CN105890770A - 基于热释电技术的人体状态检测装置 - Google Patents
基于热释电技术的人体状态检测装置 Download PDFInfo
- Publication number
- CN105890770A CN105890770A CN201610217220.9A CN201610217220A CN105890770A CN 105890770 A CN105890770 A CN 105890770A CN 201610217220 A CN201610217220 A CN 201610217220A CN 105890770 A CN105890770 A CN 105890770A
- Authority
- CN
- China
- Prior art keywords
- human body
- signal
- fresnel lenses
- detection device
- body state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 43
- 238000005516 engineering process Methods 0.000 title claims abstract description 30
- 238000001914 filtration Methods 0.000 claims abstract description 29
- 230000006698 induction Effects 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 36
- 230000005616 pyroelectricity Effects 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 17
- 230000033001 locomotion Effects 0.000 claims description 14
- 230000001939 inductive effect Effects 0.000 claims description 10
- 238000013500 data storage Methods 0.000 claims description 9
- 210000003141 lower extremity Anatomy 0.000 claims description 5
- 210000000352 storage cell Anatomy 0.000 claims description 5
- 210000001364 upper extremity Anatomy 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 229910052934 alunite Inorganic materials 0.000 claims description 2
- 239000010424 alunite Substances 0.000 claims description 2
- 239000003205 fragrance Substances 0.000 claims description 2
- 210000000003 hoof Anatomy 0.000 claims description 2
- KPZTWMNLAFDTGF-UHFFFAOYSA-D trialuminum;potassium;hexahydroxide;disulfate Chemical compound [OH-].[OH-].[OH-].[OH-].[OH-].[OH-].[Al+3].[Al+3].[Al+3].[K+].[O-]S([O-])(=O)=O.[O-]S([O-])(=O)=O KPZTWMNLAFDTGF-UHFFFAOYSA-D 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000005855 radiation Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 231100000518 lethal Toxicity 0.000 description 2
- 230000001665 lethal effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000009738 saturating Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000000392 somatic effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/10—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors
- G01J5/34—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors using capacitors, e.g. pyroelectric capacitors
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于热释电技术的人体状态检测装置，它的第一信号调制罩罩在第一菲涅尔透镜上，第一菲涅尔透镜安装在横向移动热释电传感器的感应端，横向移动热释电传感器的信号输出端连接第一放大滤波电路的信号输入端；所述每个前端纵向移动采集模块包括第二信号调制罩、第二菲涅尔透镜、纵向移动热释电传感器和第二放大滤波电路，第二菲涅尔透镜安装在纵向移动热释电传感器的感应端，纵向移动热释电传感器的信号输出端连接第二放大滤波电路的信号输入端；第一放大滤波电路和第二放大滤波电路的输出端分别通过数据处理传输模块连接数据接收终端。本发明能对人体的状态进行精确检测。
Description
技术领域
本发明涉及人体状态检测技术领域，具体地指一种基于热释电技术的人体状态检测装置。
背景技术
热释电效应是在自身温度发生变化时会在自身表面产生过剩的热电荷，且只对自身温度的变化率有反应。通俗的讲热释电效应就是自然界中的某些晶体受热变化而产生的固有自身电极化现象。从本质上讲，所有的传感器都是换能装置，从这个意义上说热释电红外传感器是红外辐射的光热电转换器，将看不见的红外辐射能先转换成热能，再转换为电能进行量测。
人体辐射的红外能量相当微弱，且热释电传感器的探测距离较近，一般为1～2米，因此为提高其探测灵敏度，需要在传感器的前面加上一套光学装置。最常见的光学装置为菲涅尔透镜。菲涅尔透镜主要由两方面作用，一方面人体辐射出的红外线聚集到PIR的敏感元上，从而加大探测的距离，另一方面也能将入射的红外线做周期的遮蔽，使PIR传感器输出连续信号[1]。
对于老年人，跌倒是致死性伤害的主要原因之一，并对他们独立生活造成了严重的障碍，统计显示79岁左右的老人[2]，其跌倒是致死的最主要原因，同时意外跌倒的老人也会引起巨大的社会和经济影响效应。因此急需一套监测系统，对人体的跌倒状态进行高精度实时监测，以便满足快速增长的老年人口对医疗保健的需求。因此高精度自动监测系统能成为老年人医疗保健生活环境中的一个重要组成部分。
国内外的研究人员已经开始在这一领域展开了多个方面的研究，其中系统设备和算法的研究成果比较丰富，发展成熟的视频监控技术，传感技术以及计算机技术使跌倒监测系统成为了可能，这样的系统不仅可以提高老年人的独立生活能力，而且还可以节省护士，义工等劳动人员。在过去的20年里，多种检测技术被研究用于对人体跌倒状态的探测[3-4]。其中Noury[5],Yu[6]以及Mubashir[7]等人回顾了现存的检测技术和方法，并将各种技术和方法分成了四类，即：便携式传感类，视频类，环境设备类以及智能手机类。便携式传感类，如加速度传感器和罗经传感器，可嵌入衣服或皮带中对人体实时的状态数据进行采集，Mathie等人利用集成腰式加速度传感器的方法实现了对跌倒的人体的检测[8]，当人体从竖直状态变化到平躺状态时加速度传感器的负方向将会突然产生一个增量，该方法可有效检测出人体的跌倒状态。Nyan[9]等人能利用陀螺仪区分后方向和侧方向的跌倒状态，这些陀螺仪被安全的放置在人体不同的部位如：腋下、腰腹部，以便测量人体正常行为和跌倒状态在水平和径向方向的角速度变化量，通过比较可区分人体的跌倒状态，然而便携式传感器对于用户使用并不方便并且易于摔坏，导致测量数据不准确。
随着计算机图形学的发展，广泛应用于视频系统，基于视频图像处理技术的跌倒探测系统结合行为检测算法能有效的检测人体跌倒状态。Tabar提出利用图像感知和视觉推理技术验证并深入的分析传感器传输的事件。同时在用户和网络之间建立一个无线桥节点，该节点通过事件感知功能检测跌倒事件，然而，视频系统会侵犯个人的隐私，并且在光线较暗的区域该系统不能有效的对跌倒事件进行检测[10]。
基于环境设备的跌倒系统采用人体跌倒时产生的声音和振动参数，可对跌倒事件进行检测，其检测传感器常采用音频传感器和振动传感器[11-13]。zhuang等人利用单一的远场麦克风音频信号作为区分跌倒信号和噪音的系统模型，并结合高斯混合模型超向量的欧几里得距离算法计算出成对音频片段中的差分部分，然后在GMM超级向量中建立一个SVM核函数，利用该函数可区分由跌倒和噪音引起的音频信号[14 , 15]。
Rimminen等人利用基于近场成像技术的地板传感器，获取可进行分类的形状，尺寸和图案等参数，配合相关的分类算法可实现多种不同信号的分类。然而部分特殊的传感设备即：压力传感器和声音传感器需要嵌入到相应的环境中，将会引起较大比例的误报率[16]。
随着高端智能手机的快速发展，其内部由于内嵌了多种智能传感器系统如[17 , 18]：加速度传感器，速度传感器以及罗经等高精度设备，配合相关的分类算法可实现对人体不同的静态和动态的状态进行较为准确的分类。然而将smartphone放在老人和病人的身边将会对他们的行动造成极大的不便。
现在，越来越多的研究人员将热释电传感器技术应用于对人体的检测以及行为的理解。多个研究组织对PIR传感器多方面的研究开拓了它在自动监控系统中的发展，PIR传感器的输出信号为一维的电势差信号[19]，当多个PIR传感器组成一个有机探测节点时可对人体目标进行精确跟踪。Kim[20]等人提出了一个基于PIR技术的位置感知系统，该系统主要由多个安装在天花板的PIR传感器所形成的阵列组成。利用相邻传感器重叠的感应区域可实现对人体的探测与跟踪，然而当重叠区域有多个人或人体在非重叠区域时将不能实现对人体的探测与跟踪。Hao等人深入研究了PIR传感技术，并提出了多人跟踪模型。该模型实现了对多人体的跟踪，但跟踪的精度和抗干扰性要近一步提高，才适合应用在实际的环境中。
现有的人体状态检测装置包括有视频计速器，冷红外对射式计数器，热红外计数器，其不足在于：
三轴加速度传感器人体状态检测装置：人体状态检测成熟，处理速度普通，但是价格昂贵，得穿戴在人体身上，实时性较差。计算复杂度较高。
压力传感器人体状态检测装置：操作简单，可以检测人体运动状态，实时性好，不易携带，计算较复杂，误差率较高，安装环境要求过高。
参考文献
[1]于海洋.基于动态下红外热释电传感器阵列定位算法研究[M],2012.
[2]riffiths C,Rooney C,Brock A.Leading causes of death in England andWales—howshould we group causes？Health Statistics Quarterly 28(2008)[M].Office for National Statistics,2008.
[3]Foroughi H,Aski B S,Pourreza H.Intelligent video surveillancefor monitoring falldetection of elderly in home environments[C].Proceedings of 11th International Conference onComputer and Information Technology(ICCIT),2008:219-224.
[4]Burke A K,Brien J V O,Lyons G M et al.Evaluation of a threshold-based tri-axialaccelerometer fall detection algorithm[J].Gait&Posture,2007:194-199.
[5]Noury N,Fleury A,Rumeau P,et al.Fall detection-principles and methods[C].Proceedings of 29th IEEE International Conference on Engineering in Medicine and BiologySociety(EMBS),2007:1663-1666.
[6]X Yu.Approaches and principles of fall detection for elderly and patient[C].Proceedingsof 10th IEEE International Conference on e-Health Networking,Applications and Services(HealthCom),2008:42-47.
[7]Mubashir M,Shao L,Seed L.A survey on fall detection:principles and approaches[J].Neurocomputing,2012:77-79.
[8]Mathie M J,Coster A C F,Lovell N H,et al.Accelerometry:providingan integrated,practical method for long-term,ambulatory monitoring of human movement[J].J.Physiol.Meas(IOPScience),2004,25:451-459.
[9]Nyan M N,Tay F E H,Tan A W Y.Distinguishing fall activitiesfrom normal activities byangular rate characteristics and high-speed camera characterization[J].Med.Eng.Phys,2006,28:842-849.
[10]Foroughi H,Aski B S,Pourreza H.Intelligent video surveillancefor monitoring falldetection of elderly in home environments[C].Proceedings of 11th International Conference onComputer and Information Technology 2008(ICCIT),2008:219–224.
[11]Fu Z,Culurciello E,Lichtsteiner P,et al.Fall detection using an address-event temporalcontrast vision sensor[C].Proceedings of International Conference on Circuits and Systems 2008(ISCAS),2008:424–427.
[12]Foroughi H,Aski B S,Pourreza H.Intelligent video surveillancefor monitoring falldetection of elderly in home environments[C].Proceedings of 11th International Conference onComputer and Information Technology(ICCIT),2008:219-224.
[13]Bourke A K,Lyons G M,et al.A threshold-based fall-detection algorithm using a bi-axialgyroscope sensor[J].Medical Engineering Physics,2008:84-90.
[14]Zhuang X,Huang J,Potamianos G,et al.Acoustic fall detection using gaussian mixturemodels and gmm super-vectors[C].Proceedings of IEEE International Conference on Acoustics,Speech and Signal Processing(ICASSP),2009:69-72.
[15]Toreyin B U,Soyer E B,Onaran I,et al.Falling person detection using multi-sensorsignal processing[C].Proceedings of 15th IEEE Signal Processing and CommunicationsApplications Conference SIU&EURASIP Journal on Advances in Signal Processing,2007&2008,8.
[16]Rimminen H,LindstroNm J,Linnavuo M,et al.Detection of fallsamong the elderly by afloor sensor using the electric near field[J].IEEE Trans.Inf.Technol.Biomed,2010,14:1475-1476.
[17]Dai J,Bai X,Yang Z,et al.Perfalld:A pervasive fall detection system using mobilephones[C].Proceedings of 8th IEEEInternational Conference on Pervasive ComputingandCommunications Workshops(PERCOM Workshops),2010:292-297.
[18]Cao Y,Yang Y,Liu W.E-falld:A fall detection system usingandroid-basedsmartphone[C].Proceedings of 9th International Conference on Fuzzy Systems and KnowledgeDiscovery(FSKD)IEEE,2012:1509-1513.
[19]Hosokawa T,Kudo M.Person tracking with infrared sensors.In Knowledge-basedintelligent information and engineering systems[J].Lecture Notes in Computer Science,2005,3684:682-688.
[20]Kim H H,Ha K N,Lee S,et al.Resident location recognition algorithm using a Bayesianclassifier in the PIR sensor-based indoor location-aware system[J].IEEE Trans.Syst.,Man,Cybern.C,Appl.Rev.Archive,2000,39:2410-2459.
发明内容
本发明就是针对上述技术问题，提供一种基于热释电技术的人体状态检测装置，该装置能对人体的状态进行精确检测。
为实现上述目的，本发明所设计的一种基于热释电技术的人体状态检测装置，其特征在于：它包括前端人体移动感应组件、数据处理传输模块和数据接收终端，所述前端人体移动感应组件包括前端横向移动采集模块和前端纵向移动采集模块，所述每个前端横向移动采集模块包括第一信号调制罩、第一菲涅尔透镜、横向移动热释电传感器和第一放大滤波电路，所述第一信号调制罩罩在第一菲涅尔透镜上，第一菲涅尔透镜安装在横向移动热释电传感器的感应端，横向移动热释电传感器的信号输出端连接第一放大滤波电路的信号输入端；所述每个前端纵向移动采集模块包括第二信号调制罩、第二菲涅尔透镜、纵向移动热释电传感器和第二放大滤波电路，所述第二信号调制罩罩在第二菲涅尔透镜上，第二菲涅尔透镜安装在纵向移动热释电传感器的感应端，纵向移动热释电传感器的信号输出端连接第二放大滤波电路的信号输入端；
所述第一放大滤波电路的信号输出端和第二放大滤波电路的信号输出端分别通过数据处理传输模块连接数据接收终端的信号输入端。
本发明提出了基于热释电技术的人体状态检测装置，由于热释电传感器属于热成像技术，只有当人体运动时才会引起热释电传感器感应元表面温度的变化，并产生热释电效应，它克服了部分检测跌倒技术的局限性，并具有一定的优势。当人体跌倒时人体头部，上肢和下肢相对于正常人体行为在水平方向和垂直方向将会有明显的不同，为了完全捕捉到跌倒时这些部位的运动特征，我们采用了多个不同感应模式的热释电传感器，可分别采集人体头部，上肢和下肢这三个部分的热释电特征。首先将前端人体移动感应组件分别安装在与人体头部，上肢和下肢相近的高度，以便可以捕捉人体不同部分的热红外运动特征。然后利用多传感器融合法区分跌倒与正常的水平运动(行走和小跑)和垂直运动(蹲下和坐下)。实现了对人体的运动状态的实时监控，并且本发明还具有不受照明条件影响、不侵略隐私以及成本低等优势。
附图说明
图1为本发明的结构框图；
图2为本发明中第一信号调制罩的主视图；
图3为本发明中第二信号调制罩的主视图；
图4为本发明中第一信号调制罩的俯视图；
图5为本发明中第二信号调制罩的俯视图。
图中：1—前端横向移动采集模块、11—第一信号调制罩、12—第一菲涅尔透镜、13—横向移动热释电传感器、14—第一放大滤波电路、2—数据处理传输模块、21—数据处理单元、22—数据存储单元、23—数据显示单元、24—无线传输单元、25—有线传输模块、26—微处理器、3—前端纵向移动采集模块、31—第二信号调制罩、32—第二菲涅尔透镜、33—纵向移动热释电传感器、34—第二放大滤波电路、4—数据接收终端、5—人体热红外能量输入孔。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细说明。
如图1～5所示的基于热释电技术的人体状态检测装置，其特征在于：它包括前端人体移动感应组件、数据处理传输模块2和数据接收终端4(如报警终端、手持移动终端、服务器终端等)，所述前端人体移动感应组件包括前端横向移动采集模块1和前端纵向移动采集模块3，所述每个前端横向移动采集模块1包括第一信号调制罩11、第一菲涅尔透镜12、横向移动热释电传感器13和第一放大滤波电路14，所述第一信号调制罩11罩在第一菲涅尔透镜12上，第一菲涅尔透镜12安装在横向移动热释电传感器13的感应端，横向移动热释电传感器13的信号输出端连接第一放大滤波电路14的信号输入端；所述每个前端纵向移动采集模块3包括第二信号调制罩31、第二菲涅尔透镜32、纵向移动热释电传感器33和第二放大滤波电路34，所述第二信号调制罩31罩在第二菲涅尔透镜32上，第二菲涅尔透镜32安装在纵向移动热释电传感器33的感应端，纵向移动热释电传感器33的信号输出端连接第二放大滤波电路34的信号输入端；
所述第一放大滤波电路14的信号输出端和第二放大滤波电路34的信号输出端分别通过数据处理传输模块2连接数据接收终端4的信号输入端。数据处理传输模块2将前端横向移动采集模块1和前端纵向移动采集模块3采集的人体热红外信息进行数据处理(包括低通滤波，采集数据归一化，特征提取)；
上述技术方案中，所述前端人体移动感应组件有三个，分别位于人体头部、上肢和下肢所对应的高度，且每个传感器矩阵内的横向移动热释电传感器13和纵向移动热释电传感器33的感应端均面向人体。
上述技术方案中，横向移动热释电传感器13和纵向移动热释电传感器33均为D205B型热释电传感器，该传感器能获得人体辐射处的热红外信息。
上述技术方案中，所述第一信号调制罩11和第二信号调制罩31用于调整人体的热红外入射量。
上述技术方案中，放大滤波电路主要由TL082D型芯片组成，该芯片对热释电传感器的感应电压差进行两级放大，同时该芯片对放大的信息进行滤波，放大滤波电路对输入给数据处理传输模块2的电压进行降噪，同时滤除噪音，将有效提高数据处理传输模块2的计算精度。
上述技术方案中，所述第一菲涅尔透镜12和第二菲涅尔透镜32用于增大热释电感应的距离，同时产生明暗交替的感应区域。
上述技术方案中，所述第一信号调制罩11和第二信号调制罩31均设有一个人体热红外能量输入孔5。该孔可以控制人体热红外能量摄取量，且能调整输入到热释电传感器感应的波形与波数，从而降低数据处理的复杂度。信号调制罩由铝制材料或塑料材料制成，信号调制罩的前端为一个16mm半圆弧度加8mm的过度单元，这个结构是为了符合菲涅尔透镜的结构要求。
上述人体热红外能量输入孔5的宽为1.5mm，长为27mm的孔，该孔的作用是为了限制人体热红外能量的摄取量，通过该孔可以得到一个完整的类正弦波。同时把信号调制罩折成半径为16mm的圆弧，通过这个圆弧可以将8202-6型菲涅尔透镜固定，该菲涅尔透镜分为两个部分，上半部分的镜片面积大，数量较少主要收集人体上半身的热红外信息，下半部分的镜片面积较小，数量较多主要收集人体下半身的热红外信息，使得探测距离增大，由于人体的上半身的热红外信息要小于下半身的热红外信息所以选择这型菲涅尔透镜。
上述技术方案中，所述第一信号调制罩11、第一菲涅尔透镜12和横向移动热释电传感器13的感应端的中心都在同一条准轴线上；
所述第二信号调制罩31、第二菲涅尔透镜32和纵向移动热释电传感器33的感应端的中心都在同一条准轴线上。以保证收集信号的规整。
所述第一信号调制罩11的人体热红外能量输入孔5与第一菲涅尔透镜12同轴设置，所述第二信号调制罩31的人体热红外能量输入孔5与第二菲涅尔透镜32同轴设置。
上述技术方案中，所述横向移动热释电传感器13感应端的能量输入孔为水平横向能量输入孔，用于感应人体横向变化的热红外信息；
所述纵向移动热释电传感器33感应端的能量输入孔为垂直纵向能量输入孔，用于感应人体纵向变化的热红外信息。
上述技术方案中，所述第一菲涅尔透镜12和第二菲涅尔透镜32均为马蹄形菲涅尔透镜。将信号调制罩和菲涅尔透镜进行配合能决定热释电传感器所采集的人体热红外波形与波数。
上述技术方案中，所述数据处理传输模块2包括数据处理单元21、数据显示单元23、无线传输单元24和微处理器26，所述第一放大滤波电路14的信号输出端和第二放大滤波电路34的信号输出端连接数据处理单元21的信号输入端，数据处理单元21的信号输出端连接微处理器26的输入端，微处理器26的信号输出端连接无线传输单元24的信号输入端，无线传输单元24的信号输出端与接收终端4的信号输入端之间无线通信连接，微处理器26的数据显示信号输出端连接数据显示单元23的显示信号输入端。
上述无线传输单元24能和其它拥有无线通信电路的人体状态检测装置进行组网。组成星型网络，网络中心将对星型网络中的数据进行实时监测。
微处理器26采用Cortx-M7ARM内核，工作频率高达72MHz，数据处理能力强，性能突出。
无线传输单元24采用SI4432芯片，SI4432芯片的引脚SDO、SDI与微处理器26中的PB14，PB15引脚相连作为数字数据的传入传出。
数据显示单元23采用12864-086芯片，12864-086芯片的SDA引脚与微控器26的PC5相连可以将微控器26中的计算结果在该显示器上显示，其中CS引脚与微控器26的PA3连接，控制LCD液晶片选择，CD引脚与微控器26的PB1相连接控制着LCD数据命令。
上述技术方案中，所述数据处理传输模块2还包括数据存储单元22，所述微处理器26的数据存储端连接数据存储单元22的数据存储端；
所述数据处理传输模块2还包括有线传输模块25，所述微处理器26的信号输出端连接有线传输模块25的信号输入端，有线传输模块25的信号输出端接入接收终端4的信号输入端。
有线传输模块25中采用MAX232芯片，MAX232芯片T1IN引脚和R1OUT引脚与微处理器26中的PA9，PA10引脚相连作为热释电数据的串行传输通道，这些数据将传输到其它终端，提供数据采样。
同时微处理器26中采用以太网DM9000A芯片，以太网DM9000A芯片它具有低功耗和高性能，其引脚SD0-SD15与微处理器26所对应的引脚相连，并利用UIP与微处理器26，可以以高达10Mbps的速度进行数据交换。
本发明中采用电源电路对所有的用电模块进行供电，保证在断电的情况下本发明能持续工作数天。
本发明工作时，前端横向移动采集模块1和前端纵向移动采集模块3采集的人体热红外信息，经过数据处理单元21中的数模转换电路，将单个类正弦波的人体热红外信息传输到微处理器26，通过微处理器26的内嵌差分运算机制，即如果差分运算结果超过先设置好的阈值，可以判断为有人体目标在检测区域移动，然后判断该差分运算结果的符号，如果运算结果为正，则判断进入检测区域，如果运算结果为负，则判断为出检测区域。从检测技术来看，本发明采用特殊的硬件结构来获得人体状态的准确性、高效性和实时性。
本发明中前端采集模块的数据处理流程是：
第一步：微控器26实时读取，经数模转换，转换后的热释电数字电压数据读取频率为100Hz；
第二步：当探测到人体数据时，取电压值前后50单位进行差分运算，同时设置一个阈值，使差分结果实时与设置的阈值进行比较。
第三步：当实时差分结果值超过阈值时，将判断为有人经过，如果没有超过这个阈值将被判断为没人经过，并继续查询。
第四步：当计算出有人存在时，通过差分计算过程中符号的处理判断人体目标的移动方向。
第五步：通过相关的检测和检测方法对人体的状态进行检测或检测。
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (10)
1.一种基于热释电技术的人体状态检测装置，其特征在于：它包括前端人体移动感应组件、数据处理传输模块(2)和数据接收终端(4)，所述前端人体移动感应组件包括前端横向移动采集模块(1)和前端纵向移动采集模块(3)，所述每个前端横向移动采集模块(1)包括第一信号调制罩(11)、第一菲涅尔透镜(12)、横向移动热释电传感器(13)和第一放大滤波电路(14)，所述第一信号调制罩(11)罩在第一菲涅尔透镜(12)上，第一菲涅尔透镜(12)安装在横向移动热释电传感器(13)的感应端，横向移动热释电传感器(13)的信号输出端连接第一放大滤波电路(14)的信号输入端；所述每个前端纵向移动采集模块(3)包括第二信号调制罩(31)、第二菲涅尔透镜(32)、纵向移动热释电传感器(33)和第二放大滤波电路(34)，所述第二信号调制罩(31)罩在第二菲涅尔透镜(32)上，第二菲涅尔透镜(32)安装在纵向移动热释电传感器(33)的感应端，纵向移动热释电传感器(33)的信号输出端连接第二放大滤波电路(34)的信号输入端；
所述第一放大滤波电路(14)的信号输出端和第二放大滤波电路(34)的信号输出端分别通过数据处理传输模块(2)连接数据接收终端(4)的信号输入端。
2.根据权利要求1所述的基于热释电技术的人体状态检测装置，其特征在于：所述前端人体移动感应组件有三个，分别位于人体头部、上肢和下肢所对应的高度，且每个传感器矩阵内的横向移动热释电传感器(13)和纵向移动热释电传感器(33)的感应端均面向人体。
3.根据权利要求1所述的基于热释电技术的人体状态检测装置，其特征在于：所述第一信号调制罩(11)和第二信号调制罩(31)用于调整人体的热红外入射量，所述第一信号调制罩(11)和第二信号调制罩(31)均设有一个人体热红外能量输入孔(5)。
4.根据权利要求1所述的基于热释电技术的人体状态检测装置，其特征在于：所述第一菲涅尔透镜(12)和第二菲涅尔透镜(32)用于增大热释电感应的距离，同时产生明暗交替的感应区域。
5.根据权利要求1所述的基于热释电技术的人体状态检测装置，其特征在于：所述第一信号调制罩(11)、第一菲涅尔透镜(12)和横向移动热释电传感器(13)的感应端的中心都在同一条准轴线上；
所述第二信号调制罩(31)、第二菲涅尔透镜(32)和纵向移动热释电传感器(33)的感应端的中心都在同一条准轴线上。
6.根据权利要求5所述的基于热释电技术的人体状态检测装置，其特征在于：所述第一信号调制罩(11)的人体热红外能量输入孔(5)与第一菲涅尔透镜(12)同轴设置，所述第二信号调制罩(31)的人体热红外能量输入孔(5)与第二菲涅尔透镜(32)同轴设置。
7.根据权利要求1所述的基于热释电技术的人体状态检测装置，其特征在于：所述横向移动热释电传感器(13)感应端的能量输入孔为水平横向能量输入孔，用于感应人体横向变化的热红外信息；
所述纵向移动热释电传感器(33)感应端的能量输入孔为垂直纵向能量输入孔，用于感应人体纵向变化的热红外信息。
8.根据权利要求1所述的基于热释电技术的人体状态检测装置，其特征在于：所述第一菲涅尔透镜(12)和第二菲涅尔透镜(32)均为马蹄形菲涅尔透镜。
9.根据权利要求1所述的基于热释电技术的人体状态检测装置，其特征在于：所述数据处理传输模块(2)包括数据处理单元(21)、数据显示单元(23)、无线传输单元(24)和微处理器(26)，所述第一放大滤波电路(14)的信号输出端和第二放大滤波电路(34)的信号输出端连接数据处理单元(21)的信号输入端，数据处理单元(21)的信号输出端连接微处理器(26)的输入端，微处理器(26)的信号输出端连接无线传输单元(24)的信号输入端，无线传输单元(24)的信号输出端与接收终端(4)的信号输入端之间无线通信连接，微处理器(26)的数据显示信号输出端连接数据显示单元(23)的显示信号输入端。
10.根据权利要求8所述的基于热释电技术的人体状态检测装置，其特征在于：所述数据处理传输模块(2)还包括数据存储单元(22)，所述微处理器(26)的数据存储端连接数据存储单元(22)的数据存储端；
所述数据处理传输模块(2)还包括有线传输模块(25)，所述微处理器(26)的信号输出端连接有线传输模块(25)的信号输入端，有线传输模块(25)的信号输出端接入接收终端(4)的信号输入端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610217220.9A CN105890770B (zh) | 2016-04-11 | 2016-04-11 | 基于热释电技术的人体状态检测装置的人体状态检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610217220.9A CN105890770B (zh) | 2016-04-11 | 2016-04-11 | 基于热释电技术的人体状态检测装置的人体状态检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105890770A true CN105890770A (zh) | 2016-08-24 |
| CN105890770B CN105890770B (zh) | 2019-05-17 |
Family
ID=57012358
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610217220.9A Expired - Fee Related CN105890770B (zh) | 2016-04-11 | 2016-04-11 | 基于热释电技术的人体状态检测装置的人体状态检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105890770B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110046691A (zh) * | 2019-05-06 | 2019-07-23 | 南昌华飞物联技术有限公司 | 一种计数控制器及其控制方法 |
| CN110470402A (zh) * | 2019-07-24 | 2019-11-19 | 南昌艾芮森医疗科技有限公司 | 一种基于热释电技术的人体状态检测装置及方法 |
| CN112244818A (zh) * | 2020-09-30 | 2021-01-22 | 仲恺农业工程学院 | 基于人体红外感知的跌倒检测装置及检测方法 |
| CN113376706A (zh) * | 2021-06-11 | 2021-09-10 | 广州华购计算机科技有限公司 | 客流统计方法、装置、系统、设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102567715A (zh) * | 2011-12-14 | 2012-07-11 | 天津大学 | 基于热释电红外探测的人体动作分层次识别方法 |
| CN104167034A (zh) * | 2014-06-17 | 2014-11-26 | 武汉理工大学 | 基于热释电技术的人体计数装置 |
| CN104280134A (zh) * | 2014-10-16 | 2015-01-14 | 武汉理工大学 | 基于热释电技术的静态人体位置估计装置和方法 |
| CN104867361A (zh) * | 2015-05-20 | 2015-08-26 | 肖龙英 | 一种情景互动式教学智能终端 |
-
2016
- 2016-04-11 CN CN201610217220.9A patent/CN105890770B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102567715A (zh) * | 2011-12-14 | 2012-07-11 | 天津大学 | 基于热释电红外探测的人体动作分层次识别方法 |
| CN104167034A (zh) * | 2014-06-17 | 2014-11-26 | 武汉理工大学 | 基于热释电技术的人体计数装置 |
| CN104280134A (zh) * | 2014-10-16 | 2015-01-14 | 武汉理工大学 | 基于热释电技术的静态人体位置估计装置和方法 |
| CN104867361A (zh) * | 2015-05-20 | 2015-08-26 | 肖龙英 | 一种情景互动式教学智能终端 |
Non-Patent Citations (1)
| Title |
|---|
| JI XIONG ET AL.: "Fusion of Different Height Pyroelectric Infrared Sensors for Person Identification", 《IEEE SENSORS JOURNAL》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110046691A (zh) * | 2019-05-06 | 2019-07-23 | 南昌华飞物联技术有限公司 | 一种计数控制器及其控制方法 |
| CN110046691B (zh) * | 2019-05-06 | 2023-11-10 | 南昌华飞物联技术有限公司 | 一种计数控制器及其控制方法 |
| CN110470402A (zh) * | 2019-07-24 | 2019-11-19 | 南昌艾芮森医疗科技有限公司 | 一种基于热释电技术的人体状态检测装置及方法 |
| CN112244818A (zh) * | 2020-09-30 | 2021-01-22 | 仲恺农业工程学院 | 基于人体红外感知的跌倒检测装置及检测方法 |
| CN113376706A (zh) * | 2021-06-11 | 2021-09-10 | 广州华购计算机科技有限公司 | 客流统计方法、装置、系统、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105890770B (zh) | 2019-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109961058B (zh) | 一种非接触式跌倒检测方法及装置 | |
| AU2020265650B2 (en) | Machine learning motion sensing with auxiliary sensors | |
| Doukas et al. | Advanced patient or elder fall detection based on movement and sound data | |
| Hijaz et al. | Survey of fall detection and daily activity monitoring techniques | |
| CN203931100U (zh) | 检测人体跌倒的终端 | |
| CN106600777A (zh) | 基于红外阵列人数传感器的计数方法及装置 | |
| CN204790027U (zh) | 一种人体感应装置及系统 | |
| CN105890770A (zh) | 基于热释电技术的人体状态检测装置 | |
| Liu et al. | Elderly-falling detection using distributed direction-sensitive pyroelectric infrared sensor arrays | |
| CN104167034B (zh) | 基于热释电技术的人体计数装置 | |
| CN102289220A (zh) | 智能家庭感知和控制系统 | |
| CN103745569A (zh) | 检测人体跌倒的方法和终端 | |
| WO2020248543A1 (zh) | 异常目标的检测方法、设备及存储介质 | |
| CN114038012A (zh) | 基于毫米波雷达和机器学习的跌倒检测方法及系统 | |
| Sanoob et al. | Smartphone enabled intelligent surveillance system | |
| JP2004164282A (ja) | 個人行動検知システム | |
| Ye et al. | A falling detection system with wireless sensor for the elderly people based on ergnomics | |
| CN106873780A (zh) | 一种全息脑控机器人系统 | |
| WO2015085486A1 (zh) | 用于安防的微波感应探测方法及装置 | |
| CN108337592A (zh) | 具有检测耳温和心率功能的智能耳机 | |
| Quwaider | Real-time intruder surveillance using low-cost remote wireless sensors | |
| Chiu et al. | A convolutional neural networks approach with infrared array sensor for bed-exit detection | |
| CN210009029U (zh) | 一种基于WiFi和AI的人员活动状态检测装置 | |
| CN206861817U (zh) | 空气净化器 | |
| CN206003256U (zh) | 一种基于互联网的消防预警监控智能管理系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190517 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |