CN107184214A - 一种老年人用跌倒预先识别装置 - Google Patents
一种老年人用跌倒预先识别装置 Download PDFInfo
- Publication number
- CN107184214A CN107184214A CN201610376893.9A CN201610376893A CN107184214A CN 107184214 A CN107184214 A CN 107184214A CN 201610376893 A CN201610376893 A CN 201610376893A CN 107184214 A CN107184214 A CN 107184214A
- Authority
- CN
- China
- Prior art keywords
- sensor
- human body
- axis acceleration
- elderly
- range sensor
- 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.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—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
- A61B5/68—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
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6823—Trunk, e.g., chest, back, abdomen, hip
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一种老年人用跌倒预先识别装置,其由人体佩戴的一个三轴加速度传感器、多个距离传感器、控制器和电源模块等构成。其中,三轴加速度传感器可佩戴在人体前胸或后背,距离传感器佩戴在人体的腹部和腰部一周;三轴加速度传感器用于检测老年人身体姿态数据,距离传感器用于检测周围的障碍物情况,两者配合工作,同时检测人体自身姿态和外界环境,用以准确预先识别跌倒动作的发生。
Description
技术领域
本发明属于人体防护装置领域,特别涉及一种老年人用跌倒预先识别装置。
技术背景
跌倒已经成为威胁老年人生命和健康的最重要因素之一。对于老年人来讲,人体一旦跌倒不仅会带来严重的肢体伤害,还会带来巨大的心理伤害;跌倒若造成骨折长期卧床,会使得老年人原本脆弱的身体机能进一步下降,严重情况可能因此丧命。
近年来,社会对老年人跌倒的关注越来越重视,发展老年人跌倒防护系统,避免或减轻伤害,具有很重要的意义。现有技术多为跌倒落地后的跌倒识别和报警,在一定程度上虽可减少跌倒带来的伤害,但无法从根本上减轻或避免伤害。人体穿戴的气囊衣、气囊帽等这类防护装置也应运而生,而这些防护装置的核心之一就是跌倒识别装置,需要在跌倒还没落地前就充气展开,那么就需要一种准确可靠的跌倒预先识别装置来配合工作,从而给产气、充气装置预留一定工作时间。
另外,有些跌倒防护系统的跌倒检测装置并没有对人体周围环境情况进行充分考虑,所以对真实跌倒动作的检测和识别的错误率较高。
发明内容
为了解决上述现有技术中存在的问题,本发明提供一种老年人用跌倒预先识别装置,可在人体跌倒着地之前预先识别跌到动作的发生。
本发明的技术方案是:包括用于检测老年人身体姿态数据的三轴加速度传感器,用于检测人体周围障碍物距离的距离传感器,用于根据三轴加速度传感器检测的老年人身体姿态数据和距离传感器检测的人体周围障碍物距离以预先识别跌倒动作的发生的控制器,电源模块;所述控制器分别与三轴加速度传感器、距离传感器连接;所述电源模块分别与三轴加速度传感器、距离传感器、控制器连接。
所述距离传感器为一个以上。
所述三轴加速度传感器为可佩戴式三轴加速度传感器,三轴加速度传感器佩戴在人体前胸或后背;所述距离传感器为可佩戴式距离传感器,距离传感器佩戴在人体的腹部和腰部一周。
本发明中的三轴加速度传感器用于实时检测人体身体动态程度和躯干倾斜角度。三轴加速度传感器直接检测出的为人体在三维空间xyz三个方向上的加速度,通过分量合并运算可得到人体身体动态程度,可认为是身体剧烈震动的程度;通过三轴分量的向量运算可以得到人体躯干的倾斜角度,这两个值是识别和判断老年人跌倒的重要特征值。
本发明中的距离传感器用于实时检测人体周围的障碍物距离。距离传感器用来检测人体周围是否有其他物体和物体的距离,用以区分老年人坐、斜靠、趟等和跌倒动作有类似特征的正常活动,并识别人体是否处于可能跌倒的环境中,提高跌倒动作预先识别的准确率。
附图说明
图1是本发明的组成结构框图。
图2是三轴加速度传感器、距离传感器在人体上的佩戴示意图。
图3是本发明的跌倒识别流程图。
具体实施方式
下面结合附图对本发明的一种实施方式作进一步详细的说明。
图1中,本发明包括一个三轴加速度传感器3、距离传感器一4-1、距离传感器二4-2、距离传感器三4-3、距离传感器四4-4、控制器2和电源模块1。其中,三轴加速度传感器3可佩戴在人体前胸或后背,距离传感器4佩戴在人体的腹部和腰部一周,控制器2和电源模块1通过信号连接后随身携带即可;三轴加速度传感器3用于检测老年人身体姿态数据,距离传感器4用于检测周围的障碍物情况,两者配合工作,同时检测人体自身姿态和外界环境,可在人体跌倒还未落地之前,控制器用以通过阈值比较的方式,以准确预先识别跌倒动作的发生。电源模块为装置提供电源。该装置可在人体跌倒还未落地之前,预先判别老年人跌倒动作的发生,由控制器判别跌倒动作,控制器输出一个电平信号。本实施例中,三轴加速度传感器使用ADXL345,距离传感器采用US100超声波测距模块,控制器采用STM32F103ZE单片机,电源模块使用3.7V聚合物锂电池附加调压电路。
图2中,三轴加速度传感器3紧贴于人体背部固定,使三轴加速度传感器3的一个轴与人体同轴并竖直向下,本实施例中三轴加速度传感器的y轴为人体的竖直方向;采用四个超声波测距模块(即距离传感器),前腹部和后腰部各布置两个,围成一周,固定时注意露出超声波收发探头,不要有自身衣物遮挡;控制器2、电源模块1由信号线缆和供电线缆与各个传感器连接,并由穿戴者随身携带。
本发明的工作过程具体为,STM32F103ZE单片机通过SPI协议与三轴加速度传感器ADXL345通信,通过UART与US100超声波测距模块通信。系统通过三轴加速度传感器ADXL345获取人体xyz三轴的加速度信号值,并通过分量合并运算(去除重力加速度g),值可以反映出人体身体动态程度;再通过三轴分量的向量运算可以得到人体躯干的倾斜角度,本实施例中三轴加速度传感器固定的方向为y轴竖直,故人体躯干的倾斜角度为;同时,系统通过US100超声波距离模块获取人体周围物体的距离值,在本实施例中四个超声波测距模块中所测得的最小距离值作为人体周围物体的距离值。
以上通过传感器直接检测到的或者是通过后续计算得到的值是识别和判断老年人跌倒的重要特征值。原理是这样的,首先, 值用以判断人体周围物体的距离,通常只有在老年人坐、斜靠、趟或者是处于狭小空间的情况时很小,以此作为首要判别条件,只有当值超过设定阈值系统才会判别为人体处于可能会跌倒的环境中;其次,用SVM判别人体动态程度,老年人这类人群日常活动中几乎没有剧烈的大幅度动作,人体跌倒发生时,通常SVM会剧烈增大,故用SVM来区分人体日常活动和跌倒活动;最后判别人体躯干的倾斜角度,当人体躯干的倾斜角度到达所设定的阈值时,最终预判出跌倒动作的发生。
本发明的跌倒识别流程如图3所示,系统运行后,控制器同时采集US100超声波测距模块和三轴加速度传感器ADXL345的数据,并进行实时处理运算和阈值判别。本实施例中设置距离阈值为2米,只有当超过该阈值,系统才会识别为人体处于可能跌倒的环境中,并启动下一步的阈值判别;人体身体动态程度阈值设定为0.45g,当人体SVM小于该阈值,系统认定人体处于正常活动中,超过该阈值识别为人体处于可能跌倒的状态,立即启动下一步人体躯干的倾斜角度的阈值判别;人体躯干的倾斜角度的阈值设定为为45度,即若此时检测到人体躯干倾斜角度已经达到或者大于该阈值,则可预先判别跌倒发生,可在人体跌倒还未落地之前,输出一个信号。
虽然以上描述了本发明的具体实施方式,但是本领域内的熟练的技术人员应当理解,这些仅是举例说明,可以对这些实施方式做出多种变更或修改,而不背离本发明的原理和实质。本发明的范围仅由所附权利要求书限定。
Claims (3)
1.一种老年人用跌倒预先识别装置,其特征在于:包括用于检测老年人身体姿态数据的三轴加速度传感器,用于检测人体周围障碍物距离的距离传感器,用于根据三轴加速度传感器检测的老年人身体姿态数据和距离传感器检测的人体周围障碍物距离以预先识别跌倒动作的发生的控制器,电源模块;
所述控制器分别与三轴加速度传感器、距离传感器连接;所述电源模块分别与三轴加速度传感器、距离传感器、控制器连接。
2.根据权利要求1所述的老年人用跌倒预先识别装置,其特征在于:所述距离传感器为一个以上。
3.根据权利要求1或2所述的老年人用跌倒预先识别装置,其特征在于:所述三轴加速度传感器为可佩戴式三轴加速度传感器,三轴加速度传感器佩戴在人体前胸或后背;所述距离传感器为可佩戴式距离传感器,距离传感器佩戴在人体的腹部和腰部一周。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610376893.9A CN107184214B (zh) | 2016-06-01 | 2016-06-01 | 一种老年人用跌倒预先识别装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610376893.9A CN107184214B (zh) | 2016-06-01 | 2016-06-01 | 一种老年人用跌倒预先识别装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107184214A true CN107184214A (zh) | 2017-09-22 |
CN107184214B CN107184214B (zh) | 2021-01-22 |
Family
ID=59870847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610376893.9A Active CN107184214B (zh) | 2016-06-01 | 2016-06-01 | 一种老年人用跌倒预先识别装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107184214B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111540167A (zh) * | 2020-03-25 | 2020-08-14 | 西南大学 | 一种保护型预警防摔气囊服 |
CN112806991A (zh) * | 2019-11-18 | 2021-05-18 | 邓展尤 | 摔倒检测与防护的方法、装置、存储介质及终端设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006068300A (ja) * | 2004-09-02 | 2006-03-16 | Fukushima Prefecture | 身体状態監視装置 |
US20090031803A1 (en) * | 2005-01-31 | 2009-02-05 | Hitachi Metals, Ltd. | Fall detecting method and fall detecting device |
CN102920117A (zh) * | 2012-10-26 | 2013-02-13 | 中北大学 | 一种具有跌倒自动报警功能的智能拐杖 |
CN104257048A (zh) * | 2014-09-11 | 2015-01-07 | 浙江大学 | 一种基于智能拐杖的老年人辅助系统 |
CN104484977A (zh) * | 2014-11-21 | 2015-04-01 | 深圳市前海安测信息技术有限公司 | 可穿戴式人体多维度跌倒预防和检测装置及其检测方法 |
CN105249589A (zh) * | 2015-09-02 | 2016-01-20 | 深圳市前海安测信息技术有限公司 | 预防老年人跌倒的健康鞋及控制系统 |
-
2016
- 2016-06-01 CN CN201610376893.9A patent/CN107184214B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006068300A (ja) * | 2004-09-02 | 2006-03-16 | Fukushima Prefecture | 身体状態監視装置 |
US20090031803A1 (en) * | 2005-01-31 | 2009-02-05 | Hitachi Metals, Ltd. | Fall detecting method and fall detecting device |
CN102920117A (zh) * | 2012-10-26 | 2013-02-13 | 中北大学 | 一种具有跌倒自动报警功能的智能拐杖 |
CN104257048A (zh) * | 2014-09-11 | 2015-01-07 | 浙江大学 | 一种基于智能拐杖的老年人辅助系统 |
CN104484977A (zh) * | 2014-11-21 | 2015-04-01 | 深圳市前海安测信息技术有限公司 | 可穿戴式人体多维度跌倒预防和检测装置及其检测方法 |
CN105249589A (zh) * | 2015-09-02 | 2016-01-20 | 深圳市前海安测信息技术有限公司 | 预防老年人跌倒的健康鞋及控制系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112806991A (zh) * | 2019-11-18 | 2021-05-18 | 邓展尤 | 摔倒检测与防护的方法、装置、存储介质及终端设备 |
CN111540167A (zh) * | 2020-03-25 | 2020-08-14 | 西南大学 | 一种保护型预警防摔气囊服 |
Also Published As
Publication number | Publication date |
---|---|
CN107184214B (zh) | 2021-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104598896B (zh) | 基于Kinect骨架追踪的人体摔倒自动检测方法 | |
CN103027687B (zh) | 基于3d加速度仪和陀螺仪的老年人跌倒检测报警系统 | |
CN105632101B (zh) | 一种人体防跌倒预警方法及系统 | |
Lai et al. | Detection of cognitive injured body region using multiple triaxial accelerometers for elderly falling | |
JP2017528241A (ja) | 転倒検出装置および方法 | |
CN105361277B (zh) | 一种防止人摔伤的衣服及方法 | |
CN110289085B (zh) | 一种手卫生的监管系统及其使用方法 | |
Hsieh et al. | A wrist-worn fall detection system using accelerometers and gyroscopes | |
CN105654666B (zh) | 基于mems传感器的老年人跌倒监测方法 | |
EP3649920B1 (en) | System for detecting whether a visual behavior monitor is worn by the user | |
CN103377542A (zh) | 人体防跌倒预警方法及预警器 | |
Huynh et al. | Fall detection system using combination accelerometer and gyroscope | |
US9159213B1 (en) | Motion detection method and device | |
Yang et al. | A wearable real-time fall detector based on Naive Bayes classifier | |
US20150120007A1 (en) | Adaptive Fall and Collision Detection and Injury Mitigation System and Method | |
Zhong et al. | A real-time pre-impact fall detection and protection system | |
CN107184214A (zh) | 一种老年人用跌倒预先识别装置 | |
Hou et al. | Triaxial accelerometer-based real time fall event detection | |
CN205103993U (zh) | 一种智能人体跌倒监护装置 | |
CN106960542A (zh) | 一种基于中断驱动的低功耗跌倒检测装置 | |
Wu et al. | Fall detection monitoring system based on mems sensor | |
CN109315866A (zh) | 一种船员用头部临时保护装置 | |
CN204375113U (zh) | 一种穿戴式人体意外跌倒检测定位装置 | |
CN110335443B (zh) | 一种人体智能防护方法 | |
CN207425073U (zh) | 一种基于加速度传感器的老人跌倒检测及防护设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |