CN115063752A - 一种基于uwb定位的视频追踪预警方法及系统 - Google Patents
一种基于uwb定位的视频追踪预警方法及系统 Download PDFInfo
- Publication number
- CN115063752A CN115063752A CN202210972060.4A CN202210972060A CN115063752A CN 115063752 A CN115063752 A CN 115063752A CN 202210972060 A CN202210972060 A CN 202210972060A CN 115063752 A CN115063752 A CN 115063752A
- Authority
- CN
- China
- Prior art keywords
- early warning
- user
- result
- obtaining
- information
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于UWB定位的视频追踪预警方法及系统,根据基础信息获得第一整合结果;根据第一整合结果获得第一预警区间设定集合;根据位置分布信息和第一整合结果获得关联预警参数集合;通过所述UWB定位装置获得第一实时位置监测参数;进行第一实时位置监测参数的预警分析,获得第一预警分析结果;当满足第一预定阈值时获得第一图像集合;根据第一图像集合进行第一用户的状态分析,获得第二预警分析结果,根据第一预警分析结果和第二预警分析结果进行所述第一用户的实时预警。解决了现有技术在进行老人状态监测的过程,存在耗费人力物力,且监测不够及时,不能进行对老人的异常状态进行及时准确的预警的技术问题。
Description
技术领域
本发明涉及预警装置相关领域,尤其涉及一种基于UWB定位的视频追踪预警方法及系统。
背景技术
我国的老人数量越来越多,在1999年开始我国就已步入老龄化社会。养老院养老成为一种不可或缺的养老方式,在养老院进行养老,可以享受更加优质的服务,提供更加规律的生活。但在进行养老院老人管理的过程中,一般通过工作人员进行老人的异常状态监测,存在监测不够及时,预警不够准确的问题。
但在实现本申请中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术在进行老人状态监测的过程,存在耗费人力物力,且监测不够及时,不能进行对老人的异常状态进行及时准确的预警的技术问题。
发明内容
本申请通过提供一种基于UWB定位的视频追踪预警方法及系统,解决了现有技术在进行老人状态监测的过程,存在耗费人力物力,且监测不够及时,不能进行对老人的异常状态进行及时准确的预警的技术问题,达到准确进行老人异常状态监督预警,降低工作人员工作强度,提高预警及时性、准确性的技术效果。
鉴于上述问题,提出了本申请提供一种基于UWB定位的视频追踪预警方法及系统。
第一方面,本申请提供了一种基于UWB定位的视频追踪预警方法,所述方法应用于智能定位预警系统,所述智能定位预警系统与图像采集装置、UWB定位装置通信连接,所述方法包括:获得第一用户的基础信息,根据所述基础信息进行信息筛选整合,获得第一整合结果;根据所述第一整合结果进行所述第一用户的用户停留时间预警时间区间设定,获得第一预警区间设定集合;获得第一养老院的位置分布信息,根据所述位置分布信息和所述第一整合结果获得所述第一用户的关联预警参数集合;通过所述UWB定位装置获得所述第一用户的第一实时位置监测参数;通过所述第一预警区间设定集合和所述关联预警参数集合进行所述第一实时位置监测参数的预警分析,获得第一预警分析结果;当所述第一预警分析结果满足第一预定阈值时,通过所述第一实时位置监测参数调用所述图像采集装置采集的图像集合,获得第一图像集合;根据所述第一图像集合进行所述第一用户的状态分析,获得第二预警分析结果,根据所述第一预警分析结果和所述第二预警分析结果进行所述第一用户的实时预警。
另一方面,本申请还提供了一种基于UWB定位的视频追踪预警系统,所述系统包括:第一获得单元,所述第一获得单元用于获得第一用户的基础信息,根据所述基础信息进行信息筛选整合,获得第一整合结果;第二获得单元,所述第二获得单元用于根据所述第一整合结果进行所述第一用户的用户停留时间预警时间区间设定,获得第一预警区间设定集合;第三获得单元,所述第三获得单元用于获得第一养老院的位置分布信息,根据所述位置分布信息和所述第一整合结果获得所述第一用户的关联预警参数集合;第四获得单元,所述第四获得单元用于通过UWB定位装置获得所述第一用户的第一实时位置监测参数;第五获得单元,所述第五获得单元用于通过所述第一预警区间设定集合和所述关联预警参数集合进行所述第一实时位置监测参数的预警分析,获得第一预警分析结果;第六获得单元,所述第六获得单元用于当所述第一预警分析结果满足第一预定阈值时,通过所述第一实时位置监测参数调用图像采集装置采集的图像集合,获得第一图像集合;第一预警单元,所述第一预警单元用于根据所述第一图像集合进行所述第一用户的状态分析,获得第二预警分析结果,根据所述第一预警分析结果和所述第二预警分析结果进行所述第一用户的实时预警。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了进行用户的基础信息的整合,根据整合的用户信息进行用户停留时间预警时间区间设定,获得对应的预警区间设定集合,根据养老院的实际位置分布,进行对应的位置信息关联预警参数的构建,对用户进行UWB定位装置的信号采集,获得所述第一用户的实时位置监测结果,根据用户的位置检测结果结合用户的停留状态、停留时长及停留位置,进行用户的预警分析,当预警分析满足第一预定阈值时,调用对应的图像采集装置进行图像采集,并对图像采集结果进行识别,根据识别结果结合预警分析结果进行用户的实时预警,实现了准确进行老人异常状态监督预警,降低工作人员工作强度,提高预警及时性、准确性的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请一种基于UWB定位的视频追踪预警方法的流程示意图;
图2为本申请一种基于UWB定位的视频追踪预警方法的获得所述第一实时位置监测参数的流程示意图;
图3为本申请一种基于UWB定位的视频追踪预警方法的获得所述第一预警区间设定集合的流程示意图;
图4为本申请一种基于UWB定位的视频追踪预警方法的进行所述第一用户的预警分析的流程示意图;
图5为本申请一种基于UWB定位的视频追踪预警系统的结构示意图。
附图标记说明:整合模块1,设定模块2,关联预警模块3,位置监测模块4,预警分析模块5,图像采集模块6,实时预警模块7。
具体实施方式
本申请通过提供一种基于UWB定位的视频追踪预警方法及系统,解决了现有技术在进行老人状态监测的过程,存在耗费人力物力,且监测不够及时,不能进行对老人的异常状态进行及时准确的预警的技术问题,达到准确进行老人异常状态监督预警,降低工作人员工作强度,提高预警及时性、准确性的技术效果。下面结合附图,对本申请的实施例进行描述。本领域普通技术人员可知,随着技术的发展和新场景的出现,本申请提供的技术方案对于类似的技术问题,同样适用。
本申请的说明书和权利要求书及上述附图中的术语“第一”、第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请提供了一种基于UWB定位的视频追踪预警方法,所述方法应用于智能定位预警系统,所述智能定位预警系统与图像采集装置、UWB定位装置通信连接,所述方法包括:
步骤S100:获得第一用户的基础信息,根据所述基础信息进行信息筛选整合,获得第一整合结果;
步骤S200:根据所述第一整合结果进行所述第一用户的用户停留时间预警时间区间设定,获得第一预警区间设定集合;
具体而言,所述智能定位预警系统为进行敬老院老人定位分析的系统,根据老人的所在位置,处在位置的状态、持续时间等信息进行老人的可能出现的异常进行分析预警,所述图像采集装置为进行实时图像采集的设备,一般为在敬老院分布的摄像装置,可进行老人的实时图像采集,所述UWB定位装置为通过UWB技术中的高精度定位的特性,将电路集成到若干个芯片上,对用户进行位姿(包括位置和姿态)监测的设备,且所述智能定位预警系统与图像采集装置、UWB定位装置通信连接,可进行相互的信息交互。所述第一用户为进行定位监测预警的养老院的老人,对所述第一用户进行对应的信息调用,获得所述第一用户的基础信息,所述基础信息包括用户的年龄信息、性别信息、健康状态信息(如是否行动便利,有无疾病)等,通过对所述基础信息进行筛选整合,获得所述第一整合结果,整合的过程为进行运动状态监测相关联信息提取的过程,通过所述基础信息的整合提取,对冗余信息进行筛选,使得获得的第一整合结果更加的方便进行所述第一用户的预警区间的构建。
进一步而言,所述用户停留时间预警时间区间设定为根据用户的整合后的基础信息,设定的停留时间预警区间范围,举例而言,当所述第一用户患有脊柱相关的疾病,如颈椎病,腰椎间盘突出症,腰椎管狭窄症,腰椎滑脱症,则根据疾病的严重程度,对应设定所述第一用户的坐姿预警时间;患有低血压疾病则对应设定站立预警时间等。根据用户的整合后的基础信息,进行停留时间(包括坐、站、躺、蹲等)预警时间区间设定,获得第一预警区间设定集合。通过所述第一预警区间设定集合,为后续进行准确的用户监督预警提供了参考标准,进而使后续的预警更加的准确。
步骤S300:获得第一养老院的位置分布信息,根据所述位置分布信息和所述第一整合结果获得所述第一用户的关联预警参数集合;
步骤S400:通过所述UWB定位装置获得所述第一用户的第一实时位置监测参数;
具体而言,所述第一养老院为所述第一用户所在养老院,位置分布信息是指所述第一养老院的内部的实际构造图信息,通过所述第一养老院的实际内部构造设计图,构建虚拟三维立体坐标系,对所述第一养老院进行位置标识,根据位置标识结果结合所述第一用户的基础信息进行对应的关联预警参数设定。举例而言,当位置标识为平地位置,相对于所述第一用户的平躺位姿,则设定有用户摔倒的预警关联信息,当位置标识为卧室床铺位置,则相对于所述第一用户的平躺位姿,无相关预警关联信息。根据用户的特征,结合用户在当前位置出现对应位姿的危险概率,进行关联预警参数设定,根据关联预警参数的设定集合获得所述关联预警参数集合。
进一步而言,根据用户的特征进行UWB定位装置的分布,一般的,UWB定位装置集成为胸章或其他易于固定在用户身体的装置,一般的用户分布两个UWB定位装置,一个设定于胸口,一个设定于大腿部位,通过两个UWB相对位置的变化,即可进行用户的位姿和位置持续时间等信息的判断,进一步来说,可以根据用户的状态特性,进行UWB定位装置的增设,如用户的腿脚不便利则可适当增设UWB定位装置,以更好的进行用户的动作和持续状态的判断。通过进行UWB装置的信号的实时采集,获得所述第一用户的位置和状态信息,包括所在位置、当前的位置动作、持续时间等。根据分析结果获得所述第一用户的实时位置监测参数。通过进行关联预警参数的设定,使得用户的预警区间更加的合理,进而使得对用户进行更加准确的判断,进而使得预警更加的准确。通过进行UWB装置的分布和信号分析,进而对用户的实时信息的采集更加的准确,为后续进行准确的分析预警提供了数据支持。
步骤S500:通过所述第一预警区间设定集合和所述关联预警参数集合进行所述第一实时位置监测参数的预警分析,获得第一预警分析结果;
步骤S600:当所述第一预警分析结果满足第一预定阈值时,通过所述第一实时位置监测参数调用所述图像采集装置采集的图像集合,获得第一图像集合;
具体而言,根据设定的所述第一预警区间设定集合,结合所述关联预警参数集合,构建对应的预警环境特征,对所述UWB定位装置获得的第一实时位置监测参数输入所述预警环境特征进行比对,判断所述第一用户的当前的位置/状态(包括位姿和持续时间)是否满足预警值,根据预警的得分获得所述第一预警分析结果。
进一步而言,对整体预警进行预警阈值的设定,即所述第一预定阈值,判断所述第一预警分析结果是否满足所述第一预定阈值,当所述第一预警分析结果不满足所述第一预定阈值,则不进行预警处理;当所述第一预警分析结果满足所述第一预定阈值,则此时根据监测获得的所述第一用户的位置信息,进行可以监测对应位置的图像采集装置的调用,通过所述图像采集装置,进行预定时间区间内的图像调用,根据图像的调用结果获得所述第一图像集合。通过进行预警阈值的设定,使得预警信息具有更高的参考价值,避免了图像信息的频繁调用,降低系统的工作量,在预警信息满足所述第一预定阈值后,进行对应位置的图像调用,进行预警信息的进一步分析,使得对预警进行更加准确的判断,进而为后续实现准确预警夯实了基础。
步骤S700:根据所述第一图像集合进行所述第一用户的状态分析,获得第二预警分析结果,根据所述第一预警分析结果和所述第二预警分析结果进行所述第一用户的实时预警。
具体而言,通过调用的所述第一图像集合,进行所述第一用户的特征识别,对所述第一用户进行进一步的状态分析,获得所述第一用户的第二预警分析结果,结合所述第一预警分析结果和所述第二预警分析结果进行所述第一用户的实时预警,实现了准确进行老人异常状态监督预警,降低工作人员工作强度,提高预警及时性、准确性的技术效果。
进一步而言,如图2所示,本申请步骤S400还包括:
步骤S410:根据所述基础信息匹配所述UWB定位装置的第一分布方式;
步骤S420:通过所述第一分布方式,进行所述UWB定位装置的信号采集,获得第一信号采集结果;
步骤S430:根据所述第一信号采集结果和所述第一分布方式进行所述第一用户的动作参数分析,获得第一动作采集结果和动作状态持续时间;
步骤S440:根据所述第一动作采集结果和动作状态持续时间获得所述第一实时位置监测参数。
具体而言,根据所述第一用户的基础信息,进行所述第一用户的UWB定位装置的分布方式的匹配,一般而言,当所述第一用户为正常用户,即可进行正常的直立行走,所述第一分布方式为两个UWB定位装置的上下分布,通过上下分布的两个UWB的相对位置的变化,即可进行用户的位置和姿态的判断。根据所述第一分布方式进行对应的所述第一用户的UWB定位装置的分布,通过进行两个UWB定位装置实时反馈的用户的信号,获得所述第一用户的实时位置信息,并根据两个信号的相对位置关系,进行用户的实时状态和持续时间的判断。
进一步而言,当进行所述第一用户的UWB定位装置布设完毕后,将所述第一用户站立时,第一UWB定位装置和第二UWB定位装置的距离设定为初始距离,举例而言,当第一UWB定位装置和第二UWB定位装置高度距离在初始距离8cm以内范围变化时,则认为所述第一用户为站立状态,当第一UWB定位装置和第二UWB定位装置的高度距离不在初始距离8cm以内范围,认为所述第一用户处于其他状态,进一步的,当所述第一UWB定位装置和第二UWB定位装置的距离不超过15cm时,认为所述第一用户处于躺平状态。根据所述第一布设方式下的两个UWB定位装置的特征,进行所述第一用户的位姿、持续时间的识别,根据识别结果获得所述第一实时位置监测参数。通过进行UWB定位装置的布设,基于布设结果进行动作、状态、持续时间的解析,使得对用户的实时位置监测参数更加的全面和准确,为后续进行准确的用户预警提供了数据支持。
进一步而言,如图3所示,本申请步骤S200还包括:
步骤S210:根据所述第一整合结果获得所述第一用户的年龄信息,根据所述年龄信息获得所述第一用户的第一约束参数;
步骤S220:根据所述第一整合结果进行所述第一用户的身体状态评估,根据评估结果获得第二约束参数;
步骤S230:获得所述第一用户的异常身体标识信息,根据所述异常身体标识信息获得所述第一用户的异常标识参数;
步骤S240:根据所述第一约束参数、所述第二约束参数和所述异常标识参数获得所述第一预警区间设定集合。
具体而言,根据所述第一整合结果,进行所述第一用户的年龄信息获取,不同年龄下的用户的身体脆弱度不同,年龄越大,则对应的预警阈值则需要设定的越敏感,根据所述第一用户的年龄信息,生成所述第一约束参数。通过所述第一整合结果,进行所述第一用户的身体状态进行评估,即进行用户的身体是否健康的综合评估,根据评估结果获得所述第二约束参数。
进一步而言,根据所述第一整合结果,进行所述第一用户的异常特征标识信息获取,如患有的疾病、身体的异常状态(残疾、跛脚、骨折等),根据所述异常特征标识信息获得所述第一用户的异常特征标识参数。通过所述第一约束参数、所述第二约束参数和所述异常标识参数,结合与历史的用户数据集合,进行所述第一预警区间设定集合的设定。通过进行所述用户的信息的多个特征解析,使得设定的所述第一预警区间设定集合更加的科学准确,进而为后续进行准确的预警夯实了基础。
进一步的,如图4所示,本申请步骤S500还包括:
步骤S510:根据所述第一分布方式获得第一分布预设距离阈值;
步骤S520:判断所述第一分布方式中第一UWB定位装置和第二UWB定位装置的距离是否满足所述第一分布预设距离阈值;
步骤S530:当所述第一UWB定位装置和所述第二UWB定位装置的距离满足所述第一分布预设距离阈值时,则判断所述第一用户处于第一动作状态;
步骤S540:根据所述第一动作状态和所述第一预警区间设定集合进行所述第一用户的预警分析。
举例而言,所述第一分布预设距离阈值即为初始分布距离值—初始分布距离值-8cm区间内,判断所述第一分布方式中的所述第一UWB定位装置和第二UWB定位装置的距离是否满足所述第一分布预设距离阈值,当所述第一UWB定位装置和第二UWB定位装置的距离满足所述第一分布预设距离阈值,则认为所述第一用户处于站立状态,即所述第一动作状态,进一步来说,通过多个距离阈值的设定,对所述第一用户进行坐、卧、站立等状态的区分判断。
进一步来说,根据动作状态的判断结果,结合当前用户的位置信息,进行用户的预警分析。举例而言,当所述用户处于卫生间的场景位置时,用户出现卧倒状态,则此时,所述第一用户出现异常的动作状态,产生较大的预警参数,需要通过图像采集装置进行进一步的分析和验证。通过预设距离阈值的设定,使得对用户的实时位姿状态可以更准确的区分,为后续进行准确的结合场景预警夯实了基础。
进一步的,本申请步骤S800还包括:
步骤S810:获得第一临近关联值区间;
步骤S820:当所述第一预警分析结果满足所述第一临近关联值区间时,获得第一关联分析区间;
步骤S830:根据所述第一关联分析区间获得第一关联运动分析预警影响值;
步骤S840:基于所述第一关联运动分析预警影响值进行所述第一预警分析结果的调整,获得第三预警分析结果;
步骤S850:根据所述第三预警分析结果进行预警。
具体而言,所述临近关联值区间为对未满足所述第一预定阈值范围,但已经接近上述区间的预警值进行进一步分析判断的区间,为了保证预警的及时准确性,需要进行危险值较高的预警分析结果进行对应的抽检检测。当所述第一预警分析结果不满足所述第一预定阈值范围时,此时判断所述第一预警分析结果是否满足所述第一临近关联值区间,当所述第一预警分析结果满足所述第一临近关联值区间,根据不同时间节点下的危险值增幅情况,获得图像抽检调用的时间节点和位置节点,基于所述时间节点和位置节点进行对应位置时间的图像采集结果的调用,根据调用结果结合当前危险值下的动作连续性分析,判断后续用户出现危险性动作的可能性,根据可能性评估结果获得所述第三预警分析结果,根据所述第三预警分析结果进行所述第一用户的后续动作的预警。通过进行第一临近关联值区间的设定,对未满足所述第一预警阈值的高风险动作/状态进行连续性分析,根据连续性分析结果进行动作的预警,进而为准确预警奠定了基础。
进一步的,本申请步骤S700还包括:
步骤S710:构建第一用户状态特征识别集合;
步骤S720:通过所述第一用户状态特征识别集合进行所述第一图像集合的特征匹配,获得第一特征匹配结果;
步骤S730:根据所述第一特征匹配结果的特征匹配度信息、状态持续时间信息进行所述第一用户的状态分析,获得所述第二预警分析结果。
具体而言,所述第一用户状态特征识别集合为通过收集大数据中公开的,用户出现异常的体态特征信息,进行构建的预警特征集合,它包括躺、坐、蹲等常见体态特征,通过构建的所述状态特征识别集合,进行所述第一图像集合中图像的特征匹配,获得对应的特征匹配结果,所述特征匹配结果包括匹配的特征种类,匹配度信息等,根据所述匹配的特征种类、匹配度信息,进行所述第一用户的当前动作确定。
进一步来说,对所述第一用户持续当前动作的时间进行检测评估,根据检测评估结果,结合当前所述第一用户所在位置信息,进行所述第一用户的状态是否异常的解析,根据解析结果获得所述第二预警分析结果。通过状态特征识别集合的构建,使得后续进行图像识别具有更加具体、完整的参考特征,进而达到实现提高图像识别准确性,对用户状态进行及时准确的预警的技术效果。
进一步的,本申请步骤S700还包括:
步骤S740:根据所述位置分布信息获得隐私等级分布信息;
步骤S750:根据所述隐私等级分布信息进行图像采集装置的采集图像加密处理,获得第一加密结果;
步骤S760:基于所述第一加密结果进行所述第一用户的状态分析。
具体而言,在进行图像采集的过程中,为了保证用户的隐私性,一般而言,根据图像采集装置的位置不同,设定不同的加密等级,举例而言,常规位置(如餐厅、客厅等),加密等级为0级,即可直接进行图像的采集和分析处理,卧室的加密等级为1级,需要根据情况进行一定的加密处理,卫生间的加密等级为2级,需要进行局部位置的加密处理,浴室的加密等级为3级,需要进行整体图像的加密处理。对监测不同位置区域的图像采集装置进行对应的隐私控制等级的加密处理,基于加密处理后的图像进行所述第一用户的状态分析。通过对应位置的隐私等级分布,在进行用户的智能监测的过程中,在有效的保障的用户的隐私安全的前提下,对用户进行准确的监测和识别。
综上所述,本申请所提供的一种基于UWB定位的视频追踪预警方法及系统具有如下技术效果:
1、由于采用了进行用户的基础信息的整合,根据整合的用户信息进行用户停留时间预警时间区间设定,获得对应的预警区间设定集合,根据养老院的实际位置分布,进行对应的位置信息关联预警参数的构建,对用户进行UWB定位装置的信号采集,获得所述第一用户的实时位置监测结果,根据用户的位置检测结果结合用户的停留状态、停留时长及停留位置,进行用户的预警分析,当预警分析满足第一预定阈值时,调用对应的图像采集装置进行图像采集,并对图像采集结果进行识别,根据识别结果结合预警分析结果进行用户的实时预警,实现了准确进行老人异常状态监督预警,降低工作人员工作强度,提高预警及时性、准确性的技术效果。
2、由于采用了通过进行UWB定位装置的布设的方式,基于布设结果进行动作、状态、持续时间的解析,使得对用户的实时位置监测参数更加的全面和准确,为后续进行准确的用户预警提供了数据支持。
3、由于采用了通过进行所述用户的信息的多个特征解析,使得设定的所述第一预警区间设定集合更加的科学准确,进而为后续进行准确的预警夯实了基础。
4、由于采用了通过进行第一临近关联值区间设定的方式,对未满足所述第一预警阈值的高风险动作/状态进行连续性分析,根据连续性分析结果进行动作的预警,进而为准确预警奠定了基础。
5、由于采用了通过状态特征识别集合构建的方式,使得后续进行图像识别具有更加具体、完整的参考特征,进而达到实现提高图像识别准确性,对用户状态进行及时准确的预警的技术效果。
实施例二
基于与前述实施例中一种基于UWB定位的视频追踪预警方法同样发明构思,本发明还提供了一种基于UWB定位的视频追踪预警系统,如图5所示,所述系统包括:
整合模块1,所述整合模块1用于获得第一用户的基础信息,根据所述基础信息进行信息筛选整合,获得第一整合结果;
设定模块2,所述设定模块2用于根据所述第一整合结果进行所述第一用户的用户停留时间预警时间区间设定,获得第一预警区间设定集合;
关联预警模块3,所述关联预警模块3用于获得第一养老院的位置分布信息,根据所述位置分布信息和所述第一整合结果获得所述第一用户的关联预警参数集合;
位置监测模块4,所述位置监测模块4用于通过UWB定位装置获得所述第一用户的第一实时位置监测参数;
预警分析模块5,所述预警分析模块5用于通过所述第一预警区间设定集合和所述关联预警参数集合进行所述第一实时位置监测参数的预警分析,获得第一预警分析结果;
图像采集模块6,所述图像采集模块6用于当所述第一预警分析结果满足第一预定阈值时,通过所述第一实时位置监测参数调用图像采集装置采集的图像集合,获得第一图像集合;
实时预警模块7,所述实时预警模块7用于根据所述第一图像集合进行所述第一用户的状态分析,获得第二预警分析结果,根据所述第一预警分析结果和所述第二预警分析结果进行所述第一用户的实时预警。
进一步的,所述位置监测模块4还用于:
根据所述基础信息匹配所述UWB定位装置的第一分布方式;
通过所述第一分布方式,进行所述UWB定位装置的信号采集,获得第一信号采集结果;
根据所述第一信号采集结果和所述第一分布方式进行所述第一用户的动作参数分析,获得第一动作采集结果和动作状态持续时间;
根据所述第一动作采集结果和动作状态持续时间获得所述第一实时位置监测参数。
进一步的,所述设定模块2还用于:
根据所述第一整合结果获得所述第一用户的年龄信息,根据所述年龄信息获得所述第一用户的第一约束参数;
根据所述第一整合结果进行所述第一用户的身体状态评估,根据评估结果获得第二约束参数;
获得所述第一用户的异常身体标识信息,根据所述异常身体标识信息获得所述第一用户的异常标识参数;
根据所述第一约束参数、所述第二约束参数和所述异常标识参数获得所述第一预警区间设定集合。
进一步的,所述预警分析模块5还用于:
根据所述第一分布方式获得第一分布预设距离阈值;
判断所述第一分布方式中第一UWB定位装置和第二UWB定位装置的距离是否满足所述第一分布预设距离阈值;
当所述第一UWB定位装置和所述第二UWB定位装置的距离满足所述第一分布预设距离阈值时,则判断所述第一用户处于第一动作状态;
根据所述第一动作状态和所述第一预警区间设定集合进行所述第一用户的预警分析。
进一步的,所述实时预警模块7还用于:
获得第一临近关联值区间;
当所述第一预警分析结果满足所述第一临近关联值区间时,获得第一关联分析区间;
根据所述第一关联分析区间获得第一关联运动分析预警影响值;
基于所述第一关联运动分析预警影响值进行所述第一预警分析结果的调整,获得第三预警分析结果;
根据所述第三预警分析结果进行预警。
进一步的,所述实时预警模块7还用于:
构建第一用户状态特征识别集合;
通过所述第一用户状态特征识别集合进行所述第一图像集合的特征匹配,获得第一特征匹配结果;
根据所述第一特征匹配结果的特征匹配度信息、状态持续时间信息进行所述第一用户的状态分析,获得所述第二预警分析结果。
进一步的,所述实时预警模块7还用于:
根据所述位置分布信息获得隐私等级分布信息;
根据所述隐私等级分布信息进行图像采集装置的采集图像加密处理,获得第一加密结果;
基于所述第一加密结果进行所述第一用户的状态分析。
前述图1实施例一中的一种基于UWB定位的视频追踪预警方法的各种变化方式和具体实例同样适用于本实施例的一种基于UWB定位的视频追踪预警系统,通过前述对一种基于UWB定位的视频追踪预警方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于UWB定位的视频追踪预警系统的实施方法,所以为了说明书的简洁,在此不再详述。
以上所述仅为本申请技术方案的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (8)
1.一种基于UWB定位的视频追踪预警方法,其特征在于,所述方法应用于智能定位预警系统,所述智能定位预警系统与图像采集装置、UWB定位装置通信连接,所述方法包括:
获得第一用户的基础信息,根据所述基础信息进行信息筛选整合,获得第一整合结果;
根据所述第一整合结果进行所述第一用户的用户停留时间预警时间区间设定,获得第一预警区间设定集合;
获得第一养老院的位置分布信息,根据所述位置分布信息和所述第一整合结果获得所述第一用户的关联预警参数集合;
通过所述UWB定位装置获得所述第一用户的第一实时位置监测参数;
通过所述第一预警区间设定集合和所述关联预警参数集合进行所述第一实时位置监测参数的预警分析,获得第一预警分析结果;
当所述第一预警分析结果满足第一预定阈值时,通过所述第一实时位置监测参数调用所述图像采集装置采集的图像集合,获得第一图像集合;
根据所述第一图像集合进行所述第一用户的状态分析,获得第二预警分析结果,根据所述第一预警分析结果和所述第二预警分析结果进行所述第一用户的实时预警。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述基础信息匹配所述UWB定位装置的第一分布方式;
通过所述第一分布方式,进行所述UWB定位装置的信号采集,获得第一信号采集结果;
根据所述第一信号采集结果和所述第一分布方式进行所述第一用户的动作参数分析,获得第一动作采集结果和动作状态持续时间;
根据所述第一动作采集结果和动作状态持续时间获得所述第一实时位置监测参数。
3.如权利要求1所述的方法,其特征在于,所述方法包括:
根据所述第一整合结果获得所述第一用户的年龄信息,根据所述年龄信息获得所述第一用户的第一约束参数;
根据所述第一整合结果进行所述第一用户的身体状态评估,根据评估结果获得第二约束参数;
获得所述第一用户的异常身体标识信息,根据所述异常身体标识信息获得所述第一用户的异常标识参数;
根据所述第一约束参数、所述第二约束参数和所述异常标识参数获得所述第一预警区间设定集合。
4.如权利要求2所述的方法,其特征在于,所述方法包括:
根据所述第一分布方式获得第一分布预设距离阈值;
判断所述第一分布方式中第一UWB定位装置和第二UWB定位装置的距离是否满足所述第一分布预设距离阈值;
当所述第一UWB定位装置和所述第二UWB定位装置的距离满足所述第一分布预设距离阈值时,则判断所述第一用户处于第一动作状态;
根据所述第一动作状态和所述第一预警区间设定集合进行所述第一用户的预警分析。
5.如权利要求1所述的方法,其特征在于,所述方法包括:
获得第一临近关联值区间;
当所述第一预警分析结果满足所述第一临近关联值区间时,获得第一关联分析区间;
根据所述第一关联分析区间获得第一关联运动分析预警影响值;
基于所述第一关联运动分析预警影响值进行所述第一预警分析结果的调整,获得第三预警分析结果;
根据所述第三预警分析结果进行预警。
6.如权利要求1所述的方法,其特征在于,所述方法包括:
构建第一用户状态特征识别集合;
通过所述第一用户状态特征识别集合进行所述第一图像集合的特征匹配,获得第一特征匹配结果;
根据所述第一特征匹配结果的特征匹配度信息、状态持续时间信息进行所述第一用户的状态分析,获得所述第二预警分析结果。
7.如权利要求1所述的方法,其特征在于,所述方法包括:
根据所述位置分布信息获得隐私等级分布信息;
根据所述隐私等级分布信息进行图像采集装置的采集图像加密处理,获得第一加密结果;
基于所述第一加密结果进行所述第一用户的状态分析。
8.一种基于UWB定位的视频追踪预警系统,其特征在于,所述系统包括:
整合模块,所述整合模块用于获得第一用户的基础信息,根据所述基础信息进行信息筛选整合,获得第一整合结果;
设定模块,所述设定模块用于根据所述第一整合结果进行所述第一用户的用户停留时间预警时间区间设定,获得第一预警区间设定集合;
关联预警模块,所述关联预警模块用于获得第一养老院的位置分布信息,根据所述位置分布信息和所述第一整合结果获得所述第一用户的关联预警参数集合;
位置监测模块,所述位置监测模块用于通过UWB定位装置获得所述第一用户的第一实时位置监测参数;
预警分析模块,所述预警分析模块用于通过所述第一预警区间设定集合和所述关联预警参数集合进行所述第一实时位置监测参数的预警分析,获得第一预警分析结果;
图像采集模块,所述图像采集模块用于当所述第一预警分析结果满足第一预定阈值时,通过所述第一实时位置监测参数调用图像采集装置采集的图像集合,获得第一图像集合;
实时预警模块,所述实时预警模块用于根据所述第一图像集合进行所述第一用户的状态分析,获得第二预警分析结果,根据所述第一预警分析结果和所述第二预警分析结果进行所述第一用户的实时预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210972060.4A CN115063752B (zh) | 2022-08-15 | 2022-08-15 | 一种基于uwb定位的视频追踪预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210972060.4A CN115063752B (zh) | 2022-08-15 | 2022-08-15 | 一种基于uwb定位的视频追踪预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115063752A true CN115063752A (zh) | 2022-09-16 |
CN115063752B CN115063752B (zh) | 2022-11-18 |
Family
ID=83207524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210972060.4A Active CN115063752B (zh) | 2022-08-15 | 2022-08-15 | 一种基于uwb定位的视频追踪预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115063752B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115240367A (zh) * | 2022-09-23 | 2022-10-25 | 杭州中芯微电子有限公司 | 一种基于uwb智能定位的用户管理预警方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070276270A1 (en) * | 2006-05-24 | 2007-11-29 | Bao Tran | Mesh network stroke monitoring appliance |
CN106875629A (zh) * | 2017-03-07 | 2017-06-20 | 吉林真才信息技术有限公司 | 基于体感网的居家养老系统及其控制方法 |
CN108717678A (zh) * | 2018-05-25 | 2018-10-30 | 青岛联合创智科技有限公司 | 一种智慧养老系统 |
CN109065169A (zh) * | 2018-10-29 | 2018-12-21 | 李雅茹 | 一种养老院看护信息系统 |
CN109326081A (zh) * | 2018-11-09 | 2019-02-12 | 复旦大学 | 基于物联网的老人家庭看护预警系统及健康状况评估方法 |
CN109982035A (zh) * | 2018-09-29 | 2019-07-05 | 大连艾米移动科技有限公司 | 一种快速定位的养老院监控系统 |
CN110477925A (zh) * | 2019-08-23 | 2019-11-22 | 广东省智能制造研究所 | 一种针对敬老院老人的跌倒检测与预警方法及系统 |
CN110477864A (zh) * | 2019-08-07 | 2019-11-22 | 王满 | 一种基于心脏功能动态监测与分析的管理服务系统及方法 |
CN111916211A (zh) * | 2019-05-09 | 2020-11-10 | 重庆好德译信息技术有限公司 | 一种适用于失能老人的安全监护系统和方法 |
CN112971723A (zh) * | 2021-02-09 | 2021-06-18 | 福寿康(上海)医疗养老服务有限公司 | 一种智能远程居家养老看护系统 |
CN113205053A (zh) * | 2021-05-10 | 2021-08-03 | 陕西省人民医院 | 一种癫痫患者病房安全监测方法及系统 |
CN113657474A (zh) * | 2021-08-05 | 2021-11-16 | 南京信息职业技术学院 | 一种基于活动分布图的室内人员异常行为检测方法及系统 |
-
2022
- 2022-08-15 CN CN202210972060.4A patent/CN115063752B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070276270A1 (en) * | 2006-05-24 | 2007-11-29 | Bao Tran | Mesh network stroke monitoring appliance |
CN106875629A (zh) * | 2017-03-07 | 2017-06-20 | 吉林真才信息技术有限公司 | 基于体感网的居家养老系统及其控制方法 |
CN108717678A (zh) * | 2018-05-25 | 2018-10-30 | 青岛联合创智科技有限公司 | 一种智慧养老系统 |
CN109982035A (zh) * | 2018-09-29 | 2019-07-05 | 大连艾米移动科技有限公司 | 一种快速定位的养老院监控系统 |
CN109065169A (zh) * | 2018-10-29 | 2018-12-21 | 李雅茹 | 一种养老院看护信息系统 |
CN109326081A (zh) * | 2018-11-09 | 2019-02-12 | 复旦大学 | 基于物联网的老人家庭看护预警系统及健康状况评估方法 |
CN111916211A (zh) * | 2019-05-09 | 2020-11-10 | 重庆好德译信息技术有限公司 | 一种适用于失能老人的安全监护系统和方法 |
CN110477864A (zh) * | 2019-08-07 | 2019-11-22 | 王满 | 一种基于心脏功能动态监测与分析的管理服务系统及方法 |
CN110477925A (zh) * | 2019-08-23 | 2019-11-22 | 广东省智能制造研究所 | 一种针对敬老院老人的跌倒检测与预警方法及系统 |
CN112971723A (zh) * | 2021-02-09 | 2021-06-18 | 福寿康(上海)医疗养老服务有限公司 | 一种智能远程居家养老看护系统 |
CN113205053A (zh) * | 2021-05-10 | 2021-08-03 | 陕西省人民医院 | 一种癫痫患者病房安全监测方法及系统 |
CN113657474A (zh) * | 2021-08-05 | 2021-11-16 | 南京信息职业技术学院 | 一种基于活动分布图的室内人员异常行为检测方法及系统 |
Non-Patent Citations (2)
Title |
---|
NAO SHIMOMURA 等: "Stepped-FM UWB Sensor System for Health-care Support", 《IMWS-BIO》 * |
陈健: "基于Zigbee的无线养老护理监控系统的设计与开发", 《电子世界》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115240367A (zh) * | 2022-09-23 | 2022-10-25 | 杭州中芯微电子有限公司 | 一种基于uwb智能定位的用户管理预警方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115063752B (zh) | 2022-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110477925B (zh) | 一种针对敬老院老人的跌倒检测与预警方法及系统 | |
CN108734055B (zh) | 一种异常人员检测方法、装置及系统 | |
US20190029569A1 (en) | Activity analysis, fall detection and risk assessment systems and methods | |
JP6689566B2 (ja) | 警備システム及び警備方法 | |
US20030059081A1 (en) | Method and apparatus for modeling behavior using a probability distrubution function | |
Yue et al. | Fusing location data for depression prediction | |
CN104956415A (zh) | 监视系统 | |
CN113397520A (zh) | 室内对象的信息检测方法及装置、存储介质和处理器 | |
CN112949417A (zh) | 一种摔倒行为识别方法、设备及系统 | |
US20130013776A1 (en) | Information processing device, information processing system, information processing method, and information storage medium | |
CN115063752B (zh) | 一种基于uwb定位的视频追踪预警方法及系统 | |
KR101864222B1 (ko) | 보행자 통행량 빅데이터 분석 시스템 및 방법 | |
WO2021090789A1 (ja) | 統合分析方法、統合分析装置、及び統合分析プログラム | |
WO2016125260A1 (ja) | 心理状態計測システム | |
CN114140275A (zh) | 一种具有健康关怀的智慧社区云平台系统 | |
CN106941523A (zh) | 基于物联网的健康监测信息采集方法和系统 | |
Sansano-Sansano et al. | Multimodal Sensor Data Integration for Indoor Positioning in Ambient‐Assisted Living Environments | |
Biswas et al. | Agitation monitoring of persons with dementia based on acoustic sensors, pressure sensors and ultrasound sensors: a feasibility study | |
KR102236630B1 (ko) | 웨어러블 통신 단말 기반 긁음 행위 인식 시스템 및 그 방법 | |
CN106940720B (zh) | 基于健康物联网的多源信息处理方法和系统 | |
CN110693466A (zh) | 基于遥控感应技术的康复评估装置及其实现方法 | |
JP2020095651A (ja) | 生産性評価システム、生産性評価装置、生産性評価方法、及びプログラム | |
CN115191975A (zh) | 一种应用于血压计的一体化身份录入控制装置及使用方法 | |
CN114067471A (zh) | 一种医务人员管理方法、系统及存储介质 | |
CN110135744A (zh) | 建筑工人安全行为习惯评价方法 |
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 |