CN111161507A - 基于智能穿戴设备的危险感知方法、装置及智能穿戴设备 - Google Patents

Abstract

本申请涉及一种基于智能穿戴设备的危险感知方法、装置及智能穿戴设备，其中，基于智能穿戴设备的危险感知方法包括以下步骤：获取红外成像模块传输的感知数据；根据感知数据，查询并获取本地数据库中的历史数据；在感知数据与历史数据的相似度大于或等于相似阈值时，获取对应感知数据的身份信息；根据身份信息，生成危险警示指令，并将危险警示指令传输给语音警示模块；危险警示指令用于指示语音警示模块语音播报身份信息，实现对目标物的危险感知，提高了监测精度和监测反馈及时性。本申请能够精准的监测到路面坑洼和积水等障碍，监测精度高，监测误差小。

Description

基于智能穿戴设备的危险感知方法、装置及智能穿戴设备

技术领域

本申请涉及智能穿戴设备技术领域，特别是涉及一种基于智能穿戴设备的危险感知方法、装置及智能穿戴设备。

背景技术

随着智能化的发展，穿戴式的智能设备应用越来越广泛，通过这些穿戴式的智能设备，使用者可以更好的感知外部与自身的信息，能够在计算机、网络甚至其它人的辅助下更为高效率的处理信息，能够实现更为无缝的交流。其中，穿戴式智能设备是指应用穿戴式技术对日常穿戴进行智能化设计、开发出可以穿戴的设备的总称。如今，随着生活节奏的加快，以及人们对健康的重视，有很大一部分人会选择在晚上散步或跑步。由于晚上户外可见度较低，容易在散步或跑步过程中绊倒或摔倒。而目前的智能穿戴设备难以精准的监测到路面坑洼和积水等障碍，存在较大的监测误差。

在实现过程中，发明人发现传统技术中至少存在如下问题：传统的智能穿戴设备难以精准的监测到路面坑洼和积水等障碍，监测精度低，监测误差大。

发明内容

基于此，有必要传统的智能穿戴设备难以精准的监测到路面坑洼和积水等障碍，监测精度低，监测误差大的问题，提供一种基于智能穿戴设备的危险感知方法、装置及智能穿戴设备。

为了实现上述目的，本发明实施例提供了一种基于智能穿戴设备的危险感知方法，包括以下步骤：

获取红外成像模块传输的感知数据；

根据感知数据，查询并获取本地数据库中的历史数据；

在感知数据与历史数据的相似度大于或等于相似阈值时，获取对应感知数据的身份信息；

根据身份信息，生成危险警示指令，并将危险警示指令传输给语音警示模块；危险警示指令用于指示语音警示模块语音播报身份信息。

在其中一个实施例中，在感知数据与历史数据的相似度大于或等于相似阈值时，获取对应感知数据的身份信息的步骤包括：

在感知数据与历史数据的相似度大于或等于相似阈值时，查询并获取本地数据库中对应历史数据的身份信息；

将历史数据的身份信息确认为感知数据的身份信息。

在其中一个实施例中，感知数据为积水图像数据、凹陷图像数据、凸起物图像数据或车辆图像数据。

在其中一个实施例中，在感知数据为车辆图像数据时，还包括步骤：

根据车辆图像数据的身份信息，生成警示灯启动指令，并将警示灯启动指令传输给警示灯；警示灯启动指令用于指示警示灯点亮。

在其中一个实施例中，根据感知数据，查询并获取本地数据库中的历史数据的步骤包括：

对感知数据进行去噪处理，得到去噪后的感知数据；

根据去噪后的感知数据，查询并获取本地数据库中的历史数据。

另一方面，本发明实施例还提供了一种基于智能穿戴设备的危险感知装置，包括：

数据获取单元，用于获取红外成像模块传输的感知数据；

数据查询单元，用于根据感知数据，查询并获取本地数据库中的历史数据；

数据匹配单元，用于在感知数据与历史数据的相似度大于或等于相似阈值时，获取对应感知数据的身份信息；

感知处理单元，用于根据身份信息，生成危险警示指令，并将危险警示指令传输给语音警示模块；危险警示指令用于指示语音警示模块语音播报身份信息。

另一方面，本发明实施例还提供了一种智能穿戴设备，包括处理器、红外成像模块和语音警示模块；处理器分别连接红外成像模块和语音警示模块；

处理器用于执行上述任一项的基于智能穿戴设备的危险感知方法的步骤。

在其中一个实施例中，还包含连接处理器的警示灯。

在其中一个实施例中，还包含智能穿戴设备壳体；处理器、红外成像模块和语音警示模块分别设于智能穿戴设备壳体内。

另一方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一项的基于智能穿戴设备的危险感知方法的步骤。

上述技术方案中的一个技术方案具有如下优点和有益效果：

上述的基于智能穿戴设备的危险感知方法的各实施例中，通过获取红外成像模块传输的感知数据；根据感知数据，查询并获取本地数据库中的历史数据；在感知数据与历史数据的相似度大于或等于相似阈值时，获取对应感知数据的身份信息；根据身份信息，生成危险警示指令，并将危险警示指令传输给语音警示模块，进而语音警示模块可根据危险警示指令进而语音播报相应的身份信息，实现对目标物的危险感知，提高了监测的精度和监测的反馈及时性。本申请能够精准的监测到路面坑洼和积水等障碍，监测精度高，监测误差小。

附图说明

图1为一个实施例中基于智能穿戴设备的危险感知方法的应用环境示意图；

图2为一个实施例中基于智能穿戴设备的危险感知方法的第一流程示意图；

图3为一个实施例中基于智能穿戴设备的危险感知方法的第二流程示意图；

图4为一个实施例中基于智能穿戴设备的危险感知方法的第三流程示意图；

图5为一个实施例中基于智能穿戴设备的危险感知装置的结构示意图；

图6为一个实施例中智能穿戴设备的第一结构示意图；

图7为一个实施例中智能穿戴设备的第二结构示意图。

具体实施方式

为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的首选实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本申请的公开内容更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。本文所使用的术语“及／或”包括一个或多个相关的所列项目的任意的和所有的组合。

本申请提供的工作票文本去重方法，可以应用于如图1所示的应用环境中。其中，处理器102分别与红外成像模块104、语音警示模块106进行通信连接。其中，处理器102可以但不限于是单片机、RAM或DSP等处理器，红外成像模块104可以用独立红外成像模块的或者是多个红外成像模块组成的红外成像模块集群来实现；语音警示模块106可以用独立语音警示模块的或者是多个语音警示模块组成的语音警示模块集群来实现。

在一个实施例中，如图2所示，提供了一种基于智能穿戴设备的危险感知方法，以该方法应用于图1中的处理器102为例进行说明，包括以下步骤：

步骤S210，获取红外成像模块传输的感知数据。

其中，红外成像模块指的是能够以“面”的形式对目标整体实时成像。红外成像模块可以是红外成像仪。感知数据指的是红外成像模块对目标物实时成像后得到的数据。在一个示例中，红外成像模块可对目标物进行实时成像采集，进而得到对应目标物的感知数据。

具体地，处理器可向红外成像模块传输启动指令，红外成像模块根据启动指令，启动工作，进而红外成像模块可实时对目标物进行成像，得到对应目标物的感知数据。

步骤S220，根据感知数据，查询并获取本地数据库中的历史数据。

其中，本地数据库可以由处理器内部的存储器建立构成，也可以由外部存储器建立构成；本地数据库可用来存储历史数据。历史数据可包括预先保存在本地数据库的对应目标物的图像数据；历史数据还可包括对应目标物图像数据的身份信息。

具体地，处理器根据红外成像模块传输的感知数据，查询本地数据库中是否存在对应感知数据的历史数据。处理器可根据查询的结果，若查询到本地数据库中存在对应感知数据的历史数据，则获取该历史数据，即确认对应该感知数据的目标物的障碍物种类。

步骤S230，在感知数据与历史数据的相似度大于或等于相似阈值时，获取对应感知数据的身份信息。

其中，相似阈值可根据系统预设得到。在一个示例中相似阈值为80%。身份信息指的是对应感知数据的目标物身份信息，例如身份信息可以是积水障碍物、坑洼障碍物或石头障碍物等。

具体地，处理器根据获取到的历史数据，可将感知数据与历史数据进行相似度比对处理。处理器可根据比对处理的结果，在感知数据与历史数据的相似度大于或等于相似阈值时，获取对应感知数据的身份信息。

步骤S240，根据身份信息，生成危险警示指令，并将危险警示指令传输给语音警示模块；危险警示指令用于指示语音警示模块语音播报身份信息。

其中，语音警示模块指的是能够产生语音警示功能的器件或模块。例如，语音警示模块可包括扬声器，语音警示模块可根据不同类型的危险警示指令，产生对应不同目标物的语音警示。危险警示指令可用来指示语音警示模块语音播报身份信息。危险警示指令可以是对应积水障碍物的警示指令、对应坑洼障碍物的警示指令或对应石头障碍物的警示指令。

具体地，处理器可根据获取到的对应感知数据的身份信息，生成相应的危险警示指令，并将危险警示指令传输给语音警示模块，进而语音警示模块可根据危险警示指令进行语音播报相应的身份信息，实现对目标物的危险感知，从而及时提醒使用者，使得使用者能够及时避开目标物。

具体而言，通过获取红外成像模块传输的感知数据；根据感知数据，查询并获取本地数据库中的历史数据；在感知数据与历史数据的相似度大于或等于相似阈值时，获取对应感知数据的身份信息；根据身份信息，生成危险警示指令，并将危险警示指令传输给语音警示模块，进而语音警示模块可根据危险警示指令进而语音播报相应的身份信息，实现对目标物的危险感知，提高了监测精度和监测反馈及时性。通过对目标物的危险感知处理，能够精准的监测到路面坑洼和积水等障碍，监测精度高，监测误差小。

在一个实施例中，如图3所示，提供了一种基于智能穿戴设备的危险感知方法，以该方法应用于图1中的处理器102为例进行说明，包括以下步骤：

步骤S310，获取红外成像模块传输的感知数据。

步骤S320，根据感知数据，查询并获取本地数据库中的历史数据。

步骤S330，在感知数据与历史数据的相似度大于或等于相似阈值时，查询并获取本地数据中对应历史数据的身份信息。

具体地，处理器根据获取到的历史数据，可将感知数据与历史数据进行相似度比对处理。处理器可根据比对处理的结果，在感知数据与历史数据的相似度大于或等于相似阈值时，查询本地数据库中对应该历史数据的身份信息。

步骤S340，将历史数据的身份信息确认为感知数据的身份信息。

具体地，处理器根据查询到的对应该历史数据的身份信息，进而将该历史数据的身份信息确认为感知数据的身份信息，从而可确认对应目标物的身份信息。

步骤S350，根据身份信息，生成危险警示指令，并将危险警示指令传输给语音警示模块；危险警示指令用于指示语音警示模块语音播报身份信息。

其中，上述步骤S310、步骤S320和步骤S350的具体内容过程可参考上文内容，此处不再赘述。

具体而言，通过获取红外成像模块传输的感知数据；根据感知数据，查询并获取本地数据库中的历史数据；在感知数据与历史数据的相似度大于或等于相似阈值时，查询本地数据库中是否存在对应历史数据的身份信息；在查询到对应历史数据的身份信息时，获取对应该历史数据的身份信息，并将该历史数据的身份信息确认为感知数据的身份信息；根据感知数据的身份信息，生成危险警示指令，并将危险警示指令传输给语音警示模块，进而语音警示模块可根据危险警示指令进而语音播报相应的身份信息，实现对目标物的危险感知，提高了监测精度和监测反馈及时性。通过对目标物的危险感知处理，能够精准的监测到路面坑洼和积水等障碍，监测精度高，监测误差小，进而使用者在跑步或散步过程中，能够根据处理器的危险感知反馈，及时进行规避，防止摔倒等受伤。

在一个具体的实施例中，感知数据为积水图像数据、凹陷图像数据、凸起物图像数据或车辆图像数据。

其中，积水图像数据可以是路面积水的图像数据。凹陷图像数据可以是对应坑洼目标物的图像数据。凸起物图像数据可以是对应石头或树枝等目标物的图像数据。车辆图像数据可以是后方行驶经过使用者的车辆的图像数据。

在一个具体的实施例中，在感知数据为车辆图像数据时，还包括步骤：

根据车辆图像数据的身份信息，生成警示灯启动指令，并将警示灯启动指令传输给警示灯；警示灯启动指令用于指示警示灯点亮。

其中，警示灯可以但不限于是LED闪烁灯。警示灯启动指令可用来触发警示灯点亮，进而可及时提醒后方来车主要避让。

具体地，处理器可根据获取到的对应感知数据的身份信息，在感知数据为车辆图像数据时，可根据车辆图像数据的身份信息，生成警示灯启动指令，并将警示灯启动指令传输给警示灯，进而警示灯可根据警示灯启动指令触发点亮，实现提醒使用者有后方来车的同时提醒后方来车及时避让，进而提高了危险感知的反馈可靠性。

在一个实施例中，如图4所示，提供了一种基于智能穿戴设备的危险感知方法，以该方法应用于图1中的处理器102为例进行说明，包括以下步骤：

步骤S410，获取红外成像模块传输的感知数据。

步骤S420，对感知数据进行去噪处理，得到去噪后的感知数据。

具体地，处理器可对获取到的感知数据进行去噪处理，进而得到去噪后的感知数据。

需要说明的是，可采用领域平均法、中值滤波法、低通滤波法或均值滤波法等去噪方法实现对感知数据的去噪处理。

步骤S430，根据去噪后的感知数据，查询并获取本地数据库中的历史数据。

具体地，处理器根据获取到的去噪后感知数据，查询本地数据库中的历史数据，并获取对应去噪后感知数据的历史数据。

步骤S440，在感知数据与历史数据的相似度大于或等于相似阈值时，获取对应感知数据的身份信息。

步骤S450，根据身份信息，生成危险警示指令，并将危险警示指令传输给语音警示模块；危险警示指令用于指示语音警示模块语音播报身份信息。

其中，上述步骤S410、步骤S440和步骤S450的具体内容过程可参考上文内容，此处不再赘述。

具体而言，通过获取红外成像模块传输的感知数据，对获取到的感知数据进行去噪处理，进而得到去噪后的感知数据；根据去噪后的感知数据，查询并获取本地数据库中的历史数据；在感知数据与历史数据的相似度大于或等于相似阈值时，查询本地数据库中是否存在对应历史数据的身份信息；在查询到对应历史数据的身份信息时，获取对应该历史数据的身份信息，即获取到感知数据的身份信息；根据感知数据的身份信息，生成危险警示指令，并将危险警示指令传输给语音警示模块，进而语音警示模块可根据危险警示指令进而语音播报相应的身份信息，实现对目标物的危险感知，提高了监测精度和监测反馈及时性。通过对目标物的危险感知处理，能够精准的监测到路面坑洼和积水等障碍，监测精度高，监测误差小；通过对感知数据进行去噪处理，进而提高了危险感知的精确度，进一步的提高了监测精度。

应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图5所示，提供了一种基于智能穿戴设备的危险感知装置，包括：

数据获取单元510，用于获取红外成像模块传输的感知数据。

数据查询单元520，用于根据感知数据，查询并获取本地数据库中的历史数据。

数据匹配单元530，用于在感知数据与历史数据的相似度大于或等于相似阈值时，获取对应感知数据的身份信息。

感知处理单元540，用于根据身份信息，生成危险警示指令，并将危险警示指令传输给语音警示模块；危险警示指令用于指示语音警示模块语音播报身份信息。

关于基于智能穿戴设备的危险感知装置的具体限定可以参见上文中对于基于智能穿戴设备的危险感知方法的限定，在此不再赘述。上述基于智能穿戴设备的危险感知装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于智能穿戴设备中的处理器中，也可以以软件形式存储于智能穿戴设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，如图6所示，提供了一种智能穿戴设备，包括处理器610、红外成像模块620和语音警示模块630；处理器610分别连接红外成像模块620和语音警示模块630；处理器610用于执行上述任一项的基于智能穿戴设备的危险感知方法的步骤。

其中，处理器610指的是具有数据处理和数据传输等功能的处理器件。处理器610可以但不限于是单片机、ARM或FPGA等处理器件。红外成像模块620可以但不限于是红外成像仪。语音警示模块630可以但不限于是扬声器。

具体地，处理器610可用于执行以下基于智能穿戴设备的危险感知方法的步骤：

获取红外成像模块620传输的感知数据；

根据感知数据，查询并获取本地数据库中的历史数据；

在感知数据与历史数据的相似度大于或等于相似阈值时，获取对应感知数据的身份信息；

根据身份信息，生成危险警示指令，并将危险警示指令传输给语音警示模块630；危险警示指令用于指示语音警示模块630语音播报身份信息。

具体而言，基于处理器610分别连接红外成像模块620和语音警示模块630，处理器610通过获取红外成像模块620传输的感知数据，并根据感知数据，查询并获取本地数据库中的历史数据；在感知数据与历史数据的相似度大于或等于相似阈值时，获取对应感知数据的身份信息；根据身份信息，生成危险警示指令，并将危险警示指令传输给语音警示模块630，进而语音警示模块630可根据危险警示指令进而语音播报相应的身份信息，实现对目标物的危险感知，提高了监测精度和监测反馈及时性。从而实现精准的监测到路面坑洼和积水等障碍，监测精度高，监测误差小。

在一个实施例中，如图7所示，提供了一种智能穿戴设备，该设备包括处理器710、红外成像模块720和语音警示模块730；处理器710分别连接红外成像模块720和语音警示模块730；智能穿戴设备还包含连接处理器710的警示灯740。

其中，警示灯740可以但不限于是LED警示灯。

具体地，基于处理器710连接警示灯740，进而处理器710可根据获取到的对应感知数据的身份信息，在感知数据为车辆图像数据时，可根据车辆图像数据的身份信息，生成警示灯启动指令，并将警示灯启动指令传输给警示灯740，进而警示灯740可根据警示灯启动指令触发点亮，实现提醒使用者有后方来车的同时提醒后方来车及时避让，进而提高了危险感知的反馈可靠性。

在一个具体的实施例中，智能穿戴设备还包含智能穿戴设备壳体；处理器、红外成像模块和语音警示模块分别设于智能穿戴设备壳体内。

其中，智能穿戴设备壳体可以但不限于是帽子、衣服或手环等。

在一个实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一项的基于智能穿戴设备的危险感知方法的步骤。

具体地，计算机程序被处理器执行时实现以下基于智能穿戴设备的危险感知方法的步骤：

获取红外成像模块传输的感知数据；

根据感知数据，查询并获取本地数据库中的历史数据；

在感知数据与历史数据的相似度大于或等于相似阈值时，获取对应感知数据的身份信息；

根据身份信息，生成危险警示指令，并将危险警示指令传输给语音警示模块；危险警示指令用于指示语音警示模块语音播报身份信息。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各除法运算方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于智能穿戴设备的危险感知方法，其特征在于，包括以下步骤：

获取红外成像模块传输的感知数据；

根据所述感知数据，查询并获取本地数据库中的历史数据；

在所述感知数据与所述历史数据的相似度大于或等于相似阈值时，获取对应所述感知数据的身份信息；

根据所述身份信息，生成危险警示指令，并将所述危险警示指令传输给语音警示模块；所述危险警示指令用于指示所述语音警示模块语音播报所述身份信息。

2.根据权利要求1所述的基于智能穿戴设备的危险感知方法，其特征在于，所述在所述感知数据与所述历史数据的相似度大于或等于相似阈值时，获取对应所述感知数据的身份信息的步骤包括：

在所述感知数据与所述历史数据的相似度大于或等于相似阈值时，查询并获取所述本地数据库中对应所述历史数据的身份信息；

将所述历史数据的身份信息确认为所述感知数据的身份信息。

3.根据权利要求1所述的基于智能穿戴设备的危险感知方法，其特征在于，所述感知数据为积水图像数据、凹陷图像数据、凸起物图像数据或车辆图像数据。

4.根据权利要求3所述的基于智能穿戴设备的危险感知方法，其特征在于，在所述所述感知数据为所述车辆图像数据时，还包括步骤：

根据所述车辆图像数据的身份信息，生成警示灯启动指令，并将所述警示灯启动指令传输给警示灯；所述警示灯启动指令用于指示所述警示灯点亮。

5.根据权利要求1所述的基于智能穿戴设备的危险感知方法，其特征在于，所述根据所述感知数据，查询并获取本地数据库中的历史数据的步骤包括：

对所述感知数据进行去噪处理，得到去噪后的感知数据；

根据所述去噪后的感知数据，查询并获取本地数据库中的历史数据。

6.一种基于智能穿戴设备的危险感知装置，其特征在于，包括：

数据获取单元，用于获取红外成像模块传输的感知数据；

数据查询单元，用于根据所述感知数据，查询并获取本地数据库中的历史数据；

数据匹配单元，用于在所述感知数据与所述历史数据的相似度大于或等于相似阈值时，获取对应所述感知数据的身份信息；

感知处理单元，用于根据所述身份信息，生成危险警示指令，并将所述危险警示指令传输给语音警示模块；所述危险警示指令用于指示所述语音警示模块语音播报所述身份信息。

7.一种智能穿戴设备，其特征在于，包括处理器、红外成像模块和语音警示模块；所述处理器分别连接所述红外成像模块和所述语音警示模块；

所述处理器用于执行权利要求1至5中任一项所述的基于智能穿戴设备的危险感知方法的步骤。

8.根据权利要求7所述的智能穿戴设备，其特征在于，还包含连接所述处理器的警示灯。

9.根据权利要求7或8所述的智能穿戴设备，其特征在于，还包含智能穿戴设备壳体；所述处理器、所述红外成像模块和所述语音警示模块分别设于所述智能穿戴设备壳体内。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的基于智能穿戴设备的危险感知方法的步骤。

Images