CN105686258B - 一种智能手杖及使用者跌倒判断的方法 - Google Patents

Abstract

本发明公开了一种智能手杖，涉及助行装置技术领域，包括杆体及与杆体相连的手柄，关键在于：在手柄内设置有与微处理器模块相连的跌倒判断模块及报警模块，所述跌倒判断模块包括加速度传感器和光线传感器。另外本发明还公开了一种基于上述智能手杖的使用者跌倒判断的方法。本发明的有益技术效果是：在手柄上设置了硅胶及纳米改性塑料，能够使手柄有舒适的手感及良好的抗菌功能；手杖采用铝合金材质，重量轻、强度好；在手柄内设置了跌倒判断模块，可以有效判断使用者是否跌倒，并及时上报监护人。

Description

一种智能手杖及使用者跌倒判断的方法

技术领域

本发明是涉及助行装置技术领域，具体为一种适用于行动不便的人特别是老年人的智能手杖。

背景技术

手杖是一种适用于行动不便老年人或者病人的助行装置，包括杆体和手柄。杆体可以伸缩以适应不同身高的人，且杆体呈直线形或大体直线形。杆体上端与手柄相连、下端设置包裹防滑橡胶或防滑金属。手柄处设有与人体的手指相配合的凹槽，以提高舒适性并且可以防止在施力时手在手柄上打滑。

跌倒是老年人的危险杀手，针对这一问题，除了必要的防范措施之外，若能在老年人发生摔倒的最短时间内，对老年人进行及时有效的救助，可避免因跌倒带来的严重后果。因此，跌倒检测有着十分重要的意义，当异常情况发生时，能够及时地做出报警处理，使得摔倒的老年人能够得到及时的救助。为此，手杖的智能化已成为发展趋势。

现有技术中可以依靠加速度传感器、陀螺仪等惯性器件获取人体运动产生的动态传感数据，通过数据处理和模式识别算法实现跌倒检测。目前制约跌倒检测实用化的主要问题在于存在误报、漏报等方面的不足。当人体跌倒而未能判断出时，就起不到保护效果，当人体没有跌倒而做出误判断时，必然给人们带来不便。

发明内容

本发明要解决的问题是提供一种智能手杖，通过在手杖的手柄内设置加速度传感器和光线传感器，对使用者使用过程中的手杖信息实时监控，当判断使用者跌倒后，发出报警并通过GSM/GPRS 模块向监护人报告。

为解决上述技术问题，本发明采用的技术方案是：一种智能手杖，包括杆体及与杆体相连的手柄，关键在于：在手柄内设置有与微处理器模块相连的跌倒判断模块及报警模块，所述跌倒判断模块包括加速度传感器和光线传感器。

进一步的，在手柄内设有数据传输模块，数据传输模块包括与微处理器模块相连的GPS模块、GSM/GPRS 模块和语音模块，微处理器模块存储有监护人的电话。

此外，本发明还提供了一种使用者跌倒判断的方法，基于上述的智能手杖，包括以下步骤：

A、通过光线传感器采集到的信号判断使用者是否手握手杖，如果是则执行步骤B，否则判定手杖闲置，

B、用加速度判定算法判断手杖是否倒下，加速度判定算法中包括以下步骤：微处理器模块以4Hz–20Hz的频率采集加速度传感器的输出，

1-1、根据加速度传感器的输出判断手杖是否倒下，如果是，记录此刻时间T1，

1-2、根据加速度传感器的输出的合值是否小于阈值，如果是，记录此刻时间T2，

1-3、比较T1和T2，如果两者之间的时间差小于1.2秒，则判定使用者跌倒，否则判定使用者正常，

C、当判定使用者跌倒时，将跌倒信息及位置信息发送至监护人并发出报警信号。

本发明的有益技术效果是：在手柄上设置了硅胶及纳米改性塑料，能够使手柄有舒适的手感及良好的抗菌功能；手杖采用铝合金材质，重量轻、强度好；在手柄内设置了跌倒判断模块，可以有效判断使用者是否跌倒，并及时上报监护人。

下面结合附图对本发明进行详细说明。

附图说明

图1是本发明智能手杖的视图；

图2是图1的侧视图；

图3是本发明智能手杖控制电路的原理示意图。

在附图中：1是杆体，2是手柄，3是硅胶，4是医用纳米改性塑料，5是按压开关式照明灯，6是橡胶底脚，7是微处理器模块，8是加速度传感器，9是光线传感器，10是报警模块，11是GPS模块，12是GSM/GPRS 模块，13是语音模块，14是SOS按键。

具体实施方式

参见附图1-3，本发明提供了一种智能手杖，包括杆体1及与杆体1相连的手柄2，关键在于：在手柄2内设置有与微处理器模块7相连的跌倒判断模块及报警模块10，所述跌倒判断模块包括加速度传感器8和光线传感器9。通过检测光线传感器9是否被遮挡状态下（即手握状态），来判断使用者是否在使用手杖。通过微处理器模块7检测加速度传感器8三个轴的输出值来判断手杖大范围角度和加速度的变化进而判断使用者是否跌倒，如果跌倒则通过报警模块10发出报警声。

在手柄2内设有数据传输模块，数据传输模块包括与微处理器模块7相连的GPS模块11、GSM/GPRS 模块12和语音模块13，微处理器模块7存储有监护人的电话。通过数据传输模块能够在使用者跌倒后向监护人发出报警并传输音频数据。语音模块13还可以在手杖倒下后提示使用者拿起手杖。

手柄2呈平滑过渡的>形，手柄2为铝合金材质并且在手柄2上顶面的凹槽内设置有硅胶3、内侧面包覆有医用纳米改性塑料4。在>形手柄2的转角处设有按压开关式照明灯5。在手柄2上设有SOS按键14。杆体1为伸缩式结构，在杆体1底端固定带有球形防滑头的橡胶底脚6。

手柄2顶部外表面设置硬度适中的硅胶3，不但手握感更舒服，也能抑制细菌的滋生。手柄2中间部位材料是高纯度铝合金材质，不但有高强度的支撑力，重量更轻，外观上手柄2与杆体1融为一体。手柄2内侧的医用纳米改性塑料4具有超强抗菌性，同时还具有很强的耐水解、耐热和耐光老化性能，常温下 10 年内不会发生明显降解作用，在高温和氧的同时作用下不会明显加快老化进程，具有优良的电绝缘性能、防滑性、机械强度、耐辐射性、耐油和耐药品性能。手杖的杆体1选用铝合金型材，为了满足手杖可调节长度，支杆分两部分设计并穿插在一起，通过弹簧插销的方式可以自由灵活调整手杖高度。与手柄2连接的支杆外直径为 21.5mm，壁厚1-1.2mm，支杆颜色与手柄2金属部分颜色保持一致，使造型简洁。照明灯设在手杖的前端，当老人需要时只需要按动灯头即可，而不需要再去按动另外的按钮，这一设计根据老人使用习惯，防止老人对按钮指定功能容易混淆，当老人想用照明时只需要按灯头即可。

基于使用上述的智能手杖判断使用者跌倒时，包括以下步骤：

A、通过光线传感器9采集到的信号判断使用者是否手握手杖，如果是则执行步骤B，否则判定手杖闲置；

B、用加速度判定算法判断手杖是否倒下，加速度判定算法中包括以下步骤：微处理器模块以4Hz–20Hz的频率采集加速度传感器8的输出，

1-1、根据加速度传感器8的输出判断手杖是否倒下，如果是，记录此刻时间T1。具体实施时是微处理器模块7以4Hz频率检测加速度传感器8中垂直于地面的轴的输出值并参考另外两个轴的输出值判断手杖是不是横倒，如果是则记录此刻时间T1；

1-2、根据加速度传感器8的输出的合值是否小于阈值a[i]（，阈值为0.5G，G为重力加速度），如果是，记录此刻时间T2；

1-3、比较T1和T2，如果两者之间的时间差小于1.2秒，则判定使用者跌倒，否则判定使用者正常；

C、当判定使用者跌倒时，将跌倒信息及位置信息发送至监护人并发出报警信号。

进一步的，在步骤B中还包括光线传感器9的信号检测，当检测到使用者松开手杖时，记录此刻时间T3，比较T1、T2和T3，如果T1、T2之间的时间差小于1.2秒且T1、T2的最小值与T3之间的间隔不大于2秒（优选800毫秒），则判定使用者跌倒。

进一步的，在步骤B中还包括利用运动状态检测算法判定使用者状态的步骤，运动状态检测算法中包括以下步骤：

2-1、建立全局数组，存储加速度传感器8采集到的最近3s的三轴输出物理合值a[i]，其中；

2-2、微处理器模块7以4Hz频率检测数组里面的值中a[i]>10kg/m²的个数K；

2-3、判断K是否大于3，如果是则判定使用者处于行走状态，否则判定使用者处于静止状态。

当微处理器模块7判定使用者处于静止状态并且手杖倒下时，会首先通过语音模块13提示使用者扶起手杖并通过加速度传感器8判断手杖在10秒内是否扶起，如果手杖扶起则判定仅手杖倒下且使用者正常，否则判定使用者跌倒。

上述步骤中T1、T2具体是加速度传感器8分别判断手杖角度和加速度值发生跌倒时的时间点。此外还可以在手柄2上设置压力传感器与光线传感器9配合用来检测使用者在跌倒时是否手握手柄2。

使用者在使用手杖时跌倒和没有跌倒的状态分析：使用者在行走过程中跌倒分为两种情景。一种是跌倒后手还一直握着手杖，之后一段时间内（起来的过程中）再松开手杖；另一种是跌倒过程中或者跌倒前松开手杖，摔倒在地。这两种状态发生后都将立刻上报监护人老人疑似跌倒并且手杖不播报“请您扶起手杖”。这两种状态满足加速度判定算法判断跌倒的算法，并且手握手杖的时间点T3在T1和T2后发生或者T1、T2先发生后与T3间隔小于等于800毫秒。手杖不播报“请您扶起手杖”而直接上报监护人。

使用者在静止状态跌倒。这个状态下，手必须握着手杖并且满足加速度判定算法，手杖倒地会播报3-5遍“请您扶起手杖”，期间没有扶起手杖，视为跌倒，上报监护人。

需要排除假跌倒情景：使用者行走过程中停下后或者静止状态拿起手杖平放在沙发或桌子上，这个状态下检测的加速度值会较跌倒状态小，不满足加速度传感器8合加速度的判断条件，所以手杖不播报“请您扶起手杖”，视为没有触发跌倒报警机制；行走中停下后把手杖靠在桌边或墙边，没有放稳，手杖倒地，这种状态特点分析：手离开光线传感器9时间T3与T1、T2的时间间隔一般大于800毫秒，视为手杖没放稳倒地。播报3-5遍“请您扶起手杖”，期间没有扶起手杖，视为跌倒，上报监护人。

Claims (3)

1.一种使用者跌倒判断的方法，其特征在于包括以下步骤：

A、通过光线传感器（9）采集到的信号判断使用者是否手握手杖，如果是则执行步骤B，否则判定手杖闲置，

B、用加速度判定算法判断手杖是否倒下，加速度判定算法中包括以下步骤：微处理器模块（7）以4Hz–20Hz的频率采集加速度传感器（8）的输出，

1-1、根据加速度传感器（8）的输出判断手杖是否倒下，如果是，记录此刻时间T1，

1-2、根据加速度传感器（8）的输出的合值是否小于阈值，如果是，记录此刻时间T2，

1-3、比较T1和T2，如果两者之间的时间差小于1.2秒，则判定使用者跌倒，否则判定使用者正常，

C、当判定使用者跌倒时，将跌倒信息及位置信息发送至监护人并发出报警信号；

在步骤B中还包括利用运动状态检测算法判定使用者状态的步骤，运动状态检测算法中包括以下步骤：

2-1、建立全局数组，存储加速度传感器（8）采集到的最近3s的三轴输出物理合值a[i]，其中；

2-2、以4Hz频率检测数组里面的值中a[i]>10kg/m²的个数K；

2-3、判断K是否大于3，如果是则判定使用者处于行走状态，否则判定使用者处于静止状态；

当判定使用者处于静止状态并且手杖倒下时，提示使用者扶起手杖并判断手杖在10秒内是否扶起，如果手杖扶起则判定仅手杖倒下且使用者正常，否则判定使用者跌倒。

2.根据权利要求1所述的使用者跌倒判断的方法，其特征在于：步骤B中还包括光线传感器（9）的信号检测，当检测到使用者松开手杖时，记录此刻时间T3，比较T1、T2和T3，如果T1、T2之间的时间差小于1.2秒且T1、T2的最小值与T3之间的间隔不大于2秒，则判定使用者跌倒。

3.根据权利要求2所述的使用者跌倒判断的方法，其特征在于：T1、T2之间的时间差小于1.2秒且T1、T2的最小值与T3之间的间隔不大于800毫秒，则判定使用者跌倒。