【技术实现步骤摘要】
本专利技术涉及防摔倒监控，具体为一种摔倒监测方法及应用该方法的系统。
技术介绍
1、由于年龄的增长，老年人的身体机能逐渐下降，平衡能力变差，易受到跌倒的伤害。因此，老人防摔倒装置营运而生；老人防摔倒装置可以帮助老年人更好地保护自己，通过内部运算系统和防摔设计，能够识别出即将跌倒的迹象，通过设计好的结构达到防摔或减轻摔倒伤害的目的；其次，防摔倒装置可以帮助家庭成员更好地关注老年人的安全，家庭成员可以通过防摔倒装置上的实时监测老年人的活动，一旦发现老年人有跌倒的迹象，便可以及时采取措施来避免老年人受伤，此外，如果老年人跌倒后无法自行起身，家庭成员可以通过老人跌倒识别系统迅速得知，以便及时赶到现场对老年人进行救助。
2、目前较为常见的防摔倒装置有如智能防摔气囊、智能鞋、智能服装等；其内部结构一般包括陀螺仪、加速度计、3d传感计等，然后通过内部的算法逻辑判断发生摔倒，然而大部分设备还停留在实验室阶段，且监测及算法不成熟，容易发生误判摔倒，监测不到位，因此设计一种摔倒监测方法及应用该方法的系统是极其必要的。
技术实现思路
1、本专利技术的目的在于提供一种摔倒监测方法及应用该方法的系统，以解决上述
技术介绍
中提出的问题。
2、一种摔倒监测方法，包括以下步骤：
3、s01步骤：穿上衣服并触发系统，系统初始化运行；
4、s02步骤：系统进行数据实时采集；
5、s03步骤：系统通过实时采集的数据后进行两级计算，一级计算是初步判断是否摔倒行为，
6、s04步骤：由s03步骤判断无摔倒行为，则返回so2步骤；由s03步骤判断是摔倒行为，则安全气囊装置启动，安全气囊包裹跌倒者成功保护。
7、进一步地，所述数据的实时采集是由多个传感器对人体姿态进行数据的实时采集，所述一级计算是通过实时采集的数据与基础阈值对比判断，如果在基础阈值范围内则判断无摔倒行为，如果在基础阈值范围外则是初步判定摔倒行为。
8、进一步地，所述实时采集的数据包括：
9、a、快速采集三轴加速度并计算加速度矢量和,记为a；
10、b、快速采集三轴角速度并计算角速度矢量和,记为b；
11、c、快速采集三轴角度并计算角速矢量和,记为c。
12、进一步地，所述二级计算的svm计算中，如果判断为无摔倒行为，则返回系统返回初始化状态；若果判断为摔倒行为，则为最终判定，则发出摔倒信号，刺破器在接收信号后10毫秒内动作刺破气瓶，衣服在100毫秒内完成充气弹开、保护完成。
13、进一步地，所述svm为特征量法，其计算判断的算法如下：
14、
15、当a<＝0.65，满足第一个条件；
16、根据采集到的三轴角速度bx，by，bz，计算出合角速度矢量和b；
17、当a>＝10，满足第二个条件；
18、根据采集到的三轴角度x，y，z，计算出角度矢量和c；
19、当c>＝35，满足第三个条件，当同时满足以上三个条件，即可认定有摔倒行为。
20、进一步地，所述s01步骤中触发运行包括解除休眠模式、系统上多个传感器感应并启动、多个传感器采集使用者x、y、z三轴初始角度并个性化定制计算、初始角度及数值录入系统以及初始化完毕多个步骤依次运作。
21、进一步地，所述人体姿态至少包括：站立、跑、跳、跌倒、急停、步行、静止状态以及俯身。
22、一种摔倒监测系统，系统包括衣服本体、中央处理器、速度传感器、重力传感器和倾斜度传感器、信号收发器、气囊装置、气囊刺破装置，所述中央处理器、速度传感器、重力传感器和倾斜度传感器、信号收发器、气囊装置及气囊刺破装置设置在衣服本体上。
23、进一步地，所述系统的数据由所述中央处理器处理，所述中央处理器与所述速度传感器、重力传感器、倾斜度传感器、信号收发器以及气囊刺破装置电信号连接。
24、进一步地，所述速度传感器采集所述加速度的数据，所述重力传感器采集所述角速度的数据，所述倾斜度传感器采集角度的数据。
25、与现有技术相比，本专利技术所达到的有益效果是：
26、(一)通过采集三轴加速度并计算加速度矢量和、三轴角速度并计算角速度矢量和以及三轴角度并计算角速矢量能够初步判断是否有摔倒行为，通过同时监测加速度、角速度和角度的数值变化，能更好地、多方位地监测，判断精准；
27、(二)采用svm计算判断，svm为特征量法，svm通过计算加速度幅度表示人体运动的剧烈程度，其值越大表明运动越剧烈，在人体坐标系下考察svm可检测人体的运动强度；因此，采用svm算法作为深化判断是否摔倒行为，能进一步精确监测，监测效果好。
本文档来自技高网...【技术保护点】
1.一种摔倒监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种摔倒监测方法，其特征在于，所述数据的实时采集是由多个传感器对人体姿态进行数据的实时采集，所述一级计算是通过实时采集的数据与基础阈值对比判断，如果在基础阈值范围内则判断无摔倒行为，如果在基础阈值范围外则是初步判定摔倒行为。
3.根据权利要求1所述的一种摔倒监测方法，其特征在于，所述实时采集的数据包括：
4.根据权利要求1所述的一种摔倒监测方法，其特征在于，所述二级计算的SVM计算中，如果判断为无摔倒行为，则返回系统返回初始化状态；若果判断为摔倒行为，则为最终判定，则发出摔倒信号，刺破器在接收信号后10毫秒内动作刺破气瓶，衣服在100毫秒内完成充气弹开、保护完成。
5.根据权利要求3所述的一种摔倒监测方法，其特征在于，所述SVM为特征量法，其计算判断的算法如下：
6.根据权利要求1所述的一种摔倒监测方法，其特征在于，所述S01步骤中系统初始化包括解除休眠模式、系统上多个传感器感应并启动、多个传感器采集使用者X、Y、Z三轴初始角度并个性化定制计算、初
7.根据权利要求2所述的一种摔倒监测方法，其特征在于，所述人体姿态至少包括：站立、跑、跳、跌倒、急停、步行、静止状态以及俯身。
8.应用权利要求上1-7所述一种摔倒监测方法的监测系统，其特征在于，系统包括衣服本体、中央处理器、速度传感器、重力传感器和倾斜度传感器、信号收发器、气囊装置、气囊刺破装置，所述中央处理器、速度传感器、重力传感器和倾斜度传感器、信号收发器、气囊装置及气囊刺破装置设置在衣服本体上。
9.根据权利要求8所述的一种监测系统，其特征在于，所述系统的数据由所述中央处理器处理，所述中央处理器与所述速度传感器、重力传感器、倾斜度传感器、信号收发器以及气囊刺破装置电信号连接。
10.根据权利要求8所述的一种监测系统，其特征在于，所述速度传感器采集所述加速度的数据，所述重力传感器采集所述角速度的数据，所述倾斜度传感器采集角度的数据。
...【技术特征摘要】
1.一种摔倒监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种摔倒监测方法，其特征在于，所述数据的实时采集是由多个传感器对人体姿态进行数据的实时采集，所述一级计算是通过实时采集的数据与基础阈值对比判断，如果在基础阈值范围内则判断无摔倒行为，如果在基础阈值范围外则是初步判定摔倒行为。
3.根据权利要求1所述的一种摔倒监测方法，其特征在于，所述实时采集的数据包括：
4.根据权利要求1所述的一种摔倒监测方法，其特征在于，所述二级计算的svm计算中，如果判断为无摔倒行为，则返回系统返回初始化状态；若果判断为摔倒行为，则为最终判定，则发出摔倒信号，刺破器在接收信号后10毫秒内动作刺破气瓶，衣服在100毫秒内完成充气弹开、保护完成。
5.根据权利要求3所述的一种摔倒监测方法，其特征在于，所述svm为特征量法，其计算判断的算法如下：
6.根据权利要求1所述的一种摔倒监测方法，其特征在于，所述s01步骤中系统初始化包括解除休眠模式、系统上多个传...
【专利技术属性】
技术研发人员：廖青，鲁思宇，
申请(专利权)人：广州盛慈智能科技有限公司，
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。