[go: up one dir, main page]

CN115966058A - 一种基于红外监测的居家安全防护方法、系统及存储介质 - Google Patents

一种基于红外监测的居家安全防护方法、系统及存储介质 Download PDF

Info

Publication number
CN115966058A
CN115966058A CN202211724019.1A CN202211724019A CN115966058A CN 115966058 A CN115966058 A CN 115966058A CN 202211724019 A CN202211724019 A CN 202211724019A CN 115966058 A CN115966058 A CN 115966058A
Authority
CN
China
Prior art keywords
falling
old
protection device
arm
infrared
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202211724019.1A
Other languages
English (en)
Other versions
CN115966058B (zh
Inventor
黄世建
黄俊凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Hongkun Electric Appliance Co ltd
Original Assignee
Hunan Hongkun Electric Appliance Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan Hongkun Electric Appliance Co ltd filed Critical Hunan Hongkun Electric Appliance Co ltd
Priority to CN202211724019.1A priority Critical patent/CN115966058B/zh
Publication of CN115966058A publication Critical patent/CN115966058A/zh
Application granted granted Critical
Publication of CN115966058B publication Critical patent/CN115966058B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Emergency Alarm Devices (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种基于红外监测的居家安全防护方法、系统及存储介质,属于跌倒防护技术领域,其中方法包括红外捕捉器实时获取老人的行走位置,根据行走位置设定第一预设活动区域和第二预设活动区域;判断老人是否有跌倒的趋势;如果老人没有跌倒的趋势,驱动跌倒防护装置在第一预设活动区域内活动;如果老人有跌倒的趋势,驱动跌倒防护装置在第二预设活动区域内活动,并控制跌倒防护装置靠近老人,使老人跌倒坐在跌倒防护装置上;跌倒防护装置上的压力传感器感应跌坐时间,比较跌坐时间和预设时间;如果跌坐时间超过预设时间,则红外热像仪扫描老人的身体信息,将身体信息上传到云端,同时,发送求救信号给家人或医院。

Description

一种基于红外监测的居家安全防护方法、系统及存储介质
技术领域
本发明涉及跌倒防护技术领域,具体涉及一种基于红外监测的居家安全防护方法、系统及存储介质。
背景技术
跌倒是指一种突然意外的倒地现象。跌倒可发生于任何年龄,但老年人更多见,研究表明,在65岁以上的老年人中,每年有1次或多次跌倒经历的比例高达1/3,其中20-30%的老人在跌倒事件中会造成擦伤、髋部骨折、头部外伤等,并随着年龄的增加而增加。老人骨质疏松,血管弹性差,万一跌伤头部,容易造成颅内出血;跌倒后四肢骨折的机会多,跌伤臀部可引起股骨颈骨折,愈合困难。
我国目前有约1.3亿老年人,每年约有2000万老年人至少发生共计2500万次跌倒事故,直接医疗费用超过50亿元人民币。由此可见,跌倒成为了威胁老年人生命安全和增加社会负担的重要因素。由于跌倒可导致心理创伤、骨折及软组织损伤等严重后果,影响老年人的心身健康,增加家庭和社会的负担,现已成为老年临床医学中一项很受重视的课题。
因此,如何提供一种安全防护方法,使其可预测老人是否有跌倒的趋势,且在老人跌倒后保护老人,避免老人直接跌坐在地面上,减少冲击,是本领域技术人员亟待解决的技术问题。
发明内容
为此,本发明提供一种基于红外监测的居家安全防护方法、系统及存储介质,以解决现有技术中由于跌倒导致老人骨折受伤而导致的身体和心理负担加重的问题。
为了实现上述目的,本发明提供如下技术方案:
根据本发明的第一方面,提出了一种基于红外监测的居家安全防护方法,包括以下步骤:
S1:红外捕捉器实时获取老人的行走位置,根据所述行走位置设定第一预设活动区域和第二预设活动区域;
S2:判断老人是否有跌倒的趋势;
S3:如果老人没有跌倒的趋势,驱动跌倒防护装置在所述第一预设活动区域内活动;
S4:如果老人有跌倒的趋势,驱动所述跌倒防护装置在所述第二预设活动区域内活动,并控制所述跌倒防护装置靠近老人,使老人跌倒坐在所述跌倒防护装置上;
S5:所述跌倒防护装置上的压力传感器感应跌坐时间,比较跌坐时间和预设时间;
S6:如果跌坐时间超过预设时间,则红外热像仪扫描老人的身体信息,将身体信息上传到云端,同时,发送求救信号给家人或医院。
进一步地,所述步骤S2中判断老人是否有跌倒的趋势,具体包括以下步骤:
S201:所述红外捕捉器实时捕捉老人的动作状态特征,根据所述动作状态特征和第一预估算法获取老人的预估倾倒角度;
S202:比较所述预估倾倒角度与身体倾倒阈值;
S203:如果所述预估倾倒角度大于所述身体倾倒阈值,则老人有跌倒的趋势。
进一步地,所述步骤S4中控制所述跌倒防护装置靠近老人,具体包括以下步骤:
S401:根据老人身体的倾倒程度驱动所述跌倒防护装置靠近老人身体;其中,倾倒程度为老人的倾倒方向和预估倾倒角度,所述红外捕捉器获取老人的倾倒方向;
S402:根据老人身体的预估倾倒角度和第二预估算法获取老人的预估跌倒高度,调节所述跌倒防护装置的高度;
S403:所述红外捕捉器获取老人手臂的摆动姿态,根据手臂的摆动姿态和第三预估算法获取老人的手臂预估倾倒位姿;
S404:根据老人的手臂预估倾倒位姿驱动所述跌倒防护装置上的手臂对接装置靠近老人的手臂。
进一步地,所述第一预估算法为:
Figure BDA0004030608330000031
其中,α为预估倾倒角度,i表示动作状态特征中的参数的个数,f(dn)为动作状态预设函数,xdn为与dn对应的预设权重,xdn根据dn对跌倒的影响程度确定,dn表示动作状态特征中的第n个参数,n的取值范围为大于等于1小于等于i的整数。
进一步地,所述第二预估算法为:
Figure BDA0004030608330000032
其中,H为老人的预估跌倒高度,α为预估倾倒角度,f(gn,hn)为老人各关节的跌倒高度预设函数,gn表示老人的第n个关节参数,hn表示老人的第n个关节的跌倒高度。
进一步地,所述第三预估算法为:
Figure BDA0004030608330000033
其中,(X’,Y’,Z’)为手臂预估倾倒位姿,(X,Y,Z)为手臂初始位姿,f(a)为手臂摆动曲线函数,b代表手臂摆动的幅度。
进一步地,所述第一预设活动区域是以d1为外直径,d2为内直径的环形区域;所述第二预设活动区域是以d2为直径的圆形区域;其中,d1>d2
根据本发明的第二方面,提出了一种基于红外监测的居家安全防护系统,用于实现上述任一项所述的基于红外监测的居家安全防护方法,包括跌倒防护装置、红外捕捉器、红外热像仪和中央处理器,所述红外捕捉器捕捉老人的行走位置和动作状态特征并传输到中央处理器内,所述中央处理器控制所述跌倒防护装置根据老人实时状况移动,所述红外热像仪扫描老人的身体信息,将身体信息上传到中央处理器内。
进一步地,所述跌倒防护装置至少包括跟踪模块、压力传感器和手臂对接装置,所述跟踪模块驱动所述跌倒防护装置跟随老人,所述跌倒防护装置上设有所述手臂对接装置,所述中央处理器控制所述手臂对接装置根据老人实时状况移动,所述跌倒防护装置上设有所述压力传感器,所述压力传感器感应老人的跌坐时间;
所述跟踪模块至少包括方向调节模块、角度调节模块和高度调节模块,所述方向调节模块、角度调节模块和高度调节模块调节所述跌倒防护装置的方向、角度和高度。
根据本发明的第三方面,提出了一种存储介质,包括程序和指令,当所述程序或指令在计算机上运行时,上述任一项所述的基于红外监测的居家安全防护方法被实现。
本发明具有如下优点:
本发明通过红外捕捉器实时获取老人的行走位置,设定第一预设活动区域和第二预设活动区域,当老人正常行走时,控制跌倒防护装置在第一预设活动区域内活动,使跌倒防护装置既能跟随老人又不会阻碍老人的正常行走。当老人出现跌倒的趋势时,控制跌倒防护装置在第二预设活动区域内活动,方便跌倒防护装置及时接住跌倒的老人。
本发明设有跌倒防护装置,跌倒防护装置能跟踪老人行走,并根据跌倒的方向和角度调整,使老人能跌坐在其上。跌倒防护装置上设有手臂对接装置,预估老人的手臂倾倒位姿,根据手臂倾倒位姿调节手臂对接装置,使老人的手臂落在手臂对接装置内,一方面避免老人从跌倒防护装置上脱离,另一方面又避免老人的手臂受到冲击。
跌倒防护装置上设有的压力传感器感应跌坐时间,比较跌坐时间和预设时间,如果跌坐时间超过预设时间,则红外热像仪扫描老人的身体信息,将身体信息上传到云端,同时,发送求救信号给家人或医院,方便及时就医。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明提供的一种基于红外监测的居家安全防护方法的流程图;
图2为本发明提供的方法中步骤S2的流程图;
图3为本发明提供的方法中步骤S4的流程图;
图4为本发明提供的一种基于红外监测的居家安全防护系统的连接框图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
根据本发明的第一方面,提出了一种基于红外监测的居家安全防护方法,如图1所示的,包括以下步骤:
S1:红外捕捉器实时获取老人的行走位置,根据行走位置设定第一预设活动区域和第二预设活动区域。第一预设活动区域是以d1为外直径,d2为内直径的环形区域;第二预设活动区域是以d2为直径的圆形区域;其中,d1>d2。d1为跌倒防护装置到老人的最远距离,d2为跌倒防护装置到老人的最近距离。
第一预设活动区域是使跌倒防护装置既能跟随老人又不会阻碍老人正常行走的区域。第二预设活动区域靠近老人,保证老人跌倒后跌倒防护装置能及时到达老人身边。
S2:判断老人是否有跌倒的趋势,如图2所示的,具体包括以下步骤:
S201:红外捕捉器实时捕捉老人的动作状态特征,根据动作状态特征和第一预估算法获取老人的预估倾倒角度;
第一预估算法为:
Figure BDA0004030608330000061
其中,α为预估倾倒角度,i表示动作状态特征中的参数的个数,f(dn)为动作状态预设函数,xdn为与dn对应的预设权重,xdn根据dn对跌倒的影响程度确定,dn表示动作状态特征中的第n个参数,n的取值范围为大于等于1小于等于i的整数。
动作状态特征中的参数为老人的肩关节、腕关节、髋关节、膝关节、踝关节、肘关节、颞下颌关节等关节。xdn根据各关节对跌倒的影响程度确定,如老人的髋关节、膝关节、腕关节等为重要关节。f(dn)为动作状态预设函数为各个关节倾倒曲线的函数。根据其倾倒函数预估老人各个关节的倾倒角度,从而预估老人的倾倒状态。
S202:比较预估倾倒角度与身体倾倒阈值。
S203:如果预估倾倒角度大于身体倾倒阈值,则老人有跌倒的趋势。
身体倾倒阈值为身体跌倒前的角度临界值,超过其角度临界值,老人就会出现跌倒的状态。
S3:如果老人没有跌倒的趋势,驱动跌倒防护装置在第一预设活动区域内活动,使跌倒防护装置既能跟随老人又不会阻碍老人正常行走。
S4:如果老人有跌倒的趋势,驱动跌倒防护装置在第二预设活动区域内活动,并控制跌倒防护装置靠近老人,使老人跌倒坐在跌倒防护装置上。在预测出老人即将跌倒时,跌倒防护装置向靠近老人的方向驱动,保证老人跌倒后跌倒防护装置能及时到达老人身边。
使老人跌倒坐在跌倒防护装置上,如图3所示的,具体包括以下步骤:
S401:根据老人身体的倾倒程度驱动跌倒防护装置靠近老人身体;其中,倾倒程度为老人的倾倒方向和预估倾倒角度,红外捕捉器获取老人的倾倒方向。当老人跌倒时,调节跌倒防护装置的方向与角度,使跌倒防护装置正对迎向老人。
S402:根据老人身体的预估倾倒角度和第二预估算法获取老人的预估跌倒高度,调节跌倒防护装置的高度。
第二预估算法为:
Figure BDA0004030608330000071
其中,H为老人的预估跌倒高度,α为预估倾倒角度,f(gn,hn)为老人各关节的跌倒高度预设函数,gn表示老人的第n个关节参数,hn表示老人的第n个关节的跌倒高度。
跌倒防护装置的方向与角度确定后,调节跌倒防护装置的高度,将跌倒防护装置与老人的距离拉开或缩小,使老人能自然跌落在其上。跌倒防护装置的高度根据老人各个关节的高度综合考量得出的。
S403:红外捕捉器获取老人手臂的摆动姿态,根据手臂的摆动姿态和第三预估算法获取老人的手臂预估倾倒位姿。
第三预估算法为:
Figure BDA0004030608330000072
其中,(X’,Y’,Z’)为手臂预估倾倒位姿,(X,Y,Z)为手臂初始位姿,f(a)为手臂摆动曲线函数,b代表手臂摆动的幅度。
老人跌倒落在跌倒防护装置上时,因为本能反应,与身体相比手臂会有较大幅度的变化。为了避免手臂磕碰在跌倒防护装置上,在跌倒防护装置上设有手臂对接装置,使手臂对接装置迎向摆动的手臂,先一步保护老人的手臂,使老人的身形得到初步稳定。根据手臂摆动曲线函数和手臂摆动的幅度预估手臂位置,调节手臂对接装置。
S404:根据老人的手臂预估倾倒位姿驱动跌倒防护装置上的手臂对接装置靠近老人的手臂。老人的手臂落在手臂对接装置内,一方面避免老人从跌倒防护装置上脱离,另一方面又避免老人的手臂受到冲击。
S5:跌倒防护装置上的压力传感器感应跌坐时间,比较跌坐时间和预设时间。
S6:如果跌坐时间超过预设时间,则红外热像仪扫描老人的身体信息,将身体信息上传到云端,同时,发送求救信号给家人或医院。
如果老人长时间跌坐在跌倒防护装置上,没有起身的动作,则老人可能会有晕倒昏迷的状况。通过红外热像仪扫描老人的身体影像,将身体影像传送到医院,方便医生提前根据影像判断人体病灶的部位、疾病的性质和病变的程度,为临床诊断提供依据。
本发明通过红外捕捉器实时获取老人的行走位置,设定第一预设活动区域和第二预设活动区域,当老人正常行走时,控制跌倒防护装置在第一预设活动区域内活动,使跌倒防护装置既能跟随老人又不会阻碍老人的正常行走。当老人出现跌倒的趋势时,控制跌倒防护装置在第二预设活动区域内活动,方便跌倒防护装置及时接住跌倒的老人。
本发明设有跌倒防护装置,跌倒防护装置能跟踪老人行走,并根据跌倒的方向和角度调整,使老人能跌坐在其上。跌倒防护装置上设有手臂对接装置,预估老人的手臂倾倒位姿,根据手臂倾倒位姿调节手臂对接装置,使老人的手臂落在手臂对接装置内,一方面避免老人从跌倒防护装置上脱离,另一方面又避免老人的手臂受到冲击。
跌倒防护装置上设有的压力传感器感应跌坐时间,比较跌坐时间和预设时间,如果跌坐时间超过预设时间,则红外热像仪扫描老人的身体信息,将身体信息上传到云端,同时,发送求救信号给家人或医院,方便及时就医。
根据本发明的第二方面,提出了一种基于红外监测的居家安全防护系统,用于实现一种基于红外监测的居家安全防护方法,如图4所示的,包括跌倒防护装置、红外捕捉器、红外热像仪和中央处理器,红外捕捉器捕捉老人的行走位置和动作状态特征并传输到中央处理器内,中央处理器控制跌倒防护装置根据老人实时状况移动,红外热像仪扫描老人的身体信息,将身体信息上传到中央处理器内。
跌倒防护装置至少包括跟踪模块、压力传感器和手臂对接装置,跟踪模块驱动跌倒防护装置跟随老人,跌倒防护装置上设有手臂对接装置,手臂对接装置设有两个,分别对应老人的左右两臂。中央处理器控制手臂对接装置根据老人实时状况移动,跌倒防护装置上设有压力传感器,压力传感器感应老人的跌坐时间。
跌倒防护装置和手臂对接装置上设有气囊结构,能在检测到老人跌倒时,打开气囊,缓冲对老人造成的冲击。
跟踪模块至少包括方向调节模块、角度调节模块和高度调节模块,方向调节模块、角度调节模块和高度调节模块调节跌倒防护装置的方向、角度和高度。
根据本发明的第三方面,提出了一种存储介质,包括程序和指令,当程序或指令在计算机上运行时,一种基于红外监测的居家安全防护方法被实现。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。

Claims (10)

1.一种基于红外监测的居家安全防护方法,其特征在于,包括以下步骤:
S1:红外捕捉器实时获取老人的行走位置,根据所述行走位置设定第一预设活动区域和第二预设活动区域;
S2:判断老人是否有跌倒的趋势;
S3:如果老人没有跌倒的趋势,驱动跌倒防护装置在所述第一预设活动区域内活动;
S4:如果老人有跌倒的趋势,驱动所述跌倒防护装置在所述第二预设活动区域内活动,并控制所述跌倒防护装置靠近老人,使老人跌倒坐在所述跌倒防护装置上;
S5:所述跌倒防护装置上的压力传感器感应跌坐时间,比较跌坐时间和预设时间;
S6:如果跌坐时间超过预设时间,则红外热像仪扫描老人的身体信息,将身体信息上传到云端,同时,发送求救信号给家人或医院。
2.如权利要求1所述的基于红外监测的居家安全防护方法,其特征在于,所述步骤S2中判断老人是否有跌倒的趋势,具体包括以下步骤:
S201:所述红外捕捉器实时捕捉老人的动作状态特征,根据所述动作状态特征和第一预估算法获取老人的预估倾倒角度;
S202:比较所述预估倾倒角度与身体倾倒阈值;
S203:如果所述预估倾倒角度大于所述身体倾倒阈值,则老人有跌倒的趋势。
3.如权利要求1所述的基于红外监测的居家安全防护方法,其特征在于,所述步骤S4中控制所述跌倒防护装置靠近老人,具体包括以下步骤:
S401:根据老人身体的倾倒程度驱动所述跌倒防护装置靠近老人身体;其中,倾倒程度为老人的倾倒方向和预估倾倒角度,所述红外捕捉器获取老人的倾倒方向;
S402:根据老人身体的预估倾倒角度和第二预估算法获取老人的预估跌倒高度,调节所述跌倒防护装置的高度;
S403:所述红外捕捉器获取老人手臂的摆动姿态,根据手臂的摆动姿态和第三预估算法获取老人的手臂预估倾倒位姿;
S404:根据老人的手臂预估倾倒位姿驱动所述跌倒防护装置上的手臂对接装置靠近老人的手臂。
4.如权利要求2所述的基于红外监测的居家安全防护方法,其特征在于,所述第一预估算法为:
Figure FDA0004030608320000021
其中,α为预估倾倒角度,i表示动作状态特征中的参数的个数,f(dn)为动作状态预设函数,xdn为与dn对应的预设权重,xdn根据dn对跌倒的影响程度确定,dn表示动作状态特征中的第n个参数,n的取值范围为大于等于1小于等于i的整数。
5.如权利要求3所述的基于红外监测的居家安全防护方法,其特征在于,所述第二预估算法为:
Figure FDA0004030608320000022
其中,H为老人的预估跌倒高度,α为预估倾倒角度,f(gn,hn)为老人各关节的跌倒高度预设函数,gn表示老人的第n个关节参数,hn表示老人的第n个关节的跌倒高度。
6.如权利要求3所述的基于红外监测的居家安全防护方法,其特征在于,所述第三预估算法为:
Figure FDA0004030608320000023
其中,(X’,Y’,Z’)为手臂预估倾倒位姿,(X,Y,Z)为手臂初始位姿,f(a)为手臂摆动曲线函数,b代表手臂摆动的幅度。
7.如权利要求1所述的基于红外监测的居家安全防护方法,其特征在于,所述第一预设活动区域是以d1为外直径,d2为内直径的环形区域;所述第二预设活动区域是以d2为直径的圆形区域;其中,d1>d2
8.一种基于红外监测的居家安全防护系统,用于实现如权利要求1-7任一项所述的基于红外监测的居家安全防护方法,其特征在于,包括跌倒防护装置、红外捕捉器、红外热像仪和中央处理器,所述红外捕捉器捕捉老人的行走位置和动作状态特征并传输到中央处理器内,所述中央处理器控制所述跌倒防护装置根据老人实时状况移动,所述红外热像仪扫描老人的身体信息,将身体信息上传到中央处理器内。
9.如权利要求8所述的基于红外监测的居家安全防护系统,其特征在于,所述跌倒防护装置至少包括跟踪模块、压力传感器和手臂对接装置,所述跟踪模块驱动所述跌倒防护装置跟随老人,所述跌倒防护装置上设有所述手臂对接装置,所述中央处理器控制所述手臂对接装置根据老人实时状况移动,所述跌倒防护装置上设有所述压力传感器,所述压力传感器感应老人的跌坐时间;
所述跟踪模块至少包括方向调节模块、角度调节模块和高度调节模块,所述方向调节模块、角度调节模块和高度调节模块调节所述跌倒防护装置的方向、角度和高度。
10.一种存储介质,其特征在于,包括程序和指令,当所述程序或指令在计算机上运行时,如权利要求1-7任一项所述的基于红外监测的居家安全防护方法被实现。
CN202211724019.1A 2022-12-30 2022-12-30 一种基于红外监测的居家安全防护方法、系统及存储介质 Active CN115966058B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211724019.1A CN115966058B (zh) 2022-12-30 2022-12-30 一种基于红外监测的居家安全防护方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211724019.1A CN115966058B (zh) 2022-12-30 2022-12-30 一种基于红外监测的居家安全防护方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN115966058A true CN115966058A (zh) 2023-04-14
CN115966058B CN115966058B (zh) 2024-08-06

Family

ID=87363231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211724019.1A Active CN115966058B (zh) 2022-12-30 2022-12-30 一种基于红外监测的居家安全防护方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN115966058B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000285223A (ja) * 1999-03-30 2000-10-13 Matsushita Electric Works Ltd 転倒検知装置
CN105965506A (zh) * 2016-05-16 2016-09-28 北京格分维科技有限公司 一种基于遗传算法的人形双足机器人步行姿态控制方法
CN108629946A (zh) * 2018-06-14 2018-10-09 清华大学深圳研究生院 一种基于rgbd传感器的人体跌倒检测方法
CN109360374A (zh) * 2018-12-20 2019-02-19 湖南晖龙集团股份有限公司 一种基于物联网的人体摔倒自动预警系统
WO2019063576A1 (en) * 2017-09-29 2019-04-04 Koninklijke Philips N.V. FALL DETECTOR BRACELET BASED ON AN ARM DIRECTION
CN109670396A (zh) * 2018-11-06 2019-04-23 华南理工大学 一种室内老人跌倒检测方法
CN111643061A (zh) * 2020-06-12 2020-09-11 阳讯互动(北京)科技有限公司 一种基于人工智能的相貌空间集成系统
CN113940820A (zh) * 2021-10-18 2022-01-18 亿慧云智能科技(深圳)股份有限公司 一种智能陪护座椅机器人装置及其训练学习方法
US20220087617A1 (en) * 2020-09-18 2022-03-24 Xsensor Technology Corporation Intelligent patient monitoring system
CN114601612A (zh) * 2022-03-09 2022-06-10 卢雯 一种跌倒防护装置及防护方法
CN114694261A (zh) * 2022-04-14 2022-07-01 重庆邮电大学 一种基于多级监督图卷积的视频三维人体姿态估计方法及系统
KR20220106580A (ko) * 2021-01-22 2022-07-29 동의대학교 산학협력단 딥러닝 모델을 이용한 낙상 상황 검출 방법 및 장치

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000285223A (ja) * 1999-03-30 2000-10-13 Matsushita Electric Works Ltd 転倒検知装置
CN105965506A (zh) * 2016-05-16 2016-09-28 北京格分维科技有限公司 一种基于遗传算法的人形双足机器人步行姿态控制方法
WO2019063576A1 (en) * 2017-09-29 2019-04-04 Koninklijke Philips N.V. FALL DETECTOR BRACELET BASED ON AN ARM DIRECTION
CN108629946A (zh) * 2018-06-14 2018-10-09 清华大学深圳研究生院 一种基于rgbd传感器的人体跌倒检测方法
CN109670396A (zh) * 2018-11-06 2019-04-23 华南理工大学 一种室内老人跌倒检测方法
CN109360374A (zh) * 2018-12-20 2019-02-19 湖南晖龙集团股份有限公司 一种基于物联网的人体摔倒自动预警系统
CN111643061A (zh) * 2020-06-12 2020-09-11 阳讯互动(北京)科技有限公司 一种基于人工智能的相貌空间集成系统
US20220087617A1 (en) * 2020-09-18 2022-03-24 Xsensor Technology Corporation Intelligent patient monitoring system
KR20220106580A (ko) * 2021-01-22 2022-07-29 동의대학교 산학협력단 딥러닝 모델을 이용한 낙상 상황 검출 방법 및 장치
CN113940820A (zh) * 2021-10-18 2022-01-18 亿慧云智能科技(深圳)股份有限公司 一种智能陪护座椅机器人装置及其训练学习方法
CN114601612A (zh) * 2022-03-09 2022-06-10 卢雯 一种跌倒防护装置及防护方法
CN114694261A (zh) * 2022-04-14 2022-07-01 重庆邮电大学 一种基于多级监督图卷积的视频三维人体姿态估计方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
汪大峰: "视频监控中跌倒行为识别", 《电子设计工程》, vol. 24, no. 22, 30 November 2016 (2016-11-30), pages 122 - 126 *

Also Published As

Publication number Publication date
CN115966058B (zh) 2024-08-06

Similar Documents

Publication Publication Date Title
US10172522B2 (en) Patient-need prediction system
Persing et al. Prevention and management of positional skull deformities in infants
US20230000396A1 (en) Systems and methods for detecting movement
CN103300819B (zh) 学习病人监控和干预系统
US20150320339A1 (en) System and method for analyzing patient orientation, location and movement
US12303299B2 (en) Systems and methods for detecting attempted bed exit
JP2019514448A (ja) 患者の動きを追跡するシステムおよび方法
WO2021249315A1 (zh) 康复机器人的操作方法、康复机器人及可读存储介质
CN105528860B (zh) 重症监护病房预警系统及预警方法
Schotland What is obstructive sleep apnea in adults?
CN116158759A (zh) 一种离床检测报警系统及装置
CN116649963A (zh) 一种基于患者肢体位姿检测的预警分析方法和系统
Broetz et al. New aspects for the physiotherapy of pushing behaviour
CN114983657A (zh) 一种躁动患者的约束装置及方法
CN115966058A (zh) 一种基于红外监测的居家安全防护方法、系统及存储介质
CN115397625A (zh) 可穿戴式外骨骼
CN115223089B (zh) 儿童危险行为检测方法、装置、智能终端及存储介质
JP2016097219A (ja) 屋内事故回避システム
CN111419514B (zh) 一种新型带监测报警功能的防误触手部约束装置和约束系统
Neuhäuser et al. Studies of malformation syndromes of man XXXIX: a craniosynostosis-craniofacial dysostosis syndrome with mental retardation and other malformations:“craniofacial dyssynostosis”
CN111387990A (zh) 一种脑卒中偏瘫患者用离床预警系统
KR102608941B1 (ko) 인공지능을 이용한 환자의 이상 행동 탐지 시스템
CN111437095B (zh) 防误触智能自锁止限位腕带和限位系统
CN213518592U (zh) 一种患者离床监测系统
Kuramoto et al. Stabilometric analysis of neck orientations during mealtime by a wearable device for dysphagia patients

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant