一种基于家庭健康监护的紧急救援方法与流程

1.本发明属于智能监护技术领域，具体涉及一种基于家庭健康监护的紧急救援方法。


背景技术：

2.随着老龄化问题的日趋严峻，独居老人的日常监护和救援已逐渐成为棘手的社会问题。除此之外，幼儿、孕妇也是非常重要的受监护对象。为实时获取受监护对象的健康状况，可以由手监护对象佩戴各式各样的可穿戴设备，如手表、手环、智能项链等，或是在监控区域内安装摄像头、声音传感器、雷达天线等，用于获取受监护对象的当前状态。
3.其中，在监控区域安装雷达天线，通过雷达天线对监控区域进行射频扫描，用于采集监控区域内活动目标的点云信息，进而通过机器学习的方法训练获得的模型识别人体位姿，判断“摔倒”等危险行为。该法能够在实现无死角监控的同时保证个人隐私，在家庭监护方面的优势显而易见。
4.然而，无论采用哪一种方法进行监护端设计，受监护对象居住场所钥匙的分法都是一个非常重要的安全问题。为了保证受监护对象平时的生活起居安全，钥匙不能大量复制分发给潜在的救援人；即使是给了潜在救援人，救援人平时不仅要安全保管钥匙，而且在救援时需要迅速、准确拿到钥匙才能保障救援时间，大大提高了对救援人的要求，使得真正的社会化救援服务成本极高。


技术实现要素：

5.本发明的目的在于基于监听监控监护提供一种紧急救援方法。
6.为实现上述目的，本发明采取了如下技术方案：一种基于家庭健康监护的紧急救援方法，包括：服务器接收监护端上报的受监护用户的健康监测数据，判断所述健康监测数据是否达到呼救条件，当所述健康监测数据达到呼救条件时，生成救援请求，将所述救援请求下发至多个救援用户终端。
7.所述救援用户包括登记在受监护用户档案中的多个联系人，所述救援用户终端包括联系人持有的移动终端设备；所述移动终端设备接收救援请求并向联系人发出提醒，联系人通过移动终端设备确认是否响应救援请求，并将确认信息发送给服务器；服务器接收各联系人上报的确认信息，从中识别响应救援请求的联系人，根据登记在受监护用户档案中的其居所智能门锁id和开锁授权协议生成一次性开锁授权信息，并将所述一次性开锁授权信息下发至相应的智能门锁和响应救援请求的联系人所持移动终端设备。
8.所述救援用户包括登记在受监护用户档案中的多个联系人，所述救援用户终端包括联系人持有的移动终端设备，所述移动终端设备接收救援请求并向联系人发出提醒，联系人通过移动终端设备确认是否响应救援请求，并将确认信息发送给服务器；服务器接收
各联系人上报的确认信息，从中识别响应救援请求的联系人，并根据该联系人在用户档案中登记的信息，判断该联系人是否已获得受监护用户居所的入户授权（指已经获得实物钥匙或电子钥匙的联系人，电子钥匙的形式可以是多种多样的，例如：数字密码、手势密码，或指纹识别、虹膜识别、人脸识别、声音识别等生物信息识别授权），若否，根据登记在受监护用户档案中的其居所的智能门锁id和开锁授权协议生成一次性开锁授权信息，并将所述一次性开锁授权信息下发至相应的智能门锁和响应请求救援的联系人的移动终端设备。
9.服务器根据各联系人所持移动终端设备上报的确认信息判断是否有联系人在规定时间内响应救援，若是，将响应联系人的信息（例如：姓名、电话、响应的时刻等）分发给其他救援用户终端；若否，服务器生成二次救援请求，并将二次救援请求信息分发给其他救援用户终端。
10.联系人响应救援请求的，其所持移动终端主动将其位置信息实时上报给服务器，服务器主动或依其他救援用户请求将所述实时位置信息分发给其他救援用户终端。响应联系人分享位置信息，有助于其他救援用户即时了解救援进度、减少焦虑，并根据救援进度做出合理决策，例如：自己所处距离是否有救援优势，自己是否要响应救援并赶往救援现场，是否拨打120、110呼叫公共救援机构等。
11.服务器根据各联系人所持移动终端上报的确认信息、位置信息和门锁反馈的状态信息判断是否有联系人在规定时间内抵达救援现场，若无，服务器生成三次救援请求并分发给其他救援用户终端；若有，服务器则将包含抵达救援现场的信息分发给其他救援用户终端。
12.所述救援用户还包括救援客服中心，救援客服中心终端收到服务器发出的救援请求后，指派人工客服介入救援，人工客服负责沟通、调度救援资源。人工客服在收到首次救援请求后，可选择拨打受监护用户的电话以确认其健康状况，以决策是否为其呼叫120、110；或者在二次救援请求发出后直接决策呼叫120、110等公共救援机构，而后继续拨打其他联系人电话要求其尽快赶往现场，或决策是否派救援客服中心工作人员赶往现场；或者在三次救援请求发出后，设法联系调度附近未登记在联系人中的、有可能的其他救援资源，如小区物业人员等，请求其尽快赶往现场进行确认。
13.当联系人抵达救援现场的时间超过设定阈值，服务器向救援客服中心终端发出人工客服确认指令，救援客服中心收到指令后指定客服与联系人或受监护人进行电话确认是否将救援流程设置为完毕。
14.所述监护端包括健康数据采集模块，所述健康数据采集模块包括基于射频信号的人体位姿识别单元和/或生命体征监测单元。
15.所述监护端还包括询问模块，服务器根据监护端上报的健康监测数据判断受监护用户健康异常时，向监护端发出询问指令，监护端通过所述询问模块进行问询，或监护端根据采集到的健康监测数据判断受监护用户健康异常时通过询问模块主动发出问询，受监护用户通过监护端回应问询确认救援需求或是未在规定时间内回应问询，视为达到呼救条件。
16.本发明中的服务器可以是本地服务器、云端服务器，或是本地服务器与云端服务器相结合；作为一种实施方案，所述监护端通过安装在受监护用户居所顶部或靠近顶部的雷达天线发射、接收射频信号来获得该居所环境内的点云信息，据此获取人的位姿，并从中
判断出摔倒等危险动作，所述监护端与所述服务器集成为一体化电子设备。
17.服务器接收监护端上报的新增联系人请求，服务器通过应用推送、短信或客服电话向联系人进行确认，确认救援关系后登记至受监护用户档案。
18.服务器接收救援用户终端上报的关联受监护用户请求时，服务器向监护端发送确认信息，确认救援关系后将该救援用户作为联系人登记至关联的受监护用户档案。
19.受监护用户档案内信息包括：受监护用户的姓名、性别、年龄等基本信息，病史病例，监护端id，居所地址、居所智能门锁id和开锁授权协议，联系人、联系电话、联系人终端设备id及是否已获得入户授权，救援客服中心及救援客服中心终端设备id等。
20.与现有技术相比，本发明通过配置多个救援用户终端、尤其包含救援客服中心和多个联系人的救援用户体系，以确保救援的可靠性。进一步地，通过与智能门锁的配合，服务器为响应救援请求的救援用户进行一次性的开锁授权，既能够保证受监护用户的日常安全，免去救援后修改密码或更换电子钥匙的麻烦，也能够降低救援用户保存实物钥匙的负担，提高救援的及时性（如果是有形的实物钥匙，就要求救援用户随身携带，否则难以保证救援的及时性；如果该救援用户登记为多个受监护用户的联系人，随身携带多个实物钥匙，显然会成为其负担）。此外，在检测到健康异常的初期，先对受监护用户进行询问，可以减少误报率。
附图说明
21.图1是实施例1的实现系统框架图；图2是实施例2的实现系统框架图；图3是实施例3人体感知模型模型的训练流程图。
具体实施方式
22.下面结合具体实施例对本发明做进一步说明。
23.实施例1一种基于家庭健康监护的紧急救援方法，作为一种实施方式，其实现系统框架如图1所示，包括：安装在受监护用户居所的智能门锁1，由受监护用户佩戴或安装在受监护用户居所的监护端2，云端服务器3和多个救援用户终端，多个救援用户终端包括救援客服中心终端设备4和至少一个联系人终端设备5，通常，联系人终端设备5也配置有多个，如图中所示联系人终端设备5-1至5-n分别由各个联系人持有。下面以具有心率监控等功能的智能手表作为监护端2，以手机为联系人终端设备5，智能门锁1的开锁授权依据包括预留的指纹信息或数字密码，以此为例，描述该紧急救援方法的实现过程：s1：部署设备并建立用户档案；添加联系人信息并存入用户档案。
24.受监护用户档案内信息包括：受监护用户的姓名、性别、年龄等基本信息，病史病例，监护端2的设备id，居所地址、居所智能门锁id和开锁授权协议，联系人、联系电话、联系人终端设备id及是否已获得入户授权，救援客服中心及救援客服中心终端设备id等。
25.联系人可以预设，也可以后期添加。联系人的添加可以由监护端2发起，也可以由救援用户终端通过预装的应用发起。
26.若由监护端2发起，具体过程为：云端服务器3接收监护端2上报的新增联系人请
求，云端服务器3通过应用推送、短信或客服电话向联系人进行确认，确认救援关系后登记至受监护用户档案。
27.若由救援用户终端发起，具体过程为：云端服务器3接收救援用户终端上报的关联受监护用户请求时，云端服务器3向监护端2发送确认信息，确认救援关系后将该救援用户作为联系人登记至关联的受监护用户档案。
28.s2：受监护用户佩戴智能手表作为监护端2，智能手表通过内设的生命体征监测单元采集受监护用户的心率、血压、体温等健康监测数据，并将采集到的健康监测数据上报给云端服务器3。
29.s3：云端服务器3接收监护端2上报的受监护用户的健康监测数据，判断所述健康监测数据是否达到呼救条件，当所述健康监测数据达到呼救条件时，生成救援请求，并将救援请求下发至多个救援用户终端。
30.监护端2包括询问模块，云端服务器3根据监护端2上报的健康监测数据判断受监护用户健康异常时，向监护端2发出询问指令，监护端2通过询问模块进行问询，受监护用户通过监护端2回应问询确认救援需求或是未在规定时间内回应问询，视为达到呼救条件。作为另一种实现方案，作为监护端2的智能手表检测到受监护用户健康数据异常时，先发出主动询问，获得救援需求确认或未在规定时间内回应问询，则将询问结果和健康监测数据一通上报给云端服务器。
31.救援用户包括救援客服中心和登记在受监护用户档案中的多个联系人，救援用户终端包括救援客服中心终端设备4和各个联系人持有的移动终端设备5——智能手机。
32.联系人持有的移动终端设备5接收救援请求并向联系人发出提醒，联系人通过移动终端设备5确认是否响应救援请求，并将确认信息发送给云端服务器3；云端服务器3接收各联系人上报的确认信息，从中识别响应救援请求的联系人，并根据该联系人在用户档案中登记的信息，判断该联系人是否已获得受监护用户居所的入户授权（已在智能门锁1登记指纹或已获得智能门锁1的日常密码），若否，根据登记在受监护用户档案中的智能门锁1的id和开锁授权协议生成一次性开锁授权信息，并将所述一次性开锁授权信息下发至相应的智能门锁1和响应请求救援的联系人的移动终端设备5。救援客服中心终端4收到云端服务器3发出的救援请求后，指派人工客服介入救援，人工客服负责沟通、调度救援资源，如电话联系未响应的联系人，安排工作人员前往，呼叫110、120等寻求公共救援机构的帮助，或通过其他联络小区物业、社区工作人员等就近的救援资源等。
33.云端服务器3根据各联系人所持移动终端设备5上报的确认信息判断是否有联系人在规定时间内响应救援，若是，将响应联系人的姓名、电话、响应的时刻等信息分发给其他救援用户终端；若否，云端服务器生成二次救援请求，并将二次救援请求信息分发给其他救援用户终端。
34.联系人响应救援请求的，其所持移动终端5主动将其位置信息实时上报给云端服务器3，云端服务器3主动或依其他救援用户请求将所述实时位置信息分发给其他救援用户终端。
35.云端服务器3根据各联系人所持移动终端5上报的确认信息、位置信息和智能门锁1反馈的状态信息判断是否有联系人在规定时间内抵达救援现场，若无，云端服务器3生成三次救援请求并分发给其他救援用户终端；若有，云端服务器3则将包含抵达救援现场的信
息分发给其他救援用户终端。
36.s4：当联系人抵达救援现场的时间超过设定阈值，云端服务器3向救援客服中心终端4发出人工客服确认指令，救援客服中心收到指令后指定客服与联系人或受监护人进行电话确认是否将救援流程设置为完毕。确认流程完毕的，客服人员通过救援客服中心终端4将完毕信息反馈给云端服务器3，救援流程结束。
37.实施例2一种基于家庭健康监护的紧急救援方法，作为一种实施方式，其实现系统框架如图2所示，包括：安装在受监护用户居所的智能门锁1，安装在受监护用户居所的、集成监护端功能和服务器功能的一体化电子设备6，以及多个救援用户终端。多个救援用户终端包括救援客服中心终端设备4和至少一个联系人终端设备5，通常，联系人终端设备5也配置有多个，如图中所示联系人终端设备5-1至5-n分别由各个联系人持有。
38.一体化电子设备6包括：射频天线，用于对用户居所场景进行射频扫描，采集点云数据；通讯模块，用于与智能门锁1和救援客服中心终端设备4、联系人终端设备5进行通讯；询问模块，用于发出语音提示或询问信息；语音接收模块，用于接收受监护用户的应答语音；计算及存储模块，其上存储有一个或多个程序，当这一个或多个程序被该模块执行，从而实现下述方法：s1：建立用户档案；添加联系人信息并存入用户档案。
39.受监护用户档案内信息包括：受监护用户的姓名、性别、年龄等基本信息，病史病例，监护端设备id，居所地址、居所智能门锁id和开锁授权协议，联系人、联系电话、联系人终端设备id及是否已获得入户授权，救援客服中心及救援客服中心终端设备id等。
40.联系人可以预设，也可以后期添加。联系人的添加可以由一体化电子设备6发起，也可以由救援用户终端通过预装的应用发起。
41.若由一体化电子设备6发起，具体过程为：用户通过一体化电子设备6录入联系人，视为接收到监护端上报的新增联系人请求，一体化电子设备6通过应用推送、短信或客服电话向联系人进行确认，确认救援关系后登记至受监护用户档案。
42.若由救援用户终端发起，具体过程为：一体化电子设备6接收救援用户终端上报的关联受监护用户请求时，通过询问模块向询问用户以确认信息，用户通过语音接收模块进行应答后，确认救援关系后将该救援用户作为联系人登记至关联的受监护用户档案。
43.服务器接收监护端上报的受监护用户的健康监测数据，判断所述健康监测数据是否达到呼救条件，当所述健康监测数据达到呼救条件时，生成救援请求，将所述救援请求下发至多个救援用户终端。
44.s2：一体化电子设备6的计算及存储模块部署有人体感知模型，人体感知模型与射频天线共同构成基于射频信号的人体位姿识别单元，用于识别受监护用户的位姿并据此判断用户的健康状况，即以位姿作为健康监测数据；当监测到用户发生“摔倒”等危险动作，视为健康异常。
45.s3：计算及存储模块根据监测到的受监护用户位姿等健康监测数据，判断判断受监护用户健康异常时，生成询问指令，询问模块发出语音对受监护用户进行问询，受监护用户通过语音接收模块回应问询确认救援需求或是未在规定时间内回应问询，视为达到呼救
条件。
46.达到呼救条件的，计算及存储模块生成救援请求，并通过通讯模块将救援请求下发至多个救援用户终端。
47.救援用户包括救援客服中心和登记在受监护用户档案中的多个联系人，救援用户终端包括救援客服中心终端设备4和各个联系人持有的移动终端设备5——智能手机。
48.联系人持有的移动终端设备5接收救援请求并向联系人发出提醒，联系人通过移动终端设备5确认是否响应救援请求，并将确认信息发送给一体化电子设备6，一体化电子设备6的计算及存储模块通过通讯模块接收各联系人上报的确认信息，从中识别响应救援请求的联系人，并根据登记在受监护用户档案中的其居所智能门锁id和开锁授权协议生成一次性开锁授权信息，并将该一次性开锁授权信息下发至相应的智能门锁1和响应救援请求的联系人所持移动终端设备5。
49.计算及存储模块根据各联系人所持移动终端设备5上报的确认信息判断是否有联系人在规定时间内响应救援，若是，将响应联系人的姓名、电话、响应的时刻等信息分发给其他救援用户终端；若否，计算及存储模块生成二次救援请求，并通过通讯模块将二次救援请求信息分发给其他救援用户终端。
50.联系人响应救援请求的，其所持移动终端5主动将其位置信息实时上报给一体化电子设备6，一体化电子设备6主动或依其他救援用户请求将所述实时位置信息分发给其他救援用户终端。
51.一体化电子设备6的计算及存储模块根据各联系人所持移动终端5上报的确认信息、位置信息和智能门锁1反馈的状态信息判断是否有联系人在规定时间内抵达救援现场，若无，计算及存储模块生成三次救援请求并通过通讯模块分发给其他救援用户终端；若有，计算及存储模块通过通讯模块将包含抵达救援现场的信息分发给其他救援用户终端。
52.s4：当联系人抵达救援现场的时间超过设定阈值，计算及存储模块生成人工客服确认指令并通过通讯模块分发给救援客服中心终端4，救援客服中心收到指令后指定客服与联系人或受监护人进行电话确认是否将救援流程设置为完毕。确认流程完毕的，客服人员通过救援客服中心终端4将完毕信息反馈给云端服务器3，救援流程结束。
53.实施例3实施例2中提及的人体感知模型模型，本实施例中标记为模型ma，可以通过机器学习的方法训练得到，图3示出了该方法的一个流程，包括以下步骤：s301：基于射频扫描，对某个场景进行点云数据采集。可接受的射频信号的频率范围在3ghz-90ghz，带宽500mhz-20ghz。射频信号的发射和接收，可以通过预装在场景中的mimo天线实现。为了获得立体信号，可以在场景中布局多组天线，以获得网格化点云数据。射频扫描过程中对场景进行同步录像或采用其他标记手段，获取参照信息。
54.s302：将一组n次（n为大于等于2的整数）射频扫描获得的点云数据视为1个点云数据组，解算出与每个点云数据组相对应的点云信息；点云信息中与每一个反射点p相对应的信息至少包括该反射点的空间位置（x，y，z）、速度v（n大于等于2时即可获得速度信息）和信号强度g信息，还可以进一步包括加速度a（n大于等于3时可获得加速度信息）和噪声幅度n，记为p｛（x，y，z），v，g，a，n｝。
55.待检测目标的空间位置信息获取，需要设备在tc时间段内线性扫描b带宽频段，发
射射频信号的同时接收射频信号，将两者混频后过滤掉高频信号，得到中频信号，再对该信号进行采样，由于扫描频率为线性增长，得到，其中τ为发射信号从设备到待检测目标之间的一个来回所需要的时间，tc为时间段，
ƒ
τ为接收到中频信号的频率，b为带宽频段，得到待检测目标与设备之间的距离为d=，其中c为光速，通过对采样信号做傅里叶变换，得出反射点的
ƒ
τ值，进而获得反射点即待检测目标的距离信息。
56.待检测目标的加速度信息获取，此时待检测目标为移动状态，两次探测接收到的射频由于多普勒现象的存在，相位会产生很大的变化，通过相位变化可以获得待检测目标两个反射点之间的位移为，瞬时速度为，其中为所使用的射频的波长，为两次扫描的相位差，通过至少三次扫描，获取待检测目标在每个反射点的加速度。通常，一个射频扫描周期tc=20～3500μs。
57.为减少后续数据运算负担，解算过程中可以先根据射频扫描无人场景获得的数据对射频扫描获得的点云数据进行过滤，滤除固定场景信息。
58.s303：根据数据采集过程中记录的参照信息，标记出场景中与每组射频扫描获取的点云信息相对应的人体代表点的空间位置信息，作为一种实施方式，可以选择人体躯干的中心点作为代表点；标记时可利用现有人工智能识别的方法从参照信息中提取人体代表点位置，进而基于同一时间轴对点云信息进行自动标记；收集多组射频扫描获得的点云信息和相应的人体代表点空间位置信息，形成第一样本集；基于第一样本集，利用机器学习的方法，例如随机森林、支持向量机、基于决策树的adaboost或gradient tree boosting、神经元网络等，训练出能够识别场景中人员数量m和每个人体代表点空间位置的模型mo，模型mo的输出目标为o=｛（prm，psm），m=1，2，3，
……
，m｝，prm为第m个待检测人体目标存在的概率，psm为第m个待检人体目标的代表点空间位置，m为场景中的人数。根据所选择算法，使用数值类损失函数如输入值和输出值之间mse、麦哈顿距离等作为评估方法来提高模型准确度。
59.s304：将n
pk
组（n
pk
×
n次，n
pk
为大于1的整数，优选2～25）射频扫描获得的点云信息视为一个点云信息序列，根据模型mo的输出结果对点云信息序列进行过滤，仅保留人体代表点附近特定距离范围、甚至特定速度范围（将人体大小范围的数据作为有效数据，有利于进一步降低数据运算量）的点云信息，得到过滤后的点云信息序列；基于人体关节点在人体上选择多个关键点，根据数据集形成中记录的参照信息，标记出与每个过滤后的点云信息序列相对应的人体关键点的空间位置信息，收集多个信息序列并进行过滤、标记，形成第二样本集；人体关键点的选择可以参考图2，在图2所示的实施方式中，k=8，图2中的序号1-8分别指示8个人体关键点，分别为躯干1（与人体代表点位置一致），头部2，肘部3和4，膝关节5和6，手部7和8；基于第二样本集，利用机器学习的方法，例如随机森林、支持向量机、基于决策树的adaboost或gradient tree boosting、神经元网络等，训练出能够识别场景中m个人体的多个关键点信息的模型mk；模型mk的输出目标为每个待检人体目标的关键点信息ok=｛
（prk，psk），k=1，2，3，
……
，k｝，k为选定的人体关键点个数；prk为某一个待检人体目标的第k个关键点存在的概率；psk为某一个待检人体目标的第k个关键点存在的空间位置。根据所选择算法，使用数值类损失函数如输入值和输出值之间mse、麦哈顿距离等作为评估方法来提高模型准确度。
60.s305：获取第三样本集，第三样本集包括正例样本和反例样本，正例样本包括从参照信息中获取的某种特定人的姿态和人的手势（例如：摔倒）和与之对应的n
ma
次（n
ma
为大于1的整数，优选18～750）连续mk输出结果，其余mk输出结果作为未发生某种特定行为的反例样本；基于第三样本集，利用机器学习的方法，例如，随机森林、支持向量机、基于决策树的adaboost或gradient tree boosting、神经元网络等训练出能够根据多个点云信息序列识别出特定人的姿态和人的手势的模型ma；模型ma的输出目标为某一个待检人体目标发生某种特定行为的概率。根据所选择算法，使用类别损失函数如神经元网络中的交叉熵或支持向量机中的hinge 作为评估方法来提高模型准确度。
61.同样的，参照步骤s305设定其他特定的姿态或手势，如坐、立、走、跑动、跳跃、挥手、击掌等，根据动作发生时长调整参数n
ma
，重复步骤s305，可以获得能够识别不同姿态或手势的多个模型ma。
62.作为一种实施方式，tc=1000μs，n=3，n
pk
=10，n
ma
=50，通过ma监测摔倒行为，监测n
ma
次数据对应时间为1500ms，与发生一次摔倒行为所需要的时间基本相同。
63.为提升模型应用的广泛性，可以对场景进行不同的设定，安排不同数量的人员在场景中做不同的活动，从而获得更丰富的样本集。
64.最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。