[发明专利]一种基于热释电红外的跌倒检测系统

说明书

技术领域

本发明涉及数字家庭技术领域，具体涉及一种基于热释电红外的跌倒检测系统。 

背景技术

行为识别作为一种可远程识别的生物认证技术，有广泛的应用背景。跌倒是典型行为(行走、坐、卧、跌倒等)中的一种，是对人们的生产生活影响相对较大的一种行为。而跌倒检测作为行为识别的一个方面，广泛应用于家庭、医院、办公室或工业环境等各种重要场所的安全监控系统中。跌倒检测技术在某些应用场合十分重要。比如，跌倒检测作为健康辅助技术的一个重要组成部分，对于在家独自生活的老人或医院病人，它可将紧急跌倒事件及时通知照顾者，确保跌倒者将得到紧急援助或治疗。这对于提高他们的生活质量或减轻他们跌倒受伤的程度有重要作用。 

当前，在被动式热释电红外无线传感器网络中，人们对热释电红外监控区域进行了分割编码，在此基础上对人体进行目标检测、目标分类、目标定向、目标跟踪等方面的研究取得了一定的成果。目前的跌倒检测方法有各自的缺点，基于穿戴式设备的跌倒检测方法具有强制性，要求使用者必须携带穿戴式设备，给使用者带来不便；基于视觉设备的跌倒检测方法会涉及到使用者的隐私，在黑暗环境下不能工作，且设备价格相对较高，计算量大；基于周围环境设备的跌倒检测方法都必须使用压力或者振动传感器来测量使用者的位置，才能对跌倒作出检测。 

发明内容

本发明要解决的技术问题是提供一种基于热释电红外的跌倒检测系统，能够提高检测的灵敏度，并更方便用户的使用。 

为了实现发明目的，本发明采用的技术方案如下： 

本发明提供一种基于热释电红外的跌倒检测系统： 

包括数据采集模块，模数转换模块，滤波及去除噪声模块，数据处理模块，报警模块； 

所述数据采集模块包括两个热释电红外传感器，用于采集信号； 

模数转换模块，用于把由热释电红外采集到的模拟信号转换成数字信号； 

滤波及去除噪声模块，用于去除各种干扰的影响，减少噪声带来的负面影响； 

数据处理模块，用于进行检测分析，对跌倒检测采用隐马尔可夫模型HMM模式匹配，得到检测结果，并发出警报。 

可选的，两个热释电红外传感器中，传感器2监测人体目标的上半身，传感器1监测人体目标的下半身，两传感器监测区域的侧视角A都为52.5°，H为传感器节点离地面的垂直距离，D为人体目标离传感器节点的水平距离。 

可选的，两个热释电红外传感器中，传感器2监测人体目标的上半身，传感器1监测人体目标的下半身，两传感器监测区域的侧视角A都为52.5°，H为传感器节点离地面的垂直距离，D为人体目标离传感器节点的水平距离。 

可选的，进行检测分析时，利用HMM进行跌倒检测主要分为两个阶段：HMM训练阶段和HMM识别阶段； 

在训练阶段，对传感器节点采集到的人体目标行走数据和人体目标跌倒数据进行处理，分别得到多个行走序列和多个跌倒序列，然后通过HMM基本算法中的Baum-welch算法为行走建立HMM行走模型，为跌倒建立HMM跌倒模型，将HMM行走模型和HMM跌倒模型的参数保存，建立包含两个行为模型的模型库； 

在识别阶段，对通过相同的信号处理后得到的未知行为序列，使用HMM基本算法中的前向-后向算法或Viterbi算法，计算出未知行为序列在模型库中的每个模型参数条件下的输出概率，比较各概率的大小，作出未知行为序列属于哪个模型的判断，将行为的识别结果输出。 

上述技术方案可以看出，本发明具有以下有益效果： 

1)相比基于穿戴式设备的跌倒检测方法，要求使用者必须携带穿戴式设备，本发明不会给使用者带来不便。 

2)相比基于视觉设备的跌倒检测方法会涉及到使用者的隐私，在黑暗环 境下不能工作，本发明不会涉及使用者隐私，并能在黑暗环境下工作。 

3)设备价格相对便宜，热释电红外采集相比监控摄像头价格便宜很多。 

4)跌倒检测十分准确，灵敏度很高。 

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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本发明的一些实施例，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，还可以根据这些附图获得其它的附图。 

图1是本发明的系统示意图； 

图2是本发明的功能模块图； 

图3是本发明的数据采集模块的示意图； 

图4是本发明的跌倒检测模型的基本框架图；