预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112315257A(43)申请公布日2021.02.05(21)申请号202011210097.0G06F30/20(2020.01)(22)申请日2020.11.03G06T17/00(2006.01)(71)申请人广东珞珈睡眠科技有限公司地址528000广东省佛山市禅城区南庄镇新中源公寓一座407房(72)发明人周文鹏邹学院王恒(74)专利代理机构佛山中贵知识产权代理事务所(普通合伙)44491代理人何展提(51)Int.Cl.A47C31/12(2006.01)A47C31/00(2006.01)A47C27/12(2006.01)A47C27/14(2006.01)G01L1/00(2006.01)权利要求书3页说明书8页附图3页(54)发明名称一种基于最优传输的床垫系统(57)摘要本发明公开了一种基于最优传输的床垫系统,包括人体姿态监测模块、床垫支撑矩阵、信号采集模块和存储与控制模块等;在人体三维建模的基础上,通过保角参数化将三维人体模型展平到二维平面模型,然后利用最优传输实现保角到保曲率和保面积相结合的映射。保面积的映射能更好的被深度学习识别出每个部位,最后将标记后的二维纹理反向映射到三维模型,将标记后的三维模型与床垫支撑矩阵的相应床垫支撑点结合便能调整各个部位的压力,适用于各种体型的睡眠者。当睡眠者姿态改变的时候,床垫控制系统能够实时监测人体位置和睡姿,并自动跟随人体进行床垫支撑矩阵各部位支撑程度的相应调整,维持最优的舒适程度,实现“床随人动”的技术效果。CN112315257ACN112315257A权利要求书1/3页1.一种基于最优传输的床垫系统,包括人体姿态监测模块(1)、床垫支撑矩阵(2)、信号采集模块(3)、存储与控制模块(4)、显示模块(5)及供电模块(6);所述床垫支撑矩阵(2),设置于床垫底部,受存储与控制模块(4)控制,用于调整床垫各部位的支撑程度来实现硬度的调整,由若干个按矩阵式分布的且可调伸长量的支撑件组成;所述人体姿态监测模块(1),用于监测人体与床垫接触的位置,作为判断睡眠者姿态和床垫支撑矩阵(2)之间的相对位置关系;人体姿态监测模块(1)包括可监控整个床垫的摄像机和检测人体对床垫压力的压力传感器矩阵;摄像机包括可以带动摄像机主体绕床垫旋转的辅助固定装置;所述信号采集模块(3),其输入端与人体姿态监测模块(1)的输出端连接,用于从人体姿态监测模块(1)采集人体位置姿态数据和采集人体对床垫的产生的压力分布数据;所述存储与控制模块(4),其输入端与信号采集模块(3)的输出端连接,其输出端与所述床垫支撑矩阵(2)的输入端连接,用于存储睡眠模式和向床垫支撑矩阵(2)输出控制指令、向显示模块(5)输出显示数据;所述供电模块(6),用于床垫系统中各模块的工作提供低压直流电源;在前述各模块的基础上,通过人体工程力学建模,并在KinectFusion的基础上,增加非刚体的变形估计,实现实时扫描拼接算法对摄像机持续拍摄获取的图像进行三维人体重建得到模型,进而得到人体与床垫接触的位置,作为判断睡眠者姿态和床垫支撑矩阵(2)之间的相对位置关系的基础;将压力分布数据结合此模型构建睡眠者的专属睡眠模型;在睡眠者姿态改变的时候,床垫控制系统能够实时监测睡眠者的位置和睡姿,并自动跟随睡眠者的姿态对床垫各部位的支撑程度进行调整,维持最优的舒适程度;计算最优传输的初始映射;给定最优传输的目标测度;在常曲率的目标参数域通过最优传输上计算得到最终的保测参数化映射;其特征是,包括以下步骤:步骤1:深度数据预处理,利用摄像机内参和深度帧映射到摄像机空间函数将深度图转换成3D点云,然后计算每个点的法向量;其中摄像机内参包括fx、fy、cx、cy和3个径向畸变参数,摄像机空间函数由Kinect2.0的SDK提供;步骤2:摄像机追踪,将当前帧转换的3D点云和由现有模型生成的预测的3D点云进行ICP匹配,从而得到当前摄像机的位姿;步骤3:深度数据融合,根据所计算出的当前摄像机位姿,使用TSDF点云融合算法将当前帧的3D点云融合到现有模型中,实现TSDF人物表面模型重建,得到三维人体模型;步骤4:场景渲染,使用光线追踪的计算机图形学方法,结合现有模型和当前摄像机位姿来预测当前摄像机观察到的环境点云;得到的环境点云既用于显示,也提供给步骤2进行ICP匹配;步骤5:将重建后得到的三维人体模型采用RicciFlow保角参数化到二维平面模型,然后用在常曲率的目标参数域上通过最优传输上计算得到最终的保测参数化映射;随后用深度学习进行不同部位的识别并标记,然后将标记后的纹理重映射到三维人体模型;步骤6:存储与控制模块(4)将三维人体模型结合采集到的压力数据对床垫支撑矩阵(