本發(fā)明屬于智能監(jiān)測，具體涉及一種監(jiān)測兒童上課犯困的方法、裝置及兒童手表。
背景技術：
1、現有的智能兒童穿戴設備多具備基本的定位、通訊及運動監(jiān)測功能，如步數統(tǒng)計和心率監(jiān)測等。在兒童上課期間，時常會因為犯困錯過老師講的知識，繼而導致學習成績下滑等問題，由此，通過智能兒童穿戴設備在兒童上課期間進行犯困監(jiān)測和提醒尤為重要。
2、現有犯困監(jiān)測一般直接采用人臉識別技術，通過識別到兒童臉部的眼睛閉合等特征去判定是否犯困；兒童在外出、乘車時可能需要休息，現有的智能兒童穿戴設備沒有場景識別功能，不能區(qū)分何時該開啟犯困監(jiān)測和犯困提醒功能，需要人為手動設置開關，而且單一以面部識別監(jiān)測是否犯困，不夠全面，有時會因為個體和環(huán)境差異產生誤判，造成用戶體驗差的問題。
技術實現思路
1、為此，本發(fā)明提供了一種監(jiān)測兒童上課犯困的方法、裝置及兒童手表，以解決現有犯困監(jiān)測不能區(qū)分何時該開啟犯困監(jiān)測，單一以面部識別監(jiān)測容易產生誤判，從而造成的用戶體驗差的問題。
2、為實現以上目的，本發(fā)明采用如下技術方案：
3、第一方面，本發(fā)明提供了一種監(jiān)測兒童上課犯困的方法，包括：
4、獲取用戶在預設時長內的運動數據和生理數據；
5、依據所述運動數據確定所述用戶所在場景；所述場景包括上課和其他；
6、若所述用戶所在場景為上課，則依據所述生理數據確定用戶狀態(tài)；所述用戶狀態(tài)包括正常、輕度疲勞、中度疲勞和重度疲勞；
7、依據所述用戶狀態(tài)確定提醒強度。
8、進一步地，所述生理數據包括心率數據和面部識別數據；所述依據所述生理數據確定用戶狀態(tài)，包括：
9、依據所述心率數據得到心率偏差；
10、依據所述面部識別數據得到閉眼時長和打哈欠次數；
11、依據所述心率偏差、閉眼時長和打哈欠次數得到狀態(tài)分；
12、依據所述狀態(tài)分確定所述用戶狀態(tài)。
13、進一步地，所述依據所述心率偏差、閉眼時長和打哈欠次數得到狀態(tài)分，包括：
14、依據所述心率偏差、閉眼時長和打哈欠次數通過狀態(tài)公式得到狀態(tài)分，所述狀態(tài)公式為：
15、z＝α·hr偏+β·t閉眼+γ·n；
16、其中，z為狀態(tài)分；hr偏為所述預設時長內的心率偏差；t閉眼為所述預設時長內的閉眼時長；n為所述預設時長內的打哈欠次數；α、β和γ依次為心率偏差權重系數、閉眼時長權重系數和打哈欠次數權重系數。
17、進一步地，所述依據所述心率數據得到心率偏差，包括：
18、通過心率偏差公式得到心率偏差，所述心率偏差公式為：
19、hr偏＝hr實時/hr最大；
20、其中，hr偏為所述預設時長內的心率偏差；hr實時為所述預設時長內的用戶心率平均值；hr最大為所述預設時長內的用戶最大心率值。
21、進一步地，所述依據所述狀態(tài)分確定所述用戶狀態(tài)，包括：
22、若所述狀態(tài)分等于0，則所述用戶狀態(tài)為正常狀態(tài)；
23、若所述狀態(tài)分大于0且所述狀態(tài)分小于第一預設分，則所述用戶狀態(tài)為輕度疲勞狀態(tài)，使用低頻震動和低幅度震動為用戶提供疲勞提醒；
24、若所述狀態(tài)分大于等于第一預設分且所述狀態(tài)分小于等于第二預設分，則所述用戶狀態(tài)為中度疲勞，使用中頻震動和中幅度震動為用戶提供疲勞提醒；
25、若所述狀態(tài)分大于所述第二預設分，則所述用戶狀態(tài)為重度疲勞，使用高頻震動和大幅度震動為用戶提供疲勞提醒。
26、進一步地，在依據所述生理數據確定用戶狀態(tài)之前，所述方法還包括：
27、依據所述心率數據通過閾值公式得到心率閾值，所述閾值公式為：
28、rh閾值＝rh基礎-d×rh基礎；
29、其中，rh閾值為心率閾值；rh基礎為用戶的基礎靜息心率；d為一個常數，通常取值在0.05-0.1之間，表示設定的閾值偏移量；
30、若所述心率數據中的實時心率小于所述心率閾值，則將用戶的實時狀態(tài)標簽標記為犯困狀態(tài)，以便調整監(jiān)測頻率。
31、進一步地，所述運動數據包括速度、實時加速度和定位數據；所述依據所述運動數據確定所述用戶所在場景，包括：
32、依據所述定位數據確定用戶是否在學校內；
33、若用戶在學校內，且所述速度和所述加速度依次分別小于預設速度和預設加速度，則確定所述用戶所在場景為上課。
34、進一步地，所述方法還包括：
35、若所述生理數據中實時體溫大于預設體溫，則將用戶的實時狀態(tài)標簽標記為發(fā)燒狀態(tài)，以便調整監(jiān)測頻率。
36、第二方面，本發(fā)明提供了一種監(jiān)測兒童上課犯困的裝置，包括：
37、獲取模塊，用于獲取用戶在預設時長內的運動數據和生理數據；
38、場景模塊，用于依據所述運動數據確定所述用戶所在場景；所述場景包括上課和其他；
39、狀態(tài)模塊，用于若所述用戶所在場景為上課，則依據所述生理數據確定用戶狀態(tài)；所述用戶狀態(tài)包括正常、輕度疲勞、中度疲勞和重度疲勞；
40、提醒模塊，用于依據所述用戶狀態(tài)確定提醒強度。
41、第三方面，本發(fā)明提供了一種兒童手表，所述兒童手表應用了以上任一所述監(jiān)測兒童上課犯困的方法。
42、本發(fā)明采用以上技術方案，至少具備以下有益效果：
43、本發(fā)明提供了一種監(jiān)測兒童上課犯困的方法、裝置及兒童手表，獲取用戶在預設時長內的運動數據和生理數據，依據運動數據確定用戶所在場景，若用戶所在場景為上課，依據生理數據確定用戶狀態(tài)，依據用戶狀態(tài)確定提醒強度；本申請中通過運動數據確定場景為上課時，依據生理數據開始監(jiān)測用戶狀態(tài)，根據用戶狀態(tài)的不同使用不同強度的提醒，實現了自動識別場景從而完成監(jiān)測功能開啟，又基于生理數據實現了對用戶犯困的全面精確判定，能有效提高用戶使用的體驗感。
44、應當理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本發(fā)明。
1.一種監(jiān)測兒童上課犯困的方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述生理數據包括心率數據和面部識別數據；所述依據所述生理數據確定用戶狀態(tài)，包括：
3.根據權利要求2所述的方法，其特征在于，所述依據所述心率偏差、閉眼時長和打哈欠次數得到狀態(tài)分，包括：
4.根據權利要求2所述的方法，其特征在于，所述依據所述心率數據得到心率偏差，包括：
5.根據權利要求2所述的方法，其特征在于，所述依據所述狀態(tài)分確定所述用戶狀態(tài)，包括：
6.根據權利要求2所述的方法，其特征在于，在依據所述生理數據確定用戶狀態(tài)之前，所述方法還包括：
7.根據權利要求1所述的方法，其特征在于，所述運動數據包括速度、實時加速度和定位數據；所述依據所述運動數據確定所述用戶所在場景，包括：
8.根據權利要求1所述的方法，其特征在于，所述方法還包括：
9.一種監(jiān)測兒童上課犯困的裝置，其特征在于，所述裝置包括：
10.一種兒童手表，其特征在于，所述兒童手表應用了權利要求1-8中任一所述監(jiān)測兒童上課犯困的方法。