[發(fā)明專利]一種基于熱釋電紅外的跌倒檢測系統(tǒng)

無效

• 申請?zhí)枺?/td>: 201110202549.5
• 申請日: 2011-07-19
• 公開（公告）號: CN102289911A
• 公開（公告）日: 2011-12-21
• 發(fā)明（設(shè)計(jì)）人: 劉海亮;楊艾琳
• 申請（專利權(quán)）人: 中山大學(xué)深圳研究院
• 主分類號: G08B21/04
• 分類號: G08B21/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于熱釋電紅外的跌倒檢測系統(tǒng)，其特征在于：

該系統(tǒng)是將隱馬爾可夫模型HMM的普適性與和熱釋電紅外傳感器采集信號的特點(diǎn)相互結(jié)合，提出了一種基于HMM的熱釋電紅外跌倒檢測系統(tǒng)；通過熱釋電紅外跌倒檢測設(shè)備，去采集去除背景信息后的人體目標(biāo)行為的動態(tài)信息，接著對采集的數(shù)據(jù)進(jìn)行處理，然后通過基于HMM的跌倒識別模型，對跌倒作出檢測；在檢測到跌倒后發(fā)出警報；

該系統(tǒng)包括數(shù)據(jù)采集模塊，模數(shù)轉(zhuǎn)換模塊，濾波及去除噪聲模塊，數(shù)據(jù)處理模塊，報警模塊；

所述數(shù)據(jù)采集模塊包括兩個熱釋電紅外傳感器，用于采集信號；

模數(shù)轉(zhuǎn)換模塊，用于把由熱釋電紅外采集到的模擬信號轉(zhuǎn)換成數(shù)字信號；

濾波及去除噪聲模塊，用于去除各種干擾的影響，減少噪聲帶來的負(fù)面影響；

數(shù)據(jù)處理模塊，用于進(jìn)行檢測分析，對跌倒檢測采用隱馬爾可夫模型HMM模式匹配，得到檢測結(jié)果，并發(fā)出警報。

2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于：

兩個熱釋電紅外傳感器中，傳感器2監(jiān)測人體目標(biāo)的上半身，傳感器1監(jiān)測人體目標(biāo)的下半身，兩傳感器監(jiān)測區(qū)域的側(cè)視角A都為52.5°，H為傳感器節(jié)點(diǎn)離地面的垂直距離，D為人體目標(biāo)離傳感器節(jié)點(diǎn)的水平距離。

3.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于：利用HMM進(jìn)行跌倒檢測主要分為兩個階段：HMM訓(xùn)練階段和HMM識別階段；

在訓(xùn)練階段，對傳感器節(jié)點(diǎn)采集到的人體目標(biāo)行走數(shù)據(jù)和人體目標(biāo)跌倒數(shù)據(jù)進(jìn)行處理，分別得到多個行走序列和多個跌倒序列，然后通過HMM基本算法中的Baum-welch算法為行走建立HMM行走模型，為跌倒建立HMM跌倒模型，將HMM行走模型和HMM跌倒模型的參數(shù)保存，建立包含兩個行為模型的模型庫；

在識別階段，對通過相同的信號處理后得到的未知行為序列，使用HMM基本算法中的前向-后向算法或Viterbi算法，計(jì)算出未知行為序列在模型庫中的每個模型參數(shù)條件下的輸出概率，比較各概率的大小，作出未知行為序列屬于哪個模型的判斷，將行為的識別結(jié)果輸出。

4.根據(jù)權(quán)利要求1或3所述的系統(tǒng)，其特征在于：人體目標(biāo)行為序列的提取采用基于短時能量和最大幅度的雙門限端點(diǎn)檢測算法和人體目標(biāo)行為序列協(xié)同算法，目的是從采集到的信號中，找出所有行為序列的的起始點(diǎn)及結(jié)束點(diǎn)，從而只存儲和處理有效的紅外信號；

基于短時能量和幅度的雙門限端點(diǎn)檢測算法能找出所給的一路信號中的第一個人體目標(biāo)運(yùn)動的有用信號段，其具體的算法包括以下步驟：

S1、初始化，將信號歸一化，設(shè)置短時能量門限值和一個電壓門限值；

S2、將采集的信號進(jìn)行分幀，每25個采樣點(diǎn)為一幀，幀移為5，并計(jì)算出每個分幀信號的短時能量；

S3、按時間順序，找出一個由一定數(shù)量的連續(xù)的超過門限值的分幀信號組成的可能的有用信號段，找不到則退出程序，能找到則執(zhí)行第4步；

S4、判斷第S3步找到的可能的有用信號段中的最大電壓值是否大于電壓門限值，如果大于則該可能的有用新號段被定為第一個人體目標(biāo)行為信號段，如果不大于則程序返回第S3步，依時間順序，繼續(xù)尋找下一個可能的有用信號段。