用于检测跌倒的智能手环的制作方法

本发明涉及传感器检测领域，尤其涉及一种用于检测跌倒的智能手环。

背景技术：

跌倒是对老年人健康乃至生命的严重威胁，也给社会带来沉重的负担。在我国，跌倒是65岁以上老年人首位伤害死因。如何获取人体跌倒行为的运动学数据并对其进行准确识别和及时预警，对减小老年人由于跌倒带来的伤害具有重要意义。

目前，针对老年人跌倒的自动检测方法主要有通过视频检测，或者音频和振动识别。然而，由于人体日常行为活动此较复杂，在实际应用环境中的情境或声音会对跌倒的检测存在不同程度的误判；另一方面，高清的视频或音频设备的应用受到限制的很大原因是价格昂贵，且体积庞大，应用场合局限，无法实时准确地对老年人跌倒行为进行识别和预警。

目前市面上出现了诸多品牌的智能手环，用于日常的计步，但是功能单一，并且在查看计步结果的时候必须与手机配合使用，无法一目了然地实时观测步数结果。本发明将能够检测跌到行为的传感器集成到手环壳体内，使手环除了计步作用，更具有检测跌倒行为并报警的功能，本文提供了一种智能手环，不影响人体的正常动作，体积小巧，成本可控，检测跌倒的精度高。

技术实现要素：

为克服现有技术的不足，本发明的目的是：提供一种智能手环，体积小巧，佩戴方便，节约成本，不影响人体的日常活动，检测跌倒的精度高。

为了解决背景技术中的技术问题，本发明提供了一种智能手环，包括手环壳体、传感单元、处理单元及通信单元，其中，所述传感单元包括三轴加速度传感器和双轴角速度传感器，所述处理单元用于接收并处理所述传感单元采集的数据，所述通信单元用于将所述处理单元处理的数据发送给云端服务器，所述传感单元、处理单元和通信单元设于所述手环壳体的内部。

可选地，所述智能手环还包括设于所述手环壳体内的数据存储单元，所述数据存储单元用于记录所述传感单元采集的原始数据。

具体地，所述智能手环还包括第一低通滤波电路和第二低通滤波电路，所述处理单元至少包括第一输入端和第二输入端，所述三轴加速度传感器的输出端与所述第一低通滤波电路的输入端连接，所述第一低通滤波电路的输出端与所述处理单元的第一输入端连接，所述双轴角速度传感器的输出端与所述第二低通滤波电路的输入端连接，所述第二低通滤波电路的输出端与所述处理单元的第二输入端连接。

可选地，所述数据存储单元为SD卡。

优选地，所述处理单元的外围包括A/D转换器和总线。

具体地，所述三轴加速度传感器的量程为±6gn，灵敏度为200mV/gn，所述角速度传感器的量程为±500°/s。

本发明提供的智能手环还包括压力传感器和显示屏，其中，所述压力传感器用于将检测到的压力信号传送给处理单元，所述处理单元进行计数操作并将计数结果显示在显示屏上。

所述智能手环还包括蓄电模块和充电接口。

本发明的智能手环的原理是①角速度特征是人体运动特征中一个重要参量，人体正常行走时，角速度周期性的规则变化，而在发生跌倒时刻，平衡感变差，下肢肌肉收缩力下降，导致行走不连续，脚不能抬高、脚跟着地，在跌倒过程中俯仰角的变化最为明显，角速度会发生剧烈变化，所以角速度的变化可以反映出人体运动状态的变化；②角速度传感器可以检测人体的俯仰角信息；③处理单元处理角速度信息，并把处理结果发送给控制器；④控制器实时根据角速度判断跌倒行为是否发生，如果发生跌倒行为，控制器通过无线模块将报警信息发送给云端服务器显示。

采用上述技术方案，本发明的智能手环体积小巧，佩戴方便，节约成本，不影响人体的日常活动，检测跌倒的精度高，使用寿命长。

附图说明

下面结合附图中的实施例对本发明作进一步的详细说明，但不构成对本发明的任何限制。

图1是本发明实施例提供的智能手环的系统硬件图；

图2是本发明实施例提供的正常行走状态下三轴合加速度变化实验数据图；

图3是本发明实施例提供的起立-下蹲状态下三轴合加速度变化的实验数据图；

图4是本发明实施例提供的跌倒状态下三轴合加速度变化实验数据图；

图5是本发明实施例提供的跌倒状态下角度变化的实验数据图；

图6是本发明实施例提供的跌倒状态下角速度变化的实验数据图。

具体实施方式

为了使本发明目的、技术方案及优点更加清楚明白，以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以解释本发明，并不用于限定发明。

实施例：图1为本发明实施例提供的智能手环的系统硬件图，从图中可以清楚地看出，本实施例提供的智能手环包括手环壳体、传感单元、低通滤波电路、处理单元、数据存储单元及通信单元，其中，所述传感单元为三轴加速度传感器和角速度传感器，为了去除高频干扰以提高电路的稳定性，所述处理单元至少包括第一输入端和第二输入端，所述三轴加速度传感器的输出端与所述第一低通滤波电路的输入端连接，所述第一低通滤波电路的输出端与所述处理单元的第一输入端连接，所述双轴角速度传感器的输出端与所述第二低通滤波电路的输入端连接，所述第二低通滤波电路的输出端与所述处理单元的第二输入端连接，所述处理单元用于接收并处理所述传感单元采集的数据，所述数据存储单元用于记录所述传感单元采集的原始数据，所述通信单元用于将所述处理单元处理的数据发送给云端服务器，所述传感单元、低通滤波电路、处理单元、数据存储单元和通信单元设于所述手环壳体的内部，本发明提供的智能手环还可以通过充电接口给蓄电模块充电，所述蓄电模块用于给所述处理单元供电。

本实施例中，所述传感单元采用飞思卡尔半导体的三轴MEMS加速度传感器MMA7260Q和InvenSense公司的双轴MEMS陀螺仪IDG-300，具体地，所述加速度传感器的量程为±6gn，灵敏度为200mV/gn，所述角速度传感器的量程为±500°/s；所述处理单元采用ST公司的基于Cortex-M3内核的STM32系列单片机，其内核频率为72MHz，可以满足数据处理的要求，其外设包含了高性能的12位高速A/D转换器以及高速SPI总线及USART接口等多种总线接口。片内总线有DMA通道，从A/D转换器得到的数据可以直接送往各总线接口而不受CPU的干预。

在系统采集过程中，为了分析跌倒过程中各传感器信号的变化，需要将传感器的原始数据存储并发送至云端服务器分析，在采集数据的过程中原始数据量大，无线模块传输过程中可能会出现丢包现象，因此，需要数据存储单元记录传感器的原始数据，本实施例中采用SD卡作为便携式存储设备。

经过一系列的实验测试，实验人员模拟正常行走、快速行走、坐下起立和起立下蹲等动作时，实验结果如图2和3所示，三轴合加速度的峰值不超过3gn；实验人员模拟跌倒动作时，实验结果如图4所示，在静止不动时，由于受重力影响，合加速度为1gn，在摔倒时有两个极值，第一极值点对应的合加速度为0.11gn，是由于下跌过程中人体在向下的Z轴方向的加速度迅速减小造成的，第二极值点对应的合加速度超过6gn，是由于跌倒到与地面接触时速度迅速减小造成的，合加速度最后趋于稳定值还是1gn；实验人员模拟跌倒动作时，实验结果如图5和6所示，前向或者后向摔倒时，俯仰角剧烈变化，侧向摔倒的角度变化不是很大，然而，不管是俯仰跌倒还是侧向跌倒，角速度的变大都较剧烈，并且会出现一正一负两个极值。综上实验数据可知，当人体的三轴合加速度出现两个极值，尤其是当极值出现大于6gn的状况时，或当人体的角速度出现两个极值，尤其是当极值的绝对值超过150°/s时，可判定人体发生了跌倒行为。

本发明的智能手环体积小巧，佩戴方便，节约成本，不影响人体的日常活动，检测跌倒的精度高，使用寿命长。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。