基于智能家居设备的辅助睡眠控制方法及系统与流程

本发明涉及辅助睡眠技术领域，具体来说涉及一种辅助睡眠控制方法。

背景技术：

睡眠是人类不可缺少的一种生理现象。人的一生中，睡眠占了近1/3的时间，它的质量好坏与人体健康与否有密切关系，从某种意义上说，睡眠的质量决定着生活的质量，由此可见睡眠对每一个人是多么重要。

随着社会的发展，工作和生活压力的增加，导致失眠患者越来越多，市面上辅助入眠的智能设备，其辅助睡眠方法是通过智能设备启动睡眠干预服务，主要包括播放预设频段和种类的白噪声片段，其中，白噪声是一种单调的声音刺激，其覆盖了人类20-20000hz的听觉范围，它是一种单调的，可预测的，无意义声波，主要使脑电δ节律增加，在生理上提高睡眠意愿。但是，白噪音种类和频段较多，不同失眠患者对于不同的白噪音片段提高δ节律的效果不一。此外，睡眠干预服务还可以是控制室内温度，但不同失眠者对于室内温度具有不同需求。

综上所述，现有智能设备的辅助睡眠方式固定，存在不同的失眠患者对于睡眠干预服务的效果差异大导致的睡眠干预服务的效果较差的问题。

技术实现要素：

本发明旨在解决现有智能设备的辅助睡眠方式存在因失眠患者的个体差异导致睡眠干预服务的效果较差的问题，提出一种基于智能家居设备的辅助睡眠控制方法及系统。

本发明解决上述技术问题所采用的技术方案是：基于智能家居设备的辅助睡眠控制方法，包括以下步骤：

步骤1.实时检测用户的人体状态信息，根据所述人体状态信息判断用户的入睡状态，所述入睡状态至少包括清醒状态和睡眠状态；

步骤2.当达到预设条件，并且判定用户处于清醒状态时，启动睡眠干预服务，所述睡眠干预服务为控制至少一个智能家居设备启动睡眠干预程序；

步骤3.记录开启睡眠干预服务到用户处于睡眠状态的时间信息，若所述时间信息超过预设时长，则对睡眠干预服务进行调整，在下一次启动睡眠干预服务时，启动调整后的睡眠干预服务；

步骤4.重复步骤1至3进行预设次数的睡眠干预服务后，记录每次开启睡眠干预服务到用户处于睡眠状态的时间信息，将时长最短对应的睡眠干预服务作为最佳睡眠干预服务，在后续启动睡眠干预服务时，启动最佳睡眠干预服务。

进一步的，为实现对用户入睡状态的判断，步骤1中，所述人体状态信息包括人体心率信息，所述根据人体状态信息判断用户的入睡状态包括：

每隔一个周期检测一次人体心率值，将每个周期检测的心率值与上一周期检测的心率值进行比较，获得每个周期的心率变化幅度；

若当前周期心率值的变化幅度小于上一周期心率值的变化幅度，且当前周期心率值处于睡眠心率范围，则判定用户处于睡眠状态，否则，判定用户处于清醒状态。

进一步的，为提高入睡状态判断的准确性，所述睡眠心率范围根据用户的年龄和性别生成。

进一步的，为实现对用户入睡状态的判断，步骤1中，所述人体状态信息包括体动信息，所述根据人体状态信息判断用户的入睡状态包括：

检测第一预设时间段内的体动参数，对所述体动参数进行差分运算，得到差分数据，按时间周期对第一预设时间段内的差分数据分段，利用积分法计算多个周期的体动强度；

根据多个周期的体动强度计算用户的初步入睡评估值，对所述如水评估值利用时间进行加权计算，得到用户的最终入睡评估值，根据所述最终入睡评估值判断用户的入睡状态。

进一步的，为避免睡眠干预服务误触发，步骤2中，所述预设条件包括：当前时间处于第二预设时间段内，和/或，当前室内光照强度处于预设光照强度范围内。

进一步的，为实现对用户的辅助睡眠，步骤2中，所述智能家居设备包括：智能空调、智能音箱和智能照明设备，所述睡眠干预程序包括：调节室内温度至预设温度、播放自然白噪声片段和调节室内光照强度。

进一步的，为避免睡眠干预服务打扰用户睡眠，所述步骤2还包括：当判定用户处于睡眠状态时，控制所有智能家居设备关闭睡眠干预程序。

进一步的，为便于其他用户快速获取最佳睡眠干预服务，所述步骤4还包括：

记录用户的年龄、性别、心率及其对应的最佳睡眠干预服务，并将其上传至云端服务器，云端服务器将所述最佳睡眠干预服务推送至与其对应的年龄、性别和心率的相似度处于预设范围内的用户。

进一步的，为实现相似度的计算，所述相似度根据以下方法计算：

采取归一化的方法，分别获取用户年龄、性别和睡眠心率范围对应的空间向量，分别计算年龄对应的空间向量、性别对应的空间向量和睡眠心率范围对应的空间向量的余弦相似度，对年龄对应的空间向量、性别对应的空间向量和睡眠心率范围对应的空间向量的余弦相似度进行加权计算得到相似度。

本发明还提出一种基于智能家居设备的辅助睡眠控制系统，包括：

可穿戴设备，用于实时检测用户的人体状态信息，根据所述人体状态信息判断用户的入睡状态，所述入睡状态至少包括清醒状态和睡眠状态；

控制单元，用于当达到预设条件，并且判定用户处于清醒状态时，启动睡眠干预服务，所述睡眠干预服务为控制至少一个智能家居设备启动睡眠干预程序；

记录单元，用于记录开启睡眠干预服务到用户处于睡眠状态的时间信息，若所述时间信息超过预设时长，则对睡眠干预服务进行调整，在下一次启动睡眠干预服务时，启动调整后的睡眠干预服务；

所述控制单元还用于在进行预设次数的睡眠干预服务后，记录每次开启睡眠干预服务到用户处于睡眠状态的时间信息，将时长最短对应的睡眠干预服务作为最佳睡眠干预服务，在后续启动睡眠干预服务时，启动最佳睡眠干预服务。

本发明的有益效果是：本发明所述的基于智能家居设备的辅助睡眠控制方法及系统，通过对睡眠干预服务的调整，在对用户进行多次睡眠干预服务后，得到适用于当前用户的最佳睡眠干预服务，在一定程度上解决了因失眠患者的个体差异导致的干预效果不一的问题，提高了睡眠干预服务的效果。

附图说明

图1为本发明实施例所述的基于智能家居设备的辅助睡眠控制方法的流程示意图；

图2为本发明实施例所述的基于智能家居设备的辅助睡眠控制系统的结构示意图。

具体实施方式

下面将结合附图对本发明的实施方式进行详细描述。

本发明所述的基于智能家居设备的辅助睡眠控制方法，包括以下步骤：步骤1.实时检测用户的人体状态信息，根据所述人体状态信息判断用户的入睡状态，所述入睡状态至少包括清醒状态和睡眠状态；步骤2.当达到预设条件，并且判定用户处于清醒状态时，启动睡眠干预服务，所述睡眠干预服务为控制至少一个智能家居设备启动睡眠干预程序；步骤3.记录开启睡眠干预服务到用户处于睡眠状态的时间信息，若所述时间信息超过预设时长，则对睡眠干预服务进行调整，在下一次启动睡眠干预服务时，启动调整后的睡眠干预服务；步骤4.重复步骤1至3进行预设次数的睡眠干预服务后，记录每次开启睡眠干预服务到用户处于睡眠状态的时间信息，将时长最短对应的睡眠干预服务作为最佳睡眠干预服务，在后续启动睡眠干预服务时，启动最佳睡眠干预服务。

具体而言，首先判断用户是否进入睡眠状态，当预设条件满足并且用户处于清醒状态时，则启动睡眠干预服务对用户进行辅助睡眠，系统还会记录从启动睡眠干预服务到用户处于睡眠状态的时间信息，并判断该时间信息是否超过预设时长，若超过，则表示该睡眠干预服务对用户的辅助睡眠效果较差，在用户下一次使用该辅助睡眠干预服务时，对睡眠干预服务进行调整；在对用户进行多次睡眠干预，对睡眠干预服务进行多次调整后，将启动睡眠干预服务到用户处于睡眠状态的时长最短对应的睡眠干预服务作为最佳睡眠干预服务，并根据最佳睡眠干预服务对用户进行过睡眠干预。

实施例

本发明实施例所述的基于智能家居设备的辅助睡眠控制方法，如图1所示，包括以下步骤：

步骤s1.实时检测用户的人体状态信息，根据所述人体状态信息判断用户的入睡状态，所述入睡状态至少包括清醒状态和睡眠状态；

可以理解，人体状态信息可以通过可穿戴设备进行检测，如智能手环，其中，人体状态信息可以包括：人体心率信息，具体的，根据人体心率信息判断用户的入睡状态包括：

每隔一个周期检测一次人体心率值，将每个周期检测的心率值与上一周期检测的心率值进行比较，获得每个周期的心率变化幅度；

若当前周期心率值的变化幅度小于上一周期心率值的变化幅度，且当前周期心率值处于睡眠心率范围，则判定用户处于睡眠状态，否则，判定用户处于清醒状态。

例如，每隔5分钟检测一次人体心率信息，分别标记为a1、a2、a3，若当前周期检测的人体心率信息为a3，则计算a3和a2两点的斜率k1，用于表示当前周期相对于上一周期的心率变化幅度，计算a2和a1两点的斜率k2，用于表示a2周期相对于a1周期的心率变化幅度，若k1小于k2，则表示当前周期心率值的变化幅度小于上一周期心率值的变化幅度，若此时a3也处于睡眠心率范围，则判定为用户处于睡眠状态，之所以根据心率的变化幅度的变化来判定用户时间是否处于睡眠状态，是因为用户处于睡眠状态时，其心率变化幅度比用户处于清醒状态时的心率变化幅度更小，进一步提高用户入睡状态判断的准确性。

一般来说，人在入睡以后，成年男性心率为50-70次/min；成年女性心率为60-70次/min；同性别随着年龄的减少心率会有较大的升高，首先需要做详尽的用户数据调查，调查指标包括用户年龄，性别，入睡心率等指标，其中的睡眠心率范围可以根据不同的年龄阶段，性别对应生成。

此外，人体心率信息也可以包括：体动信息，具体的，根据体动信息判断用户的入睡状态包括：

检测第一预设时间段内的体动参数，对所述体动参数进行差分运算，得到差分数据，按时间周期对第一预设时间段内的差分数据分段，利用积分法计算多个周期的体动强度；

根据多个周期的体动强度计算用户的初步入睡评估值，对所述如水评估值利用时间进行加权计算，得到用户的最终入睡评估值，根据所述最终入睡评估值判断用户的入睡状态。

例如，检测30分钟内用户体动曲线，为了消除影响，一般会对体动信号进行通带为0.25-3hz的数字带通滤波。对处理之后的数据进行差分运算，得到差分数据dz(0，1，2，…，n)和dy(0，1，2，…，n)，按时间周期对第一预设时间段内的差分数据分段，利用积分法计算第m个周期的体动强度am，计算公式如下：

式中，i表示每个周期的采集点数目；

根据体动数据与现有状态数据进行反推得到用户的判定清醒和睡眠方程，设当前周期的体动强度为a7，当前周期之前6个周期的体动强度分别为：a1、a2、a3、a4、a5和a6，则当前周期用户的初步入睡评估值d的计算公式为：

d＝5.335×log10a1+5.038×log10a2+5.288×log10a3+5.699×log10a4+

5.692×log10a5+5.564×log10a6+5.183×log10a7+29.906

由于周期所在的时间段不同，对应的体动强度也有所不同，因此，针对每个周期的体动强度，分别对应一个权重参数；在得到初步入睡评估值后，利用当前周期对应的权重参数进行加权计算，得到最终的入睡评估值，进而更加准确的根据最终的入睡评估值判断用户是否入睡。

步骤s2.当达到预设条件，并且判定用户处于清醒状态时，启动睡眠干预服务，所述睡眠干预服务为控制至少一个智能家居设备启动睡眠干预服程序；

具体而言，为了避免睡眠干预服务的误触发，增加预设条件启动，其中，预设条件可以包括：当前时间处于第二预设时间段内，和/或，当前室内光照强度处于预设光照强度范围内。

例如，第二预设时间段为每天晚上10点到次日早上7点，则睡眠干预服务仅在此时段开启；或者，可以在可穿戴设备上设置用于采集光照强度的光线传感器，若当前光照强度处于预设光照强度范围内，则表示达到预设条件。

具体的，智能家居设备可以包括：智能空调、智能音箱和智能照明设备，所述睡眠干预程序可以包括：调节室内温度至预设温度、播放自然白噪声片段和调节室内光照强度。

在实际应用之前，可以将智能手机、智能空调、智能音箱和智能照明设备等职能家居设备连接至同一家庭网络，在启动睡眠干预服务对应的睡眠干预程序时，可以控制智能空调的温度处于24℃到28℃范围内，控制智能音箱播放白噪声片段，如海浪声，雨声等，控制智能照明设备调节灯光强度。

此外，在每次启动睡眠干预服务之后，会生成相应的用户数据和干预配置数据保存至智能手机，智能手机将这些数据可通过tcp的形式上传打包至云端服务器。但由于数据量的问题，这里需要注意程序处理是否有错误，导致有些数据没有成功地被socket发送出去，可以采取的解决方式可以使用拆包、加包头、发送，组合包，如果出现掉线，则可以采用心跳机制来完成稳定的连接。

步骤s3.记录开启睡眠干预服务到用户处于睡眠状态的时间信息，若所述时间信息超过预设时长，则对睡眠干预服务进行调整，在下一次启动睡眠干预服务时，启动调整后的睡眠干预服务；

具体而言，通常对于失眠患者来说，每天会进行一次睡眠干预服务，即当达到预设条件，并且判定用户处于清醒状态时，启动睡眠干预程序，即控制至少一个智能家居设备启动睡眠干预程序；当判定用户处于睡眠状态时，控制所有智能家居设备关闭睡眠干预程序。

在每次进行睡眠干预服务时，从开启睡眠干预服务时计时，直至判定用户处于睡眠状态，得到本次睡眠干预的时间信息，比较该时间信息与预设时长的大小，若本次时间信息大于预设时长，则在下一次启动睡眠干预服务时，对睡眠干预服务的干预配置数据进行调整，例如，本次控制智能空调的温度为26℃，则在下次启动时，控制智能空调的温度为27℃；再例如，本次控制智能音箱播放的白噪声频段为25db-35db，则在下次启动时，控制智能音箱播放频段为30db-50db的白噪声片段；当然，对睡眠干预服务的调整还可以包括其他干预配置数据的调整，干预配置参数可以包括：干预期间用户，干预的温度，干预的光强，干预的白噪声片段等。

步骤s4.重复步骤1至3进行预设次数的睡眠干预服务后，记录每次开启睡眠干预服务到用户处于睡眠状态的时间信息，将时长最短对应的睡眠干预服务作为最佳睡眠干预服务，在后续启动睡眠干预服务时，启动最佳睡眠干预服务。

在进行预设次数的睡眠干预服务后，例如10次，记录每次开启睡眠干预服务到用户处于睡眠状态的时间信息，筛选出时长最短对应的睡眠干预服务作为最佳睡眠干预服务，最佳睡眠干预服务表示对本用户的辅助睡眠效果最好的睡眠干预服务，在后续进行辅助睡眠时，均启动最佳睡眠干预服务。

可选的，在获取最佳睡眠干预服务后，可将用户的年龄、性别、心率及其对应的最佳睡眠干预服务上传至云端服务器，云端服务器将所述最佳睡眠干预服务推送至与其对应的年龄、性别和心率的相似度处于预设范围内的用户。

具体的，当存在新用户输入对应的年龄和性别时，系统自动生成该年龄和性别对应的睡眠心率范围，并分别对新用户年龄、性别和睡眠心率范围生成对应的第一空间向量，分别对云端服务器保存的老用户的年龄、性别和睡眠心率范围生成对应的第二空间向量，分别计算第一空间向量和第二空间向量中的年龄、性别和睡眠心率范围对应的空间向量的余弦相似度，,设年龄对应空间向量的余弦相似度为q1，性别对应空间向量的余弦相似度为q2，睡眠心率范围对应空间向量的余弦相似度为q3，根据分别设定的权重值w1、w2和w3进行加权计算得到相似度p，具体计算公式如下：

若用户同意共享自己的匿名信息，系统会将云端数据设为共享并推送给性别，年龄和其他身体指标数值极为相似但自己云端数据过少，还不足以进行推荐干预方案的用户作为他们的最佳睡眠干预服务，因此，并不存在泄露个人数据的问题，个人数据均保存在云端服务器。

基于上述技术方案，本发明实施例还提出一种基于智能家居设备的辅助睡眠控制系统，如图2所示，包括：

可穿戴设备，用于实时检测用户的人体状态信息，根据所述人体状态信息判断用户的入睡状态，所述入睡状态至少包括清醒状态和睡眠状态；

控制单元，用于当达到预设条件，并且判定用户处于清醒状态时，启动睡眠干预服务，所述睡眠干预服务为控制至少一个智能家居设备启动睡眠干预程序；

记录单元，用于记录开启睡眠干预服务到用户处于睡眠状态的时间信息，若所述时间信息超过预设时长，则对睡眠干预服务进行调整，在下一次启动睡眠干预服务时，启动调整后的睡眠干预服务；

所述控制单元还用于进行预设次数的睡眠干预服务后，记录每次开启睡眠干预服务到用户处于睡眠状态的时间信息，将时长最短对应的睡眠干预服务作为最佳睡眠干预服务，在后续启动睡眠干预服务时，启动最佳睡眠干预服务。

可以理解，由于本发明实施例所述的基于智能家居设备的辅助睡眠控制系统是用于实现所述基于智能家居设备的辅助睡眠控制方法的系统，对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的较为简单，相关之处参见方法的部分说明即可。由于上述基于智能家居设备的辅助睡眠控制方法能够提高睡眠干预服务的效果，因此，实现上述基于智能家居设备的辅助睡眠控制方法的系统同样能够提高睡眠干预服务的效果。