CN106097654B - 一种跌倒检测方法和可穿戴式跌倒检测装置 - Google Patents

一种跌倒检测方法和可穿戴式跌倒检测装置 Download PDF

Info

Publication number
CN106097654B
CN106097654B CN201610601474.0A CN201610601474A CN106097654B CN 106097654 B CN106097654 B CN 106097654B CN 201610601474 A CN201610601474 A CN 201610601474A CN 106097654 B CN106097654 B CN 106097654B
Authority
CN
China
Prior art keywords
value
user
change rate
atmospheric pressure
air pressure
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.)
Active
Application number
CN201610601474.0A
Other languages
English (en)
Other versions
CN106097654A (zh
Inventor
赵志刚
尹伟彬
陈茁
张向东
方华斌
温立
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.)
Goertek Inc
Original Assignee
Goertek Inc
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 Goertek Inc filed Critical Goertek Inc
Priority to CN201610601474.0A priority Critical patent/CN106097654B/zh
Publication of CN106097654A publication Critical patent/CN106097654A/zh
Application granted granted Critical
Publication of CN106097654B publication Critical patent/CN106097654B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
    • G08B21/043—Alarms 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0446—Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait

Landscapes

  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明公开了一种跌倒检测方法和可穿戴式跌倒检测装置，该方法包括：利用气压传感器采集气压值，计算气压变化率；在气压变化率大于变化率门限值a1时，记录下当前时刻t0以及对应时刻的气压值m；将从当前时刻t0开始至时刻t1结束的时间段内的气压值和气压变化率存储到存储模块，并获取气压值的最大值max_1和气压变化率的最大值max_2；判断max_1、max_2、m与变化率门限值a2、气压门限值b、c之间是否满足：max_2>a2且b<max_1‑m<c；若满足，则判断用户跌倒；若不满足，则清空存储模块，继续监测气压变化率。通过气压值和气压变化率判断用户是否跌倒，过程简单、易实现，实时性和准确率较高。

Description

一种跌倒检测方法和可穿戴式跌倒检测装置
技术领域
本发明涉及智能电子设备技术领域，特别涉及一种跌倒检测方法和可穿戴式跌倒检测装置。
背景技术
跌倒是造成老年人群伤残、失能和死亡的重要因素，严重影响老年人的身心健康。随着人口老龄化问题的日趋突出，老年人跌倒发生率也相应增高，积极关注、有效预防老年人跌倒是造福老年人服务的一项非常重要的内容。
目前，市场上相关的老年人监护产品只是单纯通过加速度传感器和陀螺仪检测老人跌倒情况，需要采集各种行为情况下的传感器的数据，对数据的特征进行分析，但是各种行为类型较为复杂，检测准确率不高，大部分跌倒检测方案算法复杂、时效性差、很难工程化，实用性不强，对于危害严重的跌倒事件来说，还不足以完全监护使用者的行走安全。
发明内容
为了解决现有的跌倒检测方案算法复杂、时效性差、准确率不高的问题，本发明提供了一种跌倒检测方法和可穿戴式跌倒检测装置。
依据本发明的一个方面，本发明提供了一种跌倒检测方法，包括：
在用户佩戴的可穿戴式设备中设置气压传感器，利用所述气压传感器监测用户所处环境的大气压强，按照设定的采样间隔Δt采集气压值，并实时计算出气压变化率；
对气压变化率进行监测，在气压变化率大于预先设定的第一变化率门限值a1时，记录下当前时刻t0以及对应时刻的气压值m；
将从当前时刻t0开始至时刻t1结束的第一设定时间段内的气压值和气压变化率存储到存储模块中，并获取其中的气压值的最大值max_1和气压变化率的最大值max_2；
判断气压值的最大值max_1、气压变化率的最大值max_2、t0时刻的气压值m与预先设定的第二变化率门限值a2、第一气压门限值b、第二气压门限值c之间是否满足以下关系：
max_2>a2且b<max_1-m<c；
若满足上述关系，则判断用户跌倒；
若不满足上述关系，则清空所述存储模块中存储的气压值及气压变化率，继续监测气压变化率。
其中，预先设定波动误差值d，在判断出用户跌倒之后，所述方法还包括：
将从时刻t1开始至时刻t2结束的第二设定时间段内的气压值存储到存储模块中，若气压值始终在区间[max_1-d，max_1+d]内波动，则判断用户跌倒之后未起身，将用户跌倒的相关信息存储到所述存储模块中；否则判断用户跌倒之后起身，将用户跌倒的相关信息存储到存储模块中，清空所述存储模块中存储的气压值及气压变化率，继续监测气压变化率。
其中，所述方法还包括：
在用户佩戴的可穿戴式设备中设置蜂鸣器/扬声器，在判断出用户跌倒或者判断出用户跌倒之后未起身时，通过所述蜂鸣器/扬声器发出报警信号；
和/或，在用户佩戴的可穿戴式设备中设置移动通信模块，通过所述移动通信模块向预先设定的终端设备发送用户跌倒的报警信号；
和/或，在用户佩戴的可穿戴式设备中设置加速度传感器和陀螺仪，利用所述加速度传感器和陀螺仪获取用户行为的加速度和角速度，结合用户跌倒时的加速度和角速度，判断用户跌倒的方式及方向；
和/或，在用户佩戴的可穿戴式设备中设置温度传感器，通过所述温度传感器记录用户跌倒时的环境温度。
其中，所述按照设定的采样间隔Δt采集气压值，并实时计算出气压变化率包括：
对于每一个时刻k，计算该时刻气压值的预测值Xk -，Xk -＝Xk-1+(Xk-1-Xk-2)；
若预测值Xk -与该时刻所述气压传感器采集到的气压值Xk之间的差值超过预设的误差限度值e，即|Xk-Xk -|>e，则将记录的气压值Xk修正为预测值Xk -；
对于每一个时刻k，根据修正后的气压值，采用中心差分的方法实时计算该时刻气压变化率
其中，所述采样间隔Δt＝20ms；
所述第一变化率门限值a1＝(3～4)Pa/s；
所述第二变化率门限值a2＝(8～10)Pa/s；
所述第一气压门限值b＝(8～10)Pa；
所述第二气压门限值c＝(15～18)Pa；
所述波动误差值d＝(1～1.5)Pa；
t1-t0＝(2～4)s；t2-t1＝(60～90)s。
依据本发明的另一方面，本发明提供了一种可穿戴式跌倒检测装置，包括气压传感器、控制器和存储模块；
所述气压传感器，用于监测用户所处环境的大气压强，按照设定的采样间隔Δt采集气压值，并将采集到的气压值传输给所述控制器；
所述控制器，用于根据所述气压传感器采集到的气压值实时计算出气压变化率；当气压变化率大于预先设定的第一变化率门限值a1时，记录当前时刻t0以及对应时刻的气压值m，并将从当前时刻t0开始至时刻t1结束的时间段内的气压值和气压变化率存储到所述存储模块中，并获取其中的气压值的最大值max_1和气压变化率的最大值max_2；判断气压值的最大值max_1、气压变化率的最大值max_2、t0时刻的气压值m与预先设定的第二变化率门限值a2、第一气压门限值b、第二气压门限值c之间是否满足以下关系：max_2>a2且b<max_1-m<c；若满足上述关系，则判断用户跌倒；若不满足上述关系，则清空所述存储模块中存储的气压值及气压变化率，并继续监测气压变化率。
其中，所述控制器还用于，在判断用户跌倒之后，将从时刻t1开始至时刻t2结束的时间段内的气压值存储到所述存储模块中；若所述气压值始终在区间[max_1-d，max_1+d]内波动，则判断用户跌倒之后未起身，将用户跌倒的相关信息存储到所述存储模块中；否则判断用户跌倒之后起身，将用户跌倒的相关信息存储到存储模块中，清空所述存储模块中存储的气压值及气压变化率，继续监测气压变化率；其中d为预先设定的波动误差值。
其中，所述装置还包括蜂鸣器/扬声器、移动通信模块、加速度传感器和陀螺仪以及温度传感器；
所述蜂鸣器/扬声器，用于在所述控制器判断出用户跌倒或者判断出用户跌倒之后未起身时，发出报警信号；
所述移动通信模块，用于在所述控制器判断出用户跌倒或者判断出用户跌倒之后未起身时，向预先设定的终端设备发送用户跌倒的报警信号；
所述加速度传感器和陀螺仪，用于获取用户行为的加速度数据和角速度数据；所述控制器，还用于结合用户跌倒时的加速度和角速度，判断用户跌倒的方式及方向；
所述温度传感器，用于记录用户跌倒时的环境温度。
其中，所述控制器还用于，对于每一个时刻k，计算该时刻气压值的预测值Xk -，Xk -＝Xk-1+(Xk-1-Xk-2)；若预测值Xk -与该时刻所述气压传感器采集到的气压值Xk之间的差值超过预设的误差限度值e，即|Xk-Xk -|>e，则将所述存储模块记录的气压值Xk修正为预测值Xk -；对于每一个时刻k，根据修正后的气压值，采用中心差分的方法计算该时刻气压变化率
其中，所述采样间隔Δt＝20ms；
所述第一变化率门限值a1＝(3～4)Pa/s；
所述第二变化率门限值a2＝(8～10)Pa/s；
所述第一气压门限值b＝(8～10)Pa；
所述第二气压门限值c＝(15～18)Pa；
所述波动误差值d＝(1～1.5)Pa；
t1-t0＝(2～4)s；t2-t1＝(60～90)s。
本发明实施例的有益效果是：本方案通过在用户佩戴的可穿戴式设备中设置气压传感器监测大气压强，采集反映用户高度变化的气压值并计算出气压变化率，通过高度的变化范围和变化速率来判断用户是否跌倒，相比于利用陀螺仪和加速度传感器判断用户是否跌倒，本方案判断过程简单、容易实现，具有较强的实时性，并且准确率更高。进一步地，本方案在判断用户跌倒之后的一段时间内继续监测气压值，若气压值始终在气压最大值附近波动，则判断用户跌倒之后未起身，可以反映用户因跌倒而受到伤害的严重程度，作为救助的参考数据。在一优选实施例中，在判断出用户跌倒或者判断出用户跌倒之后未起身时，通过述蜂鸣器/扬声器发出报警信号；和/或，通过移动通信模块向预先设定的终端设备发送用户跌倒的报警信号，从而在用户跌倒时可以及时发出报警信号，使跌倒的用户能够尽快得到救助。在另一优选实施例中，通过对采集的气压值数据做平滑校正，当采集值与预测值相差过大时，将采集值作为一个干扰数据，用预测值代替，从而避免了在监测大气压强的过程中采集的干扰数据对判断用户运动状态的不良影响。在再一优选实施例中，还可以在用户佩戴的可穿戴式设备中设置加速度传感器和陀螺仪，结合用户跌倒时的加速度和角速度判断用户跌倒的方式及方向，提高跌倒监测的精度。
附图说明
图1为本发明实施例提供的一种跌倒检测方法的流程图；
图2为用户在跌倒及正常行为下传感器数据曲线示意图；
图3为本发明实施例提供的一种可穿戴式跌倒检测装置的结构示意图。
具体实施方式
本发明的设计构思是：由于高度的变化是跌倒与其他行为状况的重要区别所在，因此利用气压传感器监测大气压强，通过采集的气压值和计算出的气压变化率来反映用户高度的变化，通过高度的变化范围和变化速率来判断用户是否跌倒。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
图1为本发明实施例提供的一种跌倒检测方法的流程图。如图1所示，本发明实施例提供的跌倒检测方法包括：
步骤S101：在用户佩戴的可穿戴式设备中设置气压传感器，利用该气压传感器监测用户所处环境的大气压强，按照设定的采样间隔Δt采集气压值，并实时计算出气压变化率。
通常高度越高的位置大气压强越低，因此气压传感器采集的气压值的变化反应了用户高度的变化，当用户跌倒时，高度由高变低，并且高度变化的速率较大，高度的变化是跌倒与其他行为状况的非常重要的区别所在，但是目前仅通过加速度传感器和陀螺仪检测跌倒情况无法反应用户跌倒时的高度变化，因此本发明实施例采用气压传感器监测大气压强，并实时计算气压变化率，据此来判断用户的行为状态，直观、实用性强，并且准确率高。
步骤S102：对气压变化率进行监测，判断气压变化率是否超过预先设定的第一变化率门限值a1。当气压变化率大于预先设定的第一变化率门限值a1时，执行步骤S103；否则，返回步骤S101，继续实时计算气压变化率。
当用户跌倒时，高度的变化率较大，因此气压变化率也较大。预先设置第一变化率门限值a1，当监测到气压变化率大第一变化率门限值a1时，反映出用户高度变化的速率较大，可初步判断用户可能跌倒。
步骤S103：记录下当前时刻t0以及对应时刻的气压值m。
将时刻t0作为用户跌倒这一过程的初始时刻。
步骤S104：将从当前时刻t0开始至时刻t1结束的第一设定时间段内的气压值和气压变化率存储到存储模块中，并获取其中的气压值的最大值max_1和气压变化率的最大值max_2。
根据经验或实验，设置一个合理的时间段，如果用户跌倒，那么在该时间段内可以完成跌倒的整个过程，并且该时间段也不宜过长，否则会增加判断的时间，降低时效性。本实施例在从当前时刻t0开始至时刻t1结束的时间段判断用户是否摔断，将该时间段内采集到的气压值和计算出的气压变化率存储到存储模块中，并获取其中的气压值的最大值max_1和气压变化率的最大值max_2，气压值的最大值max_1反映了用户跌倒时的最低高度，气压变化率的最大值max_2反映了用户跌倒过程中竖直向下的最大速率。
步骤S105：判断气压值的最大值max_1、气压变化率的最大值max_2、t0时刻的气压值m与预先设定的第二变化率门限值a2、第一气压门限值b、第二气压门限值c之间是否满足以下关系：max_2>a2且b<max_1-m<c。若满足上述关系，则继续执行步骤S106；否则，执行步骤S107。
用户跌倒的过程中，高度的变化率会很大，即用户竖直向下速率会很大，并且从开始跌倒的一个时间段内，该速率会逐渐增大，因此设定一个大于第一变化率门限值a1的第二变化率门限值a2，只有max_2>a2时，用户才有可能跌倒，否则即使用户的高度变化很大，也不能判断用户跌倒。例如用户下楼梯或坐下的过程中，虽然高度变化很大，即气压值变化很大，但是由于气压变化率还不够大，不能满足max_2>a2，因此不能判断用户跌倒。
如果用户跌倒，那么用户的高度必然会发生一定的变化，只有高度的变化在一个合理的范围内，用户才有可能是跌倒了。气压最大值max_1可以反映用户跌倒时的最低高度，max_1-m则反映了在从当前时刻t0开始至时刻t1结束的时间段内，用户高度变化的最大值。
首先，高度的变化不能太小，例如用户在手部佩戴设置有气压传感器的可穿戴设备，当用户正常行走时手臂摆动可能造成气压变化率很大，但是这一过程中的气压值的变化很小，也就是说用户高度变化很小，不能判断用户跌倒，因此设定第一气压门限值b，只有当max_1-m>b时，用户才有可能跌倒。
其次，高度的变化不能过大，例如用户在头部佩戴设置有气压传感器的可穿戴设备，那么用户跌倒时的高度变化就不应该大于用户的身高，因此设定第二气压门限值c，只有当max_1-m<c时，用户才有可能跌倒，例如用户在下电梯的过程中，气压变化率较大，满足max_2>a2的条件，但是气压值的变化过大，超出了合理的范围，仍然不能判断用户跌倒。
步骤S106：判断用户跌倒。
步骤S107：清空存储模块中存储的气压值及气压变化率，之后返回步骤S101，继续监测气压变化率。
在判断用户跌倒后，可以将用户跌倒的相关信息存储到存储模块中，相关信息可以包括用户跌倒的时间和位置等信息，用户跌倒之后是否起身可以反映用户因跌倒而受到伤害的严重程度，因此为了获取用户在跌倒之后的状况，预先设定波动误差值d，在判断出用户跌倒之后，本发明提供的跌倒检测方法还进一步包括：
步骤S108：将从时刻t1开始至时刻t2结束的第二设定时间段内的气压值存储到存储模块中。
步骤S109：判断气压值是否始终在区间[max_1-d，max_1+d]内波动，若是，则继续执行步骤S110；否则，执行步骤S111。
步骤S110：判断用户跌倒之后未起身，将用户跌倒的相关信息存储到存储模块中，例如，可以存储用户跌倒的时间和位置等信息，并注明用户该次跌倒之后一段时间内没有起身。
步骤S111：判断用户跌倒之后起身，将用户跌倒的相关信息存储到存储模块中，例如，可以存储用户跌倒的时间和位置等信息，还可以存储用户该次跌倒至起身之间的时间间隔，如用户跌倒2秒之后起身。之后，返回步骤S107。
如果用户因跌倒而受到的伤害并不严重，那么用户应当可以在从时刻t1开始至时刻t2结束的时间段内起身，气压传感器采集到的气压值应该会降低到用户跌倒之间的水平，因此一旦在从时刻t1开始至时刻t2结束的时间段内气压传感器采集到的气压值均在max_1附近波动，可以判断用户跌倒之后没有起身。
需要说明的是，上述各门限值可以通过实验积累数据之后调试确定，大量的实验数据可以保证设定的门限值适当，有助于准确判断用户的运动状态。在本发明的一个优选实施例中，采样间隔Δt＝20ms，第一变化率门限值a1＝(3～4)Pa/s，第二变化率门限值a2＝(8～10)Pa/s，第一气压门限值b＝(8～10)Pa，第二气压门限值c＝(15～18)Pa，波动误差值d＝(1～1.5)Pa，t1-t0＝(2～4)s，t2-t1＝(60～90)s。在本优选实施例中，利用上述参数可以准确判断用户的运动状态。
在一优选实施例中，本发明提供的跌倒检测方法还包括：在用户佩戴的可穿戴式设备中设置蜂鸣器/扬声器，和/或设置移动通信模块，在判断出用户跌倒或者判断出用户跌倒之后未起身时，通过该蜂鸣器/扬声器发出报警信号；和/或，通过该移动通信模块，如GPRS模块，向预先设定的终端设备发送用户跌倒的报警信号，如向监护人的手机发送报警信号。从而在用户跌倒时可以及时发出报警信号，使跌倒的用户能够尽快得到救助。
在另一优选实施例中，本发明提供的跌倒检测方法还包括：
在用户佩戴的可穿戴式设备中设置加速度传感器和陀螺仪，利用该加速度传感器和陀螺仪获取用户行为的加速度和角速度。结合加速度传感器和陀螺仪获取的用户跌倒时的加速度和角速度，判断用户跌倒的方式及方向，如被障碍物绊倒、缓慢摔倒及用户跌倒时前倾、后倾、侧倾的情况。对用户未跌倒的正常行为，例如正常行走、下楼梯、下电梯、坐下等，也可以综合气压传感器、加速度传感器和陀螺仪的检测数据进行判断。如图2所示，图2为用户在跌倒及正常行为下传感器数据曲线示意图。
在再一优选实施例中，还可以在用户佩戴的可穿戴式设备中设置温度传感器，通过该温度传感器记录用户跌倒时的环境温度，在利用移动通信模块向预先设定的终端设备发送用户跌倒的报警信号的同时也发送环境温度，作为救助用户的参考信息。
在利用气压传感器监测大气压强，采集气压值的过程中，可能会采集到一些干扰数据，影响对用户运动状态的判断，因此，本发明的优选实施例提供的跌倒检测方法还包括数据平滑校正的过程，具体为：
对于每一个时刻k，计算该时刻气压值的预测值Xk -＝Xk-1+(Xk-1-Xk-2)，其中Xk -为当前时刻k对应的气压值的预测值，Xk-1为存储模块中记录的前一时刻k-1对应的气压值；若预测值Xk -与该时刻气压传感器采集到的气压值Xk之间的差值超过预设的误差限度值e，即|Xk-Xk -|>e，判断采集到的气压值Xk为一个干扰数据，将记录的气压值Xk修正为预测值Xk -。
然后，根据修正后的气压值，采用中心差分的方法实时计算该时刻气压变化率
基于相同的发明构思，本发明实施例还提供了一种可穿戴式跌倒检测装置。图3为本发明实施例提供的一种可穿戴式跌倒检测装置的结构示意图。如图3所示，本发明实施例提供的可穿戴式跌倒检测装置包括气压传感器310、控制器320和存储模块330；
气压传感器310监测用户所处环境的大气压强，按照设定的采样间隔Δt采集气压值，并将采集到的气压值传输给控制器320。
控制器320根据气压传感器310采集到的气压值实时计算出气压变化率；当气压变化率大于预先设定的第一变化率门限值a1时，记录当前时刻t0以及对应时刻的气压值m，并将从当前时刻t0开始至时刻t1结束的时间段内的气压值和气压变化率存储到存储模块330中，并获取其中的气压值的最大值max_1和气压变化率的最大值max_2；判断气压值的最大值max_1、气压变化率的最大值max_2、t0时刻的气压值m与预先设定的第二变化率门限值a2、第一气压门限值b、第二气压门限值c之间是否满足以下关系：max_2>a2且b<max_1-m<c，其中，气压最大值max_1反映用户跌倒时的最低高度，max_1-m反映在从当前时刻t0开始至时刻t1结束的时间段内，用户高度变化的最大值，气压变化率最大值max_2反映用户跌倒时竖直向下的最大速率；若满足上述关系，则判断用户跌倒；若不满足上述关系，则清空存储模块330中存储的气压值及气压变化率，并继续监测气压变化率。其中，c与b的数值差与用户的身高有关。
用户跌倒时，其高度变化的速率会很快，即气压变化率会很大，并且在这一过程中用户的高度必然会发生一定的变化，只有高度的变化在一个合理的范围内，用户才有可能是跌倒了，气压值变化的范围过大或过小都不能判断用户跌倒。
优选地，在判断用户跌倒之后，控制器320还进一步将从时刻t1开始至时刻t2结束的时间段内的气压值存储到存储模块330中，若从时刻t1开始至时刻t2结束的时间段内的气压值始终在区间[max_1-d，max_1+d]内波动，则控制器320判断用户跌倒之后未起身，将用户跌倒的相关信息存储到存储模块330中，如用户跌倒的时间和位置以及用户该次跌倒之后一段时间内没有起身等信息；否则控制器320判断用户跌倒之后起身，将用户跌倒的相关信息存储到存储模块330中，如用户跌倒的时间和位置以及用户该次跌倒至起身之间的时间间隔等信息，并清空存储模块330中存储的气压值及气压变化率，继续监测气压变化率，其中d为预先设定的波动误差值，从而可以判断出用户因跌倒而受到伤害的严重程度。
优选的，采样间隔Δt＝20ms，第一变化率门限值a1＝(3～4)Pa/s，第二变化率门限值a2＝(8～10)Pa/s，第一气压门限值b＝(8～10)Pa，第二气压门限值c＝(15～18)Pa，波动误差值d＝(1～1.5)Pa，t1-t0＝(2～4)s，t2-t1＝(60～90)s，利用上述参数可以准确判断用户的运动状态。
在一个优选实施例中，本发明实施例提供的可穿戴式跌倒检测装置还包括蜂鸣器/扬声器340、移动通信模块350、加速度传感器和陀螺仪360以及温度传感器370。
在控制器320判断出用户跌倒或者判断出用户跌倒之后未起身时，蜂鸣器/扬声器340发出报警信号，移动通信模块350向预先设定的终端设备发送用户跌倒的报警信号，如向监护人的手机发送报警信号。
加速度传感器和陀螺仪360获取用户行为的加速度数据和角速度数据，控制器320结合用户跌倒时的加速度和角速度，判断用户跌倒的方式及方向，如被障碍物绊倒、缓慢摔倒及用户跌倒时前倾、后倾、侧倾的情况。对用户未跌倒的正常行为，例如正常行走、下楼梯、下电梯、坐下等，也可以综合气压传感器、加速度传感器和陀螺仪的检测数据进行判断。
温度传感器370记录用户跌倒时的环境温度，移动通信模块350向预先设定的终端设备发送用户跌倒的报警信号的同时也发送环境温度，作为救助用户的参考信息。
在另一个优选实施例中，对于每一个时刻k，控制器320还计算该时刻气压值的预测值Xk -，Xk -＝Xk-1+(Xk-1-Xk-2)；若预测值Xk -与该时刻气压传感器310采集到的气压值Xk之间的差值超过预设的误差限度值e，即|Xk-Xk -|>e，则将存储模块330记录的气压值Xk修正为预测值Xk -。
控制器320通过上述对气压传感器310采集的气压值数据做平滑校正，当采集值与预测值相差过大时，将采集值作为一个干扰数据，用预测值进行修正代替，并且对于每一个时刻k，控制器320根据修正后的气压值，采用中心差分的方法计算该时刻气压变化率从而避免了在利用气压传感器310监测大气压强、采集气压值的过程中，采集到的干扰数据对判断用户运动状态的不良影响。
综上所述，本发明提供的一种跌倒检测方法和可穿戴式跌倒检测装置，与现有技术相比，具有以下有益效果：
1、通过在用户佩戴的可穿戴式设备中设置气压传感器监测大气压强，采集反映用户高度变化的气压值并计算出气压变化率，通过高度的变化范围和变化速率来判断用户是否跌倒，相比于利用陀螺仪和加速度传感器判断用户是否跌倒，本方案判断过程简单、容易实现，具有较强的实时性，并且准确率更高。
2、在判断出用户跌倒或者判断出用户跌倒之后未起身时，通过述蜂鸣器/扬声器发出报警信号；和/或，通过移动通信模块向预先设定的终端设备发送用户跌倒的报警信号，从而在用户跌倒时可以及时发出报警信号，使跌倒的用户能够尽快得到救助。
3、在判断用户跌倒之后的一段时间内继续监测气压值，若气压值始终在气压最大值附近波动，则判断用户跌倒之后未起身，可以反映用户因跌倒而受到伤害的严重程度，作为救助的参考数据。
4、通过对采集的气压值数据做平滑校正，当采集值与预测值相差过大时，将采集值作为一个干扰数据，用预测值代替，从而避免了在监测大气压强的过程中采集的干扰数据对判断用户运动状态的不良影响。
5、在用户佩戴的可穿戴式设备中设置加速度传感器和陀螺仪，结合用户跌倒时的加速度和角速度判断用户跌倒的方式及方向，提高跌倒监测的精度。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (10)

1.一种跌倒检测方法，其特征在于，所述方法包括：
在用户佩戴的可穿戴式设备中设置气压传感器，利用所述气压传感器监测用户所处环境的大气压强，按照设定的采样间隔Δt采集气压值，并实时计算出气压变化率；
对气压变化率进行监测，在气压变化率大于预先设定的第一变化率门限值a1时，记录下当前时刻t0以及对应时刻的气压值m；
将从当前时刻t0开始至时刻t1结束的第一设定时间段内的气压值和气压变化率存储到存储模块中，并获取其中的气压值的最大值max_1和气压变化率的最大值max_2；
判断气压值的最大值max_1、气压变化率的最大值max_2、t0时刻的气压值m与预先设定的第二变化率门限值a2、第一气压门限值b、第二气压门限值c之间是否满足以下关系：
max_2>a2且b<max_1-m<c；
若满足上述关系，则判断用户跌倒；
若不满足上述关系，则清空所述存储模块中存储的气压值及气压变化率，继续监测气压变化率。
2.如权利要求1所述的跌倒检测方法，其特征在于，预先设定波动误差值d，在判断出用户跌倒之后，所述方法还包括：
将从时刻t1开始至时刻t2结束的第二设定时间段内的气压值存储到存储模块中，若气压值始终在区间[max_1-d，max_1+d]内波动，则判断用户跌倒之后未起身，将用户跌倒的相关信息存储到所述存储模块中；否则判断用户跌倒之后起身，将用户跌倒的相关信息存储到存储模块中，清空所述存储模块中存储的气压值及气压变化率，继续监测气压变化率。
3.如权利要求2所述的跌倒检测方法，其特征在于，所述方法还包括：
在用户佩戴的可穿戴式设备中设置蜂鸣器/扬声器，在判断出用户跌倒或者判断出用户跌倒之后未起身时，通过所述蜂鸣器/扬声器发出报警信号；
和/或，在用户佩戴的可穿戴式设备中设置移动通信模块，通过所述移动通信模块向预先设定的终端设备发送用户跌倒的报警信号；
和/或，在用户佩戴的可穿戴式设备中设置加速度传感器和陀螺仪，利用所述加速度传感器和陀螺仪获取用户行为的加速度和角速度，结合用户跌倒时的加速度和角速度，判断用户跌倒的方式及方向；
和/或，在用户佩戴的可穿戴式设备中设置温度传感器，通过所述温度传感器记录用户跌倒时的环境温度。
4.如权利要求3所述的跌倒检测方法，其特征在于，所述按照设定的采样间隔Δt采集气压值，并实时计算出气压变化率包括：
对于每一个时刻k，计算该时刻气压值的预测值Xk -，Xk -＝Xk-1+(Xk-1-Xk-2)；
若预测值Xk -与该时刻所述气压传感器采集到的气压值Xk之间的差值超过预设的误差限度值e，即|Xk-Xk -|>e，则将记录的气压值Xk修正为预测值Xk -；
对于每一个时刻k，根据修正后的气压值，采用中心差分的方法实时计算该时刻气压变化率
5.如权利要求2-4任一项所述的跌倒检测方法，其特征在于：
所述采样间隔Δt＝20ms；
所述第一变化率门限值a1＝(3～4)Pa/s；
所述第二变化率门限值a2＝(8～10)Pa/s；
所述第一气压门限值b＝(8～10)Pa；
所述第二气压门限值c＝(15～18)Pa；
所述波动误差值d＝(1～1.5)Pa；
t1-t0＝(2～4)s；t2-t1＝(60～90)s。
6.一种可穿戴式跌倒检测装置，其特征在于，所述装置包括气压传感器、控制器和存储模块；
所述气压传感器，用于监测用户所处环境的大气压强，按照设定的采样间隔Δt采集气压值，并将采集到的气压值传输给所述控制器；
所述控制器，用于根据所述气压传感器采集到的气压值实时计算出气压变化率；当气压变化率大于预先设定的第一变化率门限值a1时，记录当前时刻t0以及对应时刻的气压值m，并将从当前时刻t0开始至时刻t1结束的时间段内的气压值和气压变化率存储到所述存储模块中，并获取其中的气压值的最大值max_1和气压变化率的最大值max_2；判断气压值的最大值max_1、气压变化率的最大值max_2、t0时刻的气压值m与预先设定的第二变化率门限值a2、第一气压门限值b、第二气压门限值c之间是否满足以下关系：max_2>a2且b<max_1-m<c；若满足上述关系，则判断用户跌倒；若不满足上述关系，则清空所述存储模块中存储的气压值及气压变化率，并继续监测气压变化率。
7.如权利要求6所述的可穿戴式跌倒检测装置，其特征在于，所述控制器还用于，在判断用户跌倒之后，将从时刻t1开始至时刻t2结束的时间段内的气压值存储到所述存储模块中；若所述气压值始终在区间[max_1-d，max_1+d]内波动，则判断用户跌倒之后未起身，将用户跌倒的相关信息存储到所述存储模块中；否则判断用户跌倒之后起身，将用户跌倒的相关信息存储到存储模块中，清空所述存储模块中存储的气压值及气压变化率，继续监测气压变化率；其中d为预先设定的波动误差值。
8.如权利要求7所述的可穿戴式跌倒检测装置，其特征在于，所述装置还包括蜂鸣器/扬声器、移动通信模块、加速度传感器和陀螺仪以及温度传感器；
所述蜂鸣器/扬声器，用于在所述控制器判断出用户跌倒或者判断出用户跌倒之后未起身时，发出报警信号；
所述移动通信模块，用于在所述控制器判断出用户跌倒或者判断出用户跌倒之后未起身时，向预先设定的终端设备发送用户跌倒的报警信号；
所述加速度传感器和陀螺仪，用于获取用户行为的加速度数据和角速度数据；所述控制器，还用于结合用户跌倒时的加速度和角速度，判断用户跌倒的方式及方向；
所述温度传感器，用于记录用户跌倒时的环境温度。
9.如权利要求8所述的可穿戴式跌倒检测装置，其特征在于，所述控制器还用于，对于每一个时刻k，计算该时刻气压值的预测值Xk -，Xk -＝Xk-1+(Xk-1-Xk-2)；若预测值Xk -与该时刻所述气压传感器采集到的气压值Xk之间的差值超过预设的误差限度值e，即|Xk-Xk -|>e，则将所述存储模块记录的气压值Xk修正为预测值Xk -；对于每一个时刻k，根据修正后的气压值，采用中心差分的方法计算该时刻气压变化率
10.如权利要求7-9任一项所述的可穿戴式跌倒检测装置，其特征在于：
所述采样间隔Δt＝20ms；
所述第一变化率门限值a1＝(3～4)Pa/s；
所述第二变化率门限值a2＝(8～10)Pa/s；
所述第一气压门限值b＝(8～10)Pa；
所述第二气压门限值c＝(15～18)Pa；
所述波动误差值d＝(1～1.5)Pa；
t1-t0＝(2～4)s；t2-t1＝(60～90)s。
CN201610601474.0A 2016-07-27 2016-07-27 一种跌倒检测方法和可穿戴式跌倒检测装置 Active CN106097654B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610601474.0A CN106097654B (zh) 2016-07-27 2016-07-27 一种跌倒检测方法和可穿戴式跌倒检测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610601474.0A CN106097654B (zh) 2016-07-27 2016-07-27 一种跌倒检测方法和可穿戴式跌倒检测装置

Publications (2)

Publication Number Publication Date
CN106097654A CN106097654A (zh) 2016-11-09
CN106097654B true CN106097654B (zh) 2018-09-04

Family

ID=57449962

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610601474.0A Active CN106097654B (zh) 2016-07-27 2016-07-27 一种跌倒检测方法和可穿戴式跌倒检测装置

Country Status (1)

Country Link
CN (1) CN106097654B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108806574B (zh) 2018-04-24 2019-08-13 硅谷数模半导体（北京）有限公司 显示面板的灰阶值确定方法及装置
CN108961676A (zh) * 2018-06-26 2018-12-07 苏州大学 一种摔倒检测、呼救及定位装置
EP3618019B1 (en) * 2018-08-30 2021-11-10 Infineon Technologies AG Apparatus and method for event classification based on barometric pressure sensor data
CN109191786A (zh) * 2018-11-02 2019-01-11 合肥工业大学 一种用于蹲便式卫生间内部的晕倒报警方法
CN109620241B (zh) * 2018-11-16 2021-10-08 歌尔科技有限公司 一种可穿戴设备及基于其的动作监测方法
EP3709276A1 (en) * 2019-03-12 2020-09-16 Koninklijke Philips N.V. A method for detecting fall of a user
CN110223484A (zh) * 2019-05-10 2019-09-10 青岛歌尔智能传感器有限公司 一种跌倒检测方法、装置及可穿戴式设备
CN110226934B (zh) * 2019-06-21 2022-03-22 青岛歌尔智能传感器有限公司 一种跌倒检测方法、装置及腕带式设备
CN110579785A (zh) * 2019-08-28 2019-12-17 歌尔股份有限公司 一种基于gps和气压传感器的定位方法及系统
TWI781378B (zh) * 2020-03-02 2022-10-21 瀚誼世界科技股份有限公司 跌倒偵測方法、單氣壓計裝置與系統
CN112071041B (zh) * 2020-08-31 2022-08-26 广东小天才科技有限公司 一种安全检测的方法、可穿戴设备及计算机可读存储介质
CN113470312A (zh) * 2021-07-05 2021-10-01 陕西科技大学 一种跌倒监测方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102750803A (zh) * 2012-07-16 2012-10-24 深圳市富晶科技有限公司 跌倒报警仪、跌倒报警检测装置及方法
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
CN104169680A (zh) * 2012-03-13 2014-11-26 皇家飞利浦有限公司 使用气压传感器监测设备的高度改变
CN104956415A (zh) * 2013-02-26 2015-09-30 株式会社日立制作所 监视系统
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
JP2016004575A (ja) * 2014-06-16 2016-01-12 世大化成股▲分▼有限公司 監視システム
CN105303768A (zh) * 2015-10-22 2016-02-03 广东小天才科技有限公司 一种基于心率的跌倒检测的方法和系统
CN105342623A (zh) * 2015-09-25 2016-02-24 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

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9098991B2 (en) * 2013-01-15 2015-08-04 Fitbit, Inc. Portable monitoring devices and methods of operating the same
CN104504854B (zh) * 2015-01-04 2017-02-22 湖北心源科技有限公司 用于检测人体摔倒的报警方法
CN204808545U (zh) * 2015-04-29 2015-11-25 王强 一种基于双传感器的人体跌倒检测装置
CN105225419A (zh) * 2015-09-18 2016-01-06 深圳大学 跌倒检测方法、系统及基于该系统的跌倒自动报警器

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104169680A (zh) * 2012-03-13 2014-11-26 皇家飞利浦有限公司 使用气压传感器监测设备的高度改变
CN102750803A (zh) * 2012-07-16 2012-10-24 深圳市富晶科技有限公司 跌倒报警仪、跌倒报警检测装置及方法
CN104956415A (zh) * 2013-02-26 2015-09-30 株式会社日立制作所 监视系统
JP2016004575A (ja) * 2014-06-16 2016-01-12 世大化成股▲分▼有限公司 監視システム
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
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
CN105342623A (zh) * 2015-09-25 2016-02-24 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
CN105303768A (zh) * 2015-10-22 2016-02-03 广东小天才科技有限公司 一种基于心率的跌倒检测的方法和系统

Also Published As

Publication number Publication date
CN106097654A (zh) 2016-11-09

Similar Documents

Publication Publication Date Title
CN106097654B (zh) 一种跌倒检测方法和可穿戴式跌倒检测装置
US10422814B2 (en) Fall detection using machine learning
WO2018107755A1 (zh) 一种用户行为监测方法和可穿戴设备
CN105900346B (zh) 一种防丢失提醒方法及防盗设备
CN103393412B (zh) 一种基于智能家居的老人看护装置
EP3266369B1 (en) Analysis of fall severity using a fall detection system and wearing apparatus
US10332378B2 (en) Determining user risk
CN106953982B (zh) 一种低头族步行安全警报方法
US20050038327A1 (en) Pulse abnormality monitor and pulse abnormality warning system
CN106473749A (zh) 用于检测跌倒的装置、系统及方法
CN105678962A (zh) 用于在游泳状态下进行安全提醒的智能穿戴设备及方法
CN110443976A (zh) 基于安全帽的安全提醒方法、装置及存储介质
CN105700488A (zh) 一种目标人体活动信息的处理方法及系统
US20190130713A1 (en) Mobile device and anti-theft method thereof
CN104297519A (zh) 人体运动姿态识别方法和移动终端
CN105354956A (zh) 基于数据挖掘和大数据分析的云计算平台及方法
CN111383420A (zh) 一种跌倒检测方法及设备
GB2546737A (en) Method and device for detecting a smoking gesture
CN108281203B (zh) 一种异常行为的预测方法及装置
US20230252884A1 (en) Devices, systems and methods for fall detection and preventing false alarms
CN107105092A (zh) 一种基于动态时间规整的人体跌倒识别方法
CN211484541U (zh) 一种融合多传感器的老年人摔倒预测装置
CN108053618A (zh) 一种基于所处的水环境进行涉水报警的方法及可穿戴设备
Sung et al. Smart home care system with fall detection based on the android platform
JP6442336B2 (ja) 異常検知端末及びプログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant