一种基于传感器的牙齿区域识别算法的刷牙引导系统
【技术领域】
1.本发明涉及一种基于传感器的牙齿区域识别算法的刷牙引导系统。
背景技术：2.在我们的日常生活中，刷牙是一项本能的任务，许多人在没有意识到牙齿卫生不良对我们的健康造成代价高昂的影响的情况下进行。
3.但目前还没有一种方法，可引导我们进行健康有效的刷牙，所以极需一种帮助我们控制刷牙时间，提高效率，获得实时反馈，利用数据和技术彻底改造口腔护理，根除蛀牙和牙周炎等可预防疾病的刷牙引导系统。
技术实现要素：4.本发明的目的在于克服现有技术的不足之处，提供一种达到帮助用户控制刷牙时间，提高效率，获得实时反馈，利用数据和技术彻底改造口腔护理，根除蛀牙和牙周炎等可预防疾病的基于传感器的牙齿区域识别算法的刷牙引导系统。
5.本发明的目的是这样实现的：
6.一种基于传感器的牙齿区域识别算法的刷牙引导系统，其特征在于其包括步骤一：采集传感器数据；步骤二：牙齿区域检测识别；步骤三：建立3d牙齿模型，根据计算得出的覆盖率渲染牙齿模型并展示；
7.所述步骤一采集传感器数据包括：
8.1.1：将陀螺仪传感器的加速度三轴数据抽象化为一个个球体，并且定义一个数据结构sphere，包含的字段为球体的x,y,z轴，球体半径的平方squared_radius；
9.1.2:将牙齿区域划分为16个区域；
10.1.3:用电动牙刷固定刷其中一个牙齿区域,同时采集陀螺仪传感器的加速度三轴数据 acceleration_x,acceleration_y,acceleration_z，并保存到数据结构sphere的x,y,z中；
11.1.4:再次用电动牙刷固定刷s2中的牙齿区域，并通过计算公式： squared_radius＝(acceleration_x-x)2+(acceleration_y-y)2+(acce leration_y-y)2得出squared_radius，至此16个牙齿区域,数据采集流程已完成；
12.所述步骤二牙齿区域检测识别包括：
13.2.1：定义一个数据结构kl_brushing_zone,其中包含齿区标识 zone_key,可以在后面的齿区相似度算法中筛选出匹配的sphere，从而计算得当前实时刷牙的牙齿区域，定义一个容器passes，用于保存当前刷牙区域的有效时间片段；
14.2.2：实时获取传感器加速计的4条加速度数据，并计算出平均加速度average_x,average_y,average_z；
15.2.3：根据齿区相似度匹配算法公式：kl_squared_radius＝ (average_x-x)2+(average_y-y)2+(average_z-y)2；计算出 kl_squared_radius，kl_squared_radius小于等
于squared_radius，则认为传感器数据中包含当前sphere，并可通过sphere中的 zone_key得到当前正在刷牙到区域；
16.所述步骤三建立3d牙齿模型根据计算得出的覆盖率渲染牙齿模型并展示包括：
17.3.1：通过3d建模工具设计一个牙齿模型，并可以使用代码逻辑控制任何一个牙齿区域到材质颜色，定义颜色越浅，刷牙到覆盖率越高，清洁度越高；
18.3.2：覆盖率计算方法为：定义一个牙齿区域需要刷牙的时间为 each_zone_time＝刷牙周期/16,一个牙齿的有效刷牙时间为容器 passes的有效时间总和current_zone_effective_time则覆盖率 quality＝current_zone_effective_time/each_zone_time；
19.3.3：通过计算得出的覆盖率，重新渲染牙齿模型，并展示。
20.如上所述的一种基于传感器的牙齿区域识别算法的刷牙引导系统，其特征在于步骤三中计算出覆盖率时可设置一个定时器，每0.5 秒去使用根据齿区相似度匹配算法公式计算得出7.5秒内总共的牙齿区域编号，并算出覆盖率。
21.如上所述的一种基于传感器的牙齿区域识别算法的刷牙引导系统，其特征在于所述的刷牙引导系统还包括显示器。
22.本发明的有益效果是：
23.1、通过牙齿区域匹配模块对用户的牙刷传感器数据进行牙齿区域匹配，可精确跟踪所有刷牙动作并每秒分析数十次，可以达到帮助用户控制刷牙时间，提高效率，获得实时反馈，并按照牙医的建议让您的口腔清洁健康，利用数据和技术彻底改造口腔护理，根除蛀牙和牙周炎等可预防疾病。
24.2、通过3d牙齿模型展示可以更直观的引导用户正确刷牙，我们相信刷牙应该从最小的年龄开始就很有趣，因此我们为儿童创造了一种基于传感器的牙齿区域识别算法的刷牙引导系统，以改善他们的长期牙齿健康。
【附图说明】
25.图1是本发明中将人类口腔牙刷划分为6区16面的示意图。
【具体实施方式】
26.下面结合附图对本发明作进一步说明：
27.一种基于传感器的牙齿区域识别算法的刷牙引导系统，其包括步骤一：采集传感器数据；步骤二：牙齿区域检测识别；步骤三：建立 3d牙齿模型，根据计算得出的覆盖率渲染牙齿模型并展示；
28.步骤一：采集传感器数据：
29.1.1：将陀螺仪传感器的加速度三轴数据抽象化为一个个球体，并且定义一个数据结构sphere，包含的字段为球体的x,y,z轴，球体半径的平方squared_radius。
30.1.2:将牙齿区域划分为16个区域。
31.1.3:用电动牙刷固定刷其中一个牙齿区域,同时通过采集陀螺仪传感器的加速度三轴数据 acceleration_x,acceleration_y,acceleration_z并通过蓝牙传输到本系统中保存到数据结构sphere的x,y,z中。其中加速度三轴数据分别对应加速度计在三维坐标系中的三个单位向量。获取到的具体数据为
32.acceleration_x：-0.3045507824
33.acceleration_y：0.06827148472
34.acceleration_z：-0.9411328084
35.1.4:再次用电动牙刷固定刷s2中的牙齿区域，获取加速计新的三轴数据x＝-0.91979004096；y＝0.24423828144；-0.24760253724；并将上述的数据代入公式： squared_radius＝(acceleration_x-x)2+(acceleration_y-y)2+(acce leration_y-y)2，计算得出：squared_radius＝ (-0.3045507824
‑‑
0.3045507824)2+(0.06827148472-0.24423828144 )2+(-0.9411328084
‑‑
0.24760253724)236.squared_radius＝0.51194855056316091
37.1.5:其他齿区的计算方式以此类推，至此16个牙齿区域,数据采集流程已完成。
38.所述步骤二牙齿区域检测识别包括：
39.2.1：定义一个数据结构kl_brushing_zone,其中包含齿区标识 zone_key,可以在后面的齿区相似度算法中筛选出匹配的sphere，从而计算得当前实时刷牙的牙齿区域，定义一个容器passes，用于保存当前刷牙区域的有效时间片段，
40.因为用户的刷牙姿势等问题，刷牙过程中有可能检测到不在同一个区域，存在有效时间碎片化到问题。
41.2.2：实时获取传感器加速计的4条加速度数据，并计算出平均加速度average_x,average_y,average_z；
[0042][0043]
average_x＝ (-0.91979004096+(-0.6116845716)+(-0.1690429596)+(-0.0579687 5828))
÷
4；
[0044]
average_x＝-0.43962158261000001；
[0045]
average_y＝0.19954834085000001；
[0046]
average_z＝-0.62377197393999995；
[0047]
2.3：齿区相似度匹配算法为：
[0048]
kl_squared_radius＝ (average_x-x)2+(average_y-y)2+(average_z-y)2[0049]
将数据代入上面公式得
[0050]
kl_squared_radius＝0.13619563327389403；
[0051]
squared_radius＝0.51194855056316091，kl_squared_radius 小于squared_radius则认为传感器数据中包含当前sphere，并可通过sphere中的zone_key得到当前正在刷牙的区域。
[0052]
步骤三：建立3d牙齿模型，根据计算得出的覆盖率渲染牙齿模型并展示：
[0053]
3.1：通过3d建模工具设计一个牙齿模型，并可以使用代码逻辑控制任何一个牙齿区域到材质颜色，定义颜色越浅，刷牙到覆盖率越高，清洁度越高；
[0054]
3.2：覆盖率计算方法为：定义一个牙齿区域需要刷牙的时间为 each_zone_time＝刷牙周期/16,一个牙齿的有效刷牙时间为容器 passes的有效时间总和current_zone_effective_time则覆盖率 quality＝current_zone_effective_time/each_zone_time；如刷牙周期为120秒则each_zone_time＝120
÷
16；each_zone_time＝7.5s；
[0055]
3.3:设置一个定时器每0.5秒去使用实施例2中的ss3齿区相似度匹配算法计算得出7.5秒内总共的牙齿区域编号，如7.5秒计算得出牙刷正在刷的牙齿区域所占时间为3秒，则牙齿区域的 current_zone_effective_time3秒，quality＝3
÷
7.5，quality＝ 0.42，则覆盖率为42％。
[0056]
3.4：其他15个牙齿区域的覆盖率依此类推，重新渲染牙齿模型，并展示，可以让用户更加直观的知道自己的刷牙是否正确有效。其中展示可以通过显示器单独展示，还可以是通过平板、电脑、手机等进行展示。
技术特征：1.一种基于传感器的牙齿区域识别算法的刷牙引导系统，其特征在于其包括步骤一：采集传感器数据；步骤二：牙齿区域检测识别；步骤三：建立3d牙齿模型，根据计算得出的覆盖率渲染牙齿模型并展示；所述步骤一采集传感器数据包括：1.1：将陀螺仪传感器的加速度三轴数据抽象化为一个个球体，并且定义一个数据结构sphere，包含的字段为球体的x,y,z轴，球体半径的平方squared_radius；1.2:将牙齿区域划分为16个区域；1.3:用电动牙刷固定刷其中一个牙齿区域,同时采集陀螺仪传感器的加速度三轴数据acceleration_x,acceleration_y,acceleration_z，并保存到数据结构sphere的x,y,z中；1.4:再次用电动牙刷固定刷s2中的牙齿区域，并通过计算公式：squared_radius＝(acceleration_x-x)2+(acceleration_y-y)2+(acce leration_y-y)2得出squared_radius，至此16个牙齿区域,数据采集流程已完成；所述步骤二牙齿区域检测识别包括：2.1：定义一个数据结构kl_brushing_zone,其中包含齿区标识zone_key,可以在后面的齿区相似度算法中筛选出匹配的sphere，从而计算得当前实时刷牙的牙齿区域，定义一个容器passes，用于保存当前刷牙区域的有效时间片段；2.2：实时获取传感器加速计的4条加速度数据，并计算出平均加速度average_x,average_y,average_z；2.3：根据齿区相似度匹配算法公式：kl_squared_radius＝(average_x-x)2+(average_y-y)2+(average_z-y)2；计算出kl_squared_radius，kl_squared_radius小于等于squared_radius，则认为传感器数据中包含当前sphere，并可通过sphere中的zone_key得到当前正在刷牙到区域；所述步骤三建立3d牙齿模型根据计算得出的覆盖率渲染牙齿模型并展示包括：3.1：通过3d建模工具设计一个牙齿模型，并可以使用代码逻辑控制任何一个牙齿区域到材质颜色，定义颜色越浅，刷牙到覆盖率越高，清洁度越高；3.2：覆盖率计算方法为：定义一个牙齿区域需要刷牙的时间为each_zone_time＝刷牙周期/16,一个牙齿的有效刷牙时间为容器passes的有效时间总和current_zone_effective_time则覆盖率quality＝current_zone_effective_time/each_zone_time；3.3：通过计算得出的覆盖率，重新渲染牙齿模型，并展示。2.根据权利要求1所述的一种基于传感器的牙齿区域识别算法的刷牙引导系统，其特征在于步骤三中计算出覆盖率时可设置一个定时器，每0.5秒去使用根据齿区相似度匹配算法公式计算得出7.5秒内总共的牙齿区域编号，并算出覆盖率。3.根据权利要求1所述的一种基于传感器的牙齿区域识别算法的刷牙引导系统，其特征在于所述的刷牙引导系统还包括显示器。
技术总结本发明公开了一种基于传感器的牙齿区域识别算法的刷牙引导系统，其包括步骤一：采集传感器数据；步骤二：牙齿区域检测识别；步骤三：建立3d牙齿模型，根据计算得出的覆盖率渲染牙齿模型并展示；通过牙齿区域匹配模块对用户的牙刷传感器数据进行牙齿区域匹配，可精确跟踪所有刷牙动作并每秒分析数十次，可以达到帮助用户控制刷牙时间，提高效率，获得实时反馈，利用数据和技术彻底改造口腔护理，根除蛀牙和牙周炎等可预防疾病。通过3d牙齿模型展示可以更直观的引导用户正确刷牙。可以更直观的引导用户正确刷牙。可以更直观的引导用户正确刷牙。
技术研发人员：李善忠
受保护的技术使用者：中山极冠科技有限公司
技术研发日：2022.04.20
技术公布日：2022/7/5
