脉搏监测机器人的制作方法

本公开涉及智能装备领域，特别涉及一种脉搏监测机器人。

背景技术：

随着传感器，控制，计算机，驱动及材料等领域技术的飞速发展，机器人的设计与研究也迈向新的台阶。机器人技术涉及到多方面的学科与技术，如：计算机科学与技术(图像处理，模式识别，机器视觉，人工智能等)，自动化科学与技术(运动控制，复杂系统的控制，传感器技术等)，机械电子技术等，它集成了多学科的发展成果，同时也推动了多学科的发展，它代表了高科技的发展前沿，是当前科技研究的热点方向。

目前的机器人的种类繁多，例如监控人是否跌倒的机器人，家庭打扫机器人，喂药、救助机器人，脉搏监测机器人等。然而目前的脉搏监测机器人对用户的脉搏监测都是通过接触式的传感器，例如接触式手环，背带式检测器等，这些都是需要与用户直接相接触。与用户身体直接的接触就会给用户带来不便和不适，尤其是对于某些过敏性皮肤的用户更为不便。

技术实现要素：

为了解决相关技术中存在的接触性的脉搏监测机器人的问题，本公开提供了一种脉搏监测机器人。

一种脉搏监测机器人，包括：机器人本体，安装在所述机器人本体的驱动模块、图像采集模块、存储模块、图像分析模块以及控制模块；

驱动模块，其驱动所述机器人本体的移动；

图像采集模块，其采集用户图像；

存储模块，其存储所述用户图像；

图像分析模块，其根据所述用户图像分析获得用户心跳震动波动的曲线；

控制模块，其分别与所述驱动模块、所述图像采集模块、所述存储模块以及所述图像分析模块信号连接；所述控制模块控制所述驱动模块驱动所述机器人本体的移动，所述控制模块把所述图像采集模块所采集的用户图像存储在所述存储模块中，并通过所述图像分析模块分析获得用户心跳震动波动的曲线。

在其中一个实施例中，还包括安装在所述机器人本体的报警模块，所述控制模块根据所述用户心跳震动波动的曲线判断用户脉搏是否超过设定的阈值，若为是，则所述控制模块控制所述报警模块进行报警。

在其中一个实施例中，还包括安装在所述机器人本体的无线通信模块，所述控制模块把所报警模块的报警信息通过所述无线通信模块发送至终端。

在其中一个实施例中，所述报警模块包括：扬声器和闪光灯；所述扬声器根据所述控制模块发出的指令发出警示声，或者所述闪光灯进行闪烁。

在其中一个实施例中，所述图像分析模块根据用户图像分析获得用户心跳震动波动的曲线具体为：

获取多帧连续的用户图像；对所述用户图像进行降噪处理，并得到分析图像；计算所述分析图像的像素大小的平均值；把每帧所述分析图像的像素大小的平均值连接形成用户心跳震动波动的曲线。

在其中一个实施例中，所述获取多帧连续的用户图像的步骤之后还包括：截取所述用户图像中部的图像作为图像分析对象。

在其中一个实施例中，所述获取多帧连续的用户图像的步骤具体为：获取多帧连续的用户脸颊上的用户图像。

在其中一个实施例中，所述图像采集模块采集的用户图像，采集速度为每秒30帧，分辨率为1280*720，连续拍摄时间为5秒以上。

在其中一个实施例中，所述截取所述用户图像中部的图像分辨率为270*180的矩形块图像。

在其中一个实施例中，所述图像采集模块还用于采集用户识别图像，所述存储模块还预存储用户比对图像，所述控制模块根据所述识别图像与所述比对图像进行比较，用于用户身份的识别。

本公开的实施例提供的技术方案可以包括以下有益效果：

脉搏监测机器人，通过驱动模块驱动机器人移动至用户身边，控制模块通过图像采集模块采集用户图像并存储在存储模块，并通过图像分析模块分析获得用户心跳震动波动的曲线，通过图像识别方式解决了非接触式的对用户进行脉搏监测的技术问题。

另外，仅通过图像分析模块对图像进行处理即可实现脉搏的监测，成本较低，而且利于本方案的脉搏监测机器人的推广和应用。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。

图1是一示例性实施例示出的脉搏监测机器人的逻辑框图；

图2是一示例性实施例示出的每帧分析图像的像素大小的平均值连接形成用户心跳震动波动的曲线图；

图3是一示例性实施例示出的具有拍照灯的脉搏监测机器人的示意图；

图4是一示例性实施例示出的具有拍照灯的脉搏监测机器人的逻辑框图；

图5是一一示例性实施例示出的具有报警模块的脉搏监测机器人的逻辑框图；

图6是一一示例性实施例示出的具有无线通信模块的脉搏监测机器人的逻辑框图。

具体实施方式

这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置的例子。

图1是根据一示例性实施例示出的脉搏监测机器人的逻辑框图。例如，脉搏监测机器人包括：机器人本体10，安装在机器人本体10的驱动模块20、图像采集模块30、存储模块40、图像分析模块50以及控制模块60。

驱动模块20，其驱动机器人本体10的移动；图像采集模块30，其采集用户图像；存储模块40，其存储用户图像；图像分析模块50，其根据用户图像分析获得用户心跳震动波动的曲线；控制模块60，其分别与驱动模块20、图像采集模块30、存储模块40以及图像分析模块50信号连接；控制模块60控制驱动模块20驱动机器人本体10的移动，控制模块60把图像采集模块30所采集的用户图像存储在存储模块40中，并通过图像分析模块50分析获得用户心跳震动波动的曲线。

脉搏监测机器人，通过驱动模块20驱动机器人移动至用户身边，控制模块60通过图像采集模块30采集用户图像并存储在存储模块40，并通过图像分析模块50分析获得用户心跳震动波动的曲线，通过图像识别方式解决了非接触式的对用户进行脉搏监测的技术问题。

另外，仅通过图像分析模块50对图像进行处理即可实现脉搏的监测，成本较低，而且利于本方案的脉搏监测机器人的推广和应用。

在一示例性实施例，驱动模块20为一步进电机，该步进电机设置在机器人本体10的底部，用于驱动脉搏监测机器人的移动。在其它实施例中，驱动模块20可以是其它类型电机，或则是汽油机、油电混合动力机等，不限于步进电机。

图像采集模块30为720p高清高速摄像头，该摄像头通过一根桅杆与步进电机相连接，通过电机的转动带动摄像头的转动。当然，图像采集模块30可以为各种类型摄像头，只要能够用于采集用户图像和分析图像要求的摄像头皆可。

存储模块40为大容量的硬盘或其它存储器，用于对采集到用户图像进行存储，同时为用户图像分析的结果进行存储。另外，存储模块40也预先存储了大量用户的头像，为脉搏监测机器人对用户身份识别提供认证基础，当然该用户的头像和相关用户信息可以在存储模块40中建立独立的数据库。

图像分析模块50，根据用户图像分析获得用户心跳震动波动的曲线。具体的步骤为：

获取多帧连续的用户图像。具体的，通过图像采集模块30获取连续多帧的用户图像，在本实施例中，图像采集模块30的采集速度为每秒30帧，分辨率为1280*720，连续拍摄时间为5秒以上。当然，可以根据需要调整采集速度、分辨率和拍摄时间。在其它实施例中，本方案还进一步的获取多帧连续的用户脸颊上的用户图像，因为脸颊上的皮肤毛发较少，相对平滑，毛发等对图像信号的影响相对较小。获取的方式可以根据图像识别技术提取脸颊部位的用户图像，或者通过调整摄像头的方向对准用户的脸颊上进行拍摄获得。

对用户图像进行降噪处理，并得到分析图像。具体的，对获取到的用户进行降噪处理，提高图像质量，并得到用于分析的分析图像。当然，还可以对该图像的亮度和对比度进行调整及颜色的矫正。在其它实施例中，在对用户图像进行降噪处理的步骤之前还包括：截取用户图像中部的图像作为图像分析对象。具体的，所截取用户图像中部的图像，该部分一般为图像人脸颊中央部分，即对信号影响较小的部位的图像，所截取图像的大小为270*180的矩形块图像。

计算分析图像的像素大小的平均值。具体的，对于获得的特定大小的分析图像，计算该分析图像的像素大小的平均值。在本实施例中，该特定大小的分析图像为截取用户图像中部的图像。

把每帧分析图像的像素大小的平均值连接形成用户心跳震动波动的曲线。具体的，结合附图2，对每帧所分析图像的像素大小的平均值在一坐标上展示，横坐标为1、2、3…n帧，纵坐标为该帧图像所对应的像素大小平均值，当多帧图像的像素大小平均值记录在该坐标中，连接起来就可以形成一波动的曲线，该曲线可以视为用户心跳震动波动的曲线。

因为，当人体的心脏进行舒张和收缩时，动脉中的血液容积会随着心脏的波动产生周期性的波动，使用一定波长的光线对人体的皮肤进行照射时，一部分光会被散射出去，一部分光会被反射回来，还有一部分光会被人体吸收，散射出去的光强不会随着时间的改变而改变，皮肤、肌肉、软组织等非搏动部分对光强的吸收不会随着时间的改变而改变，而动脉中的血液容积因为心跳的波动而产生波动，动脉血液吸收的光强与血液的容积成正比，反射光强由入射光除去散射光强和被吸收光强得出。故，可以通过监测反射回来的光的波动来监测被人体皮肤吸收的光强，进而监测出用户动脉血液容积的波动。而图像像素的大小跟光强的大小成正比，而根据上述光强与血液容积的关系，图像像素大小值连接起来的曲线即可视为用户动脉血液容积的波动图，又根据人体心跳强度与血液容积成正比的关系，因此图像像素的大小值连接的波动曲线可视为用户心跳震动波动的曲线，即用户脉搏搏动的信息。

在一示例性实施例，结合附图3-4，脉搏监测机器人还包设置在机器人本体10上的拍照灯70，拍照灯70与控制模块60信号连接；控制模块60控制拍照灯70发出灯光。

具体的，在对用户的脸颊进行连续拍照之前，需要预先拍摄一张参考照片，此时拍照灯70发出的是白光；对该照片进行预处理，提取该照片脸颊处的颜色；然后控制模块60根据该脸颊处提取的颜色，控制拍照灯70发出该颜色的灯光，用于连续拍摄用户图像。因为，在提取用户脸颊处照片的颜色，用白光最真实；当连续拍摄用户图像的时候，用与用户脸颊相同颜色的光拍摄，此时折射、散射、吸收的光就会大幅减少，反射光的大幅增加。较高的反射光，其光强也较高，由此对于提取用户图像的像素大小值也会清楚和高，易于采集和测量，对监测出用户动脉血液容积的波动更为精准度，进而也能够提高用户心跳震动波动的曲线的精度。

在其它实施例中，该拍照灯70能够发出多种颜色，主要是淡黄色、白色、棕色或者其类似颜色，即与人种的肤色相类似。拥有能发出上述多种颜色灯的拍照灯70，能够适应不同人群的使用本方案的脉搏监测机器人，针对使用的人群更广，脉搏监测效果更佳。

另外，该拍照灯70可以为多种颜色、宽色温的led灯，当同种肤色的人使用本方案的脉搏监测机器人，对于个体不同的用户，其脸颊的颜色也会有不同。采用该设置的拍照灯70，能够适用于更多微小差异同种肤色的用户。

进一步地，对同一个用户的脸颊颜色还进行存储，对同一用户每次使用该脉搏监测机器人时，若其脸颊在设定的时间段，该颜色的变化超过设定的阈值，则该用户有可能有病灶，控制模块60通过报警模块80发出报警信息，就如中医所说“面黄肌瘦”等各种情况，从人的脸面显现出来。该巧妙的方案设置，仅通过比对用户脸颊的颜色变化就能够起到预测作用，使得该机器人具有更丰富的功能。

在一示例性实施例，图像采集模块30还用于采集用户识别图像，存储模块40还预存储用户比对图像，控制模块60根据识别图像与比对图像进行比较，用于用户身份的识别，避免用户身份识别错误。

当本方案的脉搏监测机器人处于工作状态时，脉搏监测机器人通过驱动模块20在工作环境中自动巡逻，在巡逻过程中，脉搏监测机器人会自动调节摄像头的方向对准用户的面部，以获取用户的识别图像。当机器人获取到用户的面部识别图像后，通过与存储模块40内的用户身份的比对图像进行对比，通过图像识别技术识别出所拍摄到的用户的身份，并在获取用户的身份后对用户的脉搏进行监控。

参照附图5，在一示例性实施例，脉搏监测机器人还包括安装在机器人本体10的报警模块80，控制模块60根据用户心跳震动波动的曲线判断用户脉搏是否超过设定的阈值，若为是，则控制模块60控制报警模块80进行报警。

具体地，用户心跳震动波动的曲线中的每个阈值预先设定为：婴儿每分钟120－140次，幼儿每分钟90－100次，学龄期儿童每分钟80－90次，成年人每分钟70－80次。需要说明的是，该阈值可以根据自身特点的需要，自行设置阈值。进一步地，报警模块80包括：扬声器和闪光灯；扬声器根据控制模块60发出的指令发出警示声，或者闪光灯进行闪烁。

在一示例性实施例，结合附图6，脉搏监测机器人还包括安装在机器人本体10的无线通信模块90，控制模块60使得所报警模块80的报警信息通过无线通信模块90发送至移动终端。

具体地，该无线通信模块90可以是gsm、gprs、edge、3g、4g、5g、蓝牙、nfc、wifi等的任意一种。控制模块60把获取到的用户图像、用户心跳震动波动曲线的数据通过无线通信模块90发送至移动终端，该移动终端可以是监护人的手机、pad等移动终端，或者是社康、医院、移动救护车的医疗机构的移动终端，使得监护人及医疗机构第一时间获得该信息，可以迅速的做出正确决策。

进一步地，脉搏监测机器人还包括与无线通信模块90通信连接的云存储器(图未示)，图像采集模块30所采集的用户图像和图像分析模块50所分析的用户心跳震动波动曲线数据存储在云存储器，便于医生或其它需求方通过网络就可以调取该资料。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。