买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉爱梦睡眠(珠海)智能科技有限公司申请的专利一种智能床的环境联动智能唤醒方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121177636B 。

龙图腾网通过国家知识产权局官网在2026-02-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511730193.0，技术领域涉及：G16H50/30；该发明授权一种智能床的环境联动智能唤醒方法及系统是由金元;吴鄂设计研发完成，并于2025-11-24向国家知识产权局提交的专利申请。

本一种智能床的环境联动智能唤醒方法及系统在说明书摘要公布了：本发明涉及智能床唤醒工作领域，公开了一种智能床的环境联动智能唤醒方法及系统，包括以下步骤：通过布设环境传感器以及生理信息传感器，监测且预测目标房间内环境信息，同时预测用户的睡眠状态，构建用户个人睡眠基线。结合用户个人睡眠基线，联动睡眠状态预测模型以及环境预测数据构建用户的智能唤醒决策，最后生成用户睡眠质量报告。本发明能够将卧室构建成一个为睡眠和健康服务的协同工作网络，极大地提升了单个产品的附加值和竞争力，确保用户长期培养健康的睡眠节律，改善生活品质。

本发明授权一种智能床的环境联动智能唤醒方法及系统在权利要求书中公布了：1.一种智能床的环境联动智能唤醒方法，其特征在于，包括以下步骤： 在用户房间内布设环境关联传感器，并采集环境数据，并对环境数据进行预处理，得到预处理传感数据； 通过PINN神经网络模型，结合预处理传感数据，预测目标房间的环境变化数据，标定为实时房间环境预测数据； 通过深度学习模型，结合环境实时预测数据，预测目标房间内用户的睡眠状态，并基于睡眠状态构建个人睡眠基线； 在目标智能床内结合用户的个人睡眠基线，联动睡眠状态预测模型和实时房间环境预测数据，构建目标房间内对用户的智能唤醒决策； 制定用户的睡眠质量报告，并根据用户的睡眠质量报告，提出用户的睡眠调整决策； 其中，所述通过PINN神经网络模型，结合预处理传感数据，预测目标房间的环境变化数据，标定为实时房间环境预测数据，具体为： 引进PINN神经网络模型，预设历史时间步，并获取目标房间在历史时间步内的环境数据，同时将目标房间在历史时间步内的环境数据导入至PINN神经网络模型内； 其中，将目标房间在历史时间步内的环境数据切割为若干样本数据导入至PINN神经网络模型内； 通过PINN神经网络模型内的编码器，学习目标房间在历史时间步内的环境数据，输出环境上下文动态特征向量，并在PINN神经网络模型中通过全连接前馈神经网络结合未来时间步，对环境上下文动态特征向量进行均方误差计算； 在均方误差计算过程中，结合梯度下降法实时更新环境上下文动态特征向量，若环境上下文动态特征向量的均方误差收敛至预定值，则判断PINN神经网络模型处于完全拟合状态，得到训练后的PINN神经网络模型，标定为目标神经网络模型； 在所述目标神经网络模型中预设未来时间步，并导入预处理传感数据，实时输出未来时间步内目标房间的环境数据，标定为实时房间环境预测数据； 其中，所述通过深度学习模型，结合环境实时预测数据，预测目标房间内用户的睡眠状态，并基于睡眠状态构建个人睡眠基线，具体为： 在目标智能床上布设监测用户生理信息的传感器，并实时监测用户在睡眠过程中的生理信息，标定为用户睡眠生理信息； 其中，所述用户睡眠生理信息包括用户睡眠时的心率、呼吸率以及体动信号，对用户睡眠生理信息进行时域特征以及频域特征的提取； 其中，所述体动信号包括用户睡眠过程中的翻身次数以及翻身幅度总和； 同步所有睡眠生理信息，并将睡眠生理信息和实时房间环境预测数据转换为特征向量，得到睡眠关联特征向量； 引进结合注意力机制的双向LSTM模型，其中，结合注意力机制的双向LSTM模型内的架构包括输入层、特征学习层以及注意力层； 在输入层导入睡眠关联特征向量进行训练，组成特征向量序列，并在特征学习层内对特征序列向量进行深层依赖学习，最后通过所述注意力层控制结合注意力机制的双向LSTM模型标注睡眠过程中的过渡时刻，得到训练后的结合注意力机制的双向LSTM模型，标记为睡眠状态预测模型； 其中，所述睡眠状态预测模型输出用户在智能床上的实时睡眠状态，并结合用户在智能床上的实时睡眠状态，输出用户的个人睡眠基线； 其中，用户的个人睡眠基线内的指标包括睡眠结构、生理指标以及环境互动变化指标。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人爱梦睡眠(珠海)智能科技有限公司，其通讯地址为：519031 广东省珠海市横琴新区福临道55号1604办公；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。