CN102667882B - 用于检测用户跌倒的方法和装置 - Google Patents

Abstract

本发明提供一种用于检测用户跌倒的跌倒检测器，跌倒检测器包括：加速计，其用于产生测量样本的时间序列，该测量样本的时间序列表示作用在跌倒检测器上的加速度；处理器，其用于根据测量样本来估计跌倒检测器的垂直速度和/或垂直位移并且使用所估计的垂直速度和/或垂直位移来判定用户是否经历跌倒；其中，处理器被配置为通过如下方式来根据测量样本估计跌倒检测器的垂直速度和/或垂直位移：根据测量样本的时间序列来估计在加速计的参考系中表示重力加速度的相应单位向量的时间序列；将每一个测量样本投影到相应单位向量上并且减去重力加速度以给出跌倒检测器的垂直加速度的估计序列；以及在一个时间段上对垂直加速度的估计序列进行积分以给出跌倒检测器的垂直速度和/或垂直位移的值的时间序列。

Description

用于检测用户跌倒的方法和装置

技术领域

本发明涉及一种用于根据来自加速计的测量样本来估计速度和位移的方法，并且尤其涉及一种可以在检测用户跌倒时使用的用于估计垂直速度和垂直位移的方法。

背景技术

每年，跌倒影响着数百万的人并且导致明显的损伤，特别是在老年人当中。实际上，已被估计的是，跌倒是老年人中死亡的前三大起因之一。可以将跌倒定义为身体朝地面突然的、未控制的并且无意的向下位移，并且伴随有碰撞。

可利用个人求助按钮（PHB），所述个人求助按钮要求用户在紧急情况下按压按钮以寻求帮助。然而，如果用户经历严重的跌倒（例如，如果他们被撞得失去知觉），则用户可能不能够按压按钮，这将意味着在相当长的时间段内帮助不能到达，尤其是在用户单独生活时。

还可利用跌倒检测器，所述跌倒检测器处理一个或者多个移动传感器的输出以判定用户是否经历跌倒。然而，已经发现，所有这些跌倒检测器在跌倒检测概率和误报率之间具有不利的折中。

考虑到高误报率将给负责向跌倒检测器的用户提供援助的组织带来附加的成本（即，在跌倒检测警报被触发时，他们将需要联系或者探视跌倒检测器的用户），并且考虑到高误报率对于跌倒检测器的用户来说是不期望的，已经发现，经济上可行的跌倒检测器应该提供比如说在每两个月的时间段内少于一次误报的误报率，同时保持高于95％的（肯定的）跌倒检测概率。

大多数现有的身体佩戴型的跌倒检测器使用加速计（通常是测量三个维度上的加速度的3D加速计），并且它们试图通过处理由该加速计生成的时间序列来推断跌倒的发生。

具体而言，跌倒检测器可以根据加速计测量样本来估计跌倒检测器的速度和/或位移，并且使用这些特征（连同从加速计测量样本得到的其它特征）来判定跌倒检测器的用户是否经历跌倒。

期望提供以垂饰（pendant）形式的跌倒检测器，其可以被佩戴在用户的颈部周围并且另外相对于用户自由移动；同样跌倒检测器重量轻并且在使用中不引人注目。然而，用于估计垂直速度和垂直位移的现有方法当被应用到从这种类型的跌倒检测器的加速计获得的测量样本时，不能够提供足够精确的估计。

因此，需要一种根据加速计测量样本来估计垂直速度和/或垂直位移的改进的方法。

发明内容

根据本发明的第一方面，提供一种用于检测用户跌倒的跌倒检测器，所述跌倒检测器包括：加速计，所述加速计用于产生测量样本的时间序列，所述测量样本的时间序列表示作用在所述跌倒检测器上的加速度；处理器，所述处理器用于根据所述测量样本来估计所述跌倒检测器的垂直速度和/或垂直位移，并且使用所估计的垂直速度和/或垂直位移来判定所述用户是否经历跌倒；其中，所述处理器被配置为通过如下方式来根据所述测量样本估计所述跌倒检测器的垂直速度和/或垂直位移：根据所述测量样本的时间序列来估计在所述加速计的参考系中表示重力加速度的相应单位向量的时间序列；将每一个测量样本投影到所述相应单位向量并且减去重力加速度以给出所述跌倒检测器的垂直加速度的估计序列；以及，在一个时间段上对所述垂直加速度的估计序列进行积分，以给出所述跌倒检测器的所述垂直速度和/或垂直位移的值的时间序列。

根据本发明的第二方面，提供一种对对象的垂直速度和/或垂直位移进行估计的方法，所述对象包含加速计，所述方法包括：从所述加速计获得测量样本的时间序列，所述测量样本的时间序列表示作用在所述对象上的加速度；根据所述测量样本的时间序列来估计在所述加速计的参考系中表示重力加速度的相应单位向量的时间序列；将每一个测量样本投影到所述相应单位向量上，并且减去重力加速度，以给出所述对象的所述垂直加速度的估计序列；以及，在一个时间段上对所述垂直加速度的所述估计序列进行积分，以给出所述对象的所述垂直速度和/或垂直位移的值的时间序列。

根据本发明的第三方面，提供一种用于检测跌倒检测器的用户跌倒的方法，所述跌倒检测器包含加速计，所述方法包括：如上所述，根据来自所述加速计的测量样本来估计垂直速度和/或垂直位移；并且使用所估计的垂直速度和/或垂直位移来判定所述用户是否经历跌倒。

根据本发明的第四方面，提供一种包括计算机程序代码的计算机程序产品，当在适当的计算机或者处理器上执行所述计算机程序代码时，所述计算机程序代码被配置为使得所述计算机或者处理器执行上述任一种方法。

附图说明

现在将参考下面的附图仅通过示例的方式来描述本发明的示例性实施例，在附图中：

图1是适于实施根据本发明的方法的跌倒检测器的方框图；

图2是示出了根据本发明的方法的流程图；

图3更加详细地示出了图2的流程图中的步骤103；

图4更加详细地示出了图2的流程图中的步骤105；以及

图5是示出根据本发明的实施例的可以用于将垂直加速度积分为垂直速度的积分窗的图。

具体实施方式

图1中示出了能够实施根据本发明的方法的跌倒检测器2。以垂饰形式将跌倒检测器2设计为佩戴在用户的颈部周围，而不会不利地影响用户的移动或者平衡。

在该示例性实施例中，跌倒检测器2包括连接到处理器6的加速计4（特别是提供对沿着加速计4的三个正交测量轴的加速度的测量的3D加速计）。处理器6接收来自加速计4的测量样本并且处理该测量样本，以估计在各个时间段上跌倒检测器2的垂直速度和/或跌倒检测器2的垂直位移。处理器6使用所述垂直速度和/或垂直位移（通常结合从加速计测量样本获得的其它特征）来判定用户是否已经跌倒。

跌倒检测器2还包括发送器单元8，所述发送器单元8允许跌倒检测器2在检测到跌倒时向与所述跌倒检测器2相关联的基站（然后所述基站可以发出警报或者寻求来自健康护理提供者的帮助或紧急服务）或者直接向远程站（例如位于健康护理提供者的呼叫中心）发送警报信号，从而能够为用户寻求援助。

在一些实施例中（在图1所示的跌倒传感器中未示出），跌倒检测器2还可以包括除加速计以外的其它传感器，例如压力传感器、磁力计和/或陀螺仪。跌倒检测器2还可以包括音响警报单元，在处理器6判定用户经历跌倒的情况下所述处理器6激活所述音响警报单元。跌倒检测器2还可以设置有按钮，所述按钮允许用户在他们需要援助时手动激活该音响警报单元（或者在不需要援助时去激活所述警报）。

图2示出了根据本发明的方法。在步骤101中，从加速计4获得测量样本的时间序列。每一个测量样本是在加速计4的参考系中表示所测量的加速度的三维向量。该方法中的后续步骤对这些测量样本进行操作以获得对跌倒期间的垂直速度和/或垂直位移（在地球参考系中）的估计。

在步骤103中，识别测量样本中“相对平静”的时间段，在所述时间段，垂直加速度和垂直速度大致为零。“相对平静”的时间段的终止点以及下一个“相对平静”时间段的起始点提供了用于在该方法中稍后对垂直速度和/或垂直位移的估计的边界值。

由于跌倒不可能在“相对平静”的时间段期间发生，所以在所述时间段内不必对测量样本继续使用图2所示的方法，从而所述方法返回到步骤101，直到识别到“非平静”的时间段（即，垂直加速度和/或垂直速度大体上为非零的时间段）为止。

下面参考图3更详细地描述步骤103的优选实施方式。

因而，在图3的步骤1031中，通过对样本的三个分量的平方的和取平方根来针对每一个测量样本计算绝对加速度：

其中，a_x、a_y和a_z是沿着加速计4的各个测量轴的加速度分量。

在步骤1033中，从绝对加速度中减去重力加速度（9.81ms^-2）来获得归一化的绝对加速度。

对所述归一化的绝对加速度进行平方来获得所述归一化的绝对加速度的幂（步骤1035），并且对所述归一化的绝对加速度的幂进行移动平均（MA）以获得经过MA滤波的所述归一化的绝对加速度的幂（步骤1037）。在优选的实施例中，MA滤波的持续时间是0.5秒。

在步骤1039中，将经过MA滤波的所述归一化的绝对加速度的幂与非零阈值进行比较来识别相对平静的样本时间。例如，如果在两秒的间隔中经过MA滤波的幂的值小于10，则可以将所述间隔的中间定义为“相对平静”。本领域技术人员将能够选择用于该阈值的适当值，应当牢记1g的加速度将导致经过MA滤波的幂的值大致为100。

现在返回到图2中的方法，在步骤105中，针对“相对平静”时间段之外的每一个测量样本，估计在加速计4的参考系中表示重力加速度的单位向量。下面参照图4更加详细地描述该步骤。在该方法的下一个步骤中使用所得到的单位向量的时间序列来识别由所述加速计测量的加速度在垂直方向上的分量。

因而，在图4的步骤1051中，将中指滤波应用到每一个测量样本中的三个加速度分量中的每一个以获得经过中值滤波的加速度分量的三个时间序列。在优选的实施例中，中值滤波的持续时间是0.5秒。

然后，在步骤1053中，通过使用从每一个采样时刻处的三个经过中值滤波的加速度分量中的每一个获得的绝对值，对在所述采样时刻处的经过中值滤波的加速度分量中的每一个的长度进行归一化，来计算单位重力时间序列。因而，在采样时刻t处的在加速计4的参考系中的重力单位向量由下式给出：

$\hat{g}=[{\hat{g}}_x,{\hat{g}}_y,{\hat{g}}_z]=[\frac{a_{\mathrm{xmf}}^2}{\sqrt{(a_{\mathrm{xmf}}^2+a_{\mathrm{ymf}}^2+a_{\mathrm{zmf}}^2)}},\frac{a_{\mathrm{ymf}}^2}{\sqrt{(a_{\mathrm{xmf}}^2+a_{\mathrm{ymf}}^2+a_{\mathrm{zmf}}^2)}},\frac{a_{\mathrm{zmf}}^2}{\sqrt{(a_{\mathrm{xmf}}^2+a_{\mathrm{ymf}}^2+a_{\mathrm{zmf}}^2)}}]---\left(2\right)$

其中，a_xmf、a_ymf和a_zmf是在时刻t处的测量样本的经过中值滤波的加速度分量。

再次返回到图2，将每一个加速度测量样本投影到其各自的单位重力向量上（步骤107）。即，将在时刻t获得的测量样本投影到针对在时刻t处的样本确定的重力单位向量上。

本领域技术人员将意识到，加速度测量样本a到重力单位向量上的投影给出了标量值a_v，该标量值a_v表示在垂直方向上的加速度的幅值，所述投影可以表示为：

$a_v=(a\·\hat{g})---\left(3\right)$

然后，从垂直方向上的加速度中减去重力加速度（即，9.81ms^-2）以给出对跌倒检测器2的垂直加速度的初始估计。

然后，在步骤109中，通过针对由于加速计4做出的测量的采样误差和/或削波（clipping）所致的过量加速度进行校正，对所述垂直加速度的初始估计进行精细调整。例如，在发生碰撞时可能发生采样误差和/或削波，因此来自加速计4的测量样本在这些时刻不太可靠或者不太精确。

在该阶段，可以进行一些假设以针对由于在每一个“非平静”的时间段（即，在两个“相对平静”的时间段之间的时间段）中的采样误差和/或削波导致的过量来校正垂直加速度的初始估计。

首先，在“相对平静”的时间段期间，将垂直加速度和垂直速度都假定为零。因此，在每一个“非平静”的时间段的起始和终止，垂直速度都将是零。该假设意味着垂直加速度在每一个“非平静”的时间段上的积分也应该是零。

因而，在垂直加速度的初始估计在“非平静”的时间段上的积分是非零（所述非零量被表示为过量垂直加速度）的情况下，在“非平静”时间段中的每一个测量样本上分配过量垂直加速度以校正所述垂直加速度的初始估计。在校正之后，校正后的垂直加速度在整个“非平静”时间段上的积分应该是零。

已经发现，由于削波和/或采样误差（以及可能与碰撞相对应的那些样本），具有最大绝对值的垂直加速度的测量样本最有可能偏离，并且对过量垂直加速度贡献最大。因此，优选地，根据局部计算的“滤波后的碰撞（filteredimpact）”按照比例地校正初始估计中的过量垂直加速度。

通过如下步骤来应用该按照比例地校正：（i）计算“非平静”的时间段中的垂直加速度的绝对值，（ii）确定“非平静”的时间段中的绝对加速度的和，以及（iii）在“非平静”时间段中在垂直加速度的初始估计之中分配所述过量加速度，其中每一个估计获得其绝对值除以所述和而得的分数。在一个实施例中，该分数由下式给出：

$\frac{\mathrm{impact}\_\mathrm{filt}\left(i\right)}{\underset{i-n}{\overset{i+n}{\mathrm{\Σ}}}(\mathrm{impact}\_\mathrm{filt}\left(i\right))}---\left(4\right)$

其中，impact_filt(i)是对于第i个估计的平均滤波后的归一化的绝对加速度，并且n是整数。对于跌倒，非平静的时间段通常在一秒钟或者几秒钟的范围内，并且在采样频率是50Hz的情况下，n将是大约50到100。该校正得到垂直加速度的精细调整后的估计。

最后，在步骤111中，在“非平静”的时间段上对所述垂直加速度的精细调整后的估计进行积分以给出垂直速度的值的时间序列，和/或在所述“非平静”的时间段上对所述垂直加速度的精细估计进行两次积分以给出垂直位移的值的时间序列。

在对垂直加速度进行积分以得到垂直速度时，通常使用矩形积分窗（Dirichlet窗）在短的时间段内执行该积分。然而，已经发现，这样的积分窗会导致对移出所述窗之外的先前加速度极度敏感的速度估计。

为了减轻这一问题，使用非矩形积分窗，例如如图5所示的那样。在该窗中，根据垂直加速度的M个最新估计的加权和来确定所估计的垂直速度，其中所述加权随着估计变旧而降低。在该实施例中，M是50。因而，在图5中可以看出，使用加权因子1对最新的估计（粗略地是50个中最新的16个样本）进行加权，这对应于纯粹的积分。然而，比这更旧的估计（之前的具有索引17到50的样本）具有小于1的加权因子，从而它们对垂直速度的估计贡献较少。特别是，没有滤波的加速度估计对所估计的速度的变化具有很小的影响。在图5所示的优选实施例中，使用升余弦窗（也称为汉宁窗）。

也可以使用类似类型的窗来用于计算垂直位移。

跌倒检测器2可以使用所确定的垂直速度和/或垂直位移，可能会结合作为跌倒特性的其它特征的值，来判定跌倒检测器2的用户是否经历跌倒。跌倒检测器2还可以根据所确定的垂直速度和/或垂直位移本身来确定其它特征的值。例如，如果用户经历跌倒，则很可能存在最小的垂直速度-1.3ms^-1（即，向下1.3ms^-1），并且跌倒检测器2可以使用垂直速度中的局部最小值来识别发生跌倒的点。

尽管根据本发明的方法在垂饰类型的跌倒检测器（即，在由用户佩戴时能够相对自由地移动的跌倒检测器）中的垂直速度和/或垂直位移的估计上提供了明显的改进，但是应该意识到，所述方法在其它类型的跌倒检测器（例如佩戴在用户手腕上、在他们的腰部处、在他们的胸部上或者在他们的背部上的跌倒检测器）中垂直速度和垂直位移的估计上也能够提供改进。

此外，尽管上文描述了跌倒检测器2中的处理器6根据来自加速计4的测量样本来确定垂直速度和/或垂直位移，但是应该意识到，在替代的实施例中，发送器单元8可以用来将来自加速计4的测量样本发送到基站或者远程站，并且可以在该基站或者远程站中确定垂直速度和/或垂直位移。该基站或者远程站还可以执行处理来判定用户是否经历跌倒。

因此，提供了一种用于根据加速计的测量样本来确定垂直速度和垂直位移的改进的方法。

尽管在附图和前述说明书中已经说明和描述了本发明，但是这样的说明和描述应被认为是说明性或示例性的，而不是限制性的；本发明并不限于所公开的实施例。

在研究了附图、本公开以及所附权利要求之后，本领域技术人员在实践所要求保护的发明时能够理解和实现对所公开的实施例的变型。在权利要求中，词语“包括”不排除其它元件或者步骤，并且不定冠词“一个”或者“一种”不排除多个或多种。单个处理器或者其它单元可以实现权利要求中列举的多个物件的功能。在多个相互不同的从属权利要求中列举特定措施的事实并不表明不能使用这些措施的组合来获得益处。可以在诸如与其它硬件一起提供或者作为其它硬件一部分的光学存储介质或者固态介质之类的适当介质上存储/分配计算机程序，但是也可以以其它形式分配该计算机程序，例如经由互联网或者其它有线或无线远程通信系统。权利要求中的任何附图标记不应该被理解为限制其范围。

Claims (15)

1.一种用于检测用户跌倒的跌倒检测器（2），所述跌倒检测器（2）包括：

加速计（4），所述加速计（4）用于产生测量样本的时间序列，所述测量样本的时间序列表示作用在所述跌倒检测器（2）上的加速度；

处理器（6），所述处理器（6）用于根据所述测量样本来估计所述跌倒检测器（2）的垂直速度和/或垂直位移，并且使用所估计的垂直速度和/或垂直位移来判定所述用户是否经历跌倒；其中，所述处理器（6）被配置为通过如下方式来根据所述测量样本估计所述跌倒检测器（2）的垂直速度和/或垂直位移：

根据所述测量样本的时间序列来估计在所述加速计（4）的参考系中表示重力加速度的相应单位向量的时间序列（105）；

将每一个测量样本投影到所述相应单位向量上并且减去重力加速度，以给出所述跌倒检测器的垂直加速度的估计序列（107）；

精细调整所述估计序列以针对由于所述测量样本中的采样误差和/或削波所导致的过量加速度进行校正；以及

在一个时间段上对所述垂直加速度的精细调整后的估计序列进行积分以给出所述跌倒检测器的所述垂直速度和/或垂直位移的值的时间序列（109、111）。

2.如权利要求1所述的跌倒检测器（2），其中，所述处理器（6）被配置为在所述跌倒检测器（2）的垂直加速度和垂直速度大体上为非零的时间段上对所述垂直加速度的所述估计序列进行积分，以给出所述跌倒检测器（2）的所述垂直速度和/或垂直位移的所述值的时间序列。

3.如权利要求2所述的跌倒检测器（2），其中，所述处理器（6）被配置为通过如下方式（103）来识别所述跌倒检测器（2）的垂直加速度和垂直速度大体上为非零的时间段：

计算所述时间序列中的每一个测量样本的绝对加速度值（1031）；

从每一个所计算的绝对值中减去重力加速度以获得归一化的绝对加速度的时间序列（1033）；

对所述归一化的绝对加速度中的每一个进行平方以获得表示所述归一化后的绝对加速度的幂的时间序列（1035）；

对表示所述归一化的绝对加速度的幂的所述时间序列进行移动平均（1037）；以及

将经过移动平均滤波的幂与非零阈值进行比较以识别所述时间段（1039）。

4.如权利要求1、2或者3所述的跌倒检测器（2），其中，每一个测量样本包括三个加速度分量，并且其中，所述处理器（6）被配置为通过如下方式来根据所述测量样本的时间序列估计在所述加速计（4）的参考系中表示重力加速度的所述相应单位向量的时间序列：

对所述三个加速度分量中的每一个施加中值滤波以获得经过中值滤波的分量的各自时间序列（1051）；以及

对所述各自时间序列中的每一个分量的长度进行归一化以给出表示重力加速度的所述单位向量的时间序列（1053）。

5.如权利要求1、2或者3所述的跌倒检测器（2），其中，所述处理器（6）被配置为精细调整所述估计，以针对当所述跌倒检测器（2）发生碰撞时出现的在所述测量样本中的由采样误差和/或削波导致的过量加速度进行校正。

6.如权利要求1、2或者3所述的跌倒检测器（2），其中，所述处理器（6）被配置为通过如下方式精细调整所述估计：

在所述时间段上对所述垂直加速度的估计序列进行积分，得到的非零量被表示为所述过量垂直加速度；以及

在所述时间段中的所述垂直加速度的每一个估计上分配所述过量垂直加速度，以精细调整所述垂直加速度的所述估计。

7.如权利要求6所述的跌倒检测器（2），其中，所述处理器（6）被配置为根据所计算的滤波后的碰撞按照比例地在每一个所述估计上分配所述过量垂直加速度。

8.如权利要求7所述的跌倒检测器（2），其中，所述处理器（6）被配置为通过如下方式按照比例地在每一个所述估计上分配所述过量垂直加速度：

计算在所述时间段期间所述垂直加速度的每一个估计的绝对值；

确定所述时间段中的所述绝对加速度的和；以及

在所述时间段中的所述垂直加速度的所述估计之中分配所述过量垂直加速度，其中每一个估计接收其绝对值除以所述和而得的部分。

9.如权利要求1、2或者3所述的跌倒检测器（2），其中，所述处理器（6）被配置为使用非矩形积分窗在所述时间段上对所述垂直加速度的估计序列进行积分，以给出所述跌倒检测器（2）的所述垂直速度和/或垂直位移的所述值的时间序列。

10.如权利要求9所述的跌倒检测器（2），其中，所述处理器（6）被配置为使用升余弦积分窗在所述时间段上对所述垂直加速度的估计序列进行积分。

11.如权利要求1、2或者3所述的跌倒检测器（2），其中，所述跌倒检测器（2）被以垂饰形式佩戴在所述用户的颈部周围。

12.一种估计对象的垂直速度和/或垂直位移的方法，所述对象包括加速计（4），所述方法包括：

从所述加速计（4）获得测量样本的时间序列（101），所述测量样本的时间序列表示作用在所述对象上的加速度；

根据所述测量样本的时间序列估计在所述加速计（4）的参考系中表示重力加速度的相应单位向量的时间序列（105）；

将每一个测量样本投影到所述相应单位向量上并且减去重力加速度，以给出所述对象的所述垂直加速度的估计序列（107）；

精细调整所述估计序列以针对由于所述测量样本中的采样误差和/或削波所导致的过量加速度进行校正；以及

在一个时间段上对所述垂直加速度的精细调整后的估计序列进行积分，以给出所述对象的所述垂直速度和/或垂直位移的值的时间序列（109、111）。

13.一种用于检测跌倒检测器（2）的用户的跌倒的方法，所述跌倒检测器（2）包括加速计（4），所述方法包括：

如权利要求12所述的那样，根据来自所述加速计（4）的测量样本来估计垂直速度和/或垂直位移；以及

使用所估计的垂直速度和/或垂直位移来判定所述用户是否经历了跌倒。

14.一种估计对象的垂直速度和/或垂直位移的装置，所述对象包括加速计（4），所述装置包括：

用于从所述加速计（4）获得测量样本的时间序列的模块，所述测量样本的时间序列表示作用在所述对象上的加速度；

用于根据所述测量样本的时间序列估计在所述加速计（4）的参考系中表示重力加速度的相应单位向量的时间序列的模块；

用于将每一个测量样本投影到所述相应单位向量上并且减去重力加速度，以给出所述对象的所述垂直加速度的估计序列的模块；

用于精细调整所述估计序列以针对由于所述测量样本中的采样误差和/或削波所导致的过量加速度进行校正的模块；以及

用于在一个时间段上对所述垂直加速度的精细调整后的估计序列进行积分，以给出所述对象的所述垂直速度和/或垂直位移的值的时间序列的模块。

15.一种用于检测跌倒检测器（2）的用户的跌倒的装置，所述跌倒检测器（2）包括加速计（4），所述装置包括：

用于如权利要求12所述的那样，根据来自所述加速计（4）的测量样本来估计垂直速度和/或垂直位移的模块；以及

用于使用所估计的垂直速度和/或垂直位移来判定所述用户是否经历了跌倒的模块。