【技术实现步骤摘要】
本专利技术涉及一种智能跌倒监护T恤及其跌倒检测算法,属于智能可穿戴设备领域。
技术介绍
目前市场上流行的主要是摔倒检测设备及摔倒报警系统,只是用于摔倒后的报警及紧急救助功能,远远不能预防或阻止摔倒带来的严重伤害。现有的智能手环、手表等穿戴设备主要用于健康管理,如监测睡眠、运动和心率变化等,也不能用于摔倒监测及防护。因此,对于行走困难的病人或老年人,急需一种可预见跌倒的可能性并及时提供有效保护的装置。
技术实现思路
本专利技术所要解决的技术问题是提供了一种穿戴方便、穿着轻便、监测及时准确、能提供全面应急保护的智能跌倒监护T恤及其跌倒检测算法。本专利技术采用如下技术方案:一种智能跌倒监护T恤,其包括T恤本体、设置在T恤本体上的气囊、设置在T恤本体上用于给气囊充气的充气泵、设置在T恤本体上的倾倒监测传感器、微处理器和驱动单元;所述充气泵的充气口接入气囊,所述倾倒监测传感器的输出端接入微处理器的输入端,所述微处理器的输出端接入驱动单元的输入端,所述驱动单元的输出端接充气泵的电源控制端。进一步的,所述充气泵设置在T恤本体的腹部或腰两侧,以便穿着者坐卧休息时不被硌到,确保穿着者的舒适和充气泵的安全。进一步的,所述充气泵通过导气管接入所述气囊,所述导气管设置在穿着者身体两侧,避免坐卧时被压迫影响充气。进一步的,所述气囊包括头部气囊、颈部气囊、肩部气囊、臂部气囊、腰部气囊和臀部气囊中的一种或多种。所述头部气囊、颈部气囊、肩部气囊、臂部气囊、腰部气囊和臀部气囊之间相互独立或任意几种之间相互连通。进一步的,所述倾倒监测传感器包括三轴加速度传感器和陀螺仪传感器,所述三轴加速度传感 ...
【技术保护点】
一种智能跌倒监护T恤,其特征在于:其包括T恤本体(2)、设置在T恤本体(2)上的气囊(1)、设置在T恤本体(2)上用于给气囊(1)充气的充气泵(9)、设置在T恤本体(2)上的倾倒监测传感器、微处理器和驱动单元;所述充气泵(9)的充气口接入气囊(1),所述倾倒监测传感器的输出端接入微处理器的输入端,所述微处理器的输出端接入驱动单元的输入端,所述驱动单元的输出端接充气泵(9)的电源控制端。
【技术特征摘要】
1.一种智能跌倒监护T恤,其特征在于:其包括T恤本体(2)、设置在T恤本体(2)上的气囊(1)、设置在T恤本体(2)上用于给气囊(1)充气的充气泵(9)、设置在T恤本体(2)上的倾倒监测传感器、微处理器和驱动单元;所述充气泵(9)的充气口接入气囊(1),所述倾倒监测传感器的输出端接入微处理器的输入端,所述微处理器的输出端接入驱动单元的输入端,所述驱动单元的输出端接充气泵(9)的电源控制端。2.根据权利要求1所述的一种智能跌倒监护T恤,其特征在于:所述气囊(1)包括头部气囊(1-1)、颈部气囊(1-2)、肩部气囊(1-3)、臂部气囊(1-4)、腰部气囊(1-5)和臀部气囊(1-6)中的一种或多种。3.根据权利要求2所述的一种智能跌倒监护T恤,其特征在于:所述头部气囊(1-1)、颈部气囊(1-2)、肩部气囊(1-3)、臂部气囊(1-4)、腰部气囊(1-5)和臀部气囊(1-6)之间相互独立或任意几种之间相互连通。4.根据权利要求1所述的一种智能跌倒监护T恤,其特征在于:所述倾倒监测传感器包括三轴加速度传感器(4)和陀螺仪传感器(6),所述三轴加速度传感器(4)和陀螺仪传感器(6)的输出端接入所述微处理器的输入端。5.根据权利要求1或4所述的一种智能跌倒监护T恤,其特征在于:其还包括设置在T恤本体(2)上的心率传感器(3),所述心率传感器(3)的输出端接入所述微处理器的输入端,所述心率传感器(3)设置在T恤本体(2)的前胸处。6.根据权利要求5所述的一种智能跌倒监护T恤,其特征在于:其还包括设置在T恤本体(2)上的摄像头(5),所述摄像头(5)的输出端接入所述驱动单元的视频接口。7.根据权利要求5所述的一种智能跌倒监护T恤,其特征在于:其还包括设置在T恤本体(2)上的通话装置(8),所述通话装置(8)和所述驱动单元的音频接口双向连接。8.根据权利要求5所述的一种智能跌倒监护T恤,其特征在于:其还包括设置在T恤本体(2)上的GPS定位和GSM通信模块(7),所述GPS定位和GSM通信模块(7)和所述微处理器的信号端双向连接。9.一种根据权利要求4所述的智能跌倒监护T恤的跌倒检测算法,其特征在于:其包括如下步骤:步骤一:采集三轴加速度传感器(4)数据(t,Ax,Ay,Az)和陀螺仪传感器(6)的数据(t,θx,θy,θz);其中t是从微处理器中读取的当前日期和时间;Ax、Ay、Az分别是加速度传感器(4)测量的沿三轴X、Y、Z方向的加速度值;θx、θy、θz分别是陀螺仪传感器(6)测量的沿三轴X、Y、Z方向的转动角度;步骤二:提取步骤一中的特征值,即(t、△A、△θ);其中△A是三维加速度值的改变量,计算方法如公式(1)所示;所述△θ是三维倾斜角度的改变量,计算方法如公式(2)所示:A=Ax2+Ay2+Az2ΔA=|A(ti+1)-A(ti)|---(1)]]>θ=θx2+θy2+θz2Δθ=θ(ti+1)-θ(ti)---(2)]]>步骤三:利用预先训练好的加速度改变摔倒模型Ma和角速度改变摔倒模型Mθ实时预测当前观察样本的特征值△A和△θ是否有摔倒的倾向;其中,所述加速度改变摔倒模型Ma包括向前跌倒△aF、向后跌倒△aB、向左跌倒△aL和向右跌倒△aR的学习样本,其公式(3)如下:Ma(ΔA,fall)=Σi=1nωik(ΔaF(i),ΔaB(i),ΔaL(i),ΔaR(i),posture(i))---(3)]]>公式(3)中,ωi是一组加权系数;k是一个反应每一时刻的加速度变化△aF(i),△aB(i),△aL(i),△aR(i)与身体姿势posture(i)之间关系的函数;所述角速度改变摔倒模型Mθ包括向前跌倒△θF、向后跌倒△θB、向左跌倒△θL和向右跌倒△θR的学习样本,其公式(4)如下:Mθ(Δθ,fall)=Σi=1nωik(ΔθF(i),ΔθB(i),ΔθL(i),ΔθR(i),posture(i))---(4)]]>公式(4)中,ωi是一组加权系数;k是一个反应每一...
【专利技术属性】
技术研发人员:张书梅,许征程,李莉,李立,董倩,
申请(专利权)人:石家庄学院,
类型:发明
国别省市:河北;13
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。