具体实施方式

：

下面结合附图对本发明作进一步说明：

图1是智能调节人与屏幕距离装置的图像识别模块流程图，本装置按照该方法流程图进行实施，即摄像传感器接收图像后采用预训练好的VGG16卷积神经网络，判断出现在摄像头前的是人还是其他物体，一旦确定出现在摄像头前的是人，将启动图像识别模块，所述图像识别模块即进行程序初始化后接收摄像头实时采集的图像在后台处理成尺寸为128像素128像素的图像，共16384个像素点，如果被识别用户面部所占尺寸大于30像素30像素或大于900个像素点，将激活疲劳检测模块中的面部疲劳检测部分；如果被识别用户面部所占尺寸小于30像素30像素或小于900个像素点，将激活疲劳检测模块中的全身/半身疲劳检测部分，将激活信息赋值为1，非激活信息赋值为0；在对人脸像素点进行计数的同时进行拉普拉斯边缘检测，对环境的明暗度进行判断，即在后台将尺寸为128像素128像素的图像转换为灰度图，对该灰度图用33的拉普拉斯算子进行卷积得到边缘检测图并对边缘检测图计算方差，当边缘检测图的方差大于600时定义环境此时为明亮状态，当边缘检测图的方差小于600时定义环境此时为黑暗状态，将环境明亮信息赋值为1，环境黑暗信息赋值为0，上述信息构建成一个矩阵后传入疲劳检测模块，例如环境明亮时的人脸检测矩阵为[0,1,1,0]；环境黑暗时的全身/半身检测矩阵为[1,0,0,1]。

图2是疲劳检测模块流程图，本装置按照该方法流程图进行实施，即当疲劳检测模块接收到图像识别模块传回的信息矩阵为[0,1,1,0]时，只激活LSTM长短记忆神经网络对使用者面部的68个关键点进行观察，68个关键点如图5所示，首先对眼部关键点进行眨眼计数，通过比对眨眼频率和图像帧数的关系建立疲劳判别公式，作为第一疲劳判断，其次对嘴部关键点进行定位，根据嘴部张合程度判断用户是否在打哈欠并记录打哈欠时长，作为第二疲劳判断，最后对头部关键点进行定位，以下巴这一部位的关键点为法线点建立中垂线，计算人脸与中垂线的夹角作为第三疲劳判断；当疲劳检测模块接收到图像识别模块传回的信息矩阵为[1,0,1,0]时，激活GAN对抗神经网络，基于预训练好的生成模型恢复五官细节，将摄像头所获得的低质量人脸数据复原为高质量图像，再利用LSTM长短记忆神经网络对使用者面部的68个关键点进行上述疲劳判断；

当疲劳检测模块接收到图像识别模块传回的信息矩阵为[0,1,0,1]或[1,0,0,1]时，激活OpenCV+OpenPose部分，将输入的实时图像经过卷积神经网络提取人体骨骼框架，如附图6所示，1个头部关键点S1，2个肩部关键点S2、S3，2个手踝关键点S4、S5，2个胯部关键点S6、S7，2个膝关节关键点S8、S9和2个脚踝关键点S10、S11，将头部关键点S1和肩部关键点S2、S3的欧氏距离作为第一疲劳判断，头部关键点S1和手踝关键点S4、S5的欧氏距离作为第二疲劳判断，2个膝关节关键点S8、S9的曼哈顿距离作为第三疲劳判断，最终根据是否符合上述疲劳判断条件判断是否启动伸缩机械臂。

图3和图4是一种智能调节人与屏幕距离的装置外观图和外观爆炸图，包括连接的摄像传感器、伸缩机械臂、图像识别模块、疲劳检测模块、信号处理模块以及驱动电机控制器；所述驱动电机控制器分别与摄像传感器、伸缩机械臂、图像识别模块、疲劳检测模块、信号处理模块相关联，当用户出现在摄像传感器17前，图像识别模块和疲劳检测模块监测到用户时，所述智能调节屏幕的机械装置进入工作状态，立即将图像数据传入信号处理模块中对图形数据流进行提取与数据转化，转化为有效可读格式传入到驱动电机控制器中，再由驱动电机控制器发出电信号命令传递到伸缩机械臂，同时对屏幕进行对水平距离和角度调节；所述水平距离调节，当支架向前伸展时，串口舵机12通过旋转齿轮主机械臂第一机械臂4、主机械臂第二机械臂3一起作下摆运动，曲柄9带动第一连杆8压迫第二连杆15上摆，推进屏幕向前运动。进一步地与2号连杆连接的三角转片向屏幕的前方向转动，带动三角转片6和另一端连接的第三连杆16作下摆运动使机械臂达到拉伸状态，连杆16调节两者的运动，进一步地主机械臂向下摆动时，与之连接的三角转片顺时针旋转通过轴承支撑副机械臂作上摆运动，同时第二连杆15也随之做相同运动使主机械臂与副机械臂逐步趋近伸直状态，达到缩小屏幕与人之间距离的目的，实现距离调节，进一步地三角转片对主、副机械臂的运动有一定调节作用，初始状态的三角转片6和机械臂第三连杆16已设置好一定的角度，保证距离调节过程中屏幕的高度不发生变化，当支架向后压缩时呈现上述运动状态的反方向变化；所述角度调节，机械臂底座部分的旋转台3可满足机械臂自由旋转调节角度的功能。其底部连接的数字舵机11与旋转底座中的蜗杆作为两个主要的驱动力，当收到信号指令时，其底部连接的数字舵机11以蜗杆传动的形式带动回转轴控制机械臂实现旋转，达到调节屏幕与人之间的角度的目的。

以上附图仅用于解释目的，而不意图以任何方式来限制本申请公开的范围。另外，图中的各部件的形状和比例尺寸等仅为示意性的，用于帮助对本申请的理解，并不是具体限定本申请各部件的形状和比例尺寸。本领域的技术人员在本申请的教导下，可以根据具体情况选择各种可能的形状和比例尺寸来实施本申请。

概括地说，本种智能调节人与屏幕距离的装置及方法，包括连接的摄像传感器、伸缩机械臂、图像识别模块、疲劳检测模块、信号处理模块以及驱动电机控制器；所述驱动电机控制器分别与摄像传感器、伸缩机械臂、图像识别模块、疲劳检测模块、信号处理模块相关联。

所述摄像传感器主要为显示屏自带的摄像头或独立摄像头；伸缩机械臂与摄像传感器相连接，通过驱动电机控制器控制该模块的伸缩移动。

所述伸缩机械臂，其结构包括底座1、定位座2、旋转台3、主机械臂第一机械臂4、主机械臂第二机械臂5、三角转片6、副机械臂7、第一连杆8，曲柄9、显示屏10，数字舵机11、两个串口舵机12、13，旋转齿轮14，第二连杆15、第三连杆16；所述底座1与定位座2嵌合，底座1中设有数字舵机11，数字舵机中含有可编程逻辑芯片，根据设定的程序向串口舵机发送PWN控制信号；所述定位座2连接底座1与旋转台3，所述旋转台3与主机械臂大臂4相扣接，旋转台3左右两侧设有串口舵机12、13，两个串口舵机通过电线与底座中的数字舵机11连接，串口舵机12用于控制主机械臂第一机械臂4的运动与角度，同时通过电流、电压的方式为数字舵机提供反馈；所述主机械臂第一机械臂4在远离旋转台的一端与三角转片6连接，串口舵机13控制主机械臂第二机械臂5的运动与角度，主机械臂第二机械臂5在靠近串口舵机5的一端与曲柄9相连，所述曲柄9上端通过轴承和第一连杆8铆合，通过曲柄9带动第一连杆8运动；所述三角转片6另两端分别和副机械臂7、第三连杆16铰接，三角转片6调整角度保证副机械臂7与第三连杆16在运动过程中的平稳地伸缩显示器；所述副机械臂7和第二连杆15远离三角转片6的一端与活动转置连接；所述活动装置与显示器10相扣合，用户根据需要调动活动装置，改变显示器方向。

所述图像识别模块，图像识别模块采用预训练好的VGG16卷积神经网络，判断出现在摄像头前的是人还是其他物体，一旦确定出现在摄像头前的是人，将摄像头实时采集的图像在后台处理成尺寸为128像素128像素的图像，共16384个像素点，如果被识别用户面部所占尺寸大于30像素30像素或大于900个像素点，将对摄像头前的用户进行面部监测，激活疲劳检测模块中的面部疲劳检测部分；如果被识别用户面部所占尺寸小于30像素30像素或小于900个像素点，将对摄像头前的用户进行全身/半身监测，激活疲劳检测模块中的全身/半身疲劳检测部分；确定好激活相对应的疲劳检测模块后，对环境的明暗度进行判断，判断的主要依据为拉普拉斯边缘检测理论，在后台将尺寸为128像素128像素的图像转换为灰度图，对该灰度图用33的拉普拉斯算子进行卷积得到边缘检测图并对边缘检测图计算方差，当边缘检测图的方差大于600时定义环境此时为明亮状态，当边缘检测图的方差小于600时定义环境此时为黑暗状态，将激活模块信息和环境明暗信息构建成一个矩阵后传入疲劳检测模块。

所述疲劳检测模块是由LSTM长短记忆神经网络+GAN对抗神经网络和OpenCV+OpenPose两部分组成，其中LSTM长短记忆神经网络+GAN对抗神经网络为疲劳检测模块中的面部疲劳检测部分，OpenCV+OpenPose为疲劳检测模块中的全身/半身疲劳检测部分；当疲劳检测模块接收到图像识别模块传回的面部检测激活信息和环境明亮信息矩阵时，只激活LSTM长短记忆神经网络对使用者面部的68个关键点进行观察，首先对眼部关键点进行眨眼计数，通过比对眨眼频率和图像帧数的关系建立疲劳判别公式，作为第一疲劳判断，其次对嘴部关键点进行定位，根据嘴部张合程度判断用户是否在打哈欠并记录打哈欠时长，作为第二疲劳判断，最后对头部关键点进行定位，以下巴这一部位的关键点为法线点建立中垂线，计算人脸与中垂线的夹角作为第三疲劳判断；当疲劳检测模块接收到图像识别模块传回的面部检测激活信息和环境黑暗信息矩阵时，此时激活GAN对抗神经网络，基于预训练好的生成模型恢复五官细节，将摄像头所获得的低质量人脸数据复原为高质量图像，再利用LSTM长短记忆神经网络对使用者面部的68个关键点进行上述疲劳判断；当疲劳检测模块接收到图像识别模块传回的全身/半身检测激活信息时，激活OpenCV+OpenPose部分，将输入的实时图像经过卷积神经网络提取1个头部关键点S1，2个肩部关键点S2、S3，2个手踝关键点S4、S5，2个胯部关键点S6、S7，2个膝关节关键点S8、S9和2个脚踝关键点S10、S11，将头部关键点S1和肩部关键点S2、S3的欧氏距离作为第一疲劳判断，头部关键点S1和手踝关键点S4、S5的欧氏距离作为第二疲劳判断，2个膝关节关键点S8、S9的曼哈顿距离作为第三疲劳判断；最终将是否疲劳的状态分为两类，将疲劳赋值为1，不疲劳赋值为0，再将该疲劳信息以1或0的信号方式传递信号处理模块。

所述信号处理模块和驱动电机控制器，用来接收由图像识别模块和疲劳检测模块所传递回来的1或0的信号并将其转化为驱动电机控制器可读的驱动电信号，命令驱动电机控制器进入工作状态；所述驱动电机控制器，由一个MG995型号的数字舵机11和两个MG996R的串口电机12、13构成，驱动电机控制器的中央处理器位于底座1中的数字舵机中，中央处理器以时钟脉冲信号长度控制舵机的运动，进一步地通过根据的疲劳检测模块的判断，中央处理器会发出讯号给舵机，舵机中驱动电路接受到信号后驱动电机从而带动机械臂运动。数字舵机11同时控制两个串口舵机12、13，机械臂的伸缩主要由两个串口舵机完成，机械臂的方向调节由数字舵机11完成。

作为本发明的进一步改进，所述智能调节人与屏幕距离的装置处于工作状态时，观察到用户持续性的存在于显示屏前30分钟时，驱动电机控制器与伸缩机械臂开始自动推拉屏幕进行水平方向的前后移动，在启动工作后，根据用户的疲劳状态，在5~15分钟的区间内进行一次水平方向的前后移动。

作为本发明的进一步改进，所述智能调节人与屏幕距离的装置监测到人出现在显示屏前30分钟后立即进入工作状态；所述智能调节屏幕的机械装置监测到人离开显示屏前5分钟后立即停止工作状态，以保证所述智能调节屏幕的机械装置的工作效率。

作为本发明的进一步改进，所述智能调节人与屏幕距离的装置在软件层面实现智能调节伸缩机械臂和手动调节伸缩机械臂的切换。

作为本发明的进一步改进，所述智能调节人与屏幕距离的装置采用蓝牙/WIFI连接模式，通过手机App控制伸缩机械臂的自动与手动档位。