一种立体视觉坐姿监测提醒灯及检测方法与流程

本发明涉及坐姿校正台灯技术领域，具体涉及一种立体视觉坐姿监测提醒灯。

背景技术：

中国青少年的近视率常年居于世界前列，根据国家教育部、卫生部的调查表明：目前我国有4亿多近视患者，其中青少年已成“重灾区”：小学生中近视率在30％以上，中学生达70％，大学生达到90％。“写字姿势不正确，用眼时间长”是导致近视的重要原因。同时，写字姿势不正确，也会导致脊柱弯曲等问题。根据2012年发布的《北京市西城区、石景山区14所小学学生形体健康检测分析报告》，在调查的近万学生中，写字姿势问题人数比例达77.6％。

而台灯，作为日常家庭中必备的一款产品，通常放置在写字台或餐桌上，以供照明之用，以便于阅读、学习、工作、节省资源，众所周知，用户在台灯下阅读时，会根据自身的生活习惯采用不同的坐姿，然而一旦某种不良的坐姿成为用户的个人习惯时，会对其视力及颈椎造成不良的影响，长久下去，会影响用户的健康。

技术实现要素：

为了有效解决上述问题，本发明提供一种立体视觉坐姿监测提醒灯。

本发明的具体技术方案如下：一种立体视觉坐姿监测提醒灯，在所述坐姿监测提醒灯的灯柱上安装有至少一个坐姿采集单元；

在所述坐姿监测提醒灯内设置有与所述坐姿采集单元连接的神经网络处理单元，所述神经网络处理单元接收所述坐姿采集单元所采集的坐姿图像，并对其进行分析是否为正确坐姿；

在所述坐姿监测提醒灯上还设置有交互单元，所述神经网络处理单元同时连接所述交互单元。

进一步地，所述坐姿采集单元包括至少两个广角摄像头；

并所述坐姿采集单元沿着灯柱的竖直方向进行布置，两个广角摄像头之间在竖直方向上具有高度差。

进一步地，两个所述广角摄像头在竖直方向上的高度差为2-10cm。

进一步地，所述坐姿监测提醒灯包括照明单元；

所述神经网络处理单元包括神经网络处理器、及控制电路板，所述神经网络处理器集成设置在控制电路板上，所述控制电路板连接交互单元、及照明单元。

进一步地，所述神经网络处理单元还包括用于使用者进行输入动作指令的控制面板。

进一步地，所述坐姿采集单元包括通过3d结构光采集坐姿模型装置；

或通过tof技术采集坐姿模型装置。

一种立体视觉坐姿监测提醒灯的检测方法，所述检测方法包以下步骤：

s1预设标准坐姿模型：所述神经网络处理单元预先写入标准坐姿模型；

s2实时坐姿比对：使用者正常使用坐姿监测提醒灯的照明功能，所述坐姿采集单元实时采集坐姿图像，在神经网络处理器中进行图像融合拼接后，进行矫正比对；

s3实时反馈结果：所述神经网络处理器将比对结果输出至控制电路板，所述控制电路板根据比对结果选择执行步骤s4或s5；

s4循环采集坐姿图像：重新执行步骤s2，进行实时检测使用者坐姿的标准情况；

s5交互警示反馈：交互单元提示使用者坐姿不标准，重新调整坐姿，达到标准坐姿要求，实现矫正效果。

进一步地，在步骤s3中，所述控制电路板内还包括避免误判动作的筛选步骤，所述筛选步骤包括：

若比对结果的持续时间不满足t时间条件，则执行步骤s4。

所述控制电路板在接收到比对结果后，若比对结果的持续时间满足t时间条件，则执行步骤s5。

本发明的有益效果为：应用本发明所述立体视觉坐姿监测提醒灯及检测方法，通过两个广角摄像头可以实时采集到使用者上半身坐姿的立体视觉模型，将实时采集到的立体视觉模型与预设标准的坐姿模型进行比对，实时监测使用者的坐姿情况，由于采用实时建立使用者立体视觉的坐姿模型，产生大量的数据计算、及每个使用者的坐姿情况存在个体差异，通过神经网络处理单元的并行分布式结构、及高效的学习能力，实现对使用者坐姿情况的实时监测、识别出错误的坐姿，并通过交互单元给予警示提示，从而帮助使用者纠正错误坐姿，达到预防近视或保护骨骼健康的作用。

附图说明

图1为本发明第一实施例的整体结构示意图；

图2为本发明所述第一灯柱的整体结构示意图；

图3为本发明第一实施例的技术原理示意图；

图4为本发明第二实施例所述检测方法框架示意图。

具体实施方式

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，并不限定本发明的应用范围，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图将本发明应用于其他类似场景；

如本说明书和权利要求书中所示，除非上下文明确提示例外情形“一”、“一个”、“一种”和/或“该”等词语并非特指单数，也可以包括复数。一般来说，术语“包括”或“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”。

如图1所示，为本发明第一实施例的整体结构示意图，所述第一实施例中提供了一种立体视觉坐姿监测提醒灯，所述坐姿监测提醒灯，包括底座1、灯柱2、坐姿采集单元3、照明单元4、神经网络处理单元5、交互单元6，所述底座1为坐姿监测提醒灯的底部的壳体结构，在所述底座1内部空间内设置有神经网络处理单元5、交互单元6，并在所述底座1上固定设置所述灯柱2，在灯柱2面向使用者的一侧设置所述坐姿采集单元3，在所述灯柱2相反于所述底座1的另一端铰接设置所述照明单元4；

具体为，所述底座1包括圆盘结构的圆盘体101、及盖封在圆盘体101开口面上的盖封盘102，所述圆盘体101为一面向内凹陷的壳体结构，在所述圆盘体101内设置有用于配重的配重块、神经网络处理单元5，所述盖封盘102密封设置在所述圆盘体101的开口面上，形成密封的底座1结构；

在所述圆盘体101上固定设置所述灯柱2，所述灯柱2为内部中空贯穿的支撑柱结构，在本实施例中，所述灯柱2包括第一灯柱201、及第二灯柱202，所述第一灯柱201一端固定设置所述底座1，另一端铰接所述第二灯柱202，实现所述第二灯柱202可绕所述第一灯柱201的顶端进行自由转动；

所述第二灯柱202相反于第一灯柱201的一端铰接所述照明单元4，所述照明单元4可绕所述第二灯柱202的顶端进行自由转动，从而实现所述坐姿监测提醒灯的多关节转动，更加灵活方便；

如图2所示，在所述第一灯柱201面向所述使用者的一面，在竖直方向上开设有至少两个采集通孔301，在所述第一灯柱201内部固定设置所述坐姿采集单元3，所述坐姿采集单元3包括至少两个广角摄像头，所述广角摄像头设置在所述采集通孔301内，并实时采集所述使用者的坐姿姿态图像，两个所述广角摄像头可同时捕捉同一使用者的坐姿状态的上半身姿态图像，并将采集的图像实时传输至神经网络处理单元5，进行图像处理；

如图3所示，在实施例中，相邻的所述广角摄像头在竖直方向上的距离h为2-10cm，并最接近所述底座1的广角摄像头的距离为5-25cm，所述广角镜头的镜头角度为45°-75°的镜头，优选为60°的鱼眼镜头。

在其他实施例中，所述广角摄像头的排列方式包括但不限于竖直方向设置，或水平方向设置，所述广角摄像头的镜头数量包括但不限于至少两个，其他实施例中仅以实现所述广角摄像镜头可获得使用者坐姿图像，并神经网络处理单元5可通过获得的坐姿图像，拼接融合成立体视觉的坐姿模型效果为准，在此不具体限定所述广角摄像头在坐姿检测提醒灯上的排列方向、及镜头数量。

所述广角摄像头分别与神经网络处理单元5连接，所述神经网络处理单元5内预设有使用者坐姿的标准立体视觉模型，所述广角摄像头将图像实时传输至神经网络处理单元5中，所述神经网络处理单元5将两个所述广角摄像头在相同时刻捕捉的图片进行图像拼接融合后，获得使用者的坐姿的立体视觉模型；

在本实施例中，神经网络处理将图像拼接融合的技术手段为本领域人员可获取到的常规图像拼接融合原理即可，在此不具体赘述；通过将实时捕捉到的立体视觉模型与神经网络处理单元5内预设的标准立体视觉模型进行参照对比，所述神经网络处理单元5直接将参照对比的结果进行输出；

在其他实施例中，所述坐姿采集单元3设置在坐姿监测提醒灯的位置包括但不限于所述坐姿采集单元3设置在所述照明单元4的壳体结构上，或设置在所述底座1面向使用者的方向上，在其他实施例中，仅以实现所述坐姿采集单元3可直接获得使用者立体坐姿图像的效果为准，并不具体限定所述坐姿采集单元3设置在所述坐姿监测提醒灯的具体位置上；

所述神经网络处理单元5包括于处理图像模型的神经网络处理器、及用于控制坐姿监测提醒灯正常工作的控制电路板，所述神经网络处理器集成设置在控制电路板上，所述神经网络处理单元5与交互单元6、照明单元4相互连接，所述神经网络处理单元5的根据实时立体视觉模型的获得处理结果，并根据处理结果，控制所述交互单元6进行反馈动作，从而有效的交互使用者及时矫正坐姿，保持良好的坐姿习惯。

进一步地，所述神经网络处理单元5还包括用于使用者进行输入动作指令的控制面板，所述控制面板集成设置在底座1内部，并所述盖封板对应所述控制面板上的按钮开设有按钮通孔501，使用者通过凸出于按钮通孔501的按钮进行相应的启停、光强调节、初始预设等功能的输入。

在本实施例中，所述坐姿采集单元3为获取使用者上半身坐姿模型的立体视觉检测装置，对于本领域技术人员而言，所述立体视觉检测装置包括但不限于通过3d结构光采集使用者的3d坐姿模型，或通过tof技术采集使用者的3d坐姿模型，在此不做具体限定。

在本实施例中，所述神经网络处理器包括但不限于嵌入式神经网络(npu)处理器、英特尔神经网络处理器等，在此仅以实现将坐姿采集单元3输入的模型数据进行立体模型计算的处理器效果为准，在此不做具体限定。

在本实施例中，所述控制电路板为本领域技术人员熟知的控制装置，包括但不限于单片机、集成电路板，在本实施例中，所述控制电路板仅以实现可接收所述神经网络处理器信号，并控制所述照明单元4、及交互单元6作出相应反馈动作的效果为准，在此不做具体限定。

所述照明单元4为本领域技术人员熟知的照明组件，包括但不限于led灯，所述照明单元4与神经网络处理单元5电性连接，并接收神经网络处理单元5进行控制灯光照明启停、光强、闪烁等反馈动作，在此不做具体限定。

所述交互单元6为本领域人员所熟知可起到交互作用的装置，包括但不限于语音播放装置、震动装置，在本实施例中，所述控制电路板在接收神经网络处理器判定为坐姿不标准、或注意力不集中，所述控制电路板控制所述交互单元6作出相应的交互反馈，提醒使用者重新调整坐姿，集中注意力进行书写工作。

在其他实施例中，所述控制电路板还设置有可与外部智能终端设备进行交互控制的无线通讯模块，所述无线通讯模块包括但不限于wifi模块、蓝牙模块，实现远程控制坐姿监测提醒灯进行监督观察，且在智能终端设备上可获得使用者的实时坐姿情况，从而更好监督使用者保持良好的书写习惯。

在其他实施例中，所述底座1内设置有充电电源、及充电端口，通过所述充电电源直接对所述坐姿监测提醒灯进行供电，提高坐姿监测提醒灯便携实用性。

如图4所示，在本发明的第二实施例中，所述第二实施例提供一种立体视觉坐姿监测提醒灯的检测方法，所述检测方法包括以下步骤：

s1预设标准坐姿模型：所述神经网络处理单元预先写入标准坐姿模型。

具体包括：

s1.1所述坐姿监测提醒灯在进行出厂设置时，预先将标准立体视觉模型数据存储至所述神经网络处理单元5中，作为预设模型进行矫正准备。

s2实时坐姿比对：使用者正常使用坐姿监测提醒灯的照明功能，所述坐姿采集单元3实时采集坐姿图像，在神经网络处理器中进行图像融合拼接后，进行矫正比对；

具体包括：

s2.1使用者通过控制面板启动照明单元4的正常照明功能；

s2.2所述坐姿采集单元3通过两个广角摄像头同时采集到第一图像、及第二图像，并所述第一图像、第二图像带有采集时刻的时间节点；

s2.3将相同时间节点的第一图像、第二图像输入所述神经网络处理器，所述神经网络处理器根据第一图像、第二图像的进行融合拼接，获得该时间节点的立体视觉模型；

s2.4将实时获得的立体视觉模型与标准坐姿的立体视觉模型进行相互对比。

s3实时反馈结果：所述神经网络处理器将比对结果输出至控制电路板，所述控制电路板根据比对结果控制所述交互单元6进行结果反馈；

具体包括：

s3.1所述控制电路板根据比对结果，若比对结果是实时立体视觉模型与标准的立体视觉模型一致，则执行步骤s4；

s3.2若比对结果是实时立体视觉模型与标准立体视觉模型不一致，则执行步骤s5；

s4循环采集坐姿图像：重新执行步骤s2，进行实时检测使用者坐姿的标准情况；

s5交互警示反馈：所述交互单元6提示使用者坐姿不标准，重新调整坐姿，达到标准坐姿要求，实现矫正效果。

所述交互单元6的提示方式具体包括：

s5.1所述交互单元6通过语音播放装置进行语音播放，对使用者进行声音警示，调整坐姿；

或，s5.2所述交互单元6通过震动装置对底座1实现震动效果，对使用者进行震动警示，调整坐姿；

或，s5.3所述交互单元6通过照明单元4对灯组进行亮度调整，对使用者进行灯效警示，调整坐姿。

应用上述立体视觉坐姿监测提醒灯的检测方法，在步骤s3中，所述控制电路板内还包括避免误判动作的筛选步骤；

所述筛选步骤包括：

若比对结果的持续时间不满足t时间条件，则执行步骤s4；

所述控制电路板在接收到比对结果后，若比对结果的持续时间满足t时间条件，则执行步骤s5；

在本实施例中，所述t时间条件为本领域技术人员经过实验数据获得，在实时立体视觉模型与标准的立体视觉模型不一致持续的时间长度，可判定为使用者为坐姿不标准状态，准确提醒警示，从而更加人性化允许使用者小幅度动作，避免使用者因为临时调整坐姿的误判情况；

在其他实施例中，所述坐姿采集单元3为获取使用者上半身坐姿模型的立体视觉检测装置，对于本领域技术人员而言，所述立体视觉检测装置包括但不限于通过3d结构光采集使用者的3d坐姿模型，或通过tof技术采集使用者的3d坐姿模型，在此不做具体限定。

在本实施例中，所述神经网络处理器包括但不限于嵌入式神经网络(npu)处理器、英特尔神经网络处理器等，在此仅以实现将坐姿采集单元3输入的模型数据进行高速分析的处理器效果为准，在此不做具体限定。

应用本发明所述立体视觉坐姿监测提醒灯，通过在两个广角摄像头可以实时采集到使用者上半身坐姿的立体视觉模型，将实时采集到的立体视觉模型与预设标准的坐姿模型进行比对，实时监测使用者的坐姿情况，由于采用实时建立使用者立体视觉的坐姿模型，产生大量的数据计算、及每个使用者的坐姿情况存在个体差异，通过神经网络处理单元5的并行分布式结构、及高效的学习能力，实现对使用者坐姿情况的实时监测、识别出错误的坐姿，并通过交互单元6给予警示提示，从而帮助使用者纠正错误坐姿，达到预防近视或保护骨骼健康的作用。