本發(fā)明屬于物聯(lián)網(wǎng)智能家居領(lǐng)域，涉及一種基于無(wú)線(xiàn)可穿戴式感知平臺(tái)的典型行為實(shí)時(shí)識(shí)別方法。

背景技術(shù)：

隨著全球老齡化日益加劇，獨(dú)居老人護(hù)理問(wèn)題引發(fā)了研究人員越來(lái)越廣泛的關(guān)注。跌倒事件在醫(yī)院頻發(fā)，30％的跌倒事件會(huì)引發(fā)其他一些傷害。其中，84％的跌倒事件發(fā)生在老年患者的房間，19％發(fā)生在行走途中，并且這些跌倒事件通常發(fā)生在床、椅子周?chē)?。同時(shí)，傳感技術(shù)的日趨成熟為日常行為識(shí)別方法的研究提供了技術(shù)保障。然而，目前對(duì)老年人日常行為識(shí)別的設(shè)備大多需要電源，且通過(guò)有線(xiàn)連接，體積笨重，攜帶較為不便。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種基于無(wú)線(xiàn)可穿戴式感知平臺(tái)的典型行為實(shí)時(shí)識(shí)別方法，目的在于實(shí)時(shí)識(shí)別獨(dú)居老人離開(kāi)床、椅子的行為，一旦檢測(cè)到異常立刻發(fā)送報(bào)警信息給醫(yī)護(hù)人員，有效預(yù)防跌倒。

為達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案：

一種基于無(wú)線(xiàn)可穿戴式感知平臺(tái)的典型行為實(shí)時(shí)識(shí)別方法，包括以下步驟：

s1：數(shù)據(jù)采集；用戶(hù)w²isp采集活動(dòng)、身份數(shù)據(jù)，并通過(guò)rfid設(shè)備進(jìn)行實(shí)時(shí)傳送；

s2：特征提取；提取加速度、時(shí)間、射頻角度、頻道、接收信號(hào)強(qiáng)度特征作為行為預(yù)測(cè)階段的輸入；

s3：行為預(yù)測(cè)；采用基于線(xiàn)性鏈條件隨機(jī)場(chǎng)改進(jìn)的dwcrf，向目標(biāo)函數(shù)中引入一個(gè)動(dòng)態(tài)計(jì)算的類(lèi)相關(guān)的權(quán)重參數(shù)來(lái)懲罰誤分的少數(shù)類(lèi)；

s4：行為識(shí)別；在離開(kāi)床、椅子的行為識(shí)別階段提出一個(gè)評(píng)價(jià)函數(shù)，對(duì)1秒內(nèi)占主導(dǎo)地位的數(shù)據(jù)分配一個(gè)活動(dòng)類(lèi)，降低行為預(yù)測(cè)階段由噪聲引起的誤差；當(dāng)識(shí)別到用戶(hù)離開(kāi)床或者椅子則觸發(fā)警報(bào)，且在接下來(lái)的1.75秒內(nèi)不會(huì)發(fā)生同類(lèi)型報(bào)警。

進(jìn)一步，所述w²isp是一個(gè)包含三軸加速度計(jì)和單片機(jī)單元的無(wú)源rfid標(biāo)簽；其中三軸加速度計(jì)adxl330最小滿(mǎn)量程±3g，電流180μa，電源電壓1.8v，輸出靈敏度300mv/g；單片機(jī)單元msp430f2132是包括一個(gè)10位模數(shù)轉(zhuǎn)換器adc、超低功耗的16位閃存。

進(jìn)一步，所述加速度包含用戶(hù)執(zhí)行活動(dòng)的信息。

進(jìn)一步，所述接收信號(hào)強(qiáng)度表示用戶(hù)距離天線(xiàn)的遠(yuǎn)近，低數(shù)值表示用戶(hù)遠(yuǎn)離天線(xiàn)。

進(jìn)一步，所述射頻角度為由rfid讀取器發(fā)送的在給定頻率信道的rf載波與傳感器返回的信號(hào)之間的相位角。

進(jìn)一步，所述dwcrf計(jì)算每個(gè)傳感器觀測(cè)的邊際概率作為行為預(yù)測(cè)的置信度。

進(jìn)一步，所述評(píng)價(jià)函數(shù)選擇1秒作為時(shí)間間隔，移除噪聲，過(guò)濾錯(cuò)誤預(yù)測(cè)行為。

本發(fā)明的有益效果在于：針對(duì)目前根據(jù)無(wú)線(xiàn)可穿戴設(shè)備識(shí)別老人行為的算法研究空白，通過(guò)布置真實(shí)的實(shí)驗(yàn)環(huán)境采集老人在床、椅子周?chē)幕顒?dòng)數(shù)據(jù)；提取了加速度、時(shí)間、射頻角度、頻道、接收信號(hào)強(qiáng)度等特征改善分類(lèi)器的性能；提出了dwcrf模型解決類(lèi)不平衡問(wèn)題從而使行為預(yù)測(cè)更準(zhǔn)確；最后提出了評(píng)價(jià)函數(shù)來(lái)移除噪聲，過(guò)濾掉誤報(bào)警信息。本發(fā)明提出的行為識(shí)別方法能有效預(yù)防老人跌倒，為老人護(hù)理提供了可靠的算法保障。

附圖說(shuō)明

為了使本發(fā)明的目的、技術(shù)方案和有益效果更加清楚，本發(fā)明提供如下附圖進(jìn)行說(shuō)明：

圖1為本發(fā)明概述圖；

圖2為本發(fā)明流程圖；

圖3為本發(fā)明狀態(tài)機(jī)切換圖；

圖4為本發(fā)明臨床環(huán)境圖。

具體實(shí)施方式

下面將結(jié)合附圖，對(duì)本發(fā)明的優(yōu)選實(shí)施例進(jìn)行詳細(xì)的描述。

如圖1所示，由rfid基礎(chǔ)設(shè)施采集的數(shù)據(jù)被實(shí)時(shí)輸入到離開(kāi)床、椅子的識(shí)別算法中，通過(guò)報(bào)警信號(hào)，醫(yī)護(hù)人員可以確定是誰(shuí)(who)在什么時(shí)間(when)執(zhí)行什么行為(what)。另外，rfid天線(xiàn)和讀取器標(biāo)識(shí)符可以提示病人占用的房間(where)。

如圖2所示，其中，接收信號(hào)強(qiáng)度計(jì)算如下：

其中，k是后向散射增益，pt是讀數(shù)計(jì)的輸出功率，gt是單個(gè)讀數(shù)計(jì)天線(xiàn)的增益，λ是波長(zhǎng)，h是多路徑信道響應(yīng)，d0是發(fā)射天線(xiàn)和接收天線(xiàn)的直線(xiàn)距離。

1.特征提取

(1)瞬時(shí)特征：這些特征來(lái)源于當(dāng)前記錄的傳感器觀測(cè)，提供了正在執(zhí)行的行為信息以及用戶(hù)的身份信息。包括以下特征數(shù)據(jù)：

加速度計(jì)的三軸讀數(shù)：av，al，af；

身體前傾、后傾的程度：

橫擺角：

坡度：

接收傳感器數(shù)據(jù)的天線(xiàn)id：aid；

從傳感器接收到的功率：rssi；

與前一觀測(cè)的時(shí)差；

用戶(hù)的性別。

(2)上下文信息特征：從一個(gè)固定時(shí)間4s的滑動(dòng)窗口段獲取這些特征，該分段的第一個(gè)元素對(duì)應(yīng)于當(dāng)前的傳感器觀察。包括以下特征數(shù)據(jù)：

床和椅區(qū)域之間的互信息：

其中πx是指示函數(shù)，n是分段中的元素?cái)?shù)量；

接收到最大、最小rssi的天線(xiàn)id；

av軸的置換：

av，al，af的均值及標(biāo)準(zhǔn)差(僅用于room1)；

所有天線(xiàn)rssi的均值、標(biāo)準(zhǔn)差(僅用于room1)；

加速度軸間的皮爾森相關(guān)性；

可變頻率相位變化率(vfpr)的標(biāo)準(zhǔn)差(僅用于room1)；

恒頻相位(cfpr)系數(shù)和(僅用于room1)。

(3)段間特征：這些特征來(lái)自連續(xù)段的信息差異，描述了連續(xù)段加速度和接收信號(hào)功率的變化趨勢(shì)，提供了運(yùn)動(dòng)及感興趣區(qū)域的信息。包括以下特征數(shù)據(jù)：

連續(xù)段中加速度讀數(shù)av，al，af的中位數(shù)、最大及最小值的差異；

連續(xù)段中每個(gè)天線(xiàn)rssi的中位數(shù)、最大及最小值的差異。

2.行為預(yù)測(cè)

給定訓(xùn)練序列標(biāo)簽序列加權(quán)對(duì)數(shù)似然函數(shù)為：

λ是提出的dwcrf模型的參數(shù)，ωt是動(dòng)態(tài)計(jì)算的類(lèi)相關(guān)的加權(quán)參數(shù)，最大化召回率和準(zhǔn)確率的整體調(diào)和平均值。dwcrf模型實(shí)時(shí)評(píng)估提取的特征值，并產(chǎn)生每個(gè)可能的活動(dòng)類(lèi)的邊際概率。該模型在沒(méi)有增加模型復(fù)雜度的基礎(chǔ)上解決了類(lèi)不平衡問(wèn)題，能夠?qū)崟r(shí)評(píng)估感興趣的類(lèi)。

邊際概率計(jì)算如下：

m(yt|xt)是給定觀察數(shù)據(jù)xt，所有k個(gè)可能的y的邊際概率。zt是正規(guī)項(xiàng)，f是由特征函數(shù)決定的勢(shì)函數(shù)。

3.行為識(shí)別

分配標(biāo)簽由下式給出：

mk是行為預(yù)測(cè)階段得出的邊際概率，yk,t是t時(shí)刻所有可能的標(biāo)簽，x是傳感器觀測(cè)值。

評(píng)價(jià)函數(shù)的目標(biāo)是對(duì)1秒內(nèi)占主導(dǎo)地位的數(shù)據(jù)分配一個(gè)活動(dòng)類(lèi)，盡可能地降低行為預(yù)測(cè)階段由噪聲引起的誤差。

如圖3、圖4所示，當(dāng)檢測(cè)到“躺/坐在床上”發(fā)生在“行走”或“坐在椅子上”之前，生成“離開(kāi)床”的警報(bào)。同樣地，當(dāng)檢測(cè)到“坐在椅子上”之后發(fā)生了其他行為，就認(rèn)為“離開(kāi)椅子”。即使沒(méi)有發(fā)生“行走”(因?yàn)樵谛凶叩臅r(shí)候很可能會(huì)丟失一些傳感器觀測(cè)值)，一旦發(fā)生了“床→椅子”、“椅子→床”的轉(zhuǎn)移，就認(rèn)定發(fā)生了“離開(kāi)床”、“離開(kāi)椅子”的行為。警報(bào)觸發(fā)后的1.75秒——行為變換的最短時(shí)間內(nèi)，系統(tǒng)自動(dòng)忽略一切同類(lèi)型的報(bào)警。

最后說(shuō)明的是，以上優(yōu)選實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案而非限制，盡管通過(guò)上述優(yōu)選實(shí)施例已經(jīng)對(duì)本發(fā)明進(jìn)行了詳細(xì)的描述，但本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，可以在形式上和細(xì)節(jié)上對(duì)其作出各種各樣的改變，而不偏離本發(fā)明權(quán)利要求書(shū)所限定的范圍。