CN103530978A - 一种面向特殊人群的危险感知与报警系统 - Google Patents
一种面向特殊人群的危险感知与报警系统 Download PDFInfo
- Publication number
- CN103530978A CN103530978A CN201310493072.XA CN201310493072A CN103530978A CN 103530978 A CN103530978 A CN 103530978A CN 201310493072 A CN201310493072 A CN 201310493072A CN 103530978 A CN103530978 A CN 103530978A
- Authority
- CN
- China
- Prior art keywords
- user
- intelligent chip
- behavior
- acceleration
- falling
- 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
Links
- 206010000117 Abnormal behaviour Diseases 0.000 claims abstract description 29
- 230000001133 acceleration Effects 0.000 claims description 37
- 238000000034 method Methods 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 21
- 230000008447 perception Effects 0.000 claims description 19
- 230000003068 static effect Effects 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 12
- 231100001261 hazardous Toxicity 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 230000036541 health Effects 0.000 claims description 4
- 208000017667 Chronic Disease Diseases 0.000 claims description 3
- 230000037396 body weight Effects 0.000 claims description 3
- 230000007423 decrease Effects 0.000 claims description 3
- 230000003862 health status Effects 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 claims description 2
- 235000021152 breakfast Nutrition 0.000 claims description 2
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 201000010099 disease Diseases 0.000 claims description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 2
- 230000004069 differentiation Effects 0.000 claims 1
- 230000006399 behavior Effects 0.000 abstract 2
- 230000003111 delayed effect Effects 0.000 abstract 1
- 208000024756 faint Diseases 0.000 abstract 1
- 206010042772 syncope Diseases 0.000 abstract 1
- 238000012544 monitoring process Methods 0.000 description 5
- 230000000630 rising effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003116 impacting effect Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Landscapes
- Alarm Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了一种面向特殊人群的危险感知与报警系统。所述系统包含一块穿戴式智能芯片和一个云服务中心,其中所述智能芯片的主要功能是通过收集加速度数据感知以下危险或潜在危险行为:跌倒、出门、异常行为。当感知到上述危险时,智能芯片将自动发送报警短信给事先设定的危险报警联系人。所述云服务中心的主要功能是:提供一个服务网站给用户或其监护人远程设置智能芯片的相关参数,保存所有用户的配置信息和报警记录以及控制所有智能芯片的行为。该系统可以防止危险发生时,用户由于受伤或昏厥而无法自行报警,延误救援时间。该系统不仅能够保证危险感知的准确性和报警的及时性,而且价格低廉,使用方便。
Description
技术领域
本发明涉及传感器、无线通信、人工智能以及医疗设备领域,尤其涉及基于穿戴式加速度传感器的智能监测用户危险状态并自动报警的系统。
背景技术
当代社会物质生活得到提升的同时也带来了许多问题,其中之一便是高血压,心脏病等慢性或突发性疾病高发。而与此同时,日益加快的生活节奏使得许多老年人、慢性疾病患者或残疾人这类特殊人群很多时候得不到家人的时刻照顾。一旦有意外情况发生时,这类人群往往又缺乏独自求助的能力,因而酿成很多惨剧。
目前传统的危险感知系统分为两类:一类是基于环境设备的危险感知系统,这类系统需要在人生活的环境周围布置监控设备,发现意外时通过网络传送到服务器,并向其家人报警,如基于视频监控的设备。这类方法需要布置很多价格昂贵的设备,使得多数人负担不起,且只能监控部分区域,不能够实现全方位,全天候的监护。另外一类是基于便携式传感器设备,这类方法一般是需要人穿戴各种各样的传感器,时时感知各类生理特征数据,通过无线网络发送到服务器,提供给医疗人员或专业人员进行辅助分析。传统的这类的方法往往需要人携带多种传感器以及无线收发设备,使用极其不便,另外这类设备往往缺乏有效的数据分析手段,一方面需要耗费巨大的网络带宽和传感器能源,另一方面需要专业的医疗人员才能够分析数据的具体含义。
发明内容
本发明的主要目的是:提供一种面向独居的老年人、残疾人和病人这类特殊人群的自动危险状态感知和报警系统,该系统可以时时刻刻监测用户的行为,发现危险或者潜在危险的行为时自动向其家人或医生发送报警短信。本系统需要用户时刻佩戴本发明提供的智能芯片,收集用户的三维加速度并直接在芯片内进行运算和处理。本系统主要检测以下三类危险状态:跌倒行为、出门行为、回家行为和异常行为。本系统具有轻便小巧,价格低廉,准确实用等优点。
本发明通过以下技术方案来实现:一种面向特殊人群的危险感知和报警系统,所述系统包括一块轻便、小巧、易于穿戴的智能芯片和一个云服务中心。所述穿戴式智能芯片可以独立进行编程和计算,主要集成了一个三轴的加速度传感器用于收集加速度数据,并能够产生失重、冲击、静止等中断信号;集成了单片机和编程接口,可独立进行处理和运算,它既是一个传感器,也是一个处理器;集成了GSM模块,可以独立地发送报警短信或和云服务中心进行通信;集成了Flash存储设备,可防止断电后配置信息丢失。所述穿戴式智能芯片主要负责通过收集三轴加速度数据感知以下几种危险行为:跌倒行为、异常行为、出门行为和回家行为。所述特殊人群主要指一类身体机能下降或患有疾病的人群,尤其是在无人看护的环境下,这类人群在遇到危险情况时往往缺乏自主求助的能力,如独居的老年人,慢性疾病患者或残疾人。
所述智能芯片的配置信息并不是固定不变的,用户或其监护人可以根据自身具体情况进行个性化设置。所述个性化设置可以通过云服务中心提供的网站进行远程设置,极大简化和方便了用户及其监护人的使用。所述通过云服务中心对智能芯片进行远程设置的实现方案是用户在网站上提交设置后,云服务中心将设置内容转化为短信命令,发送给对应智能芯片。所述智能芯片收到短信命令后,解析命令,改变对应的参数设置,并将新的参数存储到Flash存储设备中,防止断电后丢失配置信息。所述智能芯片由用户随身佩戴,自动感知到危险行为时,会向配置的报警联系人发送报警短信,同时也会发送一份同样的信息给云服务中心作为备份。所述备份信息被云服务中心存储在数据库中,并提供给用户可以随时在网站上浏览历史报警信息。
所述跌倒动作的识别是通过识别加速度传感器产生符合顺序的一次或多次失重、冲击、静止中断序列,且产生的时间间隔满足阈值要求来判断是否发生跌倒。所述跌倒行为的检测算法基于对内部中断序列的判断来识别跌倒的发生,而不是直接使用加速度读数信号来判断。所述跌倒行为检测算法是通过检测失重中断、冲击中断、静止中断的发生序列满足顺序限制和时间限制,并且最终身体姿态呈现为平躺姿态而判定;所述跌倒行为检测算法不仅可以检测普通跌倒,还可以检测连续跌倒事件,检测连续跌倒事件的方法是通过连续产生的失重中断和最终用户处于平躺姿态而判定的;所述跌倒行为检测算法在检测到跌倒或者连续跌倒后继续监测用户身体姿态,发现用户跌倒后长时间静止时认为用户跌倒导致了严重后果,将启动紧急报警机制。
所述异常行为主要指异常的活动和异常的静止,异常的活动是指在正常情况应该是静止时却出现大量活动,异常的静止是指在正常情况应该是活动的却出现长时间的静止。异常行为模型可以在云服务中心网站上进行远程配置;所述异常行为模型主要由身体姿态,活动频率,最小持续时间,发生的时间区间四个属性通过阈值来定义。所述身体姿态是指芯片检测到芯片当前姿态和用户直立时姿态的夹角;所述活动频率是指当前用户在最近10秒内的活动频率,通过累加相邻加速度向量的向量差的绝对值获得;所述最小持续时间是指当身体姿态和活动频率都满足要求且持续最少多长时间才判定位异常行为;所述发生的时间区间是指在一天内哪个时间段发生该行为才属于异常行为。所述智能芯片在发生时间区间的范围内检测到用户活动频率和身体姿态都满足设定阈值,且持续时间超过了最小持续时间阈值,则判定当前行为就是该异常行为模型所定义的异常行为。
所述出门是家人关心的事件之一,智能芯片主要通过识别所有的上下楼梯和上下电梯的行为来猜测用户是出门还是回家。所述上下楼梯的识别是通过Z轴和Y轴加速度相关系数的阈值来区分,Z轴是指垂直于身体平面,Y轴是指平行于身体平面向上;所述上下电梯的识别是通过识别上下电梯时加速、匀速、减速的过程来判断;所述上下电梯识别过程中电梯加速时的加速度过程是指加速度大于1.04g,小于1.1g,并且持续时间至少大于1.5秒;匀速过程是指加速度大于0.96g并且小于1.1g;减速过程是指加速度小于0.96g,大于0.9g,并且持续时间超过1.5秒。
所述危险被感知时,智能芯片将通过GSM模块发送报警短信到其家人或者医生那里,同时也会附带发送给云服务中心作为备份。
所述云服务中心提供一个服务网站给用户或其监护人配置智能芯片的相关参数,保存所有用户的配置以及报警记录以及远程控制所有智能芯片。所述配置管理内容主要包括:设置危险行为对应报警联系人的手机号;设置用户的基本信息;设置异常行为模型;所述危险行为对应报警联系人可以为一个或者多个;所述用户基本信息包括身高,体重和健康状态等,以利于智能芯片提高识别的准确率;所述异常行为模型的设置包括增加,删除和修改已有参数;所述配置被修改后,云服务中心通过短信命令将参数发送到对应的智能芯片,存储在Flash中,并对应改变智能芯片的行为。
附图说明
图1为本发明实施例提供的面向特殊人群的危险感知和报警系统的用例图。
图2为本发明实施例提供的智能芯片的硬件结构框图。
图3为本发明实施例提供的跌倒检测算法的时间自动机描述图。
图4为本发明实施例提供的上下电梯检测算法的时间自动机描述图。
具体实施方式
下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地的描述。
如图1所示,图1为本发明实施例提供的面向特殊人群的危险感知和报警系统的用例图。本发明实施例提供的一种面向特殊人群的危险感知与报警系统对用户(101)的行为进行监测,需要用户随身佩戴智能芯片(103),佩戴的位置一般为胸前、腰带、臂膀处。云服务中心(104)对外提供网站,用户(101)或其监护人(102)可以注册成为会员后登录到云服务中心进行相关配置。由于智能芯片集成了GSM模块,所以每台智能芯片都必须插入一张SIM卡才能正常使用。初次登录到云服务中心后,使用者必须填写其智能芯片的SIM卡号,云服务中心会将该SIM卡号和用户的智能设备进行绑定,当用户完成设置后,云服务中心就可以向该号码发送短信命令。接下来,用户可以在网站上的填写相应的信息。云服务中心将配置内容转化为短信命令发送给智能芯片,智能芯片根据命令内容设置内部参数,改变自身的行为,并将新的参数存储到Flash中。当智能芯片检测到危险情况发生时,它会发送对应的危险报警信息给用户在云服务中心上配置的联系人。同时,它也会将该报警信息发送到云服务中心作为备份,用户可以浏览云服务中心的网站来查看智能芯片历史报警信息。在具体过程中,用户在云服务中心上需要配置的内容包括用户基本信息,每种危险情况对应的报警联系人和异常行为模型的参数。用户的基本信息主要包括用户的身高、体重、健康状态、起床时间、睡觉时间、三餐时间、有无晨练或晚练习惯等。危险报警联系人信息包括联系人姓名、电话、与使用者的关系。异常行为模型可以由多个,每个模型都对应四个属性参数,身体姿态的范围,活动频率的范围,最小持续时间,发生时间起始时间。同时要为每个模型都设定报警联系人,当该模型所描述的异常行为发生时,智能芯片就会向设定的联系人发送报警信息。在具体过程中,智能芯片完全独立运行,其不断读取加速度的读数和中断序列,根据本发明设定的算法感知以下危险情况是否发生:跌倒,一个或者多个异常行为模型所定义的异常行为,上下楼梯,上下电梯。异常行为的监测仅仅在异常行为模型规定的起始时间内进行,不同的模型可以由不用的起始时间。而其他几种危险情况进行全天候的监测。所述云服务中心除了对外提供一个网站外,还包括一个数据库系统和一个短信处理系统。数据库系统负责记录用户的配置信息和报警备份信息,短信处理系统负责发送短信命令和接收报警备份信息。
如图2所示,图2为本发明实施例提供的智能芯片的硬件结构框图,图2中:单片机(201)是整个智能芯片的核心部件,所有的运算、处理都需要单片机进行控制。GSM模块(202)是通信模块,负责收发短信。当接收到云服务中心的短信命令后,GSM模块产生一个中断给单片机,报告接收到短信命令,单片机此时会读取短信的内容进行解析,然后按照命令的内容执行相应的操作。当检测到危险情况时,单片机会从Flash(205)中读取对应的报警联系人,然后控制GSM模块发送报警信息给这些联系人。SWIM接口用于编程和调试。三轴加速度传感器(204)按照设定的频率收集三维加速度数据,并且本发明实例选用的加速度传感器还包含8种内部中断,其中就包括失重中断、冲击中断和静止中断。Flash存储设备用于存储智能芯片所需要的参数信息,以防止断电后设置信息丢失。LED灯(206),按钮(207)和蜂鸣器(208)用于指示和交互。串口(209)用于计算机和智能芯片进行通信。电源模块(210)负责对整个芯片进行稳压和供电,同时也管理对电池的充电。所述三种中断的定义如下:失重中断是指当任一轴加速度小于一个阈值THRESH_FF,并且持续时间超过一个阈值TIME_FF。冲击中断的条件是任一轴加速度大于一个阈值THRESH_ACT。静止中断当三轴加速度都小于一个阈值THRESH_INACT并且持续时间超过阈值TIME_INACT时发生。所述Flash存储设备存储的智能芯片所需要的参数信息主要包括:跌倒检测算法需要的一系列阈值参数,上下楼梯识别算法所需要相关系数的阈值参数,上下电梯识别过程中用到的加速度阈值参数,所有异常行为模型的四个属性参数以及每个危险状态报警联系人的电话号码。
如图3所示,图3为本发明实例提供的跌倒检测的算法时间自动机描述图,图3中:程序起始状态是正常(301)状态,当接收到失重中断后进入开始跌倒(302)状态,并同时重新启动三个定时器t1,t2,t3。分别用来等待下一次失重中断,冲击中断和静止中断。如果在三个定时器超时前都没有任何中断发生,则说明上一次的失重中断是干扰情况,则自动机回到正常状态。如果在阈值T1之前再一次接收到失重中断,那么可能这时正在发生连续跌倒,失重中断计数器加1,并且重新启动三个定时器。如果在T3之前接收到静止中断,失重中断计数器大于阈值且用户的身体姿态是平躺状态,那么说明检测到了连续跌倒(306)。如果接收到静止中断时,计数器小于阈值或者身体姿态是直立状态,那么说明前面所有的中断都是干扰,回到正常状态。如果在T2之前接收到冲击中断,那么自动机进入碰撞状态(303),同时重新启动t2。在T2之前,如果又接收到失重或者冲击中断,那么可能是复杂环境下跌倒过程中产生的额外的冲击或者失重,所以,自动机重新回到碰撞状态,并重新启动t2。在T3之前,如果发生静止中断,并且当前的身体姿态为平躺,那么就检测到一次跌倒现象。否则,说明前面的所有中断都是干扰,回到正常状态。当检测到跌倒现象时并没有结束,智能芯片将继续检测用户的身体姿态,所以这时重新启动定时t2。如果用户身体姿态一直呈现平躺状态,而且持续时间超过T4,那么说明此次跌倒后果十分严重,导致用户无法自行站起,必须发布紧急报警。否则,如果用户能够自行起立,仅仅发布一般跌倒报警。检测到跌倒后程序会终止,必须等待用户手动重启。在具体过程中,t1,t2,t3是三个定时器,T1,T2,T3,T4都是时间阈值,身体姿态大于70度认为是平躺状态,小于45度认为是直立状态。
如图4所示,图4为本发明实例提供的上下电梯识别算法的时间自动机描述图,图4中:显而易见,该程序是被循环执行的,当检测到一次电梯上升或者下降后,程序并不会终止,而是回到起始状态继续检测。另外,电梯上升和下降的检测是一个相似的过程,因此,这里仅仅介绍检测电梯上升的流程。电梯上升时,首先会经历一段加速上升的过程,这时加速度的大小一般会大于1.04g并且小于1.1g,这时自动机进入上升加速(401)状态,并且重新启动定时器t。接着,如果加速度开始小于1.04g且大于0.96g,即接近于1g,并且定时器已经超时,即大于T,那么自动机就进入上升匀速(402)状态,说明电梯开始匀速行驶。否则,就认为是干扰情况,自动机返回到初始状态,因为真实的电梯的加速过程至少是要持续一段时间才会进入到匀速行驶阶段。然后,如果加速度开始小于0.96g并且大于0.9g,自动机就进入了上升减速(403)状态,并重启定时器,最后,当加速度又回到(0.96,1.04)范围内的时候,并且定时器已经超时,那么就说明检测到了一次完整的电梯上升过程,自动机进入电梯上升状态(404),发送警报信息给对应联系人,并返回到初始状态。否则就认为是干扰情况。
虽然本发明已以较佳实施例公开如上,但它们并不是用来限定本发明,任何熟悉此技艺者,在不脱离本发明之精神和范围内,自当可作各种变化或润饰,因此本发明的保护范围应当以本申请的权利要求保护范围所界定的为准。
Claims (10)
1.一种面向特殊人群的危险感知与报警系统,其特征在于:包含一块特殊人群易于穿戴的智能芯片和一个云服务中心,所述特殊人群指一类身体机能下降或患有疾病的人群,一般包括在遇到危险情况时缺乏自主求助能力的独居老年人、慢性疾病患者、残疾人;所述智能芯片是通过收集三轴加速度数据来自动感知以下危险或潜在危险行为:跌倒行为、异常行为、出门行为、回家行为;当感知到上述危险行为时,智能芯片将自动发送报警短信给预先设定的危险报警联系人;所述云服务中心是提供一个服务网站给用户或其监护人远程设置智能芯片的相关参数,保存所有用户的配置信息和报警记录以及控制所有智能芯片的行为。
2.根据权利要求1所述的面向特殊人群的危险感知与报警系统,其特征在于:所述智能芯片集成了一个三轴的加速度传感器用于收集加速度数据,并能够产生失重、冲击、静止中断信号;所述智能芯片集成了单片机和编程接口,可独立进行处理和运算,它既是一个传感器,也是一个处理器;所述智能芯片集成了GSM模块,可以独立地发送报警短信或和云服务中心进行通信;所述智能芯片集成了Flash存储设备,可防止断电后配置信息丢失。
3.根据权利要求1所述的面向特殊人群的危险感知与报警系统,其特征在于:所述智能芯片的配置信息可以由用户或其监护人根据自身具体情况进行个性化设置;所述个性化设置是通过云服务中心提供的网站进行远程设置,极大简化和方便了用户及其监护人的使用;所述通过云服务中心对智能芯片进行远程设置的实现方案是用户在网站上提交设置后,云服务中心将设置内容转化为短信命令,发送给对应智能芯片;所述智能芯片收到短信命令后,解析命令,改变对应的参数设置,并将新的参数存储到Flash存储设备中,防止断电后丢失配置信息。
4.根据权利要求3所述的一种面向特殊人群的危险感知与报警系统,其特征在于:所述在云服务中心上可对智能芯片设置的相关参数包括:设置危险行为对应报警联系人的手机号;设置用户基本信息;设置异常行为模型。
5.根据权利要求4所述的一种面向特殊人群的危险感知与报警系统,其特征在于:所述危险行为对应报警联系人可以为一个或者多个;所述用户基本信息包括身高、体重、健康状态、三餐时间、起床时间、睡觉时间、有无晨练和晚练习惯,以利于智能芯片提高识别的准确率;所述异常行为模型的设置包括增加、删除和修改已有异常行为模型参数。
6.根据权利要求1所述的面向特殊人群的危险感知与报警系统,其特征在于:所述智能芯片由用户随身佩戴,自动感知到危险行为时,会向配置的报警联系人发送报警短信,同时也会发送一份同样的信息给云服务中心作为备份,备份信息被云服务中心存储在数据库中,并提供给用户可以随时在网站上浏览历史报警信息。
7.根据权利要求1所述的一种面向特殊人群的危险感知与报警系统,其特征在于:所述跌倒行为的检测算法基于对内部中断序列来识别跌倒的发生,而不是直接使用加速度读数信号来判断;所述跌倒行为的检测算法是通过检测失重中断、冲击中断、静止中断的发生序列满足顺序限制和时间限制,并且最终身体姿态呈现为平躺姿态而判定;所述跌倒行为的检测算法不仅可以检测普通跌倒,还可以检测连续跌倒事件,检测连续跌倒事件的方法是通过连续产生的失重中断和最终用户处于平躺姿态而判定的;所述跌倒行为的检测算法在检测到跌倒或者连续跌倒后继续监测用户身体姿态,发现用户跌倒后长时间静止时认为用户跌倒导致了严重后果,将启动紧急报警机制。
8.根据权利要求1所述的面向特殊人群的危险感知与报警系统,其特征在于:所述异常行为指异常的活动和异常的静止,由以下四个属性来界定:身体姿态,活动频率,最小持续时间和发生的时间区间;智能芯片在发生时间区间的范围内检测到用户活动频率和身体姿态都满足设定阈值,且持续时间超过了最小持续时间阈值,则判定当前行为就是该异常行为模型所定义的异常行为。
9.根据权利要求8所述的面向特殊人群的危险感知与报警系统,其特征在于:所述身体姿态是指芯片检测到芯片当前姿态和用户直立时姿态的夹角;所述活动频率是指当前用户在最近10秒内的活动频率,通过累加相邻加速度向量的向量差的绝对值获得;所述最小持续时间是指当身体姿态和活动频率都满足要求且持续最少多长时间才判定为异常行为;所述发生的时间区间是指在一天内哪个时间段发生该行为才属于异常行为。
10.根据权利要求1所述的面向特殊人群的危险感知与报警系统,其特征在于:所述出门行为或回家行为的识别是通过识别上下电梯和上下楼梯来判断的;所述上下楼梯的识别关键在于区分走路和上下楼梯,是通过Z轴和Y轴加速度相关系数的阈值来区分,Z轴是指垂直于身体平面,Y轴是指平行于身体平面向上,上下楼梯时的相关系数要远大于普通步行时的相关系数;所述上下楼梯和走路的动作和其他所有动作的区分是通过判断加速度是否有周期性变化规律实现的;所述上下电梯的识别是通过识别上下电梯时加速、匀速、减速的过程来判断;所述上下电梯识别过程中电梯加速时的加速度过程是指加速度大于1.04g,小于1.1g,并且持续时间至少大于1.5秒;匀速过程是指加速度大于0.96g并且小于1.1g;减速过程是指加速度小于0.96g,大于0.9g,并且持续时间超过1.5秒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310493072.XA CN103530978B (zh) | 2013-10-18 | 2013-10-18 | 一种面向特殊人群的危险感知与报警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310493072.XA CN103530978B (zh) | 2013-10-18 | 2013-10-18 | 一种面向特殊人群的危险感知与报警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103530978A true CN103530978A (zh) | 2014-01-22 |
CN103530978B CN103530978B (zh) | 2015-11-04 |
Family
ID=49932951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310493072.XA Active CN103530978B (zh) | 2013-10-18 | 2013-10-18 | 一种面向特殊人群的危险感知与报警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103530978B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104483927A (zh) * | 2014-11-19 | 2015-04-01 | 中国联合网络通信集团有限公司 | 盲人出入监控系统 |
CN104484979A (zh) * | 2014-12-09 | 2015-04-01 | 佛山络威网络技术有限公司 | 一种智能化养老系统及方法 |
WO2015196758A1 (zh) * | 2014-06-27 | 2015-12-30 | 中兴通讯股份有限公司 | 一种报警方法、装置及终端 |
CN105488956A (zh) * | 2016-01-27 | 2016-04-13 | 桂林长海发展有限责任公司 | 一种无位移报警系统及方法 |
WO2016095871A1 (zh) * | 2014-12-15 | 2016-06-23 | 朱保东 | 一种穿戴式设备及其方法 |
CN106231116A (zh) * | 2016-08-30 | 2016-12-14 | 黄在鑫 | 一种基于智能终端摇动的紧急求助方法及系统 |
CN106611480A (zh) * | 2015-10-22 | 2017-05-03 | 北京金坤科创技术有限公司 | 一种砸倒报警检测方法 |
CN104036147B (zh) * | 2014-06-26 | 2017-07-07 | 杜波 | 居家养老服务信息上报、处理方法及客户端、处理系统 |
CN107040663A (zh) * | 2017-04-27 | 2017-08-11 | 宇龙计算机通信科技(深圳)有限公司 | 移动终端报警方法及移动终端 |
CN107215730A (zh) * | 2017-07-06 | 2017-09-29 | 天津康途科技有限公司 | 用于流感预测的电梯系统及方法 |
CN107277173A (zh) * | 2017-07-28 | 2017-10-20 | 广州市盲人协会 | 一种基于移动终端的残疾人士求助方法 |
CN108024236A (zh) * | 2017-12-15 | 2018-05-11 | 上海电机学院 | 基于Zigbee的病人监护定位系统 |
CN108053890A (zh) * | 2017-12-29 | 2018-05-18 | 安徽硖石智能装备科技有限公司 | 一种医养结合的老年健康服务系统 |
CN108520755A (zh) * | 2018-04-16 | 2018-09-11 | 吴思 | 一种检测方法及装置 |
CN108711452A (zh) * | 2018-01-25 | 2018-10-26 | 鲁东大学 | 基于视觉的人体健康状态分析方法和系统 |
CN109272432A (zh) * | 2018-08-08 | 2019-01-25 | 广州杰赛科技股份有限公司 | 用户行为监测方法和系统、计算机设备、计算机存储介质 |
CN112561113A (zh) * | 2019-09-25 | 2021-03-26 | 华为技术有限公司 | 危险场景预警方法及终端设备 |
CN113003349A (zh) * | 2021-02-25 | 2021-06-22 | 上海新时达电梯安装有限公司 | 一种用于救援及安抚电梯被困人员的方法 |
CN113870528A (zh) * | 2021-09-17 | 2021-12-31 | 四川华能宝兴河水电有限责任公司 | 一种通过智能安全帽对危险事件进行快速感知的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1870037A1 (en) * | 2006-06-19 | 2007-12-26 | Universita' degli studi di Bari | Apparatus and method of detecting falls and immobility |
CN101950464A (zh) * | 2010-09-17 | 2011-01-19 | 中国科学院深圳先进技术研究院 | 跌倒监测与报警的方法和系统 |
CN202395819U (zh) * | 2011-12-16 | 2012-08-22 | 洪德伟 | 一种基于云计算的运动分析系统 |
CN102968882A (zh) * | 2012-11-21 | 2013-03-13 | 上海大学 | 一种跌倒检测自动报警腰带 |
CN103164924A (zh) * | 2011-12-16 | 2013-06-19 | 朱秋媛 | 远程求助饰品 |
-
2013
- 2013-10-18 CN CN201310493072.XA patent/CN103530978B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1870037A1 (en) * | 2006-06-19 | 2007-12-26 | Universita' degli studi di Bari | Apparatus and method of detecting falls and immobility |
CN101950464A (zh) * | 2010-09-17 | 2011-01-19 | 中国科学院深圳先进技术研究院 | 跌倒监测与报警的方法和系统 |
CN202395819U (zh) * | 2011-12-16 | 2012-08-22 | 洪德伟 | 一种基于云计算的运动分析系统 |
CN103164924A (zh) * | 2011-12-16 | 2013-06-19 | 朱秋媛 | 远程求助饰品 |
CN102968882A (zh) * | 2012-11-21 | 2013-03-13 | 上海大学 | 一种跌倒检测自动报警腰带 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104036147B (zh) * | 2014-06-26 | 2017-07-07 | 杜波 | 居家养老服务信息上报、处理方法及客户端、处理系统 |
WO2015196758A1 (zh) * | 2014-06-27 | 2015-12-30 | 中兴通讯股份有限公司 | 一种报警方法、装置及终端 |
CN104483927A (zh) * | 2014-11-19 | 2015-04-01 | 中国联合网络通信集团有限公司 | 盲人出入监控系统 |
CN104483927B (zh) * | 2014-11-19 | 2017-04-26 | 中国联合网络通信集团有限公司 | 盲人出入监控系统 |
CN104484979A (zh) * | 2014-12-09 | 2015-04-01 | 佛山络威网络技术有限公司 | 一种智能化养老系统及方法 |
WO2016095871A1 (zh) * | 2014-12-15 | 2016-06-23 | 朱保东 | 一种穿戴式设备及其方法 |
CN106611480A (zh) * | 2015-10-22 | 2017-05-03 | 北京金坤科创技术有限公司 | 一种砸倒报警检测方法 |
CN105488956A (zh) * | 2016-01-27 | 2016-04-13 | 桂林长海发展有限责任公司 | 一种无位移报警系统及方法 |
CN106231116A (zh) * | 2016-08-30 | 2016-12-14 | 黄在鑫 | 一种基于智能终端摇动的紧急求助方法及系统 |
CN107040663A (zh) * | 2017-04-27 | 2017-08-11 | 宇龙计算机通信科技(深圳)有限公司 | 移动终端报警方法及移动终端 |
CN107215730A (zh) * | 2017-07-06 | 2017-09-29 | 天津康途科技有限公司 | 用于流感预测的电梯系统及方法 |
CN107277173A (zh) * | 2017-07-28 | 2017-10-20 | 广州市盲人协会 | 一种基于移动终端的残疾人士求助方法 |
CN108024236A (zh) * | 2017-12-15 | 2018-05-11 | 上海电机学院 | 基于Zigbee的病人监护定位系统 |
CN108053890A (zh) * | 2017-12-29 | 2018-05-18 | 安徽硖石智能装备科技有限公司 | 一种医养结合的老年健康服务系统 |
CN108711452A (zh) * | 2018-01-25 | 2018-10-26 | 鲁东大学 | 基于视觉的人体健康状态分析方法和系统 |
CN108520755A (zh) * | 2018-04-16 | 2018-09-11 | 吴思 | 一种检测方法及装置 |
CN109272432A (zh) * | 2018-08-08 | 2019-01-25 | 广州杰赛科技股份有限公司 | 用户行为监测方法和系统、计算机设备、计算机存储介质 |
CN109272432B (zh) * | 2018-08-08 | 2020-11-13 | 广州杰赛科技股份有限公司 | 用户行为监测方法和系统、计算机设备、计算机存储介质 |
CN112561113A (zh) * | 2019-09-25 | 2021-03-26 | 华为技术有限公司 | 危险场景预警方法及终端设备 |
CN113003349A (zh) * | 2021-02-25 | 2021-06-22 | 上海新时达电梯安装有限公司 | 一种用于救援及安抚电梯被困人员的方法 |
CN113003349B (zh) * | 2021-02-25 | 2022-08-16 | 上海新时达电梯安装有限公司 | 一种用于救援及安抚电梯被困人员的方法 |
CN113870528A (zh) * | 2021-09-17 | 2021-12-31 | 四川华能宝兴河水电有限责任公司 | 一种通过智能安全帽对危险事件进行快速感知的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103530978B (zh) | 2015-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103530978B (zh) | 一种面向特殊人群的危险感知与报警系统 | |
CN105125221B (zh) | 云服务实时摔倒检测系统及方法 | |
CN105632101B (zh) | 一种人体防跌倒预警方法及系统 | |
CN207970089U (zh) | 分析跌倒严重程度的跌倒侦测系统及其穿戴装置 | |
CN109658666A (zh) | 一种危险防护方法、设备、系统、电子设备及存储介质 | |
CN204274420U (zh) | 学生用智能健康安全电子手环及健康管理系统 | |
CN106037749A (zh) | 一种基于智能手机和可穿戴式设备的老年人跌倒监测方法 | |
CN104464190A (zh) | 一种基于压力和加速度检测的摔倒报警设备及其方法 | |
CN102048521A (zh) | 跌倒监测和预防系统及方法 | |
CN105726034A (zh) | 基于摔倒报警与跟踪定位功能的腕表式智能养老看护平台 | |
Naranjo-Hernandez et al. | Personalization and adaptation to the medium and context in a fall detection system | |
KR101461306B1 (ko) | 신체에 걸리는 방식으로 착용되는 낙상 감지 장치 및 그 방법 그리고 이를 이용한 낙상 사고 통합 관리 시스템 및 낙상 사고 관리 방법 | |
CN107788990A (zh) | 一种可佩戴跌倒检测装置及跌倒检测系统 | |
CN103927851A (zh) | 一种个人化多阈值跌倒检测方法及系统 | |
CN203931101U (zh) | 一种穿戴式人体瘫倒检测报警装置 | |
US11551543B2 (en) | Safety monitoring system | |
Ren et al. | Low-power fall detection in home-based environments | |
CN109528209A (zh) | 穿戴式设备的运动状态提醒方法、装置、设备及存储介质 | |
CN106960544A (zh) | 一种跌倒检测系统 | |
KR20190052351A (ko) | 위험상황에 대처하기 위한 웨어러블 스마트 장치 및 이를 이용한 위험 상황 판단 방법 | |
CN205103993U (zh) | 一种智能人体跌倒监护装置 | |
CN105212912A (zh) | 基于物联网、云计算和大数据分析的智能可穿戴设备健康安全系统 | |
CN204744140U (zh) | 一种摔倒定位报警智能腕带 | |
CN206612301U (zh) | 一种大礼拜计数手环 | |
CN105652653A (zh) | 基于智能手表的生命体征检测方法和智能手表 |
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 |