CN106454723A - 一种基于手机加速度计的儿童监护方法 - Google Patents

Abstract

本发明公开了一种基于手机加速度计的儿童监护方法，属于人身安全领域。首先对儿童的智能手机进行身份认证训练，手机放置在口袋或者胸前，并行走一段时间，使加速度计能够获取足够的个人特征信息，使得智能手机能够识别出手机主人身份；之后如果不法分子掳走儿童，拿走儿童所持有的手机走动一段距离，手机即刻识别出手机持有人为陌生人，立即向监护人的移动设备发出警报，提醒监护人，子女的手机被他人持有，手机持续向监护人所持有手机发送儿童手机携带者的地理位置，并且发送频率增加。本发明利用普及的智能手机，结合身份识别与定位能够让监护具有即时性，一旦儿童被人掳走，立即发出警报并进行定位，对后续追踪有极大的作用。

Description

一种基于手机加速度计的儿童监护方法

技术领域

本发明属于人身安全领域，具体涉及一种基于手机加速度计的儿童监护方法。

背景技术

快节奏的城市生活，使一些家长照顾低龄儿童的时间越来越少，容易出现儿童监护真空状，因此而引发了一系列的问题，其中儿童走失问题尤为突出，儿童的走失不仅对家长来说是一个的巨大的打击，对儿童自身也产生了不可磨灭的负面影响。

针对这一社会现实，各类防止儿童走失的电子产品应运而生，其中大部分都是穿戴设备，如手环，腕表等，虽然当儿童佩戴这些设备时，设备可以向监护人发送儿童位置信息，但这些设备都存在着不足和缺陷，比如不能实时的对儿童监护，一旦不法分子拿掉设备，设备虽然还能发送位置信息，然而这些信息已经意义不大了，甚至误导监护人。

随着时代的进步，科技的发展，智能手机越来越“智能化”。如今的手机内部自包含了各种传感器，如加速度传感器，陀螺仪，磁传感器等。这些传感器时刻在记录着手机用户的个体行为数据，每个人的个体行为都是独特的，根据这些数据可以进行人员的身份识别。

发明内容

针对儿童走失这一社会现象和智能手机的普及情况，可以利用智能手机对儿童进行身份的识别，当手机的携带者发生变化可以立即识别出，另外智能手机本身含GPS模块可以进行精确的定位，能够实时的发送携带者的位置。

实现本发明的技术方案如下：

一种基于手机加速度计的儿童监护方法，首先对儿童的智能手机进行身份认证的训练：手机放置在口袋或者胸前，并且行走一段时间，使加速度计能够获取个人特征信息，通过个人特征信息使得智能手机能够识别出手机主人身份；在不法分子掳走儿童，拿走儿童所持有的手机走动一段距离，手机能够识别出手机持有人为陌生人，之后向监护人的移动设备发出警报，并向监护人所持有手机发送儿童手机携带者的地理位置。

进一步，所述监护方法的具体步骤包括：

(1)首先通过加速度计获取手机携带者的数据信息；

(2)对步骤(1)的数据进行滤波；所述滤波采用一阶低通滤波，滤波关系式如下：

Y(n)＝αX(n)+(1-α)Y(n-1)

式中：α为滤波系数；X(n)是本次的采样值；Y(n-1)是上次滤波输出值；Y(n)本次滤波输出值；

(3)滤波后，提取出每一个周期的峰值I_max，根据不同人员的周期峰值分布不同，使用时域特征进行识别，使用的参数包括：周期最大值平均数偏度S、四分位距IQR、相关系数C，具体计算表达式如下：

周期最大值的平均值表达式：

其中I_max为单个周期的峰值，n为峰值的个数；

偏度S为数据偏斜方向和程度，其表达式：

式中，a_i是加速度计测得的数据，i＝1,2,3,...,N，N为数据个数；a为N个测得数据的平均值；σ为侧的数据的标准差；

四分位距IQR表达式：

Q_j＝b_kj+(b_kj+1-b_kj)r_j；

IQR＝Q₃-Q₁

数据a_j由大到小排序为b_j，_j＝1,2,...,N；四分位数的位置为P_j＝1+(N-1)j/4，j(＝1,2,3)为分位个数，k_j为P_j整数部分，r_j为小数部分；

互相关系数C表达式：

C_xyz＝COV(x,y,z)/(σ_xσ_yσ_z)

式中：COV(x,y,z)为x,y,z轴加速度的协方差；σ_x,σ_y,σ_z为x,y,z轴加速度的标准差；

运用决策树对特征值进行分类判断，识别身份；所述决策树是通过计算熵来构建，熵表达式：其中p(i)＝第i类数目/总数目；

(4)决策树构建好后，估计预测值，估计的方法是采用估计一个准确率的正态分布区间，获得正态分布区间后对数据进行合理的分类；综合数据的分类结果，区分出手机携带者身份；

(5)在儿童被不法分子掳走时，并拿走了手机，拿走儿童所持有的手机走动一段距离，手机即刻识别出手机持有人为陌生人，立即向监护人的移动设备发出警报，提醒监护人，子女的手机被他人持有，手机持续向监护人所持有手机发送儿童手机携带者的地理位置，并且发送频率增加。

进一步，所述正态分布的置信区间求解如下：

1)将acc标准化，即acc＝X/N，N为记录数据，X预测正确的记录数；

2)选择置信水平a，求出a/2和1-a/2对应的准确正态分布的统计量Z_a/2,Z_1-a/2解下面关于p的不等式，得到p的置信区间：

本发明的有益效果：

1、本发明相价格低廉不需要额外的穿戴设备，所有的功能只需要一台智能手机就可以完成以上的功能，并且使用广泛因为现在社会智能手机普及率极高，而本发明基于智能手机进行开发与运用的。

2、本发明结合身份的识别与定位可以让监护具有即时性，一旦手机携带者更换手机立即发出警报，并进行定位，对后续的追踪起到极大的作用。

附图说明

图1是获取的原始数据图；

图2是滤波后的图；

图3是不同人对应不同周期峰值的示意图。

具体实施方式

一般儿童可以把手机放置在口袋或者挂在胸前，手机加速度传感器记录采集到的用户的加速度数据，得到数据的均值、最大值、方差等作为儿童的特征点，通过决策树对特征数据进行归类，以识别出儿童身份。对于儿童的定位方面，因为现在的手机GPS定位非常精确，可以直接使用智能手机集成的GPS模块进行定位。

技术方案：首先需要对儿童的智能手机进行身份认证的训练，手机可以放置在口袋或者胸前，并且行走一段时间，使加速度计能够获取足够的个人特征信息，使得智能手机能够识别出手机主人身份，比如在商场内不法分子掳走儿童，并拿走了手机，拿走儿童所持有的手机走动一段距离，手机即刻识别出手机持有人为陌生人，立即向监护人的移动设备发出警报，提醒监护人，子女的手机被他人持有，手机持续向监护人所持有手机发送儿童手机携带者的地理位置，并且发送频率增加。

具体步骤如下：

(1)首先通过加速度计获取手机携带者的特征数据。

(2)从上一步获得数据是初始数据，如图1所示，是手机携带者将手机放置在口袋中行走时加速度传感器测得的数据，由图1可看出，由于数据干扰多，存在大量的毛刺，需要经过滤波，滤波后信号更加圆滑，如图2。本发明运用的滤波方法是一阶低通滤波。滤波关系式如下：

Y(n)＝αX(n)+(1-α)Y(n-1)

式中：α为滤波系数；X(n)是本次的采样值；Y(n-1)是上次滤波输出值；Y(n)本次滤波输出值。

(3)经过一阶低通滤波后发现图形具有明显周期性，提取出每一个周期的峰值I_max，可以得出人员的不同，其周期峰值分布会不同，如图3。本发明使用时域特征进行识别，使用的参数包括：周期最大值平均数偏度S、四分位距IQR、相关系数C，具体计算表达式如下。

周期最大值的平均值表达式：

其中I_max为单个周期的峰值，n为峰值的个数。

偏度S为数据偏斜方向和程度，其表达式：

式中，a_i是传感器测得的数据，i＝1,2,3,...,N，N为数据个数；a为N个测得数据的平均值；σ为侧的数据的标准差。

四分位距IQR表达式：

Q_j＝b_kj+(b_kj+1-b_kj)r_j；IQR＝Q₃-Q₁

数据a_j由大到小排序为b_j，_j＝1,2,...,N.四分位数的位置为P_j＝1+(N-1)j/4，j(＝1,2,3)为分位个数，k_j为P_j整数部分，r_j为小数部分。

互相关系数C表达式：

C_xyz＝COV(x,y,z)/(σ_xσ_yσ_z)

式中：COV(x,y,z)为x,y,z轴加速度的协方差；σ_x,σ_y,σ_z为x,y,z轴加速度的标准差。

运用决策树对特征值进行分类判断，识别身份。决策树根据“纯度”来构建，本发明通过计算熵来计算，熵表达式：其中p(i)＝第i类数目/总数目。

(4)决策树构建好后，需要估计预测值，通过样本估计的准确率，很有可能存在偏差，本发明采用的方法是估计一个准确率的正态分布区间，获得正态分布区间后就对数据进行合理的分类。

正态分布的置信区间求解如下：

1)将acc标准化，即acc＝X/N。N为记录数据，X预测正确的记录数。

2)选择置信水平a，求出a/2和1-a/2对应的准确正态分布的统计量Z_a/2,Z_1-a/2解下面关于p的不等式，得到p的置信区间：

当我们得到区间后，就可以对数据进行合理的分类，最后综合数据的分类结果，区分出手机携带者身份。

(5)在儿童被不法分子掳走时，并拿走了手机，拿走儿童所持有的手机走动一段距离，手机即刻识别出手机持有人为陌生人，立即向监护人的移动设备发出警报，提醒监护人，子女的手机被他人持有，手机持续向监护人所持有手机发送儿童手机携带者的地理位置，并且发送频率增加。

上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。

Claims (3)

1.一种基于手机加速度计的儿童监护方法，其特征在于，首先对儿童的智能手机进行身份认证的训练：手机放置在口袋或者胸前，并且行走一段时间，使加速度计能够获取个人特征信息，通过个人特征信息使得智能手机能够识别出手机主人身份；在不法分子掳走儿童，拿走儿童所持有的手机走动一段距离，手机能够识别出手机持有人为陌生人，之后向监护人的移动设备发出警报，并向监护人所持有手机发送儿童手机携带者的地理位置。

2.根据权利要求1所述的一种基于手机加速度计的儿童监护方法，其特征在于，所述监护方法的具体步骤包括：

(1)首先通过加速度计获取手机携带者的数据信息；

(2)对步骤(1)的数据进行滤波；所述滤波采用一阶低通滤波，滤波关系式如下：

Y(n)＝αX(n)+(1-α)Y(n-1)

式中：α为滤波系数；X(n)是本次的采样值；Y(n-1)是上次滤波输出值；Y(n)本次滤波输出值；

(3)滤波后，提取出每一个周期的峰值I_max，根据不同人员的周期峰值分布不同，使用时域特征进行识别，使用的参数包括：周期最大值平均数偏度S、四分位距IQR、相关系数C，具体计算表达式如下：

周期最大值的平均值表达式：

$\stackrel{\‾}{x}=\frac{\underset{1}{\overset{n}{\Σ}}{I}_{max}}{n}$

其中I_max为单个周期的峰值，n为峰值的个数；

偏度S为数据偏斜方向和程度，其表达式：

$S=\frac{1}{N}\underset{1}{\overset{N}{\Σ}}{\left(\frac{a_i-a}{\mathrm{\σ}}\right)}^3$

式中，a_i是加速度计测得的数据，i＝1,2,3,...,N，N为数据个数；a为N个测得数据的平均值；σ为侧的数据的标准差；

四分位距IQR表达式：

Q_j＝b_kj+(b_kj+1-b_kj)r_j；

IQR＝Q₃-Q₁

数据a_j由大到小排序为b_j，j＝1,2,...,N；四分位数的位置为P_j＝1+(N-1)j/4，j(＝1,2,3)为分位个数，k_j为P_j整数部分，r_j为小数部分；

互相关系数C表达式：

C_xyz＝COV(x,y,z)/(σ_xσ_yσ_z)

式中：COV(x,y,z)为x,y,z轴加速度的协方差；σ_x,σ_y,σ_z为x,y,z轴加速度的标准差；

运用决策树对特征值进行分类判断，识别身份；所述决策树是通过计算熵来构建，熵表达式：其中p(i)＝第i类数目/总数目；

(4)决策树构建好后，估计预测值，估计的方法是采用估计一个准确率的正态分布区间，获得正态分布区间后对数据进行合理的分类；综合数据的分类结果，区分出手机携带者身份；

(5)在儿童被不法分子掳走时，并拿走了手机，拿走儿童所持有的手机走动一段距离，手机即刻识别出手机持有人为陌生人，立即向监护人的移动设备发出警报，提醒监护人，子女的手机被他人持有，手机持续向监护人所持有手机发送儿童手机携带者的地理位置，并且发送频率增加。

3.根据权利要求2所述的一种基于手机加速度计的儿童监护方法，其特征在于，所述正态分布的置信区间求解如下：

1)将acc标准化，即acc＝X/N。N为记录数据，X预测正确的记录数；

2)选择置信水平a，求出a/2和1-a/2对应的准确正态分布的统计量Z_a/2,Z_1-a/2解下面关于p的不等式，得到p的置信区间：

$-Z_{a/2}\≤(acc-p)/\sqrt{p*(1-p)/N}\≤Z_{1-a/2}.$