[发明专利]一种幼儿高空防坠落系统及方法

权利要求书

1.一种幼儿高空防坠落系统，其特征在于，包括数据采集子系统、ARM控制子系统和手机终端，所述数据采集子系统包括：

摄像头模块，用于采集目标对象的人脸图像；

红外人体感应模块，用于测量目标对象的身高；

超声波模块，用于对目标对象进行定位；

所述ARM控制子系统包括：

GPIO模块，用于读取所述红外人体感应模块的数据和所述超声波模块的数据；

摄像头接口模块，用于读取所述摄像头模块采集到的人脸图像数据；

WIFI模块，用于与所述手机终端进行通信；

ARM模块，与所述GPIO模块、摄像头接口模块和WIFI模块相连接；

其中，所述ARM模块分析所述人脸图像数据和目标对象的身高数据判断是否检测到幼儿；

如果检测到幼儿，则所述ARM模块根据所述目标对象的定位数据判断目标对象是否进入危险区域，且当目标对象进入危险区域时通过所述WIFI模块将报警信息发送至所述手机终端；

所述ARM模块采用如下步骤根据所述目标对象的定位数据判断目标对象是否进入危险区域：

所述ARM模块根据所述目标对象的定位数据计算幼儿的加速度，根据幼儿的加速度预测幼儿的运动轨迹，预测幼儿在预设时间内是否会进入危险区域，且当预测到目标对象在预设时间内会进入危险区域时通过所述WIFI模块将报警信息发送至所述手机终端；

所述ARM模块采用如下步骤根据所述目标对象的定位数据计算幼儿的加速度：

所述ARM模块根据卡尔曼滤波的计算方法，构建幼儿运动状态预测模型如下：

其中a_max是目标最大加速度，是加速度方差，P(k+1|k)是先验误差矩阵，F是前进力的大小，h为测得的幼儿身高，g为重力加速度，E(a)选择采用先验加速度估计值，P(k|k)是后验误差矩阵，通过卡尔曼增益和先验误差计算获得，φ(k+1|k)为幼儿运动状态预测矩阵，β是幼儿加速度时间常数，Q(k)是幼儿运动状态方差矩阵。

2.根据权利要求1所述的幼儿高空防坠落系统，其特征在于，所述ARM控制子系统还包括关窗制动器，所述关窗制动器安装于窗户下沿中间位置，当所述ARM模块判断幼儿进入危险区域时，通过所述关窗控制器控制窗户关闭。

3.根据权利要求1所述的幼儿高空防坠落系统，其特征在于，所述ARM控制子系统还包括报警器模块，当所述ARM模块判断幼儿进入危险区域时，控制所述报警器模块进行声音报警和/或发光报警。

4.一种幼儿高空防坠落方法，其特征在于，采用权利要求1至3中任一项所述的幼儿高空防坠落系统，所述方法包括如下步骤：

所述ARM模块分析所述人脸图像数据和目标对象的身高数据判断是否检测到幼儿；

如果检测到幼儿，则所述ARM模块根据所述目标对象的定位数据判断目标对象是否进入危险区域，且当目标对象进入危险区域时通过所述WIFI模块将报警信息发送至所述手机终端；

所述ARM模块根据所述目标对象的定位数据判断目标对象是否进入危险区域，包括如下步骤：

所述ARM模块根据所述目标对象的定位数据计算幼儿的加速度，根据幼儿的加速度预测幼儿的运动轨迹，预测幼儿在预设时间内是否会进入危险区域，且当预测到目标对象在预设时间内会进入危险区域时通过所述WIFI模块将报警信息发送至所述手机终端；

所述ARM模块根据所述目标对象的定位数据计算幼儿的加速度，包括如下步骤：

所述ARM模块根据卡尔曼滤波的计算方法，构建幼儿运动状态预测模型如下：

其中a_max是目标最大加速度，是加速度方差，P(k+1|k)是先验误差矩阵，F是前进力的大小，h为测得的幼儿身高，g为重力加速度，E(a)选择采用先验加速度估计值，P(k|k)是后验误差矩阵，通过卡尔曼增益和先验误差计算获得，φ(k+1|k)为幼儿运动状态预测矩阵，β是幼儿加速度时间常数，Q(k)是幼儿运动状态方差矩阵。