CN103733078A - 从加速度测量估计水平或垂直方向的速度 - Google Patents

从加速度测量估计水平或垂直方向的速度 Download PDF

Info

Publication number
CN103733078A
CN103733078A CN201280040257.9A CN201280040257A CN103733078A CN 103733078 A CN103733078 A CN 103733078A CN 201280040257 A CN201280040257 A CN 201280040257A CN 103733078 A CN103733078 A CN 103733078A
Authority
CN
China
Prior art keywords
acceleration
filter
equipment
signal
wave filter
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
CN201280040257.9A
Other languages
English (en)
Other versions
CN103733078B (zh
Inventor
W·R·T·坦卡特
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
Publication of CN103733078A publication Critical patent/CN103733078A/zh
Application granted granted Critical
Publication of CN103733078B publication Critical patent/CN103733078B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01PMEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P7/00Measuring speed by integrating acceleration
    • 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
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01PMEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • 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
    • G08B21/0407Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
    • G08B21/043Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting an emergency event, e.g. a fall
    • 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
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Medical Informatics (AREA)
  • Signal Processing (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Pathology (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Psychiatry (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Social Psychology (AREA)
  • Power Engineering (AREA)
  • Psychology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

提供了一种确定设备在水平或垂直方向上速度估计值的方法,该方法包括:获得三维中作用于所述设备的加速度的测量;使用第一滤波器和获得的测量值以估计重力加速度;利用估计的重力加速度估计由于设备运动而作用于水平或垂直方向上的加速度;对由于设备运动导致的作用于所述方向上的加速度估计值进行积分以给出所述方向上速度的估计值;以及使用第二滤波器从所述速度消除偏移和/或漂移以给出滤波速度;其中所述第一滤波器和第二滤波器中的至少一个是非线性滤波器。还提供了一种配置成根据以上方法工作的装置。

Description

从加速度测量估计水平或垂直方向的速度
技术领域
本发明涉及基于对设备经受的加速度的测量来测量或估计设备在水平或垂直方向上的速度的方法和装置。本发明还涉及从估计的垂直速度来测量或估计设备高度或高度变化,或从估计的水平速度来估计水平位置或位移的方法和装置。
背景技术
在老年人的护理期间,跌倒是一个显著的问题,可能导致发病和死亡。从物理的角度讲,跌倒会导致受伤,而从心理角度讲,跌倒会导致对跌倒的恐惧,这又会导致社会隔离和沮丧。
已经存在跌倒检测设备和系统,其能够提供用于检测用户何时跌倒的自动化和可靠手段。如果检测到跌倒,该设备或系统发出向用户唤起帮助的警报。这样向用户保证了在发生跌倒的情况下将采取适当措施。
通常,跌倒检测器基于加速度计(通常是在三维中测量加速度的3D加速度计),加速度计是附着于用户身体的设备的一部分。处理来自加速度计的信号以判断是否发生跌倒。
可以利用另外的传感器提高跌倒检测的可靠性,可以使用另外的传感器检测作为跌倒特性的各种不同特征。重要的特征包括跌倒期间用户与地的碰撞,用户跌倒时的取向变化,以及地面上方传感器单元高度的减小。在EP1642248中,提出使用气压传感器来检测设备测量的相对高度变化。
现有的气压传感器提供了10cm左右的相对高度分辨率。不过,这些压力传感器的性质意味着它们的测量对重力敏感,因此对传感器单元的取向敏感。这可以通过针对传感器单元取向补偿压力传感器的测量结果来解决,如WO2009/101566中所述。此外,气压传感器还对环境中的气压波动做出清晰的响应,因此跌倒检测器需要验证气压测量值增大所表示的高度变化是否是因为(或可能是因为)传感器单元和用户的运动导致的。气压传感器的另一个问题是它们增大了容纳传感器的设备的机械构造的复杂性。具体而言,要求该设备在设备内部的气压传感器和外部环境空气之间具有快速响应通道,这个通道也受到屏蔽,以防止湿气、光和其他沾污。
确定高度变化的测量值的另一种方式是使用加速度计信号。通过对垂直加速度信号积分,可以获得针对垂直速度的度量,并且通过对垂直速度信号积分,可以获得针对位置/高度的度量。积分通常需要了解初始垂直速度和初始位置/高度。
由于在跌倒检测中一个目标是检测高度的变化,即两个位置随时间之间的差异,所以实际上能够无需了解初始位置的值就进行积分,因为它在差分方程中抵销了。
此外,在跌倒检测中,初始垂直速度为零,条件是正确选择了“初始”时刻。在通常的日常状况下,这可以是跌倒开始之前的任一点。不过,将要指出的是,真实物理垂直速度与零的任何偏离都会在选定的范围上积分,导致位置/高度估计的误差。
不过,使用加速度计信号的二重积分的另一个问题涉及从用户运动导致的加速度分量适当分离重力加速度。为了实现1秒内10cm高度测量的精确度,加速度信号中的剩余重力分量应当保持在0.2ms-2之内。假定重力大约为10ms-2,需要以百分之几的精确度分离重力。
由于传感器单元的取向可能在用户跌倒时改变,所以按照传感器单元的坐标系而言的垂直方向也将变化。在这里,出现了相同的问题。取向估计的误差导致非重力垂直分量加速度计算的误差。出于相同的原因,取向误差还意味着计算对应重力分量的误差。这些误差在垂直速度估计中表明了它们自身,因此还在设备的估计高度(或高度变化)中表明它们自身。
此外,如果未适当校准加速度传感器,或者随着时间流逝而失去校准,感测到的重力也将随着传感器单元取向而变化。
因此,需要一种克服以上问题的改进型方法和装置,用于基于对设备经受的加速度的测量,来测量或估计设备在水平或垂直方向上的速度。
发明内容
根据本发明的第一方面,提供了一种确定设备在水平或垂直方向上速度估计值的方法,所述方法包括:获得三维中作用于所述设备的加速度的测量;使用第一滤波器和获得的测量值以估计重力加速度;利用估计的重力加速度估计由于设备运动而作用于水平或垂直方向上的加速度;对由于设备运动导致的作用于所述方向上的加速度估计值进行积分以给出所述方向上速度的估计值;以及使用第二滤波器从所述速度消除偏移和/或漂移以给出滤波速度;其中所述第一滤波器和第二滤波器中的至少一个是非线性滤波器。
在一个实施例中,使用第一滤波器和获得的测量值以估计重力加速度的步骤包括从获得的测量值估计作用于设备上垂直方向的加速度;以及向作用于垂直方向上的加速度估计值应用第一滤波器以估计重力加速度;其中估计加速度的步骤包括估计由于设备运动而作用于垂直方向上的加速度;并且其中利用估计的重力加速度估计由于设备运动导致的作用于垂直方向的加速度的步骤包括从估计的作用于垂直方向的加速度减去估计的重力加速度以给出由于设备运动导致的作用于垂直方向的加速度的估计值。
在该实施例中,从获得的测量值估计作用于设备上垂直方向中的加速度的步骤包括计算所获得测量值的范数。
在备选实施例中,使用第一滤波器和获得的测量值以估计重力加速度的步骤包括向获得的测量值应用第一滤波器以在三维中估计重力加速度;且其中利用估计的重力加速度估计由于设备运动而作用于水平或垂直方向上的加速度的步骤包括:使用估计的重力加速度从获得的测量值估计作用于水平或垂直方向上的加速度;以及从估计的作用于所述方向的加速度减去估计的重力加速度以给出由于设备运动而作用于所述方向的加速度估计值。
在一个实施例中,第二滤波器为非线性滤波器,第一滤波器为线性滤波器。在替代实施例中,第一滤波器为非线性滤波器,第二滤波器为线性滤波器。
非线性滤波器例如可以从中值滤波器、加权中值滤波器、递归中值滤波器、近中值滤波器、自适应中值滤波器和波模滤波器中选择。线性滤波器例如可以从输出恒定值的估算器、低通滤波器和滑动平均滤波器中选择。
在优选实施例中,第一滤波器和第二滤波器都是非线性滤波器。非线性滤波器例如均可以从中值滤波器、加权中值滤波器、递归中值滤波器、近中值滤波器、自适应中值滤波器和波模滤波器中选择。
根据本发明的优选实施例,所述第一滤波器的操作包括:对输入信号进行下采样;以及向经下采样的信号应用非线性滤波器。
优选地,所述下采样步骤包括产生多个经下采样的信号,每个信号都具有相应的相位;并且其中应用非线性滤波器的步骤包括向多个经下采样的信号的每个应用非线性滤波器。
在一个实施例中,所述第一滤波器的操作还包括将多个经滤波的信号组合成单一信号;以及将所述单一信号上采样到初始采样速率。
在备选实施例中,所述第一滤波器的操作还包括对多个经滤波的信号的每个进行上采样;以及将多个经上采样的信号组合成单一信号。
在优选实施例中,所述第一滤波器的操作还包括在下采样步骤之前,向输入信号应用低通滤波器以产生经低通滤波的信号;其中所述下采样步骤包括将经低通滤波的信号下采样到基于所述低通滤波器的截止频率的速率。
根据本发明的优选实施例,所述第二滤波器的操作包括:计算以输入信号中感兴趣样本处或附近为中心的多个子窗口的每个中的中值;以及基于计算的中值调整用于产生感兴趣样本的输出值的中值滤波器的窗口尺寸;其中如果以感兴趣样本为中心的子窗口的中值是多个中值中的最大值或最小值,用于产生输出值的窗口尺寸大于以感兴趣样本为中心的子窗口。
在一个实施例中,如果以感兴趣样本为中心的子窗口的中值不是多个中值的最大值或最小值,将针对感兴趣样本前面的样本确定的值用作输出值。
根据本发明的替代实施例,所述第二滤波器的操作包括:计算以输入信号中感兴趣样本处或附近为中心的多个子窗口的每个中的中值;以及基于计算的中值调整用于产生感兴趣样本的输出值的中值滤波器的窗口尺寸,其中如下调整窗口尺寸:
-如果以感兴趣样本为中心的子窗口的中值是中值的最大值,使用大于以感兴趣样本为中心的子窗口的窗口尺寸来产生输出值;
-如果以感兴趣样本为中心的子窗口的中值是中值的最小值,使用与以感兴趣样本为中心的子窗口相同的窗口尺寸来产生输出值;
-否则,使用对应于以感兴趣样本为中心的子窗口和具有中值最大值的子窗口的窗口来产生输出值。
本发明的这一方面还提供了一种估计设备位置或高度的方法,该方法包括如上所述确定设备在水平或垂直方向上的速度估计值;以及对经滤波的速度进行积分以给出设备位置或高度的估计值。
本发明的另一方面提供了一种检测设备用户跌倒的方法,该方法包括如前一段所述估计设备的高度;以及通过检查设备估计高度随时间的变化来检测跌倒。
还提供了一种估计设备水平位移或高度变化的方法,包括如上所述确定设备在水平或垂直方向上的速度估计值;以及对要计算高度变化的时间窗口中的经滤波速度估计值求和。
本发明的另一方面提供了一种检测设备用户跌倒的方法,该方法包括如前一段所述估计设备的高度变化;以及通过检查高度的估计变化来检测跌倒。
在一些实施例中,在检测跌倒之后,该方法还包括检查设备高度的变化以检测与用户起身对应的设备高度增大。
根据本发明的另一方面,提供了一种计算机程序产品,包括计算机可读介质,所述计算机可读介质中包含计算机程序代码,配置所述计算机程序代码,使得在由计算机或处理器执行时,所述计算机或处理器执行根据以上段落的任一段定义的方法。
根据本发明的又一方面,提供了一种装置,包括处理模块,被配置成:接收三维中作用于设备上的加速度的测量值;使用第一滤波器和加速度的测量值以估计重力加速度;利用估计的重力加速度估计由于设备运动而作用于水平或垂直方向上的加速度;对由于设备运动导致的作用于所述方向上的加速度估计值进行积分以给出所述方向上速度的估计值;以及使用第二滤波器从所述速度消除偏移和/或漂移以给出滤波速度;其中所述处理模块使用的所述第一滤波器和第二滤波器中的至少一个是非线性滤波器。
在一个实施例中,所述处理模块被配置成:通过从加速度的测量值估计作用于设备上垂直方向的加速度来使用第一滤波器和加速度的测量值以估计重力加速度;以及向作用于垂直方向上的加速度估计值应用第一滤波器以估计重力加速度;其中估计加速度的步骤包括估计由于设备运动而作用于垂直方向上的加速度;并且其中处理模块被配置成通过从估计的作用于垂直方向的加速度减去估计的重力加速度以给出由于设备运动导致的作用于垂直方向的加速度的估计值,而利用估计的重力加速度估计由于设备运动导致的作用于垂直方向的加速度。
在这一实施例中,处理模块可以被配置成通过计算接收的测量值的范数从接收的测量值估计作用于设备上垂直方向的加速度。
在备选实施例中,所述处理模块被配置成通过向加速度的测量值应用第一滤波器以在三维中估计重力加速度来使用第一滤波器和加速度的测量值以估计重力加速度;以及其中处理模块被配置成通过如下方式来利用估计的重力加速度估计由于设备运动导致的作用于水平或垂直方向的加速度:使用估计的重力加速度从加速度的测量值估计作用于所述方向上的加速度;以及从估计的作用于所述方向的加速度减去估计的重力加速度以给出由于设备运动而作用于所述方向的加速度估计值。
在一个实施例中,第二滤波器为非线性滤波器,第一滤波器为线性滤波器。在备选实施例中,第一滤波器为非线性滤波器,第二滤波器为线性滤波器。
优选地,非线性滤波器例如从中值滤波器、加权中值滤波器、递归中值滤波器、近中值滤波器、自适应中值滤波器和波模滤波器中选择,而线性滤波器例如从输出恒定值的估算器、低通滤波器和滑动平均滤波器中选择。
在优选实施例中,第一滤波器和第二滤波器都是非线性滤波器。非线性滤波器例如均可以从中值滤波器、加权中值滤波器、递归中值滤波器、近中值滤波器、自适应中值滤波器和波模滤波器中选择。
根据本发明的优选实施例,处理模块使用的第一滤波器被配置成对输入信号进行下采样,并向下采样的信号应用非线性滤波器。
优选地,第一滤波器被配置成对输入信号进行下采样以产生多个经下采样的信号,每个信号都具有相应的相位;并且其中第一滤波器被配置成向多个经下采样的信号的每个应用非线性滤波器。
在一个实施例中,第一滤波器还被配置成将多个经滤波的信号组合成单一信号;并对单一信号上采样成初始采样速率。
在备选实施例中,第一滤波器还被配置成对多个经滤波的信号的每个进行上采样;并且将多个经上采样的信号组合成单一信号。
在优选实施例中,第一滤波器还被配置成在下采样之前向输入信号应用低通滤波器以产生低通滤波信号;其中第一滤波器被配置成将低通滤波信号下采样到基于低通滤波器截止频率的速率。
根据本发明的优选实施例,处理模块使用的第二滤波器被配置成计算输入信号中多个以干兴趣样本处或附近为中心的子窗口的每个中的中值;并且基于计算的中值调整用于产生感兴趣样本输出值的中值滤波器的窗口尺寸,其中
-如果以感兴趣样本为中心的子窗口的中值是多个中值的最大值或最小值,使用窗口尺寸产生比以感兴趣样本为中心的子窗口更大的输出值。
在一个实施例中,如果以感兴趣样本为中心的子窗口的中值不是多个中值的最大值或最小值,第二滤波器被配置成将针对感兴趣样本前面的样本确定的值用作输出值。
根据本发明的替代实施例,处理模块使用的第二滤波器被配置成计算输入信号中多个以干兴趣样本处或附近为中心的子窗口的每个中的中值;并且基于计算的中值调整用于产生感兴趣样本输出值的中值滤波器的窗口尺寸,其中如下调整窗口尺寸:
-如果以感兴趣样本为中心的子窗口的中值是中值的最大值,使用大于以感兴趣样本为中心的子窗口的窗口尺寸来产生输出值;
-如果以感兴趣样本为中心的子窗口的中值是中值的最小值,使用与以感兴趣样本为中心的子窗口相同的窗口尺寸来产生输出值;
-否则,使用对应于以感兴趣样本为中心的子窗口和具有中值最大值的子窗口的窗口来产生输出值。
在另一实施例中,处理模块还被配置成通过对滤波后的速度积分以给出设备的位置或高度来从滤波后的速度估计设备的水平位置或高度。
在另一实施例中,处理模块还被配置成通过对要计算位移或高度变化的时间窗口中的经滤波速度估计值求和来估计设备的水平位移或高度变化。
在优选实施例中,该装置用于检测设备用户的跌倒,且其中处理模块进一步被配置成通过检查设备的估计高度随时间的变化来检测跌倒。
在另一优选实施例中,该装置用于检测设备用户的跌倒,且其中处理模块进一步被配置成通过检查设备高度的估计变化来检测跌倒。
在另一实施例中,处理模块还被配置成在检测跌倒之后,检查设备高度的变化以检测与用户起身对应的设备高度增大。
根据本发明的另一方面,提供了一种配置成由用户佩戴的设备,该设备包括在三维中测量作用于设备的加速度的加速度计;以及如上所述的装置。
根据本发明的又一方面,提供了一种系统,其包括被配置成由用户佩戴的设备,所述设备包括:加速度计,其在三维中测量作用于所述设备的加速度;以及基站单元,所述基站单元被配置成与所述设备通信。基站单元包括如上所述的装置,用于处理从设备接收的加速度测量值。
根据本发明的另一方面,提供了一种用于对数字信号滤波的滤波器,该滤波器被配置成对输入信号进行下采样,并向下采样的信号应用非线性滤波器。
优选地,滤波器被配置成对输入信号进行下采样以产生多个经下采样的信号,每个信号都具有相应的相位;并且其中滤波器被配置成向多个经下采样的信号的每个应用非线性滤波器。
在一个实施例中,该滤波器还被配置成将多个经滤波的信号组合成单一信号;并对单一信号上采样成初始采样速率。
在备选实施例中,该滤波器还被配置成对多个经滤波信号的每个进行上采样;并将多个经上采样的信号组合成单一信号。
在优选实施例中,该滤波器还被配置成在下采样之前向输入信号应用低通滤波器以产生低通滤波信号;其中该滤波器被配置成将低通滤波信号下采样到基于低通滤波器截止频率的速率。
根据本发明的又一方面,提供了一种用于对数字信号滤波的滤波器,该滤波器被配置成计算输入信号中以感兴趣样本处或附近为中心的多个子窗口的每个中的中值;并且基于计算的中值调整用于产生感兴趣样本输出值的中值滤波器的窗口尺寸,其中如果以感兴趣样本为中心的子窗口的中值是多个中值的最大值或最小值,用于产生输出值的窗口尺寸比以感兴趣样本为中心的子窗口更大。
根据本发明的另一方面,提供了一种与上述滤波器对应的对数字信号滤波的方法。
附图说明
以下将参考附图,仅通过举例的方式描述本发明的具体实施例,在附图中:
图1(a)和(b)分别是根据本发明实施例的设备和系统的方框图;
图2为方框图,示出了根据本发明的实施例处理加速度计信号以确定高度变化;
图3为流程图,示出了根据本发明的实施例处理加速度计信号以确定高度变化的方法;
图4(a)到4(f)是一系列曲线图,示出了在根据本发明实施例的处理各个阶段的信号;以及
图5是一组曲线图,示出了从一组示范性加速度测量值估计的高度变化和高度;
图6是本发明优选实施例中使用的近中值滤波器的方框图;
图7是示出了近中值滤波器工作基本原理的曲线图;
图8是示出了近中值滤波器工作的另一曲线图;
图9是示出了操作近中值滤波器的示范性方法的流程图;
图10是曲线图,示出了向包括一组正弦信号和高斯噪声的信号应用近中值滤波器的结果;
图11是曲线图,示出了本发明优选实施例中使用的自适应中值滤波器使用的中值滤波器子窗口;以及
图12是本发明优选实施例中使用的示范性自适应中值滤波器的方框图。
具体实施方式
下面将针对检测用户跌倒中对其使用的情况(其中可以任选地使用估计的垂直速度给出用户佩戴的设备的高度或高度变化)描述本发明,但要认识到,可以将本发明用于其他应用中,例如监测用户的身体活动(例如计算活动期间消耗的能量或施加的力,或计算活动的类型,例如步行、坐、躺和站立)。在这些应用中,可以直接使用和/或还进一步积分水平或垂直速度以确定用户佩戴的设备的位移或高度。在下文提供的发明描述中,详细描述了垂直速度和高度的估计,但本领域的技术人员将要认识到,可以使用描述的技术确定加速度的水平分量,因此确定水平速度和水平位置或位移。
此外,尽管在如下所述的跌倒检测应用中,从加速度测量估计设备/用户的高度或高度变化,以便判断是否发生了跌倒,但也可以使用设备的估计高度来判断用户在跌倒之后是否起身(在这种情况下,可能会撤回跌倒警报),或者判断用户躺在地板上的时长。
图1(a)示出了实施根据本发明确定垂直速度的方法以进行跌倒检测的示范性设备2。设备2的形式是由用户佩戴的传感器单元。可以通过带有颈绳的垂饰形式提供设备2以绕着用户颈部放置,但也可以配置设备2以佩戴在用户身体的不同部分,例如手腕、腰部、躯干、骨盆或胸骨,并将包括用于将设备2附着到身体该部分的适当布置(例如带子或扎带)。
设备2用于测量用户经受的加速度,并处理测量结果以确定垂直速度,然后确定设备2的高度变化(由此确定用户的高度变化)。尽管本文未描述,但要认识到,设备2可以对加速度测量执行额外的处理以识别跌倒的其他特性,例如碰撞或碰撞之后一段时间的静止不动。还要认识到,设备2可以包含更多传感器,例如陀螺仪、磁强计、气压传感器和/或气流传感器,可以处理其信号以确定或辅助确定与跌倒相关联的高度、取向或其他特性。
设备2包括沿三个正交轴测量加速度的加速度计4。将加速度计4输出的信号提供给处理器6进行分析。如图所示,设备2包括声音报警单元8,如果检测到跌倒,可以由处理器6触发它。这种警报能够为用户召唤帮助。不过,要认识到,设备2中存在声音报警单元是任选的。另一任选的部件是帮助按钮,用户可以按下它以召唤帮助。
设备2还包括发射机或收发器电路9以及关联的天线10,可以使用其向远程(基站)单元发送处理结果或向呼叫中心拨打紧急呼叫,以在检测到跌倒时或在按下帮助按钮(如果有的话)时召唤帮助。
设备2任选地还包括存储器11,用于存储来自加速度计4的测量结果,并存储处理器6处理的结果。
在一些实施例中,加速度计4是微机电系统(MEMS)加速度计。
可以在30Hz的速率下对加速度计4经受的加速度采样,但要认识到,可以使用很多其他采样频率(例如50Hz)。
根据本发明的替代实施例,如图1(b)中所示,设备2是系统12的一部分,其中可以在与用户佩戴的设备2独立的基站单元13中进行加速度计测量值的处理。在那种情况下,可以经由收发器电路9从设备/传感器单元2向基站单元13发送加速度计测量值。
基站单元13包括用于从设备2接收发射(例如加速度计测量值)的收发器电路14和天线15以及用于根据本发明处理测量值的处理器16。
基站单元13任选地还包括存储器17,用于存储从设备2接收的加速度计测量值,并存储处理器16处理的结果。
可以配置收发器电路14以向呼叫中心无线拨打紧急呼叫,和/或可以配置其以经由端口18连接到常规PSTN线路。
在另一替代方案中,设备2可以在向基站单元13发送结果之前对加速度计测量值执行初始处理步骤中的一些,例如,它们完成处理并估计设备2的垂直速度和高度变化。
要认识到,图1(a)和(b)中仅例示了解释本发明所需的设备2(和系统12)的部件,根据本发明的设备2(或系统12)可以包括这里所述那些之外的部件和功能。例如,要认识到,设备2(和基站单元13)将包括某种形式的电源和电路,用于控制设备2(和基站单元13)的工作。
以下发明描述涉及图1(a)中所示的设备2,但本领域的技术人员容易认识到,如何可以针对在图1(b)中所示系统12使用来调整本发明。
简而言之,根据图示的本发明实施例确定设备在垂直方向上的速度估计值的方法包括利用加速度计4获得作用于设备2上垂直方向的加速度测量值,使用第一滤波器从所获得的测量值消除重力加速度以给出由于设备2运动而作用于垂直方向的加速度估计值,对由于设备运动而作用于垂直方向上的加速度估计值进行积分以给出垂直速度的估计值,并使用第二滤波器从垂直速度消除偏移和/或漂移以给出滤波后的垂直速度。根据本发明,第一滤波器和第二滤波器之一或两者是非线性滤波器。
图2示出了根据本发明实施例估计垂直速度,然后估计高度变化所需处理的方框图。本领域的技术人员将要认识到,可以在设备2的处理器6之内实施这些处理方框或将其实现为独立的电子部件。图3中示出了流程图,其示出了估计垂直速度的对应方法(步骤101-113),连同从垂直速度估计高度的另一步骤(步骤115)。图4(a)-(f)是曲线图,示出了图2中所示处理各个阶段的信号。
作为初始步骤(步骤101),收集作用于加速度计4(因此作用于设备2)的加速度的一系列测量值。如上所述,加速度计4在三维中测量加速度并输出针对每个测量轴的相应信号。
向第一处理方框22提供加速度计测量值,第一处理方框22处理测量值以识别作用于垂直方向上的加速度分量。在图3中,这一处理由步骤103代表,并可以通过若干不同方式执行。
为了对垂直加速度做出准确的估计,希望获得加速度计4(因此还有设备2)的取向的准确估计,从而能够向加速度计测量值应用坐标变换(旋转)。
在设备2包括其他传感器,例如陀螺仪和/或磁强计时,可以获得这种取向估计,使用来自这些传感器的输出,可能与来自加速度计4的输出一起,确定要应用于加速度计测量值的坐标变换(旋转)。在坐标变换之后,能够容易地识别出加速度的垂直分量。
或者,可以估计加速度计测量值的低通分量(确保低通分量的大小恒定)作为重力加速度(根据定义,其作用于垂直方向),可以使用这一分量作用的方向确定加速度计4的(垂直)取向。经低通滤波的加速度的方向上的加速度将对应于垂直方向上的加速度。作为又一替代方案,可以使用类似于如下所述使用非线性滤波器时由处理方框24执行的过程的输出来获得重力的估计,由此获得其方向的估计(在其现在对三维加速度计信号的每个分量操作的意义上,它是类似的)。
估计加速度的垂直分量的更简单方式是计算3D加速度测量值的范数。针对三个测量轴的每个的信号输出包括重力,其指向垂直方向,可以假定其相对于运动导致的加速度而言具有较大的量值。由于运动导致的和由于重力导致的加速度组合成矢量和。在计算这一矢量和的范数时,水平分量的贡献较小,因为它们与重力分量正交,且与这一重力分量相比量值更小。垂直方向上的加速度将出现在大小不变的范数中,条件是,在它们处于向下方向时,它们不超过重力(否则,范数将使净负分量变化为正的,其中将向上的加速度,例如仅由重力导致的加速度,定义为正)。因此,范数是垂直加速度(包括重力)有成本效益的估算器。不过,如上所述,显著的水平加速度和大的向下加速度(即超过重力)将在估计的垂直加速度中引入失真。
例如,如果设备2被实现为佩戴在用户颈部周围的垂饰,设备2通常将处于一种特定取向,可以使用对这一取向的认识从加速度计测量值识别加速度的垂直分量。不过,要认识到,如果未适当佩戴设备2,或者如果在正常使用期间或跌倒期间其取向发生变化,这种方式可能有很大误差。
在WO2010/035191中描述了另一种方式,其描述了一种从具有任意取向的3D加速度计信号估计加速度的垂直分量的技术。根据该技术,通过如下方式估计加速度的垂直分量:(i)检查来自加速度计的信号以识别加速度计具有最高加速度分量的轴,(ii)通过确定作用于加速度计的加速度(这一加速度被假定为一般由于重力所致)和具有最高加速度分量的轴之间的夹角来确定加速度计的取向,以及(iii)使用估计的加速度计取向从加速度测量值确定垂直方向的加速度。
在图2中用accz表示由第一处理方框22输出的加速度的垂直分量,在图4(a)中示出了示范性垂直分量信号。这种信号覆盖了发生高度增大的时间(大约1368秒的时间);其中从桌面上的静止位置拿起设备并拿在手中,导致一些振动。将加速度的垂直分量提供给第二处理方框24以及加/减方框26。
处理方框24利用第一滤波器估计加速度垂直分量中的重力加速度(对应于图3中的步骤105)。
在简单实施例中,处理方框24为重力使用恒定值。这个值可以是9.81ms-2,但根据加速度计4的特定特性或校准,可以是不同的值。例如,加速度计4输出与实际值偏离0.2ms-2或更多的加速度值并不罕见,可以将此归因于所使用的恒定值。在图4(a)中可以看出这一点,其中恒定值大于10ms-2。在这一简单实施例中,处理方框24能够向加速度的垂直分量应用估算器,其输出重力的恒定值(例如,9.81ms-2)。如所周知,除了恒定输出之外,可以将估算器理解为滤波器。
在备选实施例中,处理方框24能够向加速度的垂直分量应用线性滤波器,以提供对重力的估计。线性滤波器可以是具有适当截止频率的低通滤波器。例如,滤波器可以是移动平均滤波器。
如所周知,线性滤波器的特征在于其脉冲响应曲线。其输入处的脉冲会获得在时间上扩展的信号。因此,在跌倒期间发生的加速度突变可以被视为叠加在连续感测的重力信号上的脉冲。因此,在利用线性滤波器估计重力分量时,由于脉冲扩展,将会有过估计和欠估计。过估计或欠估计的严重程度取决于滤波器的带宽(或脉冲响应的长度)。将在后续的积分步骤中将这些过估计和欠估计作为引动导致的垂直加速度一部分来处理,因此会导致错误的速度估计,从而也导致错误的位置估计。
此外,在加速度计4的取向变化时,重力沿加速度计4每个测量轴的分量会变化。这种变化呈现为所估计重力的瞬时误差。瞬时误差类似于脉冲响应,并具有相同的扩展(更确切地说,它是一种阶跃响应)。这种扩展还导致积分步骤之后速度和位置估计的误差。假设没有校准误差,在使用范数的实施例中没有这种类型的误差,因为范数对取向不敏感。
在估计加速度的垂直分量时(如上述过程中那样),考虑这种取向变化,该效应被简化成方框22(并在步骤103中)估计的取向的误差水平。在来自加速度计4的测量包括偏移(例如上述0.2ms-2)时,取向的变化将导致所感测的重力分量因为偏移而出现大小改变。这是另一种可能导致瞬时误差的效应,如果未适当滤波,其再次可能呈现为位置估计的误差。
因此,考虑到这些问题,在本发明的优选实施例中,处理方框24向加速度的垂直分量应用非线性滤波器以提供重力的估计。这是因为非线性滤波器更加能够“忽略”跌倒期间发生的加速度的突变,或者能够跟踪取向变化时发生的瞬变过程。
在一个优选实施例中,非线性滤波器是一个中值滤波器。如所周知,中值滤波器依次处理输入信号中的每个样本,利用若干相邻样本的中值替代每个样本。由滤波器的窗口尺寸确定每个阶段考虑的样本数量。典型的半窗尺寸可以是1.6秒(因此在当前样本之前窗口涵盖1.6秒价值的样本,在当前样本之后,涵盖1.6秒价值的样本)。
已知中值滤波器用于抑制视频图像中的尖锐噪声,即抑制短时间的(黑白)信号尖峰。跌倒期间经受的加速度可以被视为(较)短时间的加速度信号中的尖峰,因此利用中值滤波器消除这种尖峰将因此产生好得多的重力估计,且不会出现与线性滤波器相关联的响应扩展问题。
在另一特别优选的实施例中,非线性滤波器是递归中值滤波器。这种滤波器的性质是容易粘滞到其先前的(重力)估计。通过这种方式,加速度的波动不会立即呈现为重力分量估计中的串扰,同时仍然跟踪变化,例如由于加速度计4取向变化和校准不良导致的阶跃。
如所周知,递归中值滤波器类似于中值滤波器,只是在针对特定样本计算中值时,它使用样本窗口中已经计算的中值而不是信号中的原始样本值。
递归中值滤波器可以是正向或反向递归中值滤波器,这决定了对垂直加速度信号滤波的方向。
正向递归中值滤波器将试图保持过去的值(即保持它们恒定),而后向递归中值将试图保持将来的值。根据信号的性质,这些类型的递归中值滤波器的每种的输出可能不同。例如,在脉冲前的信号具有比脉冲后更低的值时,正向递归中值滤波器将倾向于使用较低值,而后向递归中值滤波器将倾向于使用更高的值,两个输出之间将有差异。于是,可以分别向垂直加速度信号应用两种滤波器,并对结果求平均,以获得重力分量。或者,可以使用两个滤波器输出发散的点之间的线性内插。本领域的技术人员将认识到,可以使用组合两种结果的其他形式。
在备选实施例中,非线性滤波器为加权中值滤波器,其中向滤波窗口中的每个样本应用相应的权重。
在又一替代实施例中,非线性滤波器是模式滤波器。这种滤波器采取当前窗口中大部分样本值最接近的样本值。
在另一实施例中,使用混合式版本对垂直加速度滤波。这种滤波器估计重力,运行决策过程以决定使用什么值。这种决策可以是使用不同滤波器做出的估计的组合或在例如运动水平超过阈值时冻结估计的重力。
在另一特别优选的实施例中(尽管比使用正常中值滤波器或递归中值滤波器更复杂),使用修改的中值滤波器,这里称为近中值滤波器,对垂直加速度进行滤波。下文更详细地描述了近中值滤波器。
图4(b)示出了在将线性低通(移动平均值)滤波器应用于垂直加速度信号(由线条50表示)时,且在将非线性中值滤波器应用于垂直加速度信号(由线条60表示)时,处理方框24输出的重力加速度估计。
尽管图2中未示出,但可以向重力加速度的估计应用另一滤波器以对信号进行平滑化。
在设备2还被配置成处理加速度计测量以判断用户是否在检测到的跌倒之后起身时,可以将估计的重力加速度时间偏移一两秒。在用户躺在地板上时,针对重力分量的信号较为平滑(即恒定)。因此,通过对重力估计进行时间偏移,可以在用户可能起身的期间使用恒定值。
将处理方框24输出的重力加速度估计提供到加/减方框26,在此将其从第一处理方框22输出的加速度垂直分量减去,留下由于设备2运动导致的垂直方向的加速度(步骤107)。图4(c)中示出了方框26输出的运动所致估计垂直加速度(减去利用非线性中值滤波器(标记为61)获得的重力估计之后,并在减去利用移动平均滤波器(标记为51)获得的重力估计之后)。
要认识到,由于处理方框24处理所需的时间,处理方框24的输出可能相对于直接提供到加/减方框26的垂直加速度估计被延迟。因此,可以将方框26的输入进行同步(例如,通过向垂直加速度估计accz中引入延迟)。
还将要认识到,可以由单一滤波器,这里称为“互补”中值滤波器,替代应用于垂直加速度信号和后续加/减方框26的非线性中值滤波器24,“互补”中值滤波器与中值滤波器以相反方式工作,即其通过被中值滤波器阻挡的信号部分而阻挡被中值滤波器通过的信号部分。于是,“互补”中值滤波器通过代表设备2运动所致垂直加速度的短时间脉冲,并消除垂直加速度信号中的重力加速度。参考图3,这种互补滤波器会对应于步骤105和107的组合。
然后由处理方框28相对于时间对代表设备2运动所致垂直加速度的信号积分以给出垂直方向上的速度估计(步骤109)。输入到积分方框28的初始速度值v(t0)是未知的,但通常假定为零。在任何情况下,下一滤波级(下文进一步所述)消除垂直速度信号中的偏移和漂移,因此初始速度分量(如果非零)将基本被消除。
已经发现,无重力的加速度信号(图4(c)中所示)不是设备2的机械运动所致加速度的完美表达。信号是失真的,有效地导致积分方框28输出中的额外速度分量。已经假定,失真是由处理方框22执行的取向估计过程导致的。失真不是恒定的,但涉及运动信号,因此不能作为处理方框24进行的重力估计的一部分被过滤。不过,在方框28进行积分之后,失真主要导致单调分量。例如,可以在图4(d)中标记为62的线条中看到这一点,其中积分留下速度中大约0.25ms-1的偏移。如果在重力估计阶段使用线性滤波器,由于滤波器响应扩展导致的所估计重力的误差导致显著的速度分量(图4(d)中标记为52的线条中所示)。
因此,根据本发明,向第四处理方框30提供代表垂直速度的信号,处理方框30向垂直速度信号应用滤波器以估计该信号中存在的偏移和任何漂移分量(步骤111)。这一滤波的结果是代表单调(即偏移和漂移)分量波动的信号。
用于获得DC(恒定)或缓慢变化(偏移和漂移)分量的传统线性滤波器包括低通滤波器和移动平均滤波器(其也呈现出低通行为)。不过,这些滤波器通过对应于滤波器的时间响应影响相邻的样本。因此,尽管可以消除偏移,但在样本的校正展宽之前和之后将出现补偿性“鬼影偏移”。这些“鬼影偏移”可能使积分样本的校正展宽的结果显著模糊,以获得高度的变化。
因此,由处理方框30克服了这一问题,处理方框30优选向垂直速度信号应用非线性滤波器,以消除信号中存在的偏移和漂移(步骤111)。
在优选实施例中,处理方框30向垂直速度信号应用中值滤波器。如上所述,中值滤波器有效地阻挡信号中的脉冲和振荡,同时通过常数和边缘(即偏移和漂移)。针对这一滤波器的典型半窗大小可以是0.8秒(因此窗口在当前样本之前涵盖0.8秒价值的样本,在当前样本之后涵盖0.8秒价值的样本)。在替代优选实施例中,处理方框30能够向垂直速度信号应用加权中值滤波器或波模滤波器。
在特别优选的实施例中,处理方框30应用这里称为“自适应中值”滤波器的中值滤波器。下文将更详细地描述自适应中值滤波器。
要认识到,在处理方框24应用的滤波器是非线性滤波器的情况下,第四处理方框30能够向垂直速度信号应用线性滤波器,以根据使用所得速度估计的应用,估计偏移和漂移。在图4(d)中可以看出,在处理方框24中应用非线性滤波器限制了所获得速度的扩展。应用线性滤波器消除偏移和漂移将导致一些扩展,但在该应用的语境中,扩展处在可接受的有限范围。
代表利用非线性中值滤波器获得并由处理方框30输出的垂直速度信号中偏移和漂移的信号被示为图4(d)中的虚线63。代表利用线性移动平均滤波器获得并包括如上所述的“鬼影偏移”的垂直速度信号中的偏移和漂移的信号被示为图4(d)中的虚线53。
将这个信号连同来自积分方框28的垂直速度信号一起输入到加/减方框32,其中将它从垂直速度信号减去以给出无偏移和漂移的垂直速度信号(步骤113)。这一信号由图4(e)中的线64表示。于是,在更早处理阶段期间应用的非线性滤波器导致设备2实际垂直速度的更准确估计。通过向垂直速度的估计值应用线性移动平均滤波器获得的等价垂直速度由图4(e)中的线54示出,可以看出,已经移除了速度中扩展的一部分,但显著反转分量保持在峰附近。
对于加/减方框26,可能需要对加/减方框32的输入进行同步,以补偿处理方框30引入的延迟。
要认识到,可以由这里称为“互补”中值滤波器的单一滤波器替代应用于垂直速度信号的非线性中值滤波器30和后续加/减方框32,“互补”中值滤波器以与中值滤波器相反的方式工作,即其通过中值滤波器阻挡的信号部分并阻挡被中值滤波器通过的信号部分。于是,“互补”中值滤波器通过代表设备2实际速度的短时间脉冲,并消除垂直速度信号中存在的偏移和漂移。
然后由处理方框34相对于时间对无偏移和漂移的垂直速度信号积分,以给出设备2的高度或高度变化(步骤115)。积分方框34的初始位置值p(t0)输入通常将是未知的,但在使用积分结果确定高度变化时,不需要了解初始位置。如果希望计算实际高度,将需要一些校准或初始化以便设置p(t0)。
如上所述,设备2处理加速度计测量结果,以便判断何时有对应于设备2的用户跌倒的量值的设备2的高度变化。此外,要认识到,在表示跌倒应当“维持”的所获得高度估计中观察到的高度变化表示设备2在事件之后处在与之前不同的高度。换言之,在跌倒之前的第一高度与跌倒之后的第二高度(小于第一高度)之间应当有变化。图4(f)中的线65示出了在处理期间使用非线性滤波器时获得的位置估计值,并表示发生了“维持”高度变化(但将要指出,这幅图表示高度增大而非跌倒)。图4(f)中的线55示出了在处理期间使用线性滤波器时获得的位置估计,表示滤波器相应扩展导致的错误速度分量完全补偿了增长,几乎没有造成任何(维持)高度变化。
积分方框34的输出提供了高度的估计。用于检测跌倒或升高(起身)的高度变化来自计算两个时刻,例如当前时刻和几秒(例如2秒)之前估计高度之间的差异。有多种方式可以在检测跌倒的决策逻辑中使用高度变化。例如,可以判断计算的高度变化是否超过(向下)阈值。更完善的范例是在概率度量中使用变化自身的大小。
可以绕过积分器34,利用“移动积分器”或加法器,直接从加/减方框32输出的速度估计值计算高度变化,加法器对要计算高度变化的时刻之间进行积分(求和)。移动加法器类似于移动平均滤波器,只是省略了滑动平均滤波器的窗口长度进行的分割(求平均值)。因此,基本上,对窗口中的速度样本求和并作为输出返回,其中窗口是两个时刻之间的区域。优选方式(首先积分并计算差异或计算移动和)是接下来考虑计算负载。选择可以受到其他因素的影响,例如,要计算高度差的窗口尺寸的数量。可以利用像MA滤波器实施那样已知的类似技术,优化移动加法器的实施。
图5示出了根据本发明的处理结果,该处理是利用近中值滤波器作为第一滤波器24,利用中值滤波器作为第二滤波器30对跌倒期间获得的加速度计测量结果进行的。于是,曲线图示出了从下方曲线图中示出的加速度计测量结果导出的高度下降(即高度变化)和高度(相对于近似为零的初始高度)。计算当前高度估计和预定时间之前(在本范例中,时间段为2秒)的高度估计之间的差异作为顶部曲线图中的高度差异。因此,跌倒开始时导致并在“预定时间之前”一直可在曲线图中保持可见2秒的高度结果下降通过该开始(即,在本范例中,2秒之后)。
于是,在图5中,存在着表示跌倒发生在时间t=509(参见顶部曲线图)附近的高度变化,这种高度变化导致设备2高度的维持差异(例如,参见中间的曲线图,在高度变化之前的时间窗口观察到的设备2的高度高于在高度变化之后的时间窗口中观察到的设备2的高度)。
如上文参考图2和3所述,从三维加速度计测量(例如通过取加速度计测量的范数)估计作用于垂直方向的加速度,然后向一维垂直加速度估计应用滤波器以便估计重力加速度。不过,在替代实施例中,可以将第一滤波器应用于来自加速度计4每个测量轴的信号,以便在估计加速度的垂直分量之前,在三维中估计重力加速度。然后能够将这一三维重力估计用于估计三维加速度计测量中加速度的垂直分量,之后从估计的垂直分量减去重力估计(或利用另一滤波器(与第一滤波器相同或不同的类型)获得的另一重力估计),以给出由于设备运动导致的估计垂直加速度。此外,使用这种方式,可以估计(由于运动导致的)水平加速度并按照类似方式处理,以估计水平速度和位移。
近中值滤波器
如上所述,在本发明的优选实施例中,将这里称为“近中值”滤波器的滤波器应用于由处理方框22输出的垂直加速度的估计,以便估计该信号中的重力分量。或者,可以使用近中值滤波器估计从加速度计4接收的三维信号中的三维重力加速度。
同样如上所述,加速度信号中的重力分量或多或少是恒定的(即DC),在加速度计4和设备2被旋转时,它改变加速度计参照系中的方向,在未对加速度计4进行完美校准时,三维加速度计测量的范数变化。
因此,需要应用于加速度计测量(或垂直加速度的估计)的滤波器输出信号中的DC分量并瞬时(即,应用滤波器不应引入任何扩展)跟踪变化(例如由于旋转导致的变化)。
低通滤波器能够返回直流分量,但会引入扩展,在加速度计4的取向变化时不会迅速跟踪变化。中值滤波器尽管一般提供可接受的输出,但在输入信号更复杂(例如,在短的高度差上加速度计4上下平缓但连续运动,继之以大的高度变化和继续短时间的上下运动,可能表明代表所估计重力分量的输出漂移)时可能会漂移。
因此,已经设计出组合了低通滤波器和非线性滤波器的近中值滤波器。优选地,这种滤波器是中值滤波器或基于中值的变体。图6中示出了示范性的近中值滤波器70。
于是,向低通滤波器72中输入信号,向中值滤波器74中输入经低通滤波的信号。低通滤波器72在单独使用使可以具有更大的带宽,这样能够消除输入信号中一些高频分量,但仍然能够跟踪快速运动。
中值滤波器74或者可以是中值变体,例如递归中值滤波器或加权中值滤波器。
由于输入信号经过低通滤波,根据奈奎斯特-香农抽样定理,可以将经过低通滤波的信号下采样到与低通滤波器的带宽对应的奈奎斯特速率而没有混迭效应。下采样到奈奎斯特速率允许中值滤波器74能够以两种方式更有效地工作。一方面,它提供了计算增益,因为滤波器的窗口中样本更少。另一方面,认识到滤波器在消除不希望有的成分(尖峰)方面应当更有效。下文将参考图7进一步解释这种情况。
于是,近中值滤波器70还包括低通滤波器72和中值滤波器74之间的下采样方框76,其对经过低通滤波的信号下采样到奈奎斯特速率(即,低通滤波器72的截止频率的两倍)。这里称为“亚抽样比”或“亚比例”的参数决定着经低通滤波的信号的抽样速率被减小的量。亚比例的典型值为20。通常将低通滤波器72的截止频率设置成小于亚抽样速率处信号的带宽(该带宽是抽样速率的一半)。例如,可以将亚抽样速率处信号的带宽乘以0.8以设置低通滤波器72的截止频率;选择0.8一值以防止下采样时的混迭效应。于是,对于抽样速率为50Hz的信号,低通滤波器72的截止频率将通常为1Hz,在下采样之后为抽样速率(即1.25Hz)的0.8倍。
提供上采样方框78以将中值滤波器74的输出上采样回输入到近中值滤波器70的信号的抽样速率。如现有技术中已知的,上采样之后继之以图中未示出的内插滤波器,内插滤波器通常是与方框72中使用的滤波器具有相同带宽的低通滤波器。应当缩放滤波器以将信号强度保持在相同水平。可以通过现有技术中已知的几种方式进行上采样。例如,一种方式是插入额外的零值样本。另一个范例是使用样本保持,即插入与上一可用样本相同值的样本。
向下采样的低通滤波信号应用中值滤波器74使得中值滤波器74在消除信号中尖峰时更有效(即,由于加速度计4运动导致的加速度)。
图7是示出了近中值滤波器70工作基本原理的曲线图。图7中的线80是对应于低通滤波器72带宽的正弦信号。线81是相同的正弦信号,但是在奈奎斯特速率下,即在方框76的输出处被采样。可以看出,亚采样精确地位于正弦信号81的过零处,因此脉冲导致了该信号。
虚线82和83分别示出了信号80和81的中值滤波值。于是,可以看出,向亚采样的低通滤波信号应用中值滤波器74获得更好的结果(真正的DC值)。
不过,要认识到,在对低通滤波信号进行亚采样或下采样时,第一样本的选择是任意的。图7示出了理想情况:亚采样精确处在正弦信号80的过零点。不过,图8示出了亚采样在正弦信号过零点之间半途处导致样本的情形(这是最坏情况)。线84对应于亚采样信号,虚线85示出了中值滤波信号。
因此,可以针对压采样低通滤波信号中的这种相位效应调整近中值滤波器70。具体而言,可以配置下采样方框76以在所有相位进行亚采样,将中值滤波器74应用于每个经亚采样的信号。中值滤波器74的最终输出可以是对每个经亚采样的信号进行中值滤波的结果的组合。
图9是流程图,示出了示范性近中值滤波器70的工作。在步骤131中,设置亚采样比,即压比例,在50Hz下对加速度计信号采样时,它通常可能是20。
在步骤133中,将低通滤波器72的截止频率设置在Fs/2/亚比例(其中Fs/2是信号的全带宽,在低通滤波器72的输出处标记为“acc”)的0.8倍。
在步骤135中,向输入的加速度计信号acc应用低通滤波器72以给出acc_LPF。
在步骤137中,根据亚采样比,将经过低通滤波的加速度计信号acc_LPF下采样到多相信号acc_poly。可以对acc_LPF进行亚采样的方式数量等于压采样比。因此,对于从0分布到亚采样比-1的每个相位p,索引k处的样本acc_poly结果为
acc_poly[p,k]=acc_LPF[p+subRatio*k]   (1)
在步骤139中,将中值滤波器74应用于针对每个相位p下采样的信号。这样给出了表示为acc_poly_filt[p,k]的一组信号。在本范例中,中值滤波器74的半窗尺寸为1.6秒,但要认识到,可以使用其他值。
或者,如上所述,可以使用其他形式的中值滤波器,例如递归中值滤波器,或可以迭代(中值)滤波器过程(即,通过对先前轮次的结果重复中值滤波若干次)。
然后,在步骤141中,将所获得的经滤波相位信号的每个组合成单一信号。可以通过在亚比例数量的相位上取每个样本k的平均值或中值,实现信号的组合,但其他方式,例如其他决策标准,对于本领域的技术人员而言也是明显的。
然后可以将组合信号上采样回初始采样速率(步骤143)。
在步骤141和143的替代方式中,可以将步骤139中获得的经滤波相位信号acc_poly_filt[p,k]的每个上采样回初始采样速率,以首先给出acc_poly_filt_up[p,t](步骤145),然后可以组合经上采样的信号(步骤147)。这种方式的优点是,信号acc_poly_filt_up[p,t]能够包括相位,它们的组合补偿相位,即,对于整数t,使得t=p+subRatio*k,将acc_poly_filt_up[p,t]设置为acc_poly_filt[p,k]。利用内插滤波器(与下采样步骤之前应用的低通滤波器相同;优选地,将剩余样本设置成具有“整数t”的相邻分配样本,即利用样本保持方案)发现剩余样本。
在步骤143或149之后,可以向组合的上采样信号应用另一中值滤波器,以便消除由内插滤波器引入的任何“铃响”效应。这一中值滤波器可以具有与步骤139中应用的中值滤波器相同的以秒为单位的窗口尺寸。
要认识到,并非所有步骤都是强制性的。近中值滤波器的核心是以下采样速率应用非线性滤波器。抗假频滤波器,以及对不同步骤的考虑,是可以根据眼下的应用而应用的细化。
图10为曲线图,示出了向信号86应用近中值滤波器的结果,信号86包括一组四个具有不同频率、相位和幅度的正弦信号,以及高斯噪声。此外,在信号中在时间t=3000有阶跃。线87示出了将如上所述的近中值滤波器70应用于信号86的结果,可以看出,该输出提供了直流分量的良好估计并充分跟踪该步骤。
自适应中值滤波器
如上所述,在本发明的优选实施例中,将这里称为“自适应中值”滤波器的滤波器应用于由集成方框28输出的垂直速度的估计,以便估计该信号中的偏移和漂移。
滤波器的目的是提取速度估计中对应于从漂移DC(即偏移和漂移)分量偏离的脉冲形式的速度分量。偏移可以变化,也可以有一些漂移。
在这种变化期间,希望为偏移保持当前值,因为已经发现跟踪偏移变化易于跟踪实际速度信号,因此导致实际速度的低估。
因此,在自适应中值滤波器中,根据窗口之内子窗口中中值的排位次序,调整用于确定特定样本中值的窗口尺寸。中值之间的排位次序表示偏移中是否有增大或减小,后续的调整(即窗口尺寸的选择)旨在补偿或防止偏移值的低估。
图11示出了包括16个样本的信号的一部分以及以半窗口尺寸7的当前样本i为中心的中值滤波器窗口90。在自适应中值滤波器中,将中值滤波器窗口90分成三个子窗口91a、91b和91c(在本范例中,具有半窗口尺寸2)。一个子窗口(图11中的91a)以当前样本i为中心,另一个子窗口(图11中的91b)以样本i-5为中心(即当前样本减完整子窗口宽度),第三子窗口(图11中的91c)以样本i+5为中心(即,当前样本加完整子窗口宽度)。
如上所述,针对三个子窗口的每个计算中值,对三个中值排序。使用排序的次序确定窗口的选择以在产生自适应中值滤波器的输出时使用。
根据一个示范性实施例,使用规则集如下确定用于计算输出的窗口的选择:
-如果中心子窗口91a的中值是三个中值中的最大值,自适应中值滤波器的输出是具有大于子窗口91a的半窗口尺寸(例如两倍)或以样本i为中心的子窗口中的中值;
-如果中心子窗口91a的中值介于其他子窗口9ab和91c的值之间,自适应中值滤波器的输出是对应于中心子窗口91a和产生最高中值的子窗口91b或91c的子窗口上的中值;并且
-如果中心子窗口91a的中值是三个中值中的最小值,自适应中值滤波器的输出是利用中心子窗口91a获得的中值。
根据另一优选实施例,使用规则集如下确定用于计算输出的窗口的选择:
-如果中心子窗口91a的中值是三个中值中的最大值或最小值,自适应中值滤波器的输出是具有大于子窗口91a的半窗口尺寸或以样本i为中心的子窗口中的中值;
-否则,自适应中值滤波器的输出是用于前一样本(即i-1)的值。
在一种实施方式中,中心子窗口91a的中值是三个中值中的最大值或最小值,使用是子窗口91a两倍的半窗口尺寸来产生输出值。不过,将要认识到,可以使用比子窗口91a大的其他尺寸的窗口。
使用用于前一样本的值的替代动作(其中中心子窗口91a的中值不是三个中值中的最大值或最小值)可能包括使用来自当前中心子窗口91a的值或向当前中心子窗口91a或在整个窗口上应用递归中值滤波器。
通过这种方式,在中心子窗口提供最大值或最小值时使用更大窗口减小了中值滤波器跟踪速度信号中存在的短时间上升/下降趋势的效应。在中心子窗口不提供最大或最小中值时使用前一值提供了上述恒定性。
图12是本发明实施例中使用的示范性自适应中值滤波器92的方框图。
向标记为93、94和95的三个滤波器提供输入信号,三个滤波器应用上述三个子窗口91a、91b和91c的相应一个。在这一实施例中,滤波器是中值滤波器,但要认识到,滤波器可以是正常中值滤波器的变体。向决策逻辑96提供这些中值滤波器的每个的输出,决策逻辑96实施上述规则集之一并确定要用于产生自适应中值滤波器92的输出的窗口尺寸。
由决策逻辑96向中值滤波器97输出表示所需窗口尺寸的控制信号。中值滤波器97还接收输入信号(具有适当的延迟,以允许中值滤波器93、94和95以及决策逻辑96引入的处理延迟)并利用所需的窗口尺寸对输入信号进行操作。中值滤波器97的输出是自适应中值滤波器的输出。
本领域的技术人员将要认识到,可以利用图12中示出部件的替代布置来实现自适应中值滤波器92。例如,由于规则集可以规定可以将中心子窗口91a的中值作为输出,所以决策逻辑96可以简单输出这一值而非要求中值滤波器97重新计算它。而且,清楚的是,重新使用先前计算的输出值不需要中值滤波器97完全重新计算。
此外,要认识到,可以根据需要将窗口分成超过三个子窗口,子窗口还可以具有不同尺寸。
因此提供了一种改进型方法和装置,用于基于设备经受的加速度的测量估计设备在水平或垂直方向上的速度,其克服了已知技术中的问题。
尽管已经在附图和前面的描述中详细例示和描述了本发明,但这样的例示和描述被认为是例示性或示范性的而非限制性的;本发明不限于公开的实施例。
通过研究附图、公开和所附权利要求,本领域的技术人员在实践请求保护的本发明时能够理解和实现所公开实施例的其他变化。在权利要求中,“包括”一词不排除其他元件或步骤,不定冠词“一”不排除多个。单个处理器或其他单元可以完成权利要求中列举的几个项目的功能。在互不相同的从属权利要求中列举特定手段的简单事实并不表示不能有利地使用这些手段的组合。可以在适当的介质上存储和/或分布的计算机程序,介质例如是与其他硬件一起供应或作为其他硬件一部分供应的光存储介质或固态介质,但也可以在其他形式中分布,例如通过互联网或其他有线或无线电信系统。权利要求中的任何附图标记不应被解释为限制范围。

Claims (15)

1.一种确定设备在水平或垂直方向上速度估计的方法,所述方法包括:
-获得三维中作用于所述设备的加速度的测量;
-使用第一滤波器和获得的测量值以估计重力加速度;
-利用估计的重力加速度估计由于设备运动而作用于水平或垂直方向上的加速度;
-对由于设备运动导致的作用于所述方向上的加速度估计值进行积分以给出所述方向上速度的估计值;以及
-使用第二滤波器从所述速度消除偏移和/或漂移以给出滤波速度;
其中所述第一滤波器和第二滤波器中的至少一个是非线性滤波器。
2.根据权利要求1所述的方法,其中使用第一滤波器和获得的测量值以估计重力加速度的步骤包括:
-从获得的测量值估计作用于设备上垂直方向的加速度;以及
-向作用于垂直方向上的加速度估计值应用第一滤波器以估计重力加速度;
-其中估计加速度的步骤包括估计由于设备运动而作用于垂直方向上的加速度;
其中利用估计的重力加速度估计由于设备运动而作用于垂直方向上的加速度的步骤包括:
-从估计的作用于垂直方向的加速度减去估计的重力加速度以给出由于设备运动而作用于垂直方向的加速度估计值。
3.根据权利要求1所述的方法,其中使用第一滤波器和获得的测量值以估计重力加速度的步骤包括:
-向获得的测量值应用第一滤波器以在三维中估计重力加速度;
且其中利用估计的重力加速度估计由于设备运动而作用于水平或垂直方向上的加速度的步骤包括:
-使用估计的重力加速度从获得的测量值估计作用于水平或垂直方向上的加速度;以及
-从估计的作用于所述方向的加速度减去估计的重力加速度以给出由于设备运动而作用于所述方向的加速度估计值。
4.根据权利要求1,2,或3的任一项所述的方法,其中所述第一滤波器的操作包括:
-对输入信号进行下采样;以及
-向经下采样的信号应用非线性滤波器。
5.根据权利要求4所述的方法,其中所述下采样步骤包括产生多个经下采样的信号,每个信号都具有相应的相位;并且
其中应用非线性滤波器的步骤包括向多个经下采样的信号的每个应用非线性滤波器。
6.根据权利要求5所述的方法,其中所述第一滤波器的操作还包括:
-将多个经滤波的信号组合成单一信号;以及
-将所述单一信号上采样到初始采样速率。
7.根据权利要求5所述的方法,其中所述第一滤波器的操作还包括:
-对多个经滤波的信号的每个进行上采样;以及
-将多个经上采样的信号组合成单一信号。
8.根据权利要求4到7的任一项所述的方法,其中所述第一滤波器的操作还包括:
-在下采样步骤之前,向输入信号应用低通滤波器以产生经低通滤波的信号;
其中所述下采样步骤包括将经低通滤波的信号下采样到基于所述低通滤波器的截止频率的速率。
9.根据前述任一权利要求所述的方法,其中所述第二滤波器的操作包括:
-计算以输入信号中感兴趣样本处或附近为中心的多个子窗口的每个中的中值;以及
-基于计算的中值调整用于产生感兴趣样本的输出值的中值滤波器的窗口尺寸,其中如果以感兴趣样本为中心的子窗口的中值是多个中值中的最大值或最小值,用于产生输出值的窗口尺寸大于以感兴趣样本为中心的子窗口。
10.根据权利要求1到4的任一项所述的方法,其中所述非线性滤波器是从中值滤波器、加权中值滤波器、递归中值滤波器和波模滤波器中选择的。
11.根据前述任一权利要求所述的方法,还包括如下步骤:
-通过对所述经滤波速度积分来估计所述设备的位置或高度;或
-通过对要计算位移或高度变化的时间窗口中经滤波的速度估计值求和,估计所述设备的水平位移或高度变化。
12.一种装置,包括:
-处理模块,被配置成:
-接收三维中作用于设备上的加速度的测量值;
-使用第一滤波器和加速度的测量值以估计重力加速度;
-利用估计的重力加速度估计由于设备运动而作用于水平或垂直方向上的加速度;
-对由于设备运动导致的作用于所述方向上的加速度估计值进行积分以给出所述方向上速度的估计值;以及
-使用第二滤波器从所述速度消除偏移和/或漂移以给出滤波速度;
其中所述处理模块使用的所述第一滤波器和第二滤波器中的至少一个是非线性滤波器。
13.一种被配置成由用户佩戴的设备,所述设备包括:
-加速度计,其在三维中测量作用于所述设备的加速度;以及
-根据权利要求12所述的装置。
14.一种系统,包括:
-配置成由用户佩戴的设备,所述设备包括加速度计,所述加速度计在三维中测量作用于所述设备的加速度;以及
-基站单元,所述基站单元被配置成与所述设备通信并包括根据权利要求12所述的装置。
15.一种计算机程序产品,包括计算机可读介质,所述计算机可读介质中包含计算机程序代码,配置所述计算机程序代码,使得在由计算机或处理器执行时,所述计算机或处理器执行根据权利要求1到13的任一项所述的方法。
CN201280040257.9A 2011-08-18 2012-08-17 从加速度测量估计水平或垂直方向的速度 Active CN103733078B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201161524813P 2011-08-18 2011-08-18
US61/524,813 2011-08-18
PCT/IB2012/054192 WO2013024461A1 (en) 2011-08-18 2012-08-17 Estimating velocity in a horizontal or vertical direction from acceleration measurements

Publications (2)

Publication Number Publication Date
CN103733078A true CN103733078A (zh) 2014-04-16
CN103733078B CN103733078B (zh) 2017-02-15

Family

ID=47046654

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280040257.9A Active CN103733078B (zh) 2011-08-18 2012-08-17 从加速度测量估计水平或垂直方向的速度

Country Status (6)

Country Link
US (1) US9835644B2 (zh)
EP (1) EP2745120B1 (zh)
JP (1) JP6023809B2 (zh)
CN (1) CN103733078B (zh)
MX (1) MX343290B (zh)
WO (1) WO2013024461A1 (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104173057A (zh) * 2014-08-18 2014-12-03 复旦大学 基于移动通信的可穿戴式跌倒检测系统
CN105517645A (zh) * 2014-05-19 2016-04-20 株式会社小松制作所 作业机械的姿势运算装置、液压挖掘机的姿势运算装置及作业机械
CN105807094A (zh) * 2016-05-06 2016-07-27 深圳市安智车米汽车信息化有限公司 一阶低通滤波计算方法及装置
CN106491138A (zh) * 2016-10-26 2017-03-15 歌尔科技有限公司 一种运动状态检测方法及装置
CN106875629A (zh) * 2017-03-07 2017-06-20 吉林真才信息技术有限公司 基于体感网的居家养老系统及其控制方法
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
CN110268242A (zh) * 2017-02-09 2019-09-20 皇家飞利浦有限公司 用于确定设备是否浸入到流体中的设备和方法
CN110772261A (zh) * 2019-11-14 2020-02-11 广州三拾七度智能家居有限公司 一种人体运动状态监测方法、装置、系统及衣物
CN112526612A (zh) * 2019-09-18 2021-03-19 商升特公司 具有非线性滤波器的接近传感器和方法
CN112698567A (zh) * 2020-12-29 2021-04-23 上海电气集团股份有限公司 一种康复设备控制方法、装置、设备及介质

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2456359B1 (en) * 2009-07-22 2013-06-26 Koninklijke Philips Electronics N.V. Fall detectors and a method of detecting falls
US8928484B2 (en) 2011-07-13 2015-01-06 Lumo Bodytech, Inc. System and method of biomechanical posture detection and feedback
US9128521B2 (en) 2011-07-13 2015-09-08 Lumo Bodytech, Inc. System and method of biomechanical posture detection and feedback including sensor normalization
US9737261B2 (en) * 2012-04-13 2017-08-22 Adidas Ag Wearable athletic activity monitoring systems
JP6433909B2 (ja) * 2012-11-27 2018-12-05 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 水平方向または垂直方向におけるデバイスの位置変化の検出
JP6131706B2 (ja) * 2013-05-10 2017-05-24 オムロンヘルスケア株式会社 歩行姿勢計およびプログラム
US9591996B2 (en) * 2013-06-07 2017-03-14 Lumo BodyTech, Inc System and method for detecting transitions between sitting and standing states
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
JP6424424B2 (ja) * 2013-12-02 2018-11-21 Tdk株式会社 行動推定装置及び活動量計
JP6281290B2 (ja) 2014-01-15 2018-02-21 Tdk株式会社 リストバンド型腕動作判定装置
WO2015113915A1 (en) 2014-01-30 2015-08-06 Koninklijke Philips N.V. Improvements in the detection of walking in measurements of the movement of a user
JP6442336B2 (ja) * 2015-03-18 2018-12-19 セコム株式会社 異常検知端末及びプログラム
US9844700B1 (en) * 2015-06-14 2017-12-19 Grady Burleson, Jr. Avalanche self-rescue device
US10314520B2 (en) 2015-10-02 2019-06-11 Seismic Holdings, Inc. System and method for characterizing biomechanical activity
HUP1500528A1 (hu) * 2015-11-10 2017-05-29 Axs Motionsystem Kft Mozgás digitalizáló és kiértékelõ érzékelõ eszköz
US10463909B2 (en) 2015-12-27 2019-11-05 Seismic Holdings, Inc. System and method for using performance signatures
US10959647B2 (en) 2015-12-30 2021-03-30 Seismic Holdings, Inc. System and method for sensing and responding to fatigue during a physical activity
US9953507B1 (en) * 2016-12-28 2018-04-24 Nortek Security & Control Llc Monitoring a wearing of a wearable device
JP6937147B2 (ja) * 2017-03-29 2021-09-22 パイオニア株式会社 端末装置及び情報処理方法並びに端末装置用プログラム
CN109115207B (zh) * 2017-06-23 2021-06-04 北京方位捷讯科技有限公司 行人步行轨迹检测方法、装置及系统
WO2019063576A1 (en) 2017-09-29 2019-04-04 Koninklijke Philips N.V. FALL DETECTOR BRACELET BASED ON AN ARM DIRECTION
EP3479767A1 (en) 2017-11-03 2019-05-08 Koninklijke Philips N.V. Distance measurement devices, systems and methods, particularly for use in vital signs measurements
EP3657456A1 (en) * 2018-11-26 2020-05-27 Koninklijke Philips N.V. A method and system for monitoring a user
US20230245286A1 (en) * 2022-01-28 2023-08-03 V-Silicon Semiconductor (Hefei) Co., Ltd. 2d recursive de-banding

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1832881A2 (en) * 2006-03-08 2007-09-12 Yamaha Hatsudoki Kabushiki Kaisha Acceleration estimation device and vehicle with such a device
US20110064705A1 (en) * 2008-05-06 2011-03-17 Advanced Cell Technology, Inc. Hemangio colony forming cells and non-engrafting hemangio cells
CN102023233A (zh) * 2009-09-15 2011-04-20 索尼公司 速度计算设备、速度计算方法和导航设备
WO2011064705A1 (en) * 2009-11-25 2011-06-03 Koninklijke Philips Electronics N.V. Method for estimating velocities and/or displacements from accelerometer measurement samples

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0961445A (ja) 1995-08-29 1997-03-07 Murata Mfg Co Ltd 速度検出装置
JPH10332418A (ja) 1997-06-05 1998-12-18 Sekisui Chem Co Ltd 歩行距離計
EP1195139A1 (en) 2000-10-05 2002-04-10 Ecole Polytechnique Féderale de Lausanne (EPFL) Body movement monitoring system and method
FI114246B (fi) 2003-06-25 2004-09-15 Ist Oy Laite kaatumisen ilmaisua varten
CN102566751B (zh) * 2004-04-30 2016-08-03 希尔克瑞斯特实验室公司 自由空间定位装置和方法
US8092398B2 (en) 2005-08-09 2012-01-10 Massachusetts Eye & Ear Infirmary Multi-axis tilt estimation and fall remediation
US20090278798A1 (en) * 2006-07-26 2009-11-12 The Research Foundation Of The State University Of New York Active Fingertip-Mounted Object Digitizer
US8408041B2 (en) 2007-04-19 2013-04-02 Koninklijke Philips Electronics N.V. Fall detection system
US9179864B2 (en) * 2007-08-15 2015-11-10 Integrity Tracking, Llc Wearable health monitoring device and methods for fall detection
WO2009101566A1 (en) 2008-02-15 2009-08-20 Koninklijke Philips Electronics N.V. Compensating pressure sensor measurements
JP2010038839A (ja) 2008-08-07 2010-02-18 Sanyo Electric Co Ltd 電子機器
US20110172951A1 (en) 2008-09-23 2011-07-14 Koninklijke Philips Electronics N.V. Methods for processing measurements from an accelerometer
DE102008049750B4 (de) 2008-10-01 2012-09-20 Universität Rostock Verfahren und Anordnung zum Feststellen eines Sturzes einer Person
DE102009029216B4 (de) 2009-09-04 2022-10-20 Robert Bosch Gmbh Verfahren zum Selbstabgleich eines dreiachsigen Beschleunigungssensors im Betrieb und Sensoranordnung mit einem dreidimensionalen Beschleunigungssensor

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1832881A2 (en) * 2006-03-08 2007-09-12 Yamaha Hatsudoki Kabushiki Kaisha Acceleration estimation device and vehicle with such a device
US20110064705A1 (en) * 2008-05-06 2011-03-17 Advanced Cell Technology, Inc. Hemangio colony forming cells and non-engrafting hemangio cells
CN102023233A (zh) * 2009-09-15 2011-04-20 索尼公司 速度计算设备、速度计算方法和导航设备
WO2011064705A1 (en) * 2009-11-25 2011-06-03 Koninklijke Philips Electronics N.V. Method for estimating velocities and/or displacements from accelerometer measurement samples

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105517645B (zh) * 2014-05-19 2019-05-03 株式会社小松制作所 作业机械及液压挖掘机的姿势运算装置以及作业机械
CN105517645A (zh) * 2014-05-19 2016-04-20 株式会社小松制作所 作业机械的姿势运算装置、液压挖掘机的姿势运算装置及作业机械
US10519630B2 (en) 2014-05-19 2019-12-31 Komatsu Ltd. Posture calculation device of working machinery, posture calculation device of excavator, and working machinery
CN104173057B (zh) * 2014-08-18 2016-04-13 复旦大学 基于移动通信的可穿戴式跌倒检测系统
CN104173057A (zh) * 2014-08-18 2014-12-03 复旦大学 基于移动通信的可穿戴式跌倒检测系统
CN105807094A (zh) * 2016-05-06 2016-07-27 深圳市安智车米汽车信息化有限公司 一阶低通滤波计算方法及装置
CN106491138A (zh) * 2016-10-26 2017-03-15 歌尔科技有限公司 一种运动状态检测方法及装置
CN110268242A (zh) * 2017-02-09 2019-09-20 皇家飞利浦有限公司 用于确定设备是否浸入到流体中的设备和方法
CN110268242B (zh) * 2017-02-09 2022-07-19 皇家飞利浦有限公司 用于确定设备是否浸入到流体中的设备和方法
CN106875629A (zh) * 2017-03-07 2017-06-20 吉林真才信息技术有限公司 基于体感网的居家养老系统及其控制方法
CN106875629B (zh) * 2017-03-07 2023-02-10 吉林省家人帮信息服务有限公司 基于体感网的居家养老系统及其控制方法
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
CN112526612A (zh) * 2019-09-18 2021-03-19 商升特公司 具有非线性滤波器的接近传感器和方法
CN110772261A (zh) * 2019-11-14 2020-02-11 广州三拾七度智能家居有限公司 一种人体运动状态监测方法、装置、系统及衣物
CN112698567A (zh) * 2020-12-29 2021-04-23 上海电气集团股份有限公司 一种康复设备控制方法、装置、设备及介质
CN112698567B (zh) * 2020-12-29 2024-05-31 上海电气集团股份有限公司 一种康复设备控制方法、装置、设备及介质

Also Published As

Publication number Publication date
WO2013024461A1 (en) 2013-02-21
JP2014526048A (ja) 2014-10-02
US20140156216A1 (en) 2014-06-05
MX343290B (es) 2016-11-01
EP2745120B1 (en) 2015-10-14
CN103733078B (zh) 2017-02-15
EP2745120A1 (en) 2014-06-25
MX2014001753A (es) 2014-03-31
US9835644B2 (en) 2017-12-05
JP6023809B2 (ja) 2016-11-09

Similar Documents

Publication Publication Date Title
CN103733078A (zh) 从加速度测量估计水平或垂直方向的速度
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
CN101881625B (zh) 步幅校正方法、测距方法及计步装置
JP6444309B2 (ja) 坐位及び立位姿勢の間の遷移を特定する方法及び装置
CN104813379B (zh) 检测设备在水平或垂直方向的位置的变化
US9700241B2 (en) Gait analysis system and method
CN104244821B (zh) 离床监测装置
JP6253660B2 (ja) ユーザの転倒リスクを推定するコンピュータプログラム、装置、デバイス及びシステム
JP6067693B2 (ja) 座位から立位への移行検出
US20140288876A1 (en) Dynamic control of sampling rate of motion to modify power consumption
US11874138B2 (en) Information processing apparatus, information processing method, and program
WO2014145994A2 (en) Intermediate motion signal extraction to determine activity
JP6382775B2 (ja) 歩数計測装置、歩数計測方法、およびプログラム
CN107449418A (zh) 基于加速计和磁力计的用户步行方向计算方法
Zok et al. Total body centre of mass displacement estimated using ground reactions during transitory motor tasks: Application to step ascent
CN111405469B (zh) 基于手机移动传感网络的矿震监测系统及群智定位方法
KR101773140B1 (ko) 식사 시간 산출 방법 및 장치

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