本發(fā)明屬于電子通信設備領域，并涉及一種具有語音交互的自行車智能輔助裝置及其數(shù)據(jù)處理方法。

背景技術：

現(xiàn)在，隨著傳感器技術、無線傳輸技術的成熟以及移動智能設備的普及，人們越來越追求健康便捷的生活方式，騎行成為了更多人選擇的健身方案，而對于騎行過程中的騎手身體狀況、自行車的狀況以及周圍環(huán)境狀況，如：騎手心跳、呼吸頻率、自行車的速度、里程、瞬時加速度、顛簸程度、傾斜程度、騎行周圍空氣溫度、大氣濕度、亮度、噪聲、pm2.5，pm10、路面平整程度、與后面車的距離等，大家都希望在方便不影響騎行的情況下，能實地實時的監(jiān)測獲取直觀地顯示這些數(shù)據(jù)并上傳到服務器進行數(shù)據(jù)處理得到騎行實時數(shù)據(jù)、騎行綜合舒適度和騎行安全系數(shù)以及進行騎行推薦，但是目前，這些數(shù)據(jù)只能通過單獨專門的測量儀器測量獲取，人們想要獲取這些的數(shù)據(jù)就必須攜帶所有相應的儀器，這是極不方便的。

技術實現(xiàn)要素：

本發(fā)明所解決的技術問題在于，針對現(xiàn)有技術尚不存在可以精確的記錄騎行實時數(shù)據(jù)、監(jiān)測騎手身體狀況實時數(shù)據(jù)、騎行周圍環(huán)境實時數(shù)據(jù)、安全預警、藍牙連接手機進行數(shù)據(jù)傳輸處理以及創(chuàng)新便捷的能與騎手語音實時交互的便攜式多功能測量設備，提供一種具有語音交互的自行車智能輔助裝置。

本發(fā)明要解決的技術問題通過以下技術方案得以實現(xiàn)的,一種具有語音交互的自行車智能輔助裝置，包括服務器、裝有app的智能手機和智能輔助裝置終端，所述服務器、手機和終端之間能夠進行數(shù)據(jù)傳輸；所述終端包括一個固定外殼和安裝在固定外殼內(nèi)線路板；所述線路板上設有微控制單元，用于對終端的各元件進行控制；無線通訊模塊，用于實現(xiàn)終端、手機以及服務器的數(shù)據(jù)連接；gps,用于對騎行者定位；時鐘芯片，用于提供時間；開關按鍵和發(fā)光二極管，兩者連接用于控制和顯示終端是否正在工作；環(huán)境監(jiān)測模塊，用于監(jiān)測并采集騎行環(huán)境數(shù)據(jù)；自行車監(jiān)測模塊，用于監(jiān)測并采集騎行狀態(tài)下自行車的運行狀態(tài)；語音模塊，用于實現(xiàn)人與裝置的語音交互；手指偵測心跳模塊外部接口和手指偵測心跳模塊，兩者連接監(jiān)測騎手狀態(tài)；充電接口和鋰電池，兩者連接為整個線路板上的元件供電；所述終端還設有攝像頭和麥克風，攝像頭與環(huán)境監(jiān)測模塊連接，麥克風與語音模塊連接。

所述環(huán)境監(jiān)測模塊，包含溫度傳感器1、濕度傳感器、噪聲傳感器、路面平整度監(jiān)測儀、圖像傳感器、pm2.5傳感器、pm10傳感器、光線傳感器和紫外線傳感器。

所述語音模塊包含語音輸入輸出模塊、語音識別模塊和語音合成模塊。

所述無線通訊模塊包括藍牙和wifi模塊。

所述麥克風與語音模塊的語音輸入輸出模塊連接，所述攝像頭與環(huán)境監(jiān)測模塊的圖像傳感器連接。

所述自行車監(jiān)測模塊包含加速度傳感器、傾角傳感器、測距傳感器、速度傳感器和振動傳感器。

所述測距傳感器安裝在自行車車體的后部，與微處理單元有線或無線連接，無線連接可采用藍牙通信。

本裝置通過手指偵測心跳模塊、自行車監(jiān)測模塊和環(huán)境監(jiān)測模塊，實時采集監(jiān)測數(shù)據(jù)，包括騎手心跳、呼吸頻率；自行車的速度、瞬時加速度、顛簸程度、傾斜程度；騎行周圍空氣溫度、大氣濕度、pm2.5、pm10、噪聲、路面平整程度、環(huán)境光的亮度以及與后面車的距離。并通過藍牙或wifi模塊將終端裝置連接手機，通過手機上傳騎手實時監(jiān)測數(shù)據(jù)到服務器，服務器端實時數(shù)據(jù)處理反饋騎行實時狀態(tài)參數(shù)，通過語音模塊與騎手進行實時語音交互并實現(xiàn)安全預警。

一種具有語音交互的自行車智能輔助裝置的使用方法，包括以下步驟：

步驟1）具有語音交互的自行車智能輔助裝置終端與智能手機、服務器無線通訊連接；

步驟2）智能輔助裝置終端采集周圍環(huán)境、騎手身體狀態(tài)以及自行車騎行狀態(tài)的實時數(shù)據(jù)，并通過手機上傳到服務器；

步驟3）服務器采用數(shù)據(jù)處理模型方法處理數(shù)據(jù)，得到騎行直觀實時數(shù)據(jù)，騎行舒適度和安全系數(shù)以及騎行推薦，供騎手參考；

步驟4）判斷所述智能輔助裝置終端是否接受了語音播報指令；

步驟5）語音模塊若接收到騎手的相應的指令，則對對應的數(shù)據(jù)進行語音播報；

步驟6）語音模塊若沒有接收到騎手相應的指令，則微控制單元自動對智能輔助裝置終端測量的數(shù)據(jù)進行檢查，并且連接手機端上傳數(shù)據(jù)到服務器端，采用數(shù)據(jù)處理方法，給出當前騎行實時數(shù)據(jù)、騎行舒適度以及是否危險的參考，若不符合自動進行語音報警并進行騎行推薦騎手調整；

步驟7）語音模塊若收到了騎手撥打電話的語音指令，對鏈接的手機進行相應的撥打電話的操作；

步驟8）智能輔助裝置終端中的微控制單元將實時數(shù)據(jù)發(fā)送至手機app端，作為數(shù)據(jù)記錄和交互信息；

步驟9）判斷開關是否關閉，若開關關閉則停止檢測，停止語音輸入；若開關繼續(xù)開啟，則檢測語音輸入和智能輔助裝置終端采集的實時數(shù)據(jù)，重復步驟2-9；

步驟10）結束使用。

所述一種具有語音交互的自行車輔助裝置的服務器端在工作過程中進行數(shù)據(jù)處理的方法包括以下步驟：

步驟1）使用中值濾波將各騎手上傳的騎行數(shù)據(jù)進行異常數(shù)據(jù)過濾，過濾掉其中少數(shù)不符合實際騎行過程中產(chǎn)生的異常不規(guī)律數(shù)據(jù)以及少部分異常非客觀的帶有評價的標簽數(shù)據(jù)，保證輸入訓練模型中訓練數(shù)據(jù)的可靠性，提高數(shù)據(jù)處理結果推薦的準確性與實用性；

步驟2）進行數(shù)據(jù)標準化處理，解決數(shù)據(jù)指標之間的可比性；數(shù)據(jù)處理方法中采用min-max標準化對原始監(jiān)測數(shù)據(jù)線性變換，將能夠歸一化的監(jiān)測數(shù)據(jù)，包括騎行過程中的環(huán)境狀況數(shù)據(jù)、騎手狀態(tài)數(shù)據(jù)和自行車的運行狀態(tài)數(shù)據(jù)映射到[0-1]之間；

步驟3）使用深度學習中的自動編碼器對歸一化的各項監(jiān)測數(shù)據(jù)，即一段時間內(nèi)的一系列在[0-1]之間的值進行自動編碼，學習獲得一個可以良好代表輸入的特征，這個特征能夠最大程度上代表原輸入信號，對于訓練樣本，各項帶有標簽的監(jiān)測數(shù)據(jù)在自動編碼器的最頂?shù)木幋a層添加一個分類器，然后通過標準的多層神經(jīng)網(wǎng)絡的監(jiān)督訓練方法去訓練,將最后層的特征編碼輸入到最后的分類器，通過有標簽樣本，采用監(jiān)督學習進行微調；

步驟4）將編碼后的所有監(jiān)測數(shù)據(jù)作為循環(huán)神經(jīng)網(wǎng)絡rnn的輸入，經(jīng)過該數(shù)據(jù)處理訓練模型挖掘學習計算后輸出模型計算的相應騎行數(shù)據(jù)結果；當數(shù)據(jù)處理模型工作時將上傳到服務器的騎行實時數(shù)據(jù)輸入，隨后使用所述模型進行分析計算，輸出計算結果；

步驟5）結束使用。

上述步驟4）中所述計算結果有三部分：第一部分為各項傳感器采集的信號參數(shù)經(jīng)過處理后轉化成直觀的實時數(shù)據(jù)，第二部分為經(jīng)過對當前各項傳感器采集的騎行數(shù)據(jù)計算后得出的當前騎行綜合舒適度以及安全系數(shù)，第三部分為騎行推薦。

騎手在騎行時打開設備進行數(shù)據(jù)監(jiān)測，實時將各項監(jiān)測數(shù)據(jù)上傳到服務器，服務器根據(jù)上述步驟進行處理得到各項傳感器采集的直觀實時數(shù)據(jù)、騎行綜合舒適度以及安全系數(shù)，反饋給騎手參考并推薦騎手調整騎行路線、騎行狀態(tài)。

本發(fā)明的實施可以獲得以下有益效果：本發(fā)明將常用的傳感器單元、wifi模塊、藍牙集成在一起，通過傳感器采集、測量數(shù)據(jù)，并通過藍牙與手機端app連接，可以極為方便地為騎手提供周圍環(huán)境的各種實時數(shù)據(jù)語音播報和進行騎手的心跳以及呼吸測量，通過手機實時數(shù)據(jù)顯示當前環(huán)境質量、騎手身體狀況、自行車的狀況并上傳到服務器，同時在服務器端對這些監(jiān)測數(shù)據(jù)進行處理得到各項傳感器采集的直觀實時數(shù)據(jù)、騎行綜合舒適度以及安全系數(shù)并推薦反饋給騎手調整實現(xiàn)安全預警，這不僅極大地提高了騎行的安全，也有效地提升了騎行體驗，享受騎行的樂趣。

附圖說明

下面將結合附圖及具體實施例對發(fā)明做進一步詳細說明。

圖1為本發(fā)明連接方式圖。

圖2為服務器端的數(shù)據(jù)處理方法模型流程圖。

圖3為本發(fā)明的工作原理流程圖。

圖4為智能輔助裝置終端的結構示意圖。

圖中，1.終端，101.殼體，102.線路板，103.無線通訊模塊，1031.wifi,1032.藍牙，104.gps，105.時鐘芯片，106.微控制單元，107.開關，108.發(fā)光二極管，109.環(huán)境監(jiān)測模塊，1091.溫度傳感器，1092.濕度傳感器，1093.噪聲傳感器，1094.路面平整檢測儀，1095.圖像傳感器，1096.pm2.5傳感器，1097.pm10傳感器，1098.光線傳感器，1099.紫外線傳感器，110.自行車監(jiān)測模塊，1101.加速度傳感器，1102.傾角傳感器，1103.測距傳感器，1104.速度傳感器，1105.振動傳感器，111.語音模塊，1111.語音合成模塊，1112.語音識別模塊，1113.語音輸入輸出模塊，112.鋰電池，113.充電接口，114.手指偵測心跳模塊，115.手指偵測心跳模塊接口，2.手機，3.服務器，4.攝像頭，5.麥克風。

具體實施方式

為使本發(fā)明的目的、技術方案和效果更清楚明白，以下將結合附圖和具體實施例對本發(fā)明做進一步詳細說明。應該理解的是，以下實施例僅用以解釋本發(fā)明，而不對本發(fā)明做任何限制。

本發(fā)明通過提供一種具有語音交互的自行車智能輔助裝置及其數(shù)據(jù)處理方法，該裝置使用傳感器采集、測量各種數(shù)據(jù)，通過語音交互的方法，讓使用者可以不必使用雙手就可通過本發(fā)明裝置獲取實時的騎行環(huán)境指數(shù)，例如溫度、濕度、pm2.5、pm10等；騎行狀態(tài)，例如速度、加速度、傾斜角、顛簸程度等；騎手狀態(tài)，例如心跳頻率、呼吸等，并接收語音指令，將需要的監(jiān)測數(shù)據(jù)實時地通過語音輸出端口告知使用者，該裝置還可以通過藍牙來進行短信、通信功能，讓使用者可以在騎行途中方便地與外界進行通信，并且，該裝置可以通過藍牙將數(shù)據(jù)發(fā)送到手機app上，在手機故障的情況下，也可保存短期的數(shù)據(jù)，避免數(shù)據(jù)的丟失，記錄使用者騎行的數(shù)據(jù)的整體性，從而方便使用者對自己狀態(tài)的記錄，更加方便騎行。

如圖1所示，智能輔助裝置終端1與手機2app通過藍牙連接。由手機2開啟藍牙，搜索終端1上的藍牙1031，并建立連接，這樣終端1和手機2就能夠進行實時通信和數(shù)據(jù)傳輸。手機2則通過gprs流量或者wifi1032與服務器3連接，在服務器3上，連接了所有使用具有語音交互的自行車智能輔助裝置的用戶（有移動信號），這樣，可以通過這種類似網(wǎng)絡社交的方式，獲取各個使用者周邊的空氣質量等因素，選擇推薦用戶最優(yōu)的騎行路線，當手機2有電話接入時，可以通過裝置里的語音輸入輸出模塊進行語音通話，當然，也可以通過語音指令進行撥打電話和發(fā)送短信。

如圖4所示，一種具有語音交互的自行車智能輔助裝置，包括服務器3、裝有app的智能手機2和智能輔助裝置終端1，所述服務器3、手機2和終端1之間能夠進行數(shù)據(jù)傳輸；所述終端1包括一個固定外殼101和安裝在固定外殼101內(nèi)線路板102；所述線路板102上設有微控制單元106，用于對終端1的各元件進行控制；無線通訊模塊103，用于實現(xiàn)終端1、手機2以及服務器3的數(shù)據(jù)連接；gps104,用于對騎行者定位；時鐘芯片105，用于提供時間；開關107按鍵和發(fā)光二極管108，兩者連接用于控制和顯示終端1是否正在工作；環(huán)境監(jiān)測模塊109，用于監(jiān)測并采集騎行環(huán)境數(shù)據(jù)；自行車監(jiān)測模塊110，用于監(jiān)測并采集騎行狀態(tài)下自行車的運行狀態(tài)；語音模塊111，用于實現(xiàn)人與裝置的語音交互；手指偵測心跳模塊外部接口115和手指偵測心跳模塊114，兩者連接監(jiān)測騎手狀態(tài)；充電接口113和鋰電池112，兩者連接為整個線路板102上的元件供電；所述終端1還設有攝像頭4和麥克風5，攝像頭4與環(huán)境監(jiān)測模塊連接109，麥克風5與語音模塊111連接。

所述環(huán)境監(jiān)測模塊109，包含溫度傳感器1091、濕度傳感器1092、噪聲傳感器1093、路面平整度監(jiān)測儀1094、圖像傳感器1095、pm2.5傳感器1096、pm10傳感器1097、光線傳感器1098和紫外線傳感器1099。

所述語音模塊111包含語音輸入輸出模塊1113、語音識別模塊1112和語音合成模塊1111。

所述無線通訊模塊103包括藍牙1031和wifi1032模塊。

所述麥克風5與語音模塊111的語音輸入輸出模塊1113連接，所述攝像頭4與環(huán)境監(jiān)測模塊109的圖像傳感器1095連接。

所述自行車監(jiān)測模塊110包含加速度傳感器1101、傾角傳感器1102、測距傳感器1103、速度傳感器1104和振動傳感器1105。

所述測距傳感器1103安裝在自行車車體的后部，與微處理單元106有線或無線連接，無線連接可采用藍牙通信。

如圖2所示，服務器3端的數(shù)據(jù)處理方法開始于步驟s20，以下的步驟依次為：

步驟s21，使用中值濾波將各騎手上傳的騎行數(shù)據(jù)進行異常數(shù)據(jù)過濾，過濾掉其中少數(shù)不符合實際騎行過程中產(chǎn)生的異常不規(guī)律數(shù)據(jù)以及少部分異常非客觀的帶有評價的標簽數(shù)據(jù)，保證輸入訓練模型中訓練數(shù)據(jù)的可靠性，提高數(shù)據(jù)處理結果推薦的準確性與實用性。

步驟s22，由于不同評價指標往往具有不同的量綱和量綱單位，這樣的情況會影響到數(shù)據(jù)分析的結果，為了消除指標之間的量綱影響，進行數(shù)據(jù)標準化處理，解決數(shù)據(jù)指標之間的可比性。原始數(shù)據(jù)經(jīng)過數(shù)據(jù)標準化處理后，各指標處于同一數(shù)量級，適合進行綜合對比評價。本發(fā)明的數(shù)據(jù)處理方法中采用min-max標準化也稱為離差標準化，對原始監(jiān)測數(shù)據(jù)線性變換，將能夠歸一化的監(jiān)測數(shù)據(jù)，即騎行過程中的環(huán)境狀況數(shù)據(jù)、騎手狀態(tài)數(shù)據(jù)和自行車的運行狀態(tài)數(shù)據(jù)，具體包括騎手心跳、呼吸頻率、自行車的速度、里程、瞬時加速度、顛簸程度、傾斜程度、騎行周圍空氣溫度、大氣濕度、亮度、噪聲、pm2.5，pm10、路面平整程度、與后面車的距離、騎行舒適度以及安全系數(shù)等映射到[0-1]之間，其轉換函數(shù)為：,其中min為樣本數(shù)據(jù)最小值，max為樣本數(shù)據(jù)最大值。

步驟s23，使用深度學習中的自動編碼器對歸一化的各項監(jiān)測數(shù)據(jù)（一段時間內(nèi)的一系列在[0-1]之間的值）進行自動編碼，學習獲得一個可以良好代表輸入的特征，這個特征能夠最大程度上代表原輸入信號，對于訓練樣本，各項帶有標簽的監(jiān)測數(shù)據(jù)，如騎手心跳、呼吸頻率、自行車的速度、里程、瞬時加速度、顛簸程度、傾斜程度、騎行周圍空氣溫度、大氣濕度、亮度、噪聲、pm2.5，pm10、路面平整程度、與后面車的距離、騎行舒適度以及安全系數(shù)等，在自動編碼器的最頂?shù)木幋a層添加一個分類器，例如羅杰斯特回歸、svm等，然后通過標準的多層神經(jīng)網(wǎng)絡的監(jiān)督訓練方法（梯度下降法）去訓練,將最后層的特征編碼輸入到最后的分類器，通過有標簽樣本，采用監(jiān)督學習進行微調。

步驟s24、將編碼后的所有監(jiān)測數(shù)據(jù)作為循環(huán)神經(jīng)網(wǎng)絡rnn的輸入，經(jīng)過該數(shù)據(jù)處理訓練模型挖掘學習計算后輸出模型計算的相應騎行數(shù)據(jù)結果。當數(shù)據(jù)處理模型工作時將上傳到服務器的騎行實時數(shù)據(jù)，例如騎手心跳、呼吸頻率、自行車的速度、里程、瞬時加速度、顛簸程度、傾斜程度、騎行周圍空氣溫度、大氣濕度、亮度、噪聲、pm2.5，pm10、路面平整程度、與后面車的距離等輸入，隨后使用所述模型（已經(jīng)訓練集成好的數(shù)據(jù)處理模型）進行分析計算，輸出計算結果有三部分：第一部分為智能輔助裝置終端的各項傳感器采集的信號參數(shù)經(jīng)過處理后轉化成直觀的實時數(shù)據(jù)，第二部分為經(jīng)過對當前各項傳感器采集的騎行數(shù)據(jù)計算后得出的當前騎行綜合舒適度以及安全系數(shù)，第三部分為騎行推薦。其中騎行舒適度包含五個等級：非常差、較差、一般、舒適、非常舒適，安全系數(shù)為0-10分，10分為非常安全，0分為非常危險，6分為較安全。騎行推薦為若當前的騎行環(huán)境如溫度過高或過低、亮度較差、pm2.5過高等造成的騎行舒適度為非常差或者較差以及由當前騎手身體狀況如心跳過快和當前自行車騎行狀況如速度過高、過于顛簸、過于傾斜、與后車距離過近等造成的安全系數(shù)在6分以下開始推薦騎手進行修改調整騎行路線、提醒佩戴防霾口罩、佩戴眼鏡、降低騎行速度、調整自行車傾斜度、騎行避讓、騎手適當休息調整等。

步驟s25、結束使用。

如圖3所示，本發(fā)明的工作方法開始于步驟s30，以下的步驟依次為：

步驟s31，具有語音交互的自行車智能輔助裝置終端1通過圖1的方式與手機2端app進行連接。

步驟s32，自行車智能輔助裝置終端1的傳感器采集周圍環(huán)境的實時數(shù)據(jù)，并通過手機2上傳到服務器3。

步驟s33，服務器3端采用圖2所示的數(shù)據(jù)處理模型方法處理數(shù)據(jù)，得到騎行直觀實時數(shù)據(jù)，騎行舒適度和安全系數(shù)，騎行推薦，供騎手參考。

步驟s34，該智能輔助裝置終端1是否接受了語音播報指令。

步驟s35、語音模塊111若接收到騎手的相應的指令，則對對應的數(shù)據(jù)進行語音播報

步驟s36，語音模塊111若沒有接收到騎手相應的指令，則微控制單元106自動對終端1測量的數(shù)據(jù)進行檢查，并且連接手機2端上傳數(shù)據(jù)到服務器3端，采用數(shù)據(jù)處理方法，給出當前騎行實時數(shù)據(jù)、騎行舒適度以及是否危險的參考，若不符合自動進行語音報警并進行騎行推薦騎手調整。

步驟s37，語音模塊111若收到了騎手撥打電話的語音指令，便能對鏈接的手機2進行相應的撥打電話的操作。

步驟s38，智能輔助裝置終端1中的微控制單元106將實時數(shù)據(jù)發(fā)送至手機2app端，作為數(shù)據(jù)記錄和交互信息。

步驟s39，判斷開關107是否關閉，若開關107關閉則停止檢測，停止語音模塊111，若開關107繼續(xù)開啟，則檢測語音模塊111和監(jiān)測到的實時數(shù)據(jù)，重復步驟s32-s39。

步驟s40，結束使用。

使用時，首先打開自行車智能輔助裝置1的開關107按鍵，發(fā)光二極管108亮，裝置開始工作，同時打開手機2端app，將其通過wifi1032或藍牙1031和自行車智能輔助裝置1進行連接。溫、濕度傳感器1091、1092、光線傳感器1098、噪聲傳感器1093和空pm2.5傳感器1096、pm10傳感器1097會自動進行監(jiān)測，并將出現(xiàn)的不適于騎行的因素實時通過語音輸出模塊；自行車智能輔助裝置終端1還將接收用戶的語音指令，可以當前采集的信息進行播報，還可以通過藍牙1031模塊進行語音通話；自行車智能輔助裝置終端1還有對后方車輛的測距功能，并且自動語音播報，從而解放了騎手的雙手當后方有車輛駛來時，通過語音模塊111提醒騎手小心背后車輛；在夜間行駛時，還可通過攝像頭4和圖像傳感器1095對路面信息進行采集，提醒騎手注意行駛安全。

在騎行過程中，加速度傳感器1101會測量出騎行的加速度，傾角傳感器1102會測量騎行的傾角，車尾測距傳感器1102測量車距實時數(shù)據(jù)。圖像傳感器1095會實時檢測前方路面的道路狀況，遇到糟糕路況，可以及時語音播報給騎手。騎手在騎行過程中如果需要測量自己的心跳，只需把手指放到手指偵測心跳模塊外部接口115處，即可實時測量騎手的心跳。gps104可以實時對騎手進行地理定位。麥克風19接收騎手的語音指令，對偵測的數(shù)據(jù)進行語音播報，在騎行過程中雙手無法及時撥打接聽電話，騎手只需要發(fā)送語音指令，mcu微控制單元106便可以接收指令，并且發(fā)送到手機端，實現(xiàn)語音接打電話的功能。

以上所述僅為本發(fā)明的優(yōu)選實施例，其目的并不在于限制或約束本發(fā)明于上述實現(xiàn)方式。凡在本發(fā)明的范圍內(nèi)對本發(fā)明所做出的任何修改和替換均應包含在本發(fā)明權利要求所限定的范圍內(nèi)。