CN107802245A - 一种脉搏监测机器人及其监测方法 - Google Patents
一种脉搏监测机器人及其监测方法 Download PDFInfo
- Publication number
- CN107802245A CN107802245A CN201710883036.2A CN201710883036A CN107802245A CN 107802245 A CN107802245 A CN 107802245A CN 201710883036 A CN201710883036 A CN 201710883036A CN 107802245 A CN107802245 A CN 107802245A
- Authority
- CN
- China
- Prior art keywords
- user
- robot
- image
- monitoring
- module
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
- A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
- A61B5/1176—Recognition of faces
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种脉搏监测机器人及其监测方法，包括微处理器和与微处理器电连接的机器人驱动模块、图像采集模块、异常报警模块、无线通讯模块、图像分析处理模块、存储模块，所述机器人驱动模块与机器人本体连接，所述无线通讯模块与智能终端无线连接，所述智能终端与服务器终端无线连接。本发明所述机器人智能化程度高，硬件部件相对于其他同等功能的设备来说较少，广泛适用于幼儿园、养老院等弱势群体集中的地方，并能同时监控多数人，具有功能先进、易于推广的特点。
Description
技术领域
本发明涉及人体健康监测技术领域，尤其涉及一种脉搏监测机器人及其监测方法。
背景技术
专利号为201110102370.2的名为一种远程监护机器人公开了一种通过雷达探测天线非接触探测用户的生命体征参数后，通过分析模块对用户的生体特征参数进行分析，并对生体特征的异常现象进行报警。该机器人方案使用户可以在一定范围内进行行走，并对人体进行非接触性探测，很大程度上提高了用户的体验感受，然而，该机器人并没有识别用户的身份，而且雷达探测装置成本较高，不利于普及推广。
发明内容
有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种脉搏监测机器人及其监测方法，通过高速摄像头摄取用户的图像后识别出用户的身份，并对用户图像中的特定区域进行图像分析后检测出用户的脉搏信息，进而对用户的脉搏进行实施监控，对其异常进行及时报警。
为实现上述目的，本发明提供了一种脉搏监测机器人，包括微处理器和与微处理器电连接的机器人驱动模块、图像采集模块、异常报警模块、无线通讯模块、图像分析处理模块、存储模块，所述机器人驱动模块与机器人本体连接，所述无线通讯模块与智能终端无线连接，所述智能终端与服务器终端无线连接。
进一步地，所述机器人驱动模块为位于机器人底部的轮子，其中两个驱动轮分别连接着一个伺服电机。
进一步地，所述微处理器为单片机、DSP或者ARM任意一种。
进一步地，所述无线通讯模块包括但不限于WIFI、4G/5G、Zigbee。
进一步地，所述智能终端为手机或者平板电脑。
一种脉搏监测机器人监测方法，包括以下步骤：
步骤1、机器人先录入用户的信息，通过摄取用户的面部图像，并录入用户的相关信息后，为用户在存储卡上建立一个独立的数据库；
步骤2、机器人在巡逻过程中，自动调节摄像头的方向对准用户的面部，以获取用户的面部图像；
步骤3、机器人获取到用户的面部图像后，通过与存储卡数据库内的用户身份图像进行对比，通过图像识别技术识别出所拍摄到的用户的身份；
步骤4、机器人获取用户的身份后对用户的脉搏进行监控，计算出用户心跳震动波动的曲线图。
进一步地，所述图像分析处理模块为微处理器模块中的图像分析识别处理程序以及图像处理电路。
进一步地，所述步骤4机器人获取用户的身份后对用户的脉搏进行监控，具体为通过光电容积脉搏成像心率检测技术对用户进行心率检测，包括以下步骤：
步骤41、当机器人拍摄并识别出用户的面部图像后，根据图像识别把摄像头的方向调整到对准用户的脸颊上；
步骤42、当摄像头对准用户的面部后，摄像头自行调整对准用户的面颊并以每秒30帧的速度对用户的面颊拍摄1280*720分辨率的像素并连续拍摄5s以上，在每帧图像的中央截取一块270*180的矩形块图像并计算其像素的大小；
步骤43、在截取矩形图像后，先对图像进行降噪音处理，然后对其亮度和对比度进行调整及颜色校正后，然后计算并输出矩形图像的像素平均值；
步骤44、在获取矩形图像的平均像素后，把每一帧的像素作为容积脉搏波波形的振幅进行输出，然后再用曲线把这些振幅的顶点连接起来，图像像素振幅曲线也即用户心跳震动波动的曲线。
进一步地，所述步骤44监测到用户心跳震动波动的曲线出现异常时，机器人会自动发出异常报警，并且通过无线通讯模块把异常信息发送到监护人的移动终端上。
进一步地，所述在识别出用户的身份并计算出用户心跳震动波动的曲线图以后，对曲线图进行分析和储存，并对曲线长期进行对比，以判断用户的心血管机能是否下降。
本发明的有益效果是：
本发明所述机器人智能化程度高，硬件部件相对于其他同等功能的设备来说较少，广泛适用于幼儿园、养老院等弱势群体集中的地方，并能同时监控多数人，具有功能先进、易于推广的特点。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的控制电路板及与其连接的模块原理框图。
图2是本发明的流程图。
具体实施方式
如图1、2所示，一种脉搏监测机器人，包括微处理器1和与微处理器1电连接的机器人驱动模块3、图像采集模块4、异常报警模块5、无线通讯模块6、图像分析处理模块9、存储模块10，所述机器人驱动模块3与机器人本体2连接，所述无线通讯模块6与智能终端8无线连接，所述智能终端8与服务器终端7无线连接。
所述机器人驱动模块3为位于机器人底部的轮子，其中两个驱动轮分别连接着一个伺服电机。
所述微处理器1为单片机、DSP或者ARM任意一种。
所述无线通讯模块6包括但不限于WIFI、4G/5G、Zigbee。
所述智能终端8为手机或者平板电脑。
另外，图像采集模块4为一个位于机器人顶部的720P高清高速摄像头，摄像头通过一根桅杆与机器人内部的一个电机相连接，通过电机的转动带动摄像头的转动。
以下具体说明本发明的技术原理和实现方法：
机器人在使用前先录入用户的信息，通过摄取用户的面部图像，并录入用户的相关信息后，为用户在存储卡上建立一个独立的数据库。当机器人处于工作状态时，机器人通过驱动模块在工作环境中自动巡逻，在巡逻过程中，机器人会自动调节摄像头的方向对准用户的面部，以获取用户的面部图像。
当机器人获取到用户的面部图像后，通过与存储卡内的用户身份图像进行对比，通过图像识别技术识别出所拍摄到的用户的身份，并在获取用户的身份后对用户的脉搏进行监控。其中，主流的人脸图像识别技术基本上可以归结为三类，即：基于几何特征的方法、基于模板的方法和基于模型的方法。
1.基于几何特征的方法是最早、最传统的方法，通常需要和其他算法结合才能有比较好的效果；
2.基于模板的方法可以分为基于相关匹配的方法、特征脸方法、线性判别分析方法、奇异值分解方法、神经网络方法、动态连接匹配方法等。
3.基于模型的方法则有基于隐马尔柯夫模型，主动形状模型和主动外观模型的方法等。
本发明的人脸识别算法采用以上任意一种。
机器人通过摄取人脸面颊上的皮肤图像，采用光电容积脉搏波成像技术来检测用户的心率。当人体的心脏进行舒张和收缩时，动脉中的血液容积会随着心脏的波动产生周期性的波动，使用一定波长的光线对人体的皮肤进行照射时，一部分光会被散射出去，一部分光会被反射回来，还有一部分光会被人体吸收，散射出去的光强不会随着时间的改变而改变，皮肤、肌肉、软组织等非搏动部分对光强的吸收不会随着时间的改变而改变，而动脉中的血液容积因为心跳的波动而产生波动，动脉血液吸收的光强与血液的容积成正比，反射光强由入射光除去散射光强和被吸收光强得出。根据这一原理，可以通过监测反射回来的光的波动来监测被人体皮肤吸收的光强，进而监测出用户动脉血液容积的波动，得出用户脉搏搏动的信息。
当机器人拍摄并识别出用户的面部图像后，根据图像识别把摄像头的方向调整到对准用户的脸颊上，脸颊上的皮肤毛发较少，相对平滑，毛发等对图像信号的影响相对较小。当摄像头对准用户的面部后，摄像头自行调整对准用户的面颊并以每秒30帧的速度对用户的面颊拍摄1280*720分辨率的像素并连续拍摄5s以上，在每帧图像的中央截取一块270*180的矩形块图像并计算其像素的大小。在截取矩形图像后，先对图像进行降噪音处理，然后对其亮度和对比度进行调整及颜色校正后，然后计算并输出矩形图像的像素平均值。在获取矩形图像的平均像素后，把每一帧的像素作为容积脉搏波波形的振幅进行输出，然后再用曲线把这些振幅的顶点连接起来。图像像素的大小跟光强的大小成正比，而根据上述光强与血液容积的关系，图像像素振幅连接起来的曲线即可视为用户动脉血液容积的波动图，又根据人体心跳强度与血液容积成正比的关系，图像像素振幅曲线也可视为用户心跳震动波动的曲线。
在微处理器模块识别出用户的身份并计算出用户的心跳波动曲线图以后，对曲线图进行分析和储存，并对曲线长期进行对比，以判断用户的心血管机能等是否下降。当监测到用户的心跳波动曲线图出现异常时，机器人会自动发出异常报警，并且通过无线通讯模块把异常信息发送到监护人的移动终端上，进而有效地预防用户的心脏突然出现病变而不被察觉发现耽误治疗的情况。
实施例1
机器人在使用前先录入用户的信息，通过摄取用户的面部图像，并录入用户的相关信息后，为用户在存储卡上建立一个独立的数据库。当机器人处于工作状态时，机器人通过驱动模块在工作环境中自动巡逻，在巡逻过程中，机器人会自动调节摄像头的方向对准用户的面部，以获取用户的面部图像。
当机器人获取到用户的面部图像后，通过与存储卡内的用户身份图像进行对比，通过图像识别技术识别出所拍摄到的用户的身份，并在获取用户的身份后对用户的脉搏进行监控。本实施例采用基于几何特征的方法进行人脸识别。
机器人通过摄取人脸面颊上的皮肤图像，采用光电容积脉搏波成像技术来检测用户的心率。当人体的心脏进行舒张和收缩时，动脉中的血液容积会随着心脏的波动产生周期性的波动，使用一定波长的光线对人体的皮肤进行照射时，一部分光会被散射出去，一部分光会被反射回来，还有一部分光会被人体吸收，散射出去的光强不会随着时间的改变而改变，皮肤、肌肉、软组织等非搏动部分对光强的吸收不会随着时间的改变而改变，而动脉中的血液容积因为心跳的波动而产生波动，动脉血液吸收的光强与血液的容积成正比，反射光强由入射光除去散射光强和被吸收光强得出。根据这一原理，可以通过监测反射回来的光的波动来监测被人体皮肤吸收的光强，进而监测出用户动脉血液容积的波动，得出用户脉搏搏动的信息。
当机器人拍摄并识别出用户的面部图像后，根据图像识别把摄像头的方向调整到对准用户的脸颊上，脸颊上的皮肤毛发较少，相对平滑，毛发等对图像信号的影响相对较小。当摄像头对准用户的面部后，摄像头自行调整对准用户的面颊并以每秒30帧的速度对用户的面颊拍摄1280*720分辨率的像素并连续拍摄5s以上，在每帧图像的中央截取一块270*180的矩形块图像并计算其像素的大小。在截取矩形图像后，先对图像进行降噪音处理，然后对其亮度和对比度进行调整及颜色校正后，然后计算并输出矩形图像的像素平均值。在获取矩形图像的平均像素后，把每一帧的像素作为容积脉搏波波形的振幅进行输出，然后再用曲线把这些振幅的顶点连接起来。图像像素的大小跟光强的大小成正比，而根据上述光强与血液容积的关系，图像像素振幅连接起来的曲线即可视为用户动脉血液容积的波动图，又根据人体心跳强度与血液容积成正比的关系，图像像素振幅曲线也可视为用户心跳震动波动的曲线。
在微处理器模块识别出用户的身份并计算出用户的心跳波动曲线图以后，对曲线图进行分析和储存，并对曲线长期进行对比，以判断用户的心血管机能等是否下降。当监测到用户的心跳波动曲线图出现异常时，机器人会自动发出异常报警，并且通过无线通讯模块把异常信息发送到监护人的移动终端上，进而有效地预防用户的心脏突然出现病变而不被察觉发现耽误治疗的情况。
实施例2
机器人在使用前先录入用户的信息，通过摄取用户的面部图像，并录入用户的相关信息后，为用户在存储卡上建立一个独立的数据库。当机器人处于工作状态时，机器人通过驱动模块在工作环境中自动巡逻，在巡逻过程中，机器人会自动调节摄像头的方向对准用户的面部，以获取用户的面部图像。
当机器人获取到用户的面部图像后，通过与存储卡内的用户身份图像进行对比，通过图像识别技术识别出所拍摄到的用户的身份，并在获取用户的身份后对用户的脉搏进行监控。本实施例采用基于模型的方法进行人脸识别。
机器人通过摄取人脸面颊上的皮肤图像，采用光电容积脉搏波成像技术来检测用户的心率。当人体的心脏进行舒张和收缩时，动脉中的血液容积会随着心脏的波动产生周期性的波动，使用一定波长的光线对人体的皮肤进行照射时，一部分光会被散射出去，一部分光会被反射回来，还有一部分光会被人体吸收，散射出去的光强不会随着时间的改变而改变，皮肤、肌肉、软组织等非搏动部分对光强的吸收不会随着时间的改变而改变，而动脉中的血液容积因为心跳的波动而产生波动，动脉血液吸收的光强与血液的容积成正比，反射光强由入射光除去散射光强和被吸收光强得出。根据这一原理，可以通过监测反射回来的光的波动来监测被人体皮肤吸收的光强，进而监测出用户动脉血液容积的波动，得出用户脉搏搏动的信息。
当机器人拍摄并识别出用户的面部图像后，根据图像识别把摄像头的方向调整到对准用户的脸颊上，脸颊上的皮肤毛发较少，相对平滑，毛发等对图像信号的影响相对较小。当摄像头对准用户的面部后，摄像头自行调整对准用户的面颊并以每秒30帧的速度对用户的面颊拍摄1280*720分辨率的像素并连续拍摄5s以上，在每帧图像的中央截取一块270*180的矩形块图像并计算其像素的大小。在截取矩形图像后，先对图像进行降噪音处理，然后对其亮度和对比度进行调整及颜色校正后，然后计算并输出矩形图像的像素平均值。在获取矩形图像的平均像素后，把每一帧的像素作为容积脉搏波波形的振幅进行输出，然后再用曲线把这些振幅的顶点连接起来。图像像素的大小跟光强的大小成正比，而根据上述光强与血液容积的关系，图像像素振幅连接起来的曲线即可视为用户动脉血液容积的波动图，又根据人体心跳强度与血液容积成正比的关系，图像像素振幅曲线也可视为用户心跳震动波动的曲线。
在微处理器模块识别出用户的身份并计算出用户的心跳波动曲线图以后，对曲线图进行分析和储存，并对曲线长期进行对比，以判断用户的心血管机能等是否下降。当监测到用户的心跳波动曲线图出现异常时，机器人会自动发出异常报警，并且通过无线通讯模块把异常信息发送到监护人的移动终端上，进而有效地预防用户的心脏突然出现病变而不被察觉发现耽误治疗的情况。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
Claims (9)
1.一种脉搏监测机器人，其特征在于：包括微处理器(1)和与微处理器(1)电连接的机器人驱动模块(3)、图像采集模块(4)、异常报警模块(5)、无线通讯模块(6)、图像分析处理模块(9)、存储模块(10)，所述机器人驱动模块(3)与机器人本体(2)连接，所述无线通讯模块(6)与智能终端(8)无线连接，所述智能终端(8)与服务器终端(7)无线连接。
2.如权利要求1所述的一种脉搏监测机器人，其特征在于：所述机器人驱动模块(3)为位于机器人底部的轮子，其中两个驱动轮分别连接着一个伺服电机。
3.如权利要求1所述的一种脉搏监测机器人，其特征在于：所述微处理器(1)为单片机、DSP或者ARM任意一种。
4.如权利要求1所述的一种脉搏监测机器人，其特征在于：所述无线通讯模块(6)包括但不限于WIFI、4G/5G、Zigbee。
5.如权利要求1所述的一种脉搏监测机器人，其特征在于：所述智能终端(8)为手机或者平板电脑。
6.一种脉搏监测机器人监测方法，其特征在于，包括以下步骤：
步骤1、机器人先录入用户的信息，通过摄取用户的面部图像，并录入用户的相关信息后，为用户在存储卡上建立一个独立的数据库；
步骤2、机器人在巡逻过程中，自动调节摄像头的方向对准用户的面部，以获取用户的面部图像；
步骤3、机器人获取到用户的面部图像后，通过与存储卡数据库内的用户身份图像进行对比，通过图像识别技术识别出所拍摄到的用户的身份；
步骤4、机器人获取用户的身份后对用户的脉搏进行监控，计算出用户心跳震动波动的曲线图。
7.如权利要求6所述的一种脉搏监测机器人监测方法，其特征在于：所述图像分析处理模块为微处理器模块中的图像分析识别处理程序以及图像处理电路。
8.如权利要求6所述的一种脉搏监测机器人监测方法，其特征在于：所述步骤4机器人获取用户的身份后对用户的脉搏进行监控，具体为通过光电容积脉搏成像心率检测技术对用户进行心率检测，包括以下步骤：
步骤41、当机器人拍摄并识别出用户的面部图像后，根据图像识别把摄像头的方向调整到对准用户的脸颊上；
步骤42、当摄像头对准用户的面部后，摄像头自行调整对准用户的面颊并以每秒30帧的速度对用户的面颊拍摄1280*720分辨率的像素并连续拍摄5s以上，在每帧图像的中央截取一块270*180的矩形块图像并计算其像素的大小；
步骤43、在截取矩形图像后，先对图像进行降噪音处理，然后对其亮度和对比度进行调整及颜色校正后，然后计算并输出矩形图像的像素平均值；
步骤44、在获取矩形图像的平均像素后，把每一帧的像素作为容积脉搏波波形的振幅进行输出，然后再用曲线把这些振幅的顶点连接起来，图像像素振幅曲线也即用户心跳震动波动的曲线。
9.如权利要求8所述的一种脉搏监测机器人监测方法，其特征在于：所述步骤44监测到用户心跳震动波动的曲线出现异常时，机器人会自动发出异常报警，并且通过无线通讯模块把异常信息发送到监护人的移动终端上。
如权利要求6所述的一种脉搏监测机器人监测方法，其特征在于，所述在识别出用户的身份并计算出用户心跳震动波动的曲线图以后，对曲线图进行分析和储存，并对曲线长期进行对比，以判断用户的心血管机能是否下降。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710883036.2A CN107802245A (zh) | 2017-09-26 | 2017-09-26 | 一种脉搏监测机器人及其监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710883036.2A CN107802245A (zh) | 2017-09-26 | 2017-09-26 | 一种脉搏监测机器人及其监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107802245A true CN107802245A (zh) | 2018-03-16 |
Family
ID=61592446
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710883036.2A Pending CN107802245A (zh) | 2017-09-26 | 2017-09-26 | 一种脉搏监测机器人及其监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107802245A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110090007A (zh) * | 2019-05-30 | 2019-08-06 | 广州中康普世科技发展有限公司 | 一种基于高清高速摄像技术的脉象获取设备及方法 |
| CN110638464A (zh) * | 2019-09-10 | 2020-01-03 | 哈尔滨亿尚医疗科技有限公司 | 监护仪及其控制方法、控制装置和计算机可读存储介质 |
| CN111374599A (zh) * | 2018-12-28 | 2020-07-07 | 珠海市一微半导体有限公司 | 具有血压监测功能的扫地机器人的控制方法及扫地机器人 |
| CN112057057A (zh) * | 2020-08-11 | 2020-12-11 | 上海掌门科技有限公司 | 调整脉搏测量装置、测量脉搏信号的方法与设备 |
| WO2021184620A1 (zh) * | 2020-03-19 | 2021-09-23 | 南京昊眼晶睛智能科技有限公司 | 一种基于摄像头的非接触式心率、体温测量方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106974626A (zh) * | 2017-03-09 | 2017-07-25 | 深圳市奥芯博电子科技有限公司 | 脉搏监测机器人 |
-
2017
- 2017-09-26 CN CN201710883036.2A patent/CN107802245A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106974626A (zh) * | 2017-03-09 | 2017-07-25 | 深圳市奥芯博电子科技有限公司 | 脉搏监测机器人 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111374599A (zh) * | 2018-12-28 | 2020-07-07 | 珠海市一微半导体有限公司 | 具有血压监测功能的扫地机器人的控制方法及扫地机器人 |
| CN110090007A (zh) * | 2019-05-30 | 2019-08-06 | 广州中康普世科技发展有限公司 | 一种基于高清高速摄像技术的脉象获取设备及方法 |
| CN110638464A (zh) * | 2019-09-10 | 2020-01-03 | 哈尔滨亿尚医疗科技有限公司 | 监护仪及其控制方法、控制装置和计算机可读存储介质 |
| WO2021184620A1 (zh) * | 2020-03-19 | 2021-09-23 | 南京昊眼晶睛智能科技有限公司 | 一种基于摄像头的非接触式心率、体温测量方法 |
| CN112057057A (zh) * | 2020-08-11 | 2020-12-11 | 上海掌门科技有限公司 | 调整脉搏测量装置、测量脉搏信号的方法与设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107802245A (zh) | 一种脉搏监测机器人及其监测方法 | |
| US11580203B2 (en) | Method and apparatus for authenticating a user of a computing device | |
| Kong et al. | A system of driving fatigue detection based on machine vision and its application on smart device | |
| US9020185B2 (en) | Systems and methods for non-contact heart rate sensing | |
| Kurylyak et al. | Detection of the eye blinks for human's fatigue monitoring | |
| WO2016159151A1 (ja) | 脈波検出装置、及び脈波検出プログラム | |
| US20160007935A1 (en) | Methods and apparatus for measuring physiological parameters | |
| Niu et al. | Continuous heart rate measurement from face: A robust rppg approach with distribution learning | |
| CN105117681B (zh) | 基于安卓的多特征疲劳实时检测方法 | |
| Casado et al. | Face2PPG: An unsupervised pipeline for blood volume pulse extraction from faces | |
| CN105996993A (zh) | 一种智能视频生命体征监测系统及方法 | |
| Parnandi et al. | Contactless measurement of heart rate variability from pupillary fluctuations | |
| TW202038187A (zh) | 評估駕駛者之疲勞分數的方法 | |
| US20140200460A1 (en) | Real-time physiological characteristic detection based on reflected components of light | |
| Holland et al. | Usability evaluation of eye tracking on an unmodified common tablet | |
| CN107862676A (zh) | 一种心脏健康检测镜子及其检测方法 | |
| CN112022096A (zh) | 一种睡眠状态监测方法及装置 | |
| CN104808776A (zh) | 检测头戴式智能设备持续附着在人体上的装置和方法 | |
| Gupta et al. | Automatic contact-less monitoring of breathing rate and heart rate utilizing the fusion of mmWave radar and camera steering system | |
| CN106974626A (zh) | 脉搏监测机器人 | |
| CN104809371A (zh) | 判断头戴式智能设备的鉴权信息有效性的装置和方法 | |
| JP2016193022A (ja) | 脈波検出装置、及び脈波検出プログラム | |
| CN114557685B (zh) | 一种非接触式运动鲁棒心率测量方法及测量装置 | |
| CN109276233A (zh) | 一种面向视频流的分布式人脸及生理特征识别方法 | |
| Yin et al. | Let IoT Know You Better: User Identification and Emotion Recognition Through Millimeter-Wave Sensing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180316 |