CN102027517A - 跌倒检测系统中的位移测量 - Google Patents

跌倒检测系统中的位移测量 Download PDF

Info

Publication number
CN102027517A
CN102027517A CN2009801170577A CN200980117057A CN102027517A CN 102027517 A CN102027517 A CN 102027517A CN 2009801170577 A CN2009801170577 A CN 2009801170577A CN 200980117057 A CN200980117057 A CN 200980117057A CN 102027517 A CN102027517 A CN 102027517A
Authority
CN
China
Prior art keywords
processor
sensor assembly
fall detection
detection system
human body
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2009801170577A
Other languages
English (en)
Other versions
CN102027517B (zh
Inventor
金盛
陈宁江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Priority to CN2009801170577A priority Critical patent/CN102027517B/zh
Publication of CN102027517A publication Critical patent/CN102027517A/zh
Application granted granted Critical
Publication of CN102027517B publication Critical patent/CN102027517B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116Determining posture transitions
    • A61B5/1117Fall detection
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/04Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438Sensor means for detecting
    • G08B21/0446Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Emergency Alarm Devices (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Alarm Systems (AREA)

Abstract

提供了一种人体跌倒检测系统,该人体跌倒检测系统包括:适于附着到用户的传感器模块,所述传感器模块包括用于对作用于传感器模块上的加速度进行测量的加速计;以及处理器,其用于分析所测量的加速度,以判断所述传感器模块是否已经遭受了冲击,并且用于估计所述传感器模块在紧挨着该冲击之前的时间段期间的垂直位移;其中所述处理器通过对加速计的测量值进行二次积分,来估计所述传感器模块的垂直位移。

Description

跌倒检测系统中的位移测量
发明领域
本发明涉及物体位移的测量,并且具体涉及一种使用加速计来测量下落中的物体的位移的方法和系统。
技术背景
可以将三维加速计附着到物体上,并且该三维加速计可以测量物体在三个维度中的加速度。作为这些测量的一部分,加速计对作用于物体上的由重力引起的加速度进行测量。
通常,人体跌倒检测系统包括用户佩戴的传感器模块,其用于在检测到紧急事件的情况下将报警信号无线发送给系统的其余部分。这种传感器模块包括报警按钮,用户可以按下该报警按钮来使得该模块发出报警信号,或者包括检测器,其检测用户是否已经跌倒,由此传感器模块自动发出报警信号。
许多现有的自动跌倒检测解决方案基于:利用通常在腰部附着在身体上的跌倒检测器来测量日常活动的加速度以及用户跌倒的加速度。这些跌倒检测解决方案的基本原理是检测在跌倒过程中由身体撞击地面引起的较大或重大冲击。一些解决方案还可以检测由跌倒引起的身体的方向变化,这提高了跌倒检测的成功率。
然而,现有解决方案仍然具有无法接受的高误报警率。原因在于:测量身体的方向变化并结合检测出现的较大冲击常常不足以将用户的所有日常活动与跌倒相区分。
跌倒检测系统可以提供额外的功能,以产生更多关于用户活动的信息,这可以提高性能。具体而言,将位移测量传感器添加到传感器模块可以提高性能。原因在于:如果传感器模块附着在腰部,那么从站立姿势到跌倒到地面上会导致传感器模块的高度降低大约从腰部到地面的高度。这个位移信息有助于将一些日常活动与跌倒相区分,并且提高了跌倒检测性能。
将气压计集成到基于加速计的跌倒检测系统中实现了上述需求,该基于加速计的跌倒检测系统能够根据气压测量出绝对高度。然而,在传感器模块中包括这种类型的附加部件会导致系统能耗和尺寸增加。另外,诸如外界气压变化或者温度变化等环境变化可以负面影响气压计的测量。
因此,需要一种可替代的方法来对包括加速计的传感器模块的位移进行测量。
发明内容
根据本发明的第一方面,提供了一种人体跌倒检测系统,该人体跌倒检测系统包括:适于附着到用户的传感器模块,所述传感器模块包括用于对作用于传感器模块上的加速度进行测量的加速计;以及处理器,其用于分析所测量的加速度,以判断所述传感器模块是否已经遭受了冲击,并且用于估计所述传感器模块在紧挨着该冲击之前的时间段期间的垂直位移;其中所述处理器通过对加速计的测量值进行二次积分,来估计所述传感器模块的垂直位移。
优选地,如果所测量的加速度符合与固体碰撞的特征,那么所述处理器确定所述传感器模块已经遭受了冲击。
优选地,如果所测量的加速度的幅值超过了预定阈值,那么所述处理器确定所述传感器模块已经遭受了冲击。
可选地,如果在特定方向上所测量的加速度的幅值超过了预定阈值,那么所述处理器确定所述传感器模块已经遭受了冲击。
可选地,如果所述加速计的测量值的变化超过了预定阈值,那么所述处理器确定所述传感器模块已经遭受了冲击。
优选地,所述处理器还用于识别冲击时间,该时间为所述传感器模块遭受冲击的时间。
优选地,所述处理器通过检查所测量的加速度的时间戳来识别所述冲击时间。
优选地,所述处理器还用于识别开始时间,该时间为冲击之前所述传感器模块开始移动的时间。
优选地,所述处理器通过检查在所述冲击前所测量的加速度来识别所述开始时间,以识别稳定时间段,在所述稳定时间段内,所测量的加速度的变化小于预定阈值,并且所述处理器将所述开始时间识别为所述稳定时间段结束的时间。
可选地,或者另外,所述处理器通过检查在所述冲击前所测量的加速度来识别所述开始时间,以识别高于预定阈值的所测量的加速度的方向变化,并且所述处理器将所述开始时间识别为所述方向变化首次超过所述阈值的时间。
优选地,所述处理器通过在所述开始时间和冲击时间之间对所述加速计的测量值进行二次积分,来估计所述传感器模块的所述垂直位移。
优选地,所述处理器通过识别所测量的加速度在所述开始时间作用于垂直方向的分量,来估计在所述开始时间的重力加速度。
优选地,所述处理器从所述处理器所使用的测量值中减去所估计的重力加速度,来估计所述传感器模块的垂直位移。
优选地,所述人体跌倒检测系统包括装置,其使用所估计的所述传感器模块的垂直位移来判断是否已经发生了跌倒。
优选地,如果确定已经发生了跌倒,那么所述装置还用于触发报警。
在一些实施例中,所述处理器是所述传感器模块的一部分。然而,在其它实施例中,所述处理器是与所述传感器模块分开的基础单元的一部分。
根据本发明的第二方面,提供了一种方法,该方法包括:测量作用于物体上的加速度;分析所测量的加速度,以判断所述物体是否已经遭受了冲击;通过对所述加速计的测量值进行二次积分,来估计在紧挨着所述冲击前的时间段期间所述物体的垂直位移。
根据本发明的第三方面,提供了一种计算机程序,当在计算机上执行时,该计算机程序实现上述方法。
附图说明
现在,参照下列附图来描述本发明,这仅仅是示例性的,在附图中:
图1示出了根据本发明的跌倒检测系统;
图2的方框图更加具体地示出了跌倒检测系统的传感器模块;
图3的流程图说明了根据本发明的方法;
图4是传感器模块和用户跌倒的示意图;以及
图5的曲线示出了加速计的一些示例性测量值。
具体实施方式
图1示出了由用户2使用的跌倒检测系统。该跌倒检测系统包括由用户2佩戴的传感器模块4和基础单元6。传感器模块4可以佩戴在用户身体的任何部位上,但是优选地,将它佩戴在用户腰部或胸部周围,以便改善对任何跌倒的检测。
传感器模块4至少包括用于测量所述传感器模块4所遭受的加速度的加速计、以及用于与基础单元6进行通信的一些装置。如果传感器模块4检测到跌倒或其它报警条件,那么传感器模块4与基础单元6进行通信,并且基础单元6可以发出或触发报警。
在可选实施例中,可以将传感器模块4和基础单元6的功能组合到单个设备中。
图2更加具体地示出了传感器模块4。在这个实施例中,传感器模块4包括:加速计8,其在三个维度上测量传感器模块4所遭受的加速度;以及处理器10,其用于根据加速计8的测量值来判断是否已经发生了跌倒。加速计8可以连续地测量加速度或者以离散的间隔测量加速度,并且加速计8可以为每个测量值加上时间戳(尽管处理器10可以在将测量值写入存储器18中时为测量值加上时间戳)。传感器模块4还包括天线12和相关的用于与基础单元6通信的收发器电路14、在检测到报警条件的情况下发出报警信号或音调的报警单元16、以及用于存储加速计8的一组测量值的存储器18。
在优选实施例中,存储器18是循环缓冲器或者相似类型的设备,其连续地或者周期性地存储在特定时间段内加速计8的测量值,以便后续由处理器10检索。因此,当存储器18已满时,此后的测量值将覆盖存储器18中存储的最早的测量值,以至于存储器18包含了在从当前算起的过去特定时间间隔T内的n个最近的加速计测量值。显然,存储器18必须具有足够的容量来存储至少在跌倒发生的时间范围内的加速计测量值。例如,能够存储等于5秒的时间段内的加速计测量值的存储器18就足以实施本发明。
根据本发明,通过对加速计8的测量值进行二次积分来估计传感器模块4的位移。通过使该位移估计可用于在处理器10中执行的跌倒检测算法,可以改善跌倒检测系统的误报警率的性能。
图3说明了根据本发明实施例的传感器模块4的估计位移的方法。该方法开始于步骤101,这时冲击发生。将“冲击”定义为加速计8的一个或一组测量值,其符合与诸如地面等固体碰撞的特征。具体而言,冲击可以是其幅值超过预定阈值的测量值,或者冲击可以是其沿特定轴或者特定方向的幅值超过预定阈值的测量值。可选地,由于冲击将导致加速计8的输出发生大的变化,因此可以通过将测量值的变化与预定阈值进行比较来识别冲击。当加速计8的测量值被存储在存储器18中时,处理器10可以通过检查这些测量值来识别冲击。
如上所述,加速计8连续地或周期地向存储器18提供加速度的测量值,以便存储。因此,在处理器10确定冲击已经发生的时刻(由于处理延迟或者需要通过检查后续的加速计测量值来确认跌倒,因此该时刻可能稍晚于冲击的发生时刻),存储器18将包含在时间间隔T内的加速度的测量值。
在步骤103中,处理器10确定冲击发生的时间。为此,处理器10检查存储器18中所存储的加速计测量值,以识别与该冲击相关的最大加速度测量值或峰值加速度测量值。如果加速计8提供了加速度沿三维轴的每个轴的单独测量值,那么处理器10可以检查加速度向量的幅值,以确定最大加速度或峰值加速度。
一旦找到了测量值的峰值,利用相关的时间戳就能确定该测量值的时间,并且将该时间记录为timpact
一旦已经确定了冲击时间,该方法识别出跌倒开始的时间tonset(步骤105)。
优选地,该方法利用存储在存储器18中的加速计测量值来确定tonset。为此,处理器对存储器18中的在时间timpact处的测量值之前的加速计测量值进行检查,以识别测量值是否呈现了一个稳定的时间段,在该稳定的时间段内,加速计8所测量的加速度的幅值和/或方向没有显著改变。
具体而言,已经注意到:在跌倒开始之前,加速计8的测量值通常是稳定的,这是因为测量值的变化低于预定阈值。因此,处理器10可以对存储器18中所存储的在timpact处的冲击之前的稳定时间段内的测量值进行检查,并且可以将跌倒开始的时间确定为与该稳定时间段结束时刻的加速计测量值相关联的时间。
除上述内容之外或者可选地,在跌倒开始时,加速计8所测量的加速度方向也开始变化,因此处理器10可以检查所存储的测量值,以便识别冲击时间timpact之前的时间段,在该时间段中,方向开始以高于预定阈值的速率变化。可以将跌倒开始时间tonset确定为与该方向变化的时间段的开始时刻的加速计测量值相关联的时间。
如果处理器10使用这两种方法来识别开始时间,那么处理器10可以取这些时间的平均值作为tonset
如果处理器10利用所存储的测量值无法识别出稳定时间段,或者加速度方向开始变化的时间段(或者如果处理器10想要验证这些测量值中一个或两个的可靠性),那么处理器10可以使用下面的等式来估计开始时间:根据
H = 1 2 g t fall _ duration 2 - - - ( 1 )
在该等式中,H为高度位移,g为重力加速度,以及tfall_duration为跌倒的持续时间,我们可以得到:
t fall _ duration = 2 H g - - - ( 2 )
因此,如果假定高度位移为0.8到1米左右(基于传感器模块被佩戴在用户腰部的周围),则可以利用下面的等式来确定跌倒开始的时间:
tonset=timpact-tfall_duration                   (3)
应该意识到,该tonset值仅严格适用于物体或人体自由跌倒的情况,但是这里将它作为正常(非自由)跌倒的近似值。
在步骤107中,当跌倒开始时(即,在时间tonset),处理器10对作用于加速计8的重力加速度进行估计。这是通过识别加速计8在tonset时(或刚好在tonset之前)的测量值的与重力对应的分量来完成的。如果假定加速计8的y轴与地面垂直(见图4),那么处理器10可以通过取tonset测量值的y轴分量来估计在tonset时作用于加速计8的重力加速度。
在步骤109中,处理器10计算在跌倒过程中已经发生的位移。
如图4中所示,假定传感器模块4附着在用户的腰部,并且当传感器模块4处于正常取向时,传感器模块4中的加速计8的y轴指向下方,即重力作用的方向。
加速计8的测量值所表示的加速度是重力加速度和外力引起的加速度的叠加。由于在跌倒开始时间tonset作用于传感器模块4的外力是未知的,因此在该步骤所计算的位移是近似值。
应该意识到,仅需要计算重力方向上的位移。因此,必须根据传感器模块4的取向,将x、y和z轴上的加速度映射到重力方向上。然而,在图4中,可以看到,传感器模块4的取向在跌倒过程中会发生变化,原因在于传感器模块4沿弧线落地,而不是沿向下的直线落地。
在近似计算中,假定重力(y轴)方向上的初始作用力为零。因此,可以使用等式(3)来估计跌倒开始时间tonset
在向前/向后(即,沿z轴)或向左/向右侧(即,沿x轴)跌倒的大多数情况下,一个轴将总是与重力作用的方向垂直,并且可以从计算中省略,这是因为在跌倒过程中重力不会具有沿该轴的分量。例如,在图1所示的向前跌倒中,不需考虑x轴。
在向前/向后跌倒中,角度为Φ的沿y轴和z轴的加速度有助于垂直位移(假定:在跌倒过程中,x轴始终与重力作用的方向垂直)。角度Φ可以通过下式来估计:
Φ=arccos(y/r)                 (4)
在式中,
r = x 2 + y 2 + z 2 - - - ( 5 )
由于加速计8的测量值包括两个部分,即作用于传感器模块4的重力加速度和其它加速度,因此通过减去在步骤107中得到的初始y轴测量值yinitial来对重力加速度进行补偿。
因而,通过求下面等式(6)的值,可以利用在时间段tfall_duration内的测量值的y轴分量和z轴分量来得到在跌倒过程中传感器模块4的位移。
H = ∫ ∫ fall _ duration ( y cos Φ + z sin Φ - y init ) dtdt
H = ∫ ∫ fall _ duration ( - y 2 x 2 + y 2 + z 2 + z x 2 + z 2 x 2 + y 2 + z 2 - y init ) dtdt
H = ∫ ∫ fall _ duration ( y 2 + z x 2 + z 2 x 2 + y 2 + z 2 - y init ) dtdt - - - ( 6 )
图5示出了示例性曲线,用于说明根据本发明的位移计算。三条线表示在向前跌倒的时间间隔T内的加速计8的x轴测量值、y轴测量值和z轴测量值。该位移计算在跌倒开始时间点和“撞击地面”时间点之间对加速度测量值进行二次积分,并且得出105.54厘米的垂直位移。
应该意识到,上述算法计算了在跌倒是向前跌倒或向后跌倒时的位移。基于相同原理,如果跌倒是向左侧跌倒或向右侧跌倒时,在计算中使用x轴读数和y轴读数。
在更普遍的情况下,在位移计算中使用加速度的所有分量。在这种情况下,通过求下面等式的值来计算位移
H = ∫ ∫ fall _ duration ( y cos Φ + x sin Φ x + z sin Φ z - Ω cos Φ ) dtdt
H = ∫ ∫ fall _ duration ( - y ( y - Ω ) x 2 + y 2 + z 2 - x 2 x 2 + y 2 + z 2 y 2 + z 2 ) dtdt - - - ( 7 )
在式中,Φx和Φz分别是Φ在X-Y和Y-Z平面上的分量,而Ω是由重力引起的加速度(9.8ms-2)。
可以将上面提供的位移估计算法集成到其中还包括取向和冲击检测的跌倒检测系统中。当传感器模块检测到取向变化和大的冲击时,它将确定冲击的时间timpact,并且计算位移。如果位移值合理(大约0.5到1.5米),那么处理器10可以将该冲击归类为跌倒,否则,处理器10可以忽略该冲击。
例如,用户可能突然在他们的手中将传感器模块旋转90度并产生大的冲击,但是计算出的位移接近于零,因此处理器10判定没有发生跌倒。
根据本发明的位移计算的优点在于:可以改善检测跌倒的误报警率、不需要高度传感器(高度传感器会增加传感器模块4的能耗和体积)、以及由于二次积分计算的复杂度低,因此易于被跌倒检测系统的传感器模块所采用。
尽管已经将本发明描述为完全在传感器模块中实现,但是应该意识到,该方法的一部分可以由人体跌倒检测系统的基础单元6中的处理器来实现。例如,传感器模块4可以将所有的加速计测量值传送到基础单元6,以便由该单元6中的处理器来分析。
另外,尽管本发明提供了一种仅基于由加速计进行的测量来近似确定由跌倒引起的传感器模块的高度变化的方法和仪器,但是应该意识到,本发明可以用于确定其它事件过程中的位移,其中所述其它事件具有加速计测量中所表现的典型开始点和结束点,并且其中加速计的取向可能发生变化。
尽管已经在附图和前面的说明书中具体地说明和描述了本发明,但是该说明和描述被认为是说明性或示例性的,而不是限制性的;本发明不局限于所公开的实施例。
通过研究附图、公开内容和所附的权利要求,本领域技术人员在实施所要求保护的发明时可以理解和实现所公开实施例的各种变形。在权利要求书,词语“包括”不排除其它元件或步骤,并且不定冠词“一个”不排除多个。单个处理器或其它单元可以实现权利要求中所列举的几项的功能。相互不同的从属权利要求中所列举的某些方法的纯粹事实不表示:不可以利用这些方法的组合。不应该将权利要求中的任何附图标记理解成是对保护范围的限制。计算机程序可以存储/分布在适当的介质上,例如与其它硬件一起或作为硬件的一部分所提供的光存储介质或固态介质,但是计算机程序也可以以其它形式分布,例如经由互联网或者其它有线或无线电信系统。

Claims (19)

1.一种人体跌倒检测系统,包括:
适于附着到用户的传感器模块,所述传感器模块包括用于对作用于所述传感器模块上的加速度进行测量的加速计;以及
处理器,其用于分析所测量的加速度,以判断所述传感器模块是否已经遭受了冲击,并且用于估计所述传感器模块在紧挨着所述冲击之前的时间段期间的垂直位移;其中所述处理器通过对所述加速计的测量值进行二次积分,来估计所述传感器模块的所述垂直位移。
2.如权利要求1所述的人体跌倒检测系统,其中如果所测量的加速度符合与固体碰撞的特征,那么所述处理器确定所述传感器模块已经遭受了冲击。
3.如权利要求1所述的人体跌倒检测系统,其中如果所测量的加速度超过了预定阈值,那么所述处理器确定所述传感器模块已经遭受了冲击。
4.如权利要求1所述的人体跌倒检测系统,其中如果在特定方向上所测量的加速度超过了预定阈值,那么所述处理器确定所述传感器模块已经遭受了冲击。
5.如权利要求1所述的人体跌倒检测系统,其中如果所述加速计的测量值的变化超过了预定阈值,那么所述处理器确定所述传感器模块已经遭受了冲击。
6.如前述任一项权利要求所述的人体跌倒检测系统,其中所述处理器还用于识别冲击时间,该时间为所述传感器模块遭受所述冲击的时间。
7.如权利要求6所述的人体跌倒检测系统,其中所述处理器通过检查所测量的加速度的时间戳来识别所述冲击时间。
8.如前述任一项权利要求所述的人体跌倒检测系统,其中所述处理器还用于识别开始时间,该时间为在所述冲击之前所述传感器模块开始移动的时间。
9.如权利要求8所述的人体跌倒检测系统,其中所述处理器通过检查在所述冲击前所测量的加速度来识别所述开始时间,以识别稳定时间段,在所述稳定时间段内,所测量的加速度的变化小于预定阈值,并且所述处理器将所述开始时间识别为所述稳定时间段结束的时间。
10.如权利要求8或9所述的人体跌倒检测系统,其中所述处理器通过检查在所述冲击前所测量的加速度来识别所述开始时间,以识别高于预定阈值的所测量的加速度的方向变化,并且所述处理器将所述开始时间识别为所述方向变化首次超过所述阈值的时间。
11.如权利要求8,9或10所述的人体跌倒检测系统,当从属于权利要求6或7时,其中所述处理器通过在所述开始时间和冲击时间之间对所述加速计的测量值进行二次积分,来估计所述传感器模块的所述垂直位移。
12.如权利要求8,9,10或11所述的人体跌倒检测系统,其中所述处理器通过识别所测量的加速度在所述开始时间作用于垂直方向的分量,来估计在所述开始时间的重力加速度。
13.如权利要求12所述的人体跌倒检测系统,其中所述处理器从所述处理器所使用的测量值中减去所估计的重力加速度,来估计所述传感器模块的所述垂直位移。
14.如前述任一项权利要求所述的人体跌倒检测系统,还包括装置,其使用所估计的所述传感器模块的垂直位移来判断是否已经发生了跌倒。
15.如权利要求14所述的人体跌倒检测系统,其中如果确定已经发生了跌倒,那么所述装置还用于触发报警。
16.如前述任一项权利要求所述的人体跌倒检测系统,其中所述处理器是所述传感器模块的一部分。
17.如权利要求1到15中任一项权利要求所述的人体跌倒检测系统,还包括与所述传感器模块分开的基础单元,所述处理器为所述基础单元的一部分。
18.一种方法,包括:
测量作用于物体上的加速度;
分析所测量的加速度,以判断所述物体是否已经遭受了冲击;
通过对所述加速计的测量值进行二次积分,来估计在紧挨着所述冲击前的时间段期间所述物体的垂直位移。
19.一种计算机程序产品,包括含在其中的计算机代码,当所述计算机代码在计算机上执行时,实现如权利要求18所述的方法。
CN2009801170577A 2008-05-12 2009-05-05 跌倒检测系统中的位移测量 Active CN102027517B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2009801170577A CN102027517B (zh) 2008-05-12 2009-05-05 跌倒检测系统中的位移测量

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
CN200810097078 2008-05-12
CN200810097078.4 2008-05-12
CN2009801170577A CN102027517B (zh) 2008-05-12 2009-05-05 跌倒检测系统中的位移测量
PCT/IB2009/051836 WO2009138900A1 (en) 2008-05-12 2009-05-05 Displacement measurement in a fall detection system

Publications (2)

Publication Number Publication Date
CN102027517A true CN102027517A (zh) 2011-04-20
CN102027517B CN102027517B (zh) 2013-08-14

Family

ID=40786531

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009801170577A Active CN102027517B (zh) 2008-05-12 2009-05-05 跌倒检测系统中的位移测量

Country Status (7)

Country Link
US (1) US9138174B2 (zh)
EP (1) EP2274734B1 (zh)
JP (1) JP2011520205A (zh)
CN (1) CN102027517B (zh)
AU (1) AU2009247636B2 (zh)
BR (1) BRPI0908702B8 (zh)
WO (1) WO2009138900A1 (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102231226A (zh) * 2011-06-10 2011-11-02 徐迪 一种低功耗可定位摔倒报警器
CN102927942A (zh) * 2011-08-08 2013-02-13 联想(北京)有限公司 电子设备以及利用电子设备的长度测量方法
CN103065435A (zh) * 2012-12-28 2013-04-24 宋雅伟 基于加速度传感器的跌倒检测和报警装置及方法
CN104424671A (zh) * 2013-08-22 2015-03-18 中兴通讯股份有限公司 移动设备取证处理方法及装置
CN104813379A (zh) * 2012-11-27 2015-07-29 皇家飞利浦有限公司 检测设备在水平或垂直方向的位置的变化
CN106991789A (zh) * 2017-05-10 2017-07-28 杨力 跌倒检测装置、腰带及跌倒检测方法
CN107527477A (zh) * 2016-06-16 2017-12-29 易科绿科全球公司 跌落检测系统及其方法
CN109239706A (zh) * 2018-08-27 2019-01-18 苏州矽典微智能科技有限公司 一种基于毫米波的人体检测方法及装置
CN110177735A (zh) * 2017-02-10 2019-08-27 阿尔卑斯阿尔派株式会社 车辆的跌倒检测装置
CN111263940A (zh) * 2017-10-24 2020-06-09 亚萨合莱有限公司 具有多生物测定的可穿戴装置
CN112438724A (zh) * 2019-08-29 2021-03-05 松下电器(美国)知识产权公司 跌倒风险评估方法、跌倒风险评估装置以及记录介质
CN115024717A (zh) * 2022-08-09 2022-09-09 广东百年医疗健康科技发展有限公司 一种跌倒检测方法、装置、设备及存储介质

Families Citing this family (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8756032B2 (en) * 2008-11-28 2014-06-17 Koninklijke Philips N.V. Method and apparatus for fall detection
WO2011064697A1 (en) * 2009-11-25 2011-06-03 Koninklijke Philips Electronics N.V. Method for estimating velocities and/or displacements from accelerometer measurement samples
US9176932B2 (en) 2009-11-25 2015-11-03 Koninklijke Philips N.V. Method for detecting falls and a fall detector
CN102667882B (zh) * 2009-11-25 2014-08-06 皇家飞利浦电子股份有限公司 用于检测用户跌倒的方法和装置
US8633818B2 (en) * 2010-12-15 2014-01-21 Dell Products L.P. Mobile and automated emergency service provider contact system
US9138172B2 (en) 2011-02-24 2015-09-22 Rochester Institute Of Technology Method for monitoring exposure to an event and device thereof
US10292445B2 (en) 2011-02-24 2019-05-21 Rochester Institute Of Technology Event monitoring dosimetry apparatuses and methods thereof
US9339224B2 (en) 2011-02-24 2016-05-17 Rochester Institute Of Technology Event dosimeter devices and methods thereof
US9638711B2 (en) * 2011-06-17 2017-05-02 Verizon Telematics Inc. Method and system for discerning a false positive in a fall detection signal
KR101110639B1 (ko) 2011-06-22 2012-06-12 팅크웨어(주) 세이프 서비스 시스템 및 그 방법
US9588135B1 (en) 2011-11-14 2017-03-07 Vital Connect, Inc. Method and system for fall detection of a user
US8614630B2 (en) 2011-11-14 2013-12-24 Vital Connect, Inc. Fall detection using sensor fusion
US9818281B2 (en) 2011-11-14 2017-11-14 Vital Connect, Inc. Method and system for fall detection of a user
CN102657533B (zh) * 2012-04-28 2013-11-13 浙江大学城市学院 一种跌倒检测方法、跌倒检测装置和手腕式设备
RU2681362C2 (ru) * 2012-11-30 2019-03-06 Конинклейке Филипс Н.В. Способ и устройство для оценивания риска падения пользователя
US20140276238A1 (en) * 2013-03-15 2014-09-18 Ivan Osorio Method, system and apparatus for fall detection
JP2016512777A (ja) * 2013-03-22 2016-05-09 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 転倒を検出する方法及び転倒検出器
RU2544745C1 (ru) * 2013-08-14 2015-03-20 Максим Владимирович Сомов Устройство охранной сигнализации для контроля оконных и остекленных дверных конструкций
CN103581852B (zh) * 2013-09-30 2018-03-06 吴家宝 人体摔倒检测的方法、装置及移动终端系统
CN103680063B (zh) * 2013-12-16 2015-12-30 嘉兴学院 基于手机加速度计和陀螺仪的老年人异常情况判定方法
US11272879B2 (en) 2015-03-23 2022-03-15 Consensus Orthopedics, Inc. Systems and methods using a wearable device for monitoring an orthopedic implant and rehabilitation
US11684260B2 (en) 2015-03-23 2023-06-27 Tracpatch Health, Inc. System and methods with user interfaces for monitoring physical therapy and rehabilitation
WO2017109841A1 (ja) * 2015-12-21 2017-06-29 富士通株式会社 電子機器および移動検知プログラム
US11064912B2 (en) * 2016-01-26 2021-07-20 Climax Technology Co., Ltd. Fall sensor
US11810032B2 (en) 2016-03-16 2023-11-07 Triax Technologies, Inc. Systems and methods for low-energy wireless applications using networked wearable sensors
US10325229B2 (en) 2016-03-16 2019-06-18 Triax Technologies, Inc. Wearable sensor for tracking worksite events including sensor removal
US10769562B2 (en) 2016-03-16 2020-09-08 Triax Technologies, Inc. Sensor based system and method for authorizing operation of worksite equipment using a locally stored access control list
US11170616B2 (en) 2016-03-16 2021-11-09 Triax Technologies, Inc. System and interfaces for managing workplace events
US10140833B1 (en) * 2016-11-16 2018-11-27 Bear State Technologies, LLC. Fall predictor and notification system
EP3415079A1 (en) * 2017-06-13 2018-12-19 Koninklijke Philips N.V. An apparatus for receiving an input indicative of one or more symptoms of a subject and a method of operating the same
GB2573490A (en) * 2018-02-08 2019-11-13 James Link Matthew A fall sensing system
US10661119B2 (en) 2018-04-30 2020-05-26 James P. Bradley Autonomous safety system for a treadmill
EP3657456A1 (en) 2018-11-26 2020-05-27 Koninklijke Philips N.V. A method and system for monitoring a user
US11585828B2 (en) * 2019-02-01 2023-02-21 Seiko Epson Corporation Sensor system and sensor drop determination method
US10863928B1 (en) * 2020-01-28 2020-12-15 Consensus Orthopedics, Inc. System and methods for monitoring the spine, balance, gait, or posture of a patient
US11255875B2 (en) * 2020-02-18 2022-02-22 Stmicroelectronics Asia Pacific Pte Ltd. System and method for determining distance of free fall
TWI757178B (zh) * 2021-05-17 2022-03-01 力山工業股份有限公司 具防捲入功能的跑步機
TWI764730B (zh) * 2021-05-25 2022-05-11 力山工業股份有限公司 具安全監控功能的跑步機及跑步機的安全監控方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4222373A1 (de) 1992-07-08 1994-01-13 Gerhard Ruppenthal Weg- und Geschwindigkeitsmeßgerät für Sportler
US6201476B1 (en) 1998-05-06 2001-03-13 Csem-Centre Suisse D'electronique Et De Microtechnique S.A. Device for monitoring the activity of a person and/or detecting a fall, in particular with a view to providing help in the event of an incident hazardous to life or limb
AU4964199A (en) 1998-07-01 2000-01-24 Sportvision System, Llc System for measuring a jump
EP1195139A1 (en) * 2000-10-05 2002-04-10 Ecole Polytechnique Féderale de Lausanne (EPFL) Body movement monitoring system and method
AU2002230578A1 (en) 2000-10-30 2002-05-15 Naval Postgraduate School Method and apparatus for motion tracking of an articulated rigid body
FR2829862B1 (fr) * 2001-09-18 2005-06-24 Univ Joseph Fourier Detecteur de chute d'une personne
US7031872B2 (en) * 2002-08-09 2006-04-18 Matsushita Electric Industrial Co., Ltd. Equilibrium state analyzing apparatus, equilbrium state analysis method, program and recording medium
JP2005237576A (ja) 2004-02-25 2005-09-08 Kansai Electric Power Co Inc:The 転倒判定装置
JP3720346B2 (ja) * 2004-03-30 2005-11-24 シャープ株式会社 携帯情報処理装置
KR100786703B1 (ko) 2004-07-24 2007-12-21 삼성전자주식회사 가속도 센서를 이용한 운동량 측정장치 및 방법
JP2006177749A (ja) 2004-12-22 2006-07-06 Ritsumeikan 周期運動体の移動軌跡算出方法及び装置
GB2422790B (en) 2005-02-07 2007-08-01 Nigel Allister Anstey Measurement of physical fitness
ITGE20050008A1 (it) 2005-02-08 2006-08-09 Scienza Ind Tecnologia S R L Metodo e apparato per il monitoraggio dei movimenti del corpo umano in ambito sportivo e medico.
JP4168407B2 (ja) * 2005-08-05 2008-10-22 日立金属株式会社 落下検知装置
JP4663503B2 (ja) * 2005-12-07 2011-04-06 関西電力株式会社 転倒判定方法及びその装置
EP2126731A1 (en) * 2006-12-21 2009-12-02 24Eight LLC Apparatus and method for wireless autonomous infant mobility detection, monitoring, analysis and alarm event generation

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102231226A (zh) * 2011-06-10 2011-11-02 徐迪 一种低功耗可定位摔倒报警器
CN102927942A (zh) * 2011-08-08 2013-02-13 联想(北京)有限公司 电子设备以及利用电子设备的长度测量方法
CN102927942B (zh) * 2011-08-08 2015-12-09 联想(北京)有限公司 电子设备以及利用电子设备的长度测量方法
CN104813379A (zh) * 2012-11-27 2015-07-29 皇家飞利浦有限公司 检测设备在水平或垂直方向的位置的变化
CN104813379B (zh) * 2012-11-27 2018-07-17 皇家飞利浦有限公司 检测设备在水平或垂直方向的位置的变化
CN103065435A (zh) * 2012-12-28 2013-04-24 宋雅伟 基于加速度传感器的跌倒检测和报警装置及方法
CN103065435B (zh) * 2012-12-28 2016-04-27 宋雅伟 基于加速度传感器的跌倒检测和报警装置及方法
CN104424671A (zh) * 2013-08-22 2015-03-18 中兴通讯股份有限公司 移动设备取证处理方法及装置
CN107527477A (zh) * 2016-06-16 2017-12-29 易科绿科全球公司 跌落检测系统及其方法
CN110177735A (zh) * 2017-02-10 2019-08-27 阿尔卑斯阿尔派株式会社 车辆的跌倒检测装置
CN106991789A (zh) * 2017-05-10 2017-07-28 杨力 跌倒检测装置、腰带及跌倒检测方法
CN111263940A (zh) * 2017-10-24 2020-06-09 亚萨合莱有限公司 具有多生物测定的可穿戴装置
CN111263940B (zh) * 2017-10-24 2023-04-14 亚萨合莱有限公司 具有多生物测定的可穿戴装置
CN109239706A (zh) * 2018-08-27 2019-01-18 苏州矽典微智能科技有限公司 一种基于毫米波的人体检测方法及装置
CN112438724A (zh) * 2019-08-29 2021-03-05 松下电器(美国)知识产权公司 跌倒风险评估方法、跌倒风险评估装置以及记录介质
CN115024717A (zh) * 2022-08-09 2022-09-09 广东百年医疗健康科技发展有限公司 一种跌倒检测方法、装置、设备及存储介质

Also Published As

Publication number Publication date
US9138174B2 (en) 2015-09-22
AU2009247636B2 (en) 2014-07-24
WO2009138900A1 (en) 2009-11-19
BRPI0908702A8 (pt) 2017-10-10
EP2274734A1 (en) 2011-01-19
BRPI0908702B1 (pt) 2019-06-18
BRPI0908702A2 (pt) 2017-06-06
CN102027517B (zh) 2013-08-14
AU2009247636A1 (en) 2009-11-19
BRPI0908702B8 (pt) 2021-07-27
EP2274734B1 (en) 2012-07-11
US20110144542A1 (en) 2011-06-16
JP2011520205A (ja) 2011-07-14

Similar Documents

Publication Publication Date Title
CN102027517B (zh) 跌倒检测系统中的位移测量
CN101881625B (zh) 步幅校正方法、测距方法及计步装置
CN101711401B (zh) 跌倒检测系统
CN101354265B (zh) 计步方法及计步装置
CN102667882B (zh) 用于检测用户跌倒的方法和装置
Skog et al. Zero-velocity detection—An algorithm evaluation
US7450002B2 (en) Method and apparatus for monitoring human activity pattern
US8984664B2 (en) Helmet blastometer
EP2867615B1 (en) A method of estimating the position of a device and an apparatus implementing the same
EP2748093B1 (en) Method and apparatus for elevator motion detection
JP2008535055A5 (zh)
JP2007151948A (ja) 転倒判定方法及びその装置
EP2997898B1 (en) Electronic device, control program, control method, and system
CN103027687A (zh) 基于3d加速度仪和陀螺仪的老年人跌倒检测报警系统
US20140292543A1 (en) Multidimensional system for monitoring and tracking states and conditions
US20160157718A1 (en) Choosing a heart rate monitor for a wearable monitoring device
CN104932674A (zh) 冲击检测电路、物理量检测装置、电子设备及移动体
CN103544485A (zh) 基于智能终端的司机识别方法和装置
JP2005237576A (ja) 転倒判定装置
US9989404B2 (en) Portable terminal, portable-terminal condition determining system, storage medium, and portable-terminal condition determining method
JP6452933B2 (ja) 電子機器
KR101189667B1 (ko) 가속도 센서를 이용한 칼로리 소모량 측정장치 및 방법
CN110246300A (zh) 助听器的数据处理方法、装置
KR20220028098A (ko) 결정된 컨텍스트의 신뢰성을 개선하기 위해 모바일 디바이스의 압력 센서를 사용하기 위한 시스템 및 방법
CN206639357U (zh) 基于惯性、位置传感器的老年人跌倒检测装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant