CN117636404B - 基于非穿戴式设备的跌倒检测方法及系统 - Google Patents

基于非穿戴式设备的跌倒检测方法及系统 Download PDF

Info

Publication number
CN117636404B
CN117636404B CN202410111308.7A CN202410111308A CN117636404B CN 117636404 B CN117636404 B CN 117636404B CN 202410111308 A CN202410111308 A CN 202410111308A CN 117636404 B CN117636404 B CN 117636404B
Authority
CN
China
Prior art keywords
target object
information
target
threshold value
height
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.)
Active
Application number
CN202410111308.7A
Other languages
English (en)
Other versions
CN117636404A (zh
Inventor
周聪俊
袁皓珲
师改梅
史鹏翔
徐�明
何进
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guizhou Xinbang Fudun Technology Co ltd
Original Assignee
Guizhou Xinbang Fudun Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guizhou Xinbang Fudun Technology Co ltd filed Critical Guizhou Xinbang Fudun Technology Co ltd
Priority to CN202410111308.7A priority Critical patent/CN117636404B/zh
Publication of CN117636404A publication Critical patent/CN117636404A/zh
Application granted granted Critical
Publication of CN117636404B publication Critical patent/CN117636404B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供了基于非穿戴式设备的跌倒检测方法及系统。应用于毫米波雷达检测和跌倒检测技术领域。在确定目标点云的数量大于第一阈值的情况下,基于第一高度信息和宽度信息,对目标对象进行跌倒检测,得到初始检测结果;在确定初始检测结果表征目标对象未处于跌倒状态,且第一高度信息和宽度信息满足预设条件的情况下,以当前时刻为起始时刻,在目标区域内持续获取包含目标对象的图像;在确定图像的帧数大于第二阈值的情况下,基于每帧图像的世界坐标数据,对目标对象进行跌倒检测,得到目标检测结果。由此得到的目标检测结果精度高,降低了误报率。可适用于检测多种跌倒方式,能够避免漏报。

Description

基于非穿戴式设备的跌倒检测方法及系统
技术领域
本发明涉及毫米波雷达检测和跌倒检测技术领域,尤其涉及基于非穿戴式设备的跌倒检测方法及系统。
背景技术
在“跌倒”可以指一个人因意外原因倒伏于地面或处于低位的动作,也是人类最常见的异常动作之一。跌倒主要通过穿戴设备或者非穿戴设备检测。
在穿戴设备方面,主要是将加速度传感器、陀螺仪传感器、红外传感器等嵌入如手环、衣服、腰带等设备中,通过对采集到的传感器数据进行处理之后,对人体在某一段时间的运动情况进行检测和分析,进而判断是否存在跌倒行为。在非穿戴设备方面,主要是基于摄像头和图像处理,通过分析视频或图像中的运动模式和人体姿势来检测跌倒行为。但是这些方法由于存在隐私保护等问题,因此适用场景受限。虽然基于毫米波传感器和射频成像模组等先进技术的现有检测方法能够克服隐私问题,但是适用于快速跌倒或者站着跌倒的检测情况,仍然存在检测精度低的问题。
发明内容
鉴于上述问题,本发明提供了一种基于非穿戴式设备的跌倒检测方法、系统、设备、介质和程序产品。
根据本发明的第一个方面,提供了一种基于非穿戴式设备的跌倒检测方法,包括:对获取到的目标对象的毫米波雷达反射信号进行处理,得到目标对象的目标点云与目标点云相对于毫米波雷达的极坐标数据,其中,毫米波雷达反射信号是在目标对象处于目标区域内的情况下通过毫米波雷达检测得到的;将极坐标数据转换至世界坐标系中,得到世界坐标数据;在确定目标点云的数量大于第一阈值的情况下,基于目标对象的第一高度信息和宽度信息,对目标对象进行跌倒检测,得到初始检测结果,其中,目标对象的第一高度信息和宽度信息是基于世界坐标数据确定的;在确定初始检测结果表征目标对象未处于跌倒状态,且第一高度信息和宽度信息满足预设条件的情况下,以当前时刻为起始时刻,在目标区域内持续获取包含目标对象的图像;以及在确定图像的帧数大于第二阈值的情况下,基于每帧图像的世界坐标数据,对目标对象进行跌倒检测,得到目标检测结果。
根据本发明的实施例,基于非穿戴式设备的跌倒检测方法还包括:在确定初始检测结果表征目标对象处于跌倒状态的情况下,以当前时刻为起始时刻,对目标对象进行站起检测,以检测到目标对象处于站起状态的时刻为终止时刻。
根据本发明的实施例,在确定初始检测结果表征目标对象处于跌倒状态的情况下,以当前时刻为起始时刻,对目标对象进行站起检测,以检测到目标对象处于站起状态的时刻为终止时刻,包括:在确定初始检测结果表征目标对象处于跌倒状态的情况下,确定目标对象跌倒的跌倒区域;以当前时刻为起始时刻,在跌倒区域内检测关联点云,直至终止时刻为止;以检测到关联点云的时刻开始,确定关联点云对应的高度信息连续大于第一高度阈值的次数;以及在确定次数满足预设次数的情况下,确定目标对象处于站起状态。
根据本发明的实施例,基于非穿戴式设备的跌倒检测方法还包括:在确定初始检测结果表征目标对象处于跌倒状态的情况下,生成延时报警提示信息,其中,延时报警提示信息用于延迟跌倒报警;基于预设时间段内的每一时刻目标对象的第二高度信息和预设误报警条件,更新延时报警提示信息,其中,预设时间段以当前时刻为起始时刻,以检测到目标对象处于站起状态的时刻为终止时刻,第二高度信息是基于目标对象的目标点云确定的。
根据本发明的实施例,基于预设时间段内的每一时刻目标对象的第二高度信息和预设误报警条件,更新延时报警提示信息,包括:在确定每一时刻的第二高度信息均满足预设误报警条件的情况下,将延时报警提示信息更新为撤销指令信息,其中,撤销指令信息用于撤销跌倒报警;在确定每一时刻的第二高度信息存在不满足预设误报警条件的情况下,将延时报警提示信息更新为报警指令信息,其中,报警指令信息用于触发跌倒报警。
根据本发明的实施例,世界坐标数据包括横坐标数据和纵坐标数据;基于非穿戴式设备的跌倒检测方法还包括:基于每个目标点云对应的纵坐标数据,确定目标对象的第一高度信息;基于每个目标点云对应的横坐标数据,确定目标对象的宽度信息。
根据本发明的实施例,基于目标对象的第一高度信息和宽度信息,对目标对象进行跌倒检测,得到初始检测结果,包括:在确定第一高度信息不小于第一高度阈值,且宽度信息不大于宽度阈值的情况下,确定初始检测结果表征目标对象未处于跌倒状态。
根据本发明的实施例,在确定图像的帧数大于第二阈值的情况下,基于每帧图像的世界坐标数据,对目标对象进行跌倒检测,得到目标检测结果,包括:根据每帧图像中目标对象的目标点云对应的世界坐标数据,确定每帧图像中目标对象的第三高度信息以及预设帧数内目标对象的第四高度信息,其中,预设帧数等于第二阈值;在确定每帧图像中目标对象的第三高度信息中存在第三高度信息小于第二高度阈值,且第四高度信息大于第一高度阈值的情况下,确定目标检测结果用于表征目标对象处于跌倒状态,其中,第一高度阈值大于第二高度阈值。
根据本发明的实施例,在确定图像的帧数大于第二阈值的情况下,基于每帧图像的世界坐标数据,对目标对象进行跌倒检测,得到目标检测结果,还包括:在确定每帧图像中目标对象的第三高度信息中存在第三高度信息小于第二高度阈值的情况下,以存在第三高度信息对应的帧数为起始帧,确定目标对象的第五高度信息低于第三高度阈值的次数以及目标对象在竖轴方向上的速度低于第三阈值的次数;在确定第五高度信息低于第三高度阈值的次数和目标对象在竖轴方向上的速度低于第三阈值的次数均大于预设次数的情况下,确定目标检测结果用于表征目标对象处于跌倒状态;
和/或
在确定第五高度信息低于第三高度阈值的次数和目标对象在竖轴方向上的速度低于第三阈值的次数均大于预设次数的情况下,且确定包含目标对象的图像中的目标对象的第六高度信息小于第四高度阈值的情况下,确定目标对象的第一位置信息;根据第一位置信息和图像的帧数等于第二阈值时目标对象的第二位置信息,确定位移信息;在确定位移信息大于预设位移阈值的情况下,确定目标检测结果用于表征目标对象处于跌倒状态。
本发明的第二方面提供了一种基于非穿戴式设备的跌倒检测系统,包括:第一处理模块,用于对获取到的目标对象的毫米波雷达反射信号进行处理,得到目标对象的目标点云与目标点云相对于毫米波雷达的极坐标数据,其中,毫米波雷达反射信号是在目标对象处于目标区域内的情况下通过毫米波雷达检测得到的;第二处理模块,用于将极坐标数据转换至世界坐标系中,得到世界坐标数据;第一检测模块,用于在确定目标点云的数量大于第一阈值的情况下,基于目标对象的第一高度信息和宽度信息,对目标对象进行跌倒检测,得到初始检测结果,其中,目标对象的第一高度信息和宽度信息是基于世界坐标数据确定的;获取模块,用于在确定初始检测结果表征目标对象未处于跌倒状态,且第一高度信息和宽度信息满足预设条件的情况下,以当前时刻为起始时刻,在目标区域内持续获取包含目标对象的图像;以及第二检测模块,用于在确定图像的帧数大于第二阈值的情况下,基于每帧图像的世界坐标数据,对目标对象进行跌倒检测,得到目标检测结果。
本发明的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其特征在于,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器执行上述基于非穿戴式设备的跌倒检测方法。
本发明的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述基于非穿戴式设备的跌倒检测方法。
本发明的第五方面还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述基于非穿戴式设备的跌倒检测方法。
根据本发明的实施例,通过世界坐标的转化,能用绝对坐标进行跌倒检测,避免造成误报。通过确定目标点云的数量,能够初次确定在过滤掉鬼影或噪声的情况下进行初始检测。当确定目标对象在当前检测时刻未处于跌倒状态的情况下,通过实时监测,确定包含目标对象的图像的帧数,能够进一步确定在过滤掉鬼影或噪声的情况下进行二次检测,由此得到的目标检测结果精度高,降低了误报率。此外,本发明提供的基于非穿戴式设备的跌倒检测方法鲁棒性高,可适用于检测多种跌倒方式,能够避免漏报。此外,通过毫米波雷达可以远距离感知和监测目标对象,无需接触目标对象,能够部分克服隐私问题,实现非接触式跌倒检测。
附图说明
通过以下参照附图对本发明实施例的描述,本发明的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示出了根据本发明实施例的基于非穿戴式设备的跌倒检测方法、系统、设备、介质和程序产品的应用场景图;
图2示出了根据本发明实施例的基于非穿戴式设备的跌倒检测方法的流程图;
图3示出了根据本发明实施例的基于非穿戴式设备的跌倒检测系统的结构框图;
图4示出了根据本发明实施例的适于实现基于非穿戴式设备的跌倒检测方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本发明的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本发明的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本发明实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本发明。在此使用的术语“包括”、“包含”等表明了特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
在本发明的技术方案中,所涉及的用户信息(包括但不限于用户个人信息、用户图像信息、用户设备信息,例如位置信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、存储、使用、加工、传输、提供、发明和应用等处理,均遵守相关国家和地区的相关法律法规和标准,采取了必要保密措施,不违背公序良俗,并提供有相应的操作入口,供用户选择授权或者拒绝。
在本发明实施例的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
在本发明实施例的技术方案中,在对目标对象进行监测之前,均获取了目标对象的授权或同意。
在实施本发明的过程中发现,现有基于毫米波雷达的检测方法适用于快速跌倒或者站着跌倒,但是当跌倒时不是快速跌倒或者站着跌倒,而是例如蹲着站起时跌倒、缓慢跌倒、系鞋带时跌倒、坐凳子上跌倒等的情况,会导致漏检,漏报率高。此外,如果针对检测环境中存在其他对象干扰的情况,会导致错检,检测精度低。
本发明的实施例提供了一种基于非穿戴式设备的跌倒检测方法及系统。该方法包括:对获取到的目标对象的毫米波雷达反射信号进行处理,得到目标对象的目标点云与目标点云相对于毫米波雷达的极坐标数据,其中,毫米波雷达反射信号是在目标对象处于目标区域内的情况下通过毫米波雷达检测得到的;将极坐标数据转换至世界坐标系中,得到世界坐标数据;在确定目标点云的数量大于第一阈值的情况下,基于目标对象的第一高度信息和宽度信息,对目标对象进行跌倒检测,得到初始检测结果,其中,目标对象的第一高度信息和宽度信息是基于世界坐标数据确定的;在确定初始检测结果表征目标对象未处于跌倒状态,且第一高度信息和宽度信息满足预设条件的情况下,以当前时刻为起始时刻,在目标区域内持续获取包含目标对象的图像;以及在确定图像的帧数大于第二阈值的情况下,基于每帧图像的世界坐标数据,对目标对象进行跌倒检测,得到目标检测结果。
图1示出了根据本发明实施例的基于非穿戴式设备的跌倒检测方法、系统、设备、介质和程序产品的应用场景图。
如图1所示,根据该实施例的应用场景100可以包括第一终端设备101、第二终端设备102、第三终端设备103、网络104以及服务器105。网络104用以在第一终端设备101、第二终端设备102、第三终端设备103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用第一终端设备101、第二终端设备102、第三终端设备103中的至少一个通过网络104与服务器105交互,以接收或发送消息等。第一终端设备101、第二终端设备102、第三终端设备103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
第一终端设备101、第二终端设备102、第三终端设备103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用第一终端设备101、第二终端设备102、第三终端设备103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本发明实施例所提供的基于非穿戴式设备的跌倒检测方法一般可以由服务器105执行。相应地,本发明实施例所提供的基于非穿戴式设备的跌倒检测系统一般可以设置于服务器105中。本发明实施例所提供的基于非穿戴式设备的跌倒检测方法也可以由不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群执行。相应地,本发明实施例所提供的基于非穿戴式设备的跌倒检测系统也可以设置于不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
以下将基于图1描述的场景,通过图2对发明实施例的基于非穿戴式设备的跌倒检测方法进行详细描述。
图2示出了根据本发明实施例的基于非穿戴式设备的跌倒检测方法的流程图。
如图2所示,该实施例的基于非穿戴式设备的跌倒检测方法200包括操作S210~操作S250。
在操作S210,对获取到的目标对象的毫米波雷达反射信号进行处理,得到目标对象的目标点云与目标点云相对于毫米波雷达的极坐标数据。
根据本发明的实施例,毫米波雷达反射信号是在目标对象处于目标区域内的情况下通过毫米波雷达检测得到的。目标区域可以是在获取了目标对象的同意后,可以监测的区域,例如,卧室、客厅等。
根据本发明的实施例,可以安装毫米波雷达在目标区域,毫米波雷达能够覆盖整个区域。毫米波雷达可以通过多个发射天线向目标对象发射信号,经过目标对象反射后,通过毫米波雷达接收天线接收毫米波雷达反射信号。可以对毫米波雷达反射信号进行处理,确定目标对象的目标点云和目标点云相对于毫米波雷达的极坐标数据。
例如,毫米波雷达检测到目标区域内目标对象的毫米波雷达反射信号,经过处理可以确定移动数据,如距离、速度、角度等数据。根据移动数据,可以确定毫米波雷达的极坐标数据。
在操作S220,将极坐标数据转换至世界坐标系中,得到世界坐标数据。
根据本发明的实施例,世界坐标数据用于表征目标点云相对于世界坐标系各个方向的坐标数据。
根据本发明的实施例,可以根据毫米波雷达相对于垂直墙面的倾斜角度和高度,将极坐标数据转换至世界坐标系中,得到世界坐标数据。
在操作S230,在确定目标点云的数量大于第一阈值的情况下,基于目标对象的第一高度信息和宽度信息,对目标对象进行跌倒检测,得到初始检测结果。
根据本发明的实施例,目标对象的第一高度信息和宽度信息是基于世界坐标数据确定的。
根据本发明的实施例,第一阈值可以用于表征每个目标对象附近的目标点云数量的阈值。可以在确定目标点云的数量不大于第一阈值的情况下,对应目标对象可能为鬼影或噪声。
根据本发明的实施例,可以根据目标对象的宽度信息、第一高度信息和初步检测规则,确定目标对象是否处于跌倒状态。
例如,初步检测规则可以用于表征目标对象处于跌倒状态的宽度阈值和第一高度阈值。在确定目标对象的宽度信息满足宽度阈值,第一高度信息满足第一高度阈值的情况下,初始检测结果表征目标对象处于跌倒状态。在确定目标对象的宽度信息不满足宽度阈值,和/或第一高度信息不满足第一高度阈值的情况下,初始检测结果表征目标对象未处于跌倒状态。
在操作S240,在确定初始检测结果表征目标对象未处于跌倒状态,且第一高度信息和宽度信息满足预设条件的情况下,以当前时刻为起始时刻,在目标区域内持续获取包含目标对象的图像。
根据本发明的实施例,图像可以包括点云图像。可以在初步检测到目标对象未处于跌倒状态,且第一高度信息和宽度信息满足预设条件的情况下,在目标区域内持续获取点云图像,直至点云图像中不包含目标对象为止。
例如,预设条件可以包括目标对象从当前时刻t未处于跌倒状态到下一时刻t+1处于跌倒状态的高度条件和目标对象从当前时刻t未处于跌倒状态到下一时刻t+1处于跌倒状态的宽度条件。高度条件和宽度条件可以基于初步检测规则确定,如,高度条件可以是目标对象的第一高度信息接近第一高度阈值,但是目标对象的第一高度信息不小于第一高度阈值。宽度条件可以是目标对象的宽度信息接近宽度阈值,但是目标对象的宽度信息不大于宽度阈值。在初步检测到目标对象未处于跌倒状态的情况下,进一步确定第一高度信息和宽度信息是否满足预设条件,可以在目标对象未处于跌倒状态,但是即将处于跌倒状态的情况下,对目标对象进行跌倒检测,能够避免目标对象长时间未跌倒,如目标对象一直走来走去,而进行跌倒检测时占用的网络资源。
在操作S250,在确定图像的帧数大于第二阈值的情况下,基于每帧图像的世界坐标数据,对目标对象进行跌倒检测,得到目标检测结果。
根据本发明实施例,第二阈值可以用于表征目标对象的存在帧数阈值。在确定图像的帧数大于第二阈值时,可以将目标对象确定为真实目标对象,否则可能为虚假目标对象,如鬼影等,鬼影可以理解为点云数量很少的虚假目标对象。
根据本发明实施例,可以将第二阈值与在操作S240获取到的包含目标对象的图像的帧数进行比较,在确定图像的帧数大于第二阈值的情况下,根据每帧图像中目标对象的目标点云对应的世界坐标数据,确定每帧图像中目标对象的目标高度信息。通过遍历每帧图像中目标对象的目标高度信息,确定目标对象是否处于跌倒状态。
例如,在确定每帧图像中目标对象的目标高度信息小于第二高度阈值的情况下,确定目标对象处于跌倒状态。
根据本发明的实施例,通过世界坐标的转化,能用绝对坐标进行跌倒检测,避免造成误报。通过确定目标点云的数量,能够初次确定在过滤掉鬼影或噪声的情况下进行初始检测。当确定目标对象在当前检测时刻未处于跌倒状态的情况下,通过实时监测,确定包含目标对象的图像的帧数,能够进一步确定在过滤掉鬼影或噪声的情况下进行二次检测,由此得到的目标检测结果精度高,降低了误报率。此外,本发明提供的基于非穿戴式设备的跌倒检测方法鲁棒性高,可适用于检测多种跌倒方式,能够避免漏报。此外,通过毫米波雷达可以远距离感知和监测目标对象,无需接触目标对象,能够部分克服隐私问题,实现非接触式跌倒检测。
在一种相关示例中,可以基于目标对象的毫米波反射信号,确定每一个目标点的空间位置,根据Z轴的绝对值变大,且变化率增大,X轴和Y轴的数值以及变化率均增大来判定目标对象的姿态为跌倒状态。
与该相关示例相比,利用本发明实施例提供的基于非穿戴式设备的跌倒检测方法,不仅能检测到坐标轴上变化率增大的标准快速跌倒,还能检测到坐标轴上变化率不是增大的缓慢跌倒、蹲着跌倒、椅子上跌倒等。此外,也能避免在目标对象快速走出边界的情况下造成的误检。此外,还可以根据毫米波雷达的安装高度、安装角度等情况进行自适应转化为世界坐标。
在另一种相关示例,基于目标对象数据进行坐标转换,确定实际场景中的三维点云数据,并基于毫米波雷达的安装位置对目标对象进行定位,并将连续10帧的点云数据保存在数组中,将点云数据中最大值和最小值在连续相邻的5个点内出现突变的点去除,通过目标对象的宽度比、最高点和下降速度来判断是否发生跌倒。
与该相关示例相比,利用本发明实施例提供的基于非穿戴式设备的跌倒检测方法,能够避免在相对较胖的目标对象下蹲时造成的误检。
在另一种相关示例,基于对目标点云的高度信息,求取平均高度,累计到一定数量的帧数,选取对比帧,基于当前帧与对比帧的高差信息判断是否跌倒。
与该相关示例相比,利用本发明实施例提供的基于非穿戴式设备的跌倒检测方法,可以结合目标对象的宽度信息,避免下蹲打扫卫生等动作造成的误检。
根据本发明的实施例,针对如图2所示的操作S220,将极坐标数据转换至世界坐标系中,得到世界坐标数据可以包括:将极坐标数据转换至雷达坐标系,得到雷达坐标数据。将雷达坐标数据转换至世界坐标系,得到世界坐标数据。
根据本发明的实施例,极坐标数据可以包括:目标点云相对于雷达的距离、目标点云相对于雷达的高程角度/>以及目标点云相对于雷达的方位角度/>等。雷达坐标数据可以包括雷达横坐标数据/>、雷达纵坐标数据/>、雷达竖坐标数据/>
将极坐标数据转换至雷达坐标系,得到雷达坐标数据,可以包括:根据目标点云相对于雷达的方位角度的正旋值、目标点云相对于雷达的高程角度/>的余旋值以及目标点云相对于雷达的距离/>的乘积,确定雷达横坐标数据/>。根据目标点云相对于雷达的方位角度/>的余旋值、目标点云相对于雷达的高程角度/>的余旋值以及目标点云相对于雷达的距离/>的乘积,确定雷达纵坐标数据/>。根据目标点云相对于雷达的高程角度/>的正旋值以及目标点云相对于雷达的距离/>的乘积,确定雷达竖坐标数据/>。示意性地可以如下式(1)~式(3)所示:
(1)
(2)
(3)
根据本发明的实施例,世界坐标数据可以包括横坐标数据、纵坐标数据和竖坐标数据。
将雷达坐标数据转换至世界坐标系,得到世界坐标数据,可以包括:可以根据毫米波雷达的安装方式和高度,将雷达坐标数据转换至世界坐标系,得到世界坐标数据。
例如,可以根据毫米波雷达的安装方式,确定逆时针旋转的矩阵。根据逆时针旋转的矩阵,确定雷达坐标系旋转矫正的转换方式。根据雷达坐标系旋转矫正的转换方式,确定世界坐标数据。
示意性地,逆时针旋转的矩阵如下式(4)所示:
(4)
其中,表示雷达相对垂直墙面的倾斜角度。
雷达坐标系旋转矫正的转换方式对应的公式如下式(5)所示:
(5)
其中,表示目标点云相对于世界坐标系的横坐标方向的横坐标数据,/>表示目标点云相对于世界坐标系的纵坐标方向的纵坐标数据,/>表示目标点云相对于雷达的竖坐标方向的数据。
雷达坐标数据转换至世界坐标系的公式可以如下式(6)~式(8)所示:
(6)
(7)
(8)
其中,表示雷达高度,/>表示目标点云相对于地面的高度。
根据本发明的实施例,极坐标可以表示天然地适应点云密度分布的属性,近处使用较高分辨率,远处使用较低分辨率,这样可以平衡不同距离区域的点云数量,提高特征表达的稳健性。本发明实施例利用极坐标本身不会引入新的不均匀性,而是充分利用点云自身的特点来获得更好的特征表达。
根据本发明的另一实施例,基于非穿戴式设备的跌倒检测方法除包括上述如图2所示的操作S210~S250之外,还可以包括:基于每个目标点云对应的纵坐标数据,确定目标对象的第一高度信息。基于每个目标点云对应的横坐标数据,确定目标对象的宽度信息。
根据本发明的实施例,可以根据目标对象的目标点云对应的最大纵坐标和最小纵坐标的差,确定目标对象的第一高度信息。
根据本发明的实施例,可以根据目标对象的目标点云对应的最大横坐标和最小横坐标的差,确定目标对象的宽度信息。
根据本发明的实施例,可以通过确定第一高度信息和宽度信息是否满足初步检测规则,得到初始检测结果。
根据本发明的实施例,在过滤掉鬼影或噪声的情况下,基于第一高度信息和宽度信息进行初始检测,能够避免下蹲打扫卫生等动作造成的误检等。
针对如图2所示的操作S230,基于目标对象的第一高度信息和宽度信息,对目标对象进行跌倒检测,得到初始检测结果,可以包括:在确定第一高度信息不小于第一高度阈值,且宽度信息不大于宽度阈值的情况下,确定初始检测结果表征目标对象未处于跌倒状态。
根据本发明的实施例,第一高度阈值可以表示跌倒时目标对象的高度阈值,当小于高度阈值时,才可能发生跌倒事件。第一高度阈值可以根据实际经验而人为确定。
宽度阈值可以表示跌倒时点云的宽度阈值。可以根据目标对象的目标点云确定点云最大宽度信息,根据点云最大宽度信息确定宽度阈值。宽度阈值小于点云最大宽度信息。
点云最大宽度信息的确定方法可以如下式(9)所示:
(9)
其中,表示属于目标对象的各个目标点云的纵坐标/>最大值,/>表示属于目标对象的各个目标点云的纵坐标/>最小值, />表示属于目标对象的各个目标点云的横坐标/>最大值,/>表示属于目标对象的各个目标点云的横坐标/>最小值。
例如,第一阈值可以为3,单位为个。宽度阈值可以为0.35,单位为米。第一高度阈值可以为0.9,单位为米。在确定属于目标对象的目标点云的数量大于3个,第一高度信息不小于0.9米,且宽度信息不大于0.35米的情况下,确定初始检测结果表征目标对象未处于跌倒状态。可以对目标对象设置第一跌倒标志,例如可以设置为0。在确定属于目标对象的目标点云的数量大于3个,第一高度信息小于0.9米,且宽度信息大于0.35米的情况下,确定初始检测结果表征目标对象处于跌倒状态。可以对目标对象设置第二跌倒标志,例如可以设置为1。
根据本发明的实施例,通过在确定目标点云的数量的情况下,对目标对象的初次跌倒检测既考虑高度信息,又考虑宽度信息,能够过滤掉鬼影或噪声或离开边界等的影响,进一步提高检测精度。
如果只是离开边界,只是目标对象的高度降低,但是目标对象的目标点云宽度不满足跌倒的条件。
针对如图2所示的操作S250,在确定图像的帧数大于第二阈值的情况下,基于每帧图像的世界坐标数据,对目标对象进行跌倒检测,得到目标检测结果,可以包括:根据每帧图像中目标对象的目标点云对应的世界坐标数据,确定每帧图像中目标对象的第三高度信息以及预设帧数内目标对象的第四高度信息,其中,预设帧数等于第二阈值;在确定每帧图像中目标对象的第三高度信息中存在第三高度信息小于第二高度阈值,且第四高度信息大于第一高度阈值的情况下,确定目标检测结果表征目标对象处于跌倒状态,其中,第一高度阈值大于第二高度阈值。
根据本发明的实施例,第三高度信息和第四高度信息均可以根据目标点云对应的纵坐标数据确定。第二高度阈值表示目标对象进一步下降的阈值,只有小于该阈值时才可能为跌倒,否则可能为弯腰等场景。
例如,第二阈值过大可能导致快跑跌倒的方式检测不到,而第二阈值过小可能会将一闪而过离开场景的目标对像误判为跌倒。第二阈值例如可以为10,单位为帧。第二高度阈值可以设置为0.8,单位为米。
根据本发明的实施例,通过在第四高度信息大于第一高度阈值的情况下,可以确定在预设帧数内目标对象未处于跌倒状态。通过第三高度信息小于第二高度可以确定目标对象在进一步的下降,提高了检测精度,降低误报率。
针对如图2所示的操作S250,在确定图像的帧数大于第二阈值的情况下,基于每帧图像的世界坐标数据,对目标对象进行跌倒检测,得到目标检测结果,还可以包括:在确定每帧图像中目标对象的第三高度信息中存在第三高度信息小于第二高度阈值的情况下,以存在第三高度信息对应的帧数为起始帧,确定目标对象的第五高度信息低于第三高度阈值的次数以及目标对象在竖轴方向上的速度低于第三阈值的次数;在确定第五高度信息低于第三高度阈值的次数和目标对象在竖轴方向上的速度低于第三阈值的次数均大于预设次数的情况下,确定目标检测结果用于表征目标对象处于跌倒状态。
根据本发明的实施例,第五高度信息可以根据目标点云对应的纵坐标数据确定。第三高度阈值表示目标对象更进一步下降的阈值。第三高度阈值可以小于第二高度阈值,例如可以为0.6,单位为米。第三阈值可以为0。预设次数可以表示跌倒过程持续时间阈值,例如,可以为5,单位为帧。
根据本发明的实施例,在确定第五高度信息低于第三高度阈值的次数和目标对象在竖轴方向上的速度低于第三阈值的次数存在不大于预设次数的情况下,确定目标检测结果用于表征目标对象未处于跌倒状态,可以持续对目标对象进行跌倒检测。
针对如图2所示的操作S250,在确定图像的帧数大于第二阈值的情况下,基于每帧图像的世界坐标数据,对目标对象进行跌倒检测,得到目标检测结果,还可以包括:在确定第五高度信息低于第三高度阈值的次数和目标对象在竖轴方向上的速度低于第三阈值的次数均大于预设次数的情况下,且确定包含目标对象的图像中的目标对象的第六高度信息小于第四高度阈值的情况下,确定目标对象的第一位置信息;根据第一位置信息和图像的帧数等于第二阈值时目标对象的第二位置信息,确定位移信息;在确定位移信息大于预设位移阈值的情况下,确定目标检测结果用于表征目标对象处于跌倒状态。
根据本发明的实施例,第六高度信息可以根据目标点云对应的纵坐标数据确定。第四高度阈值表示目标对象跌倒后,在未站起之前的高度阈值。第四高度阈值可以小于第三高度阈值,例如可以为0.5,单位为米。
根据本发明的实施例,第一位置信息用于表征在检测到第六高度信息小于第四高度阈值时对应图像中目标对象的位置信息。预设位移阈值可以表示目标对象跌倒前后的位移差阈值,例如可以为0.55。
根据本发明的实施例,通过高度、速度、宽度,前后几帧的位置差,已经持续时间等结合来提高跌倒检测精度,鲁棒性高,可以检测多种跌倒方式,降低跌倒报警的误报率,能够排除小孩或者宠物等的干扰。
根据本发明的另一实施例,在确定目标检测结果表征目标对象处于跌倒状态的情况下,以当前检测时刻为起始时刻,对目标对象进行站起检测,以检测到目标对象处于站起状态的时刻为终止时刻。
根据本发明的再一实施例,在确定目标检测结果用于表征目标对象处于跌倒状态的情况下,可以进行跌倒报警。
根据本发明的实施例,跌倒报警的方式可以包括以下至少之一:声音、灯光、手机通知等。通过跌倒报警可以提醒相关人员及时处理。
根据本发明提供的基于非穿戴式设备的跌倒检测方法,可以应用于各种场景,如家庭、医院、养老院等,为老年人、病人等提供跌倒检测和预警功能。
根据本发明的实施例,基于非穿戴式设备的跌倒检测方法还可以包括:在确定初始检测结果表征目标对象处于跌倒状态的情况下,以当前时刻t为起始时刻,对目标对象进行站起检测,以检测到目标对象处于站起状态的时刻为终止时刻。
根据本发明的实施例,在确定初始检测结果表征目标对象处于跌倒状态的情况下,可以统计目标对象跌倒处出现目标高度大于第一高度阈值的次数,如果次数满足预设次数的情况下,确定目标对象处于站起状态。目标高度可以是目标对象对应的高度。
根据本发明的实施例,在确定初始检测结果表征目标对象处于跌倒状态的情况下,可以对目标对象进行站起检测,以检测到目标对象处于站起状态的时刻为终止时刻,以便能够在检测到目标对象已站起的状态下,持续对目标对象进行跌倒检测,能够实现对目标对象的实时跌倒监测。
根据本发明的实施例,在确定初始检测结果表征目标对象处于跌倒状态的情况下,以当前时刻t为起始时刻,对目标对象进行站起检测,以检测到目标对象处于站起状态的时刻为终止时刻,包括:在确定初始检测结果表征目标对象处于跌倒状态的情况下,确定目标对象跌倒的跌倒区域;以当前时刻t为起始时刻,在跌倒区域内检测关联点云,以检测到关联点云的时刻开始,确定关联点云对应的高度信息连续大于第一高度阈值的次数;以及在确定次数满足预设次数的情况下,确定目标对象处于站起状态。
根据本发明的实施例,目标对象跌倒的跌倒区域可以用于表征目标对象跌倒后,从所在区域纵向向上延伸到目标区域的区域。关联点云可以是目标对象站起后检测到的点云。
根据本发明的实施例,在确定初始检测结果表征目标对象处于跌倒状态的情况下,在跌倒区域内对目标对象进行站起检测,通过缩小检测范围提高检测精度。
根据本发明的实施例,基于非穿戴式设备的跌倒检测方法还包括:在确定初始检测结果表征目标对象处于跌倒状态的情况下,生成延时报警提示信息,其中,延时报警提示信息用于表征延迟跌倒报警;基于预设时间段内的每一时刻目标对象的第二高度信息和预设误报警条件,更新延时报警提示信息,其中,预设时间段以当前时刻t为起始时刻,以检测到目标对象处于站起状态的时刻为终止时刻,第二高度信息是基于目标对象的目标点云确定的。
根据本发明的实施例,预设误报警条件包括高度信息连续大于第一高度阈值的次数大于预设次数。
根据本发明的实施例,通过生成延时报警提示信息,能够在确定目标对象真正处于跌倒状态的情况下,进行跌倒报警,降低了误报率。
根据本发明的实施例,在确定目标检测结果表征目标对象处于跌倒状态的情况下,生成延时报警提示信息;基于预设时间段内的每一时刻目标对象的第二高度信息和预设误报警条件,更新延时报警提示信息。
根据本发明的实施例,基于预设时间段内的每一时刻目标对象的第二高度信息和预设误报警条件,更新延时报警提示信息,可以包括:在确定每一时刻的第二高度信息均满足预设误报警条件的情况下,将延时报警提示信息更新为撤销指令信息,其中,撤销指令信息用于表征撤销跌倒报警;在确定每一时刻的第二高度信息存在不满足预设误报警条件的情况下,将延时报警提示信息更新为报警指令信息,其中,报警指令信息用于触发跌倒报警。
根据本发明的实施例,通过生成延时报警提示信息,能够在确定目标对象真正处于跌倒状态的情况下,通过将延时报警提示信息更新为报警指令信息进行跌倒报警,降低了误报率。
根据本发明的另一实施例,目标对象可以包括多个。在确定所有目标对象的第二高度信息均满足预设误报警条件的情况下,将延时报警提示信息更新为撤销指令信息。
基于上述基于非穿戴式设备的跌倒检测方法,本发明还提供了一种基于非穿戴式设备的跌倒检测系统。以下将结合图3对该系统进行详细描述。
图3示出了根据本发明实施例的基于非穿戴式设备的跌倒检测系统的结构框图。
如图3所示,该实施例的基于非穿戴式设备的跌倒检测系统300包括第一处理模块310、第二处理模块320、第一检测模块330、获取模块340和第二检测模块350。
第一处理模块310用于对获取到的目标对象的毫米波雷达反射信号进行处理,得到目标对象的目标点云与目标点云相对于毫米波雷达的极坐标数据,其中,毫米波雷达反射信号是在目标对象处于目标区域内的情况下通过毫米波雷达检测得到的。在一实施例中,第一处理模块310可以用于执行前文描述的操作S210,在此不再赘述。
第二处理模块320用于将极坐标数据转换至世界坐标系中,得到世界坐标数据。在一实施例中,第二处理模块320可以用于执行前文描述的操作S220,在此不再赘述。
第一检测模块330用于在确定目标点云的数量大于第一阈值的情况下,基于目标对象的第一高度信息和宽度信息,对目标对象进行跌倒检测,得到初始检测结果,其中,目标对象的第一高度信息和宽度信息是基于世界坐标数据确定的。在一实施例中,第一检测模块330可以用于执行前文描述的操作S230,在此不再赘述。
获取模块340用于在确定初始检测结果表征目标对象未处于跌倒状态,且第一高度信息和宽度信息满足预设条件的情况下,以当前时刻为起始时刻,在目标区域内持续获取包含目标对象的图像。在一实施例中,获取模块340可以用于执行前文描述的操作S240,在此不再赘述。
第二检测模块350用于在确定图像的帧数大于第二阈值的情况下,基于每帧图像的世界坐标数据,对目标对象进行跌倒检测,得到目标检测结果。在一实施例中,第二检测模块350可以用于执行前文描述的操作S250,在此不再赘述。
根据本发明的实施例,基于非穿戴式设备的跌倒检测系统300还可以包括第三检测模块。
第三检测模块用于在确定初始检测结果表征目标对象处于跌倒状态的情况下,以当前时刻为起始时刻,对目标对象进行站起检测,以检测到目标对象处于站起状态的时刻为终止时刻。
根据本发明的实施例,基于非穿戴式设备的跌倒检测系统300还可以包括生成模块和更新模块。
生成模块用于在确定初始检测结果表征目标对象处于跌倒状态的情况下,生成延时报警提示信息,其中,延时报警提示信息用于延迟跌倒报警。
更新模块用于基于预设时间段内的每一时刻目标对象的第二高度信息和预设误报警条件,更新延时报警提示信息,其中,预设时间段以当前时刻t为起始时刻,以检测到目标对象处于站起状态的时刻为终止时刻,第二高度信息是基于目标对象的目标点云确定的。
根据本发明的实施例,基于非穿戴式设备的跌倒检测系统300还可以包括第一确定模块和第二确定模块。
第一确定模块用于基于每个目标点云对应的纵坐标数据,确定目标对象的第一高度信息。
第二确定模块用于基于每个目标点云对应的横坐标数据,确定目标对象的宽度信息。
根据本发明的实施例,第一处理模块310、第二处理模块320、第一检测模块330、获取模块340和第二检测模块350中的任意多个模块可以合并在一个模块中实现,或者其特征在于的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本发明的实施例,第一处理模块310、第二处理模块320、第一检测模块330、获取模块340和第二检测模块350中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其特征在于任意几种的适当组合来实现。或者,第一处理模块310、第二处理模块320、第一检测模块330、获取模块340和第二检测模块350中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图4示出了根据本发明实施例的适于实现基于非穿戴式设备的跌倒检测方法的电子设备的方框图。
如图4所示,根据本发明实施例的电子设备400包括处理器401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。处理器401例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器401还可以包括用于缓存用途的板载存储器。处理器401可以包括用于执行根据本发明实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 403中,存储有电子设备400操作所需的各种程序和数据。处理器 401、ROM402以及RAM 403通过总线404彼此相连。处理器401通过执行ROM 402和/或RAM 403中的程序来执行根据本发明实施例的方法流程的各种操作。需要注意,程序也可以存储在除ROM402和RAM 403以外的一个或多个存储器中。处理器401也可以通过执行存储在一个或多个存储器中的程序来执行根据本发明实施例的方法流程的各种操作。
根据本发明的实施例,电子设备400还可以包括输入/输出(I/O)接口405,输入/输出(I/O)接口405也连接至总线404。电子设备400还可以包括连接至I/O接口405的以下部件中的一项或多项:包括键盘、鼠标等的输入部分406;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407;包括硬盘等的存储部分408;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入存储部分408。
本发明还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本发明实施例的方法。
根据本发明的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本发明的实施例,计算机可读存储介质可以包括上文描述的ROM 402和/或RAM 403和/或ROM 402和RAM 403以外的一个或多个存储器。
本发明的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本发明实施例所提供的方法。
在该计算机程序被处理器401执行时执行本发明实施例的系统/装置中限定的上述功能。根据本发明的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分409被下载和安装,和/或从可拆卸介质411被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被处理器401执行时,执行本发明实施例的系统中限定的上述功能。根据本发明的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本发明的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本发明的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本发明中。特别地,在不脱离本发明精神和教导的情况下,本发明的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本发明的范围。
以上对本发明的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本发明的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本发明的范围由所附权利要求及其等同物限定。不脱离本发明的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本发明的范围之内。

Claims (9)

1.一种基于非穿戴式设备的跌倒检测方法,其特征在于,所述方法包括:
对获取到的目标对象的毫米波雷达反射信号进行处理,得到所述目标对象的目标点云与所述目标点云相对于所述毫米波雷达的极坐标数据,其中,所述毫米波雷达反射信号是在所述目标对象处于目标区域内的情况下通过毫米波雷达检测得到的;
将所述极坐标数据转换至世界坐标系中,得到世界坐标数据;
在确定所述目标点云的数量大于第一阈值的情况下,基于所述目标对象的第一高度信息和宽度信息,对所述目标对象进行跌倒检测,得到初始检测结果,其中,所述目标对象的第一高度信息和宽度信息是基于所述世界坐标数据确定的;
在确定所述初始检测结果表征所述目标对象未处于跌倒状态,且所述第一高度信息和所述宽度信息满足预设条件的情况下,以当前时刻为起始时刻,在所述目标区域内持续获取包含所述目标对象的图像;以及
在确定所述图像的帧数大于第二阈值的情况下,基于每帧图像的世界坐标数据,对所述目标对象进行跌倒检测,得到目标检测结果,其中,所述第二阈值用于表征所述目标对象的存在帧数阈值;
其中,所述在确定所述图像的帧数大于第二阈值的情况下,基于每帧图像的世界坐标数据,对所述目标对象进行跌倒检测,得到目标检测结果,包括:
根据每帧图像的世界坐标数据,确定每帧图像中所述目标对象的第三高度信息以及预设帧数内所述目标对象的第四高度信息,其中,所述预设帧数等于所述第二阈值;
在确定所述每帧图像中所述目标对象的第三高度信息中存在所述第三高度信息小于第二高度阈值,且所述第四高度信息大于第一高度阈值的情况下,确定所述目标检测结果表征所述目标对象处于跌倒状态,其中,所述第一高度阈值大于所述第二高度阈值,所述第二高度阈值用于表征所述目标对象进一步下降的阈值。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在确定所述初始检测结果表征所述目标对象处于跌倒状态的情况下,以所述当前时刻为起始时刻,对所述目标对象进行站起检测,以检测到所述目标对象处于站起状态的时刻为终止时刻。
3.根据权利要求2所述的方法,其特征在于,所述在确定所述初始检测结果表征所述目标对象处于跌倒状态的情况下,以所述当前时刻为起始时刻,对所述目标对象进行站起检测,以检测到所述目标对象处于站起状态的时刻为终止时刻,包括:
在确定所述初始检测结果表征所述目标对象处于跌倒状态的情况下,确定所述目标对象跌倒的跌倒区域;
以所述当前时刻为起始时刻,在所述跌倒区域内检测关联点云,直至所述终止时刻为止;
以检测到所述关联点云的时刻开始,确定所述关联点云对应的高度信息连续大于第一高度阈值的次数;以及
在确定所述次数满足预设次数的情况下,确定所述目标对象处于站起状态。
4.根据权利要求1~3任一项所述的方法,其特征在于,所述方法还包括:
在确定所述初始检测结果表征所述目标对象处于跌倒状态的情况下,生成延时报警提示信息,其中,所述延时报警提示信息用于延迟跌倒报警;
基于预设时间段内的每一时刻所述目标对象的第二高度信息和预设误报警条件,更新所述延时报警提示信息,其中,所述预设时间段以所述当前时刻为起始时刻,以检测到所述目标对象处于站起状态的时刻为终止时刻,所述第二高度信息是基于所述目标对象的所述目标点云确定的。
5.根据权利要求4所述的方法,其特征在于,所述基于预设时间段内的每一时刻所述目标对象的第二高度信息和预设误报警条件,更新所述延时报警提示信息,包括:
在确定每一时刻的所述第二高度信息均满足预设误报警条件的情况下,将所述延时报警提示信息更新为撤销指令信息,其中,所述撤销指令信息用于撤销所述跌倒报警;
在确定每一时刻的所述第二高度信息存在不满足预设误报警条件的情况下,将所述延时报警提示信息更新为报警指令信息,其中,所述报警指令信息用于触发所述跌倒报警。
6.根据权利要求4所述的方法,其特征在于,所述世界坐标数据包括横坐标数据和纵坐标数据;
所述方法还包括:
基于每个所述目标点云对应的所述纵坐标数据,确定所述目标对象的第一高度信息;
基于每个所述目标点云对应的所述横坐标数据,确定所述目标对象的宽度信息。
7.根据权利要求6所述的方法,其特征在于,所述基于所述目标对象的第一高度信息和宽度信息,对所述目标对象进行跌倒检测,得到初始检测结果,包括:
在确定所述第一高度信息不小于第一高度阈值,且所述宽度信息不大于宽度阈值的情况下,确定所述初始检测结果表征所述目标对象未处于跌倒状态。
8.根据权利要求1所述的方法,其特征在于,所述在确定所述图像的帧数大于第二阈值的情况下,基于每帧图像的世界坐标数据,对所述目标对象进行跌倒检测,得到目标检测结果,还包括:
在确定所述每帧图像中所述目标对象的第三高度信息中存在所述第三高度信息小于所述第二高度阈值的情况下,以存在所述第三高度信息对应的帧数为起始帧,确定所述目标对象的第五高度信息低于第三高度阈值的次数以及所述目标对象在竖轴方向上的速度低于第三阈值的次数;
在确定所述第五高度信息低于所述第三高度阈值的次数和所述目标对象在竖轴方向上的速度低于所述第三阈值的次数均大于预设次数的情况下,确定所述目标检测结果用于表征所述目标对象处于跌倒状态;
和/或,
在确定所述第五高度信息低于所述第三高度阈值的次数和所述目标对象在竖轴方向上的速度低于所述第三阈值的次数均大于所述预设次数的情况下,且确定所述包含所述目标对象的图像中的所述目标对象的第六高度信息小于第四高度阈值的情况下,确定所述目标对象的第一位置信息;
根据所述第一位置信息和所述图像的帧数等于所述第二阈值时所述目标对象的第二位置信息,确定位移信息;
在确定所述位移信息大于预设位移阈值的情况下,确定所述目标检测结果用于表征所述目标对象处于跌倒状态。
9.一种基于非穿戴式设备的跌倒检测系统,其特征在于,所述系统包括:
第一处理模块,用于对获取到的目标对象的毫米波雷达反射信号进行处理,得到所述目标对象的目标点云与所述目标点云相对于所述毫米波雷达的极坐标数据,其中,所述毫米波雷达反射信号是在所述目标对象处于目标区域内的情况下通过毫米波雷达检测得到的;
第二处理模块,用于将所述极坐标数据转换至世界坐标系中,得到世界坐标数据;
第一检测模块,用于在确定所述目标点云的数量大于第一阈值的情况下,基于所述目标对象的第一高度信息和宽度信息,对所述目标对象进行跌倒检测,得到初始检测结果,其中,所述目标对象的第一高度信息和宽度信息是基于所述世界坐标数据确定的;
获取模块,用于在确定所述初始检测结果表征所述目标对象未处于跌倒状态,且所述第一高度信息和所述宽度信息满足预设条件的情况下,以当前时刻为起始时刻,在所述目标区域内持续获取包含所述目标对象的图像;以及
第二检测模块,用于在确定所述图像的帧数大于第二阈值的情况下,基于每帧图像的世界坐标数据,对所述目标对象进行跌倒检测,得到目标检测结果,其中,所述第二阈值用于表征所述目标对象的存在帧数阈值;
其中,所述在确定所述图像的帧数大于第二阈值的情况下,基于每帧图像的世界坐标数据,对所述目标对象进行跌倒检测,得到目标检测结果,包括:
根据每帧图像的世界坐标数据,确定每帧图像中所述目标对象的第三高度信息以及预设帧数内所述目标对象的第四高度信息,其中,所述预设帧数等于所述第二阈值;
在确定所述每帧图像中所述目标对象的第三高度信息中存在所述第三高度信息小于第二高度阈值,且所述第四高度信息大于第一高度阈值的情况下,确定所述目标检测结果表征所述目标对象处于跌倒状态,其中,所述第一高度阈值大于所述第二高度阈值,所述第二高度阈值用于表征所述目标对象进一步下降的阈值。
CN202410111308.7A 2024-01-26 2024-01-26 基于非穿戴式设备的跌倒检测方法及系统 Active CN117636404B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410111308.7A CN117636404B (zh) 2024-01-26 2024-01-26 基于非穿戴式设备的跌倒检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410111308.7A CN117636404B (zh) 2024-01-26 2024-01-26 基于非穿戴式设备的跌倒检测方法及系统

Publications (2)

Publication Number Publication Date
CN117636404A CN117636404A (zh) 2024-03-01
CN117636404B true CN117636404B (zh) 2024-04-16

Family

ID=90030797

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410111308.7A Active CN117636404B (zh) 2024-01-26 2024-01-26 基于非穿戴式设备的跌倒检测方法及系统

Country Status (1)

Country Link
CN (1) CN117636404B (zh)

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102469956A (zh) * 2009-07-22 2012-05-23 皇家飞利浦电子股份有限公司 跌倒检测器和检测跌倒的方法
CN103377542A (zh) * 2013-07-16 2013-10-30 中国科学院深圳先进技术研究院 人体防跌倒预警方法及预警器
CN105303563A (zh) * 2015-09-22 2016-02-03 北京格灵深瞳信息技术有限公司 一种跌倒检测方法及装置
CN107331118A (zh) * 2017-07-05 2017-11-07 浙江宇视科技有限公司 跌倒检测方法及装置
CN108363966A (zh) * 2018-01-30 2018-08-03 广东工业大学 一种室内跌倒检测方法及系统
CN108968970A (zh) * 2018-05-24 2018-12-11 厦门精益远达智能科技有限公司 一种多普勒毫米波雷达检测人体跌倒的方法、装置和雷达系统
CN109670396A (zh) * 2018-11-06 2019-04-23 华南理工大学 一种室内老人跌倒检测方法
CN110443150A (zh) * 2019-07-10 2019-11-12 思百达物联网科技(北京)有限公司 一种跌倒检测方法、装置、存储介质
CN112749642A (zh) * 2020-12-30 2021-05-04 苏州涟漪信息科技有限公司 一种识别跌倒的方法和装置
CN112949552A (zh) * 2021-03-22 2021-06-11 浙江大华技术股份有限公司 一种跌倒检测处理方法及装置
CN113128330A (zh) * 2021-03-01 2021-07-16 邓国权 一种人体跌倒监控系统
CN113188683A (zh) * 2021-04-25 2021-07-30 湖南万脉医疗科技有限公司 一种具备无线传输功能的穿戴用人体温度无感检测系统
CN113569793A (zh) * 2021-08-06 2021-10-29 上海亲孝行健康科技有限公司 一种跌倒识别方法及装置
CN113885022A (zh) * 2021-10-27 2022-01-04 青岛海信日立空调系统有限公司 一种跌倒检测方法及雷达设备
CN114720977A (zh) * 2022-06-10 2022-07-08 长沙莫之比智能科技有限公司 对象跌倒检测方法、装置、毫米波雷达和存储介质
CN114942434A (zh) * 2022-04-25 2022-08-26 西南交通大学 一种基于毫米波雷达点云的跌倒姿态识别方法及系统
CN115343684A (zh) * 2022-08-12 2022-11-15 无锡博奥玛雅医学科技有限公司 一种基于毫米波雷达的跌倒检测方法及系统
CN115421122A (zh) * 2022-08-30 2022-12-02 北京京东乾石科技有限公司 目标对象检测方法、装置、电子设备和可读存储介质
CN115733565A (zh) * 2021-09-01 2023-03-03 维沃移动通信有限公司 检测方法、装置及设备
CN116027324A (zh) * 2023-03-24 2023-04-28 德心智能科技(常州)有限公司 基于毫米波雷达的跌倒检测方法、装置及毫米波雷达设备
CN116106855A (zh) * 2023-04-13 2023-05-12 中国科学技术大学 摔倒检测方法及摔倒检测装置
CN116338619A (zh) * 2023-03-21 2023-06-27 北京大学 基于雷达的跌倒检测方法、装置、设备及介质
CN116840835A (zh) * 2022-05-05 2023-10-03 南方科技大学 一种基于毫米波雷达的跌倒检测方法、系统及设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8531517B2 (en) * 2010-07-15 2013-09-10 Kai Tao IV monitoring by video and image processing
US11328152B2 (en) * 2019-06-17 2022-05-10 Pixart Imaging Inc. Recognition system employing thermal sensor

Patent Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102469956A (zh) * 2009-07-22 2012-05-23 皇家飞利浦电子股份有限公司 跌倒检测器和检测跌倒的方法
CN103377542A (zh) * 2013-07-16 2013-10-30 中国科学院深圳先进技术研究院 人体防跌倒预警方法及预警器
CN105303563A (zh) * 2015-09-22 2016-02-03 北京格灵深瞳信息技术有限公司 一种跌倒检测方法及装置
CN107331118A (zh) * 2017-07-05 2017-11-07 浙江宇视科技有限公司 跌倒检测方法及装置
CN108363966A (zh) * 2018-01-30 2018-08-03 广东工业大学 一种室内跌倒检测方法及系统
CN108968970A (zh) * 2018-05-24 2018-12-11 厦门精益远达智能科技有限公司 一种多普勒毫米波雷达检测人体跌倒的方法、装置和雷达系统
CN109670396A (zh) * 2018-11-06 2019-04-23 华南理工大学 一种室内老人跌倒检测方法
CN110443150A (zh) * 2019-07-10 2019-11-12 思百达物联网科技(北京)有限公司 一种跌倒检测方法、装置、存储介质
CN112749642A (zh) * 2020-12-30 2021-05-04 苏州涟漪信息科技有限公司 一种识别跌倒的方法和装置
CN113128330A (zh) * 2021-03-01 2021-07-16 邓国权 一种人体跌倒监控系统
CN112949552A (zh) * 2021-03-22 2021-06-11 浙江大华技术股份有限公司 一种跌倒检测处理方法及装置
CN113188683A (zh) * 2021-04-25 2021-07-30 湖南万脉医疗科技有限公司 一种具备无线传输功能的穿戴用人体温度无感检测系统
CN113569793A (zh) * 2021-08-06 2021-10-29 上海亲孝行健康科技有限公司 一种跌倒识别方法及装置
CN115733565A (zh) * 2021-09-01 2023-03-03 维沃移动通信有限公司 检测方法、装置及设备
CN113885022A (zh) * 2021-10-27 2022-01-04 青岛海信日立空调系统有限公司 一种跌倒检测方法及雷达设备
CN114942434A (zh) * 2022-04-25 2022-08-26 西南交通大学 一种基于毫米波雷达点云的跌倒姿态识别方法及系统
CN116840835A (zh) * 2022-05-05 2023-10-03 南方科技大学 一种基于毫米波雷达的跌倒检测方法、系统及设备
CN114720977A (zh) * 2022-06-10 2022-07-08 长沙莫之比智能科技有限公司 对象跌倒检测方法、装置、毫米波雷达和存储介质
CN115343684A (zh) * 2022-08-12 2022-11-15 无锡博奥玛雅医学科技有限公司 一种基于毫米波雷达的跌倒检测方法及系统
CN115421122A (zh) * 2022-08-30 2022-12-02 北京京东乾石科技有限公司 目标对象检测方法、装置、电子设备和可读存储介质
CN116338619A (zh) * 2023-03-21 2023-06-27 北京大学 基于雷达的跌倒检测方法、装置、设备及介质
CN116027324A (zh) * 2023-03-24 2023-04-28 德心智能科技(常州)有限公司 基于毫米波雷达的跌倒检测方法、装置及毫米波雷达设备
CN116106855A (zh) * 2023-04-13 2023-05-12 中国科学技术大学 摔倒检测方法及摔倒检测装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
下肢假肢穿戴者跌倒保护控制系统设计;赵晓东;刘作军;张慧君;杨鹏;;机器人;20170715(04);第99-106页 *
基于可穿戴传感技术的步态参数建模与跌倒监测方法;陶帅;梁珊珊;魏鹏绪;吕泽平;;中国老年保健医学;20181025(05);第52-57页 *
智能摔倒检测监控系统设计;伍静;刘德丰;张松;余旭伟;钟天扬;陈飞;;计算机技术与发展;20171205(04);第12-16+22页 *

Also Published As

Publication number Publication date
CN117636404A (zh) 2024-03-01

Similar Documents

Publication Publication Date Title
US9396400B1 (en) Computer-vision based security system using a depth camera
JP6132452B2 (ja) 無線通信装置及び無線通信システム
JP2020071226A (ja) 転倒検出方法及び装置
US20160356665A1 (en) Pipeline monitoring systems and methods
US20200348183A1 (en) System and method for non-contact wetness detection using thermal sensing
JP2010147560A (ja) 目標追尾装置
US20220006979A1 (en) Surveillance system, surveillance method, and program
CN112033351A (zh) 基于单目摄像头的距离测定方法及电子设备
CN113630647B (zh) 电视机控制方法、系统、电视机及计算机可读存储介质
CN110687513B (zh) 人体目标检测方法、装置及存储介质
CN117636404B (zh) 基于非穿戴式设备的跌倒检测方法及系统
JP7484492B2 (ja) レーダーに基づく姿勢認識装置、方法及び電子機器
KR102201256B1 (ko) 레이더 전자기파 측정 방법
CN109886864A (zh) 隐私遮蔽处理方法及装置
CN113284106B (zh) 距离检测方法及装置
CN109993767A (zh) 图像处理方法和系统
CN113420615A (zh) 人脸活体检测方法和装置
CN117017276B (zh) 一种基于毫米波雷达的实时人体紧密边界检测方法
TW202019150A (zh) 資訊顯示系統及資訊顯示方法
CN111510370B (zh) 内容处理方法及装置、计算机介质和电子设备
JP7058836B1 (ja) 侵入検知システム、侵入検知方法及び侵入検知プログラム
CN113687350B (zh) 一种跌倒检测方法、装置、电子设备及存储介质
US20240201779A1 (en) Presence detection with dynamic radar operating modes
WO2023095344A1 (ja) 障害物検出装置、障害物検出方法、及び非一時的なコンピュータ可読媒体
CN117111887A (zh) 一种跌倒检测方法和相关装置

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