基于毫米波雷达点云的老人跌倒姿态三维重建方法及系统与流程

摘要: 本申请涉及图像三维建模,具体涉及基于毫米波雷达点云的老人跌倒姿态三维重建方法及系统。背景技术:1、随着人口老龄化进程的不断加快,老年人的居家安全问题日益受到社会...
基于毫米波雷达点云的老人跌倒姿态三维重建方法及系统与流程

本申请涉及图像三维建模,具体涉及基于毫米波雷达点云的老人跌倒姿态三维重建方法及系统。

背景技术:

1、随着人口老龄化进程的不断加快,老年人的居家安全问题日益受到社会关注。跌倒是老年人群中常见的意外伤害,对老人跌倒进行及时、准确地监测与识别,并进一步获取跌倒姿态信息,对于保障老年人生命安全、提高应急救援效率具有重要意义。

2、目前,已有的老人跌倒检测技术主要基于视觉传感器、可穿戴设备等,基于视觉传感器的方法虽然能直观获取图像信息,但存在易受光照条件影响、隐私泄露风险以及在遮挡环境下检测精度下降等问题;可穿戴设备则需要老人主动佩戴,存在舒适性差、易被遗忘或摘除等不足,难以实现长期稳定的监测。毫米波雷达作为主动式传感器,具有穿透能力强、不受光照和天气影响、可保护隐私等优势,在人体活动监测领域展现出良好的应用前景。

3、然而,现有基于毫米波雷达的跌倒检测技术多侧重于跌倒事件的判断,对于跌倒发生后的具体姿态获取能力有限,毫米波雷达数据点较为稀疏,可监测是否存在跌倒现象,但对于跌倒特征分析不够准确。

技术实现思路

1、本申请实施例通过提供基于毫米波雷达点云的老人跌倒姿态三维重建方法及系统,解决了现有基于毫米波雷达的跌倒检测技术难以准确获取跌倒后具体姿态的技术问题。

2、本申请解决上述技术问题的技术方案如下:

3、第一方面,本申请提供了基于毫米波雷达点云的老人跌倒姿态三维重建方法,所述方法包括:

4、通过毫米波雷达采集老人活动区域内的雷达点云数据序列,提取人体点云数据序列,进行老人跌倒识别,获得跌倒识别结果,其中,跌倒识别结果包括是或否;

5、提取所述人体点云数据序列内的每个雷达点的反射强度参数,得到强度参数分布序列,进行反射体类型分类,得到反射体类型分布序列;

6、基于所述人体点云序列内每个雷达点的坐标,对所述反射体类型分布序列进行筛选划分,获得地面接触反射体类型集,进行身体跌倒方向分类,获得身体跌倒方向;

7、根据所述身体跌倒方向、人体点云数据序列,进行跌倒姿态三维模型构建标注,得到跌倒姿态三维模型。

8、第二方面,本申请提供了基于毫米波雷达点云的老人跌倒姿态三维重建系统,包括:

9、结果识别模块,用于通过毫米波雷达采集老人活动区域内的雷达点云数据序列,提取人体点云数据序列,进行老人跌倒识别,获得跌倒识别结果,其中,跌倒识别结果包括是或否;

10、参数获取模块,用于提取所述人体点云数据序列内的每个雷达点的反射强度参数,得到强度参数分布序列,进行反射体类型分类,得到反射体类型分布序列;

11、序列划分模块,用于基于所述人体点云序列内每个雷达点的坐标,对所述反射体类型分布序列进行筛选划分,获得地面接触反射体类型集,进行身体跌倒方向分类,获得身体跌倒方向;

12、姿态建模模块,用于根据所述身体跌倒方向、人体点云数据序列,进行跌倒姿态三维模型构建标注,得到跌倒姿态三维模型。

13、本申请提供了一个或多个技术方案,至少具有如下技术效果或优点:

14、本申请实施例通过提供基于毫米波雷达点云的老人跌倒姿态三维重建方法及系统,首先,通过毫米波雷达采集老人活动区域内的雷达点云数据序列,再从雷达点云数据序列中提取人体点云数据序列,通过建筑平面拟合,有效识别并剔除了背景中的建筑结构雷达点,确保后续分析对象的纯净性。其次,基于提取到的人体点云数据序列构建基础点云图像序列,并调用经过历史跌倒监测数据训练至收敛的跌倒识别智能体进行识别,从而获得跌倒识别结果。再次,当确定发生跌倒后,通过提取人体点云数据序列中每个雷达点的反射强度参数,形成强度参数分布序列,并对每个强度参数进行分类,得到反射体类型分布序列,有效区分了不同反射体类型。随后,基于人体点云序列内每个雷达点的坐标,筛选平均高度最小的人体点云作为地面接触人体点云,构成地面接触反射体类型集,再基于地面接触反射体类型集,判断身体跌倒方向,使得对跌倒方向的判断更加贴合实际接触情况。最后,根据人体点云数据序列构建基础跌倒姿态三维模型,并结合获得的身体跌倒方向进行信息标注,最终得到能够准确反映老人跌倒后具体姿态的跌倒姿态三维模型。

15、通过上述技术方案,本申请从数据采集、人体点云提取、跌倒识别,到反射体类型分析、跌倒方向判断,直至最终的三维模型构建与标注,形成了完整的技术链路,有效克服了毫米波雷达数据点稀疏的局限,实现了对跌倒后具体姿态的准确获取。

1.基于毫米波雷达点云的老人跌倒姿态三维重建方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于毫米波雷达点云的老人跌倒姿态三维重建方法,其特征在于,通过毫米波雷达采集老人活动区域内的雷达点云数据序列,提取人体点云数据序列,进行老人跌倒识别,获得跌倒识别结果,包括:

3.根据权利要求2所述的基于毫米波雷达点云的老人跌倒姿态三维重建方法,其特征在于,基于建筑平面拟合,提取所述雷达点云数据序列内的建筑结构雷达点并删除,得到人体点云数据序列,包括:

4.根据权利要求2所述的基于毫米波雷达点云的老人跌倒姿态三维重建方法,其特征在于,根据所述人体点云数据序列,构建基础点云图像序列,进行老人跌倒识别,获得跌倒识别结果,包括:

5.根据权利要求1所述的基于毫米波雷达点云的老人跌倒姿态三维重建方法,其特征在于,提取所述人体点云数据序列内的每个雷达点的反射强度参数,得到强度参数分布序列,进行反射体类型分类,得到反射体类型分布序列,包括:

6.根据权利要求5所述的基于毫米波雷达点云的老人跌倒姿态三维重建方法,其特征在于,反射体类型分类表包括多个样本反射强度参数区间和多种样本反射体类型的映射关系,多种样本反射体类型包括皮肤、毛发、衣物,多个样本反射强度参数区间和多种样本反射体类型通过毫米波雷达反射测试数据获得。

7.根据权利要求1所述的基于毫米波雷达点云的老人跌倒姿态三维重建方法,其特征在于,基于所述人体点云序列内每个雷达点的坐标,对所述反射体类型分布序列进行筛选划分,获得地面接触反射体类型集,进行身体跌倒方向分类,获得身体跌倒方向,包括:

8.根据权利要求7所述的基于毫米波雷达点云的老人跌倒姿态三维重建方法,其特征在于,根据所述地面接触反射体类型集,进行身体跌倒方向分类,获得身体跌倒方向,包括:

9.根据权利要求1所述的基于毫米波雷达点云的老人跌倒姿态三维重建方法,其特征在于,根据所述身体跌倒方向、人体点云数据序列,进行跌倒姿态三维模型构建标注,得到跌倒姿态三维模型,包括:

10.基于毫米波雷达点云的老人跌倒姿态三维重建系统,其特征在于,用于执行权利要求1-9任一项所述的基于毫米波雷达点云的老人跌倒姿态三维重建方法,包括: