[发明专利]一种基于人工智能的疲劳程度检测系统在审

专利信息
申请号: 202010658902.X 申请日: 2020-07-09
公开(公告)号: CN111657973A 公开(公告)日: 2020-09-15
发明(设计)人: 赵峰 申请(专利权)人: 海南科技职业大学
主分类号: A61B5/16 分类号: A61B5/16;A61B5/0205;A61B5/00;G06K9/00
代理公司: 北京金蓄专利代理有限公司 11544 代理人: 马贺
地址: 570000 *** 国省代码: 海南;46
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 基于 人工智能 疲劳 程度 检测 系统
【说明书】:

发明公开了一种基于人工智能的疲劳程度检测系统,涉及疲劳程度检测技术领域。包括信息采集模块、中央服务器、存储模块、报警模块、疲劳预警模块以及移动客户端,信息采集模块通过通信模块双向电连接有中央服务器,中央服务器通过4G通信模块双向电连接有移动客户端,中央服务器与存储模块、报警模块以及疲劳预警模块之间电连接。通过信息采集模块采集血脉信息、人脸图像信息、呼吸频率信息以及语音对话语速等信息,并将采集的信息传输给中央服务器中数据处理模块中,与预先存储正常状态下进行核对,从而判断是否疲劳,多种信息获取比对,利于获取准确的结果,实现了对人员疲劳程度的准确检测,避免发生事故,及时进行疲劳预警提示。

技术领域

本发明涉及疲劳程度检测技术领域,具体为一种基于人工智能的疲劳程度检测系统。

背景技术

疲劳不是病,正常人都会偶尔感到疲劳,但若长期性疲劳,则可能变成慢性疲劳,不能等闲视之,长期置之不理,可能会引发心肌梗塞,中风,甚至过劳死的危机;同时,严重的疲劳感也会影响日常生活及工作,连带也会使人际关系陷入低潮,疲劳度监测是现代人紧张生活状态的一个真实反映,其发病人数在全世界范围内正逐年增加。疲劳度监测可以对自己的疲劳度进行测试,科学评估每一天的身体状态,是一款非常实用的手机软件,目前,随着人民群众生活水平的提高,居民开始关心自身的生存环境,从空气、饮用水到日常行为,都得到了人们的关注,尤其随着这些年亚健康概念的提出,人们对工作和生活的关注程度越来越高,另外,有些岗位关系到生命和重大财产安全,需要岗位上的工作人员时刻保持高度清醒和注意力集中状态。

无论对于日常工作和生活还是重要岗位的监控,疲劳程度的检测都是非常重要和有必要进行实时监控的信息,传统检测手段都是通过人为的数据统计,手段较为落后,难以进行有效的统计,随着社会经济的不断发展,人工智能得到广泛的应用,为此,提出一种基于人工智能的疲劳程度检测系统来解决上述问题。

发明内容

针对现有技术的不足,本发明提供了一种基于人工智能的疲劳程度检测系统,以解决上述背景技术中提出的问题。

为实现上述目的,本发明提供如下技术方案:一种基于人工智能的疲劳程度检测系统,包括信息采集模块、中央服务器、存储模块、报警模块、疲劳预警模块以及移动客户端,所述信息采集模块通过通信模块双向电连接有中央服务器,所述中央服务器通过4G通信模块双向电连接有移动客户端,所述中央服务器与存储模块、报警模块以及疲劳预警模块之间电连接;

所述信息采集模块包括血脉检测采集单元、人脸图像摄像采集单元、呼吸频率检测采集单元以及语音信息检测采集单元;

所述血脉检测采集单元主要通过心脏活动传感器进行血脉活动信息采集,采集的血脉活动信息并通过通信模块传输给中央服务器;

所述人脸图像摄像采集单元主要通过摄像头进行人脸图像信息采集,采集的人脸图像信息并通过通信模块传输给中央服务器;

所述呼吸频率检测采集单元主要通过呼吸传感器进行呼吸信息采集,采集的呼吸信息并通过通信模块传输给中央服务器;

所述语音信息检测采集单元主要通过麦克风、扬声器进行语音信息采集,采集的语音信息并通过通信模块传输给中央服务器。

进一步优化本技术方案,所述血脉检测采集单元采集血脉数据信息,通过血脉数据变化来判断是否疲劳,所述人脸图像摄像采集单元通过摄像头进行图像采集,其图像信息包括眼睛闭合度及视线方向以及面部表情,通过面部表情来检测是否疲劳。

进一步优化本技术方案,所述呼吸频率检测采集单元主要通过呼吸传感器进行规定时间内呼吸信息,通过呼吸信息判断是否疲劳,所述语音信息检测采集单元用于通过和用户语音交谈判断是否疲劳。

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海南科技职业大学,未经海南科技职业大学许可,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/202010658902.X/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