CN106960544A - 一种跌倒检测系统 - Google Patents
一种跌倒检测系统 Download PDFInfo
- Publication number
- CN106960544A CN106960544A CN201710363612.0A CN201710363612A CN106960544A CN 106960544 A CN106960544 A CN 106960544A CN 201710363612 A CN201710363612 A CN 201710363612A CN 106960544 A CN106960544 A CN 106960544A
- Authority
- CN
- China
- Prior art keywords
- data
- tumble
- information
- server
- characteristic
- 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
-
- 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
- G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
- G08B21/043—Alarms 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
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Emergency Management (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Business, Economics & Management (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Alarm Systems (AREA)
- Psychology (AREA)
- Biophysics (AREA)
- Cardiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physical Education & Sports Medicine (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Emergency Alarm Devices (AREA)
- Life Sciences & Earth Sciences (AREA)
Abstract
本发明公开了一种跌倒检测系统,该系统包括:气压传感器,用于采集运动者的气压高度数据;六轴传感器,用于采集运动者产生的加速度数据和角速度数据;光电式脉搏传感器,用于采集用户脉搏数据;主控MCU,用于对采集到的气压高度数据、加速度数据、角速度数据以及用户脉搏数据进行特征处理,得到特征数据,判断特征数据是否为跌倒数据,若是,产生跌倒信息,并通过GPRS模块将跌倒信息发送至服务器;主控MCU中包括GPRS模块;服务器,用于将跌倒信息发送至移动终端上;移动终端,用于接收服务器端发送的跌倒信息并显示跌倒信息。该系统实现提高检测准确性。
Description
技术领域
本发明涉及检测技术领域,特别是涉及一种跌倒检测系统。
背景技术
目前,根据国家统计局发的2015年国民经济和社会发展统计公报显示,2015年年末我国60周岁及以上人口数为22182万人,占总人口比重为16.15%;65周岁及以上人口数为14374万人,占比10.47%。也就是说,我国已经进入人口老龄化的时期。摔倒在年级较大的人群中比较常见,和对年轻人相比,对老年人的影响要大的多。根据国内外研究发现,在65周岁以上每年有30%的人发生过跌倒,并且随着年龄的增长,这个数字也在不断上升,在80周岁以上的老年人中,遇到跌倒的可能性甚至会达到一半。目前市场上的跌倒监测为姿态监测。
在基于姿态的跌倒判断的方案中,此方案通过在腰间佩戴具有姿态分析的传感器,当人体发生跌倒时,姿态分析判断佩戴者处于卧躺状态,判断是否跌倒。基于姿态的跌倒监测,通过佩戴在腰间的姿态监测传感器,来监测佩戴在处于站立还是侧躺状态,只要监测处于侧躺状态,则判断为跌倒。此种监测也具有较大的局限性,当佩戴者睡觉时,如果没有取下检测器,当佩戴者躺在床上,则会发生误报,误把睡觉的状态监测为侧躺,判断为跌倒,检测的准确性较低。
发明内容
本发明的目的是提供一种跌倒检测系统,以实现提高检测准确性。
为解决上述技术问题,本发明提供一种跌倒检测系统,该系统包括:
气压传感器,用于采集运动者的气压高度数据;
六轴传感器,用于采集运动者产生的加速度数据和角速度数据;
光电式脉搏传感器,用于采集用户脉搏数据;
主控MCU,用于对采集到的气压高度数据、加速度数据、角速度数据以及用户脉搏数据进行特征处理,得到特征数据,判断特征数据是否为跌倒数据,若是,产生跌倒信息,并通过GPRS模块将跌倒信息发送至服务器;主控MCU中包括GPRS模块;
服务器,用于将跌倒信息发送至移动终端上;
移动终端,用于接收服务器端发送的跌倒信息并显示跌倒信息。
优选的,所述系统还包括:
蜂鸣器,用于当特征数据为跌倒数据时,进行报警。
优选的,所述系统还包括:
位置检测模块,用于获取运动者的地理位置,当特征数据为跌倒数据时,将地理位置发送至服务器。
优选的,所述服务器还用于将地理位置发送至移动终端上。
优选的,所述移动终端还用于接收服务器发送的地理位置并进行显示。
优选的,所述六轴传感器包括加速度传感器和陀螺仪。
优选的,所述主控MCU还包括电池管理模块。
优选的,所述GPRS模块为GU620模块。
本发明所提供的一种跌倒检测系统,包括:气压传感器,用于采集运动者的气压高度数据;六轴传感器,用于采集运动者产生的加速度数据和角速度数据;光电式脉搏传感器,用于采集用户脉搏数据;主控MCU,用于对采集到的气压高度数据、加速度数据、角速度数据以及用户脉搏数据进行特征处理,得到特征数据,判断特征数据是否为跌倒数据,若是,产生跌倒信息,并通过GPRS模块将跌倒信息发送至服务器;主控MCU中包括GPRS模块;服务器,用于将跌倒信息发送至移动终端上;移动终端,用于接收服务器端发送的跌倒信息并显示跌倒信息。可见,本系统不仅具有气压传感器还有六轴传感器和光电式脉搏传感器,不仅获取气压高度数据还获取加速度角速度数据以及用户脉搏数据,采用多传感器融合的跌倒监测方式,具有高准确性的优点,本系统融合气压传感器、六轴传感器以及光电式脉搏传感器,实现提高检测准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明所提供的一种跌倒检测系统的结构示意图;
图2为本系统通过移动网络进行通信的示意图;
图3为跌倒检测的流程图。
具体实施方式
本发明的核心是提供一种跌倒检测系统,以实现提高检测准确性。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参考图1,图1为本发明所提供的一种跌倒检测系统的结构示意图,该系统包括:
气压传感器101,用于采集运动者的气压高度数据;
六轴传感器102,用于采集运动者产生的加速度数据和角速度数据;
光电式脉搏传感器103,用于采集用户脉搏数据;
主控MCU104,用于对采集到的气压高度数据、加速度数据、角速度数据以及用户脉搏数据进行特征处理,得到特征数据,判断特征数据是否为跌倒数据,若是,产生跌倒信息,并通过GPRS模块将跌倒信息发送至服务器;主控MCU104中包括GPRS模块;
服务器105,用于将跌倒信息发送至移动终端上;
移动终端106,用于接收服务器端发送的跌倒信息并显示跌倒信息。
可见,本系统不仅具有气压传感器还有六轴传感器和光电式脉搏传感器,不仅获取气压高度数据还获取加速度角速度数据以及用户脉搏数据,采用多传感器融合的跌倒监测方式,具有高准确性的优点,本系统融合气压传感器、六轴传感器以及光电式脉搏传感器,实现提高检测准确性。
基于上述系统,进一步的,所述系统还包括:蜂鸣器,用于当特征数据为跌倒数据时,进行报警。
进一步的,所述系统还包括:位置检测模块,用于获取运动者的地理位置,当特征数据为跌倒数据时,将地理位置发送至服务器。
其中,服务器还用于将地理位置发送至移动终端上。
其中,移动终端还用于接收服务器发送的地理位置并进行显示。
进一步的,六轴传感器包括加速度传感器和陀螺仪。
进一步的,主控MCU还包括电池管理模块。
其中,GPRS模块为GU620模块。
详细的,气压传感器、六轴传感器、光电式脉搏传感器和主控MCU构成一个跌倒检测设备,设置在运动者身上,服务器与主控MCU进行GPRS通信,服务器与移动终端进行GPRS通信。本系统基于气压传感器为主,加速度角速度传感器为辅的多传感器融合的跌倒监测,具有高准确性、实时性、低成本的优点。
本系统主要包括跌倒检测设备、服务器移动终端。如图2,三者间主要通过移动网络进行通信,图中智能监护终端指代跌倒检测设备,监护人手机指代移动终端,服务器还能与社区医疗服务中心进行通信,智能监护终端还能与用户手机进行通信。
本系统中,使用加速度传感器,气压传感器,陀螺仪、光电式脉搏传感器等实时采集人体姿态数据,通过设计相应的跌倒检测算法来分辨出是日常活动行为还是跌倒行为。基于二次判定的跌倒检测融合算法,并引入离线训练加实时检测的支持向量机算法概念,对人体跌倒行为进行分析判断。本系统采用GPS以及蓝牙防丢技术,能够实时对穿戴用户进行精确定位,并在发生跌倒事件时定位用户的地理位置信息,通过短信,GPRS网络等方式发送给接收方。
气压传感器、六轴传感器、光电式脉搏传感器和主控MCU这个整体作为跌倒检测设备,需要提供便携有效的供电方式,在保证系统各个模块稳定工作的情况下,需要尽量将电池的体积和重量减少,同时还要考虑电池的续航问题。穿戴式产品不仅要有持久的续航能力,还要有稳定的电源。电源是整个系统的基础,电源模块的良好设计决定着系统的稳定工作。
详细的,本系统由stm32主控,气压传感器、六轴传感器、光电式脉搏传感器、GU620、电源管理模块、蜂鸣器、服务器和移动终端组成,stm32主控、气压传感器、六轴传感器、光电式脉搏传感器、GU620、电源管理模块和蜂鸣器构成跌倒检测设备,设置在运动者身上。当人体发生跌倒时,会在较短的时间产生一个可分辨的高度差,还有较大的加速度和角速度,也会产生较快的脉搏。经过气压传感器、六轴传感器和光电式脉搏传感器采集后,会将采集到的数据传送到主控,进行特征提取后,对跌倒数据进行算法判断,最终获得判断结果,当判断为跌倒时,主控的蜂鸣器会鸣响。GU620会获取地理位置发送到服务器端,服务器端再将地理位置发送到绑定的手机APP上。家属可以第一时间知道,被检测者已经跌倒和所处的位置。参考图3,为跌倒检测的流程图。本系统融合气压传感器和六轴传感器,使得跌倒监测具有高准确性和高实用性,可以有效的降低在老人跌倒时,不能短时间获得帮助,和不敢扶跌倒老人造成的伤害,保证老年人的日常生活遇到危险可以最短时间获得救援治疗。
详细的,主控MCU为stm32主控芯片,气压传感器为MS5611传感器,六轴传感器为MPU6500传感器,GPRS模块为GU620模块。
通过stm32作为主控芯片,采用气压传感器监测佩戴者的气压高度。六轴传感器MPU6500来提取佩戴者所产生的加速度和角速度的运动数据。光电式脉搏传感器获取佩戴者的脉搏数据。经过特征处理和算法判断后判断算法跌倒。当跌倒发生时,通过GU620获取经纬度信息,发送到服务器上,服务器在通过数据库中查找与硬件终端序列号的绑定信息,发送到APP上,APP上有设计好的跌倒地图APP,服务器也会将经纬度信息,和跌倒信息发送到亲属通过短信形式发送到手机上,达到报警的目的。
其中,stm32主控芯片具有功耗低,性能高,外围设备齐全等优点。MS5611传感器提供了一个精确的24位数字压力值和温度值以及不同的操作模式,可以提高转换速度并优化电流消耗,高分辨率的温度输出无须额外传感器可实现高度计/温度计功能,可以与几乎任何微控制器连接。MPU6500传感器是一款六轴惯性传感器,包含一个三轴加速度传感器和一个三轴陀螺仪,保证了运动数据的采集。
GU620是一款内嵌高灵敏度GPS、BEIDOU、蓝牙功能的GSM/GPRS模块,可同时支持四频段制式,有更小的体积,可以进行板级SMT,节省空间,降低成本。其中的GPS是基于MTK的成熟芯片组设计开发,可进行高达66个PRN信道的卫星跟踪,适用于监控导航,防盗跟踪,个人安全设备等通信导航设备。且该模块是一款高性能工业级GSM/GPRS/GPS+北斗/蓝牙模块,功能完善,尤其适用于语音、短信、GPRS数据服务、GPS导航的各种领域。对于跌倒检测的通信业务和位置索取业务具有不可替代的功能模块。
电源管理模块采用BQ24070,采用标准micro USB接口作为充电方式。BQ24070是一款大小为3.5mm×4.5mm QFN封装的电源管理芯片。适用于单节锂电池充电,能单独对电池充电能减少电池的充电和放电周期延长电池的寿命。自动的电源选择,功率FET和电流传感器管理,高精度电流和电压调节,在线路供电正常的时候可以使用线路上的电能,在线路失电的时候又可以使用电池。BQ24070最大可以支持2A的总电流,还提供充电温度调节控制,并且提供了反向电流,短路及过热保护。
基于本系统,具体检测流程如下:
1:首先,开启本系统的跌倒检测设备的电源,此时气压传感器、六轴传感器和光电式脉搏传感器即开始加速度,角速度、气压高度和脉搏数据的数据采集工作。
2:将采集的数据进行特征处理,通过算法判断此组是跌倒数据还是非跌倒数据。如果是跌倒数据,则进行第3步。如果不是,进行第4步。
3:然后进行报警。跌倒检测设备配有蜂鸣器和GU620模块。如果算法判断为跌倒状态,则蜂鸣器鸣响,GU620将数据通过服务器将佩戴着的地理位置发送到数据库中绑定的手机和APP端口。达到报警的目的。
4:继续进行运动数据采集。进入第2步。
以上对本发明所提供的一种跌倒检测系统进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (8)
1.一种跌倒检测系统,其特征在于,包括:
气压传感器,用于采集运动者的气压高度数据;
六轴传感器,用于采集运动者产生的加速度数据和角速度数据;
光电式脉搏传感器,用于采集用户脉搏数据;
主控MCU,用于对采集到的气压高度数据、加速度数据、角速度数据以及用户脉搏数据进行特征处理,得到特征数据,判断特征数据是否为跌倒数据,若是,产生跌倒信息,并通过GPRS模块将跌倒信息发送至服务器;主控MCU中包括GPRS模块;
服务器,用于将跌倒信息发送至移动终端上;
移动终端,用于接收服务器端发送的跌倒信息并显示跌倒信息。
2.如权利要求1所述的系统,其特征在于,还包括:
蜂鸣器,用于当特征数据为跌倒数据时,进行报警。
3.如权利要求1所述的系统,其特征在于,还包括:
位置检测模块,用于获取运动者的地理位置,当特征数据为跌倒数据时,将地理位置发送至服务器。
4.如权利要求3所述的系统,其特征在于,所述服务器还用于将地理位置发送至移动终端上。
5.如权利要求4所述的系统,其特征在于,所述移动终端还用于接收服务器发送的地理位置并进行显示。
6.如权利要求1所述的系统,其特征在于,所述六轴传感器包括加速度传感器和陀螺仪。
7.如权利要求1所述的系统,其特征在于,所述主控MCU还包括电池管理模块。
8.如权利要求1至7中任意一项所述的系统,其特征在于,所述GPRS模块为GU620模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710363612.0A CN106960544A (zh) | 2017-05-22 | 2017-05-22 | 一种跌倒检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710363612.0A CN106960544A (zh) | 2017-05-22 | 2017-05-22 | 一种跌倒检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106960544A true CN106960544A (zh) | 2017-07-18 |
Family
ID=59482557
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710363612.0A Pending CN106960544A (zh) | 2017-05-22 | 2017-05-22 | 一种跌倒检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106960544A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108888920A (zh) * | 2018-09-12 | 2018-11-27 | 中国地质大学(武汉) | 一种基于uwb的滑冰场穿戴监测系统 |
CN109745054A (zh) * | 2019-03-05 | 2019-05-14 | 西南交通大学 | 一种跌倒防护装置及跌倒预测方法 |
CN110503804A (zh) * | 2019-05-13 | 2019-11-26 | 南昌大学 | 一种跌倒检测电路及跌倒检测系统 |
CN112071041A (zh) * | 2020-08-31 | 2020-12-11 | 广东小天才科技有限公司 | 一种安全检测的方法、可穿戴设备及计算机可读存储介质 |
CN114167977A (zh) * | 2021-11-09 | 2022-03-11 | 上海卓菡科技有限公司 | 基于可穿戴设备的安全监测方法、装置、电子设备及系统 |
CN114601452A (zh) * | 2022-02-21 | 2022-06-10 | 青岛大学 | 一种人体跌倒检测方法、系统、介质、设备及终端 |
CN116439692A (zh) * | 2023-05-04 | 2023-07-18 | 来邦科技股份公司 | 一种穿戴式设备的跌倒报警检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN104464191A (zh) * | 2014-12-12 | 2015-03-25 | 成都史塔克智能科技有限公司 | 一种跌倒识别方法、装置及系统 |
CN105303768A (zh) * | 2015-10-22 | 2016-02-03 | 广东小天才科技有限公司 | 一种基于心率的跌倒检测的方法和系统 |
WO2016042498A1 (en) * | 2014-09-16 | 2016-03-24 | Hip Hope Technologies Ltd. | Fall detection device and method |
CN105796058A (zh) * | 2016-03-08 | 2016-07-27 | 北京航空航天大学 | 一种基于多传感器的老人监护系统 |
CN205943018U (zh) * | 2016-08-26 | 2017-02-08 | 北京安易康科技有限公司 | 一种基于摔倒定位报警技术的可穿戴设备 |
-
2017
- 2017-05-22 CN CN201710363612.0A patent/CN106960544A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
WO2016042498A1 (en) * | 2014-09-16 | 2016-03-24 | Hip Hope Technologies Ltd. | Fall detection device and method |
CN104464191A (zh) * | 2014-12-12 | 2015-03-25 | 成都史塔克智能科技有限公司 | 一种跌倒识别方法、装置及系统 |
CN105303768A (zh) * | 2015-10-22 | 2016-02-03 | 广东小天才科技有限公司 | 一种基于心率的跌倒检测的方法和系统 |
CN105796058A (zh) * | 2016-03-08 | 2016-07-27 | 北京航空航天大学 | 一种基于多传感器的老人监护系统 |
CN205943018U (zh) * | 2016-08-26 | 2017-02-08 | 北京安易康科技有限公司 | 一种基于摔倒定位报警技术的可穿戴设备 |
Non-Patent Citations (1)
Title |
---|
陈祥宝: "穿戴式跌倒检测系统设计及算法研究", 《电子世界》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108888920A (zh) * | 2018-09-12 | 2018-11-27 | 中国地质大学(武汉) | 一种基于uwb的滑冰场穿戴监测系统 |
CN109745054A (zh) * | 2019-03-05 | 2019-05-14 | 西南交通大学 | 一种跌倒防护装置及跌倒预测方法 |
CN110503804A (zh) * | 2019-05-13 | 2019-11-26 | 南昌大学 | 一种跌倒检测电路及跌倒检测系统 |
CN112071041A (zh) * | 2020-08-31 | 2020-12-11 | 广东小天才科技有限公司 | 一种安全检测的方法、可穿戴设备及计算机可读存储介质 |
CN112071041B (zh) * | 2020-08-31 | 2022-08-26 | 广东小天才科技有限公司 | 一种安全检测的方法、可穿戴设备及计算机可读存储介质 |
CN114167977A (zh) * | 2021-11-09 | 2022-03-11 | 上海卓菡科技有限公司 | 基于可穿戴设备的安全监测方法、装置、电子设备及系统 |
CN114601452A (zh) * | 2022-02-21 | 2022-06-10 | 青岛大学 | 一种人体跌倒检测方法、系统、介质、设备及终端 |
CN116439692A (zh) * | 2023-05-04 | 2023-07-18 | 来邦科技股份公司 | 一种穿戴式设备的跌倒报警检测方法 |
CN116439692B (zh) * | 2023-05-04 | 2023-09-12 | 来邦科技股份公司 | 一种穿戴式设备的跌倒报警检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106960544A (zh) | 一种跌倒检测系统 | |
CN105342623B (zh) | 智能跌倒监护装置及其处理方法 | |
CN205041401U (zh) | 设备佩戴检测装置及具有佩戴检测功能的监护装置 | |
CN105632101B (zh) | 一种人体防跌倒预警方法及系统 | |
CN103393412B (zh) | 一种基于智能家居的老人看护装置 | |
CN103810817B (zh) | 一种穿戴式人体瘫倒检测报警装置的检测报警方法 | |
CN103728644B (zh) | 一种定位系统及定位方法 | |
CN103405001B (zh) | 一种蓝牙跌倒报警鞋垫 | |
CN204274662U (zh) | 生命体征探测系统 | |
CN201853320U (zh) | 老人监测与报警系统 | |
CN105769205A (zh) | 一种身体信息检测设备及跌倒检测系统 | |
CN106556424A (zh) | 一种智能可穿戴设备及其节能运行方法 | |
CN103530978A (zh) | 一种面向特殊人群的危险感知与报警系统 | |
CN104297519A (zh) | 人体运动姿态识别方法和移动终端 | |
CN206453322U (zh) | 跌倒预防与报警一体化的老人智能拖鞋 | |
CN203931101U (zh) | 一种穿戴式人体瘫倒检测报警装置 | |
CN104080053A (zh) | 基于ZigBee技术的人体摔倒检测定位系统及方法 | |
CN106228015A (zh) | 一种基于物联网技术的智能医疗健康安全监护系统 | |
CN107432739A (zh) | 一种用于健康监控的智能服装系统 | |
CN205665839U (zh) | 可穿戴智能跌倒检测警报通知系统 | |
CN201977772U (zh) | 安全监护仪 | |
CN105589323A (zh) | 一种多功能智能腕表 | |
CN106650300A (zh) | 一种基于极限学习机的老人监护系统及方法 | |
CN212302229U (zh) | 一种高精度多功能跌倒报警手表 | |
CN204537237U (zh) | 基于智能穿戴设备的多功能多参数监测与健康管理系统 |
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 |
Application publication date: 20170718 |
|
RJ01 | Rejection of invention patent application after publication |