行调整。
3.根据权利要求1所述的一种智能调节床垫的方法，其特征在于，获取用户预设时间段的身体状态信息，具体为：根据声音信息获取声纹信息；
根据声纹信息确认用户身份，得到用户ID信息；
将所述用户ID信息发送至服务器端；
服务器端根据所述用户ID信息获取对应的身体状态信息。
4.根据权利要求1所述的一种智能调节床垫的方法，其特征在于，还包括：获取当前用户睡眠姿势；
判断所述最佳调整参数是否适合当前用户睡眠姿势；
若符合，则根据最佳调整参数进行调整；若不符合，则进行最佳调整参数的修正。
5.一种智能调节床垫的系统，其特征在于，包括存储器和处理器，所述存储器中包括一种智能调节床垫的方法程序，所述一种智能调节床垫的方法程序被所述处理器执行时实现如下步骤：获取床垫中的各个位置的压力传感值、声音信息和床垫状态信息；
将所述压力传感值、声音信息和床垫状态信息发送至服务器端；
获取用户预设时间段的身体状态信息；
根据压力传感值、声音信息、床垫状态信息和身体状态信息进行分析，得到最佳调整参数；
将最佳调整参数发送至床垫控制器进行调整；
所述根据压力传感值、声音信息、床垫状态信息和身体状态信息进行分析，具体为：获取用户短时间周期和长时间周期的身体信息和床垫调整信息，得到短周期信息和长周期信息；
将所述短周期信息乘以短周期系数，加上长周期信息乘以长周期系数，得到第一预测参数；
对所述第一预测参数进行分析，得到第一推荐调整参数；
还包括：将压力传感值、声音信息、床垫状态信息和身体状态信息输入预设的睡眠神经网络模型中，得到第二预测参数；
将所述第一预测参数乘以第一系数加上第二预测参数乘以第二系数，除以2，得到最佳调整参数，将最佳调整参数发送至床垫控制器进行调整。
6.根据权利要求5所述的一种智能调节床垫的系统，其特征在于，在将最佳调整参数发送至床垫控制器进行调整之后，还包括：在预设时间范围内获取用户声音信息；
分析用户声音信息，判断是否存在打鼾状况；
若存在，则压力传感值、声音信息和床垫状态信息发送至服务器端；
接收服务器的最佳调整参数再次进行调整。
7.根据权利要求5所述的一种智能调节床垫的系统，其特征在于，还包括：获取当前用户睡眠姿势；
判断所述最佳调整参数是否适合当前用户睡眠姿势；
若符合，则根据最佳调整参数进行调整；若不符合，则进行最佳调整参数的修正。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括一种智能调节床垫的方法程序，所述一种智能调节床垫的方法程序被处理器执行时，实现如权利要求1至4中任一项所述的一种智能调节床垫的方法的步骤。 说明书 : 一种智能调节床垫的方法、系统和存储介质技术领域[0001] 本申请属于传感和数据处理领域，更具体的，涉及一种智能调节床垫的方法、系统和存储介质。背景技术[0002] 床垫是为了保证消费者获得健康而又舒适的睡眠而使用的一种介于人体和床之间物品，人生的三分之一是在睡眠中度过的，睡眠是生命必不可少的休息环节，人类每天必须保证一定的睡眠时间与睡眠质量，才能维持足够的生命活力，可以说，睡眠是人类生存的基础，而床垫是保证睡眠者获得健康又舒适的睡眠的必要工具。[0003] 目前存在了能够通过气垫、可动支架进行调节的多功能床垫，用户能够根据需求自行进行调节，但用户在熟睡过程中，并无法改变床垫的状态，若用户存在睡眠质量低下的情况，例如，打鼾等状态，床垫无法进行自适应调节，则无法改变用户的睡眠质量。[0004] 现有技术存在缺陷，急需改进。发明内容[0005] 有鉴于此，本申请提供了一种智能调节床垫的方法、系统和存储介质，使可动床垫能够根据用户的状态进行自适应的调节，并且能够根据用户的声纹确定用户身份进行单独的分区调节。[0006] 本发明第一方面公开了一种智能调节床垫的方法，包括：[0007] 获取床垫中的各个位置的压力传感值、声音信息和床垫状态信息；[0008] 将所述压力传感值、声音信息和床垫状态信息发送至服务器端；[0009] 获取用户预设时间段的身体状态信息；[0010] 根据压力传感值、声音信息、床垫状态信息和身体状态信息进行分析，得到最佳调整参数；[0011] 将最佳调整参数发送至床垫控制器进行调整。[0012] 本方案中，在将最佳调整参数发送至床垫控制器进行调整之后，还包括：[0013] 在预设时间范围内获取用户声音信息；[0014] 分析用户声音信息，判断是否存在打鼾状况；[0015] 若存在，则压力传感值、声音信息和床垫状态信息发送至服务器端；[0016] 接收服务器的最佳调整参数再次进行调整。[0017] 本方案中，所述根据压力传感值、声音信息、床垫状态信息和身体状态信息进行分析，具体为：[0018] 获取用户短时间周期和长时间周期的身体信息和床垫调整信息，得到短周期信息和长周期信息；[0019] 将所述短周期信息乘以短周期系数，加上长周期信息乘以长周期系数，得到第一预测参数；[0020] 对所述第一预测参数进行分析，得到第一推荐调整参数。[0021] 本方案中，还包括：[0022] 将压力传感值、声音信息、床垫状态信息和身体状态信息输入预设的睡眠神经网络模型中，得到第二预测参数；[0023] 将所述第一预测参数乘以第一系数加上第二预测参数乘以第二系数，除以2，得到最佳调整参数，将最佳调整参数发送至床垫控制器进行调整。[0024] 本方案中，获取用户预设时间段的身体状态信息，具体为：[0025] 根据声音信息获取声纹信息；[0026] 根据声纹信息确认用户身份，得到用户ID信息；[0027] 将所述用户ID信息发送至服务器端；[0028] 服务器端根据所述用户ID信息获取对应的身体状态信息。[0029] 本方案中，还包括：[0030] 获取当前用户睡眠姿势；[0031] 判断所述最佳调整参数是否适合当前用户睡眠姿势；[0032] 若符合，则根据最佳调整参数进行调整；若不符合，则进行最佳调整参数的修正。[0033] 本发明第二方面提供了一种智能调节床垫的系统，包括存储器和处理器，所述存储器中包括一种智能调节床垫的方法程序，所述一种智能调节床垫的方法程序被所述处理器执行时实现如下步骤：[0034] 获取床垫中的各个位置的压力传感值、声音信息和床垫状态信息；[0035] 将所述压力传感值、声音信息和床垫状态信息发送至服务器端；[0036] 获取用户预设时间段的身体状态信息；[0037] 根据压力传感值、声音信息、床垫状态信息和身体状态信息进行分析，得到最佳调整参数；[0038] 将最佳调整参数发送至床垫控制器进行调整。[0039] 本方案中，在将最佳调整参数发送至床垫控制器进行调整之后，还包括：[0040] 在预设时间范围内获取用户声音信息；[0041] 分析用户声音信息，判断是否存在打鼾状况；[0042] 若存在，则压力传感值、声音信息和床垫状态信息发送至服务器端；[0043] 接收服务器的最佳调整参数再次进行调整。[0044] 本方案中，所述根据压力传感值、声音信息、床垫状态信息和身体状态信息进行分析，具体为：[0045] 获取用户短时间周期和长时间周期的身体信息和床垫调整信息，得到短周期信息和长周期信息；[0046] 将所述短周期信息乘以短周期系数，加上长周期信息乘以长周期系数，得到第一预测参数；[0047] 对所述第一预测参数进行分析，得到第一推荐调整参数。[0048] 本方案中，还包括：[0049] 将压力传感值、声音信息、床垫状态信息和身体状态信息输入预设的睡眠神经网络模型中，得到第二预测参数；[0050] 将所述第一预测参数乘以第一系数加上第二预测参数乘以第二系数，除以2，得到最佳调整参数，将最佳调整参数发送至床垫控制器进行调整。[0051] 本方案中，获取用户预设时间段的身体状态信息，具体为：[0052] 根据声音信息获取声纹信息；[0053] 根据声纹信息确认用户身份，得到用户ID信息；[0054] 将所述用户ID信息发送至服务器端；[0055] 服务器端根据所述用户ID信息获取对应的身体状态信息。[0056] 本方案中，还包括：[0057] 获取当前用户睡眠姿势；[0058] 判断所述最佳调整参数是否适合当前用户睡眠姿势；[0059] 若符合，则根据最佳调整参数进行调整；若不符合，则进行最佳调整参数的修正。[0060] 本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括一种智能调节床垫的方法程序，所述一种智能调节床垫的方法程序被处理器执行时，实现如上述任一项所述的一种智能调节床垫的方法的步骤。[0061] 本申请公开的一种智能调节床垫的方法、系统和存储介质，应用于可调节床垫中，使可动床垫能够根据用户的状态进行自适应的调节角度和软硬度，并且能够根据用户的声纹确定用户身份进行单独的分区调节，提高用户的睡眠质量。附图说明[0062] 为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。[0063] 图1示出了本发明一种智能调节床垫的方法的流程图；[0064] 图2示出了本发明智能调节床垫的示意图；[0065] 图3示出了本发明一种智能调节床垫的系统框图。具体实施方式[0066] 为使得本申请的目的、特征、优点能够更加的明显和易懂，对本申请实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本申请一部分实施例，而非全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。[0067] 图1示出了本发明一种智能调节床垫的方法的流程图。[0068] S102，如图1所示，本发明公开了一种智能调节床垫的方法，包括：[0069] S104，获取床垫中的各个位置的压力传感值、声音信息和床垫状态信息；[0070] S106，将所述压力传感值、声音信息和床垫状态信息发送至服务器端；[0071] S108，获取用户预设时间段的身体状态信息；[0072] S110，根据压力传感值、声音信息、床垫状态信息和身体状态信息进行分析，得到最佳调整参数；[0073] 将最佳调整参数发送至床垫控制器进行调整。[0074] 需要说明的是，如图2所示，本申请的床垫11包含有气囊装置，气囊装置可以设置为多个，根据需求设置在床垫中间的不同位置，每个气囊可以单独控制，使得对应的床垫位置顶起，形成局部的凸起12。床垫还设置有支架，支架可以由床垫内部的电机控制床垫折叠的角度，如图2所示，床垫11为折叠的状态。支架可以由本领域技术人员根据实际需要设置折叠的位置和折叠角度。其中，床垫中还设置有多个压力传感器，压力传感器设置在床垫内部，并且靠近床垫表面位置，以能够准确接收床垫上的压力信息为主，压力传感器可以均匀的设置于床垫内部，设置的数量越多，则检测到的用户的压力就越准确。床垫中还设置有声音接收器，例如，麦克风，以采集声音数据，声音接收器可以设置多个，分布于床垫的多个部位。[0075] 本发明先获取床垫中的各个位置的压力传感值、声音信息和床垫状态信息，其中床垫状态信息为床垫每个区域的折叠状态以及内部多个气垫的充气状态，以反应当前床垫的具体形状状态。其中，压力传感值通过压力传感器获得，声音信息通过声音接收器获得。然后将所述压力传感值、声音信息和床垫状态信息发送至服务器端，由服务器进行数据分析，确定最佳的调整方式。本发明还获取用户预设时间段的身体状态信息，其中预设时间段为可以为本领域技术人员根据实际需要设置的，可以是最近一个月或者最近一周，通过用户的身体状态信息可以更加准确的分析目前的床垫最佳调整参数。服务器在获取到上述信息之后，根据压力传感值、声音信息、床垫状态信息和身体状态信息进行分析，得到最佳调整参数，其中分析可以是用大数据的方式进行分析，也可以是通过云计算或者雾计算方式。最后将最佳调整参数发送至床垫控制器进行调整，控制器根据最佳调整参数控制床垫中的气囊和电机，使得床垫调整至最适合用户的角度和凸起方式，提高用户的睡眠质量。[0076] 根据本发明实施例，在将最佳调整参数发送至床垫控制器进行调整之后，还包括：[0077] 在预设时间范围内获取用户声音信息；[0078] 分析用户声音信息，判断是否存在打鼾状况；[0079] 若存在，则压力传感值、声音信息和床垫状态信息发送至服务器端；[0080] 接收服务器的最佳调整参数再次进行调整。[0081] 需要说明的是，本发明还能够在调整床垫状态之后，持续进行声音的检测，以确定用户是否打鼾，如果存在打鼾，证明用户此时睡眠状态不好，处于浅睡状态，又有窒息的风险，所以需要再次进行调整。首先，在预设时间范围内获取用户声音信息。所述预设时间范围可以由本领域技术人员根据实际需要设置，例如，预设时间范围为10分钟或者30分钟之后。通过声音接收器获取用户的声音，判断是否为打鼾，如果打鼾，则继续发送压力传感值、声音信息和床垫状态信息发送至服务器端。服务器端根据接收到的压力传感值、声音信息和床垫状态信息和之前已经获取到的身体状态信息进行重新调整，让床垫自动调整，使得用户打鼾状况降低，或者停止打鼾，以增加用户的睡眠质量。[0082] 根据本发明实施例，所述根据压力传感值、声音信息、床垫状态信息和身体状态信息进行分析，具体为：[0083] 获取用户短时间周期和长时间周期的身体信息和床垫调整信息，得到短周期信息和长周期信息；[0084] 将所述短周期信息乘以短周期系数，加上长周期信息乘以长周期系数，得到第一预测参数；[0085] 对所述第一预测参数进行分析，得到第一推荐调整参数。[0086] 需要说明的是，服务器根据用户的长时间周期和短时间周期的身体信息进行分析，通过长短时间周期的分析可以使得用户身体状态的信息更加准确。长周期可以反映身体的较长一段时间的身体状态，短周期可以反映身体近期的身体状态，通过长周期和短周期的结合，能够分析出用户的身体变化状态，例如，体重、血氧、血压的状态，通过对用户身体变化状态的分析能够更加精确的控制床垫变化，提高用户的睡眠质量。在进行具体分析计算时，本发明将所述短周期信息乘以短周期系数，加上长周期信息乘以长周期系数，得到第一预测参数。其中短周期系数和长周期系数之和为1，并且短周期系数和长周期系数可以是动态变化的，也可以是本领域技术人员根据实际需要设置的。第一预测参数实际上为反应用户身体状态信息的参数，对第一预测参数进行分析，其中，分析结合了对床垫调整信息、声音信息、压力传感值信息，进而得到第一推荐调整参数。[0087] 根据本发明实施例，还包括：[0088] 将压力传感值、声音信息、床垫状态信息和身体状态信息输入预设的睡眠神经网络模型中，得到第二预测参数；[0089] 将所述第一预测参数乘以第一系数加上第二预测参数乘以第二系数，除以2，得到最佳调整参数，将最佳调整参数发送至床垫控制器进行调整。[0090] 需要说明的是，本发明不止对长短周期的用户身体状态数据进行分析，还可以根据神经网络模型进行预测分析，结合第一预测参数，得到最佳调整参数。所述的预设的睡眠神经网络模型为预先训练好的，将压力传感值、声音信息、床垫状态信息和身体状态信息输入预设的睡眠神经网络模型中，得到第二预测参数。然后，将所述第一预测参数乘以第一系数加上第二预测参数乘以第二系数，除以2，得到最佳调整参数，将最佳调整参数发送至床垫控制器进行调整。其中第一系数和第二系数为大于0的数，可以为整数也可以为小数，将和除以2，可以得到最佳调整参数。需要说明的是，本领域技术人员可以根据实际需要设置第一系数和第二系数，另外，第一系数和第二系数也可以是动态变化的。[0091] 根据本发明实施例，获取用户预设时间段的身体状态信息，具体为：[0092] 根据声音信息获取声纹信息；[0093] 根据声纹信息确认用户身份，得到用户ID信息；[0094] 将所述用户ID信息发送至服务器端；[0095] 服务器端根据所述用户ID信息获取对应的身体状态信息。[0096] 需要说明的是，本发明的床垫能够通过声音接收器采集用户的声音信息，所述的声音信息可以为用户的打鼾声音或者用户说话时的声音，通过声音信息可以获取到声纹信息，由于每个人的声纹信息是特殊的，也可以说是唯一性的，所以通过声纹信息可以获取到用户的身份信息，进而得到用户ID信息。然后将用户ID信息发送至服务器端，获取对应的身体状态信息，其中，用户的身体状态信息可以是预先存储于服务器中，也可以是服务器从其他第三方平台获取的。[0097] 根据本发明实施例，还包括：[0098] 获取当前用户睡眠姿势；[0099] 判断所述最佳调整参数是否适合当前用户睡眠姿势；[0100] 若符合，则根据最佳调整参数进行调整；若不符合，则进行最佳调整参数的修正。[0101] 需要说明的是，本发明还能够根据用户的睡眠姿势进行床垫的自适应调整。首先，需要说去当前用户睡眠姿势。然后判断所述最佳调整参数是否适合当前用户睡眠姿势，如果符合，则根据最佳调整参数进行床垫的调整。如果不符合，则修正最佳调整参数。其中，用户睡眠姿势可以通过床垫中分布的压力传感器数值判断得到，每个传感器的数值大小和分布的位置都可以间接分析出用户当前的睡眠姿势。例如，侧睡时和平躺睡的传感器分布和数值是不一样的。[0102] 根据本发明实施例，所述进行最佳调整参数的修正具体为：[0103] 根据当前用户睡眠姿势和身体状态信息确定当前睡眠时段最适合的姿势；[0104] 根据当前用户睡眠姿势和当前睡眠时段最适合的姿势判断床垫调整曲线；[0105] 根据所述床垫调整曲线生成调整信息，发送至床垫控制器进行调整。[0106] 需要说明的是，用户在睡眠中，如果长时间保持某种姿势，可能不利于身体健康，例如，长时间趴着睡觉容易压迫心脏。所以本发明能够实时检测用户的睡眠姿势，然后确定当前睡眠的最佳姿势，然后进行调整。首先，根据当前用户睡眠姿势和身体状态信息确定当前睡眠时段最适合的姿势，所述的当前睡眠时段为整晚睡眠周期中的时段，一般睡眠时段分为深睡、浅睡阶段，本发明可以根据每个睡眠时段确定最适合的姿势。然后，根据当前用户睡眠姿势和当前睡眠时段最适合的姿势判断床垫调整曲线，床垫调整曲线为时间和床垫状态的曲线，例如，床垫在t1时刻为A状态，要在t2时刻变换至B状态，变换的过程就是曲线。最后，根据所述床垫调整曲线生成调整信息，发送至床垫控制器进行调整。[0107] 根据本发明实施例，所述预设的睡眠神经网络模型生成具体为：[0108] 获取历史状态数据；对所述历史状态数据进行预处理，得到训练数组；将所述训练数组发送至初始化的神经网络模型中进行训练；获取训练后的神经网络模型的误差率；若所述误差率小于预设的误差率阈值，则停止训练，得到预设的睡眠神经网络模型。[0109] 需要说明的是，历史状态数据为用户睡眠和身体状态等的数据，获取的历史数据数量越多，则训练的神经网络模型就越准确。首先，获取了历史文本特征值后，需要进行预处理，例如，对数据进行归一化处理或者进行格式转换处理，以方便进行神经网络的训练，预处理之后，得到训练数据集。然后将训练数据集输入至初始化的神经网络模型中进行训练，所述的训练是自动化的训练，最终得到行为打分神经网络模型。然后输入测试数据，判断睡眠神经网络模型输出的预测结果的准确率。并且将预测准确率与预设的准确率阈值进行比较，如果超过了准确率阈值，则说明睡眠神经网络模型已经能够达到较好的预测效果，则可以停止训练。其中，所述准确率阈值可以为80‑95％。[0110] 根据本发明实施例，还包括：[0111] 根据用户声音信息确定用户的打鼾状况和呼吸状态；[0112] 根据所述打鼾状况和呼吸状态分析得到窒息风险度；[0113] 若所述窒息风险度高于预设的阈值，则发送警示信息至预设终端。[0114] 需要说明的是，用户的声音信息还可以通过分析得到声音频率，声调高低等信息，通过这些信息可以得到用户的打鼾状况和呼吸状态。然后根据打鼾状况和呼吸状态就可以得到窒息风险度，所述窒息风险度为一个数值，数值越高代表睡眠中由于打鼾引起的窒息风险越高。当所述窒息风险度高于预设的阈值，则发送警示信息至预设终端，以提示风险，预设终端可以是当前睡眠用户端，也可以是用户的家人端，具体由本领域技术人员根据实际需要设定。[0115] 根据本发明实施例，所述短周期系数、长周期系数、第一系数、第二系数为动态变化的，系数确定方式具体为：[0116] 获取用户预设周期的身体状态信息，计算最佳调整参数，得到第三预测参数；[0117] 获取用于预设下一周期的身体状态信息，计算最佳调整参数，得到第四预测参数；[0118] 比较第三预测参数与第四预测参数的差别率；[0119] 若差别率大于预设差别率阈值，则根据第四预测参数进行短周期系数、长周期系数、第一系数、第二系数的计算。[0120] 需要说明的是，在对短周期系数、长周期系数、第一系数、第二系数动态调整时，可以基于用户的历史身体状态信息进行调整。先设置一个时间窗口，也就是设置一个预设周期，然后获取此预设周期的身体状态信息，计算得到第三预测参数。然后，在下一个时间窗口，也就是下一个预设周期范围内，计算得到第四预测参数。比较第三预测参数和第四预测参数的差别率，如果差别较大，说明此时的系数不符合最近窗口身体状态，那么将以最新窗口的参数确定系数。其中，第三预测参数和第四预测参数为预设的睡眠神经网络模型进行预测得到的参数。通过对历史状态数据滑动窗口的方式确定系数，可以使得本发明预测结果更加准确。[0121] 图3示出了本发明一种智能调节床垫的系统的框图。[0122] 如图3所示，本发明公开了一种智能调节床垫的系统3，包括存储器31和处理器32，所述存储器中包括一种智能调节床垫的方法程序，所述一种智能调节床垫的方法程序被所述处理器执行时实现如下步骤：[0123] 获取床垫中的各个位置的压力传感值、声音信息和床垫状态信息；[0124] 将所述压力传感值、声音信息和床垫状态信息发送至服务器端；[0125] 获取用户预设时间段的身体状态信息；[0126] 根据压力传感值、声音信息、床垫状态信息和身体状态信息进行分析，得到最佳调整参数；[0127] 将最佳调整参数发送至床垫控制器进行调整。[0128] 需要说明的是，如图2所示，本申请的床垫11包含有气囊装置，气囊装置可以设置为多个，根据需求设置在床垫中间的不同位置，每个气囊可以单独控制，使得对应的床垫位置顶起，形成局部的凸起12。床垫还设置有支架，支架可以由床垫内部的电机控制床垫折叠的角度，如图2所示，床垫11为折叠的状态。支架可以由本领域技术人员根据实际需要设置折叠的位置和折叠角度。其中，床垫中还设置有多个压力传感器，压力传感器设置在床垫内部，并且靠近床垫表面位置，以能够准确接收床垫上的压力信息为主，压力传感器可以均匀的设置于床垫内部，设置的数量越多，则检测到的用户的压力就越准确。床垫中还设置有声音接收器，例如，麦克风，以采集声音数据，声音接收器可以设置多个，分布于床垫的多个部位。[0129] 本发明先获取床垫中的各个位置的压力传感值、声音信息和床垫状态信息，其中床垫状态信息为床垫每个区域的折叠状态以及内部多个气垫的充气状态，以反应当前床垫的具体形状状态。其中，压力传感值通过压力传感器获得，声音信息通过声音接收器获得。然后将所述压力传感值、声音信息和床垫状态信息发送至服务器端，由服务器进行数据分析，确定最佳的调整方式。本发明还获取用户预设时间段的身体状态信息，其中预设时间段为可以为本领域技术人员根据实际需要设置的，可以是最近一个月或者最近一周，通过用户的身体状态信息可以更加准确的分析目前的床垫最佳调整参数。服务器在获取到上述信息之后，根据压力传感值、声音信息、床垫状态信息和身体状态信息进行分析，得到最佳调整参数，其中分析可以是用大数据的方式进行分析，也可以是通过云计算或者雾计算方式。最后将最佳调整参数发送至床垫控制器进行调整，控制器根据最佳调整参数控制床垫中的气囊和电机，使得床垫调整至最适合用户的角度和凸起方式，提高用户的睡眠质量。[0130] 根据本发明实施例，在将最佳调整参数发送至床垫控制器进行调整之后，还包括：[0131] 在预设时间范围内获取用户声音信息；[0132] 分析用户声音信息，判断是否存在打鼾状况；[0133] 若存在，则压力传感值、声音信息和床垫状态信息发送至服务器端；[0134] 接收服务器的最佳调整参数再次进行调整。[0135] 需要说明的是，本发明还能够在调整床垫状态之后，持续进行声音的检测，以确定用户是否打鼾，如果存在打鼾，证明用户此时睡眠状态不好，处于浅睡状态，又有窒息的风险，所以需要再次进行调整。首先，在预设时间范围内获取用户声音信息。所述预设时间范围可以由本领域技术人员根据实际需要设置，例如，预设时间范围为10分钟或者30分钟之后。通过声音接收器获取用户的声音，判断是否为打鼾，如果打鼾，则继续发送压力传感值、声音信息和床垫状态信息发送至服务器端。服务器端根据接收到的压力传感值、声音信息和床垫状态信息和之前已经获取到的身体状态信息进行重新调整，让床垫自动调整，使得用户打鼾状况降低，或者停止打鼾，以增加用户的睡眠质量。[0136] 根据本发明实施例，所述根据压力传感值、声音信息、床垫状态信息和身体状态信息进行分析，具体为：[0137] 获取用户短时间周期和长时间周期的身体信息和床垫调整信息，得到短周期信息和长周期信息；[0138] 将所述短周期信息乘以短周期系数，加上长周期信息乘以长周期系数，得到第一预测参数；[0139] 对所述第一预测参数进行分析，得到第一推荐调整参数。[0140] 需要说明的是，服务器根据用户的长时间周期和短时间周期的身体信息进行分析，通过长短时间周期的分析可以使得用户身体状态的信息更加准确。长周期可以反映身体的较长一段时间的身体状态，短周期可以反映身体近期的身体状态，通过长周期和短周期的结合，能够分析出用户的身体变化状态，例如，体重、血氧、血压的状态，通过对用户身体变化状态的分析能够更加精确的控制床垫变化，提高用户的睡眠质量。在进行具体分析计算时，本发明将所述短周期信息乘以短周期系数，加上长周期信息乘以长周期系数，得到第一预测参数。其中短周期系数和长周期系数之和为1，并且短周期系数和长周期系数可以是动态变化的，也可以是本领域技术人员根据实际需要设置的。第一预测参数实际上为反应用户身体状态信息的参数，对第一预测参数进行分析，其中，分析结合了对床垫调整信息、声音信息、压力传感值信息，进而得到第一推荐调整参数。[0141] 根据本发明实施例，还包括：[0142] 将压力传感值、声音信息、床垫状态信息和身体状态信息输入预设的睡眠神经网络模型中，得到第二预测参数；[0143] 将所述第一预测参数乘以第一系数加上第二预测参数乘以第二系数，除以2，得到最佳调整参数，将最佳调整参数发送至床垫控制器进行调整。[0144] 需要说明的是，本发明不止对长短周期的用户身体状态数据进行分析，还可以根据神经网络模型进行预测分析，结合第一预测参数，得到最佳调整参数。所述的预设的睡眠神经网络模型为预先训练好的，将压力传感值、声音信息、床垫状态信息和身体状态信息输入预设的睡眠神经网络模型中，得到第二预测参数。然后，将所述第一预测参数乘以第一系数加上第二预测参数乘以第二系数，除以2，得到最佳调整参数，将最佳调整参数发送至床垫控制器进行调整。其中第一系数和第二系数为大于0的数，可以为整数也可以为小数，将和除以2，可以得到最佳调整参数。需要说明的是，本领域技术人员可以根据实际需要设置第一系数和第二系数，另外，第一系数和第二系数也可以是动态变化的。[0145] 根据本发明实施例，获取用户预设时间段的身体状态信息，具体为：[0146] 根据声音信息获取声纹信息；[0147] 根据声纹信息确认用户身份，得到用户ID信息；[0148] 将所述用户ID信息发送至服务器端；[0149] 服务器端根据所述用户ID信息获取对应的身体状态信息。[0150] 需要说明的是，本发明的床垫能够通过声音接收器采集用户的声音信息，所述的声音信息可以为用户的打鼾声音或者用户说话时的声音，通过声音信息可以获取到声纹信息，由于每个人的声纹信息是特殊的，也可以说是唯一性的，所以通过声纹信息可以获取到用户的身份信息，进而得到用户ID信息。然后将用户ID信息发送至服务器端，获取对应的身体状态信息，其中，用户的身体状态信息可以是预先存储于服务器中，也可以是服务器从其他第三方平台获取的。[0151] 根据本发明实施例，还包括：[0152] 获取当前用户睡眠姿势；[0153] 判断所述最佳调整参数是否适合当前用户睡眠姿势；[0154] 若符合，则根据最佳调整参数进行调整；若不符合，则进行最佳调整参数的修正。[0155] 需要说明的是，本发明还能够根据用户的睡眠姿势进行床垫的自适应调整。首先，需要说去当前用户睡眠姿势。然后判断所述最佳调整参数是否适合当前用户睡眠姿势，如果符合，则根据最佳调整参数进行床垫的调整。如果不符合，则修正最佳调整参数。其中，用户睡眠姿势可以通过床垫中分布的压力传感器数值判断得到，每个传感器的数值大小和分布的位置都可以间接分析出用户当前的睡眠姿势。例如，侧睡时和平躺睡的传感器分布和数值是不一样的。[0156] 根据本发明实施例，所述进行最佳调整参数的修正具体为：[0157] 根据当前用户睡眠姿势和身体状态信息确定当前睡眠时段最适合的姿势；[0158] 根据当前用户睡眠姿势和当前睡眠时段最适合的姿势判断床垫调整曲线；[0159] 根据所述床垫调整曲线生成调整信息，发送至床垫控制器进行调整。[0160] 需要说明的是，用户在睡眠中，如果长时间保持某种姿势，可能不利于身体健康，例如，长时间趴着睡觉容易压迫心脏。所以本发明能够实时检测用户的睡眠姿势，然后确定当前睡眠的最佳姿势，然后进行调整。首先，根据当前用户睡眠姿势和身体状态信息确定当前睡眠时段最适合的姿势，所述的当前睡眠时段为整晚睡眠周期中的时段，一般睡眠时段分为深睡、浅睡阶段，本发明可以根据每个睡眠时段确定最适合的姿势。然后，根据当前用户睡眠姿势和当前睡眠时段最适合的姿势判断床垫调整曲线，床垫调整曲线为时间和床垫状态的曲线，例如，床垫在t1时刻为A状态，要在t2时刻变换至B状态，变换的过程就是曲线。最后，根据所述床垫调整曲线生成调整信息，发送至床垫控制器进行调整。[0161] 根据本发明实施例，所述预设的睡眠神经网络模型生成具体为：[0162] 获取历史状态数据；对所述历史状态数据进行预处理，得到训练数组；将所述训练数组发送至初始化的神经网络模型中进行训练；获取训练后的神经网络模型的误差率；若所述误差率小于预设的误差率阈值，则停止训练，得到预设的睡眠神经网络模型。[0163] 需要说明的是，历史状态数据为用户睡眠和身体状态等的数据，获取的历史数据数量越多，则训练的神经网络模型就越准确。首先，获取了历史文本特征值后，需要进行预处理，例如，对数据进行归一化处理或者进行格式转换处理，以方便进行神经网络的训练，预处理之后，得到训练数据集。然后将训练数据集输入至初始化的神经网络模型中进行训练，所述的训练是自动化的训练，最终得到行为打分神经网络模型。然后输入测试数据，判断睡眠神经网络模型输出的预测结果的准确率。并且将预测准确率与预设的准确率阈值进行比较，如果超过了准确率阈值，则说明睡眠神经网络模型已经能够达到较好的预测效果，则可以停止训练。其中，所述准确率阈值可以为80‑95％。[0164] 根据本发明实施例，还包括：[0165] 根据用户声音信息确定用户的打鼾状况和呼吸状态；[0166] 根据所述打鼾状况和呼吸状态分析得到窒息风险度；[0167] 若所述窒息风险度高于预设的阈值，则发送警示信息至预设终端。[0168] 需要说明的是，用户的声音信息还可以通过分析得到声音频率，声调高低等信息，通过这些信息可以得到用户的打鼾状况和呼吸状态。然后根据打鼾状况和呼吸状态就可以得到窒息风险度，所述窒息风险度为一个数值，数值越高代表睡眠中由于打鼾引起的窒息风险越高。当所述窒息风险度高于预设的阈值，则发送警示信息至预设终端，以提示风险，预设终端可以是当前睡眠用户端，也可以是用户的家人端，具体由本领域技术人员根据实际需要设定。[0169] 根据本发明实施例，所述短周期系数、长周期系数、第一系数、第二系数为动态变化的，系数确定方式具体为：[0170] 获取用户预设周期的身体状态信息，计算最佳调整参数，得到第三预测参数；[0171] 获取用于预设下一周期的身体状态信息，计算最佳调整参数，得到第四预测参数；[0172] 比较第三预测参数与第四预测参数的差别率；[0173] 若差别率大于预设差别率阈值，则根据第四预测参数进行短周期系数、长周期系数、第一系数、第二系数的计算。[0174] 需要说明的是，在对短周期系数、长周期系数、第一系数、第二系数动态调整时，可以基于用户的历史身体状态信息进行调整。先设置一个时间窗口，也就是设置一个预设周期，然后获取此预设周期的身体状态信息，计算得到第三预测参数。然后，在下一个时间窗口，也就是下一个预设周期范围内，计算得到第四预测参数。比较第三预测参数和第四预测参数的差别率，如果差别较大，说明此时的系数不符合最近窗口身体状态，那么将以最新窗口的参数确定系数。其中，第三预测参数和第四预测参数为预设的睡眠神经网络模型进行预测得到的参数。通过对历史状态数据滑动窗口的方式确定系数，可以使得本发明预测结果更加准确。[0175] 本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括一种智能调节床垫的方法程序，所述一种智能调节床垫的方法程序被处理器执行时，实现如上述任一项所述的一种智能调节床垫的方法的步骤。[0176] 本申请公开的一种智能调节床垫的方法、系统和存储介质，应用于可调节床垫中，使可动床垫能够根据用户的状态进行自适应的调节角度和软硬度，并且能够根据用户的声纹确定用户身份进行单独的分区调节，提高用户的睡眠质量。[0177] 在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。[0178] 上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。[0179] 另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。[0180] 本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read‑OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。[0181] 或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

专利地区：浙江

专利申请日期：2022-01-05

专利公开日期：2024-06-21

专利公告号：CN114343373B