CN107296612A - 被监护人的自动监护方法、系统及终端设备 - Google Patents

Abstract

本发明公开一种被监护人的自动监护方法、系统及终端设备，被监护人的自动监护方法，包括：获取固定环境中被监护人在时间序列中的位置信息；建立基于日常行为常识统计的被监护人固定环境行为分析模型；将所述在时间序列中的位置信息输入所述行为分析模型进行分析以判断被监护人的行为是否异常。通过被监护人在时间序列中的位置信息和基于日常行为常识统计等的行为分析模型来分析、推断被监护人的行为特点、规律、活动情况以及异常情况，能够在被监护人的行为异常时自动及时向监护人发出预警信息，还能根据被监护人的历史监护数据智能化地提供个人定制化的交互查询和图例报表展示对比分析等功能，通过数据分析和机器学习来达到老年人等被监护人智能化看护的目的。

Description

被监护人的自动监护方法、系统及终端设备

技术领域

本发明涉及健康防护领域，具体涉及一种被监护人的自动监护方法、系统及终端设备。

背景技术

随着我国人口老龄化程度的日益加深,这对我国现存的养老模式提出了巨大的挑战。除了家庭养老外，养老社区化、养老社会化的需求正在快速的增长，而这方面需求的增长以及养老服务质量要求的提高又进一步刺激了对专业看护人员需求的急剧增长，这就导致了现有的专业看护人员人力队伍会出现严重不足而且靠人工全天候看护老年人的成本太高、效率太低。

此外，未成年人以及老年人以外不具完全行为能力的其它成年人的监护/看护也存在巨大的需求的增长以及服务质量要求的提高与社会能够提供的专业看护人员数量有限的矛盾。

现有技术中，为了解决这一矛盾，主要是通过在老年人或未成年人等被监护人居所内安装摄像头以通过视频监控的方式达到老年人等被监护人看护的目的，但该现有方法对客户来说不可避免地侵犯了个人隐私而受到大多数客户的反感和排斥,而同时现有的专职人工看护方式又成本太高、效率太低。

因此，需要一种新的安全、有效而又不侵犯个人隐私的老年人和未成年人等被监护人智能化看护的方法。

在所述背景技术部分公开的上述信息仅用于加强对本发明的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明公开一种被监护人的自动监护方法、系统及终端设备，能够自动及时向监护人发出预警信息，还能根据被监护人的历史监护数据智能化地提供个人定制化的交互查询和图例报表展示对比分析等功能，通过数据分析和机器学习来达到老年人等被监护人看护的目的。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本发明的第一方面，公开一种被监护人的自动监护方法，其特征在于，包括：

获取固定环境中被监护人在时间序列中的位置信息；

建立基于日常行为常识统计的被监护人固定环境行为分析模型；

将所述在时间序列中的位置信息输入所述行为分析模型进行分析以判断被监护人的行为是否异常。

根据本发明的一实施方式，所述监护方法还包括：如果判断被监护人的行为异常则向监护人发出预警。

根据本发明的一实施方式，所述监护方法还包括：根据被监护人的历史监护信息提供定制化的交互查询和/或图例报表展示对比分析功能。

根据本发明的一实施方式，所述被监护人包括老年人或未成年人。

根据本发明的一实施方式，所述固定环境包括家居环境或养老院。

根据本发明的一实施方式，所述在时间序列中的位置信息包括：被监护人处于某一位置的起始时间和持续时长。

根据本发明的一实施方式，所述获取固定环境中被监护人在时间序列中的位置信息通过设置于所述固定环境中的传感器网络来进行。

根据本发明的一实施方式，所述传感器网络包含有源主动红外传感器和/或无源被动红外传感器。

根据本发明的一实施方式，所述行为分析模型为基于贝叶斯网络的概率推断模型。

根据本发明的一实施方式，所述在时间序列中的位置信息存储于数据库中。

根据本发明的第二方面，公开一种被监护人的自动监护系统，其特征在于，包括：

位置信息获取模块，获取固定环境中被监护人在时间序列中的位置信息；

建模模块，建立基于日常行为常识统计的被监护人固定环境行为分析模型；

分析判断模块，将所述在时间序列中的位置信息输入所述行为分析模型进行分析以判断被监护人的行为是否异常。

根据本发明的一实施方式，所述自动监护系统还包括：

警示模块，如果判断被监护人的行为异常则向监护人发出预警。

根据本发明的一实施方式，所述自动监护系统还包括：

交互查询模块，根据被监护人的历史监护信息提供定制化的交互查询和/或图例报表展示对比分析功能。

根据本发明的一实施方式，所述自动监护系统还包括：

数据库模块，存储所述在时间序列中的位置信息。

根据本发明的一实施方式，所述获取固定环境中被监护人在时间序列中的位置信息通过设置于所述固定环境中的传感器网络来进行。

根据本发明的一实施方式，所述行为分析模型为基于贝叶斯网络的概率推断模型。

根据本发明的第三方面，公开一种终端设备，其特征在于，包括：

处理器；

存储器，存储用于所述处理器控制以下操作的指令：

获取固定环境中被监护人在时间序列中的位置信息；

建立基于日常行为常识统计的被监护人固定环境行为分析模型；

将所述在时间序列中的位置信息输入所述行为分析模型以判断被监护人的行为是否异常。

根据本发明的一些实施方式，通过被监护人在时间序列中的位置信息和基于日常行为常识统计等的行为分析模型来分析、推断被监护人的行为特点、规律、活动情况以及异常情况。

根据本发明的另一些实施方式，如果判断被监护人的行为异常则自动及时地向监护人发出预警信息。

根据本发明的又一些实施方式，通过根据被监护人的历史监护数据智能化地提供个人定制化的交互查询和展示图例报表分析等功能，通过数据分析和机器学习来达到老年人等被监护人智能化看护的目的，同时为设计更适合老年人等被监护人行为和活动特点的健康和医护保险产品打下坚实的数据基础。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并非用于限制本发明。

附图说明

通过参照附图详细描述其示例实施例，本发明的上述和其它目标、特征及优点将变得更加显而易见。

图1示出根据本发明示例实施方式的一被监护人的自动监护方法的流程图。

图2示出根据本发明示例实施方式的一被监护人的自动监护方法中的贝叶斯网络被监护人行为分析概率推断模型示意图。

图3示出根据本发明另一示例实施方式的一被监护人的自动监护方法的流程图。

图4示出根据本发明又一示例实施方式的一被监护人的自动监护方法的流程图。

图5示出根据本发明示例实施方式的一被监护人的自动监护系统的方框图。

图6示出根据本发明一示例实施方式的终端设备。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明的描述将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。附图仅为本发明的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本发明的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、步骤等。在其它情况下，不详细示出或描述公知结构、方法、实现或者操作以避免喧宾夺主而使得本发明的各方面变得模糊。

附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

本发明公开一种被监护人的自动监护方法、系统及终端设备，被监护人的自动监护方法，包括：获取固定环境中被监护人在时间序列中的位置信息；建立基于日常行为常识统计的被监护人固定环境行为分析模型；将所述在时间序列中的位置信息输入所述行为分析模型进行分析以判断被监护人的行为是否异常。根据本发明的一些实施方式，通过被监护人在时间序列中的位置信息和基于日常行为常识统计等的行为分析模型来分析、推断被监护人的行为特点、规律、活动情况以及异常情况。同时，根据本发明的另一些实施方式，如果判断被监护人的行为异常则自动及时地向监护人发出预警信息。此外，根据本发明的又一些实施方式，通过根据被监护人的历史监护数据智能化地提供个人定制化的交互查询和展示图例报表分析等功能，通过数据分析和机器学习来达到老年人等被监护人智能化看护的目的，同时为设计更适合老年人等被监护人行为和活动特点的健康和医护保险产品打下坚实的数据基础。

下面结合附图对本发明的被监护人的自动监护方法、系统及终端设备进行具体说明，其中，图1示出根据本发明示例实施方式的一被监护人的自动监护方法的流程图；图2示出根据本发明示例实施方式的一被监护人的自动监护方法中的贝叶斯网络被监护人行为分析概率推断模型示意图；图3示出根据本发明另一示例实施方式的一被监护人的自动监护方法的流程图；图4示出根据本发明又一示例实施方式的一被监护人的自动监护方法的流程图；图5示出根据本发明示例实施方式的一被监护人的自动监护系统的方框图；图6示出根据本发明一示例实施方式的终端设备。

首先结合附图1-2详述本发明的被监护人的自动监护方法。

图1示出根据本发明示例实施方式的一被监护人的自动监护方法的流程图；图2示出根据本发明示例实施方式的一被监护人的自动监护方法中的贝叶斯网络被监护人行为分析概率推断模型示意图。该方法可用于终端设备。终端设备可为手机、智能手表、平板电脑，笔记本电脑，台式电脑，或PDA等，但本发明不限于此。

本发明提出了一种基于家居环境或养老院/社区环境等(本发明并不以此为限，也可以是托儿所或幼儿园等环境)的感知的老年人(/未成年人)等被监护人的自动监护方法,在一个相对固定、封闭的环境如家居环境或养老院/社区环境中安装部署多个传感器节点,按照在时间序列里的每个时间点上各个传感器节点收集的感知信息确定的被监护人的位置信息,根据本发明提出的基于位置、时间、时长以及日常行为常识统计等的老年人等被监护人家居环境行为分析模型，推断被监护人的行为特点、规律、活动情况以及异常情况，如果通过数据分析，根据本发明提出的分析模型而推断出异常情况，系统自动及时向监护人发出预警信息，系统还根据老年人等被监护人的历史数据智能化地提供个人定制化的交互查询和展示图例报表分析等功能，通过数据分析和机器学习来达到老年人等被监护人智能化看护的目的，同时为设计更适合老年人等被监护人的健康和医护保险产品打下坚实的数据基础，根据老年人等被监护人家居行为和活动的特点，尤其潜在的健康和医护风险等，定制化设计更适合老年人等被监护人行为和活动特点的健康和医护保险产品。

下面以家居环境中的老年人的自动监护方法为例来对本发明的被监护人的自动监护方法进行详细说明，但本发明并不以此为限，本发明的被监护人的自动监护方法也可以对其它类型的环境(如养老院/社区、托儿所或幼儿园等环境)中的其它类型的被监护人(如未成年人以及老年人以外不具完全行为能力的其它成年人)进行自动监护。

如图1所示，在S102，获取固定环境中被监护人在时间序列中的位置信息。

根据相对固定或封闭的环境如家居环境的特点和老年人等被监护人活动习惯，在一个相对固定或封闭的环境如家居环境中安装部署多个传感器节点，构成一传感器网络,按照在时间序列里的每个时间点上传感器网络中的各个传感器收集的感知信息确定老年人等被监护人的位置信息,系统自动获取传感器网络感知信息分析得出的老年人等被监护人在每一时刻的位置信息以及时间、时长。每个传感器节点感知的数据通过无线网络传输(如WiFi或Zigbee等)在预先指定的汇集节点进行数据融合，汇集节点每隔一段时间(间隔选择可以根据监护人对实时性的需求而设为1秒钟到几秒钟不等)就将汇集的位置信息数据通过互联网传输到存储数据的云端数据中心服务器进行分析和处理。但本发明也不以此为限，根据本发明的一实施方式，所述在时间序列中的位置信息也可以存储于本地数据库中。

根据本发明的一实施方式，所述在时间序列中的位置信息包括：被监护人处于某一位置的起始时间和持续时长。

根据本发明的一实施方式，所述传感器网络包含有源主动红外传感器和/或无源被动红外传感器。每个传感器节点由红外感知子系统、无线信号传输和接收子系统等组成。按照每个传感器在传感器网络中的角色，分为非网关传感器节点和网关传感器节点，非网关传感器节点负责对红外信号的感知并将感知结果发送到网关传感器节点进行数据的汇总，网关传感器节点除了自身对红外信号的感知外还负责接收其他非网关传感器节点发送来的感知数据并按照时间序列进行汇总，汇总后的数据由网关节点发送到相应的数据存储服务器或云端的服务器，以便对感知数据进行进一步的处理。

需要特别指出的是，获取固定环境中被监护人在时间序列中的位置信息并不局限于通过传感器网络获得，还可以通过佩戴于老年人等被监护人身上的带gps或北斗导航等定位功能的智能手环、智能手表或其它定位器等获得。

在S104，建立基于日常行为常识统计的被监护人固定环境行为分析模型。

基于位置、时间、时长以及日常行为常识统计等因素构建老年人家居环境行为分析模型，以用于推断被监护人的行为特点、规律、活动情况以及异常情况。

根据本发明的一实施方式，所述行为分析模型为基于贝叶斯网络的概率推断模型，贝叶斯网络是一种有向的无环路的网络结构，根据位置、时间、时长等信息，推断出某些事件发生的概率。图2示出根据本发明示例实施方式的一被监护人的自动监护方法中的贝叶斯网络被监护人行为分析概率推断模型示意图。如图2所示，譬如在该贝叶斯网络模型中我们考虑五个典型和重要事件如老年人忘记吃药、老年人在厕所时间过长、老年人站立过多、老年人去厕所次数过于频繁、老年人卧床时间太久(分别用E1、E2、E3、E4、E5表示)等。根据<时间、位置、时长>等条件因素，按照贝叶斯网络的概率传播规律来推断事件E1、E2、E3、E4、E5发生的概率。在贝叶斯网络中的各节点的初始化概率是根据老年人日常行为常识和统计来设定的，并根据数据的不断积累而更新行为统计的概率，以便是对事件发生概率的推断更准确。根据事件发生的概率，当异常事件发生时，可自动向监护人发出预警信息。

在S106，将所述在时间序列中的位置信息输入所述行为分析模型进行分析以判断被监护人的行为是否异常。

将老年人等被监护人在每一时刻的位置、时间、时长等信息输入本发明提出的家居环境行为分析模型，系统自动对老年人的实时或在某一段时间内的行为特点和活动情况进行分析并输出分析结果，并判断被监护人的行为是否异常。具体来说，就是通过贝叶斯网络模型，根据老年人等被监护人的位置、时间、时长等信息，推断出某些典型和重要事件如老年人忘记吃药、老年人在厕所时间过长、老年人站立过多、老年人去厕所次数过于频繁、老年人卧床时间太久等发生的概率，根据发生的概率的高低来判断被监护人的行为是否异常。

根据本发明的另一示例实施方式的一被监护人的自动监护方法，如果判断被监护人的行为异常则向监护人发出预警，具体流程如图3所示。

其中S302-S306与S102-S106相同，在此不再赘述。

在S308，如果判断被监护人的行为异常则向监护人发出预警。如果推断出某些典型和重要事件如老年人忘记吃药、老年人在厕所时间过长、老年人站立过多、老年人去厕所次数过于频繁、老年人卧床时间太久等发生的概率高于一预先设定的阈值，则认为当前发生了异常事件而自动向监护人发出预警信息以便于监护人及时采取应对措施。

根据本发明的又一示例实施方式的一被监护人的自动监护方法，根据被监护人的历史监护信息提供定制化的交互查询和/或图例报表展示对比分析功能，具体流程如图4所示。

其中S402-S406与S102-S106相同，在此不再赘述。

在S408，根据被监护人的历史监护信息提供定制化的交互查询和/或图例报表展示对比分析功能。根据老年人等被监护人的历史数据智能化地提供个人定制化的交互查询和图例报表展示对比分析等功能，通过数据分析和机器学习来达到老年人等被监护人智能化看护的目的，同时为设计更适合老年人等被监护人的健康和医护保险产品打下坚实的数据基础，根据老年人家居行为和活动的特点，尤其潜在的健康和医护风险等，定制化设计更适合老年人行为和活动特点的老年人健康和医护保险产品。

图5示出根据本发明示例实施方式的一被监护人的自动监护系统的方框图。

如图5所示，被监护人的自动监护系统500可包括位置信息获取模块502,建模模块504和分析判断模块506。

位置信息获取模块502，获取固定环境中被监护人在时间序列中的位置信息。

建模模块504，建立基于日常行为常识统计的被监护人固定环境行为分析模型。

分析判断模块506，将所述在时间序列中的位置信息输入所述行为分析模型进行分析以判断被监护人的行为是否异常。

根据本发明的一实施方式，所述自动监护系统还包括：

数据库模块508，存储所述在时间序列中的位置信息，所述数据库模块可为本地数据库或者云端数据库。

根据本发明的一实施方式，所述自动监护系统还包括：

警示模块510，如果判断被监护人的行为异常则向监护人发出预警。

根据本发明的一实施方式，所述自动监护系统还包括：

交互查询模块512，根据被监护人的历史监护信息提供定制化的交互查询和/或图例报表展示对比分析功能。

根据本发明的一实施方式，所述获取固定环境中被监护人在时间序列中的位置信息通过设置于所述固定环境中的传感器网络来进行。

根据本发明的一实施方式，所述行为分析模型为基于贝叶斯网络的概率推断模型。

图6示出根据本发明一示例实施方式的终端设备。

如图6所示，终端设备600可包括处理器610、存储器620。另外，根据一实施例，终端设备还可包括发射器及接收器。

处理器610可调用存储器620中存储的指令控制相关操作，如控制发射器和接收器进行信号收发等。

根据一实施例，存储器620存储用于处理器610控制以下操作的指令：获取固定环境中被监护人在时间序列中的位置信息；建立基于日常行为常识统计的被监护人固定环境行为分析模型；将所述在时间序列中的位置信息输入所述行为分析模型以判断被监护人的行为是否异常；如果判断被监护人的行为异常则向监护人发出预警；以及根据被监护人的历史监护信息提供定制化的交互查询和/或图例报表展示对比分析功能。

易于理解，存储器620还可存储用于处理器610控制根据本发明实施例的其他操作的指令，这里不再赘述。

通过以上的详细描述，本领域的技术人员易于理解，根据本发明实施例的系统和方法具有以下优点中的一个或多个。

根据本发明的一些实施方式，通过被监护人在时间序列中的位置信息和基于日常行为常识统计等的行为分析模型来分析、推断被监护人的行为特点、规律、活动情况以及异常情况。

根据本发明的另一些实施方式，如果判断被监护人的行为异常则自动及时地向监护人发出预警信息。

根据本发明的又一些实施方式，通过根据被监护人的历史监护数据智能化地提供个人定制化的交互查询和展示图例报表分析等功能，通过数据分析和机器学习来达到老年人等被监护人智能化看护的目的，同时为设计更适合老年人等被监护人行为和活动特点的健康和医护保险产品打下坚实的数据基础。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (17)

1.一种被监护人的自动监护方法，其特征在于，包括：

获取固定环境中被监护人在时间序列中的位置信息；

建立基于日常行为常识统计的被监护人固定环境行为分析模型；

将所述在时间序列中的位置信息输入所述行为分析模型进行分析以判断被监护人的行为是否异常。

2.如权利要求1所述的自动监护方法，所述监护方法还包括：如果判断被监护人的行为异常则向监护人发出预警。

3.如权利要求1所述的自动监护方法，所述监护方法还包括：根据被监护人的历史监护信息提供定制化的交互查询和/或图例报表展示对比分析功能。

4.如权利要求1所述的自动监护方法，其特征在于，所述被监护人包括老年人或未成年人。

5.如权利要求1所述的自动监护方法，其特征在于，所述固定环境包括家居环境或养老院。

6.如权利要求1所述的自动监护方法，其特征在于，所述在时间序列中的位置信息包括：被监护人处于某一位置的起始时间和持续时长。

7.如权利要求1所述的自动监护方法，其特征在于，所述获取固定环境中被监护人在时间序列中的位置信息通过设置于所述固定环境中的传感器网络来进行。

8.如权利要求7所述的自动监护方法，其特征在于，所述传感器网络包含有源主动红外传感器和/或无源被动红外传感器。

9.如权利要求1所述的自动监护方法，其特征在于，所述行为分析模型为基于贝叶斯网络的概率推断模型。

10.如权利要求1所述的方法，其特征在于，所述在时间序列中的位置信息存储于数据库中。

11.一种被监护人的自动监护系统，其特征在于，包括：

位置信息获取模块，获取固定环境中被监护人在时间序列中的位置信息；

建模模块，建立基于日常行为常识统计的被监护人固定环境行为分析模型；

分析判断模块，将所述在时间序列中的位置信息输入所述行为分析模型进行分析以判断被监护人的行为是否异常。

12.如权利要求11所述的自动监护系统，其特征在于，还包括：

警示模块，如果判断被监护人的行为异常则向监护人发出预警。

13.如权利要求11所述的自动监护系统，其特征在于，还包括：

交互查询模块，根据被监护人的历史监护信息提供定制化的交互查询和/或图例报表展示对比分析功能。

14.如权利要求11所述的自动监护系统，其特征在于，还包括：

数据库模块，存储所述在时间序列中的位置信息。

15.如权利要求11所述的自动监护系统，其特征在于，所述获取固定环境中被监护人在时间序列中的位置信息通过设置于所述固定环境中的传感器网络来进行。

16.如权利要求11所述的自动监护系统，其特征在于，所述行为分析模型为基于贝叶斯网络的概率推断模型。

17.一种终端设备，其特征在于，包括：

处理器；

存储器，存储用于所述处理器控制以下操作的指令：

获取固定环境中被监护人在时间序列中的位置信息；

建立基于日常行为常识统计的被监护人固定环境行为分析模型；

将所述在时间序列中的位置信息输入所述行为分析模型以判断被监护人的行为是否异常。