[发明专利]基于智能婴儿床的婴儿状态深度学习提示方法

说明书

本发明提供一种基于智能婴儿床的婴儿状态深度学习提示方法，包括步骤：S1：建立一婴儿状态判断模型并将婴儿状态判断模型安装至一智能婴儿床的深度学习芯片；S2：通过智能婴儿床的振动传感器收集婴儿的活动数据；S3：将活动数据发送给深度学习芯片判断婴儿是否为哭闹状态；如否，记录活动数据并返回步骤S2；如是，继续后续步骤；S4：通过深度学习芯片向一手机预装app通讯并发送提示消息；S5：手机预装app判断是否收到提示消息的反应信号；如是，手机预装app结束提示；如否，手机预装app进入强提示模式。本发明的一种基于智能婴儿床的婴儿状态深度学习提示方法，可智能化地通过手机APP提示新生儿的父母婴儿的哭闹状态。

技术领域

本发明涉及婴儿监护方法领域，尤其涉及一种基于智能婴儿床的婴儿状态深度学习提示方法。

背景技术

目前随着90后成为新生儿父母，对新生儿的护理理念相对于父辈们更加科学化，对婴儿床的要求日益提高，现有婴儿床只能使用传感器收集信息并以单片机作为控制芯片，进行简单的婴儿床控制以及定时提醒。

现在的婴儿护理方面不仅需要对婴儿床进行控制、提醒，而且现在的新生儿父母多为90后，对手机依赖性较强，而父辈们经常因为担心婴儿在哭闹而产生幻听幻觉，所以对婴儿床简单的数据采集进行控制、提醒功能已经满足不了使用需求。由于婴儿的日常玩乐过程也存在被检测为哭闹状态的可能，目前尚缺乏一种更加智能化可精确提示婴儿哭闹状态的方法。

发明内容

针对上述现有技术中的不足，本发明提供一种基于智能婴儿床的婴儿状态深度学习提示方法，可智能化地通过手机APP提示新生儿的父母婴儿的哭闹状态。

为了实现上述目的，本发明提供一种基于智能婴儿床的婴儿状态深度学习提示方法，包括步骤：

S1：建立一婴儿状态判断模型并将所述婴儿状态判断模型安装至一智能婴儿床的深度学习芯片；所述智能婴儿床包括一婴儿床本体、和安装于所述婴儿床本体的所述深度学习芯片和至少一振动传感器，所述振动传感器与所述深度学习芯片通信连接；

S2：通过所述智能婴儿床的所述振动传感器收集婴儿的活动数据；

S3：将所述活动数据发送给所述深度学习芯片判断所述婴儿是否为哭闹状态；如否，记录所述活动数据并返回步骤S2；如是，继续后续步骤；

S4：通过所述深度学习芯片向一手机预装app通讯并发送提示消息；

S5：所述手机预装app判断是否收到所述提示消息的反应信号；如是，所述手机预装app结束提示；如否，所述手机预装app进入强提示模式，每隔一固定时间段发送一所述提示信息，直至收到所述反应信号。

优选地，所述S1步骤进一步包括步骤：

S11：通过所述振动传感器获取所述婴儿的所述活动数据；

S12：对所述活动数据进行人工标记婴儿状态，所述婴儿状态包括日常玩闹状态和所述哭闹状态；

S13：将标记所述婴儿状态的所述活动数据组成深度学习数据集；

S14：构建一深度学习网络，并利用所述深度学习数据集对所述深度学习网络进行训练，获得所述婴儿状态判断模型；

S15：将所述婴儿状态判断模型安装至所述深度学习芯片。

优选地，所述固定时间段为5秒。

本发明由于采用了以上技术方案，使其具有以下有益效果：

本发明可通过深度学习技术对婴儿在婴儿床上活动状态做出精确判断并通过手机APP提醒，减轻了婴儿监护人在照顾婴儿时的压力。

附图说明