基于Wi-Fi信道状态信息的坐姿监测方法

[目的]针对现有的坐姿监测方法存在的接触式、隐私性低、成本高、部署不方便等问题对坐姿监测方法进行研究.[方法]提出基于Wi-Fi信道状态信息的坐姿监测方法.该方法在不同坐姿下采集商用路由器的Wi-Fi信道状态信息,结合卷积神经网络和长短期记忆神经网络建立坐姿分类模型,融合采样窗口内信道状态信息的幅值和相位数据,并充分提取数据的空间和时间特征,提高坐姿分类精度.在对原始相位数据进行预处理时,提出了近邻子载波差值阈值补偿方法,有效地解决了不同子载波的相位旋绕不同步的问题.[结果]搭建坐姿监测环境,对办公或学习场景下的5种常见坐姿进行分类.实验证明,该坐姿监测方法对坐姿分类有较高的准确率,对所有坐姿分类的平均准确率达到91.23%.[结论]本文提出的基于Wi-Fi信道状态信息的坐姿监测方法,具有非接触式、隐私性高、成本低、部署方便等特点,且对坐姿分类准确率高,在坐姿监测系统的研究上具有一定的实用价值.

基于三轴传感器的坐姿监测系统开发

针对市场上类似产品的不便携带、强制性、局限性,设计了一种以STM32单片机为核心的坐姿监测系统。该系统利用ADXL345三轴传感器采集加速度与坐标数据,以支持向量机二分类为基础实现多分类。在预设阈值的前提下,对系统进行训练后优化参数,并用测试集进行验证。最终实现系统对坐姿的有效监测,并对错误坐姿及时给出提醒。

基于YOLOv5的坐姿监测系统设计

文章以人们长期坐姿不良导致脊柱弯曲影响生命健康和引导人们养成良好坐姿习惯为切口,设计了基于YOLOv5模型的坐姿监测系统。首先,该系统通过前端输入设备对人体坐姿进行图像采集,将所训练的权重模型对图像进行分类识别,以实现对人体坐姿的智能检测。随后,实验对13个人的坐姿图像数据库进行测试得出,本文坐姿检测方法对不良坐姿识别率高、延迟低。且该坐姿监测系统解决了现存一、二代坐姿监测产品因体积过大、操作复杂等导致的使用不便及佩戴舒适度不高等问题。最后,系统地设计移动终端与PC端,以软硬件结合的方式使家长和孩子可以实时了解自身坐姿情况,在出现异常坐姿时收到提醒。具有实用价值,可以为人体坐姿矫正提供有效方法。

基于坐姿监测的人机工程学实验平台的构建

针对人机工程学课程的多学科交叉性、内容抽象难以理解的特点,构建一种基于坐姿监测的人机工程学课程实验平台。采用压力传感器采集坐姿体压数据,通过微控制器进行数据处理,利用人工神经网络算法对坐姿进行在线检测与分类,通过蓝牙模块传输数据至终端设备进行存储与显示。测试结果表明,该平台实现了坐姿实时监测并具备较高的识别准确率,能够用于人机工程学的研究性实验教学。

智能化坐姿监测机器人控制系统的研究

为了减轻长时间因坐姿问题所导致的近视、驼背、工作相关肌肉骨骼疾患的发病几率。设计一款智能化坐姿监测机器人控制系统。将坐姿监测、坐时时长监测和光照环境监测作为机器人基本功能。根据虚拟设计方案制造出实体模型,选取身高在(160~180)cm、体重在(70~90)kg 50名学生为样本,对机器人的坐姿识别和坐时时长准确率进行验证实验。分析结果表明,该机器人对4种坐姿识别准确率均在92%以上,对不同情况下坐时时长监测的准确率高达96%。验证了该机器人的控制系统能达到对坐姿智能化的监测。

一种儿童坐姿监测系统的设计

为了实现对儿童不良坐姿的监测,本文设计了一种基于STM32单片机和红外测距模块GP2Y0A02YK0F的坐姿监测系统。当儿童坐姿不正确时,系统进行报警提醒;当儿童学习时间超过预设值时,系统闹铃提醒用户休息。测试表明,该系统具有结构简单、兼容性强和适用不同高度的儿童的优点。

改进的双流多模态信息融合坐姿识别方法

不正确的坐姿通常会导致青少年近视、脊柱侧弯和退行性疾病。研究能够快速、准确识别不规律坐姿的智能监测技术,有助于保持正确的姿势并预防健康问题。为了解决RGB图像易受光照强度以及遮挡因素的干扰并造成的识别率不高等问题,通过采用双流RGB-D图像作为双输入,利用ResNet网络中的残差结构改进EfficientNet基线网络结构,提出了一种基于改进R-EfficientNet的双流RGB-D多模态信息融合的坐姿识别方法。试验结果表明,提出的R-EfficientNet融合方法模型对8种坐姿的识别均值平均精度(mean average precision,mAP)达到了98.5%。与CNN、Vgg16、ResNet18、EfficientNet、RGB-D不同的输入方法相比,所提方法获得了最高的识别率。该方法不仅可以用于坐姿客观监测,具有医学和社会效益,此外还为人体工学研究者们提供改进办公家具的方案。

坐姿矫正智能服装的研究现状与发展趋势

久坐和不良坐姿可能导致各类脊柱疾病,坐姿矫正智能服装对此具有一定的预防和治疗作用。文章概述了坐姿的定义及分类,从坐姿矫正智能服装系统的构成:服装载体、坐姿监测系统的组成及服装与系统的集成技术等方面对坐姿矫正智能服装的研究现状进行综述,并基于现有问题,对坐姿矫正智能服装的发展前景进行展望。

监测坐姿智能台灯的设计与实现

由于现代大众在日常工作、学习中接触电子化设备十分频繁,久而久之容易造成视力下降、身体酸痛等问题,而这些问题的出现与不良坐姿习惯具有较大联系。因此相关智能企业从大众这一问题层面出发,积极探索新一代环保型、智能型的智能台灯产品,既能满足大众照明需求,同时还能以合理的设计空间和设计结构监测用户坐姿,保证用户养成良好坐姿习惯,避免产生身体其他危害,具有重要理论意义和实用价值。

基于坐姿校正的智能台灯控制系统设计

系统设计是通过台灯和陀螺仪MPU6050实现用户的坐姿矫正。我们通过人体工程学规律结合陀螺仪解算出最佳坐姿来实现用户的坐姿调整。通过国产的ESP32芯片作为主控芯片,它能够实现低延迟实时的坐姿的反馈和建议的语音提醒,并且能够自动控制台灯亮度来达到防蓝光伤害以保护用户视力,还能记录学习时间的功能用来提醒久坐的用户起身活动。以ESP微控制器为核心,通过惯性传感器,环境光线传感器,压力传感器等实现对使用者坐姿的实时监测和报告,提醒使用者注意使用台灯的方法,预防近视的发生。

基于MPU6050和神经网络的颈椎病预防系统设计

针对目前坐姿识别方案存在的监测数据单一、实时性差等问题,设计了一款预防颈椎病的智能监测系统.该系统以STM32F103C8T6芯片为核心,通过MPU6050加速度传感器与HC-SR04超声波测距传感器相结合的方式实现头颈部信息的采集,利用蓝牙模块将数据信息传送给手机移动终端,手机端使用基于全连接神经网络的坐姿分类模型对用户坐姿的数量及持续时间进行识别统计.经测试,该系统对坐姿识别的准确率达到98.24%,可以满足坐姿快速精确识别的需求,可适用于颈椎、近视等疾病的早期预防.

基于单片机技术的智能坐垫的设计

针对中小学生设计智能坐垫,采用分布式压力传感器,在对用户的压力数据进行预处理之后,应用提前训练好的模型,对用户的坐姿进行识别来进行坐姿监测,并通过报警系统实时提出警告,使用户使用正确的坐姿以免造成颈椎腰椎问题,实现非静态生活方式。