基于毫米波雷达的离床能力分析方法、装置、设备及介质与流程
本发明涉及数据分析,尤其涉及一种基于毫米波雷达的离床能力分析方法、装置、设备及介质。
背景技术:
1、随着人口老龄化程度的不断加深,老年用户的居家照护需求日益增长,其中离床行为作为日常生活中最基本的动作之一,其离床能力包括困难程度的准确分析对于预防跌倒、及时发现健康异常等具有重要意义。
2、目前,在现有技术中,针对人体离床能力的分析主要依赖人工观察或护理记录,如通过护理人员记录老年用户是否需要协助离床、离床所需时间等方式进行判断。然而,该类方法存在明显局限:一方面,人工记录高度依赖主观经验,缺乏统一量化标准,不同人员之间分析结果一致性较差;另一方面,人工观察通常为间断式采集,难以覆盖全天候的离床行为变化,无法真实反映老年用户的长期离床能力水平。
3、此外,部分现有方法采用基于视频监控的行为识别技术,通过摄像头采集老年用户起身与离床的全过程,并结合计算机视觉算法进行分析。该类方法虽可获取较为直观的人体离床行为信息,但摄像头采集涉及个人隐私,尤其在卧室等私密空间中应用时用户接受度较低,且在光照不足或存在遮挡的环境下,人体离床能力的识别准确率易受影响,进而导致整体分析稳定性不足。
4、因此,面对日益增长的人体离床能力分析需求,当前人体离床能力分析方法亟待改进,以解决现有方法人体离床能力分析结果精准性不足的问题。
技术实现思路
1、本发明提供一种基于毫米波雷达的离床能力分析方法、装置、设备及介质,其主要目的在于解决相关技术的无法提高人体离床能力分析结果的准确性的问题。
2、为实现上述目的,本发明提供的一种基于毫米波雷达的离床能力分析方法,包括:
3、采集毫米波雷达向目标用户的人体区域发射电磁波后所返回的雷达回波信号,对雷达回波信号进行快速傅里叶变换处理,得到距离多普勒信号;
4、根据距离多普勒信号计算用于表征目标用户姿态特征的点云数据,以及根据距离多普勒信号计算用于表征目标用户体动特征的体动指数;
5、根据点云数据和体动指数对目标用户进行离床行为分析,得到用于表征目标用户处于离床过程的离床行为区间;
6、对离床行为区间中的每个离床行为子区间进行离床特征提取,得到目标离床特征;
7、根据目标离床特征对目标用户进行离床困难程度识别,得到目标用户的目标离床困难程度等级。
8、本发明还提供一种基于毫米波雷达的离床能力分析装置,装置包括:
9、雷达信号变换模块,用于采集毫米波雷达向目标用户的人体区域发射电磁波后所返回的雷达回波信号,对雷达回波信号进行快速傅里叶变换处理,得到距离多普勒信号;
10、点云指数计算模块,用于根据距离多普勒信号计算用于表征目标用户姿态特征的点云数据,以及根据距离多普勒信号计算用于表征目标用户体动特征的体动指数;
11、行为区间构建模块,用于根据点云数据和体动指数对目标用户进行离床行为分析,得到用于表征目标用户处于离床过程的离床行为区间;
12、离床特征提取模块,用于对离床行为区间中的每个离床行为子区间进行离床特征提取,得到目标离床特征;
13、离床能力分析模块,用于根据目标离床特征对目标用户进行离床困难程度识别,得到目标用户的目标离床困难程度等级。
14、本发明还提供一种电子设备,电子设备包括:
15、至少一个处理器;以及,
16、与至少一个处理器通信连接的存储器;其中,
17、存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行上述的基于毫米波雷达的离床能力分析方法。
18、本发明还提供一种计算机可读存储介质,计算机可读存储介质中存储有至少一个计算机程序,至少一个计算机程序被电子设备中的处理器执行以实现上述的基于毫米波雷达的离床能力分析方法。
19、本发明实施例中,通过对雷达回波信号进行快速傅里叶变换得到距离多普勒信号,实现了从原始时域信号到频域距离速度信息的转换;从同一距离多普勒信号中并行计算点云数据与体动指数,实现了空间几何特征与运动强度特征的同源复用,避免了部署多个传感器带来的数据同步与融合复杂性问题;通过融合点云数据的高度分布特征与体动指数的活跃状态构建用于表征目标用户处于离床过程的离床行为区间,能够精准识别目标用户从在床到离床的状态转变,提高了人体离床行为识别的准确率;通过将离床行为区间划分为多个子区间并进行逐段分析,能够捕获离床过程中不同阶段的目标离床特征,避免了整体平均化导致的特征丢失;基于目标离床特征对目标用户进行离床困难程度识别,实现了对目标用户的人体离床能力分析,减少了人工观察与主观判断的依赖,进一步提高了人体离床能力分析的准确率。
20、因此,本发明提出的基于毫米波雷达的离床能力分析方法、装置、设备及介质,可以解决现有技术中离床能力分析准确性不足的问题。
1.一种基于毫米波雷达的离床能力分析方法,其特征在于,所述方法包括:
2.如权利要求1所述的基于毫米波雷达的离床能力分析方法,其特征在于,所述根据所述距离多普勒信号计算用于表征目标用户姿态特征的点云数据,包括:
3.如权利要求1所述的基于毫米波雷达的离床能力分析方法,其特征在于,所述根据所述距离多普勒信号计算用于表征目标用户体动特征的体动指数,包括:
4.如权利要求1所述的基于毫米波雷达的离床能力分析方法,其特征在于,所述根据所述点云数据和所述体动指数对所述目标用户进行离床行为分析,得到用于表征所述目标用户处于离床过程的离床行为区间,包括:
5.如权利要求1所述的基于毫米波雷达的离床能力分析方法,其特征在于,所述对所述离床行为区间中的每个离床行为子区间进行离床特征提取,得到目标离床特征,包括:
6.如权利要求5所述的基于毫米波雷达的离床能力分析方法,其特征在于,所述根据所述第一区间点云面积和所述第二区间点云面积判断在所述多人区间中所述目标用户是否存在人体接触行为,包括:
7.一种基于毫米波雷达的离床能力分析装置,其特征在于,所述装置包括:
8.一种电子设备,其特征在于,所述电子设备包括:
9.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任意一项所述的基于毫米波雷达的离床能力分析方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com