【技术实现步骤摘要】
本专利技术属于自动化检测领域,尤其是涉及一种监测跌倒的方法及装置。
技术介绍
跌倒是老年人常见的伤害事件,是老年人群伤残、失能和死亡的主要原因之一,对老年人的健康和生活威胁甚大,给家庭和社会带来巨大的负担和损失,是老年人重要的卫生保健问题,也是一个应予重视的社会问题。跌倒是老年人常见的伤害事件,是老年人群伤残、失能和死亡的主要原因之一,对老年人的健康和生活威胁甚大,给家庭和社会带来巨大的负担和损失,是老年人重要的卫生保健问题,也是一个应予重视的社会问题。老年人由于行动不便,且常患有高血压、脑卒中、心脏病等疾病,因此跌倒发生率高、后果严重,成为高龄老年人首位伤害死因。随着我国人口老龄化的日趋严重,年轻一代在少子化情况下的生活及工作压力加大,忙于工作,老龄人的生活起居缺乏有效的照顾和陪护,使得老年人在跌倒时不能及时得到救助,严重危及老年人的生活质量和生命安全。因此对老年人在生活中的跌倒行为进行监测,当检测到老人摔倒时能及时报警和求助,以便于及时施救,对提高老年人生活质量和保护老年人身心健康有着重要的意义。目前国内大多数针对老年人的技术研究依然只是停留在医疗看护的被动 ...
【技术保护点】
一种监测跌倒的方法,其特征是包括下列步骤:1)?构建基于支持向量机的人体跌倒行为识别模型;2)实时检测人体的运动状态数据,通过基于支持向量机的人体跌倒行为识别模型,判定人体是否跌倒;3)判定跌倒后的报警。
【技术特征摘要】
1.一种监测跌倒的方法,其特征是包括下列步骤: 1)构建基于支持向量机的人体跌倒行为识别模型; 2)实时检测人体的运动状态数据,通过基于支持向量机的人体跌倒行为识别模型,判定人体是否跌倒; 3)判定跌倒后的报警。2.根据权利要求1所述的一种监测跌倒的方法,其特征是,所述构建基于支持向量机的人体跌倒行为识别模型包括步骤: 1)构建特征样本:采集设定时间内人体不同行为模式的运动状态数据,进行预处理后形成运动状态样本特征向量,构建特征向量库; 2)训练分类器:根据基于支持向量机原理,分别用人体不同行为模式的运动状态数据构成的特征样本进行训练,得到用于检测人体跌倒状态的支持向量机模型; 3)构建跌倒识别模型:从训练特征样本中提取用于识别跌倒行为的标准特征向量,构建跌倒模板库。3.根据权利要求1、2之一所述的一种监测跌倒的方法,其特征是,所述的运动状态数据为加速度数据。4.根据权利要求3所述的一种监测跌倒的方法,其特征是,所述判定人体是否跌倒还包括对人体躯干倾角是否满足倾角设定值的判断。5.根据权利要求4所述的一种监测跌倒的方法,其特征是,所述判定人体是否跌倒还包括对人体躯干倾角满足倾角设定值的持续时间是否达到设定持续时间的判断。6.一种监测跌倒的装置,包括微处理器模块和与其连接的传感器模块、声音报警模块、输入按键;所述的传感器模块用于检测人体的运动状态数据;所述的微处理器模块,用于接收所述运动状态数据,对数据分析处理,判定人体是否发生跌倒;所述声音报警模块用于发出报警声音;所述输入按键用于向微处理器模块输入外部指令和数据,设定微处...
【专利技术属性】
技术研发人员:张应红,梁维杰,景晖,郑骥,黄博,唐亮,徐晋勇,高成,
申请(专利权)人:桂林电子科技大学,
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。