基于升降平台的姿态检测方法.pdf

(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CN110095109A(43)申请公布日2019.08.06(21)申请号201910236371.2(22)申请日2019.03.27(71)申请人乐歌人体工学科技股份有限公司地址315191浙江省宁波市鄞州经济开发区启航南路588号（鄞州区瞻岐镇）(72)发明人项乐宏(74)专利代理机构宁波市鄞州甬致专利代理事务所(普通合伙)33228代理人潘李亮(51)Int.Cl.G01C11/00(2006.01)G08B21/24(2006.01)权利要求书2页说明书5页附图1页(54)发明名称基于升降平台的姿态检测方法(57)摘要本发明涉及姿态检测技术领域，尤其涉及一种基于升降平台的姿态检测方法。它包括以下步骤：S1、切换到学习模式，用户采用不同的坐站姿势进行坐站；S2、采集深度信息，然后得到人物特征，并且对这些得到的人物特征进行对错标记；S3、形成坐站姿势模型库；S4、切换到监测模式，S5、采集用户姿势的深度信息，得到人物特征，并且将得到的人物特征输入步骤S3得到的姿势模型库中进行分析，判断采集到的用户姿势是正确还是错误；S6、若连续多次判断姿势是错误的，则判断是错误的，进行提醒；若没有连续多次判断姿势是错误的，则返回步骤S5。采用这种检测方法可以检测到用户站坐姿是否正确，然后通过控制升降桌来进行提醒。CN110095109ACN110095109A权利要求书1/2页1.一种基于升降平台的姿态检测方法，其特征在于，它包括以下步骤：S1、切换到学习模式，用户采用不同的坐站姿势进行坐站；S2、深度传感器采集这些不同坐站姿势的深度信息，然后通过采集到的深度信息得到人物特征，并且对这些得到的人物特征进行对错标记；S3、根据步骤S2标记后的人物特征形成坐站姿势模型库；S4、切换到监测模式，S5、深度传感器采集用户姿势的深度信息，然后通过采集到的深度信息得到人物特征，并且将得到的人物特征输入步骤S3得到的姿势模型库中进行分析，判断采集到的用户姿势是正确还是错误；S6、若连续多次判断姿势是错误的，则判断用户姿势是错误的，然后控制升降平台进行提醒；若没有连续多次判断姿势是错误的，则返回步骤S5继续采集分析。2.根据权利要求1所述的基于升降平台的姿态检测方法，其特征在于：所述人物特征包括面部特征以及骨架特征。3.根据权利要求1所述的基于升降平台的姿态检测方法，其特征在于：所述深度传感器为双目摄像头、双向测距传感器或超声波传感器。4.根据权利要求1所述的基于升降平台的姿态检测方法，其特征在于：步骤S3形成的坐站姿势模型库内的数据是量化过的，且步骤S5中进行分析是将步骤S5中得到的人物特征进行量化，然后将量化后的人物特征与模型库进行对比，看是否超过设定的阈值，若连续多次超过阈值，则判断姿态错误，若没有连续多次超过阈值，则返回步骤S5继续采集分析。5.根据权利要求1所述的基于升降平台的姿态检测方法，其特征在于：步骤S5中采集到深度信息后还需要进行深度信息分析，并且得到此时用户是站姿还是坐姿，并且步骤S6中控制升降平台进行提醒具体是指，若步骤S5分析出是站姿，则控制升降平台下降；若步骤S5分析出是坐姿，则控制升降平台上升。6.根据权利要求1所述的基于升降平台的姿态检测方法，其特征在于：进入监测模式后首先需要判断用户是否为真人，其包括以下步骤：S41、采集人物的连续帧图像；S42、提取采集到的每一帧图像皮肤区域的RGB信息，然后根据提取到的RGB三个通道信息得到三个矩阵；S43、对步骤S42每一帧图像得到的三个矩阵进行降维，每一帧图像得到三个新矩阵；S44、对步骤S43每一帧图像得到的三个新矩阵进行平均计算，每一帧图像的每个新矩阵分别得到一个平均值，然后以每一帧图像中R通道新矩阵的平均值为纵坐标，以时间为横坐标得到第一波形图，以每一帧图像中G通道新矩阵的平均值为纵坐标，以时间为横坐标得到第二波形图；以所每一帧图像中B通道新矩阵的平均值为纵坐标，以时间为横坐标得到第三波形图；S45、通过滤波器对步骤S44得到的三个波形图进行滤波；S46、将步骤S45滤波后的三个波形图进行合并；S47、提取步骤S46中合并后波形图中的实际生理数据，然后与标准生理数据进行比对，判断是否存在生理数据输出。7.根据权利要求6所述的基于升降平台的姿态检测方法，其特征在于：步骤S44中对三2CN110095109A权利要求书2/2页个新矩阵需要进行加权平均计算，且其加权平均计算方法为：将降维矩阵的前后帧差值进行顺序排列，滤掉变化绝对值大于设定阈值的像素点，计算剩余像素点数值的平均值，这个值为当前帧该通道的加权数值。8.根据权利要求6所述的基于升降平台的姿态检测方法，其特征在于：步骤S41中采集前还需要进行图像