CN120335182B - 一种基于人工智能的变焦眼镜调控方法及设备 - Google Patents

Abstract

本发明属于变焦眼镜技术领域，提供了一种基于人工智能的变焦眼镜调控方法及设备。所述方法包括：在当前时间达到预设作息信息中的训练时段时，控制变焦眼镜上的测距仪对前方预设范围进行障碍物测量，并得到反馈的一组第一距离数据；根据测距仪测得的第一距离数据分析得出用户的头部姿态，在判断头部姿态符合预设姿态时，确定变焦眼镜为目标变焦眼镜；获取与各目标变焦眼镜关联的用户对应的动态训练数据，将动态训练数据分别发送给对应的目标变焦眼镜，以使目标变焦眼镜开启训练模式，即按照动态训练数据进行眼镜焦距的动态调节。本发明至少可实现变焦眼镜的变焦模式的远程的、整体的快速切换。

Description

一种基于人工智能的变焦眼镜调控方法及设备

技术领域

本发明涉及变焦眼镜技术领域，具体而言，涉及一种基于人工智能的变焦眼镜调控方法及设备。

背景技术

在眼镜技术领域，随着人们对视力矫正及视觉体验需求的不断提升，传统单焦点、双焦点镜片已难以满足日益多样化的需求。在此背景下，变焦眼镜应运而生，成为眼镜技术领域的一项重要创新。

如图1所示，变焦眼镜的基本原理在于其采用了先进的光学技术和自适应镜片材料。这些镜片能够根据佩戴者眼睛焦点的变化自动调整度数，从而实现焦距的连续变化。具体来说，变焦眼镜通常由两组自由曲面镜片组成，这两组镜片在电机的驱动下可以来回移动。当镜片都是负度数时，它们会叠加产生高负度数，适用于近距离视觉需求；当一正一负时，度数会抵消，适用于远距离视觉需求。通过这种设计，变焦眼镜的屈光度可以在一个连续范围内变化，光度范围从+3.00D到-3.00D，甚至更高，从而满足不同距离下的视觉需求。

变焦眼镜可以配置常规模式和训练模式，在常规模式中变焦眼镜的变焦范围会相对小一些，以支持用户的日常使用，例如阅读等；而在动态模式中变焦眼镜的变焦范围会相对大的多，这样可以对用户的眼睛进行更高强度的训练，以改善远视、近视情况。

但是，目前的变焦眼镜的模式切换都是需要用户手动操作（例如按钮操作、语音操作等），使用便利性不佳；而且，对于教室等变焦眼镜佩戴较多的使用场景中，无法对该使用场景中的多个用户的变焦眼镜的模式进行更快速、统一的切换。所以，如何提升教室等变焦眼镜佩戴较多的使用场景中变焦眼镜模式切换的便利性，是目前亟需解决的技术问题。

发明内容

对此，本发明提供了一种基于人工智能的变焦眼镜调控方法、设备、电子设备、计算机存储介质及计算机程序产品，以解决上述技术问题中的至少之一。

本发明提供了一种基于人工智能的变焦眼镜调控方法，应用于远程管理端，包括如下方法步骤：在当前时间达到预设作息信息中的训练时段时，控制变焦眼镜上的测距仪对前方预设范围进行障碍物测量，并得到反馈的一组第一距离数据；根据测距仪测得的所述第一距离数据分析得出用户的头部姿态，在判断所述头部姿态符合预设姿态时，确定变焦眼镜为目标变焦眼镜；获取与各所述目标变焦眼镜关联的用户对应的动态训练数据，将所述动态训练数据分别发送给对应的所述目标变焦眼镜，以使所述目标变焦眼镜开启训练模式，即按照所述动态训练数据进行眼镜焦距的动态调节。

作为一个示例，所述控制变焦眼镜上的测距仪对前方预设范围进行障碍物测量，包括：获取测距仪在常规模式中测得的另一组第二距离数据，根据所述第二距离数据计算得出用户注视的材料的宽度；其中，所述宽度指的是所述材料自靠近用户身体的一端向远离用户身体的一端的朝向的尺寸；根据所述宽度确定得出所述预设范围，控制变焦眼镜上的测距仪对前方预设范围进行障碍物测量；其中，所述预设范围与所述宽度正相关。

作为一个示例，所述根据测距仪测得的所述第一距离数据分析得出用户的头部姿态，包括：将所述预设范围分为下部区域和上部区域，从所述第一距离数据中分别分离得出对应于所述下部区域的第三距离数据、对应于所述上部区域的第四距离数据；根据所述第三距离数据确定得出材料的尺寸数据，根据所述第四距离数据计算得出等效距离，所述等效距离是所述第四距离数据中各距离的平均值或众数值；根据所述尺寸数据和所述等效距离评估得出用户的头部下倾角度，该头部下倾角度即为所述头部姿态。

作为一个示例，所述根据所述尺寸数据和所述等效距离评估得出用户的头部下倾角度，包括：调取用户的上身身材尺寸以及桌椅的面层高度，构成基础数据；将所述基础数据、所述尺寸数据及所述等效距离输入基于Transformer的评估模型，所述评估模型输出其评估的用户的头部下倾角度。

作为一个示例，所述评估模型包括卷积网络、第一编码器、第二编码器及解码器，所述卷积网络的输出端分别连接所述第一编码器、所述第二编码器的输入端，所述第一编码器、所述第二编码器的输出端分别连接所述解码器。

本发明还提供了一种基于人工智能的变焦眼镜调控设备，应用于远程管理端，所述设备包括获取及发送模块、确定模块；所述获取及发送模块，用于在当前时间达到预设作息信息中的训练时段时，控制变焦眼镜上的测距仪对前方预设范围进行障碍物测量，并得到反馈的一组第一距离数据；所述确定模块，用于根据测距仪测得的所述第一距离数据分析得出用户的头部姿态，在判断所述头部姿态符合预设姿态时，确定变焦眼镜为目标变焦眼镜；所述获取及发送模块，还用于获取与各所述目标变焦眼镜关联的用户对应的动态训练数据，将所述动态训练数据分别发送给对应的所述目标变焦眼镜，以使所述目标变焦眼镜开启训练模式，即按照所述动态训练数据进行眼镜焦距的动态调节。

作为一个示例，所述获取及发送模块，具体用于：获取测距仪在常规模式中测得的另一组第二距离数据，根据所述第二距离数据计算得出用户注视的材料的宽度；其中，所述宽度指的是所述材料自靠近用户身体的一端向远离用户身体的一端的朝向的尺寸；根据所述宽度确定得出所述预设范围，控制变焦眼镜上的测距仪对前方预设范围进行障碍物测量；其中，所述预设范围与所述宽度正相关。

作为一个示例，所述确定模块，具体用于：将所述预设范围分为下部区域和上部区域，从所述第一距离数据中分别分离得出对应于所述下部区域的第三距离数据、对应于所述上部区域的第四距离数据；根据所述第三距离数据确定得出材料的尺寸数据，根据所述第四距离数据计算得出等效距离，所述等效距离是所述第四距离数据中各距离的平均值或众数值；根据所述尺寸数据和所述等效距离评估得出用户的头部下倾角度，该头部下倾角度即为所述头部姿态。

作为一个示例，所述确定模块，具体用于：调取用户的上身身材尺寸以及桌椅的面层高度，构成基础数据；将所述基础数据、所述尺寸数据及所述等效距离输入基于Transformer的评估模型，所述评估模型输出其评估的用户的头部下倾角度。

作为一个示例，所述评估模型包括卷积网络、第一编码器、第二编码器及解码器，所述卷积网络的输出端分别连接所述第一编码器、所述第二编码器的输入端，所述第一编码器、所述第二编码器的输出端分别连接所述解码器。

本发明还提供了一种电子设备，其特征在于：该电子设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如前述任一项中所述方法。

本发明还提供了一种计算机存储介质，该计算机存储介质存储有可被处理器执行以实现如前述任一项中所述方法的计算机程序。

本发明还提供了一种计算机程序产品，该计算机程序产品包含可被处理器执行以实现如前述任一项中所述方法的计算机程序。

本发明的有益效果在于：本发明的方案一方面能够由远程管理端对教室等场景中的多个用户的变焦眼镜的变焦模式进行集中调控，无需用户手动调整变焦模式，使用便利性得到较大的提升。另一方面，本发明还先分析用户的头部姿态是否适合开启训练模式，只有在头部姿态适合开启训练模式时才将个性化的动态训练数据发送给变焦眼镜执行，从而可以避免在用户处于低头等情况下的大幅度变焦训练，从而提升变焦训练效果。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。

图1是变焦眼镜的基本变焦原理的示意图。

图2是本发明实施例公开的一种基于人工智能的变焦眼镜调控方法的流程示意图。

图3是本发明实施例公开的一种基于人工智能的变焦眼镜调控设备的结构示意图。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

如图1所示，本发明实施例公开了一种基于人工智能的变焦眼镜调控方法，应用于远程管理端，包括如下方法步骤：在当前时间达到预设作息信息中的训练时段时，控制变焦眼镜上的测距仪对前方预设范围进行障碍物测量，并得到反馈的一组第一距离数据；根据测距仪测得的所述第一距离数据分析得出用户的头部姿态，在判断所述头部姿态符合预设姿态时，确定变焦眼镜为目标变焦眼镜；获取与各所述目标变焦眼镜关联的用户对应的动态训练数据，将所述动态训练数据分别发送给对应的所述目标变焦眼镜，以使所述目标变焦眼镜开启训练模式，即按照所述动态训练数据进行眼镜焦距的动态调节。

本发明的方案应用于例如教室、眼镜康复/矫正中心等有多名佩戴变焦眼镜的场景中，这些场景中可对用户进行正常的教学/自学活动，而在教学/自学活动的间隙存在训练时段（例如休息时段或专门设置的眼睛训练时段），具体编制对应的预设作息信息。在教学/自学时段中，远程管理端统一向场景中的各变焦眼镜发送控制指令，以将其变焦模式切换至常规模式；而在当前时间达到预设作息信息中的训练时段时，则远程管理端统一向场景中的各变焦眼镜发送控制指令，以将其变焦模式从常规模式切换至训练模式。

另外，在将变焦模式从常规模式切换至训练模式之前，还需要进一步判断对应的用户是否做好训练的准备，即头部姿态是否达到预设姿态，预设姿态例如是头部竖直面向前方。在训练模式中，用户需要停止看书、学习时的低头姿态，而是将头部抬起，保持面向前方，这样就让用户的眼睛视野更宽阔，而且会与障碍物（例如教科书）保持较远的距离，此时再进行更高强度的变焦动作，以对眼睛进行训练。

具体地，在当前时间达到预设作息信息中的训练时段时，控制变焦眼镜上的测距仪对前方预设范围进行障碍物测量，测距仪将其测得的一组第一距离数据反馈给远程管理端，远程管理端依据该组第一距离数据分析得出用户的头部姿态，在判断头部姿态符合预设姿态时，将对应的变焦眼镜确定为目标变焦眼镜。接着，从数据库中调取各目标变焦眼镜分别对应的动态训练数据，将其发送给目标变焦眼镜进行执行即开启训练模式，从而实现对用户眼睛的个性化训练。

于是，本发明的方案一方面能够由远程管理端对教室等场景中的多个用户的变焦眼镜的变焦模式进行集中调控，无需用户手动调整变焦模式，使用便利性得到较大的提升。另一方面，本发明还先分析用户的头部姿态是否适合开启训练模式，只有在头部姿态适合开启训练模式时才将个性化的动态训练数据发送给变焦眼镜执行，从而可以避免在用户处于低头等情况下的大幅度变焦训练，从而提升变焦训练效果。

作为一个示例，所述控制变焦眼镜上的测距仪对前方预设范围进行障碍物测量，包括：获取测距仪在常规模式中测得的另一组第二距离数据，根据所述第二距离数据计算得出用户注视的材料的宽度；其中，所述宽度指的是所述材料自靠近用户身体的一端向远离用户身体的一端的朝向的尺寸；根据所述宽度确定得出所述预设范围，控制变焦眼镜上的测距仪对前方预设范围进行障碍物测量；其中，所述预设范围与所述宽度正相关。

在本实施例中，在常规模式中用户低头注视书桌上放置的学习材料，例如教科书等，在训练模式中用户则从低头姿态切换至抬头平视姿态，以适应变焦眼镜的焦距更强的变化。但是，用户从低头姿态切换至抬头姿态时并不一定符合预设姿态，例如用户虽然进行了一定程度的抬头，但抬头幅度不足，此时其眼睛仍然向下注视着桌面上的学习材料（即“偷看”），而且在学习材料的宽度越大时，用户越容易通过倾斜学习材料而获得更佳的注视效果。

基于上述实际情况，本发明设置先分析该用户在常规模式中所注视的学习材料的宽度，再根据该宽度确定得出测距仪需要进行障碍物距离扫描的预设范围的大小。其中，在学习材料的越宽时，用户头部姿态符合预设姿态、但通过倾斜学习材料而获得更佳的注视效果的概率越大，此时设置预设范围更大，这样有利于扫描到被倾斜放置的学习材料，如果扫描到学习材料则表明该用户此时存在较大的概率并未目视前方，即不满足切换至训练模式的条件；反之，则用户头部姿态符合预设姿态、但通过倾斜学习材料而获得更佳的注视效果的概率越小，此时设置预设范围更小。

另外，在变焦眼镜的常规模式中，测距仪会周期性的测量变焦眼镜测得的正前方区域内的障碍物距离信息即上述的另一组第二距离数据，依据该第二距离数据可以确定得出该用户正在注视的学习材料的轮廓，从而可以评估得出其宽度。

作为一个示例，所述根据测距仪测得的所述第一距离数据分析得出用户的头部姿态，包括：将所述预设范围分为下部区域和上部区域，从所述第一距离数据中分别分离得出对应于所述下部区域的第三距离数据、对应于所述上部区域的第四距离数据；根据所述第三距离数据确定得出材料的尺寸数据，根据所述第四距离数据计算得出等效距离，所述等效距离是所述第四距离数据中各距离的平均值或众数值；根据所述尺寸数据和所述等效距离评估得出用户的头部下倾角度，该头部下倾角度即为所述头部姿态。

在本实施例中，在用户从低头切换至抬头之后，测距仪即受控对前方预设范围内的障碍物距离的进行探测，而预设范围可以分为下部区域和上部区域，进而将第一距离数据对应地分为第三距离数据、第四距离数据。其中，第三距离数据用于分析测距仪是否扫描到用户之前注视的学习材料，第四距离数据则用于分析前方的障碍物是否整体“较远”，例如某用户正前方30cm内是墙壁时，此时不宜进行高强度的变焦训练，而如果某用户正前方5m处是讲台时，此时适宜进行高强度的变焦训练。

于是，基于第三距离数据、第四距离数据可分别确定得出桌面上放置的材料的尺寸数据（例如宽度、面积等）、前方场景的等效距离（等效距离是第四距离数据中各距离的平均值或众数值）。据此就可以评估得出该用户此时的头部下倾角度（相较于竖直方向，头部下倾角度越大则对应低头幅度越大），即获得了该用户的头部姿态。

作为一个示例，所述根据所述尺寸数据和所述等效距离评估得出用户的头部下倾角度，包括：调取用户的上身身材尺寸以及桌椅的面层高度，构成基础数据；将所述基础数据、所述尺寸数据及所述等效距离输入基于Transformer的评估模型，所述评估模型输出其评估的用户的头部下倾角度。

在本实施例中，本发明基于Transformer构建了评估模型，该评估模型可以对前述从测距仪测得的第一距离数据中分析得出的尺寸数据及等效距离进行综合分析从而评估得出该用户此时的头部下倾角度。另外，由于用户的上身身材尺寸以及桌椅的面层高度（即桌面、椅面的高度）也会直接影响到下部区域中被扫描到的学习材料的尺寸，所以，本发明也将这些数据输入到评估模型中，从而提升评估得出的用户的头部下倾角度的准确性。

作为一个示例，所述评估模型包括卷积网络、第一编码器、第二编码器及解码器，所述卷积网络的输出端分别连接所述第一编码器、所述第二编码器的输入端，所述第一编码器、所述第二编码器的输出端分别连接所述解码器。

在本实施例中，本发明的评估模型集成了卷积网络，由卷积网络从输入数据中提取得出特征数据，再由双编码器对特征数据分别进行编码处理，再将双编码器的分析结果进行例如加权融合后，再由解码器进行解码处理，从而获得评估的用户的头部下倾角度。

作为一个示例，所述远程管理端还用于向变焦眼镜发送单独控制参数，所述单独控制参数用于实现左右眼的独立训练。

在本实施例中，近视用户的左右眼都会有近视、远视或者散光的视力参差（例如左右眼近视度数不同），但是现有的变焦眼镜的左右眼都是由一个电机来控制，左右眼没法独立训练。针对该技术问题，本发明设置远程管理端根据特定近视用户的左右眼的近视情况而制定对应的变焦控制参数，并将两个变焦控制参数整合为单独控制参数，将其发送给对应的变焦眼镜。变焦眼镜就可以根据两个变焦控制参数来实现对左右眼的独立的个性化的训练，其中，变焦眼镜对应布设左右两个电机。本发明的方案可适合不同场景的训练，如阅读、看电视、远眺，这些场景下都可以进行精准训练。

需要说明的是，在用户阅读训练的姿势不端正或者离书本过近时，变焦眼镜还可以基于自带传感器（例如前述的测距仪，但还可以是陀螺仪等）检测到这些不良行为，进而发出声音提醒。

如图3所示，本发明还提供了一种基于人工智能的变焦眼镜调控设备，应用于远程管理端，所述设备包括获取及发送模块、确定模块；所述获取及发送模块，用于在当前时间达到预设作息信息中的训练时段时，控制变焦眼镜上的测距仪对前方预设范围进行障碍物测量，并得到反馈的一组第一距离数据；所述确定模块，用于根据测距仪测得的所述第一距离数据分析得出用户的头部姿态，在判断所述头部姿态符合预设姿态时，确定变焦眼镜为目标变焦眼镜；所述获取及发送模块，还用于获取与各所述目标变焦眼镜关联的用户对应的动态训练数据，将所述动态训练数据分别发送给对应的所述目标变焦眼镜，以使所述目标变焦眼镜开启训练模式，即按照所述动态训练数据进行眼镜焦距的动态调节。

作为一个示例，所述获取及发送模块，具体用于：获取测距仪在常规模式中测得的另一组第二距离数据，根据所述第二距离数据计算得出用户注视的材料的宽度；其中，所述宽度指的是所述材料自靠近用户身体的一端向远离用户身体的一端的朝向的尺寸；根据所述宽度确定得出所述预设范围，控制变焦眼镜上的测距仪对前方预设范围进行障碍物测量；其中，所述预设范围与所述宽度正相关。

作为一个示例，所述确定模块，具体用于：将所述预设范围分为下部区域和上部区域，从所述第一距离数据中分别分离得出对应于所述下部区域的第三距离数据、对应于所述上部区域的第四距离数据；根据所述第三距离数据确定得出材料的尺寸数据，根据所述第四距离数据计算得出等效距离，所述等效距离是所述第四距离数据中各距离的平均值或众数值；根据所述尺寸数据和所述等效距离评估得出用户的头部下倾角度，该头部下倾角度即为所述头部姿态。

作为一个示例，所述确定模块，具体用于：调取用户的上身身材尺寸以及桌椅的面层高度，构成基础数据；将所述基础数据、所述尺寸数据及所述等效距离输入基于Transformer的评估模型，所述评估模型输出其评估的用户的头部下倾角度。

作为一个示例，所述评估模型包括卷积网络、第一编码器、第二编码器及解码器，所述卷积网络的输出端分别连接所述第一编码器、所述第二编码器的输入端，所述第一编码器、所述第二编码器的输出端分别连接所述解码器。

本发明还公开了一种电子设备，该电子设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如前述任一项所述方法步骤。

本发明还公开了一种计算机存储介质，该计算机存储介质存储有可被处理器执行以实现如前述任一项中所述方法的计算机程序。

本发明还公开了一种计算机程序产品，该计算机程序产品包含可被处理器执行以实现如前述任一项中所述方法的计算机程序。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其他任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如数字视频光盘(digital video disc，DVD))、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (7)

1.一种基于人工智能的变焦眼镜调控方法，应用于远程管理端，其特征在于：包括如下方法步骤：在当前时间达到预设作息信息中的训练时段时，控制变焦眼镜上的测距仪对前方预设范围进行障碍物测量，并得到反馈的一组第一距离数据；根据测距仪测得的所述第一距离数据分析得出用户的头部姿态，在判断所述头部姿态符合预设姿态时，确定变焦眼镜为目标变焦眼镜；获取与各所述目标变焦眼镜关联的用户对应的动态训练数据，将所述动态训练数据分别发送给对应的所述目标变焦眼镜，以使所述目标变焦眼镜开启训练模式，即按照所述动态训练数据进行眼镜焦距的动态调节；

所述控制变焦眼镜上的测距仪对前方预设范围进行障碍物测量，包括：获取测距仪在常规模式中测得的另一组第二距离数据，根据所述第二距离数据计算得出用户注视的材料的宽度；其中，所述宽度指的是所述材料自靠近用户身体的一端向远离用户身体的一端的朝向的尺寸；根据所述宽度确定得出所述预设范围，控制变焦眼镜上的测距仪对前方预设范围进行障碍物测量；其中，所述预设范围与所述宽度正相关，具体地：在所述材料越宽时，用户头部姿态符合预设姿态、但通过倾斜所述材料而获得更佳的注视效果的概率越大，此时设置所述预设范围更大，以利于扫描到被倾斜放置的所述材料，如果扫描到学习材料则表明该用户此时存在较大的概率并未目视前方，即不满足切换至训练模式的条件；反之，则用户头部姿态符合预设姿态、但通过倾斜学习材料而获得更佳的注视效果的概率越小，此时设置所述预设范围更小；

根据测距仪测得的所述第一距离数据分析得出用户的头部姿态，包括：将所述预设范围分为下部区域和上部区域，从所述第一距离数据中分别分离得出对应于所述下部区域的第三距离数据、对应于所述上部区域的第四距离数据；根据所述第三距离数据确定得出材料的尺寸数据，根据所述第四距离数据计算得出等效距离，所述等效距离是所述第四距离数据中各距离的平均值或众数值；根据所述尺寸数据和所述等效距离评估得出用户的头部下倾角度，该头部下倾角度即为所述头部姿态；

所述根据所述尺寸数据和所述等效距离评估得出用户的头部下倾角度，包括：调取用户的上身身材尺寸以及桌椅的面层高度，构成基础数据；将所述基础数据、所述尺寸数据及所述等效距离输入基于Transformer的评估模型，所述评估模型输出其评估的用户的头部下倾角度。

2.根据权利要求1所述的一种基于人工智能的变焦眼镜调控方法，其特征在于：所述评估模型包括卷积网络、第一编码器、第二编码器及解码器，所述卷积网络的输出端分别连接所述第一编码器、所述第二编码器的输入端，所述第一编码器、所述第二编码器的输出端分别连接所述解码器。

3.一种基于人工智能的变焦眼镜调控设备，应用于远程管理端，其特征在于：所述设备包括获取及发送模块、确定模块；所述获取及发送模块，用于在当前时间达到预设作息信息中的训练时段时，控制变焦眼镜上的测距仪对前方预设范围进行障碍物测量，并得到反馈的一组第一距离数据；所述确定模块，用于根据测距仪测得的所述第一距离数据分析得出用户的头部姿态，在判断所述头部姿态符合预设姿态时，确定变焦眼镜为目标变焦眼镜；所述获取及发送模块，还用于获取与各所述目标变焦眼镜关联的用户对应的动态训练数据，将所述动态训练数据分别发送给对应的所述目标变焦眼镜，以使所述目标变焦眼镜开启训练模式，即按照所述动态训练数据进行眼镜焦距的动态调节；

所述获取及发送模块，具体用于：获取测距仪在常规模式中测得的另一组第二距离数据，根据所述第二距离数据计算得出用户注视的材料的宽度；其中，所述宽度指的是所述材料自靠近用户身体的一端向远离用户身体的一端的朝向的尺寸；根据所述宽度确定得出所述预设范围，控制变焦眼镜上的测距仪对前方预设范围进行障碍物测量；其中，所述预设范围与所述宽度正相关，具体地：在所述材料越宽时，用户头部姿态符合预设姿态、但通过倾斜所述材料而获得更佳的注视效果的概率越大，此时设置所述预设范围更大，以利于扫描到被倾斜放置的所述材料，如果扫描到学习材料则表明该用户此时存在较大的概率并未目视前方，即不满足切换至训练模式的条件；反之，则用户头部姿态符合预设姿态、但通过倾斜学习材料而获得更佳的注视效果的概率越小，此时设置所述预设范围更小；

所述确定模块，具体用于：将所述预设范围分为下部区域和上部区域，从所述第一距离数据中分别分离得出对应于所述下部区域的第三距离数据、对应于所述上部区域的第四距离数据；根据所述第三距离数据确定得出材料的尺寸数据，根据所述第四距离数据计算得出等效距离，所述等效距离是所述第四距离数据中各距离的平均值或众数值；根据所述尺寸数据和所述等效距离评估得出用户的头部下倾角度，该头部下倾角度即为所述头部姿态；

所述确定模块，具体用于：调取用户的上身身材尺寸以及桌椅的面层高度，构成基础数据；将所述基础数据、所述尺寸数据及所述等效距离输入基于Transformer的评估模型，所述评估模型输出其评估的用户的头部下倾角度。

4.根据权利要求3所述的一种基于人工智能的变焦眼镜调控设备，其特征在于：所述评估模型包括卷积网络、第一编码器、第二编码器及解码器，所述卷积网络的输出端分别连接所述第一编码器、所述第二编码器的输入端，所述第一编码器、所述第二编码器的输出端分别连接所述解码器。

5.一种电子设备，其特征在于：该电子设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1或2所述方法。

6.一种计算机存储介质，其特征在于：该计算机存储介质存储有可被处理器执行以实现如权利要求1或2所述方法的计算机程序。

7.一种计算机程序产品，其特征在于：该计算机程序产品包含可被处理器执行以实现如权利要求1或2所述方法的计算机程序。