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

在審

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

技術(shù)領(lǐng)域

本發(fā)明涉及傳感器信息處理和手勢識別技術(shù)領(lǐng)域，特別是一種集于三維傳感器數(shù)據(jù)建模結(jié)合，人機交互基于雙手環(huán)傳感器遠程特護監(jiān)控系統(tǒng)和方法。

背景技術(shù)

隨著科技的不斷發(fā)展，控制和傳感器技術(shù)的不斷提高，越來越多的設(shè)備采用了傳感器進行采集觀測人體行為特征。

目前市場上的智能手環(huán)，因其具有可穿戴、體積小、多傳感器、藍牙4.0無線傳輸?shù)忍攸c，使得智能設(shè)備進入人們的生活當中。通過手環(huán)和智能手機結(jié)合測量心跳，計步數(shù)和記錄人體睡眠數(shù)據(jù)等信息。市場上的手環(huán)都是以單手環(huán)的形式存在，對于設(shè)備的控制來說，單手環(huán)姿勢的識別范圍小也缺乏穩(wěn)定性。雙手環(huán)的融合控制技術(shù)可以讓用戶體驗到更多的手勢控制，更高的穩(wěn)定性是熱切關(guān)心的話題。

針對這一需求，本發(fā)明提出了一種基于雙手環(huán)傳感器融合的特護監(jiān)控方法及系統(tǒng)。該方法和系統(tǒng)是在基于雙手環(huán)傳感器融合的智能遠程監(jiān)控系統(tǒng)及其方法的基礎(chǔ)上豐富算法深度，和協(xié)議架構(gòu)，并通過無線傳輸模塊實時傳送數(shù)據(jù)，保證對被特護監(jiān)控者的行為軌跡和預(yù)防跌倒的監(jiān)控。隨著物聯(lián)網(wǎng)時代的成長，以及5G時代的到來，無線傳輸?shù)奈⑿突瘯o雙手環(huán)發(fā)展帶來更大的空間。

發(fā)明內(nèi)容

本發(fā)明提出了一種基于雙手環(huán)傳感器融合的特護監(jiān)控方法，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動信號，所述運動信號包括三維加速度信號和三維角速度信號；

步驟二：根據(jù)所述運動信號構(gòu)造每個手環(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)為人體初始靜止狀態(tài)下的俯仰角、滾動角和偏航角，根據(jù)初始姿態(tài)計算傳感器坐標系與地面坐標系的偏差量，利用偏差量修正手環(huán)傳感器坐標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：將所述運動信號通過初級KALMAN濾波后進行處理得到人體手部的方位運動信息，用于構(gòu)造手部動作特征向量；

步驟四：根據(jù)動態(tài)時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動信息，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報文獲得位置信息、判據(jù)信息、手部的方位運動信息，電腦終端或移動終端訪問云服務(wù)器對被特護監(jiān)護人進行監(jiān)護。

本發(fā)明提出的所述基于雙手環(huán)傳感器融合的特護監(jiān)控方法中，步驟六對被特護監(jiān)護人進行監(jiān)護的具體方式包括：對特護人的身體行為姿態(tài)活動特征進行監(jiān)控，通過GPS位置信息電子圍欄對特護人進行監(jiān)控。

本發(fā)明提出的所述基于雙手環(huán)傳感器融合的特護監(jiān)控方法中，三維加速度信號以如下公式表示：Y＝K*X+Offset，Y是傳感器輸出，X是真實的加速值，K是系數(shù)，Offset是加速度為0g時傳感器的輸出；三維角速度信號以如下公式表示：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。

本發(fā)明提出的所述基于雙手環(huán)傳感器融合的特護監(jiān)控方法中，獲取人體手部的方位運動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與三軸角速度信號，三軸分別為相互處置的X 軸、Y軸與Z軸；

步驟a2：存儲所述三軸加速度信號與三軸角速度信號，構(gòu)造每個手環(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動信息。

本發(fā)明提出的所述基于雙手環(huán)傳感器融合的特護監(jiān)控方法中，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，獲得用于動態(tài)時間規(guī)整算法的樣本序列；

步驟b2：通過手環(huán)傳感器三軸加速計對人體加速度進行采樣，并把采樣獲得的加速度信號轉(zhuǎn)換成加速度信號幅值；

步驟b3：對加速度信號幅值進行端點檢測，預(yù)測摔倒事件是否可能發(fā)生；設(shè)定當加速度信號幅值小于閾值認為可能會發(fā)生摔倒；

步驟b4：結(jié)合隱馬爾科夫模型判決進行進一步判決，判決條件包括環(huán)境溫度信息、氣壓信息、手部方位運動信息、人體行為習慣一致性特征。