具有语音交互的自行车智能辅助装置及其数据处理方法与流程

本发明属于电子通信设备领域，并涉及一种具有语音交互的自行车智能辅助装置及其数据处理方法。

背景技术：

现在，随着传感器技术、无线传输技术的成熟以及移动智能设备的普及，人们越来越追求健康便捷的生活方式，骑行成为了更多人选择的健身方案，而对于骑行过程中的骑手身体状况、自行车的状况以及周围环境状况，如：骑手心跳、呼吸频率、自行车的速度、里程、瞬时加速度、颠簸程度、倾斜程度、骑行周围空气温度、大气湿度、亮度、噪声、pm2.5，pm10、路面平整程度、与后面车的距离等，大家都希望在方便不影响骑行的情况下，能实地实时的监测获取直观地显示这些数据并上传到服务器进行数据处理得到骑行实时数据、骑行综合舒适度和骑行安全系数以及进行骑行推荐，但是目前，这些数据只能通过单独专门的测量仪器测量获取，人们想要获取这些的数据就必须携带所有相应的仪器，这是极不方便的。

技术实现要素：

本发明所解决的技术问题在于，针对现有技术尚不存在可以精确的记录骑行实时数据、监测骑手身体状况实时数据、骑行周围环境实时数据、安全预警、蓝牙连接手机进行数据传输处理以及创新便捷的能与骑手语音实时交互的便携式多功能测量设备，提供一种具有语音交互的自行车智能辅助装置。

本发明要解决的技术问题通过以下技术方案得以实现的,一种具有语音交互的自行车智能辅助装置，包括服务器、装有app的智能手机和智能辅助装置终端，所述服务器、手机和终端之间能够进行数据传输；所述终端包括一个固定外壳和安装在固定外壳内线路板；所述线路板上设有微控制单元，用于对终端的各元件进行控制；无线通讯模块，用于实现终端、手机以及服务器的数据连接；gps,用于对骑行者定位；时钟芯片，用于提供时间；开关按键和发光二极管，两者连接用于控制和显示终端是否正在工作；环境监测模块，用于监测并采集骑行环境数据；自行车监测模块，用于监测并采集骑行状态下自行车的运行状态；语音模块，用于实现人与装置的语音交互；手指侦测心跳模块外部接口和手指侦测心跳模块，两者连接监测骑手状态；充电接口和锂电池，两者连接为整个线路板上的元件供电；所述终端还设有摄像头和麦克风，摄像头与环境监测模块连接，麦克风与语音模块连接。

所述环境监测模块，包含温度传感器1、湿度传感器、噪声传感器、路面平整度监测仪、图像传感器、pm2.5传感器、pm10传感器、光线传感器和紫外线传感器。

所述语音模块包含语音输入输出模块、语音识别模块和语音合成模块。

所述无线通讯模块包括蓝牙和wifi模块。

所述麦克风与语音模块的语音输入输出模块连接，所述摄像头与环境监测模块的图像传感器连接。

所述自行车监测模块包含加速度传感器、倾角传感器、测距传感器、速度传感器和振动传感器。

所述测距传感器安装在自行车车体的后部，与微处理单元有线或无线连接，无线连接可采用蓝牙通信。

本装置通过手指侦测心跳模块、自行车监测模块和环境监测模块，实时采集监测数据，包括骑手心跳、呼吸频率；自行车的速度、瞬时加速度、颠簸程度、倾斜程度；骑行周围空气温度、大气湿度、pm2.5、pm10、噪声、路面平整程度、环境光的亮度以及与后面车的距离。并通过蓝牙或wifi模块将终端装置连接手机，通过手机上传骑手实时监测数据到服务器，服务器端实时数据处理反馈骑行实时状态参数，通过语音模块与骑手进行实时语音交互并实现安全预警。

一种具有语音交互的自行车智能辅助装置的使用方法，包括以下步骤：

步骤1）具有语音交互的自行车智能辅助装置终端与智能手机、服务器无线通讯连接；

步骤2）智能辅助装置终端采集周围环境、骑手身体状态以及自行车骑行状态的实时数据，并通过手机上传到服务器；

步骤3）服务器采用数据处理模型方法处理数据，得到骑行直观实时数据，骑行舒适度和安全系数以及骑行推荐，供骑手参考；

步骤4）判断所述智能辅助装置终端是否接受了语音播报指令；

步骤5）语音模块若接收到骑手的相应的指令，则对对应的数据进行语音播报；

步骤6）语音模块若没有接收到骑手相应的指令，则微控制单元自动对智能辅助装置终端测量的数据进行检查，并且连接手机端上传数据到服务器端，采用数据处理方法，给出当前骑行实时数据、骑行舒适度以及是否危险的参考，若不符合自动进行语音报警并进行骑行推荐骑手调整；

步骤7）语音模块若收到了骑手拨打电话的语音指令，对链接的手机进行相应的拨打电话的操作；

步骤8）智能辅助装置终端中的微控制单元将实时数据发送至手机app端，作为数据记录和交互信息；

步骤9）判断开关是否关闭，若开关关闭则停止检测，停止语音输入；若开关继续开启，则检测语音输入和智能辅助装置终端采集的实时数据，重复步骤2-9；

步骤10）结束使用。

所述一种具有语音交互的自行车辅助装置的服务器端在工作过程中进行数据处理的方法包括以下步骤：

步骤1）使用中值滤波将各骑手上传的骑行数据进行异常数据过滤，过滤掉其中少数不符合实际骑行过程中产生的异常不规律数据以及少部分异常非客观的带有评价的标签数据，保证输入训练模型中训练数据的可靠性，提高数据处理结果推荐的准确性与实用性；

步骤2）进行数据标准化处理，解决数据指标之间的可比性；数据处理方法中采用min-max标准化对原始监测数据线性变换，将能够归一化的监测数据，包括骑行过程中的环境状况数据、骑手状态数据和自行车的运行状态数据映射到[0-1]之间；

步骤3）使用深度学习中的自动编码器对归一化的各项监测数据，即一段时间内的一系列在[0-1]之间的值进行自动编码，学习获得一个可以良好代表输入的特征，这个特征能够最大程度上代表原输入信号，对于训练样本，各项带有标签的监测数据在自动编码器的最顶的编码层添加一个分类器，然后通过标准的多层神经网络的监督训练方法去训练,将最后层的特征编码输入到最后的分类器，通过有标签样本，采用监督学习进行微调；

步骤4）将编码后的所有监测数据作为循环神经网络rnn的输入，经过该数据处理训练模型挖掘学习计算后输出模型计算的相应骑行数据结果；当数据处理模型工作时将上传到服务器的骑行实时数据输入，随后使用所述模型进行分析计算，输出计算结果；

步骤5）结束使用。

上述步骤4）中所述计算结果有三部分：第一部分为各项传感器采集的信号参数经过处理后转化成直观的实时数据，第二部分为经过对当前各项传感器采集的骑行数据计算后得出的当前骑行综合舒适度以及安全系数，第三部分为骑行推荐。

骑手在骑行时打开设备进行数据监测，实时将各项监测数据上传到服务器，服务器根据上述步骤进行处理得到各项传感器采集的直观实时数据、骑行综合舒适度以及安全系数，反馈给骑手参考并推荐骑手调整骑行路线、骑行状态。

本发明的实施可以获得以下有益效果：本发明将常用的传感器单元、wifi模块、蓝牙集成在一起，通过传感器采集、测量数据，并通过蓝牙与手机端app连接，可以极为方便地为骑手提供周围环境的各种实时数据语音播报和进行骑手的心跳以及呼吸测量，通过手机实时数据显示当前环境质量、骑手身体状况、自行车的状况并上传到服务器，同时在服务器端对这些监测数据进行处理得到各项传感器采集的直观实时数据、骑行综合舒适度以及安全系数并推荐反馈给骑手调整实现安全预警，这不仅极大地提高了骑行的安全，也有效地提升了骑行体验，享受骑行的乐趣。

附图说明

下面将结合附图及具体实施例对发明做进一步详细说明。

图1为本发明连接方式图。

图2为服务器端的数据处理方法模型流程图。

图3为本发明的工作原理流程图。

图4为智能辅助装置终端的结构示意图。

图中，1.终端，101.壳体，102.线路板，103.无线通讯模块，1031.wifi,1032.蓝牙，104.gps，105.时钟芯片，106.微控制单元，107.开关，108.发光二极管，109.环境监测模块，1091.温度传感器，1092.湿度传感器，1093.噪声传感器，1094.路面平整检测仪，1095.图像传感器，1096.pm2.5传感器，1097.pm10传感器，1098.光线传感器，1099.紫外线传感器，110.自行车监测模块，1101.加速度传感器，1102.倾角传感器，1103.测距传感器，1104.速度传感器，1105.振动传感器，111.语音模块，1111.语音合成模块，1112.语音识别模块，1113.语音输入输出模块，112.锂电池，113.充电接口，114.手指侦测心跳模块，115.手指侦测心跳模块接口，2.手机，3.服务器，4.摄像头，5.麦克风。

具体实施方式

为使本发明的目的、技术方案和效果更清楚明白，以下将结合附图和具体实施例对本发明做进一步详细说明。应该理解的是，以下实施例仅用以解释本发明，而不对本发明做任何限制。

本发明通过提供一种具有语音交互的自行车智能辅助装置及其数据处理方法，该装置使用传感器采集、测量各种数据，通过语音交互的方法，让使用者可以不必使用双手就可通过本发明装置获取实时的骑行环境指数，例如温度、湿度、pm2.5、pm10等；骑行状态，例如速度、加速度、倾斜角、颠簸程度等；骑手状态，例如心跳频率、呼吸等，并接收语音指令，将需要的监测数据实时地通过语音输出端口告知使用者，该装置还可以通过蓝牙来进行短信、通信功能，让使用者可以在骑行途中方便地与外界进行通信，并且，该装置可以通过蓝牙将数据发送到手机app上，在手机故障的情况下，也可保存短期的数据，避免数据的丢失，记录使用者骑行的数据的整体性，从而方便使用者对自己状态的记录，更加方便骑行。

如图1所示，智能辅助装置终端1与手机2app通过蓝牙连接。由手机2开启蓝牙，搜索终端1上的蓝牙1031，并建立连接，这样终端1和手机2就能够进行实时通信和数据传输。手机2则通过gprs流量或者wifi1032与服务器3连接，在服务器3上，连接了所有使用具有语音交互的自行车智能辅助装置的用户（有移动信号），这样，可以通过这种类似网络社交的方式，获取各个使用者周边的空气质量等因素，选择推荐用户最优的骑行路线，当手机2有电话接入时，可以通过装置里的语音输入输出模块进行语音通话，当然，也可以通过语音指令进行拨打电话和发送短信。

如图4所示，一种具有语音交互的自行车智能辅助装置，包括服务器3、装有app的智能手机2和智能辅助装置终端1，所述服务器3、手机2和终端1之间能够进行数据传输；所述终端1包括一个固定外壳101和安装在固定外壳101内线路板102；所述线路板102上设有微控制单元106，用于对终端1的各元件进行控制；无线通讯模块103，用于实现终端1、手机2以及服务器3的数据连接；gps104,用于对骑行者定位；时钟芯片105，用于提供时间；开关107按键和发光二极管108，两者连接用于控制和显示终端1是否正在工作；环境监测模块109，用于监测并采集骑行环境数据；自行车监测模块110，用于监测并采集骑行状态下自行车的运行状态；语音模块111，用于实现人与装置的语音交互；手指侦测心跳模块外部接口115和手指侦测心跳模块114，两者连接监测骑手状态；充电接口113和锂电池112，两者连接为整个线路板102上的元件供电；所述终端1还设有摄像头4和麦克风5，摄像头4与环境监测模块连接109，麦克风5与语音模块111连接。

所述环境监测模块109，包含温度传感器1091、湿度传感器1092、噪声传感器1093、路面平整度监测仪1094、图像传感器1095、pm2.5传感器1096、pm10传感器1097、光线传感器1098和紫外线传感器1099。

所述语音模块111包含语音输入输出模块1113、语音识别模块1112和语音合成模块1111。

所述无线通讯模块103包括蓝牙1031和wifi1032模块。

所述麦克风5与语音模块111的语音输入输出模块1113连接，所述摄像头4与环境监测模块109的图像传感器1095连接。

所述自行车监测模块110包含加速度传感器1101、倾角传感器1102、测距传感器1103、速度传感器1104和振动传感器1105。

所述测距传感器1103安装在自行车车体的后部，与微处理单元106有线或无线连接，无线连接可采用蓝牙通信。

如图2所示，服务器3端的数据处理方法开始于步骤s20，以下的步骤依次为：

步骤s21，使用中值滤波将各骑手上传的骑行数据进行异常数据过滤，过滤掉其中少数不符合实际骑行过程中产生的异常不规律数据以及少部分异常非客观的带有评价的标签数据，保证输入训练模型中训练数据的可靠性，提高数据处理结果推荐的准确性与实用性。

步骤s22，由于不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，进行数据标准化处理，解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。本发明的数据处理方法中采用min-max标准化也称为离差标准化，对原始监测数据线性变换，将能够归一化的监测数据，即骑行过程中的环境状况数据、骑手状态数据和自行车的运行状态数据，具体包括骑手心跳、呼吸频率、自行车的速度、里程、瞬时加速度、颠簸程度、倾斜程度、骑行周围空气温度、大气湿度、亮度、噪声、pm2.5，pm10、路面平整程度、与后面车的距离、骑行舒适度以及安全系数等映射到[0-1]之间，其转换函数为：,其中min为样本数据最小值，max为样本数据最大值。

步骤s23，使用深度学习中的自动编码器对归一化的各项监测数据（一段时间内的一系列在[0-1]之间的值）进行自动编码，学习获得一个可以良好代表输入的特征，这个特征能够最大程度上代表原输入信号，对于训练样本，各项带有标签的监测数据，如骑手心跳、呼吸频率、自行车的速度、里程、瞬时加速度、颠簸程度、倾斜程度、骑行周围空气温度、大气湿度、亮度、噪声、pm2.5，pm10、路面平整程度、与后面车的距离、骑行舒适度以及安全系数等，在自动编码器的最顶的编码层添加一个分类器，例如罗杰斯特回归、svm等，然后通过标准的多层神经网络的监督训练方法（梯度下降法）去训练,将最后层的特征编码输入到最后的分类器，通过有标签样本，采用监督学习进行微调。

步骤s24、将编码后的所有监测数据作为循环神经网络rnn的输入，经过该数据处理训练模型挖掘学习计算后输出模型计算的相应骑行数据结果。当数据处理模型工作时将上传到服务器的骑行实时数据，例如骑手心跳、呼吸频率、自行车的速度、里程、瞬时加速度、颠簸程度、倾斜程度、骑行周围空气温度、大气湿度、亮度、噪声、pm2.5，pm10、路面平整程度、与后面车的距离等输入，随后使用所述模型（已经训练集成好的数据处理模型）进行分析计算，输出计算结果有三部分：第一部分为智能辅助装置终端的各项传感器采集的信号参数经过处理后转化成直观的实时数据，第二部分为经过对当前各项传感器采集的骑行数据计算后得出的当前骑行综合舒适度以及安全系数，第三部分为骑行推荐。其中骑行舒适度包含五个等级：非常差、较差、一般、舒适、非常舒适，安全系数为0-10分，10分为非常安全，0分为非常危险，6分为较安全。骑行推荐为若当前的骑行环境如温度过高或过低、亮度较差、pm2.5过高等造成的骑行舒适度为非常差或者较差以及由当前骑手身体状况如心跳过快和当前自行车骑行状况如速度过高、过于颠簸、过于倾斜、与后车距离过近等造成的安全系数在6分以下开始推荐骑手进行修改调整骑行路线、提醒佩戴防霾口罩、佩戴眼镜、降低骑行速度、调整自行车倾斜度、骑行避让、骑手适当休息调整等。

步骤s25、结束使用。

如图3所示，本发明的工作方法开始于步骤s30，以下的步骤依次为：

步骤s31，具有语音交互的自行车智能辅助装置终端1通过图1的方式与手机2端app进行连接。

步骤s32，自行车智能辅助装置终端1的传感器采集周围环境的实时数据，并通过手机2上传到服务器3。

步骤s33，服务器3端采用图2所示的数据处理模型方法处理数据，得到骑行直观实时数据，骑行舒适度和安全系数，骑行推荐，供骑手参考。

步骤s34，该智能辅助装置终端1是否接受了语音播报指令。

步骤s35、语音模块111若接收到骑手的相应的指令，则对对应的数据进行语音播报

步骤s36，语音模块111若没有接收到骑手相应的指令，则微控制单元106自动对终端1测量的数据进行检查，并且连接手机2端上传数据到服务器3端，采用数据处理方法，给出当前骑行实时数据、骑行舒适度以及是否危险的参考，若不符合自动进行语音报警并进行骑行推荐骑手调整。

步骤s37，语音模块111若收到了骑手拨打电话的语音指令，便能对链接的手机2进行相应的拨打电话的操作。

步骤s38，智能辅助装置终端1中的微控制单元106将实时数据发送至手机2app端，作为数据记录和交互信息。

步骤s39，判断开关107是否关闭，若开关107关闭则停止检测，停止语音模块111，若开关107继续开启，则检测语音模块111和监测到的实时数据，重复步骤s32-s39。

步骤s40，结束使用。

使用时，首先打开自行车智能辅助装置1的开关107按键，发光二极管108亮，装置开始工作，同时打开手机2端app，将其通过wifi1032或蓝牙1031和自行车智能辅助装置1进行连接。温、湿度传感器1091、1092、光线传感器1098、噪声传感器1093和空pm2.5传感器1096、pm10传感器1097会自动进行监测，并将出现的不适于骑行的因素实时通过语音输出模块；自行车智能辅助装置终端1还将接收用户的语音指令，可以当前采集的信息进行播报，还可以通过蓝牙1031模块进行语音通话；自行车智能辅助装置终端1还有对后方车辆的测距功能，并且自动语音播报，从而解放了骑手的双手当后方有车辆驶来时，通过语音模块111提醒骑手小心背后车辆；在夜间行驶时，还可通过摄像头4和图像传感器1095对路面信息进行采集，提醒骑手注意行驶安全。

在骑行过程中，加速度传感器1101会测量出骑行的加速度，倾角传感器1102会测量骑行的倾角，车尾测距传感器1102测量车距实时数据。图像传感器1095会实时检测前方路面的道路状况，遇到糟糕路况，可以及时语音播报给骑手。骑手在骑行过程中如果需要测量自己的心跳，只需把手指放到手指侦测心跳模块外部接口115处，即可实时测量骑手的心跳。gps104可以实时对骑手进行地理定位。麦克风19接收骑手的语音指令，对侦测的数据进行语音播报，在骑行过程中双手无法及时拨打接听电话，骑手只需要发送语音指令，mcu微控制单元106便可以接收指令，并且发送到手机端，实现语音接打电话的功能。

以上所述仅为本发明的优选实施例，其目的并不在于限制或约束本发明于上述实现方式。凡在本发明的范围内对本发明所做出的任何修改和替换均应包含在本发明权利要求所限定的范围内。