CN107067648A - 跌倒监控方法及系统 - Google Patents

Abstract

本发明公开了一种跌倒监控方法，所述方法包括如下步骤：步骤S101、智能终端周期性的采集加速度数据以及气压数据；步骤S102、智能终端将采集的多个加速度数据划分成加速度数据组，将采集的多个气压数据划分成气压数据组；步骤S103、智能终端对加速度数据组和气压数据组处理得到处理结果，依据该处理结果判断用户是否摔倒。本发明提供的技术方案具有准确度高的优点。

Description

跌倒监控方法及系统

技术领域

本发明涉及电子领域，尤其涉及一种跌倒监控方法及系统。

背景技术

随着微电子技术的高速发展，各种微电子传感器层出不穷，进而像智能手环，智能手表之类的运动健康类电子产品开始进入普通人的生活。这类产品会对用户的跌倒进行监控，跌倒对于很多病来说属于一种临床的表现，例如，高血压、中风等监控对跌倒的监控是非常重要的，所以跌倒的监控是非常重要的，现有的电子设备的跌倒的检测基于加速度传感器进行监控，其可能会出现误监控，而频繁的误报警可能会出现″狼来了″效应，降低用户的体验度。

发明内容

本申请提供一种跌倒监控方法。其解决现有技术的技术方案对跌倒的误报警，影响用户体验度的缺点。

一方面，提供一种跌倒监控方法，所述方法包括如下步骤：

步骤S101、智能终端周期性的采集加速度数据以及气压数据；

步骤S102、智能终端将采集的多个加速度数据划分成加速度数据组，将采集的多个气压数据划分成气压数据组；

步骤S103、智能终端对加速度数据组和气压数据组处理得到处理结果，依据该处理结果判断用户是否摔倒。

可选的，所述智能终端将采集的多个加速度数据划分成加速度数据组具体包括：

智能终端提取设定时间范围内的多个加速度数据，计算该多个加速度数据的平均值，计算每个加速度数据与平均值之间的差值，如该差值大于设定误差，则将该差值对应的加速度数据删除，将剩余的加速度数据划分成加速度数据组。

可选的，所述将采集的多个气压数据划分成气压数据组具体包括：

智能终端提取设定时间范围内的多个气压数据，计算该多个气压数据的平均值，计算每个气压数据与平均值之间的差值，如该差值大于设定误差，则将该差值对应的气压数据删除，将剩余的气压数据划分成气压数据组。

可选的，所述智能终端对加速度数据组和气压数据组处理得到处理结果，依据该处理结果判断用户是否摔倒具体，包括：

对该加速度数据组进行处理得到第一加速度子组和第二加速度子组，所述第一加速度子组的最小值大于第二加速度子组的最大值，提取第一加速度子组中每个加速度数据对应的多个时间，将多个时间中提取连续时间最长的区间作为第一时间区间，提取第二时间最长的区间为第二时间区间，获取第一时间区间的第一最大加速度值以及第二时间区间的第二最大加速度值，如第一最大加速度值和第二加速度值大于设定加速度阈值，则执行步骤S104；

步骤S104、对气压数据组进行傅立叶变换得到气压频域数据，提取气压频域数据的最大二个波峰值，如最大二个波峰值大于设定峰值，则提取最大二个波峰值所在二个波形的范围，获取二个波形的范围对应的二个时间区间，如二个时间区间与上述第一时间区间或第二时间区间中任一个相同，则确定为跌倒，否则，确定为不跌倒。

可选的，所述提取最大二个波峰值所在二个波形的范围具体为：

提取二个波峰值中的第一波峰值对应的第一采样点，提取第一采样点前N个采样点对应的N个气压频域数据和后M个采样点对应的M个气压频域数据，记为【-N，M】，其中负号为第一采样点之前的采样点，提取-N-1采样点和N+1采样点，如第一采样点的第一气压频域数据到第-N采样点的第-N频域数据为单调递减且第-N频域数据到第-N-1频域数为递增，则将第-N采样点对应的时间作为第一波峰值波形的左边界，如第一采样点的第一气压频域数据到第M采样点的第M频域数据为单调递减且第M频域数据到第M+1频域数为递增，确定M采样点为第一波峰值波形的右边界，提取采样点【-N，M】对应的时间，同理获取第二波峰值对应的波形的范围。

第二方面，提供一种跌倒监控系统，所述系统包括：

采集单元，用于周期性的采集加速度数据以及气压数据；

处理单元，用于将采集的多个加速度数据划分成加速度数据组，将采集的多个气压数据划分成气压数据组；对加速度数据组和气压数据组处理得到处理结果，依据该处理结果判断用户是否摔倒。

可选的，所述处理单元，具体用于：

提取设定时间范围内的多个加速度数据，计算该多个加速度数据的平均值，计算每个加速度数据与平均值之间的差值，如该差值大于设定误差，则将该差值对应的加速度数据删除，将剩余的加速度数据划分成加速度数据组。

可选的，所述处理单元，具体用于：

提取设定时间范围内的多个气压数据，计算该多个气压数据的平均值，计算每个气压数据与平均值之间的差值，如该差值大于设定误差，则将该差值对应的气压数据删除，将剩余的气压数据划分成气压数据组。

可选的，所述处理单元，具体用于：对该加速度数据组进行处理得到第一加速度子组和第二加速度子组，所述第一加速度子组的最小值大于第二加速度子组的最大值，提取第一加速度子组中每个加速度数据对应的多个时间，将多个时间中提取连续时间最长的区间作为第一时间区间，提取第二时间最长的区间为第二时间区间，获取第一时间区间的第一最大加速度值以及第二时间区间的第二最大加速度值，如第一最大加速度值和第二加速度值大于设定加速度阈值，则执行步骤S104；

步骤S104、对气压数据组进行傅立叶变换得到气压频域数据，提取气压频域数据的最大二个波峰值，如最大二个波峰值大于设定峰值，则提取最大二个波峰值所在二个波形的范围，获取二个波形的范围对应的二个时间区间，如二个时间区间与上述第一时间区间或第二时间区间中任一个相同，则确定为跌倒，否则，确定为不跌倒。

可选的，所述处理单元，具体用于：提取二个波峰值中的第一波峰值对应的第一采样点，提取第一采样点前N个采样点对应的N个气压频域数据和后M个采样点对应的M个气压频域数据，记为【-N，M】，其中负号为第一采样点之前的采样点，提取-N-1采样点和N+1采样点，如第一采样点的第一气压频域数据到第-N采样点的第-N频域数据为单调递减且第-N频域数据到第-N-1频域数为递增，则将第-N采样点对应的时间作为第一波峰值波形的左边界，如第一采样点的第一气压频域数据到第M采样点的第M频域数据为单调递减且第M频域数据到第M+1频域数为递增，确定M采样点为第一波峰值波形的右边界，提取采样点【-N，M】对应的时间，同理获取第二波峰值对应的波形的范围。

本发明提供的技术方案具有跌倒方案检测准确的优点。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。

图1为本发明第一较佳实施方式提供的一种跌倒监控方法的流程图。

图2为本发明第二较佳实施方式提供的一种跌倒监控系统的结构图。

图3为本发明提供的智能终端的结构示意图。

具体实施方式

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作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。

本申请的技术方案基于如下的技术场景以及可能出现的问题，对于用户来说，老人已经在当今社会占有主要的地位，通过医院的数据统计，50％以上的老人均具有不同的慢性病。高血压和中风以及成为老年人的死亡率或致残率非常高的病。对于中风来说，如果犯病救治即时可以很大的降低对老人身体的影响，而中风必然伴随着跌倒，所以对于跌倒的监控是一个非常重要的预防中风的方法。在智能终端出现之前，无法对跌倒进行实时的检测，出现智能终端由其是智能手环出现以后，实时监控成为可能，但是现有的跌倒检测是通过加速度传感器(即陀螺仪)来实现加速度检测的，仅靠这一个参数非常容易出现误检测，例如如果甩动过快，那么也会出现误报警。为了解决这个问题，本申请增加了一个参数，通过气压结合加速度来实现跌倒的检测，因为对于用户来说，跌倒的检测必然会导致高度上的差距，并且高度的差距的值相对固定，所以结合这二个参数一起检测跌倒能够非常大的增加准确度。

请参考图1，图1是本发明第一较佳实施方式提出的一种跌倒监控方法，该方法由智能终端执行，该智能终端根据实际的情况可以有多种，例如智能手机、平板电脑、智能手环、智能手表等等智能设备，当然在实际应用中，也可以是其他类型的智能终端，该方法如图1所示，包括如下步骤：

步骤S101、智能终端周期性的采集加速度数据以及气压数据。

步骤S102、智能终端将采集的多个加速度数据划分成加速度数据组，将采集的多个气压数据划分成气压数据组。

步骤S103、智能终端对加速度数据组和气压数据组处理得到处理结果，依据该处理结果判断用户是否摔倒。

本发明提供的技术方案对于用户来说，跌倒的检测必然会导致高度上的差距，并且高度的差距的值相对固定，所以结合这二个参数一起检测跌倒能够非常大的增加准确度。

可选的，上述智能终端将采集的多个加速度数据划分成加速度数据组具体可以包括：

智能终端提取设定时间范围内的多个加速度数据，计算该多个加速度数据的平均值，计算每个加速度数据与平均值之间的差值，如该差值大于设定误差，则将该差值对应的加速度数据删除，将剩余的加速度数据划分成加速度数据组。

此技术方案为了剔除不必要的数据，从而提高判断的精度。

可选的，将采集的多个气压数据划分成气压数据组具体可以包括：

智能终端提取设定时间范围内的多个气压数据，计算该多个气压数据的平均值，计算每个气压数据与平均值之间的差值，如该差值大于设定误差，则将该差值对应的气压数据删除，将剩余的气压数据划分成气压数据组。

可选的，上述步骤S103的实现方法具体可以为：

对该加速度数据组进行处理得到第一加速度子组和第二加速度子组，所述第一加速度子组的最小值大于第二加速度子组的最大值，提取第一加速度子组中每个加速度数据对应的多个时间，将多个时间中提取连续时间最长的区间作为第一时间区间，提取第二时间最长的区间为第二时间区间，获取第一时间区间的第一最大加速度值以及第二时间区间的第二最大加速度值，如第一最大加速度值和第二加速度值大于设定加速度阈值，则执行步骤S104；

步骤S104、对气压数据组进行傅立叶变换得到气压频域数据，提取气压频域数据的最大二个波峰值，如最大二个波峰值大于设定峰值，则提取最大二个波峰值所在二个波形的范围，获取二个波形的范围对应的二个时间区间，如二个时间区间与上述第一时间区间或第二时间区间中任一个相同，则确定为跌倒，否则，确定为不跌倒。

可选的，上述提取最大二个波峰值所在二个波形的范围具体可以为：

提取二个波峰值中的第一波峰值对应的第一采样点，提取第一采样点前N个采样点对应的N个气压频域数据和后M个采样点对应的M个气压频域数据，记为【-N，M】，其中负号为第一采样点之前的采样点，提取-N-1采样点和N+1采样点，如第一采样点的第一气压频域数据到第-N采样点的第-N频域数据为单调递减且第-N频域数据到第-N-1频域数为递增，则将第-N采样点对应的时间作为第一波峰值波形的左边界，如第一采样点的第一气压频域数据到第M采样点的第M频域数据为单调递减且第M频域数据到第M+1频域数为递增，确定M采样点为第一波峰值波形的右边界，提取采样点【-N，M】对应的时间，同理获取第二波峰值对应的波形的范围。

其实现的原理如下，对于跌倒来说，其加速度值的时域数据的变化很大，同时气压数据的频域数据很大，由于采集二个参数均在跌倒的时间，所以时间一定需要对应，所以通过对频域数据波峰的范围以及加速度时域数据的范围进行统计即能够对跌倒进行识别，由于气压采取的为频域数据，对于用户来说，其无论在哪个位置，例如在山上或地下室，均能够有效识别，从而提高了识别的准确度。

参阅图2，提供一种跌倒监控系统20，所述系统包括：

采集单元201，用于周期性的采集加速度数据以及气压数据；

处理单元202，用于将采集的多个加速度数据划分成加速度数据组，将采集的多个气压数据划分成气压数据组；对加速度数据组和气压数据组处理得到处理结果，依据该处理结果判断用户是否摔倒。

可选的，所述处理单元，具体用于：

提取设定时间范围内的多个加速度数据，计算该多个加速度数据的平均值，计算每个加速度数据与平均值之间的差值，如该差值大于设定误差，则将该差值对应的加速度数据删除，将剩余的加速度数据划分成加速度数据组。

可选的，所述处理单元，具体用于：

提取设定时间范围内的多个气压数据，计算该多个气压数据的平均值，计算每个气压数据与平均值之间的差值，如该差值大于设定误差，则将该差值对应的气压数据删除，将剩余的气压数据划分成气压数据组。

可选的，所述处理单元，具体用于：对该加速度数据组进行处理得到第一加速度子组和第二加速度子组，所述第一加速度子组的最小值大于第二加速度子组的最大值，提取第一加速度子组中每个加速度数据对应的多个时间，将多个时间中提取连续时间最长的区间作为第一时间区间，提取第二时间最长的区间为第二时间区间，获取第一时间区间的第一最大加速度值以及第二时间区间的第二最大加速度值，如第一最大加速度值和第二加速度值大于设定加速度阈值，则执行步骤S104；

步骤S104、对气压数据组进行傅立叶变换得到气压频域数据，提取气压频域数据的最大二个波峰值，如最大二个波峰值大于设定峰值，则提取最大二个波峰值所在二个波形的范围，获取二个波形的范围对应的二个时间区间，如二个时间区间与上述第一时间区间或第二时间区间中任一个相同，则确定为跌倒，否则，确定为不跌倒。

可选的，所述处理单元，具体用于：提取二个波峰值中的第一波峰值对应的第一采样点，提取第一采样点前N个采样点对应的N个气压频域数据和后M个采样点对应的M个气压频域数据，记为【-N，M】，其中负号为第一采样点之前的采样点，提取-N-1采样点和N+1采样点，如第一采样点的第一气压频域数据到第-N采样点的第-N频域数据为单调递减且第-N频域数据到第-N-1频域数为递增，则将第-N采样点对应的时间作为第一波峰值波形的左边界，如第一采样点的第一气压频域数据到第M采样点的第M频域数据为单调递减且第M频域数据到第M+1频域数为递增，确定M采样点为第一波峰值波形的右边界，提取采样点【-N，M】对应的时间，同理获取第二波峰值对应的波形的范围。

参阅图3，图3为一种智能终端30，包括：处理器301、无线收发器302、存储器303和总线304，无线收发器302用于与外部设备之间收发数据。处理器301的数量可以是一个或多个。本申请的一些实施例中，处理器301、存储器302和收发器303可通过总线304或其他方式连接。智能终端30可以用于执行图1或图2的步骤。关于本实施例涉及的术语的含义以及举例，可以参考图1对应的实施例。此处不再赘述。

其中，存储器303中存储程序代码。处理器301用于调用存储器303中存储的程序代码，用于执行如图1所示的步骤。

需要说明的是，这里的处理器301可以是一个处理元件，也可以是多个处理元件的统称。例如，该处理元件可以是中央处理器(Central Processing Unit，CPU)，也可以是特定集成电路(Application Specific Integrated Circuit，ASIC)，或者是被配置成实施本申请实施例的一个或多个集成电路，例如：一个或多个微处理器(digital singnalprocessor，DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，FPGA)。

存储器303可以是一个存储装置，也可以是多个存储元件的统称，且用于存储可执行程序代码或应用程序运行装置运行所需要参数、数据等。且存储器303可以包括随机存储器(RAM)，也可以包括非易失性存储器(non-volatile memory)，例如磁盘存储器，闪存(Flash)等。

总线304可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

该终端还可以包括输入输出装置，连接于总线304，以通过总线与处理器301等其它部分连接。该输入输出装置可以为操作人员提供一输入界面，以便操作人员通过该输入界面选择布控项，还可以是其它接口，可通过该接口外接其它设备。

需要说明的是，对于前述的各个方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某一些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。

以上对本发明实施例所提供的内容下载方法及相关设备、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；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种跌倒监控方法，其特征在于，所述方法包括如下步骤：

步骤S101、智能终端周期性的采集加速度数据以及气压数据；

步骤S102、智能终端将采集的多个加速度数据划分成加速度数据组，将采集的多个气压数据划分成气压数据组；

步骤S103、智能终端对加速度数据组和气压数据组处理得到处理结果，依据该处理结果判断用户是否摔倒。

2.根据权利要求1所述的方法，其特征在于，所述智能终端将采集的多个加速度数据划分成加速度数据组具体包括：

智能终端提取设定时间范围内的多个加速度数据，计算该多个加速度数据的平均值，计算每个加速度数据与平均值之间的差值，如该差值大于设定误差，则将该差值对应的加速度数据删除，将剩余的加速度数据划分成加速度数据组。

3.根据权利要求2所述的方法，其特征在于，所述将采集的多个气压数据划分成气压数据组具体包括：

智能终端提取设定时间范围内的多个气压数据，计算该多个气压数据的平均值，计算每个气压数据与平均值之间的差值，如该差值大于设定误差，则将该差值对应的气压数据删除，将剩余的气压数据划分成气压数据组。

4.根据权利要求3所述的方法，其特征在于，所述智能终端对加速度数据组和气压数据组处理得到处理结果，依据该处理结果判断用户是否摔倒具体，包括：

对该加速度数据组进行处理得到第一加速度子组和第二加速度子组，所述第一加速度子组的最小值大于第二加速度子组的最大值，提取第一加速度子组中每个加速度数据对应的多个时间，将多个时间中提取连续时间最长的区间作为第一时间区间，提取第二时间最长的区间为第二时间区间，获取第一时间区间的第一最大加速度值以及第二时间区间的第二最大加速度值，如第一最大加速度值和第二加速度值大于设定加速度阈值，则执行步骤S104；

步骤S104、对气压数据组进行傅立叶变换得到气压频域数据，提取气压频域数据的最大二个波峰值，如最大二个波峰值大于设定峰值，则提取最大二个波峰值所在二个波形的范围，获取二个波形的范围对应的二个时间区间，如二个时间区间与上述第一时间区间或第二时间区间中任一个相同，则确定为跌倒，否则，确定为不跌倒。

5.根据权利要求4所述的方法，其特征在于，所述提取最大二个波峰值所在二个波形的范围具体为：

提取二个波峰值中的第一波峰值对应的第一采样点，提取第一采样点前N个采样点对应的N个气压频域数据和后M个采样点对应的M个气压频域数据，记为【-N，M】，其中负号为第一采样点之前的采样点，提取-N-1采样点和N+1采样点，如第一采样点的第一气压频域数据到第-N采样点的第-N频域数据为单调递减且第-N频域数据到第-N-1频域数为递增，则将第-N采样点对应的时间作为第一波峰值波形的左边界，如第一采样点的第一气压频域数据到第M采样点的第M频域数据为单调递减且第M频域数据到第M+1频域数为递增，确定M采样点为第一波峰值波形的右边界，提取采样点【-N，M】对应的时间，同理获取第二波峰值对应的波形的范围。

6.一种跌倒监控系统，其特征在于，所述系统包括：

采集单元，用于周期性的采集加速度数据以及气压数据；

处理单元，用于将采集的多个加速度数据划分成加速度数据组，将采集的多个气压数据划分成气压数据组；对加速度数据组和气压数据组处理得到处理结果，依据该处理结果判断用户是否摔倒。

7.根据权利要求6所述的系统，其特征在于，所述处理单元，具体用于：

提取设定时间范围内的多个加速度数据，计算该多个加速度数据的平均值，计算每个加速度数据与平均值之间的差值，如该差值大于设定误差，则将该差值对应的加速度数据删除，将剩余的加速度数据划分成加速度数据组。

8.根据权利要求7所述的系统，其特征在于，所述处理单元，具体用于：

提取设定时间范围内的多个气压数据，计算该多个气压数据的平均值，计算每个气压数据与平均值之间的差值，如该差值大于设定误差，则将该差值对应的气压数据删除，将剩余的气压数据划分成气压数据组。

9.根据权利要求8所述的系统，其特征在于，所述处理单元，具体用于：对该加速度数据组进行处理得到第一加速度子组和第二加速度子组，所述第一加速度子组的最小值大于第二加速度子组的最大值，提取第一加速度子组中每个加速度数据对应的多个时间，将多个时间中提取连续时间最长的区间作为第一时间区间，提取第二时间最长的区间为第二时间区间，获取第一时间区间的第一最大加速度值以及第二时间区间的第二最大加速度值，如第一最大加速度值和第二加速度值大于设定加速度阈值，则执行步骤S104；

步骤S104、对气压数据组进行傅立叶变换得到气压频域数据，提取气压频域数据的最大二个波峰值，如最大二个波峰值大于设定峰值，则提取最大二个波峰值所在二个波形的范围，获取二个波形的范围对应的二个时间区间，如二个时间区间与上述第一时间区间或第二时间区间中任一个相同，则确定为跌倒，否则，确定为不跌倒。

10.根据权利要求9所述的系统，其特征在于，所述处理单元，具体用于：提取二个波峰值中的第一波峰值对应的第一采样点，提取第一采样点前N个采样点对应的N个气压频域数据和后M个采样点对应的M个气压频域数据，记为【-N，M】，其中负号为第一采样点之前的采样点，提取-N-1采样点和N+1采样点，如第一采样点的第一气压频域数据到第-N采样点的第-N频域数据为单调递减且第-N频域数据到第-N-1频域数为递增，则将第-N采样点对应的时间作为第一波峰值波形的左边界，如第一采样点的第一气压频域数据到第M采样点的第M频域数据为单调递减且第M频域数据到第M+1频域数为递增，确定M采样点为第一波峰值波形的右边界，提取采样点【-N，M】对应的时间，同理获取第二波峰值对应的波形的范围。