A fall detection method of intelligent mobile phone based on the old man, using acceleration sensor, gyroscope and GPS intelligent mobile phone built-in action signal data for the elderly were collected, and then analysis, feature extraction, recognition of the behavior of the elderly, so as to achieve the purpose of fall detection, the invention adopts the threshold method and analysis to determine the human body posture is the event falls or ADL, reduce the jogging, squatting and other human violent actions through the miscarriage of justice; human behavior data extraction eigenvalue analysis, time domain and frequency domain features, further to the human body, prevent the body fall behavior is ADL behavior detection, improve the detection accuracy of elderly falls.
【技术实现步骤摘要】
一种基于智能手机的老人跌倒检测方法
本专利技术属于人体跌倒检测和行为识别
,特别是涉及一种基于智能手机的老人跌倒检测方法。
技术介绍
随着国民经济和医疗水平的不断提高,我国人口老龄化数量也在不断增加,在老年人的日常生活中,跌倒是老年人经常发生的意外,严重影响了老年人的健康甚至生命安全。为了减少跌倒对老人造成的伤害,保护老人的健康和安全,对老人进行实时有效的跌倒检测是必不可少的。目前,跌倒检测方法最常见的是基于视频图像的跌倒检测和可穿戴式的跌倒检测。基于视频图像的跌倒检测方法是在一定区域内安装一个或几个摄像机或照相机采集2D或3D的人体运动图像,提取跌倒动作的图像特征,实现跌倒判断。该方法主要分为三类,第一类是基于静态特征的跌倒检测,即利用人体跌倒后长时间平躺这一特点进行检测;第二类是基于人体姿势的跌倒检测,即利用人体从站立到跌倒的过程中姿势的剧烈变化进行检测;第三类是基于头部运动的跌倒检测,即以人体头部垂直方向的速度为特征,并结合重心或者头与地面的关系来进行检测。基于视频图像的跌倒检测方法采集的是2D或3D图像信息,准确性高,能同时检测多个跌倒事件的发生,但其计算量大,成本较高,只能在一定区域内进行检测,且容易暴露用户的个人隐私。可穿戴式的跌倒检测方法是通常采用微型的传感器嵌入到特定的衣物或饰品中采集数据,由人体穿戴在身上进行跌倒检测。该方法是把传感技术、芯片技术、数据计算处理技术、显示技术等嵌入人体穿戴的衣物或饰品当中,使其成为人体穿戴的一部分,如衣服、帽子、眼镜、手环等,其中常用的传感器类型包括加速度传感器、压力传感器、陀螺仪、磁力计等。可穿戴式 ...
【技术保护点】
一种基于智能手机的老人跌倒检测方法,其特征在于:具体包含如下步骤:步骤1,通过智能手机内置的加速度传感器、陀螺仪、GPS分别采集人体动作信号的加速度、角速度和GPS速度数据;步骤2,对采集的加速度、角速度和GPS速度数据进行中值滤波处理,并计算合加速度、合角速度和人体倾斜角;步骤3,使用阈值法依次比较合加速度、合角速度和人体倾斜角的大小,判断人体行为是否为跌倒;步骤4,对步骤3中判断为非跌倒行为的人体动作的加速度和GPS速度数据进行加窗分割,提取时域特征和频域特征,并将提取出的时域特征和频域特征合并为一个特征量;步骤5,将步骤4提取得到的特征量输入SVM分类器,识别人体ADL行为,判断是否为跌倒。
【技术特征摘要】
1.一种基于智能手机的老人跌倒检测方法,其特征在于:具体包含如下步骤:步骤1,通过智能手机内置的加速度传感器、陀螺仪、GPS分别采集人体动作信号的加速度、角速度和GPS速度数据;步骤2,对采集的加速度、角速度和GPS速度数据进行中值滤波处理,并计算合加速度、合角速度和人体倾斜角;步骤3,使用阈值法依次比较合加速度、合角速度和人体倾斜角的大小,判断人体行为是否为跌倒;步骤4,对步骤3中判断为非跌倒行为的人体动作的加速度和GPS速度数据进行加窗分割,提取时域特征和频域特征,并将提取出的时域特征和频域特征合并为一个特征量;步骤5,将步骤4提取得到的特征量输入SVM分类器,识别人体ADL行为,判断是否为跌倒。2.根据权利要求1所述的一种基于智能手机的老人跌倒检测方法,其特征在于:所述步骤2具体包含如下步骤:步骤2.1,设X轴原加速度序列ax′(i),i=1,2,...,n,经中值滤波后为ax(i),X轴原角速度序列ωx′(i),经中值滤波后为ωx(i);GPS速度原序列v′(i),经中值滤波后为v(i),计算如下:其中,Y轴、Z轴的原加速度、角速度序列的中值滤波处理分别与X轴的原加速度、角速度序列的中值滤波处理方式相同;步骤2.2,计算合加速度SMVa、合角速度SMVω、人体倾斜角AoI,具体计算方法如下:
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。