[发明专利]一种基于低分辨率红外热成像的智能跌倒检测系统在审

专利信息
申请号: 201910320090.5 申请日: 2019-04-19
公开(公告)号: CN110215212A 公开(公告)日: 2019-09-10
发明(设计)人: 江灏;张横舟;陈静;缪希仁 申请(专利权)人: 福州大学
主分类号: A61B5/11 分类号: A61B5/11;A61B5/00
代理公司: 福州元创专利商标代理有限公司 35100 代理人: 蔡学俊
地址: 350108 福建省福州市闽*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 微控制器单元 云服务器 跌倒检测系统 温度分布数据 红外热成像 采集单元 低分辨率 二维区域 现场环境 移动终端 路由器 跌倒 发送报警信息 无线通信单元 无线通讯单元 采集 室内 路由器连接 采集图像 红外热像 数据传送 温度数据 装置成本 智能 外部 像素 隐私 传送
【说明书】:

发明涉及一种基于低分辨率红外热成像的智能跌倒检测系统,包括现场环境采集单元、微控制器单元、无线通讯单元、路由器、云服务器和外部移动终端;现场环境采集单元与微控制器单元连接,用以将采集的室内二维区域温度分布数据传送到微控制器单元;微控制器单元对室内二维区域温度分布数据进行处理得到人员跌倒数据,并通过无线通信单元与路由器连接;路由器还与云服务器连接,用以将人员跌到数据传送到所述云服务器;云服务器与外部移动终端连接,用以向跌倒人员家属发送报警信息。本发明采用红外热像模块仅采集若干个像素的温度数据,不采集图像,不会侵犯人们的隐私,且装置成本低廉。

技术领域

本发明涉及低分辨率红外阵列传感器、机器学习、智能通讯领域,特别是一种基于低分辨率红外热成像的智能跌倒检测系统。

背景技术

人们意外跌倒时,如果不及时救助则可能有生命危险。目前现有的监控设备无法自主判断是否有跌倒的人。同时在浴室、卫生间等最有可能发生跌倒的地方,由于隐私的原因,更无法使用视频监控,而使用高成本的专业红外热成像仪更不现实。这使得独自一人跌倒时没人能及时赶来救援,尤其是酒店中的客人或独自在家中的老人。另有基于压力传感器或者可穿戴设备等的跌倒检测方法,但都存在着装置安装困难或不可在沐浴时使用种种问题。

发明内容

有鉴于此,本发明的目的是提出一种基于低分辨率红外热成像的智能跌倒检测系统,能够利用低成本、低分辨率红外测温模块检测区域内温度分布,实现智能跌倒检测。

本发明采用以下方案实现:一种基于低分辨率红外热成像的智能跌倒检测系统,包括现场环境采集单元、微控制器单元、无线通讯单元、路由器、云服务器和外部移动终端;所述现场环境采集单元与所述微控制器单元连接,用以将采集的室内二维温度分布数据即室内温度数据传送到所述微控制器单元;所述微控制器单元对所述室内温度数据进行处理得到人员跌倒数据,并通过所述无线通信单元与所述路由器连接;所述路由器还与所述云服务器连接,用以将所述人员跌到数据传送到所述云服务器;所述云服务器与所述外部移动终端连接,用以向跌倒人员家属发送报警信息。

进一步地,所述现场环境采集单元采用的是低分辨率红外阵列传感器,型号为GRID-EYE AMG8833。

进一步地,所述的无线通信单元采用的是WiFi通信模块。

进一步地,本发明还提供一种基于低分辨率红外热成像的智能跌倒检测系统的检测方法,包括以下步骤:

步骤S1:所述低分辨率红外阵列传感器采集室内温度数据,所述微控制器单元读取所述室内温度数据,并生成一帧固定格式的包含n个温度值的数据帧;

步骤S2:所述微控制器单元采用深度学习中的长短时记忆网络算法对所述数据帧进行处理,得到人跌倒的概率,若所得概率大于设定的跌倒阈值,则有跌倒的情况发生;

步骤S3:所述微控制器单元通过所述无线通信单元与所述路由器连接,所述微控制器单元通过所述路由器将所述跌倒概率传输到所述云服务器;

步骤S4:所述云服务器接收到所述跌倒概率后,向所述外部移动终端发送信息,用以向跌倒人员家属求救。

进一步地,所述步骤S2具体包括以下步骤:

步骤S21:数据收集:通过所述低分辨率红外热成像传感器测量实时8*8温度数据,并传给上位机;上位机接收数据,收集人员跌倒和非跌倒情况下的温度数据并标注标签,以数字0表示人员未跌倒,以数字1表示人员跌倒,用以形成温度数据集;

步骤S22:数据格式转换,建立温度数据库;通过数据格式转换将所述微控制器中以数组形式存储的温度数据即初始数据库转换为温度数据库;所述温度数据库包括数据文件和标签文件;数据文件为data文件,格式为样本总数*64;标签文件包括label文件及one_hot独热标签文件;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州大学,未经福州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910320090.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top