[发明专利]人员状况侦测的传感器融合方法

权利要求书

1.一种人员状况侦测的传感器融合方法，其特征在于，包含：

以毫米波雷达定位一侦测区域内至少一移动人员的位置；

以深度感测相机撷取所述至少一移动人员的RGB影像或IR影像，并产生与所述至少一移动人员对应的一二维人体骨架点信息；

以人工智能运算平台执行传感器融合程序，利用所述二维人体骨架点信息衍生的数据合成三维人体骨架时间序列，其中所述人工智能运算平台耦接所述毫米波雷达与所述深度感测相机；以及

在所述三维人体骨架时间序列的数量大于阈值N时，以所述人工智能运算平台内动作辨识模块，判断所述至少一移动人员是否跌倒，而决定是否发出通知；

其中在执行所述传感器融合程序前更包含：

映射步骤，先将所述二维人体骨架点信息转换成三维人体骨架点信息；以及

讯号处理步骤，利用分群算法从所述毫米波雷达的讯号获得点云群集平均速度；

其中，所述三维人体骨架点信息与所述点云群集平均速度于所述传感器融合程序经结合后，产生所述三维人体骨架时间序列，供所述动作辨识模块作为判断所述至少一移动人员是否跌倒的依据。

2.如权利要求1所述之人员状况侦测的传感器融合方法，其特征在于，其中所述深度感测相机利用飞时测距技术、结构光技术或是主动式立体视觉技术，取得所述至少一移动人员的深度信息，以在所述映射步骤中用于获得所述三维人体骨架点信息。

3.如权利要求2所述之人员状况侦测的传感器融合方法，其特征在于，更包含：

ID编号产生步骤，在所述RGB影像或所述IR影像显示所述至少一移动人员为复数人时，给予每一移动人员相对应之ID编号，之后进行所述映射步骤；

ID编号比对步骤，将各所述ID编号与内存内储存之ID编号进行比对，其中所述内存与所述人工智能运算平台耦接；

资料串联步骤，在所述ID编号比对步骤的结果显示为相同时，串联所检测到之所述三维人体骨架时间序列与相同ID编号之时间序列；以及

在所述三维人体骨架时间序列的数量大于所述阈值N时，以所述人工智能运算平台内所述动作辨识模块，判断所述至少一移动人员是否跌倒，而决定是否发出所述通知。

4.如权利要求3所述之人员状况侦测的传感器融合方法，其特征在于，其中在所述ID编号产生步骤与所述ID编号比对步骤之间更包含：

坐标系统转换步骤，将坐标系统原点从所述深度感测相机中心转换至人体骨架原点，其中所述人体骨架原点为肩膀与头部联机的交点。

5.如权利要求4所述之人员状况侦测的传感器融合方法，其特征在于，其中当所述ID编号比对步骤的结果显示为相异时，则新增ID编号并建立所述三维人体骨架时间序列储存空间，且将所检测到之所述三维人体骨架时间序列储存至所述内存，然后返回所述ID编号产生步骤。

6.如权利要求5所述之人员状况侦测的传感器融合方法，其特征在于，其中所述深度感测相机在所述毫米波雷达的所述侦测区域内，依照默认之优先权顺序逐一对不同位置之所述至少一移动人员撷取所述RGB影像或所述IR影像。

7.如权利要求1所述之人员状况侦测的传感器融合方法，其特征在于，其中所述二维人体骨架点信息由所述人工智能运算平台内的姿态估测与追踪模块，根据姿态估测与追踪模型获得，其中所述姿态估测与追踪模型的骨干网络使用卷积神经网络的架构。

8.如权利要求1所述之人员状况侦测的传感器融合方法，其特征在于，其中所述动作辨识模块由深度学习模型或机器学习分类器，判断所述至少一移动人员是否跌倒。

9.如权利要求1所述之人员状况侦测的传感器融合方法，其特征在于，其中所述毫米波雷达会在所述侦测区域内重复执行侦测动作，直到所述至少一移动人员出现并确认位置后，由与所述人工智能运算平台耦接的马达调整所述深度感测相机的拍摄方向与角度。