CN105336102B - 摔倒检测定位方法和装置 - Google Patents
摔倒检测定位方法和装置 Download PDFInfo
- Publication number
- CN105336102B CN105336102B CN201510830851.3A CN201510830851A CN105336102B CN 105336102 B CN105336102 B CN 105336102B CN 201510830851 A CN201510830851 A CN 201510830851A CN 105336102 B CN105336102 B CN 105336102B
- Authority
- CN
- China
- Prior art keywords
- acceleration
- human body
- threshold
- module
- control module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000001133 acceleration Effects 0.000 claims abstract description 113
- 241000282414 Homo sapiens Species 0.000 claims abstract description 95
- 230000033001 locomotion Effects 0.000 claims abstract description 36
- 230000008859 change Effects 0.000 claims abstract description 27
- 238000004891 communication Methods 0.000 claims description 19
- 230000005484 gravity Effects 0.000 claims description 9
- 230000003111 delayed effect Effects 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
- G08B21/043—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting an emergency event, e.g. a fall
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0446—Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供一种摔倒检测定位方法和装置，包括：获取人体合加速度，并判断合加速度是否大于第一阈值；若合加速度大于所述第一阈值，则根据合加速度获取人体运动状态变化强度数值，并判断运动状态变化强度数值是否大于第二阈值；若运动状态变化强度数值大于第二阈值，则延时预设时间获取人体姿态角，并判断姿态角是否大于第三阈值；若是，则判定人体摔倒。通过上述的三级判断得到的判定人体是否摔倒的结果准确率高，排除了多种正常运动状态的干扰，且上述的每一级判断都相互独立的进行，且只有当前一级判断为疑似摔倒的情况下，后一级才会进行判断，如此设置既可以提高系统的准确率，同时也极大的简化算法，提高实时性。
Description
技术领域
本发明涉及行为分析与识别方法领域，具体涉及一种摔倒检测定位方法和装置。
背景技术
随着社会医疗的进步和生活条件的提高，人类的寿命越来越长，老年人口越来越多，养老问题越来越受到人们的关注。目前，很多老人独自外出时发生意外摔倒并因此而导致残疾和死亡的事件越来越多，究其原因就是老年人摔倒后不能得到及时的救助。因此设计一种能够及时发现老人摔倒并通知指定人员对其进行救助的方法和设备及其重要。
现有技术中，对于人体摔倒检测，从硬件上一般分为基于视觉和基于穿戴式传感器两种。其中，基于视觉进行人体摔倒检测的方法容易受到外界环境的影响而导致检测数据不准确，比如受到光照条件、遮挡物和摄像机质量等的影响，另外，由于摄像机监控区域有限，被监测的老人的活动范围有限。
中国专利文献CN102707305A公开了一种摔倒检测定位系统及方法，其基于穿戴式传感器监测人体摔倒，该专利文献公开的系统主要包括由惯性导航模块、GPS模块、主控制器和Sim-300模块组成。其中，惯性导航模块由三轴陀螺仪、三轴磁力计和三轴加速度计组成。该专利文献中公开的摔倒检测算法，系统初始化之后需要进行大量的数据采集来让系统变得准确，在前期的使用中由于没有足够的样本信息作为支撑，误判率会很高。同时，该专利文献公开的对数据的处理算法中，需要将三轴陀螺仪、三轴磁力计以及三轴加速度计采集到的数据进行多次的融合计算得出融合加速度，从而判断人体是否摔倒，该种计算方法复杂，不能迅速的判断人体摔倒并向指定人员发出求救信息。
发明内容
因此，本发明要解决的技术问题在于克服现有技术中的对人体摔倒检测不准确的缺陷，从而提供一种摔倒检测定位方法和装置。
为此，本发明的技术方案如下：
一种摔倒检测定位方法，包括：
获取人体合加速度，并判断所述合加速度是否大于第一阈值；
若所述合加速度大于所述第一阈值，则根据所述合加速度获取人体运动状态变化强度数值，并判断所述运动状态变化强度数值是否大于第二阈值；
若所述运动状态变化强度数值大于所述第二阈值，则延时预设时间获取人体姿态角，并判断所述姿态角是否大于第三阈值；
若所述姿态角大于第三阈值，则判定人体摔倒。
优选地，所述若所述姿态角大于第三阈值，则判定人体摔倒的步骤，替换为：若所述姿态角大于第三阈值，则判断所述合加速度与重力加速度的差值是否在预设范围内，若是，则判定人体摔倒的步骤。
优选地，所述获取人体合加速度的步骤包括：
设定人体站立时的水平向前的方向为X轴正方向；人体站立时的水平向左的方向为Y轴正方向；人体站立时的垂直向上的方向为Z轴正方向；X、Y、Z三轴相互垂直；
获取X轴方向的第一加速度Ax；获取Y轴方向的第二加速度Ay；获取Z轴方向的第三加速度Az；则：所述合加速度
优选地，根据所述合加速度获取人体运动状态变化强度数值的步骤包括：
若对所述第一加速度、所述第二加速度以及所述第三加速度采样的频率为f，且计算所述合加速度SVM的速率也为f；则：
所述人体运动状态变化强度数值其中，
tn时刻的所述合加速度；
tn-1时刻的所述合加速度；
tn时刻的下一时刻为tn-1时刻，且两者之间的时间差为
优选地，所述获取人体姿态角的步骤包括：所述人体姿态角其中，Az：所述第三加速度；g：重力加速度。
优选地，所述第一阈值为2.8g-3.2g；和/或所述第二阈值为150g/s-200g/s；和/或所述第三阈值为55°-65°；和/或所述合加速度与重力加速度的差值的所述预设范围为±6。
一种摔倒检测定位装置，包括：
定位模块，用于定位当前位置信息；
控制模块，用于按照上述的方法以判定人体是否摔倒；当判定人体摔倒时，延迟预设时间从所述定位模块中调取当前所述位置信息并将其发送给通信模块；
通信模块，用于接收所述控制模块发送的所述位置信息并将其发送至预定手机。
优选地，所述的摔倒检测定位装置还包括加速度采集模块，用于获取所述第一加速度、所述第二加速度以及所述第三加速度，并发送至所述控制模块。
优选地，所述的摔倒检测定位装置还包括声光报警模块，用于当所述控制模块判定人体摔倒后进行声光报警；和/或紧急求救按钮，用于当按下所述紧急求救按钮时，所述控制模块从所述定位模块中调取当前所述位置信息并通过所述通信模块将其发送至预设手机；和/或复位按钮，当所述控制模块判定人体摔倒时，若在延迟的预设时间内按下所述复位按钮，则所述控制模块不从所述定位模块中调取当前所述位置信息。
优选地，所述定位模块还用于每间隔预设时间将当前位置信息发送至所述控制模块，当所述位置信息超出预设范围时，所述控制模块控制所述通信模块将当前位置信息发送至预设手机。
优选地，所述通信模块还用于接收预定的手机号码发送的查询指令并将其发送至所述控制模块；
所述控制模块还用于当接收到所述查询指令时控制通信模块将当前位置信息发送至发送所述查询指令的手机。
本发明技术方案，具有如下优点：
1.本发明提供的摔倒检测定位方法和装置，包括三级判断：判断合加速度是否大于第一阈值；判断运动状态变化强度数值是否大于第二阈值；判断姿态角是否大于第三阈值。通过上述的三级判断得到的判定人体是否摔倒的结果准确率高，排除了多种正常运动状态的干扰，且上述的每一级判断都相互独立的进行，且只有当前一级判断为疑似摔倒的情况下，后一级才会进行判断，如此设置既可以提高系统的准确率，同时也极大的简化算法，提高实时性。
2.本发明提供的摔倒检测定位方法和装置，在判断姿态角大于第三阈值后，还可以包括第四级判断：判断合加速度与重力加速度的差值是否在预设范围内。由于人体摔倒后，一般处于静止的状态，则此时的合加速度应当接近重力加速度，所以通过设置上述的第四级判断，更加提高了判定人体是否摔倒的准确性，提高了系统的可靠性，降低了误判率。
3.本发明提供的摔倒检测定位方法和装置，对第一加速度、第二加速度以及第三加速度进行采样的频率f等于计算合加速度SVM的速率f，从而使得人体运动状态变化强度数值MADS只通过计算间隔时间差为的两次合加速度SVM的差值即可以得到，进一步简化了算法，提高了摔倒检测的时效性。
4.本发明提供的摔倒检测定位装置，通过设置声光报警模块，使得人体摔倒后便于被外界的人发现，及时救援；设置紧急求救按钮,便于使用该装置的老人主动求救；设置复位按钮使得该装置更加智能，当老人摔倒后确认自身无碍时，在预设时间内按下该复位按钮则可以取消向指定手机发送当前位置信息。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1中摔倒检测定位方法的一个具体示例的流程图；
图2为本发明实施例1中摔倒检测定位方法中人体加速度坐标系的示意图；
图3为本发明实施例1中摔倒检测定位方法中人体姿态角的示意图；
图4为本发明实施例2中摔倒检测定位装置的一个具体示例的原理框图；
附图标记：1-定位模块；2-控制模块；3-通信模块；4-加速度采集模块；5-声光报警模块；6-紧急求救按钮；7-复位按钮。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
如图1所示，本实施例提供一种摔倒检测定位方法，可以包括：
S1：获取人体合加速度，并判断合加速度是否大于第一阈值,若是，则转入步骤S2；若否，则继续执行步骤S1。其中，人体合加速度的数值大小表明了人体受到的冲击力的大小，即人体的运动强度，数值越大说明人体受到的冲击力越大。利用人体日常生活的合加速度SVM和摔倒时的合加速度SVM的差别来进行摔倒的第一级判断，即日常生活的合加速度SVM值即为第一阈值的大小。日常生活中的跑步的合加速度SVM一般小于2.5g；走路的合加速度SVM一般小于1.5g；所以，第一阈值的取值范围可以为2.8g-3.2g，优选为3g。
在步骤S1中，获取人体合加速度SVM可以采用如下方式实现：
如图2所示，建立人体三维直角坐标系，设定人体站立时的水平向前的方向为X轴正方向；人体站立时的水平向左的方向为Y轴正方向；人体站立时的垂直向上的方向为Z轴正方向；X、Y、Z三轴相互垂直；
获取X轴方向的第一加速度Ax；获取Y轴方向的第二加速度Ay；获取Z轴方向的第三加速度Az；则：所述合加速度
S2：根据合加速度获取人体运动状态变化强度数值，并判断运动状态变化强度数值是否大于第二阈值，若是，则转入步骤S3；若否，则转入步骤S1。其中，人体运动状态变化强度数值MADS的大小表明了人体运动变化的快慢，其数值越大表明人体运动的变化越快。正常情况下人体运动状态变化强度数值MADS比较小，通过检测人体运动状态变化强度数值MADS可以提高摔倒判定的正确率。第二阈值的取值范围可以为：150g/s-200g/s，优选为160g/s。
人体运动状态变化强度数值MADS的定义为即微分合加速度幅值的绝对平均值。若采用该种方式计算人体运动状态变化强度数值MADS则需要进行微分积分运算，势必会导致摔倒检测的实时性差，本实施方式中给出了一种简化算法如下：
对第一加速度、第二加速度以及第三加速度采样的频率设定为f(如：100HZ)，且计算合加速度SVM的速率也设定为f(如：100HZ)；因此每一个离散的合加速度SVM值的时间差固定为由于，离散的微分计算可以用差商计算来代替，又因为合加速度SVM的时间间隔相同，那么只通过计算两次合加速度SVM的差值即可以反应人体运动状态变化强度数值MADS的大小，从而反应了人体运动状态变化的剧烈程度。即：人体运动状态变化强度数值其中，tn时刻的所述合加速度；tn-1时刻的所述合加速度；tn时刻的下一时刻为tn-1时刻，且两者之间的时间差为如此设置，简化了算法，提高了摔倒检测的时效性。
S3：延时预设时间获取人体姿态角，并判断姿态角是否大于第三阈值；若是，则转入步骤S4；若否，则转入步骤S1。由于人体发生摔倒时，一般2s左右会倒地，所以延时预设时间(如2s)后获取人体姿态角，可以保证检测的准确性。第三阈值的取值范围可以为55°-65°，优选为60°。
由于摔倒的运动状态是比较剧烈的，则在步骤S1中，检测人体合加速度SVM可以将人体运动状态中最不剧烈的活动(如：步行和站立等)排除掉；在步骤S2中，检测人体运动状态变化强度数值MADS可以将一些日常生活中的运动排除掉(如：后仰，躺下，下腰等)。但是，由于日常生活中的运动可能也会满足SVM和MADS的阈值(如跳跃)，而要区分像跳跃这样的运动和摔倒的区别就需要第三级判断。当第一二级判断为疑似摔倒后，进行步骤S3中对姿态角的判断。人体摔倒过程分为加速下落，触地和静止，其过程中的人体加速度变化为失重，超重和静止。
作为一种具体实现方式，如图3所示，人体姿态角其中，Az：第三加速度；g：重力加速度。
S4：判定人体摔倒。
通过步骤S1-S3中的三级判断得到的判定人体是否摔倒的结果准确率高，排除了多种正常运动状态的干扰，且上述的每一级判断都相互独立的进行，且只有当前一级判断为疑似摔倒的情况下，后一级才会进行判断，如此设置既可以提高系统的准确率，同时也极大的简化算法，提高实时性。
在上述方案的基础上，在步骤S3之后，S4之前还可以包括:
S3/:判断合加速度与重力加速度的差值是否在预设范围内，若是，则转入步骤S4；若否，则转入步骤S1。由于正常情况下摔倒后，人体基本处于静止状态，那么人体的合加速度SVM大小应当在重力加速度的左右，因此可以辅助区分剧烈运动与摔倒事件。所以设置步骤S3/中的第四级判断，更加提高了判定人体是否摔倒的准确性，提高了系统的可靠性，降低了误判率。作为一种具体实现方式，该步骤中提及的差值的预设范围可以为：±6；优选为差值在±5的范围内，即：如若此时的合加速度的范围为95g-105g之间，则认为若入预设范围内，判定摔倒。
步骤S1-S3中，关于第一阈值、第二阈值、第三阈值以及步骤S3/中合加速度与重力加速度的差值的预设范围的优选值，是在以身高为170CM，体重为60KG的人体模型进行测试，根据测试结果而得到的优选值。本领域技术人员应当可以理解，人的身高和体重不同时，上述的各阈值最优选的取值也可能不一样。
实施例2
如图4所示，本实施例提供一种摔倒检测定位装置，由于最能反应人体姿势的加速度为腰间和颈部，但是由于将该装置佩戴于颈部不太方便，则本实施例中提供的装置应当最好佩戴于老人的腰部。该装置可以包括：
定位模块1，用于定位当前位置信息。作为一种具体实现方式，该定位模块1可以采用现有技术中的GPS定位模块和/或北斗定位模块来实现，在此不做详细描述。
控制模块2，用于按照实施例1中描述的方法以判定人体是否摔倒；当判定人体摔倒时，延迟预设时间从定位模块1中调取当前位置信息并将其发送给通信模块3；该延迟的预设时间可以为具体根据需要进行设置即可，如：0s-10s之间。
通信模块3，用于接收控制模块2发送的位置信息并将其发送至预定手机。
在上述方案的基础上，本实施例提供的装置还可以包括加速度采集模块4，用于获取第一加速度、第二加速度以及第三加速度，并发送至控制模块2。
在上述方案的基础上，还可以包括声光报警模块5，用于当所述控制模块2判定人体摔倒后进行声光报警。通过设置声光报警模块5，使得人体摔倒后便于被外界的人发现，及时救援。
在上述方案的基础上，还可以包括紧急求救按钮6，当按下紧急求救按钮6时，控制模块2从定位模块1中调取当前位置信息并通过通信模块3将其发送至预设手机。如此设置，便于使用该装置的老人主动求救，方便使用。
在上述方案的基础上，还可以包括复位按钮7，当控制模块2判定人体摔倒时，若在延迟的预设时间内(该时间与控制模块2中延迟预设时间从定位模块1中调取当前位置信息的时间一致)按下复位按钮7，则控制模块2不从定位模块1中调取当前位置信息；这便使得当老人摔倒后确认自身无碍时，在预设时间内按下该复位按钮7则可以取消向指定手机发送位置信息，便于使用。
在上述方案的基础上，定位模块1还可以用于每间隔预设时间将当前位置信息发送至控制模块2，当位置信息超出预设范围时，控制模块2控制通信模块3将当前位置信息发送至预设手机。该功能即为电子地图栅栏功能，其指的是：如果携带摔倒检测装置的老人走出了所划定的地理区域范围，系统将主动报警。地图栅栏功能可以避免老人因迷路而走得太远，带来安全隐患。由于GPS或者北斗的有效定位必须在室外，在大多是的室内得不到有效的GPS或者北斗定位信息。为了提高系统的稳定性，就必须保证定位数据稳定准确。因此，定位模块1每间隔预设时间将当前位置信息发送至控制模块2，保证了系统的稳定性，能够让系统在不能及时获取到有效的定位信息时，可以通过读取控制模块2中存储的位置信息来进行报警，从而提高摔倒检测装置的效率和可靠性。
为了让本实施例提供的摔倒检测装置更加的实用，本实施例提供的装置中的通信模块3还用于接收预定的手机号码发送的查询指令并将其发送至控制模块2；当控制模块2接收到该查询指令时控制通信模块3将当前位置信息发送至发送查询指令的手机号码。即：当佩戴该装置的老人的亲属想知道老人的位置信息时，可以通过手机拨打电话到老人的摔倒检测终端；摔倒检测终端收到查询指令时，通过短信的方式发回GPS获取的位置信息。
为了保护老人的隐私，控制模块2还对每一个发送查询指令的手机号码进行判定，判断是否为控制模块2中存储的预定的手机号码，如果不是则不发回定位信息。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种摔倒检测定位方法，其特征在于，包括：
获取人体合加速度，并判断所述合加速度是否大于第一阈值；
若所述合加速度大于所述第一阈值，则根据所述合加速度获取人体运动状态变化强度数值，并判断所述运动状态变化强度数值是否大于第二阈值；
若所述运动状态变化强度数值大于所述第二阈值，则延时预设时间获取人体姿态角，并判断所述姿态角是否大于第三阈值；
若所述姿态角大于第三阈值，则判断所述合加速度与重力加速度的差值是否在预设范围内，若是，则判定人体摔倒。
2.根据权利要求1所述的方法，其特征在于，所述获取人体合加速度的步骤包括：
设定人体站立时的水平向前的方向为X轴正方向；人体站立时的水平向左的方向为Y轴正方向；人体站立时的垂直向上的方向为Z轴正方向；X、Y、Z三轴相互垂直；
获取X轴方向的第一加速度Ax；获取Y轴方向的第二加速度Ay；获取Z轴方向的第三加速度Az；则：所述合加速度
3.根据权利要求2所述的方法，其特征在于，根据所述合加速度获取人体运动状态变化强度数值的步骤包括：
若对所述第一加速度、所述第二加速度以及所述第三加速度采样的频率为f，且计算所述合加速度SVM的速率也为f；则：
所述人体运动状态变化强度数值其中，
tn时刻的所述合加速度；
tn-1时刻的所述合加速度；
tn时刻的下一时刻为tn-1时刻，且两者之间的时间差为
4.根据权利要求2所述的方法，其特征在于，所述获取人体姿态角的步骤包括：
所述人体姿态角其中，Az：所述第三加速度；g：重力加速度。
5.根据权利要求2-4任一所述的方法，其特征在于，所述第一阈值为2.8g-3.2g；和/或所述第二阈值为150g/s-200g/s；和/或所述第三阈值为55°-65°；和/或所述合加速度与重力加速度的差值的所述预设范围为±6。
6.一种摔倒检测定位装置，其特征在于，包括：
定位模块，用于定位当前位置信息；
控制模块，用于按照权利要求2-5任一所述的方法以判定人体是否摔倒；当判定人体摔倒时，延迟预设时间从所述定位模块中调取当前所述位置信息并将其发送给通信模块；
通信模块，用于接收所述控制模块发送的所述位置信息并将其发送至预定手机。
7.根据权利要求6所述的装置，其特征在于，还包括加速度采集模块，用于获取所述第一加速度、所述第二加速度以及所述第三加速度，并发送至所述控制模块。
8.根据权利要求6所述的装置，其特征在于，还包括声光报警模块，用于当所述控制模块判定人体摔倒后进行声光报警；和/或
紧急求救按钮，用于当按下所述紧急求救按钮时，所述控制模块从所述定位模块中调取当前所述位置信息并通过所述通信模块将其发送至预设手机；和/或
复位按钮，当所述控制模块判定人体摔倒时，若在延迟的预设时间内按下所述复位按钮，则所述控制模块不从所述定位模块中调取当前所述位置信息。
9.根据权利要求6-8任一所述的装置，其特征在于，所述定位模块还用于每间隔预设时间将当前位置信息发送至所述控制模块，当所述位置信息超出预设范围时，所述控制模块控制所述通信模块将当前位置信息发送至预设手机。
10.根据权利要求6-8任一所述的装置，其特征在于，所述通信模块还用于接收预定的手机号码发送的查询指令并将其发送至所述控制模块；
所述控制模块还用于当接收到所述查询指令时控制通信模块将当前位置信息发送至发送所述查询指令的手机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510830851.3A CN105336102B (zh) | 2015-11-25 | 2015-11-25 | 摔倒检测定位方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510830851.3A CN105336102B (zh) | 2015-11-25 | 2015-11-25 | 摔倒检测定位方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105336102A CN105336102A (zh) | 2016-02-17 |
| CN105336102B true CN105336102B (zh) | 2017-10-24 |
Family
ID=55286598
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510830851.3A Active CN105336102B (zh) | 2015-11-25 | 2015-11-25 | 摔倒检测定位方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105336102B (zh) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106373335A (zh) * | 2016-08-16 | 2017-02-01 | 中国人民解放军海军工程大学 | Android手机上基于惯性技术的老人跌倒检测与智能报警方法 |
| CN107292913B (zh) * | 2017-06-12 | 2020-06-23 | 大连海事大学 | 一种基于视频的多阶段摔倒检测方法 |
| CN108109336B (zh) * | 2017-11-28 | 2020-11-13 | 北京品驰医疗设备有限公司 | 一种基于加速度传感器的人体跌倒识别方法 |
| CN108175388B (zh) * | 2017-12-01 | 2021-01-26 | 中国联合网络通信集团有限公司 | 基于可穿戴设备的行为监测方法及装置 |
| CN110021144B (zh) * | 2018-01-10 | 2022-08-19 | 厦门雅迅网络股份有限公司 | 一种摔倒检测方法、终端设备及存储介质 |
| CN109171751A (zh) * | 2018-10-24 | 2019-01-11 | 广东工业大学 | 一种人体姿态识别方法及装置 |
| CN109374014B (zh) * | 2018-12-14 | 2020-09-11 | 歌尔科技有限公司 | 一种计步方法、系统及移动设备 |
| CN109961058B (zh) * | 2019-04-03 | 2021-06-04 | 长沙军民先进技术研究有限公司 | 一种非接触式跌倒检测方法及装置 |
| CN110602323B (zh) * | 2019-09-12 | 2021-04-20 | 奇酷互联网络科技（深圳）有限公司 | 一种摔倒的监测方法、终端和存储装置 |
| CN110708422A (zh) * | 2019-09-24 | 2020-01-17 | 捷开通讯(深圳)有限公司 | 一种智能应急的方法、装置、存储介质以及终端 |
| CN111210595A (zh) * | 2020-01-15 | 2020-05-29 | 广东工业大学 | 人体跌倒检测及警示方法、装置及计算机可读存储介质 |
| CN112233374B (zh) * | 2020-09-21 | 2022-06-21 | 中国科学院深圳先进技术研究院 | 一种跌倒检测方法、系统、终端以及存储介质 |
| CN112336341A (zh) * | 2020-10-27 | 2021-02-09 | 华东光电集成器件研究所 | 基于惯性、位置传感器的人体跌倒检测系统 |
| CN112438726A (zh) * | 2020-11-20 | 2021-03-05 | 深圳市卓翼科技股份有限公司 | 基于可穿戴设备的跌倒报警方法、可穿戴设备及存储介质 |
| CN113593181B (zh) * | 2021-07-14 | 2022-08-26 | 三偲科技(北京)有限公司 | 一种基于智能拖鞋的安全预警方法及装置 |
| CN114034319B (zh) * | 2021-11-23 | 2024-07-02 | 歌尔科技有限公司 | 音箱的校准控制方法、装置、设备及可读存储介质 |
| CN114495426A (zh) * | 2022-03-24 | 2022-05-13 | 山东建筑大学 | 一种防摔倒检测与防护系统及方法 |
| CN114973590A (zh) * | 2022-04-07 | 2022-08-30 | 深圳市科达康实业有限公司 | 一种室内定位方法及系统 |
| WO2024077550A1 (zh) * | 2022-10-13 | 2024-04-18 | 深圳市锐明技术股份有限公司 | 报警方法、报警装置、控制设备以及存储介质 |
| CN117257281B (zh) * | 2023-11-22 | 2024-04-09 | 浙江强脑科技有限公司 | 一种假腿摔倒防护方法、装置、设备及存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101488273A (zh) * | 2009-02-23 | 2009-07-22 | 西北工业大学 | 分体式人跌倒检测报警装置 |
| CN103337132B (zh) * | 2013-06-08 | 2016-10-05 | 山东师范大学 | 基于三轴加速度传感器的人体跌倒检测方法 |
| CN104000596B (zh) * | 2014-05-29 | 2019-10-11 | 上海斐讯数据通信技术有限公司 | 一种基于移动终端的跌倒检测方法 |
| CN104622454A (zh) * | 2015-01-23 | 2015-05-20 | 深圳市卡麦睿科技有限公司 | 一种多功能手环式人体智能监控器系统 |
-
2015
- 2015-11-25 CN CN201510830851.3A patent/CN105336102B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105336102A (zh) | 2016-02-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105336102B (zh) | 摔倒检测定位方法和装置 | |
| JP5647240B2 (ja) | 転倒防止 | |
| CN105632101B (zh) | 一种人体防跌倒预警方法及系统 | |
| CN106510719B (zh) | 一种用户姿态监测方法和可穿戴设备 | |
| KR100988459B1 (ko) | 낙상 감지 장치 및 방법 | |
| EP3266369B1 (en) | Analysis of fall severity using a fall detection system and wearing apparatus | |
| KR101461306B1 (ko) | 신체에 걸리는 방식으로 착용되는 낙상 감지 장치 및 그 방법 그리고 이를 이용한 낙상 사고 통합 관리 시스템 및 낙상 사고 관리 방법 | |
| WO2017049958A1 (zh) | 瘫倒监测和预防装置及其处理方法 | |
| EP3084656B1 (en) | Method for responding to a detected fall and apparatus for implementing the same | |
| CN106473749A (zh) | 用于检测跌倒的装置、系统及方法 | |
| CN104000596A (zh) | 一种基于移动终端的跌倒检测方法 | |
| US20170265782A1 (en) | Motion triggered vital sign measurement | |
| CN111564021A (zh) | 可穿戴提示设备、提示方法以及智能手表 | |
| Islam et al. | Automatic fall detection system of unsupervised elderly people using smartphone | |
| Zhong et al. | A real-time pre-impact fall detection and protection system | |
| CN106725445A (zh) | 一种脑电波控制的便携式人体运动损伤监护系统与方法 | |
| JP6454294B2 (ja) | 状態評価装置及び状態評価方法 | |
| Colon et al. | Human fall detection with smartphones | |
| KR20160123642A (ko) | 낙상 검출 방법 및 장치 | |
| KR102556675B1 (ko) | 낙상 판정 방법 | |
| CN109767600A (zh) | 一种可自动报警的ar眼镜及其实现方法 | |
| KR101397997B1 (ko) | 헬스케어 유헬멧을 이용한 안전 시스템 | |
| Singh et al. | Implementation of safety alert system for elderly people using multi-sensors | |
| CN106453881A (zh) | 一种站立状态的监测方法及系统 | |
| Xu et al. | Implementation of a real-time fall detection system based on hybrid threshold analysis algorithm and machine learning algorithm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |