[发明专利]一种老人跌倒预警系统

说明书

本发明公开了一种老人跌倒预警系统，通过带有Kinect v2传感器的摄像头获取老年人的深度图像和骨骼点数据信息进行研究分析，得到判断老年人发生跌倒行为的条件，再通过骨架跟踪技术，实时计算人体骨骼节点的空间位置、运动速度、离地面高度参数，初步判断老年人是否发生跌倒行为并进行预警，避免老年人在跌倒后受到二次伤害，最大程度上减小生命财产损失。

技术领域

本发明涉及电气自动化与物联网、人工智能技术领域，具体为一种老人跌倒预警系统。

背景技术

现有的国内外跌倒检测系统产品其特点主要集中在：(1)将采集人体跌倒数据所需要的传感器和微控制器佩戴在使用者的身上，通过分析获得的数据来判断使用者是否发生跌倒行为，常用佩戴传感器的方法有腰带类型，头盔类型，近些年还出现了利用电子产品如手机和手腕手表作为采集设备的。可穿戴式检测系统主要用到的传感器有加速度计，陀螺仪，压力传感器以及磁力计等，该装置体积小易于携带，不影响老年人正常行动；(2)基于环境布设的传感器的跌倒检测系统是在人体活动的区域内通过装配一个或者多个传感器来采集人体运动行为和姿势的信息，通过检测和分析研究压力在正常行走和跌倒状态下的变化，实现对跌倒事件的实时检测；(3)基于视觉图像的跌倒检测系统是将摄像头安装在老人活动的不同区域内，实时检测并采集老年人日常生活活动的各种行为信息，然后通过一定的图像处理技术来分析判断老年人是否发生跌倒行为。这种检测方法能够很好的应用于家庭监控系统，将采集到的视频图像经过压缩编码，然后通过一定的技术手段进行解码，就能够及时发现老年人跌倒，并采取相应的措施。

上述产品仍存在以下缺陷：(1)利用穿戴式传感器来检测人体跌倒，这种方法用户需要佩戴加速度传感器，角传感器或者压力传感器等装置，对运动具有阻碍性，极其不方便，且误报率较高；(2)基于压力传感器的环境布设跌倒检测系统，通过在运动区域布设压力传感器来检测，这种方法检测区域会大大的受到限制，而且误报率较高，很难区别老年人是发生跌倒行为还是主动蹲下的正常行为；(3)基于视觉图像技术的跌倒检测系统，这种通过视频监控器加以图像处理技术的辅助的方法，可以同步的分析目标图像的信息，检测跌倒事件的发生，不会妨碍使用者的正常生活，但是普通的摄像头容易受外界环境的影响，尤其是不能在夜间进行实时监控，并且容易泄露老年人的隐私。

发明内容

本发明的目的在于提供一种老人跌倒预警系统，基于KinectV2体感传感器的应用，已解决上述产品的不足之处。

为实现上述目的，本发明提供如下技术方案：一种老人跌倒预警系统，通过带有Kinect v2传感器的摄像头获取老年人的深度图像和骨骼点数据信息进行研究分析，得到判断老年人发生跌倒行为的条件，再通过骨架跟踪技术，实时计算人体骨骼节点的空间位置、运动速度、离地面高度参数，初步判断老年人是否发生跌倒行为并进行预警。

优选的，所述深度图像的获取方法如下：当Kinect v2设备正常运行的时候，整个Kinect v2摄像头的可视范围就会被Kinect v2红外线发射器发出的激光全覆盖，然后利用光编码技术对可视范围内的空间进行编码，当激光到达表面不平的物体或照穿雾面玻璃后产生激光散斑，这些激光散斑图形都不会完全相同，仅是在空间里用到这样的结构光，根据这些斑点的特点，就能够知道不同物体之间的位置和距离，因此在获取的深度图像中，利用不同物体的深度对图像进行特定的分割，然后用红外接收器对空间中的激光散斑进行接收，从而把物体映射到Kinect v2的坐标系内，就可以得到深度图像。

优选的，在所述深度图像的基础上，利用骨骼传感技术获取骨骼点数据信息，并绘制骨骼点图，Kinect v2摄像头获取数据的范围包含四肢、躯干、以及手指。

优选的，能够同时检测骨骼点数据信息的人数为1至6人，每人详细记录20个骨骼点。

优选的，在所述深度图像中为每个需要跟踪的人创建遮罩。

优选的，利用机器学习的方法对所述深度图像进行系统的分析评估，根据评价来验证分析部分是否为人体的某个部位。