具体实施方式

为解决上述问题，本发明实施例提供了一种人体睡眠状态的监测方法。

图1示出了根据本发明一个实施例的人体睡眠状态的监测方法的流程示意图。参见图1所示，该方法至少可以包括步骤S102至步骤S112。

步骤S102，周期性地采集指定位置区域的目标人体的温度，得到人体温度采样值。

步骤S104，计算当前采样点的人体温度采样值与之前相邻采样的人体温度采样值的温差，并判断温差是否小于或等于第一温度阈值。若是，执行步骤S106，若否，执行步骤S108。

步骤S106，将当前采样点的人体温度采样值记录为温度参考值。

步骤S108，获取第二温度阈值，根据当前采样点前记录得到的连续多个温度参考值对第二温度阈值进行修正得到第二修正温度阈值。之后，继续执行步骤S110。

步骤S110，根据当前采样点的人体温度采样值和第二修正温度阈值判断目标人体是否符合睡眠状态异常条件。若是，执行步骤S112。

步骤S112，确定目标人体的睡眠状态异常。

本发明实施例的人体睡眠状态的监测方法中，周期性地采集指定位置区域的目标人体的温度作为人体温度采样值，然后，计算当前采样点的人体温度采样值与之前相邻采样的人体温度采样值的温差，并判断温差是否小于或等于第一温度阈值，若是，则将当前采样点的人体温度采样值记录为温度参考值，若否，则获取第二温度阈值，根据当前采样点前记录得到的连续多个温度参考值对第二温度阈值进行修正得到第二修正温度阈值。最后，根据当前采样点的人体温度采样值和第二修正温度阈值判断目标人体是否符合睡眠状态异常条件。由于人体感觉舒适时，人体温度不会急升或急降，因此可以将与之前相邻采样的人体温度采样值的温差小于第一温度阈值的当前采样点的人体温度采样值作为人体舒适温度的温度参考值。并且，连续的多个温度参考值的变化趋势还能够反映睡眠时人体正常温度由于近期天气、室内环境等因素变化而发生的改变。由此，在需进行睡眠状态判断时，通过根据当前采样点前记录得到的连续多个温度参考值对第二温度阈值进行修正得到第二修正温度阈值，以用于人体睡眠状态的判断，能够减少甚至消除睡眠时人体正常温度的近期改变带来的影响，提高了人体睡眠状态判断的准确性。

本文中提及的指定位置区域可以是指目标人体的睡眠区域，如卧具所在的区域，例如房间内的床、沙发所在的区域。

上文步骤S102中，可以通过非接触式测温方法(例如红外感测等)来采集目标人体的温度。目标人体的温度的采集周期可以根据实际应用需求来设置，一般性地可设置在10-30min范围内，例如20min。

上文步骤S104中，第一温度阈值可设置在1-2℃范围内，例如1.5℃。

上文步骤S108中，第二温度阈值可以是根据目标人体预先设置的目标人体睡眠时的默认正常温度值，其表示目标人体在未踢被子情况下的正常人体温度。第二温度阈值可以是通过经验统计或调研等方式得到。具体地，本发明的实施例中，第二温度阈值例如可以设置在36.3-37.2℃范围内。

在一些实施例中，第二温度阈值还可以根据当前季节或指定位置区域所处的室内环境等进行设置。例如，可以为夏季和冬季设置不同的第二温度阈值。或者，可以根据指定位置区域所处室内环境是空调制热环境或空调制冷环境设置不同的第二温度阈值。

在一个实施例中，根据当前采样点前记录得到的连续多个温度参考值对第二温度阈值进行修正得到第二修正温度阈值的步骤可以进一步实施为：根据当前采样点前记录得到的连续多个温度参考值的变化趋势对第二温度阈值进行修正，以得到第二修正温度阈值。具体地，首先，获取当前采样点前第一预设时长内的温度参考值的序列，得到第一温度参考值序列。接着，获取第一温度参考值序列之前第一预设时长内的温度参考值的序列，得到第二温度参考值序列。最后，计算第一温度参考值序列的平均值与第二温度参考值序列的平均值的比值，将第二温度阈值乘以该比值，得到第二修正温度阈值。第一预设时长的数值可以根据实际应用需求进行设置，以使该第一预设时长内的温度参考值序列能充分并及时地反映睡眠时人体正常温度的近期变化为宜。可选地，第一预设时长可以设置在24-48h范围内，例如24h。

下面以举例的方式对前述的根据当前采样点前记录得到的连续多个温度参考值的变化趋势对第二温度阈值进行修正的步骤进行具体介绍。在本例中，假设第一预设时长为24h，在读取到预先设置的第二温度阈值Ts后，先获取当前采样点前24h内的温度参考值的序列，得到第一温度参考值序列：T11,T12,…,T1n(n为大于2的正整数)。再获取第一温度参考值序列之前24h内的温度参考值的序列，得到第二温度参考值序列：T21,T22,…,T2m(m为大于2的正整数)。根据公式T1v＝(T11+T12+…+T1n)/n计算得到第一温度参考值序列的平均值T1v，并根据公式T2v＝(T21+T22+…+T2m)/m计算得到第二温度参考值序列的平均值T2v。最后，根据以下公式计算得到第二修正温度阈值Tc：Tc＝Ts×(T1v/T2v)。

本实施例中，以第一温度参考值序列的平均值与第二温度参考值序列的平均值的比值作为修正系数，对第二温度阈值进行修正。由于第一温度参考值序列的平均值与第二温度参考值序列的平均值的比值能够更加准确地反应睡眠时人体正常温度的近期变化趋势，使得根据该比值修正得到的第二修正温度阈值更加贴合当前的人体正常温度，从而进一步提高人体睡眠状态判断的准确性。

上文步骤S110中，根据当前采样点的人体温度采样值和第二修正温度阈值判断目标人体是否符合睡眠状态异常条件。

在一个实施例中，睡眠状态异常条件可包括：当前采样点的人体温度采样值小于第二修正温度阈值。如前文所述，第二修正温度阈值为对目标人体睡眠时的默认正常温度值修正后的值，在已判断出相邻采样点之间的目标人体的温度的变化超出第一温度阈值的情况下，若当前采样点的人体温度采样值小于第二修正温度阈值，则表明目标人体已踢掉了被子，使得目标人体的温度降低至睡眠时应当保持的正常温度之下。

在另一个实施例中，睡眠状态异常条件可包括：当前取样点的人体温度采样值小于第二修正温度阈值，且目标人体的温度在自当前采样点起的第二预设时长内持续小于第二修正温度阈值，第二预设时长小于或等于人体温度采样值的采集周期。第二预设时长例如可以设置在5-10min范围内。在这种情况下，步骤S110具体地可以如此实施：首先，判断当前取样点的人体温度采样值是否小于第二修正温度阈值。若是，则进一步监测目标人体的温度在自当前采样点起的第二预设时长内是否持续小于第二修正温度阈值。只有当目标人体的温度在自当前采样点起的第二预设时长内持续小于第二修正温度阈值时，才判断目标人体睡眠状态异常(即踢掉了被子)。通过这种方式，能够减少甚至消除目标人体温度的偶然波动所导致的误判，提高人体睡眠状态判断的准确性。

如本文背景技术中所指出，小孩特别容易在睡眠时发生踢被现象，因而小孩通常是睡眠状态监测的重点监测对象。而在实际应用中，例如应用在家庭中时，由于家里一般会有多人，指定位置区域可能会出现除小孩之外的成人。因此，在一个实施例中，在执行步骤S102之前，还可以先确定目标人体的属性，如确定目标人体是否为小孩。

在一种实施方案中，在通过红外感测周期性地采集指定位置区域的目标人体的温度之前，可通过以下步骤确定目标人体的属性：首先，对指定位置区域进行红外扫描，得到指定位置区域的温度信息。然后，根据指定位置区域的温度信息确定目标人体所占区域的面积。具体地，根据指定位置区域的温度信息确定指定位置区域内温度处于指定温度范围内的区域，作为目标人体所占区域。指定温度范围例如可以设置为35-40℃，从而能够区分目标人体与其他热源(如灯具等)。最后，判断目标人体所占区域的面积是否小于预设面积阈值，若是，则执行通过红外感测周期性地采集指定位置区域的目标人体的温度的步骤。预设面积阈值可以根据实际应用中需监测的目标人体进行设置。一般性地，在作为监测对象的目标人体为小孩的情况下，可以将预设面积阈值设置在0.4-0.6m²范围内，例如0.5m²。

本实施例中，在采集指定位置区域的目标人体的温度之前，通过对指定位置区域进行红外扫描来确定目标人体所占区域的面积，并通过判断目标人体所占区域的面积是否小于预设面积阈值来确定目标人体的属性是否为小孩，从而进一步提高人体睡眠状态监测的针对性和准确性。

进一步地，在一个实施例中，通过红外感测周期性地采集指定位置区域的目标人体的温度的步骤可以具体实施为：周期性地对指定位置区域中目标人体所占区域进行温度扫描，并计算目标人体所占区域内的平均温度，作为指定位置区域的目标人体的温度。也就是说，在每个采样点到达时，对指定位置区域中目标人体所占区域进行一次温度扫描，进而计算目标人体所占区域内的平均温度，作为每个采样点采集到的指定位置区域的目标人体的温度。

需要注意的是，由于目标人体在睡眠过程中很可能会移动位置，因此，目标人体所占区域的位置并不是固定的。在目标人体所占区域的位置发生变化的情况下，在每个采样点到达时，对指定位置区域中目标人体所占区域进行温度扫描可以如下实施：先对指定位置区域进行红外扫描，得到指定位置区域的温度信息，然后根据指定位置区域的温度信息确定指定位置区域内温度处于上述指定温度范围内的区域，作为目标人体所占区域，如此，所确定的目标人体所在区域内的温度信息即为目标人体所占区域的温度扫描信息。进而，可根据目标人体所在区域内的温度信息计算目标人体所占区域内的平均温度，作为指定位置区域的目标人体的温度。

通过采用目标人体所占区域内的平均温度作为目标人体的温度，与现有技术中仅以目标人体的特定部位(如额头、脚等)的温度作为判断对象，能够更全面、准确地反映人体的真实温度。而且，由于无需对人体的特定部位进行定位，也减低了温度检测的复杂度，提高处理效率。

在一个实施例中，在执行步骤S112确定目标人体的睡眠状态异常之后，还可以生成睡眠状态异常告警信号，进而可根据睡眠状态异常告警信号发出告警提示，从而能够及时提醒监护人，以使监护人知晓目标人体的睡眠状态异常。告警提示可以包括声音提示和/或振动提示等。声音提示包括但不限于音乐、语音、响铃等。振动提示可以由移动终端(如手机)、智能枕头等发出。

以上介绍了图1所示实施例的各个环节的多种实现方式，下面将通过一具体实施例来详细介绍本发明的人体睡眠状态的监测方法的实现过程。

图2示出了根据本发明一具体实施例的人体睡眠状态的监测方法的流程示意图。参见图2所示，该方法至少可以包括以下步骤S202至步骤S222。

步骤S202，对指定位置区域进行红外扫描，得到指定位置区域的温度信息，根据指定位置区域的温度信息确定目标人体所占区域的面积。

本步骤中，根据指定位置区域的温度信息确定指定位置区域内温度处于35-40℃的区域，作为目标人体所占区域。

步骤S204，判断目标人体所占区域的面积是否小于预设面积阈值。若是，则执行步骤S206。若否，则流程结束。

本实施例中，预设面积阈值设置为0.5m²。若目标人体所占区域的面积小于0.5m²，则可以确定目标人体的属性为小孩。

步骤S206，通过红外感测周期性地采集指定位置区域的目标人体的温度，得到人体温度采样值。

本步骤中，周期性地对指定位置区域中目标人体所占区域进行温度扫描，并计算目标人体所占区域内的平均温度，作为指定位置区域的目标人体的温度。人体温度采样值的采集周期为20min。

步骤S208，计算当前采样点的人体温度采样值与之前相邻采样的人体温度采样值的温差。

步骤S210，判断温差是否小于或等于第一温度阈值。若是，执行步骤S212，若否，执行步骤S214。

本实施例中第一温度阈值设置为2℃。

步骤S212，将当前采样点的人体温度采样值记录为温度参考值。之后，返回至步骤S206。

步骤S214，获取第二温度阈值，根据当前采样点前记录得到的连续多个温度参考值对第二温度阈值进行修正得到第二修正温度阈值。

本步骤中，具体地，获取当前采样点前第一预设时长内的温度参考值的序列，得到第一温度参考值序列，再获取第一温度参考值序列之前第一预设时长内的温度参考值的序列，得到第二温度参考值序列，计算第一温度参考值序列的平均值与第二温度参考值序列的平均值的比值，将所获取的第二温度阈值乘以该比值，得到第二修正温度阈值。第一预设时长设置为24h。

步骤S216，判断当前取样点的人体温度采样值是否小于第二修正温度阈值。若是，则执行步骤S218。若否，在返回至步骤S206。

步骤S218，监测目标人体的温度在自当前采样点起的第二预设时长内是否持续小于第二修正温度阈值。若是，则执行步骤S220。若否，则返回至步骤S206。

本步骤中，第二预设时长设置为10min。

步骤S220，确定目标人体的睡眠状态异常。

步骤S222，生成睡眠状态异常告警信号，并根据睡眠状态异常告警信号发出告警提示。

本实施例中，通过智能枕头进行振动提示，从而及时提醒监护人。

本发明实施例能够针对性地、准确地对目标人体的睡眠状态进行监测，并在目标人体的睡眠状态异常时及时进行提醒，非常适用于对小孩睡眠时是否踢被进行监测的场合。

基于同一技术构思，本发明实施例还提供了一种智能家居装置。图3示出了根据本发明一个实施例的智能家居装置10的结构示意图。参见图3所示，智能家居装置10一般性地可以包括温度检测模块100以及控制模块200。温度检测模块100检测指定位置区域的目标人体的温度。控制模块200与温度检测模块100连接，控制模块200控制温度检测模块100检测指定位置区域的目标人体的温度，并从温度检测模块100获取所检测的目标人体的温度。控制模块200可包括处理器210，以及存储有计算机程序代码的存储器220。当计算机程序代码被处理器220运行时，导致控制模块200执行前文任一实施例或实施例的组合的人体睡眠状态的监测方法。

在一个实施例中，温度检测模块100可以是红外感测模块。

在一个实施例中，智能家居装置10可以是智能空调。温度检测模块100和控制模块200在智能空调待机状态和运行状态下均可以运行。在控制模块200确定目标人体的睡眠状态异常(即踢掉被子)后，还可以生成空调调节信号，从而根据空调调节信号调整智能空调的运行参数(包括运行温度、送风风速、送风方向等)，以保证目标人体睡眠舒适。具体地，例如，在确定目标人体的睡眠状态异常后，可以对智能空调进行以下至少一项调节操作：提高运行温度、减小送风风速、将送风方向调整为不再对着目标人体，从而避免目标着凉。

在一个实施例中，智能家居装置10还可以与智能枕头联动。在这种情况下，控制模块200将生成的睡眠状态异常告警信号发送给云端服务器，云端服务器再将睡眠状态异常告警信号发送给智能枕头，智能枕头根据睡眠状态异常告警信号进行振动提示，以及时提醒智能枕头的用户。

相对于智能家居领域中的现有技术，本发明的方案实现了高效、准确地对人体睡眠状态进行自动监测并根据监测结果智能化调整智能家居装置的技术效果，提高了智能化水平。

根据上述任意一个可选实施例或多个可选实施例的组合，本发明实施例能够达到如下有益效果：

本发明实施例提供的人体睡眠状态的监测方法和智能家居装置，周期性地采集指定位置区域的目标人体的温度作为人体温度采样值，然后，计算当前采样点的人体温度采样值与之前相邻采样的人体温度采样值的温差，并判断温差是否小于或等于第一温度阈值，若是，则将当前采样点的人体温度采样值记录为温度参考值，若否，则获取第二温度阈值，根据当前采样点前记录得到的连续多个温度参考值对第二温度阈值进行修正得到第二修正温度阈值。最后，根据当前采样点的人体温度采样值和第二修正温度阈值判断目标人体是否符合睡眠状态异常条件。由于人体感觉舒适时，人体温度不会急升或急降，因此可以将与之前相邻采样的人体温度采样值的温差小于第一温度阈值的当前采样点的人体温度采样值作为人体舒适温度的温度参考值。并且，连续的多个温度参考值的变化趋势还能够反映睡眠时人体正常温度由于近期天气、室内环境等因素变化而发生的改变。由此，在需进行睡眠状态判断时，通过根据当前采样点前记录得到的连续多个温度参考值对第二温度阈值进行修正得到第二修正温度阈值，以用于人体睡眠状态的判断，能够减少甚至消除睡眠时人体正常温度的近期改变带来的影响，提高了人体睡眠状态判断的准确性。

进一步地，在采集指定位置区域的目标人体的温度之前，还可以通过对指定位置区域进行红外扫描来确定目标人体所占区域的面积，并通过判断目标人体所占区域的面积是否小于预设面积阈值来确定目标人体的属性是否为小孩，从而进一步提高人体睡眠状态监测的针对性和准确性。

至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。