具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的一种睡眠改善方法所应用的智能床垫的结构示意图；图2为本发明实施例一提供的一种睡眠改善方法的流程图，本实施例可适用于使用者躺卧在床上睡眠时改善使用者睡眠的情况，该方法可以由智能床垫来执行，如图1所示，智能床垫包括床垫本体3、点阵式传感器阵列2和处理器1，床垫本体3包括气囊组件（图中未示出），点阵式传感器阵列2和处理器1电连接；点阵式传感器阵列2设置在床垫本体3上；点阵式传感器阵列2用于感知人体体征信息以得到传感器点值图；如图2所示，所述睡眠改善方法具体包括如下步骤：

S110、获取所述传感器点值图。

其中，气囊组件是指智能床垫为气囊床垫时内部的可充放气的气囊结构，使用者睡眠时躺卧在床垫本体上，此时气囊组件会对使用者起到支撑作用。当气囊组件所包括的气囊充气或放气时，使用者所感受到的床垫本体的软硬度便会不同，此时使用者感受到的床垫本体的支撑力也会相应的不同。

人体体征信息是指人体躺在智能床垫上所产生的信息，例如人有重力，人体体征信息可为重力有关的信息，在此不对人体体征信息做具体限定。

点阵式传感器阵列是指多个传感器组成的点阵阵列，图3为本发明实施例一提供的一种基于点阵式传感器阵列得到的使用者平躺时的传感器点值图，如图3所示，传感器点值图是指各传感器点位和传感器点值大小形成的图。

S120、基于所述传感器点值图确定当前支撑信息，所述当前支撑信息包括支撑面积信息和支撑力度信息。

其中，人体躺卧在床垫本体上时，人体接触床垫本体的部位由于重力的存在会使点阵式传感器阵列中对应的传感器点值改变，通过确定基于人体的接触导致传感器点值改变的传感器的数量，便可得到床垫本体对人体的支撑面积，即支撑面积信息；传感器点值也能反映出床垫本体对人体的支撑力度大小，即支撑力度信息。

S130、基于所述当前支撑信息确定目标支撑信息，所述目标支撑信息包括目标支撑面积信息和目标支撑力度信息。

其中，目标支撑信息可依据人体工程学，或者大量实验数据获取的个体在当前支撑信息下，对人体感受最舒适，对人体最健康，最有利于睡眠质量提高的目标支撑信息。一般该目标支撑信息可通过大量实验结合人体工程学得出。

S140、基于所述目标支撑信息调节所述气囊组件的气体量。

其中，气囊组件的气体量不同时，支撑面积和支撑力度便会相应的改变，例如气囊组件的气体量较大，此时气囊组件的支撑力度较大，气囊组件不易变形，当人体躺卧在床垫本体上时，正常人体的腰部等部位会与床垫本体之间存在间隙，从而点阵式传感器阵列中对应人体腰部区域的传感器点值改变量较小，此时的支撑面积也会较小。当气囊组件的气体量较小，此时气囊组件的支撑力度较小，气囊组件易变形，当人体躺卧在床垫本体上时，气囊组件易贴合人体，此时人体与气囊组件的接触面积较大，进而支撑面积也会相应的较大。因此，通过目标支撑信息调节气囊组件的气体量，能够方便的将智能床垫的支撑信息调节至目标支撑信息。

上述方案，通过点阵式传感器阵列进行测量，得到传感器点值图，基于传感器点值图确定当前支撑信息，所述当前支撑信息包括支撑面积信息和支撑力度信息，然后基于当前支撑信息确定目标支撑信息，所述目标支撑信息包括目标支撑面积信息和目标支撑力度信息，最后基于目标支撑信息调节所述气囊组件的气体量，实现智能调节，由于此时的目标支撑力度信息是通过使用者的当前支撑信息确定的，所以较为匹配当前使用者的使用状况，比起依赖于提前输入用户参数来设定目标支撑信息或者直接预先设置一组目标支撑信息，上述方案的灵活度较高，同时精准度较高，实现了提高智能调节的精准度以改善使用者睡眠的效果。

实施例二

图4为本发明实施例二提供的一种睡眠改善方法的流程图，本发明实施例在前述实施例一的基础上进行优化。可选的，所述传感器点值图包括传感器点位和传感器点值大小；所述基于所述传感器点值图确定当前支撑信息，包括：基于所述传感器点值图确定人体与床垫本体接触的区域面积和支撑矩阵；所述支撑矩阵包括检测值大于预设检测值的传感器点位和传感器点值大小；基于所述区域面积和所述支撑矩阵确定当前支撑信息。可选的，所述基于所述目标支撑信息调节所述气囊组件的气体量之后，还包括：获取第二传感器点值图，并基于所述第二传感器点值图确定第二支撑信息，基于所述第二支撑信息确定第二目标支撑信息，基于所述第二支撑信息和所述第二目标支撑信息调节所述气囊组件的气体量，直至所述第二支撑信息和所述第二目标支撑信息的差值小于预设差值。

如图4所示，所述方法具有包括：

S210、获取所述传感器点值图。

S220、基于所述传感器点值图确定人体与床垫本体接触的区域面积和支撑矩阵，所述支撑矩阵包括检测值大于预设检测值的传感器点位和传感器点值大小。

其中，传感器点位也称传感器点位置或传感器点坐标，传感器点位可指传感器所在位置在点阵式传感器阵列形成的传感器点值图中所处位置，传感器点值大小也称传感器点幅度大小，传感器点值可指传感器检测到的能反应不同的压力大小的值。检测值指传感器所检测到的传感器点值，当检测值大于预设检测值时，说明此传感器点位的传感器有检测到人体处在床垫本体上时产生的压力。

人体躺卧在床垫本体上时，人体接触床垫本体的部位由于重力的存在会使点阵式传感器阵列中对应的传感器点值改变，基于传感器点值改变的传感器的数量，便可确定人体与床垫接触的区域面积。支撑矩阵即记录人体在床垫本体上时各传感器点位和传感器点值的矩阵。

S230、基于所述区域面积和所述支撑矩阵确定当前支撑信息，所述当前支撑信息包括支撑面积信息和支撑力度信息。

其中，由于当前支撑信息包括支撑面积信息和支撑力度信息，而区域面积即反映了支撑面积，支撑矩阵也反映了不同传感器点位的支撑力度，因此，基于区域面积和支撑矩阵能够确定当前支撑信息。

S240、基于所述当前支撑信息确定目标支撑信息，所述目标支撑信息包括目标支撑面积信息和目标支撑力度信息。

S250、基于所述目标支撑信息调节所述气囊组件的气体量。

在一个具体的实施例中，某一时刻的传感器点值图为S，区域面积为S_area，S_area=f(S)，这里f是一种换算关系，可以是所有不为0点的传感器个数总数，也可以是S所有点之和等。目标支撑信息为Adjust_target，支撑矩阵为A_area。Adjust_target=f2(S_area,A_area)；即根据当前点阵的分布区域和区域幅度大小（即区域面积和支撑矩阵），通过f2换算成人体支撑的面积大小和支撑的力度大小（即获得当前支撑信息），并根据人体工程学设定支撑力度分布区域及大小的目标值（即目标支撑信息），气囊充放气根据获取的目标值进行最优的智能控制调节。

S260、获取第二传感器点值图，并基于所述第二传感器点值图确定第二支撑信息，基于所述第二支撑信息确定第二目标支撑信息，基于所述第二支撑信息和所述第二目标支撑信息调节所述气囊组件的气体量，直至所述第二支撑信息和所述第二目标支撑信息的差值小于预设差值。

其中，第二传感器点值图即为气囊组件的气体量调节后点阵式传感器阵列测量得到的传感器点值图，第二支撑信息即为调节气囊组件的气体量之后的当前支撑信息，第二目标支撑信息即为调节气囊组件的气体量之后的目标支撑信息。当第二支撑信息和所述第二目标支撑信息的差值小于预设差值，说明此时气囊组件已经调节至较优的气体量，此时智能床垫对人体也有较佳的支撑力度和支撑范围。

在基于目标支撑信息调节所述气囊组件的气体量之后，调节后的支撑信息并不一定达到了目标支撑信息，此时再次获取第二传感器点值图，再次确定第二支撑信息，进而确定第二目标支撑信息，基于第二支撑信息和第二目标支撑信息调节气囊组件的气体量，直至第二支撑信息和第二目标支撑信息的差值小于预设差值，实现了将气囊组件的充放气调节的结果实时反馈回来，使调整的结果更优。

实施例三

图5为本发明实施例三提供的一种睡眠改善方法的流程图，本发明实施例在前述实施例二的基础上进行优化。可选的，所述基于所述传感器点值图确定人体与床垫本体接触的区域面积和支撑矩阵之后，还包括：基于所述支撑矩阵确定睡姿信息；所述基于所述当前支撑信息确定目标支撑信息，包括：基于所述当前支撑信息和所述睡姿信息确定目标支撑信息。可选的，所述点阵式传感器阵列还用于感知人体体征信息以得到传感器波形图；所述睡眠改善方法还包括：获取传感器波形图；基于所述传感器波形图确定生理参数信息；基于所述生理参数信息确定健康指标信息。

如图5所示，所述方法具有包括：

S310、获取所述传感器点值图。

S320、基于所述传感器点值图确定人体与床垫本体接触的区域面积和支撑矩阵，所述支撑矩阵包括检测值大于预设检测值的传感器点位和传感器点值大小。

S330、基于所述支撑矩阵确定睡姿信息。

其中，不同睡姿下使用者不同部位与智能床垫的接触面积所形成的形状会不同，同时各部位接触智能床垫时给智能床垫的压力也会相应的不同，因此，根据支撑矩阵可方便准确的确定使用者的睡姿。

S340、基于所述区域面积和所述支撑矩阵确定当前支撑信息，所述当前支撑信息包括支撑面积信息和支撑力度信息。

S350、基于所述当前支撑信息和所述睡姿信息确定目标支撑信息，所述目标支撑信息包括目标支撑面积信息和目标支撑力度信息。

其中，同一个使用者在不同的睡姿情况下支撑力度和支撑面积都会相应的不同，通过当前支撑信息结合睡姿信息确定目标支撑信息，所得到的目标支撑信息较为精准，能够更好的匹配使用者的使用需求。例如，图3为本发明实施例一提供的一种基于点阵式传感器阵列得到的使用者平躺时的传感器点值图；图6为本发明实施例三提供的一种基于点阵式传感器阵列得到的使用者侧卧时的传感器点值图；如图3和图6所示，使用者在不同的睡姿情况下支撑力度和支撑面积都会相应的不同，得到的传感器点值图也会相应的不同。

S360、基于所述目标支撑信息调节所述气囊组件的气体量。

S370、获取第二传感器点值图，并基于所述第二传感器点值图确定第二支撑信息，基于所述第二支撑信息确定第二目标支撑信息，基于所述第二支撑信息和所述第二目标支撑信息调节所述气囊组件的气体量，直至所述第二支撑信息和所述第二目标支撑信息的差值小于预设差值。

S380、获取传感器波形图。

其中，波形图是反映各质点在同一时刻不同位移的曲线，叫做波的图像。波形图用于显示测量值为均匀采集的一条或多条曲线。传感器波形图是传感器在不同时间的电压值曲线。

S390、基于所述传感器波形图确定生理参数信息。

其中，生理参数信息指人体的生命活动所产生的相关信息，由于点阵传感器阵列可检测出床垫本体不同位置人体的微动情况，并转换成电信号，因此，根据传感器波形图，可方便的得到使用者的生理参数信息。在一个具体的实施例中，所述生理参数信息包括心率信息、上床时间点信息、离床时间点信息、体动信息、呼吸信息、鼾声信息中的至少一种。具体信息的不同，获取生理参数信息的方式也不同。例如，图7为本发明实施例三提供的一种传感器波形图，如图7所示，对于某一时刻的传感器波形图，使用者与心跳有关的信息、与鼾声有关的信息和与呼吸有关的信息都可在传感器波形图的不同位置提取，进而得到相关的心率信息、呼吸信息、体动信息、鼾声信息等。

S400、基于所述生理参数信息确定健康指标信息。

在一个具体的实施例中，所述健康指标信息包括睡眠质量信息、心率变异性信息、呼吸变异性信息、打鼾信息、睡眠呼吸障碍信息、慢性病预测信息中的至少一种。

其中，睡眠质量信息（通过统计睡眠时长（上床离床点），睡眠深浅睡（心率呼吸体动）等周期的合理性，打鼾次数能量及发生呼吸睡眠障碍的次数和程度，综合换算得出睡眠质量。例如，根据上床时间点信息和离床时间点信息可得到使用者的睡眠时长，通过体动信息可得到睡眠过程中的体动情况。心率变异性信息根据长时间统计心率间隔的时域与频域特征综合给出，根据不同时间段的呼吸信息可得到呼吸变异性信息，根据鼾声信息可得到使用者的打鼾信息，慢性病预测信息也是通过综合所有信息，通过搭建算法模型进行自学习来计算得出。

需要说明的是，上述序号并不代表具体执行顺序，例如S370、S380可以按照上述实施例中的执行过程顺次执行。或者，上述S310和S380可以同时进行，即获取所述传感器点值图的同时，获取传感器波形图；或者，上述S380可在S310之前执行，即获取传感器波形图之后，获取所述传感器点值图。各步骤的执行顺序可为多种，在此不做具体限定，只要满足S390和S400的执行顺序在S380之后同时S320-S370的执行顺序在S310之后即可。

在上述实施例的基础上，所述基于所述支撑矩阵确定睡姿信息，包括：

基于预设阈值将所述支撑矩阵进行二值化处理，得到二值化支撑矩阵；将所述二值化支撑矩阵分别与多个预设睡姿模板计算相似性；基于相似性最大的所述睡姿模板确定睡姿信息。

其中，二值化处理指将支撑矩阵内的每个传感器点值都转换成0和1，预设阈值指用来判断0和1的标准值，当传感器点值大于预设阈值时判断为1，当传感器点值小于预设阈值时判断为0，通过此方式对支撑矩阵进行处理，能够得到二值化支撑矩阵。预设睡姿模板均为只有0和1的二值型矩阵模板，通过将二值化支撑矩阵与分别与多个预设睡姿模板计算相似性，便于得到用户的睡姿信息。当二值化支撑矩阵与某个睡姿模板相似性最大时，说明用户极有可能为当前睡姿模板对应的睡姿，因此，可方便的基于相似性最大的睡姿模板确定睡姿信息。

具体的，所述将所述二值化支撑矩阵分别与多个预设睡姿模板计算相似性，包括：将所述二值化支撑矩阵分别与多个预设睡姿模板做差后取平方和；相应的，所述基于相似性最大的所述睡姿模板确定睡姿信息，包括：基于平方和结果最小的所述睡姿模板确定睡姿信息。

其中，通过将二值化支撑矩阵分别与多个预设睡姿模板做差后取平方和，能够方便的判断出二值化支撑矩阵与不同的预设睡姿模板的差异程度，得到二值化支撑矩阵与不同的预设睡姿模板的相似性。当平方和结果最小时，说明二值化支撑矩阵与该预设睡姿模板的差异程度越小，即说明二值化支撑矩阵与该预设睡姿模板的相似性最大，从而可以方便的确定睡姿信息。

在本发明的可选实施例中，所述基于相似性最大的所述睡姿模板确定睡姿信息，包括：基于相似性最大的睡姿模板和所述区域面积确定睡姿信息。

其中，区域面积是指所有受到来自用户的压力的传感器点位的面积，由于传感器点值图是所有传感器在某个时刻下的传感器点位和传感器点值组成，所以基于传感器点值图能够确定区域面积。正常人睡眠的面积会在一定范围内，即区域面积也会在一定的范围之内，通过以相似性最大的睡姿模板结合区域面积确定睡姿信息，能够区分人正常睡眠与非人体睡眠（其他物品如被子，枕头等干扰），通过定量实验获取实际人睡眠时区域面积大小的范围来判断，提高睡姿信息确定的准确性。

在上述实施例的基础上，所述基于相似性最大的睡姿模板和所述区域面积确定睡姿信息，包括：确定所述区域面积是否处于预设支撑范围；若是，将睡姿信息确定为相似性最大的睡姿模板的对应睡姿。

其中，预设支撑范围为人正常睡眠时区域面积大小的范围，通过确定区域面积是否处于预设支撑范围，能够得知此时是否为人正常睡眠，若是，说明此时可判断用户睡姿，故可将睡姿信息确定为相似性最大的睡姿模板的对应睡姿，提高了睡姿识别的准确性，防止误识别。

实施例四

本发明实施例四还提供了一种智能床垫，如图1所示，该智能床垫包括床垫本体3、点阵式传感器阵列2和处理器1；

床垫本体3包括气囊组件（图中未示出）；

点阵式传感器阵列2设置在床垫本体3上；点阵式传感器阵列2用于感知人体体征信息以得到传感器点值图；

点阵式传感器阵列2和处理器1电连接；

处理器1用于执行本发明任一实施例的睡眠改善方法。

上述方案，通过设置点阵式传感器阵列2进行检测得到传感器点值图，处理器1基于传感器点值图确定当前支撑信息，当前支撑信息包括支撑面积信息和支撑力度信息，然后基于当前支撑信息确定目标支撑信息，目标支撑信息包括目标支撑面积信息和目标支撑力度信息，最后基于目标支撑信息调节气囊组件的气体量，实现智能调节，由于此时的目标支撑力度信息是通过使用者的当前支撑信息确定的，所以较为匹配当前使用者的使用状况，比起依赖于提前输入用户参数来设定目标支撑信息或者直接预先设置一组目标支撑信息，上述方案的灵活度较高，同时精准度较高，实现了提高智能调节的精准度以改善使用者睡眠的效果。

在本发明的可选实施例中，点阵式传感器阵列2包括点阵式压电陶瓷传感器阵列。

其中，点阵式压电陶瓷传感器阵列指通过多个压电陶瓷传感器组成的点阵式阵列，压电陶瓷传感器的优点：经济、信号相对薄膜好、相互干扰较小。因此，通过使用压电陶瓷传感器组成点阵式压电陶瓷传感器阵列，检测时受到的干扰小，且经济、信号较好。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。