1.一种基于人体姿势识别的压力评估方法，其特征在于，包括以下步骤：步骤一、利用Kinect传感器采集人体的原始骨骼数据；

步骤二、利用分布在护理床床面上的薄膜压力传感器采集人体各部位的压力数据；

步骤三、将原始骨骼数据和压力数据传输到处理器模块进行人体姿势识别，并将骨骼数据、识别出的人体姿势类别以及压力数据传输到压力匹配模块；

步骤四、压力匹配模块将骨骼数据与压力数据进行拟合，得到人体相应部位的压力值；

步骤五、评估及预警模块结合人体所处的姿势类别及相应部分的压力值进行压力评估，当检测到人体某相应部位的压力及持续时间超过阈值时，进行预警。

2.如权利要求1所述的一种基于人体姿势识别的压力评估方法，其特征在于，所述Kinect传感器捕获人体骨骼三维数据，共获取人体的25个标准骨骼关节点的坐标信息。

3.如权利要求1所述的一种基于人体姿势识别的压力评估方法，其特征在于，所述薄膜压力传感器分别铺设在护理床床面上对应人体头部、背部、臀部、足部位置；铺设在背部的压力传感器可以用来检测肩关节，铺设在臀部的压力传感器可以检测髋关节，铺设在足部的压力传感器可以用来检测踝关节。

4.如权利要求1所述的一种基于人体姿势识别的压力评估方法，其特征在于，所述步骤三包括：

3.1)对Kinect传感器采集到的骨骼关节点进行筛选，提取出与人体姿势识别以及压力数据拟合相关联的11个骨骼关节点坐标；

3.2)通过坐标系变换将骨骼关节点坐标变换到以床面为参考的坐标系中，并将坐标变换后的11个骨骼关节点坐标传输到压力匹配模块；

3.3)定义骨骼向量，获取每段骨骼向量的方向余弦特征；

3.4)通过MLP神经网络对获取的余弦特征进行模型训练，并对所建立的训练模型进行分类识别，分离出人体的姿势类别；

3.5)将薄膜压力传感器采集到的压力数据进行均值滤波。

5.如权利要求4所述的一种基于人体姿势识别的压力评估方法，其特征在于，所述步骤

3.2)中采用的坐标变换公式为：其中，Hrgb和Hd是传感器的原有参数，R是旋转矩阵，T是过渡矩阵。

6.如权利要求5所述的一种基于人体姿势识别的压力评估方法，其特征在于，所述步骤

3.3)的具体过程为：

利用公式 计算出三个关节点Pi，Pj以及Pk之间的距离dij、dik以及djk，然后利用余弦定理式 计算出骨骼点之间的夹角作为余弦特征，一共获得10个余弦特征。

7.如权利要求6所述的一种基于人体姿势识别的压力评估方法，其特征在于，所述步骤

3.4)的具体过程为：

对所需识别的5种人体姿势类别进行定义，分别为：左侧卧，右侧卧，屈腿，起背，平躺；

从上述10个余弦特征中选取5个特征作为训练的样本模型，分别为：头部与左肩之间的夹角μ，头部与右肩之间的夹角α，大腿与小腿之间的夹角β，肩部与腿部之间的夹角γ，头部与背部的角度θ；

左侧卧姿势通过角度μ识别；右侧卧姿势通过角度α识别；屈腿姿势通过角度β识别；起背姿势通过角度γ识别；平躺姿势通过角度θ识别；

通过MLP神经网络对所建立的训练模型进行分类识别，分离出人体的姿势类别。

8.一种基于人体姿势识别的压力评估系统，其特征在于，包括：信号获取模块，通过Kinect传感器采集人体躺着时的骨骼关节点的三维坐标，通过薄膜压力传感器采集人体各部位压力数据；

处理器模块，根据信号获取与处理模块获取的骨骼数据识别出人体当前所处的姿势类别；

压力匹配模块，将人体相应部位的骨骼关节点坐标与薄膜压力传感器采集的压力数据进行拟合，获得人体相应部位的压力值；

评估及预警模块，检测人体相应受压部位的压力值是否正常，当受压部位压力及持续时间达到阈值时发出警示信号。

9.如权利要求8所述的一种基于人体姿势识别的压力评估系统，其特征在于，所述处理器模块包括：

骨骼坐标处理单元，用于处理Kinect传感器采集的骨骼关节点的坐标信息，筛选与薄膜压力传感器匹配所需的骨骼坐标点信息；

数据预处理单元，通过所述骨骼坐标点信息得到姿势识别所需要的特征，同时对薄膜压力传感器采集的压力数据进行均值滤波；

训练模型建立单元，将所采集的所有人体不同姿势的骨骼信息处理得到的余弦特征作为训练的样本；

姿势识别单元，将所有的样本输入至MLP神经网络中进行分类识别，分离出人体的姿势类别。

10.如权利要求9所述的一种基于人体姿势识别的压力评估系统，其特征在于，所述压力匹配模块将人体各部位的骨骼关节点坐标与处于相应坐标点的薄膜压力传感器相匹配，得出各部位的压力。