CN108447225A - 一种人体跌倒检测方法及装置 - Google Patents

一种人体跌倒检测方法及装置 Download PDF

Info

Publication number
CN108447225A
CN108447225A CN201810122012.XA CN201810122012A CN108447225A CN 108447225 A CN108447225 A CN 108447225A CN 201810122012 A CN201810122012 A CN 201810122012A CN 108447225 A CN108447225 A CN 108447225A
Authority
CN
China
Prior art keywords
human body
acceleration
axis
quaternary number
threshold values
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
CN201810122012.XA
Other languages
English (en)
Inventor
谢辉雄
霍立福
吴衡
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.)
Mdt Infotech Ltd Guangdong Branch Cihang
Original Assignee
Mdt Infotech Ltd Guangdong Branch Cihang
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 Mdt Infotech Ltd Guangdong Branch Cihang filed Critical Mdt Infotech Ltd Guangdong Branch Cihang
Priority to CN201810122012.XA priority Critical patent/CN108447225A/zh
Publication of CN108447225A publication Critical patent/CN108447225A/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
    • G08B21/0407—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

Landscapes

  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Gyroscopes (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开一种人体跌倒检测方法及装置，使用3D加速度传器和3D陀螺仪分别采集人体运动的加速度和角速度，通过四元数计算方法将3D加速度传感器与3D陀螺仪采集的数据转换到世界坐标系下进行融合，计算出人体加速度、速度、位移和旋转角度；当所述人体加速度、速度、位移、角速度和旋转角度均超出设定阀值时判定人体跌倒。本发明能准确地判断是否跌倒，尤其对缓慢跌倒有着极高的判断率；算法的运算量低，能以占用较少的处理器资源完成高精度的跌倒检测运算。

Description

一种人体跌倒检测方法及装置
技术领域
本发明涉及人体跌倒检测方法及装置技术领域，具体地说是一种基于3D加速度传感器和3D陀螺仪的人体跌倒检测方法及装置。
背景技术
老年人独居已成为社会普遍现象，而独居老人的安全问题也广受社会关注。由于身体机能的老化和疾病的影响，跌倒是老年人安全的很大威胁。若精确地检测出跌倒事件的发生，使跌倒者得到及时救助很有必要。目前，对于检测跌倒，大家通用的方法是使用单独一个3D加速度传感器，然后通过失重、大冲击量、身体与地平线平行、无法起身四个状态来判断跌倒与否，报警出错率高。原因在于，只用3D加速度传感器无法获得实时世界坐标系的各个方向上的分加速度，进一步导致无法正确判断这个冲击量来自垂直还是水平方面。当然，也有采用增加3D陀螺仪测量角加速度的剧烈程度来判断是否跌倒的方法，但对数据的加工极为有限，一般只停留在原始数据表层的分析。如中国专利申请CN201110059236.9公开一种人体跌倒检测与报警装置，采用加速度传感器和陀螺仪采集人体运动的线加速度和角速度，进而判定人体是否跌倒。但采集到的线加速度和角速度信号，是检测装置坐标系下的数据，并不是世界坐标系下的数据，检测精度不够高，尤其是当人体在运动过程中检测装置发生偏移，那么检测装置的垂直方向与重力方向就会出现较大偏差，容易造成跌倒误判。因此，如何设计一种采用四元数计算方法将加速度传感器与陀螺仪采集的数据转换到世界坐标系下进行融合来准确地判断是否跌倒的方法及装置，有待进一步解决。
发明内容
针对上述技术问题，本发明公开一种人体跌倒检测方法及装置。
本发明为实现上述目的，采取以下技术方案予以实现：
一种人体跌倒检测方法，包括以下步骤：
步骤一：3D加速度传感器分别采集人体运动在x轴、y轴、z轴方向上的加速度；3D陀螺仪分别采集人体运动在x轴、y轴、z轴方向上的人体角速度；
步骤二：通过四元数计算，得到世界坐标系下的人体加速度，进而计算得到人体速度、人体位移、人体旋转角度和人体失重时间；
步骤三：设定人体安全时的加速度阀值、速度阀值、位移阀值、角速度阀值、旋转角度阀值；当检测到人体加速度大于所述加速度阀值、且人体速度大于所述速度阀值，且人体位移大于所述位移阀值，且人体角速度大于所述角速度阀值，且人体旋转角度大于所述旋转角度阀值，判定人体跌倒；
步骤二所述四元数计算方法包括以下步骤：
S1：计算设备初始对应四元数q0：3D加速度传感器分别人体运动在采集x轴、y轴、z轴方向上的加速度为ax0、ay0、az0，利用100ms的平均向量来确定原始四元数
S2：计算采样点旋转四元数qn：3D陀螺仪分别采集人体运动在x轴、y轴、z轴方向上的角速度为gx0、gy0、gz0，采样周期为T，采样点的旋转角度分别为a、b、c，则a＝gx0*T，b＝gy0*T，c＝gz0*T，对应四元数
则一个采样周期内，旋转角度四元数
进而求得采样点旋转四元数qn＝Δq*qn-1；
S3：计算修正四元数cq：计算当前3D加速度传感器的向量方向VAn＝[axn ayn azn]和上一次重力方向VGn-1，VGn-1取上一次采样点旋转四元数qn-1的后三个值，取VAn与VGn-1的法线向量VMN＝VAn*VGn-1，让VGn-1绕VMN向VAn旋转一个角度t，角度t＝陀螺仪最大误差*单个采样时间*2，则修正四元数cq＝[costsint*VMN]；
S4：计算修正后的旋转四元数Qn：Qn＝cq*qn＝cq*Δq*qn-1，完成3D加速度传感器的加速度数据与3D陀螺仪的角速度数据的融合；
S5：计算世界坐标系下重力方向人体加速度、人体速度和人体位移：人体在世界坐标系下各方向加速度值为[x wax way waz]＝Qn*[0 axn ayn azn]*Qn′，其中Qn′为Qn的共扼复数，则世界坐标系下重力方向加速度即为waz，再减去重力g，可得重力方向人体加速度，对人体加速度进行积分可得人体速度，再对人体速度进行积分可得人体位移；
S6：计算世界坐标系下人体旋转角度：设备z轴对应世界坐标系的四元数为[z Vz]＝Qn*[0 0 0 1]*Qn′，其中Vz为z轴对应世界坐标系，则设备坐标Z轴与z轴的夹角AZ为人体躯干与z轴的瞬时夹角，AZ＝arccos(Vz*[0 0 1])，夹角AZ在采样周期内的积分即为人体旋转角度。
进一步地，步骤一所述3D加速度传感器、3D陀螺仪采集人体运动信号的频率为500Hz。
进一步地，步骤一所述3D加速度传感器、3D陀螺仪放置于人体躯干部分，可放置于腰部、胸口或腹部。
进一步地，步骤三所述加速度阀值为20m/s2、速度阀值为1m/s、位移阀值为0.4m、角速度阀值为0.52rad/s、旋转角度阀值为55°。
一种人体跌倒检测装置，采用了上述的一种人体跌倒检测方法。
进一步地，包括3D加速度传感器、3D陀螺仪、处理器、无线传输模块和电源，所述处理器分别与所述3D加速度传感器、所述3D陀螺仪和所述无线传输模块连接，所述电源分别与所述3D加速度传感器、所述处理器及所述无线传输模块连接，为其供电。所述3D加速度传感器采集人体运动加速度信号、所述3D陀螺仪采集人体运动角速度信号，传输至所述处理器进行处理和计算，所述处理器把计算结果通过所述无线传输模块以无线方式传输至后台上存储或计算。
进一步地，所述无线传输模块为2.4G无线模块或蓝牙模块。
进一步地，所述3D加速度传感器为3D磁力计。
进一步地，所述3D陀螺仪为3D磁力计。
与现有技术相比，本发明的有益效果如下：
本发明提出了一种人体跌倒检测方法及装置，使用3D加速度传器和3D陀螺仪分别采集人体运动的加速度和角速度，通过四元数计算方法将3D加速度传感器与3D陀螺仪采集的数据转换到世界坐标系下进行融合，能准确地判断是否跌倒，尤其对缓慢跌倒有着极高的判断率；算法的运算量低，能以占用较少的处理器资源完成高精度的跌倒检测运算。
附图说明
图1是本发明一种人体跌倒检测方法流程图；
图2是本发明一种人体跌倒检测装置的原理框图；
图3是本发明坐标系说明示意图。
具体实施方式
下面结合实施例对本发明作进一步的描述，但需要说明的是，实施例并不对本发明要求保护范围的构成限制。
如图1所示，一种人体跌倒检测方法流程图，包括以下步骤：
步骤一：3D加速度传感器分别采集人体运动在x轴、y轴、z轴方向上的加速度；3D陀螺仪分别采集人体运动在x轴、y轴、z轴方向上的人体角速度；
步骤二：通过四元数计算，得到世界坐标系下的人体加速度，进而计算得到人体速度、人体位移、人体旋转角度和人体失重时间；
步骤三：设定人体安全时的加速度阀值、速度阀值、位移阀值、角速度阀值、旋转角度阀值；当检测到人体加速度大于所述加速度阀值、且人体速度大于所述速度阀值，且人体位移大于所述位移阀值，且人体角速度大于所述角速度阀值，且人体旋转角度大于所述旋转角度阀值，判定人体跌倒。
本实施例中，将人体跌倒检测装置放置于人体躯干部分固定，如腰部、胸口或腹部。3D加速度传感器以500Hz的频率采集人体运动在x轴、y轴、z轴方向上的加速度信号，3D陀螺仪以500Hz的频率采集人体运动在x轴、y轴、z轴方向上的角速度信号，采集到的原始数据通过有线传输发送到处理器进行进行四元数计算和跌倒与否结果判断。
坐标系说明如图3所示，xyz为世界坐标系，XYZ为设备平均的坐标系，C为Zz的空间夹角，z为世界坐标的垂直向量方向，即人体通常站立方向。取空间向量VM为zZ平面的法线向量，此时XYZ坐标绕VM相当旋转了角度C可还原回世界坐标系。四元数计算方法按以下步骤进行：
S1：计算设备初始对应四元数q0：3D加速度传感器分别采集人体运动在x轴、y轴、z轴方向上的加速度为ax0、ay0、az0，利用100ms的平均向量来确定原始四元数由于ax0、ay0、az0，是瞬间的加速度值，其向量在无外力时表现为重力加速度，用100ms的平均值是为了更准确的获得重力向量的方向与传感器的坐标之间的夹角，从而把传感器的坐标系与世界坐标系映射到一致；
S2：计算采样点旋转四元数qn：3D陀螺仪分别采集人体运动在x轴、y轴、z轴方向上的角速度为gx0、gy0、gz0，采样周期为T，采样点的旋转角度分别为a、b、c，则a＝gx0*T，b＝gy0*T，c＝gz0*T，对应四元数
则一个采样周期内，旋转角度四元数
进而求得采样点旋转四元数qn＝Δq*qn-1；
S3：计算修正四元数cq：由于3D陀螺仪长时间稳定性差，短时稳定性好，而3D加速度传感器则相反，为了两个传感器数据能融合，此处用了一个简易而有效方法。就是在每个新采样点来临时，计算当前3D加速度传感器的向量方向VAn＝[axn ayn azn]和上一次重力方向VGn-1，VGn-1取上一次采样点旋转四元数qn-1的后三个值，取VAn与VGn-1的法线向量VMN＝VAn*VGn-1，让VGn-1绕VMN向VAn旋转一个角度t，角度t＝陀螺仪最大误差*单个采样时间*2，则修正四元数cq＝[costsint*VMN]；
S4：计算修正后的旋转四元数Qn：Qn＝cq*qn＝cq*Δq*qn-1，完成3D加速度传感器的加速度数据与3D陀螺仪的角速度数据的融合；
S5：计算世界坐标系下重力方向人体加速度、人体速度和人体位移：人体在世界坐标系下各方向加速度值为[x wax way waz]＝Qn*[0 axn ayn azn]*Qn′，其中Qn′为Qn的共扼复数，则世界坐标系下重力方向加速度即为waz，再减去重力g，可得重力方向人体加速度，对人体加速度进行积分可得人体速度，再对人体速度进行积分可得人体位移；
S6：计算世界坐标系下人体旋转角度：设备z轴对应世界坐标系的四元数为[z Vz]＝Qn*[0 0 0 1]*Qn′，其中Vz为z轴对应世界坐标系，则设备坐标Z轴与z轴的夹角AZ为人体躯干与z轴的瞬时夹角，AZ＝arccos(Vz*[0 0 1])，夹角AZ在采样周期内的积分即为人体旋转角度。积分时长可取0.5～1s。例如1s内，计算得人体瞬时夹角AZ从0度变为90度，人体旋转角度为90度，则极有可能人已跌倒，此时需结合其它参数进行判断。
设定人体安全时的加速度阀值为20m/s2、速度阀值为1m/s、位移阀值为0.4m、角速度阀值为0.52rad/s、旋转角度阀值为55°；经过以上计算得出实时的人体加速度、人体速度、人体位移、人体角速度、人体旋转角度；当这5个参数均超出所设定的阀值时，处理器判定人体跌倒。为进一步提高检测精度，还可以增加人体失重时间参数，人体失重时间为人体加速度小于重力加速度g的时间；当计算得上述5个参数均超出所设定的阀值，且人体失重时间超过0.6s，判定人体跌倒。
本发明使用多维数据参与计算，比以前单纯重力矢量、角速度矢量增加了垂直方向的速度、位移、跌倒旋转角度的比较，检测准确率相比传统方法大大提高，尤其对缓慢跌倒有着极高的判断准确率；使用四元数进行计算，让两个传感器数据进行了有机的结合，把3D加速度传感器在世界坐标系进行了分解，得到更准确的垂直方向的数值，实现真正跌倒的判定。
如图2所示，一种人体跌倒检测装置的原理框图，包括3D加速度传感器、3D陀螺仪、处理器、无线传输模块和电源，所述处理器分别与所述3D加速度传感器、所述3D陀螺仪和所述无线传输模块连接，所述电源分别与所述3D加速度传感器、所述处理器及所述无线传输模块连接，为其供电。所述3D加速度传感器采集人体运动加速度信号、所述3D陀螺仪采集人体运动角速度信号，传输至所述处理器进行处理和计算，所述处理器把计算结果通过所述无线传输模块以无线方式传输至后台上存储或计算。所述无线传输模块为2.4G无线模块或蓝牙模块。所述3D加速度传感器可替换为3D磁力计，所述3D陀螺仪可替换为3D磁力计。
本实施例中，将人体跌倒检测装置放置于人体躯干部分固定，如腰部、胸口或腹部。3D加速度传感器以500Hz的频率采集人体运动在x轴、y轴、z轴方向上的加速度信号，3D陀螺仪以500Hz的频率采集人体运动在x轴、y轴、z轴方向上的角速度信号，采集到的原始数据通过有线传输发送到处理器进行计算。处理器采用实施例一所述的方法对数据进行四元数计算，完成3D加速度传感器和3D陀螺仪的数据融合，实现高精度的跌倒检测运算与判断，再把检测结果通过2.4G无线模块传到基站，基站再通过网络传到后台上存储或计算。此装置结构简单，由于算法运算量低，对处理器运算能力要求不高，使整个设备的功耗和成本得以降低。
以上对本发明实施例所提供的技术方案进行了详细介绍，本文中应用了具体个例对本发明实施例的原理以及实施方式进行了阐述，以上实施例的说明只适用于帮助理解本发明实施例的原理；同时，对于本领域的一般技术人员，依据本发明实施例，在具体实施方式以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 (9)

1.一种人体跌倒检测方法，其特征在于，包括以下步骤：
步骤一：3D加速度传感器分别采集人体运动在x轴、y轴、z轴方向上的加速度；3D陀螺仪分别采集人体运动在x轴、y轴、z轴方向上的人体角速度；
步骤二：通过四元数计算，得到世界坐标系下的人体加速度，进而计算得到人体速度、人体位移、人体旋转角度和人体失重时间；
步骤三：设定人体安全时的加速度阀值、速度阀值、位移阀值、角速度阀值、旋转角度阀值；当检测到人体加速度大于所述加速度阀值、且人体速度大于所述速度阀值，且人体位移大于所述位移阀值，且人体角速度大于所述角速度阀值，且人体旋转角度大于所述旋转角度阀值，判定人体跌倒；
步骤二所述四元数计算方法包括以下步骤：
S1：计算设备初始对应四元数q0：3D加速度传感器分别采集人体运动在x轴、y轴、z轴方向上的加速度为ax0、ay0、az0，利用100ms的平均向量来确定原始四元数
S2：计算采样点旋转四元数qn：3D陀螺仪分别采集人体运动在x轴、y轴、z轴方向上的角速度为gx0、gy0、gz0，采样周期为T，采样点的旋转角度分别为a、b、c，则a＝gx0*T，b＝gy0*T，c＝gz0*T，对应四元数
则一个采样周期内，旋转角度四元数
进而求得采样点旋转四元数qn＝Δq*qn-1；
S3：计算修正四元数cq：计算当前3D加速度传感器的向量方向VAn＝[axn ayn azn]和上一次重力方向VGn-1，VGn-1取上一次采样点旋转四元数qn-1的后三个值，取VAn与VGn-1的法线向量VMN＝VAn*VGn-1，让VGn-1绕VMN向VAn旋转一个角度t，角度t＝陀螺仪最大误差*单个采样时间*2，则修正四元数cq＝[cos t sin t*VMN]；
S4：计算修正后的旋转四元数Qn：Qn＝cq*qn＝cq*Δq*qn-1，完成3D加速度传感器的加速度数据与3D陀螺仪的角速度数据的融合；
S5：计算世界坐标系下重力方向人体加速度、人体速度和人体位移：人体在世界坐标系下各方向加速度值为[x wax way waz]＝Qn*[0 axn ayn azn]*Q′n，其中Q′n为Qn的共扼复数，则世界坐标系下重力方向加速度即为waz，再减去重力g，可得重力方向人体加速度，对人体加速度进行积分可得人体速度，再对人体速度进行积分可得人体位移；
S6：计算世界坐标系下人体旋转角度：设备z轴对应世界坐标系的四元数为[z Vz]＝Qn*[0 0 0 1]*Q′n，其中Vz为z轴对应世界坐标系，则设备坐标Z轴与z轴的夹角AZ为人体躯干与z轴的瞬时夹角，AZ＝arccos(Vz*[0 0 1])，夹角AZ在采样周期内的积分即为人体旋转角度。
2.根据权利要求1所述的一种人体跌倒检测方法，其特征在于，步骤一所述3D加速度传感器、3D陀螺仪采集人体运动信号的频率为500Hz。
3.根据权利要求1所述的一种人体跌倒检测方法，其特征在于，步骤一所述3D加速度传感器、3D陀螺仪放置于人体躯干部分，可放置于腰部、胸口或腹部。
4.根据权利要求1所述的一种人体跌倒检测方法，其特征在于，步骤三所述加速度阀值为20m/s2、速度阀值为1m/s、位移阀值为0.4m、角速度阀值为0.52rad/s、旋转角度阀值为55°。
5.一种人体跌倒检测装置，其特征在于，采用了如权利要求1至4任一项所述的一种人体跌倒检测方法。
6.根据权利要求5所述的一种人体跌倒检测装置，其特征在于，包括3D加速度传感器、3D陀螺仪、处理器、无线传输模块和电源，所述处理器分别与所述3D加速度传感器、所述3D陀螺仪和所述无线传输模块连接，所述电源分别与所述3D加速度传感器、所述处理器及所述无线传输模块连接，为其供电。所述3D加速度传感器采集人体运动加速度信号、所述3D陀螺仪采集人体运动角速度信号，传输至所述处理器进行处理和计算，所述处理器把计算结果通过所述无线传输模块以无线方式传输至后台上存储或计算。
7.根据权利要求6所述的一种人体跌倒检测装置，其特征在于，所述无线传输模块为2.4G无线模块或蓝牙模块。
8.根据权利要求6所述的一种人体跌倒检测装置，其特征在于，所述3D加速度传感器可为3D磁力计。
9.根据权利要求6所述的一种人体跌倒检测装置，其特征在于，所述3D陀螺仪为3D磁力计。
CN201810122012.XA 2018-02-07 2018-02-07 一种人体跌倒检测方法及装置 Pending CN108447225A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810122012.XA CN108447225A (zh) 2018-02-07 2018-02-07 一种人体跌倒检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810122012.XA CN108447225A (zh) 2018-02-07 2018-02-07 一种人体跌倒检测方法及装置

Publications (1)

Publication Number Publication Date
CN108447225A true CN108447225A (zh) 2018-08-24

Family

ID=63191684

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810122012.XA Pending CN108447225A (zh) 2018-02-07 2018-02-07 一种人体跌倒检测方法及装置

Country Status (1)

Country Link
CN (1) CN108447225A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109091151A (zh) * 2018-09-06 2018-12-28 中国人民解放军战略支援部队信息工程大学 一种基于mimu的行人跌倒检测方法及装置
CN109764856A (zh) * 2019-02-28 2019-05-17 中国民航大学 基于mems传感器的道面坡度提取方法
CN109816933A (zh) * 2019-03-20 2019-05-28 潍坊医学院 基于复合式传感器的老人防跌倒智能监测系统及监测方法
CN109858322A (zh) * 2018-12-04 2019-06-07 广东工业大学 一种人体跌倒检测方法及装置
CN110443315A (zh) * 2019-08-08 2019-11-12 吉林大学 室内环境下基于加权融合的老人跌倒检测方法
CN111084548A (zh) * 2020-01-06 2020-05-01 珠海格力电器股份有限公司 显示水量的热水壶
CN111839527A (zh) * 2020-07-31 2020-10-30 高新兴物联科技有限公司 一种跌倒检测方法、设备及计算机可读存储介质
CN114469074A (zh) * 2021-12-15 2022-05-13 中国科学院深圳先进技术研究院 一种跌倒预警方法、系统、设备及计算机存储介质
CN116189383A (zh) * 2023-02-22 2023-05-30 深圳先进技术研究院 一种基于惯性传感的跌倒及其相似动作预警方法
CN117556333A (zh) * 2023-12-18 2024-02-13 国网江苏省电力有限公司双创中心 一种坠落的检测方法、装置、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN103337132B (zh) * 2013-06-08 2016-10-05 山东师范大学 基于三轴加速度传感器的人体跌倒检测方法
CN106781278A (zh) * 2017-02-04 2017-05-31 华南理工大学 一种基于多传感器数据融合的跌倒检测方法及装置
CN106937871A (zh) * 2016-01-05 2017-07-11 袁囡囡 智能运动状态检测系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103337132B (zh) * 2013-06-08 2016-10-05 山东师范大学 基于三轴加速度传感器的人体跌倒检测方法
CN106937871A (zh) * 2016-01-05 2017-07-11 袁囡囡 智能运动状态检测系统
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
CN106781278A (zh) * 2017-02-04 2017-05-31 华南理工大学 一种基于多传感器数据融合的跌倒检测方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
于玮等: "基于惯性测量单元的远程跌倒报警系统", 《单片机与嵌入式应用》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109091151A (zh) * 2018-09-06 2018-12-28 中国人民解放军战略支援部队信息工程大学 一种基于mimu的行人跌倒检测方法及装置
CN109091151B (zh) * 2018-09-06 2021-07-16 中国人民解放军战略支援部队信息工程大学 一种基于mimu的行人跌倒检测方法及装置
CN109858322A (zh) * 2018-12-04 2019-06-07 广东工业大学 一种人体跌倒检测方法及装置
CN109764856B (zh) * 2019-02-28 2020-12-15 中国民航大学 基于mems传感器的道面坡度提取方法
CN109764856A (zh) * 2019-02-28 2019-05-17 中国民航大学 基于mems传感器的道面坡度提取方法
CN109816933A (zh) * 2019-03-20 2019-05-28 潍坊医学院 基于复合式传感器的老人防跌倒智能监测系统及监测方法
CN110443315A (zh) * 2019-08-08 2019-11-12 吉林大学 室内环境下基于加权融合的老人跌倒检测方法
CN111084548A (zh) * 2020-01-06 2020-05-01 珠海格力电器股份有限公司 显示水量的热水壶
CN111084548B (zh) * 2020-01-06 2021-05-28 珠海格力电器股份有限公司 显示水量的热水壶
CN111839527A (zh) * 2020-07-31 2020-10-30 高新兴物联科技有限公司 一种跌倒检测方法、设备及计算机可读存储介质
CN114469074A (zh) * 2021-12-15 2022-05-13 中国科学院深圳先进技术研究院 一种跌倒预警方法、系统、设备及计算机存储介质
CN116189383A (zh) * 2023-02-22 2023-05-30 深圳先进技术研究院 一种基于惯性传感的跌倒及其相似动作预警方法
WO2024174674A1 (zh) * 2023-02-22 2024-08-29 深圳先进技术研究院 一种基于惯性传感的跌倒及其相似动作预警方法
CN117556333A (zh) * 2023-12-18 2024-02-13 国网江苏省电力有限公司双创中心 一种坠落的检测方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN108447225A (zh) 一种人体跌倒检测方法及装置
Wu et al. Fast complementary filter for attitude estimation using low-cost MARG sensors
Liu et al. A wearable human motion tracking device using micro flow sensor incorporating a micro accelerometer
US9706362B2 (en) Information determination in a portable electronic device carried by a user
CN108426573A (zh) 一种终端设备的行人步态检测方法及终端设备
CN106885566B (zh) 一种可穿戴式运动传感器及其抗磁场干扰的方法
CN112923924B (zh) 一种锚泊船舶姿态与位置监测方法及系统
CN108458714B (zh) 一种姿态检测系统中不含重力加速度的欧拉角求解方法
CN109011506B (zh) 一种训练动作识别方法
CN103175502A (zh) 一种基于数据手套低速运动的姿态角检测方法
CN106137209A (zh) 一种运动姿态检测方法及可穿戴式设备
CN103487011B (zh) 一种数据手套的姿态角检测方法
Wang et al. Swimming motion analysis and posture recognition based on wearable inertial sensors
CN110207647A (zh) 一种基于互补卡尔曼滤波器的臂环姿态角计算方法
CN107402004A (zh) 传感器的姿态信息获取方法及装置
JP7172733B2 (ja) 人等の姿勢推定装置
CN108874146B (zh) 一种应用于虚拟现实系统中的运动人体质心位移计算方法
CN106767807A (zh) 一种基于身高和运动特征的行人步长综合测量方法
Ziying et al. Design and implementation of a MEMS-based attitude angle measuring system for moving objects
CN204158397U (zh) 一种人体运动检测装置
CN104432933B (zh) 一种行走定位鞋
CN111044072A (zh) 基于智能穿戴设备的人体运动状态判断方法和计步方法
CN218045102U (zh) 一种基于fpga的步态检测系统
Xu et al. A Wearable Micro-Electromechanical System Inertial Sensor System for Fall Behaviour Detection Based on a Multi-Level Threshold Algorithm
CN110732113A (zh) 一种呼啦圈及其计数方法

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

Application publication date: 20180824

RJ01 Rejection of invention patent application after publication