[发明专利]一种毫米波雷达和视频辅助的室内跌倒检测方法及装置

说明书

本发明公开了一种毫米波雷达和视频辅助的室内跌倒检测方法及装置，其中的方法包括：使用毫米波雷达作为信号源，构建微多普勒图并提取特征矢量，利用经贝叶斯超参数优化的RNN进行分类识别，当被监护对象在室内疑似发生意外跌倒时，开启摄像头，对人体姿势进行进一步的识别判断，若确实发生跌倒事件，则即时发送相关报警信息给监护人；否则关闭摄像头继续使用毫米波雷达进行监测。本发明具有实时跌倒检测功能、预警报警功能；能够提高室内跌倒检测准确性、稳定性、便捷性，减少人力成本，守护生命健康安全；且摄像头平时关闭，在对毫米波雷达信号进行处理后，判断疑似跌倒才会开启摄像头，具有良好的隐私保护性。

技术领域

本发明涉及信号处理与算法技术领域，尤其涉及一种毫米波雷达和视频辅助的室内跌倒检测方法及装置。

背景技术

随着人口老龄化趋势的加剧，空巢老人的总数不断增加，老年人的健康问题受到了越来越多的关注和重视。意外跌倒是危害老年人身心健康的一大杀手，如何检测老年人的意外跌倒，避免由跌倒带来的二次伤害以及并发症，是老人健康监护中急需解决的问题。跌倒检测方法的研究，对于减少老年人的伤残率和死亡率具有重要的意义，可以更大程度上保障老年人的身心健康，促进家庭型医疗模式的发展，对老年人健康安全状况起到预警监测作用。

目前，跌倒检测方法主要分为两大类：基于可穿戴式装置的跌倒检测方法和基于非穿戴式装置的跌倒检测方法。前者主要通过佩戴在人体上或内嵌入人体的各类传感器来检测人体姿态，从而判断是否跌倒。后者通过视频、红外、激光、超声、雷达等非接触式方式来检测跌倒行为。

本申请发明人在实施本发明的过程中，发现现有技术中的方法至少存在如下技术问题：

基于可穿戴式装置的跌倒检测方法主要依赖于各类轻量级传感器，装置灵敏度高、易于携带，且能实时监测，但存在以下缺点：①穿戴式装置存在佩戴舒适性问题，如一些穿戴式马甲在炎热的夏天舒适性差，老人可能会放弃穿戴。②忽略了老年人健忘的可能性，在老人忘记佩戴该装置时，如若发生跌倒情况，则无法及时检测并发出警报，存在很高的漏检率。③穿戴式装置需要考虑到电池的续航问题，增大电池容量可以增加续航能力，但是无疑会增大设备的体积。

基于非穿戴式装置的跌倒检测方法无需被检测人群携带检测装置，而是将检测装置布置在被检测人群经常活动的环境中，测量一些参数或采集信息，从而检测是否有跌倒行为的发生。非穿戴式装置具有无接触的特点，比起穿戴式设备更为方便，但常用的非穿戴式传感器中，视频隐私保护性差、穿透性弱；红外、激光、超声在亮度、湿度、烟雾等环境影响下准确性和稳定性较差。

发明内容

为了解决现有技术中存在的隐私保护性不够、稳定性较差的技术问题，本发明提出了一种毫米波雷达和视频辅助的室内跌倒检测方法及装置，具有实时跌倒检测功能、预警报警功能；能够提高室内跌倒检测准确性、稳定性、便捷性，具有良好的隐私保护性。

本发明第一方面公开了一种毫米波雷达和视频辅助的室内跌倒检测方法，包括：

S1：使用毫米波雷达对被监护对象进行监测，获取毫米波雷达的采样数据，并存储于雷达采样数据矩阵中；

S2：基于预设信号模型对毫米波雷达的采样数据采用以RDM向速度维投影的方式，逐帧构建微多普勒谱图，其中，RDM为距离多普勒图；

S3：从微多普勒图中提取躯干微多普勒特征矢量；

S4：从微多普勒图中提取肢体微多普勒特征矢量；

S5：将躯干微多普勒特征矢量和肢体微多普勒特征矢量组成人体状态特征矢量，通过采集不同时间的人体状态特征矢量，组成人体状态随时间变化的序列；

S6：利用循环神经网络RNN对人体状态随时间变化的序列进行二分类，得到分类结果，分类结果为有摔倒动作和没有摔倒动作；