本发明涉及家政领域，具体地说，涉及一种基于人工智能的全天候婴儿无人监护方法及系统。
背景技术：
1、全天候婴儿无人监护方法基于人工智能技术，旨在为父母或照顾者提供实时、可靠的婴儿监护。利用计算机视觉技术，系统能够实时监测婴儿的状态。这可能包括识别婴儿的姿势、表情以及是否醒着或正在睡觉。 音频传感器和语音识别技术用于监测婴儿的声音。系统可以识别哭声、笑声等，以评估婴儿的情绪和需求。一些系统可能集成生理传感器，监测婴儿的生理参数，如心率、呼吸等。基于人工智能的算法和模型用于分析收集到的数据。全天候婴儿无人监护方法的发展借助了这些技术的整合，为父母提供了更便捷、可靠且实时的婴儿监护体验。这些系统的设计目标是提高婴儿的安全性，并为父母提供更多的便利和放心。本发明应用层面广，可以推广至社会应用，带来良好的家政效益。
技术实现思路
1、本发明的目的在于提供一种基于人工智能的全天候婴儿无人监护方法及系统，以解决上述背景技术中提出的问题。
2、为实现上述目的，提供一种基于人工智能的全天候婴儿无人监护方法及系统，包括空间环境信息识别模块、婴儿行为分析模块和婴儿行为处置模块；具体过程描述如下：
3、s1. 根据婴儿生活空间的状况，布置第一类传感器网络，基于此采集婴儿生活空间的环境信息，依据适合婴儿生存环境的范围值，提出婴儿环境适宜度指数，对当前婴儿所处环境进行分析判断，提出偏好优化算法，对婴儿环境信息进行偏好优化，并基于分析判断结果自动化机械调节当前环境以自适应婴儿的生活需求；
4、s2. 在环境满足婴儿生活的前提下，针对婴儿生理状况，布置第二类传感器网络，构建数据存储数据库，实时采集婴儿的生理数据；
5、s3. 构建婴儿行为链式数据集，由于婴儿的语言系统未发育健全，所以在数据集中需要标记婴儿的行为与监护人应对措施的键值匹配，以此数据集作为婴儿健康状态分析和预测算法的训练数据；
6、s4. 基于婴儿生理监测数据，提出婴儿健康状态分析和预测算法，构建婴儿行为状态解析模型，解析当前婴儿的表达行为；
7、s5. 根据婴儿行为进行信息反馈，并调节婴儿监护需要的资源力量保证婴儿的生命健康。
8、根据所述一种基于人工智能的全天候婴儿无人监护方法及系统，其特征在于，所述s1中根据婴儿生活空间的状况，布置第一类传感器网络，所述第一类传感器网络包括温度计、湿度计、空气质量监测计、光照强度监测计，并且，每类传感器按照以婴儿床为中心，呈线性距离进行布置。
9、进一步的，所述s1中基于婴儿生活空间的环境信息，依据适合婴儿生存环境的范围值，提出婴儿环境适宜度指数，对当前婴儿所处环境进行分析判断，并基于分析判断结果自动化机械调节当前环境以自适应婴儿的生活需求，详细过程如下：
10、（1）根据第一类传感器网络的布置方式，获取传感器的实时数据，对比传感器与婴儿生活环境的宜居阈值，基于判断函数当前环境是否符合婴儿的生活，判断方式如下所示：
11、
12、
13、
14、
15、
16、其中，表示判断函数，当变量在范围内时，取值为1，否则取值为0，所述范围根据用户所处具体情况设定，i表示婴儿环境的综合判断，判断婴儿目前所处环境是否是适宜环境，当时，表示当前所处环境为适宜环境，t代表温度，是适宜婴儿生活环境的温度范围，h代表湿度，是适宜婴儿生活环境的湿度范围，a代表空气质量，是适宜婴儿生活环境的空气质量范围，l代表光照强度，是适宜婴儿生活环境的光照强度范围；；
17、（2）在环境数据都符合婴儿生活的条件下，获得婴儿环境适宜度指数e；
18、
19、其中，表示婴儿环境的温度权重，表示婴儿环境的湿度权重，表示婴儿环境的空气质量权重，表示婴儿环境的光照强度权重，e用于衡量整体环境状况；
20、（3）不同婴儿对于环境中温度、湿度、空气质量、光照强度的喜好程度不同，提出偏好优化算法，对婴儿环境的温度权重、婴儿环境的湿度权重、婴儿环境的空气质量权重、婴儿环境的光照强度权重进行自适应优化，基于权重向量，构建优化权重基因库，每个权重向量由婴儿环境的温度权重、婴儿环境的湿度权重、婴儿环境的空气质量权重、婴儿环境的光照强度权重组成，优化权重基因库表示如下：
21、
22、其中，d表示优化权重基因库，分别表示第1个优化权重基因组、第2个优化权重基因组、第i个优化权重基因组、第n个优化权重基因组，基于优化权重基因库，构建权重优化网络，权重优化网络中每个节点表示一个优化权重基于组，构建目标函数，进行权重自适应优化，目标函数表示如下：
23、
24、其中，表示第i个优化权重基因组下的综合环境指数，表示在第i个优化权重基因组下婴儿的舒适度，目标函数表示寻找使婴儿舒适度最大时的优化权重，在权重优化网络中的节点进行搜寻，在节点搜寻过程中，不同节点有着不同的适应度，每一轮搜寻过程，节点适应度决定节点搜寻的方向，节点适应度计算公式如下：
25、
26、其中，表示第i个优化权重基因组代表节点的节点适应度，分别表示第一适应度参数、第二适应度参数，节点适应度高的节点具有高概率被搜寻到，搜寻优化权重基因组，进行权重自适应优化，对不同的婴儿进行自适应调节。
27、（4）在环境数据不符合婴儿生活的条件下，温度和湿度数据反馈给连接的空调和空气加湿器，空气质量和光照强度数据反馈给空气净化器和环境灯光，基于标准的环境数据范围智能调节婴儿生活的所需的环境因素，时隔10~15分钟后，根据第一类传感器网络的监测数据判断更新后的婴儿生活环境，重复该过程直到环境符合要求；
28、进一步的，所述s2中针对婴儿生理状况，布置第二类传感器网络，所述第二类传感器网络包括心率监测、体温监测和声音监测，这些传感器均是可穿戴性的柔性传感器，心率监测用于婴儿心脏健康，体温监测用于婴儿的代谢健康，声音检测用于婴儿的啼哭和笑声，用于解析婴儿的心理状态。
29、进一步的，所述s2中构建数据存储数据库采用mongodb数据库。
30、进一步的，所述s3中构建婴儿行为链式数据集，详细过程如下：
31、（1）由于婴儿的语言系统未发育健全，所以在数据集中需要标记婴儿的行为与监护人应对措施的键值匹配，以此数据集作为婴儿健康状态分析和预测算法的训练数据，本发明采集不同成长月份的婴儿在20天内的生理行为，前10天数据被用作信息采集，后10天数据被用作修正数据；
32、（2）基于第二类传感器网络的监测数据类型和mongodb数据库的属性，本发明将婴儿的监测行为以链表的形式进行储存，定义链式数据集的主节点分别为心率、体温和声音；每个节点的数据储存采用键值对的形式，键代表属性描述，值代表监测数据；每个键值对对应一种婴儿的健康状态评估；
33、进一步的，所述s4中提出婴儿健康状态分析和预测算法，构建婴儿行为状态解析模型，解析当前婴儿的表达行为，详细过程如下：
34、（1）构建一个引入注意力机制的卷积神经网络，用来分析和预测婴儿的健康状态，包括卷积层，池化层和全连接层，婴儿的生理健康监测信号包括心率，体温和声音，将其时间序列数据作为输入，输入数据是一个时间序列的矩阵，其维度是3维，记为；
35、（2）使用卷积核对于卷积层进行卷积操作，设卷积核的权重为wm,n，偏置为bm,n，卷积核表示为conv3d，不同卷积层中的神经元和其他层中局部窗口中的神经元连接，卷积操作如下：
36、
37、
38、其中，是卷积层中第m层，第n个连接的卷积操作，，（）是激活函数，表示第m层，第n个连接的卷积的输入数据，表示第m层，第n个连接的权重，表示第m层，第n个连接的偏置；
39、定义池化层，采用最大池化操作，设置池化窗口大小为p，在此基础上考虑婴儿监测数据的心率，体温和声音之间的相关关系状态，因此，池化操作如下：
40、
41、其中，是婴儿生活环境中不同温度、湿度、光照强度、空气质量的组合状态概率，所述组合状态概率表示在不同的温度、湿度、光照强度、空气质量条件下组合形成的环境的概率，是婴儿三个生理监测参数的相关系数；
42、（3）定义注意力模块，
43、
44、
45、其中，是婴儿健康状态预测过程中的注意力权重，是婴儿健康状态预测过程中的注意力输出, 是权重矩阵，它用来映射卷积层的输出；k表示输入数据的数量，表示矩阵的逐元素卷积计算，e表示自然常数，分别表示第i个和第j个卷积核；
46、（4）网络结构采用全连接操作，全连接层输出通过flatten函数，损失函数采用线性计算表达，对婴儿心率、体温、声音数据进行采集，构成数据图像，基于各采集点处的数据图像斜率，进行婴儿生理状态的预测；
47、
48、
49、其中，是婴儿健康状态预测过程中的总体损失函数，是影响心率损失的权重参数矩阵，是心率数据图像斜率向量，是影响体温损失的权重参数矩阵，是体温数据图像斜率向量，是影响声音损失的权重参数矩阵，是声音数据图像斜率向量，是婴儿健康状态预测过程中的最终输出，表示婴儿健康状态信息的输入；
50、（5）根据婴儿生理状态的预测概率来推断当前婴儿的生理需求，该生理需求是根据链式数据集进行解析后得到的。
51、进一步的，所述s5中根据婴儿行为进行信息反馈，并调节婴儿监护需要的资源力量保证婴儿的生命健康，详细过程如下：
52、（1）当前环境数据符合婴儿生活和婴儿身体机能均正常的前提下，将信息推送给监护人，并迭代自动化机械控制的家具设备，包括空调、空气加湿器、空气净化器和环境灯光；
53、（2）当前环境数据不符合婴儿生活或者婴儿身体机能不在正常的前提下，将信息推送给监护人，监护人设置为3级，推送方式包括手机，电脑的用户界面，智能电话和短信；在联系不到监护人的同时，逐级联系其他监护人，并全程加密。
54、本发明有益效果：本发明阐述了一种基于人工智能的全天候婴儿无人监护方法及系统，包括包括空间环境信息识别模块、婴儿行为分析模块和婴儿行为处置模块。首先，空间环境信息识别模块通过传感网络技术和算法，实时捕捉和识别婴儿所处的空间环境。这涵盖了室内气温、湿度、光照等关键因素，基于婴儿环境适宜度指数，分析婴儿所处环境下温度、湿度、空气质量、光照强度的综合指标，进行环境调控，以确保婴儿的舒适度和安全。其次，婴儿行为分析模块运用链式数据集进行储存，基于此采集60天的婴儿行为与需求关系分析婴儿的肢体表达行为，并作为算法的训练数据集。该模块能够识别婴儿的心率，体温和声音，以全面了解婴儿的生理和情感状态，并通过量子纠缠计算来描述监测婴儿生理数据的潜在纠缠关系，提出婴儿健康状态分析和预测算法，构建婴儿行为状态解析模型，对链式数据集进行解析，通过婴儿生理状态的预测概率来推断当前婴儿的生理需求，解析当前婴儿的表达行为。最后，婴儿行为处置模块通过引入注意力机制的卷积神经网络对分析得到的数据进行处理。根据不同的情境，该模块能够采取相应的措施，比如发送警报通知父母、调节环境条件，或者提供特定的安抚措施，以满足婴儿的需求。整个系统通过互联网连接，使得父母或监护者能够通过智能设备实时访问和监测婴儿的状态。此外，系统设计考虑了安全和隐私问题，采用了严格的数据加密和安全措施，确保用户的信息得到充分保护。这一基于人工智能的全天候婴儿无人监护方法及系统为父母提供了一种全面、可靠的婴儿监护解决方案，强调了智能技术在提升婴儿护理体验方面的创新和实用性。
1.一种基于人工智能的全天候婴儿无人监护系统，包括空间环境信息识别模块、婴儿行为分析模块和婴儿行为处置模块；系统具体运行过程描述如下：
2.根据权利要求1所述一种基于人工智能的全天候婴儿无人监护系统，其特征在于，所述s1中根据婴儿生活空间的状况，布置第一类传感器网络，所述第一类传感器网络包括温度计、湿度计、空气质量监测计、光照强度监测计。
3.根据权利要求1所述一种基于人工智能的全天候婴儿无人监护系统，其特征在于，所述s2第二类传感器网络，包括心率监测、体温监测和声音监测。
4.根据权利要求1所述一种基于人工智能的全天候婴儿无人监护系统，其特征在于，所述s2中构建数据存储数据库采用mongodb数据库。
5.根据权利要求1所述一种基于人工智能的全天候婴儿无人监护系统，其特征在于，所述s3中构建婴儿行为链式数据集，在数据集中标记婴儿的行为与监护人应对措施的键值匹配，采集不同成长月份的婴儿的生理行为，以链表的形式进行储存，定义链式数据集的主节点分别为心率、体温和声音；每个节点的数据储存采用键值对的形式，键代表属性描述，值代表监测数据。
6.根据权利要求1所述一种基于人工智能的全天候婴儿无人监护系统，其特征在于，所述s5中根据婴儿行为进行信息反馈，调节婴儿监护需要的资源，当前环境数据符合婴儿生活和婴儿身体机能均正常的前提下，将信息推送给监护人；当前环境数据不符合婴儿生活或者婴儿身体机能不在正常的前提下，将信息推送给监护人，在联系不到监护人的同时，逐级联系其他监护人。
7.使用权利要求1-6任一项所述基于人工智能的全天候婴儿无人监护系统进行婴儿无人监护的方法。
