本发明涉及智能家居技术领域，特别是涉及一种睡眠状态监测的智能软硬可调床垫及其监测方法。
背景技术：
睡眠是每个人都需要进行的重要生理活动，睡眠可以帮助人体恢复疲劳、缓解情绪，充足的睡眠对人的正常生活十分必要。在现代社会中，患有失眠、嗜眠等症状的人不在少数，常常对人的白天生活造成很大的影响，导致其他精神和身体问题。
床垫是睡眠的重要工具，与睡眠质量息息相关，调查实践表明，软硬适中的床垫可以极大改善人们的睡眠质量。目前现有技术当中已经存在可以实现软硬度等睡眠环境调节的床垫。例如，专利文件cn107174051公开了一种可自动调节软硬的弹簧床垫，该床垫具有充气层，充气层一侧设有充气口，充气口通过充气管连接电磁阀和充气泵，充气层内还设有气压传感器，将充气层内的气压压强信号传递给控制器；该气压信号反映出床垫软硬程度；控制器连接档位调节器，通过档数调节实现床垫的软硬调节；并且充气层分为左右两个充气袋，可以分别对床垫左、右两部分的硬度予以调节。专利文件cn107836906公开了一种软硬可调床垫，其床垫本体包括针织层、海绵层、充气层、第一钢丝网层、弹簧层、第二钢丝网层以及泡沫垫层。其中，通过充气层使得床垫本体的硬度可调，提高了床垫的健康舒适性。专利文件cn107647957公开了一种气囊式压力系统及具有该系统的医疗绑定装置，可以应用于床垫等垫具之中，其包括充气增压装置和排气泄压装置以及压力检测器和中央处理器。中央处理器通过压力检测器监测柔性空腔内部的气体压力，通过充气增压装置和排气泄压装置对空气内部的气体压力进行实时调整，从而调整柔性物表面的整体硬度，形成一个可调硬度的支撑体。
但是，目前软硬度调节床垫本身的智能化程度还不高，通常要由用户根据感觉自行手动调节。然而，用户在睡眠的整个阶段中，随着进入到不同的睡眠深度，要求床垫软硬度等参数也随着人体的卧姿、动作以及生理变化而适应性调节，这样方能够实现最优化的睡眠效果。若为在睡眠的全程采用完全统一的参数设置，则床垫无法完全满足用户的睡眠需求，会降低用户睡眠质量，从而导致智能床垫对用户睡眠全阶段的适应性较差。
技术实现要素：
有鉴于此，本发明提供一种睡眠状态监测的软硬可调床垫及其监测方法。本发明主要目的在于能够实现基于智能床垫实时监测用户的睡眠状态，并且积累用户睡眠规律的大数据，基于大数据分析，实现在睡眠全程对软硬可调床垫的自适应控制，为用户创造个性化、最优化的睡眠环境。
依据本发明第一方面，提供了一种智能软硬可调床垫的监测方法，包括：
利用所述智能软硬可调床垫各个充气腔的气体传感器监测所述各个充气腔的气体压力信息，以及利用所述智能软硬可调床垫表面的各组耦合电容型传感器监测用户的身体电信号；
根据所述气体压力信息和所述身体电信号，分析所述用户的睡眠状态；
根据所述睡眠状态调节所述各个充气腔的气体状态，以控制所述智能软硬可调床垫为所述用户提供个性化的睡眠环境。
优选的是，所述睡眠环境包括所述智能软硬可调床垫的软硬程度、倾斜程度和温度，所述根据所述睡眠状态调节所述各个充气腔的气体状态，以控制所述智能软硬可调床垫为所述用户提供个性化的睡眠环境，具体包括：根据所述睡眠状态调节所述各个充气腔内的气体容量，以调节控制所述软硬程度或者所述倾斜程度；或者根据所述睡眠状态调节所述各个充气腔内的气体温度，以调节控制所述温度。
优选的是，所述根据所述睡眠状态调节所述各个充气腔的气体状态，以调节控制所述智能软硬可调床垫的工作运行状态具体包括：根据记录的历史睡眠状态、历史气体压力信息、历史身体电信号和记录时间，分析所述用户的睡眠作息习惯和用户健康状态；并且，所述根据所述睡眠状态调节所述各个充气腔的气体状态，以控制所述智能软硬可调床垫为所述用户提供个性化的睡眠环境具体包括：根据所述睡眠作息习惯、用户健康状态和所述用户的历史睡眠状态，调节所述各个充气腔的气体状态，以控制所述智能软硬可调床垫为所述用户提供个性化的睡眠环境。
优选的是，所述根据所述气体压力信息和所述身体电信号，分析所述用户的睡眠状态，具体包括：根据所述气体压力信息确定所述用户躺在所述智能软硬可调床垫上的动作幅度和动作频率，并根据所述身体电信号确定所述用户躺在所述智能软硬可调床垫上的呼吸频率、心跳频率和脉搏跳动频率；根据所述动作幅度、所述动作频率、所述呼吸频率、所述心跳频率和脉搏跳动频率，分析所述用户的睡眠状态。
进一步优选的是，所述根据所述动作幅度、所述动作频率、所述呼吸频率、所述心跳频率和所述脉搏跳动频率，分析所述用户的睡眠状态之前，所述方法还包括：利用预设深度学习算法对历史动作幅度、历史动作频率、历史呼吸频率、历史心跳频率、历史脉搏跳动频率和历史睡眠状态进行预先训练，得到睡眠状态识别模型；所述根据所述动作幅度、所述动作频率、所述呼吸频率、所述心跳频率和所述脉搏跳动频率，分析所述用户的睡眠状态，具体包括：将所述动作幅度、所述动作频率、所述呼吸频率、所述心跳频率和所述脉搏跳动频率输入到所述睡眠状态识别模型，以分析所述用户的睡眠状态。
依据本发明第二方面，提供了一种智能软硬可调床垫，包括：
监测单元，用于利用所述智能软硬可调床垫各个充气腔的气体传感器监测所述各个充气腔的气体压力信息，以及利用所述智能软硬可调床垫表面的各组耦合电容型传感器监测用户的身体电信号；
分析单元，用于根据所述气体压力信息和所述身体电信号，分析所述用户的睡眠状态；
控制单元，用于根据所述睡眠状态调节所述各个充气腔的气体状态，以控制所述智能软硬可调床垫为所述用户提供个性化的睡眠环境。
优选的是，控制单元，具体用于当所述睡眠环境包括所述智能软硬可调床垫的软硬程度、倾斜程度和温度时，根据所述睡眠状态调节所述各个充气腔内的气体容量，以调节控制所述软硬程度或者所述倾斜程度；或者根据所述睡眠状态调节所述各个充气腔内的气体温度，以调节控制所述温度。
优选的是，所述分析单元，还用于根据记录的历史睡眠状态、历史气体压力信息、历史身体电信号和记录时间，分析所述用户的睡眠作息习惯和用户健康状态；所述控制单元，具体用于根据所述睡眠作息习惯、所述用户健康状态和所述用户的历史睡眠状态，调节所述各个充气腔的气体状态，以控制所述智能软硬可调床垫为所述用户提供个性化的睡眠环境。
优选的是，所述分析单元包括：确定模块，用于根据所述气体压力信息确定所述用户躺在所述智能软硬可调床垫上的动作幅度和动作频率，并根据所述身体电信号确定所述用户躺在所述智能软硬可调床垫上的呼吸频率、心跳频率和脉搏跳动频率；分析模块，用于根据所述动作幅度、所述动作频率、所述呼吸频率、所述心跳频率和脉搏跳动频率，分析所述用户的睡眠状态。
优选的是，所述分析单元还包括：训练模块，所述训练模块，用于利用预设深度学习算法对历史动作幅度、历史动作频率、历史呼吸频率、历史心跳频率、历史脉搏跳动频率和历史睡眠状态进行预先训练，得到睡眠状态识别模型；所述分析模块，具体用于将所述动作幅度、所述动作频率、所述呼吸频率、所述心跳频率和所述脉搏跳动频率输入到所述睡眠状态识别模型，以分析所述用户的睡眠状态。
依据本发明第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：
利用所述智能软硬可调床垫各个充气腔的气体传感器监测所述各个充气腔的气体压力信息，以及利用所述智能软硬可调床垫表面的各组耦合电容型传感器监测用户的身体电信号；
根据所述气体压力信息和所述身体电信号，分析所述用户的睡眠状态；
根据所述睡眠状态调节所述各个充气腔的气体状态，以控制所述智能软硬可调床垫为所述用户提供个性化的睡眠环境。
依据本发明第四方面，提供了一种智能软硬可调床垫，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：
利用所述智能软硬可调床垫各个充气腔的气体传感器监测所述各个充气腔的气体压力信息，以及利用所述智能软硬可调床垫表面的各组耦合电容型传感器监测用户的身体电信号；
根据所述气体压力信息和所述身体电信号，分析所述用户的睡眠状态；
根据所述睡眠状态调节所述各个充气腔的气体状态，以控制所述智能软硬可调床垫为所述用户提供个性化的睡眠环境。
本发明提供一种智能软硬可调床垫的监测方法及智能软硬可调床垫。本发明可以在用户睡眠的整个阶段中根据用户进入不同的睡眠深度，结合用户身体电信号，调节床垫的软硬度、温度等参数，以控制所述智能软硬可调床垫为所述用户提供全程最优化的睡眠环境，从而能够满足用户的睡眠需求，提升用户的睡眠质量，进而能够保证有较高的适应性。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的一种智能软硬可调床垫的睡眠监测与控制方法流程图；
图2示出了本发明实施例提供的另一种智能软硬可调床垫的睡眠监测与控制方法流程图；
图3示出了本发明实施例提供的一种智能软硬可调床垫的结构示意图；
图4示出了本发明实施例提供的另一种智能软硬可调床垫的结构示意图；
图5示出了本发明实施例提供的一种智能软硬可调床垫的实体结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种智能软硬可调床垫及其监测方法，应用于智能软硬可调床垫，可以实时监测用户的睡眠状态，并且积累用户睡眠规律的大数据，基于大数据分析，实现在睡眠全程对软硬可调床垫的自适应控制，为用户创造个性化、最优化的睡眠环境。
如图1所示，该方法包括以下步骤：
101、利用智能软硬可调床垫各个充气腔的气体传感器监测所述各个充气腔的气体压力信息，以及利用所述智能软硬可调床垫表面的各组耦合电容型传感器监测用户的身体电信号。
其中，所述智能软硬可调床垫可以由若干个充气腔组成，每个充气腔内均可以设置一个或者多个气体压力传感器，所述气体压力传感器能够监测对应充气腔内气体压力信息，所述气体压力信息具体可以为气体压力值。当用户的身体躺在床上时，由于身体施加的压力，每个充气腔内气体压力必然会变化；而且随着身体在床垫上的动作，各个气体压力信息也会随之变化，因此，气体压力信息的变化可以反映用户在床垫上的身体姿态调整变化情况。
此外，所述智能软硬可调床垫表面可以设置多组耦合电容型传感器，所述身体电信号可以为从身体多个部位获取的，例如，脑部、胸腔、胳膊、腿部、腰部、脚部等获取的，具体地，所述身体电信号可以为各个部位的电信号，如脑电信号、眼睛电信号、脉搏电信号、呼吸电信号、心电信号、血液氧饱和度、盆腔电信号等。
在本发明实施例中，充气腔和气体压力传感器的个数、以及耦合电容型传感器的组数，可以根据充气床垫的大小尺寸设置，也可以根据用户需求进行设置，本发明实施例不做限定。
102、根据所述气体压力信息和所述身体电信号，分析所述用户的睡眠状态。
其中，所述睡眠状态可以包括清醒状态和进入睡眠状态，所述清醒状态可以划分为起床清醒状态、半夜清醒状态也可以称为失眠状态等。所述进入睡眠状态可以划分为浅睡眠状态和深度睡眠，所述浅睡眠状态可以为刚入睡时的浅睡眠状态、欲去厕所时的浅睡眠状态、欲起床的浅睡眠状态等，本发明实施例仅对所述睡眠状态进行举例说明。用户处于不同睡眠状态，用户的身体特征表现均不同，具体地，用户的身体动作、动作幅度、动作频率、所述用户的脑电波信号、眨眼次数、呼吸频率、心跳频率、脉搏跳动频率、血液流速、盆腔积尿容量等在不同的睡眠状态阶段均不同。
例如，用户处于清醒状态时，眨眼次数、呼吸频率、心跳频率、脉搏跳动频率、血液流速、身体动作、动作幅度、动作频率等均比进入睡眠状态高；用户处于浅睡眠状态时，呼吸频率、心跳频率、脉搏跳动频率、血液流速、身体动作、动作幅度、动作频率等均比深度睡眠状态高，用户处于刚入睡时的浅睡眠状态的盆腔积尿容量等比欲去厕所时的浅睡眠状态高。
在发明实施例中，所述气体压力信息可以用于确定用户的身体动作、动作幅度、动作频率，所述身体电信号可以用于确定所述用户的脑电波信号、眨眼次数、呼吸频率、心跳频率、脉搏跳动频率、血液流速、盆腔积尿容量等。因此，通过所述步骤102能够分析所述用户的睡眠状态。
需要说明的是，所述智能软硬可调床垫还可以包括数据处理芯片，为了提升监测和分析用户睡眠状态的准确性，所述数据处理芯片可以积累自床垫投入使用以来历史采集的气体压力信息和身体电信号，作为记录，然后根据积累的气体压力信息和身体电信号的大数据，分析所述用户的睡眠状态。
103、根据所述睡眠状态调节所述各个充气腔的气体状态，以控制所述智能软硬可调床垫为所述用户提供个性化的睡眠环境。
其中，所述气体状态可以包括气体容量和气体温度等，所述睡眠环境可以包括所述智能软硬可调床垫的软硬程度、倾斜程度和温度等，即通过调节所述各个充气腔的气体状态可以实现根据所述睡眠状态控制所述智能软硬可调床垫的软硬程度、倾斜程度和温度。
需要说明的是，根据步骤102中确定的用户当前所处于的睡眠状态，智能软硬可调床垫可以响应该睡眠状态而实时进行气体状态调节，为所述用户提供个性化的睡眠环境。例如，在步骤102确定用户进入浅睡眠状态或者处于失眠状态时，步骤103中可以控制所述智能软硬可调床垫的柔软度高一些，控制智能软硬可调床垫的倾斜度更贴近用户身体弯曲程度，使得用户尽快进入深度睡眠状态；或者在用户进入起床清醒状态时，可以控制所述智能软硬可调床垫的硬度高一些，以便所述用户尽快起床，以及在起床时方便做伸展运动等。通过根据睡眠状态为所述用户提供个性化的睡眠环境，能够满足各个用户的睡眠需求，提升用户的睡眠质量，从而能够保证有较高的适应性。
本发明实施例提供的一种智能软硬可调床垫的监测方法。与目前智能床垫通常由用户根据感觉自行手动调节软硬度等睡眠环境相比较，本发明实施例通过利用所述智能软硬可调床垫各个充气腔的气体传感器监测所述各个充气腔的气体压力信息，以及通过利用所述智能软硬可调床垫表面的各组耦合电容型传感器能够监测用户的身体电信号。能够根据所述气体压力信息和所述身体电信号，分析所述用户的睡眠状态；并根据所述睡眠状态调节所述各个充气腔的气体状态，以控制所述智能软硬可调床垫为所述用户提供个性化的睡眠环境，从而能够满足各个用户的睡眠需求，提升用户的睡眠质量，进而能够保证有较高的适应性。
进一步的，为了更好的说明上述智能软硬可调床垫控制的过程，作为对上述实施例的细化和扩展，本发明实施例提供了另一种智能软硬可调床垫监测方法，如图2所示，但不限于此，具体如下所示：
201、利用智能软硬可调床垫各个充气腔的气体传感器监测所述各个充气腔的气体压力信息，以及利用所述智能软硬可调床垫表面的各组耦合电容型传感器监测用户的身体电信号。
其中，关于所述气体压力信息和所述身体电信号等名词相关解释，在步骤101已进行详细描述，在此不进行赘述。
202、根据所述气体压力信息确定所述用户躺在所述智能软硬可调床垫上的动作幅度和动作频率等姿态信息，并根据所述身体电信号确定所述用户躺在所述智能软硬可调床垫上的呼吸频率、心跳频率和脉搏跳动频率等生理状态。
需要说明的是，用户躺在所述充气床垫上的不同动作幅度和不同动作频率，对所述充气床垫施加的压力不同，各个充气腔内的气体压力值不同，因此，通过所述气体压力信息即可以分析出所述用户躺在所述充气床垫上的动作幅度和动作频率。此外，所述呼吸频率可以为根据呼吸电信号确定的，所述心跳频率可以为根据心电信号确定的，所述脉搏跳动频率可以为根据脉搏电信号确定的。
203、根据所述动作幅度、所述动作频率、所述呼吸频率、所述心跳频率和脉搏跳动频率，分析所述用户的睡眠状态。
对于本发明实施例，为了提升所述用户的睡眠状态的分析速度和准确性，在步骤203之前还可以预先训练睡眠状态识别模型，具体地，可以利用预设深度学习算法以智能床垫针对用户累积的历史动作幅度、历史动作频率、历史呼吸频率、历史心跳频率、历史脉搏跳动频率和历史睡眠状态进行预先训练，得到睡眠状态识别模型。因此，所述步骤203具体可以为：将所述动作幅度、所述动作频率、所述呼吸频率、所述心跳频率和所述脉搏跳动频率输入到所述睡眠状态识别模型，以分析所述用户的睡眠状态。
其中，所述睡眠状态识别模型可以保存有动作幅度、动作频率、呼吸频率、心跳频率和脉搏跳动频率所对应的组合与睡眠状态之间的对应关系。具体地，所述睡眠状态识别模型可以采用预设的深度学习算法，将历史积累的针对特定用户的历史动作幅度、历史动作频率、历史呼吸频率、历史心跳频率、历史脉搏跳动频率以及相应的历史睡眠状态作为学习样本，输入该算法，对该算法的权重和偏差进行反复调整训练，使该深度学习算法输出的睡眠状态与实际睡眠状态尽可能接近，当接近程度达到预期，则认为该算法训练完成，保存相应的权重和偏差。训练好之后的该睡眠状态识别模型可以在步骤203中根据实时采集的动作幅度、动作频率、呼吸频率、心跳频率和脉搏跳动频率输出对应的睡眠状态。
具体地，所述预设深度学习算法可以为所述卷积神经网络算法，卷积神经网络可以为多层的神经网络。相应的，睡眠状态识别模型可以包括输入层、隐藏层和输出层，输入层对应于输入的动作幅度、动作频率、呼吸频率、心跳频率和脉搏跳动频率的集合，所述隐藏层用于根据所述对应关系进行睡眠状态计算；所述输出层用于将计算得到的睡眠状态进行输出，所述隐藏层即为利用非线性函数对输入的集合进行计算的层。通过睡眠状态识别模型能够实现利用机器进行自我学习，自我修正，提升睡眠状态的分析准确性，从而能够提升对特定用户睡眠特点的适应性。
通过所述卷积神经网络算法，能够提升对输入集合的容忍度，进一步提升睡眠状态准确性和效率。该算法具体可以包括：
(1)将历史动作幅度、历史动作频率、历史呼吸频率、历史心跳频率、历史脉搏跳动频率以及相应的历史睡眠状态作为学习样本输入到该睡眠状态识别模型的卷积神经网络；其中，所述历史动作幅度、历史动作频率、历史呼吸频率、历史心跳频率、历史脉搏跳动频率可以整合为输入向量xp＝{xp1...xpn}，其中xp1，xp2，......xpn作为输入向量的一个维度，分别是与同一时刻采集的一组动作幅度、动作频率、呼吸频率、心跳频率、脉搏跳动频率的历史数值；与该输入向量x对应的期望输出值为tpm，该期望输出值是与该组历史数值同时采集的用户实际睡眠状态，tpm的不同取值代表用户处于深度睡眠、浅度睡眠或者是清醒状态。
(2)执行正向传导计算：将该样本代入到睡眠状态识别模型的卷积神经网络，该卷积神经网络输入层具有n个输入神经元，隐藏层具有k个隐层神经元，输出层具有m个输出神经元，则依次计算隐藏层和输出层的数值如下：
其中w1nk是输入层的第n个神经元与隐藏层的第k个神经元之间的权重，o1pk是隐藏层第k个神经元的输出；w2km是隐藏层第k个神经元与输出层第m个神经元之间的权重，o2pm是第m个输出层神经元的输出，激活函数
(3)执行偏差计算：
(4)执行反向计算：
其中学习率为μ，
-δpm(i)＝(tpm-o2pm(i))o2pm(i)(1-o2pm(i))，
更改权值如下：
w1nk(i+1)＝w1nk(i)+δw1nk(i+1)
w2km(i+1)＝w2km(i)+δw2km(i+1)
(5)返回第(2)步，重新进行第i+1轮学习。
经过反复学习，不断调整神经元之间的权重值，直至偏差达到小于等于预定的允许偏差ε，则睡眠状态识别模型的卷积神经网络训练完成。从而，对于当前实时采集的用户的动作幅度、所述动作频率、所述呼吸频率、所述心跳频率和脉搏跳动频率，可以将其作为一个输入向量输入至训练好的睡眠状态识别模型，将该模型的输出作为用户当前的睡眠状态。
进一步地，为了提升所述用户的睡眠状态精确粒度，本发明实施例还可以根据所述身体电信号确定所述用户躺在所述充气床垫上的脑电波信号、眨眼次数、血液流速、盆腔积尿容量等，然后将上述信息也作为输入向量的组成维度，结合原来的呼吸频率、心跳频率和脉搏跳动频率，训练睡眠状态识别模型，并进行睡眠状态分析。
204、根据记录的历史睡眠状态、历史气体压力信息、历史身体电信号和记录时间，分析所述用户的睡眠作息习惯和用户健康状态。
记录历次识别的用户睡眠状态以及历次采集的气体压力信息、身体电信号，并且对应存储每次的记录时间，所述记录时间可以是每次记录过程中所述用户睡眠状态的产生时间，以及每次气体压力信息、身体电信号采集的时间。历次识别的用户睡眠状态数据、气体压力信息、身体电信号信息以及记录时间的累积构成历史睡眠状态、历史气体压力信息、历史身体电信号的历史记录大数据。
根据所述历史气体压力信息能够监测在使用历史内所述用户开始躺入所述充气床垫上的平均躺入时间，以及能够监测所述用户最后离开所述充气床垫的平均离开时间，根据所述平均躺入时间、所述平均离开时间以及二者之间的时间间隔，即可以确定所述用户的每日作息时间，从而能够确定所述用户的睡眠作息习惯。通过所述历史身体电信号能够监测分析出所述用户睡眠过程中的身体症状，例如，根据身体电信号的异常变化，能够监测所述用户是否存在盗汗、发烧等症状，根据所述身体症状的记录即可以确定所述用户的用户健康状态。
205、根据所述睡眠作息习惯、所述用户健康状态和所述用户历史睡眠状态，调节所述各个充气腔的气体状态，以控制所述智能软硬可调床垫为所述用户提供个性化的睡眠环境。
其中，所述气体状态包括气体容量和气体温度等，所述睡眠环境包括所述智能软硬可调床垫的软硬程度、倾斜程度和温度等，因此，所述步骤205具体可以包括：根据所述睡眠作息习惯、所述用户健康状态和所述睡眠状态调节所述各个充气腔内的气体容量，以调节控制所述软硬程度或者所述倾斜程度；或者根据所述睡眠状态调节所述各个充气腔内的气体温度，以调节控制所述温度。通过步骤205能够实现为所述用户提供个性化的睡眠环境更接近用户的睡眠需求。
例如，根据用户作息习惯以及用户睡眠状态的历史记录大数据，用户a习惯在21:00-次日6:00卧床休息，其中21:40-23:00、次日5:00-6:00进入浅睡眠状态，习惯在23:00-次日5:00点进入深度睡眠状态；则针对用户a可以在21:00-23:00点时控制所述智能软硬可调床垫的柔软度更高些，有利于用户a尽快进入到深度睡眠状态；并且，在23:00-次日5:00升高智能软硬可调床垫的硬度，以便用户a身体得到足够吃撑，有助于缓解肌肉疲乏。还可以根据所述用户健康状态的历史记录，根据所述用户的体温温度、盗汗情况，控制所述智能软硬可调床垫的温度。例如，若用户的体温高或者盗汗频繁，则可以控制所述充气床垫的温度低些；若用户的体温低，则可以控制所述充气床垫的温度高些。还可以基于该用户健康状态的历史记录以及当前的天气温度，控制所述充气床垫的温度。
本发明实施例仅对根据所述睡眠作息习惯、所述用户健康状态和所述用户睡眠状态控制智能软硬可调床垫提供个性化的睡眠环境进行举例，在此不进行限定。
对于本发明实施例，所述智能软硬可调床垫还能够支持用户查看自己的睡眠质量统计图的功能，以便了解睡眠质量情况，根据睡眠情况进行调整，具体包括：将所述用户健康状态、所述用户睡眠状态的历史数据和所述历史数据对应的时间信息发送给移动终端，以便所述移动终端根据所述历史数据和所述时间信息，生成并展示所述用户对应的睡眠质量统计图。例如，用户在根据所述睡眠质量统计图发现自己睡眠质量比较差，如整个睡眠过程中醒来的次数较多，可以及时去看医生对睡眠状态进行调整。
此外，所述智能软硬可调床垫还能够通过物联网的通信手段融入到智慧家庭物联网中，对智慧家庭设备的工作进行控制，具体可以通过床垫监测的数据和/或分析结果，对智慧家庭设备的工作进行控制，所述方法还包括：将所述用户睡眠状态发送给所述智能软硬可调床垫融入的智慧家庭物联网的控制中心，以便所述控制中心向智慧家庭设备发送与所述睡眠状态对应的调节控制指令。所述智慧家庭设备可以包括空调、电视、电灯、电话、电饭锅窗帘、闹铃、门锁等。用户处于不同的睡眠状态，各个智慧家庭设备的工作状态不同，因此，所述控制中心发送给各个智慧家庭设备的调节控制指令不同。
例如，电视、电灯、窗帘等智慧家庭设备在用户处于清醒状态时的工作状态与用户处于进入睡眠状态时的不同。在用户处于进入睡眠状态时，所述控制中心可以控制电视、电灯、音乐播放设备关闭、窗帘合上、入户门锁锁上等。在用户处于起床清醒状态时，所述控制中心可以控制、电灯打开、窗帘拉开、入户门锁开锁等。在用户处于欲去厕所时的浅睡眠状态时，可以向卧室或者卫生间的电灯发送开灯指令，并且向闹铃发送响铃指令，以便所述用户尽快起床去厕所，并且通过自动开灯，能够避免所述用户磕碰到。所述欲去厕所时的浅睡眠状态可以为所述充气床垫根据所述用户的盆腔尿液量、呼吸频率等信息监测的，尿频可以根据一定时间内盆腔尿液量大于预定容量的次数确定的。在用户处于失眠状态时，可以控制音乐播放设备播放催眠音乐。通过播放催眠音乐，可以加速所述用户进入睡眠状态的速度，从而能够提升所述用户的睡眠质量，当监测分析所述用户进入睡眠状态后，再控制音乐播放设备停止播放音乐。
本发明实施例提供的另一种智能软硬可调床垫的监测方法，通过利用所述智能软硬可调床垫各个充气腔的气体传感器能够监测所述各个充气腔的气体压力信息，以及通过利用所述智能软硬可调床垫表面的各组耦合电容型传感器能够监测用户的身体电信号。与此同时，能够累积历次记录的所述气体压力信息和所述身体电信号形成历史记录数据，根据历史记录的大数据分析所述用户的睡眠状态；并根据所述睡眠状态结合用户健康状态调节所述各个充气腔的气体状态，以控制所述智能软硬可调床垫为所述用户提供个性化的睡眠环境，从而能够满足各个用户的睡眠需求，提升用户的睡眠质量，进而能够保证有较高的适应性。
进一步地，作为图1的具体实现，本发明实施例提供了一种智能软硬可调床垫，如图3所示，所述智能软硬可调床垫包括：监测单元31、分析单元32和控制单元33。
所述监测单元31，可以用于利用所述智能软硬可调床垫各个充气腔的气体传感器监测所述各个充气腔的气体压力信息，以及利用所述智能软硬可调床垫表面的各组耦合电容型传感器监测用户的身体电信号。所述监测单元31是本智能软硬可调床垫监测所述各个充气腔的气体压力信息以及监测用户的身体电信号的主要功能模块。
所述分析单元32，可以用于根据所述气体压力信息和所述身体电信号，分析所述用户的睡眠状态。
所述控制单元33，可以用于根据所述睡眠状态调节所述各个充气腔的气体状态，以控制所述智能软硬可调床垫为所述用户提供个性化的睡眠环境。
所述控制单元33，具体可以用于当所述睡眠环境包括所述智能软硬可调床垫的软硬程度、倾斜程度和温度时，根据所述睡眠状态调节所述各个充气腔内的气体容量，以调节控制所述软硬程度或者所述倾斜程度；或者根据所述睡眠状态调节所述各个充气腔内的气体温度，以调节控制所述温度。
对于本发明实施例，为了实现所述智能软硬可调床垫为所述用户提供个性化的睡眠环境更接近用户的睡眠需求，所述分析单元32，还可以用于根据记录的历史气体压力信息、历史身体电信号和记录时间，分析所述用户的睡眠作息习惯、用户睡眠状态和用户健康状态。
所述控制单元33，可以用于根据所述睡眠作息习惯、所述用户健康状态和所述用户睡眠状态调节所述各个充气腔的气体状态，以控制所述智能软硬可调床垫为所述用户提供个性化的睡眠环境。
对于本发明实施例，为了分析所述用户的睡眠状态，所述分析单元32包括：确定模块321和分析模块322，如图4所示。
所述确定模块321，可以用于根据所述气体压力信息确定所述用户躺在所述智能软硬可调床垫上的动作幅度和动作频率，并根据所述身体电信号确定所述用户躺在所述智能软硬可调床垫上的呼吸频率、心跳频率和脉搏跳动频率；
所述分析模块322，可以用于根据所述动作幅度、所述动作频率、所述呼吸频率、所述心跳频率和脉搏跳动频率，分析所述用户的睡眠状态。
对于本发明实施例，为了提升所述用户的睡眠状态的分析速度和准确性，所述分析单元32还包括：训练模块323。
所述训练模块323，可以用于利用预设深度学习算法对历史动作幅度、历史动作频率、历史呼吸频率、历史心跳频率、历史脉搏跳动频率和历史睡眠状态进行预先训练，得到睡眠状态识别模型。其中，所述预设深度学习算法可以为卷积神经网络算法。
所述分析模块322，具体可以用于将实时采集的所述动作幅度、所述动作频率、所述呼吸频率、所述心跳频率和所述脉搏跳动频率输入到所述睡眠状态识别模型，以分析所述用户的实时睡眠状态。
对于本发明实施例，为了方便用户看到自己的睡眠质量情况，以便根据睡眠情况进行调整，所述智能软硬可调床垫还包括：第一发送单元34。
所述第一发送单元34，可以用于将用户睡眠状态和所述睡眠状态对应的时间信息的历史数据发送给移动终端，从而所述移动终端根据所述历史数据和所述时间信息，生成并展示所述用户对应的睡眠质量统计图。
对于本发明实施例，所述智能软硬可调床垫还能够融入到智慧家庭物联网中，对所述物联网中的智慧家庭设备的工作进行控制，所述智能软硬可调床垫还包括：第二发送单元35。所述第二发送单元35，可以用于将所述睡眠状态发送给所述智能软硬可调床垫融入的智慧家庭物联网的控制中心，使得所述控制中心向智慧家庭设备发送与所述睡眠状态对应的调节控制指令。所述第二发送单元35是本智能软硬可调床垫中将所述睡眠状态发送给所述智能软硬可调床垫融入的智慧家庭物联网的控制中心的主要功能模块。
需要说明的是，本发明实施例提供的一种智能软硬可调床垫所涉及各功能模块的其他相应描述，可以参考图1所示方法的对应描述，在此不再赘述。
基于上述如图1所示方法，相应的，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：利用所述智能软硬可调床垫各个充气腔的气体传感器监测所述各个充气腔的气体压力信息，以及利用所述智能软硬可调床垫表面的各组耦合电容型传感器监测用户的身体电信号；根据所述气体压力信息和所述身体电信号，分析所述用户的睡眠状态；根据所述睡眠状态调节所述各个充气腔的气体状态，以控制所述智能软硬可调床垫为所述用户提供个性化的睡眠环境。
基于上述如图1所示方法和如图3所示智能软硬可调床垫的实施例，本发明实施例还提供了一种智能软硬可调床垫的实体结构图，如图5所示，该智能软硬可调床垫包括：处理器41、存储器42、及存储在存储器42上并可在处理器上运行的计算机程序，其中存储器42和处理器41均设置在总线43上所述处理器41执行所述程序时实现以下步骤：利用所述智能软硬可调床垫各个充气腔的气体传感器监测所述各个充气腔的气体压力信息，以及利用所述智能软硬可调床垫表面的各组耦合电容型传感器监测用户的身体电信号；根据所述气体压力信息和所述身体电信号，分析所述用户的睡眠状态；根据所述睡眠状态调节所述各个充气腔的气体状态，以控制所述智能软硬可调床垫为所述用户提供个性化的睡眠环境。该智能软硬可调床垫还包括：总线43，被配置为耦接处理器41及存储器42。
通过本发明的技术方案，能够利用所述智能软硬可调床垫各个充气腔的气体传感器能够监测所述各个充气腔的气体压力信息，以及利用所述智能软硬可调床垫表面的各组耦合电容型传感器能够监测用户的身体电信号。与此同时，能够根据所述气体压力信息和所述身体电信号，分析所述用户的睡眠状态；并根据所述睡眠状态调节所述各个充气腔的气体状态，以控制所述智能软硬可调床垫为所述用户提供个性化的睡眠环境，从而能够满足各个用户的睡眠需求，提升用户的睡眠质量，进而能够保证有较高的适应性。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
可以理解的是，上述方法及装置中的相关特征可以相互参考。另外，上述实施例中的“第一”、“第二”等是用于区分各实施例，而并不代表各实施例的优劣。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本发明实施例的无人机中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。