預警方法和預警系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種預警方法和預警系統(tǒng)，所述預警方法包括：獲取寵物的激動狀態(tài)數(shù)據(jù)，所述激動狀態(tài)數(shù)據(jù)包括生理激動數(shù)據(jù)和/或行動激動數(shù)據(jù)，將所述激動狀態(tài)數(shù)據(jù)與預設的激動狀態(tài)模型進行匹配，若所述激動狀態(tài)數(shù)據(jù)與所述激動狀態(tài)模型匹配成功，確定所述寵物處于激動狀態(tài)。本發(fā)明提供的技術(shù)方案將寵物的激動狀態(tài)數(shù)據(jù)與預設的激動狀態(tài)模型進行匹配，根據(jù)匹配結(jié)果識別寵物是否處于激動狀態(tài)，從而提高了識別寵物危害行為的準確性和及時性，最終提醒人們對寵物危害行為進行規(guī)避。
【專利說明】
預警方法和預警系統(tǒng)
技術(shù)領域
[0001]本發(fā)明涉及智能監(jiān)測技術(shù)領域，尤其涉及一種預警方法和預警系統(tǒng)。
【背景技術(shù)】
[0002]隨著社會的進步，人們物質(zhì)生活水平也不斷提升，越來越多的家庭開始飼養(yǎng)寵物。寵物確實能夠給人們帶來身心的愉悅，提升人們關(guān)愛弱勢群體的主觀能動性。然而，越來越多的寵物需要到室外活動，也就不可避免地與正在行走的生人產(chǎn)生接觸。這些寵物的習性和行為往往不能夠完全被主人控制，尤其是一些大型犬種，當寵物處于激動狀態(tài)或者受到外界刺激時，人們不能夠第一時間察覺，也就無法及時作出應對措施，因此經(jīng)常出現(xiàn)寵物咬傷路人的情況。

【發(fā)明內(nèi)容】

[0003]為解決上述問題，本發(fā)明提供一種預警方法和預警系統(tǒng)，用于解決現(xiàn)有技術(shù)無法對寵物危害行為進行預警的問題。
[0004]為此，本發(fā)明提供一種預警方法，包括:
[0005]獲取寵物的激動狀態(tài)數(shù)據(jù)，所述激動狀態(tài)數(shù)據(jù)包括生理激動數(shù)據(jù)和/或行動激動數(shù)據(jù)；
[0006]將所述激動狀態(tài)數(shù)據(jù)與預設的激動狀態(tài)模型進行匹配；
[0007]若所述激動狀態(tài)數(shù)據(jù)與所述激動狀態(tài)模型匹配成功，確定所述寵物處于激動狀
??τ O
[0008]可選的，還包括:
[0009]若所述激動狀態(tài)數(shù)據(jù)與所述激動狀態(tài)模型匹配失敗，確定所述寵物處于正常狀
??τ O
[0010]可選的，所述將所述激動狀態(tài)數(shù)據(jù)與預設的激動狀態(tài)模型進行匹配的步驟之前包括:
[0011]獲取寵物的歷史狀態(tài)數(shù)據(jù)，所述歷史狀態(tài)數(shù)據(jù)包括生理特征數(shù)據(jù)和行為特征數(shù)據(jù)；
[0012]根據(jù)所述歷史狀態(tài)數(shù)據(jù)形成激動狀態(tài)模型。
[0013]可選的，所述生理特征數(shù)據(jù)包括心率數(shù)據(jù)和呼吸數(shù)據(jù)，所述行為特征數(shù)據(jù)包括運動軌跡數(shù)據(jù)和身體震動數(shù)據(jù)。
[0014]可選的，還包括:
[0015]根據(jù)激動狀態(tài)信息向終端發(fā)送預警信息或者報警信息。
[0016]本發(fā)明還提供一種預警系統(tǒng)，包括:
[0017]第一獲取單元，用于獲取寵物的激動狀態(tài)數(shù)據(jù)，所述激動狀態(tài)數(shù)據(jù)包括生理激動數(shù)據(jù)和/或行動激動數(shù)據(jù)；
[0018]第一匹配單元，用于將所述激動狀態(tài)數(shù)據(jù)與預設的激動狀態(tài)模型進行匹配；
[0019]第一確定單元，用于若所述激動狀態(tài)數(shù)據(jù)與所述激動狀態(tài)模型匹配成功，確定所述寵物處于激動狀態(tài)。
[0020]可選的，還包括:
[0021 ]第二確定單元，用于若所述激動狀態(tài)數(shù)據(jù)與所述激動狀態(tài)模型匹配失敗，確定所述寵物處于正常狀態(tài)。
[0022]可選的，還包括:
[0023]第二獲取單元，用于獲取寵物的歷史狀態(tài)數(shù)據(jù)，所述歷史狀態(tài)數(shù)據(jù)包括生理特征數(shù)據(jù)和行為特征數(shù)據(jù)；
[0024]第一形成單元，用于根據(jù)所述歷史狀態(tài)數(shù)據(jù)形成激動狀態(tài)模型。
[0025]可選的，所述生理特征數(shù)據(jù)包括心率數(shù)據(jù)和呼吸數(shù)據(jù)，所述行為特征數(shù)據(jù)包括運動軌跡數(shù)據(jù)和身體震動數(shù)據(jù)。
[0026]可選的，還包括:
[0027]第一發(fā)送單元，用于根據(jù)激動狀態(tài)信息向終端發(fā)送預警信息或者報警信息。
[0028]本發(fā)明具有下述有益效果:
[0029]本發(fā)明提供的預警方法和預警系統(tǒng)中，所述預警方法包括:獲取寵物的激動狀態(tài)數(shù)據(jù)，所述激動狀態(tài)數(shù)據(jù)包括生理激動數(shù)據(jù)和/或行動激動數(shù)據(jù)，將所述激動狀態(tài)數(shù)據(jù)與預設的激動狀態(tài)模型進行匹配，若所述激動狀態(tài)數(shù)據(jù)與所述激動狀態(tài)模型匹配成功，確定所述寵物處于激動狀態(tài)。本發(fā)明提供的技術(shù)方案將寵物的激動狀態(tài)數(shù)據(jù)與預設的激動狀態(tài)模型進行匹配，根據(jù)匹配結(jié)果識別寵物是否處于激動狀態(tài)，從而提高了識別寵物危害行為的準確性和及時性，最終提醒人們對寵物危害行為進行規(guī)避。
【附圖說明】
[0030]圖1為本發(fā)明實施例一提供的一種預警方法的流程圖；
[0031]圖2為本發(fā)明實施例二提供的一種預警系統(tǒng)的結(jié)構(gòu)示意圖。
【具體實施方式】
[0032]為使本領域的技術(shù)人員更好地理解本發(fā)明的技術(shù)方案，下面結(jié)合附圖對本發(fā)明提供的預警方法和預警系統(tǒng)進行詳細描述。
[0033]實施例一
[0034]圖1為本發(fā)明實施例一提供的一種預警方法的流程圖。如圖1，所述預警方法包括:
[0035]步驟1001、獲取寵物的激動狀態(tài)數(shù)據(jù)，所述激動狀態(tài)數(shù)據(jù)包括生理激動數(shù)據(jù)和/或行動激動數(shù)據(jù)。
[0036]本實施例中，所述生理激動數(shù)據(jù)包括心率數(shù)據(jù)和呼吸數(shù)據(jù)，所述行動激動數(shù)據(jù)包括運動軌跡數(shù)據(jù)和身體震動數(shù)據(jù)。在實際應用中，可穿戴智能設備已經(jīng)非常普及，上述可穿戴智能設備能夠收集寵物如下行為特征數(shù)據(jù):寵物的位置、移動路徑以及移動速度，也能夠收集如下生理特征數(shù)據(jù):寵物的心跳、呼吸等生物體征。上述數(shù)據(jù)在通常狀態(tài)下均在一個合理的范圍之內(nèi)波動，當寵物處于激動狀態(tài)或者受到外界刺激時，上述數(shù)據(jù)必然會出現(xiàn)異常，智能終端設備就能夠獲得上述激動狀態(tài)數(shù)據(jù)。
[0037]本實施例中，所述將所述激動狀態(tài)數(shù)據(jù)與預設的激動狀態(tài)模型進行匹配的步驟之前包括:獲取寵物的歷史狀態(tài)數(shù)據(jù)，所述歷史狀態(tài)數(shù)據(jù)包括生理特征數(shù)據(jù)和行為特征數(shù)據(jù)，根據(jù)所述歷史狀態(tài)數(shù)據(jù)形成激動狀態(tài)模型?？蛇x的，所述生理特征數(shù)據(jù)包括心率數(shù)據(jù)和呼吸數(shù)據(jù)，所述行為特征數(shù)據(jù)包括運動軌跡數(shù)據(jù)和身體震動數(shù)據(jù)。首先，采集日常狀態(tài)下寵物的生理特征數(shù)據(jù)和行為特征數(shù)據(jù)，上述數(shù)據(jù)可以通過可穿戴智能設備進行收集。然后，對上述歷史狀態(tài)數(shù)據(jù)進行機器學習和模型建立。所述機器學習就是通過收集的歷史狀態(tài)數(shù)據(jù)對激動狀態(tài)進行定義適配，確定相應的閾值條件，同時根據(jù)之后收集的歷史狀態(tài)數(shù)據(jù)不斷學習和修正。所述模型建立就是根據(jù)歷史狀態(tài)數(shù)據(jù)在機器學習的基礎上對激動狀態(tài)進行模型固化以便能夠在激動狀態(tài)數(shù)據(jù)導入之后快速識別。
[0038]步驟1002、將所述激動狀態(tài)數(shù)據(jù)與預設的激動狀態(tài)模型進行匹配。
[0039]步驟1003、若所述激動狀態(tài)數(shù)據(jù)與所述激動狀態(tài)模型匹配成功，確定所述寵物處于激動狀態(tài)。
[0040]步驟1004、若所述激動狀態(tài)數(shù)據(jù)與所述激動狀態(tài)模型匹配失敗，確定所述寵物處于正常狀態(tài)。
[0041]本實施例中，寵物在日常狀態(tài)下的行動軌跡會相對正常、心跳水平、震動程度、呼吸強度相對處于穩(wěn)定狀態(tài)，當寵物處于激動狀態(tài)或者受到外界刺激時，上述寵物的軌跡和震動程度會發(fā)生突變，將上述激動狀態(tài)數(shù)據(jù)與所述激動狀態(tài)模型的設定值進行匹配，若匹配成功可以確定所述寵物處于激動狀態(tài)，若匹配失敗可以確定所述寵物處于正常狀態(tài)。如果確定所述寵物處于激動狀態(tài)，根據(jù)激動狀態(tài)信息向終端發(fā)送預警信息或者報警信息，從而可以提醒人們對寵物危害行為進行規(guī)避。
[0042]本實施例提供的預警方法包括:獲取寵物的激動狀態(tài)數(shù)據(jù)，所述激動狀態(tài)數(shù)據(jù)包括生理激動數(shù)據(jù)和/或行動激動數(shù)據(jù)，將所述激動狀態(tài)數(shù)據(jù)與預設的激動狀態(tài)模型進行匹配，若所述激動狀態(tài)數(shù)據(jù)與所述激動狀態(tài)模型匹配成功，確定所述寵物處于激動狀態(tài)。本實施例提供的技術(shù)方案將寵物的激動狀態(tài)數(shù)據(jù)與預設的激動狀態(tài)模型進行匹配，根據(jù)匹配結(jié)果識別寵物是否處于激動狀態(tài)，從而提高了識別寵物危害行為的準確性和及時性。另外，通過建模方式識別寵物是否處于激動狀態(tài)，充分利用了大數(shù)據(jù)，具有更高的實時性和真實性。
[0043]實施例二
[0044]圖2為本發(fā)明實施例二提供的一種預警系統(tǒng)的結(jié)構(gòu)示意圖。如圖2所示，所述預警系統(tǒng)包括第一獲取單元101、第一匹配單元102、第一確定單元103以及第二確定單元104。所述第一獲取單元101獲取寵物的激動狀態(tài)數(shù)據(jù)，所述激動狀態(tài)數(shù)據(jù)包括生理激動數(shù)據(jù)和/或行動激動數(shù)據(jù)。所述第一匹配單元102將所述激動狀態(tài)數(shù)據(jù)與預設的激動狀態(tài)模型進行匹配。若所述激動狀態(tài)數(shù)據(jù)與所述激動狀態(tài)模型匹配成功，所述第一確定單元103確定所述寵物處于激動狀態(tài)。若所述激動狀態(tài)數(shù)據(jù)與所述激動狀態(tài)模型匹配失敗，所述第二確定單元104確定所述寵物處于正常狀態(tài)。
[0045]本實施例中，所述生理激動數(shù)據(jù)包括心率數(shù)據(jù)和呼吸數(shù)據(jù)，所述行動激動數(shù)據(jù)包括運動軌跡數(shù)據(jù)和身體震動數(shù)據(jù)。在實際應用中，可穿戴智能設備具備收集寵物運動軌跡、運動狀態(tài)以及基本生物體征的功能。因此，可穿戴智能設備能夠收集寵物如下行為特征數(shù)據(jù):寵物的位置、移動路徑以及移動速度，也能夠收集如下生理特征數(shù)據(jù):寵物的心跳、呼吸等生物體征。上述數(shù)據(jù)在通常狀態(tài)下均在一個合理的范圍之內(nèi)波動，當寵物處于激動狀態(tài)或者受到外界刺激時，上述數(shù)據(jù)必然會出現(xiàn)異常，智能終端設備就能夠獲得上述激動狀態(tài)數(shù)據(jù)。
[0046]本實施例中，所述預警系統(tǒng)還包括第二獲取單元和第一形成單元，所述第二獲取單元獲取寵物的歷史狀態(tài)數(shù)據(jù)，所述歷史狀態(tài)數(shù)據(jù)包括生理特征數(shù)據(jù)和行為特征數(shù)據(jù)，所述第一形成單元根據(jù)所述歷史狀態(tài)數(shù)據(jù)形成激動狀態(tài)模型?？蛇x的，所述生理特征數(shù)據(jù)包括心率數(shù)據(jù)和呼吸數(shù)據(jù)，所述行為特征數(shù)據(jù)包括運動軌跡數(shù)據(jù)和身體震動數(shù)據(jù)。首先，第一獲取單元101獲取日常狀態(tài)下寵物的生理特征數(shù)據(jù)和行為特征數(shù)據(jù)，上述數(shù)據(jù)可以通過可穿戴智能設備進行收集。然后，第一匹配單元102對上述歷史狀態(tài)數(shù)據(jù)進行機器學習和模型建立。所述機器學習就是通過收集的歷史狀態(tài)數(shù)據(jù)對激動狀態(tài)進行定義適配，確定相應的閾值條件，同時根據(jù)之后收集的歷史狀態(tài)數(shù)據(jù)不斷學習和修正。所述模型建立就是根據(jù)歷史狀態(tài)數(shù)據(jù)在機器學習的基礎上對激動狀態(tài)進行模型固化以便能夠在激動狀態(tài)數(shù)據(jù)導入之后快速識別。
[0047]本實施例中，寵物在日常狀態(tài)下的行動軌跡會相對正常、心跳水平、震動程度、呼吸強度相對處于穩(wěn)定狀態(tài)，當寵物處于激動狀態(tài)或者受到外界刺激時，上述寵物的軌跡和震動程度會發(fā)生突變，第一匹配單元102將上述激動狀態(tài)數(shù)據(jù)與所述激動狀態(tài)模型的設定值進行匹配，若匹配成功第一確定單元103確定所述寵物處于激動狀態(tài)，若匹配失敗第二確定單元104確定所述寵物處于正常狀態(tài)。如果第一確定單元103確定所述寵物處于激動狀態(tài)，第一發(fā)送單元根據(jù)激動狀態(tài)信息向終端發(fā)送預警信息或者報警信息，從而可以提醒人們對寵物危害行為進行規(guī)避。
[0048]本實施例提供的預警系統(tǒng)包括第一獲取單元、第一匹配單元、第一確定單元以及第二確定單元，所述第一獲取單元獲取寵物的激動狀態(tài)數(shù)據(jù)，所述激動狀態(tài)數(shù)據(jù)包括生理激動數(shù)據(jù)和/或行動激動數(shù)據(jù)，所述第一匹配單元將所述激動狀態(tài)數(shù)據(jù)與預設的激動狀態(tài)模型進行匹配，若所述激動狀態(tài)數(shù)據(jù)與所述激動狀態(tài)模型匹配成功，所述第一確定單元確定所述寵物處于激動狀態(tài)。本實施例提供的技術(shù)方案將寵物的激動狀態(tài)數(shù)據(jù)與預設的激動狀態(tài)模型進行匹配，根據(jù)匹配結(jié)果識別寵物是否處于激動狀態(tài)，從而提高了識別寵物危害行為的準確性和及時性。另外，通過建模方式識別寵物是否處于激動狀態(tài)，充分利用了大數(shù)據(jù)，具有更高的實時性和真實性。
[0049]可以理解的是，以上實施方式僅僅是為了說明本發(fā)明的原理而采用的示例性實施方式，然而本發(fā)明并不局限于此。對于本領域內(nèi)的普通技術(shù)人員而言，在不脫離本發(fā)明的精神和實質(zhì)的情況下，可以做出各種變型和改進，這些變型和改進也視為本發(fā)明的保護范圍。
【主權(quán)項】
1.一種預警方法，其特征在于，包括: 獲取寵物的激動狀態(tài)數(shù)據(jù)，所述激動狀態(tài)數(shù)據(jù)包括生理激動數(shù)據(jù)和/或行動激動數(shù)據(jù)； 將所述激動狀態(tài)數(shù)據(jù)與預設的激動狀態(tài)模型進行匹配； 若所述激動狀態(tài)數(shù)據(jù)與所述激動狀態(tài)模型匹配成功，確定所述寵物處于激動狀態(tài)。2.根據(jù)權(quán)利要求1所述預警方法，其特征在于，還包括: 若所述激動狀態(tài)數(shù)據(jù)與所述激動狀態(tài)模型匹配失敗，確定所述寵物處于正常狀態(tài)。3.根據(jù)權(quán)利要求1所述預警方法，其特征在于，所述將所述激動狀態(tài)數(shù)據(jù)與預設的激動狀態(tài)模型進行匹配的步驟之前包括: 獲取寵物的歷史狀態(tài)數(shù)據(jù)，所述歷史狀態(tài)數(shù)據(jù)包括生理特征數(shù)據(jù)和行為特征數(shù)據(jù)； 根據(jù)所述歷史狀態(tài)數(shù)據(jù)形成激動狀態(tài)模型。4.根據(jù)權(quán)利要求3所述預警方法，其特征在于，所述生理特征數(shù)據(jù)包括心率數(shù)據(jù)和呼吸數(shù)據(jù)，所述行為特征數(shù)據(jù)包括運動軌跡數(shù)據(jù)和身體震動數(shù)據(jù)。5.根據(jù)權(quán)利要求1所述預警方法，其特征在于，還包括: 根據(jù)激動狀態(tài)信息向終端發(fā)送預警信息或者報警信息。6.一種預警系統(tǒng)，其特征在于，包括: 第一獲取單元，用于獲取寵物的激動狀態(tài)數(shù)據(jù)，所述激動狀態(tài)數(shù)據(jù)包括生理激動數(shù)據(jù)和/或行動激動數(shù)據(jù)； 第一匹配單元，用于將所述激動狀態(tài)數(shù)據(jù)與預設的激動狀態(tài)模型進行匹配； 第一確定單元，用于若所述激動狀態(tài)數(shù)據(jù)與所述激動狀態(tài)模型匹配成功，確定所述寵物處于激動狀態(tài)。7.根據(jù)權(quán)利要求6所述預警系統(tǒng)，其特征在于，還包括: 第二確定單元，用于若所述激動狀態(tài)數(shù)據(jù)與所述激動狀態(tài)模型匹配失敗，確定所述寵物處于正常狀態(tài)。8.根據(jù)權(quán)利要求6所述預警系統(tǒng)，其特征在于，還包括: 第二獲取單元，用于獲取寵物的歷史狀態(tài)數(shù)據(jù)，所述歷史狀態(tài)數(shù)據(jù)包括生理特征數(shù)據(jù)和行為特征數(shù)據(jù)； 第一形成單元，用于根據(jù)所述歷史狀態(tài)數(shù)據(jù)形成激動狀態(tài)模型。9.根據(jù)權(quán)利要求8所述預警系統(tǒng)，其特征在于，所述生理特征數(shù)據(jù)包括心率數(shù)據(jù)和呼吸數(shù)據(jù)，所述行為特征數(shù)據(jù)包括運動軌跡數(shù)據(jù)和身體震動數(shù)據(jù)。10.根據(jù)權(quán)利要求6所述預警系統(tǒng)，其特征在于，還包括: 第一發(fā)送單元，用于根據(jù)激動狀態(tài)信息向終端發(fā)送預警信息或者報警信息。
【文檔編號】A61B5/0205GK105997024SQ201610302658
【公開日】2016年10月12日
【申請日】2016年5月9日
【發(fā)明人】張愷, 楊錦洲
【申請人】中國聯(lián)合網(wǎng)絡通信集團有限公司