基于振动检测的智能家居监控方法及系统技术方案

本发明专利技术涉及智能家居技术领域，其公开了一种基于振动检测的智能家居监控方法，包括如下步骤：数据采集模块采集人的行为活动产生的结构振动信息，通过分析处理该信号来智能监控家里人的行为活动并对异常做出警报。本发明专利技术的有益效果：解决了摄像头室内监控的隐私问题，不对用户的生活带来影响，让用户更方便地使用。

Intelligent home monitoring method and system based on vibration detection

The invention relates to the technical field of intelligent Home Furnishing, which discloses an intelligent monitoring method based on Home Furnishing vibration detection, which comprises the following steps: structure vibration information data acquisition module of the person's behavior, by analyzing and processing the signal to intelligent home monitoring of people's behavior and make the abnormal alarm. The beneficial effect of the invention is that the privacy problem of the camera indoor monitoring is solved, and the user's life is not affected, and the user is more convenient to use.

【技术实现步骤摘要】
基于振动检测的智能家居监控方法及系统
本专利技术属于智能家居
，尤其涉及智能家居的室内定位及监控方法。
技术介绍
随着物联网的发展和智慧城市的建设，智能家居越来越受到人们的欢迎。人们希望不在家时同样可以监控到家里的情况，比如老人小孩是否安全、是否有盗贼入侵、保姆是否有对小孩的不当行为等。目前的监控方法普遍是摄像头技术。但是，在家里安装摄像头涉及到隐私甚至法律问题，更不可能在卧室和洗手间安装摄像头，而洗手间和卧室却是独自在家的老人小孩发生意外的高危场所。除了隐私问题，摄像头连续工作拍摄的视频需要极大的储存空间，这就导致视频存档的覆盖，无法获取保存周期前的视频源。另外，由于视频的自我识别分类及报警技术实现难度较大，需要当家里意外发生后，人工花费大量时间观看视频来找寻人们需要的信息。鉴于以上原因，现在的物联网
很多科研工作者投身于基于WIFI的人类行为检测，对WIFI的信号建模或通过机器学习的方法，可以识别人类在走路、跑步、摔倒、坐下、刷牙、做饭等行为，利用WIFI的能量递减特性或传播速度可以实现对人的室内定位，获取人的行走轨迹。WIFI的优势在于普及性，基本每家每户都有。但是，WIFI信号存在多径和非视距问题，当隔了墙时，信号强度会骤减，这大大影响了室内定位的精度和人类行为的识别准确度。另外，基于WIFI的技术要求固定不变的环境，如果移动WIFI设备或改变室内环境(如家具摆放位置)，这会导致训练模型不再有效，也就无法再进行行为识别。其次，利用WIFI对人进行行为识别仅能在一个人时有较高的准确性，当有其他人或者宠物在时，会影响WIFI信号，导致无法进行行为识别。所以，利用WIFI对室内进行监控的技术并未商业化。
技术实现思路
为了克服上述所指的现有技术中的不足之处，本专利技术提供一种基于振动检测的智能家居监控方法，通过采集人的行为引起的结构振动信号并做分析，尤其是脚步声引起的地面振动信号，解决了上述的现有监控技术缺点，可以对室内人物进行定位、追踪和行为监控。本专利技术是通过以下技术方案实现的:一种基于振动检测的智能家居监控方法，包括如下步骤：数据采集模块采集人的行为活动产生的结构振动信息，通过分析处理该信号来智能监控家里人的行为活动并对异常做出警报。作为本专利技术的进一步改进：分析处理具体为：A)通过振动传感器采集房屋内的人的行动导致的房屋结构的振动信息，得到振动信号；B)对得到的所述振动信号进行处理，得到所述振动信号中表示活动的人身份的特征参量；所述特征参量是一个包括多个元素的集合；C)将得到的特征参量与至少一个事先存储的合法人员的特征参量逐个进行比较，判断当前得到特征参量是否与事先存储的合法人员的特征参量中的一个匹配，如是，判断当前活动人员是合法人员；否则，判断有非法人员进入房屋，发出告警信号；其中，所述事先存储的合法人员的特征参量是事先对合法人员在房屋中的行动进行采集而得到的，其与当前得到的特征参量具有相同的结构。作为本专利技术的进一步改进：所述步骤B)中进一步包括：B1)在所述振荡信号中取得一段包括第一设定数量的、由所述房屋内的人的行动导致的振动的信号，作为特征参量提取信号；B2)分别取得所述特征参量提取信号中每次振动的振幅；取得所述特征参量提取信号中相邻两次振动的间隔时间；B3)将上述步骤中得到的振幅和间隔时间作为一个集合的元素，按照设定的顺序排列在一起，得到当前振动信号的特征参量。作为本专利技术的进一步改进：所述步骤C)中进一步包括如下步骤：C1)选择一个事先存储的合法人员的特征参量，将其元素逐个与所述当前得到的特征参量中的相应的元素对比，判断二者是否相同，并记录相同的元素；C2)判断相同的元素的数量是否超过设定阈值，如是停止比较，判断当前人员为所述事先存储的合法人员的特征参量所对应的人员；如否，执行下一步骤；C3)返回步骤C1)取得另一个未进行比较的事先存储的合法人员的特征参量重复上述步骤；如所有事先存储的合法人员的特征参量均已比较，则判断当前人员为非法人员。作为本专利技术的进一步改进：还包括如下步骤：D)将已判断为合法人员行动得到的特征参量加入所述事先存储的合法人员的特征参量中，并与该合法人员对应。作为本专利技术的进一步改进：还包括如下步骤：E)通过安装在所述房屋内多个不同位置的振动传感器接收到的当前特征参量，确定当前人员在所述房屋内的位置。本专利技术同时提供了一种基于振动检测的智能家居监控系统，包括：信号取得单元：用于通过振动传感器采集房屋内的人的行动导致的房屋结构的振动信息，得到振动信号；特征参量形成单元：用于对得到的所述振动信号进行处理，得到所述振动信号中表示活动的人身份的特征参量；所述特征参量是一个包括多个元素的集合；比较单元：用于将得到的特征参量与至少一个事先存储的合法人员的特征参量逐个进行比较，判断当前得到特征参量是否与事先存储的合法人员的特征参量中的一个匹配，如是，判断当前活动人员是合法人员；否则，判断有非法人员进入房屋，发出告警信号；其中，所述事先存储的合法人员的特征参量是事先对合法人员在房屋中的行动进行采集而得到的，其与当前得到的特征参量具有相同的结构。作为本专利技术的进一步改进：所述特征参量形成单元进一步包括：信号取得模块：用于在所述振荡信号中取得一段包括第一设定数量的、由所述房屋内的人的行动导致的振动的信号，作为特征参量提取信号；参数取得模块：用于分别取得所述特征参量提取信号中每次振动的振幅；取得所述特征参量提取信号中相邻两次振动的间隔时间；特征参量形成模块：用于将上述步骤中得到的振幅和间隔时间作为一个集合的元素，按照设定的顺序排列在一起，得到当前振动信号的特征参量。作为本专利技术的进一步改进：所述比较单元进一步包括：比较模块：用于选择一个事先存储的合法人员的特征参量，将其元素逐个与所述当前得到的特征参量中的相应的元素对比，判断二者是否相同，并记录相同的元素；判断模块：用于判断相同的元素的数量是否超过设定阈值，如是停止比较，判断当前人员为所述事先存储的合法人员的特征参量所对应的人员；如否，执行下一步骤；选择模块：用于取得另一个未进行比较的事先存储的合法人员的特征参量进行比较；如所有事先存储的合法人员的特征参量均已比较，则判断当前人员为非法人员。作为本专利技术的进一步改进：还包括：反馈单元：用于将已判断为合法人员行动得到的特征参量加入所述事先存储的合法人员的特征参量中，并与该合法人员对应；位置确定单元：用于通过安装在所述房屋内多个不同位置的振动传感器接收到的当前特征参量，确定当前人员在所述房屋内的位置。本专利技术的有益效果：解决了摄像头室内监控的隐私问题，不对用户的生活带来影响，让用户更方便地使用；相比视频摄像，采集的数据通过ADC转化成数字文本信息保存，所需储存空间小，保存周期长；相比视频摄像，采集的数据经过了处理分析，无需人工花费大量时间观看视频，该专利技术能自动检测意外发生并发出警报。振动信号是通过相同材质的固体来传播，相比WIFI等电磁波信号，相同材质的固体(例如地板)不会反射，也不会被墙壁阻挡，不存在非视距和多径效应，传播范围广、信号稳定性强，所以可以获取到更精准的原始信号，对后面数据分析时提高室内定位和行为识别的精度有很大帮助。附图说明图1为本专利技术中基于振动检测的智能家居监控系统的结构示意图。本文档来自技高网...

【技术保护点】
一种基于振动检测的智能家居监控方法，其特征在于：包括如下步骤：采集人的行为活动产生的结构振动信息，通过分析处理该信号来智能监控家里人的行为活动并对异常做出警报。

【技术特征摘要】
2016.08.26 CN 20161074359821.一种基于振动检测的智能家居监控方法，其特征在于：包括如下步骤：采集人的行为活动产生的结构振动信息，通过分析处理该信号来智能监控家里人的行为活动并对异常做出警报。2.根据权利要求1所述的基于振动检测的智能家居监控方法，其特征在于，分析处理具体为：A)通过振动传感器采集房屋内的人的行动导致的房屋结构的振动信息，得到振动信号；B)对得到的所述振动信号进行处理，得到所述振动信号中表示活动的人身份的特征参量；所述特征参量是一个包括多个元素的集合；C)将得到的特征参量与至少一个事先存储的合法人员的特征参量逐个进行比较，判断当前得到特征参量是否与事先存储的合法人员的特征参量中的一个匹配，如是，判断当前活动人员是合法人员；否则，判断有非法人员进入房屋，发出告警信号；其中，所述事先存储的合法人员的特征参量是事先对合法人员在房屋中的行动进行采集而得到的，其与当前得到的特征参量具有相同的结构。3.根据权利要求2所述的基于振动检测的智能家居监控方法，其特征在于，所述步骤B)中进一步包括：B1)在所述振荡信号中取得一段包括第一设定数量的、由所述房屋内的人的行动导致的振动的信号，作为特征参量提取信号；B2)分别取得所述特征参量提取信号中每次振动的振幅；取得所述特征参量提取信号中相邻两次振动的间隔时间；B3)将上述步骤中得到的振幅和间隔时间作为一个集合的元素，按照设定的顺序排列在一起，得到当前振动信号的特征参量。4.根据权利要求3所述的基于振动检测的智能家居监控方法，其特征在于:所述步骤C)中进一步包括如下步骤：C1)选择一个事先存储的合法人员的特征参量，将其元素逐个与所述当前得到的特征参量中的相应的元素对比，判断二者是否相同，并记录相同的元素；C2)判断相同的元素的数量是否超过设定阈值，如是停止比较，判断当前人员为所述事先存储的合法人员的特征参量所对应的人员；如否，执行下一步骤；C3)返回步骤C1)取得另一个未进行比较的事先存储的合法人员的特征参量重复上述步骤；如所有事先存储的合法人员的特征参量均已比较，则判断当前人员为非法人员。5.根据权利要求1所述的基于振动检测的智能家居监控方法，其特征在于:还包括如下步骤：D)将已判断为合法人员行动得到的特征参量加入所述事先存储的合法人员的特征参量中，并与该合法人员对应。6.根据权利要求5所述的基于振动检测的智能家居...

【专利技术属性】
技术研发人员：伍楷舜，王璐，陈文强，
申请(专利权)人：深圳大学，深圳奇迹智慧网络有限公司，
类型：发明
国别省市：广东,44