| 作品介紹 |
長時間坐著是現代人最常見的狀態，而正確的坐姿是指背部挺直、肩膀向後拉，並保持頸部和頭部直立，同時將膝蓋彎曲成90度角，腳掌平放於地板上。根據臨床研究，長時間坐著會增加肥胖和代謝疾病的風險。不良的坐姿會影響頸部和胸部肌肉的活動，並導致肌肉骨骼疾病，如頸椎位置改變、肌肉和肌腱結締組織的疼痛。
針對上述長時間坐著，以及坐姿不良的問題，已有許多相關的研究，開發坐姿識別系統，以進行坐姿的分類。這些研究可以根據感測器的類型主要分為壓力感測器(force sensing resistor, FSR)、視覺感測器以及加速度感測器製成的智慧座椅系統。使用FSR的智慧座椅需要在感測的受力範圍與硬度之間作取捨，並且感測的方式通常是使用大型陣列感測器，加劇了處理資料上的複雜性和硬體的資源消耗。基於視覺影像分析的研究，如使用網路攝影機(webcam)和Microsoft Kinect，都會具有隱私外洩的風險。基於加速度感測器所開發的智慧座椅系統，如使用慣性測量單元(inertial measurement unit, IMU)，需將裝置直接黏貼於身上，會造成使用者的不適。並且，以往的研究可判斷的坐姿種類很少，也大多是使用電腦去達到坐姿的偵測，在使用上會有諸多不便。
因此，我們改善以往系統的問題，開發出一種使用2台深度相機(Onion Tau LiDAR Camera, Onion, Boston, MA, USA)的多坐姿偵測智慧座椅，可辨別7種背部姿勢和6種腳部姿勢，故總共可辨別多達42種坐姿。採用的深度相機是透過色塊去顯示深度的影像資料，具有不易辨識出物品真實樣貌的特性，可避免以往基於視覺影像的研究會拍攝出清晰的臉部及身體特徵，造成個人隱私外洩的問題。透過我們開發的手機應用程式，使用藍芽與智慧座椅上的樹莓派嵌入式板子(Raspberry Pi 4 Model B, Raspberry Pi Ltd., Cambridge, UK)連接，可將坐姿判斷結果即時傳送至使用者，以達到坐姿的即時偵測。並且在適當時機給予使用者回饋，使其維持良好坐姿，避免因高風險姿勢所帶來的不適及疾病。 |