一种基于北斗定位终端的老人活跃度数据感知系统

摘要

本发明提供了一种基于北斗定位终端的老人活跃度数据感知系统，其特征在于，包括四个功能模块，即停留点检测模块、重要位置提取模块、活跃度模型建立模块和活跃状态评估模块。本发明通过建立的老人生活活跃度评估模型，并由评估得到老人在不同年龄阶段的活跃度值，获得年龄与活跃度关系的非线性回归曲线，实现老人的正常活跃状态的评测，从而实现老人健康状况的准确评估与分析。

说明书

技术领域

本发明涉及北斗定位及健康监护领域，具体涉及一种基于北斗定位终端的老人活跃度数据感知系统。

背景技术

根据2010年第六次全国人口普查主要数据公报，我国60岁及以上人口已达1.78亿，占总人口数量的13.26％，比2000年人口普查上升2.93个百分点，其中65岁及以上人口约为1.19亿，占总人口数量的8.87％，比2000年人口普查上升1.91个百分点。数据表明，近十年来中国老龄化进程逐步加快。与此同时，家庭“空巢化”和老年人失能状况越来越严重。我国城乡空巢家庭超过50％，部分大中城市达到70％；2010年末全国城乡部分失能和完全失能老年人约3300万。

老龄化、空巢化、失能三大问题，使得社会发展过程中的老年人健康问题越来越突出。目前，我国医疗基础设施还不完善，医疗资源相对匮乏。依靠先进的科学技术大力发展面向老年人的医疗健康服务，提高老年人日常监护的水平和独立生活能力，已经成为十分迫切的社会需求。

另一方面，北斗卫星导航定位系统，是中国自行研制开发的区域性有源三维卫星定位与通信系统，是除美国的GPS(GlobalPositioning System)、俄罗斯的GLONASS(Global Navigation SatelliteSystem)之后第三个成熟的卫星导航系统。该系统由三颗(两颗工作卫星、一颗备用卫星)北斗定位卫星(北斗一号)、地面控制中心为主的地面部份、北斗用户终端三部分组成，可在全球范围内全天候、全天时为各类用户提供高精度、高可靠的定位、导航、授时服务，并兼具短报文通信能力。截止2012年5月在轨卫星12颗，已经初步具备区域导航、定位和授时能力。北斗卫星导航系统将在2020年形成全球覆盖能力。目前其定位精度优于20m，授时精度优于100ns。

目前关于老人的健康监护，已有一些远程监控系统和安全管理系统。例如申请号为KR2010005494-A；KR980426-B1，名称为《Remote elder person monitoring system，has control center serviceapparatus providing emergency call corresponding to emergencyannouncement of appointment about event triggered according tojudgment of analysis of person》，提出了一个老人健康远程监控系统，可用于检测老人的健康状况，活跃状态及周围环境的状态。利用有线或无线的方式将监控信息传输到远程管理中心，根据对观察对象状态的综合分析，在出现紧急情况时进行报警等相关处理。但是，该专利系统主要针对家庭等固定环境，反应的是老人在家庭内部的活跃状态，而本专利旨在分析老人在多个不同位置(家、超市、医院、电影院等)之间的迁移，综合评估其(社会)活跃程度。

又例如申请号为KR2009085460-A，名称为《System for safetymanagement of person e.g.solitary elder using power communicationline，transmitting urgency correspondence about person when abnormaloccurrence in person activity is determined》，提出了一种用电力线路来对残疾人或独居老人进行安全管理的系统。该系统对用户的电力使用模式和接收到的电力使用数据进行分析，判断用户是否可能出现异常行为，如长时间用电负载过低或过高。当发现有异常行为发生且没有应答时，将从数据库中提取用户的位置信息，并将其发送给特定的应急救援人员，以便及时对用户进行救助。但是，该专利系统也是主要针对家庭等环境，其位置信息主要用于应急救援人员方便找到用户，但该专利并没有从位置数据中分析出用户日常生活的活跃度。本专利的核心在于提取用户日常访问的位置，并根据对位置的访问特点分析其(社会)活跃度。

综上所述，通过获取老人日常生活的位置及轨迹信息来分析老人活跃度水平状况，迫切需要一种基于北斗定位终端的老人活跃度数据感知系统。

发明内容

本发明提供一种基于北斗定位终端的老人活跃度数据感知系统，实现对老人生活活跃度进行准确评估，进而对老人日常的身体健康状况进行有效的监护与分析。

本发明所采用的技术思路是：以北斗定位终端作为数据采集设备，提取老人日常生活中各类停留位置及移动轨迹信息，分析获得老人长时间生活的活跃度水平，以此推断老人自身健康状况，进而智能、全面地提高老人健康监护的水平。从位置的停留时间和位置间的移动距离两方面考虑，基于时间和空间两方面的约束进行停留点提取，再通过对停留点进行基于密度的聚类，建立老人生活活跃度计算模型，从而实现老人健康状况的准确评估与分析。

本发明所采用的技术方案是：一种基于北斗定位终端的老人活跃度数据感知系统，其特征在于，包括四个功能模块，即停留点检测模块、重要位置提取模块、活跃度模型建立模块和活跃状态评估模块：

1)停留点检测模块，通过北斗定位终端获取老人日常活动轨迹中的实时经纬度坐标Loc(x，y)和对应的时间标签(Time)，其中x为北斗定位点的经度Longitude，y为北斗定位点的纬度Latitude，因为单个点不足以表明老人日常活动的停留位置，所以对活动轨迹上的一系列定位点进行时间和空间约束上的检测，找出老人活动轨迹中显著停留的停留点，再对组成每个停留点的一个或多个定位点进行求均值，以表示某个停留点的经纬度坐标；

2)重要位置提取模块，由于老人经常显著访问的多个停留点实际上就是某个语义位置(如家、公园、超市等)，所以对停留点检测模块检测出来的老人日常活动轨迹中的停留点进行基于密度的聚类，当某类语义位置(如家、公园、超市等)包含多个停留点时，此类语义位置即为提取的老人重要位置之一，分析老人长期生活的日常活动轨迹后，即找出老人日常活动的多个访问频率高、停留时间长的重要位置；

3)活跃度模型建立模块，从重要位置提取模块中获取老人日常活动的重要位置和停留重要位置的时间，对于每个重要位置中的停留点，针对每个停留点的停留时间，并与进入每个停留点的所有停留点之间的距离，建立活跃度与停留点间距和停留点访问时长的活跃度模型；

4)活跃状态评估模块，通过活跃度模型，观察老人长期生活活动轨迹的活跃状况，计算每个年龄阶段的活跃度数据，获得老人年龄与活跃度关系的非线性函数曲线，由此进行老人生活活跃状态的评估。

本发明的优点在于：

1)融合时空约束的重要位置提取技术：融合时空约束的重要位置提取技术利用获取老人长期的日常活动轨迹，通过北斗定位终端设备进行数据采集，在时间和空间两方面的约束下，使得在老人长期的日常生活中，提取出访问频率高、停留时间长的重要位置，满足评估与分析老人生活活跃度的需求。

2)基于轨迹序列分析的活跃度计算方法：通过北斗定位终端设备的数据采集，提取并分析老人日常活动轨迹序列，从重要位置的停留时间和位置间的空间距离进行综合考虑，建立活跃度的数学计算模型，从而可实现整体的老人生活活跃度评估的建模。

3)基于非线性回归分析的用户活跃状态评估技术：通过建立的老人生活活跃度评估模型，并由评估得到老人在不同年龄阶段的活跃度值，获得年龄与活跃度关系的非线性回归曲线，实现老人的正常活跃状态的评测，从而实现老人健康状况的准确评估与分析。

附图说明

图1是本发明的系统功能模块；

图2是本发明的一条北斗定位轨迹图；

图3是本发明的停留点检测与表示示意图；

图4是本发明的密度聚类算法示意图；

图5是本发明的重要位置提取示意图；

图6是本发明的重要位置活动轨迹图；

图7是本发明的正常生活状态下年龄与活跃度的关系曲线。

具体实施方式

本发明以北斗定位终端设备进行数据采集，通过分析老人长期的日常生活轨迹，从时间和空间两方面进行综合考虑，提取日常生活轨迹的重要位置，建立老人生活活跃度的评测模型，最后基于非线性回归分析评估老人的正常活跃状态，从而完成模型对老人健康状况的准确评估与分析。

如图1所示，本发明的方法及系统主要包括四个功能模块，即停留点检测模块、重要位置提取模块、活跃度模型建立模块和活跃状态评估模块。

1)停留点检测模块

老人的日常生活中的活动轨迹由北斗定位终端进行数据采集，如图2所示，每一条北斗定位轨迹由若干个定位点组成，每个定位点(Point)数据包括此点地理位置信息的经度(Longitude)、纬度(Latitude)和时间标签(Time)。

老人在一段时间内的活动可记录为这样一条移动轨迹，如图3所示，在这条移动轨迹中，老人在一定范围内访问了某些显著停留的地方，比如图3的停留点S_i，这些停留点(Stay Point)表示老人在某个区域内停留的时间超过了一定的时间范围，并且某个停留点是由一组如图3的p₃、p₄、p₅多个定位点组成的。

考虑时间和空间两个方面的约束，对于一组定位点{p_i，p_i+1，…，p_j}(1≤i≤j≤n)，一个停留点由如下的公式(1)和(2)进行检测。

Distance(p_i-p_j)≤D_const(1)

其中，D_const为空间约束值，Distance(p_i-p_j)为p_i和p_j两点的空间距离。

Time(p_i-p_j)≥T_const(2)

其中，T_const为时间约束值，Time(p_i-p_j)为p_i和p_j两点的时间差。

当一段移动轨迹中的某个停留点S＝(lo，la，Beg_Time，End_Time)被检测出来后，由如下的公式(3)和(4)进行其地理位置信息的经纬度表示：

$>S.\mathrm{lo}=\frac{\underset{i=i}{\overset{j}{\Sigma }}{p}_i.\mathrm{lo}}{\left|S\right|}---\left(3\right)$>

其中，S.lo表示停留点S的经度，p_i.lo表示点p_i的经度，|S|表示一组定位点{p_i，p_i+1，…，p_j}的个数。

$>S.\mathrm{la}=\frac{\underset{i=i}{\overset{j}{\Sigma }}{p}_i.\mathrm{la}}{\left|S\right|}---\left(4\right)$>

其中，S.la表示停留点S的纬度，p_i.la表示点p_i的纬度，|S|表示一组定位点{p_i，p_i+1，…，pj}的个数。

同时，此停留点的停留时间的开始时间为这一组的第一个点的时间标签，即S.Beg_Time＝t_i，结束时间这一组的最后一个点的时间标签，即为S.End_Time＝t_j。

2)重要位置提取模块

在老人日常生活的多条移动轨迹中，由于北斗定位终端设备具有一定的采样周期，当老人长时间、多次访问同一个语义位置(如家、公园、超市等)的时候，并且这种语义位置实际上是一个重要位置区域，所以由北斗定位终端设备采集到的数据将在同一个重要位置区域，产生一簇经纬度坐标十分邻近的停留点，因此针对老人日常生活中检测出来的停留点序列，其重要位置的提取采用如图4进行基于DBSCAN的密度聚类。

其中，停留点之间距离由公式(5)进行计算：

Distance(S_i-S_j)≤D_Cluster(5)

其中，D_cluster为密度聚类中距离阈值，Distance(S_i-S_j)为S_i和S_j两停留点之间的空间距离，且0≤i≤j≤m。

通过如上的基于DBSCAN的密度聚类算法，提取出老人日常生活中一些访问频率高、停留时间长的的重要位置，如家、超市、银行、公园、医院等，如图5所示。

3)活跃度模型建立模块

当提取出老人日常生活的活动轨迹中的重要位置，如图6所示，形成了一张重要位置的活动轨迹图，每个重要位置由进入或者离开的路线进行联系，表明重要位置的访问顺序和频次。老人活跃度评测由如下的数学模型进行计算：

$>\mathrm{Act}\_\mathrm{Degree}={\Sigma }_{i=1}^n{\lambda }_D{d}_i·e^{-{\lambda }_T{t}_i}---\left(6\right)$>

其中，d_i表示其他停留点进入此停留点的距离，λ_D表示距离权重因子，t_i表示此停留点的停留时间，_λT表示时间权重因子。

此为根据活跃度与停留点间距、停留时间之间的关系，建立的活跃度评估模型，即为基于北斗定位终端的老人活跃度数据感知模型。它与停留点间距成正比，与停留时间成反比，即表示老人活动范围越大则活跃度越高，在停留点停留的时间越长则活跃度越低。

4)活跃状态评估模块

根据前述我们建立的基于北斗定位终端的老人活跃度数据感知模型，再由老人处于不同年龄阶段的活跃度数据，进行非线性回归拟合，得到年龄与活跃度关系的非线性回归曲线，如图7所示。拟合曲线将年龄与活跃度关系的二维平面进行划分，当不同年龄对应的活跃度值落在曲线或曲线上方时，表明此老人日常生活的活跃度处于正常或较高的状态，而当活跃度值落在曲线下方时，表明此老人日常生活的活跃度偏低，需要详细评测老人的正常活跃状态，结合健康生活方式及老人医疗监护的知识，进行逐步的适当提示和引导，提高其活跃程度及改善生活状态，使老人的生活状况向健康、积极的方向发展。