本發(fā)明涉及智能座椅和人機(jī)交互，尤其涉及與人體背部貼合的智能座椅交互方法及系統(tǒng)。

背景技術(shù)：

1、在日常生活中，座椅的舒適度一直是用戶的重要訴求。與人體背部貼合的智能座椅交互系統(tǒng)不僅提升了用戶的舒適體驗(yàn)，還在于其通過動態(tài)調(diào)節(jié)功能促進(jìn)用戶的健康坐姿。這種技術(shù)在提升座椅與用戶背部的貼合度方面具有重要意義，尤其是在辦公室、家庭和公共場所的應(yīng)用中，能夠有效減輕用戶長時(shí)間坐姿引起的不適和健康問題。

2、現(xiàn)有的智能座椅方案主要依賴于機(jī)械部件和基本的傳感器技術(shù)來實(shí)現(xiàn)與用戶的交互。

3、例如，現(xiàn)有技術(shù)1（中國發(fā)明專利，公開號：cn111407110a，名稱：一種座椅調(diào)整方法、裝置、電子設(shè)備和介質(zhì)）中，座椅系統(tǒng)通過預(yù)設(shè)控制邏輯來控制背部貼合模塊的移動，這種方法缺乏對用戶實(shí)時(shí)變化的響應(yīng)能力，難以提供個(gè)性化的舒適體驗(yàn)。

4、現(xiàn)有技術(shù)2（中國發(fā)明專利，公開號：cn113925311b，名稱：一種全自動貼合人體背部智能座椅交互方法及系統(tǒng)）中，座椅采用體重檢測和推力值匹配技術(shù)來識別用戶身份和調(diào)節(jié)座椅位置，但這種方法主要依靠靜態(tài)數(shù)據(jù)，無法動態(tài)適應(yīng)用戶的姿態(tài)變化和需求。

5、由于缺乏智能化的反饋機(jī)制和自適應(yīng)能力，這些技術(shù)在面對不同用戶的個(gè)性化需求時(shí)顯得力不從心，導(dǎo)致舒適度和用戶滿意度的不足。

技術(shù)實(shí)現(xiàn)思路

1、針對上述現(xiàn)有技術(shù)存在的諸多問題，本發(fā)明提供與人體背部貼合的智能座椅交互方法及系統(tǒng)，本發(fā)明通過融合先進(jìn)的傳感技術(shù)、智能材料和自適應(yīng)算法，實(shí)現(xiàn)智能座椅與用戶背部的高度貼合；通過智能視覺傳感器采集用戶的姿態(tài)和特征信息，再結(jié)合智能材料的動態(tài)調(diào)整能力，以及神經(jīng)網(wǎng)絡(luò)的自適應(yīng)優(yōu)化功能，座椅能夠?qū)崟r(shí)響應(yīng)用戶的姿態(tài)變化，并持續(xù)優(yōu)化舒適度和支持力度，從而提供個(gè)性化的坐姿體驗(yàn)。

2、與人體背部貼合的智能座椅交互方法，包括以下步驟：

3、通過智能視覺傳感器采集用戶的面部表情特征、姿態(tài)特征和體型特征，以及通過多頻射頻識別系統(tǒng)獲取用戶身份信息，生成個(gè)性化適配數(shù)據(jù)，以初步配置智能座椅的形態(tài)；

4、根據(jù)個(gè)性化適配數(shù)據(jù)，利用智能材料技術(shù)和納米傳感網(wǎng)絡(luò)實(shí)時(shí)采集用戶背部壓力數(shù)據(jù)，通過多尺度建模算法生成壓力特征數(shù)據(jù)，并使用遞歸模糊控制算法生成壓力調(diào)節(jié)數(shù)據(jù)，以動態(tài)調(diào)整智能材料的形態(tài)；

5、采集用戶的坐姿變化和微小動作，生成行為特征數(shù)據(jù)，并通過時(shí)間序列分析生成行為模式數(shù)據(jù)；利用自適應(yīng)神經(jīng)網(wǎng)絡(luò)模型生成姿態(tài)優(yōu)化參數(shù)，結(jié)合多模態(tài)反饋系統(tǒng)，實(shí)時(shí)調(diào)整智能座椅的姿態(tài)；

6、整合個(gè)性化適配數(shù)據(jù)、壓力調(diào)節(jié)數(shù)據(jù)和姿態(tài)優(yōu)化參數(shù)，通過多代理系統(tǒng)的協(xié)同分析生成協(xié)同優(yōu)化數(shù)據(jù)，并進(jìn)行智能座椅系統(tǒng)的自我調(diào)整和優(yōu)化評估。

7、優(yōu)選的，所述智能視覺傳感器包括多個(gè)攝像頭模塊，攝像頭模塊配置為從多個(gè)視角捕捉用戶的面部表情特征、姿態(tài)特征和體型特征，以生成個(gè)性化適配數(shù)據(jù)，其中，個(gè)性化適配數(shù)據(jù)用于調(diào)整智能座椅的初始形態(tài)，使其更加貼合用戶的體型輪廓。

8、優(yōu)選的，所述多頻射頻識別系統(tǒng)通過檢測用戶佩戴的射頻標(biāo)簽來獲取用戶的身份信息，所述多頻射頻識別系統(tǒng)用于實(shí)時(shí)監(jiān)測并更新用戶身份信息的變化，生成動態(tài)的個(gè)性化適配數(shù)據(jù)，從而持續(xù)調(diào)整智能座椅的配置參數(shù)以匹配用戶的當(dāng)前身份。

9、優(yōu)選的，所述多尺度建模算法用于分析用戶背部的壓力數(shù)據(jù)，生成壓力特征數(shù)據(jù)，其中，壓力特征數(shù)據(jù)的計(jì)算通過將實(shí)時(shí)壓力數(shù)據(jù)分解為多個(gè)尺度并加權(quán)求和，表達(dá)式如下：

10、

11、其中，表示在時(shí)間時(shí)刻、位置處的壓力特征數(shù)據(jù)；為每個(gè)尺度的權(quán)重；為空間基函數(shù)；為時(shí)間基函數(shù)；為尺度數(shù)量。

12、優(yōu)選的，所述遞歸模糊控制算法基于壓力特征數(shù)據(jù)生成壓力調(diào)節(jié)數(shù)據(jù)，所述壓力調(diào)節(jié)數(shù)據(jù)用于動態(tài)調(diào)整智能材料的形態(tài)，通過遞歸評估壓力特征數(shù)據(jù)與目標(biāo)壓力分布之間的差異，遞歸模糊控制算法計(jì)算出調(diào)整路徑。

13、優(yōu)選的，所述行為特征數(shù)據(jù)包括用戶的坐姿變化幅度、微小動作頻率以及肌電信號變化，所述行為特征數(shù)據(jù)用于分析用戶的行為特征，以識別用戶的長期姿態(tài)模式和使用習(xí)慣。

14、優(yōu)選的，所述時(shí)間序列分析通過短期傅里葉變換分析行為特征數(shù)據(jù)，以生成行為模式數(shù)據(jù)，所述行為模式數(shù)據(jù)捕捉用戶姿態(tài)變化的動態(tài)特性和周期性特征。

15、優(yōu)選的，所述自適應(yīng)神經(jīng)網(wǎng)絡(luò)模型通過對行為模式數(shù)據(jù)的分析，生成姿態(tài)優(yōu)化參數(shù)，計(jì)算過程通過以下表達(dá)式實(shí)現(xiàn)：

16、

17、其中，為姿態(tài)優(yōu)化參數(shù)；表示神經(jīng)網(wǎng)絡(luò)模型；為行為模式數(shù)據(jù)；為時(shí)間步長，用于指導(dǎo)智能座椅姿態(tài)的實(shí)時(shí)調(diào)整。

18、優(yōu)選的，所述多代理系統(tǒng)的協(xié)同分析涉及多個(gè)智能代理之間的信息交換和聯(lián)合決策，智能代理負(fù)責(zé)分析標(biāo)準(zhǔn)化數(shù)據(jù)集中的不同數(shù)據(jù)維度，并通過綜合分析生成協(xié)同優(yōu)化數(shù)據(jù)，從而實(shí)現(xiàn)智能座椅系統(tǒng)的自我調(diào)整與優(yōu)化評估。

19、一種用于實(shí)施所述與人體背部貼合的智能座椅交互方法的系統(tǒng)，包括：

20、智能視覺傳感器模塊，配置為采集用戶的面部表情特征、姿態(tài)特征和體型特征，并生成視覺特征數(shù)據(jù)，以提供用戶個(gè)性化適配數(shù)據(jù)用于智能座椅的初步形態(tài)配置；

21、多頻射頻識別模塊，用于獲取用戶的身份信息，并生成個(gè)性化適配數(shù)據(jù)，以確保智能座椅的配置與用戶身份的匹配性；

22、智能材料組件，包括配置為動態(tài)響應(yīng)壓力調(diào)節(jié)數(shù)據(jù)的柔性材料，以調(diào)整智能座椅的形態(tài)，實(shí)現(xiàn)與用戶背部的動態(tài)貼合；

23、納米傳感網(wǎng)絡(luò)，嵌入在智能座椅中，用于實(shí)時(shí)采集用戶背部的壓力數(shù)據(jù)，并生成實(shí)時(shí)壓力數(shù)據(jù)以供多尺度建模算法處理；

24、多尺度建模處理單元，用于處理納米傳感網(wǎng)絡(luò)生成的實(shí)時(shí)壓力數(shù)據(jù)，通過多尺度建模算法生成壓力特征數(shù)據(jù)；

25、遞歸模糊控制器，用于接收壓力特征數(shù)據(jù)，并通過遞歸模糊控制算法生成壓力調(diào)節(jié)數(shù)據(jù)，以指導(dǎo)智能材料組件的動態(tài)調(diào)整；

26、行為分析單元，用于采集用戶的坐姿變化和微小動作，生成行為特征數(shù)據(jù)，并通過時(shí)間序列分析生成行為模式數(shù)據(jù)；

27、自適應(yīng)神經(jīng)網(wǎng)絡(luò)模型，用于處理行為模式數(shù)據(jù)并生成姿態(tài)優(yōu)化參數(shù)，以調(diào)整智能座椅的姿態(tài)；

28、多模態(tài)反饋系統(tǒng)，用于實(shí)時(shí)提供用戶反饋，幫助調(diào)整智能座椅的姿態(tài)優(yōu)化；

29、多代理系統(tǒng)，用于整合個(gè)性化適配數(shù)據(jù)、壓力調(diào)節(jié)數(shù)據(jù)和姿態(tài)優(yōu)化參數(shù)，通過協(xié)同分析生成協(xié)同優(yōu)化數(shù)據(jù)，并進(jìn)行智能座椅系統(tǒng)的自我調(diào)整和優(yōu)化評估。

30、相比于現(xiàn)有技術(shù)，本發(fā)明的優(yōu)點(diǎn)及有益效果在于：

31、本發(fā)明通過智能視覺傳感器和多頻射頻識別系統(tǒng)技術(shù)手段，實(shí)現(xiàn)了用戶身份和特征的精準(zhǔn)識別與動態(tài)適配；

32、本發(fā)明通過智能材料技術(shù)和納米傳感網(wǎng)絡(luò)技術(shù)手段，實(shí)現(xiàn)了用戶背部壓力的實(shí)時(shí)監(jiān)測與反饋控制，增強(qiáng)了座椅的動態(tài)適應(yīng)性；

33、本發(fā)明通過自適應(yīng)神經(jīng)網(wǎng)絡(luò)模型和多模態(tài)反饋系統(tǒng)技術(shù)手段，實(shí)現(xiàn)了座椅姿態(tài)的實(shí)時(shí)優(yōu)化與個(gè)性化調(diào)節(jié)；

34、本發(fā)明通過多代理系統(tǒng)的協(xié)同分析技術(shù)手段，實(shí)現(xiàn)了座椅系統(tǒng)的自我調(diào)整與優(yōu)化評估，顯著提高了用戶的舒適度和個(gè)性化體驗(yàn)。