一种基于毫米波雷达老人健康状态检测方法及系统技术方案

本发明专利技术公开了一种基于毫米波雷达老人健康状态检测方法及系统，所述检测方法包括：步骤一，获取用户的三维点云数据，判断用户是否处于床榻区域，若是，则进入步骤二，否则进入步骤三；步骤二，获取用户的生理特征数据，判断是否异常，若异常，则进入步骤四，否则返回步骤一；步骤三，根据所述三维点云数据判断是否发生了跌倒行为，若是，则进入步骤四，否则返回步骤一；步骤四，当在床榻区域检测到生理特征异常或在非床榻区域检测到跌倒行为时触发报警。本申请采用身体倾角，可以明显发现局部点云的变化非常强烈，即使细微的呼吸活动也会导致数据的局部发生较大的变化。据的局部发生较大的变化。据的局部发生较大的变化。

【技术实现步骤摘要】
一种基于毫米波雷达老人健康状态检测方法及系统


[0001]本专利技术涉及老人健康监测
，特别涉及一种基于毫米波雷达老人室内健康状态检测方法及系统。

技术介绍

[0002]随着人口老龄化问题的不断加重，老人的养老安全监测问题受到越来越多的社会关注。“跌倒”和“老年人睡眠呼吸暂停综合征”等是使老年人受到伤害的主要因素。
[0003]“跌倒”是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。根据世界卫生组织的统计，跌倒是全球第二大意外伤害和死亡原因，每年有3730多万人因跌倒而受伤，64.6万人因为跌倒直接或间接导致死亡。跌倒的频率随年龄的增加而增加，在65岁以上的老年人中，每年有28
‑
35％的人会经历跌倒，而在80岁及其以上人群中，这一比例上升至45％左右。跌倒带来的健康风险随着年龄呈现出指数增长的趋势，对于老年人来说，跌倒可能会造成割伤、擦伤或者骨折等严重后果，跌倒所造成的心理伤害也不可忽视，很多老年人对跌倒产生了恐惧心理，并影响到了老年人的生活质量。然而跌倒的时间不确定性以及难以预防性给老年人跌倒后的施救工作带来实际困难。因此，及时发现老年人跌倒引起了很多研究人员的关注。此外，跌倒后的求救响应缓慢也是老年人预期寿命减少的重要原因。
[0004]跌倒已经成为一个世界范围内的重要经济问题和健康问题，其中，包括跌倒导致的住院治疗和长期护理，以及跌倒造成的身体、精神、金钱上的负担。从经济层面来看，任何医疗负担的增加都会给社会带来直接的经济成本，同时也导致生产力的损失。人口的老龄化推动着医疗保健提出更新型的服务，从传统的患者自行去医院进行治疗发展到家庭型护理服务，即病人通过新兴技术的支持，可以在家中进行一部分治疗。这种以家庭为中心的长期护理方法不仅提高了患者的生活质量，也间接节约了患者自身以及社会的医疗护理成本。无论是因为居家医疗护理，还是因为其他原因而独居生活，独居老人容易发生跌倒行为。为了保证老年人独立生活的安全，有必要及时法发现跌倒事件，以便在紧急情况下通知医护人员或家属。
[0005]老人健康状态检测，就是通过各种技术手段检测老年人的健康状态，一般在检测到健康状态异常后后，会用一些方式发出警告信息，或者采取干预或者保护行为。现有的健康状态检测方法主要有2种：
[0006]第一种是基于可穿戴设备。然而因为佩戴式装置要求使用者持续佩戴可穿戴设备并及时充电，但使用者可能会忘记佩戴或充电，影响用户的使用体验，大部分老年人并不习惯佩戴此类可穿戴设备，使得基于可穿戴设备的方案难以发挥作用。
[0007]第二种是使用非穿戴式方法针对固定区域进行检测。因此对于老年人跌倒的监测来说，基于非可穿戴设备的跌倒监测方法更为实际。主要有以下几种传感器：相机、WiFi、超宽带雷达、毫米波雷达。基于图像检测的方式是直接对图像视频信息进行处理得到老人的行为状态，一旦出现不正常的行为状态，向终端发送报警信息。但是这种方法因为涉及图像
和视频等敏感信息，容易出现隐私泄露的危险性，不适合用于洗手间、卧室等隐私场所，同时需要充足的光线，不适合夜晚场景的使用。基于WiFi的方式容易收到其他外来信号的干扰，同时上述算法基于传统建模，泛化性较差。由于毫米波雷达在隐私保护、定位精度、探测范围和环境适应能力等方面具有独特的优势。只需要使用毫米波雷达这一非接触式监测技术，就可以实现对房间内人员的健康安全监测，及时对危险行为作出判断报警，该监测方法过程中不涉及任何声音、图像和视频信息，避免了用户的隐私可能出现泄露的问题，为注重隐私保护的用户提供了绝佳的选择。因此有大量学者深入研究基于毫米波雷达的跌倒检测方法。
[0008]在孙济舟等的基于毫米波雷达的跌倒方法实施检测方法研究中提到了一种基于毫米波雷达的跌倒检测方法，通过对毫米波雷达获取目标的位置信息，并对位置坐标序列进行均值滤波，然后通过分段线性拟合得到被监测对象的近似运动规律，综合考虑人体跌倒时在高度方向和水平方向的位置变化规律及两者之间的对应关系，基于多个阈值在检测到跌倒行为后对跌倒方式进行识别，若发现跌倒，则立即发出警报。但是文中所述方法是在空旷区域实现的，未涉及与环境中其他物体发生碰撞的情况，然而在真实的跌倒过程中人处于失控状态。
[0009]在公开号为CN112782664A，公开日为2021.05.11的中国专利技术专利中公开了一种基于毫米波雷达的卫生间跌倒检测方法，具体为利用布设的毫米波雷达采集用户数据；对用户数据进行坐标转换、确定其在实际场景中的三维点云数据；去掉静态物体，得到动态物体的点云图，并去除干扰噪声；最后根据用户的宽高比大于一定阈值、最高点小于一定阈值、下降速度大于一定阈值等三者的综合判断来进行跌倒检测。但是并不是所有的跌倒动作都是速率较快的运动，并且一些非跌倒动作的速率也较高。具体是因为在很多情况下，人们在跌倒时会抓住一件家具或者靠在墙上，这就会减缓跌倒的速度从而导致速率下降。并且老年人从座椅上或轮椅上摔下来也是很常见的，在这种场景下跌倒动作降低了本身的速度和高频能量值。同时按照上述方法检测三维点云数据，最终确定的三维点云只是记录这些反射信号对应点云的位置，使用这些信息无法准确地判断出某动作是否跌倒。
[0010]在公开号为CN111887861A，公开日为2020.11.06的中国专利技术专利一种基于毫米波雷达的室内人员安全一体化监测方法中，通过在床榻区域的生理特征监测毫米波雷达和全屋姿态监测毫米波雷达获取用户的扫描数据，对用户进行跌倒、坠床等检测。但是在姿态监测中仅用了高度信息来进行跌倒判断，但是当一个人移动时，身体反射回来的信号会发生变化，相邻两帧图像中身体反射的信号来源可能从第一帧的腰部转移到第二帧的胸部，因此仅根据高度信息的变化来判断跌倒会造成误报、漏报现象比较严重。
[0011]因此，如何将通过毫米波雷达收集到的各种数据信息完成合理地特征提取并进行准确的跌倒检测是值得研究的领域。亟需一种精度高的检测方法，可以实时监控老人的动态，进行跌倒报警、快速救援、减少伤害。

技术实现思路

[0012]针对上述现有技术中存在的问题，本专利技术的目的是提供一种基于毫米波雷达老人室内健康状态检测方法及系统，可以实时监控老人的动态，进行跌倒报警、快速救援、减少伤害。
[0013]本专利技术采用的技术方案为：
[0014]一种基于毫米波雷达老人健康状态检测系统，包括毫米波数据采集单元、数据转换单元、模型训练单元、预测单元、跌倒判断单元；其中，
[0015]所述毫米波数据采集单元包含姿态检测毫米波雷达和生理特征检测毫米波雷达，通过姿态检测毫米波雷达获取用户的三维点云数据，通过生理特征检测毫米波雷达获取用户的生理特征数据；
[0016]所述数据转换单元将所述三维点云数据转换为目标的人体姿态信息，从所述生理特征数据中提取心率以及呼吸频率；
[0017]所述模型训练单元包含两部分，一部分是基于LSTM建立生理特征预测模型，所述生理特征预测模型基于所述生理特征数据，得到用户生理状本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于毫米波雷达老人健康状态检测系统，其特征在于，包括毫米波数据采集单元、数据转换单元、模型训练单元、预测单元、跌倒判断单元；其中，所述毫米波数据采集单元包含姿态检测毫米波雷达和生理特征检测毫米波雷达，通过姿态检测毫米波雷达获取用户的三维点云数据，通过生理特征检测毫米波雷达获取用户的生理特征数据；所述数据转换单元将所述三维点云数据转换为目标的人体姿态信息，从所述生理特征数据中提取心率以及呼吸频率；所述模型训练单元包含两部分，一部分是基于LSTM建立生理特征预测模型，所述生理特征预测模型基于所述生理特征数据，得到用户生理状态的预测结果，第二部分支持向量机模型，所述向量机模型基于三维点云数据以及身体倾角数据，得到跌倒分类模型；所述预测单元用于实时将所述数据转换单元检测到的数据输入到训练好的预测模型中，判断当前用户的状态；所述报警单元当用户在床榻区域且生理特征检测判断为非健康状态时触发报警，提醒子女注意；当用户在非床榻区域且检测到跌倒行为时，触发报警，提醒子女注意。2.一种基于毫米波雷达老人健康状态检测方法，其特征在于，所述检测方法包括：步骤一，获取用户的三维点云数据，判断用户是否处于床榻区域，若是，则进入步骤二，否则进入步骤三；步骤二，获取用户的生理特征数据，判断是否异常，若异常，则进入步骤四，否则返回步骤一；步骤三，根据所述三维点云数据判断是否发生了跌倒行为，若是，则进入步骤四，否则返回步骤一；步骤四，当在床榻区域检测到生理特征异常或在非床榻区域检测到跌倒行为时触发报警。3.根据权利要求2所述的一种基于毫米波雷达老人健康状态检测方法，其特征在于，所述步骤三具体为：步骤3.1，将所述数据转换单元中生成的数据制作成的训练集用于训练支持向量机模型；步骤3.2，将对象的三维点云数据输入到训练好的支持向量机模型中进行跌倒判断。4.根据权利要求3所述的一种基于毫米波雷达老人健康状态检测方法，其特征在于，所述步骤3.1具体为：步骤3.1.1，对所述三维点云数据进行平滑处理；步骤3.1.2，对所述三维点云数据进行特征提取，获取用户的绝对高度、高度均值、高度方差、高宽比数据；步骤3.1.3，将所述三维点云数据中拥有最大反射强度对应的三维点云记为胸腔位置，根据所述胸腔位置以及所述用户的绝对高度、高度均值、高度方差、高宽比数据确定身体倾角；步骤3.1.4，基于步骤3.1.2、步骤3.1.3中得到的数据，得到用于训练所述支持向量机模型的基础数据。5.根据权利要求3所述的一种基于毫米波雷达老人健康状态检测方法，其特征在于，所
述步骤3.2具体为：步骤3.2.1，检测人数，当检测到一个人时，开启跌倒检测判断，进入步骤3.2.2，否则进入步骤一；步骤3.2.2，获取对象的三维点云数据；步骤3.2.3，对所述三维点云数据进行特征提取；步骤3.2.4，使用训练好的跌倒检测模型进行跌倒预测。6.根据权利要求3所述的一种基于毫米波雷达老人健康状态检测方法，其特征在于，所述步骤3.1.2具体为：1)计算用户绝对高度：基于第i帧中用户的三维点云数据，获取其中的最高点z
max
[i]作为第i帧用户的三维点云图中z轴方向的最高点，则用户在第i帧的绝对高度表示为height[i]＝z
max
...

【专利技术属性】
技术研发人员：师改梅，李东，
申请(专利权)人：成都玛雅光年科技有限公司，
类型：发明
国别省市：