The invention discloses a method of falling detection early warning based on Intelligent wearer, which includes following steps: reading training data, extracting characteristic parameters, training SVM classifier, collecting sensing data, testing data collected by SVM classifier, judging whether there is a fall risk and prompting; detection of falling and entering Alarms. The SVM classifier is trained on the basis of the characteristic parameters extracted from the healthy gait data and abnormal gait data, to distinguish and identify the abnormal state of the gait accurately, so as to prompt the possible fall situation, and then to detect the user in real time and protect it in the case of a possible fall. The security of the user. The invention is a fall detection and early warning method based on Intelligent wearable equipment, which can be widely applied to the field of data processing.
【技术实现步骤摘要】
一种基于智能穿戴设备的跌倒检测预警方法
本专利技术涉及数据处理领域,尤其是一种基于智能穿戴设备的跌倒检测预警方法。
技术介绍
随着人口老龄化,我国60岁以上人口已经超过2.3亿,老年人的健康和安全问题已经引起社会的广泛关注,老年人日常生活能力下降,跌倒、走势、突发疾病、忘记服药等问题屡见不鲜。现有的智能穿戴设备能实现血压、心率的静态参数检测以及跌倒等动态参数的检测,然后在产品使用过程中得到更多的反馈是先有设置仅仅能实现跌倒后的检测。对于高龄老人,一旦跌倒则可能造成关节破损甚至骨折,目前的跌倒检测技术仅能实现跌倒之后的检测,难以满足其他功能需求。在步态识别上,现有技术中提供了对帕金森症患者的步态研究,其技术方案采用的数据基于帕金森患者的足底压力。首先,其数据采集采用的是足底的压力传感器;其次,帕金森患者的步态特征与老人处于容易摔倒状态的步态特征存在较大差别,采用上述现有技术方案难以区分跌倒状态、处于可能跌倒的危险状态和正常状态。
技术实现思路
为了解决上述技术问题,本专利技术的目的是:提供一种基于智能穿戴设备实现对可能跌倒状态的预警以及跌倒检测的方法。本专利技术所采用的技术方案是:一种基于智能穿戴设备的跌倒检测预警方法,包括有以下步骤:A、读入训练数据,所述训练数据包括有多组健康人步态数据和多组异常步态数据,所述训练数据为步行中手部摆动的加速度;B、对于每一组训练数据,搜索该组训练数据中的步态周期,计算每个步态周期中加速度的波谷值a1、加速度的波峰值a2、加速度的波谷值a1与加速度的波峰值a2之间的时间t1、加速度的波峰值a2与下一个加速度的波谷值a′1之间的时 ...
【技术保护点】
1.一种基于智能穿戴设备的跌倒检测预警方法,其特征在于,包括有以下步骤:A、读入训练数据,所述训练数据包括有多组健康人步态数据和多组异常步态数据,所述训练数据为步行中手部摆动的加速度;B、对于每一组训练数据,搜索该组训练数据中的步态周期,计算每个步态周期中加速度的波谷值a1、加速度的波峰值a2、加速度的波谷值a1与加速度的波峰值a2之间的时间t1、加速度的波峰值a2与下一个加速度的波谷值a′1之间的时间t2,然后计算该组训练数据中所有步态周期中加速度的波谷值的平均值
【技术特征摘要】
1.一种基于智能穿戴设备的跌倒检测预警方法,其特征在于,包括有以下步骤:A、读入训练数据,所述训练数据包括有多组健康人步态数据和多组异常步态数据,所述训练数据为步行中手部摆动的加速度;B、对于每一组训练数据,搜索该组训练数据中的步态周期,计算每个步态周期中加速度的波谷值a1、加速度的波峰值a2、加速度的波谷值a1与加速度的波峰值a2之间的时间t1、加速度的波峰值a2与下一个加速度的波谷值a′1之间的时间t2,然后计算该组训练数据中所有步态周期中加速度的波谷值的平均值加速度的波峰值的平均值加速度的波谷值a1与加速度的波峰值a2之间的时间的平均值加速度的波峰值a2与下一个加速度的波谷值a′1之间的时间的平均值C、以加速度的波谷值的平均值加速度的波峰值的平均值加速度的波谷值a1与加速度的波峰值a2之间的时间的平均值加速度的波峰值a2与下一个加速度的波谷值a′1之间的时间的平均值作为特征参量构造SVM分类器进行训练;D、通过传感器采集传感数据,所述传感器包括有加速度传感器、陀螺仪、地磁仪器和气压传感器;E、采用训练好的SVM分类器对加速度传感器数据进行测试,若结果为健康人步态,则不进行提示,否则发出提示信号并执行步骤F;F、根据采集的传感数据检测是否处于跌倒状态,若处于跌倒状态,则发出警报信号。2.根据权利要求1所述的一种基于智能穿戴设备的跌倒检测预警方法,其特征在于:所述步骤F具体包括以下子步骤:F1、根据气压传感器的大气压强确定用户的竖直位置变化量,以地磁仪检测的运动方向为基准方向,根据陀螺仪检测的数据确定在运动方向上的倾斜角度;F2、判断加速度传感器检测的加速度值、运动方向为基准方向和用户的竖直位置...
【专利技术属性】
技术研发人员:陈震,郭伟斌,皮亦然,陈文声,王锦章,
申请(专利权)人:广州柏颐信息科技有限公司,
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。