CN116009411A - 一种基于人工智能的智能家居远程监测系统及方法 - Google Patents

Abstract

本发明公开了一种基于人工智能的智能家居远程监测系统及方法，属于智能家居远程监测技术领域。本系统包括智能家居分布模块、时间预测模块、声音检测模块、风险判断模块、远程控制模块；所述智能家居分布模块的输出端与所述时间预测模块的输入端相连接；所述时间预测模块的输出端与所述声音检测模块的输入端相连接；所述声音检测模块的输出端与所述风险判断模块的输入端相连接；所述风险判断模块的输出端与所述远程控制模块的输入端相连接。本发明能够使得智能看护机器人在避免用户隐私的前提下，判断危险信号，并能够实时与远程用户进行数据连接，实现自主呼救，有效提高智能看护机器人的智能程度，减少对用户隐私方向的窃取。

Description

一种基于人工智能的智能家居远程监测系统及方法

技术领域

本发明涉及智能家居远程监测技术领域，具体为一种基于人工智能的智能家居远程监测系统及方法。

背景技术

随着人工智能技术的兴起，智能看护机器人逐渐进入人们的视野，其可以辅助残障人士正常生活，能够提供专业陪护、看护服务、无障碍出行、无障碍家居、提醒用药、监测血压等功能，适用于子女不在身边的独居老人。

运用信息化的智慧手段为老人提供生活服务，将智慧养老嵌入老年人的日常生活中，既方便老年人生活，又能够减轻工作人员劳动强度。这逐渐成为许多人安度晚年的有力保障。但是智能家居系统下的看护机器人也存在着巨大的问题，诸如密闭空间(浴室、卧室)的监测问题，过度监测会严重影响隐私，不监测又极易发生意外。

发明内容

本发明的目的在于提供一种基于人工智能的智能家居远程监测系统及方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种基于人工智能的智能家居远程监测方法，该方法包括以下步骤：

S1、构建家居布局图，输入至智能看护机器人系统内，标记出隐私空间位置；

S2、构建隐私空间的时间预测模型，对用户进入隐私空间的时间点以及使用时长进行预测，输出预测结果；

S3、基于不同的隐私空间构建危险判断模型，分别输出判断风险概率值；

S4、设置判断风险概率阈值，根据判断风险概率阈值，输出预警提示至监测用户，监测用户远程控制智能看护机器人进行呼救。

根据上述技术方案，所述隐私空间包括浴室、卧室。

根据上述技术方案，所述时间预测模型包括：

根据历史数据获取隐私空间的使用时间点，分别获取每个使用时间点下的使用时长；设置使用时长阈值，对超过使用时长阈值的使用时长记录为一个集合A；

根据集合A内元素顺序，以移动平均分析：

建立公式如下：

B_d+1＝c_d+e_d*θ

其中，B_d+1代表预测的下一次隐私空间的使用时长；c_d为预测截距；e_d为预测斜率；θ为预测次数；d代表集合A内的元素数据组数；

c_d＝2a₁-a₂

其中，a₁代表一次移动平均值；a₂代表二次移动平均值；r代表参与移动的数据组数；

获取输出的B_d+1，以输出的B_d+1作为下一次隐私空间的使用时长阈值；获取集合A中对应数据的使用时间点，设置出现阈值，对超出出现阈值次数的时间点进行选取，设置时间点区间[x_i-t，x_i+t]；其中，x_i代表选取的超出出现阈值次数的时间点，t为系统设置的阈值区间。

在上述技术方案中，主要是针对于卧室和浴室的处理，通常情况下，用户可能随时进入卧室(翻找东西)或浴室(上厕所等等)，那么这些短暂的时间变化并不需要调动机器人的看护，因此构建时间点，一般老年人的生活都较为规律，淋浴时间与休息时间较为固定，且时间周期长，因此构建一个时间点区间，避免掉无关数据。

根据上述技术方案，所述危险判断模型包括浴室危险判断模型与卧室危险判断模型；

所述卧室危险判断模型包括：

获取系统预设的卧室声音曲线，记为f₁(x)；实时采集当前卧室声音变化，生成实时的卧室声音曲线，记为f₂(x)；

构建相似损失函数：

其中，Loss[f₁(x)，f₂(x)]代表曲线f₁(x)、f₂(x)的相似损失函数；

计算相似损失函数的最小值Loss[f₁(x)，f₂(x)]_min，即为曲线f₁(x)、f₂(x)的相似度，以相似度记为判断风险概率值；

设置相似度阈值，以相似度阈值作为判断风险概率阈值，若存在曲线f₁(x)、f₂(x)的相似度低于相似度阈值，判定为卧室内出现异常情况，输出预警提示至监测用户，监测用户远程控制智能看护机器人进行呼救；

所述浴室危险判断模型包括：

获取浴室声音波形变化，设置时间周期，获取每段时间周期下的声音波形变化差值y₀，记为：

y₀＝y_max-y_min

其中，y_max、y_min属于同一时间周期下的最高响度与最低响度；

构建危险声音波形变化图：

分别取水流高度在n₁米滴落地面的声音波形的测试数据组与水流高度在n₂米滴落地面的声音波形的测试数据组，其中，n₁指成年人手肘到达地面的平均距离，n₂指成年人平躺地面时腹部表面与地面的距离；计算两组数据组的响度变化差值，生成差值数据组，选取差值数据组最小值与最大值组成差值数据区间，若存在y₀属于差值数据区间，则判断为卧室内出现异常情况，输出预警提示至监测用户，监测用户远程控制智能看护机器人进行呼救。

在上述技术方案中，主要检测淋浴过程中是否出现滑倒、摔倒等情形，因为在正常淋浴过程中，水流一般沿着人身体滴落地面，以肘关节为主，而在摔倒情况下，水流直接冲击到人身体上，沿着人身体表面滴落地面，二者由于高度差的骤然改变，会形成不同的波形，这也可以防止老年人在跌倒后，跌落声音被水流声严重感染，呼救声也可能被水流声严重感染的情况不再发生，仅以水流的变化声音，能够确保在隔着浴室门的前提下，判断风险。

一种基于人工智能的智能家居远程监测系统，该系统包括智能家居分布模块、时间预测模块、声音检测模块、风险判断模块、远程控制模块；

所述智能家居分布模块用于构建家居布局图，输入至智能看护机器人系统内，标记出隐私空间位置；所述时间预测模块用于构建隐私空间的时间预测模型，对用户进入隐私空间的时间点以及使用时长进行预测，输出预测结果；所述声音检测模块用于采集隐私空间内的声音情况，输出声音变化曲线；所述风险判断模块用于构建危险判断模型，基于不同的隐私空间调用声音检测模块，构建曲线判断模型，输出判断风险概率值；所述远程控制模块用于设置判断风险概率阈值，若存在判断风险概率值超出判断风险概率阈值，输出预警提示至监测用户，监测用户远程控制智能看护机器人进行呼救；

所述智能家居分布模块的输出端与所述时间预测模块的输入端相连接；所述时间预测模块的输出端与所述声音检测模块的输入端相连接；所述声音检测模块的输出端与所述风险判断模块的输入端相连接；所述风险判断模块的输出端与所述远程控制模块的输入端相连接。

根据上述技术方案，所述智能家居分布模块包括智能家居布局单元、标记单元；

所述智能家居布局单元用于构建家居布局图，输入至智能看护机器人系统内；所述标记单元用于在智能看护机器人系统内标记出隐私空间位置；

所述隐私空间位置包括浴室、卧室；

所述智能家居布局单元的输出端与所述标记单元的输入端相连接。

根据上述技术方案，所述时间预测模块包括模型构建单元、预测输出单元；

所述模型构建单元用于构建隐私空间的时间预测模型，对用户进入隐私空间的时间点以及使用时长进行预测；所述预测输出单元用于根据模型构建单元输出预测结果；

所述模型构建单元的输出端与所述预测输出单元的输入端相连接。

根据上述技术方案，所述声音检测模块包括智能采集单元、曲线输出单元；

所述智能采集单元用于采集隐私空间内的声音情况；所述曲线输出单元用于输出声音变化曲线；

所述智能采集单元的输出端与所述曲线输出单元的输入端相连接。

根据上述技术方案，所述风险判断模块包括调用单元、风险判断单元；

所述调用单元用于构建危险判断模型，基于不同的隐私空间调用声音检测模块；所述风险判断单元用于构建曲线判断模型，输出判断风险概率值；

所述调用单元的输出端与所述风险判断单元的输入端相连接。

根据上述技术方案，所述远程控制模块包括预警提示单元、远程控制单元；

所述预警提示单元用于设置判断风险概率阈值，若存在判断风险概率值超出判断风险概率阈值，输出预警提示至监测用户；所述远程控制单元用于监测用户远程控制智能看护机器人进行呼救；

所述预警提示单元的输出端与所述远程控制单元的输入端相连接。

与现有技术相比，本发明所达到的有益效果是：本发明能够使得智能看护机器人在避免用户隐私的前提下，不安装多余传感器，不设置多余检测手段，利用声音变化幅度，判断危险信号，并能够实时与远程用户进行数据连接，实现自主呼救，有效提高智能看护机器人的智能程度，减少对用户隐私方向的窃取。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明一种基于人工智能的智能家居远程监测系统及方法的流程示意图。

具体实施方式

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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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。

请参阅图1，在本实施例一中：首先构建用户家居布局图，输入至智能看护机器人系统内，标记出隐私空间位置；

所述隐私空间包括浴室、卧室；

以浴室判断为例：

根据历史数据获取浴室的使用时间点，分别获取每个使用时间点下的使用时长；其中使用时间点为(8:00,10分钟)、(11:00,8分钟)、(15:00,3分钟)、(20:00,45分钟)、(14:00,2分钟)、(20:10,45分钟)、(20:12,40分钟)、(20:00,45分钟)、(20:00,45分钟)；

设置使用时长阈值为20分钟，对超过使用时长阈值的使用时长记录为一个集合A；

根据集合A内元素顺序，以移动平均分析：

建立公式如下：

B_d+1＝c_d+e_d*θ

其中，B_d+1代表预测的下一次隐私空间的使用时长；c_d为预测截距；e_d为预测斜率；θ为预测次数；d代表集合A内的元素数据组数；

c_d＝2a₁-a₂

其中，a₁代表一次移动平均值；a₂代表二次移动平均值；r代表参与移动的数据组数；

获取输出的B_d+1，以输出的B_d+1作为下一次隐私空间的使用时长阈值；获取集合A中对应数据的使用时间点，设置出现阈值3，对超出出现阈值次数的时间点(20:00,45分钟)进行选取，设置时间点区间[x_i-t，x_i+t]；其中，x_i代表选取的超出出现阈值次数的时间点，t为系统设置的阈值区间。t设置为30分钟；

所述浴室危险判断模型包括：

获取浴室声音波形变化，设置时间周期，获取每段时间周期下的声音波形变化差值y₀，记为：

y₀＝y_max-y_min

其中，y_max、y_min属于同一时间周期下的最高响度与最低响度；

构建危险声音波形变化图：

分别取水流高度在n₁米滴落地面的声音波形的测试数据组与水流高度在n₂米滴落地面的声音波形的测试数据组，其中，n₁指成年人手肘到达地面的平均距离，取1.2米，n₂指成年人平躺地面时腹部表面与地面的距离，取0.2米；计算两组数据组的响度变化差值，生成差值数据组，选取差值数据组最小值与最大值组成差值数据区间，若存在y₀属于差值数据区间，则判断为卧室内出现异常情况，输出预警提示至监测用户，监测用户远程控制智能看护机器人进行呼救。

在本实施例二中，提供一种基于人工智能的智能家居远程监测系统，该系统包括智能家居分布模块、时间预测模块、声音检测模块、风险判断模块、远程控制模块；

所述智能家居分布模块用于构建家居布局图，输入至智能看护机器人系统内，标记出隐私空间位置；所述时间预测模块用于构建隐私空间的时间预测模型，对用户进入隐私空间的时间点以及使用时长进行预测，输出预测结果；所述声音检测模块用于采集隐私空间内的声音情况，输出声音变化曲线；所述风险判断模块用于构建危险判断模型，基于不同的隐私空间调用声音检测模块，构建曲线判断模型，输出判断风险概率值；所述远程控制模块用于设置判断风险概率阈值，若存在判断风险概率值超出判断风险概率阈值，输出预警提示至监测用户，监测用户远程控制智能看护机器人进行呼救；

所述智能家居分布模块的输出端与所述时间预测模块的输入端相连接；所述时间预测模块的输出端与所述声音检测模块的输入端相连接；所述声音检测模块的输出端与所述风险判断模块的输入端相连接；所述风险判断模块的输出端与所述远程控制模块的输入端相连接。

所述智能家居分布模块包括智能家居布局单元、标记单元；

所述智能家居布局单元用于构建家居布局图，输入至智能看护机器人系统内；所述标记单元用于在智能看护机器人系统内标记出隐私空间位置；

所述隐私空间位置包括浴室、卧室；

所述智能家居布局单元的输出端与所述标记单元的输入端相连接。

所述时间预测模块包括模型构建单元、预测输出单元；

所述模型构建单元用于构建隐私空间的时间预测模型，对用户进入隐私空间的时间点以及使用时长进行预测；所述预测输出单元用于根据模型构建单元输出预测结果；

所述模型构建单元的输出端与所述预测输出单元的输入端相连接。

所述声音检测模块包括智能采集单元、曲线输出单元；

所述智能采集单元用于采集隐私空间内的声音情况；所述曲线输出单元用于输出声音变化曲线；

所述智能采集单元的输出端与所述曲线输出单元的输入端相连接。

所述风险判断模块包括调用单元、风险判断单元；

所述调用单元用于构建危险判断模型，基于不同的隐私空间调用声音检测模块；所述风险判断单元用于构建曲线判断模型，输出判断风险概率值；

所述调用单元的输出端与所述风险判断单元的输入端相连接。

所述远程控制模块包括预警提示单元、远程控制单元；

所述预警提示单元用于设置判断风险概率阈值，若存在判断风险概率值超出判断风险概率阈值，输出预警提示至监测用户；所述远程控制单元用于监测用户远程控制智能看护机器人进行呼救；

所述预警提示单元的输出端与所述远程控制单元的输入端相连接。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于人工智能的智能家居远程监测方法，其特征在于：该方法包括以下步骤：

S1、构建家居布局图，输入至智能看护机器人系统内，标记出隐私空间位置；

S2、构建隐私空间的时间预测模型，对用户进入隐私空间的时间点以及使用时长进行预测，输出预测结果；

S3、基于不同的隐私空间构建危险判断模型，分别输出判断风险概率值；

S4、设置判断风险概率阈值，根据判断风险概率阈值，输出预警提示至监测用户，监测用户远程控制智能看护机器人进行呼救。

2.根据权利要求1所述的一种基于人工智能的智能家居远程监测方法，其特征在于：所述隐私空间包括浴室、卧室。

3.根据权利要求1所述的一种基于人工智能的智能家居远程监测方法，其特征在于：所述时间预测模型包括：

根据历史数据获取隐私空间的使用时间点，分别获取每个使用时间点下的使用时长；设置使用时长阈值，对超过使用时长阈值的使用时长记录为一个集合A；

根据集合A内元素顺序，以移动平均分析：

建立公式如下：

B_d+1＝c_d+e_d*θ

其中，B_d+1代表预测的下一次隐私空间的使用时长；c_d为预测截距；e_d为预测斜率；θ为预测次数；d代表集合A内的元素数据组数；

c_d＝2a₁-a₂

其中，a₁代表一次移动平均值；a₂代表二次移动平均值；r代表参与移动的数据组数；

获取输出的B_d+1，以输出的B_d+1作为下一次隐私空间的使用时长阈值；获取集合A中对应数据的使用时间点，设置出现阈值，对超出出现阈值次数的时间点进行选取，设置时间点区间[x_i-t，x_i+t]；其中，x_i代表选取的超出出现阈值次数的时间点，t为系统设置的阈值区间。

4.根据权利要求1所述的一种基于人工智能的智能家居远程监测方法，其特征在于：所述危险判断模型包括浴室危险判断模型与卧室危险判断模型；

所述卧室危险判断模型包括：

获取系统预设的卧室声音曲线，记为f₁(x)；实时采集当前卧室声音变化，生成实时的卧室声音曲线，记为f₂(x)；

构建相似损失函数：

其中，Loss[f₁(x)，f₂(x)]代表曲线f₁(x)、f₂(x)的相似损失函数；

计算相似损失函数的最小值Loss[f₁(x)，f₂(x)]_min，即为曲线f₁(x)、f₂(x)的相似度，以相似度记为判断风险概率值；

设置相似度阈值，以相似度阈值作为判断风险概率阈值，若存在曲线f₁(x)、f₂(x)的相似度低于相似度阈值，判定为卧室内出现异常情况，输出预警提示至监测用户，监测用户远程控制智能看护机器人进行呼救；

所述浴室危险判断模型包括：

获取浴室声音波形变化，设置时间周期，获取每段时间周期下的声音波形变化差值y₀，记为：

y₀＝y_max-y_min

其中，y_max、y_min属于同一时间周期下的最高响度与最低响度；

构建危险声音波形变化图：

分别取水流高度在n₁米滴落地面的声音波形的测试数据组与水流高度在n₂米滴落地面的声音波形的测试数据组，其中，n₁指成年人手肘到达地面的平均距离，n₂指成年人平躺地面时腹部表面与地面的距离；计算两组数据组的响度变化差值，生成差值数据组，选取差值数据组最小值与最大值组成差值数据区间，若存在y₀属于差值数据区间，则判断为卧室内出现异常情况，输出预警提示至监测用户，监测用户远程控制智能看护机器人进行呼救。

5.一种基于人工智能的智能家居远程监测系统，其特征在于：该系统包括智能家居分布模块、时间预测模块、声音检测模块、风险判断模块、远程控制模块；

所述智能家居分布模块用于构建家居布局图，输入至智能看护机器人系统内，标记出隐私空间位置；所述时间预测模块用于构建隐私空间的时间预测模型，对用户进入隐私空间的时间点以及使用时长进行预测，输出预测结果；所述声音检测模块用于采集隐私空间内的声音情况，输出声音变化曲线；所述风险判断模块用于构建危险判断模型，基于不同的隐私空间调用声音检测模块，构建曲线判断模型，输出判断风险概率值；所述远程控制模块用于设置判断风险概率阈值，若存在判断风险概率值超出判断风险概率阈值，输出预警提示至监测用户，监测用户远程控制智能看护机器人进行呼救；

所述智能家居分布模块的输出端与所述时间预测模块的输入端相连接；所述时间预测模块的输出端与所述声音检测模块的输入端相连接；所述声音检测模块的输出端与所述风险判断模块的输入端相连接；所述风险判断模块的输出端与所述远程控制模块的输入端相连接。

6.根据权利要求5所述的一种基于人工智能的智能家居远程监测系统，其特征在于：所述智能家居分布模块包括智能家居布局单元、标记单元；

所述智能家居布局单元用于构建家居布局图，输入至智能看护机器人系统内；所述标记单元用于在智能看护机器人系统内标记出隐私空间位置；

所述隐私空间位置包括浴室、卧室；

所述智能家居布局单元的输出端与所述标记单元的输入端相连接。

7.根据权利要求5所述的一种基于人工智能的智能家居远程监测系统，其特征在于：所述时间预测模块包括模型构建单元、预测输出单元；

所述模型构建单元用于构建隐私空间的时间预测模型，对用户进入隐私空间的时间点以及使用时长进行预测；所述预测输出单元用于根据模型构建单元输出预测结果；

所述模型构建单元的输出端与所述预测输出单元的输入端相连接。

8.根据权利要求5所述的一种基于人工智能的智能家居远程监测系统，其特征在于：所述声音检测模块包括智能采集单元、曲线输出单元；

所述智能采集单元用于采集隐私空间内的声音情况；所述曲线输出单元用于输出声音变化曲线；

所述智能采集单元的输出端与所述曲线输出单元的输入端相连接。

9.根据权利要求5所述的一种基于人工智能的智能家居远程监测系统，其特征在于：所述风险判断模块包括调用单元、风险判断单元；

所述调用单元用于构建危险判断模型，基于不同的隐私空间调用声音检测模块；所述风险判断单元用于构建曲线判断模型，输出判断风险概率值；

所述调用单元的输出端与所述风险判断单元的输入端相连接。

10.根据权利要求5所述的一种基于人工智能的智能家居远程监测系统，其特征在于：所述远程控制模块包括预警提示单元、远程控制单元；

所述预警提示单元用于设置判断风险概率阈值，若存在判断风险概率值超出判断风险概率阈值，输出预警提示至监测用户；所述远程控制单元用于监测用户远程控制智能看护机器人进行呼救；

所述预警提示单元的输出端与所述远程控制单元的输入端相连接。

Images