[发明专利]监护设备及监护轮椅有效

专利信息
申请号: 201811653711.3 申请日: 2018-12-29
公开(公告)号: CN109740531B 公开(公告)日: 2022-12-30
发明(设计)人: 曹惠茹;钟嗣东;黄凯帆;陈荣杰;陈玮 申请(专利权)人: 中山大学南方学院
主分类号: G06V40/16 分类号: G06V40/16;G06V40/20;G06V40/10;G06V10/40;G06V10/46;A61B5/0205;G01R19/00;A61G5/10
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 颜希文;麦小婵
地址: 510900*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 监护 设备 轮椅
【说明书】:

本申请公开了一种监护设备及监护轮椅,监护设备设置在监护轮椅上,监护设备包括:主控芯片、动作识别单元、传感单元、语音播放单元和通信单元,通过动作识别单元进行动作图像追踪和采集,通过传感单元采集生理信号,通过主控芯片对采集到的动作图像和生理信号进行识别,获得情绪信号后,利用语音播放单元生成语音信号,以及利用通信单元将情绪信号发送至智能终端。与现有技术相比,本发明采用了实时图像追踪,并利用多元信息实现多维度情绪识别后,根据识别到的情绪做出对应措施,克服了表征情绪变化的信息单一且监护效果不理想的问题,进而提高情绪识别的准确率以及监护效果。

技术领域

本申请涉及智能终端技术领域,尤其涉及一种监护设备及监护轮椅。

背景技术

随着社会的发展和人类文明程度的提高,行动不便的人群通常利用电动轮椅车来改善他们的生活质量和生活自由度。然而由于身体上的原因,行动不便的人群在生活中不免容易产生各种情绪,因此为更好的照顾这类人群,对其进行适当的监护是必要的。

为解决上述问题,现有技术中,通过电动轮椅上安装的情绪监控设备,实时采集这类人群的脑部信号进行情绪识别,从而达到监护目的。但在采用现有技术进行监护时发现,由于采集到用于识别表征情绪变化的信息较为单一,因此测量结果并不准确,且在识别到极端情绪时,无法及时通知监护人员,导致监护效果并不是十分理想。

发明内容

本申请实施例所要解决的技术问题在于,如何提高情绪识别的准确率以及监护效果。

为解决上述问题,本申请实施例提供监护设备,适用于配置在轮椅上,包括:主控芯片、动作识别单元、传感单元、语音播放单元和通信单元;

所述主控芯片与所述动作识别单元、所述传感单元、所述语音播放单元和所述通信单元连接;

所述动作识别单元用于进行动作图像追踪,并将追踪到的所述动作图像发送到所述主控芯片;

所述传感单元用于采集人体的生理信号并将所述生理信号发送到所述主控芯片;

所述主控芯片用于根据所述动作图像和所述生理信号进行情绪信号识别,并将识别到的所述情绪信号发送到所述语音播放单元和所述通信单元;

所述语音播放单元用于根据所述情绪信号生成对应的语音信号;

所述通信单元用于将所述情绪信号发送至与所述主控芯片绑定的智能终端。

进一步的,所述主控芯片具体用于:

接收所述动作图像及所述生理信号,并根据所述动作图像及所述生理信号,提取多个特征数据;

对每个所述特征数据赋予相同的初始权重后,通过特征权重算法,获取与所述多个特征数据一一对应的多个特征权重,并将所述特征权重处于预设权重范围的每个所述特征数据进行组合,生成特征集;

将所述特征集输入训练好的决策树分类模型后,根据所述决策树分类模型的规则树对所述特征集进行所述情绪信号识别,并输出对应的所述情绪信号。

进一步的,所述动作识别单元包括:图像采集装置、树莓派和两轴自由度云台;

所述图像采集装置与所述主控芯片和所述两轴自由度云台连接,所述两轴自由度云台与所述树莓派连接,所述树莓派与所述主控芯片连接;

所述图像采集装置用于将获取的所述动作图像发送到所述主控芯片,以使所述主控芯片根据所述动作图像中的目标位置信息,生成控制信号;

所述树莓派用于根据所述控制信号,控制所述两轴自由度云台调整所述图像采集装置的位置信息,直至所述图像采集装置采集的所述动作图像的中心点的位置信息与所述目标位置信息匹配。

进一步的,所述图像采集装置包括第一摄像头,所述树莓派包括第一树莓派,所述两轴自由度云台包括第一两轴自由度云台;

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中山大学南方学院,未经中山大学南方学院许可,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/201811653711.3/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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