一种基于制造技术

本发明专利技术公开了一种基于

【技术实现步骤摘要】
一种基于5G无线定位的防摔系统及方法


[0001]本专利技术涉及
5G+
健康管理
，具体为一种基于
5G
无线定位的防摔系统及方法
。

技术介绍

[0002]近年来老年人口在总人口中所占的比例不断上升，社会人口结构逐渐呈现老年化状态，面临着严重的人口老龄化问题，如今大多数家庭在照顾老年人方面都面临着非常大的困难：要么与老年人相隔甚远，心有余而力不足，要么上班忙
、
时间紧，对老年人照顾不到位，老年人的安全问题正成为每个家庭的一个非常大的安全隐患，而老年人本身就视力下降，骨质疏松，平衡协调能力较差，稍有不慎就会摔倒，摔倒后如无法及时得到救助就会造成严重后果，研究表明，每年有
30
％
‑
40
％的
65
岁以上老年人至少跌倒一次，老年人跌倒死亡率随年龄的增大而上升，因此实时掌握老年人的定位信息，并基于定位信息进行防摔技术的研究和预测就显得格外重要
。
[0003]现有技术主要围绕监测心率
、
睡眠
、
血氧等进行健康管理，为了提高老年人摔倒实时救助率，有必要结合
5G
无线定位技术和人工智能算法，通过一种基于
5G
无线定位的防摔方法和系统，及时准确对摔倒事件进行告警
、
预警，提升老年人生活的安全感，同时减少亲人们的担忧
。

技术实现思路

[0004]本专利技术的目的在于提供一种基于
5G
无线定位的防摔系统及方法，旨在解决准确地检测和预测老年人摔倒事件的需求，提高老年人摔倒实时救助率
。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种基于
5G
无线定位的防摔系统，包括防摔系统，所述防摔系统包括
5G
无线定位测量平台
、
防摔服务平台
、
特征参数监测平台
、
摔倒事件检测预测平台和告警联动平台，所述
5G
无线定位测量平台采用
TDOA
定位方法，利用至少3个基站，通过测量信号到达任意2个基站的时间差，构造以基站为焦点，以距离差为长轴的双曲线，双曲线的交点即为手环所在的位置，所述
5G
无线定位测量平台通过
5G
网络实时与防摔服务平台连接，所述特征参数监测平台
、
摔倒事件检测预测平台和告警联动平台均与防摔服务平台通信连接
。
[0006]作为本专利技术的一种优选技术方案，所述特征参数监测平台包括手环高度差监测模块
、
手环运动加速度监测模块
、
手环运动速度监测模块和手环受压监测模块，所述手环高度差监测模块监测手环距离地面的高度差，所述手环运动加速度监测模块监测手环的运动加速度，所述手环运动速度监测模块监测手环的运动速度，所述手环受压监测模块监测手环受到的压力值多个摔倒的特征参数，提高监测的准确性
。
[0007]作为本专利技术的一种优选技术方案，所述摔倒事件检测预测平台包括算法模型模块
、
数据分析模块
、
数据运算模块
、
事件检测模块和事件预测模块，所述算法模型模块建立摔倒事件检测及预测系统的算法模型，所述数据分析模块采用梯度提升决策树
(GBDT)
算法
对监测获取的海量数据进行深度数据分析，所述数据运算模块进行线性
、
回归
、
迭代运算，并深度强化学习
(DRL)
，利用人工智能
(AI)
算力进行模拟
、
模糊运算，所述事件检测模块对摔倒事件的发生进行检测，所述事件预测模块对摔倒事件的发生进行预测
。
[0008]作为本专利技术的一种优选技术方案，所述告警联动平台包括分级分类模块和信息发生模块，所述分级分类模块对相关检测和预测结果进行分级分类，所述信息发生模块分别向家属
、
看护和相关人员发送告警信息，对高危告警可联动
120
系统
。
[0009]作为本专利技术的一种优选技术方案，所述
TDOA
定位方法具体为在
TDOA
定位中，设
(a
，
b)
是待测量位置的坐标，第
i
个基站
(BS)
的已知坐标为
(ai
，
bi)
，则第
i
个基站
(BS)(i
＝1，2，
…
，
N)
到待测量位置
(a
，
b)
的距离为，令表示
BSi、BSj(i≠j)
与待测量位置
(a
，
b)
之间的距离差，则，三组双曲线的交点即为待测量位置的坐标
(a
，
b)。
[0010]作为本专利技术的一种优选技术方案，所述手环高度差监测模块具体为手环内置有
5G
卡，通过内置的气压计定时测量气压数据，并从云端服务器获取数据支持，进而可以得到当地的实时海拔气压换算方式，进而计算出具体位置的海拔高度，进一步计算出前后2次提取数据的高度差；所述手环运动加速度监测模块具体为人体摔倒过程相对于日常活动也会有一个比较大的加速度，手环定时上报运动加速度；所述手环运动速度监测模块具体为人体的摔倒过程相对于日常活动会有比较快的速度，手环定时上报运动速度；所述手环受压监测模块具体为人体在摔倒后与地面碰撞，会产生比较大的压力，手环定时上报所受到的压力值
。
[0011]作为本专利技术的一种优选技术方案，所述摔倒事件检测预测平台的具体步骤为算法的回归树基本模型：输入：训练数据集，损失函数为；输出：回归树
F(x)
；第一步：建立初始化弱学习器：估计使损失函数极小化的常数值，它是只有一个根节点的树，一般平方损失函数为节点的均值，而绝对损失函数为节点样本的中位数；
[0012]第二步：对
m
＝1，2，
......
，
M(M
表示迭代次数，即生成的弱学习器个数
)
，又对每个样本
i
＝1，2，
......
，
N
，计算损失函数的负梯度在当前模型的值，将它作为残差的估计
。
对于平方损失函数，它就是通常所说的残差；而对于一般损失函数，它就是残差的近似值
(
伪残差
)
，将上步得到的残差作为样本新的真实值，并将数据
(
，
)
，
i
＝1，2，
......
，
N
作为下棵树的训练本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
5G
无线定位的防摔系统，包括防摔系统，其特征在于：所述防摔系统包括
5G
无线定位测量平台
(1)、
防摔服务平台
(2)、
特征参数监测平台
(3)、
摔倒事件检测预测平台
(4)
和告警联动平台
(5)
，所述
5G
无线定位测量平台
(1)
采用
TDOA
定位方法，利用至少3个基站，通过测量信号到达任意2个基站的时间差，构造以基站为焦点，以距离差为长轴的双曲线，双曲线的交点即为手环所在的位置，所述
5G
无线定位测量平台
(1)
通过
5G
网络实时与防摔服务平台
(2)
连接，所述特征参数监测平台
(3)、
摔倒事件检测预测平台
(4)
和告警联动平台
(5)
均与防摔服务平台
(2)
通信连接
。2.
根据权利要求1所述的一种基于
5G
无线定位的防摔系统，其特征在于：所述特征参数监测平台
(3)
包括手环高度差监测模块
(31)、
手环运动加速度监测模块
(32)、
手环运动速度监测模块
(33)
和手环受压监测模块
(34)
，所述手环高度差监测模块
(31)
监测手环距离地面的高度差，所述手环运动加速度监测模块
(32)
监测手环的运动加速度，所述手环运动速度监测模块
(33)
监测手环的运动速度，所述手环受压监测模块
(34)
监测手环受到的压力值多个摔倒的特征参数，提高监测的准确性
。3.
根据权利要求1所述的一种基于
5G
无线定位的防摔系统，其特征在于：所述摔倒事件检测预测平台
(4)
包括算法模型模块
(41)、
数据分析模块
(42)、
数据运算模块
(43)、
事件检测模块
(44)
和事件预测模块
(45)
，所述算法模型模块
(41)
建立摔倒事件检测及预测系统的算法模型，所述数据分析模块
(42)
采用梯度提升决策树
(GBDT)
算法对监测获取的海量数据进行深度数据分析，所述数据运算模块
(43)
进行线性
、
回归
、
迭代运算，并深度强化学习
(DRL)
，利用人工智能
(AI)
算力进行模拟
、
模糊运算，所述事件检测模块
(44)
对摔倒事件的发生进行检测，所述事件预测模块
(45)
对摔倒事件的发生进行预测
。4.
根据权利要求1所述的一种基于
5G
无线定位的防摔系统，其特征在于：所述告警联动平台
(5)
包括分级分类模块
(51)
和信息发生模块
(52)
，所述分级分类模块
(51)
对相关检测和预测结果进行分级分类，所述信息发生模块
(52)
分别向家属
、
看护和相关人员发送告警信息，对高危告警可联动
120
系统
。5.
根据权利要求1所述的一种基于
5G
无线定位的防摔系统，其特征在于：所述
TDOA
定位方法具体为在
TDOA
定位中，设
(a
，
b)
是待测量位置的坐标，第
i
个基站
(BS)
的已知坐标为
(ai
，
bi)
，则第
i
个基站
(BS)(i
＝1，2，
…
，
N)
到待测量位置
(a
，
b)
的距离为令
l
ij
表示
BSi、BSj(i≠j)
与待测量位置
(a
，
b)
之间的距离差，则
l
ij
＝
l
i
‑
l
j
，三组双曲线的交点即为待测量位置的坐标
(a
，
b)。6.
根据权利要求2所述的一种基于
5G
无线定位的防摔系统，其特征在于：所述手环高度差监测模块
(31)
具体为手环内置有
5G
卡，通过内置的气压计定时测量气压数据，并从云端服务器获取数据支持，进而可以得到当地的实时海拔气压换算方式，进而计算出具体位置的海拔高度，进一步计算出前后2次提取数据的高度差；所述手环运动加速度监测模块
(32)
具体为人体摔倒过程相对于日常活动也会有一个比较大的加速度，手环定时上报运...

【专利技术属性】
技术研发人员：刘涛，陈凤莲，邹兴聪，陈斌，黄桔林，卢旭文，刘健，
申请(专利权)人：广东南方电信规划咨询设计院有限公司，
类型：发明
国别省市：