CN114446011A - 一种基于肌电信号的智能溺水报警方法与系统 - Google Patents
一种基于肌电信号的智能溺水报警方法与系统 Download PDFInfo
- Publication number
- CN114446011A CN114446011A CN202210173119.3A CN202210173119A CN114446011A CN 114446011 A CN114446011 A CN 114446011A CN 202210173119 A CN202210173119 A CN 202210173119A CN 114446011 A CN114446011 A CN 114446011A
- Authority
- CN
- China
- Prior art keywords
- alarm
- electromyographic
- module
- signal
- electromyographic signal
- 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 74
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000007781 pre-processing Methods 0.000 claims abstract description 26
- 238000000605 extraction Methods 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 20
- 210000003205 muscle Anatomy 0.000 claims abstract description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 10
- 230000009182 swimming Effects 0.000 claims description 34
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 28
- 230000009471 action Effects 0.000 claims description 28
- 230000004927 fusion Effects 0.000 claims description 27
- 230000003183 myoelectrical effect Effects 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 14
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 14
- 239000001569 carbon dioxide Substances 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 210000000707 wrist Anatomy 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- 238000012880 independent component analysis Methods 0.000 claims description 7
- 238000013527 convolutional neural network Methods 0.000 claims description 6
- 238000000926 separation method Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 125000004122 cyclic group Chemical group 0.000 claims description 2
- 238000000354 decomposition reaction Methods 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims description 2
- 230000003595 spectral effect Effects 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 claims description 2
- 210000000689 upper leg Anatomy 0.000 claims description 2
- 230000002087 whitening effect Effects 0.000 claims description 2
- 239000000853 adhesive Substances 0.000 claims 1
- 230000001070 adhesive effect Effects 0.000 claims 1
- 206010049565 Muscle fatigue Diseases 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000000241 respiratory effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000002567 electromyography Methods 0.000 description 2
- 230000004118 muscle contraction Effects 0.000 description 2
- 240000007651 Rubus glaucus Species 0.000 description 1
- 235000011034 Rubus glaucus Nutrition 0.000 description 1
- 235000009122 Rubus idaeus Nutrition 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 210000000062 pectoralis major Anatomy 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
- G08B21/08—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
- G08B21/088—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 by monitoring a device worn by the person, e.g. a bracelet attached to the swimmer
-
- 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
- G08B25/08—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 using communication transmission lines
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B3/00—Audible signalling systems; Audible personal calling systems
- G08B3/10—Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Electromagnetism (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于肌电信号的智能溺水报警方法与系统,包括:数据采集模块、肌电信号预处理模块、肌电信号特征提取模块、肌电信号分类模块、肌电信号状态分析模块、报警器模块、气囊弹出模块和中央救援云平台模块;本发明根据肌电信号具有在一定程度上预测使用者意图与肌肉疲劳的特点,通过采集不同肌肉部位的多路肌电信号,将多路肌电信号进行处理分析进而获取溺水状态,实现准确率高且实时性好的溺水状态判断。基于自动充气式的弹出气囊,解决了现有溺水救援产品救援不及时,成功率低的问题。本发明的穿戴式防水肌电信号采集装置与自救装置,应用不受场景限制,解决了开放性水域救援盲区的问题,提升救援成功率。
Description
技术领域
本发明属于溺水安全救援领域,具体涉及一种基于肌电信号的智能溺水报警方法与系统。
背景技术
近年来,游泳运动在现代人中越来越受欢迎,游泳是现代人最为流行的一种运动的方式,选择游泳这项运动的人群越来越广泛。但在游泳中,由于人为或各种突发的因素,溺水意外时有发生,尤其对于初学者或少年,溺水发生的几率更是大大增加。实际情况里,当溺水事故发生时,往往并非没有监护人或救生员,而是救生员在第一时间很难发现和识别,在黄金时间完成救援是至关重要。目前市场上现有的救生产品分为以下两类:
(1)第一类为结构设计上的救生产品
该类采用手动触发弹出式结构设计,此类产品相对于以往的传统救生衣,漂浮板,其体积更小,更便携,用户体验感更好,但此类产品的弊端为由于其主动触发式的结构设计,往往人在紧急情况下处于因呼吸道进水无法呼救的状态,也无法经过理性思考再去触发开关使用产品自救,尤其是儿童群体自身性质更不适用此类产品。此外导致溺水的情况较为复杂,当用户受伤或是受到攻击等此类危急情况时,再去主动触发使用产品的可能性较低。综上所述此类产品的局限性较高,利用率较低。
现有技术如中国专利申请202011133592.6的技术,对于现有的防溺水报警手环,解决了传统救援防护范围小,可靠性不高的问题:由于依靠救生员巡视实现防护,实际有效作用区域受限于救生员的数量和救生员观察的范围;当溺水者沉入水中或溺水者没有及时发出报警信号,救生员不能及时发现,就错过了最好的营救时机。其弊端一方面在于人为手动控制报警和自救对于溺水者的要求较高,要求溺水者有一定意识和自救能力,另一方面其虽然不再依靠救生员的数量和救生员的观察范围,但是其要求发出的报警信号能被附近的人看到,当溺水者附近无人或者人比较少的时候,报警信号就会出现不被人接收到的问题,导致救援不及时。
(2)第二类为智能报警系统产品
此类产品大多为架设相机,通过监测游泳者是否有溺水等不正常动作,从而判断其是否溺水。但是因为人的行为动作复杂,正常动作和溺水动作界限划分不明显,往往会出现误判的情况。另外这种方式需要在水下架设多个摄像头,成本较高,同时游泳人群之间会存在相互遮挡等监控盲区。综上,这种基于视频监测的智能报警系统弊端明显。
现有技术如中国专利申请201711240813.8的技术,该溺水监控报警系统,利用影像获取装置实时获取被监控区域内的影像并传输至处理单元,处理单元根据被监控区域内的影像,获取被监控区域内所有动态目标的行为,当动态目标的行为超出预设的安全行为的范围时,处理单元产生报警信息并传输至无线通讯装置,同时控制报警装置播放报警信息。
但现有基于视觉的技术是需通过检测视频中的关键点,提取关键点的特征进行人体行为识别,其中一部分关键点是由背景噪声产生,环境影响大,鲁棒性差;另外算法复杂度高,通过关键点检测估计人体姿态,进而判断游泳状态,其实时性差。此系统需使用大量相机,架设成本高,不适用于在开阔性水域进行监控,并且会产生监控死角问题,导致救援不及时。以上问题导致该方法实用性下降。
综上所述,针对现有技术存在判断准确率低,适用范围小,实时性差的问题,研究表明经常游泳是锻炼全身肌肉的最好途径之一,游泳时阻力越大,就越能够刺激大脑皮层,进而反射性地调节更多的肌肉组群运动起来,促使全身肌肉得到井然有序的完整锻炼,尤其是针对胸大肌、三角肌、肱三头肌以及上半身的背部肌肉群。当人发生溺水时,肌肉会呈现紧绷的状态,所有神经细胞发出指令,引起了肌肉收缩,而表面肌电信号是伴随肌肉收缩产生的一种复杂的电信号,其中蕴含着丰富的人体运动信息,所以通过溺水时肌肉产生的生理电信号判断溺水状态具有低延时高准确率适用场景广泛的特点,因此,本文提出一种基于肌电信号的智能溺水报警装置及智能溺水报警方法。
发明内容
为了解决现有技术中存在的问题,本发明提供了如下一种基于肌电信号的智能溺水报警方法与系统,以替代传统溺水救援产品实现快速精准救援,通过对不同肌肉部位的肌电信号的采集与处理分析技术实现对用户游泳状态的实时监测,从而获取用户的溺水状态,由自动弹出式气囊与云平台实现对溺水人员的救援。解决目前溺水救援产品成功率低,溺水状态判断准确率低和在开放性水域救援不及时,救援盲区的问题。
根据本发明的第一方面提供了一种基于肌电信号的智能溺水报警系统,包括:数据采集模块、肌电信号预处理模块、肌电信号特征提取模块、肌电信号分类模块、肌电信号状态分析模块、报警器模块、气囊弹出模块和中央救援云平台模块;
所述的数据采集模块用于实时采集用户游泳时候的肌电信号,通过防水肌电电极对预先设置的肌肉位点进行信号采集,通过无线传输的方式实时获取用户游泳时的产生的多路肌电信号;多路肌电信号传输至肌电信号预处理模块中。
肌电信号预处理模块用于消除所述多路肌电信号传输过程中的杂波干扰,通过预处理算法对所述多路肌电信号预处理去除噪声;并将去除噪声的多路肌电信号传输至肌电信号特征提取模块中。
肌电信号特征提取模块用于获取肌电信号动作段的时域频域特征,通过肌电信号动作段信号强度大于休息段的信号强度获取肌电信号动作段的位置,利用时域特征提取算法获取肌电信号动作段的时域特征,频域特征提取算法获取肌电信号动作段的频域特征,并将所述肌电信号动作段的时域特征和频域特征进行融合,获取所述多路肌电信号融合特征。
肌电信号分类模块用于根据所述多路肌电信号融合特征,计算得到多路肌电信号的分类结果,所述分类结果为正常或异常。通过将所述多路肌电信号融合特征分别输入到预先训练好的分类网络,由分类网络对所述多路肌电信号融合特征进行处理识别,获取所述多路肌电信号的分类结果。
肌电信号状态分析模块用于对多路肌电信号特征分类结果进行组合分析,根据输出的分类结果实现对判断用户游泳状态的判断。肌电信号状态分析模块与报警器模块连接,报警器模块分别与气囊弹出模块和中央救援云平台模块连接。
进一步地,报警器模块用于报警发出声音,报警器模块包含人为关闭功能,若在预设时间内报警器被人为关闭,则代表用户未溺水是系统误判,则报警器停止报警。
进一步地,气囊弹出模块的控制触发装置打开二氧化碳气瓶,二氧化碳气体充满气囊,实现溺水人员自救。
进一步地,中央救援云平台模块,用于根据所述智能腕式救援装置嵌入式处理器发出的报警信息,分析报警信息(包括gps定位信息与综合个人信息)并派出救援队伍,实现对溺水人员的精准救援。
本发明第二方面提供了一种基于肌电信号的智能溺水报警方法,包括:通过肌电信号采集设备对游泳人群进行肌电信号的实时采集,以获取游泳时人的生理电信号,通过对肌电信号的处理分析技术,获得用户游泳的状态,并根据游泳异常状态的类别对报警器与气囊进行控制,同时将报警信息传输到中央救援云平台,实现对溺水人员的救援,解决溺水救援产品成功率低,溺水状态判断准确率低和在开放性水域救援不及时,救援盲区的问题。
与现有技术相比较,本发明提供的一种基于肌电信号的智能溺水报警方法和系统,具有如下有益效果:
根据肌电信号具有在一定程度上预测使用者意图与肌肉疲劳的特点,通过采集不同肌肉部位的多路肌电信号,将多路肌电信号进行处理分析进而获取溺水状态,实现准确率高且实时性好的溺水状态判断。基于自动充气式的弹出气囊,解决了现有溺水救援产品救援不及时,成功率低的问题。本发明的穿戴式防水肌电信号采集装置与自救装置,应用不受场景限制,解决了开放性水域救援盲区的问题,提升救援成功率。
附图说明
图1本发明提供的一种基于肌电信号的智能溺水报警系统的代表图。
图2本发明实施例提供的一种肌电信号预处理模块的流程图。
图3本发明实施例提供的一种肌电信号特征提取模块的流程图。
图4本发明实施例提供的一种肌电信号分类模块的流程图。
图5本发明实施例提供的一种肌电信号状态分析模块的流程图。
图6本发明实施例提供的一种可穿戴设备报警信息处理模块的流程图。
图7本发明实施例提供的一种气囊弹出模块的流程图。
图8本发明实施例提供的一种中央救援云平台模块的流程图。
图9本发明实施例提供的一种分类网络架构图。
具体实施方式
为了更好地理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。
本发明提供的方法可以在如下的终端环境中实施,该终端可以包括一个或多个如下部件:肌电采集设备、智能腕式救援装置。
肌电采集设备由肌电传感器,无线传输模块组成。其中肌电传感器用于贴在皮肤表面采集人体肌肉电信号,无线传输模块用于将采集到的人体肌肉电信号实时传输至智能腕式救援装置中进行后续处理。
智能腕式救援装置由报警器,气囊,嵌入式处理器,无线传输模块组成。智能腕式救援装置固定在用户手腕位置。嵌入式处理器用于执行终端的各种功能和处理数据;无线传输模块用于接收肌电采集设备采集到的人体肌肉电信号并传输至嵌入式处理器,用于将溺水用户报警信息传输给救援云平台。气囊具有可靠的水上助浮功能,用于溺水自救;报警器可用于发出溺水信号,提示救援人员溺水者位置信息。
除此之外,本领域技术人员可以理解,上述终端的结构并不构成对终端的限定,终端可以包括更多或更少的部件,或者组合某些部件,或者不同的部件布置。比如,终端中还包括输入单元,射频电路,传感器,电源等部件,在此不再赘述。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将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、完整的描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。下面通过具体实施例对本发明进行详细说明。
本实施例的第一方面,提供一种基于肌电信号的智能溺水报警方法,示意图如图1所示,包括如下步骤:
步骤S10:多路肌电信号采集模块;
步骤S20:肌电信号预处理模块;
步骤S30:肌电信特征提取模块;
步骤S40:肌电信号分类模块;
步骤S50:肌电信号状态分析模块;
步骤S60:报警器模块;
步骤S70:气囊弹出模块;
步骤S80:中央救援云平台模块;
本实施例步骤S20-S70中的相关信号处理均由所述智能腕式救援装置中的嵌入式处理器完成,所述嵌入式处理器与所述气囊和报警器集成在一起。所述嵌入式处理器可以采用FPGA,树莓派,或者jetson系列边缘设备等硬件设备。
本实施方式中数据采集模块步骤S10:利用肌电采集设备采集用户游泳时的多路肌电信号,通过无线传输方式将所述多路肌电信号传输到步骤S20进行处理。
本实施方式的数据采集模块步骤S10的肌电采集设备类型可以是干电极肌电传感器、湿电级肌电传感器、粘贴式肌电传感器、绑带式肌电传感器等其中的一种或多种,多路肌电信号的采集位置可以是手腕、大臂、小臂、大腿、小腿、前胸、后背等处并将防水肌电电极集成到泳衣,无线传输方式包括蓝牙,4G,5G,Wifi等。本实施方式仅以采集手臂肌电信号与呼吸肌电信号和5G传输方式为例进行说明。采集游泳时的手臂肌电信号与呼吸肌电信号,并将采集后的肌电信号通过5G无线传输到步骤S20。
本实施方式中肌电信号预处理模块步骤S20:从所述步骤S10中接收多路肌电信号,对所述多路肌电信号降噪进行预处理操作,实现消除信号采集和传输过程中的噪声。
本实施方式的肌电信号预处理模块步骤S20中的预处理算法可以采用小波变换、滤波、盲信号分离(如ICA)等。本实施方式对所述多路肌电信号进行ICA预处理操作。具体包括以下步骤:
步骤S210:接收步骤S10中由防水肌电电极采集到的多路肌电信号。
步骤S220:利用ICA独立成分分析算法对所述多路肌电信号预处理去除噪声。首先,对所述多路肌电信号数据进行中心化,然后,对其进行白化去相关性操作,获取相互独立的多路肌电信号,计算方法如公式(1)所示:
其中使用特征值分解来得到E(特征向量矩阵)和D(特征值对角矩阵)。
最后,根据公式(2),得到降噪后的肌电信号。
其中w表示盲源信号分离的解混矩阵。
步骤S230:从所述步骤S220中获取预处理后的多路肌电数据,将其输入到步骤S30。
本实施方式中肌电信号特征提取模块步骤S30:接收所述步骤S20中预处理后的多路肌电信号数据,利用特征提取算法对所述预处理后的多路肌电信号数据进行时域频域特征分析。
本实施方式的肌电信号特征提取模块步骤S30可提取时域特征比如峰值、均值、方差、过零点数等,可提取频域特征比如中值频率、均值频率等。本实施方式提取时域幅值和频域频谱进行分析。具体包括以下步骤:
步骤S310:从所述步骤S230中获取预处理后的多路肌电信号数据。
步骤S320:根据公式(3),对所述步骤S310中各个通道肌电数据进行求和,形成一条新的通道。
其中,Esum(t)表示多通道叠加后的结果,n表示通道数。利用筛查窗windows_1以一定步长在新通道上进行滑动,提取肌电信号的局部极大值。若Esum(t)同时满足公式(4)和公式(5),则表面t时刻附近出现了信号的有效极大值。
根据公式(6),用排序窗windows_2确定信号极大值出现的具体时刻,从而提取到肌电信号的动作片段。
max{[Esum(t-windows_2),Esum(t+windows_2)]} (6)
步骤S330:利用特征提取窗windows_3,提取步骤S320中动作段的时域特征,即时域上的信号幅值Ei(t)。
步骤S340:利用所述特征提取窗windows_3,对所述时域上的信号幅值进行快速傅里叶变换操作得到频域特征,提取步骤S320中动作段的频域特征,即频域上的信号频谱值F(Ei(t))。
步骤S350:将所述步骤S330和所述步骤S340中的时域频域特征进行融合,形成特征矩阵。首先,创建n*(4*windows_3+2)的二维矩阵,用以存储一段动作的特征,然后,将每个通道的[t0-windows_3,t0+windows_3]区间内的信号时域与频域特征存入二维矩阵,形成所述特征矩阵。
步骤S360:从所述步骤S350获取时域频域融合特征,并将其输入到步骤S40。
本实施方式中肌电信号分类模块步骤S40:首先接收步骤S360中的肌电信号融合特征;然后利用分类网络对其进行处理识别;最后得到多路肌电信号特征分类结果。
本实施方式的肌电信号分类模块步骤S40可以使用K近邻算法、线性判别器、循环神经网络、卷积神经网络等分类网络对肌电信号融合特征进行处理识别。本实施方式具体地使用一种由浅层卷积神经网络融合门控循环单元组成的分类网络,该网络既拥有卷积神经网络对数据的特征进行有效提取的能力,又有门控递归单元对时序信息的强记忆性,有效的保证了对肌电信号分类的准确性。具体包括以下步骤:
步骤S410:接收所述步骤S360中的肌电信号融合特征,将其输入到步骤S420。
步骤S420:将所述肌电信号融合特征输入到所述由浅层卷积神经网络融合门控循环单元组成的分类网络中,对其进行处理识别,得到肌电信号特征分类结果。分类结果有两类,分别是游泳正常状态和游泳异常状态。本实施方式中优选的分类网络如附图9所示。
步骤S430:将所述步骤S420中的多路肌电信号特征分类结果输出到步骤S50。
本实施方式中肌电信号分类模块步骤S50:接收所述步骤S440中的分类结果,对其进行组合分析,从而判断用户的游泳状态。具体包括以下步骤:
步骤S510:接收所述步骤S440中的分类结果。
步骤S520:对所述多路肌电信号特征分类结果进行组合分析,对每一路肌电信号单独判断是否为异常状态。
步骤S530:若结果非全异常类别,则表示用户游泳正常,此时结束进程。
步骤S540:若结果均为异常类别,则表示用户出现溺水异常状态,此时传输报警信号至步骤S60。
本实施方式中报警器模块步骤S60:接收所述步骤S530的报警信号,控制启动报警模式,所述报警器发出报警声音,若报警器在预设时间内未被人为关闭则发出弹出指令到步骤S70,同时输出报警信息到步骤S80,若报警器在预设时间内被人为关闭则系统判断失误,该流程结束。
步骤S610:接收所述步骤S530的报警信号。
步骤S620:处理报警信号并启动报警模式。
步骤S630:若用户在系统预设时间内关闭报警按钮则进入步骤S640,若用户在系统预设时间内未关闭报警按钮则进入步骤S650。
步骤S640:用户关闭报警器,则说明该用户未溺水,所述报警器停止报警
步骤S650:用户未关闭报警器,则说明用户出现溺水。此时,输出气囊弹出指令到步骤S70,同时将报警信息(包括GPS定位信息与个人信息,其中个人信息含有姓名,年龄,住址,亲友电话等)输出到步骤S80。
本实施方式中气囊弹出模块步骤S70:首先,接收所述步骤S650输出的气囊弹出指令,然后,控制气囊弹出装置中的开关控制主板发出电信号,最后,启动触发装置打开二氧化碳气瓶,此时二氧化碳气体迅速放出充满气囊,气囊弹出成功。
步骤S710:接收所述步骤S650发出的气囊弹出指令。
步骤S720:控制并触发气囊弹出。
步骤S730:所述触发装置打开二氧化碳气瓶
步骤S740:二氧化碳气体放出迅速充满气囊,使气囊浮出水面
本实施方式中中央救援云平台模块步骤S80:根据报警信息(包括gps定位信息与综合个人信息)通知中央救援云平台有溺水人员出现,并派出救援队伍到溺水区域进行救援。具体步骤如下:
步骤S810:从所述步骤S680中获取报警信息,包括GPS定位信息和溺水人员综合信息,综合信息包括姓名、年龄、性别、职业、籍贯等。
步骤S820:云平台对所述GPS定位信息和溺水人员综合信息进行处理,转化为控制救援平台报警器的报警控制命令,并显示溺水人员详细定位信息。
步骤S830:救援平台报警器报警,提醒救援平台有人溺水。
步骤S840:根据溺水者的所述报警信息,派出救援队伍进行实地救援。
本实施例的第二方面,提供一种基于肌电信号的智能溺水报警系统,包括:
数据采集模块,用于实时采集用户游泳时候的肌电信号。通过所述防水肌电电极,对预先设置的肌肉位点进行信号采集,通过无线传输的方式实时获取用户游泳时的产生的多路肌电信号。
肌电信号预处理模块,用于消除所述多路肌电信号传输过程中的杂波干扰。通过预处理算法对所述多路肌电信号预处理去除噪声。
肌电信号特征提取模块,用于获取肌电信号动作段的时域频域特征。通过肌电信号动作段信号强度大于休息段的信号强度获取肌电信号动作段的位置,利用时域特征提取算法获取肌电信号动作段的时域特征,频域特征提取算法获取肌电信号动作段的频域特征,并将所述肌电信号动作段的时域特征和频域特征进行融合,获取所述多路肌电信号融合特征。
肌电信号分类模块,用于根据所述多路肌电信号融合特征,计算得到多路肌电信号的分类结果,所述分类结果为正常或异常。通过将所述多路肌电信号融合特征分别输入到预先训练好的分类网络,由分类网络对所述多路肌电信号融合特征进行处理识别,获取所述多路肌电信号的分类结果。
肌电信号状态分析模块,用于对多路肌电信号特征分类结果进行组合分析,根据输出的分类结果实现对判断用户游泳状态的判断。
报警器模块,用于报警发出声音,其中该模块包含人为关闭的功能,若在预设时间内报警器被人为关闭,则代表用户未溺水,是系统误判,则报警器停止报警。
气囊弹出模块,控制触发装置打开二氧化碳气瓶,二氧化碳气体充满气囊,实现溺水人员自救。
中央救援云平台模块,用于根据所述智能腕式救援装置嵌入式处理器发出的报警信息,分析报警信息(包括gps定位信息与综合个人信息)并派出救援队伍,实现对溺水人员的精准救援。
本实施例通过肌电信号采集设备对游泳人群进行肌电信号的实时采集,以获取游泳时人的生理电信号,通过对肌电信号的处理分析技术,获得用户游泳的状态,并根据游泳异常状态的类别对报警器与气囊进行控制,同时将报警信息传输到中央救援云平台,实现对溺水人员的救援,解决溺水救援产品成功率低,溺水状态判断准确率低和在开放性水域救援不及时,救援盲区的问题。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于肌电信号的智能溺水报警系统,其特征在于:包括:数据采集模块、肌电信号预处理模块、肌电信号特征提取模块、肌电信号分类模块、肌电信号状态分析模块、报警器模块、气囊弹出模块和中央救援云平台模块;
所述的数据采集模块用于实时采集用户游泳时候的肌电信号,通过防水肌电电极对预先设置的肌肉位点进行信号采集,通过无线传输的方式实时获取用户游泳时的产生的多路肌电信号;多路肌电信号传输至肌电信号预处理模块中;
肌电信号预处理模块用于消除所述多路肌电信号传输过程中的杂波干扰,通过预处理算法对所述多路肌电信号预处理去除噪声;并将去除噪声的多路肌电信号传输至肌电信号特征提取模块中;
肌电信号特征提取模块用于获取肌电信号动作段的时域频域特征,通过肌电信号动作段信号强度大于休息段的信号强度获取肌电信号动作段的位置,利用时域特征提取算法获取肌电信号动作段的时域特征,频域特征提取算法获取肌电信号动作段的频域特征,并将所述肌电信号动作段的时域特征和频域特征进行融合,获取所述多路肌电信号融合特征;
肌电信号分类模块用于根据所述多路肌电信号融合特征,计算得到多路肌电信号的分类结果,所述分类结果为正常或异常;通过将所述多路肌电信号融合特征分别输入到预先训练好的分类网络,由分类网络对所述多路肌电信号融合特征进行处理识别,获取所述多路肌电信号的分类结果;
肌电信号状态分析模块用于对多路肌电信号特征分类结果进行组合分析,根据输出的分类结果实现对判断用户游泳状态的判断;肌电信号状态分析模块与报警器模块连接,报警器模块分别与气囊弹出模块和中央救援云平台模块连接。
2.根据权利要求1所述的一种基于肌电信号的智能溺水报警系统,其特征在于:报警器模块用于报警发出声音,报警器模块包含人为关闭功能,若在预设时间内报警器被人为关闭,则代表用户未溺水是系统误判,则报警器停止报警。
3.根据权利要求1所述的一种基于肌电信号的智能溺水报警系统,其特征在于:气囊弹出模块的控制触发装置打开二氧化碳气瓶,二氧化碳气体充满气囊,实现溺水人员自救。
4.根据权利要求1所述的一种基于肌电信号的智能溺水报警系统,其特征在于:中央救援云平台模块,用于根据所述智能腕式救援装置嵌入式处理器发出的报警信息,分析报警信息并派出救援队伍,实现对溺水人员的精准救援。
5.利用权利要求1-4任一所述系统进行的一种基于肌电信号的智能溺水报警方法,其特征在于:包括如下步骤:
步骤S10:多路肌电信号采集;
步骤S20:肌电信号预处理;
步骤S30:肌电信特征提取;
步骤S40:肌电信号分类;
步骤S50:肌电信号状态分析;
步骤S60:报警器模块启动;
步骤S70:气囊弹出模块启动;
步骤S80:中央救援云平台模块启动。
6.根据权利要求5所述的一种基于肌电信号的智能溺水报警方法,其特征在于:步骤S10的肌电采集设备类型是干电极肌电传感器、湿电级肌电传感器、粘贴式肌电传感器、绑带式肌电传感器等其中的一种或多种,多路肌电信号的采集位置是手腕、大臂、小臂、大腿、小腿、前胸、后背处并将防水肌电电极集成到泳衣。
7.根据权利要求5所述的一种基于肌电信号的智能溺水报警方法,其特征在于:步骤S20中的预处理算法采用小波变换、滤波或盲信号分离;本实施方式对所述多路肌电信号进行ICA预处理操作;具体包括以下步骤:
步骤S210:接收步骤S10中由防水肌电电极采集到的多路肌电信号;
步骤S220:利用ICA独立成分分析算法对所述多路肌电信号预处理去除噪声;首先,对所述多路肌电信号数据进行中心化,然后,对其进行白化去相关性操作,获取相互独立的多路肌电信号,计算方法如公式(1)所示:
其中使用特征值分解来得到E特征向量矩阵和D特征值对角矩阵;
最后,根据公式(2),得到降噪后的肌电信号;
其中w表示盲源信号分离的解混矩阵;
步骤S230:从所述步骤S220中获取预处理后的多路肌电数据,将其输入到步骤S30。
8.根据权利要求5所述的一种基于肌电信号的智能溺水报警方法,其特征在于:步骤S30提取时域幅值和频域频谱进行分析;具体包括以下步骤:
步骤S310:从所述步骤S230中获取预处理后的多路肌电信号数据;
步骤S320:根据公式(3),对所述步骤S310中各个通道肌电数据进行求和,形成一条新的通道;
其中,Esum(t)表示多通道叠加后的结果,n表示通道数;利用筛查窗windows_1以一定步长在新通道上进行滑动,提取肌电信号的局部极大值;若Esum(t)同时满足公式(4)和公式(5),则表面t时刻附近出现了信号的有效极大值;
根据公式(6),用排序窗windows_2确定信号极大值出现的具体时刻,从而提取到肌电信号的动作片段;
max{[Esum(t-windows_2),Esum(t+windows_2)]} (6)
步骤S330:利用特征提取窗windows_3,提取步骤S320中动作段的时域特征,即时域上的信号幅值Ei(t);
步骤S340:利用所述特征提取窗windows_3,对所述时域上的信号幅值进行快速傅里叶变换操作得到频域特征,提取步骤S320中动作段的频域特征,即频域上的信号频谱值F(Ei(t));
步骤S350:将所述步骤S330和所述步骤S340中的时域频域特征进行融合,形成特征矩阵;首先,创建n*(4*windows_3+2)的二维矩阵,用以存储一段动作的特征,然后,将每个通道的[t0-windows_3,t0+windows_3]区间内的信号时域与频域特征存入二维矩阵,形成所述特征矩阵;
步骤S360:从所述步骤S350获取时域频域融合特征,并将其输入到步骤S40。
9.根据权利要求5所述的一种基于肌电信号的智能溺水报警方法,其特征在于:步骤S40使用K近邻算法、线性判别器、循环神经网络、卷积神经网络分类网络对肌电信号融合特征进行处理识别;具体包括以下步骤:
步骤S410:接收所述步骤S360中的肌电信号融合特征,将其输入到步骤S420;
步骤S420:将所述肌电信号融合特征输入到所述由浅层卷积神经网络融合门控循环单元组成的分类网络中,对其进行处理识别,得到肌电信号特征分类结果;分类结果有两类,分别是游泳正常状态和游泳异常状态;
步骤S430:将所述步骤S420中的多路肌电信号特征分类结果输出到步骤S50;
步骤S50接收所述步骤S440中的分类结果,对其进行组合分析,从而判断用户的游泳状态;具体包括以下步骤:
步骤S510:接收所述步骤S440中的分类结果;
步骤S520:对所述多路肌电信号特征分类结果进行组合分析,对每一路肌电信号单独判断是否为异常状态;
步骤S530:若结果非全异常类别,则表示用户游泳正常,此时结束进程;
步骤S540:若结果均为异常类别,则表示用户出现溺水异常状态,此时传输报警信号至步骤S60。
10.根据权利要求5所述的一种基于肌电信号的智能溺水报警方法,其特征在于:步骤S60:接收所述步骤S530的报警信号,控制启动报警模式,所述报警器发出报警声音,若报警器在预设时间内未被人为关闭则发出弹出指令到步骤S70,同时输出报警信息到步骤S80,若报警器在预设时间内被人为关闭则系统判断失误;
步骤S610:接收所述步骤S530的报警信号;
步骤S620:处理报警信号并启动报警模式;
步骤S630:若用户在系统预设时间内关闭报警按钮则进入步骤S640,若用户在系统预设时间内未关闭报警按钮则进入步骤S650;
步骤S640:用户关闭报警器,则说明未溺水,所述报警器停止报警
步骤S650:用户未关闭报警器,则说明出现溺水;此时,输出气囊弹出指令到步骤S70,同时将报警信息输出到步骤S80;
步骤S70:首先,接收所述步骤S650输出的气囊弹出指令,然后,控制气囊弹出装置中的开关控制主板发出电信号,最后,启动触发装置打开二氧化碳气瓶,此时二氧化碳气体迅速放出充满气囊,气囊弹出成功;
步骤S710:接收所述步骤S650发出的气囊弹出指令;
步骤S720:控制并触发气囊弹出;
步骤S730:所述触发装置打开二氧化碳气瓶
步骤S740:二氧化碳气体放出迅速充满气囊,使气囊浮出水面
步骤S80:根据报警信息通知中央救援云平台有溺水人员出现,并派出救援队伍到溺水区域进行救援;具体步骤如下:
步骤S810:从所述步骤S680中获取报警信息,包括GPS定位信息和溺水人员综合信息;
步骤S820:云平台对所述GPS定位信息和溺水人员综合信息进行处理,转化为控制救援平台报警器的报警控制命令,并显示溺水人员详细定位信息;
步骤S830:救援平台报警器报警,提醒救援平台有人溺水;
步骤S840:根据溺水者的所述报警信息,派出救援队伍进行实地救援。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210173119.3A CN114446011A (zh) | 2022-02-24 | 2022-02-24 | 一种基于肌电信号的智能溺水报警方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210173119.3A CN114446011A (zh) | 2022-02-24 | 2022-02-24 | 一种基于肌电信号的智能溺水报警方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114446011A true CN114446011A (zh) | 2022-05-06 |
Family
ID=81374054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210173119.3A Pending CN114446011A (zh) | 2022-02-24 | 2022-02-24 | 一种基于肌电信号的智能溺水报警方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114446011A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157538A (zh) * | 2016-07-19 | 2016-11-23 | 华力森(苏州)信息科技有限公司 | 智能防溺水救援系统 |
WO2017084155A1 (zh) * | 2015-11-21 | 2017-05-26 | 深圳市前海安测信息技术有限公司 | 具有溺水报警功能的智能腕表 |
CN107714020A (zh) * | 2017-09-08 | 2018-02-23 | 惠州Tcl移动通信有限公司 | 一种可穿戴设备的游泳预警方法、可穿戴设备及存储介质 |
CN107978130A (zh) * | 2017-11-30 | 2018-05-01 | 广东小天才科技有限公司 | 一种基于定位的涉水报警方法及可穿戴设备 |
CN208715444U (zh) * | 2018-09-06 | 2019-04-09 | 杨凯 | 一种防溺水智能报警救援装置 |
-
2022
- 2022-02-24 CN CN202210173119.3A patent/CN114446011A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017084155A1 (zh) * | 2015-11-21 | 2017-05-26 | 深圳市前海安测信息技术有限公司 | 具有溺水报警功能的智能腕表 |
CN106157538A (zh) * | 2016-07-19 | 2016-11-23 | 华力森(苏州)信息科技有限公司 | 智能防溺水救援系统 |
CN107714020A (zh) * | 2017-09-08 | 2018-02-23 | 惠州Tcl移动通信有限公司 | 一种可穿戴设备的游泳预警方法、可穿戴设备及存储介质 |
CN107978130A (zh) * | 2017-11-30 | 2018-05-01 | 广东小天才科技有限公司 | 一种基于定位的涉水报警方法及可穿戴设备 |
CN208715444U (zh) * | 2018-09-06 | 2019-04-09 | 杨凯 | 一种防溺水智能报警救援装置 |
Non-Patent Citations (1)
Title |
---|
陈会如;何永明;杨柳;丁子峻;: "溺水快速救援系统研究", 山西建筑, no. 33, 20 November 2018 (2018-11-20) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104433009B (zh) | 基于rssi无线定位技术的智能游泳手环 | |
CN108553108B (zh) | 一种基于Wi-Fi中CSI信号的人体动作与呼吸的检测方法和系统 | |
US20170372582A1 (en) | Device for monitoring and preventing slump and processing method thereof | |
CN109087482A (zh) | 一种跌倒检测装置与方法 | |
US20240099928A1 (en) | Reducing brain injury by limiting brain motion during sudden deceleration or acceleration of the head | |
CN104517410A (zh) | 一种智能防溺水系统及方法 | |
CN107290741A (zh) | 基于加权联合距离时频变换的室内人体姿态识别方法 | |
CN204406616U (zh) | 一种智能防溺水系统 | |
CN108647575A (zh) | 基于光学视觉分析的溺水预警方法 | |
CN106056843B (zh) | 辨识呼救声和异常脉搏的智能报警手环及其智能报警方法 | |
CN113516828B (zh) | 溺水监测方法、装置、设备与计算机可读存储介质 | |
CN104484654B (zh) | 基于模式识别与指纹匹配定位算法的防溺水识别方法 | |
CN108010273A (zh) | 一种基于云服务器和机器学习算法的溺水检测报警仪 | |
CN108039025A (zh) | 一种基于可穿戴设备的溺水报警方法及可穿戴设备 | |
CN109965851A (zh) | 一种基于多生理参数的人体运动性疲劳检测系统 | |
Su et al. | A multi-sensor based pre-impact fall detection system with a hierarchical classifier | |
CN208876535U (zh) | 一种防溺水自救装置及腰带 | |
CN110910984A (zh) | 一种体育运动员状态调整信息处理系统及方法 | |
CN110853301A (zh) | 基于机器学习的泳池防溺水识别方法 | |
CN114446011A (zh) | 一种基于肌电信号的智能溺水报警方法与系统 | |
Eyobu et al. | A real-time sleeping position recognition system using IMU sensor motion data | |
CN113780220A (zh) | 一种基于童脸识别的儿童坐姿检测方法及系统 | |
Hayat et al. | Comprehensive and comparative study of drowning person detection and rescue systems | |
CN210155808U (zh) | 一种泳池防溺水报警装置 | |
CN111626273A (zh) | 基于原子性动作时序特性的摔倒行为识别系统及方法 |
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 |