专利名称：基于数据融合的家居安全健康远程监测系统的制作方法
技术领域：
本发明涉及多传感器安全健康监测技术领域，特别涉及一种装配于智能轮椅的家居安全健康远程监测方法。
背景技术：
随着医学以及社会医疗系统的进步，人类逐渐解决了一系列的困扰人类的疾病，使得人类的健康水平得到了很大提高，人类的平均寿命逐渐延长，随之整个社会的人口老龄化问题日益突出，随着社会老龄化进程加快，以及疾病、灾害、交通事故等原因造成损伤的残障人士数量的增加，以及老年人和残障人士对生活质量以及健康监护要求的提高，作 为家居环境中的智能设备，智能轮椅不应仅作为代步工具，还应该具备对使用环境内的家居安全监测以及监护使用者健康的功能。家居安全健康监护系统的发展，家居环境作为人们生活的空间，其安全性十分重要，火灾危险是家居环境中的主要危险因素，因为一旦发生火灾人的生命财产降火受到严重损失。现有的火灾报警系统，多采用有线技术单一传感器进行火灾传感器网络的组建。目前基于有线技术的火灾报警系统已趋于成熟。然而有线通信方式扩展性能差，布线繁琐，影响美观，而且由于采用硬线连接，线路容易老化或遭到腐蚀、鼠咬、磨损，并且单一传感器对火灾属性的判断存在偏差，因此有线报警系统故障发生率和误报警率较高。随着无线传感器网络和数融合技术的发展，将解决有线的火灾报警系统所存在的问题，多传感器信息融合，从火灾发生的多种属性进行判断，提高火灾判断的准确性；无线方式增加了系统的灵活性、可扩展性，从改善系统性能。早期的远程监护技术研究，早期，为了监护重症病人，大多数医院采用的是视频监控的手段，这是远程医疗监护的雏形。随后的20世纪60年代初到80年代中期的远程医疗活动发展较慢，被视为第一代远程医疗。美国第一项远程医疗计划始于1959年，在相距112英里的两所医院之间建立闭路电视网来提供精神卫生服务。自80年代后期，伴随着现代通信技术的不断提高，第二代远程医疗逐渐发展起来。在远程医疗系统的实施过程中，发展速度最快的是美国和西欧国家，采用的通信方式大多是通过卫星通讯和综合业务数据网，在军事医学、远程咨询、远程会诊、医学信息的远距离传输等方面取得了较大进展。目前世界上规模最大、覆盖面最广的远程教育和远程医疗网络是美国乔治亚州教育医学系统中的远程医疗网络，该医学教育系统可进行有线、无线和卫星通信等多种通信活动。美国军方为了监护士兵的呼吸、体温、心率和其它生理参数，研究了一种人体状态监护仪专门用于战时使用。随着计算机科学、通信网络技术、数据融合技术、运动控制理论的迅速发展，为家居环境内多种智能设备融为一体提供了理论技术支持，因此发明出一种新型的家居安全健康监测系统。
因此急需一种智能化高，集成性强的基于数据融合的家居安全健康远程监测系统。
发明内容
有鉴于此，本发明所要解决的技术问题是提供一种智能化高，集成性强的基于数据融合的家居安全健康 远程监测系统。本发明的目的是这样实现的本发明提供的基于数据融合的家居安全健康远程监测系统，包括轮椅，所述轮椅上设置有传感器装置、协调器和信息数据处理器；所述传感器装置，用于获取环境信息数据和人体健康信息数据并通过无线传输网络将信息数据发送到协调器上；所述协调器，用于收集传感器装置获取的信息数据并传输到信息数据处理器；所述信息数据处理器，用于处理接收到的信息数据，根据信息数据的处理结果来确定相应的危险区域，并控制轮椅离开危险区域。进一步，还包括设置于轮椅上的通信模块，所述通信模块与信息数据处理器连接，所述信息数据处理器根据信息数据处理结果来确定是否向远程手机发送处理结果和发出
报警信号。进一步，所述传感器装置包括环境温度传感器、可燃气体浓度传感器、烟雾传感器、CO浓度传感器、脉搏传感器和人体温度传感器，所述环境温度传感器、可燃气体浓度传感器、烟雾传感器、CO浓度传感器、脉搏传感器和人体温度传感器分别通过无线传输网络将信息数据发送到协调器上。进一步，所述传感器装置的无线传输网络采用星状网络拓扑结构的ZigBee无线传感器网络。进一步，所述通信模块采用GSM网络实现远程通信。进一步，所述协调器为ZigBee协调器。进一步，所述信息数据处理器包括用于训练构建BP神经网络的BP神经网络训练模块，所述BP神经网络训练模块的输入量为经过归一化处理的温度、烟雾和CO浓度数据，所述BP神经网络训练模块的输出向量包括明火、阴燃火和安全概率。进一步，所述信息数据处理器包括用于根据神经网络训练模块对传感器装置获取的信息数据进行处理判断的数据融合处理模块，所述数据融合处理模块包括局部信息预处理系统、神经网络融合系统和决策系统，所述局部信息预处理系统，用于采集和预处理原始信息数据；所述神经网络融合系统，用于提取局部信息预处理系统输出信号的特征；所述决策系统，用于根据特征信息进行决策；进一步，所述BP神经网络训练模块中BP神经网络中的隐层神经元个数为6 13。进一步，所述信息数据处理器包括报警信息处理模块和GSM/3G通信模块；所述报警信息处理模块，用于处理家居安全健康远程监测系统采集到的数据；所述GSM/3G通信模块，用于发送家居安全健康信息和报警信息。所述远程交互包括无线路由模块和远程PC机；
所述无线路由模块，用于连接互联网，上传家居安全健康监测系统采集的数据；所述远程PC机，用于接收或存储家居安全健康监测系统采集的数据，发送远程交互控制命令。本发明的优点在于本发明采用采用传感器信息通过无线传感器网络进行实现，解决了有线监测系统诸多不便，增加系统的灵活性和可扩展性；采用了数据融合技术，将BP神经网络算法训练得到的BP神经网络，然后将传感器网络检测到的信号经过BP神经网络进行判断，最后根据判别结果进行控制通信模块；解决了智能轮椅在安全报警系统中的误报警率高，可移动性差的问题，最后达到了智能轮椅对家居安全和人体健康远程监测的 目的。本发明的其它优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其它优点可以通过下面的说明书，权利要求书，以及附图中所特别指出的结构来实现和获得。
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中图I为基于数据融合的家居安全健康远程监测方法的结构示意图；图2为基于数据融合的家居安全健康远程监测方法中数据融合层次示意图；图3为基于数据融合的家居安全健康远程监测方法中BP神经网络结构图；图4为BP神经网络的训练误差曲线示意图；图5为信息数据处理器中的各个模块的连接关系示意图。
具体实施例方式以下将结合附图，对本发明的优选实施例进行详细的描述；应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。实施例I基于数据融合的家居安全健康监测系统，主要包括对家庭中的各种环境因素监测、远程报警的功能，并具有对使用者的生理指标(脉搏、体温、血压等)进行监测功能。系统设计的目的是为老年人或者残障人士提供更为安全，舒适，方便的生活方式，系统主要包括环境监测、生理指标检测和安防报警三个方面。图I为基于数据融合的家居安全健康远程监测方法的结构示意图，如图所示本发明提供的基于数据融合的家居安全健康远程监测系统，包括轮椅，所述轮椅上设置有传感器装置、协调器、信息数据处理器和通信模块所述传感器装置，用于获取环境信息数据和人体健康信息数据并通过无线传输网络将信息数据发送到协调器上；所述传感器装置包括环境温度传感器、可燃气体浓度传感器、烟雾传感器、CO浓度传感器、脉搏传感器和人体温度传感器，所述环境温度传感器、可燃气体浓度传感器、烟雾传感器、CO浓度传感器、脉搏传感器和人体温度传感器分别通过无线传输网络将信息数据发送到协调器上；选取不同的传感器分别对火灾因素、防盗入侵、人体体温脉搏等因素进行监测。所述协调器，用于收集传感器装置获取的信息数据并传输到信息数据处理器；所述信息数据处理器，用于处理接收到的信息数据，根据信息数据的处理结果来确定相应的危 险区域，并控制轮椅离开危险区域。所述通信模块与信息数据处理器连接，所述信息数据处理器根据信息数据处理结果来确定是否向远程手机发送处理结果和发出报警信号。所述传感器装置的无线传输网络采用星状网络拓扑结构的ZigBee无线传感器网络。所述通信模块采用GSM网络实现远程通信。所述协调器为ZigBee协调器。本系统中的ZigBee无线传感器网络主要功能为数据采集，数据处理在智能轮椅系统中的信息数据处理器(即PC机)上进行处理，系统与用户之间的远程通信通过GSM网络实现。整个系统是由无线传感器节点、协调器节点、智能轮椅和GSM数据传输模块组成的。系统总体结构设计包括，无线传感器网络采用星状网络拓扑结构，ZigBee子节点采集红外监控、环境温度、火灾隐患、人体脉搏及其体温信息返回到ZigBee协调器，然后协调器将信息传输给智能轮椅上的PC机。PC机对数据进行相应处理并通过训练好的BP神经网络进行判断，如有危险因素(如煤气泄漏、火灾报警、非法入侵、生理指标异常等)存在，通信模块将通过GSM网络发送短信息到家庭成员手机进行及时报警，上位机同时对智能轮椅进行控制操作，通过定位或者导航使其逃离危险区域，对轮椅使用者进行转移。图2为基于数据融合的家居安全健康远程监测方法中数据融合层次示意图，图3为基于数据融合的家居安全健康远程监测方法中BP神经网络结构图，图4为BP神经网络的训练误差曲线示意图，图5为信息数据处理器中的各个模块的连接关系示意图，如图所示本发明提供的基于数据融合的家居安全健康远程监测系统中所述信息数据处理器包括用于训练构建BP神经网络的BP神经网络训练模块，所述BP神经网络训练模块的输入量为经过归一化处理的温度、烟雾和CO浓度数据，所述BP神经网络训练模块的输出向量包括明火、阴燃火和安全概率。所述信息数据处理器包括用于根据神经网络训练模块对传感器装置获取的信息数据进行处理判断的数据融合处理模块，所述数据融合处理模块包括局部信息预处理系统、神经网络融合系统和决策系统，所述局部信息预处理系统，用于采集和预处理原始信息数据；所述神经网络融合系统，用于提取局部信息预处理系统输出信号的特征；所述决策系统，用于根据特征信息进行决策；所述BP神经网络融合系统与数据融合处理模块之间的连接关系见图5。所述信息数据处理器包括报警信息处理模块和GSM/3G通信模块；所述报警信息处理模块，用于处理家居安全健康远程监测系统采集到的数据；所述GSM/3G通信模块，用于发送家居安全健康信息和报警信息。所述远程交互包括无线路由模块和远程PC机；所述无线路由模块，用于连接互联网，上传家居安全健康监测系统采集的数据；所述远程PC机，用于接收或存储家居安全健康监测系统采集的数据，发送远程交互控制命令。所述信息数据处理器(即PC机)中的各个模块的连接关系示意图见图5。实施例2
本发明实施例2为在实施例I的基础上提供的信息数据处理器中的神经网络训练模块和数据融合处理模块的具体实施方式
，详细描述如下。根据数据融合的理论，以采取到火灾报警信号为例来说明该系统的数据融合结构，该数据融合结构为三层结构信息层、特征层和决策层。原始数据的采集和预处理在信息层；特征层完成对信息层输出信号的数据融合，进行特征提取；决策层充分的利用来自特征层的信息进行决策，最终实现决策。系统设计中选择温度、烟雾、以及CO浓度作为火灾信息，并且根据中国明火标准SH4以及阴燃火标准SH1，选取网络训练样本。BP神经网络参见图3，u和y分别为输入、输出向量，输入量分别为温度、烟雾和CO气体；输出为明火、阴燃火和安全三种情况发生概率的判别。节点用来表示每个神经元，整个网络是由输入层、隐层和输出层节点组成。根据网络需求，隐层可以为一层也可以为多层，前后的节点通过权来连接，其拓扑图为有向无环图的前向网络。 本实施例的基于数据融合的家居安全健康远程监测方法，BP网络训练包括如下步骤①隐层设计BP网络的一个重要定理，对于任何闭区间内的一个连续函数都可以用单隐层的BP网络逼近，因为一个三层(单隐层)的BP网络就可以完成任意的n维到m维的映射。隐层神经元个数的选择是神经网络设计过程中比较复杂的问题，一般都是根据设计者的经验和大量实验才能确定的，并没有一个完全理想的解释式来表达。隐层神经元个数与整个网络的训练要求、输入输出单元个数有直接关系。隐层神经元个数的选择不合理将会导致网络学习时间长、无法达到最佳误差、降低容错性能、之前没有看到的样本无法识别的影响，因此通过实验寻找最佳的隐层神经元个数是非常必要的。公式(1\2\3)可以作为选择最佳隐层神经元个数的参考公式
权利要求
1.基于数据融合的家居安全健康远程监测系统，包括轮椅，其特征在于所述轮椅上设置有传感器装置、协调器和信息数据处理器； 所述传感器装置，用于获取环境信息数据和人体健康信息数据并通过无线传输网络将信息数据发送到协调器上； 所述协调器，用于收集传感器装置获取的信息数据并传输到信息数据处理器； 所述信息数据处理器，用于处理接收到的信息数据，根据信息数据的处理结果来确定相应的危险区域，并控制轮椅离开危险区域。
2.如权利要求I所述的基于数据融合的家居安全健康远程监测系统，其特征在于还包括设置于轮椅上的通信模块，所述通信模块与信息数据处理器连接，所述信息数据处理器根据信息数据处理结果来确定是否向远程手机发送处理结果和发出报警信号。
3.如权利要求2所述的基于数据融合的家居安全健康远程监测系统，其特征在于所述传感器装置包括环境温度传感器、可燃气体浓度传感器、烟雾传感器、CO浓度传感器、脉搏传感器和人体温度传感器，所述环境温度传感器、可燃气体浓度传感器、烟雾传感器、CO浓度传感器、脉搏传感器和人体温度传感器分别通过无线传输网络将信息数据发送到协调器上。
4.如权利要求3所述的基于数据融合的家居安全健康远程监测系统，其特征在于所述传感器装置的无线传输网络采用星状网络拓扑结构的ZigBee无线传感器网络。
5.如权利要求4所述的基于数据融合的家居安全健康远程监测系统，其特征在于所述通信模块采用GSM网络实现远程通信。
6.如权利要求5所述的基于数据融合的家居安全健康远程监测系统，其特征在于所述协调器为ZigBee协调器。
7.如权利要求6所述的基于数据融合的家居安全健康远程监测系统，其特征在于所述信息数据处理器包括用于训练构建BP神经网络的BP神经网络训练模块，所述BP神经网络训练模块的输入量为经过归一化处理的温度、烟雾和CO浓度数据，所述BP神经网络训练模块的输出向量包括明火、阴燃火和安全概率。
8.如权利要求7所述的基于数据融合的家居安全健康远程监测系统，其特征在于所述信息数据处理器包括用于根据BP神经网络训练模块对传感器装置获取的信息数据进行处理判断的数据融合处理模块，所述数据融合处理模块包括局部信息预处理系统、神经网络融合系统和决策系统； 所述局部信息预处理系统，用于采集和预处理原始信息数据； 所述神经网络融合系统，用于提取局部信息预处理系统输出信号的特征； 所述决策系统，用于根据特征信息进行决策。
9.如权利要求8所述的基于数据融合的家居安全健康远程监测系统，其特征在于所述BP神经网络训练模块中BP神经网络中的隐层神经元个数为6 13。
10.如权利要求9所述的基于数据融合的家居安全健康远程监测系统，其特征在于所述信息数据处理器包括报警信息处理模块和GSM/3G通信模块； 所述报警信息处理模块，用于处理家居安全健康远程监测系统采集到的数据； 所述GSM/3G通信模块，用于发送家居安全健康信息和报警信息。
所述远程交互包括无线路由模块和远程PC机；所述无线路由模块，用于连接互联网，上传家居安全健康监测系统采集的数据； 所述远程PC机，用于接收或存储家居安全健康监测系统采集的数据，发送远程交互控 制命令。
全文摘要
本发明公开了一种基于数据融合的家居安全健康远程监测系统，涉及一种装配于智能轮椅的家居安全健康远程监测系统，本发明以智能轮椅所处的家居环境为目标，确定环境安全与人体健康的监测因素，依据各个监测因素的特点选取基于ZigBee技术的无线传感器网络，进行环境安全以及人体健康指数监测，根据危险信息的情况进行报警；为提高报警信息的准确性，在对集成在智能轮椅中的传感器信息进行处理时运用了数据融合技术，对火灾安全报警中的三个重要指标采用BP神经网络方法进行数据融合处理，在此基础上，从而提高了系统对危险事件判断准确率。解决了安全健康远程监测系统中的误报率的问题，达到了智能轮椅对家居安全健康监测的目的。
文档编号G05B19/418GK102736607SQ20121023403
公开日2012年10月17日 申请日期2012年7月6日 优先权日2012年7月6日
发明者原威, 唐贤伦, 张毅, 徐晓东, 李敏, 罗元, 胡豁生, 蔡军, 谢颖 申请人:重庆邮电大学