CN109740531B - 监护设备及监护轮椅 - Google Patents

监护设备及监护轮椅 Download PDF

Info

Publication number
CN109740531B
CN109740531B CN201811653711.3A CN201811653711A CN109740531B CN 109740531 B CN109740531 B CN 109740531B CN 201811653711 A CN201811653711 A CN 201811653711A CN 109740531 B CN109740531 B CN 109740531B
Authority
CN
China
Prior art keywords
main control
control chip
unit
signal
emotion
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811653711.3A
Other languages
English (en)
Other versions
CN109740531A (zh
Inventor
曹惠茹
钟嗣东
黄凯帆
陈荣杰
陈玮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanfang College Of Sun Yai-Sen University
Original Assignee
Nanfang College Of Sun Yai-Sen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanfang College Of Sun Yai-Sen University filed Critical Nanfang College Of Sun Yai-Sen University
Priority to CN201811653711.3A priority Critical patent/CN109740531B/zh
Publication of CN109740531A publication Critical patent/CN109740531A/zh
Application granted granted Critical
Publication of CN109740531B publication Critical patent/CN109740531B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本申请公开了一种监护设备及监护轮椅,监护设备设置在监护轮椅上,监护设备包括:主控芯片、动作识别单元、传感单元、语音播放单元和通信单元,通过动作识别单元进行动作图像追踪和采集,通过传感单元采集生理信号,通过主控芯片对采集到的动作图像和生理信号进行识别,获得情绪信号后,利用语音播放单元生成语音信号,以及利用通信单元将情绪信号发送至智能终端。与现有技术相比,本发明采用了实时图像追踪,并利用多元信息实现多维度情绪识别后,根据识别到的情绪做出对应措施,克服了表征情绪变化的信息单一且监护效果不理想的问题,进而提高情绪识别的准确率以及监护效果。

Description

监护设备及监护轮椅
技术领域
本申请涉及智能终端技术领域,尤其涉及一种监护设备及监护轮椅。
背景技术
随着社会的发展和人类文明程度的提高,行动不便的人群通常利用电动轮椅车来改善他们的生活质量和生活自由度。然而由于身体上的原因,行动不便的人群在生活中不免容易产生各种情绪,因此为更好的照顾这类人群,对其进行适当的监护是必要的。
为解决上述问题,现有技术中,通过电动轮椅上安装的情绪监控设备,实时采集这类人群的脑部信号进行情绪识别,从而达到监护目的。但在采用现有技术进行监护时发现,由于采集到用于识别表征情绪变化的信息较为单一,因此测量结果并不准确,且在识别到极端情绪时,无法及时通知监护人员,导致监护效果并不是十分理想。
发明内容
本申请实施例所要解决的技术问题在于,如何提高情绪识别的准确率以及监护效果。
为解决上述问题,本申请实施例提供监护设备,适用于配置在轮椅上,包括:主控芯片、动作识别单元、传感单元、语音播放单元和通信单元;
所述主控芯片与所述动作识别单元、所述传感单元、所述语音播放单元和所述通信单元连接;
所述动作识别单元用于进行动作图像追踪,并将追踪到的所述动作图像发送到所述主控芯片;
所述传感单元用于采集人体的生理信号并将所述生理信号发送到所述主控芯片;
所述主控芯片用于根据所述动作图像和所述生理信号进行情绪信号识别,并将识别到的所述情绪信号发送到所述语音播放单元和所述通信单元;
所述语音播放单元用于根据所述情绪信号生成对应的语音信号;
所述通信单元用于将所述情绪信号发送至与所述主控芯片绑定的智能终端。
进一步的,所述主控芯片具体用于:
接收所述动作图像及所述生理信号,并根据所述动作图像及所述生理信号,提取多个特征数据;
对每个所述特征数据赋予相同的初始权重后,通过特征权重算法,获取与所述多个特征数据一一对应的多个特征权重,并将所述特征权重处于预设权重范围的每个所述特征数据进行组合,生成特征集;
将所述特征集输入训练好的决策树分类模型后,根据所述决策树分类模型的规则树对所述特征集进行所述情绪信号识别,并输出对应的所述情绪信号。
进一步的,所述动作识别单元包括:图像采集装置、树莓派和两轴自由度云台;
所述图像采集装置与所述主控芯片和所述两轴自由度云台连接,所述两轴自由度云台与所述树莓派连接,所述树莓派与所述主控芯片连接;
所述图像采集装置用于将获取的所述动作图像发送到所述主控芯片,以使所述主控芯片根据所述动作图像中的目标位置信息,生成控制信号;
所述树莓派用于根据所述控制信号,控制所述两轴自由度云台调整所述图像采集装置的位置信息,直至所述图像采集装置采集的所述动作图像的中心点的位置信息与所述目标位置信息匹配。
进一步的,所述图像采集装置包括第一摄像头,所述树莓派包括第一树莓派,所述两轴自由度云台包括第一两轴自由度云台;
所述第一摄像头与所述主控芯片和所述第一两轴自由度云台连接,所述第一两轴自由度云台与所述第一树莓派连接,所述第一树莓派与所述主控芯片连接;
所述第一摄像头用于采集人脸动作图像并发送到所述主控芯片,以使所述主控芯片根据所述人脸动作图像中的人脸位置信息,生成第一控制信号;
所述第一树莓派用于根据所述第一控制信号,控制所述第一两轴自由度云台调整所述第一摄像头的位置信息,直至所述第一摄像头采集的所述人脸动作图像的中心点的位置信息与所述人脸位置信息匹配。
进一步的,所述图像采集装置还包括第二摄像头,所述树莓派还包括第二树莓派,所述两轴自由度云台还包括第二两轴自由度云台;
所述第二摄像头与所述主控芯片和所述第二两轴自由度云台连接,所述第二两轴自由度云台与所述第二树莓派连接,所述第二树莓派与所述主控芯片连接;
所述第二摄像头用于采集手部动作图像并发送到所述主控芯片,以使所述主控芯片根据所述手部动作图像中的手掌位置信息,生成第二控制信号;
所述第二树莓派用于根据所述第二控制信号,控制所述第二两轴自由度云台调整所述第二摄像头的位置信息,直至所述第二摄像头采集的所述手部动作图像的中心点的位置信息与所述手掌位置信息匹配。
进一步的,还包括:环境检测单元;所述环境检测单元与所述主控芯片连接,用于实时进行环境检测,生成环境信号,并将所述环境信号发送至所述主控芯片,以使所述主控芯片通过所述通信单元,将所述环境信号发送至所述智能终端;其中,所述环境检测至少包括温度检测。
进一步的,还包括:电流检测单元和定位单元;
所述电流检测单元与所述主控芯片连接,所述定位单元与所述主控芯片以及所述通信单元连接;
所述电流检测单元用于检测是否接受到预设的电流信息,并在接收到所述电流信息后,将所述电流信息发送至所述主控芯片,以使所述主控芯片根据所述电流信息生成预警信号;
所述定位单元用于在接收到所述预警信号后,生成设备的当前定位数据,并通过所述通信单元将所述当前定位数据发送至所述智能终端。
进一步的,所述主控芯片还用于,检测所述当前定位数据是否与预设的初始定位数据相同,并在检测到所述当前定位数据与所述初始定位数据相同时,停止发送所述预警信号。
进一步的,还包括:与所述主控芯片连接的距离检测单元和警报单元;
所述距离检测单元用于检测与障碍物之间的距离信息并向所述主控芯片发送所述距离信息,以使所述主控芯片在检测到距离信息小于预设距离时,触发所述警报单元发出报警信号。
进一步的,还提供一种监护轮椅,包括轮椅以及如上述实施例所述的监护设备,所述监护设备设置于所述轮椅上。
实施本申请实施例,具有如下有益效果:
本申请实施例提供的监护设备及监护轮椅,包括:包括主控芯片、动作识别单元、传感单元、语音播放单元和通信单元,通过动作识别单元进行动作图像追踪和采集,通过传感单元采集生理信号,通过主控芯片对采集到的动作图像和生理信号进行识别,获得情绪信号后,利用语音播放单元生成语音信号,以及利用通信单元将情绪信号发送至智能终端。与现有技术相比,本发明采用了实时图像追踪,并利用多元信息实现多维度情绪识别后,根据识别到的情绪做出对应措施,克服了表征情绪变化的信息单一且监护效果不理想的问题,进而提高情绪识别的准确率以及监护效果。
附图说明
图1是本申请的一个实施例提供的监护设备的结构示意图;
图2是本申请的一个实施例提供的动作识别单元的结构示意图;
图3是本申请的又一个实施例提供的监护设备的结构示意图;
图4是本申请的再一个实施例提供的监护设备的结构示意图;
图5是本申请的另一个实施例提供的监护设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
参见图1,是本申请的一个实施例提供的监护设备的结构示意图,适用于配置在轮椅上。如图1所示,包括:
主控芯片101、动作识别单元102、传感单元103、语音播放单元104和通信单元105。主控芯片101与动作识别单元102、传感单元103、语音播放单元104和通信单元105连接。
动作识别单元102用于进行动作图像追踪,并将追踪到的动作图像发送到主控芯片101。传感单元103用于采集人体的生理信号并将生理信号发送到主控芯片101。主控芯片101用于根据动作图像和生理信号进行情绪信号识别,并将识别到的情绪信号发送到语音播放单元104和通信单元105。语音播放单元104用于根据情绪信号生成对应的语音信号。通信单元105用于将情绪信号发送至与主控芯片101绑定的智能终端。
在本实施例中,主控芯片101具体用于,接收动作图像及生理信号,并根据动作图像及生理信号,提取多个特征数据。对每个特征数据赋予相同的初始权重后,通过特征权重算法,获取与多个特征数据一一对应的多个特征权重,并将特征权重处于预设权重范围的每个特征数据进行组合,生成特征集。将特征集输入训练好的决策树分类模型后,根据决策树分类模型的规则树对特征集进行情绪信号识别,并输出对应的情绪信号。
需要说明的是,在本实施例中,动作图像包括脸部动作图像和手部动作图像。生理信号包括血压信号、心率信号及脉搏信号。
在本实施例中,如图2所示,动作识别单元102包括:图像采集装置201、树莓派202和两轴自由度云台203。图像采集装置201与主控芯片101和两轴自由度云台203连接,两轴自由度云台203与树莓派202连接,树莓派202与主控芯片101连接。
图像采集装置201用于将获取的动作图像发送到主控芯片101,以使主控芯片101根据动作图像中的目标位置信息,生成控制信号。树莓派202用于根据控制信号,控制两轴自由度云台203调整图像采集装置201的位置信息,直至图像采集装置201采集的动作图像的中心点的位置信息与目标位置信息匹配。
在本实施例中,图像采集装置201的动作识别功能是通过LBP特征的分类器实现的。该分类器通过正例和负例的动作样本训练数据进行训练,从而生成级联分类器数据,进而通过级联分类器数据便可实现动作识别。
在本实施例中,两轴自由度云台203拥有两个180°转角范围的舵机,通过将两轴自由度云台203的左右设定为x轴,上下设定为y轴后,把两个舵机调整到x轴和y轴的交点位置,并通过主控芯片101预设图像采集装置201捕捉动作图像的尺寸和计算出捕捉动作图像的中间位置后,获取图像采集装置201采集到的动作图像的目标位置信息,如动作图像中的人脸位置信息或手掌位置信息,并计算该目标位置信息与中间位置的x轴距离和y轴距离,再把两者之间的x轴距离和y轴距离映射到现实中的及离原点的x轴距离和y轴距离,并根据目标位置信息与中间位置的距离,生成控制信号,使树莓派202控制舵机的转动,直至图像采集装置201采集的动作图像的中心点的位置信息与目标位置信息匹配,从而实现对人体动作的跟踪。
需要说明的是,为了防止舵机抖动或者进入舵机的死区,需设置动作图像和目标位置信息的差距容差。
为了进行全面的动作图像采集,增加情绪识别的准确度,在本实施例中,图像采集装置201包括第一摄像头211和第二摄像头311,树莓派202包括第一树莓派212和第二树莓派312,两轴自由度云台203包括第一两轴自由度云台213和第二两轴自由度云台313。
第一摄像头211与主控芯片101和第一两轴自由度云台213连接,第一两轴自由度云台213与第一树莓派212连接,第一树莓派212与主控芯片101连接。第一摄像头211用于采集人脸动作图像并发送到主控芯片101,以使主控芯片101根据人脸动作图像中的人脸位置信息,生成第一控制信号。第一树莓派212用于根据第一控制信号,控制第一两轴自由度云台213调整第一摄像头211的位置信息,直至第一摄像头211采集的人脸动作图像的中心点的位置信息与人脸位置信息匹配。
第二摄像头311与主控芯片101和第二两轴自由度云台313连接,第二两轴自由度云台313与第二树莓派312连接,第二树莓派312与主控芯片101连接。第二摄像头311用于采集手部动作图像并发送到主控芯片101,以使主控芯片101根据手部动作图像中的手掌位置信息,生成第二控制信号。第二树莓派312用于根据第二控制信号,控制第二两轴自由度云台313调整第二摄像头311的位置信息,直至第二摄像头311采集的手部动作图像的中心点的位置信息与手掌位置信息匹配。
在本实施例中,通过分别对脸部和手部进行识别,从而能够得到更全面的动作图像,进而提高情绪识别的准确度。
需要说明的是,用于进行人脸识别的LBP特征的分类器是通过正例和负例的人脸样本训练数据进行训练的,用于进行手部识别的LBP特征的分类器是通过正例和负例的手型手掌样本训练数据进行训练的。
本申请实施例提供监护设备,包括主控芯片、动作识别单元、传感单元、语音播放单元和通信单元,通过动作识别单元进行动作图像追踪和采集,通过传感单元采集生理信号,通过主控芯片对采集到的动作图像和生理信号进行识别,获得情绪信号后,利用语音播放单元生成语音信号,以及利用通信单元将情绪信号发送至智能终端。与现有技术相比,本发明采用了实时图像追踪,并利用多元信息实现多维度情绪识别后,根据识别到的情绪做出对应措施,克服了表征情绪变化的信息单一且监护效果不理想的问题,进而提高情绪识别的准确率以及监护效果。
参见图3,是本申请的又一个实施例提供的监护设备的结构示意图。除图1所示结构外,还包括:环境检测单元106。
环境检测单元106与主控芯片101连接,用于实时进行环境检测,生成环境信号,并将环境信号发送至主控芯片101,以使主控芯片101通过通信单元105,将环境信号发送至智能终端。其中,环境检测至少包括温度检测。
出于安全考虑,在本实施例中,环境检测单元主要利用烟雾传感器、红外线传感器和温度传感器进行环境检测,从而起到实时安防的效果。
参见图4,是本申请的再一个实施例提供的监护设备的结构示意图。除图3所示结构外,还包括:
电流检测单元107和定位单元108。电流检测单元107与主控芯片101连接,定位单元108与主控芯片101以及通信单元105连接。
电流检测单元107用于检测是否接受到预设的电流信息,并在接收到电流信息后,将电流信息发送至主控芯片101,以使主控芯片101根据电流信息生成预警信号。定位单元108用于在接收到预警信号后,生成设备的当前定位数据,并通过通信单元105将当前定位数据发送至智能终端。
在本实施例中,主控芯片101还用于,检测当前定位数据是否与预设的初始定位数据相同,并在检测到当前定位数据与初始定位数据相同时,停止发送预警信号。
在本实施例中,电流检测单元可以但不限于为霍尔传感器。利用霍尔传感器模拟出一个接近开关,并通过在室内的门框或门槛位置安装接近开关的检测结构,使得当监护设备通过门框或门槛时,接近开关会接收到电流信息,形成一个开关量,从而触发主控芯片101生成预警信号,进而控制定位单元108生成定位数据。通过多个定位数据,即可获得监护设备的移动轨迹,从而判断监护设备使用人员的运动轨迹。
在本实施例中,将初始定位数据预设为监护设备使用人员的住址,使得当定位数据与预设的初始定位数据相同时,则表示监护设备使用人员已回到自己的住址,此时主控芯片101停止发送预警信号,进而关闭定位单元108。
参见图5,是本申请的再一个实施例提供的监护设备的结构示意图。除图4所示结构外,还包括:与主控芯片101连接的距离检测单元109和警报单元110。
距离检测单元109用于检测与障碍物之间的距离信息并向主控芯片101发送距离信息,以使主控芯片101在检测到距离信息小于预设距离时,触发警报单元发出报警信号。
在本实施例中,距离检测单元109包括超声波传感器,预设距离为50cm。当超声波传感器检测到距离小于50cm时,主控芯片101控制警报单元110,发出语音警报。提示监护设备的使用人员主动避障。
本申请实施例提供一种监护设备,包括主控芯片、动作识别单元、传感单元、语音播放单元和通信单元,通过动作识别单元进行动作图像追踪和采集,通过传感单元采集生理信号,通过主控芯片对采集到的动作图像和生理信号进行识别,获得情绪信号后,利用语音播放单元生成语音信号,以及利用通信单元将情绪信号发送至智能终端。与现有技术相比,本发明采用了实时图像追踪,并利用多元信息实现多维度情绪识别后,根据识别到的情绪做出对应措施,克服了表征情绪变化的信息单一且监护效果不理想的问题,进而提高情绪识别的准确率以及监护效果。
除此之外,通过设置环境检测单元、电流检测单元、定位单元、距离检测单元和警报单元,实现地理位置与环境状态的实时监控,从而进一步提升了监护效果。
本申请的又一实施例还提供了一种监护轮椅,包括轮椅以及如上述实施例所述的监护设备,监护设备设置于轮椅上。
以上所述是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本申请的保护范围。

Claims (7)

1.一种监护设备,适用于配置在轮椅上,其特征在于,包括:主控芯片、动作识别单元、传感单元、语音播放单元和通信单元;
所述主控芯片与所述动作识别单元、所述传感单元、所述语音播放单元和所述通信单元连接;
所述动作识别单元用于进行动作图像追踪,并将追踪到的所述动作图像发送到所述主控芯片;
所述传感单元用于采集人体的生理信号并将所述生理信号发送到所述主控芯片;
所述主控芯片用于根据所述动作图像和所述生理信号进行情绪信号识别,并将识别到的所述情绪信号发送到所述语音播放单元和所述通信单元;
所述语音播放单元用于根据所述情绪信号生成对应的语音信号;
所述通信单元用于将所述情绪信号发送至与所述主控芯片绑定的智能终端;
其中,所述动作识别单元包括:图像采集装置、树莓派和两轴自由度云台;
所述图像采集装置与所述主控芯片和所述两轴自由度云台连接,所述两轴自由度云台与所述树莓派连接,所述树莓派与所述主控芯片连接;
所述图像采集装置包括第一摄像头,所述树莓派包括第一树莓派,所述两轴自由度云台包括第一两轴自由度云台;
所述第一摄像头与所述主控芯片和所述第一两轴自由度云台连接,所述第一两轴自由度云台与所述第一树莓派连接,所述第一树莓派与所述主控芯片连接;
所述第一摄像头用于采集人脸动作图像并发送到所述主控芯片,以使所述主控芯片根据所述人脸动作图像中的人脸位置信息,生成第一控制信号;
所述第一树莓派用于根据所述第一控制信号,控制所述第一两轴自由度云台调整所述第一摄像头的位置信息,直至所述第一摄像头采集的所述人脸动作图像的中心点的位置信息与所述人脸位置信息匹配;
所述图像采集装置还包括第二摄像头,所述树莓派还包括第二树莓派,所述两轴自由度云台还包括第二两轴自由度云台;
所述第二摄像头与所述主控芯片和所述第二两轴自由度云台连接,所述第二两轴自由度云台与所述第二树莓派连接,所述第二树莓派与所述主控芯片连接;
所述第二摄像头用于采集手部动作图像并发送到所述主控芯片,以使所述主控芯片根据所述手部动作图像中的手掌位置信息,生成第二控制信号;
所述第二树莓派用于根据所述第二控制信号,控制所述第二两轴自由度云台调整所述第二摄像头的位置信息,直至所述第二摄像头采集的所述手部动作图像的中心点的位置信息与所述手掌位置信息匹配。
2.根据权利要求1所述的监护设备,其特征在于,所述主控芯片具体用于:
接收所述动作图像及所述生理信号,并根据所述动作图像及所述生理信号,提取多个特征数据;
对每个所述特征数据赋予相同的初始权重后,通过特征权重算法,获取与所述多个特征数据一一对应的多个特征权重,并将所述特征权重处于预设权重范围的每个所述特征数据进行组合,生成特征集;
将所述特征集输入训练好的决策树分类模型后,根据所述决策树分类模型的规则树对所述特征集进行所述情绪信号识别,并输出对应的所述情绪信号。
3.根据权利要求1所述的监护设备,其特征在于,还包括:环境检测单元;所述环境检测单元与所述主控芯片连接,用于实时进行环境检测,生成环境信号,并将所述环境信号发送至所述主控芯片,以使所述主控芯片通过所述通信单元,将所述环境信号发送至所述智能终端;其中,所述环境检测至少包括温度检测。
4.根据权利要求1所述的监护设备,其特征在于,还包括:电流检测单元和定位单元;
所述电流检测单元与所述主控芯片连接,所述定位单元与所述主控芯片以及所述通信单元连接;
所述电流检测单元用于检测是否接受到预设的电流信息,并在接收到所述电流信息后,将所述电流信息发送至所述主控芯片,以使所述主控芯片根据所述电流信息生成预警信号;
所述定位单元用于在接收到所述预警信号后,生成设备的当前定位数据,并通过所述通信单元将所述当前定位数据发送至所述智能终端。
5.根据权利要求4所述的监护设备,其特征在于,所述主控芯片还用于,检测所述当前定位数据是否与预设的初始定位数据相同,并在检测到所述当前定位数据与所述初始定位数据相同时,停止发送所述预警信号。
6.根据权利要求1所述的监护设备,其特征在于,还包括:与所述主控芯片连接的距离检测单元和警报单元;
所述距离检测单元用于检测与障碍物之间的距离信息并向所述主控芯片发送所述距离信息,以使所述主控芯片在检测到距离信息小于预设距离时,触发所述警报单元发出报警信号。
7.一种监护轮椅,其特征在于,包括轮椅以及如权利要求1-6中任意一项所述的监护设备,所述监护设备设置于所述轮椅上。
CN201811653711.3A 2018-12-29 2018-12-29 监护设备及监护轮椅 Active CN109740531B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811653711.3A CN109740531B (zh) 2018-12-29 2018-12-29 监护设备及监护轮椅

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811653711.3A CN109740531B (zh) 2018-12-29 2018-12-29 监护设备及监护轮椅

Publications (2)

Publication Number Publication Date
CN109740531A CN109740531A (zh) 2019-05-10
CN109740531B true CN109740531B (zh) 2022-12-30

Family

ID=66362984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811653711.3A Active CN109740531B (zh) 2018-12-29 2018-12-29 监护设备及监护轮椅

Country Status (1)

Country Link
CN (1) CN109740531B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113974998A (zh) * 2021-07-08 2022-01-28 北京理工华汇智能科技有限公司 一种智行助行器、意识状态监测方法及***

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105832073A (zh) * 2016-03-22 2016-08-10 华中科技大学 一种智能交互的情感呵护抱枕机器人***
WO2016197385A1 (zh) * 2015-06-12 2016-12-15 深圳开源创客坊科技有限公司 一种可监控人体意外摔倒的报警***及方法
CN206282353U (zh) * 2016-07-28 2017-06-27 曹惠茹 基于无人机的社区老年人医疗监护***
CN107220591A (zh) * 2017-04-28 2017-09-29 哈尔滨工业大学深圳研究生院 多模态智能情绪感知***
CN107320090A (zh) * 2017-06-28 2017-11-07 广东数相智能科技有限公司 一种突发疾病监护***及方法
CN107951475A (zh) * 2017-12-14 2018-04-24 上海工程技术大学 一种医疗实时监护定位报警装置、***及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101840644B1 (ko) * 2011-05-31 2018-03-22 한국전자통신연구원 감성인지 기반 보디가드 시스템, 감성인지 디바이스, 영상 및 센서 제어 장치, 신변 보호 관리 장치 및 그 제어 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016197385A1 (zh) * 2015-06-12 2016-12-15 深圳开源创客坊科技有限公司 一种可监控人体意外摔倒的报警***及方法
CN105832073A (zh) * 2016-03-22 2016-08-10 华中科技大学 一种智能交互的情感呵护抱枕机器人***
CN206282353U (zh) * 2016-07-28 2017-06-27 曹惠茹 基于无人机的社区老年人医疗监护***
CN107220591A (zh) * 2017-04-28 2017-09-29 哈尔滨工业大学深圳研究生院 多模态智能情绪感知***
CN107320090A (zh) * 2017-06-28 2017-11-07 广东数相智能科技有限公司 一种突发疾病监护***及方法
CN107951475A (zh) * 2017-12-14 2018-04-24 上海工程技术大学 一种医疗实时监护定位报警装置、***及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"新型养老环境下的药品投送机器人***";曹惠茹等;《计算机***与应用》;20180528;第27卷(第6期);第220-224页 *

Also Published As

Publication number Publication date
CN109740531A (zh) 2019-05-10

Similar Documents

Publication Publication Date Title
Vallabh et al. Fall detection monitoring systems: a comprehensive review
CN110291478B (zh) 驾驶员监视和响应***
CN109726771B (zh) 异常驾驶检测模型建立方法、装置及存储介质
US20220032482A1 (en) Information processing device and storage medium
KR102408257B1 (ko) 조기에 위험을 경고하는 방법 및 장치
Kepski et al. Fall detection using ceiling-mounted 3d depth camera
US9224037B2 (en) Apparatus and method for controlling presentation of information toward human object
US10061389B2 (en) Gesture recognition system and gesture recognition method
CN109961058B (zh) 一种非接触式跌倒检测方法及装置
US20080169929A1 (en) Warning a user about adverse behaviors of others within an environment based on a 3d captured image stream
CN105760861A (zh) 一种基于深度数据的癫痫发作监控方法及***
Wei et al. EMG and visual based HMI for hands-free control of an intelligent wheelchair
CN109151393A (zh) 一种声音定位识别侦测方法
CN109887238A (zh) 一种基于视觉和人工智能的跌倒检测***及检测报警方法
KR101654708B1 (ko) 웨어러블 센서 기반 사용자 안전 시스템 및 방법
Yang et al. A wearable real-time fall detector based on Naive Bayes classifier
CN106214163A (zh) 一种下肢畸形矫正术后康复的人工心理辅导装置
JP6819633B2 (ja) 個人識別装置および特徴収集装置
Hafeez et al. Multi-fusion sensors for action recognition based on discriminative motion cues and random forest
CN109740531B (zh) 监护设备及监护轮椅
Mollaret et al. Perceiving user's intention-for-interaction: A probabilistic multimodal data fusion scheme
CN106346475A (zh) 机器人和机器人控制方法
CN107404626B (zh) 一种基于机器人的视频直播***
Kerdegari et al. Development of wearable human fall detection system using multilayer perceptron neural network
CN116883946B (zh) 老人异常行为实时检测方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant