一种基于足压数据的鞋垫、鞋定制方法及相关组件

技术领域

本发明涉及足底压力数字检测领域，尤其涉及一种基于足压数据的鞋垫、鞋定制方法及相关组件。

背景技术

由于先天或者后天原因，目前一部分人群存在长短腿的现象，即人体下肢长短不齐，长短腿会导致身体的重心失衡，最终会对双脚的负荷和足底压力产生影响。当一个人的两条腿长度不同时，他们的步态可以受到影响，受影响的一侧的腿和脚需要承受额外的重量和压力。因此，如果一个人患有长短腿，他们可能会感受到足底的压力不同，这可能会导致他们站立、行走时出现不适或错误姿势。

所以市面上部分商家针对这部分用户，提供定制化鞋高的服务，其中，对于用户腿长数据的测量通常使用机械式仪器进行测量，例如在中国专利公告号为CN214157311U公开的一种双腿长相对差值的测量仪，采用刻度标尺进行测量，然后通过人工读数的方式得到测量结果，最后通过该测量仪得到的测量结果作为用户选择对应鞋高的标准。

但在实际测量过程中，发明人发现通过这种机械式设备进行测量，需要人工操作，较为麻烦。

发明内容

本发明的目的是提供一种基于足压数据的鞋垫、鞋定制方法及相关组件，旨在解决现有腿长测量效率低的问题。

为解决上述技术问题，本发明的目的是通过以下技术方案实现的：提供一种基于足压数据的鞋垫、鞋定制方法，应用于处理终端，其包括：

获取足部压力图像，其中，所述足部压力图像包括左足压力图像和右足压力图像；

基于预设的检测规则，判断所述足部压力图像是否存在异常状态，若所述足部压力图像存在异常状态，则向升降终端发送对应的控制信号，使升降终端接收所述控制信号，控制对应的站立台升降，并返回新的足部压力图像；

接收新的足部压力图像，并继续判断新的所述足部压力图像是否存在异常状态，若新的所述足部压力图像存在异常状态，则继续执行控制信号发送步骤，若新的所述足部压力图像不存在异常状态，则采集并基于站立台的升降数据，匹配输出鞋垫和鞋的厚度信息。

进一步的，所述获取足部压力图像，包括：

获取由网格节点组成的足部网格图；

将采集的足部各位置的压力数据赋值至对应的所述网格节点；

基于预设的足部区域划分，将各足部区域内的所有网格节点对应的压力数据进行平均值化处理；

基于处理后的足部区域，赋予对应的颜色，以输出足部压力图像。

进一步的，所述基于预设的检测规则，判断所述足部压力图像是否存在异常状态，包括：

获取所述左足压力图像和右足压力图像中各足部区域的RGB值；

分别对所述左足压力图像、及右足压力图像中的各足部区域的RGB值进行求和并计算得到RGB平均值；

计算2个RGB平均值的差值，并判断差值是否在预设的RGB阈值范围内，若差值不在预设的RGB阈值范围内，则判定所述足部压力图像存在异常状态。

进一步的，所述若所述足部压力图像存在异常状态，则向升降终端发送对应的控制信号，使升降终端接收所述控制信号，控制对应的站立台升降，并返回新的足部压力图像，包括：

若所述足部压力图像存在异常状态，则基于所述异常状态，获取对应的升降数据，并向升降终端发送控制信号，使升降终端接收所述控制信号，控制对应的站立台升降并返回升降结束信号，其中，所述控制信号包括所述升降数据；

接收升降终端返回的升降结束信号，并播放语音控制信号，使升降终端在用户到达目标位置后，返回足部各位置的压力数据。

进一步的，所述获取足部压力图像之前，包括：

采集原始姿态照片，并基于所述原始姿态照片，判断是否满足检测条件，若不满足检测条件，则播放检测准备语音并返回初始识别步骤，若满足检测条件，则向拍摄终端发送第一拍摄指令，使所述拍摄终端基于所述第一拍摄指令，拍摄并将获得的初始姿态照片返回；

接收所述初始姿态照片，基于所述初始姿态照片，判断摄像终端是否处于预设高度位置，若摄像终端处于预设高度位置，则将所述初始姿态照片作为目标姿态图像，若摄像终端没有处于预设高度位置，则向拍摄终端发送位置调整指令，使拍摄终端接收所述位置调整指令，重新拍摄得到初始姿态照片并返回。

进一步的，所述基于所述异常状态，获取对应的升降数据之前，包括：

获取目标姿态图像，并利用人体骨骼关键点检测算法获取所述目标姿态图像中的目标关键点，其中，所述目标关键点包括2个膝关节关键点、2个肘关节关键点；

将2个膝关节关键点进行连线，得到膝关节连线，并计算所述膝关节连线与水平线之间的膝关节夹角数据；

将2个肘关节关键点进行连线，得到肘关节连线，并计算所述肘关节连线与水平线之间的肘关节夹角数据。

进一步的，所述基于所述异常状态，获取对应的升降数据，包括：

将所述左足压力图像、右足压力图像、膝关节夹角数据和肘关节夹角数据，分别输入至预训练后的匹配神经网络中，输出目标升降数据。

另外，本发明实施例又提供了一种基于足压数据的鞋垫、鞋定制装置，应用于处理终端，其包括：

获取单元，用于获取足部压力图像，其中，所述足部压力图像包括左足压力图像和右足压力图像；

控制单元，用于基于预设的检测规则，判断所述足部压力图像是否存在异常状态，若所述足部压力图像存在异常状态，则向升降终端发送对应的控制信号，使升降终端接收所述控制信号，控制对应的站立台升降，并返回新的足部压力图像；

匹配单元，用于接收新的足部压力图像，并继续判断新的所述足部压力图像是否存在异常状态，若新的所述足部压力图像存在异常状态，则继续执行控制信号发送步骤，若新的所述足部压力图像不存在异常状态，则采集并基于站立台的升降数据，匹配输出鞋垫和鞋的厚度信息。

另外，本发明实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的基于足压数据的鞋垫、鞋定制方法。

另外，本发明实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的基于足压数据的鞋垫、鞋定制方法。

本发明实施例公开了一种基于足压数据的鞋垫、鞋定制方法及相关组件，其中，方法包括：获取足部压力图像，其中，所述足部压力图像包括左足压力图像和右足压力图像；基于预设的检测规则，判断所述足部压力图像是否存在异常状态，若所述足部压力图像存在异常状态，则向升降终端发送对应的控制信号，使升降终端接收所述控制信号，控制对应的站立台升降，并返回新的足部压力图像；接收新的足部压力图像，并继续判断新的所述足部压力图像是否存在异常状态，若新的所述足部压力图像存在异常状态，则继续执行控制信号发送步骤，若新的所述足部压力图像不存在异常状态，则采集并基于站立台的升降数据，匹配输出鞋垫和鞋的厚度信息。该方法通过智能化设备的方式引导用户进行测量，无需人工操作，有效提高测量效率，进而快速根据测量结果匹配出鞋垫和鞋的厚度信息。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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他的附图。

图1为本发明实施例提供的基于足压数据的鞋垫、鞋定制方法的流程示意图；

图2为本发明实施例提供的基于足压数据的鞋垫、鞋定制装置的示意性框图；

图3为本发明实施例提供的计算机设备的示意性框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

需要提前说明的是，长短腿可以影响身体的重心和步态，从而影响到足底的负荷和压力。当长短腿存在时，身体会努力调整以保持平衡。这意味着短腿一侧的身体会倾斜，使该脚的足底承受更大的压力，而长腿一侧的身体则会倾斜，减轻该脚的足底负荷。长期以往，这种不平衡会导致短腿一侧的足部负担加重，可能导致足底疼痛、足弓塌陷和其他足部问题。此外，长短腿还可能导致步态异常和错位，从而导致额外的足底压力和损伤。整个身体的错位和紧张可能进一步加剧了足部负荷和压力不平衡的情况。因此，长短腿和足底压力之间存在着紧密的联系。

同时，通常认为的长短腿的高度差一般被认为是在1-1.5厘米之间，当高度差小于0.5厘米时，对身体姿势和运动影响较小，一般不会引起明显的不适感；当高度差在0.5-1.5厘米之间时，可能会引起不适感。但在实际生活过程中，在高度差较小，或者没有引起胶强烈的不适感之前，用户通常不会注意到高度差的存在，随着行走时间的增加，身体会倾向弯曲以平衡身体重心，这会导致腰椎出现扭曲的情况发生，对此，有部分商家针对这一现象，推出定制化选择鞋垫、鞋子的方式，但是采用机械化仪器进行腿长测量，测量的效率较低。

请参阅图1，图1为本发明实施例提供的基于足压数据的鞋垫、鞋定制方法的流程示意图；

如图1所示，该方法应用于处理终端，包括步骤S101～S105。

S101、获取足部压力图像，其中，所述足部压力图像包括左足压力图像和右足压力图像；

S102、基于预设的检测规则，判断所述足部压力图像是否存在异常状态，若所述足部压力图像存在异常状态，则执行步骤S103，若新的所述足部压力图像不存在异常状态，则结束；

S103、向升降终端发送对应的控制信号，使升降终端接收所述控制信号，控制对应的站立台升降，并返回新的足部压力图像；

S104、接收新的足部压力图像，并继续判断新的所述足部压力图像是否存在异常状态，若新的所述足部压力图像存在异常状态，则返回步骤S103，若新的所述足部压力图像不存在异常状态，则执行步骤S105；

S105、采集并基于站立台的升降数据，匹配输出鞋垫和鞋的厚度信息。

在本实施例中，首先处理终端获取由采集终端发送过来的左足压力图像和右足压力图像，然后判断2个足部压力图像是否存在异常状态，如果足部压力图像存在异常状态，则向升降终端发送控制信号，升降终端接收到控制信号后，会控制站立台升降，需要说明的是，本申请的站立台即带有升降功能的台子，用户的2个脚分别站立在2个并排在一起的站立台上，各站立台上安装有用于采集足部压力数据的采集终端，其中，采集终端包括但不局限于压力平板，只要采集终端具有采集足部各区域的实时压力数据即可，本申请不做具体限定。

站立台升降结束后，采集终端返回新的足部压力图像至处理终端，处理终端再次对新的足部压力图像进行判断，如果新的足部压力图像存在异常状态，则继续发送对应的控制信号至升级终端，使得重新采集的足部压力图像不再存在异常状态，然后结束检测作业，此时，获取升降终端的升降数据，根据升降数据，匹配对应的产品信息，需要强调的是，本申请所阐述的产品包括但不局限于鞋垫、带有鞋垫的鞋子，在得到产品信息后，生产厂家可以根据检测得到的产品信号，定制出对应要求的鞋子或鞋垫，从而适配于具有长短腿的用户，整个检测过程智能化，无需人工操作，具体的，通过本申请方法获取的升降数据，可以准确得到用户的腿长高度差，避免出现人工读数误差的问题，从而精确匹配得到鞋垫和鞋的厚度信息，总而言之，本申请可以有效的减少测量误差，使得根据测量结果匹配出的产品更加适配，同时基于足部压力图像的可视化，以利于用户了解当前足部压力情况，并对用户的隐私性起到较好的保护。

具体一实施例中，所述步骤S101，包括：

S10、获取由网格节点组成的足部网格图；

S11、将采集的足部各位置的压力数据赋值至对应的所述网格节点；

S12、基于预设的足部区域划分，将各足部区域内的所有网格节点对应的压力数据进行平均值化处理；

S13、基于处理后的足部区域，赋予对应的颜色，以输出足部压力图像。

在本实施例中，由采集终端采集到的数据，最终会被存储至足部网格图中，具体的，足部网格图为一个长方形状的网格图，由多个网格节点组成，当用户的足部站立在站立台后，采集终端根据受力点实时采集到足部各区域的压力数据，并将采集到的压力数据对应存储至相应的网格节点上，其中，足部的区域划分可以按以下区域进行划分：足跟区、前跖区、足外侧区及跖弓区，应当理解的是，也可以按照其他区域方式进行划分，本申请不做具体限定。

然后将每个足部区域的所有网格节点对应的压力数据进行求平均，得到当前足部区域的压力数据，应当说明的是，由于不同用户的足部存在不同的情况，例如有部分用户足部的部分跖弓区是不抵触于站立台的，所以采集到的数据为0，所以这部分网格节点存储的压力数据为0。

在计算得到所有的足部区域的平均压力数据后，根据预设的平均压力数据范围表，对各足部区域赋予相应的颜色，通过这种方式，可以将采集到的压力数据进行可视化呈现在用户眼中。

具体一实施例中，所述步骤S102，包括：

S20、获取所述左足压力图像和右足压力图像中各足部区域的RGB值；

S21、分别对所述左足压力图像、及右足压力图像中的各足部区域的RGB值进行求和并计算得到RGB平均值；

S22、计算2个RGB平均值的差值，并判断差值是否在预设的RGB阈值范围内，若差值不在预设的RGB阈值范围内，则执行步骤S23；

S23、判定所述足部压力图像存在异常状态

在本实施例中，由于足部压力图像被赋予不同的颜色，所以可以直接获取得到足部压力图像各足部区域(足跟区、前跖区、足外侧区及跖弓区)的RGB值，然后本申请计算出左足压力图像的RGB平均值、及右足压力图像的RGB平均值，再计算左足压力图像的RGB平均值、及右足压力图像的RGB平均值之间的差值，然后判断该差值是否在预设的RGB阈值范围内，若差值在预设的RGB阈值范围内，则说明用户2个足部受力大致是相同的，反之，若差值不在预设的RGB阈值范围内，则说明用户2个足部的受力是不同的，即表现在足部压力图像存在异常状态。

具体一实施例中，所述步骤S103，包括：

S30、若所述足部压力图像存在异常状态，则执行步骤S31；

S31、基于所述异常状态，获取对应的升降数据，并向升降终端发送控制信号，使升降终端接收所述控制信号，控制对应的站立台升降并返回升降结束信号，其中，所述控制信号包括所述升降数据；

S32、接收升降终端返回的升降结束信号，并播放语音控制信号，使升降终端在用户到达目标位置后，返回足部各位置的压力数据。

在本实施例中，如果存在异常状态，则获取对应的升降数据，然后向升降终端发送控制信号，升降终端接收到控制信号后，控制对应的站立台进行升降，并在站立台升降结束后返回升降结束信号，处理终端接收到返回的升降结束信号后，播放语音控制信号，在本实施例中，语音控制信号的内容为：“请超前行走至箭头处”，即，用户一开始是站立在站立台的首端，在检测出足部压力图像存在异常状态后，要求用户行走至站立台的另一端，通过这种方式，对用户的一个身姿起到调整作用，从而使得用户查新检测出来的压力数据更加准确，同时需要强调的是，用户在行走的过程中，左脚和右脚所在的站立台具有一定程度的高度差，以弥补长短腿造成的高度影响。

具体一实施例中，所述步骤S101之前，包括：

S40、采集原始姿态照片，并基于所述原始姿态照片，判断是否满足检测条件，若不满足检测条件，则执行步骤S41，若满足检测条件，则执行步骤S42；

S41、播放检测准备语音并返回上一步骤；

S42、向拍摄终端发送第一拍摄指令，使所述拍摄终端基于所述第一拍摄指令，拍摄并将获得的初始姿态照片返回；

S43、接收所述初始姿态照片，基于所述初始姿态照片，判断摄像终端是否处于预设高度位置，若摄像终端处于预设高度位置，则执行步骤S44，若摄像终端没有处于预设高度位置，则执行步骤S45；

S44、将所述初始姿态照片作为目标姿态图像；

S45、向拍摄终端发送位置调整指令，使拍摄终端接收所述位置调整指令，重新拍摄得到初始姿态照片并返回步骤S45。

在本实施例中，用户站立在站立台后，通过摄像终端(通常为摄像机)拍摄原始姿态照片，并将拍摄得到的原始姿态照片发送至处理终端，处理终端接收到原始姿态照片后，识别用户的足尖、膝关节处和肘关节处是否有遮挡，如果足尖、膝关节处和肘关节处没有衣服或鞋子遮挡，则判定满足检测条件，若膝关节处和肘关节处有衣服或鞋子遮挡，则判定不满足检测条件，并播放检测准备语音，例如：“请用户将膝关节处和肘关节处的遮挡移开”，通过这种方式，有利于后续对肘关节和膝关节的关键点的定位，同时，减少鞋子对压力数据的检测影响。

在原始姿态照片满足检测条件后，处理终端向拍摄终端发送第一拍摄指令，拍摄终端接收到第一拍摄指令后，摄像终端对用户再次进行拍摄，得到初始状态照片，并将初始状态照片发送至处理终端。

处理终端接收到初始状态图像后，识别出初始状态图像中的人像区域，并判断人像区域是否在图像框架设定的中心区域内，如果人像区域不在图像框架设定的中心区域内，则判定摄像终端目前的高度位置存在偏差，所以要查新调整摄像终端的高度位置，使得后续对膝关节和肘关节的关键点的识别更加精确，进而有利于对后续的神经网络模型输出更加精确的鞋垫和鞋的厚度信息。

具体一实施例中，所述步骤S31之前，包括：

S50、获取目标姿态图像，并利用人体骨骼关键点检测算法获取所述目标姿态图像中的目标关键点，其中，所述目标关键点包括2个膝关节关键点、2个肘关节关键点；

S51、将2个膝关节关键点进行连线，得到膝关节连线，并计算所述膝关节连线与水平线之间的膝关节夹角数据；

S52、将2个肘关节关键点进行连线，得到肘关节连线，并计算所述肘关节连线与水平线之间的肘关节夹角数据。

在本实施例中，处理终端获取由步骤S44得到的目标状态图像，然后利用人体骨骼关键点检测算法获取目标姿态图像中的膝关节关键点和肘关节关键点，然后将2个膝关节关键点进行连线，得到膝关节连线，然后以位于上方的漆关节关键点作为原点，作一水平直线，然后计算膝关节连线与该水平直线之间的夹角数据，同理，将2个肘关节关键点进行连线，得到肘关节连线，然后以位于上方的肘关节关键点作为原点，作一水平直线，然后计算肘关节连线与该水平直线之间的夹角数据，应当理解的是，若2个膝关节关键点或2个肘关节关键点处于同一水平位置，则夹角数据为0。

需要说明的是，由于长短腿的存在，短腿一侧的身体会倾斜，使该脚的足底承受更大的压力，而长腿一侧的身体也会倾斜，减轻该脚的足底负荷，这将导致2肘关节存在高度差、2个膝关节存在高度差，换言之，长短腿的用户的肘关节夹角数据和膝关节夹角数据不为0，例如，当用户的左腿长度大于右腿长度，那么右膝关节的高度低于左膝关节的高度，右肘关节的高度低于左肘关节的高度，且右脚的足部压力数据大于左脚的足部压力数据，应当理解的是，针对不同的长短腿高度，膝关节夹角数据、肘关节夹角数据和足部压力数据均不一样。

具体一实施例中，所述基于所述异常状态，获取对应的升降数据，包括：

S60、将所述左足压力图像、右足压力图像、膝关节夹角数据和肘关节夹角数据，分别输入至预训练后的匹配神经网络中，输出目标升降数据。

本申请采集大量长短腿用户的样本数据，即，左足压力图像、右足压力图像、膝关节夹角数据和肘关节夹角数据，在将左足压力图像、右足压力图像、膝关节夹角数据和肘关节夹角数据输入在神经网络模型中，其中，左足压力图像、右足压力图像的权重占比均小于膝关节夹角数据和肘关节夹角数据，例如在初始化权重时，左足压力图像、右足压力图像、膝关节夹角数据和肘关节夹角数据的权重比为0.2:0.2:0.3:0.3；其中，神经网络的损失函数采用交叉熵损失函数。

本申请通过获取肘关节夹角数据、膝关节夹角数据和足部压力数据，作为共同参数训练神经网络模型，使得神经网络模型输出的目标升降数据更加能适配于用户的实际需求，当站立台基于目标升降数据进行升降后，用户在站立台上行走，感觉到舒适后，该目标升降数据即成为鞋垫、鞋的定制化数据，例如可以根据该目标升降数据去设计鞋垫的厚度。

同时，由于目标升降数据更加符合用户的实际需要，所以有效减少实际测量的次数，即，有效提高测量效率。

需要说明的是，步骤S105中的升降数据是站立台在整个检测过程中产生的升降数据。

本发明实施例还提供一种基于足压数据的鞋垫、鞋定制装置，该基于足压数据的鞋垫、鞋定制装置用于执行前述基于足压数据的鞋垫、鞋定制方法的任一实施例。具体地，请参阅图2，图2是本发明实施例提供的基于足压数据的鞋垫、鞋定制装置的示意性框图。

如图2所示，基于足压数据的鞋垫、鞋定制装置500，应用于处理终端，包括：

获取单元501，用于获取足部压力图像，其中，所述足部压力图像包括左足压力图像和右足压力图像；

控制单元502，用于基于预设的检测规则，判断所述足部压力图像是否存在异常状态，若所述足部压力图像存在异常状态，则向升降终端发送对应的控制信号，使升降终端接收所述控制信号，控制对应的站立台升降，并返回新的足部压力图像；

匹配单元503，用于接收新的足部压力图像，并继续判断新的所述足部压力图像是否存在异常状态，若新的所述足部压力图像存在异常状态，则继续执行控制信号发送步骤，若新的所述足部压力图像不存在异常状态，则采集并基于站立台的升降数据，匹配输出鞋垫和鞋的厚度信息。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

上述基于足压数据的鞋垫、鞋定制装置可以实现为计算机程序的形式，该计算机程序可以在如图3所示的计算机设备上运行。

请参阅图3，图3是本发明实施例提供的计算机设备的示意性框图。该计算机设备1100是服务器，服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。

参阅图3，该计算机设备1100包括通过系统总线1101连接的处理器1102、存储器和网络接口1105，其中，存储器可以包括非易失性存储介质1103和内存储器1104。

该非易失性存储介质1103可存储操作系统11031和计算机程序11032。该计算机程序11032被执行时，可使得处理器1102执行基于足压数据的鞋垫、鞋定制方法。

该处理器1102用于提供计算和控制能力，支撑整个计算机设备1100的运行。

该内存储器1104为非易失性存储介质1103中的计算机程序11032的运行提供环境，该计算机程序11032被处理器1102执行时，可使得处理器1102执行基于足压数据的鞋垫、鞋定制方法。

该网络接口1105用于进行网络通信，如提供数据信息的传输等。本领域技术人员可以理解，图3中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备1100的限定，具体的计算机设备1100可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本领域技术人员可以理解，图3中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定，在其他实施例中，计算机设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。例如，在一些实施例中，计算机设备可以仅包括存储器及处理器，在这样的实施例中，存储器及处理器的结构及功能与图3所示实施例一致，在此不再赘述。

应当理解，在本发明实施例中，处理器1102可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器1102还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序，其中计算机程序被处理器执行时实现本发明实施例的基于足压数据的鞋垫、鞋定制方法。

所述存储介质为实体的、非瞬时性的存储介质，例如可以是U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的实体存储介质。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的设备和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

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，可轻易想到各种等效的修改或替换，这些修改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权利要求的保护范围为准。