CN108010273A - 一种基于云服务器和机器学习算法的溺水检测报警仪 - Google Patents

Abstract

本发明公开了一种基于云服务器和机器学习算法的溺水检测报警仪，涉及计算机应用技术领域，包括穿戴在使用者手部或脚部的可穿戴设备、服务器和监护人持有的客户端，可穿戴设备采集使用者的动作姿态数据和心率数据，服务器通过多方面因素综合分析这些数据，确定游泳者是否发生了溺水，真正的实现了溺水事件监测的功能，通过服务器端与客户端的数据相连，可以实时将报警信息准确发送至监护人或者游泳教练，具有准确、高效、实时、监测范围大的优点。

Description

一种基于云服务器和机器学习算法的溺水检测报警仪

技术领域

本发明涉及计算机应用技术领域，特别是涉及一种基于云服务器和机器学习算法的溺水检测报警仪。

背景技术

统计显示，我国每年有近5万名儿童死于意外伤害，而近年来溺水在所有儿童意外伤害死因中所占的比重持续保持在50％以上。对于初学游泳的儿童而言很多人会以为溺水时会挣扎、会呼叫，但实际很多情况可能是相反的。通常儿童在游泳时候出现溺水一般分为两个阶段，溺水者刚处于呛水扑腾阶段和“无声的溺水”阶段，不太会游的孩子，一旦喝到水，会很紧张，肌肉变得僵硬，喊又喊不出来，这时候就很容易发生意外。如果家长一个不小心，没看到孩子之前的呛水过程，等他看到时，孩子已经安静地头露在水面上，家长却浑然不知危险，此时极易发生生命危险。医学上普遍认为窒息时间超过4分钟就会造成脑供氧出现严重问题，大脑一旦缺氧溺水者就会昏迷不醒，甚至脑细胞坏死，最终成了植物人，因此及时发现溺水情况十分重要。

目前现有的溺水检测装置检测方式简单，没有多维度的考虑游泳者的状态。可能存在误判的情况，同时在只考虑单方面的因素可能由于个人的体质，身体状况等因素的影响，可能不能准确的判断出当前游泳者的是否发生了溺水。

发明内容

本发明实施例提供了一种基于云服务器和机器学习算法的溺水检测报警仪，可以解决现有技术中存在的问题。

本发明提供了一种基于云服务器和机器学习算法的溺水检测报警仪，包括可穿戴设备、服务器和客户端，所述可穿戴设备由使用者穿戴，所述客户端由监护人持有，所述服务器接收所述可穿戴设备发送的数据，对其进行分析后确定使用者是否发生溺水，如果发生溺水则向所述客户端发送报警信号；

所述可穿戴设备内部具有通信单元、处理器、姿态传感器和心率传感器，所述姿态传感器采集使用者手臂或腿部的动作姿态数据，所述心率传感器采集使用者的心率数据，所述处理器将这两种数据通过所述通信单元传输到所述服务器；

所述服务器使用机器学习算法预先进行了训练，接收所述可穿戴设备发送的实时采集的动作姿态数据和心率数据后，使用预先训练的模型判断使用者是否发生溺水；发生溺水后所述服务器综合确定危险报警等级，并发送相应等级的报警信息至所述客户端。

优选地，所述可穿戴设备内部还具有主动报警触发器和求救语音播放器，使用者在按下所述主动报警触发器后，所述处理器通过所述通信单元向所述服务器发送一个主动报警信息，同时所述处理器还控制所述求救语音播放器播放求救语音，提醒附近的人及时救助。

优选地，所述服务器根据使用者是否发生溺水、以及是否接收到主动报警信息两方面的信息综合确定危险报警等级，如果仅确定使用者发生了溺水而没有收到主动报警信息，所述服务器产生一级报警信息并发送至所述客户端，表示使用者发生了呛水甚至溺水意外，提醒监护人进行查看。

优选地，如果既确定使用者发生了溺水同时也收到了主动报警信息，所述服务器随即将使用者的当前游泳时间和与使用者年龄段对应的最长游泳时间进行比较，以判断使用者是否处于疲惫状态，如果没有处于疲惫状态则产生二级报警信息并发送至所述客户端；如果处于疲惫状态则产生紧急报警信息并发送至所述客户端，表示使用者处于危险状态，需要立即进行救助。

优选地，所述服务器在产生紧急报警信息后还向所述可穿戴设备发送一个求救报警信息，所述处理器响应该求救报警信息控制所述求救语音播放器播放求救语音，提醒附近的人及时救助。

优选地，在确定使用者没有发生溺水时，所述服务器在确定使用者处于疲惫状态时向所述客户端发送提醒信息，提醒监护人通知使用者需要上岸休息。

优选地，所述通信单元使用SIM800A模块与所述服务器之间进行GPRS通信，所述处理器为STM32F103ARM微控制器，所述姿态传感器为MPU9250高精度姿态传感器，所述心率传感器为MAX30100血氧浓度和心率脉搏传感器。

本发明实施例中的一种基于云服务器和机器学习算法的溺水检测报警仪，具有以下优点：

(1)本检测报警仪可以实时监测游泳者是否发生了溺水，一旦检测到溺水事件的发生，可以及时给监护人以及游泳教练发出报警信号，同时穿戴设备发出报警求助声音。根据不同的情况发出不同级别的报警信息，相关人员针对不同报警级别做出相应的准备。如在紧急报警信号发出后，游泳教练应及时寻找信号发出源，进行相应救助，医护人员做好相应的救助准备，避免由溺水造成的伤亡。

(2)本检测报警仪通过集合网络服务器的方式处理报警信息，通过网络传输到手机端或者硬件报警器端，因此传输距离远，数据传输不受干扰，准确、高效的发出报警信号。

(3)实现针对不同年龄段的儿童给出其适合游泳的最长时间，如果超出指定的时间后，手机端APP会给出相应的提醒，避免了儿童由于好玩长时间在水下造成体力透支而发生的意外。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种基于云服务器和机器学习算法的溺水检测报警仪的功能模块图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参照图1，本发明提供了一种基于云服务器和机器学习算法的溺水检测报警仪，该检测报警仪包括可穿戴设备、服务器和客户端，所述可穿戴设备为手环或脚环等设备，由使用者穿戴，所述客户端由监护人持有，其可以为手机等移动电子设备，安装有专用的APP程序，所述服务器接收所述可穿戴设备发送的数据，对其进行分析后确定使用者是否发生溺水，如果发生溺水则向所述客户端发送报警信号。

所述可穿戴设备内部具有通信单元、处理器、姿态传感器、心率传感器、主动报警触发器和求救语音播放器，本实施例中所述通信单元使用SIM800A模块与所述服务器之间进行GPRS通信，所述处理器为STM32F103ARM微控制器，所述姿态传感器为MPU9250高精度姿态传感器，所述心率传感器为MAX30100血氧浓度和心率脉搏传感器。所述姿态传感器采集使用者手臂或腿部的动作姿态数据，所述心率传感器采集使用者的心率数据，所述处理器将这两种数据通过所述通信单元传输到所述服务器。使用者在因呛水或体力透支时按下所述主动报警触发器后，所述处理器还通过所述通信单元向所述服务器发送一个主动报警信息，同时所述处理器还控制所述求救语音播放器播放求救语音，提醒附近的人及时救助。

所述服务器使用机器学习算法预先进行了训练，训练使用的数据集包括正常游泳状态的动作姿态数据、正常游泳时的心率数据、溺水状态的动作姿态数据以及溺水状态的心率变化数据，后两部分数据分别代表着溺水时的两个阶段，即动作姿态数据对应呛水挣扎阶段，心率数据对应无声溺水阶段。所述服务器接收所述可穿戴设备发送的实时采集的动作姿态数据和心率数据后，即可使用预先训练的模型判断使用者是否发生溺水。

所述服务器根据使用者是否发生溺水、以及是否接收到主动报警信息两方面的信息综合确定危险报警等级。本实施例中，如果仅确定使用者发生了溺水而没有收到主动报警信息，所述服务器产生一级报警信息并发送至所述客户端，表示使用者发生了呛水甚至溺水意外，提醒监护人进行查看；如果既确定使用者发生了溺水同时也收到了主动报警信息，所述服务器随即将使用者的当前游泳时间和与使用者年龄段对应的最长游泳时间进行比较，以判断使用者是否处于疲惫状态，如果没有处于疲惫状态则产生二级报警信息并发送至所述客户端；如果处于疲惫状态则产生紧急报警信息并发送至所述客户端，表示使用者处于危险状态，需要立即进行救助。所述服务器在产生紧急报警信息后还向所述可穿戴设备发送一个求救报警信息，所述处理器响应该求救报警信息控制所述求救语音播放器播放求救语音，提醒附近的人及时救助。

在确定使用者没有发生溺水时，所述服务器还在确定使用者处于疲惫状态时向所述客户端发送提醒信息，提醒监护人应该通知使用者需要上岸休息。

本发明的检测报警仪至少可以应用在以下场景：

场景一：在游泳馆中安装此装置，对初学游泳的儿童身上佩戴此可穿戴设备，使得在游泳过程中父母或者其游泳教练可以实时的监测游泳儿童当前所处的状态是否安全，如果儿童在这过程中发生了呛水或者体力透支等情况，服务器端可以马上检测到当前水下儿童的身体状况。如果一旦检测到可能溺水则立即发出相应的报警信号，使得岸边救护人员根据报警等级做出对应的准备，使得做好更充分的准备来应对紧急情况。这样儿童在游泳时的安全状态得到了最大的保障。

场景二：在海边浴场安装此装置，每个在海边游泳的人穿戴上此设备。监测的方式有两种，一种是通过手机端进行实时监测，此方式适用于个人使用，如父母等监护儿童游泳。另一种是在海边的管理中心中可以实时监测当前游泳区是否有意外溺水事件发生，使得一旦有人发生溺水管理中心可以立即派出救生员下水救助，降低了在海边游泳时候潜在的危险。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (7)

1.一种基于云服务器和机器学习算法的溺水检测报警仪，其特征在于，包括可穿戴设备、服务器和客户端，所述可穿戴设备由使用者穿戴，所述客户端由监护人持有，所述服务器接收所述可穿戴设备发送的数据，对其进行分析后确定使用者是否发生溺水，如果发生溺水则向所述客户端发送报警信号；

所述可穿戴设备内部具有通信单元、处理器、姿态传感器和心率传感器，所述姿态传感器采集使用者手臂或腿部的动作姿态数据，所述心率传感器采集使用者的心率数据，所述处理器将这两种数据通过所述通信单元传输到所述服务器；

所述服务器使用机器学习算法预先进行了训练，接收所述可穿戴设备发送的实时采集的动作姿态数据和心率数据后，使用预先训练的模型判断使用者是否发生溺水；发生溺水后所述服务器综合确定危险报警等级，并发送相应等级的报警信息至所述客户端。

2.如权利要求1所述的基于云服务器和机器学习算法的溺水检测报警仪，其特征在于，所述可穿戴设备内部还具有主动报警触发器和求救语音播放器，使用者在按下所述主动报警触发器后，所述处理器通过所述通信单元向所述服务器发送一个主动报警信息，同时所述处理器还控制所述求救语音播放器播放求救语音，提醒附近的人及时救助。

3.如权利要求2所述的基于云服务器和机器学习算法的溺水检测报警仪，其特征在于，所述服务器根据使用者是否发生溺水、以及是否接收到主动报警信息两方面的信息综合确定危险报警等级，如果仅确定使用者发生了溺水而没有收到主动报警信息，所述服务器产生一级报警信息并发送至所述客户端，表示使用者发生了呛水甚至溺水意外，提醒监护人进行查看。

4.如权利要求3所述的基于云服务器和机器学习算法的溺水检测报警仪，其特征在于，如果既确定使用者发生了溺水同时也收到了主动报警信息，所述服务器随即将使用者的当前游泳时间和与使用者年龄段对应的最长游泳时间进行比较，以判断使用者是否处于疲惫状态，如果没有处于疲惫状态则产生二级报警信息并发送至所述客户端；如果处于疲惫状态则产生紧急报警信息并发送至所述客户端，表示使用者处于危险状态，需要立即进行救助。

5.如权利要求4所述的基于云服务器和机器学习算法的溺水检测报警仪，其特征在于，所述服务器在产生紧急报警信息后还向所述可穿戴设备发送一个求救报警信息，所述处理器响应该求救报警信息控制所述求救语音播放器播放求救语音，提醒附近的人及时救助。

6.如权利要求3所述的基于云服务器和机器学习算法的溺水检测报警仪，其特征在于，在确定使用者没有发生溺水时，所述服务器在确定使用者处于疲惫状态时向所述客户端发送提醒信息，提醒监护人通知使用者需要上岸休息。

7.如权利要求1所述的基于云服务器和机器学习算法的溺水检测报警仪，其特征在于，所述通信单元使用SIM800A模块与所述服务器之间进行GPRS通信，所述处理器为STM32F103ARM微控制器，所述姿态传感器为MPU9250高精度姿态传感器，所述心率传感器为MAX30100血氧浓度和心率脉搏传感器。