[发明专利]一种面向特殊人群的危险感知与报警系统有效
| 申请号: | 201310493072.X | 申请日: | 2013-10-18 |
| 公开(公告)号: | CN103530978A | 公开(公告)日: | 2014-01-22 |
| 发明(设计)人: | 吕建;谢宏伟;陶先平 | 申请(专利权)人: | 南京大学 |
| 主分类号: | G08B21/02 | 分类号: | G08B21/02;G08B21/04 |
| 代理公司: | 南京知识律师事务所 32207 | 代理人: | 张苏沛 |
| 地址: | 210046 江苏*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 面向 特殊人群 危险 感知 报警 系统 | ||
1.一种面向特殊人群的危险感知与报警系统,其特征在于:包含一块特殊人群易于穿戴的智能芯片和一个云服务中心,所述特殊人群指一类身体机能下降或患有疾病的人群,一般包括在遇到危险情况时缺乏自主求助能力的独居老年人、慢性疾病患者、残疾人;所述智能芯片是通过收集三轴加速度数据来自动感知以下危险或潜在危险行为:跌倒行为、异常行为、出门行为、回家行为;当感知到上述危险行为时,智能芯片将自动发送报警短信给预先设定的危险报警联系人;所述云服务中心是提供一个服务网站给用户或其监护人远程设置智能芯片的相关参数,保存所有用户的配置信息和报警记录以及控制所有智能芯片的行为。
2.根据权利要求1所述的面向特殊人群的危险感知与报警系统,其特征在于:所述智能芯片集成了一个三轴的加速度传感器用于收集加速度数据,并能够产生失重、冲击、静止中断信号;所述智能芯片集成了单片机和编程接口,可独立进行处理和运算,它既是一个传感器,也是一个处理器;所述智能芯片集成了GSM模块,可以独立地发送报警短信或和云服务中心进行通信;所述智能芯片集成了Flash存储设备,可防止断电后配置信息丢失。
3.根据权利要求1所述的面向特殊人群的危险感知与报警系统,其特征在于:所述智能芯片的配置信息可以由用户或其监护人根据自身具体情况进行个性化设置;所述个性化设置是通过云服务中心提供的网站进行远程设置,极大简化和方便了用户及其监护人的使用;所述通过云服务中心对智能芯片进行远程设置的实现方案是用户在网站上提交设置后,云服务中心将设置内容转化为短信命令,发送给对应智能芯片;所述智能芯片收到短信命令后,解析命令,改变对应的参数设置,并将新的参数存储到Flash存储设备中,防止断电后丢失配置信息。
4.根据权利要求3所述的一种面向特殊人群的危险感知与报警系统,其特征在于:所述在云服务中心上可对智能芯片设置的相关参数包括:设置危险行为对应报警联系人的手机号;设置用户基本信息;设置异常行为模型。
5.根据权利要求4所述的一种面向特殊人群的危险感知与报警系统,其特征在于:所述危险行为对应报警联系人可以为一个或者多个;所述用户基本信息包括身高、体重、健康状态、三餐时间、起床时间、睡觉时间、有无晨练和晚练习惯,以利于智能芯片提高识别的准确率;所述异常行为模型的设置包括增加、删除和修改已有异常行为模型参数。
6.根据权利要求1所述的面向特殊人群的危险感知与报警系统,其特征在于:所述智能芯片由用户随身佩戴,自动感知到危险行为时,会向配置的报警联系人发送报警短信,同时也会发送一份同样的信息给云服务中心作为备份,备份信息被云服务中心存储在数据库中,并提供给用户可以随时在网站上浏览历史报警信息。
7.根据权利要求1所述的一种面向特殊人群的危险感知与报警系统,其特征在于:所述跌倒行为的检测算法基于对内部中断序列来识别跌倒的发生,而不是直接使用加速度读数信号来判断;所述跌倒行为的检测算法是通过检测失重中断、冲击中断、静止中断的发生序列满足顺序限制和时间限制,并且最终身体姿态呈现为平躺姿态而判定;所述跌倒行为的检测算法不仅可以检测普通跌倒,还可以检测连续跌倒事件,检测连续跌倒事件的方法是通过连续产生的失重中断和最终用户处于平躺姿态而判定的;所述跌倒行为的检测算法在检测到跌倒或者连续跌倒后继续监测用户身体姿态,发现用户跌倒后长时间静止时认为用户跌倒导致了严重后果,将启动紧急报警机制。
8.根据权利要求1所述的面向特殊人群的危险感知与报警系统,其特征在于:所述异常行为指异常的活动和异常的静止,由以下四个属性来界定:身体姿态,活动频率,最小持续时间和发生的时间区间;智能芯片在发生时间区间的范围内检测到用户活动频率和身体姿态都满足设定阈值,且持续时间超过了最小持续时间阈值,则判定当前行为就是该异常行为模型所定义的异常行为。
9.根据权利要求8所述的面向特殊人群的危险感知与报警系统,其特征在于:所述身体姿态是指芯片检测到芯片当前姿态和用户直立时姿态的夹角;所述活动频率是指当前用户在最近10秒内的活动频率,通过累加相邻加速度向量的向量差的绝对值获得;所述最小持续时间是指当身体姿态和活动频率都满足要求且持续最少多长时间才判定为异常行为;所述发生的时间区间是指在一天内哪个时间段发生该行为才属于异常行为。
10.根据权利要求1所述的面向特殊人群的危险感知与报警系统,其特征在于:所述出门行为或回家行为的识别是通过识别上下电梯和上下楼梯来判断的;所述上下楼梯的识别关键在于区分走路和上下楼梯,是通过Z轴和Y轴加速度相关系数的阈值来区分,Z轴是指垂直于身体平面,Y轴是指平行于身体平面向上,上下楼梯时的相关系数要远大于普通步行时的相关系数;所述上下楼梯和走路的动作和其他所有动作的区分是通过判断加速度是否有周期性变化规律实现的;所述上下电梯的识别是通过识别上下电梯时加速、匀速、减速的过程来判断;所述上下电梯识别过程中电梯加速时的加速度过程是指加速度大于1.04g,小于1.1g,并且持续时间至少大于1.5秒;匀速过程是指加速度大于0.96g并且小于1.1g;减速过程是指加速度小于0.96g,大于0.9g,并且持续时间超过1.5秒。
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南京大学,未经南京大学许可,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/201310493072.X/1.html,转载请声明来源钻瓜专利网。





