CN110349372B - 居家养老人员活动异常预警方法和装置 - Google Patents
居家养老人员活动异常预警方法和装置 Download PDFInfo
- Publication number
- CN110349372B CN110349372B CN201910496318.6A CN201910496318A CN110349372B CN 110349372 B CN110349372 B CN 110349372B CN 201910496318 A CN201910496318 A CN 201910496318A CN 110349372 B CN110349372 B CN 110349372B
- Authority
- CN
- China
- Prior art keywords
- home
- information
- elderly people
- personnel
- family
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Remote Sensing (AREA)
- Social Psychology (AREA)
- Psychology (AREA)
- Psychiatry (AREA)
- Navigation (AREA)
- Alarm Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明实施例提供一种居家养老人员活动异常预警方法和装置,属于智能技术领域。该方法包括:采集居家养老人员的基础信息;在多个时间点采集居家养老人员的多个位置信息;根据多个位置信息确定居家养老人员的人员轨迹,其中人员轨迹包括时间信息以及停留信息;根据居家养老人员的人员轨迹、居家养老人员的基础信息以及地图兴趣点信息,确定居家养老人员的行为事件;根据居家养老人员的人员轨迹以及居家养老人员的行为事件,确定居家养老人员的相关活动信息的关联网;根据居家养老人员的相关活动信息的关联网以及当前的居家养老人员的人员轨迹,确定居家养老人员活动是否异常。本发明可以在很短的时间内识别居家养老人员的活动异常情况。
Description
技术领域
本发明涉及智能技术,具体地涉及居家养老人员活动异常预警方法和装置。
背景技术
预计到2020年,全国60岁以上老年人口将增加到2.55亿人左右,占总人口比重提升到17.8%左右;高龄老年人将增加到2900万人左右,独居和空巢老年人将增加到1.18亿人左右,老年抚养比将提高到28%左右。同时,国务院2017年2月28日发布的《“十三五”国家老龄事业发展和养老体系建设规划》明确指出,要更加健全居家为基础、社区为依托、机构为补充、医养相结合的养老服务体系。
居家养老(服务),是指以家庭为核心、以社区为依托、以专业化服务为依靠,为居住在家的老年人提供以解决日常生活困难为主要内容的社会化服务。服务内容包括生活照料与医疗服务以及精神关爱服务。主要形式有两种:由经过专业培训的服务人员上门为老年人开展照料服务;在社区创办老年人日间服务中心,为老年人提供日托服务。
经费有限等因素造成经过专业培训的服务人员有限、任务量大,因此不可能24小时为居家养老人员提供照料服务,只能采取定期或不定期上门查看等被动感知手段。传统的被动感知手段,难以获得持续、高效的信息,不能完全适应居家养老新需求。
传统的定期或不定期上门查看等被动感知手段存在以下问题:
①被动感知,耗费时间长,及时性不强。传统手段最大的缺点在于被动感知信息,在收到相关消息时才登门查看,未充分发挥主观能动性,不利于在应急事件发生的第一时间获取信息,也不利于居家养老人员的个人信息管理和记录。
②需耗费大量的人力物力,且受服务人员的工作状况和个人的业务能力影响较大,不具有持续性、稳定性。定期或不定期上门查看,需要服务人员在没有确定目标的情况下,登门拜访,在服务人员时间和精力有限的情况下,导致服务人员力量调配不合理。
发明内容
本发明实施例的目的是提供一种居家养老人员活动异常预警方法和装置,该居家养老人员活动异常预警方法和装置可以在很短的时间内识别居家养老人员的活动异常情况。
为了实现上述目的,本发明实施例提供一种居家养老人员活动异常预警方法,该方法包括:采集所述居家养老人员的基础信息;在多个时间点采集所述居家养老人员的多个位置信息;根据所述多个位置信息确定所述居家养老人员的人员轨迹,其中所述人员轨迹包括时间信息以及停留信息;根据所述居家养老人员的人员轨迹、所述居家养老人员的基础信息以及地图兴趣点信息,确定所述居家养老人员的行为事件;根据所述居家养老人员的人员轨迹以及所述居家养老人员的行为事件,确定所述居家养老人员的相关活动信息的关联网;根据所述居家养老人员的相关活动信息的关联网以及当前的居家养老人员的人员轨迹,确定所述居家养老人员活动是否异常。
优选地,根据所述多个位置信息确定所述居家养老人员的人员轨迹包括:将所述多个位置信息以时间排序;以预设时间间隔对所述多个位置信息进行采样;根据所采样的多个位置信息以及所采样的多个位置信息中每个位置信息对应的时间信息和停留信息,确定所述居家养老人员的人员轨迹。
优选地,根据所述居家养老人员的人员轨迹、所述居家养老人员的基础信息以及地图兴趣点信息,确定所述居家养老人员的行为事件包括:基于所述居家养老人员的人员轨迹,以多个预设时间段为周期,确定所述居家养老人员的主要驻留点;跟据所述居家养老人员的主要驻留点、所述地图兴趣点信息以及所述居家养老人员的基础信息,确定所述居家养老人员的多个个人重要感兴趣位置;以所述多个个人重要感兴趣位置为起点和终点,比较指定时间和非指定时间的居家养老人员的轨迹相似性;根据所述居家养老人员的轨迹相似性,确定所述居家养老人员的行为事件。
优选地,根据所述居家养老人员的人员轨迹以及所述居家养老人员的行为事件,确定所述居家养老人员的相关活动信息的关联网包括:将所述居家养老人员的人员轨迹中的时间信息、位置信息以及停留信息与所述居家养老人员的行为事件关联,得到针对行为的居家养老人员的相关活动信息的关联网;将所述居家养老人员的人员轨迹中的时间信息、停留信息以及所述居家养老人员的行为事件与所述居家养老人员的人员轨迹中的位置信息关联,得到针对位置的居家养老人员的相关活动信息的关联网。
优选地,根据所述居家养老人员的相关活动信息的关联网以及当前的居家养老人员的人员轨迹,确定所述居家养老人员活动是否异常包括:从当前的居家养老人员的人员轨迹中获取当前的居家养老人员的时间信息、停留信息以及位置信息;根据所述居家养老人员的相关活动信息的关联网、当前的居家养老人员的时间信息、停留信息以及位置信息,确定所述居家养老人员活动是否异常。
本发明实施例还提供一种居家养老人员活动异常预警装置,该装置包括:采集单元以及处理单元,其中,所述采集单元用于:采集所述居家养老人员的基础信息;在多个时间点采集所述居家养老人员的多个位置信息;所述处理单元用于:根据所述多个位置信息确定所述居家养老人员的人员轨迹,其中所述人员轨迹包括时间信息以及停留信息;根据所述居家养老人员的人员轨迹、所述居家养老人员的基础信息以及地图兴趣点信息,确定所述居家养老人员的行为事件;根据所述居家养老人员的人员轨迹以及所述居家养老人员的行为事件,确定所述居家养老人员的相关活动信息的关联网;根据所述居家养老人员的相关活动信息的关联网以及当前的居家养老人员的人员轨迹,确定所述居家养老人员活动是否异常。
优选地,根据所述多个位置信息确定所述居家养老人员的人员轨迹包括:将所述多个位置信息以时间排序;以预设时间间隔对所述多个位置信息进行采样;根据所采样的多个位置信息以及所采样的多个位置信息中每个位置信息对应的时间信息和停留信息,确定所述居家养老人员的人员轨迹。
优选地,根据所述居家养老人员的人员轨迹、所述居家养老人员的基础信息以及地图兴趣点信息,确定所述居家养老人员的行为事件包括:基于所述居家养老人员的人员轨迹,以多个预设时间段为周期,确定所述居家养老人员的主要驻留点;跟据所述居家养老人员的主要驻留点、所述地图兴趣点信息以及所述居家养老人员的基础信息,确定所述居家养老人员的多个个人重要感兴趣位置;以所述多个个人重要感兴趣位置为起点和终点,比较指定时间和非指定时间的居家养老人员的轨迹相似性;根据所述居家养老人员的轨迹相似性,确定所述居家养老人员的行为事件。
优选地,根据所述居家养老人员的人员轨迹以及所述居家养老人员的行为事件,确定所述居家养老人员的相关活动信息的关联网包括:将所述居家养老人员的人员轨迹中的时间信息、位置信息以及停留信息与所述居家养老人员的行为事件关联,得到针对行为的居家养老人员的相关活动信息的关联网;将所述居家养老人员的人员轨迹中的时间信息、停留信息以及所述居家养老人员的行为事件与所述居家养老人员的人员轨迹中的位置信息关联,得到针对位置的居家养老人员的相关活动信息的关联网。
优选地,根据所述居家养老人员的相关活动信息的关联网以及当前的居家养老人员的人员轨迹,确定所述居家养老人员活动是否异常包括:从当前的居家养老人员的人员轨迹中获取当前的居家养老人员的时间信息、停留信息以及位置信息;根据所述居家养老人员的相关活动信息的关联网、当前的居家养老人员的时间信息、停留信息以及位置信息,确定所述居家养老人员活动是否异常。
通过上述技术方案,通过采集居家养老人员的基础信息、采集居家养老人员的多个位置信息,然后根据多个位置信息确定居家养老人员的人员轨迹,接着根据居家养老人员的人员轨迹、居家养老人员的基础信息以及地图兴趣点信息,确定居家养老人员的行为事件,然后根据居家养老人员的人员轨迹以及居家养老人员的行为事件,确定居家养老人员的相关活动信息的关联网,最后根据居家养老人员的相关活动信息的关联网以及当前的居家养老人员的人员轨迹,确定居家养老人员活动是否异常。该居家养老人员活动异常预警方法和装置可以在很短的时间内识别居家养老人员的活动异常情况。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1是本发明一实施例提供的居家养老人员活动异常预警方法的流程图;
图2是本发明一实施例提供的确定居家养老人员的人员轨迹的方法的流程图;
图3是本发明一实施例提供的确定居家养老人员的行为事件的方法的流程图;
图4A-4B是本发明一实施例提供的居家养老人员的相关活动信息的关联网的示意图;
图5是本发明一实施例提供的确定居家养老人员活动是否异常的方法的流程图;以及
图6是本发明一实施例提供的居家养老人员活动异常预警装置的结构示意图。
附图标记说明
1 采集单元
2 处理单元。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
图1是本发明一实施例提供的居家养老人员活动异常预警方法的流程图。如图1所示,该方法包括:
步骤S11,采集所述居家养老人员的基础信息;
步骤S12,在多个时间点采集所述居家养老人员的多个位置信息;
步骤S13,根据所述多个位置信息确定所述居家养老人员的人员轨迹,其中所述人员轨迹包括时间信息以及停留信息;
步骤S14,根据所述居家养老人员的人员轨迹、所述居家养老人员的基础信息以及地图兴趣点信息,确定所述居家养老人员的行为事件;
步骤S15,根据所述居家养老人员的人员轨迹以及所述居家养老人员的行为事件,确定所述居家养老人员的相关活动信息的关联网;
步骤S16,根据所述居家养老人员的相关活动信息的关联网以及当前的居家养老人员的人员轨迹,确定所述居家养老人员活动是否异常。
本发明针对现有居家养老人员(例如老人)外出或在家遇险的复杂情况,借助定位手段,记录人员轨迹,在时间和空间尺度上分析人员行动轨迹变化,判定人员日常行为。在此基础上,结合人员偏好信息,开展人员活动异常识别和预警。
具体包括以下几步:
1、采集居家养老人员基础信息,包括个人信息、健康状况、经济状况、居住状况、家庭状况(子女状况、配偶状况)等。具体信息如下:
个人信息:姓名、性别、民族、年龄、职业、学历、工作年限;
健康状况:血压、血糖、心率等基本指标,家族病史、本人病史、慢性病、定点医院及联系电话与位置(或偏好医院,如有)、家庭医生及联系电话与坐诊医院(或偏好医生,如有);
经济状况:年收入、个人存款、不动产、投资理财;
居住状况:人均住房面积、居住小区名称及位置、家庭房屋楼号楼层单元号、居住房间状况信息、邻里信息(有无,是否常驻)以及其他信息;
家庭状况:子女状况、配偶状况、子女联系信息、紧急联系电话;
活动地区:经常活动区、周期性活动区(时间、地点)、其他;
根据身份证信息设立专属用户账户,将基本信息录入专属数据库,将基本信息与用于定位的设备相匹配。
2、根据指令,借助可穿戴设备,记录居家养老人员移动位置,表达居家养老人员的人员轨迹。
3、在时间尺度和空间尺度分析居家养老人员的位置变化。
4、根据时序关系,描述居家养老人员日常生活中不断的发生着各种行为事件关系和属性。
5、根据停留点的停留时间和轨迹异常信息,识别居家养老人员是否突发疾病、遭遇危险等异常信息。
6、将居家养老人员异常行为信息传送至服务中心。
具体将在下文详述。
图2是本发明一实施例提供的确定居家养老人员的人员轨迹的方法的流程图。如图2所示,该方法包括:
步骤S21,将所述多个位置信息以时间排序;
步骤S22,以预设时间间隔对所述多个位置信息进行采样;
步骤S23,根据所采样的多个位置信息以及所采样的多个位置信息中每个位置信息对应的时间信息和停留信息,确定所述居家养老人员的人员轨迹。
本发明实施例采集居家养老人员的位置信息,并按照不同的时间节点和事件按照一定的规则形成轨迹。
将借助手机、手环等定位设备采集的居家养老人员在不同时间节点的位置信息按照时间排序,剔除由定位设备临时损坏、信号中断、网络切换等生成的空间离群点,然后为了减少处理负荷,可以按照时间间隔对大量离散的位置信息采样,最后,将位置信息采样数据与地图兴趣点信息(住宅、商店、学校、公园等位置)相关联,结合时间维度信息(即当前的时间信息)和停留信息(如停留时间)生成人员轨迹,该人员轨迹可以体现居家养老人员在什么时间于什么位置停留多少时间。
图3是本发明一实施例提供的确定居家养老人员的行为事件的方法的流程图。如图3所示,该方法包括:
步骤S31,基于所述居家养老人员的人员轨迹,以多个预设时间段为周期,确定所述居家养老人员的主要驻留点;
步骤S32,跟据所述居家养老人员的主要驻留点、所述地图兴趣点信息以及所述居家养老人员的基础信息,确定所述居家养老人员的多个个人重要感兴趣位置;
步骤S33,以所述多个个人重要感兴趣位置为起点和终点,比较指定时间和非指定时间的居家养老人员的轨迹相似性;
步骤S34,根据所述居家养老人员的轨迹相似性,确定所述居家养老人员的行为事件。
在本发明实施例中,在时间尺度和空间尺度分析居家养老人员的位置变化。
按照多个预设时间段(例如10分钟、30分钟、1天、1周等,但不限于此)为周期划分时间粒度,分析每个预设时间段的轨迹和驻留点的变化。随后,利用空间聚类技术(即将距离一定预设范围内的驻留点聚类,如50平米,但不限于此),根据居家养老人员在某些地点的出现频次,确定主要驻留点,然后将主要驻留点信息与地图兴趣点信息(住宅、商店、学校、公园等位置)、居家养老人员的基础信息中的主要活动区信息(如家庭位置、亲属家庭位置等)关联,确定个人重要感兴趣位置(如家、购物场所、体育锻炼场所、休闲场所等),接着,以个人重要感兴趣位置为起点和终点,比较指定时间(例如早高峰上班时间、晚高峰下班时间)以及非指定时间(不代表特定意义的时间)的用户轨迹的相似性,最后,根据用户轨迹相似性,综合考虑人类行为具有重复性和周期性的特点,结合生活常识,确定居家养老人员的行为事件。
图4A-4B是本发明一实施例提供的居家养老人员的相关活动信息的关联网的示意图。如图4A所示,按照时间的先后序列顺序,描述居家养老人员日常活动中的各个行为事件属性,即将所述居家养老人员的人员轨迹中的时间信息、位置信息以及停留信息与所述居家养老人员的行为事件关联,得到针对行为的居家养老人员的相关活动信息的关联网;如图4B所示,结合位置属性,描述居家养老人员日常活动中的各个行为事件属性,即将所述居家养老人员的人员轨迹中的时间信息、停留信息以及所述居家养老人员的行为事件与所述居家养老人员的人员轨迹中的位置信息关联,得到针对位置的居家养老人员的相关活动信息的关联网。另外,关系网中还可以包括同行人员、环境以及行为结果等属性。
在居家养老人员的相关活动信息的关联网建立之后,可以基于该关系网,判断当前的居家养老人员的活动是否异常。
图5是本发明一实施例提供的确定居家养老人员活动是否异常的方法的流程图。如图5所示,该方法包括:
步骤S51,从当前的居家养老人员的人员轨迹中获取当前的居家养老人员的时间信息、停留信息以及位置信息;
步骤S52,根据所述居家养老人员的相关活动信息的关联网、当前的居家养老人员的时间信息、停留信息以及位置信息,确定所述居家养老人员活动是否异常。
在本发明实施例中,根据停留点的停留时间和轨迹的异常信息,识别居家养老人员是否突发疾病、遭遇危险等异常信息。
首先可以分析停留点异常。在不同的时间段,分析居家养老人员在感兴趣位置停留时间及短轨迹信息,在居家养老人员填报信息和居家养老人员的相关活动信息的关联网支持下,分析停留时间是否异常。在初始使用期,采用居家养老人员填报信息和感兴趣位置停留时间判断活动异常。随着居家养老人员大量数据的获取,采用居家养老人员的相关活动信息的关联网分析方法异常信息识别。
接着,基于居家养老人员的相关活动信息的关联网,比较指定时间和非指定时间的居家养老人员的轨迹的相异性。基于居家养老人员的轨迹相异性、位置信息、居家养老人员的基础信息,推断异常原因。基于异常原因推断,开展异常信息识别。
异常有以下可能的情况:
异常活动地点:发现居家养老人员出现在平时不去的地方、较远的地方、或不可能去的地方。
异常活动范围:扩大搜索活动范围,判定是否有超出预设区域的行动。
异常活动时间:指活动时间与以往活动模式中的活动时间严重不一致,或在不合理的活动时间内开展活动,或以高速运动的方式超出范围或远距离活动。
可疑活动内容等:指在一些地点使用性质明确的位置开展不适合居家养老人员活动的活动,如在越野赛车场,大型工厂,矿场等,或前往未经提前说明的具有严重预警意义的地方,如医院,急救中心等。
将居家养老人员的活动异常信息传送给服务中心,并将监测模式转入应急模式,开展密集观测。服务中心人员对异常信息进行预判,及时采用电话或上门查看方式问询。将问询结果和实时位置信息发送给居家养老人员紧急联系人。
图6是本发明一实施例提供的居家养老人员活动异常预警装置的结构示意图。如图6所示,该装置包括:采集单元1以及处理单元2,其中,所述采集单元1用于:采集所述居家养老人员的基础信息;在多个时间点采集所述居家养老人员的多个位置信息;所述处理单元2用于:根据所述多个位置信息确定所述居家养老人员的人员轨迹,其中所述人员轨迹包括时间信息以及停留信息;根据所述居家养老人员的人员轨迹、所述居家养老人员的基础信息以及地图兴趣点信息,确定所述居家养老人员的行为事件;根据所述居家养老人员的人员轨迹以及所述居家养老人员的行为事件,确定所述居家养老人员的相关活动信息的关联网;根据所述居家养老人员的相关活动信息的关联网以及当前的居家养老人员的人员轨迹,确定所述居家养老人员活动是否异常。
优选地,根据所述多个位置信息确定所述居家养老人员的人员轨迹包括:将所述多个位置信息以时间排序;以预设时间间隔对所述多个位置信息进行采样;根据所采样的多个位置信息以及所采样的多个位置信息中每个位置信息对应的时间信息和停留信息,确定所述居家养老人员的人员轨迹。
优选地,根据所述居家养老人员的人员轨迹、所述居家养老人员的基础信息以及地图兴趣点信息,确定所述居家养老人员的行为事件包括:基于所述居家养老人员的人员轨迹,以多个预设时间段为周期,确定所述居家养老人员的主要驻留点;跟据所述居家养老人员的主要驻留点、所述地图兴趣点信息以及所述居家养老人员的基础信息,确定所述居家养老人员的多个个人重要感兴趣位置;以所述多个个人重要感兴趣位置为起点和终点,比较指定时间和非指定时间的居家养老人员的轨迹相似性;根据所述居家养老人员的轨迹相似性,确定所述居家养老人员的行为事件。
优选地,根据所述居家养老人员的人员轨迹以及所述居家养老人员的行为事件,确定所述居家养老人员的相关活动信息的关联网包括:将所述居家养老人员的人员轨迹中的时间信息、位置信息以及停留信息与所述居家养老人员的行为事件关联,得到针对行为的居家养老人员的相关活动信息的关联网;将所述居家养老人员的人员轨迹中的时间信息、停留信息以及所述居家养老人员的行为事件与所述居家养老人员的人员轨迹中的位置信息关联,得到针对位置的居家养老人员的相关活动信息的关联网。
优选地,根据所述居家养老人员的相关活动信息的关联网以及当前的居家养老人员的人员轨迹,确定所述居家养老人员活动是否异常包括:从当前的居家养老人员的人员轨迹中获取当前的居家养老人员的时间信息、停留信息以及位置信息;根据所述居家养老人员的相关活动信息的关联网、当前的居家养老人员的时间信息、停留信息以及位置信息,确定所述居家养老人员活动是否异常。
上述居家养老人员活动异常预警装置的实施例与上文所述的居家养老人员活动异常预警方法的实施例类似,在此不再赘述。
通过上述技术方案,通过采集居家养老人员的基础信息、采集居家养老人员的多个位置信息,然后根据多个位置信息确定居家养老人员的人员轨迹,接着根据居家养老人员的人员轨迹、居家养老人员的基础信息以及地图兴趣点信息,确定居家养老人员的行为事件,然后根据居家养老人员的人员轨迹以及居家养老人员的行为事件,确定居家养老人员的相关活动信息的关联网,最后根据居家养老人员的相关活动信息的关联网以及当前的居家养老人员的人员轨迹,确定居家养老人员活动是否异常。该居家养老人员活动异常预警方法和装置可以在很短的时间内识别居家养老人员的活动异常情况。
以上结合附图详细描述了本发明实施例的可选实施方式,但是,本发明实施例并不限于上述实施方式中的具体细节,在本发明实施例的技术构思范围内,可以对本发明实施例的技术方案进行多种简单变型,这些简单变型均属于本发明实施例的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施例对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,本发明实施例的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施例的思想,其同样应当视为本发明实施例所公开的内容。
Claims (6)
1.一种居家养老人员活动异常预警方法,其特征在于,该方法包括:
采集所述居家养老人员的基础信息,所述基础信息包括个人信息、健康状况、经济状况、居住状况以及家庭状况;
在多个时间点采集所述居家养老人员的多个位置信息;
根据所述多个位置信息确定所述居家养老人员的人员轨迹,其中所述人员轨迹包括时间信息以及停留信息;
基于所述居家养老人员的人员轨迹,以多个预设时间段为周期,确定所述居家养老人员的主要驻留点;
跟据所述居家养老人员的主要驻留点、地图兴趣点信息以及所述居家养老人员的基础信息,确定所述居家养老人员的多个个人重要感兴趣位置;
以所述多个个人重要感兴趣位置为起点和终点,比较指定时间和非指定时间的居家养老人员的轨迹相似性;
根据所述居家养老人员的轨迹相似性,确定所述居家养老人员的行为事件;
将所述居家养老人员的人员轨迹中的时间信息、位置信息以及停留信息与所述居家养老人员的行为事件关联,得到针对行为的居家养老人员的相关活动信息的关联网;
将所述居家养老人员的人员轨迹中的时间信息、停留信息以及所述居家养老人员的行为事件与所述居家养老人员的人员轨迹中的位置信息关联,得到针对位置的居家养老人员的相关活动信息的关联网;
根据针对行为和针对位置的所述居家养老人员的相关活动信息的关联网以及当前的居家养老人员的人员轨迹,确定所述居家养老人员活动是否异常。
2.根据权利要求1所述的居家养老人员活动异常预警方法,其特征在于,根据所述多个位置信息确定所述居家养老人员的人员轨迹包括:
将所述多个位置信息以时间排序;
以预设时间间隔对所述多个位置信息进行采样;
根据所采样的多个位置信息以及所采样的多个位置信息中每个位置信息对应的时间信息和停留信息,确定所述居家养老人员的人员轨迹。
3.根据权利要求1所述的居家养老人员活动异常预警方法,其特征在于,根据所述居家养老人员的相关活动信息的关联网以及当前的居家养老人员的人员轨迹,确定所述居家养老人员活动是否异常包括:
从当前的居家养老人员的人员轨迹中获取当前的居家养老人员的时间信息、停留信息以及位置信息;
根据所述居家养老人员的相关活动信息的关联网、当前的居家养老人员的时间信息、停留信息以及位置信息,确定所述居家养老人员活动是否异常。
4.一种居家养老人员活动异常预警装置,其特征在于,该装置包括:
采集单元以及处理单元,其中,
所述采集单元用于:
采集所述居家养老人员的基础信息,所述基础信息包括个人信息、健康状况、经济状况、居住状况以及家庭状况;
在多个时间点采集所述居家养老人员的多个位置信息;
所述处理单元用于:
根据所述多个位置信息确定所述居家养老人员的人员轨迹,其中所述人员轨迹包括时间信息以及停留信息;
基于所述居家养老人员的人员轨迹,以多个预设时间段为周期,确定所述居家养老人员的主要驻留点;
跟据所述居家养老人员的主要驻留点、地图兴趣点信息以及所述居家养老人员的基础信息,确定所述居家养老人员的多个个人重要感兴趣位置;
以所述多个个人重要感兴趣位置为起点和终点,比较指定时间和非指定时间的居家养老人员的轨迹相似性;
根据所述居家养老人员的轨迹相似性,确定所述居家养老人员的行为事件;
将所述居家养老人员的人员轨迹中的时间信息、位置信息以及停留信息与所述居家养老人员的行为事件关联,得到针对行为的居家养老人员的相关活动信息的关联网;
将所述居家养老人员的人员轨迹中的时间信息、停留信息以及所述居家养老人员的行为事件与所述居家养老人员的人员轨迹中的位置信息关联,得到针对位置的居家养老人员的相关活动信息的关联网;
根据针对行为和针对位置的所述居家养老人员的相关活动信息的关联网以及当前的居家养老人员的人员轨迹,确定所述居家养老人员活动是否异常。
5.根据权利要求4所述的居家养老人员活动异常预警装置,其特征在于,根据所述多个位置信息确定所述居家养老人员的人员轨迹包括:
将所述多个位置信息以时间排序;
以预设时间间隔对所述多个位置信息进行采样;
根据所采样的多个位置信息以及所采样的多个位置信息中每个位置信息对应的时间信息和停留信息,确定所述居家养老人员的人员轨迹。
6.根据权利要求4所述的居家养老人员活动异常预警装置,其特征在于,根据所述居家养老人员的相关活动信息的关联网以及当前的居家养老人员的人员轨迹,确定所述居家养老人员活动是否异常包括:
从当前的居家养老人员的人员轨迹中获取当前的居家养老人员的时间信息、停留信息以及位置信息;
根据所述居家养老人员的相关活动信息的关联网、当前的居家养老人员的时间信息、停留信息以及位置信息,确定所述居家养老人员活动是否异常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910496318.6A CN110349372B (zh) | 2019-06-10 | 2019-06-10 | 居家养老人员活动异常预警方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910496318.6A CN110349372B (zh) | 2019-06-10 | 2019-06-10 | 居家养老人员活动异常预警方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110349372A CN110349372A (zh) | 2019-10-18 |
CN110349372B true CN110349372B (zh) | 2021-11-19 |
Family
ID=68181709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910496318.6A Expired - Fee Related CN110349372B (zh) | 2019-06-10 | 2019-06-10 | 居家养老人员活动异常预警方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110349372B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460246B (zh) * | 2019-12-19 | 2020-12-08 | 南京柏跃软件有限公司 | 基于数据挖掘和密度检测的实时活动异常人员发现方法 |
CN111583582A (zh) * | 2020-04-24 | 2020-08-25 | 吉林省大河智能科技有限公司 | 适用于居家养老的多传感器信息融合技术的行为分析系统 |
CN115268279A (zh) * | 2021-04-30 | 2022-11-01 | 北京老有所依网络科技有限公司 | 智能居家养老服务系统、信息交互方法 |
CN114120608B (zh) * | 2022-01-24 | 2022-04-15 | 南京迈特望科技股份有限公司 | 多源数据可视化智慧养老预警系统及方法 |
CN114742683B (zh) * | 2022-06-10 | 2022-08-23 | 浙江大学滨海产业技术研究院 | 一种智慧社区养老服务管理方法及系统 |
CN115792989B (zh) * | 2023-02-03 | 2023-05-09 | 深圳市视美泰技术股份有限公司 | 一种电动自行车定位方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100119080A (ko) * | 2009-04-30 | 2010-11-09 | 동서대학교산학협력단 | 실시간 다중물체 추적 방법 |
CN106339417A (zh) * | 2016-08-15 | 2017-01-18 | 浙江大学 | 基于移动轨迹中停留点的用户群体行为规律检测方法 |
CN109635190A (zh) * | 2018-11-28 | 2019-04-16 | 四川亨通网智科技有限公司 | 基于位置和行为联合分析的用户特征挖掘方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103632479A (zh) * | 2013-11-28 | 2014-03-12 | 中山大学 | 一种基于人体运动轨迹分析的居家养老安防系统 |
CN106530181A (zh) * | 2016-11-03 | 2017-03-22 | 山东瀚岳智能科技股份有限公司 | 基于定位数据的监狱应急预案调度方法及系统 |
CN107296612A (zh) * | 2017-06-13 | 2017-10-27 | 泰康保险集团股份有限公司 | 被监护人的自动监护方法、系统及终端设备 |
KR101861324B1 (ko) * | 2017-08-23 | 2018-06-04 | 주식회사 웨어롬 | 움직임 분석에 기반한 응급상황 판단 시스템 및 방법 |
CN109035699A (zh) * | 2018-08-29 | 2018-12-18 | 张力 | 基于人工智能的老年人居家全景监控看护系统及方法 |
-
2019
- 2019-06-10 CN CN201910496318.6A patent/CN110349372B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100119080A (ko) * | 2009-04-30 | 2010-11-09 | 동서대학교산학협력단 | 실시간 다중물체 추적 방법 |
CN106339417A (zh) * | 2016-08-15 | 2017-01-18 | 浙江大学 | 基于移动轨迹中停留点的用户群体行为规律检测方法 |
CN109635190A (zh) * | 2018-11-28 | 2019-04-16 | 四川亨通网智科技有限公司 | 基于位置和行为联合分析的用户特征挖掘方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110349372A (zh) | 2019-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110349372B (zh) | 居家养老人员活动异常预警方法和装置 | |
CN107145704B (zh) | 一种面向社区的健康医疗监护、评测系统及其方法 | |
CN106777954B (zh) | 一种空巢老人健康的智能监护系统及方法 | |
RU2700498C2 (ru) | Персональная система экстренного реагирования с прогностической оценкой риска экстренного вызова | |
Cisotto et al. | Evolution of ICT for the improvement of quality of life | |
US20230197289A1 (en) | Epidemic Monitoring System | |
Yue et al. | Fusing location data for depression prediction | |
CN103106327A (zh) | 远程实时家庭健康监护系统 | |
US20200194125A1 (en) | Method and System for Tracking, Storing, and Processing Data to Identify Risk Factors and Predict Health-Related Conditions | |
CN104107031A (zh) | 智慧城市远程生理监测健康监护系统及其方法 | |
Wu et al. | Improving momentary stress measurement and prediction with bluetooth encounter networks | |
Swain et al. | Leveraging WiFi network logs to infer social interactions: A case study of academic performance and student behavior | |
CN106606348A (zh) | 基于移动通信的监测长者生命安全、健康及生活安全系统 | |
Jeong et al. | Visual scheme monitoring of sensors for fault tolerance on wireless body area networks with cloud service infrastructure | |
CN113068124A (zh) | 一种基于智能可穿戴设备的特定区域内人员管理方法 | |
Opare et al. | Improving surveillance for non-communicable diseases in the eastern region of Ghana-2011 | |
KR20100021894A (ko) | 욕구 추출 알고리즘을 이용한 사회복지 클라이언트에 대한 케어 관리 서비스 방법 및 시스템 | |
Li et al. | An empirical study on challenges faced by the elderly in care centres | |
TWI756992B (zh) | 計算活動期間及效率的方法 | |
Pechenizkiy et al. | Heart failure hospitalization prediction in remote patient management systems | |
Rahimi-Eichi et al. | Measures of Behavior and Life Dynamics from Commonly Available GPS Data (DPLocate): Algorithm Development and Validation | |
CN117275736B (zh) | 一种基于物联网的居家养老健康监测方法及系统 | |
Comito et al. | Integrating IoT and social media for smart health monitoring | |
Vlahu-Gjorgievska et al. | Towards collaborative health care system model-COHESY | |
Klaas | Monitoring outpatients in palliative care through wearable devices |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20211119 |
|
CF01 | Termination of patent right due to non-payment of annual fee |