CN106937871A - 智能运动状态检测系统 - Google Patents
智能运动状态检测系统 Download PDFInfo
- Publication number
- CN106937871A CN106937871A CN201610001815.0A CN201610001815A CN106937871A CN 106937871 A CN106937871 A CN 106937871A CN 201610001815 A CN201610001815 A CN 201610001815A CN 106937871 A CN106937871 A CN 106937871A
- Authority
- CN
- China
- Prior art keywords
- diff
- wearer
- max
- roll
- 1diff
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1112—Global tracking of patients, e.g. by using GPS
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
- A61B5/1114—Tracking parts of the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
- A61B5/1117—Fall detection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
- A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Business, Economics & Management (AREA)
- Critical Care (AREA)
- Emergency Management (AREA)
- Emergency Medicine (AREA)
- Nursing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Emergency Alarm Devices (AREA)
Abstract
智能运动状态检测系统,本发明提出了一种检测佩戴者运动状态包括预测跌倒风险、检测跌倒和计算运动量的方法及系统。所述方法及系统包括:拾取佩戴者运动的加速度传感器、陀螺仪、磁强计、气压传感器组,WIFI模块以及GSM/GPRS/3G/4G通信模块,GPS/北斗定位模块,电源模块,控制各模块及处理传感器数据的微处理器组成穿戴式智能终端、服务器和电脑、移动客户终端等。根据传感器组测量数据计算佩戴者的运动量、预测佩戴者跌倒风险和检查跌倒事件,并将处理后的结果数据、事件和位置信息经服务器传输至移动终端或者电话通知特定联系人,服务器对数据可进行二次处理,继而达到家人或者监护人能够更好地监护和关爱佩戴者的新技术。
Description
技术领域
本发明提出了一种检测佩戴者运动状态的方法及系统,其中包括以加速度传感器、陀螺仪、磁强计和气压传感器等组成的传感器组,GPS/北斗定位模块,WIFI、 GSM/GPRS/3G/4G模块,微处理器模块和电源模块组成穿戴式智能终端,服务器和电脑、手机等客户终端。尤其涉及用于检测佩戴者运动状态:预测跌倒风险、监测跌倒事件和计算运动量以及监测佩戴者的位置信息的方法和系统。
背景技术
卫生部疾病预防控制局2011年9月6日发布《老年人跌倒干预技术指南》中指出:跌倒是我国伤害死亡的第四位原因,而在65岁以上的老年人中则为首位。据美国疾病预防控制中心2006年公布数据显示:美国每年有30%的65岁以上老年人出现跌倒,全国疾病监测系统死因监测数据显示:我们65岁以上老年人跌倒死亡率男性为45.96/10万,女性为52.80/10万,因跌倒死亡是65岁及以上人群因伤害致死的第一位死因,占该人群因伤害死亡总数的29.85%。据中华人民共和国2014年国民经济和社会发展统计公报统计: 2014年末65周岁及以上为13755万人,占全国人口10.1%。由此可见,跌倒严重威胁着老年人的身心健康、日常活动及独立生活能力,也增加了家庭和社会的负担。
跌倒是指突发、不自主的、非故意的体位改变,倒在地上或更低的平面上。跌倒检测技术有很多,按照信号获取的渠道可分为基于视频图像的跌倒检测、基于声学信号的跌倒检测、基于穿戴式装置的跌倒检测。基于视频图像的跌倒检测不能保证用户的隐私安全并且视频图像的质量受光线等环境影响较大以及受地域局限性较大,基于声学信号的跌倒检测,安装复杂且受环境影响较大,尤其在城市户外或者闹区,基于穿戴式的检测方法受外界和地域性影响较小,能够有效地实现对老年人的远程监护。目前,常见的跌倒监测系统能够并允许佩戴者在跌倒事件发生时手动或自动获取跌倒信息检测系统。示范性的跌倒检测器能够包括个人帮助按钮或佩戴式和基于环境的自动检测器。
自动跌倒检测设备多是利用加速度传感器或者加速度、陀螺仪、磁强计传感器组采集佩戴者人体姿势的变化,以判断是否有跌倒事件发生,能支持手动或者自动报警的穿戴式智能终端。这些设备在大多数情况下能够检测到跌倒发生,但是误报、错报现象较为严重,如在睡觉时佩戴,则会报警,引起人们不必要的麻烦,甚至是惊慌。
跌倒检测虽然能够及时检测到跌倒事件并报警,为急救争取了宝贵时间。但是毕竟已发生跌倒,如果能够有效地预测跌倒发生并及时警告和报警,提醒佩戴者提高注意力或者采用其他辅助工具以降低跌倒风险,降低跌倒事件的发生率,对于老年身心健康最为有益,并降低了家庭和社会的负担。因此具有预测功能的穿戴式智能跌倒报警装置更适用老年人监护。
发明内容
本发明的主旨是提出一种检测佩戴者运动状态,继而可预测跌倒风险、监测跌倒事件和计算运动量的方法及系统,系统由穿戴式智能终端、服务器及监护终端构成,其中,穿戴式智能终端最佳使用方式为佩戴于监护者腰部,其特征如下:
穿戴式智能终端包括传感器组,GPS/北斗定位模块,WIFI、GSM/GPRS/3G/4G模块、微处理器、声音模块、按键及电源组成。
传感器组,用于检测佩戴者运动变化量,其中加速度传感器采集人体运动加速度,陀螺仪采集人体运动的角速度、磁强计采集人所处地磁场强度,气压传感器获取设备所处大气压强继而可推算出所处高度。
微处理器模块,控制传感器组工作并对传感器组采集数据滤波处理,利用信息融合技术判断人体姿势趋势和变化状态,继而预测跌倒风险、检测跌倒事件和计算运动量;根据跌倒风险、事件形成提示和报警信息,并主动或自动经服务器推送至监护终端;控制GPS/北斗模块、WIFI模块、GSM/GPRS/3G/4G模块工作,并将获取位置信息发送至监护终端或形成行程轨迹,将运动量信息发送至服务器以至于服务器形成运动量日志;根据用户要求,设置并控制声音模块播放提醒以及录制声音。
GPS北斗/定位模块,WIFI、GSM/GPRS/3G/4G模块,用于位置信息的获取及无线数据通信和语音通信。
声音模块实现语音通信及语音提醒以及录音功能。
按键实现佩戴者与智能设备终端的交互。
电源模块为智能设备终端中传感器组、微处理器、GPS/北斗模块、声音模块、WIFI模块、GSM/GPRS/3G/4G模块等供电。
服务器实现对终端设备的管理及数据存储、挖掘处理等,绘制佩戴者行动轨迹和设置电子围栏等。
客户终端包括个人电脑和移动终端,对事件及检测量查询、显示及对设备工作模式进行设置。
本发明涉及一种预测跌倒风险、检测跌倒事件和计算运动量的方法,其特征在于包括以下步骤:
(1)传感器组采集数据,其中传感器组包括加速度传感器、陀螺仪、磁强计、压力传感器采集得到加速度数据组g,角速度数据组ω,磁场强度数据组m,气体压强数据p;
(2)处理器利用三点均值滤波器对采集到数据进行平滑滤波,滤除由高斯造成的干扰;
(3)求取姿态角,包括X、Y、Z轴的姿态角Roll、姿态角Pitch、姿态角Yaw,其中X轴指向人体前方,Y轴指向身体右侧,Z轴与人体躯干平行;
(4)分别计算姿态角Roll、姿态角Pitch、姿态角Yaw、大气压强p的斜率Rolldiff、Ptichdiff、Yawdiff、pd;
Rolldiff =Roll(n) -Roll(n-k); (1)
Pitchdiff =Pitch(n) -Pitch(n-k); (2)
Yawdiff =Yaw(n) -Yaw(n-k); (3)
pd =p(n) -p(n-k) ; (4)
(5)分别计算时间T1内,加速度数据g、角速度ω和大气压强P的最大幅值gmax,ωmax,pmax和最小幅值gmin,ωmin、pmin之间的差值gdiff、ωdiff 、pdiff;
gdiff= gmax- gmin; (6)
ωdiff =ωmax-ωmin; (7)
pdiff= pmax- pmin; (8)
其中,时间T1加速度差值阈值g* diff、角速度差值阈值ω* diff ,p* diff根据实际情况确定;当gdiff<g* diff、pdiff<p* diff且ωdiff<ω* diff,判断佩戴者处于静止状态,进入第7步,如果gdiff≥g* diff或pdiff≥p* diff或ωdiff ≥ω* diff为运动状态,则进入步骤6;
(6)判断步骤4中得到姿态角斜率Rolldiff、Ptichdiff及大气压强斜率pd是否大于预定阈值Roll1 *、Pitch1 *、p1 *,在未在运动状态中,若Rolldiff≥Roll1 *且Ptichdiff≥Pitch1 *且-pd≥p1 *则判定为佩戴者具有跌倒风险,穿戴式智能终端发出“注意安全”等警示,否则,认为开始运动,开始计算运动量,返回步骤1继续检测;在运动状态中,若Rolldiff≥1.5*Roll1 *且Ptichdiff≥1.5*Pitch1 *,则判定为佩戴者具有跌倒风险,穿戴式智能终端发出“注意安全”等警示,否则不发出警示。计算运动量,返回步骤1继续检测;
(7)判断步骤3中得到的姿态角Roll、Pitch是否大于预设阈值Roll*、Pitch*,如果Roll< Roll*且Pitch< Pitch*则佩戴者未处于躺卧状态,返回1继续采集数据,否则,佩戴者处于躺卧状态,进入8步;
(8)判断躺卧状态发生前T2内加速度数据、角速度数据和大气压力的最大幅值g2_max、ω2_max、p2_max,若 p2_max≥p* 2_max 且g2_max≥g* 2_max且ω2_max≥ω* 2_max则判定为跌倒,进入步骤9,否则,认为佩戴者躺卧或在卧躺时出现翻身等动作,进入步骤1。其中时间T2、加速度阈值g* 2_max、角速度阈值ω* 2_max和大气压强阈值p* 2_max根据实际情况设置;
(9)进行跌倒报警提示,若佩戴者取消报警信息,则返回步骤1,否则在时间T3内未取消信息,则通过无线通信方式向监护人发送信息,监护人获取信息后取消报警,若在时间T4内未取消报警信息,则拨打紧急联系人电话号码,若紧急联系人拨打3次不能接通,则需换其他联系人电话。电话接通后或者手动取消后,进入步骤1,再拨打电话同时,报警器播放类似“请帮助我,请帮助我”等信息。此处,T3、T4可设置,默认值T3为1分钟,T4为2分钟。
其中,姿态角的求解过程如下:
3.1 首先利用加速度数据ω通过四元数微分方程求出基本姿态角的四元数姿态阵Q0;
3.2 对加速度传感器g,磁强计m对参考坐标系转换并做归一化处理后分别为gb、mb;
3.3 利用梯度下降法对gb、mb求解最优的姿态更新微分四元数;
3.4 用一阶互补滤波算法与陀螺仪四元数行融合,补偿陀螺仪的漂移误差,并对滤波后的姿态微分四元数积分,继而得到准确的姿态角及角速度。
其中,运动量的求解方法:
6.1 记录初始大气压强p0,对加速度g和大气压强p差值微分处理,求其斜率g1diff,p1diff
g1diff =g(n) -g(n-k); (9)
p1diff =p(n) -p(n-k); (10)
6.2 取阈值g1diff *,p1diff *,若g1diff≥g1diff *且两次或者两次以上超过阈值间隔时间大于T5,小于T6,p1diff <p1diff *,则认为行走或者跑步,并记录步数N,并计算步频M;若p1diff ≥p1diff *,,则认为再爬坡或者爬楼运动;
6.3 行走和跑步距离,根据步频M>120为跑步,否则为走路;其距离为L=N×佩戴者身高/3;
6.4 爬高高度为
H=(p(n)-p0)×pZh; (11)
其中pZh为气压传感器,压强转换成高度的比例。
本发明其特征在于:本发明提出了一种检测佩戴者运动状态:预测跌倒风险、检测跌倒时间和计算运动量方法及系统。所述方法及系统包括:拾取佩戴者运动的加速度传感器、陀螺仪、磁强计、气压传感器组,WIFI模块以及GSM/GPRS/3G/4G通信模块,控制各模块及处理传感器数据的处理器,GPS/北斗定位模块,电源模块组成穿戴式智能终端设备和服务器和电脑、移动客户终端等。根据传感器组测量数据计算佩戴者的运动量、预测佩戴者跌倒风险和检查跌倒事件,并将数据、事件和位置信息经服务器传输至移动终端或者电话通知特定联系人,同时移动客户端可设置相关提醒信息,提示佩戴者相关事件及事件发生时间,继而使家人或者监护人能够更好监护和关爱佩戴者。
附图说明
图1智能运动状态检测系统原理框架图。
图2传感器组框架示意图。
图3智能运动状态检测系统穿戴式智能终端最佳佩戴方式示意图。
图4智能运动状态检测系统一种实施方法流程图。
图5一种姿态角求解方法框架图。
具体实施方式
为了更清楚表明本发明的实施方式,结合附图和抽取其中一种实施方式进行描述,在此,具体实施方式仅仅为了清楚地表述发明,其他工程技术人员围绕着发明主旨仅改变实施方式,仍在本发明保护范围之内。
智能运动状态检测系统包括穿戴式智能终端、服务器及客户终端,如图1智能运动状态检测系统原理框架所示。其中穿戴式智能终端由传感器组,GPS北斗定位模块,WIFI、GSM/GPRS/3G/4G模块、微处理器、声音模块、按键及电源组成。传感器组,用于检测佩戴者运动变化量,其中加速度传感器采集人体运动加速度,陀螺仪采集人体运动的角速度、磁强计采集人所处地磁场强度,气压传感器获取设备所处大气压强继而可推算出所处高度。微处理器模块,对传感器组采集信息滤波处理,并利用信息融合技术判断人体姿势趋势和变化状态,继而预测跌倒风险、检测跌倒事件和计算运动量;根据跌倒风险、事件形成提示和报警信息,并主动或自动经服务器推送至监护终端;控制GPS/北斗模块、WIFI模块、GSM/GPRS/3G/4G模块、传感器组以及声音模块工作,并将获取位置信息发送至监护终端或形成行程轨迹,将运动量信息发送至服务器形成运动量日志;根据用户要求,设置并控制声音模块播放提醒以及录制声音。GPS北斗定位模块,WIFI、GSM/GPRS/3G/4G模块,用于位置信息的获取及无线数据通信和语音通信。声音模块实现语音通信及语音提醒以及录音功能。按键实现佩戴者与智能设备终端的交互。电源模块为智能设备终端中传感器组、微处理器、GPS/北斗模块、声音模块、WIFI模块、GSM/GPRS/3G/4G模块等供电,此处选择为3.7V的锂电池以及BQ24072电源管理芯片等组成。服务器实现对终端设备的管理及数据存储、挖掘处理等,绘制佩戴者行动轨迹和设置电子围栏等。客户终端包括个人电脑显示和移动终端显示,对事件及检测量进行查询及对设备工作模式进行设置。
具体实施方案中,传感器组如图2传感器组框架示意图所示,由加速度传感器、陀螺仪、磁强计、气压传感器组成,此方案中,加速度传感器、陀螺仪选择美国Invensense公司的MPU-6050、磁强计选择STMicroelectronics公司的LSM303D,气压传感器选择BoschSensortec公司的BMP180;GPS/北斗定位和GSM/GPRS/3G/4G无线通信模块选择SIMCOM公司的SIM 7100CE,WIFI模块选择济南有人科技有限公司的USR-WIFI232模块等。服务器采用阿里云服务器,客户端采用手机终端和PC机终端。
具体实施方式之一,推荐最佳佩戴方式如图3智能运动状态检测系统穿戴式智能终端最佳佩戴方式示意图所示,将穿戴式智能终端佩戴于佩戴者腰部,利用金属皮带扣扣在皮带上。
具体实施方式之一,穿戴式智能终端预测跌倒风险、检测跌倒事件和计算运动量的步骤如图4智能运动状态检测系统一种实施方法流程图所示:
(1)传感器组采集数据,其中传感器组包括加速度传感器、陀螺仪、磁强计、压力传感器采集得到加速度数据组g,角速度数据组ω,磁场强度数据组m,气体压强数据p;
(2)处理器利用三点均值滤波器对采集到数据进行平滑滤波,滤除由高斯造成的干扰;
(3)求取姿态角,包括X、Y、Z轴的姿态角Roll、姿态角Pitch、姿态角Yaw,其中X轴指向人体前方,Y轴指向身体右侧,Z轴与人体躯干平行。其中,姿态角的求解过程如图5一种姿态角求解方法框架图所示:
3.1 首先利用加速度数据ω通过四元数微分方程求出基本姿态角的四元数姿态阵Q0;
3.2 对加速度传感器g,磁强计m对参考坐标系转换并做归一化处理后分别为gb、mb;
3.3 利用梯度下降法对gb、mb求解最优的姿态更新微分四元数;
3.4 用一阶互补滤波算法与陀螺仪四元数行融合,补偿陀螺仪的漂移误差,并对滤波后的姿态微分四元数积分,继而得到准确的姿态角及角速度;
(4)判断佩戴者的运动状态,主要包括静止状态和运动状态,其方法如下:分别计算时间T1内,加速度数据g、角速度ω和气体压强P的最大幅值gmax,ωmax,pmax和最小幅值gmin,ωmin、pmin之间的差值gdiff、ωdiff 、pdiff;
gdiff= gmax- gmin;
ωdiff =ωmax-ωmin;
pdiff= pmax- pmin;
其中,时间T1加速度差值阈值g* diff、角速度差值阈值ω* diff ,p* diff根据实际情况确定;当gdiff<g* diff、pdiff<p* diff且ωdiff<ω* diff,判断佩戴者处于静止状态,如果gdiff≥g* diff或pdiff≥p* diff或ωdiff ≥ω* diff为运动状态,
本具体实施方式中,g* diff取0.5×G,ω* diff取25o/S,p* diff 取2Pa,其中G为1个重力加速度;
(5)处于静止状态时,判断是否躺卧状态,其方法如下:姿态角Roll、Pitch是否大于预设阈值Roll*、Pitch*,如果Roll< Roll*且Pitch< Pitch*则佩戴者未处于躺卧状态,否则,佩戴者处于躺卧状态;
在本具体实施方式中,Roll*取30o,Pitch*取30o;
(6)根据躺卧状态,判断是否跌倒,其方法如下:判断躺卧状态发生前T2内加速度数据、角速度数据和气体压强的最大幅值g2_max、ω2_max、p2_max,若 p2_max≥p* 2_max 且g2_max≥g* 2_max且ω2_max≥ω* 2_max则判定为跌倒,否则,认为佩戴者躺卧或在卧躺时出现翻身等动作。其中时间T2、加速度阈值g* 2_max、角速度阈值ω* 2_max和大气压力阈值p* 2_max根据实际情况设置;
在本具体实施方式中,时间T2取10S、加速度阈值g* 2_max取2.5×G、角速度阈值ω* 2_max取100o/S和大气压力阈值p* 2_max 取4Pa;
(7)跌倒报警及取消,其工作流程为:进行跌倒报警提示,若佩戴者取消报警信息,继续下一流程工作,若佩戴者没有在时间T3内未主动取消,则通过无线通信方式向监护人发送信息,监护人获取信息后取消报警,若在时间T4内未取消报警信息,则拨打紧急联系人电话号码,若紧急联系人拨打3次不能接通,则需换其他联系人电话。电话接通后或者手动取消后,进入步骤1,再拨打电话同时,报警器播放类似“请帮助我,请帮助我”等信息。此处,T3、T4可设置,默认值T3为1分钟,T4为2分钟;
(8)若处于运动状态或者开始运动状态,判断跌倒风险,其方法如下:
8.1分别计算姿态角Roll、姿态角Pitch、姿态角Yaw、气体压强p的斜率Rolldiff、Ptichdiff、Yawdiff、pd;
Rolldiff =Roll(n) -Roll(n-k);
Pitchdiff =Pitch(n) -Pitch(n-k);
Yawdiff =Yaw(n) -Yaw(n-k);
pd =p(n) -p(n-k);
8.2 根据姿态角斜率Rolldiff、Ptichdiff及气体压强斜率pd是否大于预定阈值Roll1 *、Pitch1 *、p1 *,在未在运动状态中,若Rolldiff≥Roll1 *且Ptichdiff≥Pitch1 *且-pd≥p1 *则判定为佩戴者具有跌倒风险,穿戴式智能终端发出“注意安全”等警示,否则,认为开始运动;在运动状态中,若Rolldiff≥1.5*Roll1 *且Ptichdiff≥1.5*Pitch1 *,则判定为佩戴者具有跌倒风险,穿戴式智能终端发出“注意安全”等警示,否则不发出警示;
在本具体实施方式中, Roll1 *取40o、Pitch1 *取40o、p1 *取4Pa;
(9)计算运动量,其工作流程如下:
9.1 记录初始大气压p,对加速度g和大气压p差值微分处理,求其斜率g1diff,p1diff
g1diff =g(n) -g(n-k);
p1diff =p(n) -p(n-k);
9.2 取阈值g1diff *,p1diff *,若g1diff≥g1diff *且两次或者两次以上超过阈值间隔时间大于T5,小于T6,p1diff <p1diff *,则认为行走或者跑步,并记录步数N,并计算步频M;若p1diff ≥p1diff *,,则认为再爬坡或者爬楼运动;
9.3 行走和跑步距离,根据步频M>120/min为跑步,否则为走路;其距离为L=N×佩戴者身高/3;
9.4 爬高高度为H=(p(n)-p)×pZh,
其中pZh为大气传感器,压强转换成高度的比例,
在本具体实施方式中, g1diff *取0.5×G,p1diff *取5pa,T5取0.1S,小于T6取120S;
(10)查询、提醒,其主要功能影响客户端查询信息以及设置提醒信息,如:客户端查询穿戴式智能终端的剩余电量,穿戴式智能终端将剩余电量形成信息反馈至客户端;查询佩戴者所处位置信息,则穿戴式智能终端将获取的位置信息传输至客户终端。设置提醒业务,如提醒中午12点吃药,则中午12点时,穿戴式智能终端则语音提示佩戴者吃药;设置电子围栏,根据设置的电子围栏区域,穿戴式智能终端将所处位置传输至服务器,服务器判断是否在电子围栏范围内,若不在,提醒佩戴者和监护者。
智能运动状态检测系统是利用加速度传感器、陀螺仪、磁强计、气压传感器等传感器组获取佩戴者运动状态信息,并对其信息融合处理预测跌倒风险、监测跌倒事件和计算行走、跑步和爬高等运动状态,并利用GPS/北斗、WIFI、LBS等多种定位方式融合获取佩戴者位置信息,在跌倒事件发生后通过服务器通知具有移动或者PC客户端的监护人,监护人亦主动电话、或者无线数据通信的方式获取佩戴者的信息,同时交互设置提醒模式,服务器存储佩戴者信息并可绘制行走轨迹和设置电子围栏,继而使监护人能够远程监护被监护人。最佳实施方案拟采用专利转让、技术合作或产品开发。
Claims (5)
1.一种检测佩戴者运动状态继而可预测跌倒风险、监测跌倒事件及计算运动量的方法及系统,其特征在于,包括:
穿戴式智能终端包括传感器组,GPS/北斗定位模块,WIFI、GSM/GPRS/3G/4G模块、微处理器、声音模块、按键及电源组成;
传感器组,用于检测佩戴者运动变化量,其中加速度传感器采集人体运动加速度,陀螺仪采集人体运动的角速度、磁强计采集人所处地磁场强度,气压传感器获取设备所处大气压强继而可推算出所处高度;
微处理器模块,控制传感器组并对传感器组采集信息滤波处理,并利用信息融合技术判断人体姿势趋势和变化状态,继而预测跌倒风险、检测跌倒事件和计算运动量;根据跌倒风险、事件形成提示和报警信息,并主动或自动经服务器推送至监护终端;控制GPS/北斗模块、WIFI模块、GSM/GPRS/3G/4G模块工作,并将获取位置信息发送至监护终端或形成行程轨迹,将运动量信息发送至服务器以至于服务器形成运动量日志;根据用户要求,设置并控制声音模块播放提醒以及录制声音;
GPS北斗定位模块,WIFI、GSM/GPRS/3G/4G模块,用于位置信息的获取及无线数据通信和语音通信;
声音模块实现语音通信及语音提醒以及录音功能;
按键实现佩戴者与智能设备终端的交互;
电源模块为智能设备终端中传感器组、微处理器、GPS/北斗模块、声音模块、WIFI模块、GSM/GPRS/3G/4G模块等供电;
服务器实现对穿戴式智能终端的管理及数据存储、挖掘处理等,绘制佩戴者行动轨迹和设置电子围栏等;
客户终端包括个人电脑显示和移动终端显示,对事件及检测量进行查询及对设备工作模式进行设置。
2.根据权利要求1所述穿戴式智能终端最佳佩戴位置为佩戴者腰部。
3.一种预测跌倒风险、检测跌倒和计算运动量的方法,其特征在于,包括以下步骤:
(1)传感器组采集数据,其中传感器组包括加速度传感器、陀螺仪、磁强计、气压传感器采集得到加速度数据组g,角速度数据组ω,磁场强度数据组m,气体压强数据p;
(2)处理器利用三点均值滤波器对采集到数据进行平滑滤波,滤除由高斯造成的干扰;
(3)求取姿态角,包括X、Y、Z轴的姿态角Roll、姿态角Pitch、姿态角Yaw,其中X轴指向人体前方,Y轴指向身体右侧,Z轴与人体躯干平行;
(4)分别计算姿态角Roll、姿态角Pitch、姿态角Yaw、气体压强p的斜率Rolldiff、Ptichdiff、Yawdiff、pd;
Rolldiff =Roll(n) -Roll(n-k) (1)
Pitchdiff =Pitch(n) -Pitch(n-k) (2)
Yawdiff =Yaw(n) -Yaw(n-k) (3)
pd =p(n) -p(n-k) (4)
(5)分别计算时间T1内,加速度数据g、角速度ω和气体压强P的最大幅值gmax,ωmax,pmax和最小幅值gmin,ωmin、pmin之间的差值gdiff、ωdiff 、pdiff;
gdiff= gmax- gmin (5)
ωdiff =ωmax-ωmin (6)
pdiff= pmax- pmin (7)
其中,时间T1加速度差值阈值g* diff、角速度差值阈值ω* diff ,p* diff根据实际情况确定;当gdiff<g* diff、pdiff<p* diff且ωdiff<ω* diff,判断佩戴者处于静止状态,进入第7步,如果gdiff≥g* diff或pdiff≥p* diff或ωdiff ≥ω* diff为运动状态,则进入步骤6;
(6)判断步骤4中得到姿态角斜率Rolldiff、Ptichdiff及气体压强斜率pd是否大于预定阈值Roll1 *、Pitch1 *、p1 *,在未在运动状态中,若Rolldiff≥Roll1 *且Ptichdiff≥Pitch1 *且-pd≥p1 *则判定为佩戴者具有跌倒风险,穿戴式智能终端发出“注意安全”等警示,否则,认为开始运动,开始计算运动量,返回步骤1继续检测;在运动状态中,若Rolldiff≥1.5*Roll1 *且Ptichdiff≥1.5*Pitch1 *,则判定为佩戴者具有跌倒风险,穿戴式智能终端发出“注意安全”等警示,否则不发出警示;
计算运动量,返回步骤1继续检测;
(7)判断步骤3中得到的姿态角Roll、Pitch是否大于预设阈值Roll*、Pitch*,如果Roll<Roll*且Pitch< Pitch*则佩戴者未处于躺卧状态,返回1继续采集数据,否则,佩戴者处于躺卧状态,进入8步;
(8)判断躺卧状态发生前T2内加速度数据、角速度数据和气体压强的最大幅值g2_max、ω2_max、p2_max,若 p2_max≥p* 2_max 且g2_max≥g* 2_max且ω2_max≥ω* 2_max则判定为跌倒,进入步骤9,否则,认为佩戴者躺卧或在卧躺时出现翻身等动作,进入步骤1;
其中时间T2、加速度阈值g* 2_max、角速度阈值ω* 2_max和气体压强阈值p* 2_max根据实际情况设置;
(9)进行跌倒报警提示,若佩戴者取消报警信息,则返回步骤1,否则在时间T3内未取消信息,则通过无线通信方式向监护人发送信息,监护人获取信息后取消报警,若在时间T4内未取消报警信息,则拨打紧急联系人电话号码,若紧急联系人拨打3次不能接通,则需换其他联系人电话,电话接通后或者手动取消后,进入步骤1,再拨打电话同时,穿戴式智能终端发出类似“请帮助我,请帮助我”等信息,此处,T3、T4可设置,默认值T3为1分钟,T4为2分钟。
4.根据权利要求3所示,预测跌倒风险、检测跌倒和计算运动量的方法,姿态角的求解过程如下:
3.1 首先利用加速度数据ω通过四元数微分方程求出基本姿态角的四元数姿态阵Q0;
3.2 对加速度传感器g,磁强计m对参考坐标系转换并做归一化处理后分别为gb、mb;
3.3 利用梯度下降法对gb、mb求解最优的姿态更新微分四元数;
3.4 用一阶互补滤波算法与陀螺仪四元数行融合,补偿陀螺仪的漂移误差,并对滤波后的姿态微分四元数积分,继而得到准确的姿态角及角速度。
5. 一种运动量计算方法,其特征在于,按照权利要求3中,进行到第六步后,则再按照一下方法求解运动量:
6.1 记录初始大气压po,对加速度g和大气压p差值微分处理,求其斜率g1diff,p1diff
g1diff =g(n) -g(n-k);
p1diff =p(n) -p(n-k);
6.2 取阈值g1diff *,p1diff *,若g1diff≥g1diff *且两次或者两次以上超过阈值间隔时间大于T5,小于T6,p1diff <p1diff *,则认为行走或者跑步,并记录步数N,并计算步频M;若p1diff ≥p1diff *,,则认为再爬坡或者爬楼运动;
6.3 行走和跑步距离,根据步频M>120为跑步,否则为走路;其距离为L=N×佩戴者身高/3;
6.4 爬高高度为H=(p(n)-po)×pZh;
其中pZh为气体传感器,压强转换成高度的比例。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610001815.0A CN106937871A (zh) | 2016-01-05 | 2016-01-05 | 智能运动状态检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610001815.0A CN106937871A (zh) | 2016-01-05 | 2016-01-05 | 智能运动状态检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106937871A true CN106937871A (zh) | 2017-07-11 |
Family
ID=59469655
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610001815.0A Pending CN106937871A (zh) | 2016-01-05 | 2016-01-05 | 智能运动状态检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106937871A (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107389063A (zh) * | 2017-07-26 | 2017-11-24 | 重庆邮电大学 | 基于gsm/mems融合的高精度室内融合定位方法 |
CN107481480A (zh) * | 2017-07-20 | 2017-12-15 | 广东科学技术职业学院 | 一种基于物联网的老人报警系统 |
CN107664498A (zh) * | 2017-08-25 | 2018-02-06 | 广州新维感信息技术有限公司 | 一种姿态融合解算方法及系统 |
CN107951475A (zh) * | 2017-12-14 | 2018-04-24 | 上海工程技术大学 | 一种医疗实时监护定位报警装置、系统及方法 |
CN108446733A (zh) * | 2018-03-19 | 2018-08-24 | 上海玺翎智能科技有限公司 | 一种基于多传感器数据的人体行为监测及智能识别方法 |
CN108447225A (zh) * | 2018-02-07 | 2018-08-24 | 广东中科慈航信息科技有限公司 | 一种人体跌倒检测方法及装置 |
CN109173225A (zh) * | 2018-07-07 | 2019-01-11 | 安徽信息工程学院 | 一种携带式赛跑感应计时器 |
CN109480858A (zh) * | 2018-12-29 | 2019-03-19 | 中国科学院合肥物质科学研究院 | 一种用于量化检测帕金森患者运动迟缓症状的可穿戴智能系统及方法 |
CN109614939A (zh) * | 2018-12-13 | 2019-04-12 | 四川长虹电器股份有限公司 | 基于人体姿态估计的“玩手机”行为检测识别方法 |
CN109674480A (zh) * | 2019-02-02 | 2019-04-26 | 北京理工大学 | 一种基于改进互补滤波的人体运动姿态解算方法 |
CN110223484A (zh) * | 2019-05-10 | 2019-09-10 | 青岛歌尔智能传感器有限公司 | 一种跌倒检测方法、装置及可穿戴式设备 |
CN110226934A (zh) * | 2019-06-21 | 2019-09-13 | 青岛歌尔智能传感器有限公司 | 一种跌倒检测方法、装置及腕带式设备 |
CN110292387A (zh) * | 2019-06-28 | 2019-10-01 | 广西慧云信息技术有限公司 | 一种统计农业工人工作效率的装置及统计方法 |
CN110390799A (zh) * | 2019-08-01 | 2019-10-29 | 昆明理工大学 | 一种用于特定人群的异常状态监测定位报警系统 |
CN110487261A (zh) * | 2019-07-18 | 2019-11-22 | 华东计算技术研究所(中国电子科技集团公司第三十二研究所) | 室内外综合导航定位系统及方法 |
CN110876613A (zh) * | 2019-09-27 | 2020-03-13 | 深圳先进技术研究院 | 一种人体运动状态识别方法、系统及电子设备 |
CN111273731A (zh) * | 2020-01-13 | 2020-06-12 | 润海智能科技扬州有限公司 | 一种手戴式智能终端及其应用系统 |
CN111814681A (zh) * | 2020-07-09 | 2020-10-23 | 清华大学 | 基于传感器的施工工人失稳险兆事件自动识别方法与装置 |
CN111896052A (zh) * | 2020-07-28 | 2020-11-06 | 广州中科智巡科技有限公司 | 用于监测高空作业安全的实现方法、监测高空作业安全的佩戴装置 |
CN112767202A (zh) * | 2021-01-07 | 2021-05-07 | 广州番禺职业技术学院 | 一种远程监测平台及监测方法 |
CN112790752A (zh) * | 2021-01-22 | 2021-05-14 | 维沃移动通信有限公司 | 心率值修正方法、装置及电子设备 |
CN113040441A (zh) * | 2021-04-21 | 2021-06-29 | 上海健康医学院 | 一种跌倒智能防护贴及其防护方法 |
CN114632317A (zh) * | 2022-03-07 | 2022-06-17 | Oppo广东移动通信有限公司 | 跌倒检测方法及装置、存储介质及电子设备 |
-
2016
- 2016-01-05 CN CN201610001815.0A patent/CN106937871A/zh active Pending
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107481480A (zh) * | 2017-07-20 | 2017-12-15 | 广东科学技术职业学院 | 一种基于物联网的老人报警系统 |
CN107389063A (zh) * | 2017-07-26 | 2017-11-24 | 重庆邮电大学 | 基于gsm/mems融合的高精度室内融合定位方法 |
CN107664498A (zh) * | 2017-08-25 | 2018-02-06 | 广州新维感信息技术有限公司 | 一种姿态融合解算方法及系统 |
CN107951475A (zh) * | 2017-12-14 | 2018-04-24 | 上海工程技术大学 | 一种医疗实时监护定位报警装置、系统及方法 |
CN108447225A (zh) * | 2018-02-07 | 2018-08-24 | 广东中科慈航信息科技有限公司 | 一种人体跌倒检测方法及装置 |
CN108446733A (zh) * | 2018-03-19 | 2018-08-24 | 上海玺翎智能科技有限公司 | 一种基于多传感器数据的人体行为监测及智能识别方法 |
CN109173225A (zh) * | 2018-07-07 | 2019-01-11 | 安徽信息工程学院 | 一种携带式赛跑感应计时器 |
CN109614939A (zh) * | 2018-12-13 | 2019-04-12 | 四川长虹电器股份有限公司 | 基于人体姿态估计的“玩手机”行为检测识别方法 |
CN109614939B (zh) * | 2018-12-13 | 2022-03-18 | 四川长虹电器股份有限公司 | 基于人体姿态估计的“玩手机”行为检测识别方法 |
CN109480858A (zh) * | 2018-12-29 | 2019-03-19 | 中国科学院合肥物质科学研究院 | 一种用于量化检测帕金森患者运动迟缓症状的可穿戴智能系统及方法 |
CN109480858B (zh) * | 2018-12-29 | 2022-02-22 | 中国科学院合肥物质科学研究院 | 一种用于量化检测帕金森患者运动迟缓症状的可穿戴智能系统及方法 |
CN109674480A (zh) * | 2019-02-02 | 2019-04-26 | 北京理工大学 | 一种基于改进互补滤波的人体运动姿态解算方法 |
CN110223484A (zh) * | 2019-05-10 | 2019-09-10 | 青岛歌尔智能传感器有限公司 | 一种跌倒检测方法、装置及可穿戴式设备 |
CN110226934A (zh) * | 2019-06-21 | 2019-09-13 | 青岛歌尔智能传感器有限公司 | 一种跌倒检测方法、装置及腕带式设备 |
CN110226934B (zh) * | 2019-06-21 | 2022-03-22 | 青岛歌尔智能传感器有限公司 | 一种跌倒检测方法、装置及腕带式设备 |
CN110292387A (zh) * | 2019-06-28 | 2019-10-01 | 广西慧云信息技术有限公司 | 一种统计农业工人工作效率的装置及统计方法 |
CN110487261A (zh) * | 2019-07-18 | 2019-11-22 | 华东计算技术研究所(中国电子科技集团公司第三十二研究所) | 室内外综合导航定位系统及方法 |
CN110390799A (zh) * | 2019-08-01 | 2019-10-29 | 昆明理工大学 | 一种用于特定人群的异常状态监测定位报警系统 |
CN110876613A (zh) * | 2019-09-27 | 2020-03-13 | 深圳先进技术研究院 | 一种人体运动状态识别方法、系统及电子设备 |
CN111273731A (zh) * | 2020-01-13 | 2020-06-12 | 润海智能科技扬州有限公司 | 一种手戴式智能终端及其应用系统 |
CN111814681A (zh) * | 2020-07-09 | 2020-10-23 | 清华大学 | 基于传感器的施工工人失稳险兆事件自动识别方法与装置 |
CN111896052A (zh) * | 2020-07-28 | 2020-11-06 | 广州中科智巡科技有限公司 | 用于监测高空作业安全的实现方法、监测高空作业安全的佩戴装置 |
CN112767202A (zh) * | 2021-01-07 | 2021-05-07 | 广州番禺职业技术学院 | 一种远程监测平台及监测方法 |
CN112790752A (zh) * | 2021-01-22 | 2021-05-14 | 维沃移动通信有限公司 | 心率值修正方法、装置及电子设备 |
CN113040441A (zh) * | 2021-04-21 | 2021-06-29 | 上海健康医学院 | 一种跌倒智能防护贴及其防护方法 |
CN114632317A (zh) * | 2022-03-07 | 2022-06-17 | Oppo广东移动通信有限公司 | 跌倒检测方法及装置、存储介质及电子设备 |
CN114632317B (zh) * | 2022-03-07 | 2024-02-06 | Oppo广东移动通信有限公司 | 跌倒检测方法及装置、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106937871A (zh) | 智能运动状态检测系统 | |
CN105342623B (zh) | 智能跌倒监护装置及其处理方法 | |
CN102629412B (zh) | 基于综合安全指数的便携式户外老人看护仪 | |
CN104434314B (zh) | 便携式监视装置及其操作方法 | |
US10299704B2 (en) | Method for monitoring of activity and fall | |
CN106510663B (zh) | 一种基于物联网的睡眠监控方法 | |
CN103810817B (zh) | 一种穿戴式人体瘫倒检测报警装置的检测报警方法 | |
CN106901444B (zh) | 一种生理监控智能鞋垫 | |
CN105740621A (zh) | 人体行为数据的移动监测及智能养老健康云平台 | |
EP2929837A2 (en) | Method to determine positions and states of an activity monitoring device | |
CN203953662U (zh) | 一种穿戴式睡眠检测监控系统 | |
CN104616454B (zh) | 一种根据使用习惯数据进行忘佩戴提醒的方法与装置 | |
CN107430426A (zh) | 自动地改变传感器读取计时的健康可穿戴物 | |
JP2017512619A (ja) | 多機能スマート移動補助装置及び利用方法 | |
CN105608837A (zh) | 人体状况及行为监控报警系统 | |
JP2011507569A (ja) | モニタリング装置及び方法 | |
JP5372487B2 (ja) | 行動記録入力支援システム、及びサーバ | |
WO2015166444A1 (en) | Method and device to monitor infectious patients | |
CN107669250A (zh) | 一种基于大数据分析的人体健康度监测方法 | |
CN205286364U (zh) | 一种无线智能运动心率监测耳机 | |
CN106264470A (zh) | 睡眠监测的方法及装置 | |
CN205665839U (zh) | 可穿戴智能跌倒检测警报通知系统 | |
CN110675596A (zh) | 应用于可穿戴终端的跌倒检测方法 | |
CN105212912A (zh) | 基于物联网、云计算和大数据分析的智能可穿戴设备健康安全系统 | |
CN211155811U (zh) | 一种包含姿态识别的监测手环设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170711 |