非接触式居家养老监护系统及监护方法技术方案

本发明专利技术公开了非接触式居家养老监护系统，包括中央处理器，中央处理器分别连接有报警模块、信息采集模块、可触摸显示屏，中央处理器通过IoT模块与云服务器连接，云服务器与手机APP连接，解决现有监测系统监测准确性及可靠性低的问题。本发明专利技术还公开了非接触式居家养老监护方法，检测精度高，报警及时，且舒适性高，使用方便及隐私安全性高。方便及隐私安全性高。方便及隐私安全性高。

【技术实现步骤摘要】
非接触式居家养老监护系统及监护方法


[0001]本专利技术属于老人监测
，涉及非接触式居家养老监护系统，还涉及非接触式居家养老监护方法。

技术介绍

[0002]随着老龄化程度的加深，养老负担逐渐加重，而现有养老方式主要包括社区养老，专业机构养老，居家养老三种方式。由于专业的养老机构、社区养老服务机构及其配套设施的数量及规模远远无法满足庞大的养老需求，加上居家养老在舒适和隐私方面的优势，未来随着智慧科技的发展，省钱省心安全舒适的居家养老则将成为一种趋势。
[0003]居家养老中面临的主要问题包括：高额的雇佣护工费用，其次，无论家属或护理者都无法做到24小时监护，而呼吸或心跳暂停等超过4分钟就会对人体引起不可逆的损害，而夜间又是心肺功能缺陷者高发的时间段；第三，准确检测老人生命体征，尤其夜间睡眠时间段；此外，跌倒是我国老年人因伤害导致死亡的首位原因，跌倒除了导致老年人死亡外，还导致了大量残疾，严重影响老年人的身心健康。65岁及以上的老人，平均每10人中就有3到4人有跌倒经历，导致老人死亡和意外伤害的比例也较大；此外，在家庭中老年人视力和记忆力较差，在做饭后有时会忘记关火等差错，有时会导致火灾等重大事故发生；因此，在老人身体不适或意外发生时，怎么能在第一时间准确检测到老人生命体征异常及环境中的危险并及时通知家人或相关机构使老人得到及时救助是居家养老的最重要的难题。
[0004]传统的睡眠监护是通过判断脑电信号的变化规律对其进行检测和分析，但是脑电信号的采集需要在人体皮肤表面粘贴电极，对人体正常睡眠评估会造成一定的影响。而可穿戴系统要求使用者持续佩戴可穿戴设备并充电，但使用者可能会忘记佩戴或充电。相比之下，本方案使用的非接触生命体征检测系统使用的设备无需使用者佩戴，有更好的用户体验。同时与常规非接触方式如可见光摄像头等竞争手段，由于雷达发射的是无线电波，接收的也是不可见的无线电波，经过信号处理后只输出人体生命体征，因此具有全天候、全天时、保护隐私等显著优势。

技术实现思路

[0005]本专利技术的目的是提供非接触式居家养老监护系统，解决现有监测系统监测存在的舒适性低，使用不便及存在隐私泄露风险等问题。
[0006]本专利技术的另一目的是提供非接触式居家养老监护方法。
[0007]本专利技术所采用的技术方案是，非接触式居家养老监护系统，包括中央处理器，所述中央处理器分别连接有报警模块、信息采集模块、可触摸显示屏，所述中央处理器通过IoT模块与云服务器连接，所述云服务器与手机APP连接。
[0008]本专利技术的特征还在于，
[0009]信息采集模块包括毫米波雷达、热红外摄像头、环境信号采集模块；所述毫米波雷达设置于被监护人床铺上方；所述热红外摄像头设置于被监护人床铺上方，能够检测到人
脸部的位置。
[0010]环境信号采集模块包括温湿度传感器、甲烷检测传感器、甲醛传感器、二氧化碳传感器、烟雾传感器，所述温湿度传感器、甲醛传感器、二氧化碳传感器、烟雾传感器均设置于卧室内，所述甲烷检测传感器设置于厨房。
[0011]报警模块包括声光报警器、预置号码紧急通话。
[0012]中央处理器设置有存储单元，用于存储监测的数据信息。
[0013]中央处理器设置有USB接口，中央处理器通过USB接口与信息采集模块连接。
[0014]本专利技术所采用的另一技术方案是，非接触式居家养老监护方法，采用非接触式居家养老监护系统，具体按照以下步骤实施：
[0015]步骤1，通过毫米波雷达检测回波信号幅值、频率及相位信息，热红外摄像头采集热红外图像，温湿度传感器检测环境的温度及湿度，甲烷检测传感器检测环境中甲烷的含量，甲醛传感器检测环境中甲醛的含量，二氧化碳传感器检测环境中二氧化碳的含量，烟雾传感器检测环境中烟雾的含量；
[0016]步骤2，中央处理器接收毫米波雷达、热红外摄像头、甲烷检测传感器、甲醛传感器、二氧化碳传感器及烟雾传感器采集的数据，中央处理器计算通过毫米波雷达计算老人的呼吸频率和心率，中央处理器计算通过热红外摄像头得到老人的呼吸频率和体温，将毫米波雷达获得的呼吸频率与热红外摄像头获得的呼吸频率通过数据融合算法，得到最终的呼吸频率；
[0017]步骤3，中央处理器将步骤2接收的信息保存至存储单元，便于随时查看历史数据，当接收的数据超过设定的阈值时，则通过IoT模块传输至云服务器，再发送至手机APP，提醒监护人注意，同时中央处理器控制报警模块发出报警。
[0018]本专利技术的特征还在于，
[0019]步骤2中，中央处理器计算通过毫米波雷达得到的老人呼吸频率、心率的具体过程如下：
[0020]步骤A，将毫米波雷达捕获的回波信号与本振信号混频滤波后得到中频信号；
[0021]步骤B，对步骤A得到的中频信号做一维FFT获得目标位置信息；
[0022]步骤C，将步骤B得到的目标位置信息采用反正切函数求得目标相位时间序列；
[0023][0024]式(1)中，θ(t)表示相位时间序列；A
Q
表示Q通道信号幅度；A
I
表示I通道信号幅度；f0表示雷达本振信号的频率；τ表示雷达回波时延；I通道、Q通道为正交的两通道；
[0025]步骤D，对步骤C得到的目标相位时间序列进行相位解缠，得到原始生命体征信号；
[0026]步骤E，构建呼吸心率信号模型，具体为：
[0027][0028]式(2)中，A
B
为呼吸信号幅度，A
H
为心率信号幅度；f
B
表示呼吸信号的频率；表示呼吸信号初始相位；f
H
表示心跳信号的频率；表示心跳信号初始相位；
[0029]步骤F，将步骤D得到的原始生命体征信号通过通带为0.1
‑
0.6Hz的带通滤波器得到呼吸信号时域波形，再通过短时傅里叶变换获取频谱，幅度最大值对应的频率乘以60即
为呼吸频率，单位为次/分钟；
[0030]将步骤D得到的原始生命体征信号通过通带为0.8
‑
4Hz的带通滤波器得到心率信号时域波形，再通过短时傅里叶变换得到频谱，幅度最大值对应的频率乘以60即为心率，单位为次/分钟。
[0031]步骤2中，中央处理器计算通过热红外摄像头得到的老人呼吸频率、心率的具体过程如下：
[0032]步骤S1，中央处理器获取红外摄像头拍摄的热红外图像；
[0033]步骤S2，将步骤S1获取的热红外图像的视频帧序列图片进行灰度处理、OSTU二值化以及腐蚀膨胀、提取轮廓处理过程提取出二值化的前景目标，再与原图进行掩膜位运算获得人脸前景目标；
[0034]步骤S3，使用yolov4
‑
tiny算法，搭建口鼻检测网络，训练得到模型权重；使用高性能深度学习支持引擎TensorRT对神经网络进行推理加速，以提高检测帧数；
[0035]步骤S4，使用步骤S3所使用的方法检测到口鼻本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.非接触式居家养老监护系统，其特征在于，包括中央处理器，所述中央处理器分别连接有报警模块、信息采集模块、可触摸显示屏，所述中央处理器通过IoT模块与云服务器连接，所述云服务器与手机APP连接。2.根据权利要求1所述的非接触式居家养老监护系统，其特征在于，所述信息采集模块包括毫米波雷达、热红外摄像头、环境信号采集模块；所述毫米波雷达设置于被监护人床铺上方；所述热红外摄像头设置于被监护人床铺上方，能够检测到人脸部的位置。3.根据权利要求2所述的非接触式居家养老监护系统，其特征在于，所述环境信号采集模块包括温湿度传感器、甲烷检测传感器、甲醛传感器、二氧化碳传感器、烟雾传感器，所述温湿度传感器、甲醛传感器、二氧化碳传感器、烟雾传感器均设置于卧室内，所述甲烷检测传感器设置于厨房。4.根据权利要求3所述的非接触式居家养老监护系统，其特征在于，所述报警模块包括声光报警器、预置号码紧急通话。5.根据权利要求4所述的非接触式居家养老监护系统，其特征在于，所述中央处理器设置有存储单元，用于存储监测的数据信息。6.根据权利要求5所述的非接触式居家养老监护系统，其特征在于，所述中央处理器设置有USB接口，中央处理器通过USB接口与信息采集模块连接。7.非接触式居家养老监护方法，其特征在于，采用权利要求6所述的非接触式居家养老监护系统，具体按照以下步骤实施：步骤1，通过毫米波雷达检测回波信号幅值、频率及相位信息，热红外摄像头采集热红外图像，温湿度传感器检测环境的温度及湿度，甲烷检测传感器检测环境中甲烷的含量，甲醛传感器检测环境中甲醛的含量，二氧化碳传感器检测环境中二氧化碳的含量，烟雾传感器检测环境中烟雾的含量；步骤2，中央处理器接收毫米波雷达、热红外摄像头、甲烷检测传感器、甲醛传感器、二氧化碳传感器及烟雾传感器采集的数据，中央处理器通过采集的热红外摄像头获取的热图计算出老人的呼吸频率和体温，将毫米波雷达获得的呼吸频率与热红外摄像头获得的呼吸频率通过数据融合算法，得到最终的呼吸频率；步骤3，中央处理器将步骤2接收的信息保存至存储单元，便于随时查看历史数据，当接收的数据超过设定的阈值时，则通过IoT模块传输至云服务器，再发送至手机APP，提醒监护人注意，同时中央处理器控制报警模块发出报警。8.根据权利要求7所述的非接触式居家养老监护方法，其特征在于，步骤2中，中央处理器计算通过毫米波雷达得到的老人呼吸频率、心率的具体过程如下：步骤A，将毫米波雷达捕获的回波信号与本振信号混频得到中频信号；步骤B，对步骤A得到的中频信号做一维FFT获得目标位置信息；步骤C，将步骤B得到的目标位置信息采用反正切函数求得目标相位时间序列；式(1)中，θ(t)表示相位时间序列；A
Q
表示Q通道信号幅度；A
I
表示I通道信号幅度；f0表示雷达本振信号的频率；τ表示雷达回波时延；I通道、Q通道为正交的两通道；
步骤D，对步骤C得到的目标相位时间序列进行相位解缠，得到原始生命体征信号；步骤E，构建呼吸心率信号模型，具体为：式(2)中，A
B
为呼吸信号幅度，A
H
为心率信号幅度；f
B
表示呼吸信号的频率；表示呼吸信号初始相位；f
H
表示心跳信号的频率；表示心跳信号初始相位；步...

【专利技术属性】
技术研发人员：李牧，杨恒，向君，王昭，李倩，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：