[發明專利]人體姿態識別方法

有效

• 申請號: 201310413403.4
• 申請日: 2013-09-11
• 公開（公告）號: CN103632133B
• 公開（公告）日: 2017-05-24
• 發明（設計）人: 黃亦辰;李瑞祥;施偉斌;范坤坤;余家寶;呂濤
• 申請（專利權）人: 上海理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;H04W84/18
• 代理公司: 上海德昭知識產權代理有限公司31204
• 代理人: 郁旦蓉

技術領域

一種基于無線傳感器網絡的人體姿態的識別方法。

背景技術

目前，人體姿態識別的方法大多都是利用攝像頭采集視頻圖像，再將采集的視頻圖像數據傳輸到上位機或控制芯片，利用不同的算法進行實時分析判別人體姿態。隨著研究的深入，圖像處理算法識別程度也日趨成熟，并且視頻圖像處理方法實時性好，視頻能長時間記錄，供相關人員歷史查看。但采用如上識別人體姿態的方法時存在很多局限性，如下：

1)攝像頭采集視頻圖像時受光線影響，成像效果不好對后續的圖像識別算法有很嚴重的影響。

2)攝像頭采集人體姿態時，存在隱私問題，在特殊情況下，不能采用該方法來識別。

3)視頻圖像采集人體姿態時，對攝像頭的要求較高，需要高清晰度、高分辨率等，才能滿足后續的圖像處理，成本較高。

4)視頻圖像采集受到攝像頭固定安置位置的影響，對人體姿態的采集有區域的局限性，且不能全方位識別人體的姿態，存在一定的死角。

以這些問題都是視頻圖像處理無法避免的，且嚴重制約了采集準確人體姿態方法的發展，例如在醫療監護或獨居老人的看護情況下，需要實時、準確、大范圍的監控。

視頻監控的成本無疑相當昂貴，實時性也不是很好，醫生或家人依據視頻圖像做出的判斷會有很大的誤差。

發明內容

1)針對以上問題，本發明提供了一種基于無線傳感器網絡

(Wireless sensor network，簡稱WSN)的人體姿態識別的方法。其特征在于，包括以下步驟：

步驟1，將設置有加速度計的無線傳感器節點綁定在監控對象身上；

步驟2，所述無線傳感器節點將所述加速度計采集的加速度a傳輸到無線傳感器網絡(WSN)；

步驟3，所述無線傳感器網絡(WSN)將收集到的各個所述無線傳感器節點所采集的所述加速度a的信息輸送到數據中心；

步驟4，所述數據中心通過分析所述加速度a的傾斜角度來識別當前人體的實時姿態。

作為本識別方法的實施形態，其特征是：將包含有三軸加速度計的兩個無線傳感器節點A和B分別綁定在監控對象的小腿外側和大腿外側，定義捆綁在小腿上的傳感器節點為A，捆綁在大腿上的傳感器節點為B，每個無線傳感器節點上設置一個三軸加速度計。三軸加速度計始終受到重力影響，在X、Y、Z軸上的合力為加速度a，該無線傳感器節點用于收集三軸加速度計的加速度a，將所收集的數據傳送到數據中心，數據中心通過分析三軸加速度計的加速度a的傾斜角度來識別當前人體的實施形態，其中加速度a是矢量，既有大小也有方 向。

發明作用與效果：

本發明的技術方案為：一種基于無線傳感器網絡的人體姿態識別方法，采用兩個無線傳感器節點分別捆綁在監控對象的小腿外側和大腿外側，每個無線傳感器節點上都設置有一個三軸加速度計，由于三軸加速度計始終受到重力影響，存在三軸合力為一個加速度a，通過綁定在監控對象身上的加速度計所采集的加速度a的傾斜角度，從而來判別監控對象的姿態。本發明的有益效果在于：本發明基于無線傳感器網絡的人體姿態識別方法，可以應用在醫療輔助監控、獨居老人監護等場景下，不受時間、地點、環境的影響，可以識別人體的日常運動。例如：站立、行走、上樓梯、下樓梯、跑、坐、躺等。還可以識別人體的特殊情況發生，例如：摔倒。無線傳感器節點成本低，應用廣泛，有很高的經濟效益，通過配合其他傳感器還可以廣泛用于一些大型應用中。

附圖說明

圖1是本發明在實施例中所采用的無線傳感器節點的主視圖；

圖2是本發明在實施例中所采用的無線傳感器節點的俯視圖；

圖3是本發明在實施例中所采用的無線傳感器節點在監控對象站姿時的立體圖；

圖4是本發明在實施例中所采用的無線傳感器節點在監控對象坐姿時的立體圖；

圖5是本發明在實施例中所采用的無線傳感器節點在監控對象平躺 時的立體圖；

圖6是本發明在實施例中所采用的無線傳感器節點在監控對象走路時X軸加速度值變化圖；

圖7是本發明在實施例中所采用的無線傳感器節點在監控對象走路時Y軸加速度值變化圖；

圖8是本發明在實施例中所采用的無線傳感器節點在監控對象走路以及跑步時的3軸加速度矢量和方差。

圖9是本發明在實施例中所采用的無線傳感器節點在監控對象水平走路、上樓、下樓和水平走路這一過程中Y軸的速度變化圖；