CN113793479A - 基于车联网的人员危险感知方法、系统及电子设备 - Google Patents
基于车联网的人员危险感知方法、系统及电子设备 Download PDFInfo
- Publication number
- CN113793479A CN113793479A CN202111358081.9A CN202111358081A CN113793479A CN 113793479 A CN113793479 A CN 113793479A CN 202111358081 A CN202111358081 A CN 202111358081A CN 113793479 A CN113793479 A CN 113793479A
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- information
- vehicles
- internet
- 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
Images
Classifications
-
- 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
- G08B21/043—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting an emergency event, e.g. a fall
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G08B21/0438—Sensor means for detecting
- G08B21/0446—Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/03—Protecting confidentiality, e.g. by encryption
- H04W12/033—Protecting confidentiality, e.g. by encryption of the user plane, e.g. user's traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/90—Services for handling of emergency or hazardous situations, e.g. earthquake and tsunami warning systems [ETWS]
Abstract
本发明提供一种基于车联网的人员危险感知方法、系统及电子设备,建立与智能穿戴设备的通信连接,匹配后,获取所述智能穿戴设备的数据信息;建立与所述车联网车载系统的通信连接,匹配后,获取所述车载系统的加密信道与数据加密方式;对所述数据信息进行数据解密,获取解密后的数据包予以暂存并解析提取所述数据包内的多媒体内容;将获取到的所述多媒体内容混合提醒内容形成发送包经所述车载系统的数据加密方式加密后,通过所述车载系统的加密通道发送给所述车载系统予以显示提醒。本发明的基于车联网的人员危险感知方法、系统、介质及电子设备,能够感知人员跌倒,并且可以第一时间接收人员出现危险的信号并告警,避免错过黄金救援时间。
Description
技术领域
本发明涉及车联网人车通信技术领域,特别是涉及一种基于车联网的人员危险感知方法、系统及电子设备。
背景技术
车联网的内涵主要指:车辆上的车载设备通过无线通信技术,对信息网络平台中的所有车辆动态信息进行有效利用,在车辆运行中提供不同的功能服务,可以发现,车联网表现出以下几点特征:车联网能够为车与车之间的间距提供保障,降低车辆发生碰撞事故的几率;车联网可以帮助车主实时导航,并通过与其它车辆和网络系统的通信,提高交通运行的效率。
车联网通过新一代信息通信技术,实现车与云平台、车与车、车与路、车与人、车内等全方位网络链接,主要实现了“三网融合”,即将车内网、车际网和车载移动互联网进行融合。车联网是利用传感技术感知车辆的状态信息,并借助无线通信网络与现代智能信息处理技术实现交通的智能化管理,以及交通信息服务的智能决策和车辆的智能化控制,车与云平台间的通信是指车辆通过卫星无线通信或移动蜂窝等无线通信技术实现与车联网服务平台的信息传输,接受平台下达的控制指令,实时共享车辆数据,车与车间的通信是指车辆与车辆之间实现信息交流与信息共享,包括车辆位置、行驶速度等车辆状态信息,可用于判断道路车流状况,车与路间的通信是指借助地面道路固定通信设施实现车辆与道路间的信息交流,用于监测道路路面状况,引导车辆选择最佳行驶路径,车与人间的通信是指用户可以通过Wi-Fi、蓝牙、蜂窝等无线通信手段与车辆进行信息沟通,使用户能通过对应的移动终端设备监测并控制车辆,车内设备间的通信是指车辆内部各设备间的信息数据传输,用于对设备状态的实时检测与运行控制,建立数字化的车内控制系统。
其中,车与人间的通信目前还停留在使得用户能通过对应的移动终端设备监测并控制车辆,局限性较高,需要特制的移动终端并且只能单向控制并监测车辆,不能反向获取终端的相关信息,尤其在当下,针对于老人和孩童,越来越多的人们会在身上佩戴智能监测设备,用于记录并提醒自己的生命体征,如手表、手环、眼镜、服饰等,然而很多时候,当老人、孩童发生危险或者摔倒时,智能穿戴设备受限于网络等问题并不能第一时间通知到其家人或者有关救援部门,耽误了黄金处理时期。
目前根据国家统计局公布的数据,2019年,我国出生总人口为1465万人,全年出生率仅为10.48‰,2019出生人口,比2018年减少了58万人,而2019年的人口出生率,也是我国有记录以来的历史最低水平,而在1957年之前,人口出生率从未低过30‰,在1990年以前,人口出生率从未低过17.2‰,而在2019年以前,有记录的最低出生率是2010年的11.9‰,然而出生率降低的同时,老龄化问题却在不断加深,所以智能穿戴设备应用在老年人群体是必然的市场规律,随着社会的发展,越来越多的人们会更关注自己的健康,如何将智能穿戴设备在老年人群体中应用好,其中具有很大的商机;同时在我国拥有的汽车数量是占据了全球的3%,但是交通事故死亡率却占据了全球的16%,平均死亡率也是很多发达国家的十几倍,更重要的是,在这些交通事故死亡率中,我国儿童因为交通事故而导致死亡的数量也是全球最高的,根据此前调查的资料显示,我国每年都会有超过1.85万的儿童因为交通事故而导致死亡,其死亡率是欧洲的2.5倍,是美国的2.6倍,而世界卫生组织也强调了,目前在每年儿童死亡原因的占比率,因为交通事故而死亡是排在了第一的位置,在我国这个占比率更高,显然随着社会时代的不断进步,越来越多的家长忙于自己的工作都不能时刻陪伴在孩子身边,孩子们需要自行上学,参加课外活动,如何保障弱势孩童在路上的安全,很多家长同样选择让孩童佩戴智能穿戴设备用于记录其上学、放学以及游玩的生命体征与安全,如此,家长才得以放心投入到自己的工作与生活当中,所以可见智能穿戴设备在孩童消费群体中的消费潜力也是巨大的。
然而就老年人与孩童乃至普通民众佩戴智能穿戴设备而言,仍然存在很多弊端没有解决,随着车联网时代的不断推进,如何将智能穿戴设备与车联网组合起来,发挥产品效益最大化,是有关技术人员需要攻克的一个问题。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种基于车联网的人员危险感知方法、系统、介质及电子设备,用于解决现有技术中的问题。
为实现上述目的及其他相关目的,本发明提供一种基于车联网的人员危险感知方法,所述方法包括:建立与智能穿戴设备的通信连接,匹配后,获取所述智能穿戴设备的数据信息;建立与所述车联网车载系统的通信连接,匹配后,获取所述车载系统的加密信道与数据加密方式;对所述数据信息进行数据解密,获取解密后的数据包予以暂存并解析提取所述数据包内的多媒体内容;将获取到的所述多媒体内容混合提醒内容形成发送包经所述车载系统的数据加密方式加密后,通过所述车载系统的加密通道发送给所述车载系统予以显示提醒。
于本发明的一实施例中,获取所述智能穿戴设备的数据信息包括:匹配合适的传输信道,获得加密的传输内容;选取信道解密方式,对所述传输内容进行解密获得所述数据信息。
于本发明的一实施例中,所述数据信息包括佩戴所述智能穿戴设备的人员的生命体征信息,过往病历史、过敏史以及紧急联系人联系方式。
于本发明的一实施例中,所述提醒内容包括语音提醒包与文字提醒包。
于本发明的一实施例中,还包括对人员跌倒感知的方法,所述方法步骤包括:获取加速度传感器测得的人体加速度数据,并进行滤波得到滤波数据;通过支持向量机对所述滤波数据进行向量分析,获得支持向量机向量阈值V1;计算获得所述加速度传感器测得的人体加速度数据的向量阈值V2;比较所述向量机向量阈值V1与所述人体加速度数据的向量阈值V2的阈值大小,若所述向量机向量阈值V1位于所述人体加速度数据的向量阈值V2内,则判定所述人员跌倒,输出跌倒信息报警信息。
为实现上述目的及其他相关目的,本发明提供一种上述的基于车联网的人员危险感知系统,所述系统包括:
通信模块,用于建立与智能穿戴设备的通信连接,以及建立与所述车联网车载系统的通信连接;
获取模块,用于获取所述智能穿戴设备的数据信息以及获取所述车载系统的加密信道与数据加密方式;
解析模块,用于对所述数据信息进行数据解密,获取解密后的数据包予以暂存并解析提取所述数据包内的多媒体内容;
发送模块,用于将获取到的所述多媒体内容混合提醒内容形成发送包经所述车载系统的数据加密方式加密后,通过所述车载系统的加密通道发送给所述车载系统予以显示提醒。
于本发明的一实施例中,获取所述智能穿戴设备的数据信息包括匹配合适的传输信道,获得加密的传输内容,选取信道解密方式,对所述传输内容进行解密获得所述数据信息,其中,所述数据信息包括佩戴所述智能穿戴设备的人员的生命体征信息,过往病历史、过敏史以及紧急联系人联系方式,所述提醒内容包括语音提醒包与文字提醒包。
于本发明的一实施例中,所述基于车联网的人员危险感知系统还包括跌倒感知模块,包括:滤波单元,用于获取加速度传感器测得的人体加速度数据,并进行滤波得到滤波数据;计算单元,用于通过支持向量机对所述滤波数据进行向量分析,获得支持向量机向量阈值V1,并计算获得所述加速度传感器测得的人体加速度数据的向量阈值V2;比较单元,用于比较所述向量机向量阈值V1与所述人体加速度数据的向量阈值V2的阈值大小,若所述向量机向量阈值V1位于所述人体加速度数据的向量阈值V2内,则判定所述人员跌倒,输出跌倒信息报警信息。
为实现上述目的及其他相关目的,本发明提供一种上述的电子设备,所述电子设备包括:所述存储器用于存储计算机程序,所述处理器用于加载执行所述计算机程序,以使所述电子设备执行所述的基于车联网的人员危险感知方法。
与现有技术相比,本发明的有益效果为,本发明的基于车联网的人员危险感知方法、系统、介质及电子设备,基于人员佩戴的智能穿戴设备的角度出发,结合车联网的车载系统,通过设定固定在车辆上的电子设备以及固定在野外的电子设备实时接收智能穿戴设备的传输信息,使得人员定位、系统通知以及专业救援能够在时间效益上达到最大,并且可以在人员跌倒后及时感知,能够在危险进一步扩大前杜绝事态恶化,有效保障了人名群众的生命安全,提升了“车-人-设备”交互的时效性。
附图说明
图1显示为本发明的基于车联网的人员危险感知方法于一实施例中的方法步骤图;
图2显示为本发明的基于车联网的人员危险感知方法于一实施例中的电子设备的结构示意图;
图3显示为本发明的基于车联网的人员危险感知系统于一实施例中的人员跌倒感知的方法步骤图;
图4显示为本发明的基于车联网的人员危险感知系统于一实施例中的结构示意图。
元件标号说明:
1、S11~S14 步骤,2、S31~S34步骤,3、40车联网的人员危险感知系统,41通信模块,42获取模块,43解析模块,44发送模块,45跌倒感知模块,451 滤波单元,452计算单元,453比较单元。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
由于不同智能穿戴设备厂商的加密技术不同,需要与各厂商进行合作,提前获得各产品的解密方式,同样,也需要获得所述车联网的车载系统的授权,在实际使用时,首先需要对不同的所述智能穿戴设备进行甄别,再调取对应的识别方式予以识别并通过数据库中的解密步骤予以解密,获取数据信息。
实施例一,针对佩戴了智能穿戴设备的路边行人,例如:晨练的老年人,上学的小学生,很多时候老人在路边或者公园散步时,由于一些突发疾病的原因,虽然所述智能穿戴设备可以第一时间监测到人员的生命体征出现问题,但是只能通过特点的程序在移动终端上通知其家属,其家属还需要对人员的位置进行定位,然后赶往现场,再进行处理,此番病人并不能第一时间得以治疗,耽误了黄金救援时间,易造成不可挽回的后果,而本申请的基于车联网的人员危险感知方法可以有效避免此类情况的发生。
请参阅图1,于发明一实施例中,本发明的基于车联网的人员危险感知方法包括如下步骤:
步骤S11、建立与智能穿戴设备的通信连接,匹配后,获取所述智能穿戴设备的数据信息;
步骤S12、建立与所述车联网车载系统的通信连接,匹配后,获取所述车载系统的加密信道与数据加密方式;
步骤S13、对所述数据信息进行数据解密,获取解密后的数据包予以暂存并解析提取所述数据包内的多媒体内容;
步骤S14、将获取到的所述多媒体内容混合提醒内容形成发送包经所述车载系统的数据加密方式加密后,通过所述车载系统的加密通道发送给所述车载系统予以显示提醒。
具体地,参阅图2,本实施例提供一种电子设备,电子设备可以是车载仪器,用于固定安装在所述车辆上进行移动式搜索所述智能穿戴设备的传输信息,或其它智能设备,用于固定安装在城市的一些特点位置或者角落,用于织起全覆盖的信号接收网络,详细的,电子设备至少包括通过总线连接的:存储器、处理器,其中,存储器用于存储计算机程序,处理器用于执行存储器存储的计算机程序,以执行前述方法实施例中的全部或部分步骤。
所述车联网遍布城市交通网络的各个范围,可以完美覆盖整个城市,在路边人员突发疾病时,其身上佩戴的所述智能穿戴设备可以第一时间监测到所述人员的生命体征出现问题,并向特定的所述移动终端进行报警,但是其家属并不在第一现场,没办法快速处理。应用本申请提出的基于车联网的人员危险感知方法可以予以解决。
具体地,所述电子设备的通信模块建立与所述智能穿戴设备的通信连接,以及建立与所述车联网车载系统的通信连接,使得所述电子设备作为一个中转中心,将数据进行传输,由于车联网覆盖范围极大,所以所述电子设备可以无差别接收到任一所述智能穿戴设备的传输信息,只需匹配合适的传输信道,即可获得加密的传输内容,随后选取合适的信道解密方式对所述传输内容进行解密获得所述数据信息,并对所述数据信息进行数据解密,获取解密后的数据包予以暂存并解析提取所述数据包内的多媒体内容,其中,所述数据信息包括佩戴所述智能穿戴设备的人员的生命体征信息,过往病历史、过敏史以及紧急联系人联系方式。
进一步地,在所述电子设备获取到所述数据信息即所述多媒体内容后,结合提醒内容形成所述发送包经所述车载系统的数据加密方式加密后,通过所述车载系统的加密通道发送给所述车载系统予以显示提醒,其中,所述提醒内容包括语音提醒包与文字提醒包。例如:在所述车载系统的显示屏上显示“请注意,请注意,周边存在人员危险,请及时处理”,或者通过所述车载系统的声音单元播放“ 请注意,请注意,周边存在人员危险,请及时处理”的语音提示。
进一步地,待驾驶员接收到相关信息后,可以第一时间获取所述人员的生命体征信息,过往病历史、过敏史以及紧急联系人联系方式,并通过所述车载系统的公安联网系统向有关部门同步告警,急救中心可以精准定位所述人员的受伤位置,并提前获知病人的相关信息,便于提前准备治疗预案以及避免出现药物过敏的医疗事故,同时公安部门会根据受伤紧急联系人联系方式与其家属取得联系,通过遍布全城的所述车联网对城市的各个角落进行覆盖,通过各个所述车载系统对城市的各个角落进行精准定位,并且可以根据车联网规划出一条最快的救援路径。例如:所述车辆在行驶过程中,设置在所述车辆上的所述电子设备会不断接收周边的所述智能穿戴设备的传输信号,选取距离可设置为“200-300”m,保证传输距离与传输稳定性的平衡,当所述人员生命体征出现问题后,佩戴在其身上的所述的智能穿戴设备会发出所述传输信号,周边车辆较多时,所述电子设备之间会临时建立通信,选择最优的所述电子设备进行应答。优选地,所述最优的所述电子设备包括:距离最近、当前车辆业务简单、驾乘人员优先选择青壮年群体。进一步地,在城市的一些偏远地区,就需要通过固定设置在特定位置的所述电子设备来进行接收信号,针对此类的所述电子设备,其信号接收传输距离要通过信号放大器进行放大以接收更远距离的所述传输信号,可设置为“3-5”km。
实施例二,针对公交车或者城市公共交通运行,由于城市交通路况的原因,交通工具在运行过程中会出现急刹急停急起的猛烈动作,每个动作都会给乘客带来跌倒的潜在危险,尤其针对一些双层巴士,由于乘客猛地摔倒暂时失去意识后,由于乘客的生命体征短暂性不会发生改变,所述智能穿戴设备并不能及时识别,同样司机在车载摄像头存在死角的情况下并不能第一时间获知乘客跌倒的信息,而造成救援不及时,产生不可挽回的结果。应用本发明的基于车联网的人员危险感知方法则可以有效避免此类事故的发生。
请参阅图3,本发明又一实施例中,本发明的基于车联网的人员危险感知方法包括对人员跌倒感知的方法,所述方法步骤包括:
S31、获取加速度传感器测得的人体加速度数据,并进行滤波得到滤波数据;
S32、通过支持向量机对所述滤波数据进行向量分析,获得支持向量机向量阈值V1;
S33、计算获得所述加速度传感器测得的人体加速度数据的向量阈值V2;
S34、比较所述向量机向量阈值V1与所述人体加速度数据的向量阈值V2的阈值大小,若所述向量机向量阈值V1位于所述人体加速度数据的向量阈值V2内,则判定所述人员跌倒,输出跌倒信息报警信息。
具体地,计算公式如下所示:
所述智能穿戴设备中存在加速度传感器用于测量人体加速度的数据变化,对所述人体加速度数据进行卡尔曼Kalman滤波得到滤波后的向量数据,通过支持向量机SVM(Support Vector Machine)进行向量分析,得到向量阈值,为(V1min,V1max);同时计算所述人体加速度的二范数阈值即所述人体加速度数据的向量阈值,为(V2min,V2max),若满足“V2min≤V1min”&“ V2max≥V1max”,且在时间轴上,V2max 产生的时间Imax落后于V2min产生的时间Imin,则表明所述乘客跌倒,此时,所述电子设备会输出跌倒信息与报警信息给所述车载系统,能够在第一时间予以救援,出现其余的结果,则表明乘客并未跌倒。
需要说明的是,本实施例论述输出的原始数据存在不同程度的噪声和漂移等问题,而且掺杂高频和低频噪声,如果直接使用高通或低通滤波,不能得到很好的估值,采用卡尔曼Kalman滤波对白噪声和漂移等问题有很好的鲁棒性,因此使用在欧拉角和卡尔曼Kalman滤波相结合进行处理,采用卡尔曼滤波进行滤波补偿,乘客在运动情况下尤其是动作比较大的情况下测姿,系统输出的数据会不稳定,会引起附加值,如果需要测量稳定的值,就需要用卡尔曼滤波估计各种误差,并校正。
根据本发明实施例,还包括:
建立人体信息数据库,所述人体信息数据库包括各注册智能穿戴设备人员的历史应急事件数据集;
所述历史应急事件数据集包括所述智能穿戴设备人员历史紧急事件信息;
所述历史紧急事件信息包括历史发病病情、救治信息和过往病历史;
通过智能穿戴设备共享平台将人体信息数据库与各急救中心和医院建立通信连接共享;
急救中心和医院与所述智能穿戴设备共享平台通过匹配认证后通信连接获得所述人体信息数据库中相应应急救治人员的历史应急事件信息。
需要说明的是,建立智能穿戴设备人员的人体信息数据库,数据库中包含各个智能穿戴设备人员的注册信息数据如历史发病情况、历史救治信息和过往病史等信息,并通过智能穿戴设备共享平台将人体信息数据库中的信息与各急救中心和医院进行匹配连接,可使各急救中心和医院通过平台获得智能穿戴设备人员的历史情况,便于匹配治疗以及获取人体信息,具体为:建立人体信息数据库,包括各注册智能穿戴设备人员的历史应急事件数据集,其中包括各智能穿戴设备人员历史紧急事件信息包括历史发病病情、救治信息和过往病历史,通过智能穿戴设备共享平台将人体信息数据库与各急救中心和医院建立通信连接共享,急救中心和医院与智能穿戴设备共享平台通过匹配认证后通信连接获得人体信息数据库中相应应急救治人员的历史应急事件信息,便于快速获得应急救治人员的历史病情和人体信息,提高救治效率。
根据本发明实施例,还包括:
当智能穿戴设备人员发生应急事件时,智能穿戴设备共享平台通过获取人体信息数据库中所述智能穿戴设备人员的历史发病病情、救治信息和过往病历史,生成智能穿戴设备人员应急数据包;
所述智能穿戴设备共享平台通过智能穿戴设备人员应急数据包获取历史救治信息,并获得智能穿戴设备人员位置定位;
根据所述智能穿戴设备人员历史救治信息和位置定位输入至训练好的救治中心识别神经网络模型中得到符合预设阈值要求的目标急救中心或医院;
所述智能穿戴设备共享平台将选择的目标急救中心或医院信息发送至运送所述智能穿戴设备人员的车载系统目标车辆进行显示和导航。
需要说明的是,智能穿戴设备共享平台通过人体信息数据库中智能穿戴设备人员信息和实时定位可筛选出符合人员救治要求的合适急救中心或医院,并将选择的急救中心或医院定位信息传输至车载系统的目标车辆进行显示和导航,以便车辆将人员快速送至适合人员救治的急救中心或医院,具体为:智能穿戴设备人员发生应急事件时,智能穿戴设备共享平台通过获取人体信息数据库中该智能穿戴设备人员的历史发病病情、救治信息和过往病历史生成智能穿戴设备人员应急数据包,智能穿戴设备共享平台通过智能穿戴设备人员应急数据包获取历史救治信息,并获得智能穿戴设备人员位置定位,并根据智能穿戴设备人员历史救治信息和位置定位输入救治中心神经网络模型,筛选出符合预设阈值要求的目标急救中心或医院,然后智能穿戴设备共享平台将选择的目标急救中心或医院信息发送至运送智能穿戴设备人员的车载系统目标车辆进行显示和导航,其中救治中心识别神经网络模型通过将各注册的智能穿戴设备人员历史救治信息和历史位置定位以及历史目标急救中心或医院的历史数据经过处理后的训练样本集输入至初始救治中心识别神经网络模型中训练得到输出结果大于预设阈值的救治中心识别神经网络模型,通过将人员送至救治中心识别神经网络模型输出的目标急救中心或医院进行救治,可第一时间获得目标救治地,方便人员得到尽快送医。
根据本发明实施例,还包括:
智能穿戴设备共享平台还与车辆调度系统建立通信连接;
所述车辆调度系统与各注册车辆的车载系统建立通信连接;
当所述智能穿戴设备共享平台获得智能穿戴设备人员送治的目标急救中心或医院定位信息时,智能穿戴设备共享平台将所述目标急救中心或医院定位信息以及智能穿戴设备人员的位置定位信息发送至车辆调度系统;
所述车辆调度系统根据所述目标急救中心或医院定位信息以及智能穿戴设备人员的位置定位信息筛选出距离智能穿戴设备人员就近且车辆行进路线途径目标急救中心或医院所在区域的三辆初始备选车辆;
所述车辆调度系统将所述智能穿戴设备人员的位置定位信息以及目标急救中心或医院定位信息发送至三辆初始备选车辆的车载系统进行显示,并发送待送治确认键;
将所述三辆初始备选车辆中优先点击待送治确认键的车辆作为目标车辆;
车辆调度系统追踪并引导所述目标车辆接送所述智能穿戴设备人员至目标急救中心或医院。
需要说明的是,为快速响应并选出符合送治人员定位和目标医院定位的车辆,通过建立与智能穿戴设备共享平台连接的车辆调度系统,车辆调度系统根据待送治人员的定位和目标急救中心或医院的定位筛选多辆符合行进路线和离待送治人员较近的车辆,并发送人员和医院定位信息给车辆待备选车辆确认,将第一确认的车辆作为目标车辆去送治人员,并发送送治人员的相关信息,以提高人员送治响应时间,具体为:智能穿戴设备共享平台与车辆调度系统建立通信连接,车辆调度系统与各注册车辆的车载系统建立通信连接,当智能穿戴设备共享平台获得智能穿戴设备人员送治的目标急救中心或医院定位信息时,智能穿戴设备共享平台将目标急救中心或医院定位信息以及智能穿戴设备人员的位置定位信息发送至车辆调度系统,车辆调度系统根据定位信息筛选出距离智能穿戴设备人员就近且车辆行进路线途径目标急救中心或医院所在区域的三辆初始备选车辆,车辆调度系统将所述智能穿戴设备人员的位置定位信息以及目标急救中心或医院定位信息发送至三辆初始备选车辆的车载系统进行显示,并发送待送治确认键,将三辆初始备选车辆中优先点击待送治确认键的车辆作为目标车辆,车辆调度系统追踪并引导目标车辆接送人员至目标急救中心或医院,提高响应效率。
请参阅图4,在一实施例中,本实施例提供的一种基于车联网的人员危险感知系统40,所述系统包括:
通信模块41,用于建立与智能穿戴设备的通信连接,以及建立与所述车联网车载系统的通信连接;
获取模块42,用于获取所述智能穿戴设备的数据信息以及获取所述车载系统的加密信道与数据加密方式;
解析模块43,用于对所述数据信息进行数据解密,获取解密后的数据包予以暂存并解析提取所述数据包内的多媒体内容;
发送模块44,用于将获取到的所述多媒体内容混合提醒内容形成发送包经所述车载系统的数据加密方式加密后,通过所述车载系统的加密通道发送给所述车载系统予以显示提醒。
进一步地,所述基于车联网的人员危险感知系统40还包括跌倒感知模块45,所述跌倒感知模块45包括:
滤波单元451,用于获取加速度传感器测得的人体加速度数据,并进行滤波得到滤波数据;
计算单元452,用于通过支持向量机对所述滤波数据进行向量分析,获得支持向量机向量阈值V1,并计算获得所述加速度传感器测得的人体加速度数据的向量阈值V2;
比较单元453,用于比较所述向量机向量阈值V1与所述人体加速度数据的向量阈值V2的阈值大小,若所述向量机向量阈值V1位于所述人体加速度数据的向量阈值V2内,则判定所述人员跌倒,输出跌倒信息报警信息。
由于本实施例的技术原理与前述的基于车联网路边装置的车辆信息传输方法实施例的技术原理相似,因而不再对同样的技术细节做重复性赘述。
需要说明的是,本领域技术人员应当理解,图4实施例中的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个或多个物理实体上。且这些模块可以全部以软件通过处理元件调用的形式实现,也可以全部以硬件的形式实现,还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。
上述提到的系统总线可以是外设部件互连标准(Peripheral PomponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(Random Access Memory,简称RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
综上,本发明的基于车联网的人员危险感知方法、系统、介质及电子设备,基于人员佩戴的智能穿戴设备的角度出发,结合车联网的车载系统,通过设定固定在车辆上的电子设备以及固定在野外的电子设备实时接收智能穿戴设备的传输信息,使得人员定位、系统通知以及专业救援能够在时间效益上达到最大,并且可以在人员跌倒后及时感知,能够在危险进一步扩大前杜绝事态恶化,有效保障了人名群众的生命安全,提升了“车-人-设备”交互的时效性。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (9)
1.一种基于车联网的人员危险感知方法,其特征在于,包括:
建立与智能穿戴设备的通信连接,匹配后,获取所述智能穿戴设备的数据信息;
建立与所述车联网车载系统的通信连接,匹配后,获取所述车载系统的加密信道与数据加密方式;
对所述数据信息进行数据解密,获取解密后的数据包予以暂存并解析提取所述数据包内的多媒体内容;
将获取到的所述多媒体内容混合提醒内容形成发送包经所述车载系统的数据加密方式加密后,通过所述车载系统的加密通道发送给所述车载系统予以显示提醒。
2.根据权利要求1所述的基于车联网的人员危险感知方法,其特征在于,获取所述智能穿戴设备的数据信息包括:
匹配合适的传输信道,获得加密的传输内容;
选取信道解密方式,对所述传输内容进行解密获得所述数据信息。
3.根据权利要求1所述的基于车联网的人员危险感知方法,其特征在于,所述数据信息包括佩戴所述智能穿戴设备的人员的生命体征信息,过往病历史、过敏史以及紧急联系人联系方式。
4.根据权利要求1所述的基于车联网的人员危险感知方法,其特征在于,所述提醒内容包括语音提醒包与文字提醒包。
5.根据权利要求1所述的基于车联网的人员危险感知方法,其特征在于,还包括对人员跌倒感知的方法,所述方法步骤包括:
获取加速度传感器测得的人体加速度数据,并进行滤波得到滤波数据;
通过支持向量机对所述滤波数据进行向量分析,获得支持向量机向量阈值V1;
计算获得所述加速度传感器测得的人体加速度数据的向量阈值V2;
比较所述向量机向量阈值V1与所述人体加速度数据的向量阈值V2的阈值大小,若所述向量机向量阈值V1位于所述人体加速度数据的向量阈值V2内,则判定所述人员跌倒,输出跌倒信息报警信息。
6.一种基于车联网的人员危险感知系统,其特征在于,所述系统包括:
通信模块,用于建立与智能穿戴设备的通信连接,以及建立与所述车联网车载系统的通信连接;
获取模块,用于获取所述智能穿戴设备的数据信息以及获取所述车载系统的加密信道与数据加密方式;
解析模块,用于对所述数据信息进行数据解密,获取解密后的数据包予以暂存并解析提取所述数据包内的多媒体内容;
发送模块,用于将获取到的所述多媒体内容混合提醒内容形成发送包经所述车载系统的数据加密方式加密后,通过所述车载系统的加密通道发送给所述车载系统予以显示提醒。
7.根据权利要求6所述的基于车联网的人员危险感知系统,其特征在于,获取所述智能穿戴设备的数据信息包括匹配合适的传输信道,获得加密的传输内容,选取信道解密方式,对所述传输内容进行解密获得所述数据信息,其中,所述数据信息包括佩戴所述智能穿戴设备的人员的生命体征信息,过往病历史、过敏史以及紧急联系人联系方式,所述提醒内容包括语音提醒包与文字提醒包。
8.根据权利要求6所述的基于车联网的人员危险感知系统,其特征在于,还包括跌倒感知模块,包括:
滤波单元,用于获取加速度传感器测得的人体加速度数据,并进行滤波得到滤波数据;
计算单元,用于通过支持向量机对所述滤波数据进行向量分析,获得支持向量机向量阈值V1,并计算获得所述加速度传感器测得的人体加速度数据的向量阈值V2;
比较单元,用于比较所述向量机向量阈值V1与所述人体加速度数据的向量阈值V2的阈值大小,若所述向量机向量阈值V1位于所述人体加速度数据的向量阈值V2内,则判定所述人员跌倒,输出跌倒信息报警信息。
9.一种电子设备,其特征在于,包括:处理器及存储器,其中,
所述存储器用于存储计算机程序;
所述处理器用于加载执行所述计算机程序,以使所述电子设备执行如权利要求1至5中任一项所述的基于车联网的人员危险感知方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111358081.9A CN113793479A (zh) | 2021-11-17 | 2021-11-17 | 基于车联网的人员危险感知方法、系统及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111358081.9A CN113793479A (zh) | 2021-11-17 | 2021-11-17 | 基于车联网的人员危险感知方法、系统及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113793479A true CN113793479A (zh) | 2021-12-14 |
Family
ID=78955392
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111358081.9A Pending CN113793479A (zh) | 2021-11-17 | 2021-11-17 | 基于车联网的人员危险感知方法、系统及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113793479A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110881166A (zh) * | 2019-10-25 | 2020-03-13 | 华为技术有限公司 | 协同呼救方法、装置、可穿戴设备和存储介质 |
KR20200076133A (ko) * | 2018-12-19 | 2020-06-29 | 삼성전자주식회사 | 전자 장치 및 이를 이용한 v2x 서비스를 제공하는 방법 |
CN111739344A (zh) * | 2020-06-29 | 2020-10-02 | 北京百度网讯科技有限公司 | 一种预警方法、装置及电子设备 |
CN112907895A (zh) * | 2021-04-15 | 2021-06-04 | 江南造船(集团)有限责任公司 | 船舶人员跌倒感知方法、装置、系统、介质及电子设备 |
CN113382368A (zh) * | 2021-06-09 | 2021-09-10 | 上海酉擎物联技术有限公司 | 信息共享方法、装置、可穿戴设备和存储介质 |
-
2021
- 2021-11-17 CN CN202111358081.9A patent/CN113793479A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200076133A (ko) * | 2018-12-19 | 2020-06-29 | 삼성전자주식회사 | 전자 장치 및 이를 이용한 v2x 서비스를 제공하는 방법 |
CN110881166A (zh) * | 2019-10-25 | 2020-03-13 | 华为技术有限公司 | 协同呼救方法、装置、可穿戴设备和存储介质 |
CN111739344A (zh) * | 2020-06-29 | 2020-10-02 | 北京百度网讯科技有限公司 | 一种预警方法、装置及电子设备 |
CN112907895A (zh) * | 2021-04-15 | 2021-06-04 | 江南造船(集团)有限责任公司 | 船舶人员跌倒感知方法、装置、系统、介质及电子设备 |
CN113382368A (zh) * | 2021-06-09 | 2021-09-10 | 上海酉擎物联技术有限公司 | 信息共享方法、装置、可穿戴设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kashevnik et al. | Methodology and mobile application for driver behavior analysis and accident prevention | |
Kashevnik et al. | Cloud-based driver monitoring system using a smartphone | |
US11042619B2 (en) | Vehicle occupant tracking and trust | |
US20200057487A1 (en) | Methods and systems for using artificial intelligence to evaluate, correct, and monitor user attentiveness | |
WO2020100584A1 (ja) | 情報処理装置、および情報処理方法、並びにプログラム | |
US20200356923A1 (en) | Risk information processing method and server device | |
US10009738B2 (en) | System and method for determining an appropriate time for providing a message to a driver | |
KR101869391B1 (ko) | 지능형 주차 관리 시스템 | |
WO2014013985A1 (ja) | 運転支援システム及び運転支援方法 | |
US10829130B2 (en) | Automated driver assistance system | |
JP2015501459A (ja) | センサー駆動型車両遠隔計測アプリケーションおよびサービスの開発および配備のための演算プラットフォーム | |
Kim et al. | Predicting the EEG level of a driver based on driving information | |
Tavakoli et al. | Harmony: A human-centered multimodal driving study in the wild | |
Thakuriah et al. | Transportation and information: trends in technology and policy | |
Smirnov et al. | Human-smartphone interaction for dangerous situation detection and recommendation generation while driving | |
Hernández Sánchez et al. | Deep neural networks for driver identification using accelerometer signals from smartphones | |
Mahale et al. | Vehicle and passenger identification in public transportation to fortify smart city indices | |
Parandhaman | An Automated Efficient and Robust Scheme in Payment Protocol Using the Internet of Things | |
Mrema et al. | A Survey of Road Accident Reporting and Driver’s Behavior Awareness Systems: The Case of Tanzania | |
CN113793479A (zh) | 基于车联网的人员危险感知方法、系统及电子设备 | |
JP2020006744A (ja) | 二輪車走行支援方法、二輪車走行支援プログラムおよび二輪車走行支援システム | |
Al-Rajab et al. | Smart Application for Every Car (SAEC).(AR Mobile Application) | |
Thakuriah et al. | Technology systems for transportation system management and personal use | |
KR20200062025A (ko) | 다중 로그 분석을 기반으로 차량 위험을 처리하는 방법 및 장치 | |
Longoria | Invisible, but Not Transparent: An Analysis of the Data Privacy Issues that Could Be Implicated by the Widespread Use of Connected Vehicles |
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: 20211214 |
|
RJ01 | Rejection of invention patent application after publication |