CN108538343A - 基于人工智能的数据采集方法 - Google Patents

Abstract

本发明涉及数据采集技术领域，具体涉及基于人工智能的数据采集方法，包括以下内容，通过机器人实时连续地对老人的生理数据、行为数据和语言数据进行跟踪采集并存储；机器人将采集到的同一个老人的生理数据、行为数据和语言数据发送给服务器，服务器将收到的各数据与原始行为数据库中的个数据进行匹配，匹配度小于阈值时存储各信息，匹配度大于阈值时服务器根据各数据预测老人行为，机器人根据预测老人行为为老人提供行为预测服务。本发明通过实时跟踪采集老人身体各方面的数据，并在后期为老人进行行为预测服务或医疗服务时提供参考数据，让机器人为老人提供行为预测服务，无需工作人员逐个关注老人的需求，方便老人生活，提升养老服务质量。

Description

基于人工智能的数据采集方法

技术领域

本发明涉及数据采集技术领域，具体涉及基于人工智能的数据采集方法。

背景技术

人工智能(Artificial Intelligence)，英文缩写为AI，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能志在了解智能的实质并生产出一种能以人类智能相似的方式做出反应的智能机器。目前，人工智能主要应用于工业机器人，使工业机器人能够按照预先设置的认知模型简单识别周围环境并按照预先设定的动作步骤重复简单动作，代替人在高危环境下进行工作。虽然近年来人工智能的发展突飞猛进，但是人工智能的应用领域还有局限。

人在年龄增长的过程中，身体机能会逐渐地衰退，当年龄达到65岁及以上时即界定为老人，老人由于自身代谢变慢、器官老化及免疫能力较低等原因，老人容易患上诸如老年性痴呆、老年性精神病、老年性耳聋、高血压、冠心病和颈椎病等的老年病，从而导致老人的养老服务需求增加。

由于我国已经具有老龄化问题，而且我国老龄化问题具有老人数量多和老人位置分布广泛等特点，同时农、城老人的经济条件差异巨大，数据采集的电子产品普及程度低，所以这使得养老数据采集困难、养老服务监管困难和养老决策依据少。当人在年龄增长过程中身体机能衰退并患上老年病后，很难追溯到老人在这个身体机能衰退过程中的数据，从而使得针对老人制定的养老服务没有依据。

如果直接跟踪老人来获取数据，工作量巨大，当前计算机科学技术的发展促使人工智能技术，使用人工智能技术来减轻工作人员的工作量，目前普遍的数据采集方法是通过佩戴在老人身体各个部位的设备进行采集，然后将获得的生理数据进行存储，但是这种采集方法获得的数据类型有限，例如高血压患者普遍是在感觉到头晕等症状时才定时定点测量血压，数据采集间隔时间长连续性差，例如老人一般在体检时会测量脉搏心跳，如果体检时身体健康状况良好则测量的脉搏心跳不会体现出来，如果未体检时身体健康状况差又没及时发现进行体检，这会使得老人在身体变化过程中的病症数据无法再次获取，让后期的养老服务或养老医疗缺乏决策或治疗依据，同时在老人忘记或无法做出相应决策行为时其他人无法为老人提供预测服务，所以现在急需一种能够为老人提供预测服务的智能化数据采集方法。

发明内容

本发明意在提供一种基于人工智能的数据采集方法，以全面采集老人的身体数据为养老服务或养老医疗提供服务预测。

本方案中的基于人工智能的数据采集方法，包括以下内容：

S1，通过机器人实时连续地对老人的生理数据、行为数据和语言数据进行跟踪采集并存储；

S2，机器人将采集到的同一个老人的生理数据、行为数据和语言数据发送给服务器，服务器将收到的生理数据、行为数据和语言数据与原始行为数据库中的历史数据进行匹配，当匹配度大于阈值时，服务器根据该生理数据、行为数据和语言数据预测老人行为，服务器将该预测老人行为发送给机器人，当匹配度小于阈值时，服务器将该接收到的生理数据、行为数据和语言数据存储到原始行为数据库中；

S3，机器人根据预测老人行为来为老人提供预测服务。

本方案的有益效果是：在初始状态下，原始行为数据库中没有历史数据，当服务器第一次收到来自机器人的各项数据时，因原始行为数据库内没有数据所以不会有匹配的数据，匹配度一定会小于阈值，则服务器直接将收到的各项数据存储到原始行为数据库，该存储的生理数据、行为数据和语言数据作为下一次收到各项数据匹配时的原始数据，本专利中的各项数据是指生理数据、行为数据和语言数据，阈值根据实际需要的准确度进行设定，例如实际需要匹配精准，可将阈值设为70％-90％，实际需要匹配模糊，可将阈值设为60％-69％；在原始行为数据库中存储了各项数据后，当匹配度大于阈值时，服务器根据收到的各项数据预测老人行为，例如生理数据为血压大于等于140/90时，对应到原始行为数据库中的高血压，服务器获得的预测老人行为是吃降压药，如行为数据是头晕，则对应到原始行为数据库中的血压，服务器获得的预测老人行为是测量血压。

各项数据能更确切地了解到老人身体各方面的状况，同时跟踪老人的身体数据能了解到老人身体变化的过程，原始行为数据库中的生理数据、行为数据和语言数据可以是记载了老人习惯信息、语言信息、身体指标信息、情绪信息和爱好信息等数据，机器人根据预测老人行为为老人提供预测服务，使机器人的养老服务更符合老人需求，当老人在接受医疗服务时，医疗服务机构还可根据老人身体的变化过程制定医疗计划或服务，提高了服务质量。

原始行为数据中包括了老人日常生活中各个方面，由机器人代替老人预定或管理各项生活服务，例如当老人患上老年痴呆症后，老人一些事情、亲人或习惯自己都会忘记，这时通过机器人来预测老人行为，无需工作人员时长注意老人的情况，避免工作人员疏忽而延迟服务，方便老人的生活，同时还可在老人进行医疗治疗时由机器人来提供老人的一些历史情况，例如老人在运动时会出现的血压偏高情况，为医疗治疗提供依据，减少无法获得老人的历史情况而造成误诊的情况发生。

在养老服务时，工作人员无需逐一对老人的数据进行采集，节省工作人员的工作量，让工作人员有更多的时间为老人进行服务，提高服务质量。

进一步，采集生理数据通过穿戴在老人身上的采集衣进行，采集行为数据通过实时跟踪老人的活动状况进行，服务器获得活动数据和生理数据后获取到行为数据，采集语言数据通过获取老人的语音信息进行采集，服务器从老人的语音信息中获取相应的语言数据。

通过采集衣对老人身体及行为的各项数据进行采集，无需老人佩戴多项检测设备，使用简单，同时机器人实时跟踪老人的活动状况获取活动数据，然后服务器根据生理数据和活动数据获得行为数据，例如生理数据中老人的身高、体重和腿长等，活动数据中的走动速度10米/分钟、路程120米等，服务器可根据此生理数据和活动数据得到行为数据，如36步/分钟和30厘米/步等，从老人的语音信息中获取老人的语言数据，如从语音中获得老人对某些字、词、句的发音，由此来确定老人的口音属于哪个地区，还可从语音中获得老人说话的语速以及语态等信息，主动对老人身体的各方面数据进行采集，无需老人特意进行数据输入，数据采集更智能，方便老人使用。

进一步，所述生理数据包括身高、体重、图像、血压、心跳和体温，所述行为数据包括作息时间、走路步速、洗浴频率和修剪频率，所述语言数据包括方言信息、说话习惯和语速语态。

生理数据、行为数据和语言数据包含了老人身体的各方面的信息，可使由生理数据、行为数据和语言数据等来预测老人行为，从而使机器人根据预测老人行为进行服务时符合老人的需求，提高机器人的服务质量。

进一步，所述采集衣位于腰部下方设有体重垫，所述体重垫用于检测老人的体重。

老人只需坐在采集衣的体重垫上再抬起双脚即可测量体重，而且还可作为老人坐下时的垫子，用途较多且使用方便。

进一步，将生理数据、行为数据和语言数据存储在原始行为数据库中时包括以下内容，根据生理数据形成生理序列，再根据行为数据形成行为序列，根据语言序列形成语言序列，最后将生理序列、行为序列和语言序列依次排列存储在原始行为数据库中。

将老人的各项数据以序列的形式进行，简化老人各项数据的呈现方式，提高后期采集老人各项数据存储时的可视化程度，方便快速查看老人的各项数据以进行策略制定或作为医疗依据。

进一步，所述服务器将新的生理数据生成新的生理序列、行为数据生成新的行为序列和语言数据生成新的语言序列，将生理序列、行为序列和语言序列插入原始行为数据库中存储。

在持续对老人的各项数据进行采集的过程中，让服务器根据最新的各项老人数据进行行为预测并发送给机器人，可使机器人的服务更符合老人的需求。

附图说明

图1为本发明基于人工智能的数据采集方法实施例的流程图；

图2为本发明基于人工智能的数据采集方法实施例采集系统的原理框图。

具体实施方式

下面通过具体实施方式进一步详细的说明。

基于人工智能的数据采集方法，如图1所示，包括以下内容：

S1，通过机器人实时连续地对老人的生理数据、行为数据和语言数据进行跟踪采集并存储；

S2，机器人将采集到的同一个老人的生理数据、行为数据和语言数据发送给服务器，服务器将收到的生理数据、行为数据和语言数据与原始行为数据库中的历史数据进行匹配，当匹配度大于阈值时，服务器根据该生理数据、行为数据和语言数据预测老人行为，服务器将该预测老人行为发送给机器人，当匹配度小于阈值时，服务器将该接收到的生理数据、行为数据和语言数据存储到原始行为数据库中；

S3，机器人根据预测老人行为来为老人提供预测服务。

在上述生理数据采集时通过穿戴在老人身上的采集衣进行，采集行为数据通过实时跟踪老人的活动状况进行，服务器获得活动数据和生理数据后获取到行为数据，采集语言数据通过获取老人的语音信息进行采集，服务器从老人的语音信息中获取相应的语言数据。

上述的生理数据包括身高、体重、图像、血压、心跳、视力和体温等，上述的行为数据包括作息时间、走路步速、洗浴频率和修剪频率等，上述的语言数据包括方言信息、说话习惯和语速语态等。

在上述将生理数据、行为数据和语言数据存储在数据库中时包括以下内容根据生理数据形成生理序列，再根据行为数据形成行为序列，根据语言序列形成语言序列，最后将生理序列、行为序列和语言序列依次排列存储在原始行为数据库中。

为实现上述方法，本实施例还公开一种数据采集系统，如图2所示，该系统包括服务器和多个机器人，机器人位于老人处并与服务器通过互联网进行通信，服务器包括通信模块、匹配模块、处理模块、分析模块和数据库模块；

通信模块用于供服务器与机器人进行数据交互；

匹配模块用于将收到的生理数据、行为数据和语言数据与数据库模块中的所有数据进行对比，匹配模块向处理模块反馈匹配度；

处理模块将匹配度小于阈值的生理数据、行为数据和语言数据传递给数据库模块，处理将匹配度大于阈值的生理数据、行为数据和语言数据对应的生理序列、行为序列和语言序列进行处理得到预测老人行为，处理模块将预测老人行为通过通信模块发送到机器人；

分析模块根据生理数据、行为数据和语言数据分别形成生理序列、行为序列和语言序列；

数据库模块存储有多种方言信息，数据库模块对生理数据、行为数据和语言数据进行存储；

机器人包括采集模块、无线收发模块、控制模块、通知模块和存储模块；

采集模块包括采集衣、摄像单元、语音识别单元和录音单元，采集衣对老人的各项生理数据进行采集，摄像单元对老人走动时的活动数据进行拍摄，语音识别单元对老人的声纹信息进行识别，当语音识别单元对老人的声纹信息识别成功后，录音单元对老人的语音信息进行录制；

无线收发模块用于供机器人与服务器进行数据交互；

控制模块将从采集模块采集到的数据通过无线收发模块发送给服务器，控制模块从无线收发模块获取预测老人行为的服务信息并控制通知模块进行展示；

通知模块包括语音播放单元和显示单元，语音播放单元对来自控制模块老人行为的预测服务信息进行播报，显示单元对来自控制模块的预测老人行为的服务信息进行展示；

存储模块用于存储采集到的生理数据、行为数据和语言数据。

在机器人对老人各项数据进行初始采集时，机器人上的采集模块对老人的生理数据、行为数据和语言数据进行采集，在采集模块进行数据采集时，采集衣位于腰部下方设有体重垫，体重垫通过棉布缝制在采集衣的边缘处，体重垫用于检测老人的体重，采集模块上的采集衣对老人的生理数据进行采集，例如血压、心跳和体温等，生理数据可在每天定时定点地进行检测，采集模块上的摄像单元对老人活动时的活动数据进行拍摄，例如腿部交叉的频率以及摄像单元至老人头顶连线与水平线的夹角等，采集模块上的语音识别单元在老人声纹信息识别成功后，录音单元对老人的语音信息进行录制，分析模块根据部分生理数据和活动数据计算得到行为数据，例如生理数据中老人的身高、体重、心跳、血压和腿长等，活动数据中的走动速度10米/分钟、路程120米等，分析模块可根据此生理数据和活动数据得到行为数据，如36步/分钟和30厘米/步等，分析模块从老人的语音信息中获取老人的语言数据，例如从语音信息中获得老人对某些字、词、句的发音，由此来确定老人的口音属于哪个地区，还可从语音中获得老人说话的语速以及语态等信息，主动对老人身体的各方面数据进行采集，贴身获取老人的各项数据，提高数据采集的智能化,无需老人特意进行数据输入，数据采集更智能。

匹配模块在对生理数据、行为数据和语言数据进行匹配时，由于数据库模块中存储的也是各项数据，而不是以生理序列、行为序列和语言序列的形式进行存储的，所以匹配时直接进行关键词的关联度匹配，例如180/100可关联到高血压，降压药可关联到高血压治疗，当在生成预测老人行为时，处理模块根据生理序列、行为序列和语言序列获得预测老人行为，因为每个序列包括了较多的老人自身的信息，使预测老人行为的服务信息更为准确。

预测老人行为的服务信息时，阈值根据实际需要进行设定，例如实际需要匹配精准，可将阈值设为70％-90％，实际需要匹配模糊，可将阈值设为60％-69％，本实施例将阈值设为60％；在原始行为数据库中存储了各项数据后，当匹配度大于阈值时，服务器根据收到的各项数据预测老人行为，例如生理数据为血压大于等于140/90时，对应到原始行为数据库中的高血压，服务器获得的预测老人行为是吃降压药，机器人上预测老人行为的服务信息则可是预约医生，如行为数据是头晕，则对应到原始行为数据库中的血压，服务器获得的预测老人行为是测量血压，机器人上预测老人行为的服务信息可是呼叫医生上门服务等。

分析模块在分析各项数据后分别得到生理序列、行为序列和语言序列，例如针对生理序列可以是字母、颜色和数字组成序列：SL 01 21 14 20 05 36 56 45，各个数字以不同的颜色表示不同的生理属性，如黄色01表示血压，绿色21表示心跳，红色14表示体温等，针对行为数据可是字母、颜色和数字组成行为序列：XW 00 11 28 24 98 14 57 58，白色00表示修脚，灰色11表示沐浴，黄色28表示步速等，针对语言数据也可是字母、颜色和数字组成语言序列：YY 41 52 12 10 13 74 85 98，如黄色41表示语速，灰色52表示语调，青色12表示方言地区等。

机器人还包括投射模块、角度传感模块和计算模块，当在测量老人的视力时，投射模块向地面直线投射出光斑，光斑指示老人站立的位置，角度传感模块检测投射模块投射光线与竖直方向的夹角发送给控制模块，控制模块控制计算模块根据夹角和预设的投射模块的竖直高度计算光斑位置，光斑位置即光斑与机器人的水平距离，当光斑所在点与机器人的水平距离为5米时，控制模块控制投射模块停止转动，摄像单元拍摄光斑处的老人足部的图像并发送给控制模块，控制模块识别到图像中的老人足部后控制显示单元显示出阅读内容。

在呈现阅读内容前，语音播放单元播放出让老人直立站立的指示信息，并由摄像单元拍摄老人阅读前直立站立的图像和眼睛未看目标时的图像，在呈现阅读内容时，摄像单元拍摄得到老人观看阅读内容时的眼睛图像和站立的图像，控制模块将阅读时拍摄得到的眼睛图像与阅读前拍摄得到的眼睛图像中眼睛开合大小进行对比，同时，控制模块将阅读时和阅读前分别拍摄得到站立图像中老人身体的倾斜角度进行对比，当阅读时的眼睛开合小于阅读前的眼睛开合大小，或者阅读时老人身体的倾斜角度大于阅读前老人身体的倾斜角度时，控制器控制显示单元将阅读内容中文字的字号增大，语音识别单元识别老人在观看阅读内容时的语音信息，例如语音信息中老人对观看阅读内容字体大小的评价关键词，如“合适”和“好”等，当获取到关键词后，控制模块控制显示单元以此时的字号作为呈现阅读内容的字号，并且控制模块以该字号代表的视力值作为老人的视力。

由于在观看阅读内容时，人普遍在看不清阅读内容的情况下会眯眼来减少周围杂乱光线进入眼内，眯眼时眼睛的睁开幅度较小，眯眼时眼睛与针孔镜类似，中央的少部分光线可直接在视网膜成像，以能看的更清楚，或者身体往前倾以期拉近眼睛和阅读内容的距离，提升观看阅读内容时的清晰度，所以上述测试老人视力的方法可在显示单元对预测老人行为的服务信息进行展示时使用，辅助看不清阅读内容的人轻松地进行阅读，同时从该辅助阅读的过程中获得老人的视力情况，无需单独测试视力，提升老人的用户体验度。

投射模块可通过光筒投射出光线，投射模块投射出光线的角度通过电机进行调节，光筒焊接在一转轴上，转轴通过电机带动进行转动，电机由控制模块控制进行转动，角度传感模块与投射模块具有相同的角度，角度传感模块检测投射模块投射的光线与竖直方向的夹角，计算模块根据三角函数和勾股定理计算得到光斑与机器人的水平距离，例如当夹角为45°时，竖直高度为1米，那么水平距离等于tan45*1，计算得到的水平距离为1米，需要再改变夹角，当计算得到的水平距离为5米时，控制模块控制电机停止转动。

通过对老人观看阅读内容过程中的字体大小进行调节，辅助老人进行观看阅读，并在辅助老人观看阅读过程中获取老人的视力信息，从而来表征老人视力变化的过程，将视力信息作为后期视力疾病的依据，提高诊断的准确性，同时能够及时发现老人的视力问题，避免老人的视力问题被忽视而拖延的更严重。

机器人在为老人提供预测服务时，例如机器人让老人定期进行体检、定期制定洗浴服务、定期预定修脚修指甲或联系家人等服务，或购物娱乐游玩，尤其是在老人患上老年痴呆症时，机器人可根据老人的历史身体数据进行服务预定，无需工作人员定期关注老人的状况再进行预定，节省工作人员的工作量，避免工作人员疏忽而遗漏对老人的服务，方便老人使用。

以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (6)

1.基于人工智能的数据采集方法，其特征在于，包括以下内容：

S1，通过机器人实时连续地对老人的生理数据、行为数据和语言数据进行跟踪采集并存储；

S2，机器人将采集到的同一个老人的生理数据、行为数据和语言数据发送给服务器，服务器将收到的生理数据、行为数据和语言数据与原始行为数据库中的历史数据进行匹配，当匹配度大于阈值时，服务器根据该生理数据、行为数据和语言数据预测老人行为，服务器将该预测老人行为发送给机器人，当匹配度小于阈值时，服务器将该接收到的生理数据、行为数据和语言数据存储到原始行为数据库中；

S3，机器人根据预测老人行为来为老人提供预测服务。

2.根据权利要求1所述的基于人工智能的数据采集方法，其特征在于：采集生理数据通过穿戴在老人身上的采集衣进行，采集行为数据通过实时跟踪老人的活动状况进行，服务器获得活动数据和生理数据后获取到行为数据，采集语言数据通过获取老人的语音信息进行采集，服务器从老人的语音信息中获取相应的语言数据。

3.根据权利要求2所述的基于人工智能的数据采集方法，其特征在于：所述生理数据包括身高、体重、图像、血压、心跳和体温，所述行为数据包括作息时间、走路步速、洗浴频率和修剪频率，所述语言数据包括方言信息、说话习惯和语速语态。

4.根据权利要求2所述的基于人工智能的数据采集方法，其特征在于：所述采集衣位于腰部下方设有体重垫，所述体重垫用于检测老人的体重。

5.根据权利要求1所述的基于人工智能的数据采集方法，其特征在于：将生理数据、行为数据和语言数据存储在原始行为数据库中时包括以下内容，根据生理数据形成生理序列，再根据行为数据形成行为序列，根据语言序列形成语言序列，最后将生理序列、行为序列和语言序列依次排列存储在原始行为数据库中。

6.根据权利要求1所述的基于人工智能的数据采集方法，其特征在于：所述服务器将新的生理数据生成新的生理序列、行为数据生成新的行为序列和语言数据生成新的语言序列，将生理序列、行为序列和语言序列插入原始行为数据库中存储。