[发明专利]一种社区智慧养老服务系统有效

专利信息
申请号: 202210169982.1 申请日: 2022-02-24
公开(公告)号: CN114343595B 公开(公告)日: 2023-09-22
发明(设计)人: 杨柯;孔宇航;胡一可;辛善超;李松洋;郑秋玲;金浩 申请(专利权)人: 天津大学
主分类号: A61B5/0205 分类号: A61B5/0205;A61B5/00;G06F40/186;G06N3/0442;G06N3/08;G06V40/20;A61B5/11
代理公司: 西安合创非凡知识产权代理事务所(普通合伙) 61248 代理人: 吴微
地址: 300000*** 国省代码: 天津;12
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 社区 智慧 养老 服务 系统
【说明书】:

发明公开了一种社区智慧养老服务系统,包括:行为采集模块,用于通过摄像头联合姿态采集带实现老人行为数据的采集;生命体征采集模块,用于采集老人的生命体征数据,并实时反馈至生命体征分析模块;行为分析模块,用于实现老人行为数据的分析,从而获取其异常行为和心理需求;生命体征分析模块,用于实现生命体征数据的分析,从而获取其异常生命体征;异常实时反馈模块,用于以预设的模板生成对应的异常排查任务至对应的管理人员终端,管理人员需以既定的模板完成异常排查报告的填写上传方可完成对应的异常排查任务。本发明实现了老人的全方位自动化监测,尽可能的减少了监控盲区,引入生理需求的识别和辅助实现功能,大大提高了客户的体验感。

技术领域

本发明涉及监护系统领域,具体涉及一种社区智慧养老服务系统。

背景技术

随着人口老龄化的加剧,养老问题成为一个社会关注的问题。经调查研究发现,目前居家养老模式占总人数64.25%,社区养老(家庭养老为主,社区机构养老为辅)占33.82%,养老社区(专门为老年人建立的社区)占23.67%,机构养老仅占12.56%,具体数据见图1。随着老年群体年龄的进一步增长,必须有专业化的社区提供上门的检测与服务,社区养老模式促进和补充了居家养老。

“互联网+”社区养老的建设突破了传统社区养老信息迟滞与闭塞问题,但是普遍存在以下缺陷:

1)采用摄像头的方式进行老人生活起居的监测,由于个人隐私的需求,存在很大的监测盲区;

2)需要人为进行视频数据的观察,一方面成本较高,另一方面一旦观察人员疏忽,便很容易发生意外;

3)忽视了老人的生理需求,客户体验感较差。

发明内容

为解决上述问题,本发明提供了一种社区智慧养老服务系统,实现了老人的全方位自动化监测,尽可能的减少了监控盲区,同时引入生理需求的识别和辅助实现功能,大大提高了客户的体验感。

为实现上述目的,本发明采取的技术方案为:

一种社区智慧养老服务系统,包括:行为采集模块,用于通过摄像头联合姿态采集带实现老人行为数据的采集;生命体征采集模块,用于采集老人的生命体征数据,并实时反馈至生命体征分析模块;行为分析模块,用于实现老人行为数据的分析,从而获取其异常行为和心理需求;生命体征分析模块,用于实现生命体征数据的分析,从而获取其异常生命体征;异常实时反馈模块,用于以预设的模板生成对应的异常排查任务至对应的管理人员终端,管理人员需以既定的模板完成异常排查报告的填写上传方可完成对应的异常排查任务。

本实施例中,所述姿态采集带包括带三维姿态传感器的腰带及带温度传感器、脉搏传感器、三维姿态传感器的腕带。

本实施例中,所述摄像头基于老人勾选的可视化监控区域布置,在可视化监控区域内以摄像头反馈的图像的深度信息对应的骨骼对的角度旋转移动SO3矩阵信息作为老人行为数据;在不可视化监控区域内以姿态采集带反馈的老人三维姿态信息作为老人行为数据。

本实施例中,所述行为分析模块基于Bi-LSTM+Attention模型实现老人行为数据的识别和分类,获取到每一个行为数据对应的心理需求,当识别到的老人行为数据为危险或对应的心理需求无法自主满足时,即判定为识别到异常行为。

本实施例中,所述生命体征数据包括体温数据和脉搏数据。

本实施例中,不同的异常行为对应不同的异常排查任务生成模板,异常排查报告所填写的内容以是否可以解决异常行为对应的问题为标准进行评估,可以解决则完成对应的异常排查任务,若上传异常排查报告后,异常行为仍未解决,监督模块启动,通知监督人员进行异常排查任务的辅助进行。

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天津大学,未经天津大学许可,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/202210169982.1/2.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