对老年人居住环境进行信息采集和调节的系统及方法技术方案

一种对老年人居住环境进行信息采集和调节的系统及方法。所述系统包括：光照传感、温控传感、湿度传感、视频监控、音频呼叫、及自动消防和安防系统；所述系统通过无线网络连接核心计算机，通过核心计算机对各个传感系统的数据进行深度学习和调节；所调节的数据根据老年人生活习惯及各个时间段、季节性变化的不同，计算出最适合老年人居住的空间环境，实现智能化控制，自主性调节；其中，光照传感系统用于调控老年设施内部空间的光照强度；温度传感系统通过季节性的不同和老年人行为特征的区别，通过卷积神经网络，进行深度学习。本系统可对老年人生活的空间进行实时监控和自主调节，提高老年人居住的幸福感，促进养老设施的智能化发展。

【技术实现步骤摘要】
对老年人居住环境进行信息采集和调节的系统及方法
本专利技术涉及一种应用于建筑领域中的计算机神经网络，具体地说，是实现对需要照料的老年人居住设施的空间调节系统及方法。
技术介绍
随着我国在综合实力不断发展的同时，人口老龄化的问题也日趋严重。据报道，中国是目前世界上唯一老年人口超过两亿的国家。全国老龄办数据显示，截至2017年底，我国60岁及以上老年人口有2.41亿，占总人口17.3%；预计到2025年，老年人口将突破3亿人。所以，老年人的生活照料、医疗康复、精神文化等养老服务需求必须加快发展。提供优质的老年护理服务，实现高效的老年护理工作，是当前社会关注老年人养老服务的重要问题。近年来，人工智能作为一种广受关注的科学领先技术，已被运用于各种领域。随着中国老龄化时代的到来，如何养老成为我国面临的一个重要民生问题，急需从理论和实际相联系的角度去创新和运用新技术来得出解决人口老龄化的中国方案。而人工智能技术在养老照料设施中的应用，为探索适合中国养老现实需求的科学发展之路寻找了新的契机。随着人口的老龄化，养老照料设施的康养、生活问题成为大家关注的焦点。其次，随着社会对养老机构的普遍认可，越来越多的老年人选择居住和生活在养老照料中心。为了更好的对老年人进行监护、为老年人创造舒适的生活环境、为老年人提供及时的医疗帮助。现有针对养老监护的系统没有一个很好的方式去实现对老年人的实时监护和居住环境的自控型调节。此外，也没能很好的记录储存和深度学习老人的生活习惯，没能给研究人员提供可靠的数据，从而进一步提高养老照料设施的服务效能。
技术实现思路
为了解决
技术介绍
中所提到的技术问题，本专利技术提供了一种对老年人居住环境进行信息采集和调节的系统及方法，利用该种系统及方法，可以对老年人生活空间的温湿度、光照强度、康健医疗、消防及安防进行实时监控和自主调节，节约人力物力，提高服务质量。本专利技术的技术方案是：该种对老年人居住环境进行信息采集和调节的系统，包括光照传感、温湿度传感、视频监控、音频呼叫及自动消防和安防系统；所述光照传感系统，运用卷积神经网络技术，通过计算机对视频图片的深度学习，辨别不同光照强度时候的光源饱和度，运用网络数据集和监控视频流对光照强弱的辨别进行深度学习，自主调节室内光照强度；所述温湿度传感系统，运用卷积神经网络技术，通过判断老年人生活习惯及计算机对老年人最适温湿度的深度学习，自行控制改变室内温湿度；所述视频监控系统，运用卷积神经网络技术，通过深度学习帮助护理人员对每一位老人的居住环境和公共空间做实时分析和记录，在发生突发状况时，计算机智能数据中心能给出准确地指示，确保及时通知护理人员和保证最佳的救助时间；所述音频呼叫系统，通过深度学习方法，辨别不同的分贝和声源；对于患有重大疾病或不能语音表达的病人，通过对声源的异样表达，及时传达医务人员，并做出相应的救援；所述自动消防及安防系统，运用卷积神经网络技术，通过对火灾现场、地震现场、烟雾现场等灾难现场的图片和视频的深度学习，将其运用到养老照料中心的智能数据中，提高传感系统的感应度；当灾难情况出现时，智能数据数据中心会根据之前深度学习的结果去判断当前的灾难的情况，自动控制触发室内各个消防设备及安全消防门的打开，确保老年人的疏散顺利。优选的，所述视频监控系统包括：监控摄像装置，用于完成对老人居住空间的监控和识别；多路集合开关，用于对视频监控系统的开闭合控制；数据采集，用于对老年人日常生活习惯、空间环境、形体特征的相关数据数据进行统计收集和分类；微处理器，用于处理数据采集中所获取得数据资料及生理参数；深度学习系统，用于深度学习微处理单元中的分类数据，以便提高对数据的识别能力；转换器，将深度学习后的数据结果转换至养老照料中心室内空间的运行介质；无线网络，提供智能传感设备和数据中心计算机的连接通道；数字存贮模块，用于存储微处理器处理过的数据信息；所述多路集合开关包括：独立分项控制，由独立的开关对相应的传感器进行单独控制；多路集合控制，由一个总开关控制所有传感器的闭合；所述微处理器包括：接收数据模块，接收监控设备及语音设备所传达的数据资料；存储数据模块，存储接收到的所有数据资料，上传至云空间；传输数据模块，将接收数据传送至深度学习系统或直接传输至转化器模块；所述深度学习系统包括：卷积神经网络，主要应用于图像识别领域，对图片的扭曲变形具有较好的鲁棒性。卷积神经网络区别于普通神经网络在于卷积神经网络是一个层次模型，通过卷积层、池化层和激活函数等操作，从原始数据输入层中逐层提取特征，经过有全连接层和输入层构成的分类器进行分类；卷积层，感知局部模块，在原图像的小范围区域内进行特征提取；池化层，用于将卷积层所输出的特征进行进一步的特征筛选；激活函数，用于将整个神经网络的运算呈现出非线性，减少参数之间的关系，缓解过拟合情况的发生；全连接层，用于将卷积层和池化层输出的所有特征进行整合；输出层，用于输出经过深度学习后的相关数据信息。所述对老年人居住环境进行信息采集和调节的方法，包括如下步骤：获取老年人的日常生活的视频及图片；获取老年人的日常生活习惯信息；获取老年人居住空间不同时间段的光照强度信息；获取老年人发病时的特征信息；获取老年人居住空间的声源信息；将所获得的视频、音频数据信息进行深度学习，提高对空间环境的可识别率；通过对空间环境和老年人日常生活习惯的深度学习，对空间环境的舒适度作出研究分析。本专利技术具有如下有益效果：本专利技术公开的系统及方法，基于视频监控，通过卷积神经网络对老年人照料设施内居住的老人生活习惯的深度学习，实现对空间的智能捕捉及调节。其中，该智能捕捉传感系统包括：光照传感、温控传感、湿度传感、视频监控、音频呼叫、及自动消防和安防系统等。本专利技术的实现是基于深度学习的一种自控型智能传感设备。该智能传感设备通过无线网络连接核心计算机，通过核心计算机对各个传感系统的数据进行深度学习和调节。所调节的数据根据老年人生活习惯及各个时间段、季节性变化的不同，计算出最适合老年人居住的空间环境。实现智能化控制，自主性调节。例如，该设备的光照传感系统用于调控老年设施内部空间的光照强度；温度传感系统则可以通过季节性的不同，老年人行为特征的区别，通过卷积神经网络，进行深度学习。并对核心计算机数据进行转换性设置，以达到对春、夏、秋、冬四季的区分，高效能的控制室内温度等。实施本专利技术实例，可以大大提高老年人照料机构的时间效能，减少人力物力。对老年人生活的空间舒适度进行实时监控和自主调节，提高老年人居住的幸福感，为养老设施的智能化发展寻找新的契机。附图说明：图1是本专利技术所述系统的结构示意图；图2是本专利技术实例的深度学习卷积神经网络的结构示意图；图3是本专利技术实例的微处理器的运行示意图；图4是本专利技术所述系统的流程示意图；图5是本专利技术所述方法的示意图。本文档来自技高网...

【技术保护点】
1.一种对老年人居住环境进行信息采集和调节的系统，包括光照传感、温湿度传感、视频监控、音频呼叫及自动消防和安防系统；/n其特征在于：/n所述光照传感系统，运用卷积神经网络技术，通过计算机对视频图片的深度学习，辨别不同光照强度时候的光源饱和度，运用网络数据集和监控视频流对光照强弱的辨别进行深度学习，自主调节室内光照强度；/n所述温湿度传感系统，运用卷积神经网络技术，通过判断老年人生活习惯及计算机对老年人最适温湿度的深度学习，自行控制改变室内温湿度；/n所述视频监控系统，运用卷积神经网络技术，通过深度学习帮助护理人员对每一位老人的居住环境和公共空间做实时分析和记录，在发生突发状况时，计算机智能数据中心能给出准确地指示，确保及时通知护理人员和保证最佳的救助时间；/n所述音频呼叫系统，通过深度学习方法，辨别不同的分贝和声源；对于患有重大疾病或不能语音表达的病人，通过对声源的异样表达，及时传达医务人员，并做出相应的救援；/n所述自动消防及安防系统，运用卷积神经网络技术，通过对火灾现场、地震现场、烟雾现场等灾难现场的图片和视频的深度学习，将其运用到养老照料中心的智能数据中，提高传感系统的感应度；当灾难情况出现时，智能数据数据中心会根据之前深度学习的结果去判断当前的灾难的情况，自动控制触发室内各个消防设备及安全消防门的打开，确保老年人的疏散顺利。/n...

【技术特征摘要】
1.一种对老年人居住环境进行信息采集和调节的系统，包括光照传感、温湿度传感、视频监控、音频呼叫及自动消防和安防系统；
其特征在于：
所述光照传感系统，运用卷积神经网络技术，通过计算机对视频图片的深度学习，辨别不同光照强度时候的光源饱和度，运用网络数据集和监控视频流对光照强弱的辨别进行深度学习，自主调节室内光照强度；
所述温湿度传感系统，运用卷积神经网络技术，通过判断老年人生活习惯及计算机对老年人最适温湿度的深度学习，自行控制改变室内温湿度；
所述视频监控系统，运用卷积神经网络技术，通过深度学习帮助护理人员对每一位老人的居住环境和公共空间做实时分析和记录，在发生突发状况时，计算机智能数据中心能给出准确地指示，确保及时通知护理人员和保证最佳的救助时间；
所述音频呼叫系统，通过深度学习方法，辨别不同的分贝和声源；对于患有重大疾病或不能语音表达的病人，通过对声源的异样表达，及时传达医务人员，并做出相应的救援；
所述自动消防及安防系统，运用卷积神经网络技术，通过对火灾现场、地震现场、烟雾现场等灾难现场的图片和视频的深度学习，将其运用到养老照料中心的智能数据中，提高传感系统的感应度；当灾难情况出现时，智能数据数据中心会根据之前深度学习的结果去判断当前的灾难的情况，自动控制触发室内各个消防设备及安全消防门的打开，确保老年人的疏散顺利。


2.根据权利要求1所述的对老年人居住环境进行信息采集和调节的系统，其特征在于，所述视频监控系统包括：
监控摄像装置，用于完成对老人居住空间的监控和识别；
多路集合开关，用于对视频监控系统的开闭合控制；
数据采集，用于对老年人日常生活习惯、空间环境、形体特征的相关数据数据进行统计收集和分类；
微处理器，用于处理数据采集中所获取得数据资料及生理参数；
深度学习系统，用于深度学习微处理单元中的...

【专利技术属性】
技术研发人员：黄丽蒂，董智龙，马令勇，张永益，罗开洲，许欣欣，
申请(专利权)人：东北石油大学，
类型：发明
国别省市：黑龙;23