基于加速度冲击能量聚类的摔倒识别方法及可穿戴系统技术方案

本发明专利技术涉及一种基于加速度冲击能量聚类的摔倒识别方法及可穿戴系统，所述摔倒识别方法包括以下步骤：1)实时获取识别对象的三向加速度和定位信息；2)对所述三向加速度融合，获得对应的Teager局部能量和随机冲击特征；3)记录设定时间段内的Teager局部能量和随机冲击特征组成的二维散点，对所述二维散点进行聚类；4)基于聚类结果获取识别对象的当前动作，在判定当前动作为存在激烈动作时产生报警。与现有技术相比，本发明专利技术具有准确性高等优点。

Fall recognition method and wearable system based on acceleration impact energy clustering

【技术实现步骤摘要】
基于加速度冲击能量聚类的摔倒识别方法及可穿戴系统
本专利技术属于穿戴电子设备技术及运动动态信号处理
，涉及一种摔倒识别方法及装置，尤其是涉及一种基于加速度冲击能量聚类的摔倒识别方法及可穿戴系统。
技术介绍
随着生活及医疗水平的提高，儿童与老年人日常实时监护已经成为幼儿园、儿童医院，养老院等机构面临的重大问题。现有的摔倒监测系统主要包括图像视频、环境变量以及可穿戴等主流方法。受成本、监测区域、隐私等诸多因素限制，以三向加速度监测为基础的微型可穿戴设备则更容易被接受。然而，该方法在监测实施的各个环节中，准确识别加速度信号中反映主体运动状态的特征信息是监测成功实施的关键。现有技术大多以特征方向加速度、三向加速度矢量幅值为基础，通过阈值触发判断。这类方法虽然易于实施，但受噪声影响大，容易导致虚警率高的问题，此外，在实际应用中，阈值的准确选择十分困难，而阈值的选择直接影响监测的准确性。
技术实现思路
本专利技术的目的在于克服上述现有技术存在的缺陷而提供一种基于加速度冲击能量聚类的摔倒识别方法及可穿戴系统。本专利技术的目的可以通过以下技术方案来实现：一种基于加速度冲击能量聚类的摔倒识别方法，包括以下步骤：1)实时获取识别对象的三向加速度和定位信息；2)对所述三向加速度融合，获得对应的Teager局部能量和随机冲击特征；3)记录设定时间段内的Teager局部能量和随机冲击特征组成的二维散点，对所述二维散点进行聚类；4)基于聚类结果获取识别对象的当前动作，在判定当前动作为存在激烈动作时产生报警。进一步地，对所述三向加速度融合具体为：式中，ax(t)、ay(t)、az(t)分别为三向加速度信息，a(t)为融合信息。进一步地，所述Teager局部能量获取公式为：式中，a(t)为融合信息，T(t)为Teager局部能量。进一步地，所述随机冲击特征获取公式为：D(t)＝w(t)*a(t)式中，w(t)为逆滤波器，a(t)为融合信息，*代表卷积。进一步地，所述随机冲击特征通过迭代优化方式获得，具体包括以下步骤：101)初始化逆滤波器w(0)(t)，其元素都设为1，令i＝1；102)计算D(t)＝w(i-1)(t)*a(t)；103)计算其中l为滞后时间，N总时间长度；104)计算w(i)＝A-1b(i)，其中矩阵A为序列a(t)的自相关矩阵；105)如果小于给定的阈值ξ，则停止迭代，否则令i增加1，并返回步骤102)。进一步地，所述步骤3)中，进行聚类时采用的目标函数为：式中，m为聚类的簇数，i表示第i个样本，N表示样本总数，j表示第j类，C表示类别总数，表示样本pi属于第j类的隶属度，cj表示第j类的簇中心，||*||为距离度量。进一步地，所述隶属度的更新公式为：所述簇中心的更新公式为：进一步地，所述产生报警包括产生蜂鸣报警信号。进一步地，所述产生报警包括发布危险信号及识别对象所在位置信号。本专利技术还提供一种实现所述的基于加速度冲击能量聚类的摔倒识别方法的可穿戴系统，包括可穿戴设备和计算机端，所述可穿戴设备实现步骤1)，所述计算机端实现步骤2)-步骤4)。与现有技术相比，本专利技术具有如下有益效果：1)本专利技术通过聚类处理实现动作的分类判断，无需设置阈值，易于实施，噪声影响小，监测结果准确性高。2)本专利技术对三向加速度信息进行融合处理，更能反映佩戴者的实际情况，在降低虚警率的同时，实现整体动作的精密分析，并实现摔倒状态以及其他激烈动作的精确识别。附图说明图1为本专利技术摔倒识别流程示意图；图2为本专利技术可穿戴系统的结构示意图；图3为X、Y、Z三向加速度信号；图4为融合后的加速度信号；图5为Teager局部能量指标T(t)；图6为随机冲击特征D(t)；图7为离散散点图；图8为聚类结果示意图；图9为第三类散点返回到Teager局部能量；图10为第三类散点返回到及随机冲击特征。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。实施例1如图1所示，本实施例提供一种基于加速度冲击能量聚类的摔倒识别方法，包括以下步骤：在步骤S1中，实时获取识别对象的三向加速度和定位信息。图3为测试所得X、Y、Z三个方向的加速度原始信号。在步骤S2中，对所述三向加速度进行精密分析，具体包括信息融合以及获得对应的Teager局部能量和随机冲击特征。对所述三向加速度融合具体为：式中，ax(t)、ay(t)、az(t)分别为三向加速度信息，a(t)为融合信息，图4为融合以后的加速度信号。所述Teager局部能量获取公式为：式中，a(t)为融合信息，T(t)为Teager局部能量。图5为计算所得Teager局部能量指标。所述随机冲击特征获取公式为：式中，w(t)为逆滤波器，a(t)为融合信息，*代表卷积，L为逆滤波器的长度。所述随机冲击特征通过迭代优化方式获得，通过对逆滤波器的优化更新，获得最优的随机冲击指标D(t)，具体包括以下步骤：101)初始化逆滤波器w(0)(t)，其元素都设为1，令i＝1；102)计算D(t)＝w(i-1)(t)*a(t)；103)计算其中l为滞后时间，N总时间长度；104)计算w(i)＝A-1b(i)，其中矩阵A为序列a(t)的自相关矩阵；105)如果小于给定的阈值ξ，则停止迭代，否则令i增加1，并返回步骤102)。按上述步骤提取所得的随机冲击特征D(t)如图6所示。在步骤S3中，记录设定时间段内的Teager局部能量和随机冲击特征组成的二维散点，其离散形式记为p1[T(1),D(1)],p2[T(2),D(2)],…pN[T(N),D(N)]，图7为离散散点图。对所述二维散点进行聚类。聚类过程具体为：以散点坐标为基础，建立聚类中心搜索的目标函数如下式：式中，m为聚类的簇数，i表示第i个样本，N表示样本总数，j表示第j类，C表示类别总数，表示样本pi属于第j类的隶属度，cj表示第j类的簇中心，||*||为距离度量。本实施例中，取m为3类，第一类包括：站立、行走、弯腰、躺下等缓慢动作，第二类包括：慢跑、轻跳等动作，第三类包括：突然摔倒、撞击等瞬态激烈动作。最终通过隶属度判断佩戴者当前状态，并结合同步获取的GPS位置信息，获得潜在危险发生的具体位置。通过以下式子通过迭代不断更新隶属度uij和簇中心cj直到结果达到要求其中上述的迭代本文档来自技高网...

【技术保护点】
1.一种基于加速度冲击能量聚类的摔倒识别方法，其特征在于，包括以下步骤：/n1)实时获取识别对象的三向加速度和定位信息；/n2)对所述三向加速度融合，获得对应的Teager局部能量和随机冲击特征；/n3)记录设定时间段内的Teager局部能量和随机冲击特征组成的二维散点，对所述二维散点进行聚类；/n4)基于聚类结果获取识别对象的当前动作，在判定当前动作为存在激烈动作时产生报警。/n

【技术特征摘要】
1.一种基于加速度冲击能量聚类的摔倒识别方法，其特征在于，包括以下步骤：
1)实时获取识别对象的三向加速度和定位信息；
2)对所述三向加速度融合，获得对应的Teager局部能量和随机冲击特征；
3)记录设定时间段内的Teager局部能量和随机冲击特征组成的二维散点，对所述二维散点进行聚类；
4)基于聚类结果获取识别对象的当前动作，在判定当前动作为存在激烈动作时产生报警。


2.根据权利要求1所述的基于加速度冲击能量聚类的摔倒识别方法，其特征在于，对所述三向加速度融合具体为：



式中，ax(t)、ay(t)、az(t)分别为三向加速度信息，a(t)为融合信息。


3.根据权利要求1所述的基于加速度冲击能量聚类的摔倒识别方法，其特征在于，所述Teager局部能量获取公式为：



式中，a(t)为融合信息，T(t)为Teager局部能量。


4.根据权利要求1所述的基于加速度冲击能量聚类的摔倒识别方法，其特征在于，所述随机冲击特征获取公式为：
D(t)＝w(t)*a(t)
式中，w(t)为逆滤波器，a(t)为融合信息，*代表卷积。


5.根据权利要求4所述的基于加速度冲击能量聚类的摔倒识别方法，其特征在于，所述随机冲击特征通过迭代优化方式获得，具体包括以下步骤：
101)初始化逆滤波器w(0)(t)，其元素都设为1，令i＝1...

【专利技术属性】
技术研发人员：李勇，邢改兰，周邵萍，郑浩然，陈浩，管衍栋，资瑞卿，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：上海;31