TW202238536A - 危險預測預防系統 - Google Patents
危險預測預防系統 Download PDFInfo
- Publication number
- TW202238536A TW202238536A TW110111479A TW110111479A TW202238536A TW 202238536 A TW202238536 A TW 202238536A TW 110111479 A TW110111479 A TW 110111479A TW 110111479 A TW110111479 A TW 110111479A TW 202238536 A TW202238536 A TW 202238536A
- Authority
- TW
- Taiwan
- Prior art keywords
- module
- event
- item
- patent application
- notification
- Prior art date
Links
- 230000002265 prevention Effects 0.000 title claims abstract description 42
- 230000007123 defense Effects 0.000 title description 4
- 238000001514 detection method Methods 0.000 claims abstract description 124
- 230000033001 locomotion Effects 0.000 claims abstract description 66
- 238000006243 chemical reaction Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims description 70
- 230000004044 response Effects 0.000 claims description 42
- 230000009471 action Effects 0.000 claims description 29
- 238000012549 training Methods 0.000 claims description 26
- 238000013480 data collection Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 description 59
- 230000005021 gait Effects 0.000 description 29
- 238000004458 analytical method Methods 0.000 description 24
- 238000012790 confirmation Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 18
- 230000000875 corresponding effect Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 13
- 238000007726 management method Methods 0.000 description 12
- 230000007246 mechanism Effects 0.000 description 12
- 238000004590 computer program Methods 0.000 description 10
- 230000003213 activating effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000000474 nursing effect Effects 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000009825 accumulation Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 229910002091 carbon monoxide Inorganic materials 0.000 description 4
- 230000009429 distress Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 108091027981 Response element Proteins 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000003449 preventive effect Effects 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 230000001020 rhythmical effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- BHELIUBJHYAEDK-OAIUPTLZSA-N Aspoxicillin Chemical compound C1([C@H](C(=O)N[C@@H]2C(N3[C@H](C(C)(C)S[C@@H]32)C(O)=O)=O)NC(=O)[C@H](N)CC(=O)NC)=CC=C(O)C=C1 BHELIUBJHYAEDK-OAIUPTLZSA-N 0.000 description 2
- 208000012661 Dyskinesia Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010411 cooking Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 239000000383 hazardous chemical Substances 0.000 description 2
- 230000010247 heart contraction Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 238000011017 operating method Methods 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 210000000115 thoracic cavity Anatomy 0.000 description 2
- 206010010071 Coma Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000037230 mobility Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Landscapes
- Alarm Systems (AREA)
Abstract
一種危險預測預防系統,其特徵是,該系統包括︰一處理中心,係包含相互連接之一事件辨識系統及一資料庫服務;一動作偵測模組,係連接該處理中心之該事件辨識系統;一反應模組,係連接該處理中心之該事件辨識系統;該處理中心連接設有一更新服務,利用該系統透過該動作偵測模組,該系統持續偵測室內人員動入狀態,透過該事件辨識系統對偵測範圍內之人員做動作判斷,而在對對象進入危險情形或動作時,由該反應模組針對目標對象做出反應。
Description
本發明係有關一種系統,係指一種透過動作偵測人員動作狀態及透過事件辨識對偵測範圍內之人員做動作判斷,並在對象進入危險情形或動作針對目標對象作出反應之危險預測預防系統。
按現今社會上,外頭之街道與空間相對於室內環境,尤其是每個⼈熟悉的室內空間,如:個⼈住宅、辦公室空間,外頭之街道與空間其危險性是無可避免⼤於室內空間的,也因此現在社會上針對外頭街道與空間,多有複數警戒網以及通報⼿段。⽽在這種現況之下,反⽽造成室內空間之安全性,成為容易被忽視的⼀塊。我們很容易在新聞中看到,由於室內空間中有很多危險因素,對於⾏動不便的⼈,或是孩童、寵物,易造成潛在危險。甚⾄不只是空間本⾝造成危險,有時是在室內空間的⼈有危及其⽣命之突發狀況,但因為其熟識的⼈正好外出,或是其為獨居者,因此往往因為無法 在當下做處理或通報,造成憾事之發⽣。⽬前在室內環境中,以下為常⾒到的危險情形:1. 獨居老⼈在室內環境,因為外在環境因素,例如:樓梯、房間地⾯⾼低差、傢俱倒下等;或是個⼈⾝體因素,例如:暈眩、服⽤藥物之副作⽤等⽽跌倒、昏迷,容易造成出⾎外 傷。2.⼩孩、嬰兒因無辨認能⼒,在室內環境中造成危險,例如誤進入洗衣機、開啟窗⼾、爬上⾼處跌落等。3.外⼈侵入,例如:強盜,雖然有先進針對此提出發明創作,然其仍未能提供具有危險預測預防系統動作偵測;動作趨勢預測事件;辨識模型訓練;預防機制;⼤⾯積偵測;通報連線,與單位連線即刻救援之可預測危險監測並通報之整體作解決。
本案發明人透過美國專利US10121361B2) (預防) (跌倒)、(雷達) (跌倒)、((雷達) OR (動作預測)) ((跌倒) OR (室內危險)) (預防)作為關鍵字,篩選出9件前案如下,例如習用(一)美國、大陸、中華民國等(公開號:US9891313B2 / TWI585430B / TWI625536B / TWI621869B / CN106125072B)「 雷達裝置與安全監控系統 」專利,依其申請專利範圍內容得知係為「1.⼀種雷達裝置,⽤於偵測⼀待測物,包括:⼀信號源,產⽣⼀入射信號;⼀第⼀天線,傳送該入射信號⾄該待測物;⼀第⼆天線,接收來⾃該待測物之⼀反射信號;以及⼀混頻器,根據該入射信號和該反射信號,產⽣⼀基頻信號;其中該第⼀天線為⼀圓極化天線且該第⼆天線為⼀線性極化天線,或是該第⼀天線為⼀線性極化天線且該第⼆天線為⼀圓極化天線;其中該第⼀天線和該第⼆天線為相異且獨立之⼆天線。2.如申請專利範圍第1項所述之雷達裝置,其中該雷達裝置為⼀都⼘勒雷達,⽽該基頻信號包括該待測物之⼀速度資訊。3.如申請專利範圍第1項所述之雷達裝置,其中該圓極化天線所接收或傳送之信號具有正交極化⽅向以及恰為90度之相位差。4.如申請專利範圍第1項所述之雷達裝置,其中該線性極化天線所接收或傳送之信號具有正交極化⽅向以及恰為0度之相位差。」、「1.⼀種雷達裝置,⽤於偵測⼀待測物,包括:⼀信號源,產⽣⼀入射信號;⼀第⼀天線,傳送該入射信號⾄該待測物;⼀第⼆天線,接收來⾃該待測物之⼀反射信號;⼀混頻器,根據該入射信號和該反射信號,產⽣⼀基頻信號;以及⼀90度耦合器,其中該第⼆天線係經由該90度耦合器耦接⾄該混頻器,或是該信號源係經由該90度耦合器耦接⾄該第⼀天線;其中該90度耦合器具有⼀第⼀輸入端、⼀第⼆輸入端、⼀第⼀輸出端,以及⼀第⼆輸出端,其中由該第⼀輸入端或該第⼆輸入端進入之信號將分割為⼆路,並分別從 該第⼀輸出端和該第⼆輸出端出來,⽽該混頻器係⽤以接收來⾃該90度耦合器之⼆路已分割之該信號;其中該第⼀輸出端和該第⼆輸出端之間之⼀信號相位差恰為90度。2.如申請專利範圍第1項所述之雷達裝置,其中該雷達裝置為⼀都⼘勒雷達,⽽該基頻信號包括該待測物之⼀速度資訊。3.如申請專利範圍第1項所述之雷達裝置,其中該90度耦合器之該第⼀輸入端係耦接⾄該第⼆天線,該90度耦合器之該第⼆輸入端係經由⼀匹配電阻器耦接⾄⼀接地電位,⽽該90度耦合器之該第⼀輸出端和該第⼆輸出端皆耦接⾄該混頻器。4.如申請專利範圍第1項所述之雷達裝置,其中該90度耦合器之該第⼀輸入端和該第⼆輸入端皆耦接⾄該第⼆天線,⽽該90度耦合器之該第⼀輸出端和該第⼆輸出端皆耦接⾄該混頻器。5.如申請專利範圍第1項所述之雷達裝置,其中該90度耦合器之該第⼀輸入端係耦接⾄該信號源,該90度耦合器之該第⼆輸入端係經由⼀匹配電阻器耦接⾄⼀接地電位,⽽該90度耦合器之該第⼀輸出端和該第⼆輸出端皆耦接⾄該第⼀天線。6.如申請專利範圍第1項所述之雷達裝置,其中該90度耦合器之該第⼀輸入端和該第⼆輸入端皆耦接⾄該信號源,⽽該90度耦合器之該第⼀輸出端和該第⼆輸出端皆耦接⾄該第⼀天線。」、「1.⼀種安全監控系統,⽤於保護⼀使⽤者,包括:⼀雷達裝置,⽤於偵測該使⽤者之⼀狀態,並產⽣⼀基頻信號;⼀信號處理器,解析該基頻信號,並產⽣⼀控制信號;⼀反應元件;以及⼀控制器,根據該控制信號來操作該反應元件,以維護該使⽤者之安全;其中該狀態係為⼀位移、⼀速度,或是⼀加速度。2.如申請專利範圍第1項所述之安全監控系統,其中該反應元件為⼀⾞輪⾺達。3.如申請專利範圍第2項所述之安全監控系統,其中當偵測到該使⽤者之⼀移動速度下降時,該控制器即調降該⾞輪⾺達之⼀轉動速度,⽽當偵測到該使⽤者之該移動速度上升時,該控制器即調升該⾞輪⾺達之該轉動速度。4.如申請專利範圍第1項所述之安全監控系統,其中該反應元件為⼀充氣氣墊。5.如申請專利範圍第4項所述之安全監控系統,其中當偵測到該使⽤者發⽣⼀跌倒事件時,該控制器即控制該充氣氣墊立刻充飽氣體,以⽀撐住該使⽤者。6.如申請專利範圍第1項所述之安全監控系統,其中該反應元件為⼀警⽰器。7.如申請專利範圍第6項所述之安全監控系統,其中當偵測到該使⽤者發⽣⼀跌倒事件時,該控制器即控制該警⽰器發出閃光和聲⾳。8.如申請專利範圍第1項所述之安全監控系統,其中該雷達裝置包括:⼀信號源,產⽣⼀入射信號;⼀第⼀天線,傳送該入射信號⾄該使⽤者;⼀第⼆天線,接收來⾃該使⽤者之⼀反射信號;⼀混頻器,根據該入射信號和該反射信號,產⽣⼀基頻信號;以及⼀90度耦合器,其中該第⼆天線係經由該90度耦合器耦接⾄該混頻器,或是該信號源係經由該90度耦合器耦接⾄該第⼀天線。9.如申請專利範圍第1項所述之安全監控系統,其中該雷達裝置包括:⼀信號源,產⽣⼀入射信號;⼀第⼀天線,傳送該入射信號⾄該使⽤者;⼀第⼆天線,接收來⾃該使⽤者之⼀反射信號;以及⼀混頻器,根據該入射信號和該反射信號,產⽣⼀基頻信號;其中該第⼀天線為⼀圓極化天線且該第⼆天線為⼀線性極化天線,或是該第⼀天線為⼀線性極化天線且該第⼆天線為⼀圓極化天線。10.如申請專利範圍第8項所述之安全監控系統,其中該90度耦合器包括;⼀第⼀輸入端;⼀第⼆輸入端;⼀第⼀輸出端;以及⼀第⼆輸出端,其中由該第⼀輸入端或該第⼆輸入端進入之信號將分割為⼆路,並分別從該第⼀輸出端和該第⼆輸出端出來,⽽該混頻器係⽤以接收來⾃該90度耦合器之⼆路已分割之該信號;其中該第⼀輸出端和該第⼆輸出端之間之⼀信號相位差恰為90度。」,是前案一專利揭露⼀種雷達裝置監控系統、⽅法、裝置,利⽤都⼘勒雷達與90度相位差⽅式偵測,其系統仍需要⼀控制器控制信號操作反應元件;其並未揭露危險預測預防系統動作偵測;動作趨勢預測事件辨識模型訓練;預防機制;⼤⾯積偵測,亦未揭露於雷達偵測、紅外線、光達、攝像等獲取相關資訊,並進⾏動做辨識與預測。
例如習用(二)中華民國專利公告號:TWI588785B「非接觸式監測系統及其⽅法」專利,依其請求項得知係為「1.⼀種非接觸式監測系統,係包括:⼀雷達偵測模組,分別連接⾄⼀雷達天線以及⼀微控制單元,藉由該雷達天線發射 ⼀雷達偵測訊號⾄⼀區域,以及藉由該雷達天線接收來⾃該區域之⼀雷達反射訊號,且傳送該雷達反射訊號⾄該微控制單元;⼀紅外線感測模組,連接⾄該微控制單元,感測該區域內的⼀⽣物體之熱源,以及傳送⼀紅外線感測訊號⾄該微控制單元;該微控制單元,分別連接⾄該雷達偵測模組、該紅外線感測模組及⼀通訊模組,接收及處理該雷達偵測模組傳送的該雷達反射訊號與該紅外線感測模組傳送的該紅外線感測訊號,且傳送⼀警報訊號⾄該通訊模組;⾄少⼀麥克風,連接⾄⼀⾳頻編碼/解碼器,⽤以接收該⽣物體發出的⼀第⼀語⾳訊號;⼀揚聲器,連接⾄該⾳頻編碼/解碼器,⽤以撥放由⼀遠程監控端所傳送的⼀第⼆語⾳訊號;該通訊模組,分別連接⾄該微控制單元及⼀天線,接收該微控制單元傳送的該警報訊號,且藉由該天線將該警報訊號傳送⾄該遠程監控端;以及⼀電源模組,分別連接⾄該雷達偵測模組、該紅外線感測模組、該微控制單元、該通訊模組及該⾳頻編碼/解碼器,且提供電源⾄該非接觸式監控系統及該⾳頻編碼/解碼器,其中,該雷達偵測模組或該紅外線感測模組其中之⼀者監測到該⽣物體發⽣⼀緊急情況後,該微控制單元傳送該警報訊號⾄該通訊模組,並同時啟動該⾄少⼀麥克風以及該揚聲器,以進⾏該⽣物體與該遠程監控端的雙向語⾳通訊;以及其中該緊急情況為該⽣物體之跌倒及該⽣物體的異常動作。2.如申請專利範圍第1項所述之非接觸式監測系統,其中該雷達偵測模組或該紅外線感測模組其中之⼀者監測到該⽣物體發⽣該緊急情況後,該微控制單元傳送該警報訊號⾄該通訊模組,且該微控制 單元啟動該雷達偵測模組偵測該⽣物體的⼀⽣命特徵資訊。3.如申請專利範圍第2項所述之非接觸式監測系統,其中該⽣命特徵資訊藉由該通訊模組以有線或無線⽅式傳送⾄該遠程監控端。4.如申請專利範圍第2項所述之非接觸式監測系統,其中該⽣命特徵資訊包括該⽣物體之呼吸時胸腔的起伏及該⽣物體之⼼臟跳動的⼼律。5.如申請專利範圍第1項所述之非接觸式監測系統,其中該⽣物體為⼀⼈體、⼀動物體及其他具有熱輻射之⽣物體之⼀者。6.如申請專利範圍第1項所述之非接觸式監測系統,其中該區域為浴室、廁所、廚房及其他區域空間之⼀者。7.如申請專利範圍第1項所述之非接觸式監測系統,其中該遠程監控端為智慧型⼿機、醫院、照護中⼼及其他設施或設備之⼀者。8.如申請專利範圍第1項所述之非接觸式監測系統,進⼀步包括:該⾳頻編碼/解碼器,分別連接⾄該⾄少⼀麥克風、該揚聲器及該微控制單元,且編碼該第⼀語⾳訊號及解碼該第⼆語⾳訊號;其中該通訊模組藉由該天線傳送該第⼀語⾳ 訊號⾄該遠程監控端,且該通訊模組藉由該天線接收該遠程監控端所傳送的該第⼆語⾳訊號。9.如申請專利範圍第1或第8項所述之非接觸式監測系統,其中該通訊模組係以有線或無線⽅式傳送該警報訊號與該第⼀語⾳訊號⾄該遠程監控端。10.如申請專利範圍第1或第8項所述之非接觸式監測系統,其中該通訊模組係以有線或無線⽅式接收該遠程監控端所傳送的該第⼆語⾳訊號。11.如申請專利範圍第1項所述之非接觸式監測系統,其中該電源模組包括⼀交流電/直流電轉換器,係將該電源模組直接連接⾄⼀交流電源。12.如申請專利範圍第1項所述之非接觸式監測系統,其中該電源模組為⼀可充電電池。13.⼀種非接觸式監測⽅法,包括以下步驟:啟動⼀紅外線感測模組並開啟⼀非接觸式監測系統之⼀紅外線感測功能及感測在⼀區域中是否具有⼀⽣物體;該紅外線感測模組傳送⼀紅外線感測訊號⾄該非接觸式監測系統之⼀微控制單元,利⽤該微控制單元判斷在該區域中是否具有該⽣物體,其中若該微控制單元判斷在區域中不具有該⽣物體,則返回上⼀步驟,若該微控制單元判斷在該區域中具有該⽣物體,則進⾏下⼀步驟;啟動該紅外線感測模組及⼀雷達偵測模組並開啟該非接觸式監測系統之⼀雷達偵測功能及該紅外線感測功能,且監測在該區域中該⽣物體的運動;該雷達偵測模組或該紅外線感測模組其中之⼀者監測到該⽣物體發⽣⼀緊急情況,則進⾏下⼀步驟;利⽤該非接觸式監測系統之該微控制單元及⼀通訊模組發送⼀警報訊號⾄⼀遠程監控端,並同時啟動⾄少⼀麥克風以及⼀揚聲器,以進⾏該⽣物體與該遠程監控端的雙向語⾳通訊;以及利⽤該雷達偵測模組偵測該⽣物體的⼀⽣命特徵資訊,且利⽤該通訊模 組傳送該⽣命特徵資訊⾄該遠程監控端,其中該緊急情況為該⽣物體跌倒及該⽣物體的異常動作。14.如申請專利範圍第13項所述之非接觸式監測⽅法,其中該⽣命特徵資訊包括該⽣物體之呼吸時胸腔的起伏及該⽣物體之⼼臟跳動的⼼律。15.如申請專利範圍第13項所述之非接觸式監測⽅法,其中該⽣物體為⼀⼈體、⼀動物體及其他具有熱輻射之物體之⼀者。16.如申請專利範圍第13項所述之非接觸式監測⽅法,其中該區域為浴室、廁所、廚房及其他區域空間之⼀者。17.如申請專利範圍第13項所述之非接觸式監測⽅法,其中該遠程監控端為智慧型⼿機、醫院、照護中⼼及其他設施或設備之⼀者。」,是前案⼆揭露⼀種結合紅外線的雷達檢測系統,有線及無線監控⽣命,如:⼼跳、熱輻射。⽤於監控跌倒緊急事故,與醫院、照護中⼼連線;其並未揭露危險預測預防系統動作偵測;動作趨勢預測事件;辨識模型訓練;預防機制;⼤⾯積偵測。
例如習用(三)中華民國專利公開號:TWI653610B「利用雷達之跌倒偵測系統及方法,及相關電腦程式產品」專利,依其申請專利範圍1-5得知係為「1、一種利用雷達之跌倒偵測系統,適用於一電子裝置,包括:一無線電波傳送器,具有至少一天線,用以組態來於一特定空間中傳送複數雷達發送信號;一無線電波接收器,具有至少一天線,用以組態來接收該特定空間中之複數雷達反射信號;一控制器,耦接至該無線電波傳送器與該無線電波接收器,用以組態來依據該等雷達發送信號與該等雷達反射信號進行一都卜勒分析,從而得知該特定空間中之一個體,決定該個體至該電子裝置之一最短距離與該個體之一面積,且依據該個體至該電子裝置間之該最短距離與該個體之該面積判斷該個體是否發生一跌倒狀態,其中該控制器更判斷該個體至該電子裝置間之該最短距離是否於一既定時間內增加一既定距離,且該個體之該面積是否於該既定時間內增加一既定面積,當該最短距離於該既定時間內增加該既定距離且該面積於該既定時間內增加該既定面積時,判定該個體發生該跌倒狀態。2、根據申請專利範圍第1項之利用雷達之跌倒偵測系統,其中當該最短距離於該既定時間內增加該既定距離且該面積於該既定時間內增加該既定面積時,該控制器更判斷該個體增加後之該最短距離與該面積是否大體上維持不變一既定期間,當該個體增加後之該最短距離與該面積大體上維持不變該既定期間時,判定該個體發生該跌倒狀態。3、根據申請專利範圍第1項之利用雷達之跌倒偵測系統,其中該特定區域中包括一設定區域,該控制器更依據該等雷達發送信號與該等雷達反射信號判斷該個體是否進入或離開該設定區域,從而記錄相應該個體之一作息資料。4、根據申請專利範圍第1項之利用雷達之跌倒偵測系統,其中當該個體發生該跌倒狀態時,該控制器更由該個體中決定一節奏移動部位,且偵測該節奏移動部位之一移動狀態。5、根據申請專利範圍第4項之利用雷達之跌倒偵測系統,其中該節奏移動部位包括一肺部、一心臟、或一胸部。」,是前案三主要揭露⼀種雷達跌倒偵測⽅式與系統,藉由測量裝置與個體距離、⾯積、時間判定是否跌倒並進⾏通報。其並未揭露危險預測預防系統動作偵測;動作趨勢預測事件;辨識模型訓練;預防機制;⼤⾯積偵測。
例如習用(四)中華民國專利公告號:TWI683278B「特定事件發⽣之確認管理系統以及利⽤偵測裝置之事件確認⽅法,以及相關電腦 程式產品」專利,依其申請專利範圍得知係為「1.⼀種特定事件發⽣之確認管理系統,包括:⼀事件檢測裝置,包括:⼀第⼀網路連接單元;⾄少⼀偵測單元;⼀語⾳輸出元件;以及⼀控制器,旋轉接⾄該第⼀網路連接單元,該語⾳輸出元件與該檢測單元,並配置根據該檢測單元所 探測到的數據判斷是否發⽣⼀特定事件,當判定發⽣該特定事件時,利⽤該第⼀網路連接單元透過⼀網路傳送⼀第⼀信號;以及⼀特定電⼦裝置,包括:⼀第⼆網路連接單元;以及⼀處理器,轉換接⾄該第⼆網路連接單元,置換來透過該網路由該事件偵測裝置接收到該第⼀信號,且相應於該第⼀信號,利⽤該第⼆網路連接單元透過該網路傳送⼀語⾳資料⾄該事件偵測裝置,其中該事件偵聽測裝置之該控制器係於接收到該語⾳資料之後,利⽤該語⾳輸出元件播放該語⾳資料。2.根據申請專利範圍第1項之特定事件發⽣之確認管理系統,其中該事件偵測裝置更包括⼀語⾳輸入元件,可以配置來接收⼀語⾳確認資料且該事件偵測裝置利⽤該第⼀網路連接單元透過該網路傳送該語⾳確認資料⾄該特定電⼦裝置。3.根據申請專利範圍第2項之特定事件發⽣之確認管理系統,其中該事件檢測裝置之該控制器更於傳送該第⼀信號之前,執⾏⼀計時作業並當該計時作業結束前透過該語⾳輸入元件接收到⼀基準語⾳資料時,取消該第⼀信號之傳送。4.根據申請專利範圍第2項之特定事件發⽣的確認管理系統,其中該事件檢測裝置之該控制器更於利⽤該語⾳輸出元件播放該語⾳資料時,執⾏⼀計時作業,並且當該計時作業結束後通過由該語⾳輸入元件接收到的任何回覆語⾳資料時,通過該網路或⼀電信網路傳送⼀信息⾄⼀特定受信端進⾏緊急通報或透過該網路通知該特定電⼦裝置進⾏緊急通報。 5.根據申請專利範圍第2項之特定事件發⽣之確認管理系統,其中當該事件檢測裝置之該控制器透過該語⾳輸入元件接收到⼀語⾳指令時,比該語⾳指令是否符合⼀既定語⾳指令,並且當該語⾳指令符合該既定語⾳指令時,利⽤該第⼀網路連接單元透過該網路傳送該第⼀信號。6.根據申請專利範圍第1項之特定事件發⽣之確認管理系統,其中該特定電⼦裝置之該處理器更相應該第⼀信號,利⽤⼀顯⽰單元透過⼀使⽤者介⾯顯⽰該特定事件之描述資訊,其中該特定事件之描述資訊描述在⼀特定空間中之⼀物體 發⽣該特定事件時之位置。7.根據申請專利範圍第1項之特定事件發⽣之確認管理系統,其中該偵測單元係為⼀光波感測器或⼀雷達且該特定事件包括相應⼀物體之⼀跌倒事件。8.根據申請專利範圍第7項之特定事件發⽣之確認管理系統,其中該物體更包括重複數對應特定受信端,且該第⼀信號系透過該網路依序傳送⾄每個該等對應特定受信端。9 根據申請專利範圍第1項之特定事件發⽣之確認管理系統,其中該第⼀信號系透過該網路傳送⾄⼀網路伺服器,且由 該網路伺服器傳送⾄該特定電⼦裝置,且該語⾳資料系透過該網路由該網路伺服器接收並傳送⾄該事件偵測裝置。10.⼀種利⽤偵測裝置之事件確認⽅法,適⽤於⼀事件偵測裝置,包括以下步驟:透過該事件偵測裝置之⼀偵測單元偵 測⼀物體;依據該偵測單元所偵測之資料判斷是否正確發⽣⼀特定事件;當判定發⽣該特定事件時,利⽤該事件檢測裝置之⼀網路連接單元透過⼀網路傳送⼀第⼀信號⾄⼀特定電⼦裝置;透過該網路接收來⾃該特定電⼦裝置之相應於該第⼀信號之⼀語⾳資料;以及於接收到該語⾳資料之後,利⽤該事件檢測裝置之⼀語⾳輸出元件播放該語⾳資料。11.⼀種電腦程序產品,可以被⼀台機器裝載且執⾏⼀利⽤偵測裝置之事件確認⽅法,該電腦程式產品包括:⼀第⼀程式碼,可以利⽤⾄少⼀個偵測單元偵測⼀物體;⼀第⼆程式碼,依據依據該偵測單元所偵測到的資料判斷是否發⽣⼀特定事件;⼀第三程式碼,導致當判定發⽣該特定事件時,利⽤⼀網路連接單元透過⼀網路傳送⼀第⼀信號⾄⼀特定電 ⼦裝置;⼀第四程式碼,可以透過該網路接收來⾃該特定電⼦裝置之相應於該第⼀信號之⼀語⾳資料;以及⼀第五程式碼,得以於接收到該語⾳資料之後,利⽤⼀語⾳輸出元件播放該語⾳資料。」,是前案四揭露⼀種特定事件發⽣之確認管理系統為⼀事件檢測裝置:網路連接單元、偵測單元、語⾳輸出元件以及⼀控制器,主要為偵測危險發⽣但未揭露有做到預防警⽰作⽤;其並未揭露危險預測預防系統動作偵測;動作趨勢預測事件; 辨識模型訓練;預防機制;⼤⾯積偵測;通報連線,與單位連線即刻救援。
例如習用(五)中華民國及國外專利公開號︰TW202042184A/US20200329358A1/ WO2020210773A1「緊急事件檢測及回應系統」專利,依其申請專利範圍得知係為「1.⼀種計算機實現的緊急事件檢測和響應⽅法,⽅法包括: 在緊急響應系統處接收與緊急響應系統的第⼀⽤⼾相關聯並由⼀個或多個無線設備收集的第⼀⾳頻數據;部分地基於第⼀⾳頻數據確定緊急事件的可能發⽣;和指⽰⼀個或多個無線設備輸出語⾳提⽰請求確認已發⽣緊急事件。2.根據權利要求1所述的計算機實現的⽅法,其中,確定可能的緊急事件的發⽣包括:將接收到的第⼀⾳頻數據與緊急 事件;和響應於所接收的第⼀⾳頻數據具有⾄少與噪聲分佈圖相似的閾值⽔平,確定緊急事件的可能發⽣。3.如權利要求1所述的計算機實現的⽅法,其特徵在於,確定可能的⽅法。緊急事件的發⽣包括:對接收到的第⼀⾳頻數據進⾏語⾳識別;將識別出的第⼀⾳頻數據與緊急事件語⾔模型進⾏比較;基於該比較確定緊急事件的可能發⽣。4.如權利要求1所述的計算機實現的⽅法,其特徵在於,確定可能的緊急事件的發⽣包括:對接收到的第⼀⾳頻數據進⾏語⾳識別;將識別出的第⼀⾳頻數據與關鍵字列表進⾏比較;和響應於所識別的第⼀⾳頻數據匹配關鍵詞列表上的⾄少⼀個關鍵詞,確定緊急事件的可能發⽣。5.根據權利要求1所述的計算機實現的⽅法,還包括:在緊急響應系統處,接收由⼀個或多個無線設備收集的第⼆⾳頻數據;基於接收到的第⼆⾳頻數據,確定緊急事件具有發⽣;和響應確定緊急事件已發⽣,觸發緊急響應流程。6.根據權利要求5所述的計算機實現的⽅法,其中,所述緊急響應流包括:通過提供商客⼾端設備將緊急事件的發⽣通知提供商;通過⼀個或多個看護者客⼾端設備將緊急事件的發⽣通知⼀個或多個看護者;和在⼀個或多個無線設備(提供商客⼾端)之間啟動會議橋設備,以及⼀個或多個照顧者客⼾端設備。7.根據權利要求1所述的計算機實現的⽅法,還包括:緊急響應系統確定未收到對語⾳提⽰的響應;並指⽰所述⼀個或多個無線設備輸出第⼆語⾳提⽰,以請求確認發⽣了緊急事件。8.根據權利要求1所述的計算機實現的⽅法,還包括:緊急響應系統確定未收到對語⾳提⽰的響應;和觸發緊急響應流程,其中,所述緊急響應流程包括:通過提供商客⼾端設備將所述緊急事件的發⽣通知給提供商;通過以下⽅式通知⼀位或多位看護⼈緊急事件的發⽣⼀台或多台看護者客⼾端設備;和在⼀個或多個無線設備之間發起會議橋,提供商客⼾端設備,以及⼀個或多個照顧者客⼾端設備。9.根據權利要求1所述的計算機實現的⽅法,還包括:在緊急響應系統處,接收由⼀個或多個無線設備收集的第⼆⾳頻數據;根據接收到的第⼆⾳頻數據確定緊急事件尚未發⽣;和通過⼀個或多個看護者客⼾端設備通知⼀個或多個看護者發⽣了虛假警報。10.⼀種⽤於緊急事件檢測和響應的計算機程序產品,該計算機程序產品存儲在非暫時性計算機可讀介質上,並且包括⽤於使處理器執⾏步驟的可執⾏指令,包括:在緊急響應系統處接收與緊急響應系統的第⼀⽤⼾相關聯並由⼀個或多個無線設備收集的第⼀⾳頻數據;部分地基於第⼀⾳頻數據確定緊急事件的可能發⽣;和指⽰⼀個或多個無線設備輸出語⾳提⽰請求確認已發⽣緊急事件。」,是前案五為⼀種緊急事件檢測⽅法,揭露使⽤⾳頻辨識是否有緊急事件發⽣,確認發⽣時通知看護者;其未揭露多種偵測裝置⽤以偵測或預防危險;其並未揭露危險預測預防系統動作偵測;動作趨勢預測事件;辨識模型訓練;預防機制;⼤⾯積偵測。
例如習用(六)美國專利公告號: US9672728B2/ US9691266B2/ US10121361B2「Smart hazard detector drills(智能危險探測器)」專利,該前案六揭露⼀種智能危害檢測器,當偵側到為害時立即通知保險公司,其中可以管理⽤⼾使⽤家⽤器具時使⽤狀況進⽽了解潛在危險並作出警告;其並未揭露危險預測預防系統動作偵測;動作趨勢預測事件;辨識模型訓練;預防機制;⼤⾯積偵測。
例如習用(七)中國大陸及美國專利公開號︰CN108510710A/WO2019192036A1/ CN110021145A/US20200242908A1「室內護⼠求助⽅法和系統」專利,依其申請專利範利得知係為「1.⼀種室內看護求助⽅法,其特徵在於,包括步驟:獲取各⼀級⾼度區間內的⼈體呈現信息;根據所述各級別⾼度區間內的⼈體呈現信息,獲得呈現信息編碼;記錄所述呈現信息編碼與⽬標編碼處於匹配狀態的持續時間;若所述持續時間⼤於與所述⽬標編碼對應的時間閾值,則⽣成求助信息。2.根據權利要求1所述的室內看護求助⽅法,其特徵在於,所述根據所述各⾼度範圍內的⼈體呈現信息,獲得呈現信息編碼的過程,包括步驟:獲取地址信息;對所述地址信息與所述⼈體呈現信息進⾏組合,獲得所述呈現信息編碼。3.根據權利要求1所述的室內看護求助⽅法,其特徵在於,所述⼈體呈現信息包括⼈體紅外輻射信息。4.根據權利要求1所述的室內看護求助⽅法,其特徵在於,所述⽬標編碼包括第⼀編碼和第⼆編碼;所述記錄所述呈現信息編碼與⽬標編碼處於匹配狀態的持續時間的過程,包括步驟:若所述呈現信息編碼從與所述第⼀編碼相對匹配狀態改變為與所述第⼆編碼處於匹配狀態,則繼續記錄所述呈現信息編碼與所述第⼆編碼處於匹配狀態的持續時間;其中,所述第⼆編碼對應的時間閾值與所述第⼀編碼相對應。5.根據權利要求1⾄4任意⼀項所述的室內看護求助⽅法,其特徵在於,所述求助信息與所述⽬標編碼相對應。6.⼀種室內看護求助裝置,其特徵在於,包括:呈現信息獲取模塊,⽤於獲取各個尺度⾼度區間內的⼈體呈現信息;呈現信息編碼模塊,⽤於根據所述各個⾼度範圍內的⼈體呈現信息,獲得呈現信息編碼;時間記錄模塊,⽤於記錄所述呈現信息編碼與⽬標編碼或匹配狀態的持續時間;求助信息發送模塊,⽤於在所述表⽰信息編碼與⽬標編碼指向匹配狀態的持續時間⼤於與所述⽬標編碼對應的時間閾值時,⽣成求助信息。 7.⼀種計算機設備,包括存儲器,處理器和存儲在存儲器上並在處理器上運⾏在計算機上的處理器,處理器執⾏程序時實現如權利要求1⾄5任意所述的室內看護求助⽅法的步驟。8.⼀種計算機精確的存儲介質,其上存儲的計算機程序,計算機程序被處理器執⾏時實現如權利要求1⾄5任意所述的室內看護求助⽅法的步驟。9.⼀種探測樁,其特徵在於,包括探測樁⽀架以及設置在所述探測樁⽀架上的⼀個或多個探測單元;各個所述探測單元被配置為探測對應的預定⾼度範圍的⼈體呈現信息。」,是前案七揭露⼀種⾼度區間內的⼈體呈現信息,確認求助訊息後⽣成報警信號。其並未揭露危險預測預防系統動作偵測;動作趨勢預測事件;辨識模型訓練;預防機制;⼤⾯積偵測。
例如習用(八)中華民國、中國大陸專利公告號︰TWI498846B/CN103519819B及美國公開號︰US20140018705A1「步態分析方法及步態分析系統」專利,依其申請專利範圍1-11得知係為「1.⼀種步態分析⽅法,是通過⼀步分析系統實現的,該步態分析系統包括感測單元,處理單元和存儲單元,所述處理單元分別與所述感測單元和所述存儲單元電連接。存儲單元存儲複雜的操作程序。所述步態分析⽅法包括:所述感測單元感測單步狀態並輸出感測信號,所述單步週期包括站立週期,推動週期,擺動週期和触摸。所述處理單元獲取⽮量振幅信號及根據該感測信號的振幅累加信號;並根據⽮量幅度信號和幅度累加信號Period確定站立時間,推動時間,擺動時間和触地。j(k-1),則DT j(k)= DT j(k-1),當SVM(k)<DT j(k-1)時,DT j(k)= DT j(K-1)+(SVM j(k)-DT j(k-1))/ S(j),其中SVM(k)是在第k個採樣時間點的⽮量幅度信號的值DT(k)對於動態第k個採樣時間點的閾值S(j)為步態週期的⽮量幅度信號之和。並根據站立時間,推桿時間,揮桿時間和著陸時間對該步態進⾏分類。2.根據權利要求1所述的步態分析⽅法,其特徵在於,在獲得所述⽮量幅度信號和所述幅度累加信號的步驟中,所述處理單元通過⽮量幅度計算程序獲得所述⽮量幅度信號,並通過運算獲得所述幅度累加信號。振幅累加操作程序的說明。3.根據權利要求2所述的步態分析⽅法,其中,所述⽮量幅度計算程序根據所述感測信號的第⼀⽅向分量,第⼆⽅向分量和第三⽅向分量之⼀進⾏操作,並且所述幅度被累積。該操作程序根據⽮量幅度信號和第⼆⽅向分量進⾏操作。4.根據權利要求1所述的步態分析⽅法,其特徵在於,在確定站立期間,推入期間,擺動期間和著陸期間的步驟中,處理單元發送標準偏差計算程序。振幅包括偏差操作程序。在信號中計算標準偏差,並根據振幅累積信號,標準偏差和時間閾值在振幅累積信號中識別站立時間。5.根據權利要求4所述的步態分析⽅法,其中,所述站立時間之⼀的持續時間長於所述時間閾值。6.根據權利要求4所述的步態分析⽅法,其特徵在於,所述動態閾值的初始值是根據所述站立時間獲得的。7.根據權利要求6所述的步態分析⽅法,其特徵在於,所述處理單元通過動態閾值計算程序獲得所述動態閾值,並且所述動態閾值計算程序基於所述⽮量幅度信號在不同時間點處。確定動態閾值。8.根據權利要求1所述的步態分析⽅法,其中,在對步態進⾏分類的步驟中,處理單元通過時間計算程序的計算來獲得觸地時間,站立時間和操作單元。搖擺期。9.根據權利要求8所述的步態分析⽅法,其特徵在於,當所述推壓週期加上所述擺動週期的時間和所述接地週期的時間⼩於或等於所述著陸週期的時間時,所述步態在樓下,當所述推壓週期在汛期的時間較⼤時。比著陸時間要快,步態在樓上。10.根據權利要求1所述的步態分析⽅法,其特徵在於,所述步態分析⽅法還包括:所述處理單元根據所述站立時間,所述推動時間,所述揮桿時間和所述觸地時間計算所述步長之⼀步。11.⼀種步態分析系統,包括:感測單元,其感測單步狀態並輸出感測信號,其中,所述單步時段包括站立時段,推壓時段,揮桿時段和触摸時段;以及存儲單元,⽤於存儲多個計算程序。電連接於感測單元和存儲單元的處理單元,處理單元根據感測信號獲得⽮量幅度信號和幅度累加信號,並根據⽮量幅度信號,週期,推擠週期,擺動週期和著陸週期來對步態進⾏分類,其中推擠週期,擺動週期和著陸週期是基於動態閾值確定的,並且在相同的步態週期中,j(k-1),則DT j(k)= DT j(k-1)+(SVM j(k)-DT j(k-1))/ S(j),其中SVM(k)是第k個採樣時間點的⽮量幅度數字的值DT(k)是第k個採樣時間點的動態閾值,⽽S(j)是步態週期的⽮量幅度信號的總和。」,前案八揭露⼀種步態分析的系統與其分析⽅法,根據站立時間,推桿時間,揮桿時間和著陸時間對該步態進⾏分類;其並未揭露危險預測預防系統動作偵測;辨識模型訓練;預防機制;⼤⾯積偵測;通報連線,與單位連線即刻救援。
例如習用(九)中國大陸及國外專利件以上之公告號︰WO2015054225A1/CN106030673B/CN105874520B/JP6507155B2/US9646480B2/ EP3055851B1/CN109345799B...30件以上之「⽤於智能住家危險檢測器的視覺和聽覺⽤⼾通知⽅法」專利,依其申請專利範圍12-20得知係為「12.⼀種⽤於提供預警通知的⽅法,所述⽅法包括:檢測第⼀危險⽔平,所述第⼀危險⽔平指⽰危險檢測器位置存在的煙霧和⼀氧化碳(CO)中的⾄少⼀個的量;將所述第⼀危險⽔平與緊急閾值相比較;確定所述第⼀危險⽔平⼩於所述緊急閾值;將所述第⼀危險⽔平與預測閾值相比較,所述預測閾值⼩於所述緊急閾值;確定所述第⼀危險⽔平⼤於所述預測閾值;響應於確定所述第⼀危險⽔平⼤於所述預測閾值並⼩於所述緊急閾值,激活⽣成光的光源;響應於確定所述第⼀危險⽔平⼤於所述預測閾值並⼩於所述緊急閾值,從⽽使揚聲器輸出可聽的預測話⾳,所述可聽的預測話 ⾳包括提醒所檢測到的第⼀危險⽔平的內容;檢測第⼆危險⽔平;將所述第⼆危險⽔平與所述緊急閾值相比較;確定所述第⼆危險⽔平⼤於所述緊急閾值;響應於確定所述第⼆危險⽔平⼤於所述緊急閾值,激活⽣成可聽的警報的喇叭,其中所述可聽的警報比所述可聽的預測話⾳聲⾳振幅;穿過所述危險檢測器的⽤⼾接⼝模塊接收⽤⼾輸入;以及響應於接收到所述⽤⼾輸入,停⽌⽣成所述可聽的預測話⾳。 13.根據權利要求12所述的⽅法,進⼀步包括:響應於確定所述第⼆危險⽔平⼤於所述緊急閾值,激活⽣成光的所述光 源,所述光的顏⾊與響應於確定所述第⼀危險⽔平⼤於所述預測閾值並且⼩於所述緊急閾值⽽⽣成的光不同。14.根據權利要求12所述的⽅法,其中,所述可聽的預測話⾳指⽰所述危險檢測器的位置和由所述危險傳感器檢測到所 述第⼀危險⽔平的危險的類型。15.根據權利要求12所述的⽅法,進⼀步包括:如果檢測到危險物質的緊急或預測⽔平,則⾼功率無線通信模塊向計算機服務器系統傳送危險事件或其他形式的通知;以及當檢測到危險物質時,低功率無線通信模塊向⼀個或多個智能設備傳送信號。16.根據權利要求12所述的⽅法,其中:所述光源以⾄少第⼀顏⾊和第⼆顏⾊⽣成光;以及響應於確定所檢測到的第⼀危險⽔平⼤於所述預測閾值並且⼩於所述緊急閾值,以所述第⼆顏⾊激活所述光源。17.根據權利要求12所述的⽅法,其中,所述光源輸出光以創造光環視覺效果。18.根據權利要求17所述的⽅法,其中,激活所述⽣成光的光源包括基於所檢測到的第⼀危險⽔平選擇光的顏⾊。19.根據權利要求18所述的⽅法,其中,激活所述⽣成光的光源包括基於所檢測到的第⼀危險⽔平選擇光的動畫。20.⼀種非暫時性計算機微觀介質,其中存儲指令,所述指令在執⾏時使⽤危險檢測器執⾏⼀個操作,包括:檢測第⼀危險⽔平,所述第⼀危險⽔平指⽰煙霧和⼀氧化碳(CO)中的⾄少⼀個的量;將所述第⼀危險⽔平與緊急閾值相比較;確定所述第⼀危險⽔平⼩於所述緊急閾值;將所述第⼀危險⽔平與預測閾值相比較,所述預測閾值⼩於所述緊急閾值;確定所述第⼀危險⽔平⼤於所述預測閾值;激活光源;響應於確定所述第⼀危險⽔平⼤於所述預測閾值並⼩於所述緊急閾值,從⽽揚聲器輸出可聽的預測話⾳;檢測第⼆危險⽔平;將所述第⼆危險⽔平與緊急閾值相比較;確定所述第⼆危險⽔平⼤於所述緊急閾值;響應於確定所述第⼆危險⽔平⼤於所述緊急閾值,激活⽣成可聽的警報的喇叭,其中所述可聽的警報比所述可聽的預測話⾳聲⾳振幅;穿過所述危險檢測器的⽤⼾接⼝模塊接收⽤⼾輸入;以及響應於接收到所述⽤⼾輸入停⽌⽣成所述可聽的預測話⾳。」,是前案九揭露⼀種遇險通知的⽅法,遇險分級並依分級顯⽰聲光達到警報通知;其並未揭露危險預測預防系統動作偵測;動作趨勢預測事件;辨識模型訓練;⼤⾯積偵測;通報連線,與單位連線即刻救援。
是前揭諸習用品仍有改善之處,此乃為業者及消費者極欲突破之處。
為解決上述之現有技術不足之處,本發明主要目的,在於提供一種危險預測預防系統,利用處理中心之事件辨識系統連接設有動作偵測模組及反應模組,事件辨識系統連接設有資料庫服務,該處理中心連接設有該更新服務,以期克服現有技術中之難處。
本發明次要目的,在於提供一種危險預測預防系統,系統透過動作偵測模組,系統持續偵測每曰24小時室內人員動入狀態,透過事件辨識系統對偵測範圍內之人員做動作判斷,而在對對象進入危險情形或動作時,由反應模組針對目標對象做出反應。
本發明又一目的,在於提供一種危險預測預防系統,有效提升保護場域內所有人員之安全,解決危險情形所造成之防線死角,全自動化可預測危險監測共通報。
本發明所欲解決之問題,例如美國、大陸、中華民國等(公開號:US9891313B2 / TWI585430B / TWI625536B / TWI621869B / CN106125072B)「 雷達裝置與安全監控系統 」專利,揭露⼀種雷達裝置監控系統、⽅法、裝置,利⽤都⼘勒雷達與90度相位差⽅式偵測,其系統仍需要⼀控制器控制信號操作反應元件;其僅限於雷達,但並無法透過紅外線、光達、攝像等獲取相關資訊,並進⾏動做辨識與預測;例如中華民國專利公告號:TWI588785B「非接觸式監測系統及其⽅法」專利,其僅揭露⼀種結合紅外線的雷達檢測系統,有線及無線監控⽣命,如:⼼跳、熱輻射。⽤於監控跌倒緊急事故,與醫院、照護中⼼連線;例如中華民國專利公開號:TWI653610B「利用雷達之跌倒偵測系統及方法,及相關電腦程式產品」專利,其所揭露之雷達跌倒偵測⽅式與系統,僅藉由測量裝置與個體距離、⾯積、時間判定是否跌倒並進⾏通報;例如中華民國專利公告號:TWI683278B「特定事件發⽣之確認管理系統以及利⽤偵測裝置之事件確認⽅法,以及相關電腦 程式產品」專利,其主要為偵測危險發⽣但未揭露有做到預防警⽰作⽤;例如中華民國及國外專利公開號︰TW202042184A/US20200329358A1/ WO2020210773A1「緊急事件檢測及回應系統」專利,其僅限於單一偵測;例如美國專利公告號:US9672728B2/ US9691266B2/ US10121361B2「Smart hazard detector drills(智能危險探測器)」專利,其所揭露只限於當偵側到為害時立即通知保險公司,其中可以管理⽤⼾使⽤家⽤器具時使⽤狀況進⽽了解潛在危險並作出警告;例如中國大陸及美國專利公開號︰CN108510710A/WO2019192036A1/ CN110021145A/US20200242908A1「室內護⼠求助⽅法和系統」專利,是僅限於⾼度區間內的⼈體呈現信息,確認求助訊息後⽣成報警信號;例如中華民國、中國大陸專利公告號︰TWI498846B/CN103519819B及美國公開號︰US20140018705A1「步態分析方法及步態分析系統」專利,其揭露⼀種步態分析的系統與其分析⽅法,根據站立時間,推桿時間,揮桿時間和著陸時間對該步態進⾏分類而之領域;例如中國大陸及國外專利件以上之公告號︰WO2015054225A1/CN106030673B/CN105874520B/JP6507155B2/US9646480B2/ EP3055851B1/CN109345799B...30件以上之「⽤於智能住家危險檢測器的視覺和聽覺⽤⼾通知⽅法」專利,其僅限於⼀種遇險通知的⽅法,遇險分級並依分級顯⽰聲光達到警報通知;是習用品其使用範圍狹小,且無法達成危險預測預防系統動作偵測;動作趨勢預測事件;辨識模型訓練;預防機制;⼤⾯積偵測;通報連線,與單位連線即刻救援。
解決問題之技術手段,為達上述之目的,本發明係提供一種危險預測預防系統,其特徵是,該系統包括︰
一處理中心,係包含相互連接之一事件辨識系統及一資料庫服務;
一動作偵測模組,係連接該處理中心之該事件辨識系統;
一反應模組,係連接該處理中心之該事件辨識系統;
利用該系統透過該動作偵測模組,該系統持續偵測每曰24小時室內人員動入狀態,透過該事件辨識系統對偵測範圍內之人員做動作判斷,而在對對象進入危險情形或動作時,由該反應模組針對目標對象做出反應。
其中,本發明該處理中心連接設有一更新服務,該更新服務包含但不限於⼀更新中⼼、⼀模型訓練系統。
其中,本發明該動作偵測模組包含但不限於⼀感測形式模組、⼀感測終端模組、⼀資料集合模組。
其中,本發明該處理中心之該事件辨識系統包含但不限於⼀動作判定系統、⼀趨勢預測系統。
其中,本發明該反應模組包含但不限於⼀警⽰模組、⼀通報模組。
其中,本發明該反應模組之該警⽰模組包含一警示手段及一事件說明手段。
其中,本發明該警示模組之該警示手段包含但不限於聲音、光線、影像;該警示模組之該事件說明手段包含但不限於文字、影像、語音。
其中,本發明該反應模組之該通報模組係包含一通報手段及一通報事件內容資訊。
其中,本發明該通報模組之該通報手段可透過包含但不限於電話、廣播、訊息等⽅式,該通報事件內容資訊係提供對象之包含但不限於位置資訊、事件狀況、對象情況等資訊,並通報可處理及需被告知之⼈員,迅速前往事發地點。
其中,本發明該資料庫服務係包含但不限於⼀形體模型模組、⼀紀錄資料庫、⼀通報資料庫。
對照先前技術之功效,本發明利用該處理中心之該事件辨識系統連接設有該動作偵測模組及該反應模組,該事件辨識系統連接設有該資料庫服務,該處理中心連接設有該更新服務;進而達成,該系統透過該動作偵測模組,該系統持續偵測每曰24小時室內人員動入狀態,透過該事件辨識系統,對偵測範圍內之人員做動作判斷,而在對對象進入危險情形或動作時,由該反應模組針對目標對象做出反應;有効提升保護場域內所有人員之安全,解決危險情形所造成之防線死角,全自動化可預測危險監測共通報,將可大幅擴大產業之利用性並具新穎及進步性。
茲將本發明配合附圖,並以實施例之表達形式詳細說明如下,而於文中所使用之圖式,其主旨僅為示意及輔助說明書之用,未必為本發明實施後之真實比例與精準配置,故不應就所附之圖式的比例與配置關係侷限本發明於實際實施上的專利範圍,合先敘明。
請參閱第一圖及第二圖、第三圖、第四圖所示,係為本發明之架構圖及本發明動作偵測模組之架構圖、本發明事件辨識系統之架構圖、本發明反應模組之架構圖,本發明之危險預測預防系統於一較佳之實施例中,該系統100包括︰一處理中心1、一動作偵測模組2、一反應模組3。
前述之一處理中心1,係包含相互連接之一事件辨識系統11及一資料庫服務12;該事件辨識系統11包含但不限於⼀動作判定系統111、⼀趨勢預測系統112(如第一圖、第二圖所示);該事件辨系統11係透過該動作偵測模組2持續提供不間斷之動作與形體偵測,並透過該動作判定系統111,判斷現在形體對象為何及其之⾏為,並定義其代表之趨勢與改變走向之對應意圖;該動作判定系統111 係指對後述之動作偵測模組2所提供之資料集合,以系統流程做包含但不限於形體、動作辨識,以便定義此辨識之對象及其動作為何;於本實施例,該動作判定系統111係透過對象判定(如︰成人男性、年邁女性),再透過事件內容判定(如︰男性煮菜中、女性向前撲倒),再透過事件情況分級(如︰煮菜不緊急;撲倒--緊急);該趨勢預測系統112 係指由該動作判定系統111之對象,做此動作之後續預測⾏為,或其當下⾏為所代表之含義,並將得出之結果,交由後述反應模組3做出處理。於本實施例該於該趨勢預測系統112係透過事件當下現況之應對處理方式分析,再透過事件後續趨勢預測,最後在得出處理方式結論交由後述之反應模組3;該資料庫服務12係包含但不限於⼀形體模型模組121、⼀紀錄資料庫122、⼀通報資料庫123;該形體模型模組121係指該事件辨識系統11之辨識來源模型,該模組包含但不限於⼈物形體與特徵、動物形體與特徵、動作含義與特徵等,針對所需辨識之形體與對應動作,提供模型依據;該紀錄資料庫122係指系統所有感測資料與辨識結果之資料儲存中⼼,並可以包含但不限於形體資訊、對像類別等標籤形式,分類並連結所有事件為⼀資料鏈;該通報資料庫123係指系統針對辨識對象之通報紀錄與其成果之資料庫,該(通報)紀錄包含但不限於通報對象、處理過程、事件結果能內容做紀錄。
更一進一步,本發明該處理中心1連接設有一更新服務13(如第一圖所示),該處理中心1連接設有一更新服務13,該更新服務13包含但不限於⼀更新中⼼131、⼀模型訓練系統132;該更新中⼼131係指針對該系統100之包含但不限於安全性、效能、精準度、除錯等部分,做軟體更新與硬體健康狀況與配置建議之服務中⼼;系統管理⼈員透過⾃定義之時程,並在聯網下、不聯網下(預先下載軟體更新包)皆能完成系統軟體更新;該模型訓練系統132係指對該事件辨識系統11之辨識來源模型做訓練,提升精準度與辨識能⼒,並提供該更新中⼼131對系統發布演算法更新的封包。訓練⽅式包含但不限於AI、機器學習、類神經網路等⽅式做複合訓練進⾏。
前述之一動作偵測模組2,係連接該處理中心1之該事件辨識系統11(如第一圖所示);該動作偵測模組2包含但不限於⼀感測形式模組21、⼀感測終端模組22、⼀資料集合模組23(如第三圖所示);該動作偵測模組2係針對該感測終端模組22中所有感測器所能涵蓋範圍內所有(對象)或(特定對象),對應感測形式並透過該資料集合模組23,進⾏持續性之數據收集;該感測形式模組21係指該系統100可⽀援之所有感測形式集合,可針對不同需求,對該感測終端模組22發出指令,決定個別終端的感測形式;該感測形式模組21係包含但不限於熱成像、動作感測;該感測終端模組22係指所有系統執⾏感測數據收集之終端,該感測終端模組22係包含但不限於紅外線、雷達、光學雷達、攝像模組提供做持續性之資料收集;該資料集合模組23係指從該感測終端模組22,可獲得之所有資料種類與集合,該資料集合模組23係包含但不限於形體、動作、⾯部表情、移動速度、對象位置(如:經緯度)、環境因數(如:溫度、濕度)等特徵數據。
前述之一反應模組3,係連接該處理中心1之該事件辨識系統11(如第一圖所示),利用該系統100透過該動作偵測模組2,該系統100持續偵測每曰24小時室內人員動入狀態,透過該事件辨識系統11,對偵測範圍內之人員做動作判斷,而在對對象進入危險情形或動作時,由該反應模組3針對目標對象做出反應;該反應模組3,包含但不限於⼀警⽰模組31、⼀通報模組32(如第四圖所示);該反應模組3係針對該事件辨識系統11提出之趨勢預測與現況分析,做出相對應之⾏為;該警⽰模組31包含一警示手段311及一事件說明手段312;該警示模組31係指針對對象或對象群,做出包含但不限於聲⾳、光線、影像等⽅式之該警⽰⼿段311,該警示手段311包含但不限於聲音、光線、影像,並提供警⽰範圍內之對象及對象群以包含但不限於⽂字、影像、語⾳等⽅式做該事件說明⼿段312,並提出建議處理⽅式及其操作步驟;該事件說明手段312包含但不限於文字、影像、語音;該通報模組32係包含一通報手段321及一通報事件內容資訊322;該通報模組32係指針對對象進入警急狀態並無法處理當前情況時(例如:失能、受傷、倒地 不起、受困、遭受脅迫);該通報手段321可透過包含但不限於電話、廣播、訊息等⽅式,該通報事件內容資訊322係提供對象之包含但不限於位置資訊(包含:建物、樓層、房間)、事件狀況、對象情況等資訊,並通報可處理及需被告知之⼈員,迅速前往事發地點。
本發明之延伸應⽤︰
⼀、提前預防機制,本發明該系統100透過之該事件辨識系統11之該趨勢預測系統112,可辨識出對象當下動作之代表含義,並推算後續可能發⽣之⾏為或遭遇之事件,如趨勢預測有需提醒⽤⼾之必要性或急迫性,該系統100透過該反應模組3提醒此對象須注意之情況及建議處理⽅式,完成預防機制的處理。
⼆、特徵動作模型資料庫,本發明該系統100透過該資料庫服務12及該更新服務13連結提供最新之特徵模型資料庫,提升系統精準度與辨識速度;同該事件辨識系統11也會將 辨識成果資料共享⾄該更新服務13,做模型訓練之資料源與趨勢預測修正。
三、多偵測⼤⾯積範圍,預測之中控系統介⾯,本發明該系統100透過該動作偵測模組2,可在感測終端之範圍內進⾏多對象追蹤;該系統100可串連由整個場域,⾄單⼀場館到樓層之即時監控系統及系統介⾯,介⾯將標⽰⽬前所有感測場域之現況,同時在情況發⽣時,標⽰位置資訊及鄰近⼈員的遠端語⾳、視訊或其他聯繫⼿段。
四、鄰近範圍通報警⽰,本發明該系統100之該反應模組3,可對應⼤型公共空間或展廳,在感測範圍中有對象進入緊急狀態時(如:突然倒地不起),可在此對象之預設警⽰範圍內(如:對象所在之 房間、鄰近房間、外連走道發出警⽰,並對對象所在之樓層或負責⼈員,做通報通知及對象 地點資訊標⽰),做其餘⼈員警⽰與可處理⼈員之通報,同時在有裝設攝像鏡頭之情況下,做同步影像證據紀錄。
本發明之其他功能︰
⼀、類神經網路模型訓練,本發明該系統100之該更新服務13之該模型訓練系統132,透過類神經網路,針對所有樣本之包含但不限於關聯性、相似性等做疊加,並調整模型之辨識與判斷依據;同時本發明該系統類神經網路之⽅式。
⼆、⽀援離線運作,本發明該系統100無需聯網,也能⾃⾏運作及辨識對象與持續追蹤,並提供無需聯網之通報⽅式包含但不限於電話、無線電等⽅式。並可在聯網後將資料交由該更新服務13共享。
三、系統及演算法⾃動更新,選擇性或全⾯硬件升級建議,本發明該系統100透過該更新服務13」,可提供該系統100及演算法之⾃動更新包,並依據⽤⼾設定來選擇更新時段。同時如更新之內容,有遇到硬件效能不⾜或無法⽀援之情形,該系統100將會提供建議更動之硬件配置給予系統管理⼈員。
四、終端資料校正,本發明該系統100於該動作偵測模組2之該資料集合模組23,可針對收集如外部環境等影響數據之因素作紀錄,作為系統感測形式與終端設定之調整,舉例說明:透過環境中溫濕度之數據,⾃動調整終端的感測數據誤差修正。
本發明與前案之比較與優勢︰
1、針對該更新服務13之該模型訓練系統132,傳統之系統是透過增加資料量,來提昇比對以及辨識之所需樣本數,進⽽增加精準度,⽽這個問題為樣本數增加,導致系統硬件需等比提升效能,增加系統運作之時間,⽽樣本間之關聯性與相似性,無法為傳統系統所運⽤。本發明該系統100透過類神經網路,連結所有辨識樣本之關聯性,在學習時疊加於現有版本演算法模型,提⾼實際運⽤情境之辨識能⼒。本發明該系統100類神經網路之訓練⽅式,在樣本數相同的情況下提升辨識能⼒,並減少90%之訓練時間。
2、針對該更新服務13之該模型訓練系統132,傳統系統由於外部環境因素,其感測數據會有錯誤或是落差,導致相關系統的辨識精確度不⼀,且受到範圍限制 ,越⼤範圍辨識成功度越低,本發明該系統100建基於神經網絡模型之演算法,透過辨識系統與趨勢預測,透過1100個辨識模型包含10000以上之辨識點,達成室內跌倒辨識率99%之精準度。
藉此,本發明利用該處理中心1之該事件辨識系統11連接設有該動作偵測模組2及該反應模組3,該事件辨識系統11連接設有該資料庫服務12,該處理中心1連接設有該更新服務13;進而達成,該系統100透過該動作偵測模組2,該系統100持續偵測每曰24小時室內人員動入狀態,透過該事件辨識系統11,對偵測範圍內之人員做動作判斷,而在對對象進入危險情形或動作時,由該反應模組3針對目標對象做出反應;有効提升保護場域內所有人員之安全,解決危險情形所造成之防線死角,全自動化可預測危險監測共通報,該系統100透過⼀系列⾃動化⽅案與遠端聯繫⼿段,達成場域安全性的全⾯提升,將可大幅擴大產業之利用性並具新穎及進步性。
綜觀上述可知,本發明在突破先前之技術下,確實已達到所欲增進之功效,且也非熟悉該項技藝者所易於思及,再者,本發明申請前未曾公開,其所具之新穎性、進步性,顯已符合發明專利之申請要件,爰依法提出發明申請,懇請 貴局核准本件發明專利申請案,以勵發明,至感德便。
以上所述之實施例僅係為說明本發明之技術思想及特點,其目的在使熟習此項技藝之人士能夠瞭解本發明之內容並據以實施,當不能以之限定本發明之專利範圍,即大凡依本發明所揭示之精神所作之均等變化或修飾,仍應涵蓋在本發明之專利範圍內。
100:系統
1:處理中心
11:事件辨識系統
111:動作判定系統
112:趨勢預測系統
12:資料庫服務
121:形體模型模組
122:紀錄資料庫
123:通報資料庫
13:更新服務
131:更新中⼼
132:模型訓練系統
2:動作偵測模組
21:感測形式模組
22:感測終端模組
23:資料集合模組
3:反應模組
31:警⽰模組
311:警示手段
312:事件說明手段
32:通報模組
321:通報手段
322:通報事件內容資訊
第一圖︰為本發明之架構圖。
第二圖︰為本發明動作偵測模組之架構圖。
第三圖︰為本發明事件辨識系統之架構圖。
第四圖︰為本發明反應模組之架構圖。
100:系統
1:處理中心
11:事件辨識系統
111:動作判定系統
112:趨勢預測系統
12:資料庫服務
121:形體模型模組
122:紀錄資料庫
123:通報資料庫
13:更新服務
131:更新中心
132:模型訓練系統
2:動作偵測模組
21:感測形式模組
22:感測終端模組
23:資料集合模組
3:反應模組
31:警示模組
311:警示手段
312:事件說明手段
32:通報模組
321:通報手段
322:通報事件內容資訊
Claims (10)
- 一種危險預測預防系統,其特徵是,該系統包括︰ 一處理中心,係包含相互連接之一事件辨識系統及一資料庫服務; 一動作偵測模組,係連接該處理中心之該事件辨識系統; 一反應模組,係連接該處理中心之該事件辨識系統; 利用該系統透過該動作偵測模組,該系統持續偵測每曰24小時室內人員動入狀態,透過該事件辨識系統對偵測範圍內之人員做動作判斷,而在對對象進入危險情形或動作時,由該反應模組針對目標對象做出反應。
- 如申請專利範圍第1項所述之危險預測預防系統,其中,所述處理中心連接設有一更新服務,該更新服務包含但不限於⼀更新中⼼、⼀模型訓練系統。
- 如申請專利範圍第1項或第2項所述之危險預測預防系統,其中,所述動作偵測模組包含但不限於⼀感測形式模組、⼀感測終端模組、⼀資料集合模組。
- 如申請專利範圍第1項或第2項所述之危險預測預防系統,其中,所述處理中心之該事件辨識系統包含但不限於⼀動作判定系統、⼀趨勢預測系統。
- 如申請專利範圍第1項或第2項所述之危險預測預防系統,其中,所述反應模組包含但不限於⼀警⽰模組、⼀通報模組。
- 如申請專利範圍第5項所述之危險預測預防系統,其中,所述反應模組之該警⽰模組包含一警示手段及一事件說明手段。
- 如申請專利範圍第6項所述之危險預測預防系統,其中,所述警示模組之該警示手段包含但不限於聲音、光線、影像;該警示模組之該事件說明手段包含但不限於文字、影像、語音。
- 如申請專利範圍第5項所述之危險預測預防系統,其中,所述反應模組之該通報模組係包含一通報手段及一通報事件內容資訊。
- 如申請專利範圍第8項所述之危險預測預防系統,其中,所述通報模組之該通報手段可透過包含但不限於電話、廣播、訊息等⽅式,該通報事件內容資訊係提供對象之包含但不限於位置資訊、事件狀況、對象情況等資訊,並通報可處理及需被告知之⼈員,迅速前往事發地點。
- 如申請專利範圍第1項或第2項所述之危險預測預防系統,其中,所述資料庫服務係包含但不限於⼀形體模型模組、⼀紀錄資料庫、⼀通報資料庫。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW110111479A TWI799821B (zh) | 2021-03-30 | 2021-03-30 | 危險預測預防系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW110111479A TWI799821B (zh) | 2021-03-30 | 2021-03-30 | 危險預測預防系統 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202238536A true TW202238536A (zh) | 2022-10-01 |
| TWI799821B TWI799821B (zh) | 2023-04-21 |
Family
ID=85460179
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW110111479A TWI799821B (zh) | 2021-03-30 | 2021-03-30 | 危險預測預防系統 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI799821B (zh) |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016538097A (ja) * | 2013-10-23 | 2016-12-08 | クアンタス, インコーポレイテッド | 消費者バイオメトリックデバイス |
| CA3035658C (en) * | 2016-09-09 | 2023-01-24 | Sharp Kabushiki Kaisha | Systems and methods for signaling of emergency alert messages |
| KR102013935B1 (ko) * | 2017-05-25 | 2019-08-23 | 삼성전자주식회사 | 위험 상황을 감지하는 방법 및 시스템 |
| WO2019122288A1 (en) * | 2017-12-22 | 2019-06-27 | Koninklijke Philips N.V. | Digital health proxy system and device |
| CN111263114B (zh) * | 2020-02-14 | 2022-06-17 | 北京百度网讯科技有限公司 | 异常事件报警方法和装置 |
| CN111951524A (zh) * | 2020-03-13 | 2020-11-17 | 上海中侨健康智能科技有限公司 | 一种非接触式监测养老院老人异常行为的智能报警系统 |
| CN111601092A (zh) * | 2020-06-10 | 2020-08-28 | 路邦科技授权有限公司 | 一种智能急救识别救护系统及其监控方法、行为识别方法 |
-
2021
- 2021-03-30 TW TW110111479A patent/TWI799821B/zh active
Also Published As
| Publication number | Publication date |
|---|---|
| TWI799821B (zh) | 2023-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US12198525B2 (en) | Fall detection and reporting technology | |
| EP3588455B1 (en) | Identifying a location of a person | |
| CN111887861B (zh) | 一种基于毫米波雷达的室内人员安全一体化监测方法 | |
| US8237571B2 (en) | Alarm method and system based on voice events, and building method on behavior trajectory thereof | |
| CN112184626A (zh) | 姿态识别方法、装置、设备及计算机可读介质 | |
| US20130082842A1 (en) | Method and device for fall detection and a system comprising such device | |
| CN109658666A (zh) | 一种危险防护方法、设备、系统、电子设备及存储介质 | |
| CN114140997B (zh) | 养老院卫生间老人滞留及身体状况监测预警系统及方法 | |
| CN114296073B (zh) | 基于毫米波雷达的异常示警方法、系统和电子装置 | |
| JP5457148B2 (ja) | 警備システム | |
| TWI588785B (zh) | 非接觸式監測系統及其方法 | |
| AU2023342809A1 (en) | Sensor and system for monitoring | |
| CN115277763B (zh) | 一种监控装置 | |
| JP5363215B2 (ja) | 警備システム | |
| KR20210057332A (ko) | 스마트미러기반의 레이더 및 생체정보,음성을 이용한 헬스 케어모니터링 시스템 | |
| TW202238536A (zh) | 危險預測預防系統 | |
| WO2025255285A1 (en) | Patient safety monitoring method and apparatus | |
| CN211432928U (zh) | 监护系统 | |
| WO2022009166A1 (en) | Systems and methods for monitoring subjects | |
| TWM627987U (zh) | 危險預測預防系統 | |
| Ch et al. | Edge computing based smart application system for visually impaired challengers | |
| CN115482645A (zh) | 对象涉危事件检测方法及装置 | |
| US12534035B2 (en) | Systems and methods for accident prediction | |
| KR102841977B1 (ko) | 멀티모달 인공지능을 이용한 cctv 영상 및 음성 기반의 안전사고 모니터링 시스템 | |
| CN114730518A (zh) | 用于监控个体的系统和方法 |