CN106384480A - 一种在运动状态下的摔倒监测方法、系统及终端 - Google Patents
一种在运动状态下的摔倒监测方法、系统及终端 Download PDFInfo
- Publication number
- CN106384480A CN106384480A CN201610870642.6A CN201610870642A CN106384480A CN 106384480 A CN106384480 A CN 106384480A CN 201610870642 A CN201610870642 A CN 201610870642A CN 106384480 A CN106384480 A CN 106384480A
- Authority
- CN
- China
- Prior art keywords
- intelligent shoe
- inclination
- angle
- accekeration
- human body
- 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
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 Physics & Mathematics (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及智能监测领域,尤其涉及一种在运动状态下的摔倒监测方法、系统及终端。本发明提供的在运动状态下的摔倒监测方法是在接收到穿戴着智能鞋的人体处于运动状态的信息时,判断智能鞋的加速度值是否在预设的加速度阈值范围内,若加速度值超出预设的加速度阈值范围,再结合智能鞋鞋底的倾斜角度可以检测出穿戴着智能鞋的人体是绊倒还是滑倒。现有的摔倒监测设备只能得到是否发生摔倒,却无法得知具体的摔倒方式。本发明提供的在运动状态下的摔倒监测方法能够准确的得知穿戴着智能鞋的人体具体摔倒的方式,便于医疗诊断提供数据支持。
Description
技术领域
本发明涉及智能监测领域,尤其涉及一种在运动状态下的摔倒监测方法、系统及终端。
背景技术
近年来,随着老年人人口逐渐的增长,人口老龄化已经成为当今社会的重大挑战,智能养老系统的建设与完善已迫在眉睫。此外,随着年轻人工作压力的增加与生活节奏的增快,往往容易疏忽对老人的照顾,或是不能做到对老年人实时的照看。在日常生活中,脑血栓、心肌梗塞等意外情况发生往往导致意外摔倒甚至昏迷,倘若未能得到及时的处理就很容易导致病情恶化甚至死亡。
目前针对上述问题市场上出现了用于监测老年人摔倒的监测设备,例如智能手表,然而却无法准确的监测出老年人在运动状态下发生的摔倒。
发明内容
本发明所要解决的技术问题是:提供一种能够准确监测出穿戴着智能鞋的人体在运动状态下的摔倒监测方法、系统及终端。
为了解决上述技术问题,本发明采用的第一技术方案为:
一种在运动状态下的摔倒监测方法,包括:
S1、接收到穿戴着智能鞋的人体处于运动状态的信息时获取智能鞋的加速度值;
S2、判断获取到的加速度值是否超出预设的加速度阈值范围,若否,返回S1;若是,进入S3;
S3、若所述加速度值小于预设的加速度阈值范围的下限值,获取智能鞋鞋底的第一倾斜角度,进入S4;若所述加速度值大于预设的加速度阈值范围的上限值,获取智能鞋鞋底的第二倾斜角度,进入S5;
S4、若获取到的智能鞋鞋底的第一倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体绊倒;
S5、若获取到的智能鞋鞋底的第二倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体滑倒。
本发明采用的第二技术方案为:
一种在运动状态下的摔倒监测系统,包括:第一获取模块、第一判断模块、第二获取模块、第三获取模块、第一监测模块和第二监测模块;
所述第一获取模块,用于接收到穿戴着智能鞋的人体处于运动状态的信息时获取智能鞋的加速度值;
所述第一判断模块,用于判断获取到的加速度值是否超出预设的加速度阈值范围;
所述第二获取模块,用于若所述加速度值小于预设的加速度阈值范围的下限值,获取智能鞋鞋底的第一倾斜角度;
所述第三获取模块,用于若所述加速度值大于预设的加速度阈值范围的上限值,获取智能鞋鞋底的第二倾斜角度;
所述第一监测模块,用于若获取到的智能鞋鞋底的第一倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体绊倒;
所述第二监测模块,用于若获取到的智能鞋鞋底的第二倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体滑倒。
本发明采用的第三技术方案为:
一种在运动状态下的摔倒监测终端,包括智能鞋;所述智能鞋内设有第一陀螺仪传感器、第二陀螺仪传感器、加速度传感器和处理装置;所述第一陀螺仪传感器、第二陀螺仪传感器和加速度传感器分别与处理装置连接;
所述加速度传感器,用于接收到穿戴着智能鞋的人体处于运动状态的信息时,获取智能鞋的加速度值;
所述第一陀螺仪传感器,用于若所述加速度值小于预设的加速度阈值范围的下限值,获取智能鞋鞋底的第一倾斜角度;
所述第二陀螺仪传感器,用于若所述加速度值大于预设的加速度阈值范围的上限值,获取智能鞋鞋底的第二倾斜角度;
所述处理装置,用于判断获取到的加速度值是否超出预设的加速度阈值范围;若获取到的智能鞋鞋底的第一倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体绊倒;若获取到的智能鞋鞋底的第二倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体滑倒。
本发明的有益效果在于:本发明提供的在运动状态下的摔倒监测方法、系统及终端是在接收到穿戴着智能鞋的人体处于运动状态的信息时,判断智能鞋的加速度值是否在预设的加速度阈值范围内,若加速度值超出预设的加速度阈值范围,再结合智能鞋鞋底的倾斜角度可以检测出穿戴着智能鞋的人体是绊倒还是滑倒。现有的摔倒监测设备只能得到是否发生摔倒,却无法得知具体的摔倒方式。本发明提供的在运动状态下的摔倒监测方法、系统及终端能够准确的得知穿戴着智能鞋的人体具体摔倒的方式,便于医疗诊断提供数据支持。
附图说明
图1为本发明提供的一种在运动状态下的摔倒监测方法的步骤流程图;
图2为本发明提供的一种在运动状态下的摔倒监测系统的结构示意图;
标号说明:
1、第一获取模块;2、第一判断模块;3、第二获取模块;4、第三获取模块;5、第一监测模块;6、第二监测模块。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于:在接收到穿戴着智能鞋的人体处于运动状态的信息时,判断智能鞋的加速度值是否在预设的加速度阈值范围内,若加速度值超出预设的加速度阈值范围,再结合智能鞋鞋底的倾斜角度可以检测出穿戴着智能鞋的人体是绊倒还是滑倒。
请参照图1,本发明提供的一种在运动状态下的摔倒监测方法,包括:
S1、接收到穿戴着智能鞋的人体处于运动状态的信息时获取智能鞋的加速度值;
S2、判断获取到的加速度值是否超出预设的加速度阈值范围,若否,返回S1;若是,进入S3;
S3、若所述加速度值小于预设的加速度阈值范围的下限值,获取智能鞋鞋底的第一倾斜角度,进入S4;若所述加速度值大于预设的加速度阈值范围的上限值,获取智能鞋鞋底的第二倾斜角度,进入S5;
S4、若获取到的智能鞋鞋底的第一倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体绊倒;
S5、若获取到的智能鞋鞋底的第二倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体滑倒。
从上述描述可知,本发明的有益效果在于:本发明提供的在运动状态下的摔倒监测方法是在接收到穿戴着智能鞋的人体处于运动状态的信息时,判断智能鞋的加速度值是否在预设的加速度阈值范围内,若加速度值超出预设的加速度阈值范围,再结合智能鞋鞋底的倾斜角度可以检测出穿戴着智能鞋的人体是绊倒还是滑倒。现有的摔倒监测设备只能得到是否发生摔倒,却无法得知具体的摔倒方式。本发明提供的在运动状态下的摔倒监测方法能够准确的得知穿戴着智能鞋的人体具体摔倒的方式,便于医疗诊断提供数据支持。
需要说明的是:上述的运动状态为穿戴着智能鞋的人体正在进行慢跑运动的时候,一般认为穿戴着智能鞋的人体慢跑大致保持匀速慢跑。
进一步的,所述S1中“穿戴着智能鞋的人体处于运动状态”的判断方法为:
在第一预设时间范围内多次获取智能鞋的加速度值;
判断多次获取到的加速度值是否均在预设的加速度阈值范围内;
若是,则确认穿戴着智能鞋的人体处于运动状态。
由上述描述可知,如上述穿戴着智能鞋的人体运动状态的描述,通过一段时间内多次判断智能鞋的加速度值均在预设的加速度阈值范围内,则可以说明穿戴着智能鞋的人体正处于运动状态,即为慢跑过程中。
进一步的,所述S4之后还包括S41:
判断第二预设时间范围内所述第一倾斜角度是否恢复到预设的倾斜角度范围内;
若否,获取智能鞋的定位信息,发送所述定位信息至监护人,若在第三预设时间范围内监控平台没有接收到监护人的反馈信息,监控平台向急救中心发送紧急救助信息;
若是,获取智能鞋的速度值和定位信息,若所述速度值低于预设的速度阈值,发送所述定位信息至监护人。
由上述描述可知,在确认穿戴着智能鞋的人体是绊倒之后,通过判断在第二预设时间范围内智能鞋鞋底的第一倾斜角度是否恢复到预设的倾斜范围内,其中该预设的倾斜范围表示正常运动过程中的智能鞋鞋底的倾斜角度范围,以及结合智能鞋的速度值可以判断出穿戴着智能鞋的人体绊倒的严重程度。若绊倒较为严重,不仅发送穿戴着智能鞋的人体的定位信息给监护人,而且通过判断在预设第三预设时间范围内监控平台有没有接收到所述监护人的反馈信息,若没有,说明监护人不能及时救助,则监控平台向急救中心发送穿戴着智能鞋的人体的紧急救助信息,从而对穿戴着智能鞋的人体的摔倒进行深入的监控,防止穿戴着智能鞋的人体因未能得到及时的处理而导致意外的发生。
进一步的,所述S41之后还包括:
S61、获取智能鞋的第一朝向数据,将加速度值、第一倾斜角度和获取到的第一朝向数据发送至监控平台并记录;
监控平台根据接收到的加速度值、第一倾斜角度和第一朝向数据模拟穿戴着智能鞋的人体摔倒过程的动态模型。
由上述描述可知,当穿戴着智能鞋的人体摔倒瞬间,将加速度值、第一倾斜角度和获取到的第一朝向数据发送至监控平台记录,若后续需要分析穿戴着智能鞋的人体具体是怎么摔倒的,可通过记录的第一朝向数据、加速度值以及第一倾斜角度进行绘制,模拟推测出当时穿戴着智能鞋的人体摔倒的大致情况,使得穿戴着智能鞋的人体摔倒过程可视化,对医疗诊断提供极大的帮助。
进一步的,所述S5之后还包括S51:
判断第二预设时间范围内所述第二倾斜角度是否恢复到预设的倾斜角度范围内;
若否,获取智能鞋的定位信息,发送所述定位信息至监护人,若在第三预设时间范围内监控平台没有接收到监护人的反馈信息,监控平台向急救中心发送紧急救助信息;
若是,获取智能鞋的速度值和定位信息,若所述速度值低于预设的速度阈值,发送所述定位信息至监护人。
由上述描述可知,在确认穿戴着智能鞋的人体是滑倒之后,通过判断在第二预设时间范围内智能鞋鞋底的第一倾斜角度是否恢复到预设的倾斜范围内,其中该预设的倾斜范围表示正常运动过程中的智能鞋鞋底的倾斜角度范围,以及结合智能鞋的速度值可以判断出穿戴着智能鞋的人体滑倒的严重程度。若滑倒较为严重,不仅发送穿戴着智能鞋的人体的定位信息给监护人,而且通过判断在预设第三预设时间范围内监控平台有没有接收到所述监护人的反馈信息,若没有,说明监护人不能及时救助,则监控平台向急救中心发送穿戴着智能鞋的人体的紧急救助信息,从而对穿戴着智能鞋的人体的摔倒进行深入的监控,防止穿戴着智能鞋的人体因未能得到及时的处理而导致意外的发生。
进一步的,所述S51之后还包括:
S62、获取智能鞋的第二朝向数据,将加速度值、第二倾斜角度和获取到的第二朝向数据发送至监控平台并记录;
监控平台根据接收到的加速度值、第二倾斜角度和第二朝向数据模拟穿戴着智能鞋的人体摔倒过程的动态模型。
由上述描述可知,当穿戴着智能鞋的人体摔倒瞬间,将加速度值、第二倾斜角度和获取到的第二朝向数据发送至监控平台记录,若后续需要分析穿戴着智能鞋的人体具体是怎么摔倒的,可通过记录的第二朝向数据、加速度值以及第二倾斜角度进行绘制,模拟推测出当时穿戴着智能鞋的人体摔倒的大致情况,使得穿戴着智能鞋的人体摔倒过程可视化,对医疗诊断提供极大的帮助。
进一步的,所述S41或S51之后还包括:
S6、获取智能鞋周边的图像数据发送至监护人。
由上述描述可知,当穿戴着智能鞋的人体处于绊倒或滑倒等摔倒状态时,监控平台通过定位信息匹配电子地图,获取穿戴着智能鞋的人体周边的图像数据,并发送给监护人,方便监护人更快地找到摔倒的穿戴着智能鞋的人体,该图像数据可为含有穿戴着智能鞋的人体摔倒附近具有标志性的建筑物的图像数据,在定位装置定位的基础上,结合图像数据可提高定位的精确度,具体为通过图像中获取的建筑物、摄像头的焦距和摄像头的图像分辨率可以计算出拍照位置与建筑物之间的大致距离,进而提高定位的精确度。
请参阅图2,本发明还提供的一种在运动状态下的摔倒监测系统,包括:第一获取模块1、第一判断模块2、第二获取模块3、第三获取模块4、第一监测模块5和第二监测模块6;
所述第一获取模块1,用于接收到穿戴着智能鞋的人体处于运动状态的信息时获取智能鞋的加速度值;
所述第一判断模块2,用于判断获取到的加速度值是否超出预设的加速度阈值范围;
所述第二获取模块3,用于若所述加速度值小于预设的加速度阈值范围的下限值,获取智能鞋鞋底的第一倾斜角度;
所述第三获取模块4,用于若所述加速度值大于预设的加速度阈值范围的上限值,获取智能鞋鞋底的第二倾斜角度;
所述第一监测模块5,用于若获取到的智能鞋鞋底的第一倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体绊倒;
所述第二监测模块6,用于若获取到的智能鞋鞋底的第二倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体滑倒。
从上述描述可知,本发明的有益效果在于:本发明提供的在运动状态下的摔倒监测系统是在接收到穿戴着智能鞋的人体处于运动状态的信息时,判断智能鞋的加速度值是否在预设的加速度阈值范围内,若加速度值超出预设的加速度阈值范围,再结合智能鞋鞋底的倾斜角度可以检测出穿戴着智能鞋的人体是绊倒还是滑倒。现有的摔倒监测设备只能得到是否发生摔倒,却无法得知具体的摔倒方式。本发明提供的在运动状态下的摔倒监测系统能够准确的得知穿戴着智能鞋的人体具体摔倒的方式,便于医疗诊断提供数据支持。
进一步的,所述第一判断模块具体包括第一获取单元、第一判断单元和第一确认单元;
所述第一获取单元,用于在第一预设时间范围内多次获取智能鞋的加速度值;
所述第一判断单元,用于判断多次获取到的加速度值是否均在预设的加速度阈值范围内;
所述第一确认单元,用于若多次获取到的加速度值均在预设的加速度阈值范围内,则确认穿戴着智能鞋的人体处于运动状态。
由上述描述可知,如上述穿戴着智能鞋的人体运动状态的描述,通过一段时间内多次判断智能鞋的加速度值均在预设的加速度阈值范围内,则可以说明穿戴着智能鞋的人体正处于运动状态,即为慢跑过程中。
本发明还提供的一种在运动状态下的摔倒监测终端,包括智能鞋;所述智能鞋内设有第一陀螺仪传感器、第二陀螺仪传感器、加速度传感器和处理装置;所述第一陀螺仪传感器、第二陀螺仪传感器和加速度传感器分别与处理装置连接;
所述加速度传感器,用于接收到穿戴着智能鞋的人体处于运动状态的信息时,获取智能鞋的加速度值;
所述第一陀螺仪传感器,用于若所述加速度值小于预设的加速度阈值范围的下限值,获取智能鞋鞋底的第一倾斜角度;
所述第二陀螺仪传感器,用于若所述加速度值大于预设的加速度阈值范围的上限值,获取智能鞋鞋底的第二倾斜角度;
所述处理装置,用于判断获取到的加速度值是否超出预设的加速度阈值范围;若获取到的智能鞋鞋底的第一倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体绊倒;若获取到的智能鞋鞋底的第二倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体滑倒。
进一步的,所述智能鞋内还设有与处理装置连接的摄像头和定位装置,用于帮助获取穿戴着智能鞋的人体周边的图像数据发送至监护人。
由上述描述可知,当穿戴着智能鞋的人体处于绊倒或滑倒状态时,监控平台通过定位信息匹配电子地图,获取穿戴着智能鞋的人体周边的图像数据,并发送给监护人,方便监护人更快地找到摔倒的穿戴着智能鞋的人体,该图像数据可为含有穿戴着智能鞋的人体摔倒附近具有标志性的建筑物的图像数据,在定位装置定位的基础上,结合图像数据可提高定位的精确度,具体为通过图像中获取的建筑物、摄像头的焦距和摄像头的图像分辨率可以计算出拍照位置与建筑物之间的大致距离,进而提高定位的精确度。
请参照图1-2,本发明的实施例一为:
本发明提供的一种在运动状态下的摔倒监测方法,包括:
S1、接收到穿戴着智能鞋的人体处于运动状态的信息时获取智能鞋的加速度值;所述S1中“穿戴着智能鞋的人体处于运动状态”的判断方法为:在第一预设时间范围内多次获取智能鞋的加速度值;判断多次获取到的加速度值是否均在预设的加速度阈值范围内;若是,则确认穿戴着智能鞋的人体处于运动状态。如上述穿戴着智能鞋的人体运动状态的描述,通过一段时间内多次判断智能鞋的加速度值均在预设的加速度阈值范围内,则可以说明穿戴着智能鞋的人体正处于运动状态,即为慢跑过程中。
S2、判断获取到的加速度值是否超出预设的加速度阈值范围,若否,返回S1;若是,进入S3;
S3、若所述加速度值小于预设的加速度阈值范围的下限值,获取智能鞋鞋底的第一倾斜角度,进入S4;若所述加速度值大于预设的加速度阈值范围的上限值,获取智能鞋鞋底的第二倾斜角度,进入S5;
S4、若获取到的智能鞋鞋底的第一倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体绊倒;
所述S4之后还包括S41:
判断第二预设时间范围内所述第一倾斜角度是否恢复到预设的倾斜角度范围内;
若否,获取智能鞋的定位信息,发送所述定位信息至监护人,若在第三预设时间范围内监控平台没有接收到监护人的反馈信息,监控平台向急救中心发送紧急救助信息;
若是,获取智能鞋的速度值和定位信息,若所述速度值低于预设的速度阈值,发送所述定位信息至监护人。
本发明中的预设的速度阈值采用为3km/h,对于不同年龄以及不同身体状况的老年人可设置不同的速度阈值。
在确认穿戴着智能鞋的人体是绊倒之后,通过判断在第二预设时间范围内智能鞋鞋底的第一倾斜角度是否恢复到预设的倾斜范围内,其中该预设的倾斜范围表示正常运动过程中的智能鞋鞋底的倾斜角度范围,以及结合智能鞋的速度值可以判断出穿戴着智能鞋的人体绊倒的严重程度。若绊倒较为严重,不仅发送穿戴着智能鞋的人体的定位信息给监护人,而且通过判断在预设第三预设时间范围内监控平台有没有接收到所述监护人的反馈信息,若没有,说明监护人不能及时救助,则监控平台向急救中心发送穿戴着智能鞋的人体的紧急救助信息,从而对穿戴着智能鞋的人体的摔倒进行深入的监控,防止穿戴着智能鞋的人体因未能得到及时的处理而导致意外的发生。
所述S41之后还包括:
S61、获取智能鞋的第一朝向数据,将加速度值、第一倾斜角度和获取到的第一朝向数据发送至监控平台并记录;
监控平台根据接收到的加速度值、第一倾斜角度和第一朝向数据模拟穿戴着智能鞋的人体摔倒过程的动态模型。
当穿戴着智能鞋的人体摔倒瞬间,将加速度值、第一倾斜角度和获取到的第一朝向数据发送至监控平台记录,若后续需要分析穿戴着智能鞋的人体具体是怎么摔倒的,可通过记录的第一朝向数据、加速度值以及第一倾斜角度进行绘制,模拟推测出当时穿戴着智能鞋的人体摔倒的大致情况,使得穿戴着智能鞋的人体摔倒过程可视化,对医疗诊断提供极大的帮助。
其中S61与S6可独立执行,也可以先执行完S61再执行S6,也可以先执行完S6再执行S61。
S5、若获取到的智能鞋鞋底的第二倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体滑倒。
所述S5之后还包括S51:
判断第二预设时间范围内所述第二倾斜角度是否恢复到预设的倾斜角度范围内;
若否,获取智能鞋的定位信息,发送所述定位信息至监护人,若在第三预设时间范围内监控平台没有接收到监护人的反馈信息,监控平台向急救中心发送紧急救助信息;
若是,获取智能鞋的速度值和定位信息,若所述速度值低于预设的速度阈值,发送所述定位信息至监护人。
所述预设的倾斜角度范围为老年人的双脚脚底板与水平面所成的夹角在45°-90°之间。
在确认穿戴着智能鞋的人体是滑倒之后,通过判断在第二预设时间范围内智能鞋鞋底的第一倾斜角度是否恢复到预设的倾斜范围内,其中该预设的倾斜范围表示正常运动过程中的智能鞋鞋底的倾斜角度范围,以及结合智能鞋的速度值可以判断出穿戴着智能鞋的人体滑倒的严重程度。若滑倒较为严重,不仅发送穿戴着智能鞋的人体的定位信息给监护人,而且通过判断在预设第三预设时间范围内监控平台有没有接收到所述监护人的反馈信息,若没有,说明监护人不能及时救助,则监控平台向急救中心发送穿戴着智能鞋的人体的紧急救助信息,从而对穿戴着智能鞋的人体的摔倒进行深入的监控,防止穿戴着智能鞋的人体因未能得到及时的处理而导致意外的发生。
所述S51之后还包括:
S62、获取智能鞋的第二朝向数据,将加速度值、第二倾斜角度和获取到的第二朝向数据发送至监控平台并记录;
监控平台根据接收到的加速度值、第二倾斜角度和第二朝向数据模拟穿戴着智能鞋的人体摔倒过程的动态模型。
当穿戴着智能鞋的人体摔倒瞬间,将加速度值、第二倾斜角度和获取到的第二朝向数据发送至监控平台记录,若后续需要分析穿戴着智能鞋的人体具体是怎么摔倒的,可通过记录的第二朝向数据、加速度值以及第二倾斜角度进行绘制,模拟推测出当时穿戴着智能鞋的人体摔倒的大致情况,使得穿戴着智能鞋的人体摔倒过程可视化,对医疗诊断提供极大的帮助。
所述S41或S51之后还包括:
S6、获取智能鞋周边的图像数据发送至监护人。
当穿戴着智能鞋的人体处于绊倒或滑倒等摔倒状态时,监控平台通过定位信息匹配电子地图,获取穿戴着智能鞋的人体周边的图像数据,并发送给监护人,方便监护人更快地找到摔倒的穿戴着智能鞋的人体,该图像数据可为含有穿戴着智能鞋的人体摔倒附近具有标志性的建筑物的图像数据,在定位装置定位的基础上,结合图像数据可提高定位的精确度,具体为通过图像中获取的建筑物、摄像头的焦距和摄像头的图像分辨率可以计算出拍照位置与建筑物之间的大致距离,进而提高定位的精确度。
其中S62与S6可独立执行,也可以先执行完S62再执行S6,也可以先执行完S6再执行S62。
本发明还提供的一种在运动状态下的摔倒监测终端,包括智能鞋;所述智能鞋内设有第一陀螺仪传感器、第二陀螺仪传感器、加速度传感器和处理装置;所述第一陀螺仪传感器、第二陀螺仪传感器和加速度传感器分别与处理装置连接;
所述加速度传感器,用于接收到穿戴着智能鞋的人体处于运动状态的信息时,获取智能鞋的加速度值;
所述第一陀螺仪传感器,用于若所述加速度值小于预设的加速度阈值范围的下限值,获取智能鞋鞋底的第一倾斜角度;
所述第二陀螺仪传感器,用于若所述加速度值大于预设的加速度阈值范围的上限值,获取智能鞋鞋底的第二倾斜角度;
所述处理装置,用于判断获取到的加速度值是否超出预设的加速度阈值范围;若获取到的智能鞋鞋底的第一倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体绊倒;若获取到的智能鞋鞋底的第二倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体滑倒。
所述智能鞋内还设有与处理装置连接的摄像头和定位装置,用于帮助获取穿戴着智能鞋的人体周边的图像数据发送至监护人。
当穿戴着智能鞋的人体处于绊倒或滑倒状态时,监控平台通过定位信息匹配电子地图,获取穿戴着智能鞋的人体周边的图像数据,并发送给监护人,方便监护人更快地找到摔倒的穿戴着智能鞋的人体,该图像数据可为含有穿戴着智能鞋的人体摔倒附近具有标志性的建筑物的图像数据,在定位装置定位的基础上,结合图像数据可提高定位的精确度,具体为通过图像中获取的建筑物、摄像头的焦距和摄像头的图像分辨率可以计算出拍照位置与建筑物之间的大致距离,进而提高定位的精确度。
所述智能鞋内还设有与处理装置连接的摄像头装置和定位装置,用于帮助获取穿戴着智能鞋的人体周边的图像数据发送至监护人。当穿戴着智能鞋的人体处于绊倒或滑倒状态时,监控平台通过定位信息匹配电子地图,获取穿戴着智能鞋的人体周边的图像数据,并发送给监护人,方便监护人更快地找到摔倒的穿戴着智能鞋的人体,该图像数据可为含有穿戴着智能鞋的人体摔倒附近具有标志性的建筑物的图像数据,在定位装置定位的基础上,结合图像数据可提高定位的精确度,具体为通过图像中获取的建筑物、摄像头的焦距和摄像头的图像分辨率可以计算出拍照位置与建筑物之间的大致距离,进而提高定位的精确度。
综上所述,本发明提供的一种在运动状态下的摔倒监测方法、系统及终端。本发明提供的在运动状态下的摔倒监测方法、系统及终端是在接收到穿戴着智能鞋的人体处于运动状态的信息时,判断智能鞋的加速度值是否在预设的加速度阈值范围内,若加速度值超出预设的加速度阈值范围,再结合智能鞋鞋底的倾斜角度可以检测出穿戴着智能鞋的人体是绊倒还是滑倒。现有的摔倒监测设备只能得到是否发生摔倒,却无法得知具体的摔倒方式。本发明提供的在运动状态下的摔倒监测方法、系统及终端能够准确的得知穿戴着智能鞋的人体具体摔倒的方式,便于医疗诊断提供数据支持。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种在运动状态下的摔倒监测方法,其特征在于,包括:
S1、接收到穿戴着智能鞋的人体处于运动状态的信息时获取智能鞋的加速度值;
S2、判断获取到的加速度值是否超出预设的加速度阈值范围,若否,返回S1;若是,进入S3;
S3、若所述加速度值小于预设的加速度阈值范围的下限值,获取智能鞋鞋底的第一倾斜角度,进入S4;若所述加速度值大于预设的加速度阈值范围的上限值,获取智能鞋鞋底的第二倾斜角度,进入S5;
S4、若获取到的智能鞋鞋底的第一倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体绊倒;
S5、若获取到的智能鞋鞋底的第二倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体滑倒。
2.根据权利要求1所述的在运动状态下的摔倒监测方法,其特征在于,所述S1中“穿戴着智能鞋的人体处于运动状态”的判断方法为:
在第一预设时间范围内多次获取智能鞋的加速度值;
判断多次获取到的加速度值是否均在预设的加速度阈值范围内;
若是,则确认穿戴着智能鞋的人体处于运动状态。
3.根据权利要求1所述的在运动状态下的摔倒监测方法,其特征在于,所述S4之后还包括S41:
判断第二预设时间范围内所述第一倾斜角度是否恢复到预设的倾斜角度范围内;
若否,获取智能鞋的定位信息,发送所述定位信息至监护人,若在第三预设时间范围内监控平台没有接收到监护人的反馈信息,监控平台向急救中心发送紧急救助信息;
若是,获取智能鞋的速度值和定位信息,若所述速度值低于预设的速度阈值,发送所述定位信息至监护人。
4.根据权利要求3所述的在运动状态下的摔倒监测方法,其特征在于,所述S41之后还包括:
S61、获取智能鞋的第一朝向数据,将加速度值、第一倾斜角度和获取到的第一朝向数据发送至监控平台并记录;
监控平台根据接收到的加速度值、第一倾斜角度和第一朝向数据模拟穿戴着智能鞋的人体摔倒过程的动态模型。
5.根据权利要求1所述的在运动状态下的摔倒监测方法,其特征在于,所述S5之后还包括S51:
判断第二预设时间范围内所述第二倾斜角度是否恢复到预设的倾斜角度范围内;
若否,获取智能鞋的定位信息,发送所述定位信息至监护人,若在第三预设时间范围内监控平台没有接收到监护人的反馈信息,监控平台向急救中心发送紧急救助信息;
若是,获取智能鞋的速度值和定位信息,若所述速度值低于预设的速度阈值,发送所述定位信息至监护人。
6.根据权利要求5所述的在运动状态下的摔倒监测方法,其特征在于,所述S51之后还包括:
S62、获取智能鞋的第二朝向数据,将加速度值、第二倾斜角度和获取到的第二朝向数据发送至监控平台并记录;
监控平台根据接收到的加速度值、第二倾斜角度和第二朝向数据模拟穿戴着智能鞋的人体摔倒过程的动态模型。
7.根据权利要求3或5任意一项的在运动状态下的摔倒监测方法,其特征在于,所述S41或S51之后还包括:
S6、获取智能鞋周边的图像数据发送至监护人。
8.一种在运动状态下的摔倒监测系统,其特征在于,包括:第一获取模块、第一判断模块、第二获取模块、第三获取模块、第一监测模块和第二监测模块;
所述第一获取模块,用于接收到穿戴着智能鞋的人体处于运动状态的信息时获取智能鞋的加速度值;
所述第一判断模块,用于判断获取到的加速度值是否超出预设的加速度阈值范围;
所述第二获取模块,用于若所述加速度值小于预设的加速度阈值范围的下限值,获取智能鞋鞋底的第一倾斜角度;
所述第三获取模块,用于若所述加速度值大于预设的加速度阈值范围的上限值,获取智能鞋鞋底的第二倾斜角度;
所述第一监测模块,用于若获取到的智能鞋鞋底的第一倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体绊倒;
所述第二监测模块,用于若获取到的智能鞋鞋底的第二倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体滑倒。
9.根据权利要求8所述的在运动状态下的摔倒监测系统,其特征在于,所述第一判断模块具体包括第一获取单元、第一判断单元和第一确认单元;
所述第一获取单元,用于在第一预设时间范围内多次获取智能鞋的加速度值;
所述第一判断单元,用于判断多次获取到的加速度值是否均在预设的加速度阈值范围内;
所述第一确认单元,用于若多次获取到的加速度值均在预设的加速度阈值范围内,则确认穿戴着智能鞋的人体处于运动状态。
10.一种在运动状态下的摔倒监测终端,其特征在于,包括智能鞋;所述智能鞋内设有第一陀螺仪传感器、第二陀螺仪传感器、加速度传感器和处理装置;所述第一陀螺仪传感器、第二陀螺仪传感器和加速度传感器分别与处理装置连接;
所述加速度传感器,用于接收到穿戴着智能鞋的人体处于运动状态的信息时,获取智能鞋的加速度值;
所述第一陀螺仪传感器,用于若所述加速度值小于预设的加速度阈值范围的下限值,获取智能鞋鞋底的第一倾斜角度;
所述第二陀螺仪传感器,用于若所述加速度值大于预设的加速度阈值范围的上限值,获取智能鞋鞋底的第二倾斜角度;
所述处理装置,用于判断获取到的加速度值是否超出预设的加速度阈值范围;若获取到的智能鞋鞋底的第一倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体绊倒;若获取到的智能鞋鞋底的第二倾斜角度中至少一个倾斜角度超出预设的倾斜角度阈值范围,则监测出穿戴着智能鞋的人体滑倒。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610870642.6A CN106384480A (zh) | 2016-09-30 | 2016-09-30 | 一种在运动状态下的摔倒监测方法、系统及终端 |
PCT/CN2016/109369 WO2018058789A1 (zh) | 2016-09-30 | 2016-12-12 | 一种在运动状态下的摔倒监测方法、系统及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610870642.6A CN106384480A (zh) | 2016-09-30 | 2016-09-30 | 一种在运动状态下的摔倒监测方法、系统及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106384480A true CN106384480A (zh) | 2017-02-08 |
Family
ID=57937043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610870642.6A Pending CN106384480A (zh) | 2016-09-30 | 2016-09-30 | 一种在运动状态下的摔倒监测方法、系统及终端 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN106384480A (zh) |
WO (1) | WO2018058789A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113170957A (zh) * | 2021-03-04 | 2021-07-27 | 歌尔科技有限公司 | 智能穿戴设备及通过该设备监测使用者状态的方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109757826B (zh) * | 2019-03-04 | 2023-05-26 | 温州市质量技术监督检测院 | 整鞋平稳性测试方法 |
IT202100022691A1 (it) | 2021-09-01 | 2023-03-01 | Koerber Tissue S P A | Macchina di saldatura per confezioni di prodotti avvolti in film termosaldabili |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103581852A (zh) * | 2013-09-30 | 2014-02-12 | 吴家宝 | 人体摔倒检测的方法、装置及移动终端系统 |
CN105185037A (zh) * | 2015-07-31 | 2015-12-23 | 熊贤浪 | 一种应用于鞋子的跌倒检测装置和方法 |
CN105796112A (zh) * | 2016-05-11 | 2016-07-27 | 江苏财经职业技术学院 | 老人跌倒检测监护系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104282115B (zh) * | 2014-10-10 | 2017-08-25 | 大连乾函科技有限公司 | 基于倾角传感器的摔倒检测报警鞋垫及报警方法 |
CN204242346U (zh) * | 2014-10-10 | 2015-04-01 | 陶帅 | 基于侧倾传感器的摔倒检测报警鞋垫 |
CN104814741A (zh) * | 2015-04-01 | 2015-08-05 | 北京科技大学 | 一种基于无线网络传输的智能姿态监测设备 |
CN105913614A (zh) * | 2016-05-12 | 2016-08-31 | 上海海漾软件技术有限公司 | 监测摔倒的方法、装置以及智能穿戴设备和摔倒报警系统 |
-
2016
- 2016-09-30 CN CN201610870642.6A patent/CN106384480A/zh active Pending
- 2016-12-12 WO PCT/CN2016/109369 patent/WO2018058789A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103581852A (zh) * | 2013-09-30 | 2014-02-12 | 吴家宝 | 人体摔倒检测的方法、装置及移动终端系统 |
CN105185037A (zh) * | 2015-07-31 | 2015-12-23 | 熊贤浪 | 一种应用于鞋子的跌倒检测装置和方法 |
CN105796112A (zh) * | 2016-05-11 | 2016-07-27 | 江苏财经职业技术学院 | 老人跌倒检测监护系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113170957A (zh) * | 2021-03-04 | 2021-07-27 | 歌尔科技有限公司 | 智能穿戴设备及通过该设备监测使用者状态的方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2018058789A1 (zh) | 2018-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5647240B2 (ja) | 転倒防止 | |
CN104799862B (zh) | 一种人体失衡预警方法和系统 | |
JP5993574B2 (ja) | 転倒防止システム | |
CN106327799A (zh) | 一种在行走状态下的摔倒监测方法及系统 | |
CN106228753A (zh) | 一种意外摔倒监控方法、系统及终端 | |
Sijobert et al. | Implementation and validation of a stride length estimation algorithm, using a single basic inertial sensor on healthy subjects and patients suffering from Parkinson’s disease | |
KR101101003B1 (ko) | 센서노드를 이용한 신체의 움직임 및 균형 감지 시스템 및 방법 | |
CA2821588A1 (en) | Quantitative falls risk assessment through inertial sensors and pressure sensitive platorm | |
WO2017088817A1 (zh) | 拐杖助行器 | |
Benocci et al. | A wireless system for gait and posture analysis based on pressure insoles and Inertial Measurement Units | |
CN106384480A (zh) | 一种在运动状态下的摔倒监测方法、系统及终端 | |
Yang et al. | A smart environment-adapting timed-up-and-go system powered by sensor-embedded insoles | |
CN109480857A (zh) | 一种用于帕金森病患者冻结步态检测的装置及方法 | |
CN108836344A (zh) | 步长步频估算方法和装置及步态检测仪 | |
JP2008173365A (ja) | 歩行分析システム | |
CN114469074A (zh) | 一种跌倒预警方法、系统、设备及计算机存储介质 | |
CN109512435B (zh) | 一种可实时检测的走姿矫正仪 | |
CN106373338A (zh) | 一种摔倒监测方法及系统 | |
JP2008175559A (ja) | 歩行分析システム | |
Yang et al. | Empowering a gait feature-rich timed-up-and-go system for complex ecological environments | |
Mundt et al. | The influence of motion tasks on the accuracy of kinematic motion patterns of an IMU-based measurement system | |
Mifsud et al. | Portable inertial motion unit for continuous assessment of in-shoe foot movement | |
JP2008161227A (ja) | 歩行分析システム | |
CN106453881A (zh) | 一种站立状态的监测方法及系统 | |
Ippisch et al. | mVEGAS–mobile smartphone-based spatiotemporal gait analysis in healthy and ataxic gait disorders |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170208 |
|
RJ01 | Rejection of invention patent application after publication |