基于摔倒报警与跟踪定位功能的腕表式智能养老看护平台的制作方法
【技术领域】
[0001] 本发明涉及一种基于摔倒报警与跟踪定位功能的腕表式智能养老看护平台，主要 应用于独居老人、养老院、社区养老等，为养老提供全方位智能服务。
【背景技术】
[0002] 随着我国人口老龄化趋势的加快，我国老龄化进程正在加剧。老人年由于自身原 因更容易摔倒并且产生严重的伤害。国内外对老年人摔倒模型的建立还没有一种成熟的方 法，识别设备的使用也比较复杂。如何采用有效的模式识别方法检测老年人的摔倒已成为 人工智能领域的研究热点。
[0003] 当前国内与国外对人体摔倒识别问题研究的相关方法种类比较多，许多研究方法 在识别人体摔倒的时候都以不侵犯个人隐私为前提，一部分理论研究的成果可以量产为商 业设备上市。根据国内外研究中的检测方法和数据信息搜集途径的异同，目前的主要识别 方法大致分为下列四类或者其中某几种方法的结合方法： (1)用户手动触发报警的设备 这种设备在佩戴者摔倒的时候需要其手动发送报警信息，所以佩戴此类设备的老年人 需要有一定的认知能力，同时还要有一定的行动能力，并且在使用者摔倒后仍然保持清醒。 一般情况下，这种装置一般是手表、吊坠或者手环等电子设备，这类设备具有容易佩戴、操 作简单、价格低廉等特点，将其通过网络或者基站发送报警信息就可以完成求救功能。当这 类设备被使用者触发报警后，报警信息通过无线网络即可触发医疗警报系统，然后由医护 人员或者家庭监护人及时处理报警信号。
[0004] 虽然这类设备具有价格低廉、佩戴方便等特点，但是在使用上也有一定的局限性： 比如当老人摔倒后假使撞击严重导致晕厥或者是肢体无法触发报警按钮，这时候这种装备 便失去了作用;此外，这类设备对意识不清醒的患病老年人也不适用。
[0005] (2)基于视觉信息的摔倒检测系统 这种设备需要装置在能拍摄人体发生摔倒的地方，如卧室、庭院灯。其实现方法是通过 摄像装置监视老年人的活动，通过图像识别方法识别出来人体是否摔倒。这种方法的优点 是不需要被监护者穿戴任何设备，也不需要被监护者做任何操作，但是这种检测方法应用 范围比较小，并且对被监护者的隐私侵犯比较严重。
[0006]这种方法的优点是不需要被监护者穿戴任何设备，也不需要被监护者做任何操 作，但是这种检测方法应用范围比较小，并且对被监护者的隐私侵犯比较严重。
【发明内容】
[0007]本发明所要解决的技术问题是针对上述现有技术提供一种基于摔倒报警与跟踪 定位功能的腕表式智能养老看护平台，无需佩戴者手动启动报警信息，其可以自动识别出 来人体的摔倒动作并通过网络或者基站信号将摔倒报警信息发送到医护监控端和亲人手 机端，实现快速有效的跟踪定位，并及时发出报警，避免因时间延误而影响急救。
[0008] 本发明解决上述问题所采用的技术方案为:一种基于摔倒报警与跟踪定位功能的 腕表式智能养老看护平台，它包括移动终端、服务器、电脑终端和腕表佩戴者，腕表内的硬 件配置有GPS模块、网络通信模块和加速度传感器模块，GPS模块用来定位佩戴者的位置； 加速度传感器模块按不断采集佩戴者腕部运动的加速度数据并根据相应算法进行状态判 断；网络通信模块将这些信息传输出去，终端系统启动后，腕表可以实时监护佩戴者的行为 状态，并不断进行行为状态和地理位置的发送，数据实时传送到服务端，同时腕表具有摔倒 报警和跟踪定位功能，并且可以设置监护人电话号码，一旦腕表检测到佩戴者有摔倒行为， 报警信息在发往服务器的同时可以实时发送到监护人手机。
[0009] 优选地，本平台采用MVC的设计模式： 模型层:负责处理计算操作，同时在模型层也完成网络和数据库操作功能； 控制层:平台上控制层的主要功能是通过经由Activity转交给Model业务逻辑层处理， 实现Activity功能； 视图层:平台对界面进行描述采用Xml形式，Xml的布局文件存放于文件夹中，在这个文 件夹中也同样储存了显示界面模块方面的诸多内容。
[0010] 优选地，对于腕表佩戴者的摔倒过程采用建模的方式，具体过程如下： 一、 摔倒样本数据获取 在建立模型的过程中，逐一采集各种状态的动作数据各40组，摔倒动作数据100组，这 100组数据中含有各个方向摔倒的情况，使用采集到的摔倒样本中的80个组成训练样本集 = ' ?'?' " ' j ^80 )； 二、 样本信息特征处理 对训练集乂作？〇六处理，得到新的训练集尤_、特征向量矩阵/：' = (>1，_^/?8())和特征值 向量ι = Afl)，其中对安特征值从大到小排列，特征值矩阵也按对应特征值作相应调
整，然后选取特征值累计贡献度大于90%的维度作为最终的训练集， d的值，最终得到80 X ^的矩阵尤__，作为基于加权高斯核函数的向量机输入矩阵； 三、 训练样本 将二中经过特征处理后的样本f以及参数λ送入基于加权高斯核函数的向量机进行 训练，得到训练模型，训练中使用网格搜索法和5-fold交叉验证的方法寻找到的最优模 型参数。
[0011] 四、模型的存储 把三中经过训练得到的模型保存在存储设备中，系统在启动的时候可以直接读取加载 训练好的模型来进行人体动作的判断； 人体摔倒识别的过程如下： (1) 系统启动的时候首先从存储设备中加载已经训练好的模型到内存中； (2) 按照上面所述的采集方法逐一采集摔倒样本信息心 (3) 对于一条待预测的样本;?，将其映射到与训练样本同一个特征空间，其映射规则为 x_ = ^b，其中，?为原始训练样本集X的平均值向量，P为训练样本PCA得到的映射 矩阵； (4) 将；^_送入识别模型进行识别，输出识别结果。
[0012] 与现有技术相比，本发明的优点在于： 1、本发明利用百度地图定位为基于移动客户端开发LBS应用提供基础定位能力，准确 地定位老人摔倒的准确位置，后利用无线传感器进行感应，并将信息发送到求救中心进行 处理。获取的地理位置信息可以通过百度地图服务，得到所在地的地图图片，作为参考信息 发送给紧急联系人，以免由于紧急联系人不熟悉所在位置延误救治时间。
[0013] 2、本发明通过传感器采集人体在日常生活中肢体的动作状态加速度数据，基于各 种动作状态的力学特性异同来区分不同人体动作的检测方法，采用装配有加速度传感器的 可穿戴设备来识别老人摔倒动作。
[0014] 3、老人一旦摔倒，一定要能够发出"求救"信息，因此，当老人摔倒时，必须要能够 自动发送短信，自动拨打电话，从而能够连接到通信机制，进行信息的传输，以致于老人能 够获得求救。
【附图说明】
[0015]图1为本发明的系统通信示意图。
[0016]图2为本发明的定位原理。
[0017]图3为本发明的加速度坐标系示意图。
[0018]图4为本发明的滑动窗口示意图。
[0019] 图5为本发明的摔倒识别模型的建立和识别过程示意图。
[0020] 图6为本发明的智能系统硬件结构框图。
[0021] 图7为本发明的腕表式智能系统结构示意图。
【具体实施方式】
[0022]以下结合附图实施例对本发明作进一步详细描述。
[0023] 本发明涉及一种基于摔倒报警与跟踪定位功能的腕表式智能养老看护平台，由移 动终端系统和服务端系统两部分组成。其中移动终端是一款搭载Android平台的智能腕表， 由被监护人佩戴于手腕上，人体摔倒的识别算法即是实现在该腕表设备上。腕表上有百度 地图定位装置，所需要发送的信息可以通过基站将数据发送到互联网然后传输到服务器 上。发送的数据中包括佩戴者的地理位置信息、所连接基站的运营商、基站的编号、人体状 态等。服务端系统接收移动端发过来的信息。电脑端可以通过互联网查看腕表佩戴者信息。 其中管理人员可以管理用户信息，监护人也可以通过PC端显示器通过登录查看被监护人 的实时状态。移动终端也可以通过基站将报警信息发送给监护人手机。整个系统的通信示 意图如1所示。
[0024] 本平台的总体结构分成了三个层次，其中服务器端部署在通用计算机上，将移动 终端客户端部署在腕表式设备上，将服务器端结构设置在远程计算机服务器中。本发明设 计了系统架构，对系统设计采用了Model-View-Control ler(MVC)设计模式，这一设计模式 就是在设计系统时从数据模型模块，显示界面模块和业务控制模块三个不同的方向来实现 的； Activity是应用程序必不可少的一个组成部分。Activity的主要功能是给系统终端用 户提供虚拟接口，每一个Activity在一般情况下都是表现为全屏的用户操作界面。
[0025]数据模型模块:负责处理计算操作，同时在模型层也完成网络和数据库操作功能。 [0026]业务控制模块:平台上控制层的主要功能是通过经由Activity转交给业务逻辑处 理，实现Activity功能。
[0027]显示界面模块:平台对界面进行描述采用Xml形式，Xml的布局文件存放于layout 文件夹中，在这个文件夹中也同样储存了显示界面模块方面的诸多内容。
[0028]本平台包括地理位置信息获取功能模块、人体跌倒侦测自动报警功能模块、人机 交互功能模块、自动发送短信和拨打电话功能模块。
[0029] 百度地图具备两种定位原则一种方式是釆用信号基站的定位方式;另一种方式是 釆用定位方式。当用户需要进行定位时先通过应用程序向发送定位请求信号，会依据信号 强弱或用户喜好等设置信息来选择相应的定位方式来实现最终的定位，定位原理如图2所 不。
[0030] 摔倒报警设计主要以粗糙单类SVM(向量机）以及核函数的理论知识为基础，针对 单类支持向量机训练样本只有正类样本的特性，利用RBF核函数在粗糙单类支持向量机中 的方法，提出了一种基于训练样本分类特征贡献度的加权高斯核函数(λ-RBF)，使得Rough one-class SVM在训练模型的时候能充分挖掘与利用训练样本的特征以达到更好的识别 效果。
[003