一种摔倒侦测设备和方法、存储介质技术

本发明专利技术涉及电子技术领域，公开了一种摔倒侦测设备和方法、存储介质。所述设备包括：传感器、冲击力验证单元、气压验证单元和摔倒识别单元；所述传感器，包括加速度传感器和气压传感器；所述冲击力验证单元，用于根据所述加速度传感器的检测数据计算峭度，通过峭度进行冲击力验证；所述气压验证单元，用于根据所述气压传感器的检测数据计算气压差值、方差和拟合斜率，据此进行气压验证；所述摔倒识别单元，用于根据所述冲击力验证和气压验证的结果，识别当前是否发生摔倒。本发明专利技术实施例在传统的摔倒侦测方案中，加入了有助于有效区分摔倒和其他日常动作的气压侦测方案，运用不同的数学方法和机器学习，大大提高了侦测结果的准确率，降低了误报率。

【技术实现步骤摘要】
一种摔倒侦测设备和方法、存储介质
本专利技术涉及电子
，尤其涉及一种摔倒侦测设备和方法、存储介质。
技术介绍
据《生命时报》2017年2月28日龚蕊的文章介绍.我国60岁以上的老年人中，每年因摔倒造成的损伤高达2500万例、损伤造成了人体心、脑等脏器的严重伤害，导致瘫痪甚至死亡者也不在少数因此.预防老年人摔倒是十分重要的事情。在摔倒的那些老年人中，以不知不觉、无意识情况下摔倒者为多见，因而对摔倒动作进行自动识别并进行报警提示，有着重要意义。目前主要侦测摔倒的方法有：视觉识别方法，环境感知方法，以及随身设备侦测方法。视觉识别方法，主要通过摄像头识别摔倒动作。环境感知方法，是指通过检测环境变化来识别摔倒动作；例如：对地板进行改装，使其具备冲击力感应功能，在地板感应到有极大的冲击力时判定有人在地板上摔倒。视觉识别方法和环境感知方法，都需要对周围环境进行一定的改变(例如安装摄像头和改装地板)，因此实现成本较大，且应用范围具有较大的限制性。随身设备侦测方法，主要是利用集成有感应器的随身设备来侦测，其往往存在着准确率低和误报率高的问题。这是由于，市场上的随身设备基本上是通过陀螺仪和加速度感应器来侦测摔倒动作，其仅仅是针对角速度/加速度/冲击力来进行简单的阀值设计，不能有效排除与摔倒动作具有类似特征的非摔倒动作(例如，老人由站立姿态快速变换为坐立姿态)，因而会经常发生误报情况。高误报率，会引发用户不必要的担忧，使得用户因使用体验差而舍弃此类产品。此外，为了优化侦测方法的效果，还有一些现有方案是在人体不同部位上都携带感应设备，虽然能提高侦测准确度，但是产品集成度低，佩戴麻烦，用户使用体验较差。
技术实现思路
本专利技术的目的在于提供一种摔倒侦测设备和方法、存储介质，克服现有技术存在的侦测准确率低和误报率高的缺陷。为达此目的，本专利技术采用以下技术方案：一种摔倒侦测设备，包括：传感器、冲击力验证单元、气压验证单元和摔倒识别单元；所述传感器，包括加速度传感器和气压传感器；所述冲击力验证单元，用于根据所述加速度传感器的检测数据计算峭度，通过峭度进行冲击力验证；所述气压验证单元，用于根据所述气压传感器的检测数据计算气压差值、方差和拟合斜率，据此进行气压验证；所述摔倒识别单元，用于根据所述冲击力验证和气压验证的结果，识别当前是否发生摔倒。可选的，所述传感器还包括：陀螺仪传感器；所述摔倒侦测设备，还包括机器学习单元，用于通过机器学习所有传感器的检测数据，从中提取特征，将提取特征与标准摔跤特征进行比对，得到特征比对结果；所述标准摔跤特征包括预先获得的摔倒动作区别于其他动作的各种神经网络特征；所述摔倒识别单元，还用于根据所述特征比对结果识别当前是否发生摔倒。可选的，所述摔倒识别单元，还用于根据所述检测数据进行手机跌落检测。可选的，所述摔倒侦测设备，还包括报警单元，用于在识别出摔跤后提示用户是否需要报警，若接收到用户的拒绝指令则关闭报警，否则执行报警。一种摔倒侦测方法，包括：根据加速度传感器的检测数据计算峭度，通过峭度进行冲击力验证；根据气压传感器的检测数据计算气压差值、方差和拟合斜率，据此进行气压验证；根据所述冲击力验证和气压验证的结果，识别当前是否发生摔倒。可选的，所述摔倒侦测方法，还包括：通过机器学习所有传感器的检测数据，从中提取特征，将提取特征与标准摔跤特征进行比对，得到特征比对结果；所述标准摔跤特征，为预先获得的摔跤动作区别于其他动作的各种神经网络特征；根据所述特征比对结果识别当前是否发生摔倒。可选的，所述摔倒侦测方法中：先执行所述冲击力验证，在所述冲击力验证通过后执行所述气压验证，在所述气压验证通过后执行基于所述机器学习的特征比对。可选的，所述进行气压验证，包括：根据冲击力的产生时间，推算出摔倒的时间窗口；获得该时间窗口前的气压稳定状态下的第一气压均值，以及该时间窗口后的气压稳定状态下的第二气压均值；计算第一气压值与第二气压值的气压差值；计算所述时间窗口前后的方差和拟合斜率；判断所述气压差值、方差和拟合斜率是否满足预设条件。可选的，所述摔倒侦测方法，还包括：根据所述检测数据进行手机跌落检测。可选的，所述摔倒侦测方法，还包括：在识别出摔跤后，提示用户是否需要报警，若接收到用户的拒绝指令，则关闭报警，否则执行报警。一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行如上任一项所述的摔倒侦测方法中的步骤。与现有技术相比，本专利技术实施例具有以下有益效果：本专利技术实施例在传统的摔倒侦测方案中，加入了有助于有效区分摔倒和其他日常动作的气压侦测方案，运用不同的数学方法和机器学习，大大提高了侦测结果的准确率，降低了误报率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。图1为本专利技术实施例提供的摔倒侦测方法中识别算法的流程图。图2为本专利技术实施例提供的时间窗口前后的气压的相关数据变化趋势图。具体实施方式为了使本
的人员更好地理解本申请实施例方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请实施例一部分的实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请实施例保护的范围。本申请实施例的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。本专利技术旨在保证便携性和实际性的同时，通过使用有助于区分摔倒和日常动作的传感器，利用不同数学原理和机器学习提取最重要的摔倒动作的特征，更准确的侦测摔倒动作并上报，以达到有效监护使用者并在意外发生时能够提供紧急救助的目的。实施例一本实施例提供了一种摔倒侦测设备，包括：传感器、冲击力验证单元、气压验证单元和摔倒识别单元。传感器，包括加速度传感器、气压传感器、陀螺仪传感器，分别用于实时检测当前的加速度、气压、重力值和角速度。由于传感器所获取的数据有噪音和一定的误差(无法规避的)，因此需要对获得的检测数据进行滤波处理。冲击力验证单元，用于根据加速度传感器的检测数据计算峭度，通过峭度进行冲击力验证。气压验证单元，用于根据气压传感器的检测数据计算气压差值、方差和拟本文档来自技高网...

【技术保护点】
1.一种摔倒侦测设备，其特征在于，包括：传感器、冲击力验证单元、气压验证单元和摔倒识别单元；/n所述传感器，包括加速度传感器和气压传感器；/n所述冲击力验证单元，用于根据所述加速度传感器的检测数据计算峭度，通过峭度进行冲击力验证；/n所述气压验证单元，用于根据所述气压传感器的检测数据计算气压差值、方差和拟合斜率，据此进行气压验证；/n所述摔倒识别单元，用于根据所述冲击力验证和气压验证的结果，识别当前是否发生摔倒。/n

【技术特征摘要】
1.一种摔倒侦测设备，其特征在于，包括：传感器、冲击力验证单元、气压验证单元和摔倒识别单元；
所述传感器，包括加速度传感器和气压传感器；
所述冲击力验证单元，用于根据所述加速度传感器的检测数据计算峭度，通过峭度进行冲击力验证；
所述气压验证单元，用于根据所述气压传感器的检测数据计算气压差值、方差和拟合斜率，据此进行气压验证；
所述摔倒识别单元，用于根据所述冲击力验证和气压验证的结果，识别当前是否发生摔倒。


2.根据权利要求1所述的摔倒侦测设备，其特征在于，所述传感器还包括：陀螺仪传感器；
所述摔倒侦测设备，还包括机器学习单元，用于通过机器学习所有传感器的检测数据，从中提取特征，将提取特征与标准摔跤特征进行比对，得到特征比对结果；所述标准摔跤特征包括预先获得的摔倒动作区别于其他动作的各种神经网络特征；
所述摔倒识别单元，还用于根据所述特征比对结果识别当前是否发生摔倒。


3.根据权利要求1所述的摔倒侦测设备，其特征在于，所述摔倒识别单元，还用于根据所述检测数据进行手机跌落检测。


4.根据权利要求1所述的摔倒侦测设备，其特征在于，所述摔倒侦测设备，还包括报警单元，用于在识别出摔跤后提示用户是否需要报警，若接收到用户的拒绝指令则关闭报警，否则执行报警。


5.一种摔倒侦测方法，其特征在于，包括：
根据加速度传感器的检测数据计算峭度，通过峭度进行冲击力验证；
根据气压传感器的检测数据计算气压差值、方差和拟合斜率，据此进行气压验证；
根据所述冲...

【专利技术属性】
技术研发人员：黄琳钰，
申请(专利权)人：金科龙软件科技深圳有限公司，
类型：发明
国别省市：广东;44