[发明专利]一种可穿戴坐姿监测装置和坐姿监测方法

权利要求书

1.一种可穿戴坐姿监测装置，其特征在于，所述装置包括衣服本体，所述衣服本体上设置有微处理器，所述衣服本体的背部竖直中线上从上至下设置有至少三个重力加速度传感器，所述衣服本体的左肩部和右肩部分别设置至少一个多轴传感器；

所述重力加速度传感器和所述多轴力传感器均与所述微处理器通讯连接。

2.根据权利要求1所述的可穿戴坐姿监测装置，其特征在于，所述至少三个重力加速度传感器包括第一重力加速度传感器、第二重力加速度传感器和第三重力加速度传感器；

第一重力加速度传感器设置在衣服本体的颈部，第二重力加速度传感器的位置与衣服本体的胸口处相对应，第三重力加速度传感器设置在衣服本体的腰部。

3.根据权利要求1所述的可穿戴坐姿监测装置，其特征在于，在所述衣服本体的颈部、腰部、左肩部和右肩部分别设置有振动片，所述振动片与所述微处理器通讯连接。

4.一种坐姿监测方法，其特征在于，该方法基于如权利要求1至3任一项所述的可穿戴坐姿监测装置实现，包括：

S1、微处理器获取用户预设周期内的坐姿信息；所述坐姿信息包括重力加速度传感器和多轴力传感器的感应数据；

S2、将所述坐姿信息输入坐姿监测模型，输出坐姿监测结果；

其中，所述坐姿检测模型对所述坐姿信息进行处理，包括：

A1、采用CURD聚类算法对所述坐姿信息中所有连续属性数据进行聚类，获得初始聚类；

A2、根据预设的数据提取圈，筛选出每一初始类中处于数据提取圈外的数据点，每一初始类中处于数据提取圈内的数据点组成一个新类；将筛选出的数据点归入距离其最近的新类中，获得连续属性数据的离散化结果；

A3、根据连续属性数据的离散化结果，与坐姿决策表进行匹配，将匹配结果作为坐姿监测结果；其中，坐姿决策表包括预先根据用户坐姿的历史数据建立的离散属性值与各种坐姿的对应信息。

5.根据权利要求4所述的坐姿监测方法，其特征在于，所述数据提取圈包括以初始类的聚类中心为圆心，以预设值为半径的圆圈。

6.根据权利要求5所述的坐姿监测方法，其特征在于，预设值为α·Rⁱ_max(i＝1,2,...n)；式中，0≤α1，Rⁱ_max(i＝1,2,...n)为初始类中数据点与其聚类中心的最远距离，n为聚类个数。

7.根据权利要求4所述的坐姿监测方法，其特征在于，所述将筛选出的数据点归入距离其最近的新类中，包括：

从处于每一新类边界上的数据点中选取每一新类的代表点，计算每一个筛选出的数据点到每一新类代表点的距离，将筛选出的数据点归入距离其最近的代表点所属的新类中。

8.根据权利要求7所述的坐姿监测方法，其特征在于，所述从处于每一新类边界上的数据点中选取每一新类的代表点，包括：

从处于每一新类边界上的数据点中，根据数据点到其聚类中心的距离，按照降序依次选取预设数量的数据点作为每一新类的代表点。

9.根据权利要求4所述的坐姿监测方法，其特征在于，在S1之前，还包括：

A01、微处理器获取用户预设周期内的历史坐姿信息；

A02、对所述历史坐姿信息中所有连续属性数据进行A1、A2处理，获得历史坐姿信息中连续属性数据的离散化结果；

A03、根据连续属性数据的离散化结果和对应的决策属性，建立离散数据表，根据离散数据表提取出每组数据及其所属坐姿，获得初始决策表；

基于概率粗糙集对初始决策表中条件属性相同、决策属性不同的目标对象进行修正，获得坐姿决策表。

10.根据权利要求1所述的坐姿监测方法，其特征在于，在S2之后还包括：

S3、微处理器根据坐姿监测结果，向振动片发送启动指令；振动片接收到启动指令后产生振动。