按摩设备佩戴状态的智能检测方法及装置与流程

1.本发明涉及按摩器技术领域，具体而言，涉及一种按摩设备佩戴状态的智能检测的方法及装置。


背景技术：

2.相关技术中，准确判断设备的状态是设备自动控制的前提条件。用于判断设备状态的方案有光学传感器、皮肤电容传感器、陀螺仪、加速度计等。光学传感器的方案中，需要在壳体上开孔。对于眼部/头部按摩器来说，由于按摩器接触皮肤的面通常使用布料或者皮料，在这种场景下，开孔会导致设备的防尘性能不佳、佩戴舒适性差。除此之外，相较于压电传感器，光学传感器的成本也略高。陀螺仪、加速度计的方案中，传感器通过加速度来感知人的运动状态，虽然能够判断出设备的状态，但无法进一步获取佩戴人的生理信号以进行更深的分析。
3.相关技术中，放置于按摩设备的传感器所采集的信号易受到设备佩戴松紧度的影响，对不同人或者同一人不同松紧度佩戴的情况，阈值都需要进行调节，适配性差。
4.针对相关技术中存在的上述问题，暂未发现高效且准确的解决方案。


技术实现要素：

5.本发明提供了一种按摩设备佩戴状态的智能检测方法及装置，以解决相关技术中存在的上述技术问题。
6.根据本发明的一个实施例，提供了一种按摩设备佩戴状态的智能检测方法，其特征在于，包括：按照检测周期采集按摩设备上压电传感器的压电信号；采用所述压电信号生成自相关曲线；提取所述自相关曲线的自相关特征；根据所述自相关特征检测所述按摩设备的运动状态，其中，所述运动状态包括：放置状态、拿起状态、佩戴状态。
7.可选地，提取所述自相关曲线的自相关特征包括：统计所述自相关曲线的波峰数量、计算每个波峰的峰值、计算每个波峰的波峰宽度、以及计算每个波峰的波峰相对高度；将所述波峰数量、所述峰值、所述波峰宽度、以及所述波峰相对高度确定为所述压电信号的自相关特征。
8.可选地，根据所述自相关特征检测所述按摩设备的运动状态包括：判断波峰数量是否在预设范围内，其中，所述自相关特征包括：波峰数量，波峰尺寸；若所述波峰数量在预设范围内，确定所述按摩设备的运动状态为放置状态；若所述波峰数量不在预设范围内，根据所述波峰尺寸检测所述按摩设备的运动状态。
9.可选地，根据所述波峰尺寸检测所述按摩设备的运动状态包括：确定所有峰值中的最大峰值，计算所有波峰宽度的第一均值，以及计算所有波峰相对高度的第二均值，其中，所述波峰尺寸包括：峰值、波峰宽度、以及波峰相对高度；判断所述最大峰值是否大于第一阈值；若所述最大峰值大于第一阈值，判断所述第一均值是否大于第二阈值，以及判断所述第二均值是否大于第三阈值；若所述第一均值大于第二阈值，且所述第二均值大于第三
阈值，确定所述按摩设备的运动状态为佩戴状态。
10.可选地，在判断所述最大峰值是否大于第一阈值之后，所述方法还包括：若所述最大峰值小于或等于第一阈值，计算所述压电信号的均方根误差；判断所述均方根误差是否在预设范围内；若所述均方根误差在预设范围内，确定所述按摩设备的运动状态为佩戴状态；若所述均方根误差不在预设范围内，计算当前状态的持续时间；若所述持续时间大于预设时长，确定所述按摩设备的运动状态为拿起状态；若所述持续时间小于或等于预设时长，确定所述按摩设备的运动状态为佩戴体动状态，其中，所述佩戴状态包括佩戴体动状态和佩戴静止状态。
11.可选地，在判断所述最大峰值是否大于第一阈值之后，所述方法还包括：若所述最大峰值小于或等于第一阈值，判断所述第一均值是否大于第四阈值，以及判断所述第二均值是否大于第五阈值，其中，所述第四阈值大于所述第二阈值，所述第五阈值小于所述第三阈值；若判断所述第一均值大于第四阈值，且所述第二均值大于第五阈值，确定所述按摩设备的运动状态为拿起状态。
12.可选地，在根据所述自相关特征检测所述按摩设备的运动状态之后，所述方法还包括：若所述运动状态为佩戴状态，采集所述按摩设备的佩戴介质的心率值；提取所述心率值的心率变异性hrv特征；根据所述hrv特征、所述心率值、以及所述佩戴介质的运动状态值检测所述佩戴介质的睡眠状态。
13.根据本发明的另一个实施例，提供了一种按摩设备佩戴状态的智能按摩设备，包括：采集模块，用于按照检测周期采集按摩设备上压电传感器的压电信号；生成模块，用于采用所述压电信号生成自相关曲线；提取模块，用于提取所述自相关曲线的自相关特征；检测模块，用于根据所述自相关特征检测所述按摩设备的运动状态，其中，所述运动状态包括：放置状态、拿起状态、佩戴状态。
14.可选地，所述提取模块包括：计算单元，用于统计所述自相关曲线的波峰数量、计算每个波峰的峰值、计算每个波峰的波峰宽度、以及计算每个波峰的波峰相对高度；确定单元，用于将所述波峰数量、所述峰值、所述波峰宽度、以及所述波峰相对高度确定为所述压电信号的自相关特征。
15.可选地，所述检测模块包括：第一判断单元，用于判断波峰数量是否在预设范围内，其中，所述自相关特征包括：波峰数量，波峰尺寸；第一确定单元，用于若所述波峰数量在预设范围内，确定所述按摩设备的运动状态为放置状态；第二确定单元，用于若所述波峰数量不在预设范围内，根据所述波峰尺寸检测所述按摩设备的运动状态。
16.可选地，所述第二确定单元包括：计算子单元，用于确定所有峰值中的最大峰值，计算所有波峰宽度的第一均值，以及计算所有波峰相对高度的第二均值，其中，所述波峰尺寸包括：峰值、波峰宽度、以及波峰相对高度；第一判断子单元，用于判断所述最大峰值是否大于第一阈值；第二判断子单元，用于若所述最大峰值大于第一阈值，判断所述第一均值是否大于第二阈值，以及判断所述第二均值是否大于第三阈值；确定子单元，用于若所述第一均值大于第二阈值，且所述第二均值大于第三阈值，确定所述按摩设备的运动状态为佩戴状态。
17.可选地，所述检测模块还包括：第一计算单元，用于若所述最大峰值小于或等于第一阈值，计算所述压电信号的均方根误差；第二判断单元，用于判断所述均方根误差是否在
预设范围内；第三确定单元，用于若所述均方根误差在预设范围内，确定所述按摩设备的运动状态为佩戴状态；第二计算单元，用于若所述均方根误差不在预设范围内，计算当前状态的持续时间；第四确定单元，用于若所述持续时间大于预设时长，确定所述按摩设备的运动状态为拿起状态；第五确定单元，用于若所述持续时间小于或等于预设时长，确定所述按摩设备的运动状态为佩戴体动状态，其中，所述佩戴状态包括佩戴体动状态和佩戴静止状态。
18.可选地，所述装置还包括：判断模块，用于若所述最大峰值小于或等于第一阈值，判断所述第一均值是否大于第四阈值，以及判断所述第二均值是否大于第五阈值，其中，所述第四阈值大于所述第二阈值，所述第五阈值小于所述第三阈值；确定模块，用于若判断所述第一均值大于第四阈值，且所述第二均值大于第五阈值，确定所述按摩设备的运动状态为拿起状态。
19.可选地，所属装置还包括：采集模块，用于若所述运动状态为佩戴状态，采集所述按摩设备的佩戴介质的心率值；提取模块，用于提取所述心率值的心率变异性hrv特征；检测模块，用于根据所述hrv特征、所述心率值、以及所述佩戴介质的运动状态值检测所述佩戴介质的睡眠状态。
20.根据本发明的又一个实施例，还提供了一种存储介质，其特征在于，存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项装置实施例中的步骤。
21.根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，其特征在于，存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项装置实施例中的步骤。
22.通过本发明实施例，按照检测周期采集按摩设备上压电传感器的压电信号；采用所述压电信号生成自相关曲线；提取所述自相关曲线的自相关特征；根据所述自相关特征检测所述按摩设备的运动状态，其中，所述运动状态包括：放置状态、拿起状态、佩戴状态；通过利用自相关曲线波峰特征对按摩设备运动状态进行判断，解决了放置于按摩设备的传感器所采集的信号易受到设备佩戴松紧度的影响，阈值需要调节，适配性差等问题，提升了设备状态检测算法的鲁棒性，提高了按摩设备使用的适配性。
附图说明
23.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：图1是本发明实施例的一种按摩设备的硬件结构框图；图2是根据本发明实施例的按摩设备佩戴状态的智能检测方法的流程图；图3是根据本发明实施例的放置状态自相关曲线；图4是根据本发明实施例的拿起状态自相关曲线；图5是根据本发明实施例的佩戴状态自相关曲线。
24.图6是根据本发明实施例的按摩设备佩戴状态的智能检测方法的整体流程图；图7是根据本发明实施例的一种按摩设备佩戴状态的智能按摩设备的结构框图。
具体实施方式
25.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术的一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
26.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
27.实施例1本技术实施例一所提供的方法实施例可以在按摩设备的按摩设备、头盔、按摩按摩设备、手机或者类似的装置中执行。以运行在按摩设备上为例，图1是本发明实施例的一种按摩设备的硬件结构框图。如图1所示，按摩设备可以包括一个或多个（图1中仅示出一个）处理器102（处理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置）和用于存储数据的存储器104，可选地，上述按摩设备还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述按摩设备的结构造成限定。例如，按摩设备还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
28.存储器104可用于存储按摩设备的程序，例如，应用软件的软件程序以及模块，如本发明实施例中的一种基于程序，处理器102通过运行存储在存储器104内的按摩设备程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
29.在本实施例中提供了一种按摩设备佩戴状态的智能检测方法，图2是根据本发明实施例的按摩设备佩戴状态的智能检测方法的流程图，如图2所示，该流程包括如下步骤：步骤s202，按照检测周期采集按摩设备上压电传感器的压电信号；本实施例的按摩设备可以是佩戴在头部、眼部的健康设备，如头部按摩器、眼部按摩器等。
30.可选地，检测周期为每次采集数据的时间间隔，采集压电传感器的压电信号可以选择合适的微控制器、模数转换器（adc）进行采集，并将采集到的压电信号存储在计算机内部存储器或外部存储卡内。
31.步骤s204，采用所述压电信号生成自相关曲线；
可选地，生成自相关曲线包括计算自相关函数、确定延迟范围、计算自相关值、绘制自相关曲线、拟合自相关曲线等步骤，其中拟合自相关曲线需要使用适当的数学函数来拟合，高斯函数或指数函数可以用于拟合。
32.步骤s206，提取所述自相关曲线的自相关特征；可选地，所述自相关曲线的波峰特征包括了峰值的大小，峰的宽度和峰的高度。
33.步骤s208，根据所述自相关特征检测所述按摩设备的运动状态，其中，所述运动状态包括：放置状态、拿起状态、佩戴状态。
34.其中，拿起状态为仅移动按摩设备，未佩戴的状态，放置状态为设备未移动、未佩戴的静息状态，佩戴状态为设备佩戴在用户头部或眼部的状态。
35.可选地，根据所述自相关特征检测所述按摩设备的运动状态的方法为，通过对峰值的大小，峰的宽度，峰的高度设定阈值，然后通过判断可得到按摩设备的不同运动状态。
36.通过本发明实施例，按照检测周期采集按摩设备上压电传感器的压电信号；采用所述压电信号生成自相关曲线；提取所述自相关曲线的自相关特征；根据所述自相关特征检测所述按摩设备的运动状态，其中，所述运动状态包括：放置状态、拿起状态、佩戴状态；通过利用自相关曲线波峰特征对按摩设备运动状态进行判断，避免了放置于按摩设备的传感器所采集的信号易受到设备佩戴松紧度的影响，无需阈值调节，解决了相关技术中识别按摩设备的运动状态误差大的技术问题，提升了设备状态检测算法的鲁棒性，提高了按摩设备的运动状态的识别准确率，提高了按摩设备使用的适配性。
37.在本实施例中，提取所述自相关曲线的自相关特征包括：统计所述自相关曲线的波峰数量、计算每个波峰的峰值、计算每个波峰的波峰宽度、以及计算每个波峰的波峰相对高度；将所述波峰数量、所述峰值、所述波峰宽度、以及所述波峰相对高度确定为所述压电信号的自相关特征。
38.可选的，波峰尺寸包括峰值（波峰绝对高度）、波峰宽度、以及波峰相对高度。
39.在本实施例中，根据所述自相关特征检测所述按摩设备的运动状态包括：判断波峰数量是否在预设范围内，其中，所述自相关特征包括：波峰数量，波峰尺寸；若所述波峰数量在预设范围内，确定所述按摩设备的运动状态为放置状态；若所述波峰数量不在预设范围内，根据所述波峰尺寸检测所述按摩设备的运动状态。
40.可选地，预设范围为大于或等于10的范围。
41.在本实施例中，按照检测周期采集按摩设备上压电传感器的压电信号，采用所述压电信号生成自相关曲线，图3是根据本发明实施例的放置状态自相关曲线，图4是根据本发明实施例的拿起状态自相关曲线；图5是根据本发明实施例的佩戴状态自相关曲线。图3，图4，图5的横轴坐标为延迟值（与时间成正比，延迟值/压电信号采样频率 = 时间），纵轴坐标为自相关值，即振幅，不同状态下自相关的峰值特征不同，曲线上波峰的差异较大，所述延迟值为压电信号采样频率与时间的乘积，所述峰值对应的横轴坐标值为压电信号采样频率与信号周期的乘积。
42.在本实施例中，根据所述波峰尺寸检测所述按摩设备的运动状态包括：s11，确定所有峰值中的最大峰值，计算所有波峰宽度的第一均值，以及计算所有波峰相对高度的第二均值，其中，所述波峰尺寸包括：峰值、波峰宽度、以及波峰相对高度；s12，判断所述最大峰值是否大于第一阈值；
可选地，第一阈值为0.5。
43.s13，若所述最大峰值大于第一阈值，判断所述第一均值是否大于第二阈值，以及判断所述第二均值是否大于第三阈值；可选地，第二阈值为8，第三阈值0.8。
44.s14，若所述第一均值大于第二阈值，且所述第二均值大于第三阈值，确定所述按摩设备的运动状态为佩戴状态。
45.图3所示放置状态下，自相关图中有多个峰（多于10个），存在峰值较大（大于0.5）的峰，峰的宽度较小（小于5），峰的相对高度较小（小于0.1）；图4所示拿起状态下，自相关图中峰的个数较少（2个），峰值普遍较小（小于0.3），但峰值的宽度大（大于15），峰的相对高度较高（大于0.5）；图5所示佩戴状态下，自相关图中峰的个数较少（3个），存在峰值较大的峰（大于0.5），峰值的宽度较大（大于8），峰的相对高度大（大于0.8）。
46.在本实施例中，在判断所述最大峰值是否大于第一阈值之后，所述方法还包括：s21，若所述最大峰值小于或等于第一阈值，计算所述压电信号的均方根误差；可选地，计算均方根误差的方法为获取压电信号的实际值和预测值进行比较，然后对每个数据点，计算实际值与预测值之间的差值，再将每个差值平方，得到平方误差，再然后将所有平方误差相加，除以数据点的数量，最后对结果进行平方根运算，可以用公式表示，其中rmse为均方根误差，n为获取压电信号数据点的数目，为单个点的实际值，为单个点的预测值。
47.s22，判断所述均方根误差是否在预设范围内；s23，若所述均方根误差在预设范围内，确定所述按摩设备的运动状态为佩戴状态；若所述均方根误差不在预设范围内，计算当前状态的持续时间；s24，若所述持续时间大于预设时长，确定所述按摩设备的运动状态为拿起状态；若所述持续时间小于或等于预设时长，确定所述按摩设备的运动状态为佩戴体动状态，其中，所述佩戴状态包括佩戴体动状态和佩戴静止状态。
48.其中，佩戴体动状态也属于一种佩戴状态。
49.可选地，预设时长为3秒，体动信号持续时间较短，因此可以通过统计其持续时间来判断设备是拿起状态还是体动状态。
50.在本实施例中，在判断所述最大峰值是否大于第一阈值之后，还包括：若所述最大峰值小于或等于第一阈值，判断所述第一均值是否大于第四阈值，以及判断所述第二均值是否大于第五阈值，其中，所述第四阈值大于所述第二阈值，所述第五阈值小于所述第三阈值；若判断所述第一均值大于第四阈值，且所述第二均值大于第五阈值，确定所述按摩设备的运动状态为拿起状态。
51.可选地，第四阈值为15，第五阈值为0.5。
52.在本实施例中，在根据所述自相关特征检测所述按摩设备的运动状态之后，还包括：若所述运动状态为佩戴状态，采集所述按摩设备的佩戴介质的心率值；提取所述心率值的心率变异性hrv特征；根据所述hrv特征、所述心率值、以及所述佩戴介质的运动状态值检测所述佩戴介质的睡眠状态。
53.其中，佩戴介质为佩戴该按摩设备的对象，如人类、动物等用户。
54.可选地，采集按摩设备佩戴介质的心率值方法为计算bcg信号两个j峰之间的时间间隔(jj-interval)作为计算心跳的周期，利用公式计算心率。
55.可选地，hrv（heart rate variability）是一种量测连续心跳速率变化程度的方法，hrv特征包括了时域特征和频域特征，其中时域特征包括：nn（5min内jj-interval的均值），sdnn（5min内jj-interval的标准差），rmssd（相邻jj-interval的差值的均方根），nn50（心电图中所有每对相邻正常心跳时间间隔，差距超过50毫秒的数目）；频域特征包括：超低频范围（0.0033hz-0.04hz）功率，低频范围（0.04hz-0.15hz）功率，高频范围（0.15hz-0.4hz）功率，低、高频功率的比值。
56.可选地，基于hrv特征，心率值以及佩戴介质的运动状态值，使用决策树算法判断佩戴者的睡眠状态。
57.在本实施中，在根据所述自相关特征检测所述按摩设备的运动状态之后，还包括：若所述运动状态为佩戴状态的体动状态，使用一段时间的心率均值对心率值进行补偿。
58.可选地，所述一段时间的心率均值可以计算体动状态开始前5秒的平均心率值，并将该值作为体动状态这段时间的心率值。
59.图6是根据本发明实施例的按摩设备佩戴状态的智能检测方法的整体流程图，如图6所示，该流程包括如下步骤：对按摩设备上压电传感器采集到的压电信号进行滤波；对滤完波的压电信号计算得到自相关曲线；判断自相关峰值个数是否在预设范围内，若自相关曲线的峰值数目不在预设范围内，按摩设备处于放置状态；若自相关曲线的峰值数目在预设范围内，则获取自相关峰值特征，判断自相关特征是否在预设范围内，自相关峰值特征包括峰值大小、峰的宽度、峰的高度；可选地，预设范围为大于等于10；若自相关特征在预设范围内，按摩设备处在佩戴状态，计算jj-interval，然后根据jj-interval计算心率；若特征不在预设范围内，对滤完波的压电信号计算均方根误差，判断均方根误差是否在预设范围内，如果均方根误差在预设范围内，则按摩设备处在佩戴状态，如果均方根误差不在预设范围内，则按摩设备处在佩戴状态的体动状态或者移动状态；可选地，jj-interval是用于计算心跳的周期，bcg心冲击信号在一个周期内有一个j峰，jj-interval是两个峰之间的时间间隔；判断该状态的连续持续时间是否大于阈值t1，如果该状态的连续持续时间大于阈值t1，按摩设备处在拿起移动状态，如果该状态的连续持续时间小于等于阈值t1，按摩设备处在短时体动状态，使用t2时间段内的心率均值对心率进行补偿；可选地，阈值t1为3秒，体动信号持续时间较短，一般小于3秒，因此可以通过统计体动信号的持续时间来判断设备是否处于拿起移动状态；t2时间段为5秒，通过计算短时体动开始前5秒内的平均心率值，并将该值作为短时体动这段时间的心率值。
60.根据计算得到的心率值和补偿的心率值共同提取hrv时频域特征，结合心率值和状态值进行睡眠状态检测。
61.可选地，hrv心率变异性是一种量测连续心跳速率变化程度的方法，通过对hrv时
频域特征、心率值使用决策树算法，对佩戴者的睡眠状态进行判断。
62.通过本发明实施例，通过利用自相关曲线波峰特征对按摩设备运动状态进行判断，解决了放置于按摩设备的传感器所采集的信号易受到设备佩戴松紧度的影响，阈值需要调节，适配性差等问题，提升了设备状态检测算法的鲁棒性，提高了按摩设备使用的适配性，同时采集所述按摩设备的佩戴介质的心率值，提取心率值的心率变异性hrv特征，可以对佩戴者的睡眠状态进行检测，增加了佩戴装置的功能。
63.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如rom/ram、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，或者网络设备等）执行本发明各个实施例所述的方法。
64.实施例2在本实施例中还提供了一种按摩设备佩戴状态的智能按摩设备，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的术语“模块”可以实现预订功能的软件和硬件的组合。尽管以下实施例所描述的装置较佳地以软件实现，但是硬件，或者软件和硬件的组合的实现也是可以被构想的。
65.图7是本发明实施例的一种按摩设备佩戴状态的智能按摩设备的结构框图，如图7所示，该装置包括：采集模块70，用于按照检测周期采集按摩设备上压电传感器的压电信号；生成模块72，用于采用所述压电信号生成自相关曲线；提取模块74，用于提取所述自相关曲线的自相关特征；检测模块76，用于根据所述自相关特征检测所述按摩设备的运动状态，其中，所述运动状态包括：放置状态、拿起状态、佩戴状态。
66.可选地，所述提取模块包括：计算单元，用于统计所述自相关曲线的波峰数量、计算每个波峰的峰值、计算每个波峰的波峰宽度、以及计算每个波峰的波峰相对高度；确定单元，用于将所述波峰数量、所述峰值、所述波峰宽度、以及所述波峰相对高度确定为所述压电信号的自相关特征。
67.可选地，所述检测模块包括：第一判断单元，用于判断波峰数量是否在预设范围内，其中，所述自相关特征包括：波峰数量，波峰尺寸；第一确定单元，用于若所述波峰数量在预设范围内，确定所述按摩设备的运动状态为放置状态；第二确定单元，用于若所述波峰数量不在预设范围内，根据所述波峰尺寸检测所述按摩设备的运动状态。
68.可选地，所述第二确定单元包括：计算子单元，用于确定所有峰值中的最大峰值，计算所有波峰宽度的第一均值，以及计算所有波峰相对高度的第二均值，其中，所述波峰尺寸包括：峰值、波峰宽度、以及波峰相对高度；第一判断子单元，用于判断所述最大峰值是否大于第一阈值；第二判断子单元，用于若所述最大峰值大于第一阈值，判断所述第一均值是否大于第二阈值，以及判断所述第二均值是否大于第三阈值；确定子单元，用于若所述第一均值大于第二阈值，且所述第二均值大于第三阈值，确定所述按摩设备的运动状态为佩戴状态。
69.可选地，所述检测模块还包括：第一计算单元，用于若所述最大峰值小于或等于第一阈值，计算所述压电信号的均方根误差；第二判断单元，用于判断所述均方根误差是否在预设范围内；第三确定单元，用于若所述均方根误差在预设范围内，确定所述按摩设备的运动状态为佩戴状态；第二计算单元，用于若所述均方根误差不在预设范围内，计算当前状态的持续时间；第四确定单元，用于若所述持续时间大于预设时长，确定所述按摩设备的运动状态为拿起状态；第五确定单元，用于若所述持续时间小于或等于预设时长，确定所述按摩设备的运动状态为佩戴体动状态，其中，所述佩戴状态包括佩戴体动状态和佩戴静止状态。
70.可选地，所述装置还包括：判断模块，用于若所述最大峰值小于或等于第一阈值，判断所述第一均值是否大于第四阈值，以及判断所述第二均值是否大于第五阈值，其中，所述第四阈值大于所述第二阈值，所述第五阈值小于所述第三阈值；确定模块，用于若判断所述第一均值大于第四阈值，且所述第二均值大于第五阈值，确定所述按摩设备的运动状态为拿起状态。
71.可选地，所属装置还包括：采集模块，用于若所述运动状态为佩戴状态，采集所述按摩设备的佩戴介质的心率值；提取模块，用于提取所述心率值的心率变异性hrv特征；检测模块，用于根据所述hrv特征、所述心率值、以及所述佩戴介质的运动状态值检测所述佩戴介质的睡眠状态。
72.需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
73.实施例3本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
74.可选地，在本实施例中，上述存储介质可以被设置为存储用于执行的计算机程序：s1，按照检测周期采集按摩设备上压电传感器的压电信号；s2，采用所述压电信号生成自相关曲线；s3，提取所述自相关曲线的自相关特征；s4，根据所述自相关特征检测所述按摩设备的运动状态，其中，所述运动状态包括：放置状态、拿起状态、佩戴状态。
75.可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、只读存储器（read-only memory，简称为rom）、随机存取存储器（random access memory，简称为ram）、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
76.本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
77.可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
78.可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：s1，按照检测周期采集按摩设备上压电传感器的压电信号；s2，采用所述压电信号生成自相关曲线；
s3，提取所述自相关曲线的自相关特征；s4，根据所述自相关特征检测所述按摩设备的运动状态，其中，所述运动状态包括：放置状态、拿起状态、佩戴状态。
79.可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
80.上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
81.在本技术的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
82.在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
83.作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
84.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
85.集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机课读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本技术各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器（rom，read-only memory）、随机存取存储器（ram，random access memory）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
86.以上仅是本技术的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。

技术特征：
1.一种按摩设备佩戴状态的智能检测方法，其特征在于，包括：按照检测周期采集按摩设备上压电传感器的压电信号；采用所述压电信号生成自相关曲线；提取所述自相关曲线的自相关特征；根据所述自相关特征检测所述按摩设备的运动状态，其中，所述运动状态包括：放置状态、拿起状态、佩戴状态。2.根据权利要求1所述的方法，其特征在于，提取所述自相关曲线的自相关特征包括：统计所述自相关曲线的波峰数量、计算每个波峰的峰值、计算每个波峰的波峰宽度、以及计算每个波峰的波峰相对高度；将所述波峰数量、所述峰值、所述波峰宽度、以及所述波峰相对高度确定为所述压电信号的自相关特征。3.根据权利要求1所述的方法，其特征在于，根据所述自相关特征检测所述按摩设备的运动状态包括：判断波峰数量是否在预设范围内，其中，所述自相关特征包括：波峰数量，波峰尺寸；若所述波峰数量在预设范围内，确定所述按摩设备的运动状态为放置状态；若所述波峰数量不在预设范围内，根据所述波峰尺寸检测所述按摩设备的运动状态。4.根据权利要求3所述的方法，其特征在于，根据所述波峰尺寸检测所述按摩设备的运动状态包括：确定所有峰值中的最大峰值，计算所有波峰宽度的第一均值，以及计算所有波峰相对高度的第二均值，其中，所述波峰尺寸包括：峰值、波峰宽度、以及波峰相对高度；判断所述最大峰值是否大于第一阈值；若所述最大峰值大于第一阈值，判断所述第一均值是否大于第二阈值，以及判断所述第二均值是否大于第三阈值；若所述第一均值大于第二阈值，且所述第二均值大于第三阈值，确定所述按摩设备的运动状态为佩戴状态。5.根据权利要求4所述的方法，其特征在于，在判断所述最大峰值是否大于第一阈值之后，所述方法还包括：若所述最大峰值小于或等于第一阈值，计算所述压电信号的均方根误差；判断所述均方根误差是否在预设范围内；若所述均方根误差在预设范围内，确定所述按摩设备的运动状态为佩戴状态；若所述均方根误差不在预设范围内，计算当前状态的持续时间；若所述持续时间大于预设时长，确定所述按摩设备的运动状态为拿起状态；若所述持续时间小于或等于预设时长，确定所述按摩设备的运动状态为佩戴体动状态，其中，所述佩戴状态包括佩戴体动状态和佩戴静止状态。6.根据权利要求4所述的方法，其特征在于，在判断所述最大峰值是否大于第一阈值之后，所述方法还包括：若所述最大峰值小于或等于第一阈值，判断所述第一均值是否大于第四阈值，以及判断所述第二均值是否大于第五阈值，其中，所述第四阈值大于所述第二阈值，所述第五阈值小于所述第三阈值；
若判断所述第一均值大于第四阈值，且所述第二均值大于第五阈值，确定所述按摩设备的运动状态为拿起状态。7.根据权利要求1所述的方法，其特征在于，在根据所述自相关特征检测所述按摩设备的运动状态之后，所述方法还包括：若所述运动状态为佩戴状态，采集所述按摩设备的佩戴介质的心率值；提取所述心率值的心率变异性hrv特征；根据所述hrv特征、所述心率值、以及所述佩戴介质的运动状态值检测所述佩戴介质的睡眠状态。8.一种按摩设备佩戴状态的智能按摩设备，其特征在于，包括：采集模块，用于按照检测周期采集按摩设备上压电传感器的压电信号；生成模块，用于采用所述压电信号生成自相关曲线；提取模块，用于提取所述自相关曲线的自相关特征；检测模块，用于根据所述自相关特征检测所述按摩设备的运动状态，其中，所述运动状态包括：放置状态、拿起状态、佩戴状态。9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的方法。10.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7任一项中所述的方法。

技术总结
本发明提供了一种按摩设备佩戴状态的智能检测方法及装置，其中，该方法包括：按照检测周期采集按摩设备上压电传感器的压电信号；采用所述压电信号生成自相关曲线；提取所述自相关曲线的自相关特征；根据所述自相关特征检测所述按摩设备的运动状态，其中，所述运动状态包括：放置状态、拿起状态、佩戴状态，通过本发明实施例，解决放置于按摩设备的传感器所采集的信号易受到设备佩戴松紧度的影响，阈值需要调节，适配性差等问题，提升了设备佩戴状态检测算法的鲁棒性，提高了按摩设备使用的适配性。性。性。


技术研发人员：任立隆 于崇
受保护的技术使用者：深圳市倍轻松科技股份有限公司
技术研发日：2023.09.05
技术公布日：2023/10/11