一种异常行为的预测方法及装置制造方法及图纸

本申请公开了一种异常行为的预测方法及装置，所述方法包括：采集被监测者的行为活动数据；通过分析所述行为活动数据以生成行走状态数据，所述行走状态数据反映了所述被监测者的行走状态；根据所述行走状态数据预测所述被监测者是否发生异常行为。这种对异常行为的自动预测方式，能够及时地发现被监测者的异常行为，不但降低了人工看护成本，还避免了人工看护不可能实现一天24小时聚精会神的看护问题。

【技术实现步骤摘要】
一种异常行为的预测方法及装置
本申请涉及计算机
，尤其涉及一种异常行为的预测方法及装置。
技术介绍
随着人口的老龄化，老年人的有效看护将成为一个日益严重的社会问题。现有的老年人看护方式中，是通过人工全天候的看护，但是，人工护理成本较高，而且，人工护理不可能实现一天24小时聚精会神的看护，存在无法及时发现老年人异常状况(比如跌倒等)的情况，从而无法及时地对老年人出现的异常状况进行处理，进而无法保证老年人的人身安全。
技术实现思路
本申请实施例的主要目的在于提供一种异常行为的预测方法及装置，能够及时地发现被监测者的异常行为。本申请实施例提供了一种异常行为的预测方法，包括：采集被监测者的行为活动数据；通过分析所述行为活动数据以生成行走状态数据，所述行走状态数据反映了所述被监测者的行走状态；根据所述行走状态数据预测所述被监测者是否发生异常行为。可选的，所述采集被监测者的行为活动数据，包括：利用至少一个红外传感器，采集所述被监测者的行为活动数据。可选的，所述利用至少一个红外传感器，采集被监测者的行为活动数据，包括：根据所述至少一个红外传感器的安装位置，确定所述被监测者的位置信息和/或重心信息；相应地，所述通过分析所述行为活动数据以生成行走状态数据，包括：通过分析所述位置信息和/或重心信息，以生成行走状态数据。可选的，所述行走状态数据包括以下一项或多项数据：所述被监测者的步伐频率；反映所述被监测者的步态连续性的数据；反映所述被监测者的步伐变化幅度的数据；反映所述被监测者的重心变化幅度的数据。可选的，所述根据所述行走状态数据预测所述被监测者是否发生异常行为，包括：确定所述行走状态数据中的每一项数据的突变概率，所述突变概率表征了对应项数据在预设时段内的突变频率；根据所述每一项数据的突变概率，预测所述被监测者发生异常行为的概率；判断预测出的概率是否大于预设概率阈值；若是，则预测所述被监测者发生异常行为；若否，则预测所述被监测者未发生异常行为。可选的，所述预测所述被监测者发生异常行为之后，还包括：根据所述行走状态数据，预测所述被监测者发生的异常行为类型。可选的，所述方法还包括：根据所述异常行为类型与所述被监测者的实际状态，调整所述突变概率的确定方式和/或所述预设概率阈值的大小。可选的，所述预测所述被监测者发生异常行为之后，还包括：向至少一个预设通讯设备发送预警信息。本申请实施例还提供了一种异常行为的预测装置，包括：行为数据采集单元，用于采集被监测者的行为活动数据；行走数据获取单元，用于通过分析所述行为活动数据以生成行走状态数据，所述行走状态数据反映了所述被监测者的行走状态；异常行为预测单元，用于根据所述行走状态数据预测所述被监测者是否发生异常行为。可选的，所述行为数据采集单元包括：第一数据采集子单元，用于利用至少一个红外传感器，采集所述被监测者的行为活动数据。可选的，所述第一数据采集子单元包括：第二数据采集子单元，用于根据所述至少一个红外传感器的安装位置，确定所述被监测者的位置信息和/或重心信息；相应地，所述行走数据获取单元包括：行走数据获取子单元，用于通过分析所述位置信息和/或重心信息，以生成行走状态数据。可选的，所述行走状态数据包括以下一项或多项数据：所述被监测者的步伐频率；反映所述被监测者的步态连续性的数据；反映所述被监测者的步伐变化幅度的数据；反映所述被监测者的重心变化幅度的数据。可选的，所述异常行为预测单元包括：突变概率确定子单元，用于确定所述行走状态数据中的每一项数据的突变概率，所述突变概率表征了对应项数据在预设时段内的突变频率；异常概率确定子单元，用于根据所述每一项数据的突变概率，预测所述被监测者发生异常行为的概率；异常行为预测子单元，用于判断预测出的概率是否大于预设概率阈值；若是，则预测所述被监测者发生异常行为；若否，则预测所述被监测者未发生异常行为。可选的，所述装置还包括：行为类型预测单元，用于在所述预测所述被监测者发生异常行为之后，根据所述行走状态数据，预测所述被监测者发生的异常行为类型。可选的，所述装置还包括：触发条件调整单元，用于根据所述异常行为类型与所述被监测者的实际状态，调整所述突变概率的确定方式和/或所述预设概率阈值的大小。可选的，所述装置还包括：预警信息发送单元，用于在所述预测所述被监测者发生异常行为之后，向至少一个预设通讯设备发送预警信息。本申请实施例还提供了一种异常行为的预测装置，其特征在于，包括：处理器、存储器、系统总线；所述处理器以及所述存储器通过所述系统总线相连；所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行上述任一项所述的方法。本申请实施例还提供了一种计算机可读存储介质，所述机算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行上述异常行为的预测方法的任一实现方法。本申请实施例提供的一种异常行为的预测方法及装置，采集被监测者的行为活动数据；通过分析所述行为活动数据以生成行走状态数据，所述行走状态数据反映了所述被监测者的行走状态；根据所述行走状态数据预测所述被监测者是否发生异常行为。可见，这种对异常行为的自动预测方式，能够及时地发现被监测者的异常行为，不但降低了人工看护成本，还避免了人工看护不可能实现一天24小时聚精会神的看护问题。附图说明为了更清楚地说明本申请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，下面描述中的附图是本申请的一些实施例，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他的附图。图1为本申请实施例提供的一种异常行为的预测方法的流程示意图之一；图2为本申请实施例提供的一种异常行为的预测方法的流程示意图之二；图3为本申请实施例提供的一种异常行为的预测装置的组成示意图；图4为本申请实施例提供的一种异常行为的预测装置的硬件结构示意图。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。本申请实施例提供了一种异常行为的预测方法，通过采集被监测者的行为活动数据，比如采集老年人的行为活动数据，来分析老年人的行走状态，从而根据对行走状态的分析结果，来预测老年人的行为是否出现异常，从而实现了一种自动看护方式。采用这种自动看护方式，可以大幅降低对老年人的人工看护成本，而且，可以快速及时地对老年人可能出现的异常行为进行精准预测，比如跌倒等，从而可以有效降低老年人可能出现的潜在风险，进而克服了人工看护中不可能一天24小时聚精会神的看护缺陷。下面对本申请实施例进行具体介绍。参见图1，为本申请实施例提供的一种异常行为的预测方法的流程示意图，该预测方法包括以下步骤：S101：采集被监测者的行为活动数据。需要说明的是，本实施例不限定所述被监测者的具体身份，可以是行动不便的老年人、也可以是身患疾病的病人。其中，所述行为活动数据是与所述被监测者的本文档来自技高网...

【技术保护点】
1.一种异常行为的预测方法，其特征在于，包括：采集被监测者的行为活动数据；通过分析所述行为活动数据以生成行走状态数据，所述行走状态数据反映了所述被监测者的行走状态；根据所述行走状态数据预测所述被监测者是否发生异常行为。

【技术特征摘要】
1.一种异常行为的预测方法，其特征在于，包括：采集被监测者的行为活动数据；通过分析所述行为活动数据以生成行走状态数据，所述行走状态数据反映了所述被监测者的行走状态；根据所述行走状态数据预测所述被监测者是否发生异常行为。2.根据权利要求1所述的方法，其特征在于，所述采集被监测者的行为活动数据，包括：利用至少一个红外传感器，采集所述被监测者的行为活动数据。3.根据权利要求2所述的方法，其特征在于，所述利用至少一个红外传感器，采集被监测者的行为活动数据，包括：根据所述至少一个红外传感器的安装位置，确定所述被监测者的位置信息和/或重心信息；相应地，所述通过分析所述行为活动数据以生成行走状态数据，包括：通过分析所述位置信息和/或重心信息，以生成行走状态数据。4.根据权利要求1至3任一项所述的方法，其特征在于，所述行走状态数据包括以下一项或多项数据：所述被监测者的步伐频率；反映所述被监测者的步态连续性的数据；反映所述被监测者的步伐变化幅度的数据；反映所述被监测者的重心变化幅度的数据。5.根据权利要求4所述的方法，其特征在于，所述根据所述行走状态数据预测所述被监测者是否发生异常行为，包括：确定所述行走状态数据中的每一项数据的突变概率，所述突变概率表征了对应项数据在预设时段内的突变频率；根据所述每一项数据的突变概率，预测所述被监测者发生异常行为的概率；判断预测出的概率是否大于预设概率阈值；若是，则预测所...

【专利技术属性】
技术研发人员：李夫路，王垚，张燕，王文昊，
申请(专利权)人：泰康保险集团股份有限公司，
类型：发明
国别省市：北京,11