一种过久离床提醒控制方法、系统、智能床和存储介质与流程

1.本发明涉及卧具领域，具体涉及一种过久离床提醒控制方法、系统、智能床和存储介质。


背景技术：

2.社会老龄化进程的加快将刺激智能床垫行业需求增加，养老市场发展成为行业新的增长点。目前智能床垫主要应用于监测使用者的生理信号，使用睡眠监测床垫的老人在使用过程可能会有起床活动需求，而往往在离床后，特别在夜间，容易发生磕碰、跌倒等意外情况造成使用者受伤。特别对于子女不在身边的独居老人，夜间发生异常离床时，如何及时有效的远程通知子女的监护人员，越来越得到社会的关注和重视。
3.现有的老年人离床状态监测方案主要应用在医院或专业养老机构的实时在床状态或离床状态的监测，普遍采用呼吸机、心跳等设备，有专业人员在控制台就近管理，技术复杂，成本高，不适用于独居老人正常生活状态下的异常离床场景。
4.市场上也出现了一些带过久离床提醒功能的床垫系统，通过设置固定的过久离床阈值来对老人离床时长进行判断，当离床超过该固定时间时，则启动过久离床提醒功能，这类解决方案存在以下问题：由于过久离床阈值为固定值，导致系统容易因过久离床阈值设置与老人实际习惯不符的情况，如果设置的过久离床阈值太小，会频繁的触发远程提醒，影响监护人员的日常生活，且会因频繁提醒而导致监护人员的警惕心降低，如果设置的过久离床阈值太大，会造成远程提醒通知不够及时，导致系统反应迟滞，进而容易错时最佳救援时机，影响使用体验。


技术实现要素：

5.为了解决现有技术的不足，本发明提供一种过久离床提醒控制方法及使用其的系统、智能床和存储介质，通过采集用户离床时长对过久离床阈值进行更新，有效提升过久离床事件判定的准确性，进而通过及时精确地触发提醒来确保用户安全，提升使用体验。
6.本发明通过以下方式实现：一种过久离床提醒控制方法，根据预测算法获取过久离床阈值，对用户的离床状态进行监测，并获取离床时长数据，预测算法根据获取的离床时长数据对过久离床阈值进行更新修正，在监测到离床时长达到过久离床阈值时，进行预警操作。通过对用户的离床时长进行监测并对过久离床阈值进行更新，在离床时长超过过久离床阈值时触发提醒操作，通过采集用户离床时长对过久离床阈值进行实时计算更新，使得过久离床阈值与用户实际离床时长相互关联，贴合用户习惯，既有效提升过久离床事件判定的准确性，通过及时精确地触发提醒来确保用户安全，还有效避免发生误触发提醒的情况，提升使用体验。
7.作为优选，对过久离床阈值进行更新修正包括：获取历次离床时长数据，形成数据序列；通过预测算法对数据序列进行计算，获取过久离床阈值；获取当前的离床时长数据，将当前的离床时长数据代替数据序列中最早获取的离床时长数据，对数据序列进行更新；
通过预测算法对更新后的数据序列进行计算并对过久离床阈值进行更新修正。数据序列通过预测算法计算对应的过久离床阈值，通过将最近获得的用户离床时长存入数据序列并替代原有的离床时长数据，对所述过久离床阈值进行调整，使得所述过久离床阈值可在用户发生离床事件后实时更新并与用户实际离床时长相关联，有效减少误差并提升触发准确性。通过对所述监测组件监测获得的用户离床时长按获取顺序进行排序记录并形成数据序列，通过预测算法对数据序列进行计算并获得所述过久离床阈值。
8.作为优选，预测算法包括：获取数据序列的方差；设定偏差系数，获取方差偏离范围；在数据序列中设定新增离床时长数据，将方差偏离范围的最大值设定为该数据序列的方差，计算出新增离床时长数据；将新增离床时长数据作为过久离床阈值。通过对方差进行放大来为用户提供一个合适的离床时长范围，既确保用户在发生过久离床事件时能及时向关联人发出提醒信号，便于关联人对用户进行救助，还能有效减少误触发的情况，提升提醒准确性。
9.作为优选，将新获取的离床时长数据代替数据序列中最早获取的离床时长数据，实现数据序列的更新。通过将持续获得的离床时长数据替换掉数据序列中最早获取的离床时长数据，使得数据序列中的离床时长数据均与当前时间较近，与用户最近时段的离床习惯相匹配，有效防止计算获得的过久离床阈值与用户离床习惯间存在较大偏差。
10.作为优选，若新获取的离床时长数据达到过久离床阈值，则不加入数据序列，此外，数据序列内的离床时长数据可自动生成或由用户自行设定。当离床时长数据达到并超过过久离床阈值时，说明该离床时长数据与用户日常习惯不匹配，通过不记入数据序列来确保计算获得的过久离床阈值与用户日常习惯相匹配。
11.作为优选，所述控制方法通过以下方式实现过久离床提醒功能：对用户的离床或在床状态进行监测，获取用户状态；监测到用户处于离床状态时开始计时，监测到用户处于在床状态时停止计时，以此获得离床时长数据；当获得的离床时长数据大于等于过久离床阈值时，发送预警消息，且该离床时长数据不被用于数据序列更新；当获得的离床时长数据小于过久离床阈值时，则将该离床时长数据传输至数据序列中，并在数据序列更新后通过预测算法对过久离床阈值进行更新。通过对用户离床时长进行监测来判定该离床事件是否属于正常事件，并在离床时长达到过久离床阈值时发出提醒信号，便于用户设定的关联人获知用户情况，进而便于关联人实施救助措施。
12.一种使用所述控制方法的系统，包括承托模块、监测模块、处理模块、存储模块以及提醒模块。具体地，承托模块，用于承托用户；监测模块，对用户的离床或在床状态进行监测，获取用户状态；处理模块，利用预测算法计算过久离床阈值，根据用户状态获取用户离床时长，并在用户离床时长达到过久离床阈值时向提醒模块发送触发信号；存储模块，用于存储用户历次离床时长数据，为处理模块提供计算过久离床阈值所需的数据序列；提醒模块，接收来自处理模块的触发信号并通过启动提醒操作来向外发出提醒信号，便于关联人及时了解用户情况。
13.所述系统运行时，处理模块通过存储模块提供的历次离床时长数据计算获得过久离床阈值，并利用监测模块获得的离床时长数据对过久离床阈值进行更新；处理模块通过监测模块监测用户状态，并用户离床时长达到过久离床阈值时通过提醒模块向外发出提醒信号。处理模块同时进行过久离床阈值更新以及用户离床时长监测，既确保提醒模块的触
发条件与用户习惯同步变化，有效减少误触的情况，还确保触发模块可在用户发生过久离床事件时能及时发出提醒信号，进而提升使用体验。
14.一种使用所述控制方法的智能床，包括垫体，所述垫体内设有横向铺设的监测组件，所述监测组件对用户的离床时长进行计时，并在超过过久离床阈值后出发提醒操作。通过设置在垫体顶面中部的监测组件对用户位置进行监测，以获知用户处于在床状态或离床状态。监测组件与用户胸部躯段对应，既能对用户离床状态进行精确监测，还能通过缩短与用户心肺器脏间水平向距离来提升用户生理数据监测的精度。所述监测组件的安装位置可以根据实际情况进行设定，既可以设置在垫体顶面中部，还可以设置在垫体内部。
15.作为优选，所述提醒操作包括向外界发送提醒信号，提醒信号能为监护人员提供警示，表示用户离床事件持续时间超过了过久离床阈值，可能存在危险，确保监护人员能对用户进行及时的救治，确保用户安全。
16.作为优选，所述监测组件为压电睡眠监测带或光纤睡眠监测带，且均能精确监测用户是否离床，为组装形成实现所述控制方法的智能床提供多种选择。
17.作为优选，所述垫体内设有控制盒，所述控制盒可向外发送提醒信号，控制盒既能通过监测组件对用户状态进行监测，还能在统计离床时长后与过久离床阈值比较，并在达到触发条件时向外发送提醒信号。
18.一种存储介质，所述存储介质存储有计算机程序，所述存储介质被至少一个处理模块执行时，执行所述控制方法。存储介质形成存储模块，为处理模块运行提供程序以及运算所需的数据，确保系统能持续运行，保证过久离床阈值与用户日常习惯相关联。
19.本发明的有益效果：通过对用户的离床时长进行监测并对过久离床阈值进行更新，在离床时长超过过久离床阈值时触发提醒操作，通过采集用户离床时长对过久离床阈值进行实时计算更新，使得过久离床阈值与用户实际离床时长相互关联，贴合用户习惯，既有效提升过久离床事件判定的准确性，通过及时精确地触发提醒来确保用户安全，还有效避免发生误触发提醒的情况，提升使用体验。
附图说明
20.图1为所述决策树的结构示意图；
21.图2为所述智能床的结构示意图；
22.图中：1、垫体，2、监测组件，3、移动终端，4、控制盒。
具体实施方式
23.下面结合说明书附图和具体实施方式对本发明的实质性特点作进一步的说明。
24.实施例一：
25.本实施例提供一种过久离床提醒控制方法。
26.如图1所示，一种过久离床提醒控制方法，通过对用户的离床时长进行监测并对过久离床阈值进行更新，在离床时长超过过久离床阈值时触发提醒操作。具体地，根据预测算法获取过久离床阈值，对用户的离床状态进行监测，并获取离床时长数据，预测算法根据获取的离床时长数据对过久离床阈值进行更新修正，在监测到离床时长达到过久离床阈值时，进行预警操作。过久离床阈值与用户实际离床时长相互关联，有效提升过久离床事件判
定的准确性，既通过及时精确地触发提醒来确保用户安全，还有效避免发生误触发提醒的情况，提升使用体验。
27.在本实施例中，所述控制方法通过以下决策树实现过久离床提醒功能：
28.在第一节点，通过向前追溯方式获得n个离床时长数据，并将所述离床时长数据按序排列形成所述数据序列dt，转入第二节点。对历次用户离床事件的持续时长进行统计和记录，并将向前追溯的n个离床时长数据组合形成供预测算法计算的数据序列dt，确保数据序列dt内数据始终与用户近期的离床习惯进行匹配，确保计算获得的过久离床阈值与用户的离床习惯同步变化，保证能提供较高地提醒触发准确性。具体地：
29.当记录的离床时长数据多于n个时，将最近的n个离床时长数据组合形成沿时间顺序自前向后排列的数据序列dt；
30.当记录的离床时长数据少于n个时，通过在正常离床时长范围内随机设定所述离床时长数据，并在后期使用中被获得的实时离床时长current-t自后向前推挤替换。当存储的离床时长数据较少且无法形成数据序列dt时，通过在正常离床时长范围内随机设定满足形成数据序列dt所需数量的离床时长数据，既确保用户在发生正常离床时长范围内的离床事件时不会触发当前的过久离床阈值，防止发生误触发的情况，还能通过逐次统计实时离床时长来替换掉数据序列dt中随机生成的离床时长数据，以使过久离床阈值逐渐变化并与用户离床习惯匹配。随机生成的离床时长数据放置在数据序列dt靠前位置，确保收集的实时离床时长能放置在数据序列dt末端并推挤替换掉数据序列dt首端的数据，并最终获得全由实时离床时长形成的数据序列dt。
31.用户通过移动终端3输入正常离床时长范围，所述正常离床时长范围包括下限值tmin和上限值tmax。用户根据自身离床习惯设置正常离床时长范围包括下限值tmin和上限值tmax，并通过移动终端3输入采集，便于在记录的实时离床时长数据数量不足时随机生成离床时长数据，确保预测算法能正常计算并获得过久离床阈值。
32.在第二节点，利用数据序列dt计算与其对应的平均值avg_dt和方差var_dt，并通过预测算法获得所述过久离床阈值ov_dt，转入第三节点。通过对实时更新的数据序列dt进行计算来获得与用户离床习惯同步变化的过久离床阈值ov_dt。具体地，所述预测算法通过以下步骤获得所述过久离床阈值ov_dt：
33.第一步，获取数据序列的方差。获取作为计算依据的数据序列dt，dt＝(x1，x2，x3，
…
，xn)，数据序列dt内的各离床时长数据以获取时间自先向后顺序排列，计算数据序列dt的平均值avg_dt和方差var_dt，具体地：
[0034][0035][0036]
将公式1代入公式2后获得：
[0037][0038]
通过计算数据序列dt的平均值avg_dt和方差var_dt来反应数据序列dt内的各离床时长数据的离散程度，确保平均值avg_dt和方差var_dt能与用户最近的离床时长匹配联
动。
[0039]
第二步，设定偏差系数，获取方差偏离范围。设置方差var_dt的允许偏离的范围系数为k，计算获得方差var_dt的允许偏离范围var_dt
x
，3≤k≤10，具体地：
[0040]
var_dt
x
＝k*var_dt
ꢀꢀꢀ
(公式4)
[0041]
通过设置参数k来对方差var_dt进行放大，由此形成允许偏离范围var_dt
x
，用于包容用户单次离床时长出现合理偏差的情况，有效适应用户因自身原因而出现的离床时长变化，提升触发准确性，有效防止发生误触发提醒的情况。
[0042]
第三步，在数据序列中设定新增离床时长数据，将方差偏离范围的最大值设定为该数据序列的方差，计算出新增离床时长数据。假设获得新增离床时长为x_dt，将x_dt作为数据序列dt的末位数据记录保存并删除数据序列dt的首位数据，以此获得新的数据序列dt
x
，dt
x
＝(x2，x3，
…
，xn，x_dt)，将新的数据序列dt
x
代入公式1，获得：
[0043][0044]
将新的数据序列dt
x
和公式3同时代入公式4，获得：
[0045][0046]
通过对公式5和公式6计算获得x_dt，并将新增离床时长数据x_dt作为当前预设的过久离床阈值ov_dt。
[0047]
在第三节点，监测组件2以间隔单元时长tsample1对用户进行监测，并将监测结果转入第四节点。具体地，监测组件2以间隔单元时长tsample1为一个监测周期，监测组件2在每个监测周期内对用户进行一次监测，既确保发现用户离床事件的及时性，还能通过控制监测频率来降低能耗，进而降低对监测设备的要求。
[0048]
在第四节点，对用户状态进行判定，当用户处于在床状态时，转入第三节点并对用户进行持续监测，当用户处于离床状态时，转入第五节点。具体地，监测组件2感知用户发生离床事件时并对该离床事件进行归类处理，既能对用户状态进行实时监控，还能在用户发生离床事件后进行及时响应。
[0049]
在第五节点，监测组件2以间隔单元时长tsample2对用户进行监测，对用户此次离床状态的持续时长进行累加统计并获得实时离床时长current-t，转入第六节点。具体地，当用户发生离床事件时，监测组件2的监测周期时长设定为tsample2，确保监测组件2能对用户的离床时长进行精确计时。实时离床时长current-t会在用户发生离床事件后根据用户持续处于离床状态的监测周期数量进行时长累加统计并为第六节点提供实时更新的数据。
[0050]
在第六节点，将实时离床时长current-t和过久离床阈值ov_dt进行比较，当current-t＜ov_dt时，转入第七节点，当current-t≥ov_dt时，转入第九节点。具体地，将不断更新的实时离床时长current-t与过久离床阈值ov_dt进行比较，并在不同比较结果时进行差异化的操作，既能对用户离床事件进行连续且实时的跟踪，还能在实时离床时长current-t大于过久离床阈值ov_dt时进行提醒操作。
[0051]
在第七节点，对用户状态进行判定，当用户处于离床状态时，转入第五节点并对用户进行持续监测，并确保实时离床时长current-t能持续累加计时，当用户处于在床状态
时，转入第八节点，对该次离床事件的持续时长进行记录并对数据序列dt进行更新。
[0052]
在第八节点，将对应的实时离床时长current-t保存记录，将实时离床时长current-t作为数据序列dt的末位数据记录保存并删除数据序列dt的首位数据，将新获得的数据序列dt传输至第二节点，通过对数据序列进行更新来确保数据序列中的数据为用户的近期最新的离床时长数据，并为第二节点的预测算法提供计算用基础数据，以此过久离床阈值始终跟随用户离床习惯变化，进而保持触发提醒操作的准确性。
[0053]
在第九节点，触发提醒操作，并将未更新的数据序列dt输送至第二节点，具体地，当离床事件触发提醒操作时，该次离床事件对应的离床时长不记入数据序列dt，防止数据序列dt因记入单次偏离较大的离床时长而导致过久离床阈值与用户离床习惯存在较大偏差的情况，有效消除单次大偏差离床时长对过久离床阈值的影响。
[0054]
在预测算法中，设置未知数x_dt并与x2、x3、
…
、xn进行配合使用，利用允许偏离范围var_dt
x
对未知数x_dt进行计算，利用已知的允许偏离范围var_dt
x
和x2、x3、
…
、xn代入公式并计算获得未知数x_dt，并将未知数x_dt作为过久离床阈值并作为评判用户离床时长是否触发提醒的依据，既为用户单次离床时长出现的合理偏差提供了偏差空间，还能与及用户以往离床时长进行匹配，防止过久离床阈值因固定不变而发生无法与用户离床习惯变化匹配的情况，进而确保触发准确性不会因用户离床习惯变化而降低，确保使用体验。
[0055]
在数据序列dt中，dt＝(x1，x2，x3，
…
，xn)，参数x的下标表示该离床时长获得的先后顺序，下标数值越小则代表该离床时长越早获取，在对数据序列dt进行实时更新时，新获取的离床时长会排列在数据序列dt的末位，并将数据序列dt中的首位的数据删除，既确保数据序列dt内离床时长数据数量保持不变，有效控制计算量，还确保数据序列dt内离床时长数据能始终与用户近期离床习惯匹配，进而保持较高的触发准确性。
[0056]
在本实施例中，5s≤tsample1≤20s，5s≤tsample2≤20s，既通过降低监测频率来降低设备运行能耗，还能在用户发生离床事件时通过提升监测频率来提升计时精度。通常情况下，tsample2＜tsample1，既确保设备在用户未发生离床事件时具有更低的能耗，又确保设备在用户发生离床事件时能提升计时的准确性。
[0057]
为了便于理解，本发明通过以下实施例对控制方法的运行进行阐述：
[0058]
在第一节点，通过向前追溯方式获得n个离床时长数据，并将所述离床时长数据按序排列形成所述数据序列dt，转入第二节点，具体地：
[0059]
用户首次使用，通过移动终端3设置每天正常睡眠时间段为：21:00～7:00，用户正常离床时长范围的下限值tmin＝2min，上限值tmax＝5min；
[0060]
假设用户每天睡眠时间段内发生2次离床状态，以5天作为数据的分析周期，则本实施例中n＝2*5＝10，并通过随机生成10个离床时长数据并形成数据序列dt＝(2，3，4，2，3，4，3，4，2，5)，作为计算过久离床阈值的依据。
[0061]
在第二节点，利用数据序列dt计算与其对应的平均值avg_dt和方差var_dt，并通过预测算法获得所述过久离床阈值ov_dt，转入第三节点。具体地，所述预测算法通过以下步骤获得所述过久离床阈值ov_dt，具体地：
[0062]
第一步，获取作为计算依据的数据序列dt，dt＝(2，3，4，2，3，4，3，4，2，5)，数据序列dt内的各离床时长数据以获取时间自先向后顺序排列，计算数据序列dt的平均值avg_dt和方差var_dt，具体地：
[0063][0064][0065]
第二步，设置方差var_dt的允许偏离的范围系数为k，k＝5，计算获得方差var_dt的允许偏离范围var_dt
x
，具体地：
[0066]
var_dt
x
＝k*var_dt＝0.96*5＝4.8
[0067]
第三步，假设获得的离床时长为x_dt，将x_dt作为数据序列dt的末位数据记录保存并删除数据序列dt的首位数据，以此获得新的数据序列dt
x
，dt
x
＝(3，4，2，3，4，3，4，2，5，x_dt)，将新的数据序列dt
x
代入公式1，获得：
[0068][0069]
通过计算获得x_dt＝10min，并将x_dt作为当前预设的过久离床阈值，使得ov_dt＝10min。
[0070]
在第三节点，监测组件2以间隔单元时长tsample1对用户进行监测，并将监测结果转入第四节点，其中，5s≤tsample1≤20s；
[0071]
在第四节点，对用户状态进行判定，当用户处于在床状态时，转入第三节点并对用户进行持续监测，当用户处于离床状态时，转入第五节点；
[0072]
在第五节点，监测组件2以间隔单元时长tsample2对用户进行监测，对用户此次离床状态的持续时长进行累加统计并获得实时离床时长current-t，转入第六节点，其中，5s≤tsample2≤20s；
[0073]
在第六节点，将实时离床时长current-t和过久离床阈值ov_dt进行比较，当current-t＜10min时，转入第七节点，当current-t≥10min时，转入第九节点；
[0074]
在第七节点，对用户状态进行判定，当用户处于离床状态时，转入第五节点并对用户进行持续监测，当用户处于在床状态时，转入第八节点；
[0075]
在第八节点，将对应的实时离床时长current-t保存记录，将实时离床时长current-t作为数据序列dt的末位数据记录保存并删除数据序列dt的首位数据，将新获得的数据序列dt传输至第二节点，假若该次离床事件的持续时长为7min，没有超过过久离床阈值10min，则获得新的数据序列dt，dt＝(3，4，2，3，4，3，4，2，5，7)，并为第二节点更新过久离床阈值提供依据；
[0076]
在第九节点，假若该次离床事件的持续时长为11min，没有超过过久离床阈值
10min，则触发了提醒操作，并将未更新的数据序列dt输送至第二节点，dt＝(2，3，4，2，3，4，3，4，2，5)，使得过久离床阈值保持原值。
[0077]
在本实施例中，3≤k≤10，用户根据自身情况来对参数k进行调节，以此包容用户单次离床时长出现合理偏差的情况。当k值越大时，获得的允许偏离范围var_dt
x
越大，反之，则获得的允许偏离范围var_dt
x
越小。此外，参数k还可以为3、4、7、10等，均应视为本实施例的具体实施方式。
[0078]
实施例二：
[0079]
相较于实施例一，本实施例提供一种系统。
[0080]
所述系统包括承托模块、监测模块、处理模块、存储模块以及提醒模块。具体地，承托模块，为床垫等，用于承托用户；监测模块，为监测组件2，对用户的离床或在床状态进行监测，获取用户状态；处理模块，利用预测算法计算过久离床阈值，根据用户状态获取用户离床时长，并在用户离床时长达到过久离床阈值时向提醒模块发送触发信号；存储模块，用于存储用户历次离床时长数据，为处理模块提供计算过久离床阈值所需的数据序列；提醒模块，接收来自处理模块的触发信号并通过启动提醒操作来向外发出提醒信号。
[0081]
在本实施例中，所述系统在运行时，处理模块通过存储模块提供的历次离床时长数据计算获得过久离床阈值，并利用监测模块获得的离床时长数据对过久离床阈值进行更新；同时，处理模块通过监测模块监测用户状态，并用户离床时长达到过久离床阈值时通过提醒模块向外发出提醒信号。
[0082]
本实施例所述控制方法的特征和效果均与实施例一一致，不再赘述。
[0083]
实施例三：
[0084]
相较于实施例二，本实施例提供一种智能床。
[0085]
如图2所示的一种智能床，包括垫体1，所述垫体1内设有横向铺设的监测组件2，所述监测组件2对用户的离床时长进行计时，并在超过过久离床阈值后出发提醒操作。所述系统通过监测组件2采集用户离床时长，并将用户离床时长形成的数据序列dt作为计算过久离床阈值的依据，使得过久离床阈值与用户实际离床时长相互关联，有效提升过久离床事件判定的准确性，既通过及时精确地触发提醒来确保用户安全，还有效避免发生误触发提醒的情况，提升使用体验。
[0086]
在本实施例中，所述垫体1内设有控制盒4，控制盒4通过监测组件2监测用户状态并计算过久离床阈值，当离床时长超过过久离床阈值时，控制盒4通过触发组件向外发出提醒信号。
[0087]
在本实施例中，所述监测组件2设置在垫体1顶面位于用户胸部躯段下方的区域上，且监测组件2包括但不仅限于压电睡眠监测带或光纤睡眠监测带，均应视为本实施例的具体实施方式。
[0088]
在本实施例中，所述移动终端3包括但不仅限于手机、平板或电脑等，且移动终端3与所述系统间的可以通过无线方式或有线方式通信，均应视为本实施例的具体实施方式。
[0089]
在本实施例中，所述提醒操作包括向外界发送提醒信号。所述垫体1上包括向外传递提醒信号的音响设备或信号发送组件，音响设备能通过发送音频提醒位于附近的监护人员，适用于用户与监护人员共同居住的场景，信号发送组件可通过网络进行远程提醒，适用于用户与监护人员间无法通过音响设备传递提醒信号的场景。
[0090]
本实施例所述系统的特征和效果均与实施例二一致，不再赘述。
[0091]
实施例四：
[0092]
相较于实施例一，本实施例提供一种存储介质。
[0093]
所述存储介质存储有计算机程序，所述存储介质被至少一个处理模块执行时，执行所述控制方法，所述存储介质存储的内容包括但不仅限于计算机程序、设定的参数以及监测获得的数据等。
[0094]
本实施例所述控制方法的特征和效果均与实施例一一致，不再赘述。