CN104464191A - 一种跌倒识别方法、装置及系统 - Google Patents

一种跌倒识别方法、装置及系统 Download PDF

Info

Publication number
CN104464191A
CN104464191A CN201410767023.5A CN201410767023A CN104464191A CN 104464191 A CN104464191 A CN 104464191A CN 201410767023 A CN201410767023 A CN 201410767023A CN 104464191 A CN104464191 A CN 104464191A
Authority
CN
China
Prior art keywords
data
real
falling
time
ripple frequency
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.)
Pending
Application number
CN201410767023.5A
Other languages
English (en)
Inventor
高晓龙
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.)
CHENGDU STARKAIS INTELLIGENT TECHNOLOGY Co Ltd
Original Assignee
CHENGDU STARKAIS INTELLIGENT 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 CHENGDU STARKAIS INTELLIGENT TECHNOLOGY Co Ltd filed Critical CHENGDU STARKAIS INTELLIGENT TECHNOLOGY Co Ltd
Priority to CN201410767023.5A priority Critical patent/CN104464191A/zh
Publication of CN104464191A publication Critical patent/CN104464191A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • 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
    • G08B21/0453Sensor means for detecting worn on the body to detect health condition by physiological monitoring, e.g. electrocardiogram, temperature, breathing

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Emergency Management (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Pulmonology (AREA)
  • Cardiology (AREA)
  • Biophysics (AREA)
  • Physiology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Alarm Systems (AREA)

Abstract

本发明实施例提供了一种跌倒识别方法、装置及系统,涉及人体姿态识别技术领域。本发明实施例提供的方法包括,获得脉动频率数据、脉动强度数据和人体的三轴加速度数据,分别判断所述脉动频率数据、脉动强度数据和人体的三轴加速度数据是否超出预设的参考脉动频率数据、参考脉动强度数据和参考人体的三轴加速度数据,如果均超出则识别为跌倒。通过本发明实施例提供的跌倒识别方法、装置及系统,通过对人体心率数据和人体的三轴加速度数据进行监测,结合实时采集的心率数据和人体的三轴加速度数据进行跌倒识别,与现有跌倒识别方式相比,可以避免因人体正常下蹲或弯腰导致的识别错误的问题,提高跌倒识别的准确度,降低误报率。

Description

一种跌倒识别方法、装置及系统
技术领域
本发明涉及人体姿态识别技术领域,具体而言,涉及一种跌倒识别方法、装置及系统。
背景技术
迫于生活的压力,目前有相当多的老人和小孩都不能得到良好的照顾,导致老人或小孩跌倒到后不能得到及时救治,进而导致悲剧发生。为了解决老人或小孩跌倒后不能被及时发现的问题,人体跌倒识别装置应运而生,识别到老人或小孩跌倒后立即报警,以提示周围的人及时给予帮助。
目前常用的跌倒识别装置采用三维加速度传感器进行跌倒识别,如果三维加速度传感器采集的加速度数据发生较大变化,则识别为跌倒。但是,发明人在研究中发现,现有技术中仅通过加速度进行跌倒识别无法识别人体正常的下蹲、弯腰等动作,导致跌倒识别不准确,误报率较高。
发明内容
有鉴于此,本发明实施例的目的在于提供一种跌倒识别方法、装置及系统,以提高人体跌倒识别的准确度,降低误报率。
第一方面,本发明实施例提供了跌倒识别方法,用于人体跌倒识别,应用于跌倒识别系统,所述跌倒识别系统包括跌倒识别装置,所述方法包括:
所述跌倒识别装置实时获得脉动频率数据和脉动强度数据;
实时获得人体的三轴加速度数据;
将实时采集的所述脉动频率数据和所述脉动强度数据分别与预设的参考脉动频率数据和参考脉动强度数据进行比较,将实时采集的所述人体的三轴加速度数据与预设的参考加速度数据进行比较,如果实时采集的所述脉动频率数据大于预设的所述参考脉动频率数据、且实时采集的所述脉动强度数据大于预设的所述参考脉动强度数据、且实时采集的所述人体的三轴加速度数据大于预设的所述参考加速度数据,则识别为跌倒。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,所述方法还包括:
所述跌倒识别装置存储实时采集的所述脉动频率数据和所述脉动强度数据;
所述预设的参考脉动频率数据为当前时间之前的设定时间段内采集的脉动频率数据的平均值,所述预设的参考脉动强度数据为当前时间之前的设定时间段内采集的脉动强度数据的平均值。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第二种可能的实施方式,当识别为跌倒时,所述跌倒识别装置发出报警信号。
结合第一方面的第一种可能的实施方式或第二种可能的实施方式,本发明实施例提供了第一方面的第三种可能的实施方式,所述跌倒识别系统还包括与所述跌倒识别装置进行号码绑定的手机终端,所述方法还包括:
当识别为跌倒时,所述跌倒识别装置向所述手机终端发送报警短信。
第二方面,本发明实施例还提供了一种跌倒识别装置,用于人体跌倒识别,该跌倒识别装置应用于跌倒识别系统,所述跌倒识别装置包括:
心率数据获得单元,用于实时获得脉动频率数据和脉动强度数据;
三维姿态数据获得单元,用于实时获得人体的三轴加速度数据;
识别单元,用于将实时采集的所述脉动频率数据和所述脉动强度数据分别与预设的参考脉动频率数据和参考脉动强度数据进行比较,将实时采集的所述人体的三轴加速度数据与预设的参考加速度数据进行比较,如果实时采集的所述脉动频率数据大于预设的所述参考脉动频率数据、且实时采集的所述脉动强度数据大于预设的所述参考脉动强度数据、且实时采集的所述人体的三轴加速度数据大于预设的所述参考加速度数据,则识别为跌倒。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,所述跌倒识别装置还包括存储单元,用于存储所述心率数据获得单元实时获得的所述脉动频率数据和所述脉动强度数据;
所述预设的参考脉动频率数据为当前时间之前的设定时间段内采集的脉动频率数据的平均值,所述预设的参考脉动强度数据为当前时间之前的设定时间段内采集的脉动强度数据的平均值。
结合第二方面的第一种可能的实施方式,本发明实施例提供了第一方面的第二种可能的实施方式,所述跌倒识别装置还包括报警单元,用于当所述识别单元识别为跌倒时发出报警信号。
第三方面,本发明实施例提供了一种跌倒识别系统,用于人体跌倒识别,包括:
心率检测装置,用于实时采集脉动频率数据和脉动强度数据,将采集到的所述脉动频率数据和所述脉动强度数据实时传输至跌倒识别装置;
三维加速度测试装置,用于实时采集人体的三轴加速度数据,将采集到的所述人体的三轴加速度数据实时传输至跌倒识别装置;
跌倒识别装置,用于接收实时采集的所述脉动频率数据和所述脉动强度数据,接收实时采集的所述人体的三轴加速度数据;将实时采集的所述脉动频率数据和所述脉动强度数据分别与预设的参考脉动频率数据和参考脉动强度数据进行比较,将实时采集的所述人体的三轴加速度数据与预设的参考加速度数据进行比较,如果实时采集的所述脉动频率数据大于预设的所述参考脉动频率数据、且实时采集的所述脉动强度数据大于预设的所述参考脉动强度数据、且实时采集的所述人体的三轴加速度数据大于预设的所述参考加速度数据,则识别为跌倒。
结合第三方面,本发明实施例还提供了第三方面的第一种可能的实施方式,所述跌倒识别装置还用于存储所述心率检测装置实时采集的所述脉动频率数据和所述脉动强度数据;
所述预设的参考脉动频率数据为当前时间之前的设定时间段内采集的脉动频率数据的平均值,所述预设的参考脉动强度数据为当前时间之前的设定时间段内采集的脉动强度数据的平均值。
结合第三方面的第一种可能的实施方式,本发明实施例还提供了第三方面的第二种可能的实施方式,所述跌倒识别装置还用于当其识别为跌倒时发出报警信号。
通过本发明实施例提供的跌倒识别方法、装置及系统,通过对人体心率数据和人体的三轴加速度数据进行监测,结合实时采集的心率数据和人体的三轴加速度数据进行跌倒识别,与现有跌倒识别方式相比,可以避免因人体正常下蹲或弯腰导致的识别错误的问题,提高跌倒识别的准确度,降低误报率。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的一种跌倒识别方法的流程;
图2示出了本发明实施例提供的一种跌倒识别装置的结构;
图3示出了本发明实施例提供的一种跌倒识别系统的结构。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
跌倒识别是用于对被监控对象进行人体跌倒识别,当识别到人体跌倒时给出报警信号,以提示被监控对象周围的人及时给予帮助,以避免跌倒后不能得到及时救治而对被监控对象造成二次伤害。有效的跌倒识别能够为被监控对象提供帮助,但是如果误报,即当被监控对象未跌倒时也发出报警信号,则可能对被监控对象周围的人造成不必要的麻烦,影响对被监控对象周围的人的正常活动。因此,如何提高跌倒识别的识别精度,降低误报率显得非常重要。基于此,发明人经过长期研究,提出了本发明实施例提供的跌倒识别器、跌倒识别方法、跌倒识别装置及跌倒识别系统。
图1示出了本发明实施例提供的跌倒识别方法的流程,用于人体跌倒识别。参阅图1,本发明实施例提供的跌倒识别方法,应用于跌倒识别系统,跌倒识别系统中包括跌倒识别装置,所述方法包括:
步骤S101:所述跌倒识别装置实时获得脉动频率数据和脉动强度数据。脉动频率数据和脉动强度数据可以通过心率检测装置(仪)(现有技术)采集得到,然后将实时采集到的脉动频率数据和脉动强度数据实时传输至跌倒识别装置。
步骤S102:跌倒识别装置实时获得人体的三轴加速度数据。人体的三轴加速度数据即是指人体在x轴、y轴、z轴方向的加速度数据,人体的三轴加速度数据可以通过三维加速度传感器(现有技术)采集得到,然后将实时采集到的人体的三轴加速度数据实时传输至跌倒识别装置。
步骤S103:将实时采集的所述脉动频率数据和所述脉动强度数据分别与预设的参考脉动频率数据和参考脉动强度数据进行比较,将实时采集的所述人体的三轴加速度数据与预设的参考加速度数据进行比较,如果实时采集的所述脉动频率数据大于预设的所述参考脉动频率数据、且实时采集的所述脉动强度数据大于预设的所述参考脉动强度数据、且实时采集的所述人体的三轴加速度数据均大于预设的所述参考加速度数据,则识别为跌倒。参考脉动频率数据和参考脉动强度数据、参考加速度数据可以通过采集被监控对象在正常行走时的相应数据而获得。
跌倒识别是识别被监控对象是否跌倒。如果被监控对象是在正常行走,那么人体的三轴加速度数据应该保持在一个相对稳定的三轴加速度数值范围(该数值范围的最大值即是本发明实施例中的参考加速度数据),当被监控对象中正常行走过程中突然跌倒或正常下蹲、弯腰时,三轴加速度数据会突然发生变化,超出正常行走时的相对稳定的数值范围。因此,通过实时采集被监控对象的人体的三轴加速度数据可以进行跌倒识别。但是由于人体正常弯腰或下蹲时也会导致人体的三轴加速度数据超出正常行走时的相对稳定的数值范围,因此导致跌倒识别不准确。
人体在正常行走或坐立时,人体的心率数据(脉动频率数据和脉动强度数据)会保持在一个相对稳定的心率数值范围(脉动频率和脉动强度分别有一个相对稳定的数值范围)。当人体跌倒时,由于惊吓,人体的心率数据会突然发生变化,脉动频率数据和脉动强度数据会快速增大,而当人体正常下蹲或会弯腰时,心率数据可能会发生微小变化但不会发生突变,而是保持在相对稳定的心率数值范围内。因此,本发明实施例提供的跌倒识别方法,通过对人体心率数据和人体的三轴加速度数据进行监测,结合实时采集的心率数据和人体的三轴加速度数据进行跌倒识别,与现有跌倒识别方式相比,可以避免因人体正常下蹲或弯腰导致的识别错误的问题,提高跌倒识别的准确度,降低误报率。
识别到人头跌倒后,为了引起被监控对象周围的人注意,以及时提供帮助,本发明实施例提供的方法还包括:
步骤S104:当识别为跌倒时,跌倒识别装置发出报警信号。报警信号可以是声音信号或者灯光信号,报警信号也可以同时包括声音信号和灯光信号。当被监控对象跌倒后发出报警信号,被监控对象周围的人听到或看到报警信号后,根据报警信号的发出点可以及时发现跌倒的被监控对象,以便于及时提供帮助,避免因跌倒后不能得到及时救治而导致的悲剧发生。
可选的,作为一种较优的实施方式,跌倒识别系统中还包括与跌倒识别装置进行号码绑定的手机终端。所述方法还可以包括:
当识别为跌倒时,跌倒识别装置向该手机终端发送报警短信。
跌倒识别装置向该手机终端发送报警短信的方式可以有多种,例如,被监控对象手动向该手机终端发送报警短信,也可以跌倒识别装置自动向手机终端发送报警短信。与跌倒识别装置进行号码绑定的手机终端可以有多个。跌倒识别装置中布置GSM单元,当跌倒识别装置识别为跌倒后通过GSM单元可以给位于异地(远离被监控对象)的被监控对象的亲人发送报警短信,以便于及时通知被监控对象的亲人。
人在不同的时间可能会有不同的心情,而当人处于悲伤、愤怒、兴奋等各种不同心情下,人体的心率数据会有所不同,因此,如果预设的参考脉动频率数据和参考脉动强度数据固定不变,可能会导致识别不够准确。为了进一步提高跌倒识别精度,作为较优的一种实施方式,所述预设的参考脉动频率数据和参考脉动强度数据会动态变化,即预设的参考脉动频率数据为当前时间之前的设定时间段内采集的脉动频率数据的平均值,所述预设的参考脉动强度数据为当前时间之前的设定时间段内采集的脉动强度数据的平均值。所述设定时间段越短,识别精度越高,较佳的,设定时间段可以设置为1分钟。参考脉动频率数据和参考脉动强度数据随时间(即是随心情变化)动态变化,可以进一步提高跌倒识别精度。当然的,为了得到当前时间之前的设定时间段内采集的脉频率度数据的平均值以及当前时间之前的设定时间段内采集的脉动强度数据的平均值,跌倒识别装置需要对实时采集的脉动频率数据和脉动强度数据进行存储。
参阅图2,本发明实施例还提供了一种跌倒识别装置,应用于跌倒识别系统,用于进行人体跌倒识别。该跌倒识别装置,包括:
心率数据获得单元201,用于实时获得脉动频率数据和脉动强度数据。脉动频率数据和脉动强度数据可以通过心率检测装置(仪)采集得到,然后将实时采集到的脉动频率数据和脉动强度数据实时传输至心率数据获得单元201。
三维姿态数据获得单元202,用于实时获得人体的三轴加速度数据。人体的三轴加速度数据可以通过三维加速度传感器采集得到,然后将实时采集到的人体的三轴加速度数据实时传输至三维姿态数据获得单元202。
识别单元203,用于将实时采集的所述脉动频率数据和所述脉动强度数据分别与预设的参考脉动频率数据和参考脉动强度数据进行比较,将实时采集的所述人体的三轴加速度数据与预设的参考加速度数据进行比较,如果实时采集的所述脉动频率数据大于预设的所述参考脉动频率数据、且实时采集的所述脉动强度数据大于预设的所述参考脉动强度数据、且实时采集的所述人体的三轴加速度数据均大于预设的所述参考加速度数据,则识别为跌倒。
可选的,作为一种较优的实施方式,跌倒识别装置还包括报警单元204,用于当识别单元203识别为跌倒时发出报警信号。报警信号可以是声音信号、光信号,报警信号也可以同时包括声音信号和光信号。可选的,跌倒识别装置中还可以布置GSM单元,通过GSM单元向与跌倒识别装置进行账号绑定的手机终端(位于异地的被监控对象的亲人所持有)发送报警短信。
可选的,作为又一种较优的实施方式,跌倒识别装置还包括存储单元205,用于存储心率数据获得单元201实时获得的所述脉动频率数据和所述脉动强度数据。所述预设的参考脉动频率数据为当前时间之前的设定时间段内采集的脉动频率数据的平均值,所述预设的参考脉动强度数据为当前时间之前的设定时间段内采集的脉动强度数据的平均值。
为了节约篇幅,此处未对跌倒识别装置的跌倒识别过程进行具体详细描述,跌倒识别过程请参见前述跌倒识别方法描述。
参阅图3,本发明实施例还提供了一种跌倒识别系统,用于人体跌倒识别。该跌倒识别系统,包括:
心率检测装置301,用于实时采集脉动频率数据和脉动强度数据,将采集到的所述脉动频率数据和所述脉动强度数据实时传输至跌倒识别装置。
三维加速度测试装置302,用于实时采集人体的三轴加速度数据,将采集到的所述人体的三轴加速度数据实时传输至跌倒识别装置。
跌倒识别装置303,用于接收实时采集的所述脉动频率数据和所述脉动强度数据,接收实时采集的所述人体的三轴加速度数据;将实时采集的所述脉动频率数据和所述脉动强度数据分别与预设的参考脉动频率数据和参考脉动强度数据进行比较,将实时采集的所述人体的三轴加速度数据与预设的参考加速度数据进行比较,如果实时采集的所述脉动频率数据大于预设的所述参考脉动频率数据、且实时采集的所述脉动强度数据大于预设的所述参考脉动强度数据、且实时采集的所述人体的三轴加速度数据均大于预设的所述参考加速度数据,则识别为跌倒。
可选的,作为一种较佳的实施方式,跌倒识别装置303还用于当其识别为跌倒时发出报警信号。
可选的,作为一种较佳的实施方式,跌倒识别装置303还用于当其识别为跌倒时向与其账号绑定的手机终端发送报警短信。
可选的,作为又一种较佳的实施方式,跌倒识别装置303还用于存储所述心率检测装置(仪)实时采集的所述脉动频率数据和所述脉动强度数据。所述预设的参考脉动频率数据为当前时间之前的设定时间段内采集的脉动频率数据的平均值,所述预设的参考脉动强度数据为当前时间之前的设定时间段内采集的脉动强度数据的平均值。
本发明实施例提供的跌倒识别装置及系统,通过对人体心率数据和人体的三轴加速度数据进行实时监测,结合实时采集的心率数据和人体的三轴加速度数据进行跌倒识别,与现有跌倒识别方式相比,可以避免因人体正常下蹲或弯腰导致的识别错误的问题,提高跌倒识别的准确度,降低误报率。
容易理解的,上述跌倒识别系统中各组成部件可以是分别独立的产品,各组成部件之间通过有线或无线连接。各组成部件也可以集成在一起构成一个跌倒识别器,各组成部件可以共用一个电源。
本发明实施例所提供的装置及系统,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本发明实施例所提供的进行跌倒识别方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种跌倒识别方法,用于人体跌倒识别,其特征在于,应用于跌倒识别系统,所述跌倒识别系统包括跌倒识别装置,所述方法包括:
所述跌倒识别装置实时获得脉动频率数据和脉动强度数据;
实时获得人体的三轴加速度数据;
将实时采集的所述脉动频率数据和所述脉动强度数据分别与预设的参考脉动频率数据和参考脉动强度数据进行比较,将实时采集的所述人体的三轴加速度数据与预设的参考加速度数据进行比较,如果实时采集的所述脉动频率数据大于预设的所述参考脉动频率数据、且实时采集的所述脉动强度数据大于预设的所述参考脉动强度数据、且实时采集的所述人体的三轴加速度数据大于预设的所述参考加速度数据,则识别为跌倒。
2.根据权利要求1所述的方法,其特征在于,还包括:
所述跌倒识别装置存储实时采集的所述脉动频率数据和所述脉动强度数据;
所述预设的参考脉动频率数据为当前时间之前的设定时间段内采集的脉动频率数据的平均值,所述预设的参考脉动强度数据为当前时间之前的设定时间段内采集的脉动强度数据的平均值。
3.根据权利要求2所述的方法,其特征在于,还包括:当识别为跌倒时,所述跌倒识别装置发出报警信号。
4.根据权利要求2或3所述的方法,其特征在于,所述跌倒识别系统还包括与所述跌倒识别装置进行号码绑定的手机终端,所述方法还包括:
当识别为跌倒时,所述跌倒识别装置向所述手机终端发送报警短信。
5.一种跌倒识别装置,用于人体跌倒识别,其特征在于,应用于跌倒识别系统,所述跌倒识别装置包括:
心率数据获得单元,用于实时获得脉动频率数据和脉动强度数据;
三维姿态数据获得单元,用于实时获得人体的三轴加速度数据;
识别单元,用于将实时采集的所述脉动频率数据和所述脉动强度数据分别与预设的参考脉动频率数据和参考脉动强度数据进行比较,将实时采集的所述人体的三轴加速度数据与预设的参考加速度数据进行比较,如果实时采集的所述脉动频率数据大于预设的所述参考脉动频率数据、且实时采集的所述脉动强度数据大于预设的所述参考脉动强度数据、且实时采集的所述人体的三轴加速度数据大于预设的所述参考加速度数据,则识别为跌倒。
6.根据权利要求5所述的跌倒识别装置,其特征在于,还包括存储单元,用于存储所述心率数据获得单元实时获得的所述脉动频率数据和所述脉动强度数据;
所述预设的参考脉动频率数据为当前时间之前的设定时间段内采集的脉动频率数据的平均值,所述预设的参考脉动强度数据为当前时间之前的设定时间段内采集的脉动强度数据的平均值。
7.根据权利要求5或6所述的跌倒识别装置,其特征在于,还包括报警单元,用于当所述识别单元识别为跌倒时发出报警信号。
8.一种跌倒识别系统,用于人体跌倒识别,其特征在于,包括:
心率检测装置,用于实时采集脉动频率数据和脉动强度数据,将采集到的所述脉动频率数据和所述脉动强度数据实时传输至跌倒识别装置;
三维加速度测试装置,用于实时采集人体的三轴加速度数据,将采集到的所述人体的三轴加速度数据实时传输至跌倒识别装置;
跌倒识别装置,用于接收实时采集的所述脉动频率数据和所述脉动强度数据,接收实时采集的所述人体的三轴加速度数据;将实时采集的所述脉动频率数据和所述脉动强度数据分别与预设的参考脉动频率数据和参考脉动强度数据进行比较,将实时采集的所述人体的三轴加速度数据与预设的参考加速度数据进行比较,如果实时采集的所述脉动频率数据大于预设的所述参考脉动频率数据、且实时采集的所述脉动强度数据大于预设的所述参考脉动强度数据、且实时采集的所述人体的三轴加速度数据大于预设的所述参考加速度数据,则识别为跌倒。
9.根据权利要求8所述的跌倒识别系统,其特征在于,
所述跌倒识别装置还用于存储所述心率检测装置实时采集的所述脉动频率数据和所述脉动强度数据;
所述预设的参考脉动频率数据为当前时间之前的设定时间段内采集的脉动频率数据的平均值,所述预设的参考脉动强度数据为当前时间之前的设定时间段内采集的脉动强度数据的平均值。
10.根据权利要求9所述的跌倒识别系统,其特征在于,所述跌倒识别装置还用于当其识别为跌倒时发出报警信号。
CN201410767023.5A 2014-12-12 2014-12-12 一种跌倒识别方法、装置及系统 Pending CN104464191A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410767023.5A CN104464191A (zh) 2014-12-12 2014-12-12 一种跌倒识别方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410767023.5A CN104464191A (zh) 2014-12-12 2014-12-12 一种跌倒识别方法、装置及系统

Publications (1)

Publication Number Publication Date
CN104464191A true CN104464191A (zh) 2015-03-25

Family

ID=52910168

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410767023.5A Pending CN104464191A (zh) 2014-12-12 2014-12-12 一种跌倒识别方法、装置及系统

Country Status (1)

Country Link
CN (1) CN104464191A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104799826A (zh) * 2015-04-30 2015-07-29 王家法 一种智能安康服务系统及报警可靠检测方法
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
CN105786186A (zh) * 2016-03-16 2016-07-20 中山大学 一种基于红外线热成像的智能报警系统
WO2017049957A1 (zh) * 2015-09-25 2017-03-30 广东乐源数字技术有限公司 智能跌倒监护装置及其处理方法
CN106960544A (zh) * 2017-05-22 2017-07-18 广东工业大学 一种跌倒检测系统
CN106971503A (zh) * 2017-05-22 2017-07-21 广东工业大学 一种跌倒监测装置及方法
CN107289586A (zh) * 2017-06-15 2017-10-24 广东美的制冷设备有限公司 空调系统、空调器和通过空调系统进行跌倒报警的方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3972590B2 (ja) * 2001-03-15 2007-09-05 株式会社ノーリツ 人体検出装置
NL1031958C2 (nl) * 2006-06-07 2007-12-10 Hobo Heeze B V Persoonsbewakingssysteem voor het in ware tijd signaleren van epilepsieaanvallen.
CN103021129A (zh) * 2012-12-04 2013-04-03 东南大学 一种老年人跌倒监测系统及其方法
CN203015121U (zh) * 2012-11-30 2013-06-19 广东长宝信息科技有限公司 一种具摔倒检测和语音提示功能的定位终端
CN203118166U (zh) * 2012-04-13 2013-08-07 无锡先凯智能科技有限公司 生物体跌倒检测装置
CN103393412A (zh) * 2013-08-15 2013-11-20 重庆邮电大学 一种基于智能家居的老人看护装置
CN203786872U (zh) * 2014-04-16 2014-08-20 郑翠霞 一种老人生理智能监控预警系统
CN104055518A (zh) * 2014-07-08 2014-09-24 广州柏颐信息科技有限公司 一种跌倒检测腕表及跌倒检测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3972590B2 (ja) * 2001-03-15 2007-09-05 株式会社ノーリツ 人体検出装置
NL1031958C2 (nl) * 2006-06-07 2007-12-10 Hobo Heeze B V Persoonsbewakingssysteem voor het in ware tijd signaleren van epilepsieaanvallen.
CN203118166U (zh) * 2012-04-13 2013-08-07 无锡先凯智能科技有限公司 生物体跌倒检测装置
CN203015121U (zh) * 2012-11-30 2013-06-19 广东长宝信息科技有限公司 一种具摔倒检测和语音提示功能的定位终端
CN103021129A (zh) * 2012-12-04 2013-04-03 东南大学 一种老年人跌倒监测系统及其方法
CN103393412A (zh) * 2013-08-15 2013-11-20 重庆邮电大学 一种基于智能家居的老人看护装置
CN203786872U (zh) * 2014-04-16 2014-08-20 郑翠霞 一种老人生理智能监控预警系统
CN104055518A (zh) * 2014-07-08 2014-09-24 广州柏颐信息科技有限公司 一种跌倒检测腕表及跌倒检测方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104799826A (zh) * 2015-04-30 2015-07-29 王家法 一种智能安康服务系统及报警可靠检测方法
CN104799826B (zh) * 2015-04-30 2018-05-15 王家法 一种智能安康服务系统及报警可靠检测方法
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
WO2017049957A1 (zh) * 2015-09-25 2017-03-30 广东乐源数字技术有限公司 智能跌倒监护装置及其处理方法
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
CN105786186A (zh) * 2016-03-16 2016-07-20 中山大学 一种基于红外线热成像的智能报警系统
CN106960544A (zh) * 2017-05-22 2017-07-18 广东工业大学 一种跌倒检测系统
CN106971503A (zh) * 2017-05-22 2017-07-21 广东工业大学 一种跌倒监测装置及方法
CN107289586A (zh) * 2017-06-15 2017-10-24 广东美的制冷设备有限公司 空调系统、空调器和通过空调系统进行跌倒报警的方法

Similar Documents

Publication Publication Date Title
CN104464191A (zh) 一种跌倒识别方法、装置及系统
US6591132B2 (en) Artifact detection in encephalogram data using an event model
CN107647860B (zh) 一种心率检测方法、装置、电子设备及存储介质
EP3876191B1 (en) Estimator generation device, monitoring device, estimator generation method, estimator generation program
US10226209B2 (en) Method and apparatus for classification of seizure type and severity using electromyography
US8109891B2 (en) Device and method for detecting an epileptic event
US20200077902A1 (en) Systems and methods for detecting corrupt or inaccurate sensory representations
CN105286850A (zh) 基于老人机平台的多模态健康监护系统和方法
US8723691B2 (en) Pedestrian safety system
US20150342519A1 (en) System and method for diagnosing medical condition
AU2015371205B2 (en) Method and apparatus of monitoring a patient for motor manifestations including seizure activity
CN106139536A (zh) 一种提醒方法和装置
CN104615851A (zh) 一种睡眠监控方法及终端
JP6538055B2 (ja) 発作検出システムにてデータの伝送を制御する方法
CN105708440A (zh) 一种静息心率测量方法和终端
CN113516828B (zh) 溺水监测方法、装置、设备与计算机可读存储介质
CN110111815A (zh) 动物异常声音监控方法及装置、存储介质、电子设备
CN105827869A (zh) 一种移动终端的防沉迷方法、装置及移动终端
JP2016059765A (ja) 音情報処理装置及びシステム
CN116473556A (zh) 一种基于多位点皮肤生理响应的情感计算方法及系统
CN105224083A (zh) 一种信息处理方法及电子设备
EP3547176A1 (en) Apparatus and method for determining circulatory disease potential
KR20200058737A (ko) 웨어러블 통신 단말 기반 긁음 행위 인식 시스템 및 그 방법
CN113040757B (zh) 头部姿态监测方法、装置、头部智能穿戴设备及存储介质
US9563178B2 (en) Methods for computing an alarm time and devices thereof

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20150325

RJ01 Rejection of invention patent application after publication