[发明专利]基于毫米波雷达的人体跌倒行为实时监测系统及监测方法

说明书

本发明公开了基于毫米波雷达的人体跌倒行为实时监测系统包括设置在保护外壳内部的毫米波雷达模组，计算板卡，声光模组，电源模组；毫米波雷达模组与电源模组分别通过USB与计算板卡连接，声光模组与计算板卡连接，电源模组为监测系统提供电力，计算板卡通过WIFI模块与远程终端相连。本发明还公开了基于毫米波雷达的人体跌倒行为实时监测方法，首先降低毫米波雷达噪声，特征提取选用Tsfresh算法，提取到丰富的与跌倒相关的特征参数，与传统特征提取方法相比,该算法效率高、范围广,且能自动地计算出大量的时间序列特征。其次采用LightGBM算法代替高度阈值法，提升毫米波雷达对人体跌倒行为检测的鲁棒性。

技术领域

本发明属于工业传感器技术以及人工智能技术领域，具体涉及基于毫米波雷达的人体跌倒行为实时监测系统；还涉及基于毫米波雷达的人体跌倒行为实时监测方法。

背景技术

据世界卫生组织的统计，每年在65岁及以上的老人中大约有28-35％的人会跌倒至少一次，跌倒已经成为导致老人死亡和意外伤害的主要因素之一。作为一个公共健康问题，跌倒已成为老年人独立生活的常见障碍，因此在居家养老场景下，及时有效的医疗健康监护变得至关重要，能够及时发现老人跌倒情况，就能做出积极主动地救助；如果未能及时发现跌倒，耽误治疗，后果不堪设想。因此，可靠准确的老人跌倒检测系统十分重要，对于老人居家养老安全监护具有重大意义。

当前可以应用在跌倒检测上的技术方案主要有加速度传感器，基于摄像头的视觉技术和毫米波雷达三种，加速度传感器通常集成在智能手表或手环中，优点是成本低，对一般的跌倒识别率高，缺点是对缓慢跌倒的识别率低，舒适性差，充电麻烦，需要用户佩戴才能实现检测；摄像头进行跌倒检测需要光线足够，同时摄像头和被检测人之间必须没有物体遮挡，且用户对摄像头可能存在的隐私泄露风险比较担心。毫米波技术作为新兴感知手段，广泛应用在车流识别、车速检测、障碍物感知等场景中。在居家环境中可通过毫米波技术对人体生成点云信息，从而描述人体的相关行为特征。但通过毫米波雷达生成的人体空间位置信息随着环境变化具有较大噪声，对居家场景中人体的跌倒检测行为有较大的误检率。其次，基于高度阈值法的跌倒检测方法由于受到特定环境的限制不适用在复杂环境下使用，从而降低了对跌倒行为的识别精度。

因此，在居家养老人体跌倒场景中，可通过人工智能领域的大数据分析算法降低毫米波雷达因自身属性导致的噪声过大问题，其次采用机器学习算法代替高度阈值法，提升毫米波雷达对人体跌倒行为检测的鲁棒性。

发明内容

本发明的目的在于解决了现今居家养老老人跌倒时亲人无法迅速知晓的问题，从而提供一种基于毫米波雷达的人体跌倒行为实时监测系统，在保护隐私的前提下准确检测跌倒行为。

本发明的还提供一种基于毫米波雷达的人体跌倒行为实时监测方法，实现人体回波信息的多角度采集，使用机器学习算法代替高度阈值法，实现对人体跌倒行为的精确识别。

本发明所采用的第一种技术方案是，基于毫米波雷达的人体跌倒行为实时监测系统，包括设置在保护外壳内部的毫米波雷达模组，计算板卡，声光模组，电源模组；毫米波雷达模组与电源模组分别通过USB与计算板卡连接，声光模组通过GPIO接口与计算板卡连接，电源模组为监测系统提供电力，计算板卡通过WIFI模块与远程终端相连。

毫米波雷达模组包括毫米波传感器和数字信号处理芯片，毫米波传感器用于获取基于毫米波信号的人体空间位置信息，数字信号处理芯片用于完成毫米波信号的调制、解调、坐标转换计算，获取基于点云信息的人体空间位置数据。

毫米波雷达为多输入的多通道毫米波雷达，所述毫米波雷达在检测区域距地面高1.8-2.5米范围内放置。

计算板卡，实现点云信息预处理、特征提取、行为分类等算法进而识别人体跌倒行为。

声光模组用于将检测到的人体跌倒行为通过声音和灯光形式向外界进行报警。

保护外壳将毫米波雷达模组、计算板卡、声光模组和电源模组保护外壳内部。