基于数字孪生技术的老年人摔倒监测系统技术方案

本发明专利技术提出基于数字孪生技术的老年人摔倒监测系统，包括以下步骤；步骤一、虚拟场景和人体模型构建；步骤二、人体跌倒特征细分研究；步骤三、基于监控设备获取实时视频数据；步骤四、结合视觉目标检测中的目标检测技术和数字孪生技术各自的优势，基于计算机视觉目标检测方法人体跌倒状态识别；步骤五、监控系统和虚拟场景的数据交互；本发明专利技术全方位实时的了解老人生活状态，极大的解放了人力劳动，方便自动监测老人的实时姿态以及生活状态。监测老人的实时姿态以及生活状态。监测老人的实时姿态以及生活状态。

【技术实现步骤摘要】
基于数字孪生技术的老年人摔倒监测系统


[0001]本专利技术涉及监测
，尤其是基于数字孪生技术的老年人摔倒监测系统。

技术介绍

[0002]人口老龄化的问题受到越来越多人的关注，对于独居老人的看护越来越重要。随着孪生数字技术、数字图像处理技术的快速发展以及摄像机硬件性能的明显提高，孪生数字技术和计算机视觉目标检测技术已为摔倒检测领域开辟了有效的发展途径。此技术可应用于新型的智能监控设备中，新型的智能视频监控可以在没有人为参与的情况下通过检测来监视场景，并对视频图像序列进行实时的分析。在设计检测人体目标方案时，提出的方案解决平衡模型的精度和速度，实现高效人体摔倒检测。同时也应考虑量化精度与实时速率矛盾的问题，这也是实现高精度人体姿态估计的关键。因此利用这种新型的智能视频监控来实现摔倒检测，并把数据导入到数字孪生平台中，更为直观的监测老人的行为和姿态。为家里的老人提供安全的健康环境，让老人更加有保障的享受老年生活。

技术实现思路

[0003]本专利技术提出基于数字孪生技术的老年人摔倒监测系统，全方位实时的了解老人生活状态，极大的解放了人力劳动，方便自动监测老人的实时姿态以及生活状态。
[0004]本专利技术采用以下技术方案。
[0005]基于数字孪生技术的老年人摔倒监测系统，包括以下步骤；步骤一、虚拟场景和人体模型构建；步骤二、人体跌倒特征细分研究；步骤三、基于监控设备获取实时视频数据；步骤四、结合视觉目标检测中的目标检测技术和数字孪生技术各自的优势，基于计算机视觉目标检测方法人体跌倒状态识别；步骤五、监控系统和虚拟场景的数据交互。
[0006]所述步骤一包含两个任务：（a）参考现实世界中老人的居住场景，对场景进行三维建模；(b)参照《中国成年人人体尺寸》，建立人体三维模型。
[0007]步骤一中，包括三维建模技术，利用数字孪生技术还原物理世界场景，利用快速三维建模技术，助力虚拟孪生场景的建模和物理世界数据实时驱动的可视化，利用三维建模和Unity3D渲染技术建立数字孪生平台，建立虚拟场景和人体模型，实现了虚拟孪生场景的快速建模和物理世界数据实时驱动的可视化显示。人体模型的构建参照《中国成年人人体尺寸》标准。
[0008]步骤二中，根据人体跌倒方向的不同进行分类，分为前向跌倒、后向跌倒、侧向跌倒三类;其中前向跌倒的姿态是指人体前观面和地面接触的姿态；后向跌倒的姿态是指人体后观面和地面接触的姿态；侧向跌倒是指人体矢状面大致与地面平行时的姿态，其包含两种状态：左侧向跌倒和右侧向跌倒。
[0009]步骤二包括跌倒过程和跌倒方向的研究；跌倒过程分为四个阶段，即跌倒前、跌倒中、跌倒后和恢复阶段；跌倒中的状态的特征为身体会突然向地面运动，最明显的特征是速度的变化；这个阶段发生的时间长度范围是300
‑
500毫秒。
[0010]步骤四中，使用计算机视觉目标检测技术，对人体状态进行检测，显示出人体是否跌倒以及跌倒的方向，并根据步骤二按跌倒方向的进行跌倒事件的分类划分。
[0011]步骤四中，先准备好数据集，然后使用yolov5训练模型；所述数据集的采集来源于互联网上下载的图片。图片采集完成后，使用数据标注软件对图像进行标注；数据标注完成后，将数据集划分为训练集和验证集；模型的训练流程包括以下步骤；步骤a、环境配置，配置yolov5所需虚拟环境；步骤b、数据集，使用制作的数据集；步骤c、文件配置，根据数据集修改yolov5的文件；步骤d、训练模型，得到模型参数，并使用验证数据集验证模型。
[0012]步骤四中，使用计算机视觉对老人行为检测，获取关节点坐标，使数字孪生搭建的平台中人体模型的姿态通过视觉检测获取的关节点坐标实时反馈。
[0013]步骤五中，所述监控系统和虚拟场景的数据交互，具体为：通过视频采集设备实现虚拟场景和真实场景的实时互动。显示真实场景里老人的真实状态。
[0014]本专利技术提出基于数字孪生技术的老年人摔倒监测系统，能全方位实时的了解老人生活状态，极大的解放了人力劳动，方便自动监测老人的实时姿态以及生活状态。
[0015]本专利技术应用数字孪生技术设计基于视频的摔倒检测算法，该算法能实时准确地监测老人的摔倒行为。该设计主要包括人体和环境模型的构建、人体目标检测及摔倒行为检测。使用计算机视觉目标检测技术对老人摔倒行为检测，使数字孪生搭建的平台中人体模型的姿态和通过视觉检测获取的摔倒状态实时反馈。
附图说明
[0016]下面结合附图和具体实施方式对本专利技术进一步详细的说明：附图1为本专利技术基于数字孪生技术老年人摔倒监测系统的整体概念构建流程示意图；附图2为本专利技术基于数字孪生技术的老年人摔倒监测系统的数据采集流程示意图；附图3为本专利技术基于数字孪生技术的老年人摔倒监测系统的数字孪生系统模块示意图；附图4为本专利技术基于数字孪生技术的老年人摔倒监测系统的整体技术流程示意图；附图5、6、7是本专利技术步骤四中训练模型的示意图。
具体实施方式
[0017]为了使本专利技术的目的、技术方案及优点更加清楚直观，以下结合实施例对本专利技术
进行进一步详细说明，但本专利技术要求保护的范围并不局限于下述具体实施例。
[0018]如图所示，基于数字孪生技术的老年人摔倒监测系统，包括以下步骤；步骤一、虚拟场景和人体模型构建；步骤二、人体跌倒特征细分研究；步骤三、基于监控设备获取实时视频数据；步骤四、结合视觉目标检测中的目标检测技术和数字孪生技术各自的优势，基于计算机视觉目标检测方法人体跌倒状态识别；步骤五、监控系统和虚拟场景的数据交互。
[0019]所述步骤一包含两个任务：（a）参考现实世界中老人的居住场景，对场景进行三维建模；(b)参照《中国成年人人体尺寸》，建立人体三维模型。
[0020]步骤一中，包括三维建模技术，利用数字孪生技术还原物理世界场景，利用快速三维建模技术，助力虚拟孪生场景的建模和物理世界数据实时驱动的可视化，利用三维建模和Unity3D渲染技术建立数字孪生平台，建立虚拟场景和人体模型，实现了虚拟孪生场景的快速建模和物理世界数据实时驱动的可视化显示。人体模型的构建参照《中国成年人人体尺寸》标准。
[0021]步骤二中，根据人体跌倒方向的不同进行分类，分为前向跌倒、后向跌倒、侧向跌倒三类;其中前向跌倒的姿态是指人体前观面和地面接触的姿态；后向跌倒的姿态是指人体后观面和地面接触的姿态；侧向跌倒是指人体矢状面大致与地面平行时的姿态，其包含两种状态：左侧向跌倒和右侧向跌倒。
[0022]步骤二包括跌倒过程和跌倒方向的研究；跌倒过程分为四个阶段，即跌倒前、跌倒中、跌倒后和恢复阶段；跌倒中的状态的特征为身体会突然向地面运动，最明显的特征是速度的变化；这个阶段发生的时间长度范围是300
‑
500毫秒。
[0023]步骤四中，使用计算机视觉目标检测技术，对人体状态进行检测，显示出人体是否跌倒以及跌倒的方向，并根据步骤二按跌倒方向的进行跌倒事件的分类划分。
[0024]步骤四本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于数字孪生技术的老年人摔倒监测系统，其特征在于：包括以下步骤；步骤一、虚拟场景和人体模型构建；步骤二、人体跌倒特征细分研究；步骤三、基于监控设备获取实时视频数据；步骤四、结合视觉目标检测中的目标检测技术和数字孪生技术各自的优势，基于计算机视觉目标检测方法人体跌倒状态识别；步骤五、监控系统和虚拟场景的数据交互。2.根据权利要求1所述的基于数字孪生技术的老年人摔倒监测系统，其特征在于：所述步骤一包含两个任务：（a）参考现实世界中老人的居住场景，对场景进行三维建模；(b)参照《中国成年人人体尺寸》，建立人体三维模型。3.根据权利要求2所述的基于数字孪生技术的老年人摔倒监测系统，其特征在于：步骤一中，包括三维建模技术，利用数字孪生技术还原物理世界场景，利用快速三维建模技术，助力虚拟孪生场景的建模和物理世界数据实时驱动的可视化，利用三维建模和Unity3D渲染技术建立数字孪生平台，建立虚拟场景和人体模型，实现了虚拟孪生场景的快速建模和物理世界数据实时驱动的可视化显示；人体模型的构建参照《中国成年人人体尺寸》标准。4.根据权利要求1所述的基于数字孪生技术的老年人摔倒监测系统，其特征在于：步骤二中，根据人体跌倒方向的不同进行分类，分为前向跌倒、后向跌倒、侧向跌倒三类;其中前向跌倒的姿态是指人体前观面和地面接触的姿态；后向跌倒的姿态是指人体后观面和地面接触的姿态；侧向跌倒是指人体矢状面大致与地面平行时的姿态，其包含两种状态：左侧向跌倒和右侧向跌倒。5.根据权利要求4所述的基于数字孪生技术的老年人摔倒监测系统，其特征在于：步骤二包括跌倒过程和跌...

【专利技术属性】
技术研发人员：李明林，杨龙，胡祖明，谢月齐，
申请(专利权)人：福州大学，
类型：发明
国别省市：