[发明专利]一种基于智能手表的个人用水量检测方法

说明书

本发明公开了一种基于智能手表的个人用水量检测方法，通过智能手表自带传感器获取运动行为、手部运动信息，在有运动信息的状态下，开启收集存储系统，收集存储声波频率、分贝、时间等信息因子向量。将收集存储到的信息傅里叶变化，采用机器学习的方法对比数据库中信息，识别出个人生活用水行为，最终计算得到用水量。本发明通过用水判断机制来确定是否产生用水行为，可以精准的确定是否产生用水，并且对用水量进行统计，实现了基于时间的用水量统计。

技术领域

本发明属于用水监测领域，具体涉及一种基于智能手表的个人用水量检测方法。

背景技术

目前，我国城镇居民家庭生活用水基本上均实现了水表计量。但是，现有的水表计量一般只能记录家庭生活用水的总用水量，无法对用水时间以及个人、各个时间段的用水量进行统计。

随着社会经济的快速发展，人民生活水平的不断提高，便携的智能手表已经成为很多人生活中不可或缺的电子配件，通过智能手表记录个人用水行为、计量用水量，弥补了现阶段水表只能记录水表总数而不能精细化掌握个人用水行为、用水量的空缺，科学了解用水行为及掌握各种用水类型的用水量，可为节水研究提供数据支撑，便于有针对性的提出节水建议与措施，在提高城镇居民生活用水效率的同时，抑制生活用水的过快增长，推动我国节水型社会建设。

发明内容

针对现有技术中的上述不足，本发明提供的一种基于智能手表的个人用水量检测方法解决了现有技术中存在的问题。

为了达到上述发明目的，本发明采用的技术方案为：一种基于智能手表的个人用水量检测方法，包括以下步骤：

S1、基于智能手表，采集三轴陀螺仪状态、时间、声波分贝信息以及声波频率信息；

S2、根据三轴陀螺仪状态、声波分贝信息以及声波频率信息，判断是否发生用水行为，若是，则进入步骤S3，否则返回步骤S1；

S3、通过时间、声波分贝信息以及声波频率信息获取特征矩阵图；

S4、将特征矩阵图输入至卷积神经网络CNN，获取用水行为类型；

S5、结合分贝以及时间构建线性关系曲线，并根据用水行为类型对应的线性关系曲线，获取用水量检测结果。

进一步地，所述步骤S2具体为：

S2.1、根据三轴陀螺仪状态，判断智能手表使用者是否产生手部运动，若是，则进入步骤S2.2，否则重复步骤S2.1；

S2.2、判断是否存在声波分贝信息以及声波频率信息，若是，则进入步骤S2.3，否则返回步骤S2.1；

S2.3、判断声波分贝信息是否位于50至90之间，若是，则初步判定为用水行为，并进入步骤S3，否则返回步骤S1。

进一步地，所述步骤S3具体为：

S3.1、根据时间、声波分贝信息以及声波频率信息，构建傅里叶变化函数为：

其中，ω表示声波频率信息，t表示时间，e表示自然常数，i表示虚数单位，f(t)表示时间t的函数，F(ω)表示随声波频率信息ω变化后的函数；

S3.2、以傅里叶变化函数为基础，获取关于时间变化的傅里叶函数；

S3.3、通过欧拉公式将关于时间变换的傅里叶函数进行转换，得到随时间变化声波的特征矩阵；

S3.4、根据步骤S3.3得到的特征矩阵，将声波信号按照时间和频域两个维度排列为特征矩阵图。

进一步地，所述步骤S3.2具体为：