The invention discloses a fall detection method and device based on multi sensor data fusion, the fall detection method by using the method of pattern recognition, human behavior is divided into fall and ADL mode, through support vector machine learning method based on screening for human fall eigenvector of judgement standard, according to the characteristics of human motion vector and the state data of joint detection and falling action. The falling detection device is composed of a pressure sensor, an acceleration sensor, a wireless transmission module, a wireless receiving module, a microprocessor, a distress module, etc.. Fall detection method through the real-time monitoring and processing of pressure data, the acceleration data fall in the process of recognition of human behavior falls, and location information will be sent to relatives or caregivers, to timely treatment. The invention extracts the feature vector based on the multi-sensor data, thereby effectively improving the recognition ability of fall.
【技术实现步骤摘要】
一种基于多传感器数据融合的跌倒检测方法及装置
本专利技术涉及自动检测
,具体涉及一种基于多传感器数据融合的跌倒检测方法及装置。
技术介绍
随着社会的进步,人口老龄化是人类社会发展无法阻止的趋势,也早已成为我国不可忽视的发展问题。有数据显示,截止2014年末,我国60岁以上老年人人口已达2.1亿,占总人口的15.5%,65岁以上人口1.3亿,占总人口的10.1%。由于老人身体各器官功能开始老化,导致身体机能下降,反应不灵敏,经常出现意外跌倒情况,这已经成为威胁老年人生命健康的重要原因之一。据统计,在65岁以上的老年人群中,有超过1/3的人每年都有跌倒经历,如得不到及时救治,极易引发并发症,轻则导致肢体损伤,重则导致瘫痪甚至失去生命。因此,对缺乏照顾的老年人日常行为进行监测,实时检测身体姿态,及时发现跌倒并报警求助,使得老年人可以放心的进行户外活动,增强老年人的安全感和自信心,从而提高老年人生活质量与身心健康具有重要意义。国内外学者以人体跌倒检测方法已经有了较长时间的研究,跌倒检测的方法也有很多种类。总结国内外的研究,对于跌倒检测的方法主要分为以下3类:(1)基于声频等振动信号的跌倒检测方法。通过在室内安装多个声频传感器阵列获取周围环境中的音频信号,跌倒事件可通过分析活动导致的振动频率来判断。此类检测系统一般只适用于室内,检测的范围受限。(2)基于视频图像的跌倒检测方法。主要通过安装在室内的摄像头获取被监控人的活动信息,此类检测方法同样受到了监控范围的限制,且具有资金投入较大。(3)基于可穿戴式装置的跌倒检测方法。可穿戴式装置的跌倒检测方法主要是通过佩戴 ...
【技术保护点】
一种基于多传感器数据融合的跌倒检测方法,其特征在于,所述跌倒检测方法包括下列步骤:S1、采集足够数量的人体运动状态数据样本,其中,所述人体运动状态数据样本包括包括不同年龄阶段人群的跌倒动作数据和ADL数据;S2、从人体运动状态数据样本中提取人体跌倒足底压力特征向量,建立基于支持向量机的人体跌倒识别模型;S3、监测人体运动状态数据,依据基于支持向量机的人体跌倒模型特征向量,识别人体是否跌倒;S4、提取人体运动状态加速度数据,判断所述加速度是否大于设定的加速度阀值;S5、综合特征向量与人体运动状态加速度数据,判断跌倒后发出求救信号。
【技术特征摘要】
1.一种基于多传感器数据融合的跌倒检测方法,其特征在于,所述跌倒检测方法包括下列步骤:S1、采集足够数量的人体运动状态数据样本,其中,所述人体运动状态数据样本包括包括不同年龄阶段人群的跌倒动作数据和ADL数据;S2、从人体运动状态数据样本中提取人体跌倒足底压力特征向量,建立基于支持向量机的人体跌倒识别模型;S3、监测人体运动状态数据,依据基于支持向量机的人体跌倒模型特征向量,识别人体是否跌倒;S4、提取人体运动状态加速度数据,判断所述加速度是否大于设定的加速度阀值;S5、综合特征向量与人体运动状态加速度数据,判断跌倒后发出求救信号。2.根据权利要求1所述的一种基于多传感器数据融合的跌倒检测方法,其特征在于,所述步骤S2、从人体运动状态数据样本中提取人体跌倒足底压力特征向量,建立基于支持向量机的人体跌倒识别模型具体包括:S21、构建特征向量库:对采集到的人体运动数据样本进行预处理,形成人体运动状态样本特征向量,构建特征向量库;S22、训练分类器:提取人体运动数据样本中的压力数据,根据基于支持向量机原理,用人体在不同运动状态的数据构成的特征向量进行训练,区分人体跌倒状态和ADL状态,得到可以检测出人体状态的支持向量机模型;S23、构建识别模型:从训练特征样本中提取判断区分人体跌倒与正常状态的特征向量,构建跌倒模型。3.根据权利要求1所述的一种基于多传感器数据融合的跌倒检测方法,其特征在于,所述跌倒动作数据包括,向前跌倒、向后跌倒、向左跌倒、向右跌倒、仰躺跌倒和俯卧跌倒;所述ADL数据包括,正常行...
【专利技术属性】
技术研发人员:史景伦,张福伟,洪冬梅,
申请(专利权)人:华南理工大学,华南智能机器人创新研究院,
类型:发明
国别省市:广东,44
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。