CN109635710A - 危险状态确定方法、装置、危险告警设备及储存介质 - Google Patents
危险状态确定方法、装置、危险告警设备及储存介质 Download PDFInfo
- Publication number
- CN109635710A CN109635710A CN201811492262.9A CN201811492262A CN109635710A CN 109635710 A CN109635710 A CN 109635710A CN 201811492262 A CN201811492262 A CN 201811492262A CN 109635710 A CN109635710 A CN 109635710A
- Authority
- CN
- China
- Prior art keywords
- detected person
- dangerous
- alarm equipment
- danger
- area
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Alarm Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本申请实施例提供了一种危险状态确定方法、装置、危险告警设备及储存介质,涉及数据检测技术领域。方法包括:获得用于评估被检测人是否处于可能面临危险状态的评估信息,其中,被检测人位于第一区域,危险告警设备位于第二区域;在根据评估信息确定出被检测人处于可能面临危险状态时,控制危险告警设备在第一区域采集用于确认被检测人是否处于危险状态的参数信息;基于参数信息,确定被检测人是否处于危险状态。其可以有效的避免检测设备基于姿态或体征检测而对被检测人处于危险状态误报警的情况出现。
Description
技术领域
本申请涉及数据检测技术领域,具体而言,涉及一种危险状态确定方法、装置、危险告警设备及储存介质。
背景技术
目前,随着电子设备的小型化,各类检测设备得到了广泛的应用。其中,针对用户的检测设备能够以配带或不佩戴的方式对被检测人的姿态或体征进行检测,并在检测到被检测人的姿态或体征异常时,可以确定被检测人处于危险状态并进行报警。但很多外部因素也会导致穿戴式设备检测到姿态或体征异常,故导致检测设备对被检测人处于危险状态误报警。
发明内容
本申请在于提供一种危险状态确定方法、装置、危险告警设备及储存介质,以有效避免出现对被检测人处于危险状态的误报警。
第一方面,本申请实施例提供了一种危险状态确定方法,应用于危险告警设备,所述方法包括:
获得用于评估被检测人是否处于可能面临危险状态的评估信息,其中,所述被检测人位于第一区域,所述危险告警设备位于第二区域;
在根据所述评估信息确定出所述被检测人处于所述可能面临危险状态时,控制所述危险告警设备在所述第一区域采集用于确认所述被检测人是否处于危险状态的参数信息;
基于所述参数信息,确定所述被检测人是否处于所述危险状态。
在本申请实施例中,由于检测设备基于检测到被检测人的体征或姿态异常时,检测设备可以向危险告警设备告警,使得危险告警设备可以确定被检测人处于可能面临危险状态。从而危险告警设备可以在被检测人所在的第一区域采集被检测人的参数信息,以通过参数信息再次确认被检测人是否处于危险状态,这样就可以有效的避免检测设备基于姿态或体征检测而对被检测人处于危险状态误报警的情况出现。
结合第一方面,在一些可能的实现方式中,基于所述参数信息,确定所述被检测人是否处于所述危险状态,包括:
基于包含所述被检测人的多张图像,判断所述被检测人是否处于移动状态;
若否,基于所述多张图像,判断所述被检测人的身体姿态与处于所述危险状态对应的预设身体姿态是否匹配;
若是,表示所述被检测人处于所述危险状态。
在本申请实施例中,通过多张图像来确定被检测人是否处于移动状态可以有效的判断被检测人是否处于危险状态而无法移动,那么在排除被检测人处于移动状态时,再去判断被检测人的身体姿态与处于危险状态对应的预设身体姿态是否匹配,从而通过依次判断并排除不能的情况的方式能够更加准确的确定检测人是否真的处于危险状态。
结合第一方面,在一些可能的实现方式中,基于包含所述被检测人的多张图像,判断所述被检测人是否处于移动状态,包括:
确定出所述被检测人的身体部位在包含所述被检测人的多张图像中每张图像中的位置,共确定出多个位置;
根据所述多个位置确定所述身体部位的移动距离;
根据所述移动距离和预设的移动距离判断所述被检测人是否处于移动状态,其中,在所述移动距离大于所述预设的移动距离时,表示所述被检测人处于所述移动状态。
在本申请实施例中,通过从多张图像中确定出被检测人的身体部位的移动距离,由于身体部位的移动距离能够表示该被检测人更加细微的移动,那么通过该移动距离和预设的移动距离比较则能够更准确的准确被检测人是否处于移动状态。
结合第一方面,在一些可能的实现方式中,基于所述多张图像,判断所述被检测人的身体姿态与处于所述危险状态对应的预设身体姿态是否匹配,包括:
根据所述多张图像中的每张图像,确定出所述被检测人在每张图像中身体骨架;
根据每张图像中身体骨架,确定出所述被检测人在每张图像中的身体姿态,共确定出所述被检测人的多种身体姿态;
判断所述多种身体姿态是否有任一种身体姿态与处于所述危险状态的对应的预设身体姿态匹配。
在本申请实施例中,由于身体骨架能够更加准确的反应出被检测人的身体姿态,故通过从图像中提取出身体骨架,再将身体骨架对应到身体姿态能够更准确的确定出被检测人是否处于危险状态。而在有任一种身体姿态与处于危险状态的对应的预设身体姿态匹配时便确定检测人处于危险状态,其提高的判断的灵敏度,也能够更准确的确定出被检测人是否处于危险状态。
结合第一方面,在一些可能的实现方式中,在基于包含所述被检测人的多张图像,判断所述被检测人是否处于移动状态之后,以及在基于所述多张图像,判断所述被检测人的身体姿态与处于所述危险状态对应的预设身体姿态是否匹配之前,所述方法还包括;
若判定所述被检测人不处于所述移动状态,控制所述危险告警设备开启接收报警声的功能,其中,所述报警声包括:宠物发出的叫声和所述危险告警设备发出的报警声中的至少一种;
在开启接收所述报警声的功能之后的预设时刻时,判断所述危险告警设备是否还接收到所述报警声;
若是,确定所述被检测人处于所述危险状态。
在本申请实施例中,若确定被检测人不处于移动状态时,还可以通过判断接收报警声来再次确认被检测人是否处于危险状态,若被检测人处于危险状态而无法指示宠物不再发出叫声或者无法去控制而关闭危险告警设备发出的报警声,则危险告警设备在开启接收报警声的功能之后的预设时刻便会继续发出报警声,从而可以确定被检测人处于危险状态。因此,提高了确认被检测人是否处于危险状态的准确性,避免了误报警的发生。
结合第一方面,在一些可能的实现方式中,基于所述参数信息,确定所述被检测人是否处于所述危险状态,包括:
基于包含所述被检测人的图像,确定出所述图像中的所述被检测人与危险物品之间的危险距离值;
判断所述危险距离值是否大于所述被检测人与所述危险物品之间的安全距离值;
若否,确定所述被检测人处于所述危险状态。
在本申请实施例中,通过从图像中分析出被检测人与危险物品之间的安全距离值,由于该安全距离值能够有效的表示危险物品是否能够对被检测人造成危险,故通过安全距离值能够更准确的确定被检测人是否处于危险状态。
结合第一方面,在一些可能的实现方式中,基于所述图像,确定出所述被检测人与危险物品之间的危险距离值,包括:
基于所述图像,确定出所述被检测人的至少一个关节点在所述图像中对应的至少一个关节点位置,并确定出所述危险物品在所述图像中的物品位置;
根据所述至少一个关节点位置和所述物品位置,确定出所述至少一个关节点位置与所述物品位置之间的至少一个距离值;
根据所述至少一个距离值,确定所述至少一个距离值中确定最小距离值为所述被检测人与危险物品之间的危险距离值。
在本申请实施例中,通过图像获得被检测人的至少一个关节点,并以至少一个关节点中距危险物品最近的关节点与危险物品之间距离为危险距离值,能够更加准确的确定出危险距离值。
结合第一方面,在一些可能的实现方式中,在确定所述被检测人是否处于所述危险状态之后,所述方法还包括:
根据所述危险距离值确定出当前危险等级为i级,执行所述当前危险等级为i级对应第i种告警操作,其中,i取1至N-1,所述危险距离值越小对应所述当前危险等级越高,i+1=N时的所述当前危险等级为最高危险等级,i为正整数,N为大于1的整数;
控制所述危险告警设备在所述第一区域采集包含所述被检测人的多张图像;
根据所述多张图像,判断所述被检测人的移动趋势是否为靠近所述危险物品;
若是,将所述当前危险等级从i级更新为i+1,执行所述当前危险等级为i+1级对应第i+1种告警操作;若否,继续执行第i种告警操作。
在本申请实施例中,通过将不同的危险距离值对应不同的危险等级,且不同危险等级对应的告警操作也不同,那么在通过图像预测出危险距离值有变小的趋势时,采用更高危险等级对应的更高等级的告警操作,能够实现提前对被检测人进行更有效力的提示。
结合第一方面,在一些可能的实现方式中,
根据所述危险距离值确定出所述当前危险等级为1级,控制所述危险告警设备发出语音告警,其中,N=3;
根据所述危险距离值确定出所述当前危险等级为2级,控制距所述危险告警设备预设距离范围内的电器设备发出声音、图像或灯光中的至少一种告警;
根据所述危险距离值确定出所述当前危险等级为3级,切断所述危险物品的供电和供气中的至少一种,并向与所述被检测人相关的用户发送所述图像。
在本申请实施例中,由于随着危险等级的提升,越高的危险等级对应的告警的强度也越大,故能够通过不同强度的告警更加有效的对被检测人进行提示。
结合第一方面,在一些可能的实现方式中,基于所述参数信息,确定所述被检测人是否处于所述危险状态,包括:
根据预设时长内采集的音频信息,判断所述音频信息是否包含所述被检测人发出的音频;
判断所述被检测人发出的音频是否和预设的呼救音频匹配;
若是,确定所述被检测人是否处于所述危险状态。
在本申请实施例中,通过采集的音频来判断被检测人是否在呼救,从而能够更加准确的确定出被检测人是否处于危险状态。
结合第一方面,在一些可能的实现方式中,所述危险告警设备佩戴在宠物身上的宠物穿戴设备,控制所述危险告警设备在所述第一区域采集用于确认所述被检测人是否处于危险状态的参数信息,包括:
根据所述评估信息,确定出所述被检测人位于所述第一区域;
判断所述第一区域和所述危险告警设备所在的所述第二区域是否为同一区域;
若否,确定出从所述第二区域移动至所述第一区域的导航路径,控制所述危险告警设备在地面投射出位于所述导航路径的行径方向上的标识,并在确定所述宠物基于所述标识的指示而移动至所述第一区域时,控制所述危险告警设备采集用于确认所述被检测人是否处于危险状态的参数信息;若是,控制所述危险告警设备采集所述参数信息。
在本申请实施例中,在危险告警设备为佩戴在宠物身上的宠物穿戴设备时,危险告警设备能够在地面投射出位于所述导航路径的行径方向上的标识,使得宠物能够基于标识而移动到第一区域,无需在危险告警设备设置移动组件,故能够以更低的成本实现危险告警设备在第一区域采集参数信息。
结合第一方面,在一些可能的实现方式中,控制所述危险告警设备在所述第一区域采集用于确认所述被检测人是否处于危险状态的参数信息,包括:
根据所述评估信息,确定出所述被检测人位于所述第一区域;
判断所述第一区域和所述危险告警设备所在的所述第二区域是否为同一区域;
若否,确定出从所述第二区域移动至所述第一区域的导航路径,并控制所述危险告警设备沿所述导航路径移动至所述第一区域,控制所述危险告警设备采集用于确认所述被检测人是否处于危险状态的参数信息;若是,控制所述危险告警设备采集所述参数信息。
在本申请实施例中,危险告警设备在自动判断第一区域与第二区域不同时,危险告警设备能够自动控制从第二区域移动到第一区域,故能够以高可靠性的方式实现危险告警设备移动到第一区域而采集参数信息。
结合第一方面,在一些可能的实现方式中,所述评估信息为体征信息,在获得用于评估被检测人是否处于可能面临危险状态的评估信息之后,以及在控制所述危险告警设备在所述第一区域采集用于确认所述被检测人是否处于危险状态的参数信息之前,所述方法还包括:
根据所述体征信息,判断所述体征信息是否与所述被检测人正常状态下的正常体征信息匹配;
若否,确定出所述被检测人处于所述可能面临危险状态。
在本申请实施例中,通过在确定获得的被检测人的体征信息与被检测人正常状态下的正常体征信息不匹配时,才确定检测人处于可能面临危险状态,故实现了简单且准确的确定出检测人处于可能面临危险状态。
结合第一方面,在一些可能的实现方式中,所述评估信息为所述被检测人与危险物品之间的危险距离值,在获得用于评估被检测人是否处于可能面临危险状态的评估信息之后,以及在控制所述危险告警设备在所述第一区域采集用于确认所述被检测人是否处于危险状态的参数信息之前,所述方法还包括:
判断所述危险距离值是否大于所述被检测人与所述危险物品之间的安全距离值;
若是,确定出所述被检测人处于所述可能面临危险状态。
在本申请实施例中,通过在确定危险距离值不大于被检测人与危险物品之间的安全距离值时,才确定检测人处于可能面临危险状态,故实现了简单且准确的确定出检测人处于可能面临危险状态。
结合第一方面,在一些可能的实现方式中,获得用于评估被检测人是否处于可能面临危险状态的评估信息,包括:
获得被检测人穿戴的穿戴设备检测到的用于评估所述被检测人是否处于可能面临危险状态的评估信息;或
获得图像采集设备采集到的用于评估所述被检测人的所述评估信息。
在本申请实施例中,通过危险告警设备强大的计算能力来计算该评估信息并确定出是否处于可能面临危险状态的结果,可以使得确定出是否处于可能面临危险状态的结果更准确。
第二方面,本申请实施例提供了一种危险状态确定装置,应用于危险告警设备,所述装置包括:
信息获得模块,用于获得用于评估被检测人是否处于可能面临危险状态的评估信息,其中,所述被检测人位于第一区域,所述危险告警设备位于第二区域。
信息采集模块,用于在根据所述评估信息确定出所述被检测人处于所述可能面临危险状态时,控制所述危险告警设备在所述第一区域采集用于确认所述被检测人是否处于危险状态的参数信息。
危险确定模块,用于基于所述参数信息,确定所述被检测人是否处于所述危险状态。
结合第二方面,在一些可能的实现方式中,
所述危险确定模块,还用于基于包含所述被检测人的多张图像,判断所述被检测人是否处于移动状态;若否,基于所述多张图像,判断所述被检测人的身体姿态与处于所述危险状态对应的预设身体姿态是否匹配;若是,表示所述被检测人处于所述危险状态。
结合第二方面,在一些可能的实现方式中,
所述危险确定模块,还用于确定出所述被检测人的身体部位在包含所述被检测人的多张图像中每张图像中的位置,共确定出多个位置;根据所述多个位置确定所述身体部位的移动距离;根据所述移动距离和预设的移动距离判断所述被检测人是否处于移动状态,其中,在所述移动距离大于所述预设的移动距离时,表示所述被检测人处于所述移动状态。
结合第二方面,在一些可能的实现方式中,
所述危险确定模块,还用于根据所述多张图像中的每张图像,确定出所述被检测人在每张图像中身体骨架;根据每张图像中身体骨架,确定出所述被检测人在每张图像中的身体姿态,共确定出所述被检测人的多种身体姿态;判断所述多种身体姿态是否有任一种身体姿态与处于所述危险状态的对应的预设身体姿态匹配。
结合第二方面,在一些可能的实现方式中,所述危险确定模块,还用于若判定所述被检测人不处于所述移动状态,控制所述危险告警设备开启接收报警声的功能,其中,所述报警声包括:宠物发出的叫声和所述危险告警设备发出的报警声中的至少一种;在开启接收所述报警声的功能之后的预设时刻时,判断所述危险告警设备是否还接收到所述报警声;若是,确定所述被检测人处于所述危险状态。
结合第二方面,在一些可能的实现方式中,
所述危险确定模块,还用于基于包含所述被检测人的图像,确定出所述图像中的所述被检测人与危险物品之间的危险距离值;判断所述危险距离值是否大于所述被检测人与所述危险物品之间的安全距离值;若否,确定所述被检测人处于所述危险状态。
结合第二方面,在一些可能的实现方式中,
所述危险确定模块,还用于基于所述图像,确定出所述被检测人的至少一个关节点在所述图像中对应的至少一个关节点位置,并确定出所述危险物品在所述图像中的物品位置;根据所述至少一个关节点位置和所述物品位置,确定出所述至少一个关节点位置与所述物品位置之间的至少一个距离值;根据所述至少一个距离值,确定所述至少一个距离值中确定最小距离值为所述被检测人与危险物品之间的危险距离值。
结合第二方面,在一些可能的实现方式中,所述装置还包括:
危险等级确定模块,用于根据所述危险距离值确定出当前危险等级为i级,执行所述当前危险等级为i级对应第i种告警操作,其中,i取1至N-1,所述危险距离值越小对应所述当前危险等级越高,i+1=N时的所述当前危险等级为最高危险等级,i为正整数,N为大于1的整数。
拍摄控制模块,用于控制所述危险告警设备在所述第一区域采集包含所述被检测人的多张图像。
趋势判断模块,用于根据所述多张图像,判断所述被检测人的移动趋势是否为靠近所述危险物品。
告警执行模块,用于若是,将所述当前危险等级从i级更新为i+1,执行所述当前危险等级为i+1级对应第i+1种告警操作;若否,继续执行第i种告警操作。
结合第二方面,在一些可能的实现方式中,
所述危险确定模块,还用于根据预设时长内采集的音频信息,判断所述音频信息是否包含所述被检测人发出的音频;判断所述被检测人发出的音频是否和预设的呼救音频匹配;若是,确定所述被检测人是否处于所述危险状态。
结合第二方面,在一些可能的实现方式中,所述危险告警设备佩戴在宠物身上的宠物穿戴设备,
所述信息采集模块,还用于根据所述评估信息,确定出所述被检测人位于所述第一区域;判断所述第一区域和所述危险告警设备所在的所述第二区域是否为同一区域;若否,确定出从所述第二区域移动至所述第一区域的导航路径,控制所述危险告警设备在地面投射出位于所述导航路径的行径方向上的标识,并在确定所述宠物基于所述标识的指示而移动至所述第一区域时,控制所述危险告警设备采集用于确认所述被检测人是否处于危险状态的参数信息;若是,控制所述危险告警设备采集所述参数信息。
结合第二方面,在一些可能的实现方式中,
所述信息采集模块,还用于根据所述评估信息,确定出所述被检测人位于所述第一区域;判断所述第一区域和所述危险告警设备所在的所述第二区域是否为同一区域;若否,确定出从所述第二区域移动至所述第一区域的导航路径,并控制所述危险告警设备沿所述导航路径移动至所述第一区域,控制所述危险告警设备采集用于确认所述被检测人是否处于危险状态的参数信息;若是,控制所述危险告警设备采集所述参数信息。
结合第二方面,在一些可能的实现方式中,所述评估信息为体征信息,所述装置还包括:
体征匹配模块,用于根据所述体征信息,判断所述体征信息是否与所述被检测人正常状态下的正常体征信息匹配。若否,确定出所述被检测人处于所述可能面临危险状态。
结合第二方面,在一些可能的实现方式中,所述评估信息为所述被检测人与危险物品之间的危险距离值,所述装置还包括:
距离判断模块,用于判断所述危险距离值是否大于所述被检测人与所述危险物品之间的安全距离值;若是,确定出所述被检测人处于所述可能面临危险状态。
结合第二方面,在一些可能的实现方式中,
所述信息获得模块,还用于获得被检测人穿戴的穿戴设备检测到的用于评估所述被检测人是否处于可能面临危险状态的评估信息;或获得图像采集设备采集到的用于评估所述被检测人的所述评估信息。
第三方面,本申请实施例提供了一种危险告警设备,危险告警设备包括一个或多个存储介质、一个或多个与存储介质通信的摄像头、处理器和总线。一个或多个所述存储介质存储有所述处理器可执行的机器可读指令。当危险告警设备运行时,所述处理器与所述存储介质之间通过所述总线通信,所述处理器执行所述机器可读指令,以执行第一方面、以及第一方面任一实现方式所述的危险状态确定方法步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被计算机运行时执行第一方面、以及第一方面任一实施例、以及第二方面、以及第二方面任一实现方式所述的危险状态确定方法的步骤。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本申请实施例提供的一种危险告警系统的结构框图;
图2示出了本申请实施例提供的一种危险告警装置的第一结构框图;
图3示出了本申请实施例提供的一种危险告警装置的第一结构示意图;
图4示出了本申请实施例提供的一种危险告警装置的第二结构框图;
图5示出了本申请实施例提供的一种危险告警装置的第二结构示意图;
图6示出了本申请实施例提供的一种危险状态确定方法的流程图;
图7示出了本申请实施例提供的一种危险状态确定装置的结构框图。
具体实施方式
下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有进行出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参阅图1,本申请的一些实施例提供了一种危险告警系统10,该危险告警系统可以包括:危险检测设备100和危险告警设备20。
针对不同的应用场景,危险检测设备100可以为穿戴设备,例如手环、图像采集设备,例如摄像头或热成像装置、距离检测设备,例如接近传感器或射频识别装置,或其任意组合。本实施例中,危险检测设备100在为穿戴设备的情况下,危险检测设备100可以被被检测人配带,以便有效的对被检测人进行检测。而危险检测设备100在为摄像头或热成像装置的情况下,危险检测设备100可以安装能够拍摄到整个被监控场景的位置,以便于对监控场景全面的进行监控。以及危险检测设备100在为距离检测设备的情况下,危险检测设备100可以安装危险物品附近,以便对准确对被检测人与危险物品之间的距离进行检测。
当然,也针对不同的应用场景,危险检测设备100的数量也可以为至少一个,那么至少一个危险检测设备100可以安装在各位置处,且各位置处的危险检测设备100的类型也可以相同、不同或至少部分不同。例如,餐厅的带电插座处则可以安装接近传感器,而客厅墙面的顶角处则可以安装摄像头。
本实施例中,至少一个危险检测设备100均可以与危险告警设备20数据通信,至少一个危险检测设备100可以将检测到的数据发送给危险告警设备20,使得危险告警设备20基于至少一个危险检测设备100检测到的数据而执行危险状态确定方法。
请参阅图2至图5,危险告警设备可以是机器人或者配带在宠物上的宠物穿戴设备。下面将就两种不同的情况分别予以详细地说明。
如图1和图2所示,若危险告警设备20为机器人,那么该危险告警设备20可以是轮式移动的机器人,即该危险告警设备20可以包括:壳体21和设置在壳体21上的至少三个轮子22。其中,为便于节约空间,壳体21可以比较紧凑的结构,例如壳体21可以是较扁的盘状结构、长条形结构等。而为便于稳定的行驶,至少三个轮子22的数量为4个,4个轮子22可以分布在壳体21四周,使得4个轮子22的连线可以构成矩形,但并不作为限定。
危险告警设备20还可以包括:连接到网络与危险检测设备100无线通信的网络端口23、用于执行程序指令的一个或多个处理器24、通信总线25、不同形式的存储介质26,例如,磁盘、ROM、或RAM,或其任意组合、能够拍摄高清画面或视频的摄像头27、不同类型的驱动电机28,无刷直流电机、他励式直流电机、并励式直流电机、串励式直流电机或复励式直流电机和不同类型的告警装置29,例如,播放器、蜂鸣器或扬声器。示例性地,计算机平台还可以包括存储在ROM、RAM、或其他类型的非暂时性存储介质、或其任意组合中的程序指令。根据这些程序指令可以实现本申请的方法。危险告警设备20还包括计算机与其他输入输出设备(例如键盘、显示屏)之间的输入/输出(Input/Output,I/O)接口31。
本实施例中,网络端口23、处理器24、通信总线25、存储介质26、摄像头27、驱动电机28和告警装置29可以设置在壳体21内,而输入/输出接口31则可以开设在壳体21上便于外部设备连接。网络端口23、存储介质26、摄像头27、驱动电机28、告警装置29和输入/输出接口31可以通过通信总线25与处理器24通信连接。这样,处理器24通过执行存在存储介质中的程序指令,处理器24可以通过通信总线25与网络端口23、摄像头27、驱动电机28和告警装置29数据通信,使得处理器24可以通过通信总线25控制网络端口23、摄像头27、驱动电机28和告警装置29来实现网络端口23、摄像头27、驱动电机28和告警装置29配合处理器24执行危险状态确定方法。
如图3和图4所示,若危险告警设备20为配带在宠物身上的宠物穿戴设备,那么该危险告警设备20可以是配带在宠物脖子上的项圈或者穿戴在宠物身上的宠物衣裳,而本实施例以危险告警设备20可以是配带在宠物脖子上的项圈为例进行说明,但并不作为限定。
那么,在危险告警设备20为项圈的情况下,该危险告警设备20也可以包括:壳体101,但为便于宠物配带,该壳体101可以的环状结构,且该壳体101的内环可以覆盖有由柔性材料制成的覆盖层,以提升宠物配带的舒适度。
危险告警设备20还可以包括:网络端口202、处理器203、通信总线204、存储介质205、摄像头206和告警装置207,这些元件的类型、安装位置、工作原理和连接关系可以参阅前述,在此就不再累述。
另外,危险告警设备20还可以包括:投影设备208,该投影设备208可以是市面上常规型号的微型投影仪,即该投影设备208可以开设在壳体201上。投影设备208可以通过通信总线204与处理器203数据通信,这样,在宠物配带该危险告警设备20时,处理器203可以通过通信总线204控制投影设备208在宠物的视线方向的地面上投射出配合处理器203执行危险状态确定方法的图形。
为了便于说明,在危险告警设备20中仅描述了一个处理器。然而,应当注意,本申请中的危险告警设备20还可以包括多个处理器,因此本申请中描述的一个处理器执行的步骤也可以由多个处理器联合执行或单独执行。例如,若危险告警设备20的处理器执行步骤A和步骤B,则应该理解,步骤A和步骤B也可以由两个不同的处理器共同执行或者在一个处理器中单独执行。例如,第一处理器执行步骤A,第二处理器执行步骤B,或者第一处理器和第二处理器共同执行步骤A和B。
请参阅图6,本申请的一些实施例提供了一种危险状态确定方法,该危险状态确定方法可以由危险告警设备执行,该危险状态确定方法可以包括:步骤S100、步骤S200和步骤S300。
步骤S100:获得用于评估被检测人是否处于可能面临危险状态的评估信息,其中,所述被检测人位于第一区域,所述危险告警设备位于第二区域。
步骤S200:在根据所述评估信息确定出所述被检测人处于所述可能面临危险状态时,控制所述危险告警设备在所述第一区域采集用于确认所述被检测人是否处于危险状态的参数信息。
步骤S300:基于所述参数信息,确定所述被检测人是否处于所述危险状态。
下面将对本申请的危险状态确定方法进行详细地说明。
步骤S100:获得用于评估被检测人是否处于可能面临危险状态的评估信息,其中,所述被检测人位于第一区域,所述危险告警设备位于第二区域。
至少一个危险检测设备可以持续进行检测,或者每个危险检测设备都可以持续的检测到用于评估被检测人是否处于可能面临危险状态的评估信息,且每个危险检测设备都可以将检测到的评估信息持续的发送给危险告警设备,那么危险告警设备便可以持续的处理每个危险告警设备持续发送的评估信息。
由于危险告警设备对每个危险告警设备持续发送的评估信息的处理流程均可以相同,即本实施例以下将以危险告警设备对至少一个危险检测设备持续发送的评估信息进行处理为例,对本方案的原理进行说明,但并不作为限定。
在危险检测设备在为穿戴设备的情况下,危险检测设备可以持续的检测配带该危险检测设备的被检测人的体征信息,即可以检测该检测人的心跳速率、呼吸频率和血压值等。危险检测设备在持续检测的过程中,危险检测设备可以以一定频率进行检测,例如,危险检测设备可以以间隔5秒、10秒、20秒或30秒等检测一次的频率进行检测,这样危险检测设备便可以将每一次检测到的体征信息发送给危险告警设备。相应的,该危险告警设备就可以对应以一定频率接收到该危险检测设备发送的体征信息,且危险告警设备也可以对每一次接收的体征信息进行处理。
在危险检测设备在为图像采集设备的情况下,危险检测设备可以持续采集被检测区域内的区域图像,该区域图像可以为室内的区域图像也可以为室外的区域图像,对此并不限定。危险检测设备在持续采集的过程中,危险检测设备可以以一定频率进行采集,例如,危险检测设备也可以以间隔1秒、3秒、10秒或15秒等采集一次的频率进行图像采集,这样危险检测设备便可以将每一次检测到的区域图像发送给危险告警设备。相应的,该危险告警设备就可以对应以一定频率接收到该危险检测设备发送的区域图像,且危险告警设备也可以对每一次接收的区域图像进行处理。
以及,在危险检测设备在为距离检测设备的情况下,危险检测设备可以持续采集接近距离检测设备所在的危险设备的对象距该危险设备的距离信息。危险检测设备在持续采集的过程中,危险检测设备可以以一定频率进行采集,例如,危险检测设备也可以以间隔2秒、5秒、10秒或20秒等采集一次的频率进行距离信息的采集,这样危险检测设备便可以将每一次检测到的区域图像发送给危险告警设备。其中,在采集到的距离信息中,若没有对象进入该危险告警设备的检测范围,那么危险检测设备便检测不到与该对象相关的信号,故危险检测设备可以生成包含距离值为无穷大的距离信息。但若有对象进入该危险告警设备的检测范围,那么危险检测设备便可以检测到与该对象相关的信号,故危险检测设备可以基于相关的信号的强度对应距离远近,从而生成包含该对象实际距危险物品的距离值的距离信息。相应的,该危险告警设备也可以对应以一定频率接收到该危险检测设备发送的距离信息,且危险告警设备也可以对每一次接收的距离信息进行处理。
可以理解到的是,由于体征信息、区域图像和距离信息的作用都可以是危险告警设备用来评估被检测人是否处于可能面临危险状态,故对于危险告警设备来说,危险告警设备获得的体征信息、区域图像和距离信息均则可以理解为评估信息。
还可以理解到的是,由于危险告警设备对每一次接收的评估信息进行处理的流程可以相同,故本实施例以危险告警设备对某一次接收的评估信息进行处理为例来对危险告警设备的处理流程进行详细地说明,但并不作为限定。
若配带该危险检测设备检测被检测人位于第一区域,则危险检测设备便可以采集到该被检测人在位于第一区域时的体征信息。
若危险检测设备检测的区域为第一区域,那么在被检测人位于第一区域时,危险检测设备便采集到包含该被检测人位于第一区域的区域图像。
若危险物品位于第一区域,那么在被检测人位于第一区域时,危险检测设备便采集也到包含该被检测人位于第一区域内并距位于第一区域内的危险物品的距离信息。
相应的,若危险告警设备此时位于第二区域,那么危险告警设备便可以在第二区域接收到在被检测人位于第一区域时危险告警设备采集到并发送的评估信息。
需要说明的,本实施例中所称的第一区域和第二区域可以为名称上的区分,即第一区域和第二区域不仅可以是不同的区域,第一区域和第二区域也可以是相同的区域。
步骤S200:在根据所述评估信息确定出所述被检测人处于所述可能面临危险状态时,控制所述危险告警设备在所述第一区域采集用于确认所述被检测人是否处于危险状态的参数信息。
危险告警设备在获得评估信息,危险告警设备便可以对评估信息进行分析,以确定根据分析评估信息而确定被检测人是否处于可能面临危险状态。
以下将就评估信息为体征信息和区域图像时,危险告警设备针被检测人的身体状况是否出现危险进行检测。以及就评估信息为区域图像和距离信息时,危险告警设备针被检测人是否由于过于靠近危险物品而存在危险进行检测。
在危险告警设备针被检测人的身体状况是否出现危险进行检测,且评估信息为体征信息时,危险告警设备便可以基于体征信息去判断检测人的身体状况是否出现危险。
可选地,危险告警设备中预先设置了被检测人在正常状态下的体征范围信息,例如,该体征范围信息可以为正常心跳速率范围、正常呼吸频率范围和正常血压值范围。那么危险告警设备可以将获得的体征信息和体征范围信息进行匹配,以判断体征信息中是否有任一项体征的数值不在该体征范围信息中对应的数值范围。若确定体征信息中有任一项体征的数值不在该体征范围信息中对应的数值范围,那么便确定该体征信息与体征范围信息不匹配,例如,心跳速率低于正常心跳速率范围的最低值;反之,则确定为匹配。
在确定为匹配时,危险告警设备便可以确定该被检测人的身体状况正常。从而继续处理下一次获得的体征信息。
在确定为不匹配时,危险告警设备便可以确定该被检测人的身体状况处于可能面临危险状态。
在危险告警设备针被检测人的身体状况是否出现危险进行检测,且评估信息为区域图像时,危险告警设备便可以基于区域图像去判断检测人的身体状况是否出现危险。
可选地,危险告警设备中预先设置了包含被检测人在危险状态下的各姿态的各预设图像,其中,危险状态下的各姿态可以包括:检测人倒在地上的各种姿态或者被检测人不正常的趟在家具上的各种姿态。危险告警设备中还预先设置基于深度神经网络训练好的图像匹配模型,使得该危险告警设备可以基于该训练好的图像匹配模型对区域图像和各预设图像进匹配。即危险告警设备可以调用该图像匹配模型,并将该区域图像和各预设图像输入到该图像匹配模型进行计算,以判断区域图像中包含的该位于第一区域的被检测人的姿态是否为各预设图像所包含的在危险状态下的各姿态。通过图像匹配模型的计算,该图像匹配模型可以输出一个匹配相似度评分。危险告警设备可以判断该匹配相似度评分是否大于危险告警设备预设了相似度阈值,例如,相似度阈值可以为90%。
在确定为匹配相似度评分不大于危险告警设备预设了相似度阈值时,危险告警设备便可以确定该被检测人的姿态是正常的姿态,从而继续处理下一次获得的体征信息。
在确定为匹配相似度评分大于危险告警设备预设了相似度阈值时,危险告警设备便可以确定该被检测人的姿态是处于危险状态的姿态,危险告警设备便可以该被检测人的身体状况处于可能面临危险状态。
在危险告警设备针被检测人是否由于过于靠近危险物品而存在危险进行检测,且评估信息为区域图像时,危险告警设备便可以基于区域图像去判断检测人是否由于过于靠近危险物品。
可选地,危险告警设备中预先设置了被检测人与危险物品之间的安全距离值,例如,该安全距离值可以为0.8米、1米、1.2米。危险告警设备中还预先设置基于深度神经网络训练好的图像识别模型,使得该危险告警设备可以基于该训练好的图像识别模型对区域图像进行分析,以确定出区域图像中的被检测人与危险物品之间的危险距离值。即危险告警设备可以调用该图像识别模型,并可以将该区域图像输入到该图像识别模型进行分析,确定出区域图像中被检测人的至少一个关节点在区域图像中对应的至少一个关节点位置,并确定出危险物品在区域图像中的物品位置。这样危险告警设备便可以根据至少一个关节点位置和物品位置,确定出至少一个关节点位置与物品位置之间的距离值,那么可以确定出至少一个距离值。为保证危险距离值确定的准确性,危险告警设备便可以将该至少一个距离值中的最小距离值确定为被检测人与危险物品之间的危险距离值,从而便获得了该危险距离值。
基于此,危险告警设备便可以基于获得的危险距离值和预设的安全距离值,判断该危险距离值是否大于该安全距离值。
在确定为危险距离值大于该安全距离值时,危险告警设备便可以确定该被检测人与危险物品之间的距离安全,从而继续处理下一次获得的体征信息。
在确定为危险距离值不大于该安全距离值时,危险告警设备便可以确定该被检测人与危险物品之间的距离不安全,危险告警设备便可以该被检测人处于可能面临危险状态。
在危险告警设备针对被检测人是否由于过于靠近危险物品而存在危险进行检测,且评估信息为距离信息时,危险告警设备便可以基于距离信息去判断检测人是否由于过于靠近危险物品。
可选地,危险告警设备可以从获得的距离信息中确定出距离值,危险告警设备便可以基于该距离值和预设的安全距离值,判断该距离值是否大于该安全距离值。
在确定为距离值大于该安全距离值时,危险告警设备便可以确定该被检测人与危险物品之间的距离安全,从而继续处理下一次获得的体征信息。
在确定为距离值不大于该安全距离值时,危险告警设备便可以确定该被检测人与危险物品之间的距离不安全,危险告警设备便可以该被检测人处于可能面临危险状态。
本实施例中,危险告警设备在根据评估信息确定出被检测人处于可能面临危险状态时,危险告警设备便可以去确定被检测人是否真的处于危险状态。
一般来说,评估信息中可以包含生成这个评估信息的危险检测设备的所在位置,故评估信息中危险检测设备所在位置可以为位于第一区域。那么,危险告警设备基于评估信息中的所在位置为第一区域,危险告警设备便可以确定被检测人位于第一区域。
再者,为便于危险告警设备移动,则危险告警设备中还可以预先设置包含各区域的地图,那么危险告警设备便能够通过定位确定自身的所在位置为位于地图中的第二区域。这样,在危险告警设备的地图中还预设了地图中每个区域的编号的情况下,危险告警设备便可以基于地图中每个区域,判断第一区域和第二区域是否为相同的区域。
若确定为相同的区域,那么危险告警设备确定可以不用移动自身的位置,而可以直接基于当前所在的位置对被检测人是否真的处于危险状态进行确定。
若确定为不相同的区域,危险告警设备确定可以将自身的位置从当前所在的第二区域移动到第一区域。故危险告警设备便可以基于地图生成第二区域移动至第一区域的导航路径,并以及导航路径从第二区域移动到第一区域。
在危险告警设备为机器人的情况下,危险告警设备基于导航路径从第二区域移动到第一区域的实现方式的实现方式可以为,危险告警设备控制自身沿导航路径移动至第一区域,即危险告警设备内的控制器可以基于导航路径控制驱动电机驱动4个轮子转动,以通过4个轮子转动而使得危险告警设备延导航路径从第二区域移动至第一区域。而危险告警设备在基于当前的定位确定移动至第一区域时,危险告警设备便可以对被检测人是否真的处于危险状态进行确定。
而在危险告警设备为宠物的情况下,危险告警设备基于导航路径从第二区域移动到第一区域的实现方式的实现方式可以为,危险告警设备控制自身在地面投射出位于导航路径的行径方向上的标识,即危险告警设备内的控制器基于导航路径可以控制投影设备在地面上且位于宠物的视线方向上投射出位于导航路径的行径方向上的标识,该标识的图形可以为在宠物看到时能够激励宠物朝该图形移动。这样,该宠物不断朝该标识的图形移动,便能够使得被宠物配带的该危险告警设备也随着宠物的移动而延导航路径移动。从而在危险告警设备在基于当前的定位确定移动至第一区域,那么危险告警设备便可以终止继续投影出标识,这样宠物也终止移动。进而危险告警设备便可以在第一区域对被检测人是否真的处于危险状态进行确定。
本实施例中,危险告警设备可以基于位于第一区域采集位于第一区域的被检测人的参数信息,以使后续可以基于该参数信息来确定被检测人是否真的处于危险状态。
在危险告警设备针对被检测人的身体状况是否出现危险进行检测时,作为采集被检测人的参数信息的方式,危险告警设备可以连续的对该被检测人进行拍摄,从而获得包含该被检测人的多张图像,其中,该多张图像的数量可以为例如5张、8张或10张。或者,危险告警设备也可以按照预设的时长,采集预设时长内的音频信息,其中,该音频信息的预设时长可以为例如10秒、15秒或20秒等。也就是说,危险告警设备获得的多张图像或音频信息便可以作为被检测人的参数信息。
在危险告警设备针被检测人是否由于过于靠近危险物品而存在危险进行检测时,也作为采集被检测人的参数信息的方式,危险告警设备可以对该被检测人进行单次拍摄,从而获得包含该被检测人的图像。也就是说,危险告警设备获得的单张图像便可以作为该被检测人的参数信息。
步骤S300:基于所述参数信息,确定所述被检测人是否处于所述危险状态。
由于在不同的情况下,参数信息可以分别为多张图像、音频信息或单张图像,以下将分别对相应的情况进行详细地说明。
在危险告警设备针被检测人的身体状况是否出现危险进行检测,且参数信息为音频信息时,危险告警设备可以基于该音频信息确定被检测人是否处于危险状态。
可选地,危险告警设备中预先设置了被检测人的呼救音频,以及还预先设置了用于基于隐马尔可夫函数的音频匹配模型,那么危险告警设备便可以调用该音频匹配模型,从而将音频信息和呼救音频输入到该音频匹配模型进行匹配,从而获得音频匹配模型输出的匹配相似度。这样危险告警设备便可以基于判断匹配相似度是否大于危险告警设备预设的相似度阈值,而确定检测人发出的音频是否和预设的呼救音频匹配,其中,相似度阈值可以为例如90%。
那么,在基于匹配相似度不大于相似度阈值而确定音频是否和呼救音频不匹配时,危险告警设备可以确定该被检测人并没有发出呼叫,故可以确定该被检测人不处于危险状态,从而继续处理下一次获得的体征信息。
而在基于匹配相似度大于相似度阈值而确定音频是否和呼救音频匹配时,危险告警设备可以确定该被检测人发出呼叫,故可以确定该被检测人处于危险状态。基于此,危险告警设备便可以执行相应的救援操作,例如,危险告警设备可以向预设的紧急联系人的终端发出呼叫,使得紧急联系人能够在第一时间知道被检测人处于危险状态。也例如,危险告警设备还可以与智能门锁通信而控制将门打开,并向120人员或者物业人员的终端发出呼叫,使得120人员或者物业人员能够及时获知并通过打开的门及时去到现场。
在危险告警设备针对被检测人的身体状况是否出现危险进行检测,且参数信息为多张图像时,危险告警设备可以基于该多张图像确定被检测人是否处于危险状态。
可选地,为便于准确的确定检测人是否处于移动状态,危险告警设备中可以预设基于深度神经网络训练好的身体部分确定模型。那么危险告警设备可以调用该身体部分确定模型,从而将多种图像输入到该身体部分确定模型中进行处理,从而得到危险告警设备输出的每张图像中被检测人的身体部位。危险告警设备则基于每张图像中被检测人的身体部位进行处理,从而危险告警设备确定出被检测人的身体部位在包含被检测人的多张图像中每张图像中的位置,并可以确定出多个位置。
可以理解到,由于手或脚的移动可能不能准确表示被检测人整体是在移动,故身体部位可以为最能够表示是否在移动的部位,即被检测人的身体部位可以是被检测人的躯干。
再者,危险告警设备确定出多个位置后,为便于准确的确定出该被检测人的身体部位的移动距离,避免被检测人比如由于来回晃动导致确定出移动距离很短而判断该被检测人未移动,从而造成误判断,那么危险告警设备可以生成一个拟合该多个位置的二维多项式,使得该二维多项式可以表示出该被检测人的移动轨迹。危险告警设备再计算该移动轨迹的长度,从而可以确定出该被检测人的身体部位的移动距离。
危险告警设备中也可以预设移动距离,故危险告警设备便可以根据动距离和预设的移动距离,判断该被检测人是否处于移动状态。
在判断为移动距离大于预设的移动距离时,则危险告警设备可以确定该被检测人处于移动状态,故可以确定该被检测人不处于危险状态,从而继续处理下一次获得的体征信息。
在判断为移动距离不大于预设的移动距离时,则危险告警设备可以确定该被检测人不处于移动状态,则为避免误判断,危险告警设备还可以继续对该被检测人是否真的处于危险状态进行确定。
基于此,在继续对该被检测人是否真的处于危险状态进行确定时,若危险告警设备为机器人,危险告警设备基于预设程序可以控制自身生成并发出报警声,危险告警设备中的控制器可以告警装置发出报警声。且危险告警设备还可以开启接收功报警声的功能,这样危险告警设备还可以在还可以开启接收功报警声的功能之后的预设时刻时,判断是否检测到发出的报警声,例如,开始发出报警声之后的预设时刻可以为例如开始发出报警声之后的30秒或者1分钟等。
而在继续对该被检测人是否真的处于危险状态进行确定时,若危险告警设备为宠物穿戴设备,危险告警设备基于预设程序可以控制自身在宠物视线方向的地面上投射出标识,该标识可以触发宠物发出叫声,且该叫声可以理解为报警声。以及,危险告警设备也还可以开启接收功报警声的功能,然则,危险告警设备也可以还可以开启接收功报警声的功能之后的预设时刻时,判断是否还检测到宠物发出的报警声。
一般来说,若被检测人处于正常状态下,例如睡觉,那么被检测人会被报警声叫醒,从而被检测人一般会操作危险告警设备以使控制器基于被检测人的操作而对应控制告警装置不再发出报警声,或者去安抚宠物让宠物不在发出叫声。而由于从开始发出报警声到被检测人通过操作使得危险告警设备检测不到报警声的时长一般都可以在预设时刻之前。基于此,若危险告警设备判定在预设时刻未检测到报警声,则可以确定该被检测人不处于危险状态,从而继续处理下一次获得的体征信息。但若危险告警设备判定在预设时刻还检测到发出的报警声,则表明报警声并没有对被检测人的行为产生影响,故危险告警设备可以确定该被检测人有可能处于危险状态。但也为避免误判断,危险告警设备还可以继续对该被检测人是否真的处于危险状态进行确定
那么,危险告警设备还可以基于多张图像,判断被检测人的身体姿态与处于危险状态对应的预设身体姿态是否匹配。基于此,危险告警设备还可以调用该图像识别模型,并可以将该多张图像输入到该图像识别模型进行分析,确定出多张图像中每张图像包含的被检测人的至少一个关节点在每张图像中对应的至少一个关节点位置。这样,危险告警设备便可以基于将至少一个关节点位置连接构建出被检测人在每张图像中的身体骨架。再者,危险告警设备中还可以预设基于深度神经网络训练获得的姿态检测模型,那么危险告警设备可以调用该姿态检测模型,并将该被检测人在每张图像中的身体骨架输入到该姿态检测模型进行计算,那么便可以获得姿态检测模型基于对每个身体骨架进行姿态识别而输出的被检测人在每张图像中的身体姿态。这样,危险告警设备便可以获得该被检测人在多张图像中的多种身体姿态。例如,这多种身体姿态可以为:站立的姿态、躺在床上的姿态、摔倒在地面或靠墙坐到地面上等
为便于判断,危险告警设备中还可以预设危险状态的对应的预设身体姿态,其中,预设身体姿态可以为例如:摔倒在地面或靠墙坐到地面上等。这样,危险告警设备则可以判断多种身体姿态是否有任一种身体姿态与处于危险状态的对应的预设身体姿态匹配。
若判定没有任一种身体姿态与预设身体姿态匹配,那么可以表示该被检测人的身体姿态都是正常情况下的身体姿态,故危险告警设备可以确定该被检测人不处于危险状态,从而继续处理下一次获得的体征信息。
在判断为有任一种身体姿态与预设身体姿态匹配,那么可以表示该被检测人有一种身体姿态为危险状态对应的姿态,进而可以确定该被检测人处于危险。基于此,危险告警设备便可以执行相应的救援操作,例如,危险告警设备可以向预设的紧急联系人的终端发出呼叫,并将该被检测人的多张图像也发送给紧急联系人的终端,使得紧急联系人能够在第一时间知道被检测人处于危险状态。也例如,危险告警设备还可以与智能门锁通信而控制将门打开,并向120人员或者物业人员的终端发出呼叫,使得120人员或者物业人员能够及时获知并通过打开的门及时去到现场。
在危险告警设备针被检测人的身体状况是否出现危险进行检测,且参数信息为多张图像时,危险告警设备可以基于该多张图像确定被检测人是否处于危险状态。
在危险告警设备针被检测人是否由于过于靠近危险物品而存在危险进行检测,且参数信息为单张图像时,危险告警设备可以基于该单张图像确定被检测人是否处于危险状态。
可选地,危险告警设备也可以调用该图像识别模型,并可以将单张的该图像输入到该图像识别模型进行分析,确定出图像中被检测人的至少一个关节点在区域图像中对应的至少一个关节点位置,并确定出危险物品在区域图像中的物品位置。这样危险告警设备便也可以根据至少一个关节点位置和物品位置,确定出至少一个关节点位置中每个关节点位置与物品位置之间的距离值,那么可以共确定出至少一个距离值。为保证危险距离值确定的准确性,危险告警设备便可以将该至少一个距离值中的确定最小距离值为被检测人与危险物品之间的危险距离值,从而便获得了该危险距离值。
也基于此,危险告警设备也可以基于获得的危险距离值和预设的安全距离值,判断该危险距离值是否大于该安全距离值。
在确定为危险距离值大于该安全距离值时,危险告警设备便可以确定该被检测人与危险物品之间的距离安全,从而继续处理下一次获得的体征信息。
在确定为危险距离值不大于该安全距离值时,危险告警设备便可以确定该被检测人与危险物品之间的距离不安全,从而确定被检测人处于所述危险状态。
在确定处于危险状态时,危险告警设备可以采取一定的救援措施,可选地,危险告警设备可以根据危险距离值来确定救援措施类型。
详细地,危险告警设备中预设了与不同的危险距离值对应的N种危险等级,且危险距离值越小对应当前危险等级越高,其中,N为大于1的整数,例如N可以等于3,但并不限定。那么,危险告警设备便可以根据危险距离值确定出该危险距离值对应的当前危险等级为i级,以及危险告警设备可还可以执行当前危险等级为i级对应第i种告警操作,其中,i取1至N,且i为正整数。
可以理解到,在各种不同的危险等级对应的不同的告警操作中,i种告警操作可以包括:
1.根据危险距离值确定出当前危险等级为1级,例如,危险距离值确为0.3米-0.5米,则确定当前危险等级为1级,而当前危险等级为1级的场景可以包括但不限与被检测人与插座等带电危险物品距离为0.3米-0.5米、被检测人与燃气阀距离为0.3米-0.5米、被检测人与阳台栏杆距离为0.3米-0.5米。那么危险告警装置可以控制自身的告警装置发出语音、音乐或警报声等,以通过这些声音来转移被检测人的注意力,使得被检测人不再靠近危险物品。
2.根据危险距离值确定出当前危险等级为2级,例如,危险距离值确为0米-0.3米,则确定当前危险等级为2级,而当前危险等级为2级的场景可以包括但不限与被检测人与插座等带电危险物品距离为0米-0.3米、被检测人与燃气阀距离为0米-0.3米、被检测人与阳台栏杆距离为0米-0.3米。那么危险告警装置可以控制距危险告警设备预设距离范围内的电器设备发出声音、图像或灯光中的至少一种告警,以更强烈的方式转移被检测人的注意力,使得被检测人不再靠近危险物品。
3.根据危险距离值确定出当前危险等级为3级,例如,危险距离值确为0米,则确定当前危险等级为2级,而当前危险等级为2级的场景可以包括但不限与被检测人与插座等带电危险物品接触、被检测人与燃气阀接触、被检测人与阳台栏杆接触。切断所述危险物品的供电和供气中的至少一种,以避免危险物品对被检测人造成伤害。再者,危险告警设备还可以向与被检测人相关的用户发送该单张的图像,例如,向该被检测人的紧急联系人的终端发送该单张的图像,使得紧急联系人能够及时获知该被检测人的状况。另外,危险告警设备还可以与智能门锁通信而控制将门打开,并向120人员或者物业人员的终端发出呼叫,使得120人员或者物业人员能够及时获知并通过打开的门及时去到现场。
另外,于本实施例中,为便于对被检测人有更好的提示效果,在危险距离值不大于该安全距离值时,危险告警设备还可以去获得被检测人的移动趋势。
详细地,危险告警设备可以控制自身的摄像设备在第一区域连续的采集包含被检测人的多张图像。并基于多张图像进行分析,以判断被检测人的移动趋势是否为靠近危险物品。
基于多张图像判断被检测人的移动趋势是否为靠近危险物品的方式可以为:危险告警设备可以基于图像识别模型对多张图像进行处理,从而获得每张图像中的危险距离值,共多个危险距离值。危险告警设备可以确定多个危险距离值中相邻两张图像的两个危险距离值的差值,并基于差值确定相邻两张图像是否表示出该被检测人在朝向危险物品移动。这样,表示出该被检测人在朝向危险物品移动的定相邻两张图像是的数量超过预设值时,则危险告警设备便可以确定检测人的移动趋势是否为靠近危险物品,反之,则不为靠近危险物品。
那么在确定被检测人的移动趋势为靠近危险物品时,危险告警设备可以将当前危险等级从i级更新为i+1,并执行当前危险等级为i+1级对应第i+1种告警操作;反之,则继续执行第i种告警操作。
需要说明的是,若第一次采集到单张图像确定出被检测人已经与危险物品接触时,危险告警设备可以不用对被检测人移动趋势进行判断。另外,在当前危险等级为第i级时,若多张图像中有任一图像确定出危险距离值为对应危险等级为第i+1级的危险距离值,那么危险告警设备也可以将当前危险等级从i级更新为i+1,并也执行当前危险等级为i+1级对应第i+1种告警操作。而在危险告警设备基于多张图像确定多张图像中多个危险距离值均大于安全距离值时,危险告警设备则可以停止执行告警操作。
请参阅图7,本申请一些实施例提供了一种危险状态确定装置200,该危险状态确定装置200运行在危险告警设备上,该危险状态确定装置200可以包括:
信息获得模块210,用于获得用于评估被检测人是否处于可能面临危险状态的评估信息,其中,所述被检测人位于第一区域,所述危险告警设备位于第二区域。
信息采集模块220,用于在根据所述评估信息确定出所述被检测人处于所述可能面临危险状态时,控制所述危险告警设备在所述第一区域采集用于确认所述被检测人是否处于危险状态的参数信息。
危险确定模块230,用于基于所述参数信息,确定所述被检测人是否处于所述危险状态。
以及,所述评估信息为体征信息,该危险状态确定装置200可以还包括:
体征匹配模块240,用于根据所述体征信息,判断所述体征信息是否与所述被检测人正常状态下的正常体征信息匹配,若否,确定出所述被检测人处于所述可能面临危险状态。
距离判断模块250,用于判断所述危险距离值是否大于所述被检测人与所述危险物品之间的安全距离值;若是,确定出所述被检测人处于所述可能面临危险状态。
危险等级确定模块260,用于根据所述危险距离值确定出当前危险等级为i级,执行所述当前危险等级为i级对应第i种告警操作,其中,i取1至N-1,所述危险距离值越小对应所述当前危险等级越高,i+1=N时的所述当前危险等级为最高危险等级,i为正整数,N为大于1的整数;
拍摄控制模块270,用于控制所述危险告警设备在所述第一区域采集包含所述被检测人的多张图像;
趋势判断模块280,用于根据所述多张图像,判断所述被检测人的移动趋势是否为靠近所述危险物品。
告警执行模块290,用于若是,将所述当前危险等级从i级更新为i+1,执行所述当前危险等级为i+1级对应第i+1种告警操作;若否,继续执行第i种告警操作。
可选地,所述危险确定模块230,还用于基于包含所述被检测人的多张图像,判断所述被检测人是否处于移动状态;若否,基于所述多张图像,判断所述被检测人的身体姿态与处于所述危险状态对应的预设身体姿态是否匹配;若是,表示所述被检测人处于所述危险状态。
可选地,所述危险确定模块230,还用于确定出所述被检测人的身体部位在包含所述被检测人的多张图像中每张图像中的位置,共确定出多个位置;根据所述多个位置确定所述身体部位的移动距离;根据所述移动距离和预设的移动距离判断所述被检测人是否处于移动状态,其中,在所述移动距离大于所述预设的移动距离时,表示所述被检测人处于所述移动状态。
可选地,所述危险确定模块230,还用于根据所述多张图像中的每张图像,确定出所述被检测人在每张图像中身体骨架;根据每张图像中身体骨架,确定出所述被检测人在每张图像中的身体姿态,共确定出所述被检测人的多种身体姿态;判断所述多种身体姿态是否有任一种身体姿态与处于所述危险状态的对应的预设身体姿态匹配。
可选地,所述危险确定模块230,还用于若判定所述被检测人不处于所述移动状态,控制所述危险告警设备开启接收报警声的功能,其中,所述报警声包括:宠物发出的叫声和所述危险告警设备发出的报警声中的至少一种;在开启接收所述报警声的功能之后的预设时刻时,判断所述危险告警设备是否还接收到所述报警声;若是,确定所述被检测人处于所述危险状态。
可选地,所述危险确定模块230,还用于基于包含所述被检测人的图像,确定出所述图像中的所述被检测人与危险物品之间的危险距离值;判断所述危险距离值是否大于所述被检测人与所述危险物品之间的安全距离值;若否,确定所述被检测人处于所述危险状态。
可选地,所述危险确定模块230,还用于基于所述图像,确定出所述被检测人的至少一个关节点在所述图像中对应的至少一个关节点位置,并确定出所述危险物品在所述图像中的物品位置;根据所述至少一个关节点位置和所述物品位置,确定出所述至少一个关节点位置与所述物品位置之间的至少一个距离值;根据所述至少一个距离值,确定所述至少一个距离值中确定最小距离值为所述被检测人与危险物品之间的危险距离值。
可选地,所述危险确定模块230,还用于根据预设时长内采集的音频信息,判断所述音频信息是否包含所述被检测人发出的音频;判断所述被检测人发出的音频是否和预设的呼救音频匹配;若是,确定所述被检测人是否处于所述危险状态。
可选地,所述信息采集模块220,还用于根据所述评估信息,确定出所述被检测人位于所述第一区域;判断所述第一区域和所述危险告警设备所在的所述第二区域是否为同一区域;若否,确定出从所述第二区域移动至所述第一区域的导航路径,控制所述危险告警设备在地面投射出位于所述导航路径的行径方向上的标识,并在确定所述宠物基于所述标识的指示而移动至所述第一区域时,控制所述危险告警设备采集用于确认所述被检测人是否处于危险状态的参数信息;若是,控制所述危险告警设备采集所述参数信息。
可选地,所述信息采集模块220,还用于根据所述评估信息,确定出所述被检测人位于所述第一区域;判断所述第一区域和所述危险告警设备所在的所述第二区域是否为同一区域;若否,确定出从所述第二区域移动至所述第一区域的导航路径,并控制所述危险告警设备沿所述导航路径移动至所述第一区域,控制所述危险告警设备采集用于确认所述被检测人是否处于危险状态的参数信息;若是,控制所述危险告警设备采集所述参数信息。
可选地,所述信息获得模块210,还用于获得被检测人穿戴的穿戴设备检测到的用于评估所述被检测人是否处于可能面临危险状态的评估信息;或获得图像采集设备采集到的用于评估所述被检测人的所述评估信息。
需要说明的是,由于所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请一些实施例还提供了一种计算机可执行的非易失的程序代码的计算机可读储存介质,该计算机可读存储介质上存储有程序代码,该程序代码被计算机运行时执行上述任一实施例的危险状态确定方法的步骤。
具体地,该存储介质能够为通用的存储介质,如移动磁盘、硬盘等,该存储介质上的程序代码被运行时,能够执行上述施例的危险状态确定方法的步骤,以实现可以有效的避免检测设备基于姿态或体征检测而对被检测人处于危险状态误报警的情况出现。
本申请实施例所提供的危险状态确定方法的程序代码产品,包括存储了程序代码的计算机可读存储介质,程序代码包括的指令可用于执行前面方法实施例中的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
综上所述,本申请实施例提供了一种危险状态确定方法、装置、危险告警设备及储存介质。方法包括:获得用于评估被检测人是否处于可能面临危险状态的评估信息,其中,被检测人位于第一区域,危险告警设备位于第二区域;在根据评估信息确定出被检测人处于可能面临危险状态时,控制危险告警设备在第一区域采集用于确认被检测人是否处于危险状态的参数信息;基于参数信息,确定被检测人是否处于危险状态。
由于检测设备基于检测到被检测人的体征或姿态异常时,检测设备可以向危险告警设备告警,使得危险告警设备可以确定被检测人处于可能面临危险状态。从而危险告警设备可以在被检测人所在的第一区域采集被检测人的参数信息,以通过参数信息再次确认被检测人是否处于危险状态,这样就可以有效的避免检测设备基于姿态或体征检测而对被检测人处于危险状态误报警的情况出现。
以上仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (31)
1.一种危险状态确定方法,其特征在于,应用于危险告警设备,所述方法包括:
获得用于评估被检测人是否处于可能面临危险状态的评估信息,其中,所述被检测人位于第一区域,所述危险告警设备位于第二区域;
在根据所述评估信息确定出所述被检测人处于所述可能面临危险状态时,控制所述危险告警设备在所述第一区域采集用于确认所述被检测人是否处于危险状态的参数信息;
基于所述参数信息,确定所述被检测人是否处于所述危险状态。
2.根据权利要求1所述的危险状态确定方法,其特征在于,基于所述参数信息,确定所述被检测人是否处于所述危险状态,包括:
基于包含所述被检测人的多张图像,判断所述被检测人是否处于移动状态;
若否,基于所述多张图像,判断所述被检测人的身体姿态与处于所述危险状态对应的预设身体姿态是否匹配;
若是,表示所述被检测人处于所述危险状态。
3.根据权利要求2所述的危险状态确定方法,其特征在于,基于包含所述被检测人的多张图像,判断所述被检测人是否处于移动状态,包括:
确定出所述被检测人的身体部位在包含所述被检测人的多张图像中每张图像中的位置,共确定出多个位置;
根据所述多个位置确定所述身体部位的移动距离;
根据所述移动距离和预设的移动距离判断所述被检测人是否处于移动状态,其中,在所述移动距离大于所述预设的移动距离时,表示所述被检测人处于所述移动状态。
4.根据权利要求2所述的危险状态确定方法,其特征在于,基于所述多张图像,判断所述被检测人的身体姿态与处于所述危险状态对应的预设身体姿态是否匹配,包括:
根据所述多张图像中的每张图像,确定出所述被检测人在每张图像中身体骨架;
根据每张图像中身体骨架,确定出所述被检测人在每张图像中的身体姿态,共确定出所述被检测人的多种身体姿态;
判断所述多种身体姿态是否有任一种身体姿态与处于所述危险状态的对应的预设身体姿态匹配。
5.根据权利要求4所述的危险状态确定方法,其特征在于,在基于包含所述被检测人的多张图像,判断所述被检测人是否处于移动状态之后,以及在基于所述多张图像,判断所述被检测人的身体姿态与处于所述危险状态对应的预设身体姿态是否匹配之前,所述方法还包括;
若判定所述被检测人不处于所述移动状态,控制所述危险告警设备开启接收报警声的功能,其中,所述报警声包括:宠物发出的叫声和所述危险告警设备发出的报警声中的至少一种;
在开启接收所述报警声的功能之后的预设时刻时,判断所述危险告警设备是否还接收到所述报警声;
若是,确定所述被检测人处于所述危险状态。
6.根据权利要求1所述的危险状态确定方法,其特征在于,基于所述参数信息,确定所述被检测人是否处于所述危险状态,包括:
基于包含所述被检测人的图像,确定出所述图像中的所述被检测人与危险物品之间的危险距离值;
判断所述危险距离值是否大于所述被检测人与所述危险物品之间的安全距离值;
若否,确定所述被检测人处于所述危险状态。
7.根据权利要求6所述的危险状态确定方法,其特征在于,基于所述图像,确定出所述被检测人与危险物品之间的危险距离值,包括:
基于所述图像,确定出所述被检测人的至少一个关节点在所述图像中对应的至少一个关节点位置,并确定出所述危险物品在所述图像中的物品位置;
根据所述至少一个关节点位置和所述物品位置,确定出所述至少一个关节点位置与所述物品位置之间的至少一个距离值;
根据所述至少一个距离值,确定所述至少一个距离值中确定最小距离值为所述被检测人与危险物品之间的危险距离值。
8.根据权利要求7所述的危险状态确定方法,其特征在于,在确定所述被检测人是否处于所述危险状态之后,所述方法还包括:
根据所述危险距离值确定出当前危险等级为i级,执行所述当前危险等级为i级对应第i种告警操作,其中,i取1至N-1,所述危险距离值越小对应所述当前危险等级越高,i+1=N时的所述当前危险等级为最高危险等级,i为正整数,N为大于1的整数;
控制所述危险告警设备在所述第一区域采集包含所述被检测人的多张图像;
根据所述多张图像,判断所述被检测人的移动趋势是否为靠近所述危险物品;
若是,将所述当前危险等级从i级更新为i+1,执行所述当前危险等级为i+1级对应第i+1种告警操作;若否,继续执行第i种告警操作。
9.根据权利要求8所述的危险状态确定方法,其特征在于,
根据所述危险距离值确定出所述当前危险等级为1级,控制所述危险告警设备发出语音告警,其中,N=3;
根据所述危险距离值确定出所述当前危险等级为2级,控制距所述危险告警设备预设距离范围内的电器设备发出声音、图像或灯光中的至少一种告警;
根据所述危险距离值确定出所述当前危险等级为3级,切断所述危险物品的供电和供气中的至少一种,并向与所述被检测人相关的用户发送所述图像。
10.根据权利要求1所述的危险状态确定方法,其特征在于,基于所述参数信息,确定所述被检测人是否处于所述危险状态,包括:
根据预设时长内采集的音频信息,判断所述音频信息是否包含所述被检测人发出的音频;
判断所述被检测人发出的音频是否和预设的呼救音频匹配;
若是,确定所述被检测人是否处于所述危险状态。
11.根据权利要求1所述的危险状态确定方法,其特征在于,所述危险告警设备佩戴在宠物身上的宠物穿戴设备,控制所述危险告警设备在所述第一区域采集用于确认所述被检测人是否处于危险状态的参数信息,包括:
根据所述评估信息,确定出所述被检测人位于所述第一区域;
判断所述第一区域和所述危险告警设备所在的所述第二区域是否为同一区域;
若否,确定出从所述第二区域移动至所述第一区域的导航路径,控制所述危险告警设备在地面投射出位于所述导航路径的行径方向上的标识,并在确定所述宠物基于所述标识的指示而移动至所述第一区域时,控制所述危险告警设备采集用于确认所述被检测人是否处于危险状态的参数信息;若是,控制所述危险告警设备采集所述参数信息。
12.根据权利要求1所述的危险状态确定方法,其特征在于,控制所述危险告警设备在所述第一区域采集用于确认所述被检测人是否处于危险状态的参数信息,包括:
根据所述评估信息,确定出所述被检测人位于所述第一区域;
判断所述第一区域和所述危险告警设备所在的所述第二区域是否为同一区域;
若否,确定出从所述第二区域移动至所述第一区域的导航路径,并控制所述危险告警设备沿所述导航路径移动至所述第一区域,控制所述危险告警设备采集用于确认所述被检测人是否处于危险状态的参数信息;若是,控制所述危险告警设备采集所述参数信息。
13.根据权利要求1所述的危险状态确定方法,其特征在于,所述评估信息为体征信息,在获得用于评估被检测人是否处于可能面临危险状态的评估信息之后,以及在控制所述危险告警设备在所述第一区域采集用于确认所述被检测人是否处于危险状态的参数信息之前,所述方法还包括:
根据所述体征信息,判断所述体征信息是否与所述被检测人正常状态下的正常体征信息匹配;
若否,确定出所述被检测人处于所述可能面临危险状态。
14.根据权利要求1所述的危险状态确定方法,其特征在于,所述评估信息为所述被检测人与危险物品之间的危险距离值,在获得用于评估被检测人是否处于可能面临危险状态的评估信息之后,以及在控制所述危险告警设备在所述第一区域采集用于确认所述被检测人是否处于危险状态的参数信息之前,所述方法还包括:
判断所述危险距离值是否大于所述被检测人与所述危险物品之间的安全距离值;
若是,确定出所述被检测人处于所述可能面临危险状态。
15.根据权利要求1所述的危险状态确定方法,其特征在于,获得用于评估被检测人是否处于可能面临危险状态的评估信息,包括:
获得被检测人穿戴的穿戴设备检测到的用于评估所述被检测人是否处于可能面临危险状态的评估信息;或
获得图像采集设备采集到的用于评估所述被检测人的所述评估信息。
16.一种危险状态确定装置,其特征在于,应用于危险告警设备,所述装置包括:
信息获得模块,用于获得用于评估被检测人是否处于可能面临危险状态的评估信息,其中,所述被检测人位于第一区域,所述危险告警设备位于第二区域;
信息采集模块,用于在根据所述评估信息确定出所述被检测人处于所述可能面临危险状态时,控制所述危险告警设备在所述第一区域采集用于确认所述被检测人是否处于危险状态的参数信息;
危险确定模块,用于基于所述参数信息,确定所述被检测人是否处于所述危险状态。
17.根据权利要求16所述的危险状态确定装置,其特征在于,
所述危险确定模块,还用于基于包含所述被检测人的多张图像,判断所述被检测人是否处于移动状态;若否,基于所述多张图像,判断所述被检测人的身体姿态与处于所述危险状态对应的预设身体姿态是否匹配;若是,表示所述被检测人处于所述危险状态。
18.根据权利要求17所述的危险状态确定装置,其特征在于,
所述危险确定模块,还用于确定出所述被检测人的身体部位在包含所述被检测人的多张图像中每张图像中的位置,共确定出多个位置;根据所述多个位置确定所述身体部位的移动距离;根据所述移动距离和预设的移动距离判断所述被检测人是否处于移动状态,其中,在所述移动距离大于所述预设的移动距离时,表示所述被检测人处于所述移动状态。
19.根据权利要求18所述的危险状态确定装置,其特征在于,
所述危险确定模块,还用于根据所述多张图像中的每张图像,确定出所述被检测人在每张图像中身体骨架;根据每张图像中身体骨架,确定出所述被检测人在每张图像中的身体姿态,共确定出所述被检测人的多种身体姿态;判断所述多种身体姿态是否有任一种身体姿态与处于所述危险状态的对应的预设身体姿态匹配。
20.根据权利要求19所述的危险状态确定装置,其特征在于,
所述危险确定模块,还用于若判定所述被检测人不处于所述移动状态,控制所述危险告警设备开启接收报警声的功能,其中,所述报警声包括:宠物发出的叫声和所述危险告警设备发出的报警声中的至少一种;在开启接收所述报警声的功能之后的预设时刻时,判断所述危险告警设备是否还接收到所述报警声;若是,确定所述被检测人处于所述危险状态。
21.根据权利要求16所述的危险状态确定装置,其特征在于,
所述危险确定模块,还用于基于包含所述被检测人的图像,确定出所述图像中的所述被检测人与危险物品之间的危险距离值;判断所述危险距离值是否大于所述被检测人与所述危险物品之间的安全距离值;若否,确定所述被检测人处于所述危险状态。
22.根据权利要求21所述的危险状态确定装置,其特征在于,
所述危险确定模块,还用于基于所述图像,确定出所述被检测人的至少一个关节点在所述图像中对应的至少一个关节点位置,并确定出所述危险物品在所述图像中的物品位置;根据所述至少一个关节点位置和所述物品位置,确定出所述至少一个关节点位置与所述物品位置之间的至少一个距离值;根据所述至少一个距离值,确定所述至少一个距离值中确定最小距离值为所述被检测人与危险物品之间的危险距离值。
23.根据权利要求22所述的危险状态确定装置,其特征在于,所述装置还包括:
危险等级确定模块,用于根据所述危险距离值确定出当前危险等级为i级,执行所述当前危险等级为i级对应第i种告警操作,其中,i取1至N-1,所述危险距离值越小对应所述当前危险等级越高,i+1=N时的所述当前危险等级为最高危险等级,i为正整数,N为大于1的整数;
拍摄控制模块,用于控制所述危险告警设备在所述第一区域采集包含所述被检测人的多张图像;
趋势判断模块,用于根据所述多张图像,判断所述被检测人的移动趋势是否为靠近所述危险物品;
告警执行模块,用于若是,将所述当前危险等级从i级更新为i+1,执行所述当前危险等级为i+1级对应第i+1种告警操作;若否,继续执行第i种告警操作。
24.根据权利要求16所述的危险状态确定装置,其特征在于,
所述危险确定模块,还用于根据预设时长内采集的音频信息,判断所述音频信息是否包含所述被检测人发出的音频;判断所述被检测人发出的音频是否和预设的呼救音频匹配;若是,确定所述被检测人是否处于所述危险状态。
25.根据权利要求16所述的危险状态确定装置,其特征在于,所述危险告警设备佩戴在宠物身上的宠物穿戴设备,
所述信息采集模块,还用于根据所述评估信息,确定出所述被检测人位于所述第一区域;判断所述第一区域和所述危险告警设备所在的所述第二区域是否为同一区域;若否,确定出从所述第二区域移动至所述第一区域的导航路径,控制所述危险告警设备在地面投射出位于所述导航路径的行径方向上的标识,并在确定所述宠物基于所述标识的指示而移动至所述第一区域时,控制所述危险告警设备采集用于确认所述被检测人是否处于危险状态的参数信息;若是,控制所述危险告警设备采集所述参数信息。
26.根据权利要求16所述的危险状态确定装置,其特征在于,
所述信息采集模块,还用于根据所述评估信息,确定出所述被检测人位于所述第一区域;判断所述第一区域和所述危险告警设备所在的所述第二区域是否为同一区域;若否,确定出从所述第二区域移动至所述第一区域的导航路径,并控制所述危险告警设备沿所述导航路径移动至所述第一区域,控制所述危险告警设备采集用于确认所述被检测人是否处于危险状态的参数信息;若是,控制所述危险告警设备采集所述参数信息。
27.根据权利要求16所述的危险状态确定装置,其特征在于,所述评估信息为体征信息,所述装置还包括:
体征匹配模块,用于根据所述体征信息,判断所述体征信息是否与所述被检测人正常状态下的正常体征信息匹配,若否,确定出所述被检测人处于所述可能面临危险状态。
28.根据权利要求16所述的危险状态确定装置,其特征在于,所述评估信息为所述被检测人与危险物品之间的危险距离值,所述装置还包括:
距离判断模块,用于判断所述危险距离值是否大于所述被检测人与所述危险物品之间的安全距离值;若是,确定出所述被检测人处于所述可能面临危险状态。
29.根据权利要求16所述的危险状态确定装置,其特征在于,
所述信息获得模块,还用于获得被检测人穿戴的穿戴设备检测到的用于评估所述被检测人是否处于可能面临危险状态的评估信息;或获得图像采集设备采集到的用于评估所述被检测人的所述评估信息。
30.一种危险告警设备,其特征在于,所述危险告警设备包括一个或多个存储介质、一个或多个与存储介质通信的摄像头、处理器和总线。一个或多个所述存储介质存储有所述处理器可执行的机器可读指令;
当所述危险告警设备运行时,所述处理器与所述存储介质之间通过所述总线通信,所述处理器执行所述机器可读指令,以执行第一方面、以及第一方面任一实现方式所述的危险状态确定方法步骤。
31.一种具有计算机可执行的非易失程序代码的计算机可读储存介质,其特征在于,所述程序代码使所述计算机执行如权利要求1-15任一权项所述的危险状态确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811492262.9A CN109635710A (zh) | 2018-12-06 | 2018-12-06 | 危险状态确定方法、装置、危险告警设备及储存介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811492262.9A CN109635710A (zh) | 2018-12-06 | 2018-12-06 | 危险状态确定方法、装置、危险告警设备及储存介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109635710A true CN109635710A (zh) | 2019-04-16 |
Family
ID=66071767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811492262.9A Pending CN109635710A (zh) | 2018-12-06 | 2018-12-06 | 危险状态确定方法、装置、危险告警设备及储存介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109635710A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110070695A (zh) * | 2019-04-24 | 2019-07-30 | 河南书网教育科技股份有限公司 | 一种预警方法、装置、服务器及通信系统 |
CN110211334A (zh) * | 2019-06-25 | 2019-09-06 | 启迪数华科技有限公司 | 基于大数据神经网络的校园安全警示方法和装置 |
CN110379131A (zh) * | 2019-07-26 | 2019-10-25 | 北京积加科技有限公司 | 一种跌倒风险预测方法、系统及装置 |
CN110633652A (zh) * | 2019-08-27 | 2019-12-31 | 宇龙计算机通信科技(深圳)有限公司 | 意外状况确定方法、装置和电子设备 |
CN111010544A (zh) * | 2019-12-18 | 2020-04-14 | 广州穗能通能源科技有限责任公司 | 配电房监控方法、装置、计算机设备和存储介质 |
CN111125768A (zh) * | 2019-12-26 | 2020-05-08 | 联想(北京)有限公司 | 信息处理方法、装置、电子设备以及介质 |
CN111504467A (zh) * | 2020-04-26 | 2020-08-07 | 中控华运(厦门)集成电路有限公司 | 用于可穿戴设备的环境监测方法和可穿戴设备 |
CN111640282A (zh) * | 2020-05-29 | 2020-09-08 | 北京潞电电气设备有限公司 | 一种配电室内人员安全距离监测方法、系统及装置 |
CN112084919A (zh) * | 2020-08-31 | 2020-12-15 | 广州小鹏汽车科技有限公司 | 目标物检测方法、装置、车辆及存储介质 |
CN113239871A (zh) * | 2021-05-31 | 2021-08-10 | 国汽智控(北京)科技有限公司 | 一种车内危险场景处理方法、装置、系统及电子设备 |
CN113255406A (zh) * | 2020-02-12 | 2021-08-13 | 浙江宇视科技有限公司 | 视频告警参数调节方法、装置、设备和存储介质 |
CN113343961A (zh) * | 2021-08-07 | 2021-09-03 | 深圳市同富信息技术有限公司 | 一种用户行为监控方法、系统和计算机设备 |
CN113627405A (zh) * | 2021-10-12 | 2021-11-09 | 环球数科集团有限公司 | 景区危险监控方法、装置和计算机设备 |
CN114040170A (zh) * | 2021-11-18 | 2022-02-11 | 北京华能新锐控制技术有限公司 | 报警方法、装置、电子设备及存储介质 |
CN114077203A (zh) * | 2021-10-28 | 2022-02-22 | 青岛海尔空调器有限总公司 | 用于安全防护的方法及装置、电器设备、存储介质 |
CN114078317A (zh) * | 2020-08-11 | 2022-02-22 | 丰田自动车株式会社 | 警告通知系统、警告通知方法及警告通知程序 |
CN115268281A (zh) * | 2022-06-27 | 2022-11-01 | 青岛海尔科技有限公司 | 控制指令的发送方法、装置、存储介质及电子装置 |
CN116798186A (zh) * | 2023-08-21 | 2023-09-22 | 深圳市艾科维达科技有限公司 | 基于物联网摄像头视觉识别报警装置及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102973395A (zh) * | 2012-11-30 | 2013-03-20 | 中国舰船研究设计中心 | 一种多功能智能导盲方法、处理器及其装置 |
CN103198605A (zh) * | 2013-03-11 | 2013-07-10 | 成都百威讯科技有限责任公司 | 室内突发异常事件报警系统 |
CN103325080A (zh) * | 2013-06-21 | 2013-09-25 | 电子科技大学 | 一种基于物联网技术的敬老院智能看护系统及方法 |
KR101465783B1 (ko) * | 2013-09-26 | 2014-11-26 | 삼성중공업 주식회사 | 위험경보장치 |
CN106370175A (zh) * | 2016-08-18 | 2017-02-01 | 深圳市沃特沃德股份有限公司 | 宠物导航方法和装置 |
CN108694958A (zh) * | 2018-04-26 | 2018-10-23 | 广州国音科技有限公司 | 一种安防报警方法及装置 |
-
2018
- 2018-12-06 CN CN201811492262.9A patent/CN109635710A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102973395A (zh) * | 2012-11-30 | 2013-03-20 | 中国舰船研究设计中心 | 一种多功能智能导盲方法、处理器及其装置 |
CN103198605A (zh) * | 2013-03-11 | 2013-07-10 | 成都百威讯科技有限责任公司 | 室内突发异常事件报警系统 |
CN103325080A (zh) * | 2013-06-21 | 2013-09-25 | 电子科技大学 | 一种基于物联网技术的敬老院智能看护系统及方法 |
KR101465783B1 (ko) * | 2013-09-26 | 2014-11-26 | 삼성중공업 주식회사 | 위험경보장치 |
CN106370175A (zh) * | 2016-08-18 | 2017-02-01 | 深圳市沃特沃德股份有限公司 | 宠物导航方法和装置 |
CN108694958A (zh) * | 2018-04-26 | 2018-10-23 | 广州国音科技有限公司 | 一种安防报警方法及装置 |
Non-Patent Citations (2)
Title |
---|
卞紫阳: "RGB_D视频人体异常行为检测方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
曹其新等: "《轮式自主移动机器人》", 31 January 2012 * |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110070695A (zh) * | 2019-04-24 | 2019-07-30 | 河南书网教育科技股份有限公司 | 一种预警方法、装置、服务器及通信系统 |
CN110211334A (zh) * | 2019-06-25 | 2019-09-06 | 启迪数华科技有限公司 | 基于大数据神经网络的校园安全警示方法和装置 |
CN110379131A (zh) * | 2019-07-26 | 2019-10-25 | 北京积加科技有限公司 | 一种跌倒风险预测方法、系统及装置 |
CN110379131B (zh) * | 2019-07-26 | 2020-08-11 | 深圳市积加创新技术有限公司 | 一种跌倒风险预测方法、系统及装置 |
CN110633652A (zh) * | 2019-08-27 | 2019-12-31 | 宇龙计算机通信科技(深圳)有限公司 | 意外状况确定方法、装置和电子设备 |
CN111010544A (zh) * | 2019-12-18 | 2020-04-14 | 广州穗能通能源科技有限责任公司 | 配电房监控方法、装置、计算机设备和存储介质 |
CN111125768A (zh) * | 2019-12-26 | 2020-05-08 | 联想(北京)有限公司 | 信息处理方法、装置、电子设备以及介质 |
CN113255406A (zh) * | 2020-02-12 | 2021-08-13 | 浙江宇视科技有限公司 | 视频告警参数调节方法、装置、设备和存储介质 |
CN111504467A (zh) * | 2020-04-26 | 2020-08-07 | 中控华运(厦门)集成电路有限公司 | 用于可穿戴设备的环境监测方法和可穿戴设备 |
CN111640282A (zh) * | 2020-05-29 | 2020-09-08 | 北京潞电电气设备有限公司 | 一种配电室内人员安全距离监测方法、系统及装置 |
CN114078317A (zh) * | 2020-08-11 | 2022-02-22 | 丰田自动车株式会社 | 警告通知系统、警告通知方法及警告通知程序 |
CN114078317B (zh) * | 2020-08-11 | 2024-01-09 | 丰田自动车株式会社 | 警告通知系统、警告通知方法及警告通知程序 |
CN112084919A (zh) * | 2020-08-31 | 2020-12-15 | 广州小鹏汽车科技有限公司 | 目标物检测方法、装置、车辆及存储介质 |
CN113239871B (zh) * | 2021-05-31 | 2022-02-01 | 国汽智控(北京)科技有限公司 | 一种车内危险场景处理方法、装置、系统及电子设备 |
CN113239871A (zh) * | 2021-05-31 | 2021-08-10 | 国汽智控(北京)科技有限公司 | 一种车内危险场景处理方法、装置、系统及电子设备 |
CN113343961A (zh) * | 2021-08-07 | 2021-09-03 | 深圳市同富信息技术有限公司 | 一种用户行为监控方法、系统和计算机设备 |
CN113343961B (zh) * | 2021-08-07 | 2021-11-02 | 深圳市同富信息技术有限公司 | 一种用户行为监控方法、系统和计算机设备 |
CN113627405A (zh) * | 2021-10-12 | 2021-11-09 | 环球数科集团有限公司 | 景区危险监控方法、装置和计算机设备 |
CN114077203A (zh) * | 2021-10-28 | 2022-02-22 | 青岛海尔空调器有限总公司 | 用于安全防护的方法及装置、电器设备、存储介质 |
WO2023071379A1 (zh) * | 2021-10-28 | 2023-05-04 | 青岛海尔空调器有限总公司 | 用于安全防护的方法及装置、电器设备、存储介质 |
CN114077203B (zh) * | 2021-10-28 | 2023-11-21 | 青岛海尔空调器有限总公司 | 用于安全防护的方法及装置、电器设备、存储介质 |
CN114040170A (zh) * | 2021-11-18 | 2022-02-11 | 北京华能新锐控制技术有限公司 | 报警方法、装置、电子设备及存储介质 |
CN115268281A (zh) * | 2022-06-27 | 2022-11-01 | 青岛海尔科技有限公司 | 控制指令的发送方法、装置、存储介质及电子装置 |
CN116798186A (zh) * | 2023-08-21 | 2023-09-22 | 深圳市艾科维达科技有限公司 | 基于物联网摄像头视觉识别报警装置及方法 |
CN116798186B (zh) * | 2023-08-21 | 2023-11-03 | 深圳市艾科维达科技有限公司 | 基于物联网摄像头视觉识别报警装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109635710A (zh) | 危险状态确定方法、装置、危险告警设备及储存介质 | |
US9754470B2 (en) | Fall detection system and a method of operating a fall detection system | |
CN108648402A (zh) | 智能火灾报警方法、终端及存储介质 | |
CN206058455U (zh) | 一种具备三种等级烟雾识别的火灾图像识别系统 | |
US20180082565A1 (en) | Method of controlling location monitoring and reporting | |
CN110544360B (zh) | 一种列车安全驾驶监测系统及方法 | |
CN114155601A (zh) | 一种基于视觉的作业人员危险行为检测方法及系统 | |
KR101146474B1 (ko) | 화재 경보 장치 및 화재 확산 방향 분석 방법 | |
US9578261B1 (en) | Portable security surveillance device | |
US20220254242A1 (en) | Swimming pool monitoring | |
US20050105743A1 (en) | Automatic audio systems for fire detection and diagnosis, and crew and person locating during fires | |
CN105787504B (zh) | 人体行为识别方法及系统 | |
CN110737201B (zh) | 一种监护方法、装置、存储介质及空调 | |
CN109697826A (zh) | 一种隧道监测系统和隧道监测方法 | |
TWI541769B (zh) | 跌倒偵測系統及方法 | |
CN109520560A (zh) | 设备状态检测方法及系统 | |
CN112307920A (zh) | 一种高风险工种作业人员行为预警装置及方法 | |
CN113728395B (zh) | 用于评估矢量数据的方法、便携式设备和系统 | |
CN111640282A (zh) | 一种配电室内人员安全距离监测方法、系统及装置 | |
CN109712352A (zh) | 消防救援的指引系统及方法 | |
CN111359132A (zh) | 一种基于人工智能的智慧消防警报方法及系统 | |
CN109767583A (zh) | 一种适用于无人商店平台的智能顾客逃生引导方法 | |
CN114492656A (zh) | 一种基于计算机视觉和传感器的疲劳度监测系统 | |
CN103974028A (zh) | 人员激烈行为侦测方法 | |
CN106680597B (zh) | 确定最强场源方位的方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190416 |