[發(fā)明專利]一種基于LabVIEW和MATLAB的跌倒遠程監(jiān)控系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202011265091.3
• 申請日: 2020-11-12
• 公開（公告）號: CN112633059B
• 公開（公告）日: 2023-10-20
• 發(fā)明（設(shè)計）人: 朱艷;張亞萍;李曙生;王成;竺瑀軒
• 申請（專利權(quán)）人: 泰州職業(yè)技術(shù)學(xué)院
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V10/94;G06V10/82;G06V10/762;G06V10/764;G06N3/0464;G06N3/08;G06F30/20;G08B21/04;H04W4/14
• 代理公司: 南京正聯(lián)知識產(chǎn)權(quán)代理有限公司 32243
• 代理人: 文雯

一種基于LabVIEW和MATLAB的跌倒遠程監(jiān)控系統(tǒng)，以Kinect V2深度視覺傳感器為數(shù)據(jù)獲取源，采用LabVIEW和MATLAB聯(lián)合編程的方式完成跌倒檢測系統(tǒng)的設(shè)計，首先將獲取的骨骼節(jié)點數(shù)據(jù)進行平滑重構(gòu)，通過改進的K?means聚類算法對重構(gòu)數(shù)據(jù)進行計算，得到兩個聚類中心點，將聚類中心點速度閾值和高度閾值作為跌倒檢測的初步判斷條件。以聚類中心加速度以及聚類中心和垂直向的夾角為數(shù)據(jù)源，構(gòu)建7*7檢測樣本數(shù)據(jù)，輸入訓(xùn)練好的CNN跌倒檢測模型進行跌倒事件最終認定，并將認定結(jié)果與遠程手機端和PC端進行分享。實驗結(jié)果表明，本跌倒檢測系統(tǒng)具有更高的識別正確率，更低的誤報率以及更好的魯棒性，且手機端和PC端可以實現(xiàn)穩(wěn)定可靠的實時遠程監(jiān)控。

技術(shù)領(lǐng)域

本發(fā)明涉及跌倒檢測以及遠程監(jiān)控領(lǐng)域，具體涉及一種基于LabVIEW和MATLAB的跌倒遠程監(jiān)控系統(tǒng)

背景技術(shù)

隨著社會進步和醫(yī)療條件的發(fā)展，全球人口老齡化日益嚴重。截止目前,我國60歲以上老年人口超2.3億，是世界上唯一的一個老年人口過兩億的國家。世界衛(wèi)生組織報告顯示，全球每年有30余萬人死于摔倒，其中一半是60歲以上的老人。在我國，每年有4000萬老人至少跌倒一次，摔倒已成為65歲以上老人傷害死亡的頭號原因。調(diào)查表明，在跌倒后，得到醫(yī)療救助的時間越短，對老人造成的傷害程度就越低，及時合理的醫(yī)療救助，可以大大降低死亡風(fēng)險，提高救治率。因此，如何對老年人可能隨時出現(xiàn)的跌倒行為進行快速精確的檢測并報警變得尤為關(guān)鍵。

根據(jù)采用算法的不同，跌倒檢測可以分為基于閾值的檢測和基于機器學(xué)習(xí)的檢測。前者只需將識別特征值與閾值進行比較，通過簡單的邏輯判斷來識別跌倒行為，計算量小，識別速度快，對硬件系統(tǒng)要求不高，易于實現(xiàn)，但該方法受個體差異影響較大，識別精度較低。后者將大量含有特征向量的樣本代入模型進行訓(xùn)練，得到精確的模型參數(shù)。該方法算法較為復(fù)雜，識別速度較慢，一般硬件系統(tǒng)不易實現(xiàn)。

根據(jù)采取的檢測裝置和檢測方式的不同，跌倒檢測技術(shù)又可分為三種類型。第一種為基于分布式環(huán)境參數(shù)采集的檢測方法，這種方法是在被監(jiān)測者活動區(qū)域內(nèi)布置多個壓力和噪聲傳感器，根據(jù)環(huán)境參數(shù)的異常來檢測跌倒行為，其受周圍環(huán)境影響較大，誤報和漏報率較高。第二種為基于穿戴式智能傳感器的檢測方法，這種方法將測量加速度、壓力、磁力等信號的傳感器和微控制器組合佩戴在人體身上，將采集到的數(shù)據(jù)經(jīng)過處理并通過特定算法來檢測跌倒行為，其檢測精度雖然較高，但對人體舒適度影響較大，影響生活質(zhì)量。第三種為基于視覺傳感器的檢測方法，按照采用的視覺傳感器種類不同，又可分為基于RGB視覺傳感器的跌倒檢測和基于深度視覺傳感器的跌倒檢測。前者只能得到二維圖像信息，特征提取比較困難且容易造成用戶個人隱私泄露。后者可得到三維的骨骼節(jié)點數(shù)據(jù)，不涉及個人隱私，同時特征提取容易，識別精度較高，成為近年來跌倒檢測的主要研究方向之一。

發(fā)明內(nèi)容

本發(fā)明針對上述背景技術(shù)，提出一種基于LabVIEW和MATLAB的跌倒遠程監(jiān)控系統(tǒng)，以Kinect V2深度視覺傳感器為數(shù)據(jù)獲取源，采用LabVIEW和MATLAB聯(lián)合編程的方式完成跌倒檢測系統(tǒng)的設(shè)計，實現(xiàn)人體跌倒識別和遠程報警功能。

一種基于LabVIEW和MATLAB的跌倒遠程監(jiān)控系統(tǒng)，包括硬件部分和軟件部分；

硬件部分由Kinect V2、計算機、GSM模塊和路由器組成，Kinect V2用于人體骨骼節(jié)點的數(shù)據(jù)采集，計算機用于數(shù)據(jù)處理、存儲和運算，通過GSM模塊系統(tǒng)與遠程手機端實現(xiàn)短信收發(fā)功能，通過路由器實現(xiàn)通過網(wǎng)頁遠程訪問系統(tǒng)的狀態(tài)和數(shù)據(jù)；

軟件部分通過LabVIEW和MATLAB混合編程的方式實現(xiàn)系統(tǒng)控制、檢測和遠程報警功能；以LabVIEW軟件為開發(fā)平臺，采集Kinect V2提取的人體25個骨骼點數(shù)據(jù)，并完成跌倒檢測流程控制和遠程監(jiān)控的開發(fā)；以MATLAB軟件為輔，編制K-means聚類算法和卷積神經(jīng)網(wǎng)絡(luò)CNN程序，完成跌倒行為檢測；通過LabVIEW中提供的MATLAB script節(jié)點，實現(xiàn)兩軟件之間的數(shù)據(jù)傳輸。

進一步地，跌倒行為檢測包括：