一种基于人工免疫算法的防溺水警报器系统
技术领域
本发明涉及一种基于人工免疫算法的防溺水警报器系统。
背景技术
2014年11月17日，世界卫生组织公布的一则信息，死于溺水的原因是儿童和青年十大主要死因之一，每年全球共有37.2万人死于溺水。全球半数以上溺水死亡者不足25岁，岁以下儿童溺水率最高，男性溺水率是女性2倍以上；90％以上溺水事件发生在低收入和中等收入国家。2.溺水事故和交通事故成为中小学生最大死亡杀手(据2006年9月13日中国教育新闻网报道，2006年1月1日至9月11日，全国中小学和幼儿园共发生事故、事件110起，造成学生死亡188人，受伤1266人，其中溺水和交通事故死亡分别占死亡人数的43.59和30.26，居第一、二位)。就算在游泳池游泳有救生员，溺水身亡的概率也是很大的。研究结果表明：10秒内能发现溺水者的救生员只占所受测试救生员总数的9％,11～30秒内发现溺水者的游泳救生员占所有受测试救生员总数的34％，31～60秒内发现溺水者的救生员占所受测试救生员总数的16％,61秒～2分钟内发现溺水者的救生员占所受测试救生员总数的18％,121秒～3分钟内发现溺水者的救生员占所受测试救生员总数的10％，超过3分钟发现溺水者的救生员占了所受测试救生员总数的14％。分析这份研究报告后得出，溺水者被游泳救生员发现所需要的平均时间为1分14秒，远超过了救生10/20秒原则近一半还多。
目前普遍的溺水识别是三种方式来识别的传感器系统检测，视频检测系统，雷达检测系统。公开号为CN111243237A的专利就采集毫米波雷达的多帧连续回波信号；对所述多帧连续回波信号进行处理，获得所述多帧连续回波信号对应的多帧连续图像；将所述多帧连续图像输入预设模型中，获得所述多帧连续图像中每帧图像各自对应的溺水识别结果。公开号为CN110853301A的专利提出了一种基于机器学习的泳池防溺水识别方法。包括水面上方识别与水面下方识别两个方法，通过在泳池岸边和泳池池壁安装摄像头，通过处理视频流判断是否溺水，解决了泳池中视野盲区的问题，救生员可以随时查看泳池安全情况，并且用机器学习的技术对泳池中的实时视频进行分析，如果经过算法判断出现了溺水情况，就可以及时的将溺水信息发送给救生员。
公开号为CN111243237A的专利就采集毫米波雷达的多帧连续回波信号；对所述多帧连续回波信号进行处理，获得所述多帧连续回波信号对应的多帧连续图像；将所述多帧连续图像输入预设模型中，获得所述多帧连续图像中每帧图像各自对应的溺水识别结果。但由于其造价昂贵，局限性强，并且在游泳池中会有大量的信号干扰因素，而且为了确保接收回波所需要的功率很大，所以实用性不高。
公开号为CN110853301A的专利提出了一种基于机器学习的泳池防溺水识别方法。包括水面上方识别与水面下方识别两个方法，通过在泳池岸边和泳池池壁安装摄像头，通过处理视频流判断是否溺水，解决了泳池中视野盲区的问题，救生员可以随时查看泳池安全情况，并且用机器学习的技术对泳池中的实时视频进行分析，如果经过算法判断出现了溺水情况，就可以及时的将溺水信息发送给救生员。同样该系统造价高，局限性强，只适用于有视频监控地点，并且如果游泳者人数过多，该技术容易产生误判和漏判。
目前传感器检测系统大多数是通过压力传感器和心率传感器进行识别。对入水深度和心跳脉搏进行监测，当心率超过或低于安全心率或入水深度低于安全阀值则进行报警。这类技术会对游泳者游泳范围进行限制，并且对应溺水特征识别简单，容易出现误判和漏判。
发明内容
本发明的目的在于提供一种基于人工免疫算法的防溺水警报器系统，基于人工免疫算法，通过对心率数据特征的学习，可以精准的对溺水特征进行判定。该系统不会受地理因素影响，也不会收到游泳者人数的影响，并且造价低，实用性高。
为实现上述目的，本发明的技术方案是：一种基于人工免疫算法的防溺水警报器系统，由防溺水手环(8)和后台服务器(9)通过4G模块(7)远程连接形成；防溺水手环中嵌有单片机(4)及与该单片机(4)连接的可进行溺水特征识别的心率测量模块(1)、用于测量水压的压力测量模块(2)、用于实现定位的GPS模块(3)、LED模块(5)、蜂鸣器模块(6)和4G模块(7)，其中单片机(4)会将数据通过4G模块(7)传输到后台服务器(9)，由后台服务器(9)进行报警处理。
在本发明一实施例中，后台服务器(9)通过手机APP推送(10)、短信通知(11)和拨打急救电话(12)进行报警处理。
在本发明一实施例中，所述单片机(4)选用AT89C51，心率测量模块(1)选用MAX30100，压力测量模块(2)选用扩散硅压力变送器，心率测量模块(1)、压力测量模块(2)和GPS模块(3)所采集的信息通过单片机(4)进行处理判断，然后再通过4G模块(7)传输到后台服务器(9)进行报警。
在本发明一实施例中，当检测到溺水时，GPS模块(3)会进行数据采集然后由心率测量模块(1)进行溺水特征识别，同时LED模块(5)会闪烁，蜂鸣器会报警(6)。
在本发明一实施例中，该系统工作方式如下：
当佩戴防溺水手环(8)的人员进入水中时，压力测量模块(2)和心率测量模块(1)同时进行工作，进行实时溺水检测并将采集信息传输给单片机(4)通过溺水识别算法对佩戴者进行溺水识别，如该佩戴者溺水，则单片机(4)识别为溺水状态，同时单片机控制GPS模块(3)采集位置信息，并且单片机启动LED模块(5)和蜂鸣器模块(6)进行报警，引起周围行人的注意，如果5秒后溺水状态没有解除，单片机控制4G模块(9)传输报警信息给后台服务器(9)，后台服务器(9)接收到报警信息后会自动将定位信息编辑为短信通知(11)发送给紧急联系人或通过手机APP推送(10)，同时还会拨打急救电话(12)并将位置信息也发送过去。
在本发明一实施例中，心率测量模块(1)进行溺水特征识别的方式为：首先对心率数据进行二进制处理，对10秒内心率进行判断当心率小于60或心率大于180记为1，即溺水特征；否则记为0，即非溺水特征，产生10秒的心率二进制抗原。
在本发明一实施例中，单片机(4)根据心率测量模块(1)识别的溺水特征进行抗原基本特征分类学习，具体如下：
步骤S71、抗体检测器生成阶段，分别对自体和异体的特征进行学习形成对应的抗体库，自体和异体的定义如下：
自体特征(溺水)：10秒内心率小于60或心率大于180占总心率80％及以上；
异体特征(正常)：10秒内心率大于60和心率小于180占总心率80％及以上；
步骤S72、根据自体特征和异体特征对抗原分类完成后随机选择产生对应的抗体库；
步骤S73、对抗原和抗体进行亲和度计算，并且判断亲和度是否满足条件，即亲和度>90％，满足就生成对应初始抗体库，进行对应抗原特异特征的学习，并结束；未满足则生成对应初始抗体库，并进行下一步；
步骤S74、对初始抗体库Ab{N}中选取亲和度最高的n个抗体进行克隆、变异生成新的抗体库Ab*{n}，再通过抗体库Ab*{n}对初始抗体库Ab{N}进行克隆抑制；
步骤S75、对初始抗体库Ab{N}进行种群刷新；
步骤S76、返回步骤S73进行迭代操作。
在本发明一实施例中，单片机(4)根据识别的溺水特征、抗原基本特征分类学习进行抗原特异特征学习，具体如下：
步骤S81、通过对心率数据二进制处理形成抗原Ag，并对抗原进行分类，分为自体，即溺水和异体，即正常；
步骤S82、通过抗原基本特征学习产生初始自体抗体库或初始异体抗体库Ab{N}；
步骤S83、判断抗原与抗体是否已经识别完成，识别完成则结束，否则抗原与抗体进行亲和度计算，并判断亲和度是否大于90％，大于则抗原Ag加入初始抗体库Ab{N}；如果亲和度小于90％，则执行下一步；
步骤S84、从Ab{N}中选择出n个最高亲和度的抗体组成Ab{n}。
步骤S85、对Ab{n}进行克隆，防止遗传信息丢失；然后按照变异率与亲和度成反比，用离散编码算法对算子进行变异生成C；
步骤S86、根据从C中选取n个最高亲和度的抗体Ab*{n}对Ab{n}进行克隆抑制，抑制亲和度低的，保留亲和度高的；再用随机生成的抗体替代亲和度低的抗体；
步骤S87、判断迭代条件是否满足亲和度大于90％，若满足则将抗原Ag加入初始抗体库Ab{N}，并检查剩余抗原是否识别完成，完成则结束，未完成则继续学习；若不满足则返回步骤S84进行迭代。
在本发明一实施例中，抗原和抗体的亲和度计算通过计算抗原-抗体之间的海明距离来实现，具体如下：
抗原-抗体之间的海明距离：
其中tik为抗原i中的第K位，tjk为抗体j中的第K位，运算过程为ti和tj进行与或计算，然后统计得出的二进制字符中1的个数；
自体亲和度：
其中tWi为抗原异常心率时间,tWj为抗体异常心率时间，tall为抗体总时间；
异体亲和度：
其中tNi为抗原正常心率时间,tNj为抗体正常心率时间，tall为抗体总时间。
在本发明一实施例中，单片机(4)进行溺水识别的具体步骤如下：
步骤1、对抗原数据进行预处理；
步骤2、通过抗原基本特征进行分类；
步骤3、分类为自体的进行自体库特征识别算法运算即对该抗原进行抗原基本特征学习和抗原特异特征学习；同理异体也一样；
步骤4、识别完成后输出结果。
相较于现有技术，本发明具有以下有益效果：
因为现在基本上人人都有手机，并且基本上4g基站的覆盖量达到99％，所以本发明采用的4g模块进行数据传输基本不会收到距离限制，而且不需要自己搭建接收器，可以在溺水的第一时间进行报警，同时会通过发送短信提醒紧急联系人和用蜂鸣器和LED灯来引起周围人的注意。且本发明系统装置电路结构简单，安全性高，设备成本低，采用锂电池供电，续航时间长，自动化程度高，可以远程自动报警等优点。
本发明采用算法是基于人工免疫算法中的实时克隆选择算法，该算法主要通过维护特异记忆抗体集、选择和克隆最高亲和度抗体、删除低亲和度抗体、变异和再选择高亲和度抗体的克隆种群,并进行迭代分化来实现的。该算法不同与传统克隆选择算法，是实时动态的，在对抗原抗体识别的同时也进行学习，实时应对外界抗原的动态变化,根据抗原信息的不同,检测器本身也会发生一定调整。并且克隆选择算法能提取其他算法不易提取的特征，进行精确的判断。
附图说明
图1为本发明系统框图。
图2为本发明抗原基本特征分类学习流程图。
图3为本发明抗原特异特征学习流程图。
图4为本发明溺水识别流程图。
具体实施方式
下面结合附图，对本发明的技术方案进行具体说明。
本发明一种基于人工免疫算法的防溺水警报器系统，由防溺水手环(8)和后台服务器(9)通过4G模块(7)远程连接形成；防溺水手环中嵌有单片机(4)及与该单片机(4)连接的可进行溺水特征识别的心率测量模块(1)、用于测量水压的压力测量模块(2)、用于实现定位的GPS模块(3)、LED模块(5)、蜂鸣器模块(6)和4G模块(7)，其中单片机(4)会将数据通过4G模块(7)传输到后台服务器(9)，由后台服务器(9)进行报警处理。后台服务器(9)通过手机APP推送(10)、短信通知(11)和拨打急救电话(12)进行报警处理。所述单片机(4)选用AT89C51，心率测量模块(1)选用MAX30100，压力测量模块(2)选用扩散硅压力变送器，心率测量模块(1)、压力测量模块(2)和GPS模块(3)所采集的信息通过单片机(4)进行处理判断，然后再通过4G模块(7)传输到后台服务器(9)进行报警。
以下为本发明的具体实现过程。
如图1所示，本发明防溺水手环(8)可以和远程后台服务器(9)连接，也可以通过手机APP进行绑定，还可以预先设置紧急联系人，当佩戴该防溺水手环(8)的人员进入水中时，压力测量模块(2)和心率测量模块(1)同时进行工作，进行实时溺水检测并将采集信息传输给单片机(4)通过溺水识别算法对佩戴者进行溺水识别，如该佩戴者溺水单片机(4)就会识别为溺水状态，同时单片机控制GPS模块(3)采集位置信息，并且单片机启动LED模块(5)和蜂鸣器模块(6)进行报警，引起周围行人的注意，如果5秒后溺水状态没有解除，单片机就会控制4G模块(9)传输报警信息给后台服务器，后台服务器接收到报警信息后会自动将定位信息编辑为短信发送(11)给紧急联系人或手机APP推送。同时还会拨打急救电话110和120并将位置信息也发送过去。这系统可以有效防止溺水后没法呼救的情况，可以及时的通过报警和求救来为游泳者提供安全保障，也可以在溺水时周围无人救援的情况下提供定位信息，来避免溺水者错过救援时间。
在本实施例中，心率测量模块(1)进行溺水特征识别的方式为：首先对心率数据进行二进制处理，对10秒内心率进行判断当心率小于60或心率大于180记为1，即溺水特征；否则记为0，即非溺水特征，产生10秒的心率二进制抗原，如1001101111。
在本实施例中，如图2所示，单片机(4)根据心率测量模块(1)识别的溺水特征进行抗原基本特征分类学习，具体如下：
步骤S71、抗体检测器生成阶段，分别对自体和异体的特征进行学习形成对应的抗体库，自体和异体的定义如下：
自体特征(溺水)：10秒内心率小于60或心率大于180占总心率80％及以上(如1110101111)；
异体特征(正常)：10秒内心率大于60和心率小于180占总心率80％及以上(如0000110000)；
步骤S72、根据自体特征和异体特征对抗原分类完成后随机选择产生对应的抗体库；
步骤S73、对抗原和抗体进行亲和度计算，并且判断亲和度是否满足条件，即亲和度>90％，满足就生成对应初始抗体库，进行对应抗原特异特征的学习，并结束；未满足则生成对应初始抗体库，并进行下一步；
步骤S74、对初始抗体库Ab{N}中选取亲和度最高的n个抗体进行克隆、变异生成新的抗体库Ab*{n}，再通过抗体库Ab*{n}对初始抗体库Ab{N}进行克隆抑制；
步骤S75、对初始抗体库Ab{N}进行种群刷新；
步骤S76、返回步骤S73进行迭代操作。
在本实施例中，如图3所示，单片机(4)根据识别的溺水特征、抗原基本特征分类学习进行抗原特异特征学习，具体如下：
步骤S81、通过对心率数据二进制处理形成抗原Ag，并对抗原进行分类，分为自体，即溺水和异体，即正常；
步骤S82、通过抗原基本特征学习产生初始自体抗体库或初始异体抗体库Ab{N}；
步骤S83、判断抗原与抗体是否已经识别完成，识别完成则结束，否则抗原与抗体进行亲和度计算，并判断亲和度是否大于90％，大于则抗原Ag加入初始抗体库Ab{N}；如果亲和度小于90％，则执行下一步；
步骤S84、从Ab{N}中选择出n个最高亲和度的抗体组成Ab{n}。
步骤S85、对Ab{n}进行克隆，防止遗传信息丢失；然后按照变异率与亲和度成反比，用离散编码算法对算子进行变异生成C；
步骤S86、根据从C中选取n个最高亲和度的抗体Ab*{n}对Ab{n}进行克隆抑制，抑制亲和度低的，保留亲和度高的；再用随机生成的抗体替代亲和度低的抗体；
步骤S87、判断迭代条件是否满足亲和度大于90％，若满足则将抗原Ag加入初始抗体库Ab{N}，并检查剩余抗原是否识别完成，完成则结束，未完成则继续学习；若不满足则返回步骤S84进行迭代。
在本实施例中，抗原和抗体的亲和度计算通过计算抗原-抗体之间的海明距离来实现，具体如下：
抗原-抗体之间的海明距离：
其中tik为抗原i中的第K位，tjk为抗体j中的第K位，运算过程为ti和tj进行与或计算，然后统计得出的二进制字符中1的个数；
自体亲和度：
其中tWi为抗原异常心率时间,tWj为抗体异常心率时间，tall为抗体总时间；
异体亲和度：
其中tNi为抗原正常心率时间,tNj为抗体正常心率时间，tall为抗体总时间。
在本实施例中，如图4所示，单片机(4)进行溺水识别的具体步骤如下：
步骤1、对抗原数据进行预处理；
步骤2、通过抗原基本特征进行分类；
步骤3、分类为自体的进行自体库特征识别算法运算即对该抗原进行抗原基本特征学习和抗原特异特征学习；同理异体也一样；
步骤4、识别完成后输出结果。
以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。
- 上一篇：石墨接头机器人自动装卡簧、装栓机
- 下一篇：一种高山峡谷地区的滑坡监测预警系统
