[发明专利]一种基于Notch传感器的不良坐姿监测方法

权利要求书

1.一种基于Notch传感器的不良坐姿监测方法，其特征在于，包括步骤：

步骤1：基于Notch传感器采集坐姿数据；

步骤2：对采集到的数据进行预处理，去除脏数据，提高数据的可靠性与准确性，使数据格式符合要求；

步骤3：将经过处理的数据进行特征提取和选择，将提取出来的特征组成特征矢量；

步骤4：通过提取特征，建立各类坐姿模型，然后基于各类坐姿模型，实时对被监测者进行坐姿监测，最后得到分类识别的结果；

步骤5：设计移动应用对用户进行坐姿提醒，并提出纠正建议。

2.如权利要求1所述的一种基于Notch传感器的不良坐姿监测方法，其特征在于，步骤1具体包括如下内容：将Notch传感器固定于人体的腰椎和胸椎两处，然后采集基本数据信息，Notch传感器内置加速度传感器、陀螺仪和磁力计，捕捉到的数据以欧拉角的Z、X、Y的数据格式存储，在三维空间内建立一个独立的运动坐标系以记录此坐标系中的运动情况。

3.如权利要求1所述的一种基于Notch传感器的不良坐姿监测方法，其特征在于，步骤2具体包括如下内容：通过Notch传感器采集到的用户坐姿数据，包括时间和欧拉角，并通过蓝牙进行传输，对接收到的数据进行了离散化处理，将连续的数据分成等长的离散数据段，数据离散化后能够减小计算带来的空间资源消耗，而且能够提高抵御噪声的能力。

4.如权利要求1所述的一种基于Notch传感器的不良坐姿监测方法，其特征在于，所述步骤3选择8个特征包括：

步骤3.1：提取欧拉角之俯仰角X，俯仰角又称仰视角，是物体绕定点转动时与X轴之间的夹角，代表人体前倾和后仰的角度；

步骤3.2：提取欧拉角之偏航角Y，偏航角又称左右角，是物体绕定点转动时与Y轴之间的夹角，代表人体左右转动的角度；

步骤3.3：提取欧拉角之滚转角Z，转滚角是物体绕定点转动时与Z轴之间的夹角，代表人体重心的上下偏移量；

步骤3.4：提取坐姿的俯仰角X方差D(X)；方差是可以衡量一个样本波动大小的数值，方差越大波动越大，相反的方差越小反应的数据波动情况就越小，若在一段时间内数据波动变化较小即证明此段时间内用户正保持一个坐姿，且因为多数人保持坐姿均是由正确坐姿开始，正确坐姿的俯仰角X值范围较小，所以方差较小时即可确定此时用户可能在保持正确的坐姿；

步骤3.5：提取坐姿的偏航角Y方差D(Y)，确定在此段时间内使用者的坐姿偏航角Y的变化幅度，即使用者在保持此坐姿时的左右转动范围；

步骤3.6：提取坐姿的转滚角Z方差D(Z)，确定此段时间内的使用者的坐姿转滚角变化幅度，即使用者在保持此坐姿时重心的变化幅度；

步骤3.7：提取三轴夹角绝对值之和Sum(x,y,z)，由于在使用不良坐姿时欧拉角的三轴夹角均发生不同程度变化，所以Sum(x,y,z)的值可以反应此时坐姿的不良程度；

Sum(x，y，z)＝|X|+|Y|+|Z| (4)；

步骤3.8：提取三轴夹角平方和Sum(w)，平方和用来放大特征三轴绝对值之和的数值和不同坐姿下的特征的偏差；

选取8个特征值，体现出坐姿种类与数据之间关系，其中，欧拉角是一种唯一识别三维坐标系中运动物体位置的值。

5.如权利要求1所述的一种基于Notch传感器的不良坐姿监测方法，其特征在于，步骤4具体包括如下内容：

步骤4.1：确定5类坐姿类别，如表1，根据5类坐姿类别描述，建立坐姿模型；

表1坐姿分类

步骤4.2：基于阈值进行坐姿识别方法，实时监测使用的数据是通过传感器采集到测试者坐姿的欧拉角——Z、X、Y，当人体保持不良坐姿时，胸背部会以臀部为圆心发生转动，欧拉角Z、X、Y会不同程度发生偏移，可以通过欧拉角的阈值判断用户是否存在不良坐姿行为，但是只能大致判断出用户此时偏移程度，不能够准确判断用户的具体坐姿类型；

步骤4.3：对于不能明确的坐姿类别，再通过K近邻算法进一步识别，KNN是一种基于实例的监督学习，通过计算新数据与训练数据特征值之间的距离，然后选取K(K>＝1)个距离最近的邻居进行分类判断(投票法)或者回归。

6.如权利要求1所述的一种基于Notch传感器的不良坐姿监测方法，其特征在于，根据坐姿识别，在用户长时间坐姿不当时给予提醒，提醒方式通过振动或响铃，移动终端可以采用智能手机或平板电脑，且支持IOS或Android操作系统，同时，通过长期的坐姿监测数据，对用户健康进行指导，进而减轻或消除坐姿不当带来的疾病问题。