一种智能摔倒检测平台制造技术

本发明专利技术涉及异常情况数据检测与分析的技术领域，具体为一种智能摔倒检测平台，包括用于使用者佩戴的智能终端，智能终端用于待机模式下获取并解析姿态数据，当姿态数据异常时，进入工作模式；还用于工作模式下发送异常的姿态数据，并接收根据异常的姿态数据反馈的摔倒判定结果；还包括远程服务器，远程服务器用于接收异常的姿态数据，对姿态数据进行频域分析和时域分析，并根据频域分析结果和时域分析结果生成摔倒判定结果。采用本方案，能够解决现有技术中摔倒检测设备功耗大、精度低的技术问题。题。题。

【技术实现步骤摘要】
一种智能摔倒检测平台


[0001]本专利技术涉及异常情况数据检测与分析的
，具体为一种智能摔倒检测平台。

技术介绍

[0002]老年人在日常生活中最大的意外伤害以及疾病困扰来源于摔倒，而摔倒是老年人独自居家或一人外出时，极容易发生的事故，且发生时难以及时获得救助，因此需要一种能够为老年人的安全保驾护航的设备。
[0003]目前，市面上针对于老年人的智能设备较多，例如智能数字手表、智能手环、智能脚环等，这些设备能够提供定位、紧急呼叫与自动报警的功能，有的还能够提供简单的摔倒检测功能。但是由于人手上与脚上的动作幅度较大、动作种类较多，给姿态行为的检测带来了麻烦，使得现有设备对摔倒检测的精度较低。为了提高检测精度，以及腰部动作较少，出现了腰间佩戴的智能设备，并考虑多点检测的方式，出现了分布式的可佩戴设备，但上述设备存在以下缺点：设备集成了复杂的姿态解算算法，导致设备的功耗大，使用时需要频繁充电，且设备穿戴复杂，容易被忘记，这些缺点对老年人的使用带来了极大的困难。

技术实现思路

[0004]本专利技术意在提供一种智能摔倒检测平台，以解决现有技术中摔倒检测设备功耗大、精度低的技术问题。
[0005]本专利技术提供如下基础方案：
[0006]一种智能摔倒检测平台，包括用于使用者佩戴的智能终端，智能终端用于待机模式下获取并解析姿态数据，当姿态数据异常时，进入工作模式；还用于工作模式下发送异常的姿态数据，并接收根据异常的姿态数据反馈的摔倒判定结果。
[0007]基础方案的有益效果：
[0008]1、本方案中，智能终端包括多种模式，待机模式下，智能终端仅对使用者的姿态数据进行采集和解析，其余功能处于休眠状态，从而降低智能终端的功耗。
[0009]2、本方案中，智能终端仅对姿态数据的异常进行判断，在姿态数据出现异常时，发送异常数据给远端，由远端设备对异常的姿态数据进一步解算分析。将姿态数据的摔倒分析放在远端进行，智能终端无需进行复杂的姿态解算，进一步降低智能终端的功耗。
[0010]3、本方案中，在远端对使用者的姿态进行解算分析，能够提供更多计算资源，对姿态解算算法的复杂度、所占用空间等要求更低，可优选精度更高的算法，例如人工智能算法，从而提高摔倒检测的检测精度。
[0011]进一步，智能终端包括主控模块，主控模块预设有判别阈值，主控模块用于根据判别阈值判断姿态数据是否异常，当姿态数据位于判别阈值外，判定姿态数据异常。
[0012]有益效果：本方案中，智能终端通过判别阈值的设置，对使用者的姿态进行预分析判断，筛选出大幅度动作，一是快速识别非摔倒姿态，提高摔倒检测的响应速度；二是剔除
非摔倒姿态，降低后续姿态解算的工作量，提高检测效率。
[0013]进一步，还包括远程服务器，远程服务器用于接收异常的姿态数据，对姿态数据进行频域分析和时域分析，并根据频域分析结果和时域分析结果生成摔倒判定结果。
[0014]有益效果：本方案中，通过远程服务器对异常的姿态数据进一步解算分析，解算时分别从频域和时域两个方向进行摔倒行为检测，与现有技术中直接从姿态数据进行分析相比，分析维度更多，最终摔倒判定结果的准确度更高，即提高摔倒检测的检测精度。
[0015]进一步，远程服务器预设有频域SVM分类器和时域LSTM分类器，远程服务器用于根据频域SVM分类器进行频域分析，根据时域LSTM分类器进行时域分析。
[0016]有益效果：本方案中，频域分析和时域分析采用不同的分类器，SVM分类器支持学习到动作向量的划分边界，能够实现摔倒行为的快速检测，LSTM分类器支持长短期记忆神经网络学习，能够更好的分析数据时序间的关系，以弥补SVM分类器的不足，提高摔倒行为的检测精度。
[0017]进一步，智能终端还用于获取当前定位信息，根据摔倒判定结果上传当前定位信息。
[0018]有益效果：本方案中，通过智能终端获取当前定位信息，得知使用者的所在位置，在使用者发生摔倒行为时，能够及时对其进行救助。
[0019]进一步，智能终端还用于获取并存储强信号下的强定位信息；还用于获取并存储惯性数据；还用于上传当前定位信息时，上传强定位信息和惯性数据。
[0020]有益效果：使用者的摔倒行为可能发生在信号较弱的区域，此时智能终端的定位精度不高，可能出现定位不准的情况，因此本方案中，在上传当前定位信息时，还上传此前信号较强时所采集的强定位信息，以及采集该强定位信息后的惯性数据，通过强定位信息和惯性数据能够对使用者的当前位置进行预测，从而获得更为准确的使用者位置信息，使得使用者能够得到及时的救助。
[0021]进一步，摔倒判定结果包括摔倒类型，摔倒类型包括一般性摔倒和意识丧失型摔倒，远程服务器还用于根据摔倒类型触发相应报警。
[0022]有益效果：使用者为老年人，其摔倒后极可能出现两种情况，一是摔倒后能自由活动，即一般性摔倒；二是摔倒后处于静止状态，即意识丧失型摔倒，意识丧失型摔倒于一般性摔倒而言更危险，所需救助更为紧急。因此远程服务器能够根据摔倒类型触发相应报警，从而及时作出相应反馈。
[0023]进一步，远程服务器包括分类训练模块，分类训练模块用于获取样本数据，根据样本数据中的标注提取正样本，并提取标注以外的数据为负样本；还用于对正负样本划分训练集和测试集，根据训练集中的正负样本训练频域SVM分类器和时域LSTM分类器，根据测试集中的正负样本测试频域SVM分类器和时域LSTM分类器；远程服务器用于调用训练后的频域SVM分类器和时域LSTM分类器进行频域分析和时域分析。
[0024]有益效果：本方案中，通过远程服务器获取样本数据，并根据样本数据进行训练，获得最终高精度的频域SVM分类器和时域LSTM分类器。在划分正负样本时，对样本数据进行标注，例如标注样本数据中摔倒动作开始和结束时间点，根据标注从样本数据中提取正样本，从未被提取的样本数据中提取负样本，无需分别收集正样本数据和负样本数据，降低样本数据采集的工作量。
[0025]进一步，分类训练模块还用于根据样本数据建立词典，词典包括多个词语；分类训练模块还用于根据训练集中的数据在词典中搜寻对应的词语，搜寻到的词语为多个，统计搜寻到各词语的次数，获得对应数据的计数特征，归一化作为频域特征，根据频域特征训练频域SVM分类器。
[0026]有益效果：本方案中，通过聚类分析建立词典，通过词典中的词语在训练集中的数据中出现的频率进行归一化分析获得频域特征，以此作为样本对频域SVM分类器进行训练。
[0027]进一步，分类训练模块还用于对正样本进行扩充，包括随机采样和随机提升采样率。
[0028]有益效果：随机采样为在涵盖正样本的时间窗内进行随机采样，将开始和结束时间点包含正样本的所有采样结果视为正样本；提升随机采集率为对摔倒动作持续时长较长的样本数据，提升其随机采样率，通过线性插值对样本数据实现倍速采样，模拟发生过程更为迅速的摔倒过程。通过随机采样和随机提升采样率提升正样本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能摔倒检测平台，其特征在于：包括用于使用者佩戴的智能终端，智能终端用于待机模式下获取并解析姿态数据，当姿态数据异常时，进入工作模式；还用于工作模式下发送异常的姿态数据，并接收根据异常的姿态数据反馈的摔倒判定结果。2.根据权利要求1所述的一种智能摔倒检测平台，其特征在于：智能终端包括主控模块，主控模块预设有判别阈值，主控模块用于根据判别阈值判断姿态数据是否异常，当姿态数据位于判别阈值外，判定姿态数据异常。3.根据权利要求1所述的一种智能摔倒检测平台，其特征在于：还包括远程服务器，远程服务器用于接收异常的姿态数据，对姿态数据进行频域分析和时域分析，并根据频域分析结果和时域分析结果生成摔倒判定结果。4.根据权利要求3所述的一种智能摔倒检测平台，其特征在于：远程服务器预设有频域SVM分类器和时域LSTM分类器，远程服务器用于根据频域SVM分类器进行频域分析，根据时域LSTM分类器进行时域分析。5.根据权利要求1所述的一种智能摔倒检测平台，其特征在于：智能终端还用于获取当前定位信息，根据摔倒判定结果上传当前定位信息。6.根据权利要求5所述的一种智能摔倒检测平台，其特征在于：智能终端还用于获取并存储强信号下的强定位信息；还用于获取并存储惯性数据；还用于上传当...

【专利技术属性】
技术研发人员：吴蔺春，刘雨桐，程景春，
申请(专利权)人：东联信息技术有限公司，
类型：发明
国别省市：