基于状态分析分析监控人员倒伏的预警方法与流程

1.本发明涉及伏人员预警技术领域，具体地说，涉及基于状态分析分析监控人员倒伏的预警方法。


背景技术：

2.目前，在安保、消防以及交通监控领域，通常会有监控人员在维持秩序或者在执行任务，而由于现场环境的复杂性以及监控人员自身的身体情况等因素，导致有些监控人员在执行任务时可能会因为各种原因导致倒伏，如突发疾病、遭遇攻击或其他意外情况；
3.虽然随着社会的发展，监控系统遍布了大街小巷，但是传统的监控系统往往只能提供图像或视频信息，不便于对监控人员的身体状态进行实时分析，因此不便于对监控人员的身体状态的好坏进行判断，并且通过监控系统观察监控人员的行为具有一定的延迟性，若出现监控人员倒伏的情况，监控系统中呈现的是监控人员倒伏的画面，而不便于对监控人员现阶段的身体状况进行判断，同时不便于在空间人员即将出现倒伏而未倒伏前对其进行预警提醒，使监控人员及时发现，规避倒伏的情况，因此影响了监控人员的安全。


技术实现要素：

4.本发明的目的在于提供基于状态分析分析监控人员倒伏的预警方法，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供基于状态分析分析监控人员倒伏的预警方法，包括以下步骤：
6.s1、部署多个传感器在监控人员穿戴的装备中，实时获取监控人员身体状态数据；
7.s2、采集传感器获取到的监控人员的身体状态数据，并将身体状态数据储存在数据储存库中；
8.s3、分析数据储存库中身体状态数据，提取出与倒伏相关的特征，计算监控人员的倒伏概率；
9.s4、分析s3中提取的与倒伏相关的特征，判断倒伏人员与倒伏条件的匹配情况；
10.s5、发出预警信号，提示监控人员身体出现异常，触发警报装置并通知相关人员对监控人员及时进行救助。
11.作为本技术方案的进一步改进，所述s1中采用心率传感器和姿态传感器对监控人员身体状态数据进行获取。
12.作为本技术方案的进一步改进，所述s2中采集的监控人员身体状态数据是通过api接口实时获取传感器传输的监控人员身体状态数据。
13.作为本技术方案的进一步改进，所述s3中采用倾斜计算公式：
14.角度＝arctan(身体中心离地面的距离/(身体高度x0.5))*(180/pi)
15.其中，pi是圆周率，arctan是反正切函数，身体中心离地面的距离和身体高度都需要进行测量。
16.作为本技术方案的进一步改进，所述s4中包括倒伏判断步骤：
17.分析心率传感器获取的监控人员心率数值，标记异常数据；
18.对比分析监控人员心率以及监控人员与地面倾斜角度的数据，判断监控人员倒伏的几率。
19.作为本技术方案的进一步改进，所述s4中还包括：
20.在认定倒伏后，判断监控人员的恢复期的活跃度与满足倒伏状态数值条件的匹配情况，若满足则进行报警，否则不进行报警。
21.作为本技术方案的进一步改进，所述s5中包括预设远程报警方式和个人设备报警方式。
22.作为本技术方案的进一步改进，所述预设远程报警方式包括以下步骤：
23.认定倒伏后，通过预设提示，提示监控人员现阶段的倒伏情况和寻求帮助联系救护机构的需求情况；
24.若接收到用户的确认报警指令，以及等待一定时长后未接收到监控人员的任何指令，则进行报警；
25.若接收到监控人员的拒绝报警指令，则关闭报警。
26.与现有技术相比，本发明的有益效果：
27.该基于状态分析分析监控人员倒伏的预警方法中，采用先进的传感技术在监控人员身上部署多个传感器对监控人员的身体状态数据进行实时获取，并对监控人员的身体状态数据进行采集分析，从而能够及时发现监控人员的倒伏情况，同时能够对监控人员现阶段的身体状态进行实时了解，以便于在倒伏前对监控人员进行及时预警，保证监控人员的安全，其次通过预审远程报警方式，供监控人员进行选择性的发出警报，以防监控人员在未倒伏的情况下造成救护资源的浪费。
附图说明
28.图1为本发明实施例1的整体流程原理图；
29.图2为本发明实施例1的分析判读条件的原理框图；
30.图3为本发明实施例1的预警信号发送的流程图。
具体实施方式
31.下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
32.实施例1
33.请参阅图1-图2所示，本实施例提供基于状态分析分析监控人员倒伏的预警方法，包括以下步骤：
34.s1、部署多个传感器在监控人员穿戴的装备中，实时获取监控人员身体状态数据；
35.s1中采用心率传感器和姿态传感器对监控人员身体状态数据进行获取。
36.其中，心率传感器可以监测监控人员的心率变化，识别异常情况；
37.工作原理：心率传感器会通过放置在皮肤上的电极对人体心电信号进行感测和采集，并将采集到的信号数据传输到处理器中，处理器会对数据进行处理和滤波，去除信号噪声，并从中提取出心跳的特征信号，最终计算出心率值。
38.姿态传感器可以检测监控人员的姿态变化，识别异常情况。
39.工作原理：当姿态传感器收到输入信号时，加速度计和陀螺仪将各自的数据信息传递给微处理器，微处理器通过算法将角速度和加速度的数据合并在一起，计算和推断出物体的空间姿态和方向，最终输出姿态信息。
40.s2、采集传感器获取到的监控人员的身体状态数据，并将身体状态数据储存在数据储存库中；
41.s2中采集的监控人员身体状态数据是通过api接口实时获取传感器传输的监控人员身体状态数据。
42.s3、分析数据储存库中身体状态数据，提取出与倒伏相关的特征，计算监控人员的倒伏概率；
43.s3中采用倾斜计算公式：
44.角度＝arctan(身体中心离地面的距离/(身体高度x0.5))*(180/pi)
45.其中，pi是圆周率，arctan是反正切函数，身体中心离地面的距离和身体高度都需要进行测量。
46.具体案例，假设一个人的身高为1.7米，重心距离地面的距离为0.2米，则当人的身体倾斜角度大于22度时，人就会失去平衡而摔倒；
47.角度＝arctan(0.2/(1.7x0.5))*(180/pi)＝22.47度
48.根据这个角度计算出的结果，我们可以预测人是否会失去平衡而摔倒，同时根据这个公式和实际测量的数据，可以进一步分析和预测人在什么样的情况下容易失去平衡，从而采取相应的措施避免摔倒事故的发生。
49.s4、分析s3中提取的与倒伏相关的特征，判断倒伏人员与倒伏条件的匹配情况；
50.s4中包括倒伏判断步骤：
51.分析心率传感器获取的监控人员心率数值，标记异常数据，人体的正常心率范围在60-100次/每分钟之间，如果心率持续超过100/每分钟，可能是心跳过快；如果心率持续低于60次/每分钟，可能是心跳过慢，这两种情况为监控人员的心率异常，当心率异常时，会对异常数据进行标记，并实时监控；
52.对比分析监控人员心率以及监控人员与地面倾斜角度的数据，判断监控人员倒伏的几率，根据计算出的监控人员与地面倾斜多少度后会出现倒伏情况，并结合监控人员的心率异常数据，可对监控人员出现倒伏的情况进行判断，若监控人员与地面的倾斜度大于人体失去平衡的角度，同时出现心率异常时，可判断为该监控人员会出现倒伏的情况；若监控人员与地面的倾斜度小于人体失去平衡的角度，同时心率正常，可判断为该监控人员不出现倒伏情况；若该监控人员与地面的倾斜度小于人体失去平衡的角度，同时心率异常时，可能会出现倒伏的情况，需要进一步的跟踪监控。
53.s5、发出预警信号，提示监控人员身体出现异常，触发警报装置并通知相关人员对监控人员及时进行救助。
54.s5中包括预设远程报警方式和个人设备报警方式。
55.其中个人设备报警方式是监控人员自身携带个人警报设备，当监控人员倒伏时，个人警报设备会自动触发预警信号，个人报警方式可以通过声音警报器发出警报声，吸引注意力，也可以通过视觉警示的方式通过显示警示信息或闪烁的灯光等方式提醒相关人员，使倒伏的监控人员得到及时的救治。
56.实施例2
57.当监控人员出现倒伏情况时，也有一些情况是由于外界的因素导致的，例如有人对监控人员进行推搡，或者监控人员被物体碰撞到等情况，其中有些情节较轻的原因导致的倒伏，监控人员在一定的时间恢复后，可自动起来，不需要进行救治，因此为了完善实施例1的实施措施，提出本发明的第二实施例，请参阅图3所示，包括以下步骤：
58.s4中还包括：
59.在认定倒伏后，判断监控人员的恢复期的活跃度与满足倒伏状态数值条件的匹配情况，若满足则进行报警，否则不进行报警。
60.若监控人员通过以上实施例被认定倒伏后，可观察监控人员的活跃度，若监控人员在一定的时间内情况转好，可以起身，则不需要进行报警，为了对监控人员进行及时的救助，可以预先设定监控人员起身的时间，例如1分钟、2分钟等，可根据在监控系统下拍摄的画面进行具体细化，若监控人员在设定的时间内没有好转，可进行报警，若监控人员的身体状态有所好转，并且可以起身，则可进行进一步的监控，持续关注监控人员的身体状态，做到随时报警。
61.并且启动预设远程报警方式同时控制中心的相关人员，避免延误监控人员的救治时间。
62.预设远程报警方式包括以下步骤：
63.认定倒伏后，通过预设提示，提示监控人员现阶段的倒伏情况和寻求帮助联系救护机构的需求情况；
64.若接收到用户的确认报警指令，以及等待一定时长后未接收到监控人员的任何指令，则进行报警；
65.若接收到监控人员的拒绝报警指令，则关闭报警。
66.以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

技术特征：
1.基于状态分析分析监控人员倒伏的预警方法，其特征在于，包括以下步骤：s1、部署多个传感器在监控人员穿戴的装备中，实时获取监控人员身体状态数据；s2、采集传感器获取到的监控人员的身体状态数据，并将身体状态数据储存在数据储存库中；s3、分析数据储存库中身体状态数据，提取出与倒伏相关的特征，计算监控人员的倒伏概率；s4、分析s3中提取的与倒伏相关的特征，判断倒伏人员与倒伏条件的匹配情况；s5、发出预警信号，提示监控人员身体出现异常，触发警报装置并通知相关人员对监控人员及时进行救助。2.根据权利要求1所述的基于状态分析分析监控人员倒伏的预警方法，其特征在于：所述s1中采用心率传感器和姿态传感器对监控人员身体状态数据进行获取。3.根据权利要求2所述的基于状态分析分析监控人员倒伏的预警方法，其特征在于：所述s2中采集的监控人员身体状态数据是通过api接口实时获取传感器传输的监控人员身体状态数据。4.根据权利要求3所述的基于状态分析分析监控人员倒伏的预警方法，其特征在于：所述s3中采用倾斜计算公式：角度＝arctan(身体中心离地面的距离/(身体高度x0.5))*(180/pi)其中，pi是圆周率，arctan是反正切函数，身体中心离地面的距离和身体高度都需要进行测量。5.根据权利要求1所述的基于状态分析分析监控人员倒伏的预警方法，其特征在于：所述s4中包括倒伏判断步骤：分析心率传感器获取的监控人员心率数值，标记异常数据；对比分析监控人员心率以及监控人员与地面倾斜角度的数据，判断监控人员倒伏的几率。6.根据权利要求5所述的基于状态分析分析监控人员倒伏的预警方法，其特征在于：所述s4中还包括：在认定倒伏后，判断监控人员的恢复期的活跃度与满足倒伏状态数值条件的匹配情况，若满足则进行报警，否则不进行报警。7.根据权利要求1所述的基于状态分析分析监控人员倒伏的预警方法，其特征在于：所述s5中包括预设远程报警方式和个人设备报警方式。8.根据权利要求7所述的基于状态分析分析监控人员倒伏的预警方法，其特征在于：所述预设远程报警方式包括以下步骤：认定倒伏后，通过预设提示，提示监控人员现阶段的倒伏情况和寻求帮助联系救护机构的需求情况；若接收到用户的确认报警指令，以及等待一定时长后未接收到监控人员的任何指令，则进行报警；若接收到监控人员的拒绝报警指令，则关闭报警。

技术总结
本发明涉及倒伏人员预警技术领域，具体地说，涉及基于状态分析分析监控人员倒伏的预警方法。其包括以下步骤：部署多个传感器在监控人员穿戴的装备中，实时获取监控人员身体状态数据；采集传感器获取到的监控人员的身体状态数据，并将身体状态数据储存在数据储存库中。本发明在监控人员身上部署多个传感器对监控人员的身体状态数据进行实时获取，并对监控人员的身体状态数据进行采集分析，从而能够及时发现监控人员的倒伏情况，同时能够对监控人员现阶段的身体状态进行实时了解，以便于在倒伏前对监控人员进行及时预警，其次通过预审远程报警方式，供监控人员进行选择性的发出警报，以防监控人员在未倒伏的情况下造成救护资源的浪费。的浪费。的浪费。


技术研发人员：尹浩
受保护的技术使用者：紫光汇智信息技术有限公司
技术研发日：2023.07.06
技术公布日：2023/9/19