[發(fā)明專利]摔倒檢測方法及摔倒檢測裝置

有效

• 申請?zhí)枺?/td>: 202310391380.5
• 申請日: 2023-04-13
• 公開（公告）號: CN116106855B
• 公開（公告）日: 2023-07-18
• 發(fā)明（設計）人: 楊飛;童建文;胡洋;李厚強;孫啟彬
• 申請（專利權）人: 中國科學技術大學
• 主分類號: G01S7/41
• 分類號: G01S7/41;G01S13/88
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 張博

本發(fā)明提供了一種摔倒檢測方法及摔倒檢測裝置。該方法包括獲取毫米波雷達采集的回波信號，其中，回波信號是毫米波雷達向目標區(qū)域內的目標對象發(fā)射調頻連續(xù)毫米波信號后，經(jīng)目標對象反射被毫米波雷達所接收得到的；基于預設處理規(guī)則，對回波信號進行轉化處理，得到時序上的多幀點云數(shù)據(jù)，其中，點云數(shù)據(jù)包括多個點云信息；基于預設跟蹤規(guī)則，對多個點云數(shù)據(jù)中的點云信息進行聚類跟蹤處理，得到至少一個目標對象的時序上的多個關聯(lián)點云；基于預設判定規(guī)則，根據(jù)目標對象的多個關聯(lián)點云，確定目標對象的摔倒判定結果；在摔倒判定結果表明目標對象處于摔倒姿態(tài)的情況下，將轉換數(shù)據(jù)輸入至摔倒識別網(wǎng)絡模型，輸出目標對象的摔倒識別結果。

技術領域

本發(fā)明涉及無線感知技術領域，更具體地，涉及一種摔倒檢測方法、摔倒檢測裝置、電子設備、計算機可讀存儲介質以及計算機程序產(chǎn)品。

背景技術

對于老年人和病人等特殊人群，例如老年人一旦跌倒，可能會導致髖關節(jié)、脊椎骨、手腕部位骨折以及加重病情等不利情況的發(fā)生。髖關節(jié)是人體上半身承重支柱，一旦發(fā)生骨折，無法站立行走，甚至坐起來翻身都是問題。特別是獨居老人，一旦發(fā)生摔倒情況，很可能會因無法得到及時救治而死亡。

目前常見的有三類跌倒檢測系統(tǒng)：基于穿戴式設備的、基于環(huán)境傳感器、以及基于視頻傳感器的人體跌倒檢測系統(tǒng)。上述三種檢測系統(tǒng)中，非穿戴式的兩種系統(tǒng)對摔倒行為能夠實現(xiàn)較精準檢測。此外穿戴式設備只能針對穿戴人員進行檢測，部分人員會對穿戴式設備具有排斥性，且單個成本較高，不利于大范圍應用。基于圖像、視頻傳感器的檢測系統(tǒng)，雖然精準度高，但是涉及監(jiān)視隱私，特別是浴室、衛(wèi)生間等地，不適合安裝，無法對老人等特殊人群的摔倒姿態(tài)進行全方位的實時檢測。

發(fā)明內容

有鑒于此，本發(fā)明實施例提供了一種摔倒檢測方法、摔倒檢測裝置、電子設備、計算機可讀存儲介質以及計算機程序產(chǎn)品。

本發(fā)明實施例的一個方面提供了一種摔倒檢測方法，包括：

獲取毫米波雷達采集的回波信號，其中，上述回波信號是上述毫米波雷達向目標區(qū)域內的目標對象發(fā)射調頻連續(xù)毫米波信號后，經(jīng)上述目標對象反射被上述毫米波雷達所接收得到的；

基于預設處理規(guī)則，對上述回波信號進行轉化處理，得到時序上的多幀點云數(shù)據(jù)，其中，上述點云數(shù)據(jù)包括多個點云信息，上述點云信息包括表征一個上述目標對象的一個關鍵點的位置信息和速度信息；

基于預設跟蹤規(guī)則，對多個上述點云數(shù)據(jù)中的點云信息進行聚類跟蹤處理，得到至少一個目標對象的時序上的多個關聯(lián)點云；

基于預設判定規(guī)則，根據(jù)上述目標對象的多個上述關聯(lián)點云的高度，確定上述目標對象的摔倒判定結果；

在上述摔倒判定結果表明上述目標對象處于摔倒姿態(tài)的情況下，將轉換數(shù)據(jù)輸入至摔倒識別網(wǎng)絡模型，輸出上述目標對象的摔倒識別結果，其中，上述轉換數(shù)據(jù)是對上述關聯(lián)點云進行轉換得到的。

根據(jù)本發(fā)明的實施例，基于預設判定規(guī)則，根據(jù)上述目標對象的多個上述關聯(lián)點云，確定上述目標對象的摔倒判定結果，包括：

針對每個上述關聯(lián)點云，在上述關聯(lián)點云的中心高度小于預設高度閾值的情況下，將與上述關聯(lián)點云在時序上相關的預設幀數(shù)的關聯(lián)點云確定為多個目標點云；

在多個上述目標點云中存在目標幀數(shù)的目標點云的中心高度小于上述預設高度閾值的情況下，確定上述目標對象的上述摔倒判定結果為上述摔倒姿態(tài)。

根據(jù)本發(fā)明的實施例，將轉換數(shù)據(jù)輸入至摔倒識別網(wǎng)絡模型，輸出上述目標對象的摔倒識別結果，包括：

基于預設體素化規(guī)則，對多個上述關聯(lián)點云進行格式轉換處理，得到多個上述轉換數(shù)據(jù)；

將多個上述轉換數(shù)據(jù)輸入上述摔倒識別網(wǎng)絡模型，得到上述摔倒識別結果，其中，上述摔倒識別網(wǎng)絡模型是對利用卷積層、長短期記憶層以及全連接層構建的多層神經(jīng)網(wǎng)絡進行訓練得到的。