一种跌倒检测装置与方法制造方法及图纸

本发明专利技术公开了一种跌倒检测装置与方法，包括传感器、微控制器、报警器、定位通信模块和求助通讯模块，传感器测量人体运动时的加速度和角速度原始数据，并将加速度和角速度原始数据处理得到姿态值，所述的微控制器用于对加速度数据的运动特征进行评估筛选，区分跌倒行为和其他日常活动，通过对采集到的样本进行训练与测试，并根据检测到跌倒信号进行跌倒结果处理；如果检测到跌倒信号，则向报警器发起报警信号；若报警信号被中断，则继续向传感器发送检测指令；若报警信号被中断一直没有被中断，则向定位通信模块发送定位通讯指令，同时向求助通讯模块发送求救指令；准确区分跌倒和类似跌倒的正常活动，并能发出及时救助信息，远程监控。

【技术实现步骤摘要】
一种跌倒检测装置与方法
本专利技术涉及人体可穿戴式设备
，特别涉及一种跌倒检测装置与方法。
技术介绍
老年人群体在日常生活中最大的意外伤害及疾病困扰来源于跌倒，对于跌倒的预防、跌倒的检测与及时报警以及跌倒的防护成为近年来的研究热点。现有跌倒检测装置的装置繁重复杂，成本高昂，不便于随身携带，预报警不及时。现有的跌倒检测一般使用加速度计来获取身体加速度数据，检测并判断跌倒与否，在判断跌倒的过程中较少考虑人体姿态的变化。
技术实现思路
为解决现有技术的问题，本专利技术提供了一种跌倒检测装置与方法，该装置涉及人体可穿戴式设备的功能开发，特别涉及老年人跌倒的姿态检测方法与报警装置，并辅助结合以心电监测、能量消耗与营养补充提示、步态识别、睡眠监测等多个功能为一体的系统设计。为达到上述目的，本专利技术采用了以下技术方案：一种跌倒检测装置，包括传感器、微控制器、报警器、定位通信模块和求助通讯模块，其中，所述传感器、微控制器、报警器、定位通信模块和求助通讯模块通过集成电路总线连接；所述的传感器，用于测量人体运动时的加速度和角速度原始数据，并将加速度和角速度原始数据处理得到姿态值，将姿态值传输至微控制器；所述的微控制器，与传感器连接得到姿态值；用于对加速度数据和陀螺仪数据所表示的运动特征进行评估筛选，区分跌倒行为和其他日常活动，通过对采集到的样本进行训练与测试，并根据检测到跌倒信号进行跌倒结果处理；如果检测到跌倒信号，则向报警器发起报警信号；若报警信号被中断，则继续向传感器发送检测指令；若报警信号一直没有被中断，则向定位通信模块发送定位通讯指令，同时向求助通讯模块发送求救指令；所述的报警器，用于接收微控制器发出的报警信号进行报警指令；报警器与用户手动关闭报警信号的人机交互界面连接；所述的定位通信模块，用于接收微控制器发出的定位通讯指令，并将位置信息发送给求助通讯模块；所述的求助通讯模块，用于接收微控制器发出的求救指令和定位通信模块发送的位置信息，并向移动端发送求助信息和位置信息。作为本专利技术的进一步改进，所述的传感器，集成有陀螺仪、加速度传感器及DMP数字运动处理模块，DMP数字运动处理模块用于将传感器所采集的原始数据直接转化为姿态值输出。作为本专利技术的进一步改进，所述的报警器为用于视频报警的LCD屏或者声音报警的蜂鸣器。作为本专利技术的进一步改进，所述的定位通信模块包括室内和室外定位通讯模块，室外定位通讯模块为GPS定位模块，室外定位通讯模块为无线传感网络WiFi与惯性传感器。作为本专利技术的进一步改进，所述的微控制器还包括用于构建SVM_KNN算法对采集到的样本进行训练与测试。作为本专利技术的进一步改进，还包括动态心电监测模块，睡眠监测模块与微控制器电连接。一种跌倒检测方法，包括以下步骤：测量人体运动时的加速度和角速度原始数据，并将加速度和角速度原始数据处理得到姿态值；采用自适应Relief算法对加速度数据的运动特征进行评估筛选，区分跌倒行为和其他日常活动，通过SVM_KNN算法对采集到的样本进行训练与测试，并根据检测到跌倒信号进行跌倒结果处理；如果检测到跌倒信号，则发起报警信号；若报警信号被中断，则继续实时检测；若报警信号一直没有被中断，则发送位置信息和求助信息。优选地，在进行人体动作分类之前需要先进行特征提取，分别提取加速度信号的统计学特征和物理特征两大类，其中统计学特征包括时域特征、频域特征以及时频域特征，针对每一组输入数据均进行以上特征分析，获得时域特征频域特征时频域特征物理特征从而构成所需的单一特征向量其中i表示输入数据量；传感器数据分解为特征向量Vi后，按照特征对人体行为进行分类。优选地，所述的SVM_KNN算法具体指：针对先由已知样本的特征值，构造好SVM分类器，对于待测样本数据，对其归一化，然后提取特征值，送入SVM分类器，采用SVM对训练集进行训练，得到一个包含最优超平面和支持向量集的弱二分类器，然后计算待测样本到最优超平面的距离；若该距离大于设定的间隔，直接采用SVM分类；否则，利用支持向量集作为有标签的训练集进行KNN算法分类。优选地，SVM_KNN算法，具体步骤如下：1)将现有的数据集S，分为训练集Tr和测试集Te，针对训练集Tr先采用SVM进行训练，得到一个弱二分类器，以及2类样本的支持向量集分别为C+和C-；2)从测试集Tr中任选一个样本xi，计算：f(x)＝αiyiK(xi,x)+b3)将f(x)与定的阈值ε相比较，如果|f(x)|＜ε，则说明样本离分类面很近，此时应采用KNN算法，转步骤4)，如果|f(x)|≥ε，则采用SVM算法，转步骤5)；4)计算xi与所有支持向量的距离；挑选出K个最小距离，并计它们所对应的支向量的类别，xi的类别与较多数目的类别相同；其中，距离采用标准化欧离；5)采用SVM算法计算F(x)＝sgn(f(x))，得出分类类别。与现有技术相比，本专利技术具有以下优点：本装置在借鉴已有技术的基础上，结合加速度数据和姿态数据来判断跌倒的发生，综合考虑跌倒时相应的姿态变化(横滚角、俯仰角)，以实现准确判断跌倒状态。利用ALIENTEK探索者STM32F4开发板进行以老年人跌倒检测为主的便携式系统装置的设计，可以完成跌倒的准确检测与报警。报警功能在老人跌倒后自动触发，系统检查到跌倒时会延迟等待用户确认是否发出求救短信，在延迟后如果当事人没有解除报警，系统就会通过GSM模块向监测中心(被绑定的亲人手机)发出求救信号，及时告知监护人相关的跌倒状态与位置，从而获得及时救助。对于跌倒轻伤情况，被监护人手动开启或关闭报警装置。使用多传感器融合手段来实现跌倒与否的姿态检测，准确区分跌倒和类似跌倒的正常活动，并能发出及时救助信息，远程监控。在满足性能要求(准确率、灵敏度、特异性)的前提下，尽可能降低误报率和漏报率，尽量精简可穿戴装置，真正实现便携实用的产品设计要求。进一步，定位功能兼顾用户的室内活动场景和室外活动场景，能准确定位摔倒人员的位置，方便救援的实施。进一步，睡眠监测、心电检测、能耗与营养补充提醒等辅助功能可以为老年人用户提供日常生活的监测与个人运动健康管理，必要时可作为老人在接受医疗救治时的诊断依据。进一步，为了防止单一的加速度传感器数据会造成跌倒检测的误判，建立了利用加速度与人体姿态协同判断跌倒行为是否发生的判断机制。通过SVM和KNN算法结合，对人体行为的数据样本进行训练测试得到正确分类，能够大幅度提高跌倒检测的准确率。本专利技术的检测方法结合加速度数据和姿态数据来判断跌倒的发生，组合多个传感器的测量结果能够更全面更有效地检测到跌倒信息，从而在高层次综合决策中做出有效的判断，可以完成跌倒的准确检测与报警。附图说明图1跌倒检测装置的硬件结构；图2跌倒检测装置的可扩展性结构；图3跌倒检测装置的整体软件流程；图4加速度的特征向量提取框图；图5SVM_KNN原理示意图；图6SVM_KNN的分类算法流程；图7多个坐标系的设置示意图，其中，(a)为地球坐标系O-XeYeZe和地理坐标系O-XtYtZt，(b)为人体坐标系，(c)姿态坐标系；图8向前跌倒的加速度变化和姿态变化，其中，(a)分加速度，(b)合加速度，(c)横滚角，(d)俯仰角；图9坐下的加速度变化和姿态变化；其中，(a)分加速度，(b)合加速本文档来自技高网...

【技术保护点】
1.一种跌倒检测装置，其特征在于，包括传感器、微控制器、报警器、定位通信模块和求助通讯模块，其中，所述传感器、微控制器、报警器、定位通信模块和求助通讯模块通过集成电路总线连接；所述的传感器，用于测量人体运动时的加速度和角速度原始数据，并将加速度和角速度原始数据处理得到姿态值，将姿态值传输至微控制器；所述的微控制器，与传感器连接得到姿态值；用于对加速度数据和陀螺仪数据所表示的运动特征进行评估筛选，区分跌倒行为和其他日常活动，通过对采集到的样本进行训练与测试，并根据检测到跌倒信号进行跌倒结果处理；如果检测到跌倒信号，则向报警器发起报警信号；若报警信号被中断，则继续向传感器发送检测指令；若报警信号一直没有被中断，则向定位通信模块发送定位通讯指令，同时向求助通讯模块发送求救指令；所述的报警器，用于接收微控制器发出的报警信号进行报警指令；报警器与用户手动关闭报警信号的人机交互界面连接；所述的定位通信模块，用于接收微控制器发出的定位通讯指令，并将位置信息发送给求助通讯模块；所述的求助通讯模块，用于接收微控制器发出的求救指令和定位通信模块发送的位置信息，并向移动端发送求助信息和位置信息。

【技术特征摘要】
1.一种跌倒检测装置，其特征在于，包括传感器、微控制器、报警器、定位通信模块和求助通讯模块，其中，所述传感器、微控制器、报警器、定位通信模块和求助通讯模块通过集成电路总线连接；所述的传感器，用于测量人体运动时的加速度和角速度原始数据，并将加速度和角速度原始数据处理得到姿态值，将姿态值传输至微控制器；所述的微控制器，与传感器连接得到姿态值；用于对加速度数据和陀螺仪数据所表示的运动特征进行评估筛选，区分跌倒行为和其他日常活动，通过对采集到的样本进行训练与测试，并根据检测到跌倒信号进行跌倒结果处理；如果检测到跌倒信号，则向报警器发起报警信号；若报警信号被中断，则继续向传感器发送检测指令；若报警信号一直没有被中断，则向定位通信模块发送定位通讯指令，同时向求助通讯模块发送求救指令；所述的报警器，用于接收微控制器发出的报警信号进行报警指令；报警器与用户手动关闭报警信号的人机交互界面连接；所述的定位通信模块，用于接收微控制器发出的定位通讯指令，并将位置信息发送给求助通讯模块；所述的求助通讯模块，用于接收微控制器发出的求救指令和定位通信模块发送的位置信息，并向移动端发送求助信息和位置信息。2.根据权利要求1所述的一种跌倒检测装置，其特征在于，所述的传感器，集成有陀螺仪、加速度传感器及DMP数字运动处理模块，DMP数字运动处理模块用于将传感器所采集的原始数据直接转化为姿态值输出。3.根据权利要求1所述的一种跌倒检测装置，其特征在于，所述的报警器为用于视频报警的LCD屏或者声音报警的蜂鸣器。4.根据权利要求1所述的一种跌倒检测装置，其特征在于，所述的定位通信模块包括室内和室外定位通讯模块，室外定位通讯模块为GPS定位模块，室外定位通讯模块为无线传感网络WiFi与惯性传感器。5.根据权利要求1所述的一种跌倒检测装置，其特征在于，所述的微控制器还包括用于构建SVM_KNN算法对采集到的样本进行训练与测试。6.根据权利要求1所述的一种跌倒检测装置，其特征在于，还包括动态心电监测模块，睡眠监测模块与微控制器电连接。7.一种跌倒检测方法，其特征在于，包括以下步骤：测量人体运动时的加速度和角速度原始数据，并将加速度...

【专利技术属性】
技术研发人员：刘小勇，卢奕冰，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61