【技术实现步骤摘要】
一种基于人工智能的防跌倒方法及装置
[0001]本专利技术涉及数据处理领域，具体地，涉及一种基于人工智能的防跌倒方法及装置。
技术介绍
[0002]当人的身体突然、不自主地摔倒在地面或其他平面上就会产生跌倒。人跌倒后，严重时会害怕运动，对运动产生恐惧，下意识的减少运动次数，导致身体机理下降，并给家庭带来严重的经济负担。此外，跌倒是人群意外死亡的重要因素之一，且跌倒在老年人意外死亡因素中位居首位。如何对跌倒进行有效预防，已成为全体社会成员共同关注的问题。
[0003]现有技术中，存在针对防跌倒预警的准确性低，进而造成防跌倒保护效果不佳的技术问题。
技术实现思路
[0004]本申请提供了一种基于人工智能的防跌倒方法及装置，解决了现有技术中针对防跌倒预警的准确性低，进而造成防跌倒保护效果不佳的技术问题。
[0005]鉴于上述问题，本申请提供了一种基于人工智能的防跌倒方法及装置。
[0006]第一方面，本申请提供了一种基于人工智能的防跌倒方法，其中，所述方法应用于一种基于人工智能的防跌倒装置，...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的防跌倒方法，其特征在于，包括：利用惯性传感器实时采集目标用户的目标运动数据记录；提取所述目标运动数据记录中的目标合加速度记录，其中，所述目标合加速度记录为具有时间标识的记录数据；根据具有时间标识的所述目标合加速度记录，实时绘制目标合加速度波形；对所述目标合加速度波形进行特征分析，并根据特征分析结果得到目标动作特征集；基于大数据采集得到历史运动数据集，并根据所述历史运动数据集构建动作识别模型；通过所述动作识别模型对所述目标动作特征集进行分析，得到所述目标用户的目标动作类型；判断所述目标动作类型是否满足预设类型列表，并根据判断结果进行实时防跌倒预警。2.根据权利要求1所述的方法，其特征在于，所述根据具有时间标识的所述目标合加速度记录，实时绘制目标合加速度波形，包括：以所述目标合加速度记录中的时间标识为横坐标，以所述目标合加速度记录中的目标合加速度为纵坐标，得到目标合加速度初始波形；对所述目标合加速度初始波形中的纵坐标进行预设倍数的拉长处理，得到所述目标合加速度波形。3.根据权利要求1所述的方法，其特征在于，所述根据所述历史运动数据集构建动作识别模型，包括：将所述历史运动数据集划分为跌倒运动数据集、日常运动数据集；根据所述跌倒运动数据集，得到多个跌倒事件的运动数据；对所述多个跌倒事件的运动数据依次进行分析，得到多个跌倒数据分析结果；根据所述多个跌倒数据分析结果，建立跌倒特征与跌倒类型之间的跌倒特征
‑
类型映射列表；根据所述跌倒特征
‑
类型映射列表，构建所述动作识别模型；根据所述日常运动数据集对所述动作识别模型进行校验实验，并根据实验结果对所述动作识别模型进行调整优化。4.根据权利要求3所述的方法，其特征在于，所述通过所述动作识别模型对所述目标动作特征集进行分析，得到所述目标用户的目标动作类型，包括：根据所述目标合加速度波形，依次得到预设时间阈值内的多个目标波谷，其中，所述多个目标波谷包括实时波谷；对比所述多个目标波谷，得到目标波谷最小值；通过所述动作识别模型判断所述目标波谷最小值是否为所述实时波谷；若所述目标波谷最小值不是所述实时波谷，则所述目标动作类型为日常动作。5.根据权利要求4所述的方法，其特征在于，还包括：若所述目标波谷最小值是所述实...
【专利技术属性】
技术研发人员：刘志兵，
申请(专利权)人：广州帝隆科技股份有限公司，
类型：发明
国别省市：
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。