CN106408870A - 一种基于智能鞋的状态识别方法及系统 - Google Patents

一种基于智能鞋的状态识别方法及系统 Download PDF

Info

Publication number
CN106408870A
CN106408870A CN201610870632.2A CN201610870632A CN106408870A CN 106408870 A CN106408870 A CN 106408870A CN 201610870632 A CN201610870632 A CN 201610870632A CN 106408870 A CN106408870 A CN 106408870A
Authority
CN
China
Prior art keywords
intelligent shoe
state
acceleration
people
rate
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
CN201610870632.2A
Other languages
English (en)
Inventor
邹复民
蒋新华
黄晓生
汪俊民
廖律超
赖宏图
甘振华
张淑玲
陈子标
朱铨
方卫东
徐翔
胡蓉
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.)
Fujian University of Technology
Original Assignee
Fujian University of Technology
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 Fujian University of Technology filed Critical Fujian University of Technology
Priority to CN201610870632.2A priority Critical patent/CN106408870A/zh
Priority to PCT/CN2016/109368 priority patent/WO2018058788A1/zh
Publication of CN106408870A publication Critical patent/CN106408870A/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
    • G08B21/0438Sensor means for detecting
    • G08B21/0446Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait

Abstract

本发明所要解决的技术问题是:提供一种基于智能鞋的状态识别方法及系统,较准确地识别出穿着智能鞋的人的多种状态,尤其是意外摔倒状态。本发明通过分析智能鞋的温度识别智能鞋的状态;所述智能鞋的状态包括闲置状态和使用状态;分析智能鞋的加速度和倾斜角识别穿着智能鞋的人的状态;所述识别穿着智能鞋的人的状态包括识别正常行走状态、识别非摔倒性异常运动状态、识别抬脚状态和意外摔倒状态。通过对多种状态进行分析,可以提高识别出意外摔倒状态的准确性。

Description

一种基于智能鞋的状态识别方法及系统
技术领域
本发明涉及智能监测领域,尤其涉及一种基于智能鞋的状态识别方法及系统。
背景技术
随着我国老龄化的加重,越来越多的老年人会选择在福利院或者养老院的机构中生活。若福利院或者养老院不能够及时了解到老年人在户外出现意外的情况,尤其是意外摔倒的情况,则无法及时对老年人进行救治工作,或危害其生命安全。
现有技术一般采用手机等辅助工具来进行摔倒监测,但是,辅助工具不是老年人出门的必需品,佩带麻烦,且当检测的情况复杂时容易出现误警报。
发明内容
本发明所要解决的技术问题是:提供一种基于智能鞋的状态识别方法及系统,较准确地识别出穿着智能鞋的人的多种状态,尤其是意外摔倒状态。
为了解决上述技术问题,本发明采用的技术方案为:
本发明提供一种基于智能鞋的状态识别方法,包括:
步骤1、获取两只智能鞋的温度,分别为第一温度和第二温度;
步骤2、分析所述第一温度和所述第二温度识别出智能鞋的状态;所述智能鞋的状态包括闲置状态和使用状态;
步骤3、若所述智能鞋的状态为使用状态,则获取预设时间内两只智能鞋在X轴、Y轴和Z轴方向上的加速度,得到第一加速度集合;
步骤4、分析所述第一加速度集合,识别出穿着智能鞋的人是否处于正常行走状态;
步骤5、若穿着智能鞋的人不处于正常行走状态,则获取两只智能鞋前、后、左、右四个方向的倾斜角,得到倾斜角集合;
步骤6、分析所述倾斜角集合,识别出穿着智能鞋的人是否处于非摔倒性异常运动状态;
步骤7、若穿着智能鞋的人不处于非摔倒性异常运动状态,则获取第一加速度集合中两只智能鞋在Z轴方向上的加速度,得到第二加速度集合;
步骤8、分析所述第二加速度集合,识别出穿着智能鞋的人是处于抬脚状态还是意外摔倒状态。
本发明还提供一种基于智能鞋的状态识别系统,包括:
第一获取模块,用于获取两只智能鞋的温度,分别为第一温度和第二温度;
第一分析模块,用于分析所述第一温度和所述第二温度识别出智能鞋的状态;所述智能鞋的状态包括闲置状态和使用状态;
第二获取模块,用于若所述智能鞋的状态为使用状态,则获取预设时间内两只智能鞋在X轴、Y轴和Z轴方向上的加速度,得到第一加速度集合;
第二分析模块,用于分析所述第一加速度集合,识别出穿着智能鞋的人是否处于正常行走状态;
第三获取模块,用于若穿着智能鞋的人不处于正常行走状态,则获取两只智能鞋前、后、左、右四个方向的倾斜角,得到倾斜角集合;
第三分析模块,用于分析所述倾斜角集合,识别出穿着智能鞋的人是否处于非摔倒性异常运动状态;
第四获取模块,用于若穿着智能鞋的人不处于非摔倒性异常运动状态,则获取第一加速度集合中两只智能鞋在Z轴方向上的加速度,得到第二加速度集合;
第四分析模块,用于分析所述第二加速度集合,识别出穿着智能鞋的人是处于抬脚状态还是意外摔倒状态。
本发明的有益效果在于:通过分析智能鞋的温度,可识别出智能鞋是处于闲置状态还是使用状态;若智能鞋处于使用状态,则进一步分析穿着智能鞋的人的状态;通过分析智能鞋在X轴、Y轴和Z轴方向上的加速度,及智能鞋前、后、左、右四个方向的倾斜角,可较准确地识别出穿着智能鞋的人的状态;所述穿着智能鞋的人的状态可能是正常行走状态、非摔倒性异常运动状态、抬脚状态和意外摔倒状态;通过对穿着智能鞋的人可能存在的多种状态进行分析,可以提高识别出意外摔倒状态的准确性。
附图说明
图1为本发明一种基于智能鞋的状态识别方法的流程框图;
图2为本发明一种基于智能鞋的状态识别系统的结构框图;
标号说明:
1、第一获取模块;2、第一分析模块;3、第二获取模块;4、第二分析模块;5、第三获取模块;6、第三分析模块;7、第四获取模块;8、第四分析模块。
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:通过分析智能鞋的温度、加速度和倾斜角识别出智能鞋的状态和穿着智能鞋的人的状态,尤其是意外摔倒状态。
请参照图1及图2
如图1所示,本发明提供一种基于智能鞋的状态识别方法,包括步骤:
步骤1、获取两只智能鞋的温度,分别为第一温度和第二温度;
步骤2、分析所述第一温度和所述第二温度识别出智能鞋的状态;所述智能鞋的状态包括闲置状态和使用状态;
步骤3、若所述智能鞋的状态为使用状态,则获取预设时间内两只智能鞋在X轴、Y轴和Z轴方向上的加速度,得到第一加速度集合;
步骤4、分析所述第一加速度集合,识别出穿着智能鞋的人是否处于正常行走状态;
步骤5、若穿着智能鞋的人不处于正常行走状态,则获取两只智能鞋前、后、左、右四个方向的倾斜角,得到倾斜角集合;
步骤6、分析所述倾斜角集合,识别出穿着智能鞋的人是否处于非摔倒性异常运动状态;
步骤7、若穿着智能鞋的人不处于非摔倒性异常运动状态,则获取第一加速度集合中两只智能鞋在Z轴方向上的加速度,得到第二加速度集合;
步骤8、分析所述第二加速度集合,识别出穿着智能鞋的人是处于抬脚状态还是意外摔倒状态。
进一步地,所述步骤2,具体为:
判断所述第一温度和所述第二温度是否都不在预设穿鞋状态的温度范围内;
若是,则智能鞋处于闲置状态;
否则,智能鞋处于使用状态。
由上述描述可知,可通过分析智能鞋的温度识别出智能鞋的状态;其中,所述穿鞋状态的温度范围是根据平时穿鞋的历史正常温度设置;如果两只智能鞋的温度都明显低于平时穿鞋的历史正常温度,则认为智能鞋处于闲置状态,否则,需进一步判断穿着智能鞋的人的状态。
进一步地,所述步骤4,具体为:
判断所述第一加速度集合中的各个加速度是否出现异常;
若是,则穿着智能鞋的人不处于正常行走状态;
否则,穿着智能鞋的人处于正常行走状态。
由上述描述可知,通过分析智能鞋在X轴、Y轴和Z轴方向上的加速度是否出现异常,能够识别出穿着智能鞋的人是否处于正常行走状态;若穿着智能鞋的人不处于正常行走状态,则需进一步分析穿着智能鞋的人的状态。
进一步地,判断所述第一加速度集合中的各个加速度是否出现异常,具体为:
计算所述第一加速度集合中的各个加速度在预设时间内的变化率,得到第二变化率集合;
分析所述第二变化率集合,若所述第二变化率集合中的各个变化率均在预设正常行走状态的变化率范围内,则所述第一加速度集合中的各个加速度未出现异常,穿着智能鞋的人处于正常行走状态;
否则,穿着智能鞋的人不处于正常行走状态。
由上述描述可知,在正常行走状态下,智能鞋在X轴、Y轴和Z轴方向上的加速度一般不会出现瞬间快速增加的情况,故通过分析智能鞋在X轴、Y轴和Z轴方向上的加速度的变化率能够识别出穿着智能鞋的人是否处于正常行走状态。
进一步地,所述步骤6,具体为:
判断所述倾斜角集合中的各个倾斜角是否在预设非摔倒性异常运动状态的倾斜角范围内;
若是,则穿着智能鞋的人处于非摔倒性异常运动状态;
否则,穿着智能鞋的人不处于非摔倒性异常运动状态。
由上述描述可知,通过分析智能鞋的倾斜角,可识别穿着智能鞋的人是否处于非摔倒性异常运动状态;若穿着智能鞋的人不处于费摔倒性异常运动状态,则需要进一步分析穿着只能鞋的人的状态。
进一步地,判断所述倾斜角集合中的各个倾斜角是否在预设非摔倒性异常运动状态的倾斜角范围内,具体为:
分析所述倾斜角集合中的前倾斜角和后倾斜角的值是否在预设前后倾斜角范围内;
若是,则进一步分析所述倾斜角集合中的左倾斜角和右倾斜角是否在预设左右倾斜角范围内;
若是,则穿着智能鞋的人处于非摔倒性异常运动状态;
否则,穿着智能鞋的人不处于非摔倒性异常运动状态。
由上述描述可知,通过分析智能鞋的前、后、左、右四个方向的倾斜角,可以识别出穿着智能鞋的人是否处于非摔倒性异常运动状态;一般情况下人摔倒时,两只脚会朝同一个方向倾斜,因此,只要一个方向上的倾斜角不在预设的相应倾斜角范围内,则认为穿着智能鞋的人不处于非摔倒性异常运动状态。
进一步地,所述步骤8,具体为:
分析所述第二加速度集合中,是否存在至少一只智能鞋在预设时间内的Z轴方向上的加速度均不为0;
若是,则计算在预设时间内的Z轴方向上的加速度均不为0的智能鞋的Z轴方向上的加速度在预设时间内的变化率,得到第一变化率集合;
若所述第一变化率集合中的各个变化率均不在预设抬脚状态的变化率范围内,则穿着智能鞋的人处于摔倒状态,发送报警信息给监护人;
否则,穿着智能鞋的人处于抬脚状态。
由上述描述可知,通过判断是否存在至少一只智能鞋在Z轴方向上的加速度快速变化并持续一定时长,可识别出穿着智能鞋的人是处于抬脚状态还是意外摔倒状态。
如图2所示,本发明还提供一种基于智能鞋的状态识别系统,包括:
第一获取模块1,用于获取两只智能鞋的温度,分别为第一温度和第二温度;
第一分析模块2,用于分析所述第一温度和所述第二温度识别出智能鞋的状态;所述智能鞋的状态包括闲置状态和使用状态;
第二获取模块3,用于若所述智能鞋的状态为使用状态,则获取预设时间内两只智能鞋在X轴、Y轴和Z轴方向上的加速度,得到第一加速度集合;
第二分析模块4,用于分析所述第一加速度集合,识别出穿着智能鞋的人是否处于正常行走状态;
第三获取模块5,用于若穿着智能鞋的人不处于正常行走状态,则获取两只智能鞋前、后、左、右四个方向的倾斜角,得到倾斜角集合;
第三分析模块6,用于分析所述倾斜角集合,识别出穿着智能鞋的人是否处于非摔倒性异常运动状态;
第四获取模块7,用于若穿着智能鞋的人不处于非摔倒性异常运动状态,则获取第一加速度集合中两只智能鞋在Z轴方向上的加速度,得到第二加速度集合;
第四分析模块8,用于分析所述第二加速度集合,识别出穿着智能鞋的人是处于抬脚状态还是意外摔倒状态。
进一步地,所述第二分析模块,包括:
计算单元,用于计算所述第一加速度集合中的各个加速度在预设时间内的变化率,得到第二变化率集合;
第一分析单元,用于分析所述第二变化率集合,若所述第二变化率集合中的各个变化率均在预设正常行走状态的变化率范围内,则所述第一加速度集合中的各个加速度未出现异常,穿着智能鞋的人处于正常行走状态;否则,穿着智能鞋的人不处于正常行走状态。
进一步地,所述第三分析模块,包括:
第二分析单元,用于分析所述倾斜角集合中的前倾斜角和后倾斜角的值是否在预设前后倾斜角范围内,得到分析结果;
第三分析单元,用于根据所述分析结果,进一步分析所述倾斜角集合中的左倾斜角和右倾斜角是否在预设左右倾斜角范围内;若是,则穿着智能鞋的人处于非摔倒性异常运动状态;否则,穿着智能鞋的人不处于非摔倒性异常运动状态。
本发明的实施例一为:
获取两只智能鞋的温度,分别为第一温度和第二温度;
判断所述第一温度和所述第二温度是否都不在预设穿鞋状态的温度范围内;若是,则智能鞋处于闲置状态;否则,智能鞋处于使用状态;
若所述智能鞋的状态为使用状态,则获取预设时间内两只智能鞋在X轴、Y轴和Z轴方向上的加速度,得到第一加速度集合;
计算所述第一加速度集合中的各个加速度在预设时间内的变化率,得到第二变化率集合;
分析所述第二变化率集合,若所述第二变化率集合中的各个变化率均在预设正常行走状态的变化率范围内,则所述第一加速度集合中的各个加速度未出现异常,穿着智能鞋的人处于正常行走状态;否则,穿着智能鞋的人不处于正常行走状态;
若穿着智能鞋的人不处于正常行走状态,则获取两只智能鞋前、后、左、右四个方向的倾斜角,得到倾斜角集合;
分析所述倾斜角集合中的前倾斜角和后倾斜角的值是否在预设前后倾斜角范围内;
若是,则进一步分析所述倾斜角集合中的左倾斜角和右倾斜角是否在预设左右倾斜角范围内;若是,则穿着智能鞋的人处于非摔倒性异常运动状态;否则,穿着智能鞋的人不处于非摔倒性异常运动状态;
若穿着智能鞋的人不处于非摔倒性异常运动状态,则获取第一加速度集合中两只智能鞋在Z轴方向上的加速度,得到第二加速度集合;
分析所述第二加速度集合中,是否存在至少一只智能鞋在预设时间内的Z轴方向上的加速度均不为0;
若是,则计算在预设时间内的Z轴方向上的加速度均不为0的智能鞋的Z轴方向上的加速度在预设时间内的变化率,得到第一变化率集合;
若所述第一变化率集合中的各个变化率均不在预设抬脚状态的变化率范围内,则穿着智能鞋的人处于摔倒状态,发送报警信息给监护人;否则,穿着智能鞋的人处于抬脚状态。
上述智能鞋中带有陀螺仪传感器、加速度传感器、温度传感器、控制器和报警模块(通讯功能);其中陀螺仪传感器用来获取智能鞋的倾斜角数据;温度传感器用于采集智能鞋内部外层的温度;如,当智能鞋处于使用状态时,检测穿着智能鞋的人的脚与智能鞋长时间接触导致升高的温度;当智能鞋处于未使用状态时,检测智能鞋内空气的温度;加速度传感器用来获取穿着智能鞋的人双脚的移动加速度数据;控制器用来实现数据的判断、分析和处理操作;报警模块用来在穿着智能鞋的人摔倒时通知监护人。
本发明的实施例二为:
在某个使用智能鞋的家庭A中,系统对智能鞋自动进行(每2-3分钟一次)温度检测,若智能鞋内部的温度传感器检测到的温度T1低于室温的26℃或者高于老人穿鞋时的鞋内温度(取普遍正常的大致情况:45℃),则说明智能鞋没有被老人穿上,即智能鞋处于闲置状态。反之则说明智能鞋被穿,各个相应模块应进入工作检测状态。
假设老人M被检测已经穿了智能鞋,智能鞋的陀螺仪传感器、加速度传感器则会进入工作状态。根据传输的加速度数据,通过控制器来分析判断,若Xa基本处于1.5-2.2m/s^2(每平方秒2.2米的加速度)(定义X为前进方向,Xa为X方向上的加速度),且Ya大小基本等于0(定义Ya是智能鞋侧向上的加速度),同时持续一定的时长t>=2-4s,则可以判断老人M正在正常行走。否则,若Xa>>2.2m/s^2,说明老人M处于非摔倒型异常状态(例如:在某些交通工具上),若为此种情况,智能鞋将在加速度回复正常范围的情况下继续检测。
若Xa约等于0或者Xa<<1.5m/s^2,则继续检测智能鞋的姿态状况以及Za(定义Za是智能鞋垂直方向上的加速度)。若Xa约等于0或者Xa<<1.5m/s^2,且检测到两只智能鞋的倾斜角度基本为零,且维持了一定,说明老人M站立状态;若Xa约等于0或者Xa<<1.5m/s^2,且两只智能鞋未朝同一个方向倾斜角超过20-30度,且智能鞋能检测到有Za>1m/s^2,则说明老人M正处于坐的状态;若Xa约等于0或者Xa<<1.5m/s^2,且两只智能鞋朝同一个方向倾斜角超过20-30度,Za基本为零,则说明老人M处于摔倒状态。报警模块则给老人M监护人已经智能鞋的监管系统发送警报信息,报告老人摔倒的位置,以便及时对摔倒老人M进行救护。
综上所述,本发明提供的基于智能鞋的状态识别方法及系统,通过分析智能鞋的温度,可识别出智能鞋是处于闲置状态还是使用状态;若智能鞋处于使用状态,则进一步分析穿着智能鞋的人的状态;通过分析智能鞋在X轴、Y轴和Z轴方向上的加速度,及智能鞋前、后、左、右四个方向的倾斜角,可较准确地识别出穿着智能鞋的人的状态;所述穿着智能鞋的人的状态可能是正常行走状态、非摔倒性异常运动状态、抬脚状态和意外摔倒状态;通过对多种状态进行分析,可以提高识别出意外摔倒状态的准确性;进一步地,通过判断是否存在至少一只智能鞋在Z轴方向上的加速度快速变化并持续一定时长,可识别出穿着智能鞋的人是处于抬脚状态还是意外摔倒状态。
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)

1.一种基于智能鞋的状态识别方法,其特征在于,包括:
步骤1、获取两只智能鞋的温度,分别为第一温度和第二温度;
步骤2、分析所述第一温度和所述第二温度识别出智能鞋的状态;所述智能鞋的状态包括闲置状态和使用状态;
步骤3、若所述智能鞋的状态为使用状态,则获取预设时间内两只智能鞋在X轴、Y轴和Z轴方向上的加速度,得到第一加速度集合;
步骤4、分析所述第一加速度集合,识别出穿着智能鞋的人是否处于正常行走状态;
步骤5、若穿着智能鞋的人不处于正常行走状态,则获取两只智能鞋前、后、左、右四个方向的倾斜角,得到倾斜角集合;
步骤6、分析所述倾斜角集合,识别出穿着智能鞋的人是否处于非摔倒性异常运动状态;
步骤7、若穿着智能鞋的人不处于非摔倒性异常运动状态,则获取第一加速度集合中两只智能鞋在Z轴方向上的加速度,得到第二加速度集合;
步骤8、分析所述第二加速度集合,识别出穿着智能鞋的人是处于抬脚状态还是意外摔倒状态。
2.根据权利要求1所述的一种基于智能鞋的状态识别方法,其特征在于,所述步骤2,具体为:
判断所述第一温度和所述第二温度是否都不在预设穿鞋状态的温度范围内;
若是,则智能鞋处于闲置状态;
否则,智能鞋处于使用状态。
3.根据权利要求1所述的一种基于智能鞋的状态识别方法,其特征在于,所述步骤4,具体为:
判断所述第一加速度集合中的各个加速度是否出现异常;
若是,则穿着智能鞋的人不处于正常行走状态;
否则,穿着智能鞋的人处于正常行走状态。
4.根据权利要求3所述的一种基于智能鞋的状态识别方法,其特征在于,判断所述第一加速度集合中的各个加速度是否出现异常,具体为:
计算所述第一加速度集合中的各个加速度在预设时间内的变化率,得到第二变化率集合;
分析所述第二变化率集合,若所述第二变化率集合中的各个变化率均在预设正常行走状态的变化率范围内,则所述第一加速度集合中的各个加速度未出现异常,穿着智能鞋的人处于正常行走状态;
否则,穿着智能鞋的人不处于正常行走状态。
5.根据权利要求1所述的一种基于智能鞋的状态识别方法,其特征在于,所述步骤6,具体为:
判断所述倾斜角集合中的各个倾斜角是否在预设非摔倒性异常运动状态的倾斜角范围内;
若是,则穿着智能鞋的人处于非摔倒性异常运动状态;
否则,穿着智能鞋的人不处于非摔倒性异常运动状态。
6.根据权利要求5所述的一种基于智能鞋的状态识别方法,其特征在于,判断所述倾斜角集合中的各个倾斜角是否在预设非摔倒性异常运动状态的倾斜角范围内,具体为:
分析所述倾斜角集合中的前倾斜角和后倾斜角的值是否在预设前后倾斜角范围内;
若是,则进一步分析所述倾斜角集合中的左倾斜角和右倾斜角是否在预设左右倾斜角范围内;
若是,则穿着智能鞋的人处于非摔倒性异常运动状态;
否则,穿着智能鞋的人不处于非摔倒性异常运动状态。
7.根据权利要求1所述的一种基于智能鞋的状态识别方法,其特征在于,所述步骤8,具体为:
判断所述第二加速度集合中,是否存在至少一只智能鞋在预设时间内的Z轴方向上的加速度均不为0;
若是,则计算在预设时间内的Z轴方向上的加速度均不为0的智能鞋的Z轴方向上的加速度在预设时间内的变化率,得到第一变化率集合;
若所述第一变化率集合中的各个变化率均不在预设抬脚状态的变化率范围内,则穿着智能鞋的人处于摔倒状态,发送报警信息给监护人;
否则,穿着智能鞋的人处于抬脚状态。
8.一种基于智能鞋的状态识别系统,其特征在于,包括:
第一获取模块,用于获取两只智能鞋的温度,分别为第一温度和第二温度;
第一分析模块,用于分析所述第一温度和所述第二温度识别出智能鞋的状态;所述智能鞋的状态包括闲置状态和使用状态;
第二获取模块,用于若所述智能鞋的状态为使用状态,则获取预设时间内两只智能鞋在X轴、Y轴和Z轴方向上的加速度,得到第一加速度集合;
第二分析模块,用于分析所述第一加速度集合,识别出穿着智能鞋的人是否处于正常行走状态;
第三获取模块,用于若穿着智能鞋的人不处于正常行走状态,则获取两只智能鞋前、后、左、右四个方向的倾斜角,得到倾斜角集合;
第三分析模块,用于分析所述倾斜角集合,识别出穿着智能鞋的人是否处于非摔倒性异常运动状态;
第四获取模块,用于若穿着智能鞋的人不处于非摔倒性异常运动状态,则获取第一加速度集合中两只智能鞋在Z轴方向上的加速度,得到第二加速度集合;
第四分析模块,用于分析所述第二加速度集合,识别出穿着智能鞋的人是处于抬脚状态还是意外摔倒状态。
9.根据权利要求8所述的一种基于智能鞋的状态识别系统,其特征在于,所述第二分析模块,包括:
计算单元,用于计算所述第一加速度集合中的各个加速度在预设时间内的变化率,得到第二变化率集合;
第一分析单元,用于分析所述第二变化率集合,若所述第二变化率集合中的各个变化率均在预设正常行走状态的变化率范围内,则所述第一加速度集合中的各个加速度未出现异常,穿着智能鞋的人处于正常行走状态;否则,穿着智能鞋的人不处于正常行走状态。
10.根据权利要求8所述的一种基于智能鞋的状态识别系统,其特征在于,所述第三分析模块,包括:
第二分析单元,用于分析所述倾斜角集合中的前倾斜角和后倾斜角的值是否在预设前后倾斜角范围内,得到分析结果;
第三分析单元,用于根据所述分析结果,进一步分析所述倾斜角集合中的左倾斜角和右倾斜角是否在预设左右倾斜角范围内;若是,则穿着智能鞋的人处于非摔倒性异常运动状态;否则,穿着智能鞋的人不处于非摔倒性异常运动状态。
CN201610870632.2A 2016-09-30 2016-09-30 一种基于智能鞋的状态识别方法及系统 Pending CN106408870A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610870632.2A CN106408870A (zh) 2016-09-30 2016-09-30 一种基于智能鞋的状态识别方法及系统
PCT/CN2016/109368 WO2018058788A1 (zh) 2016-09-30 2016-12-12 一种基于智能鞋的状态识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610870632.2A CN106408870A (zh) 2016-09-30 2016-09-30 一种基于智能鞋的状态识别方法及系统

Publications (1)

Publication Number Publication Date
CN106408870A true CN106408870A (zh) 2017-02-15

Family

ID=59228470

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610870632.2A Pending CN106408870A (zh) 2016-09-30 2016-09-30 一种基于智能鞋的状态识别方法及系统

Country Status (2)

Country Link
CN (1) CN106408870A (zh)
WO (1) WO2018058788A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110363959A (zh) * 2019-05-28 2019-10-22 哈尔滨理工大学 一种基于足底压力和三轴加速度传感器的摔倒判定方法
US10629050B2 (en) * 2016-09-30 2020-04-21 Fujian University Of Technology Accidental tumbling monitoring method, system and terminal
CN111915843A (zh) * 2020-07-14 2020-11-10 浙江万物智联科技有限公司 一种基于智能鞋的状态识别方法及系统
CN113593181A (zh) * 2021-07-14 2021-11-02 三偲科技(北京)有限公司 一种基于智能拖鞋的安全预警方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102404873A (zh) * 2011-07-20 2012-04-04 东北大学秦皇岛分校 基于物联网的老年人室内监护方法及系统
CN103405001A (zh) * 2013-08-30 2013-11-27 广东乐源数字技术有限公司 一种蓝牙跌倒报警鞋垫

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101950464B (zh) * 2010-09-17 2012-10-17 中国科学院深圳先进技术研究院 跌倒监测与报警的方法和系统
US9402568B2 (en) * 2011-08-29 2016-08-02 Verizon Telematics Inc. Method and system for detecting a fall based on comparing data to criteria derived from multiple fall data sets
CN103810817B (zh) * 2014-02-21 2016-01-20 广东乐源数字技术有限公司 一种穿戴式人体瘫倒检测报警装置的检测报警方法
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
CN105249589A (zh) * 2015-09-02 2016-01-20 深圳市前海安测信息技术有限公司 预防老年人跌倒的健康鞋及控制系统
CN205510416U (zh) * 2016-03-04 2016-08-24 深圳创感科技有限公司 一种具有跌倒检测功能的足部可穿戴装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102404873A (zh) * 2011-07-20 2012-04-04 东北大学秦皇岛分校 基于物联网的老年人室内监护方法及系统
CN103405001A (zh) * 2013-08-30 2013-11-27 广东乐源数字技术有限公司 一种蓝牙跌倒报警鞋垫

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10629050B2 (en) * 2016-09-30 2020-04-21 Fujian University Of Technology Accidental tumbling monitoring method, system and terminal
CN110363959A (zh) * 2019-05-28 2019-10-22 哈尔滨理工大学 一种基于足底压力和三轴加速度传感器的摔倒判定方法
CN110363959B (zh) * 2019-05-28 2021-01-22 哈尔滨理工大学 一种基于足底压力和三轴加速度传感器的摔倒判定方法
CN111915843A (zh) * 2020-07-14 2020-11-10 浙江万物智联科技有限公司 一种基于智能鞋的状态识别方法及系统
CN113593181A (zh) * 2021-07-14 2021-11-02 三偲科技(北京)有限公司 一种基于智能拖鞋的安全预警方法及装置

Also Published As

Publication number Publication date
WO2018058788A1 (zh) 2018-04-05

Similar Documents

Publication Publication Date Title
CN106408870A (zh) 一种基于智能鞋的状态识别方法及系统
CN106510719B (zh) 一种用户姿态监测方法和可穿戴设备
CN105125221B (zh) 云服务实时摔倒检测系统及方法
EP3266369B1 (en) Analysis of fall severity using a fall detection system and wearing apparatus
CN110289085B (zh) 一种手卫生的监管系统及其使用方法
JP2017528241A (ja) 転倒検出装置および方法
CN103027687A (zh) 基于3d加速度仪和陀螺仪的老年人跌倒检测报警系统
CN105913614A (zh) 监测摔倒的方法、装置以及智能穿戴设备和摔倒报警系统
CN205050303U (zh) 一种智能人体瘫倒监测装置
CN106617456B (zh) 一种安全帽安全监控方法
KR102199204B1 (ko) 웨어러블 센서 디바이스를 이용한 추락 및 낙상 감지 시스템 및 방법
Zhong et al. A real-time pre-impact fall detection and protection system
CN106228753A (zh) 一种意外摔倒监控方法、系统及终端
CN106327799A (zh) 一种在行走状态下的摔倒监测方法及系统
CN107657277A (zh) 一种基于大数据的人体异常行为检测与判定方法及系统
CN106228751A (zh) 基于安卓平台mems/磁传感器/gps的跌倒智能报警系统与方法
US20230252881A1 (en) Systems, devices and methods for fall detection
KR101993599B1 (ko) IoT 스마트웨어 기반의 긴급 상황 대응 장치
CN113788377B (zh) 一种机器人乘梯检测方法及装置
CN105551194A (zh) 一种跌倒检测方法及装置
CN106530614B (zh) 基于二维倾角判据的头部姿态异常检测安全帽
CN111060129A (zh) 一种智能机器人判定地毯的方法
CN202306768U (zh) 一种行为辨析电路
CN110407052B (zh) 一种电梯内剧烈运动行为检测方法及系统
CN205177093U (zh) 一种基于Android智能手机的安全行车系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20170215