基于多普勒探测器与传感器联合的跌倒检测系统和方法

文档序号:9926148阅读:1158来源:国知局
基于多普勒探测器与传感器联合的跌倒检测系统和方法
【技术领域】
[0001] 本发明属于家庭健康监控技术领域,尤其涉及一种基于多普勒探测器与传感器联 合使用的跌倒检测系统和方法。
【背景技术】
[0002] 随着人口老龄化,空巢老人数量逐渐居多,家庭健康安全监护得到了广泛地关注。 其中,跌倒现象给老年人带来极大的伤害,尤其是跌倒后产生的一系列影响(如瘫痪等),对 其整个家庭带来负担,严重影响老年人的身心健康。因此精确而有效地跌倒检测和实时报 警,能减少医疗资源的占用,有效地预防老人跌倒,对整个家庭和社会有着深远的意义。
[0003] 目前家庭安全健康监护有基于视频监控的,但是视频监控的成本比较大,并且涉 及老年人个人隐私;基于声频的监测的装置,由于生活中的噪声比较多,干扰比较大,不利 于检测;随着微电子的速度发展,基于可穿戴设备的研究近年来变成热门。很多研究利用加 速度计或陀螺仪,通过阈值法或是机器学习的方法进行检测跌倒,其检测精确度不是很高, 如果使用复杂的算法对硬件的要求又比较大。此外,在家庭安全健康监测中,用户的生理数 据采集对于日常健康监护非常有参考价值,但我们没有办法从静态的健康数据中直接地判 断老年人摔倒。
[0004] 随着生物特征识别技术的发展,非接触式的探测技术逐渐被引入家庭健康安全监 测中,通过非接触的方式探测由于人体呼吸心跳所引起的多普勒频移信号,获取生命体征 信号,从而监测用户健康安全。
[0005] 上述的各种监测系统,各有利弊,例如视频监控涉及隐私,使用范围不是很大;声 频监控干扰大,精确度低;传统的传感器监测缺少生命体征数据。因此针对上述系统中的不 足,需要一种既能监测用户日常生理特征,又能精确而高效地检测用户跌倒并提供实时报 警的装置。

【发明内容】

[0006] 本发明的目的就是为了解决上述问题,提供一种基于多普勒探测器与传感器联合 的跌倒检测系统和方法,该系统及方法适合用于家庭健康安全监控,并且能够获取用户的 生命体征信号,通过接触式传感器测量和非接触式多普勒探测两种方式结合,对老人的跌 倒行为做出精准地判断与实时地报警。
[0007] 为了实现上述目的,本发明采用如下技术方案:
[0008] -种基于多普勒探测器和传感器联合的跌倒检测系统,包括:传感器检测装置、多 普勒探测装置和远端服务器;
[0009]所述传感器检测装置与多普勒探测装置通信,所述多普勒探测装置与远端服务器 通信;
[0010]所述传感器检测装置用于采集用户的运动方向及在该方向上的加速度值和倾斜 角度数据并传送至多普勒探测装置,所述多普勒探测装置用于检测用户的生命体征数据, 并判断生命体征数据是否正常,同时,判断接收到的用户加速度值和倾斜角度数据是否超 过设定阈值;根据上述判断结果,利用机器学习的方法确定用户是否跌倒;
[0011] 所述多普勒探测装置将上述用户的生命体征数据、用户的运动方向及在该方向上 的加速度值和倾斜角度数据以及用户是否跌倒的数据传送至远端服务器。
[0012] 所述传感器检测装置包括:三轴加速度计、三轴陀螺仪、三轴磁力计、第一主控单 元和第一无线传输单元;所述第一主控单元分别与三轴加速度计、三轴陀螺仪、三轴磁力计 和第一无线传输单元连接;所述第一主控单元通过第一无线传输单元接收到多普勒探测装 置发送的信号,确定传感器检测装置是否开启监测模式;所述第一主控单元通过第一无线 传输单元将三轴加速度计、三轴陀螺仪和三轴磁力计的数据传送至多普勒探测装置。
[0013] 所述多普勒探测装置包括:多普勒收发单元、第二无线传输单元、信号处理单元、 第二主控单元和报警单元;所述第二主控单元分别与多普勒收发单元、信号处理单元和报 警单元连接,信号处理单元与第二无线传输单元连接。
[0014] 所述多普勒收发单元向用户发射电磁波信号并接收经人体呼吸和心脏跳动引起 的回波信号,通过信号处理单元得到带有呼吸和心率的生命体征数据;第二主控单元根据 多普勒收发单元获得的数据,利用多普勒频移原理判断是否有人进来,如果有人进来,则开 启监测装置;
[0015] 第二主控单元接收传感器检测装置发来的确认用户的运动方向及在该方向上的 加速度值和倾斜角度数据,判断用户的运动方向,用户的加速度值及在用户运动方向上的 倾斜角度,同时判断生命体征数据是否正常;根据上述判断结果确认其是否发生可能跌倒, 接着在此基础上利用机器学习的方法判断用户是否的确发生跌倒。
[0016] 所述第二主控单元判断出用户跌倒后,报警单元触发,发出报警信号并将信号传 送至远端服务器。
[0017] -种基于多普勒探测器和传感器联合的跌倒检测系统的方法,包括以下步骤: [0018]步骤(1):利用多普勒频移的原理,发射电磁波测量信号,当测量信号经过人体胸 腔,由于呼吸和心脏跳动会产生回波;
[0019] 步骤(2):回波信号经过多普勒探测装置的解调得到生命体征信息,所述生命体征 信息通过分离得到人体的呼吸和心率信号;
[0020] 步骤(3):系统探测到呼吸和心率信号,向传感器检测装置发送指令,开启监测模 式,实时接收传感器检测装置检测到的人体实时运动数据;
[0021] 步骤(4):将传感器检测装置检测到的人体实时运动数据和呼吸心率信号发送给 远端服务器,并保存在相应的数据库中;
[0022] 步骤(5):多普勒探测装置的主控单元判断用户是否发生跌倒,如果发生跌倒,启 动报警装置,并向远端服务器发送报警命令。
[0023]远端服务器接收到报警命令后,向设定监护人的移动终端发送报警信号。
[0024] 多普勒探测装置的主控单元判断用户是否发生跌倒的方法具体为:
[0025] 1)参数初始化,分别设定加速度,陀螺仪旋转角度,磁力计值的阈值,设定用户的 呼吸心率的正常范围;
[0026] 2)处理传感器检测装置发送的用户的运动方向及在该方向上的加速度值和倾斜 角度数据和用户的生命体征数据,去除干扰的噪声;
[0027] 3)判断用户的加速度,在运动方向上的倾斜角度,及竖值位置的变化是否超出阈 值,上述数据中如果各项数据都超过阈值,执行步骤4),如果有一项没有超过阈值,返回步 骤2);
[0028] 4)判断用户的呼吸和心率信号是否正常,若正常,执行步骤5),若不正常,执行步 骤 10);
[0029] 5)判断为用户发生可能跌倒,并对加速度值,陀螺仪值,磁力计值计算,进行特征 向量提取;
[0030] 6)检查是否存在该用户的行为模型,判断是否需要进行模型训练,若没有该用户 的行为模型,则需要训练模型,执行步骤7);若确定已经存在用户的行为模型,执行步骤8);
[0031] 7)分类训练各种行为模型,包括:走路,慢跑,坐,躺,上楼,下楼,坐立,走停;利用 支持向量机作为分类器,选用径向基函数作为核函数,把输入的数据映射到高维空间中,得 到各种行为模型的参数,再执行步骤8);
[0032] 8)根据得到的各种行为模型的参数,构建线性分类器f(x);
[0033] 9)将步骤5)中得到的特征向量作为输入,利用步骤8)得到的线性分类器,进行分 类判别,若f(x) <〇,表示识别对象处于状态;若f(x) 2 0,表示识别对象处于w+1状态;
[0034] 10)判断是否摔倒,根据步骤9)中识别对象的状态判断,若状态为w+1,判断得出用 户跌倒,执行步骤11),若状态为w-i,判断得出用户没有发生跌倒,返回步骤2);
[0035] 11)跌倒报警,向远端服务器发出报警信号。
[0036]所述步骤5)中,在三轴加速度计、三轴陀螺仪和三轴磁力计传感器信号中,选择设 定时长的滑动窗口,提取的特征向量具体为:
[0037] T ={SMV,SMA,Θ,E,Al,VI,MaxMin_y,MaxMin_z};
[0038] 其中,SMV为合加速度的峰值;SMA为加速度信号幅度变化区域;Θ为身体的倾斜角 度;E为合加速度的能量;AI为合加速度的均值;VI为合加速度的方差;MaxMin_y为三轴陀螺 仪值经巴特沃斯滤波器滤波后的水平方向角度变化范围;MaxMin_zS三轴陀螺仪值经巴特 沃斯滤波器滤波后的垂直方向角度变化的范围。
[0039] 所述步骤8)中,构建的线性分类器f(x)具体为:
[0040]
[0041] 其中,Xi为特征向量;Cii为与Xi对应的拉格朗日乘子;b为常量;K(xi,x)为非线性映 射对应的核函数;yi为类别标签;N为训练样本的个数。
[0042]本发明的有益效果:
[0043] 1.本发明采用多普勒探测和传感器结合使用的方法,对用户进行实时地监测。
[0044] 2.本发明通过使用加速度计,陀螺仪,磁力计三种传感器数据和多普勒探测的生 命体征数据进行跌倒检测,提高检测精度。
[0045] 3 .本发明通过非接触式多普勒探测获取生命体征信号,
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1