CN105891775A - 基于区域定位的智能监护方法及装置 - Google Patents
基于区域定位的智能监护方法及装置 Download PDFInfo
- Publication number
- CN105891775A CN105891775A CN201610192063.0A CN201610192063A CN105891775A CN 105891775 A CN105891775 A CN 105891775A CN 201610192063 A CN201610192063 A CN 201610192063A CN 105891775 A CN105891775 A CN 105891775A
- Authority
- CN
- China
- Prior art keywords
- radio frequency
- sensing network
- information
- positional information
- frequency sensing
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012544 monitoring process Methods 0.000 title claims abstract description 29
- 239000011159 matrix material Substances 0.000 claims description 47
- 230000009466 transformation Effects 0.000 claims description 15
- 238000003384 imaging method Methods 0.000 claims description 13
- 238000003325 tomography Methods 0.000 claims description 13
- 238000012806 monitoring device Methods 0.000 claims description 12
- 230000003542 behavioural effect Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 241000464908 Elliptica Species 0.000 claims 1
- 230000000474 nursing effect Effects 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005562 fading Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 206010034719 Personality change Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/0009—Transmission of position information to remote stations
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
一种基于区域定位的智能监护方法及装置,接收免持定位的射频传感网络中的各射频传感网络节点采集的定位信息;根据所述定位信息采用基于RSSI的射频层析成像法确定目标对象的位置信息;将所述位置信息发送至云服务端存储。如此,智能终端可通过云服务端请求查看目标对象的位置信息,进而可对位置信息进行进一步分析,从而使用户了解到目标对象的生活习惯,制定相应的个性化服务以满足空巢老人的养老需求,且由于射频传感网络造价低廉,具有非侵入性,该方法也具备成本低、具有非侵入性的特点。
Description
技术领域
本发明涉及智能监控领域,尤其涉及一种基于区域定位的智能监护方法及装置。
背景技术
目前我国老年人口数量已经超过两亿人,已成为全球最大的老龄化市场。但是我国目前的养老产业发展却不尽如人意,目前国内养老产业主要呈现如下特点:
(1)社会养老服务能力无法满足养老需求;
(2)养老观念落后;
(3)社会资本对养老机构持观望态度。
现代社会的养老服务供给开始向家庭外部延伸,既能满足年人在家养老愿望又能提供社会化养老服务的居家养老模式受到越来越多老年人的欢迎。居家养老模式实际上是“在家养老”与“社区照料”的有机结合。因此,它一方面满足了老年人在家养老的愿望,另一方面又为老年人提供了专业化的社会养老服务,既是家庭养老服务能力不足时的补充,又是机构养老服务功能的一种延伸。对于城市中日益增多的社区空巢老人而言,居家养老可谓是一种理想化的养老模式。
现有的监护系统大部分都需要被服务者携带可穿戴设备进行采集数据,这是一种侵入性的监护设备,会对老人造成一定的障碍和不适感,并且设备比较昂贵,导致监护成本大大提高。此外,装置之间是相对独立的,无法实现设备的智能互联,操作的复杂度高,难以给老人及监护者提供良好的用户体验。
发明内容
基于此,有必要提供一种成本相对较低、非侵入性的基于区域定位的智能监护方法及装置。
一种基于区域定位的智能监护方法,包括步骤:
接收射频传感网络中的各射频传感网络节点采集的定位信息;
根据所述定位信息采用基于RSSI的射频层析成像法确定目标对象的位置信息;
将所述位置信息发送至云服务端存储。
一种基于区域定位的智能监护装置,包括:
定位信息接收模块,用于接收射频传感网络中的各射频传感网络节点采集的定位信息;
位置信息确定模块,用于根据所述定位信息采用基于RSSI的射频层析成像法确定目标对象的位置信息;
位置信息发送模块,用于将所述位置信息发送至云服务端存储。
上述基于区域定位的智能监护方法及装置,接收免持定位的射频传感网络中的各射频传感网络节点采集的定位信息;根据所述定位信息采用基于RSSI的射频层析成像法确定目标对象的位置信息;将所述位置信息发送至云服务端存储。如此,智能终端可通过云服务端请求查看目标对象的位置信息,进而可对位置信息进行进一步分析,从而使用户了解到目标对象的生活习惯,制定相应的个性化服务以满足空巢老人的养老需求,且由于射频传感网络造价低廉,具有非侵入性,该方法及装置也具备成本低、具有非侵入性的特点。
一种基于区域定位的智能监护方法,包括步骤:
获取云服务端发送的目标对象的位置信息;
根据获取的所述位置信息判断所述目标对象的行为信息,当判断所述行为信息异常时发送触发本地服务器打开视频监控驱动的命令。
一种基于区域定位的智能监护装置,包括:
位置信息获取模块,用于获取云服务端发送的目标对象的位置信息;
异常监控模块,用于根据获取的所述位置信息判断所述目标对象的行为信息,当判断所述行为信息异常时发送触发本地服务器打开视频监控驱动的命令。
上述基于区域定位的智能监护方法及装置,获取云服务端发送的目标对象的位置信息;根据获取的所述位置信息判断所述目标对象的行为信息,当判断所述行为信息异常时发送触发本地服务器打开视频监控驱动的命令。由于获取到的位置信息是由本地服务器通过射频传感网络采集,并通过基于RSSI的射频层析成像法确定的,故该方法及装置也具备成本低、具有非侵入性的特点,同时,可以自动触发视频监控,而无需人工操作触发,便可使用户了解到目标对象的情况。
附图说明
图1为区域定位的智能监护系统的结构图;
图2为一种实施方式的基于区域定位的智能监护方法的流程图;
图3为一种实施方式的基于区域定位的智能监护装置的结构图;
图4为另一种实施方式的基于区域定位的智能监护方法的流程图;
图5为另一种实施方式的基于区域定位的智能监护装置的结构图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳的实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“或/和”包括一个或多个相关的所列项目的任意的和所有的组合。
如图1所示,为本发明所涉及的场景基于区域定位的智能监护系统包括布置于固定区域内(如室内、小区范围内)的射频传感网络,与射频传感网络通信连接的本地服务器,用于存储监护数据的云服务器,及用于供用户实时查看目标对象状态的智能终端。其中,本地服务器、云服务终端及智能终端两两相互通信连接。射频传感网络包括射频传感网络节点及基站。本地服务器可以为设置于养老院并安装有相应系统程序的服务器。
如图2所示,一种实施方式的基于区域定位的智能监护方法,运行在本地服务器上,包括步骤:
S110:接收射频传感网络中的各射频传感网络节点采集的定位信息。
射频传感网络具有射频传感网络节点设置简单、造价低廉、功耗低、非侵入性、可穿透障碍物、不受光照影响,免持等特点,在面向老人,尤其是独居老人或残障人士等需要监护的独居群体的时候相比其它传感设备具有更大的优势和实用价值。
具体地,射频传感网络采用16个射频传感网络节点构成4.8m*4.8m的正方形区域网络,射频传感网络节点的高度设置为1m,相邻射频传感网络节点间的间隔为1.2m。更具体地,射频传感网络节点采用TI(德州仪器)公司的CC2530,具有功耗低、灵敏度高、抗干扰能力好等特点。
在其中一个实施例中,射频传感网络节点将定位信息通过TDMA机制传输到基站,基站通过串口通信传送到本地服务器上。串口通信方式采用的是CC2530芯片中的串行通信接口USART0中的异步通信模式。在硬件设计方面,采用CH340T转换芯片的USB标准转串口方案,实现将USB通信方式数据转成串口标准数据格式。通过MATLAB工具中的串口函数,开发与底层配套的本地服务器处理串口程序,实现射频传感网络节点与本地服务器的通信。
S130:根据所述定位信息采用基于RSSI的射频层析成像法确定目标对象的位置信息。
根据定位信息采用基于RSSI的射频层析成像法可以得到RTI图像(Real-time image,实时图像),再根据RTI图像确定目标对象的位置信息。其中,目标对象可以为老人,也可以为残障人士或者其它需要监护的人员。
由于RTI图像是充满噪声的,若直接选取衰减图像向量的最大值点作为目标位置,易出现较大误差等问题。为了减小误差,其中一个实施例中,在根据定位信息采用基于RSSI的射频层析成像法可以得到RTI图像的步骤之后,对RTI图在像进行高斯滤波处理,再将处理后图像中的噪声剔除,增强兴趣区域的衰减影像;然后,针对低分辨率的RTI图像,利用图像内插法来实现成像粒度的提高;最后利用三个点法来确定目标对象的位置信息。
其中,三个点法在RTI图像向量中选取三个最大的衰减值点,并计算这三个最大值点的均值来确定目标对象的位置信息。该方式简单,尤其是当目标对象在RTI图像中所占的区域大于一个像素块时,其定位性能更好。
S150:将所述位置信息发送至云服务端存储。
位置信息存储于云服务端,以供智能终端请求查看或操作,进而智能终端可对位置信息进行进一步分析,从而使用户了解到目标对象的生活习惯,制定相应的个性化服务以满足空巢老人的养老需求。
由于位置信息存储于云服务器中,可支持多个智能终端同时查看或操作。
上述基于区域定位的智能监护方法,接收免持定位的射频传感网络中的各射频传感网络节点采集的定位信息;根据所述定位信息采用基于RSSI的射频层析成像法确定目标对象的位置信息;将所述位置信息发送至云服务端存储。如此,智能终端可通过云服务端请求查看目标对象的位置信息,进而可对位置信息进行进一步分析,从而使用户了解到目标对象的生活习惯,制定相应的个性化服务以满足空巢老人的养老需求,且由于射频传感网络造价低廉,具有非侵入性,该方法也具备成本低、具有非侵入性的特点。
在其中一个实施例中,步骤S110包括:
S111:将室内作为目标区域建立坐标系,获取所述室内的射频传感网络中的射频传感网络节点的坐标信息;
S113:实时接收所述射频传感网络节点采集的RSSI(Received Signal StrengthIndication,接收的信号强度指示)数据矩阵。
所述定位信息包括所述射频传感网络节点的坐标信息及所述射频传感网络节点采集到的RSSI数据矩阵。根据射频传感网络节点的坐标信息及不同时刻的RSSI数据矩阵可以确定目标区域内的各个像素块的信号强度及不同时间的信号强度改变信息,从而确定RTI图像。其中,像素块是建立坐标系后目标区域的信息的一种表示方式,将所述目标区域根据预设像素块取值分成多个像素块。
进一步地,在目标对象进入目标区域之后,实时接收所述射频传感网络节点采集并发送的RSSI数据矩阵。如此,可以在目标对象不在目标区域时,不接收射频传感网络节点采集的RSSI数据信息,以节约资源。
在另一个实施例中,步骤S130包括:
S131:根据所述射频传感网络节点的所述坐标信息,确定所述射频传感网络中的链路的距离;其中,每两个所述射频传感网络节点构成一条双向的链路。链路的距离为两个所述射频传感网络节点的距离。
设射频传感网络节点数量为K,对于K个射频传感网络节点的网络,链路数目为M,则:
根据射频传感网络节点的坐标信息可以确定所述M条链路中每条链路的距离。
S133:根据所述坐标系确定所述目标区域的差分矩阵,并根据不同时间接收的RSSI数据矩阵计算RSSI变化矩阵。
差分矩阵为Tikhonov正则化将射频层析成像问题转为目标函数时需要用到的微分分子。可根据建立好的坐标系的水平方向、垂直方向及目标区域的像素块的编号确定。
根据不同时间接收的RSSI数据矩阵计算RSSI变化矩阵的步骤具体包括计算RSSI数据矩阵中链路i在不同时刻接收的信号强度差。在本实施例中,RSSI数据矩阵中链路i在t时刻接收的信号强度还可以表示为:
yi(t)=Pi(t)-Li(t)-Si(t)-Fi(t)-ni(t) (2)
其中,Pi(t)代表射频发送节点的信号强度,单位为dB,分贝;Li(t)代表传输距离带来的损耗,单位为dB,分贝;Si(t)代表定位目标遮挡引起的阴影衰落,单位为dB,分贝;Fi(t)代表多径效应引起的非阴影衰落,单位为dB,分贝;ni(t)代表测量噪声,单位为dB,分贝。
假设从时刻ta到时刻tb信号强度发生变化,则RSSI变化矩阵中链路i的信号强度变化可表示为Δyi:
Δyi=yi(ta)-yi(tb)
=Si(tb)-Si(ta)+Pi(ta)-Pi(tb)+Li(tb)-Li(ta)+Fi(tb)-Fi(ta)+ni(tb)-ni(ta)
=Si(tb)-Si(ta)+ΔNi; (3)
其中,ΔNi=Pi(ta)-Pi(tb)+Li(tb)-Li(ta)+Fi(tb)-Fi(ta)+ni(tb)-ni(ta)
则RSSI变化矩阵可表示为:
Δy=[Δy1,Δy2…ΔyM]T (4)
S135:根据所述坐标信息及所述RSSI变化矩阵确定所述目标对象影响的椭圆区域,并根据所述椭圆区域及所述链路的距离确定权重矩阵。
以信号强度有改变的射频信号收发的两个射频传感网络节点作为焦点确定目标对象影响的椭圆区域。采用二值权重模型,将兴趣目标(即目标对象)影响的椭圆区域内的像素块赋予一定的权重值,椭圆外权重值为零。具体地,根据RSSI变化矩阵,以信号强度有改变的射频信号收发的两个射频传感网络节点作为焦点的椭圆区域,该二值权重模型可表示为:
则权重矩阵的可表示为:
[W]l,j=wl,j (6)
其中,W∈M×N表示权重矩阵;d表示发射节点与接收节点之间的距离,和分别表示像素块j与发射节点和接收节点的距离,椭圆参数λ是描述椭圆的调整因子,用来调整椭圆的大小,二值权重模型中的椭圆参数λ可设置为其半波长(约为0.0625m)。
S137:根据所述权重矩阵、所述差分矩阵及所述RSSI变化矩阵确定信号衰减变化量,并进行归一化处理得到RTI成像。
阴影衰落Si(t)可近似为各个像素块上贡献的图像衰减的线性加权之和,阴影衰落Si(t)的计算方式如下:
则公式(3)可以表示为:
考虑整个无线通信网络是同步进行的,则公式(8)可以按照以下矩阵形式表示为:
Δy=WΔx+n (9)
其中,Δy表示RSSI变化矩阵;Δx表示信号衰减变化量矩阵;W表示权重矩阵;n表示测量噪声矩阵。
衰减变化量矩阵可以表示为:
Δx=[Δx1,Δx2…ΔxN]T (10)
测量噪声矩阵可以表示为:
n=[n1,n2…nM]T (11)
其中,N表示目标区域的像素块总数,ni表示第i条链路的测量噪声,M为射频传感网络中的链路总数。
根据公式(7)~(11),公式(9)可通过Tikhonov正则化将射频层析成像问题转为目标函数:
其中,x表示信号衰减变化量矩阵;Q是一个Tikhonov矩阵。y为RSSI变化矩阵。由于,n~N(m,Cn),即n符合正态分布,其中,m为n的均值,Cn为n的方差;n为测量噪声矩阵。因此,对公式(12)求导使其为零,得到信号衰减变化量的计算公式为:
由于RTI图像是二维的,因此该Tikhonov正则化包括水平方向和垂直方向上的求导运算。其中,xTik表示信号衰减变化量矩阵;DX表示水平方向上的微分算子,DY表示垂直方向上的微分算子,即差分矩阵;ε是正则化稀疏。
通过确定信号衰减变化量,并进行归一化处理得到RTI成像。
S139:根据所述RTI成像及所述衰减变化量确定所述目标对象的位置信息。
如图3所示,一种与上述基于区域定位的智能监护方法相应的基于区域定位的智能监护装置,包括:
定位信息接收模块110,用于接收射频传感网络中的各射频传感网络节点采集的定位信息;
位置信息确定模块130,用于根据所述定位信息采用基于RSSI的射频层析成像法确定目标对象的位置信息;
位置信息发送模块150,用于将所述位置信息发送至云服务端存储。
在其中一个实施例中,所述定位信息接收模块110包括:
坐标信息获取单元,用于将室内作为目标区域建立坐标系,获取所述室内的射频传感网络中的射频传感网络节点的坐标信息;
数据矩阵接收单元,用于实时接收所述射频传感网络节点采集的RSSI数据矩阵。
在其中一个实施例中,所述位置信息确定模块130包括:
链路距离确定单元,用于根据所述射频传感网络节点的所述坐标信息,确定所述射频传感网络中的链路的距离;其中,每两个所述射频传感网络节点构成一条双向的链路;
相关参数确定单元,用于根据所述坐标系确定所述目标区域的差分矩阵,并根据不同时间接收的RSSI数据矩阵计算RSSI变化矩阵;
权重矩阵确定单元,用于根据所述坐标信息及所述RSSI变化矩阵确定所述目标对象影响的椭圆区域,并根据所述椭圆区域及所述链路的距离确定权重矩阵;
RTI成像单元,用于根据所述权重矩阵、所述差分矩阵及所述RSSI变化矩阵确定信号衰减变化量,并进行归一化处理得到RTI成像;
老人位置确定单元,用于根据所述RTI成像及所述衰减变化量确定所述目标对象的位置信息。
具体实施方式及技术效果与上述基于区域定位的智能监护方法基本一致,在此不作赘述。
一种实施方式的基于区域定位的智能监护方法,运行在智能终端上。
智能终端可以实时显示定位信息。为了保证实时性,智能终端和云服务器之间通过Socket通信,其利用TCP/IP协议进行通信,在云服务器创建ServerSocket,监听智能终端的连接请求。建立网络连接后,开启新线程读取来自本地服务器的数据信息,通过本地服务器传输来的坐标信息,利用Android自带的canvas画图工具,定时画图,实现定位信息的实时显示。
用户可以通过智能终端,在本地服务器的触发下,如当老人进入到目标区域时触发打开摄像机驱动的命令,对目标对象进行视频监控。
请参阅图4,该基于区域定位的智能监护方法,包括步骤:
S210:获取云服务端发送的目标对象的位置信息。
获取到的位置信息是由本地服务器通过射频传感网络采集,并通过基于RSSI的射频层析成像法确定的。
S230:根据获取的所述位置信息判断所述目标对象的行为信息,当判断所述行为信息异常时,发送触发本地服务器打开视频监控驱动的命令。
具体地,步骤S230包括,根据获取的所述位置信息判断所述目标对象在预设位置的停留时间是否超过预设时间,当超过预设时间时发送触发本地服务器打开视频监控驱动的命令。
预设位置为预设的目标对象容易摔倒的位置,如浴室、门口、床边等位置。如此,当目标对象摔倒时,可自动触发视频监控,使用户了解到目标对象是否摔倒等异常行为。
上述基于区域定位的智能监护方法,由于获取到的位置信息是由本地服务器通过射频传感网络采集,并通过基于RSSI的射频层析成像法确定的,故该方法也具备成本低、具有非侵入性的特点,同时,可以自动触发视频监控,而无需人工操作触发,便可使用户了解到目标对象的情况。
在其中一个实施例中,步骤S210之后,还包括步骤:
S220:根据实时获取的所述位置信息判断所述目标对象离开目标区域时,发送报警信号。
发送报警信号可以为发出蜂鸣或者发送短信邮件至智能终端。如此,使用户了解到目标对象离开了目标区域。
如图5所示,一种与上述基于区域定位的智能监护方法相应的基于区域定位的智能监护装置,包括:
位置信息获取模块210,用于获取云服务端发送的目标对象的位置信息;
异常监控模块230,用于根据获取的所述位置信息判断所述目标对象的行为信息,当判断所述行为信息异常时,发送触发本地服务器打开视频监控驱动的命令。
具体地,异常监控模块230,还用于根据获取的所述位置信息判断所述目标对象在预设位置的停留时间是否超过预设时间,当超过预设时间时发送触发本地服务器打开视频监控驱动的命令。
在其中一个实施例中,还包括:
离开报警模块220,用于根据实时获取的所述位置信息判断所述目标对象离开目标区域时,发送报警信号。
具体实施方式及技术效果与上述基于区域定位的智能监护方法基本一致,在此不作赘述。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出多个变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于区域定位的智能监护方法,其特征在于,包括步骤:
接收射频传感网络中的各射频传感网络节点采集的定位信息;
根据所述定位信息采用基于RSSI的射频层析成像法确定目标对象的位置信息;
将所述位置信息发送至云服务端存储。
2.根据权利要求1所述的基于区域定位的智能监护方法,其特征在于,所述接收射频传感网络中的各射频传感网络节点采集的定位信息的步骤包括:
将室内作为目标区域建立坐标系,获取所述室内的射频传感网络中的射频传感网络节点的坐标信息;
实时接收所述射频传感网络节点采集的RSSI数据矩阵。
3.根据权利要求2所述的基于区域定位的智能监护方法,其特征在于,
所述根据所述定位信息采用基于RSSI的射频层析成像法确定目标对象的位置信息的步骤包括:
根据所述射频传感网络节点的所述坐标信息,确定所述射频传感网络中的链路的距离;其中,每两个所述射频传感网络节点构成一条双向的链路;
根据所述坐标系确定所述目标区域的差分矩阵,并根据不同时间接收的RSSI数据矩阵计算RSSI变化矩阵;
根据所述坐标信息及所述RSSI变化矩阵确定所述目标对象影响的椭圆区域,并根据所述椭圆区域及所述链路的距离确定权重矩阵;
根据所述权重矩阵、所述差分矩阵及所述RSSI变化矩阵确定信号衰减变化量,并进行归一化处理得到RTI成像;
根据所述RTI成像及所述衰减变化量确定所述目标对象的位置信息。
4.一种基于区域定位的智能监护装置,其特征在于,包括:
定位信息接收模块,用于接收射频传感网络中的各射频传感网络节点采集的定位信息;
位置信息确定模块,用于根据所述定位信息采用基于RSSI的射频层析成像法确定目标对象的位置信息;
位置信息发送模块,用于将所述位置信息发送至云服务端存储。
5.根据权利要求4所述的基于区域定位的智能监护装置,其特征在于,所述定位信息接收模块包括:
坐标信息获取单元,用于将室内作为目标区域建立坐标系,获取所述室内的射频传感网络中的射频传感网络节点的坐标信息;
数据矩阵接收单元,用于实时接收所述射频传感网络节点采集的RSSI数据矩阵。
6.根据权利要求5所述的基于区域定位的智能监护装置,其特征在于,所述位置信息确定模块包括:
链路距离确定单元,用于根据所述射频传感网络节点的所述坐标信息,确定所述射频传感网络中的链路的距离;其中,每两个所述射频传感网络节点构成一条双向的链路;
相关参数确定单元,用于根据所述坐标系确定所述目标区域的差分矩阵,并根据不同时间接收的RSSI数据矩阵计算RSSI变化矩阵;
权重矩阵确定单元,用于根据所述坐标信息及所述RSSI变化矩阵确定所述目标对象影响的椭圆区域,并根据所述椭圆区域及所述链路的距离确定权重矩阵;
RTI成像单元,用于根据所述权重矩阵、所述差分矩阵及所述RSSI变化矩阵确定信号衰减变化量,并进行归一化处理得到RTI成像;
老人位置确定单元,用于根据所述RTI成像及所述衰减变化量确定所述目标对象的位置信息。
7.一种基于区域定位的智能监护方法,其特征在于,包括步骤:
获取云服务端发送的目标对象的位置信息;
根据获取的所述位置信息判断所述目标对象的行为信息,当判断所述行为信息异常时,发送触发本地服务器打开视频监控驱动的命令。
8.根据权利要求7所述的基于区域定位的智能监护方法,其特征在于,
根据获取的所述位置信息判断所述目标对象的行为信息,当判断所述行为信息异常时,发送触发本地服务器打开视频监控驱动的命令的步骤包括:
根据获取的所述位置信息判断所述目标对象在预设位置的停留时间是否超过预设时间,当超过预设时间时发送触发本地服务器打开视频监控驱动的命令;
所述获取云服务端发送的目标对象的位置信息的步骤之后,还包括步骤:
根据实时获取的所述位置信息判断所述目标对象离开目标区域时,发送报警信号。
9.一种基于区域定位的智能监护装置,其特征在于,包括:
位置信息获取模块,用于获取云服务端发送的目标对象的位置信息;
异常监控模块,用于根据获取的所述位置信息判断所述目标对象的行为信息,当判断所述行为信息异常时,发送触发本地服务器打开视频监控驱动的命令。
10.根据权利要求9所述的基于区域定位的智能监护装置,其特征在于,
所述异常监控模块,还用于根据获取的所述位置信息判断所述目标对象在预设位置的停留时间是否超过预设时间,当超过预设时间时发送触发本地服务器打开视频监控驱动的命令;
所述基于区域定位的智能监护装置,还包括:
离开报警模块,用于根据实时获取的所述位置信息判断所述目标对象离开所述目标区域时,发送报警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610192063.0A CN105891775A (zh) | 2016-03-29 | 2016-03-29 | 基于区域定位的智能监护方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610192063.0A CN105891775A (zh) | 2016-03-29 | 2016-03-29 | 基于区域定位的智能监护方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105891775A true CN105891775A (zh) | 2016-08-24 |
Family
ID=57014380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610192063.0A Pending CN105891775A (zh) | 2016-03-29 | 2016-03-29 | 基于区域定位的智能监护方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105891775A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106454277A (zh) * | 2016-11-30 | 2017-02-22 | 杭州联络互动信息科技股份有限公司 | 一种用于视频监控的图像分析方法以及装置 |
CN106919931A (zh) * | 2017-03-13 | 2017-07-04 | 中山大学 | 一种基于探测信号的3d成像与人体识别方法 |
CN107422296A (zh) * | 2017-07-31 | 2017-12-01 | 河南工业大学 | 无线层析成像用网格像素衰减值确定方法 |
CN107528921A (zh) * | 2017-09-26 | 2017-12-29 | 安徽特旺网络科技有限公司 | 一种基于物联网的养老院管理系统 |
CN108156656A (zh) * | 2016-12-02 | 2018-06-12 | 中国科学院沈阳自动化研究所 | 面向工业射频环境的无线电层析成像定位方法 |
CN108272184A (zh) * | 2018-03-06 | 2018-07-13 | 苏州诚满信息技术有限公司 | 一种残障人士专用的智能手环 |
CN110276923A (zh) * | 2019-07-16 | 2019-09-24 | 维沃移动通信有限公司 | 一种安防系统的控制方法及安防系统 |
CN111713146A (zh) * | 2018-02-21 | 2020-09-25 | 瑞典爱立信有限公司 | 缩放的3d位置信息的信令 |
CN113225764A (zh) * | 2021-07-08 | 2021-08-06 | 景网技术有限公司 | 离线的智慧城市前端设备故障原因反馈及预判方法、系统 |
US11486959B2 (en) | 2018-02-21 | 2022-11-01 | Telefonaktiebolaget Lm Ericsson (Publ) | Scaled TDOA 3D positioning |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103325080A (zh) * | 2013-06-21 | 2013-09-25 | 电子科技大学 | 一种基于物联网技术的敬老院智能看护系统及方法 |
CN103690285A (zh) * | 2013-12-16 | 2014-04-02 | 北京京东方光电科技有限公司 | 一种智能护理装置 |
CN104660991A (zh) * | 2015-02-02 | 2015-05-27 | 上海理工大学 | 室内视频监控系统 |
CN105054909A (zh) * | 2015-07-15 | 2015-11-18 | 江西师范大学 | 一种基于智能手表和蓝牙血氧探头的远程监护老人的方法 |
-
2016
- 2016-03-29 CN CN201610192063.0A patent/CN105891775A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103325080A (zh) * | 2013-06-21 | 2013-09-25 | 电子科技大学 | 一种基于物联网技术的敬老院智能看护系统及方法 |
CN103690285A (zh) * | 2013-12-16 | 2014-04-02 | 北京京东方光电科技有限公司 | 一种智能护理装置 |
CN104660991A (zh) * | 2015-02-02 | 2015-05-27 | 上海理工大学 | 室内视频监控系统 |
CN105054909A (zh) * | 2015-07-15 | 2015-11-18 | 江西师范大学 | 一种基于智能手表和蓝牙血氧探头的远程监护老人的方法 |
Non-Patent Citations (2)
Title |
---|
JOEY WILSON等: "Radio Tomographic Imaging with Wireless Networks", 《IEEE TRANSACTIONS ON MIBILE COMPUTING》 * |
郝晓曦等: "BCS实现的射频层析成像链路选择方法", 《电子学报》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106454277B (zh) * | 2016-11-30 | 2019-09-27 | 杭州联络互动信息科技股份有限公司 | 一种用于视频监控的图像分析方法以及装置 |
CN106454277A (zh) * | 2016-11-30 | 2017-02-22 | 杭州联络互动信息科技股份有限公司 | 一种用于视频监控的图像分析方法以及装置 |
CN108156656A (zh) * | 2016-12-02 | 2018-06-12 | 中国科学院沈阳自动化研究所 | 面向工业射频环境的无线电层析成像定位方法 |
CN106919931A (zh) * | 2017-03-13 | 2017-07-04 | 中山大学 | 一种基于探测信号的3d成像与人体识别方法 |
CN106919931B (zh) * | 2017-03-13 | 2019-11-08 | 中山大学 | 一种基于探测信号的3d成像与人体识别方法 |
CN107422296A (zh) * | 2017-07-31 | 2017-12-01 | 河南工业大学 | 无线层析成像用网格像素衰减值确定方法 |
CN107422296B (zh) * | 2017-07-31 | 2018-07-13 | 河南工业大学 | 无线层析成像用网格像素衰减值确定方法 |
CN107528921A (zh) * | 2017-09-26 | 2017-12-29 | 安徽特旺网络科技有限公司 | 一种基于物联网的养老院管理系统 |
CN111713146A (zh) * | 2018-02-21 | 2020-09-25 | 瑞典爱立信有限公司 | 缩放的3d位置信息的信令 |
CN111713146B (zh) * | 2018-02-21 | 2022-07-22 | 瑞典爱立信有限公司 | 缩放的3d位置信息的信令 |
US11480646B2 (en) | 2018-02-21 | 2022-10-25 | Telefonaktiebolaget Lm Ericsson (Publ) | Signaling of scaled 3D position information |
US11486959B2 (en) | 2018-02-21 | 2022-11-01 | Telefonaktiebolaget Lm Ericsson (Publ) | Scaled TDOA 3D positioning |
CN108272184A (zh) * | 2018-03-06 | 2018-07-13 | 苏州诚满信息技术有限公司 | 一种残障人士专用的智能手环 |
CN110276923A (zh) * | 2019-07-16 | 2019-09-24 | 维沃移动通信有限公司 | 一种安防系统的控制方法及安防系统 |
CN113225764A (zh) * | 2021-07-08 | 2021-08-06 | 景网技术有限公司 | 离线的智慧城市前端设备故障原因反馈及预判方法、系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105891775A (zh) | 基于区域定位的智能监护方法及装置 | |
CN106875629B (zh) | 基于体感网的居家养老系统及其控制方法 | |
CN106597946B (zh) | 一种室内人员状态监控方法及系统 | |
WO2017124816A1 (zh) | 一种跌倒检测方法和系统 | |
CN106940757A (zh) | 基于物联网的健康监护服务方法和协同主机系统 | |
CN109360374A (zh) | 一种基于物联网的人体摔倒自动预警系统 | |
CN111180091A (zh) | 面向智慧医疗社区服务的监护系统 | |
CN111080968B (zh) | 一种独居老人意外发生联动控制预警方法及系统 | |
CN105357708B (zh) | 一种站点确定关联接入点的方法、装置和系统 | |
CN103473889A (zh) | 地板预警系统及其预警方法 | |
CN103606248A (zh) | 一种人体摔倒自动检测方法及系统 | |
CN105608838A (zh) | 一种监护系统及方法 | |
CN104807201A (zh) | 热水器系统及其洗浴监控方法 | |
US11276289B1 (en) | Intelligent seating for wellness monitoring | |
CN109903523A (zh) | 一种面向养老社区的紧急健康状况人工智能识别与救助系统 | |
CN104835003A (zh) | 一种面向移动养老服务的系统及其实现方法 | |
CN107909771A (zh) | 一种基于无线传感网络的人员跌倒报警系统及其实现方法 | |
CN105675187B (zh) | 浴室智能监测装置及其方法 | |
CN106502120A (zh) | 一种收集用户健康信息并显示的智能家电 | |
CN110660475A (zh) | 居家养老系统 | |
Nag et al. | Smart Home: Recognition of activities of elderly for 24/7; Coverage issues | |
CN110246301A (zh) | 一种用于监测独居老人室内活动异常的系统 | |
CN110428585A (zh) | 一种独居老人监护系统以及监护判定方法 | |
CN109379703A (zh) | 一种基于移动终端联网数据的灾害区域判断方法 | |
CN115063752B (zh) | 一种基于uwb定位的视频追踪预警方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160824 |
|
RJ01 | Rejection of invention patent application after publication |