CN109903858B - 一种落水人员示位及生命体征检测系统 - Google Patents

Abstract

本发明公开了一种落水人员示位及生命体征检测系统，所述系统包括：温度传感器、加速度陀螺仪传感器、生命体征传感器、落水检测自启动模块、生命体征检测模块、定位模块和发送模块；所述落水检测自启动模块：用于根据温度传感器与加速度陀螺仪传感器采集的信息，检测人员是否已经落水，并用于在检测到人员落水后启动整个系统并进行报警；所述生命体征检测模块：用于采集加速度陀螺仪传感器和生命体征传感器的信息，根据落水人员的加速度矢量、倾角和热量数据输出生命体征信息；所述定位模块：用于对落水人员进行定位，输出位置信息；所述发送模块：用于将生命体征信息和位置信息以短报文的形式经通信信道发送出去。

Description

一种落水人员示位及生命体征检测系统

技术领域

本发明涉及搜救领域，具体涉及一种在海上遇险情况下，检测落水人员生命体征、并汇报落水人员位置的辅助搜寻的装置和方法，特别涉及一种落水人员示位及生命体征检测系统。

背景技术

海上搜救工作主要由对遇险目标的发现和救助组成，其中遇险目标的定位和搜寻是海上遇险目标发现的重要工作，是实施海上人命救助、财产挽救的前提基础。传统的海上遇险目标发现主要依靠船舶、有人飞机在事发海域航行或飞行，借助望远镜、光电设备由人工进行搜寻。这种搜寻模式更多是依赖人工经验，存在着速度慢、效率低、成本高和技术手段落后的问题，特别是在海上人命搜寻救助过程中，不能在第一时间获取落水人员的位置和生命状况，从而影响救助成功率。

传统的海上救生设备还包括：

·救生衣又称救生背心，是一种救护生命的服装，设计类似背心，采用尼龙面料或氯丁橡胶、浮力材料或可充气的材料、反光材料等制作而成。救生衣中鲜艳的颜色或者带有荧光成分的颜色，会刺激人的视神经。这和这种色彩的波长有关，人的眼睛很容易接受且不易被其他颜色混淆。穿着这种色彩的救生衣很容易被人发现，以便尽快地实施救援。

·溺水自动救生器，一种微型便携式水上救生设备。由气囊和气体发生器构成，使用时及时打开发生器充足气囊即可。

·潜水GPS海上救援信号设备，是一种集成GPS模块的海上救生信号设备，如果人员在海上失散，打开救援GPS后，机器会将GPS细信息通过AIS信道向周边广播，周边所有经过的携带AIS通信设备的船只都会接收到救援的位置信息。

但是现有的这些海上救生设备仍然存在着很多不足：

1.救援信号设备体积较大，同救生衣，自动救生器的集成程度不高，难于佩戴，如图1(a)所示。

2.现有救援信号设备需要手动打开，在落水应急情况下，可能因为打开失败，无法起到信号发送作用。如图1(b)和图1(c)所示，打开过程比较复杂。

3.现有信号救援设备没有生命体征检测功能，无法提示落水人员的生命体征状态，在应急救援中，无法指导救援人员优先救助海难幸存者，以便为救助幸存人员赢得宝贵时间。

发明内容

本发明的目的在于解决现有的海上救生设备存在的上述问题，本发明提出落水人员示位及生命体征检测系统。

为了实现上述目的，本发明提供了一种落水人员示位及生命体征检测系统，所述系统包括：温度传感器、加速度陀螺仪传感器、生命体征传感器、落水检测自启动模块，生命体征检测模块、定位模块和发送模块；

所述落水检测自启动模块：用于根据温度传感器与加速度陀螺仪传感器采集的信息，检测人员是否已经落水，并用于在检测到人员落水后启动整个系统并进行报警；

所述生命体征检测模块：用于采集加速度陀螺仪传感器和生命体征传感器的信息，根据落水人员的加速度矢量、倾角和热量数据输出生命体征信息；

所述定位模块：用于对落水人员进行定位，输出位置信息；

所述发送模块：用于将生命体征信息和位置信息以短报文的形式经通信信道发送出去。

作为上述系统的一种改进，所述系统还包括：手动开关。

作为上述系统的一种改进，所述检测人员是否已经落水的过程为：通过温度传感器获取温度差异；通过加速度陀螺仪传感器获取产生的震动；当温度差异和震动都超过对应的阈值时，判断人员已经落水，否则，判断人员没有落水。

作为上述系统的一种改进，所述生命体征检测模块包括：

数据预处理单元，用于实时采集加速度陀螺仪传感器和生命体征传感器的数据，对采集的数据按照时间累积划分入滑动窗口，对滑动窗口数据进行平滑滤噪；

数据特征提取单元，用于对滑动窗口内平滑滤波之后的数据，提取时域、频域的多维特征；

生命体征判断单元，用于将数据特征提取单元提取的多维特征输入预先训练的生命体征分类模型，输出生命体征信息；和

生命体征后处理单元，用于对连续输出的各个滑动窗口数据的生命体征信息进行平滑处理。

作为上述系统的一种改进，所述生命体征信息包括：生命体征正常、生命体征微弱和无生命体征。

作为上述系统的一种改进，所述生命体征分类模型的训练步骤包括：

建立有生命体征标签的训练数据集；

对训练数据集的输入数据进行预处理，将输入数据划分入滑动窗口，对滑动窗口数据进行平滑滤波；

提取滑动窗口内平滑滤波之后的数据的时域、频域的多维特征；

基于所提取的多维特征以及所对应的生命体征标签，训练生命体征分类模型。

作为上述系统的一种改进，所述多维特征包括：加速度陀螺仪传感器采集的三个方向的加速度分量。

作为上述系统的一种改进，所述定位模块包括：GPS定位单元和北斗定位单元。

作为上述系统的一种改进，所述通信信道包括北斗RDSS和AIS通信链路。

本发明的优势在于：

1、本发明的系统体积小巧，可以非常方便的佩戴在救生衣上，便于携带；

2、本发明的系统具有落水检测，自动开启的功能，即落水之后，信号设备会自动打开，自动向外发射救援信号，无需手动开启；

3、本发明的系统具有生命体征检测功能，通过加速度陀螺仪信号，利用机器学习模型在线判断佩戴人员的生命体征状态，并在发送的救生信号中，包含所发射的生命体征信号；

4、本发明的系统集成GPS/北斗双模定位模块，根据GPS和北斗信息，提供更精确的海上落水人员位置信息；

5、本发明的系统具有北斗和AIS双通信通道，相比传统救援信号设备只基于AIS信道广播救生信息，本发明的救生设备通过北斗信道和AIS双信道向外发送短报文信息，不仅周边的具有AIS通信设备的船只能够收到信息，集成北斗定位模块的周边船只、救援飞机等也都可以有更高的可能性收到救生信号。

附图说明

图1(a)为传统的尺寸为80*90*40mm的海上GPS救援信号设备示意图

图1(b)为图1(a)的设备取下红色保险盖后的示意图；

图1(c)为长按图1(a)的设备的红色按钮5秒进入信号自动发射状态的示意图；

图2为本发明的落水人员示位及生命体征检测系统的工作执行流程图；

图3为本发明的落水人员示位及生命体征检测系统的功能模块框图；

图4为本发明的落水人员的生命状态判断流程图；

图5为本发明的生命体征判定过程的示意图；

图6为滑窗能量散点示意图；

图7为生命体征后处理模块的流程图；

图8为连续状态输出示意图。

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的说明。

本发明提供了一种落水人员示位及生命体征检测系统。这种系统穿戴在落水人员的手臂上、或者救生衣上，具有落水检测，自动开启的功能，在检测到落水人员落水后，自动向外发射救援信号。救援信号中包括基于GPS、北斗双模定位模块计算的精确的位置信息，以及基于系统所集成的加速度、陀螺仪信号在线计算的人员生命体征信息。这些信号以短报文的形式，通过北斗信道和AIS双信道向外广播，周边的救援船只和救生飞机等，可以更高可能性的接收到具有生命体征信息的救生信号，从而优先救助尚有生命体征的落水人员，为海上救援和救生提供重要的信息。

本发明的系统是一种高效率、小型化和低成本的可发射北斗短报文/AIS消息的个人救生设备。该设备佩戴在救生衣上，通过判别落水人员的自主行为特征，自动判别落水人员是否存在生命，并自动利用北斗/AIS信道发送给遇险信息，及时上报状态信息。

本发明的系统通过三轴加速度传感器和生命体征传感器，采集落水人员的加速度矢量、倾角和热量数据，通过滤除落水人员在海中漂浮的规律性运动数据，利用多阀值判断的方法，判断落水人员的自主运动行为，从而判别落水人员的生命体征。并分别通过北斗RDSS短报文通信和AIS链路实时上报人员位置和状态。

本发明的系统由启动模块、定位模块、授时和同步模块、控制器、无线发射模块以及电源供电模块等组成。该系统支持落水自动开机工作，兼容手动开关，操作便捷。一旦终端落水，设备触水1分钟，IO触发启动终端各个模块，开始采集三轴加速度传感器和生命体征传感器信息，通过MCU内置判断模型判断人员生命体征，同时是被连续向中心发送人员生命体征及位置信息。

本发明的系统采用国际通用的AIS协议，同样通过三轴加速度传感器和生命体征传感器，判别落水人员生命体征。当判别落水人员具有生命体征后，设备自动启动报警装置，同时也可由落水人员启动报警，在AIS信道上发送遇险人员的位置和报警信号，该信号可被附近安装有AIS接收机的搜救飞机或船舶、以及AIS岸台基站接收，实现自动报警功能。

图2和图3分别给出本发明的系统的工作执行流程图和功能模块图。相比于传统海上救生信号设备，本发明的系统主要包括：

落水检测自启动模块：通过示位标的温度传感器与加速度陀螺仪传感器的检测信息，融合分析人员是否已经落水，在落水1分钟之内自动启动。同时配合手动启动，保证人员救生信息能够有效发送。

分析人员是否已经落水的过程为：通过温度传感器获取温度差异；通过加速度陀螺仪传感器获取产生的震动；当温度差异和震动都超过对应的阈值时，判断人员已经落水，否则，判断人员没有落水。

生命体征检测模块：采集三轴加速度传感器和生命体征传感器信息，通过MCU内置判断模型判断人员生命体征，同时是被连续向中心发送人员生命体征及位置信息。

双模定位：利用GPS和北斗信号进行双模定位。

双模通信：分别通过北斗RDSS短报文通信和AIS链路实时上报人员位置和状态。该信号可被附近安装有AIS接收机的搜救飞机或船舶、以及AIS岸台基站接收，实现自动报警功能。

同时本发明在结构上进行创新，示位标体积小巧，可方便穿戴。

本发明的系统的实施举例说明：

1)佩戴：可直接安装在救生衣上，可肩负或采用绑带固定在人员手臂；当人员从一定高度落入水中时，终端不能从固定处脱离。

2)定位：提供实时的经度、纬度、时间、三轴加速度传感器(X,Y,Z)、陀螺仪(ROLL、pitch、yaw)、生命体征传感器开关等状态信息，并可将状态信息存储到终端内部；无法定位情况下，能发送上一次成功定位的数据。支持BDS/GPS双模定位。

3)通信：终端的通信信道包括

·北斗落水人员无线电示位标：采取RDSS通信。

·AIS落水人员无线电示位标：采用AIS通信。

4)报警：终端报警功能应满足以下要求：

·具备机械按键报警和遇水自动报警两种报警方式；

·通过发光等方式提示终端正处在报警状态；

·采用BDS/RDSS通信，其报警信宿地址宜为北斗民用运营中心(或事先设定的所属管理型用户终端设备地址)。

5)自检：终端的自检功能包括：终端定位单元自检、通信单元自检、传感单元自检和电池电量自检。

其中，生命体征检测基于可穿戴的无线救生设备中所集成的加速度、陀螺仪传感器，利用机器学习方法，在线检测佩戴人员的生命体征，从而将生命体征信息，加入到救生信号的短报文中，使得救生信号既能够指示落水人员的位置，又能够指示落水人员的生命体征，从而为提高海上救生的成功率，为海上救生的时间安排和调度提供重要的信息。

落水人员生命体征判别提出并实现一种基于用户运动行为的检测算法，在落水人员随身携带示位标的情况下，算法就可以根据移动设备中的三轴加速度传感器数据和生命体征传感器数据，通过判断用户的行为状态和人体温度，来综合判断落水人员的生命体征。两种判断方式可相互补充，确保在一种方式检测失效或不准确的情况下，另一种方式能够发挥作用，增强判断的有效性与准确性。

如图4所示，首先，通过内置的三轴加速度传感器收集落水人员在水中的运动数据，然后对运动数据进行一些列的时域和频域特征值，然后利用主因素分析方法找到最重要的特征值，利用这些特征值计算出一个合适的识别模型，利用这个模型根据用户的实时数据推断用户的现在行为状态。

在数据处理过程中，我们首先对数据进行特征量抽取，并利用示位标朝向无关的算法，求出水平和垂直方向上各自的加速度。再经过傅里叶变化，将处理领域拓展到频率范围，获取频率信息。再进行主成分分析，获得对结果贡献最大的几个主要特征属性，然后利用这些特征点和数据训练一个识别模型。

最后对数据分类与判别，找到合适的阈值对不同的状态进行判别，并找到一种合适的判别模型来高速处理这些数据。在获取到落水人员生命状体的基础上，及时上报状态信息。海上搜救力量根据落水人员生命状态制订动态的搜救策略，从而提升人命救助成功率。

因为生命体征判定的主要目标是基于传感器连续采集的加速度信息，通过运动特征判定落水人员的生命体征，所以软件方面主要包括(1)离线模型训练和(2)在线生命体征判定两个软件。如图5所示。

(1)离线模型训练软件

离线模型训练的主要功能是训练生命体征判定的分类器。软件的输入是有生命体征标签的训练数据集，输出为训练好的生命体征分类器。软件的主要模块包括：

a)数据预处理模块

对输入数据进行预处理，将输入数据划分入滑动窗口，对滑动窗口数据进行平滑滤波。

b)特征提取模块

对滑窗内平滑滤波之后的数据，提取时域、频域的多维特征。

c)分类器训练模块

基于滑窗数据中所提取的多源特征，以及所对应的生命体征标签，训练分类器模型。

(2)在线生命体征判定软件

在线体征判断软件的主要功能是在离线训练的生命体征判定的软件基础之上，在线的采集传感器数据，应用判定模型进行判定，并对判定结果进行平滑处理。在线判定软件的主要功能包括：

a)数据预处理模块

对传感器实时采集的数据进行预处理，将采集的数据按照时间累积，划分入滑动窗口，对滑动窗口数据进行平滑滤噪。

b)数据特征提取模块

对滑窗内平滑滤波之后的数据，提取时域、频域的多维特征。

c)生命体征判断模块

基于在线采集的传感器的滑窗数据中所提取的多源特征，应用离线训练的分类器模型，判断落水人员的生命体征。所述生命体征包括：生命体征正常、生命体征微弱和无生命体征。

d)生命体征后处理模块

生命体征判断模块连续的输出各个滑窗数据的判定结果，由于判定是有噪声的，某些滑窗的偶尔判定会出错，所以对判定结果进行后处理，对判定结果进行平滑，提升判定精度。

生命体征检测的实施举例：

(1)离线模型训练软件

a)数据预处理模块

通过实验从传感器获取真人和假人两种状态的数据，从多次实验发现，每种状态需要20000条左右的数据得到的阈值效果最好。因此，分别对两种状态的20000条数据分别计算其能量数据。

每400条数据设定为滑窗的单位，每次计算以滑窗为单位。以10条数据为一个步长，一个窗口是下一个窗口与上一个窗口之间的距离。每种状态的20000条数据可以划分为1961个窗口。如图6所示；下面对滑窗举例：

现有10000条数据：

第1个窗口的数据为：0—399(0为数组下标)。

第2个窗口的数据为：10—409。

第3个窗口数据为：20—419。

…

第1961窗口数据为：19600—19999。

b)特征提取模块

用于进行判断的数据是能量数据，因此所需要的数据为加速度数据。因此，将加速度中三个方向的加速度分量作为特征。具体的操作为：将原始数据存入二位数组data[][]，二维数组中的data[][3]、data[][4]data[][5]存储的三个方向的加速度，作为线性二分类模型的特征。对每个窗口的能量数据求平均值，从传感器获取的加速度数据转换为能量数据的公式为：

sqrt(ax^2+ay^2+az^2)

存储1961个能量数据的平均值，用散点图不同颜色显示两种状态的数据。

c)分类器训练模块

实验发现，在两种状态的散点图之间存在明显的界限，找到这一界限的上限和下限。对上限和下限确定的区间的数据进行循环。将每次循环到的数据确定为阈值。比如高于这一阈值的状态设定为真人，低于这一阈值的状态设定为假人。对两种状态的40000条数据进行判定，得到判定的状态值，与真实的状态值进行对比，得到该阈值判定的精准度。阈值区间中判定精准度最高的阈值为最终确定的阈值。

表1.分类器训练算法

(2)在线生命体征判定软件

a)数据预处理模块

通过传感器的数据来判定一个人是真人还是假人的状态，需要连续不断的进行判断。因为在实际情况中，传感器是连续不断工作的。落水人员可能由活着的状态因为长时间得不到援助而转换为死亡的状态。从实验中发现，每次以10000条数据为判断的基本单位得出的结果比较准确。

在连续判断时，每次从传感器获取10000条数据，下一次获取的数据与上一次的数据没有交集。对这10000条数据进行滑窗的划分，可划分为961个滑窗。计算出961个滑窗的能量数据的平均值。

b)特征提取模块

在线生命体中判断时所用的特征与离线训练时所用的特征相同，都是将加速度三个方向的加速度分量作为特征。因此特征提取的方式同离线训练时的特征提取方式，都是将原始数据存入二位数组data[][]，二维数组中的data[][3]、data[][4]data[][5]存储的三个方向的加速度，作为模型的特征。

c)生命体征判定模块

在离线训练时得到了判定精准度最高的能量阈值。在对生命体征进行判断时，需要用到的数据是每个滑窗的能量值。在数据预处理阶段已说明10000条数据可划分为961个滑窗。对于每个滑窗，根据能量数据平均值大于或小于阈值将其判定为不同的状态，比如高于这一阈值的状态设定为真人，低于这一阈值的状态设定为假人，从而得到961条状态值(两种类型)。

d)生命体征后处理模块

在这961条状态中，部分滑窗的状态由于噪声的存在可能存在判别失误的情况。因此采用多数投票法的方式来决定这961条状态的最终状态。具体为在这961条状态中占多更多比例的状态为10000条数据的状态(真人还是假人)。如图7所示。

连续判断时，每次获取连续且不同的10000条数据，用同样的判定方式来确定这10000条数据所对应的状态。如图8所示。

通过上述平滑方法，可有效减少误报率和误判率。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种落水人员示位及生命体征检测系统，其特征在于，所述系统包括：温度传感器、加速度陀螺仪传感器、生命体征传感器、落水检测自启动模块、生命体征检测模块、定位模块和发送模块；

所述落水检测自启动模块：用于根据温度传感器与加速度陀螺仪传感器采集的信息，检测人员是否已经落水，并用于在检测到人员落水后启动整个系统并进行报警；

所述生命体征检测模块：用于采集加速度陀螺仪传感器和生命体征传感器的信息，根据落水人员的加速度矢量、倾角和热量数据输出生命体征信息；

所述定位模块：用于对落水人员进行定位，输出位置信息；

所述发送模块：用于将生命体征信息和位置信息以短报文的形式经通信信道发送出去；

所述检测人员是否已经落水的过程为：通过温度传感器获取温度差异；通过加速度陀螺仪传感器获取产生的震动；当温度差异和震动都超过对应的阈值时，判断人员已经落水，否则，判断人员没有落水；

所述生命体征检测模块包括：

数据预处理单元，用于实时采集加速度陀螺仪传感器和生命体征传感器的数据，对采集的数据按照时间累积划分入滑动窗口，对滑动窗口数据进行平滑滤噪；

数据特征提取单元，用于对滑动窗口内平滑滤波之后的数据，提取时域、频域的多维特征；

生命体征判断单元，用于将数据特征提取单元提取的多维特征输入预先训练的生命体征分类模型，输出生命体征信息；和

生命体征后处理单元，用于对连续输出的各个滑动窗口数据的生命体征信息进行平滑处理；

所述生命体征信息包括：生命体征正常、生命体征微弱和无生命体征。

2.根据权利要求1所述的落水人员示位及生命体征检测系统，其特征在于，所述系统还包括：手动开关。

3.根据权利要求2所述的落水人员示位及生命体征检测系统，其特征在于，所述生命体征分类模型的训练步骤包括：

建立有生命体征标签的训练数据集；

对训练数据集的输入数据进行预处理，将输入数据划分入滑动窗口，对滑动窗口数据进行平滑滤波；

提取滑动窗口内平滑滤波之后的数据的时域、频域的多维特征；

基于所提取的多维特征以及所对应的生命体征标签，训练生命体征分类模型。

4.根据权利要求1所述的落水人员示位及生命体征检测系统，其特征在于，所述多维特征包括：加速度陀螺仪传感器采集的三个方向的加速度分量。

5.根据权利要求2所述的落水人员示位及生命体征检测系统，其特征在于，所述定位模块包括：GPS定位单元和北斗定位单元。

6.根据权利要求2所述的落水人员示位及生命体征检测系统，其特征在于，所述通信信道包括北斗RDSS和AIS通信链路。

Images