跌倒检测方法、系统及基于该系统的跌倒自动报警器的制造方法
【技术领域】
[0001] 本发明属于跌倒检测技术领域，尤其设及跌倒检测方法、系统及基于该系统的跌 倒自动报警器。
【背景技术】
[0002] 随着人口老年化加剧，老人在未来人口中所占比重越来越大；而根据数据统计，每 年约有=分之一的65岁W上老人发生过跌倒，而且比例随着年龄的增加而增大。跌倒给老 人的身体的带来了巨大的损伤，严重影响其身体健康和独立生活能力。基于运一现状，市场 上出现了很多关于跌倒检测的方法，但都存在一定的问题；归纳主要有W下几类：
[0003] 1、基于视频监控、图像处理及模式识别的检测方法，运类方法需要在特定的区域 安装摄像头进行监测，成本较高且检测范围受限，受周围环境影响较大；
[0004] 2、基于音频信号的跌倒检测方法，此类方法误判率较高，实用性不大； 阳0化]3、基于非Amlroi抓ear的可穿戴设备的检测方法，此类方法受限于其开发系统的 不完善，不利于产品的推广。
【发明内容】
[0006] 本发明所要解决的技术问题在于提供一种跌倒检测方法、系统及基于该系统的跌 倒自动报警器，旨在提供一种检测精度高、误判率低的检测方法及能随身携带并实时监控、 实时报警的跌倒自动报警器。
[0007] 本发明提供了一种跌倒检测方法，所述方法包括下述步骤：
[0008] 步骤a,通过被检测对象的智能穿戴设备采集被检测对象的行为数据，并对所采集 的数据进行滤波处理； 阳009]步骤b，根据处理后的数据计算反应人体姿态变化的特征量，所述特征量包含加速 度幅度区域SM、加速度强度矢量SMV、加速度在水平方向的夹角0 ;
[0010] 步骤C，若计算出的加速度幅度区域SMA大于幅度阔值，则表明人体处于运动状 态，进一步计算加速度强度矢量SMV;
[0011] 步骤d，若计算出的加速度强度矢量SMV大于强度阔值，则进一步判断加速度在水 平方向的夹角0是否大于角度阔值，若是，则表明人体跌倒。
[0012] 进一步地，所述步骤b中加速度幅度区域SMA根据公式：
计算；所述加速度强度矢量SMV根据公式：
计算；所述加速度在水平方向的夹角0根据公式：
=计算；其中，所述X[n]、y[n]、Z[n]分别代表采集的X轴、 y轴、z轴=个方向的加速度，N代表采集的数据的个数。
[0013] 进一步地，所述步骤C还包括：若计算出的加速度幅度区域SMA不大于幅度阔值， 则表明人体处于静止状态；并进一步判断所述加速度在水平方向的夹角0是否大于角度 阔值，若大于角度阔值，则表明人体处于站立状态或者坐下状态；若不大于角度阔值，则表 明人体出于平躺状态。
[0014] 进一步地，所述步骤d还包括：若计算出的加速度强度矢量SMV不大于强度阔值， 则表明人体处于水平运动状态；若加速度强度矢量SMV大于强度阔值而且进一步判断出加 速度在水平方向的夹角0不大于角度阔值，则表明人体处于垂直运动状态。
[0015] 本发明还提供了一种跌倒检测系统，所述系统包括：
[0016] 数据采集处理模块，用于通过被检测对象的智能穿戴设备采集被检测对象的行为 数据并对所采集的数据进行滤波处理；
[0017] 计算模块，用于根据所述数据采集处理模块处理后的数据计算反应人体姿态变化 的特征量，所述特征量包含加速度幅度区域SM、加速度强度矢量SMV、和加速度在水平方 向的夹角0 ;
[0018] 第一判断模块，用于将所述计算模块计算出的加速度幅度区域SM与幅度阔值进 行比较，来判断人体是否处于运动状态；
[0019] 第二判断模块，用于根据所述第一判断模块判断出的结果，结合所述计算模块计 算出的加速度强度矢量SMV与强度阔值的比较结果、加速度在水平方向的夹角0与角度阔 值的比较结果，来判断人体是否跌倒。
[0020] 进一步地，所述计算模块中加速度幅度区域SM根据公式：
计算，所述加速度强度矢量SMV根据公式：
计算，所述加速度在水平方向的夹角0根据公式：
=计算，其中，所述X[n]、y[n]、Z[n]分别代表采集的X轴、 y轴、Z轴=个方向的加速度，N代表采集的数据的个数。
[0021] 进一步地，所述第一判断模块具体为：
[0022] 若计算出的加速度幅度区域SM大于幅度阔值，则表明人体处于运动状态；
[0023] 若计算出的加速度幅度区域不大于幅度阔值，则表明人体处于静止状态；并进一 步判断所述加速度在水平方向的夹角0是否大于角度阔值，若大于角度阔值，则表明人体 处于站立状态或者坐下状态；若不大于角度阔值，则表明人体出于平躺状态。
[0024] 进一步地，所述第二判断模块具体为：
[0025] 若计算出的加速度强度矢量SMV大于强度阔值，则进一步判断加速度在水平方向 的夹角0是否大于角度阔值，若是，则表明人体跌倒；
[0026] 若计算出的加速度强度矢量SMV不大于强度阔值，则表明人体处于水平运动状 态；若加速度强度矢量SMV大于强度阔值而且进一步判断出加速度在水平方向的夹角0不 大于角度阔值，则表明人体处于垂直运动状态。
[0027] 本发明还提供了一种基于跌倒检测系统的跌倒自动报警器，所述跌倒自动报警器 包括：基于An化oi抓ear的安装有上述跌倒检测系统的智能穿戴设备、移动终端；
[0028] 所述智能穿戴设备与所述移动终端通过无线方式连接；
[0029] 所述智能穿戴设备用于实时检测人体体位，并在检测到人体跌倒时将跌倒信息发 送给所述移动终端；
[0030] 所述移动终端用于对所述跌倒自动报警器进行实时定位，并在收到所述智能穿戴 设备发送的跌倒信息时，将定位的GI^S信息W短信的方式发送给预存的手机号码，起到报 警作用。
[0031] 进一步地，所述智能穿戴设备与所述移动终端通过蓝牙连接；
[0032] 所述移动终端为amlroid手机。
[0033] 本发明与现有技术相比，有益效果在于：本发明提供了一种跌倒检测方法、系统及 基于该系统的跌倒自动报警器，解决了采用传统视频监控存在的检测范围受限问题，或采 用音频信号检测而存在的误判率较高的问题；本发明提供的跌倒检测方法检测精度高、误 判率低；同时，跌到自动报警器能做到实时监控、实时报警，极大地避免了跌倒后由于延误 时机而造成的不可修复的创伤，实用性比较高。
【附图说明】
[0034]图1是本发明实施例提供的跌倒检测方法的流程图；
[0035] 图2是本发明实施例提供的跌倒检测系统的示意图；
[0036]图3是本发明实施例提供的基于跌倒检测系统的跌倒自动报警器的示意图。
【具体实施方式】
[0037] 为了使本发明的目的、技术方案及优点更加清楚明白，W下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用W解释本发明，并 不用于限定本发明。
[0038] 本发明的主要实现思想为：提供一种基于An化oi抓ear系统开发的一个跌倒检测 的应用软件，将此软件应用于支持Amlroi抓ear的智能穿戴设备；此智能穿戴设备实时检 测人体体位，并在检测到人体跌倒时，将跌倒信息发送给与它无线连接的移动终端；移动终 端在收到跌倒信息时，将其实时定位的GI^S信息W短信的方式发送给预存的手机号码，起 到报警作用。
[0039]An化oi抓ear系统是由谷歌公司于2014年4月在An化oid的基础上提出的一款新 的应用于可穿戴设备的操作系统，此操作系统功能完善，具有极大的市场潜能。本发明实施 例采用的基于An化oi抓ear的智能穿戴设备是M0T0360,应当理解，具体实施时还可W采用 其他支持An化oi抓ear的智能穿戴设备。
[0040] 下面先介绍本发明提供的跌倒检测方法，如图1所示，所述方法包括下述步骤：
[0041] 步骤曰，通过被检测对象的智能穿戴设备采集被检测对象的行为数据，并对所采集 的数据进行滤波处理。
[0042] 本发明实施例是采用M0T0360内置的的S轴加速度传感器和巧螺仪来提供用于 实时测量人体姿态变化的数据然后利用中值滤波对采集的数据进行滤波处理；另外，被检 测对象一般指老人。 阳043] 步骤b，根据处理后的数据计算反应人体姿态变化的特征量，所述特征量包含加速 度幅度区域SM、加速度强度矢量SMV、加速度在水平方向的夹角0 ; W44] 所述步骤b中加速度幅度区域SM根据公式：
计 算；所述加速度强度矢量SMV根据公式：
计算；所述加速度 在水平方向的夹角0根据公式
计算；其中，所述x[n]、 y[n]、Z[n]分别代表采集的X轴、y轴、Z轴S个方向的加速度，N代表采集的数据的个数。
[0045] 步骤C，若计算出的加速度幅度区域SMA大于幅度阔值，则表明人体处于运动状 态，进一步计算加速度强度矢量SMV;
[0046] 所述步骤C还包括：若计算出的加速度幅度区域SMA不大于幅度阔值，则表明人体 处于静止状态；并进一步判断所述加速度在水平方向的夹角0是否大于角度阔值，若大于 角度阔值，则表明人体处于站立状态或者坐下状态；若不大于角度阔值，则表明人体出于平 躺状态，本发明实施例采用的幅度阔值为2倍重力加速度值。
[0047]步骤d，若计算出的加速度强度矢量SMV大于强度阔值，则进一步判断加速度在水 平方向的夹角0是否大于角度阔值，若是，则表明人体跌倒。 W48] 所述步骤d还包括：若计算出的加速度强度矢量SMV不大于强度阔值，则表明人体 处于水平运动状态；若加速度强度矢量SMV大于强度阔值而且进一步判断出加速度在水平 方向的夹角0不大于角度阔值