CN106037635A - 一种基于可穿戴设备的智能预警系统和方法 - Google Patents

Abstract

本发明公开了一种基于可穿戴设备的智能预警系统和方法，加速度收集模块和心率收集模块收集用户加速度数据和心率数据，经蓝牙传送至用户手机数据处理模块，对数据进行预处理后提取行为和情感特征，将得到的数据送至识别模块，通过分类器实现用户行为和情感的识别，将识别的结果与数据库中的行为和情感信息对配对，得出用户状态。语音数据收集模块在用户一键报警或紧急联系家人时采集用户语音信息，经蓝牙传送至用户手机，直接发送至亲属手机APP的报警消息接收模块。用户手机中的数据定时发送至健康服务平台，通过健康数据分析模块分析用户的健康信息，定时通过养生信息推送模块推送到用户手机，并通过通信亲属模块定时将用户数据发送给亲属。

Description

一种基于可穿戴设备的智能预警系统和方法

技术领域

本发明涉及一种基于可穿戴设备的智能预警系统和方法，属于通信技术领域。

背景技术

随着人口老龄化中国老龄化问题日益突出，第六次全国人口普查显示，我国60岁及以上人口占13.26％，65岁及以上人口占8.87％，现有老龄人口1.6亿，且以每年近800万的速度增加，老龄化进程逐步加快。老年人口的快速增加，特别是80岁以上的高龄老人和失能老人年均100万的增长速度，对老年人的生活照料、康复护理、医疗保健、精神文化等需求日益凸显，养老问题日趋严峻。随着社会老龄化程度的加深，空巢老人越来越多，已经成为一个不容忽视的社会问题。空巢老人问题不是一个简单的个人问题，已经成为我国亟待破解的社会命题。老人行动不便，记忆力减退，往往出现迷路、摔倒、突发疾病等需要紧急救助的情况，而由于子女工作繁忙，不能时刻关注老人，通常不能及时提供救助，甚至导致悲剧的发生。同时，随着二孩政策的全面开放，儿童人口同样会呈现快速增加的趋势，儿童的安全在一定程度上也难以得到保障。

近年来，随着人工智能的日趋热化，市场上智能家居、可穿戴设备等相关产品亦是层出不穷，诸如运动手环、儿童智能手表等，通过行为识别和定位技术，记录日常生活中的锻炼、睡眠、部分还有饮食等实时数据，并将这些数据与手机、平板等设备进行同步，实现健康指导，提升生活质量。但是现有的智能设备是基于行为识别，用于分析用户状况的数据只有用户的行为，这无法准确的得出用户目前的安全状况。比如，识别用户目前的行为是跑步，现有的智能手环可能给出的结论是，用户正在运动；若是能够同时识别出用户当时的情感，就可以推测出用户目前只是在单纯的跑步健身还是由于遇到了危险而逃生。而且现有的设备无法准确的预测用户目前的安全状况。而本发明能够很好地解决上面的问题。

发明内容

本发明目的在于提出了一种基于可穿戴设备的智能预警系统和方法，该方法能够加强老人和儿童的安全保障，保证亲属随时了解老人和儿童的活动状况，避免危险情况的发生，以便于提供更加精确的安全现状预知，并在必要的时候发出求救信号。

本发明解决其技术问题所采取的技术方案是：一种基于可穿戴设备的智能预警系统，该系统包括智能手环、智能手机APP和健康服务平台。

智能手环是通过加速度传感器采集用户活动时产生的运动数据，作为识别用户行为的原始信息。智能手环内置的心率传感器用于实时采集用户的心率数据，作为识别用户情绪的原始信息。智能手环包括加速度传感器、心率传感器、语音输入模块、GPS模块、蓝牙模块、微型震动模块、按键模块。语音输入模块用于采集用户语音，作为用户自主求救的原始信息。GPS模块用于采集用户在室外活动的位置信息，作为记录用户活动轨迹的原始信息。蓝牙模块用于手环与智能手机的通信模块以及实现用户室内定位的位置数据处理模块。微型震动模块作为手环震动提醒使用。按键模块用于用户一键报警或者输入语音的启动模块。所述的智能手环佩戴在用户手腕上。

智能手机APP分为老人版和亲属版两个版本。

智能手机APP的老人版主要功能部件有原始数据接收模块，数据处理模块，识别模块，报警模块，数据传输模块，数据库，所述数据库包括用户行为数据库、用户情感数据库、行为和情感信息对。原始数据接收模块用于接收智能手环中采集到的原始数据，包括心率数据收集模块、加速度数据收集模块、语音数据收集模块；数据处理模块将使用目前已有的信号数据处理方法对采集到的原始数据进行预处理并进行特征提取；识别模块获得数据处理模块的数据之后，与数据库中的用户行为数据库以及用户情感数据库中训练好的数据进行匹配，识别出用户当前的行为和情感，然后将识别到的行为和情感对与行为和情感信息对数据库中的数据作对比，进而判断用户当前所处的状况；报警模块根据识别到的用户目前的状况，在用户遇到紧急状况时向亲友或者救急部门发出提醒或报警；数据传输模块用于在各个模块之间传递数据；数据库用于将事先训练好的数据集合保存在手机内已提供识别行为和情感的信息库。智能手机APP的亲属版主要包括报警信息接收模块，平台数据接收模块，用于接收老人版APP传来的数据，掌握老人动态，及时联系救急部门，同时接收健康服务平台发送来的分析数据。

健康服务平台与智能手机APP进行通信，接受老人的健康数据并进行分析，定时为老人推送养生信息，同时推送老人健康数据给家属，方便家属了解老人情况。

本发明还提供了一种基于可穿戴设备的智能预警系统的实现方法，该方法包括如下步骤：

步骤1：用户佩戴智能手环之后，通过手环中的各传感器模块收集用户的原始信息，通过蓝牙模块与手机通信，将原始数据发送至手机端处理。

步骤2：处理数据之前，首先判断该原始数据是否为语音数据。若是语音数据，则直接将此条信息发送给远方的亲友；若不是语音信息，则在将该原始数据去噪、标准化等预处理并对其进行特征提取后交由识别模块处理。

步骤3：识别模块收到经过预处理的数据后，对比数据库中事先训练好的行为和情感数据，识别出用户的行为和情感。

步骤4：判断用户当时所处的位置，室内选用蓝牙定位方法，室外选用GPS定位方法。

步骤5：比对数据库中不同行为和情感信息对，判断用户目前所处的状况。

步骤6：根据数据库总列出的不同的提醒等级，将提醒信息其发送给亲友或者相关单位。

本发明的方法应用于基于可穿戴设备的智能预警系统。

有益效果：

1、本发明很好地提高了对老人和儿童的监护力度、降低监护成本,极大的提升用户体验，方便亲属及时里了解老人及儿童情况。

2、本发明使得对老人和儿童的监护更加人性化、智能化，促进针对不同监护个体的个性化服务。

3、本发明系统架构清晰、简单，易于实现，方便亲属实时的且更精确的了解老人和儿童目前所处的状况，以便能够在危险情况下及时发出求救。

附图说明

图1为本发明系统的架构图。

标识说明：1-加速度收集模块；2-心率数据收集模块；3-语音数据收集模块；4-GPS数据收集模块；5-蓝牙模块；6-数据处理模块；7-识别模块；8-数据库；9-报警模块；10-健康数据分析模块；11-养生信息推送模块；12-通信亲属模块；13-报警消息接收模块；14-平台数据接收模块。

图2为本发明系统的行为和情感信息对照表。

图3为本发明系统的行为及情感识别流程图。

图4为本发明的方法流程图。

具体实施方式

下面结合说明书附图对本发明创造作进一步的详细说明。

如图1所示，本发明提供了一种基于可穿戴设备的智能预警系统，该系统包括加速度收集模块1、心率数据收集模块2、语音数据收集模块3、GPS数据收集模块4、蓝牙模块5、数据处理模块6、识别模块7、数据库8、报警模块9、健康数据分析模块10、养生信息推送模块11、通信亲属模块12、报警消息接收模块13和平台数据接收模块14。其中模块1-4在手环中通过硬件开发板进行控制，硬件开发板主要用于连接手环中的传感器模块，并控制各传感器模块采集数据，通过蓝牙模块传输给用户手机APP；模块5指的是通过蓝牙设备搭建的无线传输通道，用于用户手环与手机传输数据；模块6-9为智能手机老人版APP中的软件模块；模块10-12为健康服务平台中的软件模块，健康服务平台通过网络与智能手机APP通信；模块13-14为智能手机亲属版APP中的软件模块，亲属手机通过网络与用户手机及健康服务平台通信。

本发明基于可穿戴设备的智能预警系统的具体实例方式包括：

(1)主要设备选型：加速度传感器LIS3DH，心率传感器Pulsesensor，微型麦克风MP23AB02B，蓝牙模块CSR BC6130，GPS模块u-blox g5，按键模块等。

(2)数据采集：使用加速度传感器和心率传感器获得用户加速度数据和心率数据，作为识别行为和情感的原始数据；使用微型麦克风获得用户输入的语音信息；通过蓝牙传送至用户手机APP数据处理模块进行处理。对于传输至手机端的数据会因数据类型在数据的开端打上标签：语音0，加速度1，心率2。

(3)数据预处理：首先判断传输过来的数据类型，若为语音信息，直接通过APP的报警模块发送至亲属手机端；若非语音信息，则对于加速度数据和心率数据分别进行预处理。

加速度数据预处理：首先通过FFT即快速傅里叶变换方法对加速度信号采样数据进行离散Fourier变换，将需要滤出的频率部分直接设置成零，然后再利用FFT算法对滤波处理之后的数据进行离散Fourier逆变换恢复出时域信号。针对低频和高频干扰分别设置截止频率，分别进行高通滤波和低通滤波，实现噪声消除。

心率数据预处理：心率信号是一种较为微弱的非平稳信号，信号采集过程中容易受到人体、传感器、环境等的影响，信号中会不可避免的引入干扰，干扰主要包括工频干扰、基线漂移和高频随机干扰。对于基线漂移干扰，我们对原始心率信号采用db5小波进行8尺度的分解，分解之后，将8尺度低频系数置零重构心率信号，将基线漂移信号从心率信号中完全消除；对于高频噪声，我们对原始信号进行8尺度分解后，采用小波阈值法进行去噪，最后用滤除噪声后的小波分解系数重构心率信号，高频噪声得以清除。

(4)信号特征提取与选择：从信号的时频域提取其最能代表信号变化的统计特征，作为情感识别研究的原始特征集。提取信号的均值、中值、标准差、最小值、最大值、最小值比率、最大值比率、最大最小差值等统计特征，再将上述信号特征进行一阶差分、二阶差分计算后提取以上相同的统计特征，这两部分构成了24个时域特征值。频域特征集的构成由信号数据先进行DFT即离散傅里叶变换处理，然后再进行均值、中值、标准差、最大值、最小值、最大最小差值的计算，得到6个频域特征。接下来使用基本粒子群算法进行特征选择：

a)初始化。首先设置粒子群的种群规模m，对粒子群进行随机初始化，位置速度其中，表示第i个粒子在t时刻的位置，表示第i个粒子在t时刻的速度。

b)评价粒子。计算每个粒子的适应度值，并将其适应度值与历史最好位置的适应度值比较，如果更优，则是当前的最优解并且当前粒子位置更新自我历史的最优位置；每个粒子的历史最优值与其他粒子的历史最优值比较，更优者作为全局最优解式其中表示第i个粒子在t时刻的历史最好点，表示整个粒子群g在t时刻的最优位置。

c)粒子状态更新。根据以下两个公式进行粒子的速度和位置的更新。

$V_{id}^{t+1}=V_{id}^t+c_1\mathrm{\ξ}({\mathrm{pbest}}_{id}^t-x_{id}^t)+c_2\mathrm{\η}(p_{gd}^t-x_{id}^t)$

$x_{id}^{t+1}=x_{id}^t+v_{id}^{t+1}$

式中t表示某时刻，i∈[1，m]d∈[1，30]，c₁和c₂是学习因子，一般取值为正常数，ξ，η∈U[0，1],为均匀分布在[0,1]区间的伪随机数。

d)判断是否满足终止条件。若满足，则停止迭代，输出最优解，不满足则返回第二步。终止条件一般设置为达到最大的迭代次数T_max或是满足预设的最小精度ε。

e)根据以上步骤，针对不同的行为和情感进行基于基本粒子群的特征提取。

(5)Fisher分类器训练与分类：将经过筛选后的有效数据分成训练集、测试集和验证集三部分，将训练集中不同类别的样本集用来计算分类器的各个参数，找出能区分样本的映射线。

采用Fisher分类器进行未知类别样本的分类过程，评价阈值y₀等其他因素选取的好坏需要选定适应度函数，在设计适应度函数时需要给定决定两类情感识别率的权重系数。综合考虑以上两个方面，适应度函数选择如下形式:

f＝λsqrt(τ(1-ratA)²+(1-ratB)²)

其中λ代表标记识别率，ratA代表第一类数据的正确识别率，ratB说明第二类数据的正确识别率，τ为两类行为或情感的权重因子。从公式中可以得知，当识别率越高，适应度值越小。这说明候选解的适应度函数值越小，解的性质越好。

(6)生成行为和情感信息对：将识别出来的行为和情感进行组合，得到用户目前的行为和情感信息对。如图2，列出了数据库中预先设定的五种情感和三种行为的不同配对，同时给出每种配对对应的报警强度。将用户目前的行为和情感信息对与数据库中的数据进行配对，得到最终报警的级别。

(7)发出报警信息：根据上面得出的报警级别，得出需要发送的具体信息，通过智能手机老人版APP与亲属版APP通信，发送报警信息。如当用户在室外时，行为和情感信息对为跑步-恐惧，则定为A级，需要给亲属发送高级预警。

(8)日常健康分析：用户手机APP将与健康服务平台通信，每天定时将用户的运动轨迹和情感数据发送到平台，平台将对这些数据进行分析，得出结论后每天给用户手机APP中推送养生信息，同时将用户情况定时发送给其亲属，方便亲属及时了解老人情况，以及时给出安慰和帮助。

如图2所示，在表格中展示的是用户行为和情感信息对在不同情况下预警级别的一种示例，智能手机老人版APP根据不同行为和情感信息对所对应的报警级别向亲属版APP发出报警信息，报警信息中包含用户目前的情感和行为，亲属可自行选择何种方式对老人施救。例如，如表格所示，当识别用户目前在室外，并且是在恐惧情绪下做出跑步的动作，预警级别为A，系统便判断此时用户安全受到严重威胁，将给用户亲属发出高级别的报警信息，告知亲属用户目前正处于恐惧情绪下奔跑，请亲属做出相关施救行为。表格中的预警级别可以由用户根据自身情况专门定制。

如图3所示，展示了本发明中情感识别的流程。首先通过心率传感器手机用户心率数据，然后对其进行预处理，去除原始信号中的噪声；持续采集信号后对经过预处理后的心率数据进行特征提取，对提取的生理信号特征进行编码，经过Fisher分类器训练并分类，得出对每一种情感的识别。如图4所示，本发明还提供了一种基于可穿戴设备的智能预警系统的实现方法，该方法包括如下步骤：

步骤1：用户佩戴智能手环之后，通过手环中的各传感器模块收集用户的原始信息，通过蓝牙模块与手机通信，将原始数据发送至手机端处理。

步骤2：处理数据之前，首先判断该原始数据是否为语音数据。若是语音数据，则直接将此条信息发送给远方的亲友；若不是语音信息，则在将该原始数据去噪、标准化等预处理并对其进行特征提取后交由识别模块处理。

步骤3：识别模块收到经过预处理的数据后，对比数据库中事先训练好的行为和情感数据，识别出用户的行为和情感。

步骤4：判断用户当时所处的位置，室内选用蓝牙定位方法，室外选用GPS定位方法。

步骤5：比对数据库中不同行为和情感信息对，判断用户目前所处的状况。

步骤6：根据数据库总列出的不同的提醒等级，将提醒信息其发送给亲友或者相关单位。

Claims (3)

1.一种基于可穿戴设备的智能预警系统，其特征在于：所述系统包括智能手环、智能手机APP和健康服务平台；

所述的智能手环是通过加速度传感器采集用户活动时产生的运动数据，作为识别用户行为的原始信息，智能手环内置的心率传感器用于实时采集用户的心率数据，作为识别用户情绪的原始信息；所述智能手环包括加速度传感器、心率传感器、语音输入模块、GPS模块、蓝牙模块、微型震动模块、按键模块；语音输入模块用于采集用户语音，作为用户自主求救的原始信息；GPS模块用于采集用户在室外活动的位置信息，作为记录用户活动轨迹的原始信息；蓝牙模块用于手环与智能手机的通信模块以及实现用户室内定位的位置数据处理模块；微型震动模块作为手环震动提醒使用；按键模块用于用户一键报警或者输入语音的启动模块；

智能手机APP分为老人版和亲属版；

智能手机APP包括原始数据接收模块，数据处理模块，识别模块，报警模块，数据传输模块，数据库，所述数据库包括用户行为数据库、用户情感数据库、行为和情感信息对；原始数据接收模块用于接收智能手环中采集到的原始数据，包括心率数据收集模块、加速度数据收集模块、语音数据收集模块；通过现有识别技术识别用户行为和情感，然后将识别到的行为和情感对与行为和情感信息对数据库中的数据作对比，进而判断用户当前所处的状况；报警模块根据识别到的用户目前的状况，在用户遇到紧急状况时向亲友或者救急部门发出提醒或报警；亲属版APP包括报警信息接收模块，平台数据接收模块，用于接收智能手机APP传来的数据，掌握老人动态，及时联系救急部门，同时接收健康服务平台发送来的分析数据；

健康服务平台与智能手机APP及家属手机中的APP进行通信，接受老人的健康数据并进行分析，定时为老人推送养生信息，同时推送老人健康数据给家属，方便家属了解老人情况。

2.一种基于可穿戴设备的智能预警系统的实现方法，其特征在于，所述方法包括如下步骤：

步骤1：用户佩戴智能手环之后，通过手环中的各传感器模块收集用户的原始信息，通过蓝牙模块与手机通信，将原始数据发送至手机端处理；

步骤2：处理数据之前，首先判断该原始数据是否为语音数据；若是语音数据，则直接将此条信息发送给远方的亲友；若不是语音信息，则在将该原始数据去噪、标准化预处理并对其进行特征提取后交由识别模块处理；

步骤3：识别模块收到经过预处理的数据后，对比数据库中事先训练好的行为和情感数据，识别出用户的行为和情感；

步骤4：判断用户当时所处的位置，室内选用蓝牙定位方法，室外选用GPS定位方法；

步骤5：比对数据库中不同行为和情感信息对，判断用户目前所处的状况；

步骤6：根据数据库总列出的不同的提醒等级，将提醒信息其发送给亲友或者相关单位。

3.根据权利要求2所述的一种基于可穿戴设备的智能预警系统的实现方法，其特征在于：所述方法应用于基于可穿戴设备的智能预警系统。