CN103810817A - 一种穿戴式人体瘫倒检测报警装置及应用 - Google Patents

一种穿戴式人体瘫倒检测报警装置及应用 Download PDF

Info

Publication number
CN103810817A
CN103810817A CN201410060700.XA CN201410060700A CN103810817A CN 103810817 A CN103810817 A CN 103810817A CN 201410060700 A CN201410060700 A CN 201410060700A CN 103810817 A CN103810817 A CN 103810817A
Authority
CN
China
Prior art keywords
paralysis
time
wearable
human
module
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
CN201410060700.XA
Other languages
English (en)
Other versions
CN103810817B (zh
Inventor
魏琴
乔丽军
喻建斌
贾智亚
伍时庆
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.)
Binzhou Boxing Zhichuang Digital Technology Co ltd
Original Assignee
Guangdong Appscomm Digital Technology Co Ltd
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 Guangdong Appscomm Digital Technology Co Ltd filed Critical Guangdong Appscomm Digital Technology Co Ltd
Priority to CN201410060700.XA priority Critical patent/CN103810817B/zh
Publication of CN103810817A publication Critical patent/CN103810817A/zh
Application granted granted Critical
Publication of CN103810817B publication Critical patent/CN103810817B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Alarm Systems (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种穿戴式人体瘫倒检测报警装置及应用,所述的可穿戴报警装置包括:加速度传感器、信号处理模块、无线通讯模块、GPS定位模块、人机交互模块和报警模块。该装置通过监测人体日常行为是否与人体瘫倒行为相匹配,并结合人机交互模块来综合判断人体瘫倒,并及时发出警报。其有益效果在于,体积小,携带方便,无任何附带感,符合人的穿戴习惯,结合多个加速度传感器检测、人机交互确认、地理位置识别等的信息融合,结合佩戴的传感器越多,正确率越高,大量数据表明正常佩戴腰间穿戴式人体瘫倒检测及报警装置,正确率在95%以上。

Description

一种穿戴式人体瘫倒检测报警装置及应用
技术领域
本发明主要涉及一种采用多传感器信息处理技术、无线通信技术的便携式穿戴设备,具体为一种人体瘫倒检测报警装置及其检测报警方法。 
背景技术
随着通讯技术及微传感器技术的不断发展及信息社会的不断进步,使得研制方便又可靠的瘫倒报警装置成为可能,人们希望有一种出现瘫倒时能够自动报警的装置,以便对伤者及时救治。 
瘫倒和跌倒的区别:人体可能在坐姿出现瘫倒;瘫倒的过程往往要比跌倒或摔倒更为缓慢。 
瘫倒能有效监测大部分老年人的日常行为,具有自学习能力,能高度匹配每个人的日常行为,从而达到高准确率判定老年人瘫倒事件,及时报警,可大大降低死亡率。跌倒是对快速瞬间的倾斜判定比较准确,而对于缓慢的倒下或坐下无法准确判定,如心脏病发作,基本上会瘫倒或瘫坐的姿态,而一般的跌到检测会将其认为正常行为。 
随着老龄化问题日趋严重,针对65岁以上老年人群或行走不便的人群等,设计一种穿戴方便、无任何附属感的人体瘫倒检测和报警的装置,非常有必要。 
目前有很多关于跌倒方面的检测技术,包括:1.使用加速度传感,通过分析加速度来检测是否跌倒,但瘫倒往往不具备非常突变的身体 行为,所以会造成该情况下无法正常识别出,容易误判,通用性差;2.通过放置在脚底的压力传感器来检测,该检测需要使用者在站立情况下才能识别出,识别情况单一,功耗大;3.通过视频图像分析,该方法容易造成使用者隐私泄露等问题。 
发明内容
针对上述问题,本发明旨在提供一种基于多传感器的人体瘫倒检测装置、瘫倒情况下的报警装置以及实现瘫倒检测的方法,使得老年人在瘫倒状态下可以第一时间获得求助。 
为达到上述目的,提供一种结构合理、方便使用、误判率低的人体瘫倒检测方法及报警装置。本发明采用以下技术方案。 
一种穿戴式人体瘫倒检测报警装置,包括可穿戴装置本体,所述可穿戴装置本体包括检测人体倾斜角度的倾角传感器、检测人体倾倒加速度的加速度传感器、对检测信号进行处理的信号处理模块、与各传感器及外界通讯的无线通讯模块、GPS定位模块、人机交互模块和报警模块。 
所述的无线通讯模块包括三种功能:从其他部位佩戴设备中获取传感器数据、出现瘫倒情况下发送求救信息至预先设置好的联系人以及在无法获救时通过紧急求救获得帮助。 
可穿戴装置本体设于人体的腰部。 
所述的人机交互模块在佩戴时需要设定使用者个人相关信息、所佩戴的设备个数及佩戴部位,以及设定在出现意外后求救中心联系方式,设有按键或触摸屏,达到人机交互的目的。 
所述的报警装置还内置GPRS通讯功能,在发生瘫倒后可以发送求助信息至预先设置的联系人。 
所述的报警装置还内置有语音功能或震动功能。 
所述的报警装置,在出现瘫倒识别后,为进一步减小误判,会进入人机互动环节,需要佩戴者通过按钮与设备进行相应的交互。 
还包括零至多个辅助佩戴装置,每个辅助佩戴装置均包括加速度传感器、无线通讯模块。 
所述的辅助佩戴设备,当使用者增加佩戴个数时系统识别瘫倒的准确率会随之提高。 
所述的辅助佩戴设备的佩戴部位包括但不限于:手腕、脚腕、脚底、颈部等部位;包括但不限于:智能手环、智能脚环、项链、皮带、腰带、鞋子、衣服、裤子、帽子等任何可穿戴式设备。 
所述的辅助佩戴设备,使用者必须至少选择一个部位的设备佩戴。 
上述穿戴式人体瘫倒检测报警装置的检测报警方法,包括以下步骤: 
步骤1.1初始佩戴并开启设备后进行上电初始化,对各个模块进行初始操作; 
步骤1.2第一次使用时设置用户信息、紧急求救联系人和其他部位佩戴设备的佩戴个数及相应的佩戴部位,其中用户信息中包含使用者最常用的地理位置信息; 
步骤1.3各模块传感器采集数据并将数据发送至信号处理模块; 
步骤1.4信号处理模块对接收到的数据进行分析,最终判断出 佩戴者是否出现瘫倒情况; 
步骤1.5为减少设备误判率,当识别为瘫倒时将进入瘫倒确认状态; 
步骤1.6确认发生瘫倒后进入紧急求救流程,否则进入步骤1.3。 
所述的瘫倒识别方法为: 
步骤2.1初始化,瘫倒变量slump_sign置0,身体姿势标志变量body_status置0; 
步骤2.2实时获取各加速度传感器(此处采用3轴加速度传感器)采集的数据和腰部倾角数据; 
步骤2.3对原始数据进行滤波处理,此处采用低通平滑滤波,去除高频噪声; 
步骤2.4,采用FIFO(队列)模式存储当前时间点之前一段时间内的加速度数据和对应的倾角数据; 
步骤2.5通过获取腰部倾角传感器的值θ(人体与水平面的夹角)来判定佩戴者当前的身体姿势,当θ>60°表示站立状态,而当θ<60°表示倾倒状态,若身体姿势由站立状态变为倾倒状态时,统计此状态变化区间各加速度传感器各自的加速度变化率,具体做法为: 
1)记录身体姿势由站立变为平躺所用时间used_time: 
身体与水平夹角θ≥60°时used_time为0,当身体倾角θ<60°时开始统计时间,直至身体倾角θ<30°的一个静止状态计时结束。 
2)统计该过程中各加速度传感器的加速度变化量change_rate,计算方式为: 
change _ rate = ( Σ t = t 1 t 2 Σ i = 0 3 | acc i ( t ) - last _ acc i ( t - T ) | ) / used _ time
其中waist_acci(t)为t时刻i轴的加速度值;waist_last_acci(t-1)为t-1时刻i轴的加速度值;t1为身体倾倒的开始时刻,t2为身体倾倒的截止时刻,T为加速度传感器的采样周期。 
同样的方式统计其他辅助设备的加速度变化量。 
若身体姿势变化所用时间used_time小于设定阈值TIME_TH(实验数据表明发生瘫倒的时间阈值范围在1-5秒),同时腰部加速度变化率change_rate大于设定阈值CHANGE_TH则将传感器瘫倒标志位置1。实验数据表明正常的躺下动作加速度变化率较瘫倒情况会小很多,同时加速度变化率的大小与加速度传感器采样频率以及加速度传感器佩戴部位相关。 
由于瘫倒情况身体各部位会出现较一致的加速度“跳变”现象,所以可以根据身体各部位的加速度变化来增强瘫倒识别的准确性。类似地计算其他部位加速度传感器此时间段内的加速度变化率情况,若变化率大于设定阈值则将对应的传感器瘫倒标志位置1。 
步骤2.6统计瘫倒标志位为1的传感器个数,并计算瘫倒标志位为1的传感器个数与总传感器个数的比值r,若r处于设定阈值范围 
Figure BDA0000468287490000052
内,则最终判为瘫倒,将瘫倒标志变量slump_sign置1。 
所述的瘫倒后求救处理流程为: 
步骤3.1当信息处理识别为瘫倒后进行语音警报,报警装置将进入语音确认“如果您状态良好,请按下确认键!”,若按键在20 秒后仍没有被按下则进入步骤3.2; 
步骤3.2获取当前的GPS位置信息,并计算出离初始设定地点的距离以及方位; 
步骤3.3发送求救短信至预先设置的求救号码,比如亲戚朋友或邻居,信息包括了使用者的GPS绝对地理位置,同时设备通过内置的扬声器以最大音量开始呼救,以获得就近的帮助; 
步骤3.4等待施救方的应答; 
步骤3.5若应答时间超过了预先设定的等待时间(如10分钟),进入步骤3.6; 
步骤3.6通过紧急呼救信号通道进行紧急呼救,如呼叫“112”或“120”等。 
附图说明
图1为设备不同佩戴方式图示; 
图2为硬件设备简易结构图; 
图3为设备工作流程图; 
图4为不同状态下的加速度变化情况图; 
图5为系统识别为瘫倒后的求救处理流程。 
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细说明。 
图1是几类不同的本发明的设备佩戴方式,为简便起见,以下所有论述均为图1中第1种佩戴方式展开,其他几类佩戴方式具有相同的实现效果,且佩戴辅助设备越多识别的准确率越高。 
图2是设备的简易结构图,包括:腰部佩戴的主设备及辅助佩戴 设备,其中: 
腰部主设备包括:信号采集模块、信号处理模块、无线通讯模块、GPS定位模块、人机交互模块和报警模块。 
信号采集模块主要包含了一个3轴加速度传感器,通过I2C实时将数据传递到数据处理模块; 
信号处理模块是该设备中最核心的模块,主要是接收来自各个传感器发送的数据,并对数据进行判断识别,当识别为瘫倒状态时发出求救指令进入求救流程; 
无线通讯模块主要负责接收从辅助设备发回的传感器数据; 
GPS定位模块主要是在识别为瘫倒状态时开始工作,获取佩戴者发生瘫倒时的地理位置; 
人机交互模块主要实现用户个人信息输入、设备佩戴方式输入及、第一求救联系方式及瘫倒后的信息确认; 
报警模块主要是在系统识别判定为瘫倒状态下进行求救,包括发送求救信息至事先设置的联系人同时发出求救呼叫,争取为使用者获取第一时间的救助。 
图3是设备工作的流程图。 
步骤1.1首先启动设备,设备进行初始化工作; 
步骤1.2若第一次使用设备,进行用户个人信息的设置包括:年龄、性别、身高、体重等,存储在瘫倒后的联系方式以及设置设备的佩戴信息; 
步骤1.3设备开始进入循环工作状态,各佩戴部位的传感器采 集数据并通过无线通讯模块发送至腰部信息处理模块进行识别判定; 
步骤1.4判定当前状态是否为瘫倒; 
步骤1.5当系统识别为瘫倒状态时进入人机交互模式,询问佩戴者如果您状态良好,请按下确认键!”,若按键被按下则跳入步骤3继续执行,否则进入步骤6; 
步骤1.6进入求救状态,等待救援。 
系统进行瘫倒识别的主要步骤为: 
步骤2.1初始化,瘫倒变量slump_sign置0,身体姿势标志变量body_status置0; 
步骤2.2实时获取各加速度传感器采集的数据和腰部倾角数据; 
步骤2.3对原始数据进行滤波处理,此处采用低通平滑滤波,去除高频噪声; 
步骤2.4,采用FIFO(队列)模式存储当前时间点之前一段时间内的加速度数据和对应的倾角数据; 
步骤2.5通过获取腰部倾角传感器的值θ(人体与水平面的夹角)来判定佩戴者当前的身体姿势,当θ>60°表示站立状态,而当θ<60°表示倾倒状态,若身体姿势由站立状态变为倾倒状态时,统计此状态变化区间各加速度传感器各自的加速度变化率,具体做法为: 
1)记录身体姿势由站立变为平躺所用时间used_time: 
身体与水平夹角θ≥60°时used_time为0,当身体倾角θ<60°时开始统计时间,直至身体倾角θ<30°的一个静止状态计时结束。 
2)统计该过程中各加速度传感器的加速度变化量,此处以腰部 加速度传感器为例,设腰部加速度传感器变化率为waist_change_rate,计算方式为: 
waist _ change _ rate = ( Σ t = t 1 t 2 Σ i = 0 3 | waist _ acc i ( t ) - waist _ last _ acc i ( t - T ) | ) / used _ time
其中waist_acci(t)为t时刻i轴的加速度值;waist_last_acci(t-1)为t-1时刻i轴的加速度值;t1为身体倾倒的开始时刻,t2为身体倾倒的截止时刻,T为加速度传感器的采样周期。 
同样的方式统计其他辅助设备的加速度变化量。 
若身体姿势变化所用时间used_time小于设定阈值TIME_TH(实验数据表明发生瘫倒的时间阈值范围在1-5秒),同时腰部加速度变化率waist_ch_rate大于设定阈值CHANGE_TH则将腰部传感器瘫倒标志位置1。实验数据表明正常的躺下动作加速度变化率较瘫倒情况会小很多,同时加速度变化率的大小与加速度传感器采样频率以及加速度传感器佩戴部位相关。 
由于瘫倒情况身体各部位会出现较一致的加速度“跳变”现象,所以可以根据身体各部位的加速度变化来增强瘫倒识别的准确性。类似地计算其他部位加速度传感器此时间段内的加速度变化率情况,若变化率大于设定阈值则将对应的传感器瘫倒标志位置1。 
如图4所示,第一幅图为出现瘫倒时的腰部加速度数据,第二幅为正常的人体倾倒采集的腰部加速度数据(如:正常躺下)。从中可 以看出正常倾倒的加速度变化幅度小且持续时间久,而瘫倒时的加速度变化幅度大且持续时间短。 
步骤2.6统计瘫倒标志位为1的传感器个数,并计算瘫倒标志位为1的传感器个数与总传感器个数的比值r,若r处于设定阈值范围 内,则最终判为瘫倒,将瘫倒标志变量slump_sign置1,进入求救流程。 
图5为求救处理流程图。当系统将当前状态识别为瘫倒后,进入求救处理流程,首先将求救标志位置1;为了降低设备的误判率,随后将发出语音询问“如果您的状态良好,请按下确认按钮!”,并重复20秒来等待佩戴者的相应,若确认键被按下则退出流程,标志位置0,否则继续下一步求救;获取当前佩戴者的GPS地理位置信息,同时为了便于及时找到佩戴者,系统将GPS信息根据佩戴者住址的GPS信息转换为相对于住址的一个相对距离和方位信息,发送紧急求救信息至事先设置好的亲朋好友处进行求助,并等待对方相应;若30分钟内没有得到对方的相应,系统进入下一步求救,否则退出求救;发送信息至120,112等社会紧急救援处寻求救助,并退出求救流程。 
当人体休息时,这种正常活动不会超出加速度阈值,人体加速度变化率为零,30分钟过后,系统自动关闭监测,单片机休眠,以保证电池续航。 
以上所述,仅为本发明的较佳实施例,并不用以限制本发明,凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同替 换和改进,均应包含在本发明技术方案的保护范围之内。 

Claims (8)

1.一种穿戴式人体瘫倒检测报警装置,其特征在于,包括可穿戴装置本体,所述可穿戴装置本体包括检测人体倾斜角度的倾角传感器、检测人体倾倒加速度的加速度传感器、对检测信号进行处理的信号处理模块、与各传感器及外界通讯的无线通讯模块、GPS定位模块、人机交互模块和报警模块。
2.如权利要求1所述的穿戴式人体瘫倒检测报警装置,其特征在于,还包括零至多个辅助佩戴装置,每个辅助佩戴装置均包括加速度传感器、无线通讯模块。
3.如权利要求1或2所述的穿戴式人体瘫倒检测报警装置,其特征在于,可穿戴装置本体设于人体的腰部。
4.如权利要求1或2所述的穿戴式人体瘫倒检测报警装置,其特征在于,辅助佩戴装置设于人体的手腕、脚腕、脚底或颈部。
5.如权利要求1或2所述的穿戴式人体瘫倒检测报警装置,其特征在于,人机交互模块设有按键或触摸屏。
6.权利要求1所述穿戴式人体瘫倒检测报警装置的检测报警方法,包括以下步骤:
步骤1.1初始佩戴并开启设备后进行上电初始化,对各个模块进行初始操作;
步骤1.2第一次使用时设置用户信息、紧急求救联系人和其他部位辅助佩戴装置的佩戴个数及相应的佩戴部位,其中用户信息中包含使用者最常用的地理位置信息;
步骤1.3各模块传感器采集数据并将数据发送至信号处理模块;
步骤1.4信号处理模块对接收到的数据进行分析,最终判断出佩戴者是否出现瘫倒情况;
步骤1.5为减少设备误判率,当识别为瘫倒时将进入瘫倒确认状态;
步骤1.6确认发生瘫倒后进入紧急求救流程,否则进入步骤1.3。
7.如权利要求6所述穿戴式人体瘫倒检测报警装置的检测报警方法,其特征在于,
步骤1.4中瘫倒的判断方法为:
步骤2.1实时获取各加速度传感器采集的数据和腰部倾角数据;
步骤2.2对原始数据进行低通平滑滤波处理,去除高频噪声;
步骤2.3,采用FIFO模式存储当前时间点之前一段时间内的加速度数据和对应的倾角数据;
步骤2.4通过获取腰部倾角传感器测得的人体与水平面的夹角值θ来判定佩戴者当前的身体姿势,当θ>60°表示站立状态,而当θ<60°表示倾倒状态,若身体姿势由站立状态变为倾倒状态时,统计此状态变化区间各加速度传感器各自的加速度变化率,具体做法为:
1)记录身体姿势由站立变为平躺所用时间used_time:
身体与水平夹角θ≥60°时used_time为0,当身体倾角θ<60°
时开始统计时间,直至身体倾角θ<30°的一个静止状态计时结束。
2)统计该过程中各加速度传感器的加速度变化率,change_rate,计算方式为:
change _ rate = ( Σ t = t 1 t 2 Σ i = 0 3 | acc i ( t ) - last _ acc i ( t - T ) | ) / used _ time
其中acci(t)为t时刻i轴的加速度值;last_acci(t-1)为t-1时刻i轴的加速度值;t1为身体倾倒的开始时刻,t2为身体倾倒的截止时刻,T为加速度传感器的采样周期;
同样的方式统计其他辅助设备的加速度变化量;
若身体姿势变化所用时间used_time小于设定阈值TIME_TH,同时加速度变化率change_rate大于设定阈值CHANGE_TH则将腰部传感器瘫倒标志位置1;
步骤2.5统计瘫倒标志位为1的传感器个数,并计算瘫倒标志位为1的传感器个数与总传感器个数的比值r,若r处于设定阈值范围
Figure FDA0000468287480000032
内,则最终判为瘫倒。
8.如权利要求6所述穿戴式人体瘫倒检测报警装置的检测报警方法,其特征在于,所述紧急求救流程包括以下步骤:
步骤3.1当信号处理模块识别为瘫倒后进行语音警报,报警装置将进入语音确认,若佩戴者未在规定时间内按语音要求操作则进入步骤3.2;
步骤3.2获取当前的GPS位置信息,并计算出离初始设定地点的距离以及方位;
步骤3.3发送求救短信至预先设置的求救号码,信息包括了使用者的GPS绝对地理位置,同时设备通过内置的扬声器以最大音量开始呼救,以获得就近的帮助;
步骤3.4等待施救方的应答;
步骤3.5若应答时间超过了预先设定的等待时间,进入步骤3.6;
步骤3.6通过紧急呼救信号通道进行紧急呼救。
CN201410060700.XA 2014-02-21 2014-02-21 一种穿戴式人体瘫倒检测报警装置的检测报警方法 Expired - Fee Related CN103810817B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410060700.XA CN103810817B (zh) 2014-02-21 2014-02-21 一种穿戴式人体瘫倒检测报警装置的检测报警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410060700.XA CN103810817B (zh) 2014-02-21 2014-02-21 一种穿戴式人体瘫倒检测报警装置的检测报警方法

Publications (2)

Publication Number Publication Date
CN103810817A true CN103810817A (zh) 2014-05-21
CN103810817B CN103810817B (zh) 2016-01-20

Family

ID=50707527

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410060700.XA Expired - Fee Related CN103810817B (zh) 2014-02-21 2014-02-21 一种穿戴式人体瘫倒检测报警装置的检测报警方法

Country Status (1)

Country Link
CN (1) CN103810817B (zh)

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104539776A (zh) * 2014-11-24 2015-04-22 小米科技有限责任公司 报警提示方法和装置
CN104848474A (zh) * 2015-04-23 2015-08-19 广东美的制冷设备有限公司 可穿戴设备的误判确定方法、装置及系统
CN105118236A (zh) * 2015-09-25 2015-12-02 广东乐源数字技术有限公司 瘫倒监测和预防装置及其处理方法
CN105266765A (zh) * 2014-11-10 2016-01-27 北京至感传感器技术研究院有限公司 用于检测乳房生理变化的装置
CN105787237A (zh) * 2014-12-24 2016-07-20 刁宇童 一种读写姿势监测方法及装置
CN105989693A (zh) * 2015-02-04 2016-10-05 深圳好父母婴幼儿用品有限公司 一种空巢老人的关爱系统
CN106097653A (zh) * 2016-06-17 2016-11-09 深圳市易奉亲智慧养老科技有限公司 跌倒报警的方法和系统
CN106308811A (zh) * 2016-10-16 2017-01-11 北京工业大学 一种可穿戴智能健康监测系统
CN106710141A (zh) * 2016-12-12 2017-05-24 东莞市广信知识产权服务有限公司 一种监控老人摔倒的电子传感系统
CN107027108A (zh) * 2017-04-18 2017-08-08 广东小天才科技有限公司 一种自动发送求救信息的方法及终端设备
CN107346599A (zh) * 2017-07-12 2017-11-14 长沙学院 一种跌倒报警装置
CN107346600A (zh) * 2017-08-24 2017-11-14 江苏红豆实业股份有限公司 定位摔倒警报服
WO2018058788A1 (zh) * 2016-09-30 2018-04-05 福建工程学院 一种基于智能鞋的状态识别方法及系统
TWI624813B (zh) * 2016-10-19 2018-05-21 群邁通訊股份有限公司 求救方法、系統及電子裝置
CN109171734A (zh) * 2018-10-18 2019-01-11 中国科学院重庆绿色智能技术研究院 基于多传感器数据融合的人体行为分析云管理系统
US10204506B2 (en) 2016-10-19 2019-02-12 Chiun Mai Communication Systems, Inc. SOS signal transmitting method, and electronic device using same
CN111011974A (zh) * 2019-12-27 2020-04-17 北京京成兴华医疗科技有限公司 防跌倒鞋、跌倒预警方法、装置及计算机可读存储介质
CN111158512A (zh) * 2019-12-30 2020-05-15 深圳市千分一智能技术有限公司 电子笔控制方法、装置、设备及可读存储介质
CN111637887A (zh) * 2020-06-01 2020-09-08 太原理工大学 一种基于惯性模块的矿用单轨吊机车定位方法
CN112825209A (zh) * 2019-11-20 2021-05-21 浙江远图互联科技股份有限公司 基于实时定位技术的突发疾病警报系统
CN115273399A (zh) * 2022-07-29 2022-11-01 西安电子科技大学 基于陀螺仪三轴加速度传感器的老人救助设备及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005237576A (ja) * 2004-02-25 2005-09-08 Kansai Electric Power Co Inc:The 転倒判定装置
CN201853320U (zh) * 2010-11-23 2011-06-01 南通大学 老人监测与报警系统
CN102110347A (zh) * 2009-12-29 2011-06-29 深圳市赛格导航科技股份有限公司 一种人体跌倒检测和报警的设备和方法
CN102136180A (zh) * 2011-03-11 2011-07-27 北京航空航天大学 人体跌倒检测与报警装置
CN102982654A (zh) * 2012-12-07 2013-03-20 北京恒通安信科技有限公司 一种便携式智能化老人看护仪
CN203179226U (zh) * 2013-03-21 2013-09-04 浙江畅志科技有限公司 一种基于多传感器协同的人体跌倒检测预警装置
CN103417219A (zh) * 2013-09-11 2013-12-04 重庆大学 穿戴式人体跌倒检测装置
CN203931101U (zh) * 2014-02-21 2014-11-05 广东乐源数字技术有限公司 一种穿戴式人体瘫倒检测报警装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005237576A (ja) * 2004-02-25 2005-09-08 Kansai Electric Power Co Inc:The 転倒判定装置
CN102110347A (zh) * 2009-12-29 2011-06-29 深圳市赛格导航科技股份有限公司 一种人体跌倒检测和报警的设备和方法
CN201853320U (zh) * 2010-11-23 2011-06-01 南通大学 老人监测与报警系统
CN102136180A (zh) * 2011-03-11 2011-07-27 北京航空航天大学 人体跌倒检测与报警装置
CN102982654A (zh) * 2012-12-07 2013-03-20 北京恒通安信科技有限公司 一种便携式智能化老人看护仪
CN203179226U (zh) * 2013-03-21 2013-09-04 浙江畅志科技有限公司 一种基于多传感器协同的人体跌倒检测预警装置
CN103417219A (zh) * 2013-09-11 2013-12-04 重庆大学 穿戴式人体跌倒检测装置
CN203931101U (zh) * 2014-02-21 2014-11-05 广东乐源数字技术有限公司 一种穿戴式人体瘫倒检测报警装置

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105266765A (zh) * 2014-11-10 2016-01-27 北京至感传感器技术研究院有限公司 用于检测乳房生理变化的装置
CN104539776A (zh) * 2014-11-24 2015-04-22 小米科技有限责任公司 报警提示方法和装置
CN105787237A (zh) * 2014-12-24 2016-07-20 刁宇童 一种读写姿势监测方法及装置
CN105989693A (zh) * 2015-02-04 2016-10-05 深圳好父母婴幼儿用品有限公司 一种空巢老人的关爱系统
CN104848474A (zh) * 2015-04-23 2015-08-19 广东美的制冷设备有限公司 可穿戴设备的误判确定方法、装置及系统
CN104848474B (zh) * 2015-04-23 2017-09-29 广东美的制冷设备有限公司 可穿戴设备的误判确定方法、装置及系统
CN105118236A (zh) * 2015-09-25 2015-12-02 广东乐源数字技术有限公司 瘫倒监测和预防装置及其处理方法
WO2017049958A1 (zh) * 2015-09-25 2017-03-30 广东乐源数字技术有限公司 瘫倒监测和预防装置及其处理方法
CN105118236B (zh) * 2015-09-25 2018-08-28 广东乐源数字技术有限公司 瘫倒监测和预防装置及其处理方法
CN106097653A (zh) * 2016-06-17 2016-11-09 深圳市易奉亲智慧养老科技有限公司 跌倒报警的方法和系统
WO2018058788A1 (zh) * 2016-09-30 2018-04-05 福建工程学院 一种基于智能鞋的状态识别方法及系统
CN106308811A (zh) * 2016-10-16 2017-01-11 北京工业大学 一种可穿戴智能健康监测系统
US10204506B2 (en) 2016-10-19 2019-02-12 Chiun Mai Communication Systems, Inc. SOS signal transmitting method, and electronic device using same
TWI624813B (zh) * 2016-10-19 2018-05-21 群邁通訊股份有限公司 求救方法、系統及電子裝置
CN106710141A (zh) * 2016-12-12 2017-05-24 东莞市广信知识产权服务有限公司 一种监控老人摔倒的电子传感系统
CN107027108A (zh) * 2017-04-18 2017-08-08 广东小天才科技有限公司 一种自动发送求救信息的方法及终端设备
CN107346599A (zh) * 2017-07-12 2017-11-14 长沙学院 一种跌倒报警装置
CN107346600A (zh) * 2017-08-24 2017-11-14 江苏红豆实业股份有限公司 定位摔倒警报服
CN109171734A (zh) * 2018-10-18 2019-01-11 中国科学院重庆绿色智能技术研究院 基于多传感器数据融合的人体行为分析云管理系统
CN112825209A (zh) * 2019-11-20 2021-05-21 浙江远图互联科技股份有限公司 基于实时定位技术的突发疾病警报系统
CN111011974A (zh) * 2019-12-27 2020-04-17 北京京成兴华医疗科技有限公司 防跌倒鞋、跌倒预警方法、装置及计算机可读存储介质
CN111158512A (zh) * 2019-12-30 2020-05-15 深圳市千分一智能技术有限公司 电子笔控制方法、装置、设备及可读存储介质
CN111637887A (zh) * 2020-06-01 2020-09-08 太原理工大学 一种基于惯性模块的矿用单轨吊机车定位方法
CN115273399A (zh) * 2022-07-29 2022-11-01 西安电子科技大学 基于陀螺仪三轴加速度传感器的老人救助设备及方法

Also Published As

Publication number Publication date
CN103810817B (zh) 2016-01-20

Similar Documents

Publication Publication Date Title
CN103810817B (zh) 一种穿戴式人体瘫倒检测报警装置的检测报警方法
CN205041401U (zh) 设备佩戴检测装置及具有佩戴检测功能的监护装置
CN105342623B (zh) 智能跌倒监护装置及其处理方法
Shahzad et al. FallDroid: An automated smart-phone-based fall detection system using multiple kernel learning
RU2710294C1 (ru) Система мониторинга и оповещения о состоянии и поведении человека
CN203931101U (zh) 一种穿戴式人体瘫倒检测报警装置
Van Thanh et al. Development of a real-time, simple and high-accuracy fall detection system for elderly using 3-DOF accelerometers
Abbate et al. A smartphone-based fall detection system
Dai et al. PerFallD: A pervasive fall detection system using mobile phones
WO2017049958A1 (zh) 瘫倒监测和预防装置及其处理方法
CN205050303U (zh) 一种智能人体瘫倒监测装置
CN105632101A (zh) 一种人体防跌倒预警方法及系统
CN105078437A (zh) 一种穿戴式人体异常监测告警系统及其工作方法
CN106725445B (zh) 一种脑电波控制的便携式人体运动损伤监护系统与方法
Kostopoulos et al. F2D: A fall detection system tested with real data from daily life of elderly people
Huynh et al. Fall detection system using combination accelerometer and gyroscope
Naranjo-Hernandez et al. Personalization and adaptation to the medium and context in a fall detection system
CN102760341A (zh) 健康信息监测系统及方法
Hsieh et al. A wrist-worn fall detection system using accelerometers and gyroscopes
CN205665839U (zh) 可穿戴智能跌倒检测警报通知系统
Zitouni et al. Design of a smart sole with advanced fall detection algorithm
CN104297519A (zh) 人体运动姿态识别方法和移动终端
CN205103993U (zh) 一种智能人体跌倒监护装置
Dinh et al. Implementation of a physical activity monitoring system for the elderly people with built-in vital sign and fall detection
Horng et al. The smart fall detection mechanism for healthcare under free-living conditions

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210603

Address after: 276000 hantou village, Matou Town, Linyi City, Shandong Province

Patentee after: Linyi Huike Food Co.,Ltd.

Address before: 510663 unit 903, 9th floor, zone C3, innovation building, 182 science Avenue, Science City, Guangzhou hi tech Industrial Development Zone, Guangdong Province

Patentee before: GUANGDONG APPSCOMM Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20221221

Address after: 256500 to the north of Xingbo 3rd Road and the west of Xingye 5th Road, Boxing Economic Development Zone, Boxing County, Binzhou City, Shandong Province

Patentee after: Binzhou boxing Zhichuang Digital Technology Co.,Ltd.

Address before: 276000 hantou village, Matou Town, Linyi City, Shandong Province

Patentee before: Linyi Huike Food Co.,Ltd.

CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160120