一种智能感知和自动化控制的按摩器制造技术

本发明专利技术的目的是提供一种智能感知和自动化控制的按摩器，涉及自动控制技术领域，所述按摩器包括：按摩器本体，人体三维模型感知装置和自动控制装置；所述按摩器本体至少包括：传感器组

【技术实现步骤摘要】
一种智能感知和自动化控制的按摩器


[0001]本专利技术涉及自动控制
，尤其涉及一种智能感知和自动化控制的按摩器
。

技术介绍

[0002]近年来，随着社会的快速发展和生活节奏的加快，越来越多的人们受到了各种身体健康问题的困扰，其中常见的如肌肉疲劳
、
颈椎疾病
、
腰背疼痛等
。
这些问题的出现在很大程度上与长时间的工作
、
缺乏锻炼和日常的不良坐姿等有关
。
为此，市场上出现了各种按摩器材，从传统的手工按摩椅
、
按摩垫到现代的按摩机器人，它们都试图为人们提供一个快速而有效的缓解方法
。
[0003]传统的按摩设备，如按摩椅和按摩垫，主要通过固定的程序进行按摩，用户可以根据自己的需要选择不同的按摩模式和强度
。
这些设备的主要优点是操作简单，但缺点是它们缺乏针对性
。
每个人的身体结构
、
疼痛点和舒适感受都是独特的，而传统设备往往提供的是“一刀切”的解决方案，不能根据用户的实际情况进行个性化的调整
。
[0004]随后，随着传感技术和人工智能的发展，市场上出现了智能按摩机器人
。
这些机器人可以根据传感器检测到的数据调整按摩的强度和位置，从而更好地满足用户的需求
。
然而，这些机器人在实际操作中还存在一些问题
。
首先，它们在获取用户身体数据时仍然依赖于外部设备，如摄像头或手持传感器，这使得整个过程变得复杂且不够精确
。
其次，尽管这些机器人可以调整按摩的强度和位置，但它们仍然缺乏对用户身体深层次的了解，因此很难实现真正的个性化按摩
。
[0005]此外，现有的技术中，大多数智能按摩机器人还没有充分利用
3D
建模技术
。3D
建模可以为机器人提供更为详细和精确的身体数据，从而使按摩更加针对性
。
但要获得这样的
3D
模型，通常需要复杂的设备和长时间的扫描过程，这无疑增加了用户的不便
。
[0006]综上所述，尽管现有技术在某些方面已经取得了一定的进展，但在实现真正的个性化
、
高效和精确的按摩方面仍然存在许多问题
。
因此，急需一种新的方法或装置，能够快速而精确地获取用户的身体数据，实现针对性的按摩，同时简化整个操作过程，为用户提供更为舒适和高效的按摩体验
。。

技术实现思路

[0007]有鉴于此，本专利技术的主要目的在于提供一种智能感知和自动化控制的按摩器，本专利技术通过结合
3D
模型技术
、
实时传感反馈和智能调整策略，为用户提供个性化
、
精确和自适应的按摩体验，显著提高了按摩效果与舒适度
。
[0008]为达到上述目的，本专利技术的技术方案是这样实现的：
[0009]一种智能感知和自动化控制的按摩器，所述按摩器包括：按摩器本体，人体三维模型感知装置和自动控制装置；所述按摩器本体至少包括：传感器组
、
多个按摩器件和驱动电路；所述按摩器件在驱动电路的驱动下移动到使用者的不同身体区域，并在驱动电路的驱动下进行对应力度的按摩；所述传感器组包括多个传感器子组，每个传感器子组设置于一
个按摩器件上，配置用于感知按摩器所处的使用者的身体区域的皮肤压力和肌肉紧张度；所述人体三维模型感知装置，配置用于构建使用者的三维模型；所述自动控制装置，配置用于基于三维模型，确定按摩区域所处的位置，生成第一控制指令发送至驱动电路，以使得驱动电路驱动按摩器件移动到按摩区域所述的位置，进行按摩，同时在按摩时，基于传感器组中各个子传感器组感知到的皮肤压力和肌肉紧张度，生成第二控制指令，发送至驱动电路，驱动电路按照第二控制指令，驱动按摩器执行对应力度的按摩
。
[0010]进一步的，所述传感器子组包括：压力传感器和肌肉电阻抗传感器；所述压力传感器直接感知皮肤压力；所述肌肉电阻抗传感器在按摩器对使用者进行按摩时，感知肌肉电阻和肌肉振动频率，计算出肌肉实时电阻抗值，基于计算得到的实时电阻抗值和设定的肌肉电阻抗基线值，计算肌肉紧张度
。
[0011]进一步的，所述肌肉电阻抗传感器在按摩器对使用者进行按摩时，计算出肌肉实时电阻抗值肌肉的实时电阻抗值的方法包括：使用如下公式，计算得到肌肉的实时电阻抗值：
[0012][0013]其中：
Z
是肌肉的实时电阻抗值；
R
肌肉电阻，为设定值；
X
C
为肌肉电容抗；
X
L
为肌肉电感抗；所述肌肉电容抗使用如下公式计算得到：
[0014][0015]其中，
f
为肌肉振动频率；使用如下公式，计算得到肌肉电感抗：
[0016]X
L
＝2π
fL。
[0017]进一步的，所述肌肉紧张度使员如下公式计算得到：
[0018]Inten
＝
R*|lg(1+f)|*(Z
‑
Z
baseline
)
；
[0019]其中，
Inten
为肌肉紧张度，
Z
baseline
为肌肉电阻抗基线值
。
[0020]进一步的，所述人体三维模型感知装置包括：结构光投影装置
、
图像获取装置和计算装置；所述人体三维模型感知装置构建使用者的三维模型的方法包括：使用结构光投影装置，将编码的光投影到人体表面，然后使用图像获取装置捕捉投影后的图像；计算装置通过解码投影图案，计算出人体表面各点的深度信息，再基于深度信息，得到深度图像，将深度图像中将每个像素的深度值转换为三维坐标，重建初始点云，应用滤波算法来消除初始点云的噪声，利用迭代最近点算法，估计非刚性变换来将初始点云进行姿态对齐，使用高阶的非刚性形状优化方法，将初始点云变形为人体形状的三维模型，将采集的人体图像投影到三维模型表面，实现纹理信息的融合，对每个三角面片，计算其在图像中的投影，然后进行纹理映射和插值，完成使用者的三维模型的构建
。
[0021]进一步的，所述将深度图像中将每个像素的深度值转换为三维坐标，重建初始点云的方法包括：使用如下公式将每个像素的深度值转换为三维坐标：
[0022][0023][0024]Z
i
＝
d
i
[0025]其中，
(u
i
,v
i
)
是深度图像中的像素位置，
d
是像素的深度值，
(c
x
,c
y
)
是深度图像的中心坐标，
f
为焦距；
i
为下标，取本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种智能感知和自动化控制的按摩器，其特征在于，所述按摩器包括：按摩器本体，人体三维模型感知装置和自动控制装置；所述按摩器本体至少包括：传感器组
、
多个按摩器件和驱动电路；所述按摩器件在驱动电路的驱动下移动到使用者的不同身体区域，并在驱动电路的驱动下进行对应力度的按摩；所述传感器组包括多个传感器子组，每个传感器子组设置于一个按摩器件上，配置用于感知按摩器所处的使用者的身体区域的皮肤压力和肌肉紧张度；所述人体三维模型感知装置，配置用于构建使用者的三维模型；所述自动控制装置，配置用于基于三维模型，确定按摩区域所处的位置，生成第一控制指令发送至驱动电路，以使得驱动电路驱动按摩器件移动到按摩区域所述的位置，进行按摩，同时在按摩时，基于传感器组中各个子传感器组感知到的皮肤压力和肌肉紧张度，生成第二控制指令，发送至驱动电路，驱动电路按照第二控制指令，驱动按摩器执行对应力度的按摩
。2.
如权利要求1所述的智能感知和自动化控制的按摩器，其特征在于，所述传感器子组包括：压力传感器和肌肉电阻抗传感器；所述压力传感器直接感知皮肤压力；所述肌肉电阻抗传感器在按摩器对使用者进行按摩时，感知肌肉电阻和肌肉振动频率，计算出肌肉实时电阻抗值，基于计算得到的实时电阻抗值和设定的肌肉电阻抗基线值，计算肌肉紧张度
。3.
如权利要求2所述的智能感知和自动化控制的按摩器，其特征在于，所述肌肉电阻抗传感器在按摩器对使用者进行按摩时，计算出肌肉实时电阻抗值肌肉的实时电阻抗值的方法包括：使用如下公式，计算得到肌肉的实时电阻抗值：其中：
Z
是肌肉的实时电阻抗值；
R
肌肉电阻，为设定值；
X
C
为肌肉电容抗；
X
L
为肌肉电感抗；所述肌肉电容抗使用如下公式计算得到：其中，
f
为肌肉振动频率；使用如下公式，计算得到肌肉电感抗：
X
L
＝2π
fL。4.
如权利要求3所述的智能感知和自动化控制的按摩器，其特征在于，所述肌肉紧张度使员如下公式计算得到：
Inten
＝
R*|lg(1+f)|*(Z
‑
Z
baseline
)
；其中，
Inten
为肌肉紧张度，
Z
baseline
为肌肉电阻抗基线值
。5.
如权利要求4所述的智能感知和自动化控制的按摩器，其特征在于，所述人体三维模型感知装置包括：结构光投影装置
、
图像获取装置和计算装置；所述人体三维模型感知装置构建使用者的三维模型的方法包括：使用结构光投影装置，将编码的光投影到人体表面，然后使用图像获取装置捕捉投影后的图像；计算装置通过解码投影图案，计算出人体表面各点的深度信息，再基于深度信息，得到深度图像，将深度图像中将每个像素的深度值转换为三维坐标，重建初始点云，应用滤波算法来消除初始点云的噪声，利用迭代最近点算法，估计非刚性变换来将初始点云进行姿态对齐，使用高阶的非刚性形状优化方法，将初始点云变形为人体形状的三维模型，将采集的人体图像投影到三维模型表面，实现纹理信息的融合，对每个三角面片，计算其在图像中的投影，然后进行纹理映射和插值，完成使用者的三维模型的构建
。
6.
如权利要求5所述的智能感知和自动化控制的按摩器，其特征在于，所述将深度图像中将每个像素的深度值转换为三维坐标，重建初始点云的方法包括：使用如下公式将每个像素的深度值转换为三维坐标：像素的深度值转换为三维坐标：
Z
i
＝
d
i
其中，
(u
i
,v
i
)
是深度图像中的像素位置，
d
是像素的深度值，
(c
x
,c
y
)
是深度图像的中心坐标，
f
为焦距；
i
为下标，取值为正整数，取值范围为1到
N
，
N
为深度图像中像素的数量；以此得到初始点云

【专利技术属性】
技术研发人员：彭欣，
申请(专利权)人：东莞市科驰电子科技有限公司，
类型：发明
国别省市：