面向具身智能护理场景的预警数据集构建方法、系统及计算机可读存储介质与流程

本申请涉及智能护理和人工智能，尤其涉及面向具身智能护理场景的预警数据集构建方法、系统及计算机可读存储介质。

背景技术：

1、在养老院及居家护理场景中，具身智能机器人需提前预判跌倒、呼吸心跳骤停等急性风险事件，以为护理人员争取干预时间窗口。此类预判能力依赖于大规模高质量训练数据集的支撑。

2、目前，已有相关技术尝试通过多模态传感器采集护理场景数据，并利用神经网络模型计算各模态数据之间的关联权重，但此类方法本质上仍基于统计相关性，无法区分真实因果关系与虚假相关性。

技术实现思路

1、本申请提出了一种面向具身智能护理场景的预警数据集构建方法，旨在解决现有技术中因果标注不可靠、跨模态因果冲突未处理的技术问题。

2、本申请提供了一种面向具身智能护理场景的预警数据集构建方法，方法包括：

3、获取目标对象在连续时间段内的多模态感知数据；

4、基于目标对象的个性化多模态基线，计算各模态感知数据偏离对应基线的累积偏离程度；

5、若累积偏离程度满足异常触发条件，则从多模态感知数据中截取与异常事件关联的多模态数据片段；

6、对各模态数据片段分别进行因果分析，生成各模态的初始因果子图，对不同模态的初始因果子图进行冲突检测，并在检测到冲突时触发人工复审；

7、获取人工输入的对初始因果子图的修改信息以及对因果边置信度的确认信息，形成带因果标注和置信度标注的多模态因果图；

8、以多模态因果图作为约束，对多模态数据片段进行干预模拟，生成对应的反事实样本，将多模态数据片段与反事实样本配对，得到因果对比训练样本；

9、将多组因果对比训练样本汇集，形成预警数据集。

10、相应的，本申请还提供了一种面向具身智能护理场景的预警数据集构建系统，包括：

11、同步采集模块，用于获取目标对象在连续时间段内的多模态感知数据；

12、自适应截取模块，用于基于目标对象的个性化多模态基线，计算各模态感知数据偏离对应基线的累积偏离程度；以及，用于当累积偏离程度满足异常触发条件时，从多模态感知数据中截取与异常事件关联的多模态数据片段；

13、人机协同标注模块，用于对各模态数据片段分别进行因果分析，生成各模态的初始因果子图；对不同模态的初始因果子图进行冲突检测，并在检测到冲突时触发人工复审；以及，用于获取人工输入的对初始因果子图的修改信息以及对因果边置信度的确认信息，形成带因果标注和置信度标注的多模态因果图；

14、反事实样本生成模块，用于以多模态因果图作为约束，对多模态数据片段进行干预模拟，生成对应的反事实样本，将多模态数据片段与反事实样本配对，得到因果对比训练样本；

15、样本输出模块，用于将多组因果对比训练样本汇集，形成预警数据集。

16、相应的，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行如上的面向具身智能护理场景的预警数据集构建方法。

17、本申请通过获取目标对象在连续时间段内的多模态感知数据；基于目标对象的个性化多模态基线，计算各模态感知数据偏离对应基线的累积偏离程度；若累积偏离程度满足异常触发条件，则从多模态感知数据中截取与异常事件关联的多模态数据片段；对各模态数据片段分别进行因果分析，生成各模态的初始因果子图，对不同模态的初始因果子图进行冲突检测，并在检测到冲突时触发人工复审；获取人工输入的对初始因果子图的修改信息以及对因果边置信度的确认信息，形成带因果标注和置信度标注的多模态因果图；以多模态因果图作为约束，对多模态数据片段进行干预模拟，生成对应的反事实样本，将多模态数据片段与反事实样本配对，得到因果对比训练样本；将多组因果对比训练样本汇集，形成预警数据集，以此，提升了预警数据集的因果保真度，使利用该数据集训练的预警模型能够学习因果逻辑而非统计相关性，降低误报率。

1.一种面向具身智能护理场景的预警数据集构建方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

3.根据权利要求1所述的方法，其特征在于，所述基于所述目标对象的个性化多模态基线，计算各模态感知数据偏离对应基线的累积偏离程度，包括：

4.根据权利要求1所述的方法，其特征在于，所述对各模态数据片段分别进行因果分析，生成各模态的初始因果子图，对不同模态的初始因果子图进行冲突检测，并在检测到冲突时触发人工复审，包括：

5.根据权利要求1所述的方法，其特征在于，所述获取人工输入的对所述初始因果子图的修改信息以及对因果边置信度的确认信息，形成带因果标注和置信度标注的多模态因果图，包括：

6.根据权利要求1所述的方法，其特征在于，所述以所述多模态因果图作为约束，对所述多模态数据片段进行干预模拟，生成对应的反事实样本，将所述多模态数据片段与所述反事实样本配对，得到因果对比训练样本，包括：

7.根据权利要求1所述的方法，其特征在于，所述获取目标对象在连续时间段内的多模态感知数据，包括：

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

9.一种面向具身智能护理场景的预警数据集构建系统，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至8任一项所述的面向具身智能护理场景的预警数据集构建方法。