一种室内人员跌倒检测方法、装置及存储介质与流程

本申请涉及室内检测，特别是涉及一种室内人员跌倒检测方法、装置及存储介质。

背景技术：

1、一般来讲，老年人和残障人士由于肌肉和平衡感的衰退、帕金森病、阿尔茨海默症等，非常容易跌倒。尤其对于子女不在身边的空巢老人，跌倒发生以后可能无法自行呼救，错过黄金治疗时间，得不到及时的救治，可能因此而造成更加严重的伤害，如骨折、颈椎损伤、脑损伤甚至死亡。因此，对于跌倒的检测与报警是非常必要的。

2、目前，对于室内跌倒的检测技术，大致分为接触式和非接触式。

3、对于接触式检测，主要是通过穿戴加速度传感器、3d传感器，根据跌倒时的加速度和姿势判断跌倒的状态。这些传感器需要穿戴在身体上，维护操作复杂，并且受人体动作影响较大，比较容易产生误报。

4、对于非接触式检测，主要包括基于视频的室内跌倒分析和基于周围环境的跌倒检测。

5、基于视频的室内跌倒分析，受衣服和光线的影响较大，判断的准确性有限，另外，在卫生间等地方采用图像式传感器会侵犯居住人的隐私。

6、基于周围环境的跌倒检测，特别是利用电波式多普勒传感器的跌倒传感器中，测距型(测量头部和身体的高度)存在倚靠在墙壁或椅子上(身体位置不会太低)时无法检测的问题；而将传感器安装在地板附近，检测倒下后状态的方法，当传感器旁边或地板上放置物品时，会导致检测不到对象的问题。

技术实现思路

1、本申请提供了一种室内人员跌倒检测方法，将多普勒传感器设置在住宅内的跌倒多发的场所，比如卫生间、淋浴房等的天花板上，通过从检测数据中分析、判断跌倒，向居家看护者和家人等提供信息，并在发生跌倒的情况时发出通知，以解决当前检测受限较大和准确性低的问题。

2、为了解决上述技术问题，本申请实施例公开了如下技术方案：

3、第一方面，本申请提供了一种室内人员跌倒检测方法，包括：

4、采集多普勒雷达的原始信号；

5、对原始信号进行滤波处理；

6、对滤波后的数据进行时频变换得到预处理序列；

7、基于设定监测值rth对预处理序列的数据进行特征标记，得到二值化图像；

8、根据二值化图像绘制特征曲线；

9、基于特征曲线的峰值和持续时间判定是否跌倒。

10、可能的实现方式中，对滤波后的数据进行时频变换时，首先对滤波结果进行短时fft处理，然后将直流分量去除，最后将零频点移至中心，重新对序列进行排序得到预处理序列。

11、可能的实现方式中，为了得到二值化图像，需要设定监测值rth，将fft频谱图中，大于rth的检测值标记为1，用白色表示；小于rth的检测值标记为0，用黑色表示，对频谱图进行二值化。

12、可能的实现方式中，为了得到特征曲线，根据二值化图像，提取白色点区域的中心点，绘制曲线，具体公式为：position＝((从黑色变为白色点的位置)+(从白色变为黑色点的位置))/2，即得到特征曲线图像。

13、可能的实现方式中，判定是否跌倒的原理为：

14、判定方式一：检测值长时间连续大于或小于设置值，或者曲线频繁穿越对称点，则判定为未跌倒；

15、判定方式二：设置判定区间，该曲线的最大值小于设置值且最大值×检测宽度值大于设置值时，判断为缓慢跌倒；

16、判定方式三：设置判定区间，在此时间以内，数据连续大于设置值的区间大于设置最小区间且长度小于判定区间时，判定为跌倒。

17、第二方面，本申请提供了一种室内人员跌倒检测装置，包括：

18、采集单元，用于采集多普勒雷达的原始信号；

19、滤波单元，用于对原始信号进行滤波处理；

20、预处理单元，对滤波后的数据进行时频变换得到预处理序列；

21、标记单元，基于设定监测值rth对预处理序列的数据进行特征标记，得到二值化图像；

22、特征曲线生成单元，根据二值化图像绘制特征曲线；

23、判断单元，基于特征曲线的峰值和持续时间判定是否跌倒。

24、可能的实现方式中，预处理单元具体用于：首先对滤波结果进行短时fft处理，然后将直流分量去除，最后将零频点移至中心，重新对序列进行排序得到预处理序列。

25、可能的实现方式中，标记单元具体用于：设定监测值rth，将fft频谱图中，大于rth的检测值标记为1，用白色表示；小于rth的检测值标记为0，用黑色表示，对频谱图进行二值化。

26、可能的实现方式中，特征曲线生成单元具体用于：根据二值化图像，提取白色点区域的中心点，绘制曲线，具体公式为：position＝((从黑色变为白色点的位置)+(从白色变为黑色点的位置))/2，即得到特征曲线图像。

27、可能的实现方式中，判断单元具体用于执行以下判定：

28、判定方式一：检测值长时间连续大于或小于设置值，或者曲线频繁穿越对称点，则判定为未跌倒；

29、判定方式二：设置判定区间，该曲线的最大值小于设置值且最大值×检测宽度值大于设置值时，判断为缓慢跌倒；

30、判定方式三：设置判定区间，在此时间以内，数据连续大于设置值的区间大于设置最小区间且长度小于判定区间时，判定为跌倒。

31、第三方面，本申请实施例提供一种跌倒监测告警装置，该装置包括处理器和存储介质，存储介质存储有指令，指令被处理器运行时，实现如第一方面的任意一种实现方式中描述的室内人员跌倒监测方法。

32、第四方面，本申请实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序或指令，当计算机程序或指令在计算机上运行时，使得计算机执行如第一方面的任意一种实现方式中描述的室内人员跌倒监测方法。

33、本申请的实施例提供的技术方案可以包括以下有益效果：

34、本发明中，将多普勒传感器设置在住宅内的跌倒多发的场所，比如卫生间、淋浴房等的天花板上，通过从检测数据中分析、判断跌倒，向居家看护者和家人等提供信息，具有无需穿戴和维护，且受跌倒时的姿势和障碍物的影响较小等优点。

35、本申请经过滤波、时频变换、去除直流分量，将零频分量移至中心，得到预处理序列；设置临界点值，对预处理序列的数据进行特征标记，引入提取特征曲线，极大提高了分析效率，并减少了计算量，利于产品的大量铺设。

36、应当理解的是，本申请的第二方面至第四方面与本申请的第一方面的技术方案相对应，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。

技术特征：

1.一种室内人员跌倒检测方法，其特征在于，所述的方法包括：

2.根据权利要求1所述的一种室内人员跌倒检测方法，其特征在于，对滤波后的数据进行时频变换得到预处理序列，具体为：

3.根据权利要求1所述的一种室内人员跌倒检测方法，其特征在于，基于设定监测值rth对预处理序列的数据进行特征标记，得到二值化图像，具体为：

4.根据权利要求3所述的一种室内人员跌倒检测方法，其特征在于，根据二值化图像绘制特征曲线，具体为：

5.根据权利要求1所述的一种室内人员跌倒检测方法，其特征在于，判定是否跌倒的原理为：

6.一种室内人员跌倒检测装置，其特征在于，所述的装置包括：

7.根据权利要求6所述的一种室内人员跌倒检测装置，其特征在于，标记单元具体用于：设定监测值rth，将fft频谱图中，大于rth的检测值标记为1，用白色表示；小于rth的检测值标记为0，用黑色表示，对频谱图进行二值化。

8.根据权利要求7所述的一种室内人员跌倒检测装置，其特征在于，特征曲线生成单元具体用于：根据二值化图像，提取白色点区域的中心点，绘制曲线，具体公式为：position＝((从黑色变为白色点的位置)+(从白色变为黑色点的位置))/2，即得到特征曲线图像。

9.一种跌倒监测告警装置，其特征在于，包括处理器和存储介质，存储介质存储有指令，指令被处理器运行时，实现如权利要求1-5中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令被运行时，实现如权利要求1-5中任一项所述的方法。

技术总结本发明所提供的一种室内人员跌倒检测方法、装置及存储介质，方法包括：采集多普勒雷达的原始信号；对原始信号进行滤波处理；对滤波后的数据进行时频变换得到预处理序列；基于设定监测值R<subgt;Th</subgt;对预处理序列的数据进行特征标记，得到二值化图像；根据二值化图像绘制特征曲线；基于特征曲线的峰值和持续时间判定是否跌倒。所述的装置与方法相对应。本申请经过滤波、时频变换、去除直流分量，将零频分量移至中心，得到预处理序列；设置临界点值，对预处理序列的数据进行特征标记，引入提取特征曲线，极大提高了分析效率，并减少了计算量。技术研发人员：胡长琪,林泽宇,肖丽,林擘,位琳,李群,李蕾,刘弱语,横田敏之受保护的技术使用者：山东沃尔德生物技术有限公司技术研发日：技术公布日：2024/10/10