醫療推車防碰撞檢測方法、裝置和系統制造方法及圖紙

本發明專利技術提出了一種醫療推車防碰撞檢測方法、裝置和系統。方法包括：S1、采集醫療推車四周的障礙物信息，根據PCA算法將三維障礙物坐標信息降維成低維坐標信息；S2、利用OBB有向包圍盒目標檢測方法生成障礙物的邊界框；S3、計算障礙物邊界框與醫療推車的邊界框之間的距離，并根據距離進行碰撞預警和告警；S4、通過TCP/IP協議將碰撞預警、碰撞告警信息上傳至行車記錄管理平臺。本方法通過物聯網、云計算、機器學習等信息技術，開發醫療推車的行車記錄管理平臺，利用OBB有向包圍盒碰撞檢測技術，做到提前預警、碰撞記錄等，實現醫療推車安全行進與統一管理。

Method, device and system of anti-collision detection for medical trolley

【技術實現步驟摘要】
醫療推車防碰撞檢測方法、裝置和系統
本專利技術屬于智慧醫療
，具體涉及一種醫療推車防碰撞檢測方法、裝置和系統。
技術介紹
智慧醫療正在走向尋常百姓的生活，智慧醫療通過打造區域醫療信息平臺，利用先進的物聯網技術，實現患者與醫護人員、醫療單位、醫療設備之間的互動，逐步達到信息化。在醫療工作者日常工作中，醫療推車在整個醫療工作環節中的使用頻率是非常高的。醫療推車是醫院常用的醫療輔助用具，包括多種類型，有：轉運車(擔架車、急救車)：把病人從急救車推送至手術室，或從病床推送至手術室；醫療車；麻醉車；輸液車；污物車(適用范圍有醫院供應室、病房、手術室、洗衣房)；送藥車等。而由于醫院工作的緊迫性，面對病患必須要迅速及時地進行處理，往往容易發生醫療推車的碰撞事件。在醫療推車發生碰撞時，往往會對電梯等公共設施造成損壞。如轉運車在從急救車到手術室轉移過程中如發生碰撞產生振動會導致病人二次傷害；醫療車在醫院過道或電梯口與行人或其他轉運車等物品碰撞會導致醫療儀器損壞等。若出現這種情況，傳統處理方法中，醫院保衛部門通過視頻監控查找醫療推車發生的碰撞，工作量大且效率低。因此，研究醫療推車的防碰撞方法是智慧醫療領域一個迫切的問題。
技術實現思路
專利技術目的：為了解決現有技術的問題，本專利技術提出一種醫療推車防碰撞檢測方法、裝置和系統，能夠有效實現醫療推車安全行進與統一管理。技術方案：根據本專利技術的第一方面，提供一種醫療推車防碰撞檢測方法：S1、采集醫療推車四周的障礙物信息，根據PCA算法將三維障礙物坐標信息降維成低維坐標信息；S2、利用OBB有向包圍盒目標檢測方法生成障礙物的邊界框；S3、計算障礙物邊界框與醫療推車的邊界框之間的距離，并根據距離進行碰撞預警和告警；S4、通過TCP/IP協議將碰撞預警、碰撞告警信息上傳至行車記錄管理平臺。根據本專利技術的第二方面，提供一種醫療推車防碰撞檢測裝置，包括：視頻采集模塊，振動傳感器，信息顯示模塊，信息存儲模塊，告警模塊以及控制模塊，視頻采集模塊分布在醫療推車四周，采集障礙物的視頻圖像信息并發送至控制模塊；振動傳感器將感測到的振動轉化為電信號，并發送至控制模塊；控制模塊對采集的視頻圖像處理得到障礙物三維坐標信息，并對三維坐標進行降維處理，獲得障礙物二維坐標數據；計算障礙物邊界框與醫療推車邊界框的距離并結合振動傳感器傳遞的振動信號進行碰撞的判斷，以及控制信息顯示模塊和告警模塊的顯示和告警工作；信息顯示模塊提供與醫療推車使用者的交互界面，可顯示各類信息；信息存儲模塊用于存儲數據，包括碰撞信息、采集到的視頻信息、醫療推車使用記錄；告警模塊在達到預警或告警條件時在控制模塊的控制下觸發預警或告警事件。根據本專利技術的第三方面，提供一種醫療推車防碰撞檢測系統，包括如本專利技術第二方面所述的醫療推車防碰撞檢測裝置和行車記錄管理平臺，醫療推車防碰撞檢測裝置通過TCP/IP協議與行車記錄管理平臺相連，在醫療推車進入無線局域網覆蓋范圍內時，可經由其信息顯示模塊的觸屏操作將檢測裝置本地存儲的數據上傳至行車記錄管理平臺；所述行車記錄管理平臺還提供用戶管理、個人中心、告警記錄、健康宣教、問題咨詢功能。有益效果：1、本專利技術采用OBB有向包圍盒目標檢測方法，生成障礙物的邊界框，并與醫療推車邊界框進行距離判定，將三維場景降維成為二維場景建模，簡化了算法復雜度，提高了建模效率。2、通過OBB有向包圍盒目標檢測算法配合使用振動傳感器進行雙重檢測，彌補了場景降維造成的精確度下降問題，降低了誤判率，提高了可靠度。3、利用行車記錄管理平臺可實時記錄醫療推車采集到的原始視頻信息，進行數據分析、處理與記錄。設置管理員功能，方便對醫療推車行車信息、預警信息、告警信息的統一管理。4、醫療推車移動過程中產生的數據可通過兩種存儲方式(SD卡本地存儲/行車記錄管理平臺遠程存儲)。數據存儲安全可靠，方便查看和統一管理。本專利技術可做到提前預警、碰撞記錄等，實現醫療推車安全行進與統一管理。附圖說明圖1為本專利技術的醫療推車防碰撞檢測方法流程圖；圖2為本專利技術使用的OBB檢測模型示意圖；圖3為本專利技術的硬件結構圖；圖4為本專利技術的信息傳輸與存儲邏輯圖。具體實施方式下面結合附圖對本專利技術的技術方案作進一步說明。本方法通過物聯網、云計算、機器學習等信息技術，開發醫療推車的行車記錄管理平臺，利用OBB有向包圍盒碰撞檢測技術，做到提前預警、碰撞記錄等，實現醫療推車安全行進與統一管理。如圖1所示，在一個實施例中，本專利技術提出的醫療推車防碰撞檢測方法包括以下步驟：步驟S1，采集醫療推車四周的障礙物信息，根據PCA算法將三維障礙物坐標信息降維成低維坐標信息。醫療推車四周都分布有視頻采集模塊，視頻采集模塊利用0V7670圖像傳感器和雷達測距傳感器配合獲得障礙物原始視頻數據，經處理后轉化為障礙物的三維坐標信息。獲取醫療推車四周的障礙物三維坐標信息后，采取主成分分析法(PrincipalComponentAnalysis，PCA)，利用降維的思想，把高維數據轉換為低維數據，降低數據處理復雜度。主成分分析法是一種降維的統計方法，它借助于正交變換，將其分量相關的原隨機向量轉化成其分量不相關的新隨機向量，這在代數上表現為將原隨機向量的協方差陣變換成對角形陣，在幾何上表現為將原坐標系變換成新的正交坐標系，使之指向樣本點散布最開的p個正交方向，然后對多維變量系統進行降維處理，使之能以一個較高的精度轉換成低維變量系統。主成分分析法的計算步驟如下：1、原始指標數據的標準化：采集三維隨機向量X＝(X1,X2,X3)T的n個樣品xi＝(Xi1,Xi2,Xi3)T,i＝1,2,…,n,n＞3，構造樣本陣，對樣本陣元進行如下標準化變換：其中得標準化陣W。2、對標準化陣W求相關系數矩陣：其中3、解樣本相關矩陣R的特征方程|R-λI3|＝0得3個特征根，確定主成分。按確定m值，使信息的利用率達到t(預先通過深度學習得到的閾值)以上，對每個特征根λj,j＝1,2,…,m解方程組Rb＝λjb得單位特征向量4、將標準化后的指標變量轉換為主成分：U1稱為第一主成分,U2稱為第二主成分,…,Up稱為第p主成分。5、對m個主成分進行綜合評價：對m個主成分進行加權求和，即得最終評價值，權數為每個主成分的方差貢獻率。加權求和是為了減少數據集的維數，同時保持數據集的對方差貢獻最大的特征。最終評價值是投影矩陣U*＝(U1,…,Um)。該方法可表示為：輸入：樣本集X＝(X1,X2,X3)T；低維空間維數m(1或2)過程：對樣本進行標準化變換；計算樣本的協方差矩陣WTW，并求相關系數矩陣；對協方差矩陣WTW做特征值分解；取最大的m個特征值對應的特征向量U1,…,Um；輸出：投影矩陣U*＝(U1,…,本文檔來自技高網...

【技術保護點】
1.一種醫療推車防碰撞檢測方法，其特征在于，包括：/nS1、采集醫療推車四周的障礙物信息，根據PCA算法將三維障礙物坐標信息降維成低維坐標信息；/nS2、利用OBB有向包圍盒目標檢測方法生成障礙物的邊界框；/nS3、計算障礙物邊界框與醫療推車的邊界框之間的距離，并根據距離進行碰撞預警和告警；/nS4、通過TCP/IP協議將碰撞預警、碰撞告警信息上傳至行車記錄管理平臺。/n

【技術特征摘要】
1.一種醫療推車防碰撞檢測方法，其特征在于，包括：
S1、采集醫療推車四周的障礙物信息，根據PCA算法將三維障礙物坐標信息降維成低維坐標信息；
S2、利用OBB有向包圍盒目標檢測方法生成障礙物的邊界框；
S3、計算障礙物邊界框與醫療推車的邊界框之間的距離，并根據距離進行碰撞預警和告警；
S4、通過TCP/IP協議將碰撞預警、碰撞告警信息上傳至行車記錄管理平臺。


2.根據權利要求1所述的醫療推車防碰撞檢測方法，其特征在于，所述步驟S1包括：
S1-1、采集醫療推車四周障礙物的三維隨機向量X＝(X1，X2，X3)T的n個樣品xi＝(Xi1，Xi2，Xi3)T，i＝1，2，...，n，n＞3，構造樣本陣，對樣本陣元進行如下標準化變換：



其中得標準化陣W；
S1-2、對標準化陣W求相關系數矩陣：

其中
S1-3、解樣本相關矩陣R的特征方程|R-λI3|＝0得3個特征根：
按確定主成分數目m值，使信息的利用率達到指定利用率閾值t以上，對每個特征根λj，j＝1，2，...，m，解方程組Rb＝λjb得單位特征向量
S1-4、將標準化后的指標變量轉換為主成分：



U1稱為第一主成分，U2稱為第二主成分，...，Up稱為第p主成分；
S1-5、對m個主成分進行加權求和，得最終評價值U*＝(U1，...，Um)。


3.根據權利要求1所述的醫療推車防碰撞檢測方法，其特征在于，所述步驟S2包括：
S2-1、在檢測對象邊界隨機選取n個二維坐標點{(x1，y1)，(x2，y2)，...，(xn，yn)}作為已知點；
S2-2、按坐標類型對數據進行組合：x＝{x1，x2，...，xn}，y＝{y1，y2，...，yn}；
S2-3、分別求出集合x和集合y的平均值averX和averY，構建協方差矩陣：



S2-4、根據協方差矩陣和雅克比算法求解其特征值和特征向量，選取最大的特征值為OBB包圍盒的方向；
S2-5、根據得到的特征向量建立新的坐標系，將原始數據回放到新坐標系下，求OB...

【專利技術屬性】
技術研發人員：郭永安，韓鎮宇，劉云，朱洪波，楊龍祥，
申請(專利權)人：邊緣智能研究院南京有限公司，南京郵電大學，
類型：發明
國別省市：江蘇;32