[發(fā)明專利]一種基于雙手環(huán)傳感器的智能遠(yuǎn)程特護(hù)監(jiān)控系統(tǒng)及方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710364084.0
• 申請(qǐng)日: 2017-05-22
• 公開（公告）號(hào): CN107330240A
• 公開（公告）日: 2017-11-07
• 發(fā)明（設(shè)計(jì)）人: 徐文超;劉彥博;楊艷琴;陳樹東;胡柏;楊虹;寧小爽
• 申請(qǐng)（專利權(quán)）人: 華東師范大學(xué)
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00;G06K17/00
• 代理公司: 上海麥其知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)31257
• 代理人: 董紅曼

1.一種基于雙手環(huán)傳感器融合的特護(hù)監(jiān)控方法，其特征在于，該方法包括如下步驟：

步驟一：將雙手環(huán)設(shè)分別置于人體上肢手腕處，利用所述雙手環(huán)中的傳感器采集人體上肢的運(yùn)動(dòng)信號(hào)，所述運(yùn)動(dòng)信號(hào)包括三維加速度信號(hào)和三維角速度信號(hào)；

步驟二：根據(jù)所述運(yùn)動(dòng)信號(hào)構(gòu)造每個(gè)手環(huán)上的特征向量；所述特征向量包括人體的初始姿態(tài)，初始姿態(tài)為人體初始靜止?fàn)顟B(tài)下的俯仰角、滾動(dòng)角和偏航角，根據(jù)初始姿態(tài)計(jì)算傳感器坐標(biāo)系與地面坐標(biāo)系的偏差量，利用偏差量修正手環(huán)傳感器坐標(biāo)系并生成變化后的特征向量，特征向量組成特征矩陣；

步驟三：將所述運(yùn)動(dòng)信號(hào)通過初級(jí)KALMAN濾波后進(jìn)行處理得到人體手部的方位運(yùn)動(dòng)信息，用于構(gòu)造手部動(dòng)作特征向量；

步驟四：根據(jù)動(dòng)態(tài)時(shí)間歸整和隱馬爾科夫模型加權(quán)算法判據(jù)得到人體手部的方位運(yùn)動(dòng)信息，得到判據(jù)信息；

步驟五：將雙手環(huán)的三軸信息、判據(jù)信息、位置信息、環(huán)境溫度信息和氣壓信息，通過無線傳輸模塊，以LEDP協(xié)議用CJSON報(bào)文傳送到云端服務(wù)器；

步驟六：云服務(wù)器端接收到信息，解析CJSON報(bào)文獲得位置信息、判據(jù)信息、手部的方位運(yùn)動(dòng)信息，電腦終端或移動(dòng)終端訪問云服務(wù)器對(duì)被特護(hù)監(jiān)護(hù)人進(jìn)行監(jiān)護(hù)。

2.如權(quán)利要求1所述的基于雙手環(huán)傳感器融合的特護(hù)監(jiān)控方法，其特征在于，步驟六對(duì)被特護(hù)監(jiān)護(hù)人進(jìn)行監(jiān)護(hù)的具體方式包括：對(duì)特護(hù)人的身體行為姿態(tài)活動(dòng)特征進(jìn)行監(jiān)控。

3.如權(quán)利要求2所述的基于雙手環(huán)傳感器融合的特護(hù)監(jiān)控方法，其特征在于，三維加速度信號(hào)以如下公式表示：Y＝K*X+Offset，Y是傳感器輸出，X是真實(shí)的加速值，K是系數(shù)，Offset是加速度為0g時(shí)傳感器的輸出；三維角速度信號(hào)以如下公式表示：A＝ADCrate/L，A是輸出值，ADCrate是讀出的各軸的值，L靈敏度從參數(shù)表查詢。

4.如權(quán)利要求3所述的基于雙手環(huán)傳感器融合的特護(hù)監(jiān)控方法，其特征在于，獲取人體手部的方位運(yùn)動(dòng)信息的過程具體包含如下步驟：

步驟a1：所述傳感器采集三軸加速度信號(hào)與三軸角速度信號(hào)，三軸分別為相互處置的X軸、Y軸與Z軸；

步驟a2：存儲(chǔ)所述三軸加速度信號(hào)與三軸角速度信號(hào)，構(gòu)造每個(gè)手環(huán)的特征向量經(jīng)過初態(tài)卡爾曼濾波和二次高斯協(xié)方差白噪聲矩陣處理，得到人體手部的方位運(yùn)動(dòng)信息。

5.如權(quán)利要求4所述的基于雙手環(huán)傳感器融合的特護(hù)監(jiān)控方法，其特征在于，基于HMM的DTW算法獲取判據(jù)信息的過程具體包含如下步驟：

步驟b1：每個(gè)手環(huán)的所述特征向量經(jīng)過初態(tài)卡爾曼濾波算法濾二次高斯協(xié)方差白噪聲后，獲得用于動(dòng)態(tài)時(shí)間規(guī)整算法的樣本序列；

步驟b2：通過手環(huán)傳感器三軸加速計(jì)對(duì)人體加速度進(jìn)行采樣，并把采樣獲得的加速度信號(hào)轉(zhuǎn)換成加速度信號(hào)幅值；

步驟b3：對(duì)加速度信號(hào)幅值進(jìn)行端點(diǎn)檢測(cè)，預(yù)測(cè)摔倒事件是否可能發(fā)生；設(shè)定當(dāng)加速度信號(hào)幅值小于閾值認(rèn)為可能會(huì)發(fā)生摔倒；

步驟b4：結(jié)合隱馬爾科夫模型判決進(jìn)行進(jìn)一步判決，判決條件包括環(huán)境溫度信息、氣壓信息、手部方位運(yùn)動(dòng)信息、人體行為習(xí)慣一致性特征。

6.一種基于雙手環(huán)傳感器融合的特護(hù)監(jiān)控系統(tǒng)，其特征在于，包括可穿戴的兩個(gè)手環(huán)傳感器和云端服務(wù)器；其中，所述手環(huán)傳感器包括依次連接的用于檢測(cè)用戶位置的定位模塊(1)、用于檢測(cè)環(huán)境及運(yùn)動(dòng)傳感器信息的傳感器模塊(2)、用于生成判據(jù)數(shù)據(jù)的控制模塊(3)、用于存儲(chǔ)數(shù)據(jù)的存儲(chǔ)模塊(4)和傳輸模塊(5)；

所述云端服務(wù)器通過無線傳輸模塊獲取判據(jù)結(jié)果、傳感器信息和GPS信息，電腦客戶端和手機(jī)客戶端訪問所述云端服務(wù)器，實(shí)現(xiàn)對(duì)特護(hù)監(jiān)控人的觀測(cè)，或當(dāng)監(jiān)護(hù)人發(fā)生跌倒和緊急狀況時(shí)直接發(fā)送信息給手機(jī)客戶端報(bào)警。