【技术实现步骤摘要】
本专利技术涉及数据处理，特别是指一种基于场景智能分析的居家陪护系统。
技术介绍
1、现有的居家陪护系统根据简单的传感器技术来实现对用户的监测和照护，系统通常通过安装在家中的传感器，例如红外传感器、摄像头、门磁传感器等，获取用户的行为信息，并对其进行分析。当系统检测到用户行为异常或紧急事件时，例如摔倒或长时间未移动，会自动发出警报并通知护理人员。这种监测方法适用于一些简单场景，但面对复杂场景时可能表现不佳，难以实现对复杂事件的精准识别。
2、例如在夜间起夜的场景下，系统通过传感设备判断用户是否起身并在黑暗中行动，然而，若用户长时间坐在床边、准备起立，但没有显著的移动幅度，系统无法准确识别此行为。传感设备的检测依赖于预设的时间阈值和动作幅度，一旦用户的行为未达到这些预设标准，系统可能无法及时判断是否存在潜在危险，导致对夜间摔倒风险的忽略。
技术实现思路
1、本专利技术的目的在于提供一种基于场景智能分析的居家陪护系统，旨在解决
技术介绍
中所提到的问题。
2、为解决上述技术问题，本专利技术的技术方案如下：
3、一种基于场景智能分析的居家陪护系统，所述系统包括：
4、数据采集模块，用于采集用户的行为数据和环境数据，并对行为数据和环境数据进行预处理，得到日常行为数据和日常环境数据；
5、特征提取模块，用于根据日常行为数据，识别不同的行为轨迹并从行为轨迹中提取行为特征，得到行为特征数据；根据日常环境数据，收集空间环境特征，提取物理环境特征
6、权重赋予模块，用于根据行为特征数据，分析行为对用户安全的影响，得到行为权重；根据环境特征数据，分析环境对用户安全的影响，得到环境权重；
7、行为模式模块，用于将行为特征数据和环境特征数据进行时间对齐，得到匹配数据集，并根据匹配数据集，分析行为与环境之间的关联性，生成行为模式数据；
8、行为预测模块，用于获取用户的实时环境数据，并通过行为模式数据预测实时环境数据下用户的行为趋势，得到预测行为数据；
9、异常分析模块，用于获取用户的实时行为数据，并将预测行为数据与实时行为数据进行对比，得到异常行为数据；
10、危险判断模块，用于根据异常行为数据，判断用户是否存在潜在危险，当判断结果为是时，生成预警信息，当判断结果为否时，继续监测用户的行为；
11、警报提示模块，用于将预警信息发送给监护人或指定终端。
12、进一步的，所述特征提取模块包括：
13、所述特征提取模块包括：
14、行为特征提取单元，用于根据日常行为数据，识别用户行为的幅度、频率和持续时间，得到行为轨迹，并对行为轨迹进行提取特征，得到行为特征数据；
15、环境特征提取单元，用于根据日常环境数据，分析物体与用户之间的距离，得到空间环境特征，并从日常环境数据中收集不同时间点温度、光照，得到物理环境特征，根据实体环境特征和物理环境特征，得到环境特征数据。
16、进一步的，所述权重赋予模块包括：
17、行为权重单元，用于根据行为特征数据，分析不同行为对用户安全的影响程度，计算行为的权重值，得到行为权重，行为权重值的计算公式为：
18、，
19、其中，为第个行为的权重值，为行为的索引，为第个行为，为第个行为的危险历史事件数，为历史事件总数，为第个行为的频率，为第个行为的持续时间，为第个行为的幅度，为第个行为与其他行为的协方差，和分别为第个行为和其他行为的标准差，为第个行为的调节系数，为行为权重的归一化系数。
20、进一步的，所述权重赋予模块还包括：
21、环境权重单元，用于根据环境特征数据，分析不同环境对用户安全的影响程度，计算环境的权重值，得到环境权重，环境权重值的计算公式为：
22、，
23、其中，为第个环境的权重值，为环境的索引，为第个环境，为第个环境的危险历史事件数，为历史事件总数，为第个环境的障碍距离，为第个环境的光照强度，为第个环境的温度，为第个环境与其他环境的协方差，和分别为第个环境和其他环境的标准差，为第个环境的调节系数，为环境权重的归一化系数。
24、进一步的，所述行为模式模块包括：
25、时间对齐单元，用于将行为特征数据和环境特征数据按照时间顺序进行排列，并将相同时间点上的行为特征数据和环境特征数据进行对齐，生成匹配数据集；
26、数据划分单元，用于将匹配数据集中的环境特征进行相似度计算，划分出不同的环境，并根据其对匹配数据集进行划分，生成匹配数据子集；
27、关联分析单元，用于计算匹配数据子集中行为特征与环境特征的关联度，得到行为环境关联度，行为环境关联度的计算公式为：
28、，
29、其中，为第个行为和第个环境的行为环境关联度，为第个行为的第个行为特征，为第个环境的第个环境特征，为第个行为的行为特征和第个环境的环境特征的标准差之和，和分别为行为特征和环境特征的总数，为交叉熵函数，；
30、行为模式确定单元，用于根据行为环境关联度和预设关联度阈值，筛选对比行为特征数据和对比环境特征数据，确定行为模式。
31、进一步的所述行为预测模块包括：
32、实时环境单元，用于获取用户的实时环境数据，并从实时环境数据中提取环境特征，得到实时环境特征；
33、环境对比单元，用于计算实时环境特征与对比环境特征的相似度，选取行为模式，得到参考行为模式；
34、行为预测单元，用于根据参考行为模式，提取对比行为特征数据，得到行为预测数据。
35、进一步的，所述异常分析模块包括：
36、行为对比单元，用于获取用户的实时行为数据，并将其与行为预测数据进行对比，得到行为相似度；
37、异常行为单元，用于当行为相似度低于预设行为相似度阈值，则将实时行为数据标记为异常，得到行为异常数据，当行为相似度不低于预设行为相似度阈值，则将实时行为数据标记为正常。
38、进一步的，行为相似度的计算公式为：
39、，
40、其中，为实时行为数据与行为预测数据的相似度，为实时行为数据中第个行为的第个行为特征，为行为预测数据中第个行为的第个行为特征，为行为特征的总数，为第个行为特征的调节系数，为第个行为特征的加权系数，为常数。
41、进一步的，所述危险判断模块包括：
42、危险计算单元，用于根据异常行为数据，量化异常行为对用户安全的影响程度，计算得到危险匹配度；
43、危险判断单元，用于当危险匹配度大于预设危险匹配度阈值，判断用户存在潜在危险，开启预警状态并生成预警信息，当潜在危险匹配度不大于预设危险匹配度阈值，判断用户不存在潜在危险，不开启预警状态并继续监测用户的行为。
44、进一步的，危险匹配度的计算公式为：
45、，
<本文档来自技高网...【技术保护点】
1.一种基于场景智能分析的居家陪护系统，其特征在于，所述系统包括：
2.根据权利要求1所述的一种基于场景智能分析的居家陪护系统，其特征在于，所述特征提取模块包括：
3.根据权利要求2所述的一种基于场景智能分析的居家陪护系统，其特征在于，所述权重赋予模块包括：
4.根据权利要求3所述的一种基于场景智能分析的居家陪护系统，其特征在于，所述权重赋予模块还包括：
5.根据权利要求4所述的一种基于场景智能分析的居家陪护系统，其特征在于，所述行为模式模块包括：
6.根据权利要求5所述的一种基于场景智能分析的居家陪护系统，其特征在于，所述行为预测模块包括：
7.根据权利要求6所述的一种基于场景智能分析的居家陪护系统，其特征在于，所述异常分析模块包括：
8.根据权利要求7所述的一种基于场景智能分析的居家陪护系统，其特征在于，行为相似度的计算公式为：
9.根据权利要求8所述的一种基于场景智能分析的居家陪护系统，其特征在于，所述危险判断模块包括：
10.根据权利要求9所述的一种基于场景智能分析
...【技术特征摘要】
1.一种基于场景智能分析的居家陪护系统，其特征在于，所述系统包括：
2.根据权利要求1所述的一种基于场景智能分析的居家陪护系统，其特征在于，所述特征提取模块包括：
3.根据权利要求2所述的一种基于场景智能分析的居家陪护系统，其特征在于，所述权重赋予模块包括：
4.根据权利要求3所述的一种基于场景智能分析的居家陪护系统，其特征在于，所述权重赋予模块还包括：
5.根据权利要求4所述的一种基于场景智能分析的居家陪护系统，其特征在于，所述行为模式模块包括：
6.根据权...
【专利技术属性】
技术研发人员：王庭国，王春英，
申请(专利权)人：福建闽冠伟业智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。