[發(fā)明專利]一種基于自適應(yīng)跟隨的跌倒檢測方法

在審

• 申請?zhí)枺?/td>: 201910911328.1
• 申請日: 2019-09-25
• 公開（公告）號: CN110706255A
• 公開（公告）日: 2020-01-17
• 發(fā)明（設(shè)計(jì)）人: 馬可
• 申請（專利權(quán)）人: 馬可
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/60;G06K9/00
• 代理公司: 33272 杭州奧創(chuàng)知識產(chǎn)權(quán)代理有限公司
• 代理人: 王佳健

本發(fā)明涉及一種基于自適應(yīng)跟隨的跌倒檢測方法。包括以下步驟：S1，搭建基于ROS的機(jī)器人平臺；S2，利用RGBD深度攝像頭生成空間的深度三維數(shù)據(jù)，機(jī)器人探測前方人體并以一定距離進(jìn)行跟隨；S3，利用神經(jīng)網(wǎng)絡(luò)模型對RGB圖像中的人體進(jìn)行姿態(tài)估計(jì)，提取人體關(guān)鍵部位的骨骼關(guān)節(jié)點(diǎn)坐標(biāo)；S4，根據(jù)人體關(guān)節(jié)點(diǎn)空間位置以及空間運(yùn)動(dòng)量，利用跌倒檢測算法，對人體姿態(tài)進(jìn)行判斷，符合跌倒判定條件，系統(tǒng)進(jìn)行報(bào)警。本發(fā)明可實(shí)時(shí)跟隨并監(jiān)控人體，并對人體姿態(tài)進(jìn)行估計(jì)，能夠快速、精確檢測出人體跌倒。通過對攝像頭圖像的采集?分析?判斷，判斷結(jié)果實(shí)時(shí)發(fā)送到遠(yuǎn)程終端，實(shí)時(shí)監(jiān)控人體的跌倒事件。

技術(shù)領(lǐng)域

本發(fā)明涉及機(jī)器視覺領(lǐng)域和機(jī)器人領(lǐng)域，具體涉及一種基于自適應(yīng)跟隨的跌倒檢測方法。

背景技術(shù)

現(xiàn)今人口老齡化社會(huì)中，空巢老人數(shù)量日益增加，而跌倒一直是困擾老人的一大問題之一。老人跌倒發(fā)生率高，問題往往很嚴(yán)重，這已經(jīng)成為了當(dāng)今時(shí)代的一個(gè)嚴(yán)重的醫(yī)療問題和社會(huì)問題。根據(jù)世界衛(wèi)生組織研究，65歲以上的人群中有28％至35％的人每年遭受一次跌倒，這個(gè)數(shù)字在70歲以上的人群中增加到42％。根據(jù)世界衛(wèi)生組織的數(shù)據(jù)，老年人住院50％以上都是因?yàn)榈梗先朔亲匀凰劳鲋械乖蛘?0％左右。因此，對獨(dú)居老人意外跌倒時(shí)進(jìn)行自動(dòng)檢測并發(fā)出報(bào)警信息，具有重要的現(xiàn)實(shí)意義。

目前最新的跌倒檢測技術(shù)可以分為三類：一種時(shí)基于穿戴式傳感器的跌倒檢測技術(shù)；一種是基于環(huán)境傳感器的跌倒檢測；一種是基于視覺的跌倒檢測。穿戴式存在諸多缺點(diǎn)，穿戴帶來不便、誤報(bào)率高、經(jīng)常需要充電。環(huán)境傳感器，是指利用紅外、聲音、震動(dòng)等傳感器判斷跌倒事件的發(fā)生，但這類技術(shù)缺點(diǎn)是檢測準(zhǔn)確率普遍不高，且安裝復(fù)雜。基于視覺的跌倒檢測技術(shù)是利用一個(gè)或多個(gè)攝像頭提取到的人體輪廓運(yùn)動(dòng)特征來進(jìn)行識別，但是容易受到光照強(qiáng)度和觀察視角的影響，所以識別率很低。

發(fā)明內(nèi)容

為了解決上述的技術(shù)問題，本發(fā)明提供了一種基于自適應(yīng)跟隨的跌倒檢測方法。

為了解決上述技術(shù)問題，本發(fā)明采取以下的技術(shù)方案：

S1，搭建基于ROS的機(jī)器人平臺。

S2，利用RGBD深度攝像頭生成空間的深度三維數(shù)據(jù)，機(jī)器人探測前方人體并以一定距離進(jìn)行跟隨。

S3，利用神經(jīng)網(wǎng)絡(luò)模型對RGB圖像中的人體進(jìn)行姿態(tài)估計(jì)，提取人體關(guān)鍵部位的骨骼關(guān)節(jié)點(diǎn)坐標(biāo)，關(guān)鍵部位包括鼻子、頸部、左眼、右眼、左耳、右耳、左肩、右肩、左手肘、右手肘、左手腕、右手腕、左髖、髖中點(diǎn)、右髖、左膝、右膝、左腳踝、右腳踝、左大腳趾、右大腳趾、左小腳趾、右小腳趾、左腳跟、右腳跟一共25個(gè)關(guān)節(jié)點(diǎn)。

S4，根據(jù)人體關(guān)節(jié)點(diǎn)空間位置以及空間運(yùn)動(dòng)量，利用跌倒檢測算法，對人體姿態(tài)進(jìn)行判斷，符合跌倒判定條件，系統(tǒng)進(jìn)行報(bào)警。

利用跌倒檢測模型步驟S3還進(jìn)一步建立了圖像坐標(biāo)系：

以攝像頭獲取的RBG圖像的左上角坐標(biāo)為坐標(biāo)原點(diǎn)(0,0)，沿圖像水平向右方向?yàn)閤軸正方向，沿圖像豎直向下方向?yàn)閥軸正方向。

結(jié)合當(dāng)前幀圖像獲取時(shí)間t與圖像坐標(biāo)(x，y)，形成連續(xù)視頻時(shí)空特征坐標(biāo)系(x，y，t)，將人體骨架特征點(diǎn)信息與時(shí)間關(guān)聯(lián)，形成骨架特征點(diǎn)時(shí)空位置數(shù)據(jù)集。

所述跌倒檢測算法對于跌倒具有以下判定條件：

第一檢測特征中，v_spinemid為人體中心點(diǎn)下降速度，v_T為預(yù)設(shè)的速度閾值。第二檢測特征中，H_base為兩髖中心離地面的距離，H_T為預(yù)設(shè)的距離閾值，t_now為當(dāng)前幀時(shí)間，t_first為第一檢測特征檢測到的幀時(shí)間，T為預(yù)設(shè)的時(shí)間長度。若滿足第一檢測特征后，又滿足第二檢測特征時(shí)，判斷人體跌倒。