CN109765552A - 一种基于雷达系统和机器人的摔倒检测方法及系统 - Google Patents

Abstract

本发明提供一种基于雷达系统和机器人的摔倒检测方法及系统，涉及智能检测技术领域，包括在室内设置有雷达系统以及可任意移动的机器人；雷达系统与机器人建立通信连接，在检测到外界环境数据中的人体的动作状态与预设的摔倒检测模型相匹配时，生成相应的控制指令并发送至机器人；机器人根据控制指令运行至检测位置，并与预先设置在机器人中的紧急联系人建立视频连接，以确认是否发生了摔倒行为。本发明在对人体进行摔倒行为判断后，控制机器人对该摔倒行为进行进一步确认，极大提升了摔倒检测的正确率；机器人配备的摄像头只有在摔倒行为确认过程中才会开启，有效避免摄像头的长期开启对使用者造成的隐私泄露困扰，有效提升使用者的使用感受。

Description

一种基于雷达系统和机器人的摔倒检测方法及系统

技术领域

本发明涉及智能检测技术领域，尤其涉及一种基于雷达系统和机器人的摔倒检测方法及系统。

背景技术

随着人口老龄化问题日益严重，人口老龄化带来的社会问题也日益突显，其中，类似独居老人在家中猝死多日后才被发现的新闻频发，究其根本是由于老人摔倒后没有被及时发现，而导致后续悲剧的发生。摔倒是老年护理和生活中面临的一个重要问题，给老人自身带来生理、心理以及经济负担，也增加了社会、政府关于老年医疗、料理、保险等费用。研究表示，老年人摔倒后如能得到及时救助，可以有效降低80％的死亡风险和26％的住院长期治疗风险。若及时发现老人的摔倒事件，对其相关行为进行检测和处理，则可有效减少摔倒的各种后果。因此，摔倒检测是老年护理和生活中一个不可忽视的课题。

随着模式识别与人工智能、计算机视觉、物联网及多传感技术的发展，老人摔倒检测呈现自动化、智能化和远程化。现有技术中，可以通过穿戴方式，实时监测人体摔倒行为，还可以通过非穿戴方式，采用超宽带脉冲雷达技术，使用雷达脉冲信号来检测人体摔倒行为；还可以采用机器人视觉技术，通过视觉训练模型检测和判断人体摔倒行为。

其中，采用穿戴的方式，容易造成日常生活的不便，且存在忘记穿戴的情况，另外还需要定时更换设备电池；采用超带宽脉冲雷达技术的检测过程不需要采集被检测对象的图像及视频信息，而是通过被检测对象的运动特性以及其对雷达波的反射，计算被检测对象的行为来检测摔倒，但同时存在检测的正确率较低，误报率高的情况，无法达到商业用途的缺点；采用机器人视觉技术的原理是通过对摔倒模型的训练，判断人体摔倒行为，在光线较好的情况下，可以达到90％的准确率，但使用过程中需要保持配备的摄像头始终处于开启状态，严重侵犯用户的隐私，不适用于家庭环境的使用推广。

发明内容

针对现有技术中存在的问题，本发明提供一种基于雷达系统和机器人的摔倒检测方法，在室内设置有雷达系统以及连接所述雷达系统并可在室内任意移动的机器人，所述雷达系统中包括分布在室内各个预设位置的雷达设备，具体包括以下步骤：

步骤S1，各个所述雷达设备对外界环境进行实时检测并获取外界环境数据；

步骤S2，所述雷达系统通过预设的摔倒检测模型对所述外界环境数据进行检测，并在所述外界环境数据中包括有匹配于所述摔倒检测模型的人体的动作状态时转向步骤S3；

步骤S3，所述雷达系统生成相应的控制指令并发送至所述机器人，所述控制指令中包括对应的检测位置；

步骤S4，所述机器人根据所述控制指令，运行至所述检测位置后，与预先设置在所述机器人中的紧急联系人建立视频连接；

步骤S5，所述机器人判断所述紧急联系人发送的反馈信息是否表示发生了摔倒行为：

若是，则所述机器人通过一预设行为对发生摔倒行为的人进行救助；

若否，则返回所述步骤S1。

优选的，于所述雷达系统中预先训练形成所述摔倒检测模型，所述摔倒检测模型的输入数据为所述雷达设备检测得到的人体的动作状态，所述摔倒检测模型的输出数据为动作状态是否匹配于所述摔倒检测模型的检测结果，以及关联于所述检测结果的置信度；

所述步骤S2具体包括：

步骤S21，所述雷达系统判断所述动作状态是否匹配于所述摔倒检测模型：

若是，则转向步骤S22；

若否，则返回所述步骤S1；

步骤S22，所述雷达系统判断所述动作状态的置信度是否大于一预设的置信度阈值：

若否，则返回所述步骤S1；

若是，则转向所述步骤S3。

优选的，所述步骤S5中，若所述机器人接收到的所述反馈信息表示没有发生所述摔倒行为，则所述机器人将所述反馈信息上传至所述雷达系统；

所述雷达系统根据所述机器人上传的所述反馈信息调整所述置信度阈值。

优选的，所述步骤S4中，所述机器人采用即时定位与地图构建技术移动至所述检测位置。

优选的，所述步骤S5中，所述预设行为包括：所述机器人扶起发生摔倒行为的人。

一种基于雷达系统和机器人的摔倒检测系统，应用于上述的摔倒检测方法，在室内设置有雷达系统以及连接所述雷达系统并可在室内任意移动的机器人，所述雷达系统中包括分布在室内各个预设位置的雷达设备；

所述雷达系统还包括数据采集模块、处理模块和存储模块；

所述数据采集模块用于对外界环境进行实时检测并获取外界环境数据；

所述处理模块分别连接所述数据采集模块和所述存储模块，用于检测所述外界环境数据中是否包括与所述存储模块中保存的预先训练形成的摔倒检测模型相匹配的人体的动作状态；

所述处理模块还用于在检测到与所述摔倒检测模型相匹配的所述动作状态时生成相应的控制指令，并将所述控制指令发送至所述机器人；

所述机器人，用于根据所述控制指令运行至检测到所述动作状态的所述检测位置，并与预先设置在所述机器人中的紧急联系人建立视频连接，进而通过所述紧急联系人发送的所述反馈信息以确认是否发生了摔倒行为：

若是，则所述机器人通过一预设行为对发生摔倒行为的人进行救助；

若否，则所述机器人将所述反馈信息上传至所述雷达系统。

优选的，所述处理模块包括第一判断单元、第二判断单元和处理单元；

所述第一判断单元用于判断所述动作状态是否匹配于所述摔倒检测模型，得到判断结果以及所述判断结果的置信度；

所述第二判断单元连接所述第一判断单元，用于判断匹配于所述摔倒检测模型的所述动作状态的所述置信度是否大于一预设的置信度阈值；

所述处理单元连接所述第二判断单元，用于在所述置信度大于所述置信度阈值时生成所述控制指令控制所述机器人运行。

优选的，所述雷达系统还包括一阈值调整模块，连接所述处理模块，用于根据所述机器人上传的所述反馈信息调整所述置信度阈值。

优选的，所述雷达设备包括超宽带脉冲雷达。

上述技术方案具有如下优点或有益效果：

1)无需增加穿戴设备，不影响使用者的正常生活，有效提升使用者的使用感受；

2)在雷达系统对被检测人体进行摔倒行为判断后，控制机器人对该摔倒行为进行进一步确认，极大提升了摔倒检测的正确率；

3)机器人配备的摄像头只有在摔倒行为确认过程中才会开启，有效避免摄像头的长期开启对使用者造成的隐私泄露困扰。

附图说明

图1为本发明的较佳的实施例中，一种基于雷达系统和机器人的摔倒检测方法的流程示意图；

图2为本发明的较佳的实施例中，雷达系统判断检测到的人体的动作状态是否为摔倒行为的方法流程示意图；

图3为本发明的较佳的实施例中，一种基于雷达系统和机器人的摔倒检测系统的结构示意图；

图4为本发明的另一个较佳的实施例中，一种基于雷达系统和机器人的摔倒检测系统的结构示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本发明并不限定于该实施方式，只要符合本发明的主旨，则其他实施方式也可以属于本发明的范畴。

本发明的较佳的实施例中，基于现有技术中存在的上述问题，现提供一种基于雷达系统和机器人的摔倒检测方法，在室内设置有雷达系统以及连接雷达系统并可在室内任意移动的机器人，雷达系统中包括分布在室内各个预设位置的雷达设备，如图1所示，具体包括以下步骤：

步骤S1，各个雷达设备对外界环境进行实时检测并获取外界环境数据；

步骤S2，雷达系统通过预设的摔倒检测模型对外界环境数据进行检测，并在外界环境数据中包括有匹配于摔倒检测模型的人体的动作状态时转向步骤S3；

步骤S3，雷达系统生成相应的控制指令并发送至机器人，控制指令中包括对应的检测位置；

步骤S4，机器人根据控制指令，运行至检测位置后，与预先设置在机器人中的紧急联系人建立视频连接；

步骤S5，机器人判断紧急联系人发送的反馈信息是否表示发生了摔倒行为：

若是，则机器人通过一预设行为对发生摔倒行为的人进行救助；

若否，则返回步骤S1。

具体地，本实施例中，雷达系统执行摔倒行为的判断过程，通过雷达设备发射雷达信号并接收外界反射回来的该雷达信号，并通过反射回来的雷达信号检测外界环境数据中包括的人体的动作状态；

进一步地，雷达系统还具有定位功能，在检测到外界环境中的人体发生摔倒行为后，可以及时将该人体发生摔倒行为的具体位置发送至机器人，随后控制机器人运行至该位置进行摔倒行为的确认过程；

紧急联系人通过与机器人建立视频连接，能够实时查看当前的摔倒行为是否真实发生，以及发生摔倒行为的严重程度，并可以根据严重程度采取进一步的救助措施，包括报警，和/或请求物业帮助等。

上述的判断过程和确认过程形成了一个完整的闭环，通过机器人的确认过程可以有效避免雷达系统在判断过程中出现误判，极大地提高了摔倒检测的检测正确率，同时机器人在被检测人体出现摔倒行为时才开启摄像头，有效避免了由于摄像头长期开启造成的用户隐私泄露。

本发明的较佳的实施例中，于雷达系统中预先训练形成摔倒检测模型，摔倒检测模型的输入数据为雷达设备检测得到的人体的动作状态，摔倒检测模型的输出数据为动作状态是否匹配于摔倒检测模型的检测结果，以及关联于检测结果的置信度；

如图2所示，步骤S2具体包括：

步骤S21，雷达系统判断动作状态是否匹配于摔倒检测模型：

若是，则转向步骤S22；

若否，则返回步骤S1；

步骤S22，雷达系统判断动作状态的置信度是否大于一预设的置信度阈值：

若否，则返回步骤S1；

若是，则转向步骤S3。

本发明的较佳的实施例中，步骤S5中，若机器人接收到的反馈信息表示没有发生摔倒行为，则机器人将反馈信息上传至雷达系统；

雷达系统根据机器人上传的反馈信息调整置信度阈值。

具体地，本实施例中，在雷达系统对摔倒行为的判断出现偏差时，雷达系统通过对预先设置的置信度阈值进行调整，可以有效提升雷达系统在后续使用过程中的检测正确率，在使用过程中，通过不断的调整修正置信度阈值，减少检测到的人体的同类动作状态导致雷达系统出现判断偏差的概率。

本发明的较佳的实施例中，步骤S4中，机器人采用即时定位与地图构建技术移动至检测位置。

具体地，本实施例中，机器人具有地图扫描和空间认知的功能，通过扫描当前所处的环境信息，构建当前所处环境的地图，并根据构建的地图自动规划运行路径，进而根据运行路径采用导航的方式自动运行至检测到人体发生摔倒行为的具体位置。

本发明的较佳的实施例中，步骤S5中，预设行为包括：机器人扶起发生摔倒行为的人。

一种基于雷达系统和机器人的摔倒检测系统，应用于上述的摔倒检测方法，如图3所示，在室内设置有雷达系统1以及连接雷达系统1并可在室内任意移动的机器人2，雷达系统1中包括分布在室内各个预设位置的雷达设备3；

雷达系统1还包括数据采集模块31、处理模块32和存储模块33；其中，数据采集模块31、处理模块32和存储模块33可以设置于各个雷达设备2中，每个雷达设备2独立工作，完成对外界环境数据进行实时采集，并将采集到的外界环境数据进行处理判断人体的摔倒行为；

数据采集模块31用于对外界环境进行实时检测并获取外界环境数据；

处理模块32分别连接数据采集模块31和存储模块33，用于检测外界环境数据中是否包括与存储模块33中保存的预先训练形成的摔倒检测模型相匹配的人体的动作状态；

处理模块32还用于在检测到与摔倒检测模型相匹配的动作状态时生成相应的控制指令，并将控制指令发送至机器人2；

机器人2，用于根据控制指令运行至检测到动作状态的检测位置，并与预先设置在机器人2中的紧急联系人建立视频连接，进而通过紧急联系人发送的反馈信息以确认是否发生了摔倒行为：

若是，则机器人2通过一预设行为对发生摔倒行为的人进行救助；

若否，则机器人2将反馈信息上传至雷达系统1。

本发明的另一个较佳的实施例中，如图4所示，在室内设置有雷达系统1以及连接雷达系统1并可在室内任意移动的机器人2，雷达系统1中包括分布在室内各个预设位置的雷达设备3，以及一独立的主控设备4，且主控设备4分别与各雷达设备3建立通信连接；

其中，雷达设备3包括一数据采集模块31，各雷达设备3对外界环境进行实时检测并获取外界环境数据；

雷达系统1还包括处理模块32、存储模块33和阈值调整模块34，设置于主控设备4中，用于对各雷达设备3获取的外界环境数据进行集中处理并判断人体的摔倒行为；

本发明的较佳的实施例中，处理模块32包括第一判断单元321、第二判断单元322和处理单元323；

第一判断单元321，用于判断动作状态是否匹配于摔倒检测模型，得到判断结果以及判断结果的置信度；

第二判断单元322连接第一判断单元321，用于判断匹配于摔倒检测模型的动作状态的置信度是否大于一预设的置信度阈值；

处理单元323连接第二判断单元322，用于在置信度大于置信度阈值时生成控制指令控制机器人2运行。

本发明的较佳的实施例中，雷达系统1还包括一阈值调整模块34，连接处理模块32，用于根据机器人2上传的反馈信息调整置信度阈值。

本发明的较佳的实施例中，雷达设备3包括超宽带脉冲雷达。

以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (9)

1.一种基于雷达系统和机器人的摔倒检测方法，其特征在于，在室内设置有雷达系统以及连接所述雷达系统并可在室内任意移动的机器人，所述雷达系统中包括分布在室内各个预设位置的雷达设备，具体包括以下步骤：

步骤S1，各个所述雷达设备对外界环境进行实时检测并获取外界环境数据；

步骤S2，所述雷达系统通过预设的摔倒检测模型对所述外界环境数据进行检测，并在所述外界环境数据中包括有匹配于所述摔倒检测模型的人体的动作状态时转向步骤S3；

步骤S3，所述雷达系统生成相应的控制指令并发送至所述机器人，所述控制指令中包括对应的检测位置；

步骤S4，所述机器人根据所述控制指令，运行至所述检测位置后，与预先设置在所述机器人中的紧急联系人建立视频连接；

步骤S5，所述机器人判断所述紧急联系人发送的反馈信息是否表示发生了摔倒行为：

若是，则所述机器人通过一预设行为对发生摔倒行为的人进行救助；

若否，则返回所述步骤S1。

2.根据权利要求1所述的摔倒检测方法，其特征在于，于所述雷达系统中预先训练形成所述摔倒检测模型，所述摔倒检测模型的输入数据为所述雷达设备检测得到的人体的动作状态，所述摔倒检测模型的输出数据为所述动作状态是否匹配于所述摔倒检测模型的检测结果，以及关联于所述检测结果的置信度；

所述步骤S2具体包括：

步骤S21，所述雷达系统判断所述动作状态是否匹配于所述摔倒检测模型：

若是，则转向步骤S22；

若否，则返回所述步骤S1；

步骤S22，所述雷达系统判断所述动作状态的置信度是否大于一预设的置信度阈值：

若否，则返回所述步骤S1；

若是，则转向所述步骤S3。

3.根据权利要求2所述的摔倒检测方法，其特征在于，所述步骤S5中，若所述机器人接收到的所述反馈信息表示没有发生所述摔倒行为，则所述机器人将所述反馈信息上传至所述雷达系统；

所述雷达系统根据所述机器人上传的所述反馈信息调整所述置信度阈值。

4.根据权利要求1所述的摔倒检测方法，其特征在于，所述步骤S4中，所述机器人采用即时定位与地图构建技术移动至所述检测位置。

5.根据权利要求1所述的摔倒检测方法，其特征在于，所述步骤S5中，所述预设行为包括：所述机器人扶起发生摔倒行为的人。

6.一种基于雷达系统和机器人的摔倒检测系统，其特征在于，应用于如权利要求1-5任意一项所述的摔倒检测方法，在室内设置有雷达系统以及连接所述雷达系统并可在室内任意移动的机器人,所述雷达系统中包括分布在室内各个预设位置的雷达设备；

所述雷达系统还包括数据采集模块、处理模块和存储模块；

所述数据采集模块用于对外界环境进行实时检测并获取外界环境数据；

所述处理模块分别连接所述数据采集模块和所述存储模块，用于检测所述外界环境数据中是否包括与所述存储模块中保存的预先训练形成的摔倒检测模型相匹配的人体的动作状态；

所述处理模块还用于在检测到与所述摔倒检测模型相匹配的所述动作状态时生成相应的控制指令，并将所述控制指令发送至所述机器人；

所述机器人，用于根据所述控制指令运行至检测到所述动作状态的所述检测位置，并与预先设置在所述机器人中的紧急联系人建立视频连接，进而通过所述紧急联系人发送的所述反馈信息以确认是否发生了摔倒行为：

若是，则所述机器人通过一预设行为对发生摔倒行为的人进行救助；

若否，则所述机器人将所述反馈信息上传至所述雷达系统。

7.根据权利要求6所述的摔倒检测系统，其特征在于，所述处理模块包括第一判断单元、第二判断单元和处理单元；

所述第一判断单元用于判断所述动作状态是否匹配于所述摔倒检测模型，得到判断结果以及所述判断结果的置信度；

所述第二判断单元连接所述第一判断单元，用于判断匹配于所述摔倒检测模型的所述动作状态的所述置信度是否大于一预设的置信度阈值；

所述处理单元连接所述第二判断单元，用于在所述置信度大于所述置信度阈值时生成所述控制指令控制所述机器人运行。

8.根据权利要求7所述的摔倒检测系统，其特征在于，所述雷达系统还包括一阈值调整模块，连接所述处理模块，用于根据所述机器人上传的所述反馈信息调整所述置信度阈值。

9.根据权利要求6所述的摔倒检测系统，其特征在于，所述雷达设备包括超宽带脉冲雷达。