一种基于毫米波点云的长护险服务质控方法及系统与流程

本发明涉及模式识别，特别是一种基于毫米波点云的长护险服务质控方法及系统。

背景技术：

1、随着长期护理保险服务规模持续扩大，服务质量核验逐步向数字化、连续化和客观化方向发展。毫米波雷达能够在弱光、遮挡及隐私敏感场景下获取人体点云，护理人员与护理对象识别及护理行为模式识别提供非视觉感知基础。结合护理角色可观测点云时序、pointnet++与lstm融合模型及长护险服务质控任务图，可对护理动作、护理角色交互、服务持续时段和护理对象状态变化进行连续表征，并为长护险服务过程的规范核验、质量评定及档案留存提供技术支撑。

2、现有长护险服务质控多依赖人工巡查、视频复核或单一护理动作识别，模式识别、对象识别和客体识别所得护理动作直接作为服务动作是否发生的判断依据；当毫米波点云受到护理对象坐卧姿态、护理人员遮挡、毫米波雷达安装位置及服务场所布局影响时，护理动作未被识别既可能源于服务动作缺失，也可能源于点云证据不足；现有技术缺少将护理动作节点、护理对象作用状态和点云可观测程度贯通核验的机制，难以区分未识别护理动作的原因，影响护理操作规范等级判定和异常来源定位。

技术实现思路

1、鉴于上述现有存在的问题，提出了本发明。

2、因此，本发明提供了一种基于毫米波点云的长护险服务质控方法解决长护险服务质控中难以区分服务动作缺失与点云证据不足的问题。

3、为解决上述技术问题，本发明提供如下技术方案：

4、第一方面，本发明提供了一种基于毫米波点云的长护险服务质控方法，其包括：采集长期护理保险服务订单及质控规范，将服务场所与护理角色写入服务流程，并从质控规范中提取的质控要求转换为护理动作节点及衔接关系，同时配置时长要求和作用状态要求，构建长护险服务质控任务图；基于长护险服务质控任务图中的服务场所与护理角色启动毫米波雷达，对连续采集的毫米波点云进行预处理并识别护理人员与护理对象，同时按照预设观察窗口计算点云可观测程度，形成护理角色可观测点云时序；构建pointnet++与lstm融合模型，将护理角色可观测点云时序输入pointnet++与lstm融合模型，提取护理人员和护理对象的空间姿态特征与护理动作时序特征，并识别护理对象状态变化，形成护理行为时空识别表征；将护理行为时空识别表征与长护险服务质控任务图进行匹配，按照护理动作节点及衔接关系核验动作合规性与有效服务时长，形成护理动作合规核验记录，并依照作用状态要求核验护理对象状态变化，生成长护险服务质控判定；基于长护险服务质控判定中的未同步对齐护理动作节点、点云可观测程度及护理对象状态变化，构建节点已执行假设和节点未执行假设，重构同步对齐时段并复核作用状态一致性，区分护理动作识别遗漏、服务动作缺失和点云证据不足，确定异常来源及护理操作规范等级，形成长护险服务质控档案。

5、作为本发明所述基于毫米波点云的长护险服务质控方法的一种优选方案，其中，所述构建长护险服务质控任务图，步骤如下：

6、采集长期护理保险服务订单及质控规范，解析服务项目执行关系并编排服务流程，写入对应的服务场所与护理角色，形成长护险服务流程；

7、按照长护险服务流程中的服务项目检索相应质控规范，并提取护理动作执行要求、时长要求和护理对象作用状态要求，形成服务项目质控要求；

8、将服务项目质控要求中的护理动作执行要求逐项转换为护理动作节点，从中提取动作先后约束并建立护理动作节点间的衔接关系，将对应的时长要求与作用状态要求配置至护理动作节点，构建长护险服务质控任务图。

9、作为本发明所述基于毫米波点云的长护险服务质控方法的一种优选方案，其中，所述形成护理角色可观测点云时序，步骤如下：

10、根据长护险服务质控任务图，将服务场所匹配至对应毫米波雷达，设置感知区域并建立统一时间基准和空间坐标基准，启动对应毫米波雷达连续采集携带采集时刻及空间属性的点云帧，并按采集时刻排列形成原始毫米波点云序列；

11、对原始毫米波点云序列进行背景反射抑制、离群点剔除及密度滤波，并通过目标聚类和跨帧跟踪匹配护理角色，识别护理人员及护理对象，形成护理角色点云轨迹；

12、将护理角色点云轨迹按照预设观察窗口划分为连续点云片段，计算各连续点云片段的点云可观测程度并写入对应连续点云片段，形成护理角色可观测点云时序。

13、作为本发明所述基于毫米波点云的长护险服务质控方法的一种优选方案，其中，所述构建pointnet++与lstm融合模型，步骤如下：

14、采集经人工复核的护理角色可观测点云时序，按照长护险服务质控任务图中的护理动作节点及护理对象作用状态要求标注护理动作类别和护理对象状态变化类别，形成护理行为识别训练样本集；

15、以护理对象点云的质心及身体主轴建立局部坐标系，将护理行为识别训练样本集中的护理人员点云和护理对象点云转换至局部坐标系，分别建立护理人员pointnet++分支和护理对象pointnet++分支提取空间姿态特征，并将由护理人员点云与护理对象点云的相对位置及相对运动关系形成的护理角色交互特征与对应点云可观测程度融合，形成双角色空间训练特征序列；

16、将双角色空间训练特征序列输入lstm时序特征提取网络，设置护理动作识别支路和护理对象状态变化识别支路，并按照护理动作节点间的衔接关系约束模型训练，构建pointnet++与lstm融合模型。

17、作为本发明所述基于毫米波点云的长护险服务质控方法的一种优选方案，其中，所述形成护理行为时空识别表征，步骤如下：

18、将护理角色可观测点云时序输入pointnet++与lstm融合模型，通过护理人员pointnet++分支和护理对象pointnet++分支提取护理人员和护理对象的空间姿态特征，并通过lstm提取护理动作时序特征，形成护理动作与护理对象状态联合识别序列；

19、对护理动作与护理对象状态联合识别序列进行连续动作区间合并，识别各护理动作对应的护理对象状态变化，并写入相应点云可观测程度，形成护理行为时空识别表征。

20、作为本发明所述基于毫米波点云的长护险服务质控方法的一种优选方案，其中，所述形成护理动作合规核验记录，步骤如下：

21、按采集时刻整理护理行为时空识别表征，将护理动作类别相同且时间连续的相邻护理行为时空识别表征合并为连续护理事件，并在护理动作类别改变和相邻采集时刻之间的时间间隔超过预设观察窗口的窗口时长中任一成立时重新划分连续护理事件，形成连续护理事件流；

22、将连续护理事件流与长护险服务质控任务图匹配，从连续护理事件流中读取护理动作类别、起止时刻及点云可观测程度，并与护理动作节点、时长要求及节点衔接关系比较，计算对齐代价，并采用动态时间规整生成候选对齐路径，将累计对齐代价最低的候选对齐路径确定为目标对齐路径；

23、将目标对齐路径中护理动作类别与护理动作节点一致且节点转移符合节点衔接关系的护理事件时间区间确定为同步对齐时段，按照节点衔接关系核验护理动作顺序，并将持续时间满足对应时长要求的同步对齐时段累计为有效服务时长，形成护理动作合规核验记录。

24、作为本发明所述基于毫米波点云的长护险服务质控方法的一种优选方案，其中，所述生成长护险服务质控判定，步骤如下：

25、针对护理动作合规核验记录中的各护理动作节点，按护理对象作用状态要求中的状态达成时限在同步对齐时段结束后设置状态响应窗口，并将状态响应窗口内的护理对象状态变化与护理对象作用状态要求匹配，形成护理动作状态核验记录；

26、基于护理动作合规核验记录与护理动作状态核验记录，确定动作顺序偏离、有效服务时长不足及护理对象作用状态未成立的护理动作节点，并写入对应核验标识，记录未被同步对齐的护理动作节点位置及对应时段的点云可观测程度，生成长护险服务质控判定。

27、作为本发明所述基于毫米波点云的长护险服务质控方法的一种优选方案，其中，所述形成护理服务异常分类记录，步骤如下：

28、从长护险服务质控判定中提取未同步对齐的护理动作节点、相邻同步对齐时段、点云可观测程度及护理对象状态变化，分别构建节点已执行假设和节点未执行假设，将节点已执行假设补入对应节点位置并重构同步对齐时段，将节点未执行假设保留节点空缺，分别核验后续节点衔接关系、有效服务时长及作用状态要求，形成双假设核验信息；

29、基于双假设核验信息，点云可观测程度未达到预设点云可观测阈值时标记为点云证据不足，达到预设点云可观测阈值且节点已执行假设恢复衔接关系与作用状态一致性时标记为护理动作识别遗漏，节点未执行假设保持后续对齐且作用状态未成立时标记为服务动作缺失，形成护理服务异常分类记录。

30、作为本发明所述基于毫米波点云的长护险服务质控方法的一种优选方案，其中，所述形成长护险服务质控档案，步骤如下：

31、将护理服务异常分类记录写入长护险服务质控任务图，以异常分类标识对应节点为候选异常节点，复制形成核验任务图，沿节点衔接关系以作用状态要求替换候选异常节点的状态变化，复核后续节点，区分独立异常源与连带异常，形成异常来源定位记录；

32、依据异常来源定位记录中的独立异常源及连带异常范围，结合长护险服务质控判定，按照质控规范中的等级判定规则确定护理操作规范等级，将护理操作规范等级写入异常来源定位记录并与长护险服务质控判定关联归档，形成长护险服务质控档案。

33、第二方面，本发明提供了一种基于毫米波点云的长护险服务质控系统，包括服务任务模块、点云感知模块、时空识别模块、质控核验模块以及质控归档模块；

34、所述服务任务模块，用于采集长期护理保险服务订单及质控规范，将服务场所与护理角色写入服务流程，并从质控规范中提取的质控要求转换为护理动作节点及衔接关系，同时配置时长要求和作用状态要求，构建长护险服务质控任务图；

35、所述点云感知模块，用于基于长护险服务质控任务图中的服务场所与护理角色启动毫米波雷达，对连续采集的毫米波点云进行预处理并识别护理人员与护理对象，同时按照预设观察窗口计算点云可观测程度，形成护理角色可观测点云时序；

36、所述时空识别模块，用于构建pointnet++与lstm融合模型，将护理角色可观测点云时序输入pointnet++与lstm融合模型，提取护理人员和护理对象的空间姿态特征与护理动作时序特征，并识别护理对象状态变化，形成护理行为时空识别表征；

37、所述质控核验模块，用于将护理行为时空识别表征与长护险服务质控任务图进行匹配，按照护理动作节点及衔接关系核验动作合规性与有效服务时长，并依照作用状态要求核验护理对象状态变化，生成长护险服务质控判定；

38、所述质控归档模块，用于从长护险服务质控判定中提取护理动作节点、点云可观测程度及护理对象状态变化，依据点云可观测程度与作用状态要求区分护理动作识别遗漏、服务动作缺失和点云证据不足，形成护理服务异常分类记录，结合节点位置判定护理操作规范等级及异常来源，形成长护险服务质控档案。

39、本发明有益效果为：通过从长护险服务质控判定中提取护理动作节点位置与点云可观测程度，并对未同步对齐的护理动作节点进行服务动作缺失与点云证据不足分类，使护理行为时空识别表征具有明确点云证据基础；根据待核验时段内的点云可观测程度确认护理角色点云及护理角色点云轨迹能否支撑护理动作识别，可记录护理操作规范等级、首个异常节点、待核验时段及异常分类标识，实现护理异常的节点定位、时段记录和证据归档。