基于人体跌倒检测技术的养老智能报警系统的制作方法
【技术领域】
[0001] 本发明设及一种基于人体跌倒检测技术的养老智能报警系统，通过利用智能手机 内置的加速度传感器和巧螺仪实时获取人体运动姿态信息，使用跌倒检测算法判断跌倒事 件的发生，最后进行智能报警。
【背景技术】
[0002] 随着社会老龄化速度的加快和家庭结构的演变，中国"空巢"家庭数量大量增加， 目前全国大约有1824万的老年人生活在单身空巢家庭里面。预计到2030年，我国老龄人口 将达3亿，而空巢老人家庭比例或将达到90%。"老龄化空巢化"引发越来越多的老年人身屯、 健康问题，老年人日常生活中的行动安全已成为国际社会关注的焦点，跌倒是影响老年人 日常身屯、健康的重要因素。在我国，跌倒是伤害死亡的第四大原因，而在65岁W上的老年人 当中则居首位。老年人跌倒会造成大量残疾，影响老年人的日常生活质量。老年人跌倒带来 的伤害及医疗成本不仅与跌倒时身体受到的撞击情况有关，在很大程度上还取决于救助时 间的长短。因此能够实时检测老年人跌倒事件的发生，并且在跌倒后及时发出求救信号，最 大限度降低跌倒给身体带来的严重伤害，具有重要的意义。
[0003] 跌倒会对老年人的屯、理健康造成一定程度的危害，跌倒的经历还会给老年人留下 屯、理阴影，降低老年人对其自身身体状况的信屯、，进而制约老年人的行动能力，使再次跌倒 的可能性增大。随着医疗、信息等领域科技技术的不断发展，远程医疗监护技术取得长足进 步，发展远程监护技术在不影响老年人日常生活的前提下，准确的、及时的检测出老年人的 跌倒事件，进而采取必要的报警、急救等措施对改善老年人的生活质量，提髙老年人的身屯、 健康有重大作用。
【发明内容】
[0004] 本发明所要解决的技术问题是针对上述现有技术提供一种基于智能手机内置加 速度传感器和巧螺仪的跌倒检测系统，系统利用加速度传感器和巧螺仪实时获取人体运动 姿态信息，通过跌倒检测算法判断是否发生跌倒，最后进行智能报警。
[000引本发明解决上述问题所采用的技术方案为:一种基于人体跌倒检测技术的养老智 能报警系统，所述系统包括加速度传感器、巧螺仪、GPS模块、微处理器和通信模块，其中加 速度传感器采用=轴加速度传感器，和巧螺仪分别负责计算出被监护人体的运动加速度数 据和角速度数据，并将数据输送给微处理器，由微处理器负责处理人体加速度数据和角速 度数据，分析判断被监护人所处的姿态，通过跌到检测算法判断人体跌倒状态，并通过通信 模块发送紧急求救信息。
[0006 ]在所述微处理器中包括数据处理模块、报警处理模块和参数设置模块： 数据管理模块包括采集数据功能、存储数据功能、实时处理数据功能W及识别跌倒事 件的功能，处理器会把加速度传感器输出的=轴加速度数据及=轴角速度数据保存在存储 卡上，跌倒检测算法一直循环执行处理运些数据，直到识别出预跌倒事件的发生； 报警处理模块包括启动报警取消机制、启动模块获取位置信息、发送紧急信息和拨打 电话功能，当数据管理模块判断到发生预跌倒时，报警处理模块会W播放声音或震动的形 式提醒用户，在一个可设置的时间范围内，若用户取消警报，则认为此次为误警报，继续进 行跌倒监测；若设置时间已结束，用户仍无操作，则确定是一个真正的跌倒事件，并自动获 取用户位置信息，发送紧急信息及拨打电话； 参数设置模块用户可W根据自己的使用习惯及偏好进行设置，包括:报警等待时间、开 启关闭、传感器敏感度、报警方式和报警声音。
[0007] 所述跌倒检测算法采用基于特征量阔值的方法，特征量有合加速度特征量A、合角 速度特征量W和相似度特征量S，其中：
上述公式中，a山S.，，咕分别为加速度传感器x、y、zS轴方向的随时间变化输出，并经 中值滤波后的信号;分别为巧螺仪x、y、z^轴方向随时间变化的输出，并经中值 滤波后的信号;Ni表示拟合离散数据点集合中的第i个值，Cl表示合角度离散数据点集合中 的第i个值，i表示t-to~t+to时段内的各个采样数据点对应的采样序号，Mw(Q)表示Cl集 合中的最大值； 所述跌倒检测算法对数据实行分段处理，计算当前时刻A值，并与合加速度At-进行比 较;如果A>At-，则计算同一时刻的W值，并与合角速度阔值-W-T进行比较;如果W>W-T，则等 待人体姿态稳定，然后计算S值，并与相似度阔值St进行比较;如果S>St，则怀疑一个跌倒的 发生，算法进入智能报警模式;如果W上过程中出现任一特征量值小于其阔值，则会立即中 断并返回到算法入口处，其中特征量A和W用来区分跌倒与较低强度日常活动，而特征量S用 来区分跌倒与较高强度日常活动，而特征量用来区分跌倒与较高强度日常活动。
[0008] 在计算S值前需要启动一个定时器来提高对人体跌倒判断准确性。
[0009] 与现有技术相比，本发明的优点在于： 第一，对人体跌倒过程进行分析和建模，首次提出使用相似度特征量进行跌倒判断； 跌倒过程分析及模型建立:跌倒过程中会经历失重阶段、碰撞阶段和最后的静止阶段，人体 的加速度及角速度会发生较大变化。应用=维直角坐标系可W建立人体躯干坐标系，W上 躯干某一位置为坐标原点，躯干的正前方、躯干的左方W及躯干正上方为人体坐标系的= 个坐标轴方向，人体运动过程中任意方向的加速度向量和角速度向量均可分解为=个坐标 轴方向上的分量。
[0010] 第二，设计了基于智能手机的跌倒检测算法； 跌倒检测算法设计:跌倒检测算法的目的是要区分跌倒过程和日常生活行为过程，实 验设计中手机被放置于人体胸部口袋处，并采集数据样本，提取相应的特征量作为依据。利 用进行实验数据处理，得到算法中用于跌倒检测的合加速度特征量、合角速度特征量W及 相似度特征量，其中相似度特征量为本文首次提出用于跌倒检测的特征量。
[0011] 第=，完成了跌倒检测系统软件的设计。
[0012] 本发明跌倒检测系统是基于智能手机平台的应用程序软件的开发而实现的，选择 操作系统作为应用软件的开发平台，软件设计功能模块主要分为数据管理模块和报警处理 模块。其中数据管理模块具有采集数据功能、存储数据功能、实时处理数据功能，主要把传 感器输出的加速度数据和角速度数据保存到应用程序建立的数据库中，并且依据算法流程 实时处理运些数据，直到算法检测到一个跌倒事件的发生;报警处理模块是智能报警模式 处理部分，包括启动报警取消机制、启动模块获取位置信息、发送紧急信息和拨打电话。
【附图说明】
[0013] 图1为本发明跌倒检测系统硬件结构图。
[0014] 图2为本发明的系统总体构架图。
[001引图3为本发明中跌倒和慢跑时合角度变化曲线图。
[0016] 图4为本发明中跌倒时合角度曲线和拟合曲线图。
[0017] 图5为本发明中慢跑时合角度曲线和拟合曲线图。
[0018] 图6为本发明中跌倒检测算法的流程图。
[0019]图7为本发明在Android平台下的系统架构图。
[0020] 图8为本发明的系统软件功能模块图。
[0021] 图9为本发明的系统软件工作流程。
[0022] 图10为本发明的系统软件详细流程。
【具体实施方式】
[0023] W下结合附图实施例对本发明作进一步详细描述。
[0024] 本发明设及一种基于人体跌倒检测技术的养老智能报警系统，硬件层面由加速度 传感器、巧螺仪、GPS模块、微处理器和通信模块构成。其中加速度传感器采用=轴加速度传 感器，和巧螺仪分别负责计算出被监护人体的运动加速度数据和角速度数据，并将数据输 送给微处理器，由微处理器负责处理人体加速度数据和角速度数据，分析判断被监护人所 处的姿态，当检测到跌倒事件的发生，则会通过通信模块发送紧急求救信息，信息内容包括 模块获取的位置信息、时间等。如图1所示，为系统硬件层框图。
[0025] 跌倒检测系统利用传感器技术来获取人体运动过程中的姿态变化信号数据，并通 过微处理器对所采集到的信号数据进行处理分析，使用跌倒检测算法判断人体所处的运动 状态，当检测到人体发生跌倒事件时采取报警处理，使被监护人及时获得救助。如图2所示。
[0026] 为研究人体跌倒过程与其它日常生活活动的相关运动学参数，首先定义身体各部 位的坐标，W躯干部位为例。W躯干一处为坐标原点，X轴方向为指向躯干前方，Y轴方向指 向躯干左方，Z轴方向指向躯干上方，X轴、Y轴和Z轴互相垂直，运动空间中任意方向的向量 都可W分解成运=轴方向上的分量。设在人体运动过程中躯干部位沿X轴方向的加速度为 ax，沿Y轴方向的加速度为aY，沿Z轴方向的加速度为az，则人体运动加速度向量可表示为 绕X轴方向的转动为Wx,绕Y轴方向的转动为Wy,绕巧由方向的转动为Wz,则人体 角速度向量可表不为W =. (Wf.，Wy，j。
[0027] 在人体跌倒模型中得到人体运动加速度向量可表示为:U (a,运里称其向 量模值为合加速度A，随时间的变化数据A(t)可用来分析人体运动过程姿态变化，其计算过 程如式：
其中，分别为加速度传感器x、y、z^轴方向的随时间变化输出，并经中值滤 波后的信号。
[0028] 人体运动角速度向量可W表示为r = W。)，运里称其向量模值为合角速度 W，W随时间的变化数据W(t)可用来分析人体运动过程姿态变化，其计算过程如式：
其中，唯，，>喘，^"分别为巧螺仪x、y、z^轴方向随时间变化的输出，并经中值滤波后的 信号。
[0029] 相似度特征量： 1、合角度曲线 根据人体运动学特征，跌倒过程与慢跑等运动过程的人体俯仰角或者侧翻角变化有很 大不同，然而采集人体运动姿态变化信号数据的智能手机在口袋中的放置方位具有随意 性，因此无法直接使用巧螺仪单轴方向输出得到的角度变化信息作为跌倒判断的一个特征 量。运里我们定义一个人体跌倒时躯干倾斜的合角度它是通过对角速度信号向量模数据进 行积分得到的，如下式： r^W{t)dl Mft 其中，w(t)为人体运动合角速度幅值，to则是我们为了等待人体姿态稳定而启动的一 个定时器的预设时间，一般预设时间为t〇W3-8秒为宜。
[0030] 分析跌倒与慢跑等较高强度运动的合角度曲线变化的不同，图3所示为跌倒和慢 跑两种运动过程合角度变化曲线，从图中可W看出：跌倒曲线有明