CN115577266A - 一种行动约束装置的智能控制方法及系统 - Google Patents
一种行动约束装置的智能控制方法及系统 Download PDFInfo
- Publication number
- CN115577266A CN115577266A CN202211486904.0A CN202211486904A CN115577266A CN 115577266 A CN115577266 A CN 115577266A CN 202211486904 A CN202211486904 A CN 202211486904A CN 115577266 A CN115577266 A CN 115577266A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- constraint
- acquiring
- constrained
- 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
- 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
- G08B21/18—Status alarms
- G08B21/22—Status alarms responsive to presence or absence of persons
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Feedback Control In General (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供了一种行动约束装置的智能控制方法及系统,涉及数据处理技术领域,通过获取行动约束装置的多个功能执行模块,根据约束用户信息获取控制等级信息,根据控制等级信息对多个功能执行模块中的各个模块进行参数配置,获取多组执行参数,根据位置传感器,获取实时位置数据用于判断是否激活约束预警条件,若实时位置数据激活约束预警条件,按照多组执行参数对行动约束装置进行控制。解决了现有技术中行动约束装置的约束功能与约束对象实际约束需求不匹配,在约束用户行动过程中存在危害约束用户生命安全的风险的技术问题。达到了行动约束装置根据约束对象进行控制参数适应性调整,实现约束控制过程中兼顾保障约束对象生命健康的技术效果。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种行动约束装置的智能控制方法及系统。
背景技术
早期行动约束装置常应用于减刑假释罪犯的社会管理中,以电子脚镣形式出现,用于限制这类社会危害性较小的罪犯的行动自由,在使减刑假释犯回归社会生活的过程中,监控减刑假释犯是否存在不符合假释规定行为。
随着行动约束装置技术的不断发展,行动约束装置的适用范围也不断扩大,但是行动约束装置进行约束用户行动约束的方法往往在限制约束用户行动的同时,存在对约束用户身体产生可逆或不可逆损毁伤害的缺陷,有悖于行动约束装置的使用初衷。
现有技术中行动约束装置的约束功能与约束对象实际约束需求不匹配,导致行动约束装置在约束用户行动的过程中存在危害约束用户生命安全的风险的技术问题。
发明内容
本申请提供了一种行动约束装置的智能控制方法及系统,用于针对解决现有技术中行动约束装置的约束功能与约束对象实际约束需求不匹配,导致行动约束装置在约束用户行动的过程中存在危害约束用户生命安全的风险的技术问题。
鉴于上述问题,本申请提供了一种行动约束装置的智能控制方法及系统。
本申请的第一个方面,提供了一种行动约束装置的智能控制方法,所述方法包括:根据所述行动约束装置,获取装置组件信息;按照所述装置组件信息进行装置功能模块分解,获取多功能执行模块;获取约束用户的信息,其中,所述约束用户为穿戴所述行动约束装置的用户;将所述约束用户的信息输入控制等级分析模型中,根据所述控制等级分析模型进行分析,获取控制等级信息,其中,所述控制等级分析模型与所述多个功能执行模块连接;根据所述控制等级信息对所述多个功能执行模块中的各个模块进行参数配置,获取多组执行参数;根据所述位置传感器,获取实时位置数据;判断所述实时位置数据是否激活约束预警条件,若所述实时位置数据激活所述约束预警条件,按照所述多组执行参数对所述行动约束装置进行控制。
本申请的第二个方面,提供了一种行动约束装置的智能控制系统,所述系统包括:装置信息获取模块,用于根据行动约束装置,获取装置组件信息;功能模块分解模块,用于按照所述装置组件信息进行装置功能模块分解,获取多个功能执行模块;用户信息获取模块,用于获取约束用户的信息,其中,所述约束用户为穿戴所述行动约束装置的用户;控制等级分析模块,用于将所述约束用户的信息输入控制等级分析模型中,根据所述控制等级分析模型进行分析,获取控制等级信息,其中,所述控制等级分析模型与所述多个功能执行模块连接;执行参数生成模块,用于根据所述控制等级信息对所述多个功能执行模块中的各个模块进行参数配置,获取多组执行参数;位置数据采集模块,用于根据位置传感器,获取实时位置数据;约束预警判断模块,用于判断所述实时位置数据是否激活约束预警条件,若所述实时位置数据激活所述约束预警条件,按照所述多组执行参数对所述行动约束装置进行控制。
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:
本申请实施例提供的方法通过根据所述行动约束装置,获取装置组件信息,为后续进行行动约束装置功能分析提供参考;按照所述装置组件信息进行装置功能模块分解,获取多功能执行模块;获取约束用户的信息,其中,所述约束用户为穿戴所述行动约束装置的用户,约束用户的信息为进行约束控制模块的控制等级进行适应性调整提供重要参考;将所述约束用户的信息输入控制等级分析模型中,根据所述控制等级分析模型进行分析,获取控制等级信息,其中,所述控制等级分析模型与所述多个功能执行模块连接;根据所述控制等级信息对所述多个功能执行模块中的各个模块进行参数配置,获取多组执行参数,基于多组执行参数进行装置组件控制参数的调整;根据所述位置传感器,获取实时位置数据;判断所述实时位置数据是否激活约束预警条件,若所述实时位置数据激活所述约束预警条件,按照所述多组执行参数对所述行动约束装置进行控制。达到了行动约束装置根据约束对象进行控制参数适应性调整,实现约束控制过程中兼顾保障约束对象生命健康的技术效果。
附图说明
图1为本申请提供的一种行动约束装置的智能控制方法流程示意图;
图2为本申请提供的一种行动约束装置的智能控制方法中进行控制等级信息激励调节的流程示意图;
图3为本申请提供的一种行动约束装置的智能控制方法中获取预设路线信息的流程示意图;
图4为本申请提供的一种行动约束装置的智能控制系统的结构示意图。
附图标记说明:装置信息获取模块11,功能模块分解模块12,用户信息获取模块13,控制等级分析模块14,执行参数生成模块15,位置数据采集模块16,约束预警判断模块17。
具体实施方式
本申请提供了一种行动约束装置的智能控制方法及系统,用于针对解决现有技术中行动约束装置的约束功能与约束对象实际约束需求不匹配,导致行动约束装置在约束用户行动的过程中存在危害约束用户生命安全的风险的技术问题。达到了行动约束装置根据约束对象进行控制参数适应性调整,实现约束控制过程中兼顾保障约束对象生命健康的技术效果。
本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
下面,将参考附图对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明的实施例,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。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部。
实施例一
如图1所示,本申请提供了一种行动约束装置的智能控制方法,所述方法应用于行动约束装置的智能控制系统,所述系统与行动约束装置和位置传感器通信连接,所述方法包括:
S100:根据所述行动约束装置,获取装置组件信息;
具体而言,在本实施例中,所述行动约束装置为用于限制特定人的迁移与自由,以确保特定人处于可监控的距离范围内的可穿戴装置。示例性的,电子脚镣为目前最常见的行动约束装置,用于限制社会危险性较小,犯罪较轻的罪犯或孕妇、老人、残疾人等存在身体缺陷或身体状态虚弱的罪犯。佩戴所述行动约束装置的对象即为约束用户。
在本实施例中,基于所述行动约束装置基于具有不同功能的装置组件,实现约束特定人行动的功能,因而在本实施例中获取所述行动约束装置的部件组成情况,生成所述装置组件信息,所述装置组件信息包括多个具有不同功能,且功能之间存在相互配合的装置构成组件,示例性的,所述装置构成组件包括位置传感器、形变传感器、温度传感器、心跳传感器等。
S200:按照所述装置组件信息进行装置功能模块分解,获取多个功能执行模块;
在本实施例中,构成所述行动约束装置的装置组件具有不同功能,用于限制特定约束用户行动自由的行动约束装置通过多个具有不同功能的装置组件实现行动约束装置的行动约束功能。因而本实施例按照所述装置组件信息将所述行动约束装置拆解为包括但不限于GPS定位、温度采集、心跳采集装置功能模块的多个装置功能模块,并获得与多个装置功能模块具有映射关系的功能执行模块。示例性的GPS装置功能模块与约束用户定位功能执行模块具有映射关系,温度数据采集装置功能模块与约束用户体征采集功能执行模块具有映射关系。
S300:获取约束用户的信息,其中,所述约束用户为穿戴所述行动约束装置的用户;
具体而言,在本实施例中,所述约束用户为穿戴所述行动约束装置,基于所述行动约束装置实时获取定位信息以及温度、心跳等用户生理信息的特定用户,示例性的,所述约束用户可为押解监禁、转运过程中的服刑罪犯或存在身体状况急救依赖度较高的老年人、孕妇。
通过使约束用户佩戴所述行动约束装置便于监狱等国家机关进行犯人活动的管理,便于医疗机构及时获知佩戴对象身体状况变化和实时定位信息,提高施救及时性和准确性。
S400:将所述约束用户的信息输入控制等级分析模型中,根据所述控制等级分析模型进行分析,获取控制等级信息,其中,所述控制等级分析模型与所述多个功能执行模块连接;
具体而言,应理解的,所述行动约束装置用于控制约束用户的活动范围,并在约束用户偏离规定活动范围或其他预定违规行为时发出电流或警报以使约束用户主动或被动的失去行动能力。
因而为避免所述行动约束装置采用弱电流电击或其他低危害方法进行约束用户的行动控制时,造成行动用户身体发生可逆或不可逆损伤,在本实施例中,对不同身体特征状况的约束用户设置不同的约束控制等级,以实现使约束控制装置实现约束控制功能的同时,不对约束用户身体造成额外伤害。
所述约束用户的信息包括用户年龄、用户身体状况(例如怀孕、妊娠、残疾)等与行动约束装置约束控制等级设定相关的约束用户信息。
采集获取历史使用行动约束装置的多个约束用户的信息以及对应的约束控制等级构建控制等级分析模型训练数据集,基于BP神经网络构建控制等级分析模型,所述控制等级分析模型的输入数据为约束用户的信息,输出数据为控制等级,将所述多个约束用户的信息以及对应的约束控制等级作为训练数据进行所述控制等级分析模型的模型训练,对所述多个约束用户的信息以及对应的约束控制等级进行数据划分和标识,将所述多个约束用户的信息划分为模型输入参数,将约束控制等级划分为模型输出参数并进行数据标识,基于标识划分数据进行控制等级分析模型的监督训练和验证,获得满足预设输出准确度要求的控制等级分析模型。
在本实施例中,将所述约束用户的信息输入训练完成的控制等级分析模型中,根据所述控制等级分析模型进行分析,并输出控制等级信息,基于所述控制等级生成行动约束装置的行动约束控制参数进行约束用户的行动限制,可确保限制约束用户行动的同时,不对约束用户产生额外的身体伤害。
S500:根据所述控制等级信息对所述多个功能执行模块中的各个模块进行参数配置,获取多组执行参数;
在本实施例中,所述控制等级分析模型与所述多个功能执行模块连接,基于所述控制等级分析模型通过分析约束用户信息输出所述控制等级信息后,所述控制等级信息被传输给所述多个功能执行模块。所述约束装置智能控制系统根据所述控制等级信息对所述多个功能执行模块中的各个模块进行参数配置,获取多组执行参数,所述行动约束装置的各个装置功能模块按照多组执行参数运行,实现限制约束用户的自由行动。
S600:根据所述位置传感器,获取实时位置数据;
S700:判断所述实时位置数据是否激活约束预警条件,若所述实时位置数据激活所述约束预警条件,按照所述多组执行参数对所述行动约束装置进行控制。
具体而言,在本实施例中,所述约束用户具有限制活动范围,所述约束预警条件即为所述约束用户是否处于所述限制活动范围内。所述约束控制装置的装置构成组件包括位置传感器,位置传感器获取的所述约束用户的实时位置数据,所述约束装置控制系统实时比对判断所述实时位置数据是否在所述限制活动范围内,当基于所述位置传感器获得的约束用户实时位置数据偏离限制活动范围时,判定所述实时位置数据是激活约束预警条件,所述行动约束装置智能控制系统按照所述多组执行参数对所述行动约束装置进行控制,使所述约束控制装置产生弱电流电击等控制手段进行所述约束用户的行动能力限制。
本实施例提供的方法通过根据所述行动约束装置,获取装置组件信息,为后续进行行动约束装置功能分析提供参考;按照所述装置组件信息进行装置功能模块分解,获取多功能执行模块;获取约束用户的信息,其中,所述约束用户为穿戴所述行动约束装置的用户,约束用户的信息为进行约束控制模块的控制等级进行适应性调整提供重要参考;将所述约束用户的信息输入控制等级分析模型中,根据所述控制等级分析模型进行分析,获取控制等级信息,其中,所述控制等级分析模型与所述多个功能执行模块连接;根据所述控制等级信息对所述多个功能执行模块中的各个模块进行参数配置,获取多组执行参数,基于多组执行参数进行装置组件控制参数的调整;根据所述位置传感器,获取实时位置数据;判断所述实时位置数据是否激活约束预警条件,若所述实时位置数据激活所述约束预警条件,按照所述多组执行参数对所述行动约束装置进行控制。达到了行动约束装置根据约束对象进行控制参数适应性调整,实现约束控制过程中兼顾保障约束对象生命健康的技术效果。
进一步的,如图2所示,本申请提供的方法步骤还包括:
S410:获取所述约束用户的预设路线信息;
S420:根据所述预设路线信息,获取路线场景信息;
S430:将所述路线场景信息作为变量输入等级激励调节层中,根据所述等级激励调节层,获取激励参数,其中,所述等级激励调节层嵌于所述控制等级分析模型的输出层;
S440:以所述激励参数对所述控制等级信息进行激励调节。
具体而言,在本实施例中,所述预设路线为所述约束用户在限制活动范围内的行动内的行动路线,所述预设路线包括多种类型路线场景,例如闹市、荒野、住宅区、行政办公区、警局。多种类型路线场景可同时存在与一条行动轨迹路线上,为避免约束用户的危险行为对所述预设路线上的群众生命安全造成危害,以及减少行动约束控制装置对于约束用户产生的不适感。
本实施例获取所述约束用户的预设路线信息,根据所述预设路线信息结合智能地图获取位于所述预设路线穿过的所述路线场景信息,将所述路线场景信息作为变量输入等级激励调节层中,所述等级激励调节层可根据路线场景获取激励参数基于所述激励参数进行所述控制等级信息的二次调整。
示例性的,对于行政办公区域、警局等治安管理严格路线场景,约束用户的违规行为即便没有行动约束装置干预控制也可快速被制服,因而所述等级激励调整层对于这类路线场景产生激励参数调低所述控制等级信息减少行动约束装置的行动控制力,由路线场景治安资源进行功能补充。相应的,对于学校、闹事等路线场景,所述等级激励调整层对于这类路线场景产生激励参数调高所述控制等级信息,以提高行动约束装置的约束控制力减少约束用户违规行为对于路线场景群众造成伤害的可能性。
所述等级激励调节层嵌于所述控制等级分析模型的输出层,以所述激励参数对控制等级分析模型输出的控制等级信息进行激励调节。所述激励调节随着路线场景信息的变化而动态变化。
本实施例通过在基于约束用户身体状况生成控制等级信息进行约束用户违规行为有效控制的基础上,结合约束用户行动的预设路线进行路线场景分析,根据路线场景治安强度进行控制等级信息的动态调节,实现了较大限度的保障约束用户人身自由受限的控制方法对于约束用户身体影响程度较低的技术效果。
进一步的,如图3所示,所述获取所述约束用户的预设路线信息,本申请提供的方法步骤S410还包括:
S411:采集所述预设路线信息,生成历史路线信息库;
S412:调用所述历史路线信息库作为训练数据集进行模型训练,获取路线特征识别模型;
S413:按照所述路线特征识别模型,对所述实时位置数据进行识别,获取识别结果,其中,所述识别结果包括识别通过和识别不通过;
S414:当所述识别结果为识别不通过,获取第一预警信息,用于进行位置偏移预警。
进一步的,所述调用所述历史路线信息库作为训练数据集进行模型训练,获取路线特征识别模型,本申请提供的方法步骤S412包括:
S412-1:对所述历史路线信息库进行相似度归类,获取N个相似组;
S412-2:根据所述N个相似组,获取每个相似组的组内路线数量;
S412-3:基于所述每个相似组的组内路线数量,分别对所述N个相似组进行特征强度分析,得到第一特征强度、第二特征强度、第三特征强度···第N特征强度;
S412-4:获取所述第一特征强度、所述第二特征强度、所述第三特征强度···所述第N特征强度中大于等于预设特征强度的M组线路;
S412-5:以所述M组线路作为训练数据集进行模型训练,获取所述路线特征识别模型。
具体而言,应理解的,所述约束用户具有限制活动范围,在限制活动范围内约束用户可自由行动以完成各项工作生活需求,基于工作生活需求的稳定性特征,所述约束用户在限制活动范围内的行动轨迹路线往往具有相似性。
因而在本实施例中,采集所述预设路线信息,结合约束用户在预设路线范围内的行走路径记录生成历史路线信息库,调用所述历史路线信息库作为训练数据集进行模型训练,构建路线特征识别模型,基于路线特征识别模型直接进行约束用户当前路线场景的识别,从而实现无需在约束用户行动过程中实时进行路线场景的识别再进行控制等级信息进行激励调节,以减少激励调节生成对于所述行动约束装置系统算力资源的耗费。
本实施例对于所述路线特征识别模型的构建方法不做限制,优选的,基于约束用户行动轨迹和轨迹重复度,对所述历史路线信息库进行约束用户路线行驶习惯的相似度归类,获取N个相似组;根据所述N个相似组,获取每个相似组的组内路线数量,相似组内线路数量越多,表明约束用户的路径行驶习惯越明显;基于所述每个相似组的组内路线数量,分别对所述N个相似组进行特征强度分析,得到第一特征强度、第二特征强度、第三特征强度···第N特征强度。
预设特征强度,当相似组特征强度高于所述预设特征强度时,表明基于该相似组中的路线可分析获得约束用户行走路线的场景特征。获取所述第一特征强度、所述第二特征强度、所述第三特征强度···所述第N特征强度中大于等于预设特征强度的M组线路,以所述M组线路以及M组线路的路线场景信息作为训练数据集进行模型训练,获取所述路线特征识别模型。
按照所述路线特征识别模型,对所述实时位置数据进行识别,获取识别结果,所述识别结果包括识别通过和识别不通过;当所述识别结果为识别不通过,表明当前约束用户的行驶轨迹不符合约束用户的路径轨迹习惯,约束用户存在违规行为,获取第一预警信息,用于进行位置偏移预警,提醒约束用户调整修正其在预设路线上的行走行为或直接发送至行动约束控制终端的相关管理人员,用于提醒用户存在位置异常偏移。
本实施例通过获取约束用户在预设路线上行走的历史路线信息进行模型训练,获取路线特征识别模型,对所述实时位置数据进行识别,并在识别结果为当前路线行驶场景与行驶习惯不一致时,生成第一预警信息,用于进行位置偏移预警,达到了基于约束用户历史行走路线获得约束用户的行走习惯,从而准确判断当前约束用户是否存在行走路线位置异常偏移现象,提高对于约束用户管控的精准度的技术效果。
进一步的,所述系统还与状态监测装置通信连接,本申请提供的方法步骤还包括:
S810:根据所述状态监测装置对所述约束用户进行状态数据采集,获取状态数据集,其中,所述状态监测装置与所述行动约束装置连接;
S820:根据所述状态数据集,生成用户状态曲线;
S830:通过对所述用户状态曲线进行异常识别,获取第二预警信息;
S840:将所述第二预警信息发送至行动约束控制终端的相关管理人员,用于提醒用户状态异常。
具体而言,在本实施例中,所述行动约束控制装置的约束用户为孕妇、老人、残疾人等存在身体缺陷或身体状态虚弱的人员,因而本实施例中所述行动约束装置具备心率、血压、体温等状态监测装置变相成为生命体征监测装置,进行约束用户生命体征数据的实时采集。
根据所述状态监测装置对所述约束用户进行状态数据采集,获取状态数据集,所述状态监测装置与所述行动约束装置连接,并优选嵌入所述行动约束装置贴近约束用户身体以提高约束用户状态数据采集的及时性和准确度。
根据所述状态数据集,生成用户状态曲线,所述用户状态曲线与所监测的生命体征具有一一对应关系。通过对所述用户状态曲线进行曲线变化趋势分析完成异常识别,获取第二预警信息,所述第二预警信息包括具体存在异常的生命体征以及约束用户当前位置信息;将所述第二预警信息发送至行动约束控制终端的相关管理人员,用于提醒用户状态异常。
本实施例基于使用行动约束装置对象身体状况的特殊性,通过在所述行动约束装置中设置状态监测装置以进行约束用户生命体征数据的实时监测获取,并生成数据变化曲线进行约束用户是否存在生命体征异常的判断,达到了及时进行约束用户生命体征异常的监测分析,从而在约束用户佩戴所述行动约束装置期间生命安全变化被及时察觉,约束用户危险生命体征得以及时抢救的技术效果。
进一步的,所述通过对所述用户状态曲线进行异常识别,获取第二预警信息,本申请提供的方法步骤S830还包括:
S831:以所述约束用户的信息进行分析,获取类比用户集;
S832:基于所述类比用户集对应的异常数据集,构建异常状态曲线;
S833:将所述异常状态曲线作为比对曲线,对所述用户状态曲线进行匹配度分析,获取曲线匹配度;
S834:若所述曲线匹配度大于等于预设曲线匹配度,获取所述第二预警信息。
具体而言,在本实施例中,所述约束用户的信息包括用户年龄、用户身体状况(例如怀孕、妊娠、残疾、既往病史)等,以所述约束用户的信息进行分析,基于大数据获取类比用户集,所述类比用户集中多个用户的年龄、身体状况信息与所述约束用户一致性程度较高。
基于所述类比用户集对应的生命体征异常数据集,构建异常状态曲线,将所述异常状态曲线作为比对曲线,采用包括但不限于图像特征比对方法进行所述用户状态曲线和所述异常状态曲线的匹配度分析,获取反映用户状态曲线与异常状态变化曲线图像相似度的所述曲线匹配度。
预设曲线匹配度,所述预设曲线匹配度为用于判断约束用户是否存在生命体征异常的临界数值,若所述曲线匹配度大于等于预设曲线匹配度,表面当前约束用户存在生命体征异常,基于满足预设曲线匹配度的曲线反推获得对应的生命体征结合约束用户当前位置信息生成所述第二预警信息。
本实施例通过采集获取与约束用户的年龄、身体状况具有一致性的多个用户存在异常生命体征时的异常数据集进行异常状态曲线的构建并用于对用户状态曲线进行匹配度分析,获取曲线匹配度,进行第二预警信息的生成,达到了准确判断当前约束用户是否存在需要进行急救处理的异常生命体征,保障约束用户佩戴行动约束装置期间生命体征安全的技术效果。
进一步的,所述系统还与视频采集装置连接,本申请提供的方法步骤还包括:
S850:获取所述约束用户所处的实时场景;
S860:基于所述约束用户所处的实时场景,采用所述视频采集装置对所述约束用户进行视频采集,获取视频数据集;
S870:将所述视频数据集作为新增数据添加至所述状态数据集中进行用户状态异常分析。
具体而言,在本实施例中,所述约束控制装置与某些室内场景的监控装置通信连接,获取所述约束用户所处的实时场景方法为基于所述约束控制装置的位置传感器获取的实时位置数据,并将实时位置数据与某些室内场景位置数据进行比对,当具有一致性时,所述场景监控装置作为所述视频采集装置获取到的所述约束用户的视频数据集,将所述视频数据集作为新增数据添加至所述状态数据集中进行用户状态异常分析,基于人工经验或图像特征识别判定所述约束用户是否存在强拆行动约束控制装置的异常行为或与状态数据集中约束用户生命体征数据相结合判断约束用户是否存在生命体征异常。
本实施例通过在监测到约束用户处于室内时,将所述行动约束装置智能控制系统与室内图像采集装置通信连接进行约束用户图像信息采集,用于扩充状态数据集数据种类,达到了为判断约束用户是否存在生命体征状态异常提供多维判断数据,从而提高进行约束用户身体异常状况判断准确度的技术效果。
实施例二
基于与前述实施例中一种行动约束装置的智能控制方法相同的发明构思,如图4所示,本申请提供了一种行动约束装置的智能控制系统,其中,所述系统包括:
装置信息获取模块11,用于根据行动约束装置,获取装置组件信息;
功能模块分解模块12,用于按照所述装置组件信息进行装置功能模块分解,获取多个功能执行模块;
用户信息获取模块13,用于获取约束用户的信息,其中,所述约束用户为穿戴所述行动约束装置的用户;
控制等级分析模块14,用于将所述约束用户的信息输入控制等级分析模型中,根据所述控制等级分析模型进行分析,获取控制等级信息,其中,所述控制等级分析模型与所述多个功能执行模块连接;
执行参数生成模块15,用于根据所述控制等级信息对所述多个功能执行模块中的各个模块进行参数配置,获取多组执行参数;
位置数据采集模块16,用于根据位置传感器,获取实时位置数据;
约束预警判断模块17,用于判断所述实时位置数据是否激活约束预警条件,若所述实时位置数据激活所述约束预警条件,按照所述多组执行参数对所述行动约束装置进行控制。
进一步的,所述控制等级分析模块14还包括:
预设路线获得单元,用于获取所述约束用户的预设路线信息;
路线场景获得单元,用于根据所述预设路线信息,获取路线场景信息;
信息输出执行单元,用于将所述路线场景信息作为变量输入等级激励调节层中,根据所述等级激励调节层,获取激励参数,其中,所述等级激励调节层嵌于所述控制等级分析模型的输出层;
激励调节执行单元,用于以所述激励参数对所述控制等级信息进行激励调节。
进一步的,所述预设路线获得单元还包括:
信息库生成单元,用于采集所述预设路线信息,生成历史路线信息库;
模型构建训练单元,用于调用所述历史路线信息库作为训练数据集进行模型训练,获取路线特征识别模型;
位置数据识别单元,用于按照所述路线特征识别模型,对所述实时位置数据进行识别,获取识别结果,其中,所述识别结果包括识别通过和识别不通过;
识别结果处理单元,用于当所述识别结果为识别不通过,获取第一预警信息,用于进行位置偏移预警。
进一步的,所述模型构建训练单元还包括:
相似数据归类单元,用于对所述历史路线信息库进行相似度归类,获取N个相似组;
路线数量获取单元,用于根据所述N个相似组,获取每个相似组的组内路线数量;
特征强度分析单元,用于基于所述每个相似组的组内路线数量,分别对所述N个相似组进行特征强度分析,得到第一特征强度、第二特征强度、第三特征强度···第N特征强度;
线路筛选执行单元,用于获取所述第一特征强度、所述第二特征强度、所述第三特征强度···所述第N特征强度中大于等于预设特征强度的M组线路;
识别模型生成单元,用于以所述M组线路作为训练数据集进行模型训练,获取所述路线特征识别模型。
进一步的,所述系统还包括:
状态数据采集单元,用于根据所述状态监测装置对所述约束用户进行状态数据采集,获取状态数据集,其中,所述状态监测装置与所述行动约束装置连接;
状态曲线生成单元,用于根据所述状态数据集,生成用户状态曲线;
异常识别执行单元,用于通过对所述用户状态曲线进行异常识别,获取第二预警信息;
预警提醒发送单元,用于将所述第二预警信息发送至行动约束控制终端的相关管理人员,用于提醒用户状态异常。
进一步的,所述预警提醒发送单元还包括:
类比用户获得单元,用于以所述约束用户的信息进行分析,获取类比用户集;
异常数据制图单元,用于基于所述类比用户集对应的异常数据集,构建异常状态曲线;
曲线匹配分析单元,用于将所述异常状态曲线作为比对曲线,对所述用户状态曲线进行匹配度分析,获取曲线匹配度;
预警信息生成单元,用于若所述曲线匹配度大于等于预设曲线匹配度,获取所述第二预警信息。
进一步的,所述系统还包括:
实时场景采集单元,用于获取所述约束用户所处的实时场景;
视频采集执行单元,用于基于所述约束用户所处的实时场景,采用所述视频采集装置对所述约束用户进行视频采集,获取视频数据集;
视频数据应用单元,用于将所述视频数据集作为新增数据添加至所述状态数据集中进行用户状态异常分析。
综上所述的任意一项方法或者步骤可作为计算机指令或程序存储在各种不限类型的计算机存储器中,通过各种不限类型的计算机处理器识别计算机指令或程序,进而实现上述任一项方法或者步骤。
基于本发明的上述具体实施例,本技术领域的技术人员在不脱离本发明原理的前提下,对本发明所作的任何改进和修饰,皆应落入本发明的专利保护范围。
Claims (8)
1.一种行动约束装置的智能控制方法,其特征在于,所述方法应用于行动约束装置的智能控制系统,所述系统与行动约束装置和位置传感器通信连接,所述方法包括:
根据所述行动约束装置,获取装置组件信息;
按照所述装置组件信息进行装置功能模块分解,获取多个功能执行模块;
获取约束用户的信息,其中,所述约束用户为穿戴所述行动约束装置的用户;
将所述约束用户的信息输入控制等级分析模型中,根据所述控制等级分析模型进行分析,获取控制等级信息,其中,所述控制等级分析模型与所述多个功能执行模块连接;
根据所述控制等级信息对所述多个功能执行模块中的各个模块进行参数配置,获取多组执行参数;
根据所述位置传感器,获取实时位置数据;
判断所述实时位置数据是否激活约束预警条件,若所述实时位置数据激活所述约束预警条件,按照所述多组执行参数对所述行动约束装置进行控制。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述约束用户的预设路线信息;
根据所述预设路线信息,获取路线场景信息;
将所述路线场景信息作为变量输入等级激励调节层中,根据所述等级激励调节层,获取激励参数,其中,所述等级激励调节层嵌于所述控制等级分析模型的输出层;
以所述激励参数对所述控制等级信息进行激励调节。
3.如权利要求2所述的方法,其特征在于,所述获取所述约束用户的预设路线信息,方法还包括:
采集所述预设路线信息,生成历史路线信息库;
调用所述历史路线信息库作为训练数据集进行模型训练,获取路线特征识别模型;
按照所述路线特征识别模型,对所述实时位置数据进行识别,获取识别结果,其中,所述识别结果包括识别通过和识别不通过;
当所述识别结果为识别不通过,获取第一预警信息,用于进行位置偏移预警。
4.如权利要求3所述的方法,其特征在于,所述调用所述历史路线信息库作为训练数据集进行模型训练,获取路线特征识别模型,方法包括:
对所述历史路线信息库进行相似度归类,获取N个相似组;
根据所述N个相似组,获取每个相似组的组内路线数量;
基于所述每个相似组的组内路线数量,分别对所述N个相似组进行特征强度分析,得到第一特征强度、第二特征强度、第三特征强度···第N特征强度;
获取所述第一特征强度、所述第二特征强度、所述第三特征强度···所述第N特征强度中大于等于预设特征强度的M组线路;
以所述M组线路作为训练数据集进行模型训练,获取所述路线特征识别模型。
5.如权利要求1所述的方法,其特征在于,所述系统还与状态监测装置通信连接,方法还包括:
根据所述状态监测装置对所述约束用户进行状态数据采集,获取状态数据集,其中,所述状态监测装置与所述行动约束装置连接;
根据所述状态数据集,生成用户状态曲线;
通过对所述用户状态曲线进行异常识别,获取第二预警信息;
将所述第二预警信息发送至行动约束控制终端的相关管理人员,用于提醒用户状态异常。
6.如权利要求5所述的方法,其特征在于,所述通过对所述用户状态曲线进行异常识别,获取第二预警信息,方法包括:
以所述约束用户的信息进行分析,获取类比用户集;
基于所述类比用户集对应的异常数据集,构建异常状态曲线;
将所述异常状态曲线作为比对曲线,对所述用户状态曲线进行匹配度分析,获取曲线匹配度;
若所述曲线匹配度大于等于预设曲线匹配度,获取所述第二预警信息。
7.如权利要求5所述的方法,其特征在于,所述系统还与视频采集装置连接,所述方法还包括:
获取所述约束用户所处的实时场景;
基于所述约束用户所处的实时场景,采用所述视频采集装置对所述约束用户进行视频采集,获取视频数据集;
将所述视频数据集作为新增数据添加至所述状态数据集中进行用户状态异常分析。
8.一种行动约束装置的智能控制系统,其特征在于,所述系统包括:
装置信息获取模块,用于根据行动约束装置,获取装置组件信息;
功能模块分解模块,用于按照所述装置组件信息进行装置功能模块分解,获取多个功能执行模块;
用户信息获取模块,用于获取约束用户的信息,其中,所述约束用户为穿戴所述行动约束装置的用户;
控制等级分析模块,用于将所述约束用户的信息输入控制等级分析模型中,根据所述控制等级分析模型进行分析,获取控制等级信息,其中,所述控制等级分析模型与所述多个功能执行模块连接;
执行参数生成模块,用于根据所述控制等级信息对所述多个功能执行模块中的各个模块进行参数配置,获取多组执行参数;
位置数据采集模块,用于根据位置传感器,获取实时位置数据;
约束预警判断模块,用于判断所述实时位置数据是否激活约束预警条件,若所述实时位置数据激活所述约束预警条件,按照所述多组执行参数对所述行动约束装置进行控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211486904.0A CN115577266B (zh) | 2022-11-25 | 2022-11-25 | 一种行动约束装置的智能控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211486904.0A CN115577266B (zh) | 2022-11-25 | 2022-11-25 | 一种行动约束装置的智能控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115577266A true CN115577266A (zh) | 2023-01-06 |
CN115577266B CN115577266B (zh) | 2023-05-16 |
Family
ID=84590491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211486904.0A Active CN115577266B (zh) | 2022-11-25 | 2022-11-25 | 一种行动约束装置的智能控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115577266B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106418926A (zh) * | 2016-08-29 | 2017-02-22 | 成都曼巴科技有限公司 | 一种在预设范围内监控的预防犯罪系统 |
WO2017031936A1 (zh) * | 2015-08-24 | 2017-03-02 | 京东方科技集团股份有限公司 | 健康监护电视 |
CN106909080A (zh) * | 2015-12-23 | 2017-06-30 | 北京奇虎科技有限公司 | 一种基于移动终端控制电器设备的方法和移动终端 |
CN108310632A (zh) * | 2018-01-30 | 2018-07-24 | 深圳市前海未来无限投资管理有限公司 | 一种肌肉电刺激方法、装置及可穿戴设备 |
CN111598217A (zh) * | 2020-05-06 | 2020-08-28 | 珠海格力电器股份有限公司 | 一种自动盖被方法、存储介质、电子设备及智能机械手 |
CN113050445A (zh) * | 2021-03-23 | 2021-06-29 | 安徽阜南县向发工艺品有限公司 | 一种智能家居用语音控制系统 |
CN114587281A (zh) * | 2022-03-16 | 2022-06-07 | 浙江想能睡眠科技股份有限公司 | 一种具有助眠功能的智能枕控制方法、系统及可读存储介质 |
CN115040093A (zh) * | 2022-06-29 | 2022-09-13 | 南通市第一老年病医院(上海大学附属南通医院、南通市第六人民医院、南通市肺科医院) | 一种用于内科高龄患者的护理干预方法及系统 |
-
2022
- 2022-11-25 CN CN202211486904.0A patent/CN115577266B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017031936A1 (zh) * | 2015-08-24 | 2017-03-02 | 京东方科技集团股份有限公司 | 健康监护电视 |
CN106909080A (zh) * | 2015-12-23 | 2017-06-30 | 北京奇虎科技有限公司 | 一种基于移动终端控制电器设备的方法和移动终端 |
CN106418926A (zh) * | 2016-08-29 | 2017-02-22 | 成都曼巴科技有限公司 | 一种在预设范围内监控的预防犯罪系统 |
CN108310632A (zh) * | 2018-01-30 | 2018-07-24 | 深圳市前海未来无限投资管理有限公司 | 一种肌肉电刺激方法、装置及可穿戴设备 |
CN111598217A (zh) * | 2020-05-06 | 2020-08-28 | 珠海格力电器股份有限公司 | 一种自动盖被方法、存储介质、电子设备及智能机械手 |
CN113050445A (zh) * | 2021-03-23 | 2021-06-29 | 安徽阜南县向发工艺品有限公司 | 一种智能家居用语音控制系统 |
CN114587281A (zh) * | 2022-03-16 | 2022-06-07 | 浙江想能睡眠科技股份有限公司 | 一种具有助眠功能的智能枕控制方法、系统及可读存储介质 |
CN115040093A (zh) * | 2022-06-29 | 2022-09-13 | 南通市第一老年病医院(上海大学附属南通医院、南通市第六人民医院、南通市肺科医院) | 一种用于内科高龄患者的护理干预方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115577266B (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111899878B (zh) | 老年人健康检测系统、方法、计算机设备及可读存储介质 | |
US10319209B2 (en) | Method and system for motion analysis and fall prevention | |
US12067636B2 (en) | Systems and methods for location fencing within a controlled environment | |
JP2021086605A (ja) | イベントの防止及び予測のためのシステム及び方法、コンピュータ実施方法、プログラム、及びプロセッサ | |
CN111564224A (zh) | 一种具有健康监测的智能监控系统及其实现方法 | |
Dhanraj et al. | Efficient smartphone-based human activity recognition using convolutional neural network | |
CN118039193B (zh) | 一种基于5g技术的院外康复指导与监测评估系统 | |
WO2022013738A1 (en) | Worker health and safety system and method | |
CN117238120B (zh) | 安全监控方法、装置、设备及介质 | |
KR102292473B1 (ko) | 행동패턴 분석을 통한 사고방지 시스템 및 그 방법 | |
Shanmuga Sundari et al. | Neurological disease prediction using impaired gait analysis for foot position in cerebellar ataxia by ensemble approach | |
CN115577266A (zh) | 一种行动约束装置的智能控制方法及系统 | |
Sharma et al. | Gerontechnology—The study of alzheimer disease using cloud computing | |
Sadiq et al. | Human activity recognition prediction for crowd disaster mitigation | |
CN111091901A (zh) | 老年人急救决策方法、装置、设备及存储介质 | |
Abad et al. | An innovative approach on driver's drowsiness detection through facial expressions using decision tree algorithms | |
Singh et al. | Hybrid deep learning model for wearable sensor‐based stress recognition for internet of medical things (IoMT) system | |
Lazarou et al. | Real-Time Monitoring of Crowd Panic Based on Biometric and Spatiotemporal Data. | |
KR20150031059A (ko) | 패턴 인식 기술에 의한 범죄 예방 폐쇄 회로 티비 장치 개선 | |
Gopalakrishna et al. | Real-time fatigue analysis of driver through iris recognition | |
CN116229581B (zh) | 一种基于大数据的智能互联急救系统 | |
Bocicor et al. | Intelligent decision support for pervasive home monitoring and assisted living | |
CN114140925B (zh) | 一种基于多种认证方式的智能门禁系统和方法 | |
KR102476829B1 (ko) | 딥러닝을 이용한 졸음탐지방법 및 이를 이용한 졸음운전 방지시스템 | |
Sasaki et al. | Estimating symptoms caused by CIPN using mobile and wearable devices |
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 |