CN114140997A - 养老院卫生间老人滞留及身体状况监测预警系统及方法 - Google Patents
养老院卫生间老人滞留及身体状况监测预警系统及方法 Download PDFInfo
- Publication number
- CN114140997A CN114140997A CN202111475959.7A CN202111475959A CN114140997A CN 114140997 A CN114140997 A CN 114140997A CN 202111475959 A CN202111475959 A CN 202111475959A CN 114140997 A CN114140997 A CN 114140997A
- Authority
- CN
- China
- Prior art keywords
- laser range
- range finder
- module
- toilet
- control module
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012544 monitoring process Methods 0.000 title claims abstract description 39
- 230000014759 maintenance of location Effects 0.000 title claims abstract description 24
- 230000000474 nursing effect Effects 0.000 title claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 24
- 238000004891 communication Methods 0.000 claims abstract description 16
- 230000008859 change Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 9
- 239000013598 vector Substances 0.000 claims description 9
- 230000001174 ascending effect Effects 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 6
- 230000000717 retained effect Effects 0.000 claims description 4
- 230000002457 bidirectional effect Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000004148 unit process Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/016—Personal emergency signalling and security systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
Abstract
本发明属于无线感知技术领域，公开了一种养老院卫生间老人滞留及身体状况监测预警系统及方法，系统包括距离检测模块、用户识别及轨迹跟踪模块、控制模块、通信模块、云服务平台和客户端，距离检测模块和用户识别及轨迹跟踪模块均与控制模块连接，控制模块通过通信模块与云服务平台连接，云服务平台与客户端通信连接。方法为距离检测模块和用户识别及轨迹跟踪模块采集的数据信息上传至控制模块，控制模块将处理后的数据信息通过通信模块上传至云服务平台，云服务平台再将数据信息发送至客户端。本发明能够实时监测老人在卫生间的滞留情况和身体状况。本发明适用于养老院老人状况的监测。
Description
技术领域
本发明属于无线感知技术领域，具体地说是一种养老院卫生间老人滞留及身体状况监测预警系统及方法。
背景技术
目前我国是世界上老年人口最多的国家，养老院建设显得尤为重要。但养老院相关工作人员不能实时观测到老人在卫生间的滞留情况，以及在卫生间的身体状况的信息，一旦老人在卫生间出现危险状况，导致看护人员无法及时对病危老人施以救护。调查显示，人体定位和运动状态是远程健康监护的两个至关重要的因素。随着5G、大数据、云计算等技术发展下，社会朝着智能化、信息化的方向快速发展，无线感知技术从ZigBee、WIFI、激光雷达发展到毫米波雷达，监测手段包括穿戴式的电子设备、红外探测设备等。
目前社会上主要是基于传感器主动感知技术进行监测，PIR红外人体运动传感器价格便宜，但缺点是无法检测静止人员，当房间内人员动作比较微弱或者不动的时候会导致检测错误，此外，卫生间内空调、换气扇、室内外温差有较大的变化时，也会导致误报现象。红外测距传感器一般加装于厕位上方，通过测距变化来判定是否有人占用，这种方案的缺点是测距量程短，测距准确度低，而且对于黑色的物体识别不准确，容易误报，同时安装高度受限在2米内。传统的摄像头实时监测对于卫生间等私密场所并不适用，隐私保护较弱。通过可穿戴设备获取老人的身体状况进行监测所得到的数据并不完整，而且对于年纪较大的老人，可操作性较弱，使用可穿戴设备具有一定的难度，会带来一定的负担，并不受欢迎。在卫生间安装的一键救助式设备，利用WiFi、蓝牙探测人体的活动，WiFi信号会受到其他因素的影响和干扰，精度不高，不能完全满足养老院的需求，有的老人患有疾病，身体不便，一旦摔倒很难再去按键求助。
发明内容
本发明的目的，是要提供一种养老院卫生间老人滞留及身体状况监测预警系统及方法，以实时监测老人在卫生间的滞留情况和身体状况。
本发明为实现上述目的，所采用的技术方法如下：
一种养老院卫生间老人滞留及身体状况监测预警系统，包括距离检测模块、用户识别及轨迹跟踪模块、控制模块、通信模块、云服务平台和客户端，距离检测模块和用户识别及轨迹跟踪模块均与控制模块连接，控制模块通过通信模块与云服务平台连接，云服务平台与客户端通信连接；云服务平台的数据库中存储有所有用户相对应的人体特征数据和在卫生间的滞留时间阈值。
作为限定：用户识别及轨迹跟踪模块为FMCW调制模式的24GHz的毫米波雷达模块，毫米波雷达模块包括采集单元和用户识别单元，采集单元与用户识别单元连接，用户识别单元与控制模块连接。
作为进一步限定：养老院卫生间老人滞留及身体状况监测预警系统，还包括报警模块，报警模块与控制模块连接，报警模块采用二极管和蜂鸣器。
作为更进一步限定：距离检测模块采用三个激光测距仪，激光测距仪A和激光测距仪B均安装在卫生间外的门的上门框上，激光测距仪C安装在卫生间内的门的上门框上，控制模块采用DCA 1000主控芯片，通信模块采用基于蜂窝的窄带物联网的NB－IOT模块。
本发明还提供了上述一种养老院卫生间老人滞留及身体状况监测预警系统的监测预警方法，具体为：距离检测模块安装在卫生间门的上门框上，当有人通过卫生间的门时，距离检测模块检测到的距离发生变化，触发信号，信号上传至控制模块，控制模块判断是否有人进出卫生间，若有人进入卫生间，则控制模块开始计数和计时，用户识别及轨迹跟踪模块采集并处理进入卫生间的人员的人体特征数据和运动轨迹，并将处理后的人体特征数据和运动轨迹发送至控制模块，控制模块调取的云服务平台数据库中存储的与用户相对应的人体特征数据，并将用户识别单元发送的人体特征数据和运动轨迹与调取的云服务平台数据库中存储的与用户相对应的人体特征数据进行对比和匹配，识别出进入卫生间的用户，当用户离开卫生间，控制模块停止计时，并调取云服务平台的数据库中该用户在卫生间的滞留时间阈值，当控制模块中的计时时间超过该用户在卫生间的滞留时间阈值，控制模块则将滞留的人数和滞留人员的相关信息通过通信模块上传至云服务平台，云服务平台将接收的数据信息进行数据信息融合加密处理后发送至客户端，供工作人员查看，云服务平台还向客户端推送报警信息弹窗，提醒工作人员。
作为限定：用户识别及轨迹跟踪模块采用FMCW调制模式的24GHz的毫米波雷达模块，毫米波雷达模块包括采集单元和用户识别单元，并将采集的回波信号发送至用户识别单元，用户识别单元对回波信号进行信号处理，用户识别单元对回波信号进行信号处理的具体过程为S1、用户识别模块对回波信号进行距离快速傅里叶变换，去除杂波反射，再依次进行多普勒快速傅里叶变换和到达角估计后生成点云；S2、设定两个参数MaxP和MinPts，MaxP表示同一簇中两点的最大距离记为，MinPts表示同一簇中处理噪声点的最小点数，采用DBScan聚类算法将点云中的单个点合并为簇，根据设定的两个参数MaxP和MinPts分离点云，根据点云信息建立空间坐标系，得到具有人体特征的质心点(x,y)；S3、检测质心点(x,y)，对于每个检测到的质心点(x,y)的每一个帧，对连续帧之间，计算质心点(x,y)之间的欧氏距离，得到运动轨迹，在运动轨迹中的每一帧，使用一个固定大小的边界框来框选出人体的特征点，并将其体素化以形成占用网格，采用滑动窗口法对运动轨迹进行分割，再将z轴上的向量最小化，然后将每个帧转换为特征向量，再将特征向量输入至双向LSTM网络，训练密集层，使用softmax层输出最终的运动轨迹和人体特征。
作为进一步限定：养老院卫生间老人滞留及身体状况监测预警系统还包括报警模块，当控制模块中的计时时间超过该用户在卫生间的滞留时间阈值，控制模块发送报警信号至报警模块进行声光报警。
作为再进一步限定：距离检测模块为激光测距仪，距离检测模块采用三个激光测距仪，激光测距仪A和激光测距仪B均安装在卫生间外的门的上门框上，激光测距仪C安装在卫生间内的门的上门框上，控制模块判断是否有人进出卫生间的具体方法为：激光测距仪A、激光测距仪B和激光测距仪C获取上门框到底面的距离是一个固定值，当用户首先通过激光测距仪A和/或激光测距仪B时，激光测距仪A和/或激光测距仪B测量的距离发生变化，激光测距仪A和/或激光测距仪B触发一个下降信号，当用户进入门内时，激光测距仪A和/或激光测距仪B测量的距离恢复为固定值，触发一个上升信号，当用户通过激光测距仪C时，激光测距仪C检测的距离发生变化，激光测距仪C触发一个下降信号，当用户进入卫生间内，激光测距仪C测量的距离恢复为固定值，触发一个上升信号，当控制模块接收的激光测距仪A和/或激光测距仪B和激光测距仪C信号变化及信号变化顺序与上述描述一致时，则判断用户进入卫生间；当控制模块接收的激光测距仪A和/或激光测距仪B和激光测距仪C信号变化顺序与上述描述相反时，则判断用户离开卫生间。
作为更进一步限定：云服务平台中的数据信息融合加密处理的具体方法为：云服务平台的多服务器可搜索数据加密接口将上传的文件拆分为索引块，每个线程选择一个服务器，伪随机数生成器为每个上传的文件随机生成主密钥，每个索引块在相应的服务器中使用AES-128-CTR加密算法进行主密钥加密，再使用HMAC-SHA256哈希函数对关键字标记进行哈希，生成块标识符，每个索引块作为索引项的内容插入，在下载过程中重建文件，索引项和重建重建文件后重新加密分的块被发送到云服务平台中的MSSDC管理器，MSSDC管理器将加密块分发到相应的服务器。
本发明由于采用了上述方案，与现有技术相比，所取得的有益效果是：
(1)本发明提供的养老院卫生间老人滞留及身体状况监测预警系统及方法，通过使用激光测距仪和FMCW调制模式的24GHz的毫米波雷达传感器采集信息，使用过程中不受环境障碍物影响，大大提升了监测的精度，而且保护了用户的隐私，不需要任何维护，降低了成本；
(2)本发明提供的养老院卫生间老人滞留及身体状况监测预警系统及方法，设置三个激光测距仪，通过采用三个激光测距仪的信号变化和信号变化顺序，精准检测用户进出卫生间情况，清晰的掌握养老院卫生间内滞留人数及时间；
(3)本发明提供的养老院卫生间老人滞留及身体状况监测预警系统及方法，通过采用毫米波雷达技术和优化的密度聚类算法，提高了目标监测的精度，采用深度递归神经网络从每个用户的人体特征数据中识别用户身份，能够监测每个用户的人体特征和运动轨迹；
(4)本发明提供的养老院卫生间老人滞留及身体状况监测预警系统及方法，工作人员在客户端能够实时监测老人的人体特征数据，并利用数据加密技术对老人数据信息进行加密，保证老人隐私信息不被泄露，
(5)本发明提供的养老院卫生间老人滞留及身体状况监测预警系统及方法，不需要可穿戴设备和红外摄像头等设备，保护了用户的隐私。
本发明适用于养老院老人状况的监测。
附图说明
下面结合附图及具体实施例对本发明作更进一步详细说明。
图1为本发明实施例养老院卫生间老人滞留及身体状况监测预警系统的结构框图；
图2为本发明实施例养老院卫生间老人滞留及身体状况监测预警方法的流程图；
图3为本发明实施例毫米波雷达模块采集并处理回波信号的流程图；
图4为本发明实施例用户进入卫生间的过程中激光测距仪A、激光测距仪B和激光测距仪C的信号图；
图中：1、毫米波雷达模块。
具体实施方式
下面结合实施例对本发明作进一步说明，但本领域的技术人员应当理解，本发明并不限于以下实施例，任何在本发明具体实施例基础上做出的改进和等效变化，都在本发明权利要求保护的范围之内。
实施例养老院卫生间老人滞留及身体状况监测预警系统及方法
一种养老院卫生间老人滞留及身体状况监测预警系统，其结构框图如图1所示，包括距离检测模块、用户识别及轨迹跟踪模块、控制模块、报警模块、通信模块、云服务平台和客户端，用户识别及轨迹跟踪模块为FMCW调制模式的24GHz的毫米波雷达模块1，毫米波雷达模块1包括采集单元和用户识别单元，采集单元与用户识别单元连接，距离检测模块和用户识别单元均与控制模块连接，控制模块与报警模块连接，控制模块通过通信模块与云服务平台连接，云服务平台与客户端通信连接；云服务平台的数据库中存储有所有用户相对应的人体特征数据和在卫生间的滞留时间阈值。
本实施例中距离检测模块采用三个激光测距仪，激光测距仪A和激光测距仪B均安装在卫生间外的门的上门框上，激光测距仪C安装在卫生间内的门的上门框上，控制模块采用DCA 1000主控芯片，通信模块采用基于蜂窝的窄带物联网的NB－IOT模块，报警模块采用二极管和蜂鸣器
养老院卫生间老人滞留及身体状况监测预警方法，其流程图如图2所示，具体为：距离检测模块安装在卫生间门的上门框上，当有人通过卫生间的门时，距离检测模块检测到的距离发生变化，触发信号，信号上传至控制模块，控制模块判断是否有人进出卫生间，若有人进入卫生间，则控制模块开始计数和计时，毫米波雷达模块1的采集单元发射检测信号，并接收进入卫生间人员的人体反射的回波信号，并将采集的回波信号发送至用户识别单元，用户识别单元对回波信号进行信号处理，得到进入卫生间的人员的人体特征数据和运动轨迹，并将人体特征数据和运动轨迹发送至控制模块，控制模块调取的云服务平台数据库中存储的与用户相对应的人体特征数据，并将用户识别单元发送的人体特征数据和运动轨迹与调取的云服务平台数据库中存储的与用户相对应的人体特征数据进行对比和匹配，识别出进入卫生间的用户，当用户离开卫生间，控制模块停止计时，并调取云服务平台的数据库中该用户在卫生间的滞留时间阈值，当控制模块中的计时时间超过该用户在卫生间的滞留时间阈值，控制模块则发送报警信号至报警模块进行声光报警，并将滞留的人数和滞留人员的相关信息通过通信模块上传至云服务平台，云服务平台将接收的数据信息进行数据信息融合加密处理后发送至客户端，供工作人员查看，云服务平台还向客户端推送报警信息弹窗，提醒工作人员。
控制模块判断是否有人进出卫生间的具体方法为：激光测距仪A、激光测距仪B和激光测距仪C获取上门框到底面的距离是一个固定值，当用户首先通过激光测距仪A和/或激光测距仪B时，激光测距仪A和/或激光测距仪B测量的距离发生变化，激光测距仪A和/或激光测距仪B触发一个下降信号，当用户进入门内时，激光测距仪A和/或激光测距仪B测量的距离恢复为固定值，触发一个上升信号，当用户通过激光测距仪C时，激光测距仪C检测的距离发生变化，激光测距仪C触发一个下降信号，当用户进入卫生间内，激光测距仪C测量的距离恢复为固定值，触发一个上升信号，当控制模块接收的激光测距仪A和/或激光测距仪B和激光测距仪C信号变化及信号变化顺序与上述描述一致时，则判断用户进入卫生间；当控制模块接收的激光测距仪A和/或激光测距仪B和激光测距仪C信号变化顺序与上述描述相反时，则判断用户离开卫生间。通过激光测距仪A记为A，否则为
通过激光测距仪B记为B，否则为
通过激光测距仪C记为C，否则为
F表示是否进入卫生间，若F为1，则表示有人进入卫生间，F为0，则表示没有人进入卫生间，根据上述逻辑关系建立真值表如表1所示，画出对应的卡诺图表，如表2所示，通过卡诺图可以简洁明了的看出用户进入卫生间的正确逻辑，逻辑表达式为：
表1真值表
| A | B | C | F |
| 0 | 0 | 0 | 0 |
| 0 | 0 | 1 | 0 |
| 0 | 1 | 0 | 0 |
| 0 | 1 | 1 | 1 |
| 1 | 0 | 0 | 0 |
| 1 | 0 | 1 | 1 |
| 1 | 1 | 0 | 0 |
| 1 | 1 | 1 | 1 |
表2卡诺图
用户识别单元对回波信号进行信号处理的流程图如图3所示，具体过程为S1、用户识别模块对回波信号进行距离快速傅里叶变换，去除杂波反射，再依次进行多普勒快速傅里叶变换和到达角估计后生成点云；S2、设定两个参数MaxP＝0.05和MinPts＝20，MaxP表示同一簇中两点的最大距离记为，MinPts表示同一簇中处理噪声点的最小点数，采用DBScan聚类算法将点云中的单个点合并为簇，根据设定的两个参数MaxP＝0.05和MinPts＝20分离点云，根据点云信息建立空间坐标系，得到具有人体特征的质心点(x，y)；S3、检测质心点(x，y)，对于每个检测到的质心点(x，y)的每一个帧，对连续帧之间，计算质心点(x，y)之间的欧氏距离，得到运动轨迹，在运动轨迹中的每一帧，使用一个固定大小的边界框来框选出人体的特征点，并将其体素化以形成占用网格，采用滑动窗口法对运动轨迹进行分割，一个窗口包含连续2秒的占用网格，与上一个窗口的重叠率为75％，将z轴上的向量最小化，然后将每个帧转换为特征向量，再将特征向量输入至双向LSTM网络，训练密集层，使用softmax层输出最终的运动轨迹和人体特征。
云服务平台中的数据信息融合加密处理的具体方法为：云服务平台的多服务器可搜索数据加密接口将上传的文件拆分为索引块，每个线程选择一个服务器，伪随机数生成器为每个上传的文件随机生成主密钥，每个索引块在相应的服务器中使用AES-128-CTR加密算法进行主密钥加密，再使用HMAC-SHA256哈希函数对关键字标记进行哈希，生成块标识符，每个索引块作为索引项的内容插入，在下载过程中重建文件，索引项和重建重建文件后重新加密分的块被发送到云服务平台中的MSSDC管理器，MSSDC管理器将加密块分发到相应的服务器。
Claims (9)
1.一种养老院卫生间老人滞留及身体状况监测预警系统，其特征在于，包括距离检测模块、用户识别及轨迹跟踪模块、控制模块、通信模块、云服务平台和客户端，距离检测模块和用户识别及轨迹跟踪模块均与控制模块连接，控制模块通过通信模块与云服务平台连接，云服务平台与客户端通信连接；云服务平台的数据库中存储有所有用户相对应的人体特征数据和在卫生间的滞留时间阈值。
2.根据权利要求1所述的养老院卫生间老人滞留及身体状况监测预警系统，其特征在于，用户识别及轨迹跟踪模块为FMCW调制模式的24GHz的毫米波雷达模块，毫米波雷达模块包括采集单元和用户识别单元，采集单元与用户识别单元连接，用户识别单元与控制模块连接。
3.根据权利要求2所述的养老院卫生间老人滞留及身体状况监测预警系统，其特征在于，还包括报警模块，报警模块与控制模块连接，报警模块采用二极管和蜂鸣器。
4.根据权利要求1-3中任意一项所述的养老院卫生间老人滞留及身体状况监测预警系统，其特征在于，距离检测模块采用三个激光测距仪，激光测距仪A和激光测距仪B均安装在卫生间外的门的上门框上，激光测距仪C安装在卫生间内的门的上门框上，控制模块采用DCA 1000主控芯片，通信模块采用基于蜂窝的窄带物联网的NB－IOT模块。
5.权利要求1-4中任意一项所述的一种养老院卫生间老人滞留及身体状况监测预警系统的监测预警方法，其特征在于，距离检测模块安装在卫生间门的上门框上，当有人通过卫生间的门时，距离检测模块检测到的距离发生变化，触发信号，信号上传至控制模块，控制模块判断是否有人进出卫生间，若有人进入卫生间，则控制模块开始计数和计时，用户识别及轨迹跟踪模块采集并处理进入卫生间的人员的人体特征数据和运动轨迹，并将处理后的人体特征数据和运动轨迹发送至控制模块，控制模块调取的云服务平台数据库中存储的与用户相对应的人体特征数据，并将用户识别单元发送的人体特征数据和运动轨迹与调取的云服务平台数据库中存储的与用户相对应的人体特征数据进行对比和匹配，识别出进入卫生间的用户，当用户离开卫生间，控制模块停止计时，并调取云服务平台的数据库中该用户在卫生间的滞留时间阈值，当控制模块中的计时时间超过该用户在卫生间的滞留时间阈值，控制模块则将滞留的人数和滞留人员的相关信息通过通信模块上传至云服务平台，云服务平台将接收的数据信息进行数据信息融合加密处理后发送至客户端，供工作人员查看，云服务平台还向客户端推送报警信息弹窗，提醒工作人员。
6.根据权利要求5所述的监测预警方法，其特征在于，用户识别及轨迹跟踪模块采用FMCW调制模式的24GHz的毫米波雷达模块，毫米波雷达模块包括采集单元和用户识别单元，并将采集的回波信号发送至用户识别单元，用户识别单元对回波信号进行信号处理，用户识别单元对回波信号进行信号处理的具体过程为S1、用户识别模块对回波信号进行距离快速傅里叶变换，去除杂波反射，再依次进行多普勒快速傅里叶变换和到达角估计后生成点云；S2、设定两个参数MaxP和MinPts，MaxP表示同一簇中两点的最大距离记为，MinPts表示同一簇中处理噪声点的最小点数，采用DBScan聚类算法将点云中的单个点合并为簇，根据设定的两个参数MaxP和MinPts分离点云，根据点云信息建立空间坐标系，得到具有人体特征的质心点（x,y）；S3、检测质心点（x,y），对于每个检测到的质心点（x,y）的每一个帧，对连续帧之间，计算质心点（x,y）之间的欧氏距离，得到运动轨迹，在运动轨迹中的每一帧，使用一个固定大小的边界框来框选出人体的特征点，并将其体素化以形成占用网格，采用滑动窗口法对运动轨迹进行分割，再将z轴上的向量最小化，然后将每个帧转换为特征向量，再将特征向量输入至双向LSTM网络，训练密集层，使用softmax层输出最终的运动轨迹和人体特征。
7.根据权利要求 6所述的监测预警方法，其特征在于，养老院卫生间老人滞留及身体状况监测预警系统还包括报警模块，当控制模块中的计时时间超过该用户在卫生间的滞留时间阈值，控制模块发送报警信号至报警模块进行声光报警。
8.根据权利要求5-7中任意一项所述的监测预警方法，其特征在于，距离检测模块为激光测距仪，距离检测模块采用三个激光测距仪，激光测距仪A和激光测距仪B均安装在卫生间外的门的上门框上，激光测距仪C安装在卫生间内的门的上门框上，控制模块判断是否有人进出卫生间的具体方法为：激光测距仪A、激光测距仪B和激光测距仪C获取上门框到底面的距离是一个固定值，当用户首先通过激光测距仪A和/或激光测距仪B时，激光测距仪A和/或激光测距仪B测量的距离发生变化，激光测距仪A和/或激光测距仪B触发一个下降信号，当用户进入门内时，激光测距仪A和/或激光测距仪B测量的距离恢复为固定值，触发一个上升信号，当用户通过激光测距仪C时，激光测距仪C检测的距离发生变化，激光测距仪C触发一个下降信号，当用户进入卫生间内，激光测距仪C测量的距离恢复为固定值，触发一个上升信号，当控制模块接收的激光测距仪A和/或激光测距仪B和激光测距仪C信号变化及信号变化顺序与上述描述一致时，则判断用户进入卫生间；当控制模块接收的激光测距仪A和/或激光测距仪B和激光测距仪C信号变化顺序与上述描述相反时，则判断用户离开卫生间。
9.根据权利要求8所述的监测预警方法，其特征在于，云服务平台中的数据信息融合加密处理的具体方法为：云服务平台的多服务器可搜索数据加密接口将上传的文件拆分为索引块，每个线程选择一个服务器，伪随机数生成器为每个上传的文件随机生成主密钥，每个索引块在相应的服务器中使用AES-128-CTR加密算法进行主密钥加密，再使用HMAC-SHA256哈希函数对关键字标记进行哈希，生成块标识符，每个索引块作为索引项的内容插入，在下载过程中重建文件，索引项和重建重建文件后重新加密分的块被发送到云服务平台中的MSSDC管理器，MSSDC管理器将加密块分发到相应的服务器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111475959.7A CN114140997B (zh) | 2021-12-06 | 2021-12-06 | 养老院卫生间老人滞留及身体状况监测预警系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111475959.7A CN114140997B (zh) | 2021-12-06 | 2021-12-06 | 养老院卫生间老人滞留及身体状况监测预警系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114140997A true CN114140997A (zh) | 2022-03-04 |
| CN114140997B CN114140997B (zh) | 2024-01-16 |
Family
ID=80383906
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111475959.7A Active CN114140997B (zh) | 2021-12-06 | 2021-12-06 | 养老院卫生间老人滞留及身体状况监测预警系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114140997B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116319899A (zh) * | 2023-05-18 | 2023-06-23 | 三亚明熹一品信息技术服务有限公司 | 一种在线监测人体存在活动状态系统 |
| CN117348435A (zh) * | 2023-12-04 | 2024-01-05 | 南通辉塔智能家居有限公司 | 一种将智能家居控制、报警及监控进行集成的方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120050529A1 (en) * | 2010-08-26 | 2012-03-01 | Michael Bentley | Portable wireless mobile device motion capture and analysis system and method |
| CN105681280A (zh) * | 2015-12-29 | 2016-06-15 | 西安电子科技大学 | 一种云环境中基于中文的可搜索加密方法 |
| CN105741492A (zh) * | 2016-04-27 | 2016-07-06 | 华中科技大学 | 一种检测系统报警及方法 |
| CN110738095A (zh) * | 2019-08-23 | 2020-01-31 | 珠海格力电器股份有限公司 | 一种行为分析方法及装置 |
| CN112147635A (zh) * | 2020-09-25 | 2020-12-29 | 北京亮道智能汽车技术有限公司 | 一种检测系统、方法及装置 |
| CN112444805A (zh) * | 2020-11-01 | 2021-03-05 | 复旦大学 | 基于雷达的分布式多目标检测、定位跟踪与身份识别系统 |
| CN112505648A (zh) * | 2020-11-19 | 2021-03-16 | 西安电子科技大学 | 基于毫米波雷达回波的目标特征提取方法 |
| CN113536850A (zh) * | 2020-04-20 | 2021-10-22 | 长沙莫之比智能科技有限公司 | 基于77g毫米波雷达的目标物体大小测试方法和装置 |
-
2021
- 2021-12-06 CN CN202111475959.7A patent/CN114140997B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120050529A1 (en) * | 2010-08-26 | 2012-03-01 | Michael Bentley | Portable wireless mobile device motion capture and analysis system and method |
| CN105681280A (zh) * | 2015-12-29 | 2016-06-15 | 西安电子科技大学 | 一种云环境中基于中文的可搜索加密方法 |
| CN105741492A (zh) * | 2016-04-27 | 2016-07-06 | 华中科技大学 | 一种检测系统报警及方法 |
| CN110738095A (zh) * | 2019-08-23 | 2020-01-31 | 珠海格力电器股份有限公司 | 一种行为分析方法及装置 |
| CN113536850A (zh) * | 2020-04-20 | 2021-10-22 | 长沙莫之比智能科技有限公司 | 基于77g毫米波雷达的目标物体大小测试方法和装置 |
| CN112147635A (zh) * | 2020-09-25 | 2020-12-29 | 北京亮道智能汽车技术有限公司 | 一种检测系统、方法及装置 |
| CN112444805A (zh) * | 2020-11-01 | 2021-03-05 | 复旦大学 | 基于雷达的分布式多目标检测、定位跟踪与身份识别系统 |
| CN112505648A (zh) * | 2020-11-19 | 2021-03-16 | 西安电子科技大学 | 基于毫米波雷达回波的目标特征提取方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116319899A (zh) * | 2023-05-18 | 2023-06-23 | 三亚明熹一品信息技术服务有限公司 | 一种在线监测人体存在活动状态系统 |
| CN117348435A (zh) * | 2023-12-04 | 2024-01-05 | 南通辉塔智能家居有限公司 | 一种将智能家居控制、报警及监控进行集成的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114140997B (zh) | 2024-01-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11270799B2 (en) | In-home remote monitoring systems and methods for predicting health status decline | |
| Pham et al. | A sensor fusion approach to indoor human localization based on environmental and wearable sensors | |
| CN114140997B (zh) | 养老院卫生间老人滞留及身体状况监测预警系统及方法 | |
| CN112184626A (zh) | 姿态识别方法、装置、设备及计算机可读介质 | |
| CN113925475B (zh) | 一种非接触式的人体健康监测系统及监测方法 | |
| US11516625B2 (en) | Systems and methods for mapping a given environment | |
| CN109697830A (zh) | 一种基于目标分布规律的人员异常行为检测方法 | |
| CN108662728B (zh) | 信息处理方法、信息处理装置以及记录介质 | |
| Stone et al. | Passive, in-home gait measurement using an inexpensive depth camera: Initial results | |
| WO2015077829A1 (en) | System for monitoring subject movement | |
| CN108852311A (zh) | 一种基于蓝牙室内定位的老人生理数据采集系统 | |
| JP7065447B2 (ja) | 情報処理方法、情報処理装置、及びプログラム | |
| WO2008047078A1 (en) | Pervasive sensing | |
| EP3717980B1 (en) | Ultrasound analytics for actionable information | |
| CN109147277A (zh) | 一种老人看护系统及方法 | |
| Pavel et al. | Continuous assessment of gait velocity in Parkinson's disease from unobtrusive measurements | |
| Rui et al. | Estimation of human walking speed by Doppler radar for elderly care | |
| US20230326318A1 (en) | Environment sensing for care systems | |
| JP2010250775A (ja) | 犯罪防止装置およびプログラム | |
| Nait Aicha et al. | Continuous gait velocity analysis using ambient sensors in a smart home | |
| US20210225465A1 (en) | Tracking individual user health using intrusion detection sensors | |
| Steen et al. | A novel indoor localization approach using dynamic changes in ultrasonic echoes | |
| Valero et al. | Reprint of: Vibration sensing-based human and infrastructure safety/health monitoring: A survey | |
| KR102476688B1 (ko) | 병실 관리 시스템 및 그 방법 | |
| JP2023521416A (ja) | 環境健康監視および予測的評価を可能にする非接触型センサー駆動デバイス、システム、および方法 |
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 |