【技术实现步骤摘要】
基于人工智能的轮椅智能监测预警方法及系统
[0001]本专利技术属于数据处理
，具体涉及基于人工智能的轮椅智能监测预警方法及系统。
技术介绍
[0002]轮椅主要是装有轮子可以帮助替代行走的椅子，是用于伤员、病员周转运输外出活动时的重要移动工具，轮椅包括手动轮椅和电动轮椅，目前随着经济及技术的发展，电动轮椅已经成为越来越多用户的选择，电动轮椅相较于传统的人工推动轮椅，能够极大的方便具有行动障碍的人员出行，并且不需要监护人员的帮助。但是电动轮椅在行驶时需要很好的保障人员的安全，因此需要对电动轮椅的行驶姿态进行监测，避免因为路面颠簸导致侧翻等危险行为。
[0003]目前的电动轮椅一般通过陀螺仪传感器采集姿态数据，但是因为在通过陀螺仪传感器采集姿态数据时，会因为陀螺仪传感器的震动导致获得的原始数据产生基线漂移现象，从而导致对原始数据的波动趋势分析时增大了数据的偏移程度，导致对轮椅的姿态分析时不准确，因此需要对采集的姿态数据进行数据矫正，获得准确的姿态数据从而对轮椅的行驶姿态进行监测和预警。
[0004]目前在...
【技术保护点】
【技术特征摘要】
1.基于人工智能的轮椅智能监测预警方法，其特征在于，该方法包括：获取轮椅的行驶姿态监测数据并记作原始数据，并将原始数据分解成高频分量数据和低频分量数据；选择任意一个数据聚集性的高频分量数据作为目标高频分量数据，根据目标高频分量数据中相邻极大值点幅值与极小值点幅值的差值、相邻极大值点与极小值点之间的时宽，计算出噪声影响程度；噪声影响程度的计算公式为：其中，表示噪声影响程度；表示目标高频分量数据中极值点的个数；表示目标高频分量数据中第个极大值点幅值；表示目标高频分量数据中与第个极大值点相邻的第个极小值点的幅值；表示第个极大值点与相邻第个极小值点之间的时宽；表示自然常数；将每条低频分量数据按照一个数据区间包含一个极大值点和一个极小值点的原则划分为多个数据区间，同时对原始数据进行曲线拟合得到已拟合原始数据；将已拟合原始数据划分为与每条低频分量数据相同的数据区间，根据已拟合原始数据和每条低频分量数据在相同数据区间中每个数据点的斜率、最大幅值点、最小幅值点，计算出每条低频分量数据与已拟合原始数据的相似程度；每条低频分量数据与已拟合原始数据的相似程度的计算公式为：其中，表示第条低频分量数据与已拟合原始数据的相似程度；表示已拟合原始数据第个数据区间中第个数据点的斜率；表示已拟合原始数据第个数据区间中包含的数据点数量；表示已拟合原始数据第个数据区间中存在的最大幅值点数量；表示已拟合原始数据第个数据区间中第个最大幅值点；表示已拟合原始数据第个数据区间中与第个最大幅值点相邻的最小幅值点；表示第条低频分量数据第个数据区间中第个数据点的斜率；表示第条低频分量数据第个数据区间中最大幅值点；表示第条低频分量数据第个数据区间中最小幅值点；表示第条低频分量数据第个数据区间中包含的数据点数量；表示划分的数据区间的个数；表示现有归一化函数；选取与已拟合原始数据的相似程度最大的低频分量数据作为相似度最大低频分量数
据，利用噪声影响程度和相似度最大低频分量数据中每个数据点的幅值对原始数据中每个数据点的幅值进行修正，得到初次修正原始数据；初次修正原始数据的计算公式为：其中，表示初次修正原始数据；表示原始数据中第个数据点的幅值；表示噪声影响程度；表示相似度最大低频分量数据中第个数据点的幅值；表示原始数据中数据点的数量；表示相似度最大低频分量数据与已拟合原始数据的相似程度；根据每条低频分量数据中每个数据点的斜率选取出目标低频分量数据，根据目标低频分量数据的偏移程度获得矫正系数；利用矫正系数对初次修正原始数据进行修正得到最终修正原始数据，根据最终修正原始数据的波动程度判断轮椅姿态变化。2.根据权利要求1所述的基于人工智能的轮椅智能监测预警方法，其特征在于，将原始数据分解成高频分量数据和低频分量数据的步骤包括：利用EMD算法对原始数据进行分解，获得多个高频分量数据和多个低频分量数据。3.根据权利要求1所述的基于人工智能的轮椅智能监测预警...
【专利技术属性】
技术研发人员：史勰，
申请(专利权)人：江阴华士医疗器械有限公司，
类型：发明
国别省市：
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。