首页> 中国专利> 用于确定在单独居住的人的家中所关注期间的系统和方法

用于确定在单独居住的人的家中所关注期间的系统和方法

摘要

本发明涉及一种用于监视单独居住的住户的活动以区分正常活动和异常活动的系统和方法。在住家各处分布的各种传感器收集关于住家中活动的数据。该数据被传递给一个远程监视中心并根据可应用的时隙归类到数据库。用于一个24小时的时间周期的时隙最少是3个并且可以多达48个或更多。创建历史活动时间线并且向最大历史活动时间线添加一个缓冲时间或者从最大历史活动时间线偏离一个缓冲时间。如果超越最大历史活动时间线以及缓冲时间的新的数据点进入,则发布一个指示该活动异常的警告。

著录项

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2016-03-23

    未缴年费专利权终止 IPC(主分类):G08B25/00 授权公告日:20090318 终止日期:20150201 申请日:20050201

    专利权的终止

  • 2009-03-18

    授权

    授权

  • 2007-03-07

    实质审查的生效

    实质审查的生效

  • 2005-08-24

    公开

    公开

说明书

技术领域

本发明一般涉及用于监视单独居住的人的户内活动的系统和方法。更具体地说,本发明涉及一种用于确定所关注的单独居住的人的活动是异常或者是正常的系统和方法。

背景技术

随着医疗的进步和对于适当营养和充足锻炼越来越多的关注,西方社会的民众寿命在增长。例如,在美国居住的老人的数量在增长。而且随着生育高峰一代居民的年龄增长,美国老人的数量在下面几个十年将显著增长。此外,对各种精神和身体残疾的警觉和理解的增长已经带来了单独居住的具有减弱的精神和/或身体能力的人的数量的增加。

伴随着单独居住的老人和残疾人的增长而来的是对于这些老人和残疾人在其居室内能够安全和有保障地生活的焦虑。单独居住的老人和残疾人有着越来越多对于他们可能受伤或丧失能力而不能召唤援助的焦虑。居住在与单独居住老人和/或残疾人的居所有一定距离处的亲人也常常有这种焦虑。

当前,通过几种途径来关注由单独居住的老人和残疾人、以及他们的亲人所感到的这种焦虑。一种用来缓解焦虑的方法是通过护理员对住家的经常到访。这种到访可能是打扰性的、耗时的、并且经常是不方便和不被理解的。另一种方法是让老年人或残疾人从住家搬出并且搬到一个能更好地监控其健康的地方。而这剥夺了他们的自由、是昂贵的并且经常是不受欢迎的。另一种方法是通过在住家中对个人的技术辅助或监视。

这种在个人的住家中辅助该个人的技术系统包括个人紧急反应系统。在这些系统中老人或残疾人戴一个手表,挂件或者其他类似的设备,并且在发生诸如摔倒的紧急事件时按下一个按钮。该被按下的按钮使能一个警告信号。一个中央监视设施通过响应于该警告信号来提供辅助并且呼叫个人以识别该问题。如环境的情况需要,该设施也可以随后呼叫一个联系人的预定列表,诸如亲戚、邻居或者紧急服务。虽然这是一个有价值的服务,这些系统仅识别当个人能够按下紧急按钮时所发生的问题。

某些已知的户内监视系统试图检测诸如下列的异常活动,例如在室内异常的长时间的安静时段,通过任意选择选择“白天”和“夜间”的参数并在“白天”期间至少5个小时没有活动的情况下发送一个警告。这些已知的户内监视系统提供住户一个可以按下以指示住户是在家还是外出的按钮。这些已知的系统经常不能准确反映住户的真正的白天和夜间的模式。而且,住户经常不能履行指示其是否在家还是外出的责任,使得这些已知系统报警出错率高和敏感度低。

于是这里存在对于确定单独居住的个人的户内活动对于这个人是否是正常的或者是否他们是异常或不规则的系统和方法的需求。

发明内容

本发明关注一种用于确定特定家庭的适当活动时段和不活动时段的系统和方法。本系统能够监视在一个房屋内的活动水平并且当确定了活动的异常时段或非活动时段时向护理员报警。

本发明的一个方面是一种用于监控住户的活动的系统。该系统包括至少一个用于收集关于住户的活动的数据点的传感器,一个正在和至少一个传感器通信的通信平台,以及一个位于远离该住户处并且正在和该通信平台通信的监视中心。该监视中心包括一个用于收集关于该住户的活动的数据点的数据库。所收集的数据点在每24小时的时间时段被归类为至少三个时隙(timeslot)以确定该住户的活动。

本发明的另一个方面是一种用于监视户内活动的系统。该系统包括位于住家各处用于收集户内活动的数据点的多个传感器,一个正在和该多个传感器通信的通信平台,以及一个位置远离住家的并且正在和通信平台通信的监控中心。所述多个传感器包括一或多个运动传感器、外门传感器、内门传感器、箱柜传感器、厨房传感器、器具传感器、危险传感器以及安全传感器。该监视中心包括用于收集住家内活动的数据点的数据库。所收集的数据点被归类为每二十四个小时时间周期至少10个时隙用于确定在住家内的活动。

本发明的另一个方面是一种用于区分住家内正常活动和异常活动的方法。该方法包括如下步骤在二十四小时的时间周期内获取户内历史活动数据,把历史活动数据归类为在二十四个小时的时间周期内至少3个时隙,并且把一个新数据点和所归类的历史活动数据进行对比评估以确定新数据点指示户内的正常或异常活动。

本发明的另一个方面是一种用于区分户内的不活动的异常周期和不活动的正常期间的方法。该方法包括如下步骤:用于在二十四小时的时间周期获取户内历史活动数据,把历史活动数据归类为在二十四个小时的时间周期内至少10个时隙,基于所归类的历史活动数据产生一个最大历史不活动时间线,并且把一个新数据点和所归类的历史活动数据进行对比评估以确定是否新数据点指示户内的正常或异常活动时段。

本发明的这些和其他优点和特征通过下面结合附图对本发明的优选实施例的详细描述将会更容易理解。

附图说明

图1是根据本发明的一个示范实施例的一个远程户内监视系统的示意图。

图2是图解使用图1的远程户内监视系统在十天期间的数据采集的平均、最小和最大安静数据的图。

图3是图解使用图1的远程户内监视系统在两个月期间的数据采集的平均、最小和最大安静数据的图。

图4是图解用于确定一个新的安静数据点是正常活动或是异常活动的流程。

图5图解用于确定来自一个传感器的一个新数据点是否是一个异常数据点的处理步骤。

图6是图解使用图1的远程户内监视系统数据的群集数据点的图。

图7图解根据本发明的另一个示例实施例构建的户内监视系统。

具体实施方式

参照图1,示出了一个活动监视系统10,其包括活动传感器14、外门传感器15、通信中继面板18以及远程监视中心22。活动监视系统10没有在住家12或任何住家12的子系统(用具、水、光等)中进行干涉的机制。如果在住家12中存在任何干涉,其可以通过从住户之外和住户12的住家的通信而进行,诸如经由来自护理员38或诸如职业紧急反应的其他合适的人的到访或者一个电话呼叫。而且,可以在与中央监视台通信的系统10中包括一个扬声器电话(speakerphone),以允许住户在按下旧式应急按钮之后请求援助。传感器14包括运动传感器、内门传感器、箱柜传感器、厨房传感器和器具传感器以及其它任何适合持续收集和传递有关在住户12中活动的数据。其他的适当传感器14包括危险传感器和安全传感器。外门传感器15可以是一个或多个位于在住家12的入口和出口的门上提供的传感器。最好,传感器14、15是能够无线传输包括所收集数据的信号16到通信中继面板18的无线传感器。然而应当理解,传感器14可以是硬件连接到通信中继面板18的传感器。

通信中继面板18通过经由合适的有线或无线通信平台21传送包含数据点19的数据信号20到远程监视中心22来传送从传感器14、15收集的传感器数据或数据点19,所述有线或无线通信平台21诸如有线电话、无线电话、双向步话机、传呼机、有线电缆、因特网或任何其它无线通信平台。取决于所选的通信平台21,可以接近实时地发送数据信号20或以离散的不规则间隔发送数据信号20。例如,数据信号20可以经由无线电话、双向步话机、传呼机、有线电缆、因特网或任何其它无线通信平台以接近实时的方式发送。在有线电话通信平台,数据信号20被缓冲并以不同的间隔发送。

远离住家12的监视中心22包括数据库24以及状态报告发生器28。数据库24作为经由信号20传送的传感器数据的收集器。基于来自护理员38对于状态报告的请求,从数据库24向状态报告发生器28转发传感器数据。状态报告发生器28向护理员38的个人计算机34传送一个接近实时的状态信号30。接近实时状态意味着从几乎瞬时到最多3分钟之间的任何时间。例如,对于双向寻呼通信平台21来说,通信所需的时间量可以是在2到3分钟之间。状态报告发生器28可以被编程来例如在诸如每隔十分钟的一个特定间隔来更新每个住家12的报告。该状态信号30包括一个由状态报告发生器28产生的报告。该报告的格式和内容取决于护理员38的请求。应当理解,理解信号30可以该为经由个人数字助理(PDA)、传呼机、传真机、有线电缆或者是电话或语音邮件帐户而不是经由个人计算机34来传送。

传感器14、15可以位于遍布于住家12的各处。传感器14、15可以通过例如类型被归类为运动、外门(传感器15)、食品或汽车传感器。应当理解所使用的传感器14、15的数量可以取决于住家12的布置以及其它的因素。

此后,特别参照图1-3和图5,将描述一个用于确定在特定住家12中的某种活动是否被认为是异常的处理。一种要观察的活动是在整个24小时周期中不活动的分布。例如,在特定住家12中的传感器14、15通常能检测到活动的时间段内不活动的累积量可能被认为是异常并且可能指示在住家12中的一个问题。在处理的第一步,步骤200(图5),要获取由住家12中的传感器14、15检测的活动的历史数据点19。每个历史数据点指示在一个给定时间点该住家处于安静的时间长度。表1提供了一些样本历史数据点19。数据点19可以由传感器14、15在每当在住家12中检测到一个问题时适于提供相对快的反应的任何间隔点来收集。一个优选的间隔是每隔30分钟收集一次数据。然而,数据收集可以以每隔15分钟或更短到每隔1小时或更长的时间来进行。如表1所示的历史数据点是从到监视中心22的数据信号20中传送的原始数据点19中计算的。

表1

时隙(TS) 日期 00:00…… 9:00 9:30 10:00…… 23:30 12/01/2003 96…… 0 30 3…… 42 12/02/2003 72…… 2 6 8…… -1 12/03/2003 -1…… 44 74 6…… 45

对于任何给定时隙,并且如表1所指示,时隙为30分钟的间隔,如果住家12不活动的时间已经超过根据用于相同时隙的历史数据点19的最大不活动时间,则可以假定该住户在该时隙已经比以前保持安静(不活动)的时间都长。在表1中,在12月1日,在凌晨12点(0:00),有96分钟的安静,而自在12月2日,有72分钟的安静。-1标记的出现表示在该时间段该住户不在家。随后历史数据点19可以被累积并格式化成为指示每个时隙的最大、平均和最小活动的时间线。图2示出了一个样本最小不活动时间线50、平均不活动时间线52以及最大不活动时间线54。

在步骤205(图5),向图2的最大不活动时间线54中嵌入的最大历史安静时间中添加一个缓冲时间段。提供该缓冲的理由是为一个比在过去登记的时间要长一个短时间的不活动发布警告可能是不适当的。参照图2,如所预料的,略微超过8小时的不活动的最大积累是在大约早上8点。进一步如所预料的,不活动的积累遵循一条从大约午夜到早上8点的时隙的向上倾斜的曲线,而在早上8点这一倾斜急剧地下降。在最大不活动时间线54上面90分钟的间隔提供一个缓冲或警告时间线56。通过这种方式,在任何时隙来自任何反常数据点19的警告被延迟90分钟。参照表1的数据举例:如果使用了90分钟的缓冲,则在9点半发布警告前该住户必须已经安静了超过74+90分钟,或者说两小时44分钟。而且,应当理解对于代表不活动的时间线来说,最大不活动时间线54的增量不能超过在两个相邻的时隙间的时隙持续时间。例如,参照表1,如果2003年12月1日的0:00的值代表所经历的安静时间的最大值,也就是96分钟,并且每个时隙为30分钟,则在凌晨12:30(00:30)的最大值不能比126分钟更长。

在步骤210,缓冲时间线56被偏移。偏移缓冲时间线56的理由在于允许把特定时隙和周围的时隙(例如,把上午9:30这一时隙和用于上午9:00这一时隙的历史数据)进行比较。拿表1中的数据点19作为一个例子,作为上午9点的最大不活动量是44分钟而作为上午9:30的最大不活动量是74分钟。如果假定对当前正在讨论的时隙(TS 0),即上午9:30采取90分钟的缓冲,并且对于前一时隙(TS-1),即上午9:00的缓冲为60分钟,则如果在随后的一个日期的上午9:30当前的安静时间超过164分钟(74+90)和104(44+60)这两者,则不活动的异常时段出现了。在图3中示出了偏移缓冲时间线56,其描述在两个月时段从数据点19收集的最小、平均和最大不活动时间线50、52和54。

为了进一步说明偏移缓冲时间线56的理由,考虑下面的情形,其中住家12的住户通常在早上7:55醒来。活动记录在早上7:30的时隙将示出大量的累积不活动,而在早上8:00的时隙将示出低量的累积不活动。如果只考虑TS 0(早上8点),并且一天该住户在早上8:05醒来,由于早上8点的当前累积不活动为高,而不是其历史上的低水平,因此发布一个警告。然而,不同地,如果考虑TS-1(早上7点半),则一个高累积不活动时期是可以接受的,并且因而不发布警告。于是,认为TS-1为最大不活动时间线54急剧滑落提供了额外的缓冲。通过把缓冲应用到TS-2、TS+1和TS+2能够实现类似的益处。而且,可以变动缓冲的量以至于给TS0最大的权重和最大的允许误差(leeway),而给周围的时隙历史越来越少的权重。用于TS-2、TS-1、TS 0、TS+1和TS+2的合理的缓冲配置可以分别为60分钟、75分钟、90分钟、75分钟和60分钟。

应当理解系统10用于发送警告通知或识别异常的活动缺少的灵敏度是由缓冲配置的设置确定的。较低的值使得系统10更敏感,但是也减少了用于确定异常活动减少所需要的时间。较大的值允许在发布警告前更大程度上偏离历史经验,但是也导致在发布警告前经历更多时间。

最后,在步骤215(图5),把在监视中心22从传感器14、15接收的新数据点19和缓冲时间线56进行对照评估以确定其指示正常或者是异常的不活动。特别参照图4,进一步说明步骤215。当从传感器14、15接收当前数据点19时,其在时隙TS-2、TS-1、TS 0、TS+1和TS+2与偏移缓冲时间线56进行对照评估。随后,确定每一个周围时隙是否有足够的历史数据点19。在通常上认为每个时隙具有不少于10到20个数据点19是足够的。如果对于每个周围时隙历史数据点19不足,则假定新数据点19正常并且收集更多的数据点19。如果具有足够的历史数据点9,随后确定该新数据点19是否在所有的周围时隙都超过了最大历史不活动数据点19以及相应的缓冲时间线56。如果新数据点19在所有的周围时隙都不超过最大历史不活动数据点19以及对应的缓冲时间线56,则其被视为正常并且不发送警告。如果,在另一方面,该新数据点19在所有的周围时隙超过最大历史不活动数据点19以及对应的缓冲时间线56,则其被视为异常,从而导致发送一个警告。

基于为住家12收集的历史数据,系统10可以创建一个包括自动确定的睡眠窗口的历史数据的数据库24,在一个24小时周期内平均不活动为最高。缓冲线56在该睡眠窗口期间可以被增加以减少当住户的睡眠比其平常好的情况下发布警告的机会。例如,一个通常在每晚相同时间起床喝水或去卫生间的住户在其睡眠窗口期间在最大积累不活动上将具有一个下降。如果一天晚上该住户在该时间期间没有起床,在缓冲时间量上的一个增加将减少在这种情况下发布警告的机会。用于特定住家12的睡眠窗口可以是在最大不活动时间线54下具有最大区域的24小时时间周期的那个部分。该睡眠窗口被用作一个过滤器。在该睡眠窗口期间增加缓冲时间以有助于减少由于个人睡眠和平常相比被打断较少所导致的警告。

作为替代,和该睡眠窗口有关的对于数据的评估以及任何基于该评估的追踪活动所导致的任何数据评估将会被不同处理取代。例如,在睡眠窗口期间的一个用于异常不活动的警告可以被延迟并且在该睡眠窗口时段之后发送。或者,该警告可以经由电子邮件而不是通过电话被发送。

虽然此处描述的例子着眼于检测异常的不活动时间段,同样的方法可以被用于检测其它异常的事件。例如,可以构造用于传感器的每个子集(例如,运动、门、食品、汽车)或单个传感器(例如电冰箱)的历史活动记录。基于这样构造的历史活动记录,可以为传感器的子集或单个传感器确定异常活动。这样一种策略的有用例子是构造用于厨房的传感器的活动记录以使得能够检测住户很长时间没有吃饭的情况。

而且,不跟踪最大的不活动阈值,而可以基于最小的不活动阈值构造历史活动记录。例如,外门的移动可以是显著的,取决于何时这种移动发生。通过采取在具有传感器15的外门上的历史数据点19,可以收集历史数据来提供一个活动的时间线。该时间线在不活动的时间将向上倾斜,通常在晚上,并且一旦发生任何运动将急剧向下倾斜。指示在例如凌晨3点打开外门的数据点19将比用于传感器15的最小时间线低很多,并且可能指示一个异常的发生。

作为收集用于住家12的活动数据的处理的基础的一个重要方面在于该住户是否在家。显然,当用户不在家时收集用于住家12的活动数据将使得历史数据失真。例如,历史上该住户在早上8点醒来。于是,历史时间线在早上八点将反映一个向下的斜坡,并且例如可能指示一个18分钟的最大不活动时间。如果该住户在一个早晨睡晚了(即超过了最大不活动时间线54,也超过了缓冲线56),则会发布一个警告。然而,如果该住户在一天中午12点离开住家12并在外住2天,则如果该住户离开住家12的时间被计数为不活动时间,则活动记录将反映对于早上8点而言超过40小时的最大经历不活动时间。于是,下一次该住户再晚醒,活动记录不指示任何异常。

系统10通过使用运动传感器14和门传感器15能够提供指示住户是在家还是外出的信息。例如,如果门传感器15被触发并且在住家12中不发生任何随后的移动传感器14的触发,则可假定该住户不在住家12内。作为替代,如果触发了门传感器15并且其后由运动传感器14感知到运动,则假定该住户在住家12中。当住户不在住家12时所收集的不活动的数据点19在历史数据库24中被标记,这是因为包括这种数据点19将使得结果失真。为了构造缓冲线56,这种被标记的数据被忽略,但是为了确认是否存在足够的历史数据时,这种标记的数据被计数。

应当理解还存在其它应当被标记并忽略的数据点19。能够被标记并忽略的数据点19的一个例子是触发警告发布的那个数据。如果一个触发了警告的数据点19被包括在历史数据库24中,历史数据库24随着时间过去灵敏度将越来越低。而且,在一个预定的时间量之后的所有数据点19将被作为陈旧而丢弃。最好时间量可以是过去的30天到90天。然而,应当理解一个具有仅向过去延伸7到10天的历史数据库24的系统10还是有用的。

现在参照图6,描述了另一个用于区分异常不活动和正常不活动的示例方法。不构造历史时间线,而是在图上累积数据点19。在某个一般分组中的数据点19的累积可以被认为是数据点19的群集。于是,在图6的实施例中,一个24小时的时间周期被分割成30分钟或60分钟持续时间的时隙。在时间线上对照不活动的持续时间绘制数据点19。随后,对极端数据,即在所有其它数据点之外的数据放置总和的限制。在这个实施例中,建议对于每个时隙获取最少20个数据点19并且在20天到60天之间收集数据点19来训练系统10。可以使用诸如统计群集和AI群集的各种群集技术。

现在参照图7,示出了一个户内监视系统100。该系统100包括由被监视的住户佩戴的单个运动传感器14。来自这个单个运动传感器14的活动模式如上述的为系统10所分析的模式一样被分析。佩戴单个运动传感器14能够允许在下列情况下,例如,当根据历史数据用户在白天活动期间如果坐着不动超过3小时的情况下发布一个警告。然而,如果在历史上用户通常不活动的时间,例如凌晨1点到4点的时段内用户不活动,则不发布警告。

虽然仅仅结合有限的实施例详细描述了本发明,应当理解本发明并不局限于这些所公开的实施例。相反,在与本发明的精神和范围相符的情况下,可以修改本发明来引入这里未描述的任何数量的变动,改变和替换或等价配置。此外,虽然描述了本发明的各种实施例,应当理解本发明的方面可以仅包括某些描述的实施例。因此,本发明不应当视为用前面的描述来局限,而应被视为只由所附权利要求所限定。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号