全自动大小便护理器人排泄状态全域识别方法及系统与流程

本发明属于智能护理设备，具体地，涉及全自动大小便护理器人排泄状态全域识别方法及系统。

背景技术：

1、随着社会老龄化进程的加速，针对失能或卧床人群的智能护理设备需求日益增长。现有的全自动大小便护理设备大多采用单一传感技术来检测排泄状态。

2、例如，一些设备采用红外传感器，通过检测红外光路的通断来判断有无排泄物，但这种方式极易受到排泄区域的水汽、冷凝水滴或污染物附着的影响，导致光路受扰而产生误报。另一些设备采用电容式传感器，通过测量不同物质的介电常数差异来区分尿液或大便，然而，由于人体排泄物成分复杂，尿液、含水量较高的湿便以及设备清洗后的残留水，其介电常数可能非常接近，导致电容传感器难以准确区分，特别是无法有效分辨尿液和湿便。

3、还有的方案仅利用单一频率的阻抗变化进行检测，但单一的阻抗参数信息维度不足，无法全面表征排泄物的复杂电学特性，同样面临识别准确率低的瓶颈。因此，现有技术普遍存在因检测维度单一而导致的抗干扰能力弱、分类精度低的问题。

4、专利文献cn119867792a公开了一种神经监护仪与人体神经连接状态的判断方法，该方案无法全面表征排泄物的复杂电学特性，电容传感器难以准确区分。

5、此问题亟须得到解决。

技术实现思路

1、针对现有技术中的缺陷，本发明的目的是提供一种全自动大小便护理器人排泄状态全域识别方法及系统。

2、根据本发明提供的一种全自动大小便护理器人排泄状态全域识别方法，包括：

3、步骤s1：向一待测区域施加至少两个不同频率的交流激励信号，并采集在所述至少两个不同频率的交流激励信号下对应的阻抗值；

4、步骤s2：通过一辅助传感器获取所述待测区域的辅助传感信息；

5、步骤s3：对采集的所述阻抗值进行数字滤波处理和稳定性判断处理；基于经过所述数字滤波处理和稳定性判断处理后的阻抗值，提取阻抗特征；

6、所述阻抗特征包括：将在所述至少两个不同频率中的最低频率下采集的阻抗值作为低频阻抗值、将在最高频率下采集的阻抗值作为高频阻抗值，以及根据所述低频阻抗值和所述高频阻抗值计算得到的阻抗比例；

7、步骤s4：融合所述阻抗特征和所述辅助传感信息，并通过一分类算法将所述待测区域的当前状态识别为多个预设状态中的一种。

8、优选地，所述辅助传感器为红外检测模块，并且，所述辅助传感信息为红外遮挡状态信息。

9、优选地，所述辅助传感器为电容检测模块，并且，所述辅助传感信息为电容值信息。

10、优选地，所述分类算法为状态机算法。

11、优选地，所述分类算法为机器学习算法。

12、优选地，所述至少两个不同频率的交流激励信号的频率包括1khz和3khz；

13、优选地，所述阻抗特征还包括基于所述经过数字滤波处理和稳定性判断处理后的阻抗值计算得到的信号变化速度以及信号波动程度中的至少一种；

14、其中，所述信号变化速度是指所述阻抗值在预设时间窗口内的一阶导数；

15、所述信号波动程度是指所述阻抗值在预设时间窗口内的标准差；

16、其中，所述预设时间窗口为一个包含预设数量的连续采集的阻抗值的时间窗口。

17、根据本发明提供的一种全自动大小便护理器人排泄状态全域识别系统，包括：

18、模块m1：向一待测区域施加至少两个不同频率的交流激励信号，并采集在所述至少两个不同频率的交流激励信号下对应的阻抗值；

19、模块m2：通过一辅助传感器获取所述待测区域的辅助传感信息；

20、模块m3：对采集的所述阻抗值进行数字滤波处理和稳定性判断处理；基于经过所述数字滤波处理和稳定性判断处理后的阻抗值，提取阻抗特征；

21、所述阻抗特征包括：将在所述至少两个不同频率中的最低频率下采集的阻抗值作为低频阻抗值、将在最高频率下采集的阻抗值作为高频阻抗值，以及根据所述低频阻抗值和所述高频阻抗值计算得到的阻抗比例；

22、模块m4：融合所述阻抗特征和所述辅助传感信息，并通过一分类算法将所述待测区域的当前状态识别为多个预设状态中的一种。

23、根据本发明提供的一种存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现所述的全自动大小便护理器人排泄状态全域识别方法的步骤。

24、根据本发明提供的一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被处理器执行时实现所述的全自动大小便护理器人排泄状态全域识别方法的步骤。

25、与现有技术相比，本发明具有如下的有益效果：

26、1、本发明通过多频阻抗与辅助传感信息融合，实现了多维信息交叉验证，有效区分尿液和湿便，显著提高了识别准确率、抗干扰能力和系统可靠性。

27、2、本发明利用不同物质在不同频率电场下具有独特阻抗谱的原理，通过提取包括低频阻抗值、高频阻抗值以及阻抗比例在内的频率响应特征，提供了更丰富的分类信息，有效解决了现有技术中因物理特性相近而难以区分尿液和湿便的难题，从根本上提升了分类的准确性。

28、3、本发明通过将多频阻抗特征与辅助传感器的信息进行融合判断，实现了多维信息的交叉验证，能够有效排除水汽、清洗残留液等单一传感器难以应对的干扰，避免误触发，增强了系统的抗干扰能力和鲁棒性。

29、4、本发明在分类识别前增加了数字滤波和稳定性判断步骤，能够有效滤除信号噪声，并忽略非持续的瞬态信号波动，确保系统仅对真实的、稳定的排泄事件作出响应，从而提高了整个护理设备的运行可靠性。

1.一种全自动大小便护理器人排泄状态全域识别方法，其特征在于，包括：

2.根据权利要求1所述的全自动大小便护理器人排泄状态全域识别方法，其特征在于，所述辅助传感器为红外检测模块，并且，所述辅助传感信息为红外遮挡状态信息。

3.根据权利要求1所述的全自动大小便护理器人排泄状态全域识别方法，其特征在于，所述辅助传感器为电容检测模块，并且，所述辅助传感信息为电容值信息。

4.根据权利要求1所述的全自动大小便护理器人排泄状态全域识别方法，其特征在于，所述分类算法为状态机算法。

5.根据权利要求1所述的全自动大小便护理器人排泄状态全域识别方法，其特征在于，所述分类算法为机器学习算法。

6.根据权利要求1所述的全自动大小便护理器人排泄状态全域识别方法，其特征在于，所述至少两个不同频率的交流激励信号的频率包括1khz和3khz。

7.根据权利要求1所述的全自动大小便护理器人排泄状态全域识别方法，其特征在于，所述阻抗特征还包括基于所述经过数字滤波处理和稳定性判断处理后的阻抗值计算得到的信号变化速度以及信号波动程度中的至少一种；

8.一种全自动大小便护理器人排泄状态全域识别系统，其特征在于，包括：

9.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的全自动大小便护理器人排泄状态全域识别方法的步骤。

10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的全自动大小便护理器人排泄状态全域识别方法的步骤。