基于物联网平台的家庭智慧课桌椅设计

为了改正中小学生在学习时养成的不良习惯,设计了一款以ESP32为主控制器的智慧课桌椅.该智慧桌椅通过压力传感器和时钟计时来检测久坐,采用RealSense摄像头进行用户3D坐姿检测,控制电动推杆上下运行实现桌面的升降,加入语音识别模块简化了智慧桌椅的控制难度.此外,该桌椅采用双环PID控制算法和直线插补算法进行电动推杆...     

丝瓜籽油改性聚氨酯黏弹性泡沫的研究

为改善聚氨酯黏弹性泡沫工业依赖石油化工原料的现状。本研究以来源广泛的天然丝瓜籽油改性聚氨酯黏弹性泡沫,共设置了7个丝瓜籽油添加量梯度(0%、5%、10%、15%、20%、30%、40%)。在本研究中,利用各种方法研究了丝瓜籽油改性黏弹性泡沫(LSVF)的泡孔形态、反复加载力学性能以及坐姿舒适性。扫描电镜结果表明,丝瓜籽油的加入使得LSVF的泡孔直径变大,开孔增多。丝瓜籽油改性聚氨酯黏弹性泡沫的峰值应力、弹性模量、单位体积吸收能量、能量耗散与平均加载模量等压缩力学性能指标均呈现先减小后增加的趋势。此外,含量过高或过低都将影响丝瓜籽油改性聚氨酯黏弹性泡沫的缓压性能,LSVF-30的缓压效果最好,人-椅界面压力分布最为均匀、分散。在设计坐垫时需要考虑丝瓜籽油改性聚氨酯黏弹性泡沫坐垫的含量对坐垫缓压效果的影响。     

基于坐姿行为的办公椅设计与创新

以人机工程学原理与方法为依据,系统分析了人体骨骼结构及现代办公状态下的静态坐姿和动态行为,论述了现代办公椅设计的基本原则和定位。在此基础上,探讨了静态坐姿对现代办公椅尺度的限定及人体动态行为对现代办公椅功能性的界定,提出了符合现代办公实际需要的办公椅设计的新思路和新方法,以期为具体的办公家具设计提供参考。     

基于表面肌电的腰枕大小对坐姿舒适性影响的研究

随着科学技术在工作环境中应用的增多,固定姿势的影响及其导致的健康问题日益突出。在影响坐姿健康的诸多因素中非常重要的一点就是腰部支撑。本文利用表面肌电镀术,采用主观评价与客观测试相结合的方法,分析评价了腰枕大小对坐姿舒适性的影响,为从人体工程学的角度合理优化沙发腰部支撑设计提供了理论依据。研究结果表明,中等型号的腰枕可以使人体获得较好的坐姿;过大或过小的腰枕都不利于人体坐姿的保持。同时,实验研究还表明,表面肌电指标值IEMG和MPF可以较好地反映坐姿舒适性,二者结合使用可以达到较大地评价沙发使用舒适性的目的。     

基于柔性力敏传感器的便携式坐姿监测与提醒系统

读写坐姿长时间不规范将对青少年身体健康、学习效率产生不利影响.本文基于柔性力敏传感器,设计了一套新型的便携式读写坐姿实时监测及智能提醒系统.该系统根据生物力学、人体工程学规律,通过铺设于座椅上40 cm×40 cm的柔性力敏传感器,采集坐立时臀部压力分布数据。首先对原始数据进行预处理,再通过所提出的坐姿动作识别与分析算法对坐姿状态进行识别,实时分析坐姿情况,最后结合环境的温度、湿度、光强参数,给出预警方案.同时,在手机APP客户端实时显示并且存储监测期间坐姿及环境变化情况.该系统设计简单、交互性强,借助手机和压力垫的便携性,方便用户达到实时预警和分析的效果,帮助青少年纠正不良坐姿.     

基于神经网络的骨骼特征融合下坐姿快速识别

基于深度学习的坐姿识别方法目前在识别精度上获得了较好提升,但模型在嵌入式平台上无法兼具高准确性和快速性,进而难以应用于边缘智能等领域。本文基于神经网络提出一种坐姿快速识别方法,使用轻量化网络替换骨干网络提取底层特征,并利用基于自适应批量归一化层候选评估模块对模型进行剪枝优化。同时,对坐姿识别方法改进,在骨骼关节特征的基础上融合骨骼图像特征,提升检测速度的同时保证了识别精度。实验结果显示,改进后的模型准确率高,并且检测速度获得大幅提升。     

基于人机工程学的办公座椅舒适性设计研究

目的有效提升办公座椅设计的舒适性及合理性,减少不良坐姿对人体健康带来的损害。方法系统分析了人们长时间办公状态下的坐姿变化,以及人体骨骼和肌肉在不同坐姿状态下的一系列变化。结论以人机工程学原理和方法为依据,探讨了坐姿变化和座椅因素对人体舒适性的影响,提出了基于坐姿变化的人机工程学办公座椅设计原则,从而为办公座椅设计的结构形式和功能尺寸提供相应的科学依据,为办公座椅的人机工程学改良设计提供有效建议。     

基于多关联特征的屏幕阅读坐姿健康性判别

长期坐姿不正确将会严重危害人体健康。现有的基于计算机视觉的坐姿检测方法主要 是通过检测人体本身来判别坐姿的健康性,没有综合地考虑人体与屏幕之间的交互关系,使得对多 种不健康坐姿无法准确检测,对此提出了一种基于多关联特征的屏幕阅读坐姿健康性判别方法。从 人体自身的约束关系和人与屏幕间的约束关系这 2 个方面考虑,先检测出人体和屏幕,再根据目标 的空间方位关系综合地提取与坐姿健康关联性强的坐姿特征。接着将坐姿特征序列输入到卷积神经 网络中进行学习和分类,从而实现坐姿的健康性判别。实验结果表明,该方法可以有效地识别出屏 幕阅读时存在的多种不健康坐姿行为。与其他方法相比,具有较好地识别结果及应用价值。     

基于PCA的坐姿行为识别*

为了对坐姿下的几种行为进行识别,在分析常有坐姿的基础上,提出了通过PCA对八种不同姿势进行分类识别的方法。结合背景帧信息通过背景轮廓消减法提取运动目标区域,利用肤色在YCbCr空间聚集在一片固定区域且在CbCr平面上投影为一个近似椭圆的特性,在运动目标区域提取肤色区域,并对检测出的肤色灰度图进行PCA运算,实现了姿势识别。实验结果表明,所提出的利用PCA进行姿势识别的方法正确率达到84.92%,能够准确地识别坐姿行为,并且对运动阴影、光线变化具有良好的鲁棒性。     

基于人体静态尺寸的座椅设计

目的 为使座椅设计更加科学、规范,研究人体坐姿的生理特点和生理尺度,为座椅设计提供科学合理的尺寸参考依据.方法 运用人体测量学、数理统计学及人机工程学,通过对沈阳地区高校大学生群体进行相关尺寸测量及数据统计分析,并结合座椅设计的特点,确定其主要尺寸的人体依据.结果 分析总结了人体坐姿生理尺寸与座椅设计中主要尺寸间的关系;通过 SPSS统计分析,建立了人体坐姿各项尺寸与身高的比例关系式.结论 测量并统计分析了身高和人体坐姿各项尺寸的均值、标准差及P5、P50、P95等7个百分位数值;得出了10项人体坐姿尺寸与身高的比例关系式,为座椅设计提供了科学的人体尺寸依据.