一种人体睡姿压力分布测试方法和装置及床垫推荐系统与流程

1.本发明涉及睡眠技术领域，尤其涉及一种人体睡姿压力分布测试方法和装置及床垫推荐系统。


背景技术：

2.目前在床垫销售门店中，采用用户自己体验和导购介绍的销售模式进行床垫销售，不能准确地帮助用户快速选择合适的床垫。
3.为了更好的服务用户，为客户选择更加合适的床垫，可以根据用户人体躺在不同硬度和材料的床垫上生成的压力分布图谱辅助用户选择适合的床垫，将用户在不同硬度床垫的压力数据展现给用户，根据用户的反馈并结合用户在不同床垫上体验时采集到的压力数据，为用户选择合适的床垫。
4.然而现有技术方案仅仅是对压力分布图进行展示，用户主要根据自己的体验感觉进行选择，无法做到系统自动推荐床垫的智能化方案，其原因主要是压力数据的较为复杂，没有对人体压力数据进行准确分析的技术方案。


技术实现要素：

5.本发明提供一种人体睡姿压力分布测试方法和装置及床垫推荐系统，以解决自动对人体压力数据进行分析，以对床垫推荐提供判断基础的问题。
6.本发明提供的人体睡姿压力分布测试方法，包括：
7.控制压力采集装置采集人体第一压力数据；其中，所述压力采集装置包括：呈阵列排布的若干压力传感器；
8.根据所述人体第一压力数据生成人体压力分布图；
9.基于所述人体压力分布图识别出：背部区域、腰部区域和臀部区域；
10.基于所述人体第一压力数据分别得到所述背部区域、所述腰部区域和所述臀部区域的人体第二压力数据，并结合人体毛细血管闭合压力阈值得出压力等级数据。
11.进一步，本发明所述的人体睡姿压力分布测试方法，基于所述人体第一压力数据分别得到所述背部区域、所述腰部区域和所述臀部区域的人体第二压力数据，并结合人体毛细血管闭合压力阈值得出压力等级数据的步骤包括：
12.基于所述人体第一压力数据分别得出所述背部区域、所述腰部区域和所述臀部区域的最大压力；
13.基于所述人体第一压力数据分别得出所述背部区域、所述腰部区域和所述臀部区域的平均压力；
14.基于所述人体第一压力数据分别得出所述背部区域、所述腰部区域和所述臀部区域的最大压力梯度和平均压力梯度；
15.基于所述最大压力、所述平均压力、所述最大压力梯度、所述平均压力梯度与所述人体毛细血管闭合压力阈值的综合权重比较，得出所述压力等级数据。
16.进一步，本发明所述的人体睡姿压力分布测试方法，基于所述最大压力、所述平均压力、所述最大压力梯度、所述平均压力梯度与所述人体毛细血管闭合压力阈值的综合权重比较，得出所述压力等级数据的步骤包括：
17.分别设置所述最大压力、所述平均压力、所述最大压力梯度、所述平均压力梯度的权重；
18.基于所述最大压力、所述平均压力、所述最大压力梯度、所述平均压力梯度及其权重，并结合所述背部区域、所述腰部区域和所述臀部区域的面积占比，计算得出人体压力权重计算数据；
19.基于所述人体压力权重计算数据与所述人体毛细血管闭合压力阈值的比较，得出所述压力等级数据。
20.进一步，本发明所述的人体睡姿压力分布测试方法，基于如下公式(1)计算得出人体压力权重计算数据：
21.s＝(p1m×
qpm+p1v×
qpv+g1m×
qgm+g1v×
qgv)
×
a+(p2m×
qpm+p2v×
qpv+g2m×
qgm+g2v×
qgv)
×
b+(p3m×
qpm+p3v×
qpv+g3m×
qgm+g3v×
qgv)
×cꢀꢀ
(1)；
22.其中，s表示所述人体压力权重计算数据，a表示背部区域的面积占比，b表示腰部区域的面积占比，c表示臀部区域的面积占比；
23.其中，p1m表示背部区域的最大压力，p1v表示背部区域的平均压力，g1m表示背部区域的最大压力梯度，g1v表示背部区域的平均压力梯度；
24.其中，p2m表示腰部区域的最大压力，p2v表示腰部区域的平均压力，g2m表示腰部区域的最大压力梯度，g2v表示腰部区域的平均压力梯度；
25.其中，p3m表示臀部区域的最大压力，p3v表示臀部区域的平均压力，g3m表示臀部区域的最大压力梯度，g3v表示臀部区域的平均压力梯度；
26.其中，qpm表示最大压力的权重，qpv表示平均压力的权重，qgm表示最大压力梯度的权重，qgv表示平均压力梯度的权重。
27.进一步，本发明所述的人体睡姿压力分布测试方法，压力等级包括：第一压力等级、第二压力等级、第三压力等级；
28.所述第一压力等级对应人体综合压力大于30mmhg的状态；
29.所述第二压力等级对应人体综合压力在20至30mmhg之间的状态；
30.所述第三压力等级对应人体综合压力小于20mmhg的状态。
31.进一步，本发明所述的人体睡姿压力分布测试方法，还包括：
32.基于所述压力等级数据输出床垫推荐硬度数据。
33.本发明提供的人体睡姿压力分布测试装置，包括：
34.采集模块，用于控制压力采集装置采集人体第一压力数据；其中，所述压力采集装置包括：呈阵列排布的若干压力传感器；
35.人体压力分布图模块，用于根据所述人体第一压力数据生成人体压力分布图；
36.区域识别模块，用于基于所述人体压力分布图识别出：背部区域、腰部区域和臀部区域；
37.等级计算模块，用于基于所述人体第一压力数据分别得到所述背部区域、所述腰部区域和所述臀部区域的人体第二压力数据，并结合人体毛细血管闭合压力阈值得出压力
等级数据。
38.进一步，本发明所述的人体睡姿压力分布测试装置，所述等级计算模块包括：
39.第一计算子模块，用于基于所述人体第一压力数据分别得出所述背部区域、所述腰部区域和所述臀部区域的最大压力；
40.第二计算子模块，用于基于所述人体第一压力数据分别得出所述背部区域、所述腰部区域和所述臀部区域的平均压力；
41.第三计算子模块，用于基于所述人体第一压力数据分别得出所述背部区域、所述腰部区域和所述臀部区域的最大压力梯度和平均压力梯度；
42.权重计算子模块，用于基于所述最大压力、所述平均压力、所述最大压力梯度、所述平均压力梯度与所述人体毛细血管闭合压力阈值的综合权重比较，得出所述压力等级数据。
43.进一步，本发明所述的人体睡姿压力分布测试装置，所述权重计算子模块包括：
44.权重设置子模块，用于分别设置所述最大压力、所述平均压力、所述最大压力梯度、所述平均压力梯度的权重；
45.人体压力权重计算数据计算子模块，用于基于所述最大压力、所述平均压力、所述最大压力梯度、所述平均压力梯度及其权重，并结合所述背部区域、所述腰部区域和所述臀部区域的面积占比，计算得出人体压力权重计算数据；
46.比较子模块，用于基于所述人体压力权重计算数据与所述人体毛细血管闭合压力阈值的比较，得出所述压力等级数据。
47.进一步，本发明所述的人体睡姿压力分布测试装置，基于如下公式(1)计算得出人体压力权重计算数据：
48.s＝(p1m×
qpm+p1v×
qpv+g1m×
qgm+g1v×
qgv)
×
a+(p2m×
qpm+p2v×
qpv+g2m×
qgm+g2v×
qgv)
×
b+(p3m×
qpm+p3v×
qpv+g3m×
qgm+g3v×
qgv)
×cꢀꢀ
(1)；
49.其中，s表示所述人体压力权重计算数据，a表示背部区域的面积占比，b表示腰部区域的面积占比，c表示臀部区域的面积占比；
50.其中，p1m表示背部区域的最大压力，p1v表示背部区域的平均压力，g1m表示背部区域的最大压力梯度，g1v表示背部区域的平均压力梯度；
51.其中，p2m表示腰部区域的最大压力，p2v表示腰部区域的平均压力，g2m表示腰部区域的最大压力梯度，g2v表示腰部区域的平均压力梯度；
52.其中，p3m表示臀部区域的最大压力，p3v表示臀部区域的平均压力，g3m表示臀部区域的最大压力梯度，g3v表示臀部区域的平均压力梯度；
53.其中，qpm表示最大压力的权重，qpv表示平均压力的权重，qgm表示最大压力梯度的权重，qgv表示平均压力梯度的权重。
54.进一步，本发明所述的人体睡姿压力分布测试装置，压力等级包括：第一压力等级、第二压力等级、第三压力等级；
55.所述第一压力等级对应人体综合压力大于30mmhg的状态；
56.所述第二压力等级对应人体综合压力在20至30mmhg之间的状态；
57.所述第三压力等级对应人体综合压力小于20mmhg的状态。
58.进一步，本发明所述的人体睡姿压力分布测试装置，还包括：
59.输出模块，用于基于所述压力等级数据输出床垫推荐硬度数据。
60.本发明提供的床垫推荐系统，包括：本发明所述的人体睡姿压力分布测试装置；
61.还包括：柔性压力采集装置和显示装置；
62.所述柔性压力采集装置设于床垫；所述柔性压力采集装置包括：呈阵列排布的若干柔性压力传感器；
63.所述人体睡姿压力分布测试装置控制柔性压力采集装置采集人体压力数据；所述显示装置显示所述人体睡姿压力分布测试装置得到的压力等级数据和人体压力分布图。
64.本发明提供一种存储介质，所述存储介质存储计算机程序指令，所述计算机程序指令根据本发明所述的方法进行执行。
65.本发明提供一种计算设备，包括：用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发所述计算设备执行本发明所述的方法。
66.本发明提供的人体睡姿压力分布测试方法和装置及床垫推荐系统，将人体分为背部、腰部和臀部三个区域，综合分析三个区域得到压力等级，用户可以基于压力等级更准确地选择床垫，避免了用户单纯依靠体验感觉选择床垫，为床垫选择提供了精确的数据分析，提升了用户体验。
附图说明
67.通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
68.图1为本发明实施例一的人体睡姿压力分布测试方法的流程示意图；
69.图2为本发明实施例一的压力采集装置的结构示意图；
70.图3为本发明实施例的人体压力分布图的显示图像；
71.图4为本发明实施例一的人体压力分布图背部区域、腰部区域和臀部区域的示意图；
72.图5为本发明实施例二提供的人体睡姿压力分布测试方法的流程示意图；
73.图6为本发明实施例二提供的计算压力等级数据的流程示意图；
74.图7为本发明实施例二提供的综合权重计算的流程示意图；
75.图8为本发明实施例三的人体睡姿压力分布测试装置的结构示意图；
76.图9为本发明实施例的床垫推荐系统的结构示意图。
具体实施方式
77.下面结合附图对本发明作进一步详细描述。
78.图1为本发明实施例一的人体睡姿压力分布测试方法的流程示意图，如图1所示，本发明实施例一的人体睡姿压力分布测试方法，包括：
79.步骤s101，控制压力采集装置采集人体第一压力数据；其中，所述压力采集装置包括：呈阵列排布的若干压力传感器。
80.其中，图2为本发明实施例一的压力采集装置的结构示意图，如图2所示，压力采集装置可采用柔性压力采集垫22，在柔性压力采集垫设有多个呈阵列排布的柔性压力传感器
21，每个柔性压力传感器21均独立采集压力信号，若干独立采集的压力信号经过处理后，构成柔性压力采集垫的原始数据，即人体第一压力数据。当对人体睡姿进行压力分布测试时，人体可平躺于柔性压力采集垫22。除了平躺睡姿，人体也可采取侧躺睡姿、俯卧睡姿等多种睡姿。针对不同的睡姿，需要采取对应睡姿的压力采集模式，以得到与睡姿对应的人体第一压力数据。
81.步骤s102，根据所述人体第一压力数据生成人体压力分布图。
82.图3为本发明实施例的人体压力分布图的显示图像，如图3所示，构建人体第一压力数据的数值与图像亮度和/或色彩的对应关系，可以得到人体压力分布图，以反映人体某睡姿下的压力分布状况，例如图3中，亮度最高的区域为压力最大的区域。此外，也可采用红色表示压力最大的区域，蓝色或绿色表示压力最小的区域，以光波频率、强度与压力值建立对应关系。
83.步骤s103，基于所述人体压力分布图识别出：背部区域、腰部区域和臀部区域。
84.其中，图4为本发明实施例一的人体压力分布图背部区域、腰部区域和臀部区域的示意图，如图4所示，利用机器学习技术，基于样本图像进行训练，训练模型可以基于图3所示的人体压力分布示意图，区分人体的背部区域、腰部区域和臀部区域。建立样本图像数据库，对样本图像进行背部区域、腰部区域和臀部区域的划分，将划分区域后的样本图像输入训练模型进行训练以及调试，得到训练后的训练模型，训练模型可部署于云端服务器，当基于压力采集装置采集的第一压力数据生成待检测的人体压力分布图后，将该人体压力分布图发送至训练模型进行匹配判断，训练后的训练模型可以根据该人体压力分布图进行特征匹配，得到该人体压力分布图的背部区域、腰部区域和臀部区域。对于区域的区分，主要用于计算，不一定需要体现在人体压力分布图上。其中，背部区域可以包括头部，也可不包括头部。臀部区域可以包括大腿以下部分，也可以不包括大腿以下部分。考虑到人体睡眠时，疾患主要发生于人体肩背部、腰部，优选地，背部区域不包括头部，臀部区域不包括大腿以下部分。
85.步骤s104，基于所述人体第一压力数据分别得到所述背部区域、所述腰部区域和所述臀部区域的人体第二压力数据，并结合人体毛细血管闭合压力阈值得出压力等级数据。
86.其中，人体毛细血管闭合压力阈值可以设为20mmhg和30mmhg，压力等级包括：第一压力等级、第二压力等级、第三压力等级。第一压力等级对应压力大于30mmhg的状态，为高压区。第二压力等级对应压力为20至30mmhg之间的状态，为中压区。第三压力等级对应压力小于20mmhg的状态，为低压区。对人体而言，处于中压区时，是最健康的区域。处于低压区，需要提高床垫硬度。处于高压区，需要降低床垫硬度。床垫硬度可以分为9个等级，基于人体在柔性压力采集垫上的综合压力，判断人体处于高压区还是低压区，进而选择能够使人体处于中压区的床垫。人体第二压力数据是基于原始的人体第一压力数据和背部区域、腰部区域、臀部区域的划分计算得到的中间数据，能够更准确地反映人体综合压力，进而基于人体毛细血管闭合压力阈值判断人体处于高压区、中压区还是低压区，辅助推荐适合人体压力的床垫硬度。关于人体第二压力数据的计算使用过程，将在实施例二详细介绍，此处不再赘述。
87.由于人体睡姿下，基于骨骼、肌肉、脂肪、人体重心等不同特点，背部区域、腰部区
域、臀部区域具有各自不同的压力特点，例如受力大小、受力面积、压力分布等不同情况。因此，基于原始采集的数据，针对三个划分区域分别计算得到能更加准确反映人体压力分布的中间数据，进而与能够反映人体压力刺激的人体毛细血管闭合压力阈值进行比较，根据人体综合压力位于高压区、中压区、低压区等不同情况，便于向用户推荐硬度适合的床垫，辅助用户选择适合自己健康状况的床垫。
88.图5为本发明实施例二提供的人体睡姿压力分布测试方法的流程示意图，如图5所示，本发明实施例二提供的人体睡姿压力分布测试方法，包括：
89.步骤s201，控制压力采集装置采集人体第一压力数据；其中，所述压力采集装置包括：呈阵列排布的若干压力传感器。
90.步骤s202，根据所述人体第一压力数据生成人体压力分布图。
91.步骤s203，基于所述人体压力分布图识别出：背部区域、腰部区域和臀部区域。
92.步骤s204，基于所述人体第一压力数据分别得到所述背部区域、所述腰部区域和所述臀部区域的人体第二压力数据，并结合人体毛细血管闭合压力阈值得出压力等级数据。
93.步骤s205，基于所述压力等级数据输出床垫推荐硬度数据。
94.其中，若压力等级数据位于第一压力等级，将床垫推荐信息的硬度信息降低一个硬度等级并更换对应硬度的床垫，再次进行压力测试，直至压力等级数据处于第二压力等级；若压力等级数据位于第三压力等级，将床垫推荐信息的硬度信息提高一个硬度等级并更换对应硬度的床垫，再次进行压力测试，直至压力等级数据处于第二压力等级；若压力等级数据处于第二压力等级，床垫推荐信息的硬度信息保持不变。其中，床垫推荐信息除了床垫硬度信息，还可包括：床垫类型、床垫品牌、床垫材质、床垫特点等信息。此外，也可预先建立9个压力等级，压力等级与床垫推荐硬度具有一一对应关系，根据压力等级数据所处的压力等级，输出该压力等级对应的床垫推荐硬度数据。之后可以在显示设备中显示压力等级数据、床垫推荐信息和人体压力分布图，为用户提供友好的床垫推荐体验。
95.图6为本发明实施例二提供的计算压力等级数据的流程示意图，如图6所示，本发明实施例二步骤s204中，基于所述人体第一压力数据分别得到所述背部区域、所述腰部区域和所述臀部区域的人体第二压力数据，并结合人体毛细血管闭合压力阈值得出压力等级数据的步骤包括：
96.步骤s301，基于所述人体第一压力数据分别得出所述背部区域、所述腰部区域和所述臀部区域的最大压力。
97.其中，对于背部，腰部，臀部三大区间，可根据如下公式(2)：
98.pm＝max(p1，p2，p3，...，pn，)
ꢀꢀ
(2)
99.分别计算得出背部区域最大压力p1m，腰部区域最大压力p2m，臀部区域最大压力p3m。公式(2)中，pm表示对应区域(背部、腰部、臀部)的最大压力，p1、p2、p3、
……
、pn分别表示对应区域的n个测试点的各个柔性压力传感器21测得的压力测定值，n表示对应区域的对应分段区间内的测试点数。公式(2)可直接引用matlab软件的函数模型。最大压力pm反映了床垫对人体施加的最大压力，最大压力一般位于人体血管、神经分布较少、可以承重的部位，如腰臀位置，当压力过大时，人体受压严重容易造成脊椎变形，引起人体不适。最大压力可反映床垫的软硬程度，在床垫的材料和结构确定的情况下，硬的床垫表征最大压力比较大，
软的床垫表征最大压力比较小，最大压力较大情况下，人体毛细血管长时间受压压迫，造成人体不适，影响人的健康和睡眠质量。
100.步骤s302，基于所述人体第一压力数据分别得出所述背部区域、所述腰部区域和所述臀部区域的平均压力。
101.其中，，对于背部，腰部，臀部三大区间，可根据如下公式(3)：
[0102][0103]
分别计算得出背部区域平均压力p1v，腰部区域平均压力p2v，臀部区域最大压力p3v。公式(3)中，pv表示对应区域(背部、腰部、臀部)的压力平均值，pi表示对应区域的第i个测试点的柔性压力传感器21测得的压力测定值，i表示对应区域的对应分段区间内的第i个测试点，n表示对应区域的测试点数量。公式(3)可直接引用matlab软件的函数模型。平均压力可反映各区域对人体压力的分布情况。平均压力表征床垫对人体支撑效果，数值越小，床垫分散人体重量的效果越好，人体感知到的床垫压力刺激越小。
[0104]
步骤s303，基于所述人体第一压力数据分别得出所述背部区域、所述腰部区域和所述臀部区域的最大压力梯度和平均压力梯度。
[0105]
其中，对于背部，腰部，臀部三大区间，可根据如下公式(4)：
[0106]gm
＝max(gradg1，gradg2，gradg3，...，gradgn)
ꢀꢀ
(4)；
[0107]
分别计算得出背部区域最大压力梯度g1m，腰部区域最大压力梯度g2m，臀部区域最大压力梯度g3m。公式(4)中，gm表示对应区域(背部、腰部、臀部)的最大压力梯度，gradg1、gradg2、gradg3、
……
、gradgn分别表示对应区域的n个测试点的各个柔性压力传感器21测得的压力测定值得到的压力梯度，n表示对应区域的对应分段区间内的测试点数。公式(4)中可直接引用matlab软件的grad函数模型以计算压力梯度。
[0108]
其中，对于背部，腰部，臀部三大区间，可根据如下公式(5)：
[0109][0110]
分别计算得出背部区域平均压力梯度g1v，腰部区域平均压力梯度g2v，臀部区域平均压力梯度g3v。公式(5)中，gv表示对应区域(背部、腰部、臀部)的平均压力梯度，gradgi表示对应区域的第i个测试点的柔性压力传感器21测得的压力测定值得到的压力梯度，i表示对应区域的对应分段区间内的第i个测试点，n表示对应区域的测试点数量。公式(5)中可直接引用matlab软件的grad函数模型以计算压力梯度。
[0111]
最大压力梯度gm和平均压力梯度gv反映了不同测试点压力值的变化情况，最大压力梯度一般位于人体关节位置附近，平均压力梯度gv数值越小表示压力增减越均匀平缓，人体对压力刺激的感应也越小。
[0112]
步骤s304，基于所述最大压力、所述平均压力、所述最大压力梯度、所述平均压力梯度与所述人体毛细血管闭合压力阈值的综合权重比较，得出所述压力等级数据。
[0113]
图7为本发明实施例二提供的综合权重计算的流程示意图，如图7所示，本发明实施例二步骤s304中，基于所述最大压力、所述平均压力、所述最大压力梯度、所述平均压力梯度与所述人体毛细血管闭合压力阈值的综合权重比较，得出所述压力等级数据的步骤包括：
[0114]
步骤s401，分别设置所述最大压力、所述平均压力、所述最大压力梯度、所述平均
压力梯度的权重。
[0115]
步骤s402，基于所述最大压力、所述平均压力、所述最大压力梯度、所述平均压力梯度及其权重，并结合所述背部区域、所述腰部区域和所述臀部区域的面积占比，计算得出人体压力权重计算数据。
[0116]
其中，可基于如下公式(1)计算得出人体压力权重计算数据：
[0117]
s＝(p1m×
qpm+p1v×
qpv+g1m×
qgm+g1v×
qgv)
×
a+(p2m×
qpm+p2v×
qpv+g2m×
qgm+g2v×
qgv)
×
b+(p3m×
qpm+p3v×
qpv+g3m×
qgm+g3v×
qgv)
×cꢀꢀ
(1)；
[0118]
其中，s表示所述人体压力权重计算数据，a表示背部区域的面积占比，b表示腰部区域的面积占比，c表示臀部区域的面积占比；
[0119]
其中，p1m表示背部区域的最大压力，p1v表示背部区域的平均压力，g1m表示背部区域的最大压力梯度，g1v表示背部区域的平均压力梯度；
[0120]
其中，p2m表示腰部区域的最大压力，p2v表示腰部区域的平均压力，g2m表示腰部区域的最大压力梯度，g2v表示腰部区域的平均压力梯度；
[0121]
其中，p3m表示臀部区域的最大压力，p3v表示臀部区域的平均压力，g3m表示臀部区域的最大压力梯度，g3v表示臀部区域的平均压力梯度；
[0122]
其中，qpm表示最大压力的权重，qpv表示平均压力的权重，qgm表示最大压力梯度的权重，qgv表示平均压力梯度的权重。
[0123]
步骤s403，基于所述人体压力权重计算数据与所述人体毛细血管闭合压力阈值的比较，得出所述压力等级数据。
[0124]
例如，设最大压力pm权重20％，平均压力pv权重30％，最大压力梯度gm权重30％，平均压力梯度gv权重20％，对某体验用户，根据人体压力分布图，得到该用户的背部面积占比a为30％，腰部面积占比b为40％，臀部面积占比c为30％，则公式(1)可构成如下公式(6)：
[0125]
s＝(p1m×
20％+p1v×
30％+g1m×
30％+g1v×
20％)
×
a+(p2m×
20％+p2v×
30％+g2m×
30％+g2v×
20％)
×
b+(p3m×
20％+p3v×
30％+g3m×
30％+g3v×
20％)
×cꢀꢀ
(6)
[0126]
根据公式(6)，结合根据图6计算得到的各个区域的最大压力、平均压力、最大压力梯度、平均压力梯度，可以计算得到人体压力权重计算数据s。之后利用s与人体毛细血管闭合压力阈值进行比较，判定该体验用户的人体压力分布情况属于第一压力等级、第二压力等级或第三压力等级中的哪个压力等级。在利用s与人体毛细血管闭合压力阈值进行比较时，s的单位是牛顿，需要将s的单位换算成mmhg。可根据公式：压强＝压力/面积，该面积是指人在柔性压力采集垫22上的接触面积(可根据人体压力分布图得到)，该压力指人体压力权重计算数据s，将s转换为压强单位。之后，根据标准大气压(1.013
×
10^5pa)内可以这样换算：
[0127]
压强p＝1.013
×
10^5pa＝760mm
·
hg，
[0128]
进而将人体压力权重计算数据s的单位转换为mmhg，从而s与人体毛细血管闭合压力阈值的单位统一，便于s与人体毛细血管闭合压力阈值的比较。
[0129]
优选地，背部区域的面积占比a取特定值30％，腰部区域的面积占比b取特定值40％，臀部区域的面积占比c取特定值30％，根据各个区域的面积占比得到各个区域内的各个测试点得到的最大压力pm、平均压力pv，最大压力梯度gm、平均压力梯度gv，进而计算得到人体压力权重计算数据s。
[0130]
腰部支撑着人的上半身，是人体的最重要的承重部分。现代生活中伏案工作等不良习惯，在无形中影响了腰椎等结构，从而引起人体痛感。在权重的设计中，腰部比例应该是大于背部和臀部，其面积占比应该选择在40％以上。臀部由于天然突起需要进行床垫适当的释放压力权重较小，一般控制其面积占比在30％以下。背部压力带来的神经冲动会使下丘脑、垂体和肾上腺的激素在体内“翻涌”，皮质醇合成增加，身体的“警戒”反应也会被调动起来，如视觉更敏锐、肌肉更紧绷等。但这种应激状态如果一直持续，身体就无法回归平衡。背部的肌肉会发酸、收缩甚至痉挛，成为重压下受到伤害的部位，故而面积占比在30％以上较为合适。
[0131]
综上，背部区域的面积占比a、腰部区域的面积占比b、臀部区域的面积占比c的取值相比较，应该为，b≥40％并且b＞a＞c。
[0132]
优选地，最大压力的权重qpm取值20％，平均压力的权重qpv取值30％，最大压力梯度的权重qgm取值30％，平均压力梯度的权重qgv取值20％，可根据压力标准差p
sd
对最大压力权重与平均压力权重的占比进行微调。
[0133]
整体而言，平均压力表征床垫对人体支撑效果，数值越小分散度越好，人体感知床垫刺激越小。硬度较大的床垫压力梯度表征较大，材料合适的床垫最大压力梯度比较小，人体感觉舒适。
[0134]
最大压力pm，表征人体压力最大的压力点出现的地方，一般为肩部和臀部。平均压力值pv表征人体在当前床垫下收到的平均压力，主要跟床的软硬有关。
[0135]
当躯干向前弯曲的时候，腰部肌肉比较轻松，但脊柱的弯曲度会造椎间盘内外压力不均匀，形成的压力梯度，严重的会将椎间盘从腰椎之间挤出来，压迫中枢神经。这个参数特征是由最大压力梯度gm来进行表示，这个特征点，一般出现在关节、腰椎附近。
[0136]
针对不同人群，压力和梯度关系与床垫结构和床垫表面材料相关，这两个参数同等重要，故而压力和梯度权重各占50％，即最大压力和平均压力，与最大压力梯度和平均压力梯度相比，整体上各占50％；而在压力关系中，平均压力更加能够表征床垫的支撑效果，故而选择平均压力的权重高于最大压力的权重；而在梯度关系中，最大梯度表征材料特征的特性更加明显，故而最大压力梯度的权重要高于平均压力梯度。
[0137]
综上，最大压力的权重qpm、平均压力的权重qpv、最大压力梯度的权重qgm和平均压力梯度的权重qgv的取值相比较，
[0138]
qpm+qpv＝qgm+qgv并且qpm＜qpv，qgm＞qgv。
[0139]
其中，根据压力标准差p
sd
对最大压力权重与平均压力权重的占比进行微调。压力标准差与最大压力权重的占比呈反比例关系，压力标准差超过一定阈值时，应当将最大压力权重调低。
[0140]
其中，对于背部，腰部，臀部三大区间，可根据如下公式(7)：
[0141][0142]
分别计算得出背部区域压力标准差p1
sd
，腰部区域压力标准差p2
sd
，臀部区域压力标准差p3
sd
。公式(7)中，p
sd
表示对应区域(背部、腰部、臀部)的压力标准差，pi表示对应区域的第i个测试点的柔性压力传感器21测得的压力测定值，pv表示对应区域测试点的压力平均值，i表示对应区域的对应分段区间内的第i个测试点，n表示对应区域的测试点数量。平
均压力反映各区域对人体压力的分布情况，标准差p
sd
表示分散在平均压力pv周围的压力分布状况，数值越小表示数据的集中程度越高，越趋于平均值，压力分布越一致，数值越大表明处于峰值的压力分布为非正常的分布状况。
[0143]
此外，可根据人体压力权重计算数据s与人体毛细血管闭合压力阈值的综合比较结果，建立压力评分系统。将s作为系统主要参量，并结合用户反馈数据，例如向用户提供体验舒适度问卷以获取用户的舒适度反馈评分，根据权重比较结果和用户反馈数据以及用户基本信息，建立样本数据库，利用机器学习技术，将样本数据输入机器学习模型进行学习，以获取样本学习后的机器学习模型，之后将体验用户的权重计算数据s输入经过学习的机器学习模型，通过机器模型输出用户压力评分，例如系统最高分为100分，评价结论50分以下不适合该床垫，50-60分不适合，60-70轻微不适合，70-80较为适合，80-90分适合，90-100分非常适合。。
[0144]
此外，本发明实施例的一种实施方式中，所述的人体睡姿压力分布测试方法还包括：
[0145]
步骤s206，基于所述人体压力分布图识别出人体睡姿；
[0146]
步骤s207，分别得出与人体睡姿对应的所述背部区域、所述腰部区域和所述臀部区域的压力等级。
[0147]
图8为本发明实施例的人体睡姿压力分布测试装置的结构示意图，如图8所示，本发明提供的人体睡姿压力分布测试装置10，包括：
[0148]
采集模块11，用于控制压力采集装置采集人体第一压力数据；其中，所述压力采集装置包括：呈阵列排布的若干压力传感器；
[0149]
人体压力分布图模块12，用于根据所述人体压力数据生成人体压力分布图；
[0150]
区域识别模块13，用于基于所述人体压力分布图识别出：背部区域、腰部区域和臀部区域；
[0151]
等级计算模块14，用于基于所述人体第一压力数据分别得到所述背部区域、所述腰部区域和所述臀部区域的人体第二压力数据，并结合人体毛细血管闭合压力阈值得出压力等级数据。
[0152]
进一步，所述等级计算模块14包括：
[0153]
第一计算子模块，用于基于所述人体第一压力数据分别得出所述背部区域、所述腰部区域和所述臀部区域的最大压力；
[0154]
第二计算子模块，用于基于所述人体第一压力数据分别得出所述背部区域、所述腰部区域和所述臀部区域的平均压力；
[0155]
第三计算子模块，用于基于所述人体第一压力数据分别得出所述背部区域、所述腰部区域和所述臀部区域的最大压力梯度和平均压力梯度；
[0156]
权重计算子模块，用于基于所述最大压力、所述平均压力、所述最大压力梯度、所述平均压力梯度与所述人体毛细血管闭合压力阈值的综合权重比较，得出所述压力等级数据。
[0157]
进一步，所述权重计算子模块包括：
[0158]
权重设置子模块，用于分别设置所述最大压力、所述平均压力、所述最大压力梯度、所述平均压力梯度的权重；
[0159]
人体压力权重计算数据计算子模块，用于基于所述最大压力、所述平均压力、所述最大压力梯度、所述平均压力梯度及其权重，并结合所述背部区域、所述腰部区域和所述臀部区域的面积占比，计算得出人体压力权重计算数据；
[0160]
比较子模块，用于基于所述人体压力权重计算数据与所述人体毛细血管闭合压力阈值的比较，得出所述压力等级数据。
[0161]
进一步，基于如下公式(1)计算得出人体压力权重计算数据：
[0162]
s＝(p1m×
qpm+p1v×
qpv+g1m×
qgm+g1v×
qgv)
×
a+(p2m×
qpm+p2v×
qpv+g2m×
qgm+g2v×
qgv)
×
b+(p3m×
qpm+p3v×
qpv+g3m×
qgm+g3v×
qgv)
×cꢀꢀ
(1)；
[0163]
其中，s表示所述人体压力权重计算数据，a表示背部区域的面积占比，b表示腰部区域的面积占比，c表示臀部区域的面积占比；
[0164]
其中，p1m表示背部区域的最大压力，p1v表示背部区域的平均压力，g1m表示背部区域的最大压力梯度，g1v表示背部区域的平均压力梯度；
[0165]
其中，p2m表示腰部区域的最大压力，p2v表示腰部区域的平均压力，g2m表示腰部区域的最大压力梯度，g2v表示腰部区域的平均压力梯度；
[0166]
其中，p3m表示臀部区域的最大压力，p3v表示臀部区域的平均压力，g3m表示臀部区域的最大压力梯度，g3v表示臀部区域的平均压力梯度；
[0167]
其中，qpm表示最大压力的权重，qpv表示平均压力的权重，qgm表示最大压力梯度的权重，qgv表示平均压力梯度的权重。
[0168]
进一步，本发明实施例的人体睡姿压力分布测试装置，压力等级包括：第一压力等级、第二压力等级、第三压力等级；
[0169]
所述第一压力等级对应人体综合压力大于30mmhg的状态；
[0170]
所述第二压力等级对应人体综合压力在20至30mmhg之间的状态；
[0171]
所述第三压力等级对应人体综合压力小于20mmhg的状态。
[0172]
进一步，本发明实施例的人体睡姿压力分布测试装置，还包括：
[0173]
输出模块15，用于基于所述压力等级数据输出床垫推荐硬度数据。
[0174]
本发明实施例的人体睡姿压力分布测试装置为本发明实施例的人体睡姿压力分布测试方法的实现装置，具体原理请见本发明实施例的人体睡姿压力分布测试方法，此处不再赘述。
[0175]
图9为本发明实施例的床垫推荐系统的结构示意图，如图9所示，本发明实施例的床垫推荐系统，包括：图8所示的人体睡姿压力分布测试装置10。
[0176]
人体睡姿压力分布测试装置10还包括：柔性压力采集装置91和显示装置92。
[0177]
所述柔性压力采集装置91设于床垫；所述柔性压力采集装置包括：呈阵列排布的若干柔性压力传感器；
[0178]
所述人体睡姿压力分布测试装置控制柔性压力采集装置采集人体压力数据；所述显示装置92显示所述人体睡姿压力分布测试装置10得到的压力等级数据和人体压力分布图。
[0179]
在本发明一个实施例中，还提供了一种存储介质，所述存储介质存储计算机程序指令，所述计算机程序指令根据实施例一或实施例二所述的人体睡姿压力分布测试方法进行执行。
[0180]
在本发明一个典型的配置中，存储介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的装置或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
[0181]
在本发明一个实施例中，还提供一种计算设备，包括：用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发所述计算设备执行本发明实施例一或实施例二所述的人体睡姿压力分布测试方法。
[0182]
在本发明一个典型的配置中，计算设备均包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
[0183]
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
[0184]
本发明所指计算设备包括但不限于任何一种可与用户进行人机交互(例如通过触摸板进行人机交互)的电子产品，例如智能手机、平板电脑等移动电子产品，所述移动电子产品可以采用任意操作系统，如android操作系统、ios操作系统等。
[0185]
在本技术各个实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术的实施过程构成任何限定。
[0186]
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0187]
结合本技术公开内容所描述的方法或者算法的步骤可以硬件的方式来实现，也可以是由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成，软件模块可以被存放于随机存取存储器(random access memory，ram)、闪存、只读存储器(readonly memory，rom)、可擦除可编程只读存储器(erasable programmable rom，eprom)、电可擦可编程只读存储器(electrically eprom，eeprom)、寄存器、硬盘、移动硬盘、只读光盘(cd-rom)或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于asic中。另外，该asic可以位于终端设备或核心网网元中。当然，处理器和存储介质也可以作为分立组件存在于终端设备或核心网网元中。
[0188]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本技术所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者
通过所述计算机可读存储介质进行传输。所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，数字通用光盘(digital versatile disc，dvd)、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
[0189]
以上所述的具体实施方式，对本技术的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本技术的具体实施方式而已，并不用于限定本技术的保护范围，凡在本技术的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本技术的保护范围之内。