一种摔倒预测方法及系统的制作方法

文档序号:10553779阅读:532来源:国知局
一种摔倒预测方法及系统的制作方法
【专利摘要】本发明提供了一种摔倒预测方法及系统,方法包括:在监测到用户运动时,根据运动方向,获取用户前方环境所对应的图像信息;根据所述图像信息,确定用户前方环境中是否包括用户感兴趣的物品;在确定用户前方环境中包括用户感兴趣的物品时,启动一级预警。根据本方案,在用户运动时,可以根据运动方向,对用户前方环境所对应的图像信息进行处理,以确定用户前方环境中是否包括用户感兴趣的物品,当确定用户前方环境中包括用户感兴趣的物品时,为了防止婴儿快速跑向该感兴趣的物品而造成摔倒,启动一级预警操作,以提醒看护人员及时对婴儿进行防护,从而可以降低婴儿摔倒的几率。
【专利说明】
一种摔倒预测方法及系统
技术领域
[0001] 本发明涉及数据处理技术领域,特别涉及一种摔倒预测方法及系统。
【背景技术】
[0002] 随着人口密度的不断增长,人们对婴儿健康的关注度也越来越高。在婴儿开始学 习走路或者刚刚学会走路时,容易造成摔倒现象。
[0003] 目前,摔倒预测的方式是通过在婴儿身上放置传感器器件,当采集到婴儿身体失 衡时,启动预警操作,以提醒婴儿的看护人员对婴儿进行防护,防止婴儿摔倒。
[0004] 然而,现有的预测方式是当婴儿身体已经失衡时才会进行提醒,而看护人员在接 受到提醒后存在反应时间,因此,可能无法及时对婴儿进行防护,导致婴儿摔倒。

【发明内容】

[0005] 本发明实施例提供了一种摔倒预测方法及系统,以保证看护人员能够及时对婴儿 进行防护。
[0006] 第一方面,本发明实施例提供了一种摔倒预测方法,包括:
[0007] 在监测到用户运动时,根据运动方向,获取用户前方环境所对应的图像信息;
[0008] 根据所述图像信息,确定用户前方环境中是否包括用户感兴趣的物品;
[0009] 在确定用户前方环境中包括用户感兴趣的物品时,启动一级预警。
[0010] 优选地,进一步包括:预先将用户感兴趣的物品所对应的标准值存储在数据库中;
[0011] 所述根据所述图像信息,确定用户前方环境中是否包括用户感兴趣的物品,包括:
[0012] S11:将所述图像信息分成至少两个关键分区;
[0013] S12:获取每一个关键分区对应的输入值;
[0014] S13:获取与输入值个数相同个数的优化函数;
[0015] S14:将每一个输入值输入到预先构建的识别模型中,以利用每一个优化函数分别 对输入的所有输入值进行优化,得到每一个当前优化函数对应的与输入值个数相同个数个 的优化输入值,利用每一个优化输入值对应的权值生成每一个当前优化函数对应的输出 值;
[0016] S15:将每一个输出值作为输入值,执行S13,直到从识别模型中输出第一设定次数 的输出值,将最后一次输出的输出值作为目标输出值,并执行S16;
[0017] S16:将所述目标输出值与所述标准值进行比较,并在比较结果中确定误差小于第 一设定值时,确定用户前方环境中包括用户感兴趣的物品,否则,确定用户前方环境中不包 括用户感兴趣的物品。
[0018] 优选地,所述根据所述图像信息,确定用户前方环境中是否包括用户感兴趣的物 品,包括:
[0019] S21:将所述图像信息分成至少两个关键分区;
[0020] S22:获取每一个关键分区对应的输入值;
[0021 ] S23:获取与输入值个数相同个数的优化函数;
[0022] S24:将每一个输入值输入到预先构建的识别模型中,以利用每一个优化函数分别 对输入的所有输入值进行优化,针对利用每一个当前优化函数进行优化的与输入值个数相 同个数个优化输入值,利用每一个优化输入值对应的权值生成每一个当前优化函数对应的 输出值;
[0023] S25:将每一个输出值作为输入值,执行S23,直到将第二设定次数次输出的第一输 出值作为输入值输入到所述识别模型中,得到该次优化后的目标优化输入值,并执行S26;
[0024] S26:计算第一输出值与(第二设定次数-1)次、(第二设定次数-2)次、……、(第二 设定次数_n)次的平均值;其中,n小于第二设定次数;
[0025] S27:比较该平均值与所述目标优化输入值,在比较结果中确定误差小于第二设定 值时,确定用户前方环境中包括用户感兴趣的物品,否则,确定用户前方环境中不包括用户 感兴趣的物品。
[0026]优选地,所述优化函数f(x)包括:
[0028]其中,c为常数,x为输入值,A为随机数;
[0029] 所述获取与输入值个数相同个数的优化函数,包括:获取上述与输入值个数相同 个数个优化函数,并针对获取的每一个上述优化函数随机赋予一个A值。
[0030] 优选地,进一步包括:预先设定目标角度;
[0031 ]进一步包括:在利用传感器监测到用户失衡角度大于所述目标角度时,启动二级 预警。
[0032] 第二方面,本发明实施例还提供了一种摔倒预测系统,包括:
[0033] 监测单元,用于监测用户运动,在监测到用户运动时,触发获取单元执行相应操 作;
[0034] 所述获取单元,用于根据运动方向,获取用户前方环境所对应的图像信息,并将获 取的所述图像信息发送给确定单元;
[0035] 所述确定单元,用于根据所述图像信息,确定用户前方环境中是否包括用户感兴 趣的物品,并在确定用户前方环境中包括用户感兴趣的物品时,触发第一预警启动单元执 行相应操作;
[0036] 第一预警启动单元,用于启动一级预警。
[0037] 优选地,进一步包括:数据库,用于存储用户感兴趣的物品所对应的标准值;
[0038] 所述确定单元,具体用于执行如下步骤:
[0039] S11:将所述图像信息分成至少两个关键分区;
[0040] S12:获取每一个关键分区对应的输入值;
[0041 ] S13:获取与输入值个数相同个数的优化函数;
[0042] S14:将每一个输入值输入到预先构建的识别模型中,以利用每一个优化函数分别 对输入的所有输入值进行优化,针对利用每一个当前优化函数进行优化的与输入值个数相 同个数个优化输入值,利用每一个优化输入值对应的权值生成每一个当前优化函数对应的 输出值;
[0043] S15:将每一个输出值作为输入值,执行S13,直到从识别模型中输出第一设定次数 的输出值,将最后一次输出的输出值作为目标输出值,并执行S16;
[0044] S16:将所述目标输出值与所述标准值进行比较,并在比较结果中确定误差小于第 一设定值时,确定用户前方环境中包括用户感兴趣的物品,否则,确定用户前方环境中不包 括用户感兴趣的物品。
[0045] 优选地,所述确定单元,具体用于执行如下步骤:
[0046] S21:将所述图像信息分成至少两个关键分区;
[0047] S22:获取每一个关键分区对应的输入值;
[0048] S23:获取与输入值个数相同个数的优化函数;
[0049] S24:将每一个输入值输入到预先构建的识别模型中,以利用每一个优化函数分别 对输入的所有输入值进行优化,针对利用每一个当前优化函数进行优化的与输入值个数相 同个数个优化输入值,利用每一个优化输入值对应的权值生成每一个当前优化函数对应的 输出值;
[0050] S25:将每一个输出值作为输入值,执行S23,直到将第二设定次数次输出的第一输 出值作为输入值输入到所述识别模型中,得到该次优化后的目标优化输入值,并执行S26;
[0051] S26:计算第一输出值与(第二设定次数-1)次、(第二设定次数-2)次、……、(第二 设定次数_n)次的平均值;其中,n小于第二设定次数;
[0052] S27:比较该平均值与所述目标优化输入值,在比较结果中确定误差小于第二设定 值时,确定用户前方环境中包括用户感兴趣的物品,否则,确定用户前方环境中不包括用户 感兴趣的物品。
[0053]优选地,所述优化函数f(x)包括:
[0055]其中,c为常数,x为输入值,A为随机数;
[0056] 所述确定单元,在用于执行获取与输入值个数相同个数的优化函数时,具体用于 获取上述与输入值个数相同个数个优化函数,并针对获取的每一个上述优化函数随机赋予 一个八值。
[0057] 优选地,进一步包括:存储单元,用于存储设定的目标角度;
[0058] 所述监测单元,进一步在用于监测到用户失衡角度大于所述目标角度时,触发所 述第二预警启动单元执行相应操作;
[0059] 所述第二预警启动单元,用于启动二级预警。
[0060] 本发明实施例提供了一种摔倒预测方法及系统,在用户运动时,可以根据运动方 向,对用户前方环境所对应的图像信息进行处理,以确定用户前方环境中是否包括用户感 兴趣的物品,当确定用户前方环境中包括用户感兴趣的物品时,为了防止婴儿快速跑向该 感兴趣的物品而造成摔倒,启动一级预警操作,以提醒看护人员及时对婴儿进行防护,从而 可以降低婴儿摔倒的几率。
【附图说明】
[0061] 为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明 的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据 这些附图获得其他的附图。
[0062] 图1是本发明一个实施例提供的一种方法流程图;
[0063] 图2是本发明一个实施例提供的另一种方法流程图;
[0064] 图3是本发明一个实施例提供的一种识别方法流程图;
[0065] 图4是本发明一个实施例提供的一种识别模型架构图;
[0066] 图5是本发明一个实施例提供的另一种识别方法流程图;
[0067] 图6是本发明一个实施例提供的系统硬件架构图;
[0068] 图7是本发明一个实施例提供的一种系统结构示意图;
[0069] 图8是本发明一个实施例提供的另一种系统结构示意图。
【具体实施方式】
[0070] 为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例 中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是 本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员 在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0071] 如图1所示,本发明实施例提供了一种摔倒预测方法,该方法可以包括以下步骤:
[0072] 步骤101:在监测到用户运动时,根据运动方向,获取用户前方环境所对应的图像 信息;
[0073] 步骤102:根据所述图像信息,确定用户前方环境中是否包括用户感兴趣的物品, 在确定用户前方环境中包括用户感兴趣的物品时,执行下一个步骤;
[0074]步骤103:启动一级预警。
[0075] 可见,根据上述本发明实施例提供的方案,在用户运动时,可以根据运动方向,对 用户前方环境所对应的图像信息进行处理,以确定用户前方环境中是否包括用户感兴趣的 物品,当确定用户前方环境中包括用户感兴趣的物品时,为了防止婴儿快速跑向该感兴趣 的物品而造成摔倒,启动一级预警操作,以提醒看护人员及时对婴儿进行防护,从而可以降 低婴儿摔倒的几率。
[0076] 为使本发明的目的、技术方案和优点更加清楚,下面结合附图及具体实施例对本 发明作进一步地详细描述。
[0077] 如图2所示,本发明实施例提供了一种摔倒预测方法,该方法可以包括以下步骤:
[0078] 步骤201:在用户活动场所安装至少一个摄像头,以实现用户活动环境中的图像信 息。
[0079] 在本实施例中,安装摄像头的个数可以根据用户活动场所的大小决定,以保证安 装的摄像头可以获取到用户活动场所的各个方位上的图像信息。
[0080] 步骤202:在用户身上放置传感器器件,以实现对用户运动的监测。
[0081] 在本实施例中,为了实现对用户运动的监测以及对用户是否失衡进行监测,可以 在用户身上放置传感器器件。
[0082] 其中,该传感器器件可以放置在用户所穿的鞋子上,用来监测用户的失衡角度,也 可以放置在用户的膝盖上,另外,该传感器器件也可以是一种可以携带的电子设备,本发明 实施例对此不作具体限定。
[0083] 步骤203:在监测到用户运动时,根据运动方向,利用摄像头获取用户前方环境所 对应的图像信息。
[0084] 对于用户运动的监测,可以通过放置在用户身上的传感器进行监测。
[0085] 在本发明一个实施例中,该传感器可以包括:加速度传感器、位移传感器、压力传 感器、角度传感器中任意一种或多种。
[0086] 在本发明一个实施例中,可以通过用户身上放置的传感器确定用户的运动方向; 也可以是通过摄像头确定用户在运动时的朝向,并根据其朝向确定用户的运动方向。
[0087] 为了保证用户运动的目的,例如,是否看到前方有其感兴趣的物品,目的是运动到 前方其感兴趣的物品,还是其他运动,因此,在本发明一个实施例中,可以通过摄像头获取 到用户前方环境所对应的图像信息。
[0088] 步骤204:根据图像信息,确定用户前方环境中是否包括用户感兴趣的物品,在确 定用户环境中包括用户感兴趣的物品时,执行步骤205;在确定用户前方环境中不包括用户 感兴趣的物品时,执彳丁步骤206。
[0089] 在本发明一个实施例中,为了实现对图像信息进行识别,以快速确定用户前方环 境中是否包括用户感兴趣的物品,可以通过如下两种方式识别:
[0090] 方式1、利用标准值进行识别。
[0091] 方式2、利用平均记忆值进行识别。
[0092] 下面分别对这两种识别方式进行说明,以对本实施例中图像信息的识别进行详细 说明。
[0093] 对于方式1:
[0094]在该方式1下,需要预先将用户感兴趣的物品所对应的标准值存储在数据库中,以 使后续过程中利用该标准值对图像信息中是否包括用户感兴趣的物品进行识别。
[0095] 在该方式1下,存储在数据库中的标准值可以对应多个分类,以本实施例中的用户 为婴儿来举例,该分类可以包括:玩具、家具、人、其他中的任意一种或多种。
[0096] 其中,每一个分类包括对应的标准值,该标准值可以是一个数值,也可以一组数 值,具体根据用户的设定而定。
[0097] 在方式1下,请参考图3,该根据图像信息,确定用户前方环境中是否包括用户感兴 趣的物品,可以包括以下步骤:
[0098]步骤301:将所述图像信息分成至少两个关键分区;
[0099] 在本发明一个实施例中,为了保证在识别过程中可以提高物品识别的准确率,可 以对图像信息进行分区操作,该分区操作可以根据图像信息中像素的灰度值来分区,例如, 在该图像信息中包括一个玩具车,那么可以将玩具车的轮子作为一个关键分区,将玩具车 的车身作为一个关键分区。
[0100] 步骤302:获取每一个关键分区对应的输入值;
[0101] 其中,可以根据关键分区中所包括像素的灰度值来确定相应的输入值。
[0102] 在本发明一个实施例中,可以将该关键分区中所包括的每一个像素的灰度值之和 作为相应的输入值,也可以将该关键分区中所包括的每一个像素的灰度值的平均值作为相 应的输入值。
[0103]在本发明一个实施例中,可以通过如下公式(1)计算每一个像素的灰度值Gray:
(1)
[0105] 其中,0.299、0.587和0.114分别为R、G、B对应的权值。
[0106] 步骤303:获取与输入值个数相同个数的优化函数;
[0107] 在本发明一个实施例中,为了实现对图像信息中是否包括用户感兴趣的物品,需 要获取到与输入值个数相同个数的优化函数。
[0108] 假设在步骤301中,将图像信息分成了r个关键分区,那么需要获取r个优化函数。
[0109] 在本发明一个实施例中,该优化函数f (x)可以通过如下公式(2)计算:
(2>
[0111]其中,c为常数,x为输入值,A为随机数;
[0112] 在本发明一个实施例中,由于需要获取r个优化函数,即可以获取r个上述公式(2) 所对应的优化函数,并对获取的每一个优化函数随机赋予一个A值,从而得到r个不相同的 优化函数。
[0113] 步骤304:将每一个输入值输入到预先构建的识别模型中,以利用每一个优化函数 分别对输入的所有输入值进行优化,针对利用每一个当前优化函数进行优化的与输入值个 数相同个数个优化输入值,利用每一个优化输入值对应的权值生成每一个当前优化函数对 应的输出值;
[0114] 在本发明一个实施例中,可以预先构建如图4所示的识别模型,在该识别模型中包 括输入层、隐含层和输出层三部分。
[0115] 其中,输入层用于输入确定的输入值,隐含层用于对输入的输入值进行处理,输出 层用于数出隐含层处理后的输出值。
[0116] 在初始状态下,输入层输入的输入值为步骤302中获取到的各个输入值。例如,输 入到识别模型中的输入值分别为X1、x 2、…、xr。
[0117] 在后续过程,输入层输入的输入值为识别模型上一次输出的输出值。
[0118] 在隐含层中,请参考图4中隐含层所包括的各个圆框,在每一个圆框上对应一个优 化函数,且在每一个圆框上进行如下处理:利用该圆框对应的优化函数分别对r个输入值进 行计算,从而获取到一组数值,该组中包括有r个优化输入值。
[0119] 例如,在隐含层中第一个圆框所对应的优化函数为如下式(3):
(3)
[0121] 那么,针对隐含层中第一个圆框所进行的处理包括:将输入值X1、X2、…、Xr分别代 入到上式(3)中,得到针对第一个圆框对应的r个优化输入值f( X1)、f(X2)、~、f(Xr)。
[0122] 在输出层中,针对隐含层中每一个圆框所对应的一组数值,利用针对每一个优化 输入值对应的权值,生成每一个优化函数对应的输出值。
[0123] 例如,针对输出层中的第一个圆框所作的处理如下:确定在隐含层中每一个圆框 所对应的权值:Hi、H2、…、H r,那么该圆框中所得到的所有优化输入值所对应的权值与该圆 框所对应的权值相同。将隐含层中第一个圆框中包括的优化输入值f( X1)、隐含层中第二个 圆框中包括的优化输入值f(X1)、…、隐含层中第r个圆框中包括的优化输入值f(X1),分别利 用相应的权值,计算出输出层中第一个圆框对应的输出值。
[0124] 在本发明一个实施例中,该输出值可以是一组,该组中包括每一个优化输入值与 相应权值的乘积,该输出值也可以是一个,为每一个优化输入值与相应权值乘积之后的和。 该输出值的形式可以根据数据库中存储的标准的形式来决定。
[0125] 步骤305:将每一个输出值作为输入值,执行步骤303,直到从识别模型中输出第一 设定次数的输出值,将最后一次输出的输出值作为目标输出值,并执行步骤306;
[0126] 其中,该第一设定次数为根据经验值预先设定的,例如,为50次,80次等。
[0127] 步骤306:将所述目标输出值与所述标准值进行比较,并在比较结果中确定误差小 于第一设定值时,确定用户前方环境中包括用户感兴趣的物品,否则,确定用户前方环境中 不包括用户感兴趣的物品。
[0128] 其中,该第一设定值也是根据经验值预先设定的。
[0129] 对于方式2:
[0130] 在方式2下,请参考图5,该根据图像信息,确定用户前方环境中是否包括用户感兴 趣的物品,可以包括以下步骤:
[0131 ]步骤501:将所述图像信息分成至少两个关键分区;
[0132] 本步骤与步骤301相同,本实施例对此不作赘述。
[0133] 步骤502:获取每一个关键分区对应的输入值;
[0134] 本步骤与步骤302相同,本实施例对此不作赘述。
[0135] 步骤503:获取与输入值个数相同个数的优化函数;
[0136] 本步骤与步骤303相同,本实施例对此不作赘述。
[0137] 步骤504:将每一个输入值输入到预先构建的识别模型中,以利用每一个优化函数 分别对输入的所有输入值进行优化,针对利用每一个当前优化函数进行优化的与输入值个 数相同个数个优化输入值,利用每一个优化输入值对应的权值生成每一个当前优化函数对 应的输出值;
[0138] 本步骤与步骤304相同,本实施例对此不作赘述。
[0139] 步骤505:将每一个输出值作为输入值,执行步骤503,直到将第二设定次数次输出 的第一输出值作为输入值输入到所述识别模型中,得到该次优化后的目标优化输入值,并 执行步骤506;
[0140] 其中,该第二设定次数为根据经验值预先设定,且该第二设定次数可以远远小于 步骤305中的第一设定次数,该第二设定次数可以为20次、30次等。
[0141] 步骤506:计算第一输出值与(第二设定次数-1)次、(第二设定次数-2)次、……、 (第二设定次数_n)次的平均值;其中,n小于第二设定次数;
[0142] 在本发明一个实施例中,n值优选为3。
[0143] 步骤507:比较该平均值与所述目标优化输入值,在比较结果中确定误差小于第二 设定值时,确定用户前方环境中包括用户感兴趣的物品,否则,确定用户前方环境中不包括 用户感兴趣的物品。
[0144] 其中,该第二设定值也是根据经验值预先设定的。
[0145] 综上两种方式所实现的图像信息的识别,方式2相对于方式1的效率更高。
[0146] 步骤205:启动一级预警,并执行步骤206。
[0147] 在本发明一个实施例中,该一级预警可以是提醒看护人,用户正在跑向其感兴趣 的物品,可能会因为奔跑速度较快导致摔倒,请看护人注意对用户的防护。
[0148] 步骤206:继续对用户进行监测,若在监测到用户运动时,执行步骤203;若在监测 到用户发生身体失衡,且失衡角度大于预先设定的目标角度时,执行步骤207。
[0149] 为了提高预警的准确率,进一步防止用户摔倒,可以利用放置在用户身上的传感 器对用户身体失衡角度进行监测,当失衡角度大于预先设定的目标角度时,表明该用户马 上要摔倒。例如,该目标角度可以为30度。
[0150] 步骤207:启动二级预警。
[0151] 在本发明一个实施例中,该二级预警用来进一步提醒看护人对用户进行摔倒防 护。
[0152] 如图6、图7所示,本发明实施例提供了一种摔倒预测系统。装置实施例可以通过软 件实现,也可以通过硬件或者软硬件结合的方式实现。从硬件层面而言,如图6所示,为本发 明实施例提供的摔倒预测系统所在设备的一种硬件结构图,除了图6所示的处理器、内存、 网络接口、以及非易失性存储器之外,实施例中装置所在的设备通常还可以包括其他硬件, 如负责处理报文的转发芯片等等。以软件实现为例,如图7所示,作为一个逻辑意义上的装 置,是通过其所在设备的CPU将非易失性存储器中对应的计算机程序指令读取到内存中运 行形成的。本实施例提供的摔倒预测系统,包括:
[0153] 监测单元701,用于监测用户运动,在监测到用户运动时,触发获取单元702执行相 应操作;
[0154] 所述获取单元702,用于根据运动方向,获取用户前方环境所对应的图像信息,并 将获取的所述图像信息发送给确定单元703;
[0155] 所述确定单元703,用于根据所述图像信息,确定用户前方环境中是否包括用户感 兴趣的物品,并在确定用户前方环境中包括用户感兴趣的物品时,触发第一预警启动单元 704执行相应操作;
[0156] 第一预警启动单元704,用于启动一级预警。
[0157] 在本发明一个实施例中,请参考图8,该摔倒预测系统可以进一步包括:
[0158] 数据库801,用于存储用户感兴趣的物品所对应的标准值;
[0159] 所述确定单元703,具体用于执行如下步骤:
[0160] S11:将所述图像信息分成至少两个关键分区;
[0161] S12:获取每一个关键分区对应的输入值;
[0162] S13:获取与输入值个数相同个数的优化函数;
[0163] S14:将每一个输入值输入到预先构建的识别模型中,以利用每一个优化函数分别 对输入的所有输入值进行优化,针对利用每一个当前优化函数进行优化的与输入值个数相 同个数个优化输入值,利用每一个优化输入值对应的权值生成每一个当前优化函数对应的 输出值;
[0164] S15:将每一个输出值作为输入值,执行S13,直到从识别模型中输出第一设定次数 的输出值,将最后一次输出的输出值作为目标输出值,并执行S16;
[0165] S16:将所述目标输出值与所述标准值进行比较,并在比较结果中确定误差小于第 一设定值时,确定用户前方环境中包括用户感兴趣的物品,否则,确定用户前方环境中不包 括用户感兴趣的物品。
[0166] 在本发明一个实施例中,所述确定单元703,具体用于执行如下步骤:
[0167] S21:将所述图像信息分成至少两个关键分区;
[0168] S22:获取每一个关键分区对应的输入值;
[0169] S23:获取与输入值个数相同个数的优化函数;
[0170] S24:将每一个输入值输入到预先构建的识别模型中,以利用每一个优化函数分别 对输入的所有输入值进行优化,针对利用每一个当前优化函数进行优化的与输入值个数相 同个数个优化输入值,利用每一个优化输入值对应的权值生成每一个当前优化函数对应的 输出值;
[0171] S25:将每一个输出值作为输入值,执行S23,直到将第二设定次数次输出的第一输 出值作为输入值输入到所述识别模型中,得到该次优化后的目标优化输入值,并执行S26;
[0172] S26:计算第一输出值与(第二设定次数-1)次、(第二设定次数-2)次、……、(第二 设定次数_n)次的平均值;其中,n小于第二设定次数;
[0173] S27:比较该平均值与所述目标优化输入值,在比较结果中确定误差小于第二设定 值时,确定用户前方环境中包括用户感兴趣的物品,否则,确定用户前方环境中不包括用户 感兴趣的物品。
[0174] 在本发明一个实施例中,所述优化函数f(x)包括:
[0176] 其中,c为常数,x为输入值,A为随机数;
[0177] 所述确定单元703,在用于执行获取与输入值个数相同个数的优化函数时,具体用 于获取上述与输入值个数相同个数个优化函数,并针对获取的每一个上述优化函数随机赋 予一个A值。
[0178] 在本发明一个实施例中,请参考图8,该摔倒预测系统可以进一步包括:
[0179] 存储单元802,用于存储设定的目标角度;
[0180]所述监测单元701,进一步在用于监测到用户失衡角度大于所述目标角度时,触发 所述第二预警启动单元执行相应操作;
[0181]所述第二预警启动单元803,用于启动二级预警。
[0182] 综上,本发明实施例至少可以实现如下有益效果:
[0183] 1、在本发明一个实施例中,在用户运动时,可以根据运动方向,对用户前方环境所 对应的图像信息进行处理,以确定用户前方环境中是否包括用户感兴趣的物品,当确定用 户前方环境中包括用户感兴趣的物品时,为了防止婴儿快速跑向该感兴趣的物品而造成摔 倒,启动一级预警操作,以提醒看护人员及时对婴儿进行防护,从而可以降低婴儿摔倒的几 率。
[0184] 2、在本发明一个实施例中,通过利用传感器监测用户的失衡角度,以实现二级预 警,从而可以进一步提高预测用户摔倒的准确率,使得看护人尽快实现对用户的防护,降低 用户摔倒的几率。
[0185] 3、在本发明一个实施例中,通过利用利用记忆值的平均值方式与识别模型中优化 函数处理后的优化输入值进行比较,从而可以降低识别模型处理的次数,提高识别的效率。
[0186] 上述装置内的各单元之间的信息交互、执行过程等内容,由于与本发明方法实施 例基于同一构思,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
[0187] 需要说明的是,在本文中,诸如第一和第二之类的关系术语仅仅用来将一个实体 或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在 任何这种实际的关系或者顺序。而且,术语"包括"、"包含"或者其任何其他变体意在涵盖非 排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素, 而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固 有的要素。在没有更多限制的情况下,由语句"包括一个〃....."限定的要素,并不排 除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
[0188] 本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过 程序指令相关的硬件来完成,前述的程序可以存储在计算机可读取的存储介质中,该程序 在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光 盘等各种可以存储程序代码的介质中。
[0189] 最后需要说明的是:以上所述仅为本发明的较佳实施例,仅用于说明本发明的技 术方案,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、 等同替换、改进等,均包含在本发明的保护范围内。
【主权项】
1. 一种摔倒预测方法,其特征在于,包括: 在监测到用户运动时,根据运动方向,获取用户前方环境所对应的图像信息; 根据所述图像信息,确定用户前方环境中是否包括用户感兴趣的物品; 在确定用户前方环境中包括用户感兴趣的物品时,启动一级预警。2. 根据权利要求1所述的方法,其特征在于, 进一步包括:预先将用户感兴趣的物品所对应的标准值存储在数据库中; 所述根据所述图像信息,确定用户前方环境中是否包括用户感兴趣的物品,包括: Sll:将所述图像信息分成至少两个关键分区; S12:获取每一个关键分区对应的输入值; S13:获取与输入值个数相同个数的优化函数; S14:将每一个输入值输入到预先构建的识别模型中,W利用每一个优化函数分别对输 入的所有输入值进行优化,得到每一个当前优化函数对应的与输入值个数相同个数个的优 化输入值,利用每一个优化输入值对应的权值生成每一个当前优化函数对应的输出值; S15:将每一个输出值作为输入值,执行S13,直到从识别模型中输出第一设定次数的输 出值,将最后一次输出的输出值作为目标输出值,并执行S16; S16:将所述目标输出值与所述标准值进行比较,并在比较结果中确定误差小于第一设 定值时,确定用户前方环境中包括用户感兴趣的物品,否则,确定用户前方环境中不包括用 户感兴趣的物品。3. 根据权利要求1所述的方法,其特征在于,所述根据所述图像信息,确定用户前方环 境中是否包括用户感兴趣的物品,包括: S21:将所述图像信息分成至少两个关键分区; S22:获取每一个关键分区对应的输入值; S23:获取与输入值个数相同个数的优化函数; S24:将每一个输入值输入到预先构建的识别模型中,W利用每一个优化函数分别对输 入的所有输入值进行优化,针对利用每一个当前优化函数进行优化的与输入值个数相同个 数个优化输入值,利用每一个优化输入值对应的权值生成每一个当前优化函数对应的输出 值; S25:将每一个输出值作为输入值,执行S23,直到将第二设定次数次输出的第一输出值 作为输入值输入到所述识别模型中,得到该次优化后的目标优化输入值,并执行S26; S26:计算第一输出值与(第二设定次数-1)次、(第二设定次数-2)次、……、(第二设定 次数-n)次的平均值;其中,n小于第二设定次数; S27:比较该平均值与所述目标优化输入值,在比较结果中确定误差小于第二设定值 时,确定用户前方环境中包括用户感兴趣的物品,否则,确定用户前方环境中不包括用户感 兴趣的物品。4. 根据权利要求2或3所述的方法,其特征在于, 所述优化函数f(x)包括:其中,C为常数,X为输入值,A为随机数; 所述获取与输入值个数相同个数的优化函数,包括:获取上述与输入值个数相同个数 个优化函数,并针对获取的每一个上述优化函数随机赋予一个A值。5. 根据权利要求1-3中任一所述的方法,其特征在于, 进一步包括:预先设定目标角度; 进一步包括:在利用传感器监测到用户失衡角度大于所述目标角度时,启动二级预警。6. -种摔倒预测系统,其特征在于,包括: 监测单元,用于监测用户运动,在监测到用户运动时,触发获取单元执行相应操作; 所述获取单元,用于根据运动方向,获取用户前方环境所对应的图像信息,并将获取的 所述图像信息发送给确定单元; 所述确定单元,用于根据所述图像信息,确定用户前方环境中是否包括用户感兴趣的 物品,并在确定用户前方环境中包括用户感兴趣的物品时,触发第一预警启动单元执行相 应操作; 第一预警启动单元,用于启动一级预警。7. 根据权利要求6所述的摔倒预测系统,其特征在于, 进一步包括:数据库,用于存储用户感兴趣的物品所对应的标准值; 所述确定单元,具体用于执行如下步骤: Sll:将所述图像信息分成至少两个关键分区; S12:获取每一个关键分区对应的输入值; S13:获取与输入值个数相同个数的优化函数; S14:将每一个输入值输入到预先构建的识别模型中,W利用每一个优化函数分别对输 入的所有输入值进行优化,针对利用每一个当前优化函数进行优化的与输入值个数相同个 数个优化输入值,利用每一个优化输入值对应的权值生成每一个当前优化函数对应的输出 值; S15:将每一个输出值作为输入值,执行S13,直到从识别模型中输出第一设定次数的输 出值,将最后一次输出的输出值作为目标输出值,并执行S16; S16:将所述目标输出值与所述标准值进行比较,并在比较结果中确定误差小于第一设 定值时,确定用户前方环境中包括用户感兴趣的物品,否则,确定用户前方环境中不包括用 户感兴趣的物品。8. 根据权利要求6所述的摔倒预测系统,其特征在于,所述确定单元,具体用于执行如 下步骤: S21:将所述图像信息分成至少两个关键分区; S22:获取每一个关键分区对应的输入值; S23:获取与输入值个数相同个数的优化函数; S24:将每一个输入值输入到预先构建的识别模型中,W利用每一个优化函数分别对输 入的所有输入值进行优化,针对利用每一个当前优化函数进行优化的与输入值个数相同个 数个优化输入值,利用每一个优化输入值对应的权值生成每一个当前优化函数对应的输出 值; S25:将每一个输出值作为输入值,执行S23,直到将第二设定次数次输出的第一输出值 作为输入值输入到所述识别模型中,得到该次优化后的目标优化输入值,并执行S26; S26:计算第一输出值与(第二设定次数-I)次、(第二设定次数-2)次、……、(第二设定 次数-n)次的平均值;其中,n小于第二设定次数; S27:比较该平均值与所述目标优化输入值,在比较结果中确定误差小于第二设定值 时,确定用户前方环境中包括用户感兴趣的物品,否则,确定用户前方环境中不包括用户感 兴趣的物品。9. 根据权利要求7或8所述的摔倒预测装置,其特征在于, 所述优化函数f(x)包括:其中,C为常数,X为输入值,A为随机数; 所述确定单元,在用于执行获取与输入值个数相同个数的优化函数时,具体用于获取 上述与输入值个数相同个数个优化函数,并针对获取的每一个上述优化函数随机赋予一个 A值。10. 根据权利要求6-8中任一所述的摔倒预测装置,其特征在于, 进一步包括:存储单元,用于存储设定的目标角度; 所述监测单元,进一步在用于监测到用户失衡角度大于所述目标角度时,触发所述第 二预警启动单元执行相应操作; 所述第二预警启动单元,用于启动二级预警。
【文档编号】G08B21/04GK105913613SQ201610202912
【公开日】2016年8月31日
【申请日】2016年4月1日
【发明人】路廷文
【申请人】浪潮电子信息产业股份有限公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1