CN106875631A - 一种摔倒检测报警方法及系统 - Google Patents

一种摔倒检测报警方法及系统 Download PDF

Info

Publication number
CN106875631A
CN106875631A CN201710214805.XA CN201710214805A CN106875631A CN 106875631 A CN106875631 A CN 106875631A CN 201710214805 A CN201710214805 A CN 201710214805A CN 106875631 A CN106875631 A CN 106875631A
Authority
CN
China
Prior art keywords
heart rate
state
fallen
data
fall down
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
CN201710214805.XA
Other languages
English (en)
Inventor
张忠林
席亚珂
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.)
Lanzhou Jiaotong University
Original Assignee
Lanzhou Jiaotong University
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 Lanzhou Jiaotong University filed Critical Lanzhou Jiaotong University
Priority to CN201710214805.XA priority Critical patent/CN106875631A/zh
Publication of CN106875631A publication Critical patent/CN106875631A/zh
Pending legal-status Critical Current

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
    • G08B21/0438—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
    • 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
    • G08B21/0453—Sensor means for detecting worn on the body to detect health condition by physiological monitoring, e.g. electrocardiogram, temperature, breathing
    • 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
    • G08B21/0492—Sensor dual technology, i.e. two or more technologies collaborate to extract unsafe condition, e.g. video tracking and RFID tracking
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18—Prevention or correction of operating errors
    • G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
    • G08B29/188—Data fusion; cooperative systems, e.g. voting among different detectors

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Computer Security & Cryptography (AREA)
  • Biophysics (AREA)
  • Cardiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Alarm Systems (AREA)
  • Emergency Alarm Devices (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了一种摔倒检测报警方法及系统。本发明方法包括步骤：采集人体的心电信号数据以及三维变量数据，根据采集到的三轴加速度数据判断人体是否为摔倒状态，若判断为疑似摔倒状态，将心电信号数据和摔倒警示信号同时发出；接收所述心电信号数据和摔倒警示信号，对心电信号进行小波变换处理，利用摔倒心率算法对心率进行判断是否为摔倒时的心率；若计算的心率为摔倒时的心率，利用GPS技术读取当前地理位置信息，并将当前位置通过短信发送给相关人员进行警示。本发明系统与上述方法对应。本发明即使在人体在复杂活动状态，也能准确监测被监测者是否为摔倒状态，准确率高，误报率低。

Description

一种摔倒检测报警方法及系统
技术领域
本发明属于健康监测技术领域，尤其涉及一种摔倒检测报警方法及系统。
背景技术
老年人由于人体解剖组织结构的生理代谢功能等一系列变化，身体机能开始衰退，应变能力降低，急性损伤增多。因此，如何提高老年人活动时的跌倒报警和检测，最大限度地提高老年人的健康水平，节省医疗保险开销，则是一个十分重要的医疗问题和社会问题。
利用MEMS三轴加速度传感器的摔倒检测技术，目前已有许多国内外的团队在研究，其中做的比较好的是复旦大学电子工程系的刘鹏团队，曾在传感技术学报上发表论文《基于MEMS三轴加速度传感器的摔倒检测》。对于摔倒的判断主要难点是在于人体复杂活动(起立、坐下、跑步等)的误报率。刘鹏团队是引用两个定义归一化信号幅度域SMA和身体加速度信号幅度向量SVM。
(x、y、z分别表示三轴加速度传感器检测到的三个轴上的作用力，i表示检测到的第i个点)
该系统是使用基于决策二叉树的分类器将人体活动分为短暂性活动和循环性活动，区分的界限是对应5个连续的SMA离散点。对于循环活动中的快速跑步中的摔倒情况利用下列两种方法综合判断：
1、当SVM连续3个离散点中有两个超过1.8g且相互间隔开，直接判定为非摔倒；当SVM连续3个离散点中有两个连续点超过1.8g或仅有一个点超过1.8g，则预测为摔倒，并利用下面第2个方法做进一步判断。
2、使用差分SMA得DSMA，即当在循环活动中检测到SVM超过阈值1.8g时，考察对应时刻之后3个SMA离散点的DSMA是否超过0.6g，若超过则判为摔倒发生。
检测方法流程图如图1所示。
上述现有方法中，仅仅利用MEMS三轴传感器或者利用陀螺仪传感器测量摔倒的方法，虽然能够检测到大部分的摔倒，但是准确率还不是很高，并且容易引发一些误报(特别是坐下)。
发明内容
本发明的目的在于提供一种适用于老年人用的摔倒检测报警方法及系统，旨在解决人体复杂活动时，现有摔倒监测报警准确率低、误报率高的问题。
本发明是这样实现的，一种摔倒检测报警方法，该方法包括以下步骤：
S1、采集人体的心电信号数据以及三维变量数据，根据采集到的三轴加速度数据判断人体是否为摔倒状态，若判断为疑似摔倒状态，将心电信号数据和摔倒警示信号同时发出；
S2、接收所述心电信号数据和摔倒警示信号，对心电信号进行小波变换处理，利用摔倒心率算法对心率进行判断是否为摔倒时的心率；
S3、若计算的心率为摔倒时的心率，利用GPS技术读取当前地理位置信息，并将当前位置通过短信发送给相关人员进行警示。
优选地，在步骤S1中，所述心电信号数据通过光电容积法采集；所述三维变量数据通过ADXL362三轴加速度传感器采集，摔倒状态通过阈值分析摔倒识别算法进行判断。
优选地，在步骤S2中，所述摔倒心率算法包括：
利用小波变换先对心电信号进行滤波处理，利用基于小波变换的心电信号特征检测算法判断出心点波形的特征参数的坐标；
计算出心电波形中每个相邻的各波间期，根据相邻波间隔时间判定是否为摔倒状态。
本发明进一步公开了一种摔倒检测报警系统，该系统包括：
数据采集模块，用于采集人体的心电信号数据以及三维变量数据，根据采集到的三轴加速度数据判断人体是否为摔倒状态，若判断为疑似摔倒状态，将心电信号数据和摔倒警示信号同时发出；
摔倒判断模块，用于接收所述心电信号数据和摔倒警示信号，对心电信号进行小波变换处理，利用摔倒心率算法对心率进行判断是否为摔倒时的心率；
摔倒信号传送模块，用于若计算的心率为摔倒时的心率，利用GPS技术读取当前地理位置信息，并将当前位置通过短信发送给相关人员进行警示。
优选地，在数据采集模块中，所述心电信号数据通过光电容积法采集；所述三维变量数据通过ADXL362三轴加速度传感器采集，摔倒状态通过阈值分析摔倒识别算法进行判断。
优选地，在摔倒判断模块中，所述摔倒心率算法包括：
利用小波变换先对心电信号进行滤波处理，利用基于小波变换的心电信号特征检测算法判断出心点波形的特征参数的坐标；
计算出心电波形中每个相邻的各波间期，根据相邻波间隔时间判定是否为摔倒状态。
相比于现有技术的缺点和不足，本发明具有以下有益效果：本发明在检测摔倒时不仅仅利用三轴加速度来检测摔倒，再利用硬件判断出人体摔倒时还利用心电信号来进行进一步的分析判断，即使人体在复杂活动状态，也能准确监测被监测者是否为摔倒状态，准确率高，误报率低。
附图说明
图1是现有技术中人体摔倒检测流程图；
图2是本发明摔倒检测报警方法的步骤流程图；
图3是本发明实施例中一个周期的心电波形图；
图4是本发明摔倒检测报警系统的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图2所示，本发明提供了一种摔倒检测报警方法，该方法包括以下步骤：
S1、采集人体的心电信号数据以及三维变量数据，根据采集到的三轴加速度数据判断人体是否为摔倒状态，若判断为疑似摔倒状态，将心电信号数据和摔倒警示信号同时发出；
S2、接收所述心电信号数据和摔倒警示信号，对心电信号进行小波变换处理，利用摔倒心率算法对心率进行判断是否为摔倒时的心率；
S3、若计算的心率为摔倒时的心率，利用GPS技术读取当前地理位置信息，并将当前位置通过短信发送给相关人员进行警示。
如步骤S1所述，STC12C5A60S2芯片将采集到三维加速度数据通过SVM阈值检测算法来判断人体是否摔倒，若判断为疑似摔倒状态，则通过蓝牙模块将心电信号数据和疑似摔倒信号(疑似摔倒信号为FF)发送给蓝牙手机，若检测为正常的活动状态，蓝牙模块只发送人体的心电信号数据。
如步骤S2所述，摔倒者持有的通信终端，例如蓝牙手机接收所述心电信号数据和摔倒警示信号，通信终端的芯片对心电信号进行小波变换处理，利用摔倒心率算法对心率进行判断是否为摔倒时的心率。
在步骤S2中，通信终端内置芯片先要检测一个人体正常的心电波形，利用此正常的波形进行小波变换特征提取，获取心电信号的特征值从而得到正常的心电参数值(正常心电信号的RR波间期)。而正常的心电信号在60～100分钟/次，所以提取的必须在0.6s～1s之间，若不在此期间则认为是异常的心率，重新检测获取值。当提取到正常的值，将此值进行存储。
如图3所示，将接收到疑似摔倒信号时的时间记为Tf，利用小波变换的心电信号特征检测算法获取[Tf-4,Tf+4](此区间为手机接收到硬件发送的疑似摔倒信号FF的时间前后4s内)时间内的R波峰值点的坐标，进而计算出每一个相邻的RR间期值即RjRj+1的值，然后利用公式0.8RRa≤RjRj+1≤1.2RRa来判断人体摔倒，即区间内每一个相邻的RR间期值满足这个公式则表明人为正常的状态，否则为摔倒状态。
如步骤S3所述，通信终端检测到人体是摔倒状态时，则利用手机GPS读取当前位置，再通过短信将地理位置信息发送给相关人员，以便摔倒人员能够得到及时救助。
本发明在检测摔倒时不仅仅利用三轴加速度来检测摔倒，再利用硬件判断出人体摔倒时还利用心电信号来进行进一步的分析判断，即使人体在复杂活动状态，也能准确监测被监测者是否为摔倒状态，准确率高，误报率低。
参照图4所示，本发明进一步公开了一种摔倒检测报警系统，该系统包括：
数据采集模块1，用于采集人体的心电信号数据以及三维变量数据，根据采集到的三轴加速度数据判断人体是否为摔倒状态，若判断为疑似摔倒状态，将心电信号数据和摔倒警示信号同时发出；
摔倒判断模块2，用于接收所述心电信号数据和摔倒警示信号，对心电信号进行小波变换处理，利用摔倒心率算法对心率进行判断是否为摔倒时的心率；
摔倒信号传送模块3，用于若计算的心率为摔倒时的心率，利用GPS技术读取当前地理位置信息，并将当前位置通过短信发送给相关人员进行警示。
在本发明实施例中，数据采集模块1穿戴在使用者身上，摔倒判断模块2、摔倒信号传送模块3集成在使用者的手持通信终端上，例如蓝牙手机。
如数据采集模块1所述，数据采集模块1应当包括了STC12C5A60S2芯片和蓝牙模块。STC12C5A60S2芯片将采集到三维加速度数据通过SVM阈值检测算法来判断人体是否摔倒，若判断为疑似摔倒状态，则通过蓝牙模块将心电信号数据和疑似摔倒信号(疑似摔倒信号为FF)发送给蓝牙手机，若检测为正常的活动状态，蓝牙模块只发送人体的心电信号数据。
如摔倒判断模块2所述，摔倒者持有的通信终端集成该摔倒判断模块2。摔倒者持有的通信终端，例如蓝牙手机接收所述心电信号数据和摔倒警示信号，通信终端的芯片对心电信号进行小波变换处理，利用摔倒心率算法对心率进行判断是否为摔倒时的心率。
在摔倒判断模块2中，通信终端内置芯片(摔倒判断模块2)先要检测一个人体正常的心电波形，利用此正常的波形进行小波变换特征提取，获取心电信号的特征值从而得到正常的心电参数值(正常心电信号的RR波间期)。而正常的心电信号在60～100分钟/次，所以提取的必须在0.6s～1s之间，若不在此期间则认为是异常的心率，重新检测获取值。当提取到正常的值，将此值进行存储。
如图3所示，将接收到疑似摔倒信号时的时间记为Tf，利用小波变换的心电信号特征检测算法获取[Tf-4,Tf+4](此区间为手机接收到硬件发送的疑似摔倒信号FF的时间前后4s内)时间内的R波峰值点的坐标，进而计算出每一个相邻的RR间期值即RjRj+1的值，然后利用公式0.8RRa≤RjRj+1≤1.2RRa来判断人体摔倒，即区间内每一个相邻的RR间期值满足这个公式则表明人为正常的状态，否则为摔倒状态。
如摔倒信号传送模块3所述，摔倒信号传送模块3同样集成在摔倒者手持通信终端(蓝牙手机)中。通信终端检测到人体是摔倒状态时，则利用手机GPS读取当前位置，再通过短信将地理位置信息发送给相关人员，以便摔倒人员能够得到及时救助。
本发明在检测摔倒时不仅仅利用三轴加速度来检测摔倒，再利用硬件判断出人体摔倒时还利用心电信号来进行进一步的分析判断，即使人体在复杂活动状态，也能准确监测被监测者是否为摔倒状态，准确率高，误报率低。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种摔倒检测报警方法，其特征在于，该方法包括以下步骤：
S1、采集人体的心电信号数据以及三维变量数据，根据采集到的三轴加速度数据判断人体是否为摔倒状态，若判断为疑似摔倒状态，将心电信号数据和摔倒警示信号同时发出；
S2、接收所述心电信号数据和摔倒警示信号，对心电信号进行小波变换处理，利用摔倒心率算法对心率进行判断是否为摔倒时的心率；
S3、若计算的心率为摔倒时的心率，利用GPS技术读取当前地理位置信息，并将当前位置通过短信发送给相关人员进行警示。
2.如权利要求1所述的摔倒检测报警方法，其特征在于，在步骤S1中，所述心电信号数据通过光电容积法采集；所述三维变量数据通过ADXL362三轴加速度传感器采集，摔倒状态通过阈值分析摔倒识别算法进行判断。
3.如权利要求2所述的摔倒检测报警方法，其特征在于，在步骤S2中，所述摔倒心率算法包括：
利用小波变换先对心电信号进行滤波处理，利用基于小波变换的心电信号特征检测算法判断出心点波形的特征参数的坐标；
计算出心电波形中每个相邻的各波间期，根据相邻波间隔时间判定是否为摔倒状态。
4.一种摔倒检测报警系统，其特征在于，该系统包括：
数据采集模块，用于采集人体的心电信号数据以及三维变量数据，根据采集到的三轴加速度数据判断人体是否为摔倒状态，若判断为疑似摔倒状态，将心电信号数据和摔倒警示信号同时发出；
摔倒判断模块，用于接收所述心电信号数据和摔倒警示信号，对心电信号进行小波变换处理，利用摔倒心率算法对心率进行判断是否为摔倒时的心率；
摔倒信号传送模块，用于若计算的心率为摔倒时的心率，利用GPS技术读取当前地理位置信息，并将当前位置通过短信发送给相关人员进行警示。
5.如权利要求4上述的摔倒检测报警系统，其特征在于，在数据采集模块中，所述心电信号数据通过光电容积法采集；所述三维变量数据通过ADXL362三轴加速度传感器采集，摔倒状态通过阈值分析摔倒识别算法进行判断。
6.如权利要求5所述的摔倒检测报警系统，其特征在于，在摔倒判断模块中，所述摔倒心率算法包括：
利用小波变换先对心电信号进行滤波处理，利用基于小波变换的心电信号特征检测算法判断出心点波形的特征参数的坐标；
计算出心电波形中每个相邻的各波间期，根据相邻波间隔时间判定是否为摔倒状态。
CN201710214805.XA 2017-04-01 2017-04-01 一种摔倒检测报警方法及系统 Pending CN106875631A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710214805.XA CN106875631A (zh) 2017-04-01 2017-04-01 一种摔倒检测报警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710214805.XA CN106875631A (zh) 2017-04-01 2017-04-01 一种摔倒检测报警方法及系统

Publications (1)

Publication Number Publication Date
CN106875631A true CN106875631A (zh) 2017-06-20

Family

ID=59159957

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710214805.XA Pending CN106875631A (zh) 2017-04-01 2017-04-01 一种摔倒检测报警方法及系统

Country Status (1)

Country Link
CN (1) CN106875631A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112669568A (zh) * 2020-12-18 2021-04-16 浙江工商大学 多模式的人体跌倒检测方法
CN113077608A (zh) * 2021-04-07 2021-07-06 郑州轻工业大学 老年人摔倒监测智能设备
CN113576427A (zh) * 2021-07-30 2021-11-02 重庆电子工程职业学院 一种多功能人体健康数据采集系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101816559A (zh) * 2010-04-06 2010-09-01 四川东林科技有限公司 心电监护方法和心电监护仪
CN102166119A (zh) * 2011-03-29 2011-08-31 东北大学 一种单臂式心电辅助跌倒检测仪
US20150228176A1 (en) * 2012-05-16 2015-08-13 Jason A. Sholder Ecg-enabled personal emergency response systems

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101816559A (zh) * 2010-04-06 2010-09-01 四川东林科技有限公司 心电监护方法和心电监护仪
CN102166119A (zh) * 2011-03-29 2011-08-31 东北大学 一种单臂式心电辅助跌倒检测仪
US20150228176A1 (en) * 2012-05-16 2015-08-13 Jason A. Sholder Ecg-enabled personal emergency response systems

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
崔文峰: "基于光电容积法的脉搏信号检测装置的设计", 《电子制作》 *
袁静 等: "结合小波变换对心电信号中RR间期检测的一种新方法", 《中国临床康复》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112669568A (zh) * 2020-12-18 2021-04-16 浙江工商大学 多模式的人体跌倒检测方法
CN113077608A (zh) * 2021-04-07 2021-07-06 郑州轻工业大学 老年人摔倒监测智能设备
CN113576427A (zh) * 2021-07-30 2021-11-02 重庆电子工程职业学院 一种多功能人体健康数据采集系统

Similar Documents

Publication Publication Date Title
CN105342623B (zh) 智能跌倒监护装置及其处理方法
Cao et al. E-FallD: A fall detection system using android-based smartphone
CN103974887B (zh) 用于电梯运动检测的方法和装置
CN103337132B (zh) 基于三轴加速度传感器的人体跌倒检测方法
CN103810817B (zh) 一种穿戴式人体瘫倒检测报警装置的检测报警方法
US20010004234A1 (en) Elderly fall monitoring method and device
CN102333483B (zh) 用于检测人的步行的系统和方法
CN107233099A (zh) 分析跌倒严重程度的跌倒侦测系统及其穿戴装置
CN103927851B (zh) 一种个人化多阈值跌倒检测方法及系统
Kang et al. Real-time elderly activity monitoring system based on a tri-axial accelerometer
CN105051799A (zh) 用于检测跌倒的方法和跌倒检测器
CN105741491B (zh) 基于卡尔曼滤波与knn算法的跌倒检测报警系统及方法
CN103493113A (zh) 跌倒检测器和用于检测可能的跌倒的方法
CN104297519B (zh) 人体运动姿态识别方法和移动终端
CN106875631A (zh) 一种摔倒检测报警方法及系统
CN105832315A (zh) 不受个体运动状态与环境位置影响的远程监测系统
CN110675596A (zh) 应用于可穿戴终端的跌倒检测方法
CN205103993U (zh) 一种智能人体跌倒监护装置
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
CN209032422U (zh) 一种心音信号检测设备
CN106960544A (zh) 一种跌倒检测系统
CN106650300B (zh) 一种基于极限学习机的老人监护系统及方法
CN109259743A (zh) 一种生命体征感知系统
CN104392583A (zh) 一种基于knn算法的跌倒检测与报警系统及方法
CN114668391A (zh) 一种老人摔倒判断设备及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for 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: 20170620