CN110824504A - 一种基于多传感器检测和gnss定位的溺水检测方法以及设备 - Google Patents
一种基于多传感器检测和gnss定位的溺水检测方法以及设备 Download PDFInfo
- Publication number
- CN110824504A CN110824504A CN201911089449.9A CN201911089449A CN110824504A CN 110824504 A CN110824504 A CN 110824504A CN 201911089449 A CN201911089449 A CN 201911089449A CN 110824504 A CN110824504 A CN 110824504A
- Authority
- CN
- China
- Prior art keywords
- drowning
- data
- accelerometer
- altitude
- behavior
- 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
- 206010013647 Drowning Diseases 0.000 title claims abstract description 67
- 238000001514 detection method Methods 0.000 title claims abstract description 54
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 36
- 238000003066 decision tree Methods 0.000 claims abstract description 20
- 238000000605 extraction Methods 0.000 claims abstract description 16
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000001914 filtration Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 19
- 230000001133 acceleration Effects 0.000 claims description 15
- 230000009182 swimming Effects 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000000474 nursing effect Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 5
- 238000007635 classification algorithm Methods 0.000 claims description 3
- 238000002790 cross-validation Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000010200 validation analysis Methods 0.000 claims description 3
- 238000013138 pruning Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
- G01S19/17—Emergency applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- 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
- G08B21/08—Alarms for ensuring the safety of persons responsive to the presence of persons in a body of water, e.g. a swimming pool; responsive to an abnormal condition of a body of water
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Alarm Systems (AREA)
Abstract
本发明属于溺水施救领域,具体涉及一种基于多传感器检测和GNSS定位的溺水检测方法以及设备,具体检测步骤如下,将海拔高度写入flash;溺水检测便携设备每隔一定时间,使用GNSS模块获取当前坐标,判定当前位置与上一次位置距离,并且与数据表中的坐标数值对比,当前位置在新的单元区域,则重新设置水深传感器基准值;如果位置依旧在上次单位区域内,则不调整基准值;再基于加速度计进行溺水行为识别,识别步骤包括加速度计采集数据预处理、数据加窗、行为特征提取、基于决策树的动作识别;最后进行溺水行为判定。能够及时监测到溺水行为并进行准确预警以报告溺水人员的位置,有效提高了施救的效率,安全性好。
Description
技术领域:
本发明属于溺水施救领域,具体涉及一种基于多传感器检测和GNSS定位的溺水检测方法以及设备。
背景技术:
目前,泳池及海边游泳是受众非常大的娱乐方式,既能达到娱乐的目的,也能通过游泳锻炼身体,但是这种娱乐健身方式也存在着溺水或者在水中抽筋或者其他意外情况,这就需要及时进行施救,由于溺水的特殊性,需要在极短的时间完成救援否则就会有生命危险,目前针对游泳溺水等意外所做的主要防护措施是通过在游泳场所安排救生人员,在有游泳人员发生溺水后通过观察或者听取呼救的方式发现溺水者并及时进行施救,但是这种救生手段通常是在泳池和受游泳池救生员人数限制,不能完全做到准确而及时发现溺水人员。每耽误一秒钟,对于溺水人员来说危险就增加一分,因此本发明寻求设计提供一种基于多传感器检测和GNSS定位的溺水检测方法以及设备,使用加速度计、水深传感器和心率传感器的测量数据作为判定佩戴者是否处于溺水状态,使用GPS/北斗/格洛纳斯/伽利略定位模块(下文简称GNSS定位模块)定位人员位置修正水深传感器测量基准值,提高测量准确性。提高了游泳的安全性。
发明内容:
本发明的目的在于克服现有技术所述的上述缺陷,寻求提供一种基于多传感器检测和GNSS定位的溺水检测方法以及设备,能够对溺水行为进行准确分析与识别。
为了实现上述目的,本发明涉及的基于多传感器检测和GNSS定位的溺水检测方法以及设备通过如下技术方案实现:本发明涉及的一种基于多传感
器检测和GNSS定位的溺水检测方法以及设备通过如下技术方案实现:
其中多传感器检测和GNSS定位的溺水检测设备的结构如下:
加速度计、水深测量传感器和心率测量传感器分别通过IIC(Inter-IntegratedCircuit)与MCU(微控制单元)通信连接,用以将收集到的数据传输至MCU,
北斗/GPS模块和SIM卡模块分别通过UART(Universal Asynchronous Receiver/Transmitter)与MCU通信,北斗/GPS模块用于获取人员位置,SIM卡用于发送报警信息;
外接flash通过SPI与MCU通信连接,用于存放坐标信息与海拔高度信息;手环、标签在内的设备上的芯片计算能力有限,无法使用较为复杂的计算方法,本发明将不同的地理位置海拔存储在设备中的flash中,在使用时,根据GNSS模块定位结果,从flash中读取海拔信息;
LED灯通过GPIO与MCU通信连接,用以发送报警信号,MCU通过GPIO控制LED灯亮灭。
本发明涉及的多传感器检测和GNSS定位的溺水检测设备在进行溺水检测时,具体操作步骤按照如下方式进行:
由于海拔越高,气压越低,导致不同海拔气压不同,当使用水压传感器时,泳池水面基准0值会产生变化,需要根据海拔做相应调整,为此须将将不同的地理位置海拔存储在flash中;
步骤1、海拔高度写入flash
S1、需要制作海拔高度数据表,以10km为单位,将国内区域划分成多个10*10km的区域;
S2、按照一定顺序(可从南向北、也可从东向西或者从北向南、从西向东)对划分的区域进行编号;
S3、查询记录每个10*10km的区域的平均海拔,特别的,在人口居住稠密、地势变化剧烈地区,可以适当查询减小区域范围;
S4、将查询的海拔数据,按顺序写到flash中,其中,由于海拔数据不会超过10000,此处将每个区域的海拔按照2字节或者4字节方式写入flash,以便于查询;
步骤2、基于被监测人员位置自动调整水深传感器基准值
溺水检测便携设备每隔一定时间,使用GNSS模块获取当前坐标,其中时间间隔根据需要自行设定,范围为10分钟-120分钟,虽然室内定位误差偏大,但是五十米以内误差不影响最终结果;
S1、判定当前位置与上一次位置距离,并且与数据表中的坐标数值对比,当前位置在新的单元区域,则重新设置水深传感器基准值;如果位置依旧在上次单位区域内,则不调整基准值;
步骤3、基于加速度计进行溺水行为识别
S1、加速度计采集数据预处理
加速度计能够以测量人体运动加速度和重力加速度信号,但是其测量数据包含了各种干扰信号和噪声信号,这些干扰和噪声会对溺水行为识别带来很多负面影响,因此需要对加速度计测量的数据进行噪声过滤与平滑、加窗在内的预处理操作;
使用式(1)所示的切比雪夫低通滤波器处理加速度计采样得到的数据,
加速度计采样的数据使用上述计算得到的滤波器滤波后,用以进一步分析;
S2、数据加窗
由于直接测量得到的加速度数据在时域中以数据流的形式呈现,不适合直接提取特征,通常在对加速度信号进行特征提取之前进行添加窗口的预处理;本发明中,加速度计的数据采集频率为50Hz,采样窗口设置为256点,相邻窗口重叠50%;
S3、行为特征提取
由于S2中加窗后的加速度计测量数据无法直接用于判断人体运动状态,也无法直接被分类器识别,因此,需要对S2中加窗后的加速度计测量数据进行特征提取,本发明选用标准差、均值、波峰间隔、波峰波谷几种特征组成特征集;
S4、基于决策树的动作识别
行为特征提取得到的特征集用于设计决策树中内部节点的属性,决策树分类算法计算量相对较小,并且模型简单,但是识别精度较高,决策树分类法采用自上而下的递归方式,在内部比较节点的属性,并根据属性的不同得到一条自上而下的路径,在叶节点处得到分类;
本发明先使用ID3算法生成一棵树,再根据交叉验证和测试集验证的结果对树进行剪枝,进而得到决策树;
步骤4、溺水行为判定
S1、多传感器检测和GNSS定位的溺水检测设备开始工作后,先读取GNSS定位结果,确定当前定位位置;
S2、计算当前所在区域的序号;
S3、查找当前区域所在海拔,修改基准值;
S4、读取加速度计数据,根据基于加速计的溺水行为识别算法分析当前行为是否处于静止;
S5、如果识别当前处于运动状态,则进一步判断是正常游泳还是溺水行为,如果人员处于溺水状态则通过SIM卡向安全员和看护人员发送报警信号,并且LED灯闪频报警;
S6、如果识别当前处于静止状态,则需要先判定距离上次使用GNSS定位间隔时长,超过设定的时间(例如半小时),则重新定位,并判定是否需要调整海拔基准值;如果没超过半小时,则不错调整;
S7、读取水深数据,如果水深大于阈值,则进一步读取心率数据,判定当前人员心率是否处于溺水状态,如果处于溺水状态则通过SIM卡向安全员和看护人员发送报警信号,并且LED等闪频报警;否则继续读取加速度计数据。
进一步的,本发明中加速度计包含单不限于各类基于MEMS的3轴、6轴、9轴加速度计。
进一步的,本发明中水深传感器包含但不限于基于压力的水深传感器。
进一步的,本发明中对加速度计预处理中,低通滤波也可使用方法包含但不限于切比雪夫低通滤波、巴特沃斯低通滤波、FIR低通滤波和卡尔曼滤波。
进一步的,本发明中只以决策树方法进行分析,可使用行为分类方法还包含但不限于KNN、朴素贝叶斯、SVM等以及这些方法的组合。
发明与现有技术相比,取得的有益效果如下:
由于海拔不同气压不同。与现有产品相比,本发明可以根据GNSS定位结果,确定当前所处位置的海拔,进而调整水深传感器的基准值。这样可以提高水深传感器量测数值的精度,更加精确的分析溺水行为。其主体结构简单,设计构思巧妙,监测结果准确,能够及时监测到溺水行为并进行准确预警以报告溺水人员的位置,有效提高了施救的效率,安全性好,应用环境友好,市场前景广阔。
附图说明:
图1为本发明涉及的传感器检测和GNSS定位的溺水检测设备结构原理示意图。
图2为本发明涉及的海拔高度数据写入flash流程原理示意图。
图3为本发明涉及的按距离划分原理示意图。
图4为本发明涉及的水深传感器基准值的执行流程原理示意图。
图5为本发明涉及的决策树动作识别流程原理示意图。
图6为本发明涉及的溺水行为识别流程原理示意图。
具体实施方式:
下面通过实例并结合附图对本发明进一步说明。
实施例1:
本实施例涉及的一种基于多传感器检测和GNSS定位的溺水检测方法以及设备通过如下技术方案实现:
其中多传感器检测和GNSS定位的溺水检测设备的结构如下:
加速度计、水深测量传感器和心率测量传感器分别通过IIC(Inter-IntegratedCircuit)与MCU(微控制单元)通信连接,用以将收集到的数据传输至MCU,
北斗/GPS模块和SIM卡模块分别通过UART(Universal Asynchronous Receiver/Transmitter)与MCU通信,北斗/GPS模块用于获取人员位置,SIM卡用于发送报警信息;
外接flash通过SPI与MCU通信连接,用于存放坐标信息与海拔高度信息;手环、标签在内的设备上的芯片计算能力有限,无法使用较为复杂的计算方法,本实施例将不同的地理位置海拔存储在设备中的flash中,在使用时,根据GNSS模块定位结果,从flash中读取海拔信息;
LED灯通过GPIO与MCU通信连接,用以发送报警信号,MCU通过GPIO控制LED灯亮灭。
本实施例涉及的多传感器检测和GNSS定位的溺水检测设备在进行溺水检测时,具体操作步骤按照如下方式进行:
由于海拔越高,气压越低,导致不同海拔气压不同,当使用水压传感器时,泳池水面基准0值会产生变化,需要根据海拔做相应调整,为此须将将不同的地理位置海拔存储在flash中,海拔高度写入flash流程如图2所示;
步骤1、海拔高度写入flash
S1、需要制作海拔高度数据表,以10km为单位,将国内区域划分成多个10*10km的区域,划分示意图如图3所示;
S2、按照一定顺序(可从南向北、也可从东向西或者从北向南、从西向东)对划分的区域进行编号;
S3、查询记录每个10*10km的区域的平均海拔,特别的,在人口居住稠密、地势变化剧烈地区,可以适当查询减小区域范围;
S4、将查询的海拔数据,按顺序写到flash中,其中,由于海拔数据不会超过10000,此处将每个区域的海拔按照2字节或者4字节方式写入flash,以便于查询;
步骤2、基于被监测人员位置自动调整水深传感器基准值
基于人员位置自动调整水深传感器基准值的执行流程如图4所示,溺水检测便携设备每隔一定时间,使用GNSS模块获取当前坐标,虽然室内定位误差偏大,但是五十米以内误差不影响最终结果;
S1、判定当前位置与上一次位置距离,并且与数据表中的坐标数值对比,当前位置在新的单元区域,则重新设置水深传感器基准值;如果位置依旧在上次单位区域内,则不调整基准值;
步骤3、基于加速度计进行溺水行为识别
S1、加速度计采集数据预处理
加速度计能够以测量人体运动加速度和重力加速度信号,但是其测量数据包含了各种干扰信号和噪声信号,这些干扰和噪声会对溺水行为识别带来很多负面影响,因此需要对加速度计测量的数据进行噪声过滤与平滑、加窗在内的预处理操作;
使用式(1)所示的切比雪夫低通滤波器处理加速度计采样得到的数据,
加速度计采样的数据使用上述计算得到的滤波器滤波后,用以进一步分析;
S2、数据加窗
由于直接测量得到的加速度数据在时域中以数据流的形式呈现,不适合直接提取特征,通常在对加速度信号进行特征提取之前进行添加窗口的预处理;本实施例中,加速度计的数据采集频率为50Hz,采样窗口设置为256点,相邻窗口重叠50%。
S3、行为特征提取
由于S2中加窗后的加速度计测量数据无法直接用于判断人体运动状态,也无法直接被分类器识别,因此,需要对S2中加窗后的加速度计测量数据进行特征提取,本实施例选用标准差、均值、波峰间隔、波峰波谷几种特征组成特征集;
S4、基于决策树的动作识别
行为特征提取得到的特征集用于设计决策树中内部节点的属性,决策树分类算法计算量相对较小,并且模型简单,但是识别精度较高,决策树分类法采用自上而下的递归方式,在内部比较节点的属性,并根据属性的不同得到一条自上而下的路径,在叶节点处得到分类;
本实施例先使用ID3算法生成一棵树,再根据交叉验证和测试集验证的结果对树进行剪枝,进而得到决策树,如图5所示。
步骤4、溺水行为判定
基于加速度计、水深传感器和心率传感器的溺水行为识别流程如图6所示,
S1、多传感器检测和GNSS定位的溺水检测设备开始工作后,先读取GNSS定位结果,确定当前定位位置;
S2、计算当前所在区域的序号;
S3、查找当前区域所在海拔,修改基准值;
S4、读取加速度计数据,根据基于加速计的溺水行为识别算法分析当前行为是否处于静止;
S5、如果识别当前处于运动状态,则进一步判断是正常游泳还是溺水行为,如果人员处于溺水状态则通过SIM卡向安全员和看护人员发送报警信号,并且LED灯闪频报警;
S6、如果识别当前处于静止状态,则需要先判定距离上次使用GNSS定位间隔时长,超过设定的时间(例如半小时),则重新定位,并判定是否需要调整海拔基准值;如果没超过半小时,则不错调整;
S7、读取水深数据,如果水深大于阈值,则进一步读取心率数据,判定当前人员心率是否处于溺水状态,如果处于溺水状态则通过SIM卡向安全员和看护人员发送报警信号,并且LED等闪频报警;否则继续读取加速度计数据。
进一步的,本实施例中加速度计包含单不限于各类基于MEMS的3轴、6轴、9轴加速度计。
进一步的,本实施例中水深传感器包含但不限于基于压力的水深传感器。
进一步的,本实施例中对加速度计预处理中,低通滤波也可使用方法包含但不限于切比雪夫低通滤波、巴特沃斯低通滤波、FIR低通滤波和卡尔曼滤波。
进一步的,本实施例中只以决策树方法进行分析,可使用行为分类方法还包含但不限于KNN、朴素贝叶斯、SVM等以及这些方法的组合。
Claims (6)
1.一种基于多传感器检测和GNSS定位的溺水检测方法以及设备,其特征在于多传感器检测和GNSS定位的溺水检测设备的结构如下:
加速度计、水深测量传感器和心率测量传感器分别通过IIC与MCU通信连接,用以将收集到的数据传输至MCU,北斗/GPS模块和SIM卡模块分别通过UART与MCU通信,北斗/GPS模块用于获取人员位置,SIM卡用于发送报警信息;外接flash通过SPI与MCU通信连接,用于存放坐标信息与海拔高度信息;手环、标签在内的设备上的芯片计算能力有限,无法使用较为复杂的计算方法,本发明将不同的地理位置海拔存储在设备中的flash中,在使用时,根据GNSS模块定位结果,从flash中读取海拔信息;LED灯通过GPIO与MCU通信连接,用以发送报警信号,MCU通过GPIO控
制LED灯亮灭。
2.根据权利要求1所述的一种基于多传感器检测和GNSS定位的溺水检测方法以及设备,其特征在于进行溺水检测时,具体操作步骤按照如下方式进行:
由于海拔越高,气压越低,导致不同海拔气压不同,当使用水压传感器时,泳池水面基准0值会产生变化,需要根据海拔做相应调整,为此须将将不同的地理位置海拔存储在flash中;
步骤1、海拔高度写入flash
S1、需要制作海拔高度数据表,以10km为单位,将国内区域划分成多个10*10km的区域;
S2、按照一定顺序(可从南向北、也可从东向西或者从北向南、从西向东)对划分的区域进行编号;
S3、查询记录每个10*10km的区域的平均海拔,特别的,在人口居住稠密、地势变化剧烈地区,可以适当查询减小区域范围;
S4、将查询的海拔数据,按顺序写到flash中,其中,由于海拔数据不会超过10000,此处将每个区域的海拔按照2字节或者4字节方式写入flash,以便于查询;
步骤2、基于被监测人员位置自动调整水深传感器基准值
溺水检测便携设备每隔一定时间,使用GNSS模块获取当前坐标,虽然室内定位误差偏大,但是五十米以内误差不影响最终结果;
S1、判定当前位置与上一次位置距离,并且与数据表中的坐标数值对比,当前位置在新的单元区域,则重新设置水深传感器基准值;如果位置依旧在上次单位区域内,则不调整基准值;
步骤3、基于加速度计进行溺水行为识别
S1、加速度计采集数据预处理
加速度计能够以测量人体运动加速度和重力加速度信号,但是其测量数据包含了各种干扰信号和噪声信号,这些干扰和噪声会对溺水行为识别带来很多负面影响,因此需要对加速度计测量的数据进行噪声过滤与平滑、加窗在内的预处理操作;
使用式(1)所示的切比雪夫低通滤波器处理加速度计采样得到的数据,
加速度计采样的数据使用上述计算得到的滤波器滤波后,用以进一步分析;
S2、数据加窗
由于直接测量得到的加速度数据在时域中以数据流的形式呈现,不适合直接提取特征,通常在对加速度信号进行特征提取之前进行添加窗口的预处理;本发明中,加速度计的数据采集频率为50Hz,采样窗口设置为256点,相邻窗口重叠50%;
S3、行为特征提取
由于S2中加窗后的加速度计测量数据无法直接用于判断人体运动状态,也无法直接被分类器识别,因此,需要对S2中加窗后的加速度计测量数据进行特征提取,本发明选用标准差、均值、波峰间隔、波峰波谷几种特征组成特征集;
S4、基于决策树的动作识别
行为特征提取得到的特征集用于设计决策树中内部节点的属性,决策树分类算法计算量相对较小,并且模型简单,但是识别精度较高,决策树分类法采用自上而下的递归方式,在内部比较节点的属性,并根据属性的不同得到一条自上而下的路径,在叶节点处得到分类;
本发明先使用ID3算法生成一棵树,再根据交叉验证和测试集验证的结果对树进行剪枝,进而得到决策树;
步骤4、溺水行为判定
S1、多传感器检测和GNSS定位的溺水检测设备开始工作后,先读取GNSS定位结果,确定当前定位位置;
S2、计算当前所在区域的序号;
S3、查找当前区域所在海拔,修改基准值;
S4、读取加速度计数据,根据基于加速计的溺水行为识别算法分析当前
行为是否处于静止;
S5、如果识别当前处于运动状态,则进一步判断是正常游泳还是溺水行为,如果人员处于溺水状态则通过SIM卡向安全员和看护人员发送报警信号,并且LED灯闪频报警;
S6、如果识别当前处于静止状态,则需要先判定距离上次使用GNSS定位间隔时长,超过设定的时间(例如半小时),则重新定位,并判定是否需要调整海拔基准值;如果没超过半小时,则不错调整;
S7、读取水深数据,如果水深大于阈值,则进一步读取心率数据,判定当前人员心率是否处于溺水状态,如果处于溺水状态则通过SIM卡向安全员和看护人员发送报警信号,并且LED等闪频报警;否则继续读取加速度计数据。
3.根据权利要求1所述的一种基于多传感器检测和GNSS定位的溺水检测方法以及设备,其特征在于加速度计包含单不限于各类基于MEMS的3轴、6轴、9轴加速度计。
4.根据权利要求1所述的一种基于多传感器检测和GNSS定位的溺水检测方法以及设备,其特征在于水深传感器包含但不限于基于压力的水深传感器。
5.根据权利要求2所述的一种基于多传感器检测和GNSS定位的溺水检测方法以及设备,其特征在于对加速度计预处理中,低通滤波也可使用方法包含但不限于切比雪夫低通滤波、巴特沃斯低通滤波、FIR低通滤波和卡尔曼滤波。
6.根据权利要求2所述的一种基于多传感器检测和GNSS定位的溺水检测方法以及设备,其特征在于本发明中只以决策树方法进行分析,可使用行为分类方法还包含但不限于KNN、朴素贝叶斯、SVM等以及这些方法的组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911089449.9A CN110824504A (zh) | 2019-11-08 | 2019-11-08 | 一种基于多传感器检测和gnss定位的溺水检测方法以及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911089449.9A CN110824504A (zh) | 2019-11-08 | 2019-11-08 | 一种基于多传感器检测和gnss定位的溺水检测方法以及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110824504A true CN110824504A (zh) | 2020-02-21 |
Family
ID=69553751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911089449.9A Pending CN110824504A (zh) | 2019-11-08 | 2019-11-08 | 一种基于多传感器检测和gnss定位的溺水检测方法以及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110824504A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112835398A (zh) * | 2021-01-06 | 2021-05-25 | 程若曦 | 人工智能电气控制系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070162254A1 (en) * | 2006-01-10 | 2007-07-12 | Seiko Epson Corporation | Diving information processing device, control method for a diving information processing device, and a control program |
CN105547571A (zh) * | 2015-12-11 | 2016-05-04 | 广东小天才科技有限公司 | 一种根据压强报警的方法和系统 |
CN106355839A (zh) * | 2016-08-25 | 2017-01-25 | 广东工业大学 | 一种救生手环 |
CN109308790A (zh) * | 2018-09-18 | 2019-02-05 | 广东小天才科技有限公司 | 基于可穿戴设备的溺水检测方法、检测装置及终端设备 |
CN208673498U (zh) * | 2018-08-30 | 2019-03-29 | 青岛联合创智科技有限公司 | 一种具有溺水检测功能的uwb手环 |
CN110400445A (zh) * | 2019-07-31 | 2019-11-01 | 山东上水环境科技有限公司 | 一种融合姿态、水深和时间信息的防溺水预警装置及方法 |
-
2019
- 2019-11-08 CN CN201911089449.9A patent/CN110824504A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070162254A1 (en) * | 2006-01-10 | 2007-07-12 | Seiko Epson Corporation | Diving information processing device, control method for a diving information processing device, and a control program |
CN105547571A (zh) * | 2015-12-11 | 2016-05-04 | 广东小天才科技有限公司 | 一种根据压强报警的方法和系统 |
CN106355839A (zh) * | 2016-08-25 | 2017-01-25 | 广东工业大学 | 一种救生手环 |
CN208673498U (zh) * | 2018-08-30 | 2019-03-29 | 青岛联合创智科技有限公司 | 一种具有溺水检测功能的uwb手环 |
CN109308790A (zh) * | 2018-09-18 | 2019-02-05 | 广东小天才科技有限公司 | 基于可穿戴设备的溺水检测方法、检测装置及终端设备 |
CN110400445A (zh) * | 2019-07-31 | 2019-11-01 | 山东上水环境科技有限公司 | 一种融合姿态、水深和时间信息的防溺水预警装置及方法 |
Non-Patent Citations (3)
Title |
---|
李凡长: "机器学习理论及应用", 中国科技大学出版社, pages: 286 - 287 * |
郑增威: "基于可穿戴传感器的人体活动识别研究综述", vol. 38, no. 5, pages 1 - 8 * |
黄家莹;詹杰;: "基于ZigBee无线定位的游泳池溺水自动报警系统", no. 13, pages 1 - 4 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112835398A (zh) * | 2021-01-06 | 2021-05-25 | 程若曦 | 人工智能电气控制系统 |
CN112835398B (zh) * | 2021-01-06 | 2021-11-12 | 山东理工大学 | 人工智能电气控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105310696B (zh) | 一种跌倒检测模型构建方法及相应的跌倒检测方法和装置 | |
CN104484977B (zh) | 可穿戴式人体多维度跌倒预防和检测装置及其检测方法 | |
CN104881959B (zh) | 一种检测溺水的方法和检测溺水的装置 | |
CN105342623A (zh) | 智能跌倒监护装置及其处理方法 | |
CN102927451A (zh) | 输油管道微泄漏检测方法 | |
WO2013084154A2 (en) | Method and apparatus for elevator motion detection | |
CN103810817A (zh) | 一种穿戴式人体瘫倒检测报警装置及应用 | |
CN106355839A (zh) | 一种救生手环 | |
CN108426573A (zh) | 一种终端设备的行人步态检测方法及终端设备 | |
CN106650300B (zh) | 一种基于极限学习机的老人监护系统及方法 | |
WO2018109725A1 (en) | Process and device for the detection of estrus in a ruminant animal | |
CN104392583A (zh) | 一种基于knn算法的跌倒检测与报警系统及方法 | |
CN106388831A (zh) | 基于样本加权算法的检测摔倒动作的方法 | |
CN110648478B (zh) | 一种基于无线通信的溺水检测系统及其方法 | |
CN110824504A (zh) | 一种基于多传感器检测和gnss定位的溺水检测方法以及设备 | |
CN104655134A (zh) | 一种基于gps时标的多传感器数据采集系统 | |
CN104605859B (zh) | 一种基于移动终端传感器的室内导航步态检测方法 | |
CN106643785B (zh) | 一种基于mems惯性测量单元的多源信息自适应步数检测方法 | |
CN206095257U (zh) | 智能巡视机器人组合导航系统 | |
CN111197974A (zh) | 一种基于Android惯性平台的无气压计高度测算方法 | |
CN108827293B (zh) | 一种基于惯性测量元件的三维定位系统 | |
CN105848101A (zh) | 一种基于室内定位的老年人居家养老监护系统 | |
CN111341070A (zh) | 一种基于陀螺仪和水深传感器的溺水检测方法及标签 | |
CN109765402A (zh) | 一种基于双加速度计的加速度测量装置和卡尔曼滤波算法 | |
CN206174952U (zh) | 一种钻孔测斜装置 |
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 |
Application publication date: 20200221 |
|
RJ01 | Rejection of invention patent application after publication |