预警方法和预警系统技术方案

本发明专利技术公开了一种预警方法和预警系统，所述预警方法包括：获取宠物的激动状态数据，所述激动状态数据包括生理激动数据和/或行动激动数据，将所述激动状态数据与预设的激动状态模型进行匹配，若所述激动状态数据与所述激动状态模型匹配成功，确定所述宠物处于激动状态。本发明专利技术提供的技术方案将宠物的激动状态数据与预设的激动状态模型进行匹配，根据匹配结果识别宠物是否处于激动状态，从而提高了识别宠物危害行为的准确性和及时性，最终提醒人们对宠物危害行为进行规避。

【技术实现步骤摘要】

本专利技术涉及智能监测
，尤其涉及一种预警方法和预警系统。
技术介绍
随着社会的进步，人们物质生活水平也不断提升，越来越多的家庭开始饲养宠物。宠物确实能够给人们带来身心的愉悦，提升人们关爱弱势群体的主观能动性。然而，越来越多的宠物需要到室外活动，也就不可避免地与正在行走的生人产生接触。这些宠物的习性和行为往往不能够完全被主人控制，尤其是一些大型犬种，当宠物处于激动状态或者受到外界刺激时，人们不能够第一时间察觉，也就无法及时作出应对措施，因此经常出现宠物咬伤路人的情况。
技术实现思路
为解决上述问题，本专利技术提供一种预警方法和预警系统，用于解决现有技术无法对宠物危害行为进行预警的问题。为此，本专利技术提供一种预警方法，包括：获取宠物的激动状态数据，所述激动状态数据包括生理激动数据和/或行动激动数据；将所述激动状态数据与预设的激动状态模型进行匹配；若所述激动状态数据与所述激动状态模型匹配成功，确定所述宠物处于激动状态。可选的，还包括：若所述激动状态数据与所述激动状态模型匹配失败，确定所述宠物处于正常状态。可选的，所述将所述激动状态数据与预设的激动状态模型进行
匹配的步骤之前包括：获取宠物的历史状态数据，所述历史状态数据包括生理特征数据和行为特征数据；根据所述历史状态数据形成激动状态模型。可选的，所述生理特征数据包括心率数据和呼吸数据，所述行为特征数据包括运动轨迹数据和身体震动数据。可选的，还包括：根据激动状态信息向终端发送预警信息或者报警信息。本专利技术还提供一种预警系统，包括：第一获取单元，用于获取宠物的激动状态数据，所述激动状态数据包括生理激动数据和/或行动激动数据；第一匹配单元，用于将所述激动状态数据与预设的激动状态模型进行匹配；第一确定单元，用于若所述激动状态数据与所述激动状态模型匹配成功，确定所述宠物处于激动状态。可选的，还包括：第二确定单元，用于若所述激动状态数据与所述激动状态模型匹配失败，确定所述宠物处于正常状态。可选的，还包括：第二获取单元，用于获取宠物的历史状态数据，所述历史状态数据包括生理特征数据和行为特征数据；第一形成单元，用于根据所述历史状态数据形成激动状态模型。可选的，所述生理特征数据包括心率数据和呼吸数据，所述行为特征数据包括运动轨迹数据和身体震动数据。可选的，还包括：第一发送单元，用于根据激动状态信息向终端发送预警信息或者报警信息。本专利技术具有下述有益效果：本专利技术提供的预警方法和预警系统中，所述预警方法包括：获
取宠物的激动状态数据，所述激动状态数据包括生理激动数据和/或行动激动数据，将所述激动状态数据与预设的激动状态模型进行匹配，若所述激动状态数据与所述激动状态模型匹配成功，确定所述宠物处于激动状态。本专利技术提供的技术方案将宠物的激动状态数据与预设的激动状态模型进行匹配，根据匹配结果识别宠物是否处于激动状态，从而提高了识别宠物危害行为的准确性和及时性，最终提醒人们对宠物危害行为进行规避。附图说明图1为本专利技术实施例一提供的一种预警方法的流程图；图2为本专利技术实施例二提供的一种预警系统的结构示意图。具体实施方式为使本领域的技术人员更好地理解本专利技术的技术方案，下面结合附图对本专利技术提供的预警方法和预警系统进行详细描述。实施例一图1为本专利技术实施例一提供的一种预警方法的流程图。如图1，所述预警方法包括：步骤1001、获取宠物的激动状态数据，所述激动状态数据包括生理激动数据和/或行动激动数据。本实施例中，所述生理激动数据包括心率数据和呼吸数据，所述行动激动数据包括运动轨迹数据和身体震动数据。在实际应用中，可穿戴智能设备已经非常普及，上述可穿戴智能设备能够收集宠物如下行为特征数据：宠物的位置、移动路径以及移动速度，也能够收集如下生理特征数据：宠物的心跳、呼吸等生物体征。上述数据在通常状态下均在一个合理的范围之内波动，当宠物处于激动状态或者受到外界刺激时，上述数据必然会出现异常，智能终端设备就能够获得上述激动状态数据。本实施例中，所述将所述激动状态数据与预设的激动状态模型
进行匹配的步骤之前包括：获取宠物的历史状态数据，所述历史状态数据包括生理特征数据和行为特征数据，根据所述历史状态数据形成激动状态模型。可选的，所述生理特征数据包括心率数据和呼吸数据，所述行为特征数据包括运动轨迹数据和身体震动数据。首先，采集日常状态下宠物的生理特征数据和行为特征数据，上述数据可以通过可穿戴智能设备进行收集。然后，对上述历史状态数据进行机器学习和模型建立。所述机器学习就是通过收集的历史状态数据对激动状态进行定义适配，确定相应的阈值条件，同时根据之后收集的历史状态数据不断学习和修正。所述模型建立就是根据历史状态数据在机器学习的基础上对激动状态进行模型固化以便能够在激动状态数据导入之后快速识别。步骤1002、将所述激动状态数据与预设的激动状态模型进行匹配。步骤1003、若所述激动状态数据与所述激动状态模型匹配成功，确定所述宠物处于激动状态。步骤1004、若所述激动状态数据与所述激动状态模型匹配失败，确定所述宠物处于正常状态。本实施例中，宠物在日常状态下的行动轨迹会相对正常、心跳水平、震动程度、呼吸强度相对处于稳定状态，当宠物处于激动状态或者受到外界刺激时，上述宠物的轨迹和震动程度会发生突变，将上述激动状态数据与所述激动状态模型的设定值进行匹配，若匹配成功可以确定所述宠物处于激动状态，若匹配失败可以确定所述宠物处于正常状态。如果确定所述宠物处于激动状态，根据激动状态信息向终端发送预警信息或者报警信息，从而可以提醒人们对宠物危害行为进行规避。本实施例提供的预警方法包括：获取宠物的激动状态数据，所述激动状态数据包括生理激动数据和/或行动激动数据，将所述激动状态数据与预设的激动状态模型进行匹配，若所述激动状态数据与所述激动状态模型匹配成功，确定所述宠物处于激动状态。本实施例提供的技术方案将宠物的激动状态数据与预设的激动状态模型进
行匹配，根据匹配结果识别宠物是否处于激动状态，从而提高了识别宠物危害行为的准确性和及时性。另外，通过建模方式识别宠物是否处于激动状态，充分利用了大数据，具有更高的实时性和真实性。实施例二图2为本专利技术实施例二提供的一种预警系统的结构示意图。如图2所示，所述预警系统包括第一获取单元101、第一匹配单元102、第一确定单元103以及第二确定单元104。所述第一获取单元101获取宠物的激动状态数据，所述激动状态数据包括生理激动数据和/或行动激动数据。所述第一匹配单元102将所述激动状态数据与预设的激动状态模型进行匹配。若所述激动状态数据与所述激动状态模型匹配成功，所述第一确定单元103确定所述宠物处于激动状态。若所述激动状态数据与所述激动状态模型匹配失败，所述第二确定单元104确定所述宠物处于正常状态。本实施例中，所述生理激动数据包括心率数据和呼吸数据，所述行动激动数据包括运动轨迹数据和身体震动数据。在实际应用中，可穿戴智能设备具备收集宠物运动轨迹、运动状态以及基本生物体征的功能。因此，可穿戴智能设备能够收集宠物如下行为特征数据：宠物的位置、移动路径以及移动速度，也能够收集如下生理特征数据：宠物的心跳、呼吸等生物体征。上述数据在通常状态下均在一个合理的范本文档来自技高网...

【技术保护点】
一种预警方法，其特征在于，包括：获取宠物的激动状态数据，所述激动状态数据包括生理激动数据和/或行动激动数据；将所述激动状态数据与预设的激动状态模型进行匹配；若所述激动状态数据与所述激动状态模型匹配成功，确定所述宠物处于激动状态。

【技术特征摘要】
1.一种预警方法，其特征在于，包括：获取宠物的激动状态数据，所述激动状态数据包括生理激动数据和/或行动激动数据；将所述激动状态数据与预设的激动状态模型进行匹配；若所述激动状态数据与所述激动状态模型匹配成功，确定所述宠物处于激动状态。2.根据权利要求1所述预警方法，其特征在于，还包括：若所述激动状态数据与所述激动状态模型匹配失败，确定所述宠物处于正常状态。3.根据权利要求1所述预警方法，其特征在于，所述将所述激动状态数据与预设的激动状态模型进行匹配的步骤之前包括：获取宠物的历史状态数据，所述历史状态数据包括生理特征数据和行为特征数据；根据所述历史状态数据形成激动状态模型。4.根据权利要求3所述预警方法，其特征在于，所述生理特征数据包括心率数据和呼吸数据，所述行为特征数据包括运动轨迹数据和身体震动数据。5.根据权利要求1所述预警方法，其特征在于，还包括：根据激动状态信息向终端发送预警信息或者报警信息。6.一种预警系统，其特征在于，包括：第一...

【专利技术属性】
技术研发人员：张恺，杨锦洲，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：北京;11