The present invention relates to the alarm technology of wearable equipment, in particular to the optimization system for trigger information weight selection of wearable safety alarm device, including connected signal recognition model, decision-making model and alarm module, in which signal recognition model is used to receive and analyze physiological and environmental signals provided by the outside world, and to judge wear. The decision-making model is used to assign different weights to the result of signal recognition and give the score of weighted sum. The alarm module is used to compare the score given by the decision-making model with the preset alarm threshold to determine whether the trigger is triggered and issued. Alert. The system decides whether to trigger the alarm device according to the analysis results of different peripheral environmental signals and the weight proportion of the model, which improves the efficiency of the wearer's personal safety remote detection.
【技术实现步骤摘要】
可穿戴安全警报装置的触发信息权重选择优化系统
本专利技术涉及可穿戴设备的警报技术,具体为可穿戴安全警报装置中算法层面的触发信息权重选择优化系统。
技术介绍
儿童和老人作为社会的弱势群体,其人身安全始终是社会关注的一个焦点。同时对于年迈的父母亲单独外出也会产生担忧。平日里,当儿童或老人不在身边时,可采用可穿戴设备对其人身安全进行检测。现有的可穿戴安全手表基于较少的检测信号,且效率、精准度方面有待提高,不能准确检测儿童的处境。
技术实现思路
为了提高可穿戴设备对穿戴者人身安全判定的效率和准确性,本专利技术提出可穿戴安全警报装置的触发信息权重选择优化系统,针对不同的周边环境信号、模型权重占比的分析结果决定是否触发报警装置,提高了对穿戴者人身安全远程检测的效率。本专利技术所采用的技术方案是:可穿戴安全警报装置的触发信息权重选择优化系统,包括相连接的信号识别模型、决策模型与警报模块;其中信号识别模型用于接受并分析外界提供的生理信号与环境信号,判断佩戴者的环境状态与自身状态;决策模型用于根据信号识别模型推算的环境状态与自身状态,对信号识别结果进行不同权重分配并给出加权求和的评分;警报模块用于比对决策模型给出的评分与预设报警阈值,判断是否触发并发出警报。优选地,生理信号包括脉搏波信号、血压信号和皮电信号,环境信号包括声音信号和加速度信号;信号识别模型包括基于生理数据的情绪识别模型、语气识别模型、关键字识别模型、情绪识别模型、特定声音识别模型、姿态识别模型、运动状态识别模型,基于生理数据的情绪识别模型根据生理信号判断佩戴者的自身状态,语气识别模型、关键字识别模型、情绪识别模型 ...
【技术保护点】
1.可穿戴安全警报装置的触发信息权重选择优化系统,其特征在于,包括相连接的信号识别模型、决策模型与警报模块;其中信号识别模型用于接受并分析外界提供的生理信号与环境信号,判断佩戴者的环境状态与自身状态;决策模型用于根据信号识别模型推算的环境状态与自身状态,对信号识别结果进行不同权重分配并给出加权求和的评分;警报模块用于比对决策模型给出的评分与预设报警阈值,判断是否触发并发出警报。
【技术特征摘要】
1.可穿戴安全警报装置的触发信息权重选择优化系统,其特征在于,包括相连接的信号识别模型、决策模型与警报模块;其中信号识别模型用于接受并分析外界提供的生理信号与环境信号,判断佩戴者的环境状态与自身状态;决策模型用于根据信号识别模型推算的环境状态与自身状态,对信号识别结果进行不同权重分配并给出加权求和的评分;警报模块用于比对决策模型给出的评分与预设报警阈值,判断是否触发并发出警报。2.根据权利要求1所述的触发信息权重选择优化系统,其特征在于,生理信号包括脉搏波信号、血压信号和皮电信号,环境信号包括声音信号和加速度信号;信号识别模型包括基于生理数据的情绪识别模型、语气识别模型、关键字识别模型、情绪识别模型、特定声音识别模型、姿态识别模型、运动状态识别模型,基于生理数据的情绪识别模型根据生理信号判断佩戴者的自身状态,语气识别模型、关键字识别模型、情绪识别模型、特定声音识别模型均根据声音信号判断佩戴者的自身状态和环境信号,姿态识别模型、运动状态识别模型根据加速度信号判断佩戴者的自身状态。3.根据权利要求2所述的触发信息权重选择优化系统,其特征在于,基于生理数据的情绪识别模型使用训练数据训练机器学习算法,将情绪归类为两类:较小负面情绪、中性情绪及所有正面情绪归为一类,程度较大的负面情绪归为另一类;使用时调用训练好的模型,通过分析脉搏波信号、血压信号和皮电信号判断佩戴者是否有较大负面情绪。4...
【专利技术属性】
技术研发人员:张天起,薛又天,舒琳,李鸿亮,李弘洋,
申请(专利权)人:华南理工大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。