一种适用于智能健身镜的交互方法及系统发明专利

专利名称：一种适用于智能健身镜的交互方法及系统

专利类型：发明专利

专利申请号：CN202111460765.X

专利申请（专利权）人：鉴丰电子科技有限公司
权利人地址：浙江省金华市永康经济开发区唐山路48号

专利发明（设计）人：周寿康

专利摘要：本发明公开了一种适用于智能健身镜的交互方法及系统，包括，基于用户健身动作特性构建动作特性需求数据库；利用动态关系建立基于用户健身动作和实时动作变化的动作识别模型；智能健身镜通过摄像头录入用户动作，实时调取所述动作特性需求数据库进行动作姿势匹配；结合所述动作识别模型进行动作姿势匹配计算，根据计算结果将用户健身过程划分为准备期、热身期、运动期和休息期；将划分结果反馈至图形控制设备中建立交互任务，并通过5G通讯传输给所述智能健身镜实时显示所述交互任务。本发明通过动作特性数据库和动作识别模型进行动作位姿的匹配识别，提高用户在使用智能健身镜过程中的交互感。

主权利要求：
1.一种适用于智能健身镜的交互方法，其特征在于：包括，基于用户健身动作特性构建动作特性需求数据库；
利用动态关系建立基于用户健身动作和实时动作变化的动作识别模型；
智能健身镜通过摄像头录入用户动作，实时调取所述动作特性需求数据库进行动作姿势匹配；
结合所述动作识别模型进行动作姿势匹配计算，根据计算结果将用户健身过程划分为准备期、热身期、运动期和休息期；
将划分结果反馈至图形控制设备中建立交互任务，并通过5G通讯传输给所述智能健身镜实时显示所述交互任务；
构建所述动作特性需求数据库包括，
利用智能APP、物联网抓取图片和摄像录入进行健身动作信息采集；
对采集的所述健身动作信息进行降噪、锐化、清洗、筛选和标准化处理，形成预处理数据集；
对所述预处理数据集中的图片进行特征标记；
所述特征标记包括，在所述图片中的特征动作位置进行候选框标注；
遍历全部的图片，直至标注完成；
利用自适应策略对标注完成的所述预处理数据集进行队列排序，将一个动作多帧状态下的候选框标注图片归纳为一列；
遍历全部的图片，直至归纳完成，形成列表形式的所述动作特性需求数据库；
所述动态关系包括，
系统录入的健身动作与用户实时动作；
所述智能健身镜显示的动作与所述用户实时动作；
所述系统录入的健身动作与所述智能健身镜显示的动作；
建立所述动作识别模型包括， ，其中，为动作类型，i=1时表示系统录入的健身动作，i=2时表示用户实时动作，i=3时表示智能健身镜显示的动作， 为第k个动作时的特征幅度系数， 为第k个动作时第 种动作类型占幅总动作类型的比例系数， 为第 种动作类型在时刻t时的比例系数， 为时刻t时识别的第k个动作；
所述动作姿势匹配计算包括，
若 在i=1时的系数乘积最大，则时刻t时识别的第k个动作与i=1时系统录入的健身动作相匹配；
若 在i=3时的系数乘积最大，则时刻t时识别的第k个动作与i=3时智能健身镜显示的动作相匹配；
还包括，
若 在i=2时的系数乘积最大，则时刻t时识别的第k个动作与i=2时用户实时动作相匹配；
此时，所述智能健身镜实时录入的用户动作与所述用户实时动作相吻合，而所述用户实时动作与所述智能健身镜显示的健身动作不符合；
将匹配计算结果反馈给所述图形控制设备并将调整指令传输给所述智能健身镜进行动作调整提示；
所述划分包括，
根据所述匹配计算结果得到当前用户健身动作的动态关系；
调取所述动作特性需求数据库，将所述动态关系转化为网络拓扑结构并导入所述动作特性需求数据库进行关联；
所述关联包括，将所述网络拓扑结构上的各个节点与所述动作特性需求数据库中的每个所述候选框标注图片进行一一比对；
若比对相似度大于60%，则将比对的节点、候选框标注图片进行绑定；
遍历全局，直至关联结束；
将关联结果进行自适应分析，根据绑定的比对节点和候选框标注图片得到用户当前健身状态。
2.根据权利要求1所述的适用于智能健身镜的交互方法，其特征在于：建立所述交互任务包括，所述图形控制设备利用SPI协议接口与所述智能健身镜连接，所述SPI速度达到
60Mbps；
所述交互任务采用轮询策略，由主栈的所述图形控制设备每3s向所述智能健身镜发起是否含有交互数据的询问，并将需要发送的所述交互数据传输给所述智能健身镜；
若处于低功耗状态，所述SPI速度下降至20Mbps，每6s向所述智能健身镜发起是否含有所述交互数据的询问；
所述交互任务与所述低功耗状态时轮询接收的所述交互数据进行同时处理，利用时间叶轮轮转策略进行调度。
3.根据权利要求2所述的适用于智能健身镜的交互方法，其特征在于：所述交互任务包括，接收、发送所述图形控制设备利用所述SPI协议接口传输的所述交互数据。 说明书 : 一种适用于智能健身镜的交互方法及系统技术领域[0001] 本发明涉及智能健身镜交互的技术领域，尤其涉及一种适用于智能健身镜的交互方法及系统。背景技术[0002] 目前的健身设备大部分是通过在用户的各个部位安装传感器，识别出用户的动作，安装在身体上的设备会对用户的行动造成阻碍，如果是公众场合下使用还需要有专人指导用户正确穿戴设备，人力成本与设备成本非常高。[0003] 近年来，智能健身镜的研发，使得健身爱好者摆脱了安装传感器的烦恼，但是，健身使用者无法通过健身镜从各个角度观察自己的健身动作是否标准，从而无法精准实现标准动作对比，智能健身镜无法给健身使用者提供精准、实时的健身服务。发明内容[0004] 本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。[0005] 鉴于上述现有存在的问题，提出了本发明。[0006] 因此，本发明提供了一种适用于智能健身镜的交互方法及系统，能够解决当前智能健身镜无法准确识别用户动作、智能健身镜存在交互错误操作的问题。[0007] 为解决上述技术问题，本发明提供如下技术方案：包括，基于用户健身动作特性构建动作特性需求数据库；利用动态关系建立基于用户健身动作和实时动作变化的动作识别模型；智能健身镜通过摄像头录入用户动作，实时调取所述动作特性需求数据库进行动作姿势匹配；结合所述动作识别模型进行动作姿势匹配计算，根据计算结果将用户健身过程划分为准备期、热身期、运动期和休息期；将划分结果反馈至图形控制设备中建立交互任务，并通过5G通讯传输给所述智能健身镜实时显示所述交互任务。[0008] 作为本发明所述的适用于智能健身镜的交互方法的一种优选方案，其中：构建所述动作特性需求数据库包括，利用智能APP、物联网抓取图片和摄像录入进行健身动作信息采集；对采集的所述健身动作信息进行降噪、锐化、清洗、筛选和标准化处理，形成预处理数据集；对所述预处理数据集中的图片进行特征标记；所述特征标记包括，在所述图片中的特征动作位置进行候选框标注；遍历全部的图片，直至标注完成；利用自适应策略对标注完成的所述预处理数据集进行队列排序，将一个动作多帧状态下的候选框标注图片归纳为一列；遍历全部的图片，直至归纳完成，形成列表形式的所述动作特性需求数据库。[0009] 作为本发明所述的适用于智能健身镜的交互方法的一种优选方案，其中：所述动态关系包括，系统录入的健身动作与用户实时动作；所述智能健身镜显示的动作与所述用户实时动作；所述系统录入的健身动作与所述智能健身镜显示的动作。[0010] 作为本发明所述的适用于智能健身镜的交互方法的一种优选方案，其中：建立所述动作识别模型包括，[0011][0012] 其中，l为动作类型，i＝1时表示系统录入的健身动作，i＝2时表示用户实时动作，i＝3时表示智能健身镜显示的动作，s(k)为第k个动作时的特征幅度系数，h(k，l)为第k个动作时第l种动作类型占幅总动作类型的比例系数，g(l，t)为第l种动作类型在时刻t时的比例系数，D(k，t)为时刻t时识别的第k个动作。[0013] 作为本发明所述的适用于智能健身镜的交互方法的一种优选方案，其中：所述动作姿势匹配计算包括，若D(k，t)在i＝1时的系数乘积最大，则时刻t时识别的第k个动作与i＝1时系统录入的健身动作相匹配；若D(k，t)在i＝3时的系数乘积最大，则时刻t时识别的第k个动作与i＝3时智能健身镜显示的动作相匹配。[0014] 作为本发明所述的适用于智能健身镜的交互方法的一种优选方案，其中：还包括，若D(k，t)在i＝2时的系数乘积最大，则时刻t时识别的第k个动作与i＝2时用户实时动作相匹配；此时，所述智能健身镜实时录入的用户动作与所述用户实时动作相吻合，而所述用户实时动作与所述智能健身镜显示的健身动作不符合；将匹配计算结果反馈给所述图形控制设备并将调整指令传输给所述智能健身镜进行动作调整提示。[0015] 作为本发明所述的适用于智能健身镜的交互方法的一种优选方案，其中：所述划分包括，根据所述匹配计算结果得到当前用户健身动作的动态关系；调取所述动作特性需求数据库，将所述动态关系转化为网络拓扑结构并导入所述动作特性需求数据库进行关联；所述关联包括，将所述网络拓扑结构上的各个节点与所述动作特性需求数据库中的每个所述候选框标注图片进行一一比对；若比对相似度大于60％，则将比对的节点、候选框标注图片进行绑定；遍历全局，直至关联结束；将关联结果进行自适应分析，根据绑定的比对节点和候选框标注图片得到用户当前健身状态。[0016] 作为本发明所述的适用于智能健身镜的交互方法的一种优选方案，其中：建立所述交互任务包括，所述图形控制设备利用SPI协议接口与所述智能健身镜连接，所述SPI速度达到60Mbps；所述交互任务采用轮询策略，由主栈的所述图形控制设备每3s向所述智能健身镜发起是否含有交互数据的询问，并将需要发送的所述交互数据传输给所述智能健身镜；若处于低功耗状态，所述SPI速度下降至20Mbps，每6s向所述智能健身镜发起是否含有所述交互数据的询问；所述交互任务与所述低功耗状态时轮询接收的所述交互数据进行同时处理，利用时间叶轮轮转策略进行调度。[0017] 作为本发明所述的适用于智能健身镜的交互方法的一种优选方案，其中：所述交互任务包括，接收、发送所述图形控制设备利用所述SPI协议接口传输的所述交互数据。[0018] 作为本发明所述的适用于智能健身镜的交互系统的一种优选方案，其中：包括，信息采集模块，用于采集用户健身动作数据以及当前健身动作数据，其包括摄像头、智能终端和信息处理单元，所述摄像头用于拍摄用户当前健身动作，所述智能终端用于抓取健身动作特性数据，所述信息处理单元用于对所述摄像头和所述智能终端收集的数据信息进行预处理；动作姿态识别匹配模块设置在所述信息采集模块的下方，所述动作姿态识别匹配模块用于对用户健身动作姿态进行识别匹配计算，并将计算结果传输给控制中心模块；所述控制中心模块，用于接收、传输计算结果和数据信息，自适应下发相应的控制指令，以便于用户能够实时进行健身交互操作，所述控制中心模块包括动作特性需求数据库，所述动作特性需求数据库用于存储健身动作特性，以供所述动作姿态识别匹配模块调取进行动作姿态匹配计算。[0019] 本发明的有益效果：本发明通过动作特性数据库和动作识别模型进行动作位姿的匹配识别，提高用户在使用智能健身镜过程中的交互感，如果有错误动作或未做动作，都能通过智能健身镜进行温馨提示，从而增强用户的使用感，另一方面，结合5G交互以及低功耗技术的改进，增强智能健身镜的实时性和使用寿命，进一步提升用户的好感度。附图说明[0020] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例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发明的一些实施例，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。其中：[0021] 图1为本发明第一个实施例所述的适用于智能健身镜的交互方法的流程示意图；[0022] 图2为本发明第一个实施例所述的适用于智能健身镜的交互方法的热身期三维模拟示意图；[0023] 图3为本发明第一个实施例所述的适用于智能健身镜的交互方法的运动期三维模拟示意图；[0024] 图4为本发明第二个实施例所述的适用于智能健身镜的交互系统的模块结构分布示意图。具体实施方式[0025] 为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。[0026] 在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。[0027] 其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。[0028] 本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。[0029] 同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。[0030] 本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。[0031] 实施例1[0032] 参照图1～图3，为本发明的第一个实施例，提供了一种适用于智能健身镜的交互方法，包括：[0033] S1：基于用户健身动作特性构建动作特性需求数据库。其中需要说明的是，构建动作特性需求数据库包括：[0034] 利用智能APP、物联网抓取图片和摄像录入进行健身动作信息采集；[0035] 对采集的健身动作信息进行降噪、锐化、清洗、筛选和标准化处理，形成预处理数据集；[0036] 对预处理数据集中的图片进行特征标记；[0037] 特征标记包括，在图片中的特征动作位置进行候选框标注；[0038] 遍历全部的图片，直至标注完成；[0039] 利用自适应策略对标注完成的预处理数据集进行队列排序，将一个动作多帧状态下的候选框标注图片归纳为一列；[0040] 遍历全部的图片，直至归纳完成，形成列表形式的动作特性需求数据库。[0041] S2：利用动态关系建立基于用户健身动作和实时动作变化的动作识别模型。本步骤需要说明的是，动态关系包括：[0042] 系统录入的健身动作与用户实时动作；[0043] 智能健身镜显示的动作与用户实时动作；[0044] 系统录入的健身动作与智能健身镜显示的动作。[0045] 进一步的，建立动作识别模型包括：[0046][0047] 其中，l为动作类型，i＝1时表示系统录入的健身动作，i＝2时表示用户实时动作，i＝3时表示智能健身镜显示的动作，s(k)为第k个动作时的特征幅度系数，h(k，l)为第k个动作时第l种动作类型占幅总动作类型的比例系数，g(l，t)为第l种动作类型在时刻t时的比例系数，D(k，t)为时刻t时识别的第k个动作。[0048] S3：智能健身镜通过摄像头录入用户动作，实时调取动作特性需求数据库进行动作姿势匹配。[0049] S4：结合动作识别模型进行动作姿势匹配计算，根据计算结果将用户健身过程划分为准备期、热身期、运动期和休息期。其中还需要说明的是，动作姿势匹配计算包括：[0050] 若D(k，t)在i＝1时的系数乘积最大，则时刻t时识别的第k个动作与i＝1时系统录入的健身动作相匹配；[0051] 若D(k，t)在i＝3时的系数乘积最大，则时刻t时识别的第k个动作与i＝3时智能健身镜显示的动作相匹配。[0052] 再进一步的，还包括：[0053] 若D(k，t)在i＝2时的系数乘积最大，则时刻t时识别的第k个动作与i＝2时用户实时动作相匹配；[0054] 此时，智能健身镜实时录入的用户动作与用户实时动作相吻合，而用户实时动作与智能健身镜显示的健身动作不符合；[0055] 将匹配计算结果反馈给图形控制设备并将调整指令传输给智能健身镜进行动作调整提示。[0056] 具体的，划分包括：[0057] 根据匹配计算结果得到当前用户健身动作的动态关系；[0058] 调取动作特性需求数据库，将动态关系转化为网络拓扑结构并导入动作特性需求数据库进行关联；[0059] 关联包括，将网络拓扑结构上的各个节点与动作特性需求数据库中的每个候选框标注图片进行一一比对；[0060] 若比对相似度大于60％，则将比对的节点、候选框标注图片进行绑定；[0061] 遍历全局，直至关联结束；[0062] 将关联结果进行自适应分析，根据绑定的比对节点和候选框标注图片得到用户当前健身状态。[0063] S5：将划分结果反馈至图形控制设备中建立交互任务，并通过5G通讯传输给智能健身镜实时显示交互任务。本步骤还需要说明的是，建立交互任务包括：[0064] 图形控制设备利用SPI协议接口与智能健身镜连接，SPI速度达到60Mbps；[0065] 交互任务采用轮询策略，由主栈的图形控制设备每3s向智能健身镜发起是否含有交互数据的询问，并将需要发送的交互数据传输给智能健身镜；[0066] 若处于低功耗状态，SPI速度下降至20Mbps，每6s向智能健身镜发起是否含有交互数据的询问；[0067] 交互任务与低功耗状态时轮询接收的交互数据进行同时处理，利用时间叶轮轮转策略进行调度。[0068] 具体的，交互任务包括：[0069] 接收、发送图形控制设备利用SPI协议接口传输的交互数据。[0070] 优选的，为了更好地对本发明方法中采用的技术效果加以验证说明，本实施例选择以传统方法与本发明方法进行对比测试，以科学论证的手段对比试验结果，以验证本发明方法所具有的真实效果。[0071] 传统的交互方法存在延时性和动作判断误差性，为验证本发明方法相对于传统方法具有较高的动作判断准确性和实时性，本实施例中将采用传统的传感器识别方法(方法一)和传统的人脸识别技术(方法二)与本发明方法分布对智能健身镜的动作识别进行测试。[0072] 测试环境：(1)分别将方法一、方法二和本发明方法进行程序编码，形成程序运行包，导入智能健身镜的控制系统中运行；[0073] (2)在3D数据上进行动作识别，利用PennAction数据集和MPLL数据集作为测试数据集，连接仿真平台进行实时模拟；[0074] (3)同一个测试者在同一个智能健身镜下做相同的动作，分为三次进行，每一次导入不同的方法程序包进行运行测试；[0075] (4)汇总、记录测试结果，形成表格进行对比。[0076] 表1：对比测试数据表。[0077][0078] 参照表1，能够直观的看出，本发明方法相对于传统的两种方法具有更高的动作识别精度和较为良好的实时性。[0079] 实施例2[0080] 参照图4，为本发明的第二个实施例，该实施例不同于第一个实施例的是，提供了一种适用于智能健身镜的交互系统，包括：[0081] 信息采集模块100，用于采集用户健身动作数据以及当前健身动作数据，其包括摄像头101、智能终端102和信息处理单元103，摄像头101用于拍摄用户当前健身动作，智能终端102用于抓取健身动作特性数据，信息处理单元103用于对摄像头101和智能终端102收集的数据信息进行预处理。[0082] 动作姿态识别匹配模块200设置在信息采集模块100的下方，动作姿态识别匹配模块200用于对用户健身动作姿态进行识别匹配计算，并将计算结果传输给控制中心模块300。[0083] 控制中心模块300，用于接收、传输计算结果和数据信息，自适应下发相应的控制指令，以便于用户能够实时进行健身交互操作，控制中心模块300包括动作特性需求数据库301，动作特性需求数据库301用于存储健身动作特性，以供动作姿态识别匹配模块200调取进行动作姿态匹配计算。[0084] 5G传输模块400，用于将射频、基带集成在一块PCB小板上，完成无线接收、发射、基带信号处理，支持语音。[0085] 显示模块500，用于搭载低功耗显示屏、展示信息界面，帮助用户实时获得信息动态。[0086] 应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术‑包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。[0087] 此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。[0088] 进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。[0089] 如在本申请所使用的，术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体，该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如，组件可以是，但不限于是：在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例，在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中，并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外，这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如，来自一个组件的数据，该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号，以本地和/或远程过程的方式进行通信。[0090] 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限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

专利地区：浙江

专利申请日期：2021-12-01

专利公开日期：2024-09-27

专利公告号：2024-09-27