智能运动状态检测系统技术方案

智能运动状态检测系统，本发明专利技术提出了一种检测佩戴者运动状态包括预测跌倒风险、检测跌倒和计算运动量的方法及系统。所述方法及系统包括：拾取佩戴者运动的加速度传感器、陀螺仪、磁强计、气压传感器组，WIFI模块以及GSM/GPRS/3G/4G通信模块，GPS/北斗定位模块，电源模块，控制各模块及处理传感器数据的微处理器组成穿戴式智能终端、服务器和电脑、移动客户终端等。根据传感器组测量数据计算佩戴者的运动量、预测佩戴者跌倒风险和检查跌倒事件，并将处理后的结果数据、事件和位置信息经服务器传输至移动终端或者电话通知特定联系人，服务器对数据可进行二次处理，继而达到家人或者监护人能够更好地监护和关爱佩戴者的新技术。

Intelligent motion state detection system

The present invention provides a method and a system for detecting the motion state of a wearer, including predicting fall risk, detecting falls and calculating the amount of movement. The method comprises the following steps: picking up the wearer and the system motion acceleration sensor, gyroscope, magnetometer, pressure sensor, WIFI module and GSM/GPRS/3G/4G communication module, GPS/ Beidou positioning module, power module, control module and processing of sensor data, the microprocessor consists of wearable computer, intelligent terminal, server and mobile client terminal etc.. According to the measurement data to calculate the motion sensor group, the wearer of the wearer and check the fall risk prediction fall event and the event, the result after processing data, and location information by the server to the mobile terminal or call the specific person, the server of the data can be two times, and then reach the family or guardian to new technology better the care and love of the wearer.

【技术实现步骤摘要】
智能运动状态检测系统
本专利技术提出了一种检测佩戴者运动状态的方法及系统，其中包括以加速度传感器、陀螺仪、磁强计和气压传感器等组成的传感器组，GPS/北斗定位模块，WIFI、GSM/GPRS/3G/4G模块，微处理器模块和电源模块组成穿戴式智能终端，服务器和电脑、手机等客户终端。尤其涉及用于检测佩戴者运动状态：预测跌倒风险、监测跌倒事件和计算运动量以及监测佩戴者的位置信息的方法和系统。
技术介绍
卫生部疾病预防控制局2011年9月6日发布《老年人跌倒干预技术指南》中指出：跌倒是我国伤害死亡的第四位原因，而在65岁以上的老年人中则为首位。据美国疾病预防控制中心2006年公布数据显示：美国每年有30%的65岁以上老年人出现跌倒，全国疾病监测系统死因监测数据显示：我们65岁以上老年人跌倒死亡率男性为45.96/10万，女性为52.80/10万，因跌倒死亡是65岁及以上人群因伤害致死的第一位死因，占该人群因伤害死亡总数的29.85%。据中华人民共和国2014年国民经济和社会发展统计公报统计：2014年末65周岁及以上为13755万人，占全国人口10.1%。由此可见，跌倒严重威胁着老年人的身心健康、日常活动及独立生活能力，也增加了家庭和社会的负担。跌倒是指突发、不自主的、非故意的体位改变，倒在地上或更低的平面上。跌倒检测技术有很多，按照信号获取的渠道可分为基于视频图像的跌倒检测、基于声学信号的跌倒检测、基于穿戴式装置的跌倒检测。基于视频图像的跌倒检测不能保证用户的隐私安全并且视频图像的质量受光线等环境影响较大以及受地域局限性较大，基于声学信号的跌倒检测，安装复杂且受环境影响较大，尤其在城市户外或者闹区，基于穿戴式的检测方法受外界和地域性影响较小，能够有效地实现对老年人的远程监护。目前，常见的跌倒监测系统能够并允许佩戴者在跌倒事件发生时手动或自动获取跌倒信息检测系统。示范性的跌倒检测器能够包括个人帮助按钮或佩戴式和基于环境的自动检测器。自动跌倒检测设备多是利用加速度传感器或者加速度、陀螺仪、磁强计传感器组采集佩戴者人体姿势的变化，以判断是否有跌倒事件发生，能支持手动或者自动报警的穿戴式智能终端。这些设备在大多数情况下能够检测到跌倒发生，但是误报、错报现象较为严重，如在睡觉时佩戴，则会报警，引起人们不必要的麻烦，甚至是惊慌。跌倒检测虽然能够及时检测到跌倒事件并报警，为急救争取了宝贵时间。但是毕竟已发生跌倒，如果能够有效地预测跌倒发生并及时警告和报警，提醒佩戴者提高注意力或者采用其他辅助工具以降低跌倒风险，降低跌倒事件的发生率，对于老年身心健康最为有益，并降低了家庭和社会的负担。因此具有预测功能的穿戴式智能跌倒报警装置更适用老年人监护。
技术实现思路
本专利技术的主旨是提出一种检测佩戴者运动状态，继而可预测跌倒风险、监测跌倒事件和计算运动量的方法及系统，系统由穿戴式智能终端、服务器及监护终端构成，其中，穿戴式智能终端最佳使用方式为佩戴于监护者腰部，其特征如下：穿戴式智能终端包括传感器组，GPS/北斗定位模块，WIFI、GSM/GPRS/3G/4G模块、微处理器、声音模块、按键及电源组成。传感器组，用于检测佩戴者运动变化量，其中加速度传感器采集人体运动加速度，陀螺仪采集人体运动的角速度、磁强计采集人所处地磁场强度，气压传感器获取设备所处大气压强继而可推算出所处高度。微处理器模块，控制传感器组工作并对传感器组采集数据滤波处理，利用信息融合技术判断人体姿势趋势和变化状态，继而预测跌倒风险、检测跌倒事件和计算运动量；根据跌倒风险、事件形成提示和报警信息，并主动或自动经服务器推送至监护终端；控制GPS/北斗模块、WIFI模块、GSM/GPRS/3G/4G模块工作，并将获取位置信息发送至监护终端或形成行程轨迹，将运动量信息发送至服务器以至于服务器形成运动量日志；根据用户要求，设置并控制声音模块播放提醒以及录制声音。GPS北斗/定位模块，WIFI、GSM/GPRS/3G/4G模块，用于位置信息的获取及无线数据通信和语音通信。声音模块实现语音通信及语音提醒以及录音功能。按键实现佩戴者与智能设备终端的交互。电源模块为智能设备终端中传感器组、微处理器、GPS/北斗模块、声音模块、WIFI模块、GSM/GPRS/3G/4G模块等供电。服务器实现对终端设备的管理及数据存储、挖掘处理等，绘制佩戴者行动轨迹和设置电子围栏等。客户终端包括个人电脑和移动终端，对事件及检测量查询、显示及对设备工作模式进行设置。本专利技术涉及一种预测跌倒风险、检测跌倒事件和计算运动量的方法，其特征在于包括以下步骤：（1）传感器组采集数据，其中传感器组包括加速度传感器、陀螺仪、磁强计、压力传感器采集得到加速度数据组g，角速度数据组ω，磁场强度数据组m，气体压强数据p；（2）处理器利用三点均值滤波器对采集到数据进行平滑滤波，滤除由高斯造成的干扰；（3）求取姿态角，包括X、Y、Z轴的姿态角Roll、姿态角Pitch、姿态角Yaw，其中X轴指向人体前方，Y轴指向身体右侧，Z轴与人体躯干平行；（4）分别计算姿态角Roll、姿态角Pitch、姿态角Yaw、大气压强p的斜率Rolldiff、Ptichdiff、Yawdiff、pd；Rolldiff=Roll(n)-Roll(n-k);（1）Pitchdiff=Pitch(n)-Pitch(n-k);（2）Yawdiff=Yaw(n)-Yaw(n-k);（3）pd=p(n)-p(n-k);（4）（5）分别计算时间T1内，加速度数据g、角速度ω和大气压强P的最大幅值gmax，ωmax，pmax和最小幅值gmin，ωmin、pmin之间的差值gdiff、ωdiff、pdiff；gdiff=gmax-gmin;(6)ωdiff=ωmax-ωmin;(7)pdiff=pmax-pmin;(8)其中，时间T1加速度差值阈值g*diff、角速度差值阈值ω*diff，p*diff根据实际情况确定；当gdiff<g*diff、pdiff<p*diff且ωdiff<ω*diff，判断佩戴者处于静止状态，进入第7步，如果gdiff≥g*diff或pdiff≥p*diff或ωdiff≥ω*diff为运动状态，则进入步骤6；（6）判断步骤4中得到姿态角斜率Rolldiff、Ptichdiff及大气压强斜率pd是否大于预定阈值Roll1*、Pitch1*、p1*，在未在运动状态中，若Rolldiff≥Roll1*且Ptichdiff≥Pitch1*且-pd≥p1*则判定为佩戴者具有跌倒风险，穿戴式智能终端发出“注意安全”等警示，否则，认为开始运动，开始计算运动量，返回步骤1继续检测；在运动状态中，若Rolldiff≥1.5*Roll1*且Ptichdiff≥1.5*Pitch1*，则判定为佩戴者具有跌倒风险，穿戴式智能终端发出“注意安全”等警示，否则不发出警示。计算运动量，返回步骤1继续检测；（7）判断步骤3中得到的姿态角Roll、Pitch是否大于预设阈值Roll*、Pitch*，如果Roll<Roll*且Pitch<Pitch*则佩戴者未处于躺卧状态，返回1继续采集数据，否则，佩戴者处于躺卧状态，进入8步；（8）判断躺卧状态发本文档来自技高网...

【技术保护点】
一种检测佩戴者运动状态继而可预测跌倒风险、监测跌倒事件及计算运动量的方法及系统，其特征在于，包括：穿戴式智能终端包括传感器组，GPS/北斗定位模块，WIFI、GSM/GPRS/3G/4G模块、微处理器、声音模块、按键及电源组成；传感器组，用于检测佩戴者运动变化量，其中加速度传感器采集人体运动加速度，陀螺仪采集人体运动的角速度、磁强计采集人所处地磁场强度，气压传感器获取设备所处大气压强继而可推算出所处高度；微处理器模块，控制传感器组并对传感器组采集信息滤波处理，并利用信息融合技术判断人体姿势趋势和变化状态，继而预测跌倒风险、检测跌倒事件和计算运动量；根据跌倒风险、事件形成提示和报警信息，并主动或自动经服务器推送至监护终端；控制GPS/北斗模块、WIFI模块、GSM/GPRS/3G/4G模块工作，并将获取位置信息发送至监护终端或形成行程轨迹，将运动量信息发送至服务器以至于服务器形成运动量日志；根据用户要求，设置并控制声音模块播放提醒以及录制声音；GPS北斗定位模块，WIFI、GSM/GPRS/3G/4G模块，用于位置信息的获取及无线数据通信和语音通信；声音模块实现语音通信及语音提醒以及录音功能；按键实现佩戴者与智能设备终端的交互；电源模块为智能设备终端中传感器组、微处理器、GPS/北斗模块、声音模块、WIFI模块、GSM/GPRS/3G/4G模块等供电；服务器实现对穿戴式智能终端的管理及数据存储、挖掘处理等，绘制佩戴者行动轨迹和设置电子围栏等；客户终端包括个人电脑显示和移动终端显示，对事件及检测量进行查询及对设备工作模式进行设置。...

【技术特征摘要】
1.一种检测佩戴者运动状态继而可预测跌倒风险、监测跌倒事件及计算运动量的方法及系统，其特征在于，包括：穿戴式智能终端包括传感器组，GPS/北斗定位模块，WIFI、GSM/GPRS/3G/4G模块、微处理器、声音模块、按键及电源组成；传感器组，用于检测佩戴者运动变化量，其中加速度传感器采集人体运动加速度，陀螺仪采集人体运动的角速度、磁强计采集人所处地磁场强度，气压传感器获取设备所处大气压强继而可推算出所处高度；微处理器模块，控制传感器组并对传感器组采集信息滤波处理，并利用信息融合技术判断人体姿势趋势和变化状态，继而预测跌倒风险、检测跌倒事件和计算运动量；根据跌倒风险、事件形成提示和报警信息，并主动或自动经服务器推送至监护终端；控制GPS/北斗模块、WIFI模块、GSM/GPRS/3G/4G模块工作，并将获取位置信息发送至监护终端或形成行程轨迹，将运动量信息发送至服务器以至于服务器形成运动量日志；根据用户要求，设置并控制声音模块播放提醒以及录制声音；GPS北斗定位模块，WIFI、GSM/GPRS/3G/4G模块，用于位置信息的获取及无线数据通信和语音通信；声音模块实现语音通信及语音提醒以及录音功能；按键实现佩戴者与智能设备终端的交互；电源模块为智能设备终端中传感器组、微处理器、GPS/北斗模块、声音模块、WIFI模块、GSM/GPRS/3G/4G模块等供电；服务器实现对穿戴式智能终端的管理及数据存储、挖掘处理等，绘制佩戴者行动轨迹和设置电子围栏等；客户终端包括个人电脑显示和移动终端显示，对事件及检测量进行查询及对设备工作模式进行设置。2.根据权利要求1所述穿戴式智能终端最佳佩戴位置为佩戴者腰部。3.一种预测跌倒风险、检测跌倒和计算运动量的方法，其特征在于，包括以下步骤：（1）传感器组采集数据，其中传感器组包括加速度传感器、陀螺仪、磁强计、气压传感器采集得到加速度数据组g，角速度数据组ω，磁场强度数据组m，气体压强数据p；（2）处理器利用三点均值滤波器对采集到数据进行平滑滤波，滤除由高斯造成的干扰；（3）求取姿态角，包括X、Y、Z轴的姿态角Roll、姿态角Pitch、姿态角Yaw，其中X轴指向人体前方，Y轴指向身体右侧，Z轴与人体躯干平行；（4）分别计算姿态角Roll、姿态角Pitch、姿态角Yaw、气体压强p的斜率Rolldiff、Ptichdiff、Yawdiff、pd；Rolldiff=Roll(n)-Roll(n-k)(1)Pitchdiff=Pitch(n)-Pitch(n-k)(2)Yawdiff=Yaw(n)-Yaw(n-k)(3)pd=p(n)-p(n-k)(4)（5）分别计算时间T1内，加速度数据g、角速度ω和气体压强P的最大幅值gmax，ωmax，pmax和最小幅值gmin，ωmin、pmin之间的差值gdiff、ωdiff、pdiff；gdiff=gmax-gmin(5)ωdiff=ωmax-ωmin(6)pdiff=pmax-pmin(7)其中，时间T1加速度差值阈值g*diff、角速度差值阈值ω*diff，p*diff根据实际情况确定；当gdiff<g*diff、pdiff<p*diff且ωdiff<ω*diff，判断佩戴者处于静止状态，进入第7步，如果gdiff≥g*diff或pdiff≥p*diff或ωdiff≥ω*diff为运动...

【专利技术属性】
技术研发人员：袁囡囡，
申请(专利权)人：袁囡囡，
类型：发明
国别省市：河南,41