CN106448057A - 基于多传感器融合跌倒检测的系统及方法 - Google Patents

Abstract

本发明涉及一种基于多传感器融合跌倒检测的系统及方法，其中系统包括足底压力检测子系统，包括数个力敏传感器、一第一单片机和一第一无线通信模块；人体姿态检测子系统，包括一加速度传感器、一角度传感器、一第二无线通信模块和一第二单片机。采用该种系统及方法，能够有效地判断出人体的状态，并结合多传感器融合的技术来分析出人体是否跌倒；通过力敏传感器的合理布局，使得采集的压力值能够合理的反映出人体的重心状态，在正确地掌握了人体的重心分布之后，结合胸部的三轴加速度传感器以及陀螺仪来更精确地判断出人体是否跌倒；在降低误判率的同时，保护了用户的隐私，并降低了功耗和成本，适用于大规模推广应用。

Description

基于多传感器融合跌倒检测的系统及方法

技术领域

本发明涉及传感器技术领域，尤其涉及跌倒检测技术领域，具体是指一种基于多传感器融合跌倒检测的系统及方法。

背景技术

多传感器信息融合技术在解决检测、跟踪等问题方面，能够增强系统生存能力，提高整个系统的可靠性并能够增强数据的可信度，提高精度。正是基于多传感器融合的优势，将多传感器融合技术运用于跌倒检测里，能够降低对于现今跌倒检测的误判率，从而实现更精确的跌倒保护。现在的跌倒系统检测判断是否跌倒的方法一般有：基于穿戴式的跌倒检测，一般是将加速度传感器数据采集模块佩戴在胸部，当加速度达到跌倒阀值时，便判断为跌倒，还有适于穿戴于脚掌的压力传感器，左右脚掌各一个，根据掌心的压力来判断是否跌倒；针对所摄图像分析对象的实际运动，即判断人体姿态是否正常；基于声学信号的跌倒检测，即根据跌倒冲击地面导致震动的频率值来判断人体是否跌倒。

通过上述这些方法来检测跌倒，存在以下几个问题：

1)穿戴式设备检测信号因素单一，不能够确切地分析跌倒数据，从而造成误判或者漏判；

2)对人体图像，即姿态进行分析，不能足够的保障用户的隐私且对光线等环境因素要求较高，误差较大且带来不便；

3)至于脚掌的压力传感器分区不当，造成足底信号获取不准确，也使得误判率增加；

4)对声学信号的检测，其安装复杂，同时受环境因素非常大，当材质等发生变化时，误差也就产生，且投入较大。

发明内容

本发明提供了一种基于多传感器融合跌倒检测的系统及方法，其目的在于克服现有技术中跌倒检测系统的功能单一、跌倒误判率或漏判率高的缺陷，提高跌倒检测精度并降低成本。

为了实现上述目的，本发明具有如下构成：

该基于多传感器融合跌倒检测的系统，其主要特点是，所述系统包括：

足底压力检测子系统，包括数个力敏传感器、一第一单片机和一第一无线通信模块，所述力敏传感器和第一无线通信模块均与所述第一单片机相连接，所述力敏传感器设置于足底，所述第一单片机用以对所述力敏传感器的压力检测数据进行处理；

人体姿态检测子系统，包括一加速度传感器、一角度传感器、一第二无线通信模块和一第二单片机，所述加速度传感器、角度传感器和第二单片机均与所述第二无线通信模块相连接，所述第一无线通信模块与所述第二无线通信模块进行通信，所述加速度传感器和角度传感器均佩戴于人体，所述第二单片机用以根据所述加速度传感器和角度传感器的检测数据以及所述第一单片机的处理结果判断人体是否跌倒。

较佳地，所述力敏传感器分别设置于左脚的前足、后足和侧面区域以及右脚的前足、后足和侧面区域。

更佳地，所述力敏传感器分别设置于左脚和右脚的大脚趾、第2～4跖骨与足跟。

较佳地，所述系统还包括蜂鸣器，所述蜂鸣器用以当所述第二单片机判断人体跌倒时发出报警信号。

较佳地，所述加速度传感器为三轴加速度传感器，所述角度传感器为陀螺仪。

较佳地，所述足底压力检测子系统还包括第一电源模块和模数转换模块，所述第一电源模块和模数转换模块均与所述第一单片机相连接；所述人体姿态检测子系统还包括第二电源模块，所述第二电源模块与所述第二单片机相连接。

本发明还涉及一种通过所述的系统基于多传感器融合跌倒检测的方法，其主要特点是，所述方法包括如下步骤：

(1)所述第一单片机采集所述力敏传感器的压力检测数据并进行处理；

(2)所述第一单片机通过所述第一无线通信模块和所述第二无线通信模块将处理结果发送至所述第二单片机；

(3)所述第二单片机判断所述第一单片机的处理结果是否为足底压力异常，如果是，则继续步骤(4)；否则在系统预设间隔时间后，继续步骤(1)；

(4)所述第二单片机采集所述加速度传感器的加速度检测数据和角度传感器的角度检测数据，并根据加速度检测数据和角度检测数据判断人体是否跌倒。

较佳地，所述力敏传感器分别设置于左脚的前足、后足和侧面区域以及右脚的前足、后足和侧面区域，所述第一单片机采集所述力敏传感器的压力检测数据并进行处理，包括如下步骤：

(1-1)判断左脚和右脚中其中一个的底部是否有多于一半的力敏传感器的输出值大于第一预设压力阈值，如果是，则继续步骤(1-5)，否则继续步骤(1-2)；

(1-2)判断左脚和右脚中其中一个的前足与另一个的后足的力敏传感器的输出值是否同时大于第二预设压力阈值，如果是，则继续步骤(1-5)，否则继续步骤(1-3)；

(1-3)判断左脚和右脚的侧面的力敏传感器的输出值是否同时大于第二预设压力阈值，如果是，则继续步骤(1-5)，否则继续步骤(1-4)；

(1-4)所述第一单片机输出结果为足底压力异常，然后继续步骤(2)；

(1-5)所述第一单片机输出结果为足底压力正常，然后继续步骤(2)。

更佳地，所述力敏传感器包括设置于从左脚的前足到后足依次设置的八个力敏传感器以及从右脚的前足到后足依次设置的八个力敏传感器R₁～R₈，所述步骤(1-1)具体为：

(1-1)判断左脚和右脚中其中一个的底部是否有至少五个力敏传感器的输出值大于第一预设压力阈值，如果是，则继续步骤(1-5)，否则继续步骤(1-2)。

更进一步地，所述步骤(1-2)具体为：

根据如下公式计算力敏传感器的前后足综合输出值：

或或

L_B＝[L₇ L₈]，R_B＝[R₇ R₈]；

Det(Φ)＝|L_A|·|R_B·L_B ^T|+|R_A|·|-L_B·L_B ^T|；

其中，L₁～L₄为左脚的前足的四个力敏传感器的压力输出值，L₇、L₈为左脚的后足的两个力敏传感器的压力输出值，R₁～R₄为右脚的前足的四个力敏传感器的输出值，R₇、R₈为右脚的后足的两个力敏传感器的压力输出值，L_A为左脚的前足的压力输出值矩阵，L_B为左脚的后足的压力输出值矩阵，R_A为右脚的前足的压力输出值矩阵，R_B为右脚的后足的压力输出值矩阵，Det(Φ)为前后足综合输出值；

判断前后足综合输出值是否大于零值，如果是，则继续步骤(1-5)，否则继续步骤(1-3)。

再进一步地，所述步骤(1-3)具体为：

根据如下公式计算侧面综合输出值：

L_C＝[L₅ L₆]，R_C＝[R₅ R₆]；

Ψ′＝[|L_C·L_C ^T||R_C·R_C ^T|]；

Ψ＝Ψ′.Ψ′^T

其中，L5、L6为左脚的侧面的两个力敏传感器的压力L_C为左脚的侧面的压力输出值矩阵，R_C为右脚的侧面的压力输出矩阵，Ψ为侧面综合输出值；

判断侧面综合输出值是否为非零值，如果是，则继续步骤(1-5)，否则继续步骤(1-4)。

较佳地，所述步骤(7)，具体为：

所述第二单片机采集所述加速度传感器的加速度检测数据和角度传感器的角度检测数据，并判断加速度检测数据是否大于预设加速度阈值且角度检测数据大于预设角度阈值，如果是，则判断人体跌倒，否则判断人体未跌倒。

采用了该发明中的基于多传感器融合跌倒检测的系统及方法，能够有效地判断出人体的状态，并结合多传感器融合的技术来分析出人体是否跌倒；通过力敏传感器的合理布局，使得采集的压力值能够合理的反映出人体的重心状态，在正确地掌握了人体的重心分布之后，结合胸部的三轴加速度传感器以及陀螺仪来更精确地判断出人体是否跌倒；在降低误判率的同时，保护了用户的隐私，并降低了功耗和成本，适用于大规模推广应用。

附图说明

图1为本发明的基于多传感器融合跌倒检测的系统的结构示意图；

图2为本发明的力敏传感器分区的示意图；

图3为本发明的力敏传感器的电路原理图；

图4为本发明的前足矩阵的设计依据示意图。

具体实施方式

为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。

参照图1，为本发明的基于多传感器融合跌倒检测的系统的结构示意图，主要分为人体姿态检测部分和足底压力检测部分，其中人体姿态检测部分包括在胸部放置的第二单片机8、三轴加速度6、陀螺仪7和第二无线通信模块9，其中，三轴加速度传感器6、陀螺仪7、第二电源模块11和第二无线通信模块9分别与第二单片机8相连。足底压力检测部分包括在鞋垫内安装的力敏传感器模块1、模数转换模块2、第一单片机3、第一无线通信模块4和第一电源模块5，其中，第一电源模块5、模数转换模块2和第一无线通信模块4分别与第一单片机3相连。第二单片机8处理来自于胸部与足底的数据，并判断人体是否跌倒，人体的状态将由蜂鸣器11提醒。另外，人体姿态检测部分也可以佩戴于人体的其他部分，例如腰部、肩部等，同样地，足底压力检测部分中的一些功能模块也可以设置于其他位置，而不限于安装于鞋垫内。

参照图2，示出了力敏传感器在足底的分区：本跌倒检测装置将足底分为六个模块：L_A,L_B,L_C,R_A,R_B,R_C。其中，左脚区域中：L_A包含了传感器L₁-L₄，L_B包含了传感器L₇和L₈，L_C包含了传感器L₅和L₆；右脚区域中：R_A包含了传感器R₁-R₄，R_B包含了传感器R₇和R₈，R_C包含了传感器R₅和R₆。这些区域分别代表了脚掌的前足、后足、侧面区域。压力传感器的压力值变化与人体重心变化有关，通过这些区域来判断出人体的重心，并作为跌倒判断指标之一。

压力传感器的选型：压力传感器种类很多，如电容式、压阻式、压电式等，其中绝大多数存在体积太大或者精确度差等原因，不适合用于测量足底压力。所以本系统采用的传感器需要有穿着舒适、体积小、精度高等特点。根据这些特点，综合考虑足底压力测量的多个因素，最终选择了FSR402力敏传感器作为测量元件。

如图3所示，为本发明的力敏传感器的电路原理图，其中FSR402提供两个输出引脚。当来自于外界的压力作用在力敏传感器的感应区时，FSR402的阻值会发生变化。且随着外界作用力的增大，FSR402的阻值会减少。通过外接电路的分压原理将压力值转换为电压值进行测量。有图中，可知左脚放置有L₁-L₈，8个传感器；右脚放置有R₁-R₈，8个传感器。

FSR402力敏传感器由高分子聚合物薄膜构成，长度为53mm，敏感部位的直径为7.6mm，厚度为0.3mm，具有纤薄、轻柔、小巧等特点，适合足底压力的检测。随着表面压力的增加，FSR的电阻值减小，并具有较好的灵敏度。压力信号测量电路将足底压力引起的FSR电阻的变化转换为电压信号，输出到中央控制模块完成数据采集。由于FSR是压阻型传感器，且电导率与压力值是线性关系。

足底先由力敏传感器在足底各个分区采集数据，再经模数转换与第一单片机数据分析，最后由第一无线通信模块将数据包发送出去。其中由第一电源模块为各部分供电。

单片机的选型：采用基于Cortex-M3核心的32位微控制器STM32F103rct6。该芯片属于32位ARM微控制器，大容量的产品具有512K字节的Flash，最大64K的SRAM；功耗在同类单片机中较低，具有多达8个的定时器，并且每一个引脚都可作为外部中断触发中断；具有最高72Mhz的工作频率，处理速度较快，片内资源丰富，性价比较高。

加速度计及陀螺仪选型：采用MPU-6050六轴加速度计陀螺仪，其角速度全格感测范围为±250、±500、±1000与±2000°/sec(dps)，用户可程式控制的加速器全格感测范围为±2g、±4g±8g与±16g。传输可透过最高至400kHz的IC或最高达20MHz的SPI(MPU-6050没有SPI)。

电源模块的选型：电源模块采用3.7V锂电池(可充电)。电源模块可以给第一单片机以及第二单片机供电，并完成相应的功能。

蜂鸣器的选型：蜂鸣器采用5V电磁式有源蜂鸣器，结合蜂鸣器驱动电路可以使蜂鸣器发出警报提示跌倒状态。

足底与胸部之间的通信：当力敏传感器将数据通过第一无线通信模块将数据发送出去后，由置于胸部的第二无线通信模块接收，再输给第二单片机，第二单片机同时汇总来自于足底与腰部的信号，综合分析人体的状态，从而判断出人体是否跌倒。

其中，足底的算法来自于两脚之间的数据融合：前述压力分区计算模型中有L_A，L_C，L_B，将其看为判别矩阵，分别代表各部分是否有压力。其中各个传感器的压力输出值为L(i)，R(i)，其中i∈(1，8)。输出为真则为1，输出为假则为0。

(1)判定当左右两脚中其中一脚(或者两脚都)有五个或者五个以上的传感器输出值为真；

则有：

其中，L_sum和R_sum代表左右两脚中所有传感器的有效值和，也即是判断左右两脚的传感器是否有五个或者五个以上输出值为真。

(2)左右两脚中其中一脚的前足与另一脚的后足同时有压力输出值，且为真。

L_B＝[L₇ L₈]，R_B＝[R₇ R₈] (3)

公式(2)中，当判定条件(1)不满足时，则进行条件(2)的判断。其中，L_A为前足的压力传感器矩阵。R_A为后足的压力传感器矩阵。为了保证前足区域有压力施加于传感器上，并排除单一方向的倾斜使得传感器L₁和L₂有压力值输出而L₃与L₄无压力值输出，将L₁和L₂放置在矩阵的第一行，L₃与L₄放置在矩阵的第二行。图4所示为前足矩阵的设计依据图，图中说明了前足矩阵LA中需要确定L₁与L₃加上L₂与L₄的值，这样当计算矩阵行列式值时能够保证有：

det(L_A)＝L₁*L₃+L₂*L₄/det(L_A)＝L₁*L₄+L₂*L₃

det(R_A)＝R₁*R₃+R₂*R₄/det(R_A)＝R₁*R₄+R₂*R₃

同理，对于公式(3)有，L_B代表左脚的后足区域，R_B代表右脚的后足区域。其中，L_B与R_B中分别包含两个压力传感器。

这样，当进行左右脚的结合时，便有左脚的前足与右脚的后足；或者是，右脚的前足与左脚的后足进行判定：

矩阵Φ则表示了将两脚的前足和后足进行数据融合，最后进行判定条件(2)的判定。矩阵Φ的行列式值的大小则表示了判定条件(2)是否成立，当矩阵Φ的行列式值等于0时，则表示判定条件(2)不成立。反之，则成立。矩阵Φ的行列式表达式如下：

Det(Φ)＝|L_A|·|R_B·L_a ^T|+|R_A|·|-L_B·L_B ^T| (5)

如果Det(Φ)＞0，则判断人体处于正常状态，否则还需要做出进一步判定人体是否平衡。

(3)左右两脚的侧面同时有压力输出值，且为真。

L_C＝[L₅ L₆]，R_C＝[R₅ R₆] (6)

当判别条件(1)与(2)均不成立时，需要进行条件(3)的判定。公式(6)中表示了L_C与R_C矩阵，分别代表了左右两脚的外侧传感器。将两矩阵结合之后便可以判定人体是否处于平衡状态。这里用Ψ′表示条件(3)的判别矩阵：

Ψ′＝[|L_C·L_C ^T||R_C·R_C ^T|] (7)

其中，|L_C·L_C ^T|，|R_C·R_C ^T|将会转换矩阵LC，RC成为一数值。将矩阵Ψ′与其转置矩阵相乘得到最终的结果：

Ψ＝Ψ′·Ψ′^T (8)

数值Ψ的大小则可以判定人体是否处于平衡状态。当Ψ等于0时，则判断人体较低处于不平衡状态。反之，则需要结合加速度、角度进行进一步判断人体是否跌倒。

进一步，力敏传感器的布局主要基于人体重心的判断来计算人体是否跌倒。力敏传感器主要置于：足底大脚趾区域、第2～4跖骨区域、后足区域。通过相应区域来获取人体足底的信息，从而分析出重心来判断人体的运动状态。

再进一步，足底的算法来自于两脚之间的数据融合。当左右两脚所测数据传送至胸部的处理芯片之后，将会进行算法判断：

首先进行加速度、角度、以及足底的状态判断。其中，加速度、角度的阈值选取设定为A与β，足底阈值的选取设定为α。足底的数值处理首先利用三个判别条件判定人体是否处于平衡状态，根据公式(1)-(8)进行数据计算，如果最后输出值为0，则需要结合加速度、角度进行判断。同一时刻的数据有来自于胸部模块的加速度传感器的信号、角度的信号、足底的状态信号。这样，分析当加速度与角度大于各自设定的阈值时，且足底在同时刻输出的信号为0，则判定人体跌倒；相反，如果有一个条件不满足，则说明人体处于正常状态。当判断人体跌倒的时候，将会使放在胸部的蜂鸣器报警来提示跌倒。

本发明实施中，在足底部分，所述力敏传感器用来检测被穿戴者的脚踩力，所述力敏传感器模块与模数转换模块连接，所述模数转换模块与第一单片机连接，所述第一单片机与第一无线通信模块连接，所述第一单片机与第一电源连接。所述三轴加速度以及陀螺仪用来获取人体信号，并同时连接在第二单片机，所述第二单片机与第二无线通信模块连接，所述第二无线通信模块与第一无线通信模块相连，所述第二单片机与第二电源模块相连。

首先，将被保护者穿好含有压力检测的鞋，此时第一电源模块为标签各部分进行供电，第一电源模块采用3.7V锂电池。同时利用分压的方法将力敏传感器FSR402中的电阻值转换为电压值。这样，当打开第一电源模块时，便可以使足底各部分正常工作。进一步，胸部的模块由第二单片机控制，第二单片机将收到三轴加速度传感器以及陀螺仪的数据并进行加速度、角度分析，并结合来自于足底的数据来判断人体是否跌倒。这样，打开第二电源模块之后，胸部各个模块进入正常工作模式。这时，被测试者开始行走后，通过位于左右两脚共16个力敏传感器FSR402采集左右两脚(即大脚趾、第2～4跖骨与足跟)数据，并通过其输出将所测得的数据传输给模数转换模块进行模数转换。经模数转换后的数字信号将传送给第一单片进行数据处理，再将处理后的数据打包传送至第一无线通信模块，再由第二无线通信模块接收，并传输至第二单片机。这个过程所涉及到第一单片机的信息处理，依据为：

(1)判定当左右两脚中其中一脚(或者两脚都)有五个或者五个以上的传感器输出值为真

则有：

其中，L_sum和R_sum代表左右两脚中所有传感器的有效值和，也即是判断左右两脚的传感器是否有五个或者五个以上输出值为真。

(2)左右两脚中其中一脚的前足与另一脚的后足同时有压力输出值，且为真。

L_B＝[L₇ L₈]，R_B＝[R₇ R₈] (3)

公式(2)中，当判定条件(1)不满足时，则进行条件(2)的判断。其中，L_A为左脚的前足的压力传感器矩阵。R_A为右脚的前足的压力传感器矩阵。为了保证前足区域有压力施加于传感器上，并排除单一方向的倾斜使得传感器L₁和L₂有压力值输出而L₃与L₄无压力值输出，将L₁和L₂放置在矩阵的第一行，L₃与L₄放置在矩阵的第二行。图4所示为前足矩阵的设计依据图，图中说明了前足矩阵L_A中需要确定L₁与L₃加上L₂与L₄的值，这样当计算矩阵行列式值时能够保证有：

det(L_A)＝L₁*L₃+L₂*L₄/det(L_A)＝L₁*L₄+L₂*L₃

det(R_A)＝R₁*R₃+R₂*R₄/det(R_A)＝R₁*R₄+R₂*R₃

同理，对于公式(3)有，L_B代表左脚的后足区域，R_B代表右脚的后足区域。其中，L_B与R_B中分别包含两个压力传感器。

这样，当进行左右脚的结合时，便有左脚的前足有右脚的；或者是，右脚的前足与左脚的后足进行判定：

矩阵Φ则表示了将两脚的前足和后足进行数据融合，最后进行判定条件(2)的判定。矩阵Φ的行列式值的大小则表示了判定条件(2)是否成立，当矩阵Φ的行列式值等于0时，则表示判定条件(2)不成立。反之，则成立。矩阵Φ的行列式表达式如下：

Det(Φ)＝|L_A|·|R_B·L_B ^T|+|R_A|·|-L_B·L_B ^T| (5)

如果Det(Φ)＞0，则判断人体处于正常状态，否则还需要做出进一步判定人体是否平衡。

(3)左右两脚的侧面同时有压力输出值，且为真。

L_C＝[L₅ L₆]，R_C＝[R₅ R₆] (6)

当判别条件(1)与(2)均不成立时，需要进行条件(3)的判定。公式(6)中表示了L_C与R_C矩阵，分别代表了左右两脚的外侧传感器。将两矩阵结合之后便可以判定人体是否处于平衡状态。这里用Ψ′表示条件(3)的判别矩阵：

Ψ′＝[|L_C·L_C ^T| |R_C·R_C ^T|] (7)

其中，|L_C·L_C ^T|，|R_C·R_C ^T|将会转换矩阵L_C，R_C成为一数值。将矩阵Ψ′与其转置矩阵相乘得到最终的结果：

Ψ＝Ψ′.Ψ′^T (8)

数值Ψ的大小则可以判定人体是否处于平衡状态。当Ψ等于0时，则判断人体较低处于不平衡状态。反之，则需要结合加速度、角度进行进一步判断人体是否跌倒。当判断人体跌倒的时候，胸部的蜂鸣器将会放出警报。

采用了该发明中的基于多传感器融合跌倒检测的系统及方法，能够有效地判断出人体的状态，并结合多传感器融合的技术来分析出人体是否跌倒；通过力敏传感器的合理布局，使得采集的压力值能够合理的反映出人体的重心状态，在正确地掌握了人体的重心分布之后，结合胸部的三轴加速度传感器以及陀螺仪来更精确地判断出人体是否跌倒；在降低误判率的同时，保护了用户的隐私，并降低了功耗和成本，适用于大规模推广应用。

在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。

Claims (12)

1.一种基于多传感器融合跌倒检测的系统，其特征在于，所述系统包括：

足底压力检测子系统，包括数个力敏传感器、一第一单片机和一第一无线通信模块，所述力敏传感器和第一无线通信模块均与所述第一单片机相连接，所述力敏传感器设置于足底，所述第一单片机用以对所述力敏传感器的压力检测数据进行处理；

人体姿态检测子系统，包括一加速度传感器、一角度传感器、一第二无线通信模块和一第二单片机，所述加速度传感器、角度传感器和第二单片机均与所述第二无线通信模块相连接，所述第一无线通信模块与所述第二无线通信模块进行通信，所述加速度传感器和角度传感器均佩戴于人体，所述第二单片机用以根据所述加速度传感器和角度传感器的检测数据以及所述第一单片机的处理结果判断人体是否跌倒。

2.根据权利要求1所述的基于多传感器融合跌倒检测的系统，其特征在于，所述力敏传感器分别设置于左脚的前足、后足和侧面区域以及右脚的前足、后足和侧面区域。

3.根据权利要求2所述的基于多传感器融合跌倒检测的系统，其特征在于，所述力敏传感器分别设置于左脚和右脚的大脚趾、第2～4跖骨与足跟。

4.根据权利要求1所述的基于多传感器融合跌倒检测的系统，其特征在于，所述系统还包括蜂鸣器，所述蜂鸣器用以当所述第二单片机判断人体跌倒时发出报警信号。

5.根据权利要求1所述的基于多传感器融合跌倒检测的系统，其特征在于，所述加速度传感器为三轴加速度传感器，所述角度传感器为陀螺仪。

6.根据权利要求1所述的基于多传感器融合跌倒检测的系统，其特征在于，所述足底压力检测子系统还包括第一电源模块和模数转换模块，所述第一电源模块和模数转换模块均与所述第一单片机相连接；所述人体姿态检测子系统还包括第二电源模块，所述第二电源模块与所述第二单片机相连接。

7.一种通过权利要求1至6中任一项所述的系统基于多传感器融合跌倒检测的方法，其特征在于，所述方法包括如下步骤：

(1)所述第一单片机采集所述力敏传感器的压力检测数据并进行处理；

(2)所述第一单片机通过所述第一无线通信模块和所述第二无线通信模块将处理结果发送至所述第二单片机；

(3)所述第二单片机判断所述第一单片机的处理结果是否为足底压力异常，如果是，则继续步骤(4)；否则在系统预设间隔时间后，继续步骤(1)；

(4)所述第二单片机采集所述加速度传感器的加速度检测数据和角度传感器的角度检测数据，并根据加速度检测数据和角度检测数据判断人体是否跌倒。

8.根据权利要求7所述的基于多传感器融合跌倒检测的方法，其特征在于，所述力敏传感器分别设置于左脚的前足、后足和侧面区域以及右脚的前足、后足和侧面区域，所述第一单片机采集所述力敏传感器的压力检测数据并进行处理，包括如下步骤：

(1-1)判断左脚和右脚中其中一个的底部是否有多于一半的力敏传感器的输出值大于第一预设压力阈值，如果是，则继续步骤(1-5)，否则继续步骤(1-2)；

(1-2)判断左脚和右脚中其中一个的前足与另一个的后足的力敏传感器的输出值是否同时大于第二预设压力阈值，如果是，则继续步骤(1-5)，否则继续步骤(1-3)；

(1-3)判断左脚和右脚的侧面的力敏传感器的输出值是否同时大于第二预设压力阈值，如果是，则继续步骤(1-5)，否则继续步骤(1-4)；

(1-4)所述第一单片机输出结果为足底压力异常，然后继续步骤(2)；

(1-5)所述第一单片机输出结果为足底压力正常，然后继续步骤(2)。

9.根据权利要求8所述的基于多传感器融合跌倒检测的方法，其特征在于，所述力敏传感器包括设置于从左脚的前足到后足依次设置的八个力敏传感器以及从右脚的前足到后足依次设置的八个力敏传感器R₁～R₈，所述步骤(1-1)具体为：

(1-1)判断左脚和右脚中其中一个的底部是否有至少五个力敏传感器的输出值大于第一预设压力阈值，如果是，则继续步骤(1-5)，否则继续步骤(1-2)。

10.根据权利要求9所述的基于多传感器融合跌倒检测的方法，其特征在于，所述步骤(1-2)具体为：

根据如下公式计算力敏传感器的前后足综合输出值：

或或

L_B＝[L₇ L₈],R_B＝[R₇ R₈]；

$\mathrm{\Φ}=\left[\begin{array}{cc}\left|L_A\right|& |-L_B\·{L_B}^T|\\ \left|R_A\right|& |R_B\·{L_B}^T|\end{array}\right];$

Det(Φ)＝|L_A|·|R_B·L_B ^T|+|R_A|·|-L_B·L_B ^T|；

其中，L₁～L₄为左脚的前足的四个力敏传感器的压力输出值，L₇、L₈为左脚的后足的两个力敏传感器的压力输出值，R₁～R₄为右脚的前足的四个力敏传感器的输出值，R₇、R₈为右脚的后足的两个力敏传感器的压力输出值，L_A为左脚的前足的压力输出值矩阵，L_B为左脚的后足的压力输出值矩阵，R_A为右脚的前足的压力输出值矩阵，R_B为右脚的后足的压力输出值矩阵，Det(Φ)为前后足综合输出值；

判断前后足综合输出值是否大于零值，如果是，则继续步骤(1-5)，否则继续步骤(1-3)。

11.根据权利要求10所述的基于多传感器融合跌倒检测的方法，其特征在于，所述步骤(1-3)具体为：

根据如下公式计算侧面综合输出值：

L_C＝[L₅ L₆],R_C＝[R₅ R₆]；

Ψ′＝[|L_C·L_C ^T||R_C·R_C ^T|]；

Ψ＝Ψ′·Ψ′^T；

其中，L5、L6为左脚的侧面的两个力敏传感器的压力L_C为左脚的侧面的压力输出值矩阵，R_C为右脚的侧面的压力输出矩阵，Ψ为侧面综合输出值；

判断侧面综合输出值是否为非零值，如果是，则继续步骤(1-5)，否则继续步骤(1-4)。

12.根据权利要求7所述的基于多传感器融合跌倒检测的方法，其特征在于，所述步骤(7)，具体为：

所述第二单片机采集所述加速度传感器的加速度检测数据和角度传感器的角度检测数据，并判断加速度检测数据是否大于预设加速度阈值且角度检测数据大于预设角度阈值，如果是，则判断人体跌倒，否则判断人体未跌倒。