CN106408868A - 一种便携式老年人跌倒监控预警系统及方法 - Google Patents

一种便携式老年人跌倒监控预警系统及方法 Download PDF

Info

Publication number
CN106408868A
CN106408868A CN201610423307.1A CN201610423307A CN106408868A CN 106408868 A CN106408868 A CN 106408868A CN 201610423307 A CN201610423307 A CN 201610423307A CN 106408868 A CN106408868 A CN 106408868A
Authority
CN
China
Prior art keywords
data
signal
relatives
alarm
processing unit
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
CN201610423307.1A
Other languages
English (en)
Inventor
夏烬楚
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201610423307.1A priority Critical patent/CN106408868A/zh
Publication of CN106408868A publication Critical patent/CN106408868A/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

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

Abstract

本发明提供了一种便携式老年人跌倒监控预警系统及方法,涉及生物识别领域。其特征在于,所述系统包括:指纹采集模块、图像预处理模块、特征提取模块、模式判断模块、结果显示模块、数据传输模块、云端数据传输模块、注册模块、指纹数据库和检索模块;所述指纹采集模块信号连接于图像预处理模块;所述图像预处理模块信号连接于特征提取模块;所述特征提取模块信号连接于模式判断模块;所述模式判断模块信号连接于数据传输模块;所述数据传输模块分别信号连接于结果显示模块和云端数据传输模块;所述云端数据传输模块分别信号连接于注册模块和检索模块;所述注册模块信号连接于指纹数据库;所述检索模块信号连接于指纹数据库。

Description

一种便携式老年人跌倒监控预警系统及方法
技术领域
本发明涉及安全监护领域,特别涉及一种便携式老年人跌倒监控预警系统及方法。
背景技术
随着中国社会老龄化程度加剧,越来越多的老龄化问题需要得到重视。其中最为关键的就是老年人的安全监护。而在城市生活当中,由于生活节奏的加快,很多子女无法做到每时每刻的都能在老人身边进行监护。而由于这种情况,常常会导致出现很多的老年人安全事故发生。
老年人由于行为不方便,很多时候在行走过程中容易出现得到的问题。目前,跌倒检测方法最常见的是视频图像分析法和穿戴式装置检测法。前者使用视频摄像头,不能保证用户隐私安全;后者是传感器装置,需要基站来服务,外出时易忘记佩戴。
使用智能手机进行跌倒检测是一个可行的且有很大发展潜力的技术,智能手机同时结合了跌倒检测系统的两个重要组件:跌倒检测和救助通信,不仅可以降低系统成本,实时监测人体活动,还可以结合GPS确定用户的跌倒位置。现在,国内外已有利用手机进行跌倒检测的相关理论研究,都是使用移动手机内置的加速度传感器和基于人体运动加速度特征的不同算法来检测跌倒的。然而一些较高强度日常活动如慢跑、快速坐下等也会产生一个类似跌倒的大加速度值特征。因此,单独使用加速度传感器进行跌倒检测,采集的数据比较单一,不足以完全反应人体姿态变化,会给跌倒检测带来许多假警报。
发明内容
鉴于此,本发明提供了一种便携式老年人跌倒监控预警系统及方法,该发明具有监测准确率高、具备定位功能、具备预警功能和响应及时等优点。
本发明采用的技术方案如下:
一种便携式老年人跌倒监控预警系统,其特征在于,所述系统包括:监控端、亲属端和救护端;所述监控端包括:加速度传感器、陀螺仪、心率传感器、扩展接口、数据处理单元、定位装置、报警单元、救护端和亲属端;所述加速度传感器信号连接于数据处理单元;所述陀螺仪信号连接于数据处理单元;所述心率传感器信号连接于数据处理单元;所述扩展接口信号连接于数据处理单元;所述数据处理单元分别信号连接于报警单元和定位装置;所述定位装置信号连接于报警单元;所述报警单元分别信号连接于救护端和亲属端。
所述加速度传感器,用于获取人体三轴方向的运动加速度数据信息,将数据信息发送至数据处理单元;所述陀螺仪,用于获取人体三轴方向角速度数据信息,将数据信息发送至数据处理单元;所述心率传感器,用于获取人体的心率数据信息,将数据信息发送至数据处理单元;所述扩展接口,用于提供添加其他传感器和监测装置的接口;所述数据处理单元,用于对接收到的数据信息进行分析处理,得出分析结果,根据分析结果发送控制命令至定位装置和报警单元;所述定位装置,用于对用户当前位置进行定位,将定位信息发送至报警单元;所述报警单元,用于根据数据处理单元和定位装置发送过来的控制命令,进行报警,并将报警信号发送给亲属端和救护端;所述亲属端,用于提供给老年人的亲属,在老年人出现跌倒状况时,能够及时得知情况并及时响应;所述就护端,用于提供给医院或其他救护组织,在老年人出现跌倒状况时,能够及时得知情况并及时响应。
所述数据处理单元包括:中值滤波器、信号向量模生成器和数据处理器;所述中值滤波器信号连接于信号向量模生成器,用于消除陀螺仪、加速度传感器和心率传感器中输出信号中的脉冲噪声,将处理后的信号发送至信号向量模声生成器;所述信号向量模生成器信号连接于数据处理器,用于将加速度传感器和陀螺仪的输出信号进行处理,生成信号向量模,将信号向量模发送至数据处理器;所述数据处理器,用于对发送过来的信号向量模进行数据分析处理,得出分析结论,将分析结论分别发送至报警单元和定位装置。
所述亲属端包括:亲属端数据接收装置和亲属端预警装置;所述亲属端数据接收装置,用于接收来自报警单元的报警信号,将该报警信号发送至亲属端预警装置;所述亲属端预警装置,用于根据数据接收发送过来的报警信号,发出预警信息。
所述救护端包括:数据接收装置和预警装置;所述数据接收装置,用于接收来自报警单元的报警信号,将该报警信号发送至预警装置;所述预警装置,用于根据数据接收发送过来的报警信号,发出预警信息。
一种便携式老年人跌倒监控预警方法,其特征在于,所述方法包括以下步骤:
步骤1:加速度传感器、陀螺仪和心率传感器实时获取人体相关数据,将获取到的数据发送给数据处理单元;
步骤2:中值滤波器对获取到的数据进行滤波处理,将处理后的数据发送至信号向量模生成器;
步骤3:信号向量模生成器根据获取到的加速度数据信息生成加速度向量模:G,根据角速度数据信息生成角速度向量模;X;
步骤4:数据处理器将加速度向量模G和预设的加速度向量模T进行比较;如果G大于T,进入下一步;
步骤5:等待G数值恢复到正常范围内,再设置延时10s,等待用户稳定,进入下一步;
步骤6:数据处理器将角速度向量模X和预设的角速度向量模W进行比较如果X大于W,进入下一步;
步骤7:对角速度向量模X进行数据公式化处理得到特征值P,如果P大于预设的特征值O,进行下一步;
步骤8:对心率传感器获取的心率数据F和预设的心率阈值R进行比较,如果F大于R,则确认发生跌倒,生成报警命令,将报警命令发送至预警装置和定位装置;
步骤9:定位装置接收到报警命令后,获取用户的实际位置信息,将位置信息发送至报警装置,报警装置接收到报警命令及实际位置信息后,生成报警信号,发送至救护端和亲属端。
所述数据处理器对角速度向量模的处理方法包括以下步骤:
步骤1:设人体跌倒时去干倾斜的合角度为θ,则θ的计算公式为:θ=∫Xdt;
步骤2:使用最小二乘法对人体跌倒和慢跑时的合角度变化曲线进行拟合,拟合直线表达式为:y=ax+b;其中,a为拟合直线的斜率;b为拟合直线的截距;
步骤3:设定一个无量纲量为I,对两种曲线个字现行拟合曲线的相似度进行判断,判断公式如下:其中i=1,2,3…,500,是数据样本点,Ci为合角度数据样本点;Ni为合角度现行拟合数据样本点;I反映的是合角度曲线与拟合曲线之间的相似度,I值越小相似度越高。
所述监控端、亲属端和救护端为手机和安装于手机上的应用程序。
采用以上技术方案,本发明产生了以下有益效果:
1、准确率高:本发明的监控预警系统能够有效区分跌倒与其它日常生活行为动作,使得跌倒的检测结果非常准确,检测结果的假阳性和假阴性较低。采用了改进的数据分析和处理算法,保证了准确率的前提下也让处理的效率更加高。
2、具备预警功能:本发明的跌倒监控预警系统,除了能够检测到老人跌倒,还能够进行预警。让相关的人员能够及时响应。保证老人的生命安全。
3、具备定位功能:本发明的跌倒监控预警系统,还能够实时获取人员的定位信息,将定位信息发送至相关方。不仅能够保证响应的及时,还能保证能够最快到达老人所处的位置。
附图说明
图1是本发明的一种便携式老年人跌倒监控预警系统及方法的系统结构示意图。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要)中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
本发明实施例1中提供了一种便携式老年人跌倒监控预警系统,系统结构如图1所示:
一种便携式老年人跌倒监控预警系统,其特征在于,所述系统包括:监控端、亲属端和救护端;所述监控端包括:加速度传感器、陀螺仪、心率传感器、扩展接口、数据处理单元、定位装置、报警单元、救护端和亲属端;所述加速度传感器信号连接于数据处理单元;所述陀螺仪信号连接于数据处理单元;所述心率传感器信号连接于数据处理单元;所述扩展接口信号连接于数据处理单元;所述数据处理单元分别信号连接于报警单元和定位装置;所述定位装置信号连接于报警单元;所述报警单元分别信号连接于救护端和亲属端。
所述加速度传感器,用于获取人体三轴方向的运动加速度数据信息,将数据信息发送至数据处理单元;所述陀螺仪,用于获取人体三轴方向角速度数据信息,将数据信息发送至数据处理单元;所述心率传感器,用于获取人体的心率数据信息,将数据信息发送至数据处理单元;所述扩展接口,用于提供添加其他传感器和监测装置的接口;所述数据处理单元,用于对接收到的数据信息进行分析处理,得出分析结果,根据分析结果发送控制命令至定位装置和报警单元;所述定位装置,用于对用户当前位置进行定位,将定位信息发送至报警单元;所述报警单元,用于根据数据处理单元和定位装置发送过来的控制命令,进行报警,并将报警信号发送给亲属端和救护端;所述亲属端,用于提供给老年人的亲属,在老年人出现跌倒状况时,能够及时得知情况并及时响应;所述就护端,用于提供给医院或其他救护组织,在老年人出现跌倒状况时,能够及时得知情况并及时响应。
所述数据处理单元包括:中值滤波器、信号向量模生成器和数据处理器;所述中值滤波器信号连接于信号向量模生成器,用于消除陀螺仪、加速度传感器和心率传感器中输出信号中的脉冲噪声,将处理后的信号发送至信号向量模声生成器;所述信号向量模生成器信号连接于数据处理器,用于将加速度传感器和陀螺仪的输出信号进行处理,生成信号向量模,将信号向量模发送至数据处理器;所述数据处理器,用于对发送过来的信号向量模进行数据分析处理,得出分析结论,将分析结论分别发送至报警单元和定位装置。
所述亲属端包括:亲属端数据接收装置和亲属端预警装置;所述亲属端数据接收装置,用于接收来自报警单元的报警信号,将该报警信号发送至亲属端预警装置;所述亲属端预警装置,用于根据数据接收发送过来的报警信号,发出预警信息。
所述救护端包括:数据接收装置和预警装置;所述数据接收装置,用于接收来自报警单元的报警信号,将该报警信号发送至预警装置;所述预警装置,用于根据数据接收发送过来的报警信号,发出预警信息。
本发明实施例2中提供了一种便携式老年人跌倒监控预警系统方法:
一种便携式老年人跌倒监控预警方法,其特征在于,所述方法包括以下步骤:
步骤1:加速度传感器、陀螺仪和心率传感器实时获取人体相关数据,将获取到的数据发送给数据处理单元;
步骤2:中值滤波器对获取到的数据进行滤波处理,将处理后的数据发送至信号向量模生成器;
步骤3:信号向量模生成器根据获取到的加速度数据信息生成加速度向量模:G,根据角速度数据信息生成角速度向量模;X;
步骤4:数据处理器将加速度向量模G和预设的加速度向量模T进行比较;如果G大于T,进入下一步;
步骤5:等待G数值恢复到正常范围内,再设置延时10s,等待用户稳定,进入下一步;
步骤6:数据处理器将角速度向量模X和预设的角速度向量模W进行比较如果X大于W,进入下一步;
步骤7:对角速度向量模X进行数据公式化处理得到特征值P,如果P大于预设的特征值O,进行下一步;
步骤8:对心率传感器获取的心率数据F和预设的心率阈值R进行比较,如果F大于R,则确认发生跌倒,生成报警命令,将报警命令发送至预警装置和定位装置;
步骤9:定位装置接收到报警命令后,获取用户的实际位置信息,将位置信息发送至报警装置,报警装置接收到报警命令及实际位置信息后,生成报警信号,发送至救护端和亲属端。
所述数据处理器对角速度向量模的处理方法包括以下步骤:
步骤1:设人体跌倒时去干倾斜的合角度为θ,则θ的计算公式为:θ=∫Xdt;
步骤2:使用最小二乘法对人体跌倒和慢跑时的合角度变化曲线进行拟合,拟合直线表达式为:y=ax+b;其中,a为拟合直线的斜率;b为拟合直线的截距;
步骤3:设定一个无量纲量为I,对两种曲线个字现行拟合曲线的相似度进行判断,判断公式如下:其中i=1,2,3…,500,是数据样本点,Ci为合角度数据样本点;Ni为合角度现行拟合数据样本点;I反映的是合角度曲线与拟合曲线之间的相似度,I值越小相似度越高。
所述监控端、亲属端和救护端为手机和安装于手机上的应用程序。
本发明实施例3中提供了一种便携式老年人跌倒监控预警系统的系统及方法,系统结构如图1所示:
一种便携式老年人跌倒监控预警系统,其特征在于,所述系统包括:监控端、亲属端和救护端;所述监控端包括:加速度传感器、陀螺仪、心率传感器、扩展接口、数据处理单元、定位装置、报警单元、救护端和亲属端;所述加速度传感器信号连接于数据处理单元;所述陀螺仪信号连接于数据处理单元;所述心率传感器信号连接于数据处理单元;所述扩展接口信号连接于数据处理单元;所述数据处理单元分别信号连接于报警单元和定位装置;所述定位装置信号连接于报警单元;所述报警单元分别信号连接于救护端和亲属端。
所述加速度传感器,用于获取人体三轴方向的运动加速度数据信息,将数据信息发送至数据处理单元;所述陀螺仪,用于获取人体三轴方向角速度数据信息,将数据信息发送至数据处理单元;所述心率传感器,用于获取人体的心率数据信息,将数据信息发送至数据处理单元;所述扩展接口,用于提供添加其他传感器和监测装置的接口;所述数据处理单元,用于对接收到的数据信息进行分析处理,得出分析结果,根据分析结果发送控制命令至定位装置和报警单元;所述定位装置,用于对用户当前位置进行定位,将定位信息发送至报警单元;所述报警单元,用于根据数据处理单元和定位装置发送过来的控制命令,进行报警,并将报警信号发送给亲属端和救护端;所述亲属端,用于提供给老年人的亲属,在老年人出现跌倒状况时,能够及时得知情况并及时响应;所述就护端,用于提供给医院或其他救护组织,在老年人出现跌倒状况时,能够及时得知情况并及时响应。
所述数据处理单元包括:中值滤波器、信号向量模生成器和数据处理器;所述中值滤波器信号连接于信号向量模生成器,用于消除陀螺仪、加速度传感器和心率传感器中输出信号中的脉冲噪声,将处理后的信号发送至信号向量模声生成器;所述信号向量模生成器信号连接于数据处理器,用于将加速度传感器和陀螺仪的输出信号进行处理,生成信号向量模,将信号向量模发送至数据处理器;所述数据处理器,用于对发送过来的信号向量模进行数据分析处理,得出分析结论,将分析结论分别发送至报警单元和定位装置。
所述亲属端包括:亲属端数据接收装置和亲属端预警装置;所述亲属端数据接收装置,用于接收来自报警单元的报警信号,将该报警信号发送至亲属端预警装置;所述亲属端预警装置,用于根据数据接收发送过来的报警信号,发出预警信息。
所述救护端包括:数据接收装置和预警装置;所述数据接收装置,用于接收来自报警单元的报警信号,将该报警信号发送至预警装置;所述预警装置,用于根据数据接收发送过来的报警信号,发出预警信息。
一种便携式老年人跌倒监控预警方法,其特征在于,所述方法包括以下步骤:
步骤1:加速度传感器、陀螺仪和心率传感器实时获取人体相关数据,将获取到的数据发送给数据处理单元;
步骤2:中值滤波器对获取到的数据进行滤波处理,将处理后的数据发送至信号向量模生成器;
步骤3:信号向量模生成器根据获取到的加速度数据信息生成加速度向量模:G,根据角速度数据信息生成角速度向量模;X;
步骤4:数据处理器将加速度向量模G和预设的加速度向量模T进行比较;如果G大于T,进入下一步;
步骤5:等待G数值恢复到正常范围内,再设置延时10s,等待用户稳定,进入下一步;
步骤6:数据处理器将角速度向量模X和预设的角速度向量模W进行比较如果X大于W,进入下一步;
步骤7:对角速度向量模X进行数据公式化处理得到特征值P,如果P大于预设的特征值O,进行下一步;
步骤8:对心率传感器获取的心率数据F和预设的心率阈值R进行比较,如果F大于R,则确认发生跌倒,生成报警命令,将报警命令发送至预警装置和定位装置;
步骤9:定位装置接收到报警命令后,获取用户的实际位置信息,将位置信息发送至报警装置,报警装置接收到报警命令及实际位置信息后,生成报警信号,发送至救护端和亲属端。
所述数据处理器对角速度向量模的处理方法包括以下步骤:
步骤1:设人体跌倒时去干倾斜的合角度为θ,则θ的计算公式为:θ=∫Xdt;
步骤2:使用最小二乘法对人体跌倒和慢跑时的合角度变化曲线进行拟合,拟合直线表达式为:y=ax+b;其中,a为拟合直线的斜率;b为拟合直线的截距;
步骤3:设定一个无量纲量为I,对两种曲线个字现行拟合曲线的相似度进行判断,判断公式如下:其中i=1,2,3…,500,是数据样本点,Ci为合角度数据样本点;Ni为合角度现行拟合数据样本点;I反映的是合角度曲线与拟合曲线之间的相似度,I值越小相似度越高。
所述监控端、亲属端和救护端为手机和安装于手机上的应用程序。本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (8)

1.一种便携式老年人跌倒监控预警系统,其特征在于,所述系统包括:监控端、亲属端和救护端;所述监控端包括:加速度传感器、陀螺仪、心率传感器、扩展接口、数据处理单元、定位装置、报警单元、救护端和亲属端;所述加速度传感器信号连接于数据处理单元;所述陀螺仪信号连接于数据处理单元;所述心率传感器信号连接于数据处理单元;所述扩展接口信号连接于数据处理单元;所述数据处理单元分别信号连接于报警单元和定位装置;所述定位装置信号连接于报警单元;所述报警单元分别信号连接于救护端和亲属端。
2.如权利要求1所述的便携式老年人得到监控预警系统,其特征在于,所述加速度传感器,用于获取人体三轴方向的运动加速度数据信息,将数据信息发送至数据处理单元;所述陀螺仪,用于获取人体三轴方向角速度数据信息,将数据信息发送至数据处理单元;所述心率传感器,用于获取人体的心率数据信息,将数据信息发送至数据处理单元;所述扩展接口,用于提供添加其他传感器和监测装置的接口;所述数据处理单元,用于对接收到的数据信息进行分析处理,得出分析结果,根据分析结果发送控制命令至定位装置和报警单元;所述定位装置,用于对用户当前位置进行定位,将定位信息发送至报警单元;所述报警单元,用于根据数据处理单元和定位装置发送过来的控制命令,进行报警,并将报警信号发送给亲属端和救护端;所述亲属端,用于提供给老年人的亲属,在老年人出现跌倒状况时,能够及时得知情况并及时响应;所述就护端,用于提供给医院或其他救护组织,在老年人出现跌倒状况时,能够及时得知情况并及时响应。
3.如权利要求2所述的便携式老年人跌倒监控预警系统,其特征在于,所述数据处理单元包括:中值滤波器、信号向量模生成器和数据处理器;所述中值滤波器信号连接于信号向量模生成器,用于消除陀螺仪、加速度传感器和心率传感器中输出信号中的脉冲噪声,将处理后的信号发送至信号向量模声生成器;所述信号向量模生成器信号连接于数据处理器,用于将加速度传感器和陀螺仪的输出信号进行处理,生成信号向量模,将信号向量模发送至数据处理器;所述数据处理器,用于对发送过来的信号向量模进行数据分析处理,得出分析结论,将分析结论分别发送至报警单元和定位装置。
4.如权利要求3所述的便携式老年人跌倒监控预警系统,其特征在于,所述亲属端包括:亲属端数据接收装置和亲属端预警装置;所述亲属端数据接收装置,用于接收来自报警单元的报警信号,将该报警信号发送至亲属端预警装置;所述亲属端预警装置,用于根据数据接收发送过来的报警信号,发出预警信息。
5.如权利要求4所述的便携式老年人跌倒监控预警系统,其特征在于,所述救护端包括:数据接收装置和预警装置;所述数据接收装置,用于接收来自报警单元的报警信号,将该报警信号发送至预警装置;所述预警装置,用于根据数据接收发送过来的报警信号,发出预警信息。
6.一种基于权利要求1至5之一所述的便携式老年人跌倒监控预警系统的方法,其特征在于,所述方法包括以下步骤:
步骤1:加速度传感器、陀螺仪和心率传感器实时获取人体相关数据,将获取到的数据发送给数据处理单元;
步骤2:中值滤波器对获取到的数据进行滤波处理,将处理后的数据发送至信号向量模生成器;
步骤3:信号向量模生成器根据获取到的加速度数据信息生成加速度向量模:G,根据角速度数据信息生成角速度向量模;X;
步骤4:数据处理器将加速度向量模G和预设的加速度向量模T进行比较;如果G大于T,进入下一步;
步骤5:等待G数值恢复到正常范围内,再设置延时10s,等待用户稳定,进入下一步;
步骤6:数据处理器将角速度向量模X和预设的角速度向量模W进行比较如果X大于W,进入下一步;
步骤7:对角速度向量模X进行数据公式化处理得到特征值P,如果P大于预设的特征值O,进行下一步;
步骤8:对心率传感器获取的心率数据F和预设的心率阈值R进行比较,如果F大于R,则确认发生跌倒,生成报警命令,将报警命令发送至预警装置和定位装置;
步骤9:定位装置接收到报警命令后,获取用户的实际位置信息,将位置信息发送至报警装置,报警装置接收到报警命令及实际位置信息后,生成报警信号,发送至救护端和亲属端。
7.如权利要求6所述的便携式老年人得到监控预警方法,其特征在于,所述数据处理器对角速度向量模的处理方法包括以下步骤:
步骤1:设人体跌倒时去干倾斜的合角度为θ,则θ的计算公式为:θ=∫Xdt;
步骤2:使用最小二乘法对人体跌倒和慢跑时的合角度变化曲线进行拟合,拟合直线表达式为:y=ax+b;其中,a为拟合直线的斜率;b为拟合直线的截距;
步骤3:设定一个无量纲量为I,对两种曲线个字现行拟合曲线的相似度进行判断,判断公式如下:其中i=1,2,3…,500,是数据样本点,Ci为合角度数据样本点;Ni为合角度现行拟合数据样本点;I反映的是合角度曲线与拟合曲线之间的相似度,I值越小相似度越高。
8.如权利要求7所述的便携式老年人跌倒监控预警方法,其特征在于,所述监控端、亲属端和救护端为手机和安装于手机上的应用程序。
CN201610423307.1A 2016-06-14 2016-06-14 一种便携式老年人跌倒监控预警系统及方法 Pending CN106408868A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610423307.1A CN106408868A (zh) 2016-06-14 2016-06-14 一种便携式老年人跌倒监控预警系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610423307.1A CN106408868A (zh) 2016-06-14 2016-06-14 一种便携式老年人跌倒监控预警系统及方法

Publications (1)

Publication Number Publication Date
CN106408868A true CN106408868A (zh) 2017-02-15

Family

ID=58006002

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610423307.1A Pending CN106408868A (zh) 2016-06-14 2016-06-14 一种便携式老年人跌倒监控预警系统及方法

Country Status (1)

Country Link
CN (1) CN106408868A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109086674A (zh) * 2018-07-05 2018-12-25 吴春光 云计算式特征提取系统
CN110070697A (zh) * 2019-04-24 2019-07-30 深圳市有方科技股份有限公司 一种跌倒监测装置及其方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050033200A1 (en) * 2003-08-05 2005-02-10 Soehren Wayne A. Human motion identification and measurement system and method
CN102525434A (zh) * 2012-01-04 2012-07-04 安阳工学院 一种远程电子监护装置
US20130300559A1 (en) * 2012-05-11 2013-11-14 Broadmaster Biotech Corp. Device and method for biological monitoring
CN103731557A (zh) * 2014-01-08 2014-04-16 南方医科大学 基于智能手机的实时跌倒检测系统及方法
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
CN204765649U (zh) * 2015-01-26 2015-11-18 朱威 一种具有健康检测功能的可穿戴设备
CN105125221A (zh) * 2015-10-26 2015-12-09 重庆理工大学 云服务实时摔倒检测系统及方法
CN105528859A (zh) * 2016-01-29 2016-04-27 江阴中科今朝科技有限公司 基于人体跌倒检测技术的养老智能报警系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050033200A1 (en) * 2003-08-05 2005-02-10 Soehren Wayne A. Human motion identification and measurement system and method
CN102525434A (zh) * 2012-01-04 2012-07-04 安阳工学院 一种远程电子监护装置
US20130300559A1 (en) * 2012-05-11 2013-11-14 Broadmaster Biotech Corp. Device and method for biological monitoring
CN103731557A (zh) * 2014-01-08 2014-04-16 南方医科大学 基于智能手机的实时跌倒检测系统及方法
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
CN204765649U (zh) * 2015-01-26 2015-11-18 朱威 一种具有健康检测功能的可穿戴设备
CN105125221A (zh) * 2015-10-26 2015-12-09 重庆理工大学 云服务实时摔倒检测系统及方法
CN105528859A (zh) * 2016-01-29 2016-04-27 江阴中科今朝科技有限公司 基于人体跌倒检测技术的养老智能报警系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109086674A (zh) * 2018-07-05 2018-12-25 吴春光 云计算式特征提取系统
CN109086674B (zh) * 2018-07-05 2019-04-26 上海明心信息科技有限公司 云计算式特征提取系统
CN110070697A (zh) * 2019-04-24 2019-07-30 深圳市有方科技股份有限公司 一种跌倒监测装置及其方法

Similar Documents

Publication Publication Date Title
US10031491B2 (en) Adaptive sensor data selection and sampling based on current and future context
Lim et al. Fall‐detection algorithm using 3‐axis acceleration: combination with simple threshold and hidden Markov model
RU2710294C1 (ru) Система мониторинга и оповещения о состоянии и поведении человека
CN105632049B (zh) 一种基于可穿戴设备的预警方法和装置
CN103810817B (zh) 一种穿戴式人体瘫倒检测报警装置的检测报警方法
WO2017049957A1 (zh) 智能跌倒监护装置及其处理方法
CN105528859A (zh) 基于人体跌倒检测技术的养老智能报警系统
CN103211599A (zh) 一种监测跌倒的方法及装置
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
CN205050303U (zh) 一种智能人体瘫倒监测装置
CN110974641A (zh) 一种融合机器学习与物联网技术的盲人智能手杖系统
CN111183460A (zh) 摔倒检测器和摔倒检测的改进
CN203898284U (zh) 老年人生活异常检测装置
CN107358784A (zh) 一种远程监护方法与装置
CN106407996A (zh) 一种基于机器学习的老人跌倒检测方法及其检测系统
CN106408868A (zh) 一种便携式老年人跌倒监控预警系统及方法
CN105974360A (zh) 一种基于adl的监测分析方法、装置
CN107330240A (zh) 一种基于双手环传感器的智能远程特护监控系统及方法
CN107105092A (zh) 一种基于动态时间规整的人体跌倒识别方法
JP2019091160A (ja) 救援システムおよび救援方法、ならびにそれに使用されるサーバおよびプログラム
Kapse et al. Android based fall detection and tracking app for aged people
CN114469076A (zh) 一种融合身份特征的独居老人跌倒识别方法及系统
WO2018006257A1 (zh) 智能内裤及其报警控制方法
Qu et al. Convolutional neural network for human behavior recognition based on smart bracelet
JP2002119485A (ja) 状態情報収集システム、状態情報収集装置、装着可能端末装置、状態情報収集方法、個人特性情報収集システム、媒体、および情報集合体

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: 20170215

RJ01 Rejection of invention patent application after publication