跌倒检测系统技术方案

本发明专利技术公开了一种跌倒检测系统，包括：姿态雷达及云端；姿态雷达，包括单片机、语音模块及跌倒检测模块；跌倒检测模块用于判断检测对象是否跌倒，并发送跌倒触发信号至单片机；单片机用于发送语音驱动信号至语音模块；语音模块，用于接收所述语音驱动信号并输出语音信号，根据所述语音信号获取环境音频信号；单片机用于获取所述环境音频信号，将环境音频信号存储于flash内存区，并通过WIFI模组以http协议将存储于flash内存区中的环境音频信号发送至云端；云端用于获取环境音频信号，基于机器学习算法模型对所述环境音频信号进行语音识别，并将识别结果发送至监护平台、及驱动急救呼叫软件。因此简化操作步骤，节省时间，提升识别精度。别精度。别精度。

【技术实现步骤摘要】
跌倒检测系统


[0001]本专利技术涉及生物雷达领域，具体是涉及一种跌倒检测系统。

技术介绍

[0002]由于穿戴式雷达需经常充电，穿戴不便，老人们也不喜欢经常穿戴电子设备，穿戴式的设备已被逐渐淘汰；目前主流的非穿戴式生理监测设备包括三大类：视频摄像、红外照相机和生物雷达。摄像头很容易让老人及其家属担心隐私泄露，所以老人们一般不喜欢安装视频摄像头，且摄像头容易因家里物品摆放使得监测距离受限；红外摄像头受到的干扰比较大，在浴室等老人跌倒易发地很难发挥其作用，监测准确率也因此比较低；而生物雷达没有任何隐私问题，且无需充电、干预和人工管理，体积较小，安装简易方便。
[0003]生物雷达克服了目前各种穿戴式和非穿戴式设备的不足，将广泛应用于养老市场。目前生物跌倒雷达按用途分为姿态雷达、呼吸心率雷达和路径雷达三种，它们都安装在房间的不同的位置。其中，姿态雷达主要用于识别场景中的人体姿势，如站姿、坐姿、跌倒等，其中跌倒的判别尤为重要；由于在姿态判别方面受多种因素影响，语音识别会经常被误触发，同时在语音识别时还会经常对语音进行编码而导致操作复杂，语音精度识别度不高。

技术实现思路

[0004]本专利技术的目的是为了克服上述
技术介绍
的不足，提供一种跌倒检测系统，简化操作步骤，节省时间，提升识别精度。
[0005]第一方面，提供一种跌倒检测系统，包括：姿态雷达及云端；所述姿态雷达，包括与所述云端通信连接的单片机，与所述单片机通信连接的语音模块，及与所述单片机通信连接的跌倒检测模块；所述跌倒检测模块，用于判断检测对象是否跌倒，并发送跌倒触发信号至单片机；所述单片机，用于接收所述跌倒触发信号，并发送语音驱动信号至语音模块；所述语音模块，用于接收所述语音驱动信号并输出语音信号，根据所述语音信号获取环境音频信号；所述单片机，用于获取所述环境音频信号，将所述环境音频信号存储于flash内存区，并通过WIFI模组以http协议将存储于flash内存区中的环境音频信号发送至云端；所述云端，用于获取环境音频信号，基于机器学习算法模型对所述环境音频信号进行语音识别，并将识别结果发送至监护平台、及驱动急救呼叫软件。
[0006]根据第一方面，在第一方面的第一种可能的实现方式中，所述云端用于，当识别结果为检测对象跌倒，则将识别结果发送至监护平台、及驱动急救呼叫软件；当识别出的环境音频信号中不包括检测对象声音或识别结果为检测对象未跌倒时，则通过所述单片机发送语音驱动信息至语音模块，并对再次接收到语音模块发出的环
境音频信号进行语音识别；当再次识别出的环境音频信号中不包括检测对象声音时，则将识别结果发送至监护平台、及驱动急救呼叫软件；当再次识别结果为检测对象未跌倒时，则判断为误报、并将识别结果发送至监护平台。
[0007]根据第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述跌倒检测模块包括：采样信号模块，用于获取检测对象的采样信号；点云数据获取模块，与所述采样信号模块通信连接，用于将所述采样信号进行三维傅里叶变换，并对三维傅里叶变换后的采样信息进行点云运算获取点云数据；过滤模块，与所述点云数据获取模块通信连接，用于对所述点云数据进行恒虚预警处理，并对恒虚预警处理后的点云数据进行多普勒过滤；聚类模块，与所述过滤模块通信连接，用于对多普勒过滤后的点云数据进行聚类处理，获取最终聚类结果；跟踪匹配模块，与所述聚类模块通信连接，用于对所述最终聚类结果进行跟踪匹配处理，获取检测对象的姿态高度；以及，判断模块，与所述跟踪匹配模块通信连接，用于当检测到所述姿态高度小于预设高度阈值时，则判断检测对象跌倒。
[0008]根据第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，所述采样信号模块用于，发射调频信号和接收调频信号发射至检测对象后反射回的信号；将调频信号与反射回的信号进行合并，获取中频信号；对所述中频信号进行模拟数字转换采样，获取检测对象的采样信号。
[0009]根据第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，所述点云数据获取模块用于，三维傅里叶包括：距离维傅里叶、多普勒傅里叶、角度维傅里叶；基于距离维傅里叶，获取跌倒检测模块与检测对象之间的距离d为：d = f*c*T/2B；基于多普勒傅里叶，获取检测对象的速度V为：；基于角度维傅里叶，获取检测对象的方位角θ为：式中，f为中频信号频率；c为光速；T为扫频周期；B为带宽；λ为波长；ω为发射的两个调频信号在同一位置的相位差；Tc为发射的两个调频信号的间隔时间。
[0010]根据第一方面的第四种可能的实现方式，在第一方面的第五种可能的实现方式中，所述过滤模块用于，选取点云数据中的任一点云单元为检测单元，所述检测单元的周边点云单元为参
考单元；将所述参考单元按照预设分配条件分配至目标集合，并获取目标集合中的参考单元数量；根据如下公式，判断检测单元中是否存在采样信号； ；其中，；当判断出检测单元中存在采样信号，则对选取的检测单元进行保留，否则消除选取的检测单元；在点云数据中，删除多普勒速度为0的点云数据；式中，为门限参数，为整数门限，为集合中参考单元采样个数，分别为前、后沿参考滑窗的第k个有序样本，k=1,2,
…
,N。
[0011]根据第一方面的第五种可能的实现方式，在第一方面的第六种可能的实现方式中，所述聚类模块用于，将多普勒过滤后的点云数据进行坐标转换；基于大阈值DBSCAN对坐标转换后的点云数据进行聚类，将未聚类成功的点云数据删除；基于小阈值DBSCAN对剩余的点云数据进行聚类，判断聚类结果是否为检测对象，并将判断为检测对象的聚类结果放至结果队列中；获取结果队列中前10帧聚类结果的众数；当判断出结果队列中的聚类结果的数量超过前10帧聚类结果的众数时，基于K
‑
means聚类和高斯混合模型聚类分别对未超过前10帧聚类结果的众数的聚类结果进行聚类；当检测到经过K
‑
means聚类后的聚类结果的数值与经过高斯混合模型聚类后的聚类结果数值均大于预设数值时，则选取这两种聚类结果数值中的最大数值聚类结果放至结果队列中，结果队列中的聚类结果为最终聚类结果。
[0012]根据第一方面的第六种可能的实现方式，在第一方面的第七种可能的实现方式中，所述跟踪匹配模块用于，基于卡尔曼粒子滤波预测最终聚类结果的下一帧点云数据；根据最终聚类结果与下一帧点云数据，获取代价矩阵，并对所述代价矩阵进行补齐；基于匈牙利算法对补齐后的代价矩阵进行匹配计算，获取检测对象的姿态高度h为：；
其中，；；式中，s是最终聚类结果与当前帧点云数据之间的距离；是吸收损耗率；是干燥情况下的衰减；是湿度情况下的衰减；f是波的频率；是频率相关的复合折射率虚部。
[0013]与现有技术相比，本专利技术首先获取检测对象的采样信号；在姿态雷达判断跌倒时，触发智能语音模块，即语音模块平时不工作，只有在雷达模块跌倒时触发语音模块时，语音模块才会启动采集场景语音，大大降低了语音模块的功耗。同时，单片机通本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种跌倒检测系统，其特征在于，包括：姿态雷达及云端；所述姿态雷达，包括与所述云端通信连接的单片机，与所述单片机通信连接的语音模块，及与所述单片机通信连接的跌倒检测模块；所述跌倒检测模块，用于判断检测对象是否跌倒，并发送跌倒触发信号至单片机；所述单片机，用于接收所述跌倒触发信号，并发送语音驱动信号至语音模块；所述语音模块，用于接收所述语音驱动信号并输出语音信号，根据所述语音信号获取环境音频信号；所述单片机，用于获取所述环境音频信号，将所述环境音频信号存储于flash内存区，并通过WIFI模组以http协议将存储于flash内存区中的环境音频信号发送至云端；所述云端，用于获取环境音频信号，基于机器学习算法模型对所述环境音频信号进行语音识别，并将识别结果发送至监护平台、及驱动急救呼叫软件。2.如权利要求1所述的跌倒检测系统，其特征在于，所述云端用于，当识别结果为检测对象跌倒，则将识别结果发送至监护平台、及驱动急救呼叫软件；当识别出的环境音频信号中不包括检测对象声音或识别结果为检测对象未跌倒时，则通过所述单片机发送语音驱动信息至语音模块，并对再次接收到语音模块发出的环境音频信号进行语音识别；当再次识别出的环境音频信号中不包括检测对象声音时，则将识别结果发送至监护平台、及驱动急救呼叫软件；当再次识别结果为检测对象未跌倒时，则判断为误报、并将识别结果发送至监护平台。3.如权利要求1所述的跌倒检测系统，其特征在于，所述跌倒检测模块包括：采样信号模块，用于获取检测对象的采样信号；点云数据获取模块，与所述采样信号模块通信连接，用于将所述采样信号进行三维傅里叶变换，并对三维傅里叶变换后的采样信息进行点云运算获取点云数据；过滤模块，与所述点云数据获取模块通信连接，用于对所述点云数据进行恒虚预警处理，并对恒虚预警处理后的点云数据进行多普勒过滤；聚类模块，与所述过滤模块通信连接，用于对多普勒过滤后的点云数据进行聚类处理，获取最终聚类结果；跟踪匹配模块，与所述聚类模块通信连接，用于对所述最终聚类结果进行跟踪匹配处理，获取检测对象的姿态高度；以及，判断模块，与所述跟踪匹配模块通信连接，用于当检测到所述姿态高度小于预设高度阈值时，则判断检测对象跌倒。4.如权利要求3所述的跌倒检测系统，其特征在于，所述采样信号模块用于，发射调频信号和接收调频信号发射至检测对象后反射回的信号；将调频信号与反射回的信号进行合并，获取中频信号；对所述中频信号进行模拟数字转换采样，获取检测对象的采样信号。5.如权利要求3所述的跌倒检测系统，其特征在于，所述点云数据获取模块用于...

【专利技术属性】
技术研发人员：高军峰，李济涵，张冰洋，向杰，付君雅，曹书琪，黄龙，
申请(专利权)人：中南民族大学，
类型：发明
国别省市：