一种智能婴儿床车

1.本发明属于婴儿用品技术领域及物联网领域，具体地，涉及一种智能婴儿床车。


背景技术：

2.随着物联网、云计算等技术的发展，智能监护设备具有强大的市场潜力。随着二胎政策的全面实施，中国迎来新一轮的生育高峰，人们越来越关注婴儿的健康状况，婴幼儿用品等相关行业将成为最直接的受益者。随着软硬件技术的快速发展，监护手段越来越成熟，辨识度也不断提升而在现代生活中，人们的生活节奏越来越快，压力越来越大。这使得人们对休息的合理安排更加严格，如何解决母婴分房，婴儿监护已成为每个新生儿家庭最关心的问题之一。
3.由于婴幼儿身体机能较弱，睡眠也可能成为生长发育过程中一个可改变的危险因素。为对睡眠状态下的婴幼儿进行及时监护，研发出一款专门针对婴幼儿的性价比高、体验感强、功能强大的婴儿床车监护系统。美国的一项数据显示，每年，估计有328500名0
‑
12个月的婴儿因意外伤害在急诊科接受治疗。其中与跌倒有关的伤害每年约有168500名。24小时的人工监护又显得不切实际。
4.新生婴儿大部分的时间是在婴儿床上度过的，而婴儿的哭声以及打闹动作中包含婴儿大量的生理和心理的信息，是婴儿与外界环境交流的重要手段，反应了婴儿的某种需求，是婴儿对外界发出的一种警报，因而对婴儿的哭声监控和动作监控有重要的意义。
5.随着人工智能地快速发展，机器学习以及深度学习等技术开始在医疗领域进行研究与落地。机器学习技术，是一种功能强大的计算工具，可以从数据中自动学习特征，以执行特定任务。面对海量数据，机器学习算法可以做到传统算法无法做到的事情，而且输出结果会随着数据处理量的增大而更加准确。从婴儿监护行业来看，由于体型声强等等原因，不同宝宝之间的数据差异较大，机器学习通过对海量数据的训练，建立拟合的模型，提高识别的准确率和泛化能力，做出判断以及预测，在整个监护行业领域具有深远的意义。


技术实现要素：

6.本发明是为了解决上述问题而进行的，目的在于提供有一种智能婴儿床车。
7.本发明提供了一种智能婴儿床车，具有这样的特征，包括：车式床体，包括床框、连接于床框上用于安装挂帘的支架、与床框连接的车架、连接于车架底部的四个滑轮、设置于床框内部的床垫以及连接于床框侧面上的扶手；采集模块，设置于车式床体上，用于采集婴儿状态数据、监护人离车状态以及床车环境状态数据；安抚模块，设置于车式床体上，用于播放安眠曲安抚婴儿；自动拉帘模块，设置于支架上，用于将挂帘自动拉上；自动驻车模块，设置于车架上，用于智能婴儿床车的自动驻停；通信模块，设置于床框外侧的顶部，用于传输婴儿状态数据、监护人离车状态以及床车环境状态数据；主控模块，安装于车架上，与采集模块、安抚模块、自动拉帘模块以及自动驻车模块电性连接，接收并集中处理婴儿状态数据、监护人离车状态以及床车环境状态数据；服务器端，通过通信模块与主控模块通信连
接，用于接收处理后的婴儿状态数据、监护人离车状态以及床车环境状态数据，而后进行机器学习分类，识别状态信息并做实时处理和警报，得到处理结果；以及客户端，与服务器端通信连接，用于接收处理结果，从而发出警报以提醒监护人。
8.在本发明提供的智能婴儿床车中，还可以具有这样的特征：其中，采集模块包括安装于床垫内部用于采集婴儿睡眠状态的压力传感器、安装于床框内壁用于实时监测了解婴儿的哭闹状态的声音传感器、安装于床垫上用于实时监测环境温湿度的温湿度传感器、安装于支架上用于监测环境光线强度的光强传感器以及安装于床框内壁用于监测距离的距离传感器，安抚模块为安装于床框上且置于婴儿头部位置的用于播放安眠曲的音频播放装置。
9.在本发明提供的智能婴儿床车中，还可以具有这样的特征：其中，服务器端部署有第一机器学习算法神经网络模型和第二机器学习算法神经网络模型，从而判断婴儿声音是否异常以及婴儿睡姿是否异常，进而确认是否需要打开安抚装置，判断婴儿睡姿是否异常包括如下步骤：步骤1
‑
1，压力传感器采集婴儿睡眠状态数据即压力数据步骤1
‑
2，通过第二机器学习算法神经网络模型对压力数据进行分类，分为压力骤减、压力短暂波动、压力发生持续波动以及压力正常四类；步骤1
‑
3，通过分类结果判断，当判断为压力骤减时，则客户端发出离床警报；当判断为压力发生短暂波动时，则开启安抚模块；当判断为压力发生持续波动时，则客户端发出婴儿清醒的警报；当判断为压力正常，则可通过客户端进行查询。判断婴儿声音是否异常包括如下步骤：步骤2
‑
1，声音传感器采集婴儿声音信号数据；步骤2
‑
2，通过第一机器学习算法神经网络模型对婴儿声音信号数据进行分类，分为声音短时波动，声音持续波动，声音正常三类；步骤2
‑
3，通过上述分类结果判断，当判断为声音声音短时波动，则通过主控模块控制开启安抚模块；当判断为声音持续波动，客户端发出婴儿哭泣的警报；当判断为声音正常，则可通过客户端进行查询。
10.在本发明提供的智能婴儿床车中，还可以具有这样的特征：其中，第一机器学习算法神经网络模型为支持向量机算法svm，第二机器学习算法神经网络模型为长短期记忆神经网络lstm。
11.在本发明提供的智能婴儿床车中，还可以具有这样的特征：其中，判断床垫是否异常包括如下步骤：步骤3
‑
1，温湿度传感器采集床垫的温度和湿度并记录时间；步骤3
‑
2，通过主控模块判断床垫的温度，当该温度高于最高阈值或者低于最低阈值持续3分钟，则客户端发出提醒的警报；步骤3
‑
3，通过主控模块判断床垫的湿度，当该湿度高于最高阈值持续3分钟，则客户端发出婴儿尿床的提醒，其中，温度的最高阈值为37.5摄氏度，最低阈值为32摄氏度，湿度的最高阈值为60％。
12.在本发明提供的智能婴儿床车中，还可以具有这样的特征：其中，支架上安装有顶部滑轮组，用于挂帘的移动，自动拉帘模块包括分别设置于安装有滑轮组的支架的两端并用于驱动窗帘拉上和拉开的两个自动拉帘电机，自动拉帘电机与主控模块电性相连，扶手的一侧安装有拉帘按钮，用于手动控制该拉帘按钮，从而驱动自动拉帘电机将挂帘拉上，判断环境光强是否异常包括如下步骤：步骤4
‑
1，光强传感器采集环境光强并记录时间；步骤4
‑
2，在挂帘打开的状态下，通过主控模块进行判断，当环境光强超过最高阈值持续5分钟时，主控模块控制自动拉帘电机自动将挂帘拉上或手动将挂帘拉上；步骤4
‑
3，在挂帘合上的状态下，通过主控模块进行判断，当环境光强低于最低阈值持续5分钟，主控模块控制自
动拉帘电机自动将挂帘拉开或手动将挂帘拉开，其中，环境光强的最高阈值为600lux，最低阈值为100lux。
13.在本发明提供的智能婴儿床车中，还可以具有这样的特征：其中，自动驻车模块包括分别安装于后方的两个滑轮上方的车架处的两个自动驻车电机，自动驻车电机与主控模块电性相连，后方的两个滑轮处安装有用于刹车的自动刹车片，扶手的另一侧安装有驻车/行车按钮，用于手动控制驻车/行车按钮，从而使得自动驻车电机工作，进而驱动自动刹车片自动驻车/行车，判断监护人离车状态是否异常包括如下步骤：步骤5
‑
1，距离传感器采集监护人离车距离并记录时间；步骤5
‑
2，在行车状态下，通过主控模块判断监护人是否离车1米持续5秒，当判断为是时，则通过主控模块控制自动驻车电机进而驱动自动刹车片进行自动驻车或按下驻车/行车按钮进行手动驻车；步骤5
‑
3，在驻车状态下，通过主控模块判断监护人是否离车不超过0.5米持续5秒，当判断为是时，则通过主控模块控制自动驻车电机进而驱动自动刹车片进行自动解锁或按下驻车/行车按钮进行解锁进行手动解锁。
14.在本发明提供的智能婴儿床车中，还可以具有这样的特征：其中，床框底部设置有四角安装有滑轮并用于放置物品的置物篮。
15.发明的作用与效果
16.根据本发明所涉及的智能婴儿床车，因为具有设置于车式床体上的采集模块，所以能够采集婴儿状态数据、监护人离车状态以及床车环境状态数据；因为具有设置于车式床体上的安抚模块，所以能够安抚婴儿；因为具有设置于扶手上的自动拉帘模块，所以能够将挂帘自动拉上；因为具有连接于扶手上的自动驻车模块，所以能够使得智能婴儿床车自动驻停；因为具有设置于床框外侧的顶部通信模块，所以能够传输婴儿状态数据、监护人离车状态以及床车环境状态数据；因为主控模块与采集模块、安抚模块、自动拉帘模块，自动驻车模块以及通信模块电性连接，所以能够接收并集中处理婴儿状态数据、监护人离车状态以及床车环境状态数据，而后实时判断结果，通过通信模块收发数据，并控制自动驻车模块，自动拉帘模块，安抚模块的开启；因为具有通信连接的服务器端和客户端，所以能够接收相关数据，最后通过客户端发出警报以提醒监护人。
17.进一步地，本发明的智能婴儿床车基于多传感器采集到的婴儿实时状态，通过机器学习算法对数据进行分类，通过调整超参数以及网络模型，迭代训练，得到精确的婴儿状态，做到实时处理。基于多传感器采集到的环境实时状态，智能调整床车装置，使之舒适安全。
18.因此，本发明的智能婴儿床车结合智能物联与机器学习，结构安全，设计合理，操作方便，通过多传感器的监测，为婴儿提供舒适安全的生活环境，同时数据在云端进行机器学习分类，可有效提高婴儿状态的识别精度，做到实时自动处理以及提醒警报工作，解决每个新生儿家庭婴儿监护的难题，使其在整个监护行业领域具有深远的意义。
附图说明
19.图1是本发明的实施例中的智能婴儿床车的结构示意图；
20.图2是本发明的实施例中具有床垫放大示意图的智能婴儿床车的结构示意图；
21.图3是本发明的实施例中智能婴儿床车的系统框架示意图；
22.图4是本发明的实施例中的智能婴儿床车的工作流程图；
23.图5是本发明的实施例中智能婴儿床车的婴儿状态监控的工作流程图；
24.图6是本发明的实施例中智能婴儿床车的自动拉帘模块的工作流程图；
25.图7是本发明的实施例中智能婴儿床车的自动驻车模块的工作流程图；
26.图8是本发明的实施例中智能婴儿床车的服务器端与客户端的说明示意图。
具体实施方式
27.为了使本发明实现的技术手段与功效易于明白了解，以下结合实施例及附图对本发明作具体阐述。
28.实施例：
29.图1是本发明的实施例中的智能婴儿床车的结构示意图，图2是本发明的实施例中具有床垫放大示意图的智能婴儿床车的结构示意图，图3是本发明的实施例中智能婴儿床车的系统框架示意图，图4是本发明的实施例中的智能婴儿床车的工作流程图。
30.如图1
‑
图4所示，本实施例一种智能婴儿床车100，该智能婴儿床车100是基于机器学习算法的婴儿床车，能够实现静止安眠和推动行驶的功能，包括：车式床体1、采集模块2、安抚模块3、自动拉帘模块4、自动驻车模块5、通信模块6、主控模块7、服务器端(图中未示出)以及客户端(图中未示出)，具体工作过程包括：首先通过采集模块2采集采集婴儿状态数据、监护人离车状态以及床车环境状态数据，而后服务器端处理上述数据并判断各状态是否异常，最后根据判断结果，通过主控模块7控制相应的模块开始工作，并通过客户端发出提醒或警报。
31.车式床体1包括床框101、连接于床框101上用于安装挂帘102的支架103、与床框101连接的车架104、连接于车架104底部的四个滑轮105、设置于床框101内部的床垫106以及连接于床框侧面上的扶手107。
32.本实施例中，床框101底部设置有四角安装有滑轮105并用于放置物品的置物篮8。
33.采集模块2设置于车式床体1上，用于采集婴儿状态数据、监护人离车状态以及床车环境状态数据，采集模块2包括安装于床垫106内部用于采集婴儿睡眠状态的压力传感器201、安装于床框101内壁用于实时监测了解婴儿的哭闹状态的声音传感器202、安装于床垫106上用于实时监测环境温湿度的温湿度传感器203、安装于支架103上用于监测环境光线强度的光强传感器204以及安装于床框101内壁用于监测距离的距离传感器205。
34.安抚模块3设置于车式床体1上，用于播放安眠曲安抚婴儿，且安抚模块3与声音传感器202在床框101的同一侧壁上。
35.本实施例中，安抚模块3为安装于床框101上且置于婴儿头部位置的用于播放安眠曲的音频播放装置。
36.进一步地，采集到的数据经过服务器端部署的第一机器学习算法神经网络模型和第二机器学习算法神经网络模型，从而判断婴儿声音是否异常以及婴儿睡姿是否异常，进而确认是否需要打开安抚装置。
37.本实施例中，第一机器学习算法神经网络模型为支持向量机算法svm，第二机器学习算法神经网络模型为长短期记忆神经网络lstm。
38.进一步地，svm算法以及lstm模型部署在服务器端，对获取到的声音信号数据以及婴儿睡眠状态数据进行分类识别，将分类识别的结果也发送给微信小程序，在微信小程序
上实时显示短时间哭泣、长时间哭泣、不哭泣、离床、静睡、踢腿翻身、持续躁动等状态。
39.图5是本发明的实施例中智能婴儿床车的婴儿状态监控的工作流程图。
40.如图5所示，本实施例中，能够对婴儿的床垫106的温湿度，婴儿的睡眠状态，婴儿哭泣状态进行同步监测，判断输出异常状态并通过客户端做处提醒警报，具体过程如下：
41.1、判断婴儿睡姿是否异常，具体包括如下步骤：
42.步骤1
‑
1，压力传感器201采集婴儿睡眠状态数据即压力数据；
43.步骤1
‑
2，通过长短期记忆神经网络lstm对压力数据进行分类，具体包括如下内容：
44.步骤1
‑2‑
1，长短期记忆神经网络lstm训练过程对采集到的数据进行预处理，通过python的pandas以及numpy库对压力信号进行数据清洗，同时进行缺省值处理；
45.步骤1
‑2‑
2，将处理好的婴儿数据分为四类，离床，静睡，踢腿翻身以及持续躁动，训练集，验证集，测试集比例均占固定比例，分别为65％、15％、20％；
46.步骤1
‑2‑
3，对所采集到的数据进行特征提取，可以包括提取数据的最大压力值、平均压力绝对值、压力均方根、压力标准差以及压力变化最大值；
47.步骤1
‑2‑
4，通过长短期记忆神经网络lstm对其进行分类，通过调整超参数以及网络模型，迭代训练，输出婴儿状态。
48.步骤1
‑
3，通过上述分类结果判断，当判断为压力骤减时，则客户端发出离床警报，当判断为压力发生短暂波动时，则开启安抚模块，当判断为压力发生持续波动时，则客户端发出婴儿清醒的警报，当判断为压力正常，婴儿平稳静睡，可通过客户端查询。
49.2、判断床垫106温度以及湿度是否异常，具体包括如下步骤：
50.步骤3
‑
1，温湿度传感器203采集床垫的温度和湿度并记录时间；
51.步骤3
‑
2，通过主控模块判断床垫106的温度，当该温度高于最高阈值或者低于最低阈值持续3分钟，则客户端发出提醒的警报；
52.步骤3
‑
3，通过主控模块判断床垫106的湿度，当该湿度高于最高阈值持续3分钟，则客户端发出婴儿尿床的提醒。
53.其中，温度的最高阈值为37.5摄氏度，最低阈值为32摄氏度，湿度的最高阈值为60％。
54.3、判断婴儿声音是否异常，具体包括如下步骤：
55.步骤2
‑
1，声音传感器采集202婴儿声音信号数据。
56.步骤2
‑
2，通过支持向量机算法svm对婴儿声音信号数据进行分类，具体包括如下内容：
57.步骤2
‑1‑
1，支持向量机算法svm训练过程对采集到的数据进行预处理，通过python的pandas库对信号进行缺省值处理，以及数据清洗，排除杂乱的数据；
58.步骤2
‑1‑
2，将采集的数据分为三类，短时间哭泣，长时间哭泣以及不哭泣，训练集，验证集，测试集比例均占固定比例，分别为60％、20％、20％；
59.步骤2
‑1‑
3，对所采集到的数据进行特征提取，可以包括提取数据的平均值、最大值、均方根以及标准差等；
60.步骤2
‑1‑
4，通过支持向量机算法svm对其进行分类，通过调整超参数以及迭代训练，输出婴儿声音状态。
61.步骤2
‑
3，通过主控模块判断，当判断为声音短时波动，则通过主控模块7控制开启安抚模块3，当判断为声音持续波动，客户端发出婴儿哭泣的警报，当判断为声音正常，则可通过客户端进行查询。
62.进一步地，在一些示例中，结合以上多种状态，可以判断婴儿诸如尿床哭泣，饥饿哭泣，清醒躁动等状态。该实施例对应异常状态除了客户端警报提醒，能自动启动音频播放装置。
63.4、将所有状态同步至服务器端进行处理，并在客户端进行查询。
64.因此，在一些示例中可以判断婴儿异常状态包括：爬床、被偷等离床异常，发烧、寒冷等温度异常，尿床异常，踢腿、翻身等短暂波动，焦躁乱动等长时波动异常，梦魇絮语等声音波动，持续哭闹等饥饿警报。
65.判断床垫106是否异常包括如下步骤：
66.自动拉帘模块4设置于支架103上，用于将挂帘102自动拉上。
67.本实施例中，横向的支架103上安装有由多个挂帘滑轮组成的顶部滑轮组108，用于挂帘102的移动，自动拉帘模块4包括分别设置于安装有顶部滑轮组108的支架103的两端并用于驱动挂帘102拉上和拉开的两个自动拉帘电机401，且自动拉帘电机与主控模块7电性相连。
68.本实施例中，扶手107的一侧安装有拉帘按钮9，用于手动控制该拉帘按钮9，从而驱动自动拉帘电机401将挂帘102拉上。其中，光强传感器204设置于顶部滑轮组108的中间位置。
69.图6是本发明的实施例中智能婴儿床车的自动拉帘模块的工作流程图。
70.进一步地，如图6所示，判断环境光强是否异常包括如下步骤：
71.步骤4
‑
1，光强传感器204采集环境光强并记录时间；
72.步骤4
‑
2，在挂帘102打开的状态下，通过主控模块7进行判断，当环境光强超过最高阈值持续5分钟时，主控模块7控制自动拉帘电机401自动将挂帘102拉上或手动将挂帘102拉上；
73.步骤4
‑
3，在挂帘102合上的状态下，通过主控模块7进行判断，当环境光强低于最低阈值持续5分钟，主控模块7控制自动拉帘电机401自动将挂帘102拉开或手动将挂帘102拉开，
74.其中，环境光强的最高阈值为600lux，最低阈值为100lux。此外，手动按拉帘按钮9优先级高于通过主控模块7控制自动拉帘电机401将挂帘102拉上，使用手动按拉帘按钮9后自动驻车的设定关闭一分钟。当不手动按拉帘按钮9时，自动拉帘装置4才会生效，一旦手动按拉帘按钮9时，自动拉帘装置4不生效。当需要关闭自动拉帘装置4的话就双击拉帘按钮9。
75.例如，婴儿床车置于窗边，正午阳光变的逐渐猛烈，光强超过最高阈值持续5分钟，床车自动关上挂帘102，防止对宝宝造成伤害。
76.自动驻车模块5设置于车架107上，用于智能婴儿床车100的自动驻停。
77.本实施例中，自动驻车模块5包括分别安装于后方的两个滑轮105上方的车架处的两个自动驻车电机501，自动驻车电机501与主控模块7电性相连，后方的两个滑轮105处安装有用于刹车的自动刹车片109，扶手107的另一侧安装有驻车/行车按钮10，用于手动控制驻车/行车按钮10，从而使得自动驻车电机501工作，进而驱动自动刹车片109自动驻车/行
车。
78.图7是本发明的实施例中智能婴儿床车的自动驻车模块的工作流程图。
79.如图7所示，判断监护人离车状态是否异常包括如下步骤：
80.步骤5
‑
1，距离传感器205采集监护人离车距离并记录时间；
81.步骤5
‑
2，在行车状态下，通过主控模块7判断监护人是否离车1米持续5秒，当判断为是时，则通过主控模块7控制自动驻车电机501进而驱动自动刹车片109进行自动驻车或按下驻车/行车按钮10进行手动驻车；
82.步骤5
‑
3，在驻车状态下，通过主控模块判断监护人是否离车不超过0.5米持续5秒，当判断为是时，则通过主控模块7控制自动驻车电机501进而驱动自动刹车片109进行自动解锁或按下驻车/行车按钮10进行解锁进行手动解锁。
83.其中，驻车/行车按钮10优先级高于主控模块7控制的自动驻车/行车设定，使用按驻车/行车按钮10后自动驻车的设定关闭一分钟。当不手动按驻车/行车按钮10时，自动驻车/行车设定才会生效，一旦手动按驻车/行车按钮10时，自动驻车/行车设定不生效。当需要关闭自动驻车的话就双击驻车/行车按钮10。
84.例如，在出行状态下，母亲在斜坡处不注意放开了婴儿床车，距离传感器205监测到监护人远离床车1米持续5秒，自动驻车，防止危险的发生。
85.通信模块6设置于床框101外侧的顶部，用于传输婴儿状态数据、监护人离车状态以及床车环境状态数据。
86.本实施例中，通信模块6采用的方式为wifi。
87.主控模块7安装于车架104上，与采集模块2、安抚模块3、自动拉帘模块4以及自动驻车模块5电性连接，接收并集中处理婴儿状态数据、监护人离车状态以及床车环境状态数据，而后控制各个模块工作。
88.本实施例中，主控模块7为主控芯片，且主控模块7与通信模块6相邻设置，并与安抚模块3、声音传感器202在床框101的同一侧壁。
89.服务器端通过通信模块6与主控模块7通信连接，用于接收处理后的婴儿状态数据、监护人离车状态以及床车环境状态数据，而后进行机器学习分类，识别状态信息并做实时处理和警报，得到处理结果。
90.本实施例中，服务器端为云服务器即云端平台。
91.图8是本发明的实施例中智能婴儿床车的服务器端与客户端的说明示意图。
92.如图8所示，采集的数据上传至服务器端进行数据处理，采用flask轻量级web应用框架，在程序里将一个视图函数分配给一个url，每当用户访问这个url时，系统就会执行给该url分配好视图函数，而后获取函数的返回值并将其显示到客户端上。
93.进一步地，服务器端通过mysql数据库存储温湿度信息、距离信息以及光强度，并将这些数据通过http请求发给微信小程序，在微信小程序端进行实时显示。
94.客户端与服务器端通信连接，用于接收处理结果，从而发出警报以提醒监护人。
95.本实施例中，客户端采用手机微信小程序，微信小程序主要实现用户的登陆功能，用户信息存储功能，监测功能，温湿度信息、距离信息、光线强度、声音信号判断以及婴儿睡觉姿势的显示功能，便于用户使用以及进行实时监测，从而对婴儿进行实时监护。
96.实施例的作用与效果
97.根据本实施例所涉及的智能婴儿床车，因为具有设置于车式床体上的采集模块，所以能够采集婴儿状态数据、监护人离车状态以及床车环境状态数据；因为具有设置于车式床体上的安抚模块，所以能够安抚婴儿；因为具有设置于扶手上的自动拉帘模块，所以能够将挂帘自动拉上；因为具有连接于扶手上的自动驻车模块，所以能够使得智能婴儿床车自动驻停；因为具有设置于床框外侧的顶部通信模块，所以能够传输婴儿状态数据、监护人离车状态以及床车环境状态数据；因为主控模块与采集模块、安抚模块、自动拉帘模块，自动驻车模块以及通信模块电性连接，所以能够接收并集中处理婴儿状态数据、监护人离车状态以及床车环境状态数据，而后实时判断结果，通过通信模块收发数据，并控制自动驻车模块，自动拉帘模块，安抚模块的开启；因为具有通信连接的服务器端和客户端，所以能够接收相关数据，最后通过客户端发出警报以提醒监护人。
98.根据本实施例所涉及的智能婴儿床车，因为采集模块包括压力传感器、声音传感器、温湿度传感器、光强传感器以及距离传感器，所以能够监测各路数据，以便通过服务器端判断是否发生异常，进而作出相应的动作。
99.进一步地，本实施例的智能婴儿床车基于多传感器采集到的婴儿实时状态，通过机器学习算法对数据进行分类，通过调整超参数以及网络模型，迭代训练，得到精确的婴儿状态，做到实时处理。基于多传感器采集到的环境实时状态，智能调整床车装置，使之舒适安全。
100.因此，本实施例的智能婴儿床车结合智能物联与机器学习，结构安全，设计合理，操作方便，通过多传感器的监测，为婴儿提供舒适安全的生活环境，同时数据在云端进行机器学习分类，可有效提高婴儿状态的识别精度，做到实时自动处理以及提醒警报工作，解决每个新生儿家庭婴儿监护的难题，使其在整个监护行业领域具有深远的意义。
101.上述实施方式为本发明的优选案例，并不用来限制本发明的保护范围。