CN110251097A - 人体运动后适感检测系统 - Google Patents

Abstract

本发明公开了一种人体运动后适感检测系统，包括：多维参数获取模块，基于多种传感器采集人体相关信息；推理模块，基于人体相关信息来确定用户是否处于运动状态，进而推断是否产生报警信号；警报模块，用于在接收到报警信号时，发出报警，并提示报警原因。上述系统通过感知人体信息，对信息作预判处理，从而确定当前是否为运动状态，进而进行舒适度判断，相比于现有系统而言，提高了检测结果的准确度。

Description

人体运动后适感检测系统

技术领域

本发明涉及人体检测技术领域，尤其涉及一种人体运动后适感检测系统。

背景技术

随着医疗卫生水平的提高，一些常见的流行性疾病可通过注射疫苗得到有效的预防。但是，因外界物理因素导致的发烧、感冒等，却无法通过医疗措施得以控制。当人体从运动后的高热状态过渡到常态的时段内，体温、皮肤湿度、呼吸频率等因素会变化显著，此时很容易引起一些疾病的产生，尤其对体质差的人群来说，及时的对身体状态预警，准确提醒人们加以防范，是避免疾病产生的有效途径。

目前，有学者提出了一种儿童穿衣监护系统，使用加速度传感检测器对儿童的运动变化实时监测，根据温度和湿度传感检测器对儿童皮肤的温度和湿度变化实时监测，并对反馈的信号经过决策算法分析处理后，通过无线通讯模块发送至色彩提醒系统。但是，这个方案在判断儿童体温是否异常时，没有考虑不同运动状态的影响，因此，检测结果的准确性有待提高；比如：儿童在运动状态下的体温可能会超过设定的体温异常阈值，此时系统是不应该发出异常警报的。

发明内容

本发明的目的是提供一种人体运动后适感检测系统，根据传感检测器采集到的信息做多维数据分析，准确实现运动后适感检测。

本发明的目的是通过以下技术方案实现的：

一种人体运动后适感检测系统，包括：

多维参数获取模块，基于多种传感器采集人体相关信息；

推理模块，基于人体相关信息来确定用户是否处于运动状态，进而推断是否产生报警信号；

警报模块，用于在接收到报警信号时，发出报警，并提示报警原因。

由上述本发明提供的技术方案可以看出，通过感知人体信息，并对信息作预判处理，从而确定当前是否为运动状态，进而进行舒适度判断，相比于现有系统而言，提高了检测结果的准确度。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例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，对于本领域的普通技术人员来讲，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附图。

图1为本发明实施例提供的一种人体运动后适感检测系统的示意图；

图2为本发明实施例提供的一种人体运动后适感检测系统的工作流程图。

具体实施方式

下面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的一部分实施例，而不是全部的实施例。基于本发明的实施例，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，都属于本发明的保护范围。

本发明实施例提供一种人体运动后适感检测系统，如图1所示，其主要包括：

多维参数获取模块，基于多种传感器采集人体相关信息；

推理模块，基于人体相关信息来确定用户是否处于运动状态，进而推断是否产生报警信号；

警报模块，用于在接收到报警信号时，发出报警，并提示报警原因。

该系统通过感知人体信息，对信息作预判处理，从而确定当前是否为运动状态，进而进行舒适度判断，其具有较高的检测结果准确度。

为了便于理解，下面针对上述系统做详细的介绍；请参见图1所示的系统结构、以及图2所示的系统工作流程。

一、多维参数获取模块。

多维参数获取模块主要包括：多种类型的传感器、以及用于存储人体相关信息的存储器，人体相关信息是推理模块的主要输入。

从功能上来说，该模块包括体温检测(使用温度传感检测器检测人体的体温)，呼气频率检测(使用低功耗的呼吸频率传感器检测人的呼吸频率，呼吸频率作为判断人是否运动的另一个因素)和人体表皮汗水检测(使用水浸传感检测器检测人体是不是有汗水存在，水浸传感检测器基于液体导电原理，用电极对人体皮肤进行检测的，由于皮肤与汗水的导电性有差异，所以可通过导电性差异判断出人体表皮是否有汗水存在)。

二、系统电量管理模块。

系统电量管理模块，用于为系统中的各模块供电；所述系统电量管理模块采用充电器直连和/或使用机械能转化为电能的方式为内置电池充电。

如果系统电量管理模块采用充电器直连以及使用机械能转化为电能的方式为系统各模块供电；或者，单独使用机械能转化为电能的方式为系统各模块供电时，还感知内置电池的充电速度；当用户在运动时，振动产生的机械能转化为电能储存在电池中；电池的充电速度能够作为判断用户是否处于运动状态的一个因素。

此外，还设置了休眠机制，使探测频率根据不同运动状态下的机械能转换为电能的充电速度进行自适应调整。在运动状态和从运动状态转换为非运动状态的时段内，由于人体的温度、湿度等信息变化的比较快，所以系统需要探测频率快一点，才能够精确的描述人体信息的变化，同时，运动状态下充电速度高于充电速度阈值DF，此时充电比较多，因而可以满足提高探测频率需要的电能消耗；反之，在非运动状态下，短时间内人体的信息基本无变化，所以需要将系统探测频率降下来，可以降低系统功耗，这种自适应的方法，既能在需要的时候加强探测的次数，在不需要的时候降低探测次数，减少功耗。

三、推理模块。

该模块能够对输入的多参数数据进行综合分析，推断出不同的结果，当有不好的结果产生时，就会触发警报模块发出报警。该模块对三种行为进行推断：

1)对人体是否运动进行判断

使用两个参数来推断人体是否处于运动状态，第一是通过系统电量管理模块的机械能转换为电能机制，根据充电速度的快慢，描述运动剧烈的程度，充电速度越快，表示人体运动越剧烈；第二是通过呼吸频率检测器检测到的呼吸频率来描述运动，人在运动状态下，其呼吸频率是比较快的。

优选的，由于人在紧张、害怕等状态下呼吸也会比较急促，因此，综合机械能转换为电能机制的充电速度和呼吸频率这两个参数得出判断人体是否运动：

IF(P>DF and Q>BR)THEN人体处于运动状态

上式中，P表示充电速度，DF表示充电速度阈值，Q表示人体相关信息中的呼吸频率，BR表示呼吸频率阈值。

当满足上式所示的条件时，判定用户处于运动状态。

当用户处于非运动状态或者在运动到非运动转换的状态下时，基于体温与人体表皮湿度来判断是否产生报警信号。

2)对人体体温是否异常进行判断

使用温度传感检测器对人体体温数据进行采集，人体体温异常判断有两个方面：第一，在非运动状态下，如果体温发生异常，即发出报警，说明可能发烧了；第二，在运动到非运动转换的状态下，如果人体在停止运动的一定时间内，体温下降的数值高于设定阈值，认为人体存在潜在的危险，所以发出报警。

3)对衣服是否潮湿进行判断

使用水浸传感检测器对人体表皮的汗水进行检测，水浸传感检测器是利用液体导电原理，根据汗水与其他液体的导电性差异，可以通过电极探测人体表皮是否有汗水存在。同样，我们从两个方面对衣服是否潮湿进行判断，第一，当人体处于非运动状态时，人体表皮有汗水存在，系统报警人体处于不适状态，发出报警信号，提示用户适当的增减衣物；第二，当人体是在运动到到非运动转换状态的情况下，人体表皮有汗水存在，系统报警人体处于不适状态，提示用户适当的更换衣物。

推理模块中多次提到阈值(如：充电速度阈值、呼吸频率阈值、人体正常体温值和人体表皮正常湿度阈值等)。由于人的特殊性(如：不同人的正常体温有差异；不同人的正常表皮湿度有差异；同一个人在不同的时间段，其体温也会有差异等)，所以我们通过系统状态适应学习对这些值进行设定。对于充电速度阈值、呼吸频率阈值、人体正常体温值、运动时人体体温值和人体表皮正常湿度阈值的设定，通过下面的适应学习算法给出：

1)通过下述方式计算最优值：

当前计算阶段，设置一个样本容器，容量为m，用于存放探测的数据；

当存放的数据数量等于m时，即{x⁽¹⁾,x⁽²⁾,x⁽³⁾,x⁽⁴⁾,x⁽⁵⁾,......x^(m)}，取出其中的最大值与最小值，分别记为x_max和x_min；

求得样本梯度值从而将m个数据划分为三个区间：(x_min,x_min+s_t)(x_min+s_t,x_min+2s_t)(x_min+2s_t,x_max)；

统计三个区间内样本的个数分别为n₁,n₂,n₃，将样本个数最大的区间作为最优区间，并求出最优区间内样本的平均值X，将平均值X作为最优值；

在下一计算阶段时，清空样本容器中的数据，并将X作为清空后容器的第一个数据，即x⁽¹⁾，当再次探测m-1个数据的时候，重复以上方法，计算出新的最优值。

基于最优值的计算原理，能够计算得到非运动时的机械能转化为电能的充电速度、运动时的机械能转化为电能的充电速度；非运动时的人体正常体温值、运动时的人体正常体温值；非运动时人的呼吸频率、运动时人的呼吸频率；非运动时的人体表皮正常湿度值、运动时的人体表皮正常湿度值所对应的最优值。

示例性的，假设需要计算非运动时的机械能转化为电能的充电速度，则连续探测m个相应的充电速度值，并通过上述方案计算出相应的最优值；其他类型的最优值也是按照这样的方式来计算。

2)对于任意种类型的阈值，将运动与非运动时的最优值做差，再取差值的一定比例，即为相应的阈值。

示例性的，计算出运动时人体正常体温的最优值和非运动时人体正常体温的最优值的差值D，对差值D取合适的比例(x％)，得出人体非正常体温阈值T₀＝x％*D，在非运动情况下，当体温超过T₀时，系统将发出体温异常报警。其他阈值的动态设置同样依据此方法，比例(x％)的设定，根据经验或实验仿真结果给出。

四、警报模块。

所述警报模块发出报警的触发信号包括推理模块产生的报警信号，以及系统自身低电量时产生的报警信号。

报警方式包括：通过短距离通信方式将报警信息发送给连接的移动设备从而发出报警；和/或，通过内置的报警装置来报警。

所述短距离通信方式包括：蓝牙，WiFi，ZigBee等，该通信方式有通信距离短，无线发射器的发射功率低，自由地连接各种个人便携式电子设备，不用申请无线频道等优点。

报警装置或者相应的移动设备发出报警时，还可以显示相应的报警原因，例如，衣服潮湿，人体体温变化太大、注意防范，体温过高等。

相对于现有技术，本发明主要获得如下有益效果：

本发明的技术关键点和欲保护点是什么

1)系统由多维参数获取模块，推理模块，系统电量管理模块，警报模块构成。该系统根据适应学习算法，动态设定系统的各种阈值，以达到准确预判的目的。

2)系统电量管理模块使用机械能转化为电能和充电器直连两种方式为系统供电，适应性更强。

3)多维参数获取模块使用呼吸频率检测器、水浸传感检测器分别对人体的呼吸频率、皮肤湿度进行检测。并根据机械能转化为电能的充电速度对系统探测频率做自适应调整，判断结果更为有效。

4)推理模块根据多维的数据信息对结果做决策，通过使用适应学习算法准确的计算出阈值结果，从而得到准确触发警报模块报警的信号。

5)警报模块通过两种方式对系统的报警信号做处理，一是短距离通信报警，二是通过系统自身的报警装置报警。

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，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将系统的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。

以上所述，仅为本发明较佳的具体实施方式，但本发明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发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (10)

1.一种人体运动后适感检测系统，其特征在于，包括：

多维参数获取模块，基于多种传感器采集人体相关信息；

推理模块，基于人体相关信息来确定用户是否处于运动状态，进而推断是否产生报警信号；

警报模块，用于在接收到报警信号时，发出报警，并提示报警原因。

2.根据权利要求1所述的一种人体运动后适感检测系统，其特征在于，所述多维参数获取模块包括：多种类型的传感器、以及用于存储人体相关信息的存储器；

所述传感器包括：温度传感检测器、呼吸频率传感器、以及水浸传感检测器，分别用来检测体温、呼吸频率、以及人体表皮湿度。

3.根据权利要求1所述的一种人体运动后适感检测系统，其特征在于，该系统还包括：系统电量管理模块，用于为系统中的各模块供电；

所述系统电量管理模块采用充电器直连和/或使用机械能转化为电能的方式为内置电池充电。

4.根据权利要求3所述的一种人体运动后适感检测系统，其特征在于，

如果系统电量管理模块采用充电器直连以及使用机械能转化为电能的方式为系统各模块供电；或者，单独使用机械能转化为电能的方式为系统各模块供电时，还感知内置电池的充电速度；

当用户在运动时，振动产生的机械能转化为电能储存在电池中；电池的充电速度能够作为判断用户是否处于运动状态的一个因素。

5.根据权利要求4所述的一种人体运动后适感检测系统，其特征在于，根据充电速度来改变多维参数获取模块的探测频率，当充电速度高于充电速度阈值DF时，提高探测频率；反之，降低探测频率。

6.根据权利要求4所述的一种人体运动后适感检测系统，其特征在于，基于人体相关信息来确定用户是否处于运动状态，进而推断是否产生报警信号包括：

所述人体相关信息包括：体温、呼吸频率、以及人体表皮湿度；基于呼吸频率与内置电池的充电速度来确定用户是否处于运动状态；

当用户处于非运动状态或者在运动到非运动转换的状态下时，基于体温与人体表皮湿度来推断是否产生报警信号。

7.根据权利要求6所述的一种人体运动后适感检测系统，其特征在于，当满足下式所示的条件时，判断用户处于运动状态：

IF(P>DF and Q>BR)THEN人体处于运动状态

上式中，P表示充电速度，DF表示充电速度阈值，Q表示人体相关信息中的呼吸频率，BR表示呼吸频率阈值。

8.根据权利要求6所述的一种人体运动后适感检测系统，其特征在于，

在非运动状态下，如果体温发生异常，发出报警信号；或者，人体表皮湿度高于阈值，发出报警信号；

在运动到非运动转换的状态下，如果人体在停止运动的一定时间内，体温下降的数值高于设定阈值，则发出报警信号；或者，人体表皮湿度高于阈值，则发出报警信号。

9.根据权利要求6或7或8所述的一种人体运动后适感检测系统，其特征在于，通过适应学习算法来计算充电速度阈值、呼吸频率阈值、人体正常体温值、运动时人体正常体温值和人体表皮正常湿度阈值；以上五种类型的阈值计算方式相同，方式如下：

首先，通过下述方式计算最优值：

当前计算阶段，设置一个样本容器，容量为m，用于存放探测的数据；

当存放的数据数量等于m时，即{x⁽¹⁾,x⁽²⁾,x⁽³⁾,x⁽⁴⁾,x⁽⁵⁾,......x^(m)}，取出其中的最大值与最小值，分别记为x_max和x_min；

求得样本梯度值从而将m个数据划分为三个区间：(x_min,x_min+s_t)(x_min+s_t,x_min+2s_t)(x_min+2s_t,x_max)；

统计三个区间内样本的个数分别为n₁,n₂,n₃，将样本个数最大的区间作为最优区间，并求出最优区间内样本的平均值X，将平均值X作为最优值；

在下一计算阶段时，清空样本容器中的数据，并将X作为清空后容器的第一个数据，即x⁽¹⁾，当再次探测m-1个数据的时候，重复以上方法，计算出新的最优值；

基于最优值的计算原理，能够计算得到非运动时的机械能转化为电能的充电速度、运动时的机械能转化为电能的充电速度；非运动时的人体正常体温值、运动时的人体正常体温值；非运动时人的呼吸频率、运动时人的呼吸频率；非运动时的人体表皮正常湿度值、运动时的人体表皮正常湿度值所对应的最优值；

然后，对于任意种类型的阈值，将运动与非运动时的最优值做差，再取差值的一定比例，即为相应的阈值。

10.根据权利要求1所述的一种人体运动后适感检测系统，其特征在于，所述警报模块发出报警的触发信号包括推理模块产生的报警信号，以及系统自身低电量时产生的报警信号；

报警方式包括：通过短距离通信方式将报警信息发送给连接的移动设备从而发出报警；和/或，通过内置的报警装置来报警。