CN109035702A - 跌倒检测方法、装置及可穿戴设备 - Google Patents

跌倒检测方法、装置及可穿戴设备 Download PDF

Info

Publication number
CN109035702A
CN109035702A CN201811165713.8A CN201811165713A CN109035702A CN 109035702 A CN109035702 A CN 109035702A CN 201811165713 A CN201811165713 A CN 201811165713A CN 109035702 A CN109035702 A CN 109035702A
Authority
CN
China
Prior art keywords
fall detection
warning message
microcontroller
detection result
alarm
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
CN201811165713.8A
Other languages
English (en)
Inventor
胡青青
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201811165713.8A priority Critical patent/CN109035702A/zh
Publication of CN109035702A publication Critical patent/CN109035702A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/04Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0407Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
    • G08B21/043Alarms 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
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/04Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438Sensor means for detecting
    • G08B21/0446Sensor 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)
  • Emergency Alarm Devices (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及医疗信息技术领域,具体而言,涉及一种跌倒检测方法、装置及可穿戴设备。所述跌倒检测方法,应用于可穿戴设备内部设置的微控制器,所述微控制器与所述可穿戴设备内部设置的通信装置连接,所述跌倒检测方法包括:获取被检者的运动状态数据;根据所述运动状态数据确定跌倒检测结果;当所述跌倒检测结果为跌倒状态时,生成报警信息;将所述报警信息发送给所述通信装置,以使所述通信装置将所述报警信息发送给与其通信的终端设备。所述跌倒检测方法、装置及可穿戴设备能够使跌倒的受检者及时得到医疗救助,降低因跌倒引起的伤亡可能性,保障受检者的生命安全。

Description

跌倒检测方法、装置及可穿戴设备
技术领域
本发明涉及医疗信息技术领域,具体而言,涉及一种跌倒检测方法、装置及可穿戴设备。
背景技术
随着社会老龄化速度加快和家庭结构的演变,老年人口数量、“空巢”家庭数量剧增已经成为日益严重的社会问题。预计到2030年老年人口数量将增至近3亿,老年人口的失能和空巢化也将加剧,而空巢老人家庭比例或将达到90%。老年人身体孱弱,出现跌倒很容易对身体造成伤害,而经发明人研究发现老年人跌倒带来的严重后果很大程度上并不是由跌倒直接造成的,而是在跌倒以后,由于没有得到及时的医疗救助造成的,也即,老年人跌倒带来的伤害不但与跌倒时身体受到的撞击情况有关,还很大程度取决于救助响应时间的长短。也即,老年人跌倒后若能及时被发现,尽快送医救治,可大幅度降低跌倒带来的伤害。因此,如何提供一种能够准确、有效地检测老年人跌倒并报警,以使跌倒的老年人能够及时得到医疗救助的方法和装置已成为医疗信息技术领域技术人员亟需解决的技术问题。
发明内容
有鉴于此,本发明实施例的目的在于提供一种跌倒检测方法、装置及可穿戴设备,以有效改善上述问题。
本发明实施例提供的跌倒检测方法,应用于可穿戴设备内部设置的微控制器,所述微控制器与所述可穿戴设备内部设置的通信装置连接,所述跌倒检测方法包括:
获取被检者的运动状态数据;
根据所述运动状态数据确定跌倒检测结果;
当所述跌倒检测结果为跌倒状态时,生成报警信息;
将所述报警信息发送给所述通信装置,以使所述通信装置将所述报警信息发送给与其通信的终端设备。
进一步地,所述可穿戴设备内部还设置有加速度传感器,所述加速度传感器与所述微控制器连接,所述运动状态数据包括所述加速度传感器获取的加速度值,根据所述运动状态数据确定跌倒检测结果,包括:
对连续获取的多个所述加速度值进行分析,以判断多个所述加速度值组成的加速度数据段是否符合预设跌倒数据段特征;
若所述加速度数据段符合所述预设跌倒数据段特征,则确定所述跌倒检测结果为跌倒状态。
进一步地,所述可穿戴设备内部还设置有定位装置,所述定位装置与所述微控制器连接,所述当所述跌倒检测结果为跌倒状态时,生成报警信息,包括:
当所述跌倒检测结果为跌倒状态时,生成位置信息获取请求;
将所述位置信息获取请求发送给所述定位装置,以使所述定位装置获取当前位置信息,并返回;
接收所述定位装置返回的所述当前位置信息,并生成携带有所述当前位置信息的报警信息。
进一步地,所述定位装置内部设置有北斗定位器、GPS定位器和WiFi定位器中的一种或多种。
进一步地,所述可穿戴设备还设置有视频采集装置,所述视频采集装置与所述微控制器连接,所述当所述跌倒检测结果为跌倒状态时,生成报警信息,包括:
当所述跌倒检测结果为跌倒状态时,生成视频信息获取请求;
将所述视频信息获取请求发送给所述视频采集装置,以使所述视频采集装置采集被检者所处环境的实时视频信息,并返回;
接收所述视频采集装置返回的实时视频信息,并生成携带有所述实时视频信息的报警信息。
进一步地,所述当所述跌倒检测结果为跌倒状态时,生成报警信息,包括:
当所述跌倒检测结果为跌倒状态时,监听预设报警解除时限内是否生成用于指示解除报警的报警解除请求;
若所述预设报警解除时限内未生成所述报警解除请求,则生成报警信息。
进一步地,所述可穿戴设备还设置有语音采集器,所述语音采集器与所述微控制器连接,所述报警解除请求通过以下步骤生成:
获取所述语音采集器采集的语音信息;
识别所述语音信息中包括的关键词汇,以判断所述语音信息中是否包含用于指示解除报警的关键词汇;
当所述语音信息中包含用于指示解除报警的关键词汇时,生成所述报警解除请求。
进一步地,所述所述可穿戴设备还设置有生理参数采集器,所述生理参数采集器与所述微控制器连接,所述当所述语音信息中包含用于指示解除报警的关键词汇时,生成所述报警解除请求,包括:
当所述语音信息中包含用于指示解除报警的关键词汇时,生成生理参数获取请求;
将所述生理参数获取请求发送给所述生理参数采集器,以使所述生理参数采集器采集被检者的生理参数值,并返回;
接收所述生理参数采集器返回的所述生理参数值,并判断所述生理参数值是否在预设安全数值范围内;
若所述生理参数值在所述预设安全数值范围内,则生成所述报警解除请求。
本发明实施例提供的跌倒检测装置,应用于可穿戴设备内部设置的微控制器,所述微控制器与所述可穿戴设备内部设置的通信装置连接,所述跌倒检测装置包括:
运动状态数据获取模块,用于获取被检者的运动状态数据;
跌倒检测结果确定模块,用于根据所述运动状态数据确定跌倒检测结果;
报警信息生成模块,用于当所述跌倒检测结果为跌倒状态时,生成报警信息;
报警信息发送模块,用于将所述报警信息发送给所述通信装置,以使所述通信装置将所述报警信息发送给与其通信的终端设备。
本发明实施例提供的跌倒检测装置可穿戴设备包括微控制器,以及与所述微控制器连接的通信装置;
所述微控制器用于获取被检者的运动状态数据,根据所述运动状态数据确定跌倒检测结果,并在当所述跌倒检测结果为跌倒状态时,生成报警信息,将所述报警信息发送给所述通信装置;
所述通信装置用于接收所述微控制器发送的所述报警信息,并将所述报警信息发送给与其通信的终端设备。
本发明实施例提供的跌倒检测方法、装置及可穿戴设备通过获取被检者的运动状态数据,根据所述运动状态数据确定跌倒检测结果,并在当所述跌倒检测结果为跌倒状态时,生成报警信息,将所述报警信息发送给所述通信装置,以使所述通信装置将所述报警信息发送给与其通信的终端设备。如此,本发明实施例提供的跌倒检测方法、装置及可穿戴设备便能够获取被检者的运动状态数据,根据该运动状态数据确定被检者是否跌倒,在确定受检者跌倒时,迅速生成报警信息,并报警,以使跌倒的受检者及时得到医疗救助,降低因跌倒引起的伤亡可能性,保障受检者的生命安全。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本公开的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明实施例提供的可穿戴设备的示意性结构框图。
图2为本发明实施例提供的微控制器的示意性结构框图。
图3为本发明实施例提供的跌倒检测方法的流程示意图。
图4为本发明实施例提供的ADXL345加速度传感器的内部结构和外部接口示意图。
图5为本发明实施例提供的跌倒检测装置的示意性结构框图。
图标:10-可穿戴设备;100-微控制器;110-跌倒检测装置;111-运动状态数据获取模块;112-跌倒检测结果确定模块;113-报警信息生成模块;114-报警信息发送模块;120-处理器;130-存储器;200-通信装置。
具体实施方式
下面将结合本发明实施例中附图,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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“设置”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
请参阅图1,为本发明实施例提供的可穿戴设备10的示意性结构框图,该可穿戴设备10包括微控制器100,以及与微控制器100连接的通信装置200。需要说明的是,可穿戴设备10可以是智能手环、护腕或腰带等,也即,微控制器100和通信装置200可以封装于手环、护腕或腰带等可穿戴设备10的内部。
请参阅图2,为本发明实施例提供的微控制器100的示意性结构框图,该微控制器100包括跌倒检测装置110、处理器120和存储器130。处理器120和存储器130之间直接或间接地电性连接,以实现数据的传输或交互。跌倒检测装置110包括至少一个可以软件或固件(Firmware)的形式存储在存储器1 30中或固化在微控制器100的操作系统(OperatingSystem,OS)中的软件模块。处理器120用于执行存储器130中存储的可执行模块,例如,跌倒检测装置110所包括的软件功能模块及计算机程序等。处理器120可以在接收到执行指令后,执行计算机程序。
另外,处理器120可以是一种集成电路芯片,具有信号处理能力。处理器120也可以是通用处理器,例如,可以是数字信号处理器(DSP)、专用集成电路(ASIC)、分立门或晶体管逻辑器件、分立硬件组件。其中,通用处理器可以是微处理器或任何常规处理器。
存储器130可以是,但不限于,随机存取存储器(RandomAccess Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(ProgrammableRead-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
应当理解,图2所示的结构仅为示意,微控制器100还可以具有比图2更少或更多的组件,或是具有与图2所示不同的配置。此外,图2所示的各组件可以通过软件、硬件或其组合实现。
请参阅图3,图3为本发明实施例提供的一种跌倒检测方法的流程示意图,跌倒检测方法应用于图2所示的微控制器。所应说明的是,本发明提供的跌倒检测方法不以图3及以下所示的具体顺序为限制,以下结合图3对所示的跌倒检测方法的具体流程及步骤进行详细阐述。
步骤S100,获取被检者的运动状态数据。
获取的运动状态数据来源于运动状态检测器件,例如,加速度传感器、倾角仪或其组合。本实施例中,采用的运动状态检测器件为加速度传感器,具体可以为ADXL345加速度传感器,运动状态数据包括该加速度传感器获取的加速度值。实际实施时,可以将该加速度传感器集成于可穿戴设备内部,并与微控制器连接,该加速度传感器也可以是与可穿戴设备的微控制器通信的外挂传感器,本实施例对此不作具体限制。
步骤S200,根据运动状态数据确定跌倒检测结果。
发明人对老年人的跌倒过程进行了分析,得出老年人在普通的跌倒过程中主要分为连续的五个阶段,包括,失重、撞击、静止、与初始状态比较,以及跌倒后无法站起,进一步地,发明人还整合出该五个阶段对应的跌倒数据段特征。鉴于此,本实施例中,步骤S200可以具体为,对连续获取的多个加速度值进行分析,以判断多个加速度值组成的加速度数据段是否符合预设跌倒数据段特征,若加速度数据段符合预设跌倒数据段特征,则确定跌倒检测结果为跌倒状态。以下将将以采用的运动状态检测器件为ADXL345加速度传感器为例,对步骤S200进行更加详细的说明。
ADXL345加速度传感器分辨率较高(13位,3.9mg/LSB),可测量范围达±16g,能够测量不到1.0°的倾角变化,控制和数据传输方式为SPI(3线或4线)或IIC接口。ADXL345加速度传感器内置高精度的三轴坐标感应器,将其在相互垂直的x、y、z三轴上的坐标变化转化为加速度,然后将变换的模拟信号经ADC模数转换器转换为数字信号,再经过数字滤波、内部控制,以及中断逻辑处理为不同的中断输出,并输出转换后的加速度值。ADXL345加速度传感器的内部结构和外部接口示意图如图4所示。
ADXL345加速度传感器包含八个中断源,两个中断输出引脚。本实施例中用到了FREE_FALL、Activity和Inactivity这三个中断。
FREE_FALL中断:加速度值小于THRESH_FF寄存器(地址0x28)的存储值,并持续时间大于TIME_FALL寄存器(地址0x29)所有轴(逻辑与)所规定的时间时,FREE_FALL中断置位。
Activity中断:加速度大于THRESH_ACT寄存器存储值时,Activity中断置位,任一轴参与。
Inactivity中断:加速度小于THRESH_INACT寄存器(0x25)的存储值,并持续时间超过TIME_INACT寄存器(0x26)所规定的时间时,Inactivity中断置位。
失重阶段是跌倒的最初阶段,人体会表现出失重状态。这种状态在自由跌落过程中最为明显,ADXL345加速度传感器测得的加速度矢量和会迅速减小至近0g(由于ADXL345加速度传感器是侧贴于人体,在y轴方向有1g的初始值),而失重现象持续的时间则由跌落的高度决定。虽然在正常跌倒过程中的失重现象没有自由跌落明显,身体受到腿部的支撑力减小加速度变化趋势,但加速度的矢量和依旧小于1g。因此,本实施例中,可以将这作为判断老年人跌倒初期状态的依据,通过ADXL345加速度传感器的FREE_FALL中断来检测,且设置THRESH_FF阈值为0.75g,TIME_FF为30ms。
失重阶段之后是撞击阶段,也即,失重之后人体与地面接触,表现为猛烈的撞击动作,此过程由Activity中断检测。设定THRESH_ACT阈值为2g,Activity中断模式为DCcoupled工作模式。DC coupled模式是指将ADXL345加速度传感器获取到的加速度值直接与THRESH_ACT阈值比较,若超过阈值则触发中断。本实施例中,FREE_FALL中断与Activity中断的时间间隔设为200ms,也即,若失重发生后到撞击地面之前的时间大于200ms,那么将回到初始状态开始重新检测,否则,将继续以下阶段的检测。
静止阶段是指,老年人在跌倒接触地面后,很难立刻站起,会在一段时间内保持静止。此过程由ADXL345加速度传感器的Inactivity中断检测。Activity中断产生之后,开始等待Inactivity中断,本实施例中,THRESH_INACT设定为0.1875g,TIME_INACT设定为2s。Inactivity中断为AC coupled工作模式,这种模式下ADXL345传感器获取的加速度值不会直接与THRESH_INACT阈值比较,而是将第一次获取的加速度值作为第一采样点,以后获取的加速度值都会与第一采样点作差,如果差值超过阈值,则当次采集值会作为新的采样点。如果差值没超过阈值,且超过TIME_INACT时间的范围,那么触发Inactivity中断。本实施例中,在Activity中断与Inactivity中断之间的等待时间可以设定为3.5s,若超过3.5s则判断为无效,也即,确定跌倒检测结果为非跌倒状态,否则,将继续以下阶段的检测。
静止阶段之后,为与初始状态比较的阶段。具体地,老年人在摔倒后身体姿势与跌倒前区别很大,ADXL345加速度传感器三个轴此时的加速度值与跌倒前的初始状态不同。在检测到Inactivity中断后读取传感器三个方向的加速度值,通过式(a)求得加速度值在三个方向上差的平方和。
s2=(ax-Ax)2+(ay-Ay)2+(az-Az)2 (a)
式(a)中,ax、ay、az分别表示ADXL345加速度传感器在x、y、z三个方向上的加速度值,Ax、Ay、Az分别表示ADXL345传感器初始状态时,在x、y、z三个方向上的加速度值。如果s2超过0.7g,则说明整个跌倒过程到此时为止,也即,到此才能算作检测到一次有效的跌倒,相反则没有。需要说明的是,在检测到一侧有效的跌倒之后,并不立即确定跌倒检测结果为跌倒状态,而是还需要检测跌倒后是否无法站起,具体如下所述。
检测到与初始状态比较的阶段后,需要检测跌倒后是否无法站起,也即,在检测到一次有效的跌倒后,就是否出现老年人跌倒不起的情况,还需要继续检测Activity中断和Inactivity中断。本实施例中,设定如果在10s之内,老年人一直没有动作或者动作幅度微弱,ADXL345加速度传感器会触发Inactivity中断,表示该老年人已出现跌倒不起的情形,也即,确定跌倒检测结果为跌倒状态。这个过程中,Activity中断工作模式为AC coupled模,THRESH_ACT设为0.5g。此外,这种模式下,ADXL345加速度传感器每次获取的加速度值还会与第一次获取的加速度值作差,如果差值超过0.5g则触发Activity中断,说明老年人跌倒后又站起,也即,确定跌倒检测结果为非跌倒状态。这个过程中,Inactivity中断的工作模式也为AC coupled工作模式,THRESH_INAC为0.1875g,TIME_INACT为10s。这表示每次获取的加速度值都会与上次的获取的加速度值作差比较,如果一段时间(TIME_INACT)内差值没有超过0.1875g。则触发Inactivity,提示老人已跌倒不起。
除上述包括五个阶段的普通跌倒情况外,老年人还有可能出现从高处自由跌落的情况,自由跌落对于老年人的身体损伤一般是巨大的,严重的时候甚至会威胁老年人生命安全。检测自由跌落也是用到FREE_FALL中断,如果连续检测到FREE_FALL中断并且时间间隔不超过100ms,那么可以认为该老年人处于自由跌落状态,也即,在这种情况下,同样将跌倒检测结果为跌倒状态。
步骤S300,当跌倒检测结果为跌倒状态时,生成报警信息。
可选地,本实施例中,可穿戴设备内部还设置有定位装置,定位装置与微控制器连接,以使得确定为跌倒状态的受检者能够被准确定位,便于进一步地使跌倒的受检者及时得到医疗救助,降低因跌倒引起的伤亡可能性。
为实现上述方案,本实施例中,当跌倒检测结果为跌倒状态时,还将生成位置信息获取请求,将位置信息获取请求发送给定位装置,以使定位装置获取当前位置信息,并返回。接着,在接收定位装置返回的当前位置信息后,生成携带有当前位置信息的报警信息。
本实施例中,定位装置内部设置有北斗定位器、GPS定位器和WiFi定位器中的一种或多种。进一步地,为保证获取的当前位置信息的准确性,本实施例中,定位装置内部同时设置有北斗定位器、GPS定位器和WiFi定位器。当前位置信息可以根据北斗定位器获取的位置信息、GPS定位器获取的位置信息,以及WiFi定位器获取的位置信息整合而来。实际实施时,可以从北斗定位器获取的位置信息、GPS定位器获取的位置信息,以及WiFi定位器获取的位置信息中选取出两个定位距离最靠近的位置信息,并根据选取出的两个位置信息确定当前位置信息。具体地,当前位置信息可以是选取出的两个位置信息对应的位置的中间点。
可选地,本实施例中,可穿戴设备还设置有视频采集装置,视频采集装置与微控制器连接。
基于以上设置,本实施例中,当跌倒检测结果为跌倒状态时,还可以生成视频信息获取请求,将视频信息获取请求发送给视频采集装置,以使视频采集装置采集被检者所处环境的实时视频信息,并返回。接着,在接收视频采集装置返回的实时视频信息后,生成携带有实时视频信息的报警信息。如此,被检者的监护人或指定医疗机构的医护人员便能够通过报警信息种携带的实时视频信息了解被检者所处环境的具体情况,包括,天气信息、人流信息,以及是否已得到救助等。
进一步地,为了避免误报警,本实施例中,当跌倒检测结果为跌倒状态时,还将监听预设报警解除时限内是否生成用于指示解除报警的报警解除请求,若预设报警解除时限内未生成报警解除请求,则生成报警信息。为此,本实施例中,在监听预设报警解除时限内是否生成用于指示解除报警的报警解除请求之前,还可以生成语音提示信息,并播放该语音提示信息,以提示受检者通过人机交互装置指示是否需要生成报警解除请求。其中,生成的语音提示信息可以是,“跌倒检测结果为跌倒状态,请问,需要发出报警信息吗”。基于此,可以理解的是,本实施例中,可穿戴设备还设置有语音播报器。
为实现上述通过人为干预解除报警,达到避免误报警目的的方案,本实施例中,可穿戴设备还设置有人机交互装置,人机交互装置与微控制器连接。实际实施时,人机交互装置可以是键盘,和/或语音采集器。当人机交互装置为语音采集器时,语音采集器与微控制器连接,报警解除请求可以通过以下步骤生成。
获取语音采集器采集的语音信息,识别语音信息中包括的关键词汇,以判断语音信息中是否包含用于指示解除报警的关键词汇,当语音信息中包含用于指示解除报警的关键词汇时,生成报警解除请求。其中,用于指示解除报警的关键词汇可以包括“取消”、“不要”、“不用”、“不必”以及“无需”等。
为使得被检者的生命安全能够得到更大的保障,可选地,本实施例中,可穿戴设备还设置有生理参数采集器,生理参数采集器与微控制器连接。基于此,本实施例中,当语音信息中包含用于指示解除报警的关键词汇时,还可以生成生理参数获取请求,将生理参数获取请求发送给生理参数采集器,以使生理参数采集器采集被检者的生理参数值,并返回。此后,接收生理参数采集器返回的生理参数值,并判断生理参数值是否在预设安全数值范围内,若生理参数值在预设安全数值范围内,则生成报警解除请求,也即,若生理参数值不在预设安全数值范围内,哪怕语音信息中包含用于指示解除报警的关键词汇,也无法生成生成报警解除请求,从而最大程度的保障了被检者的生命安全。需要说明的是,当生理参数值不在预设安全数值范围内,生成的报警信息也可以携带该生理参数值。
进一步地,本实施例中,生理参数采集器可以包括血压检测器、血糖检测器、心率计,以及呼吸率检测器等。对应地,生理参数值可以包括血压、血糖、心率,以及呼吸率等。
步骤S400,将报警信息发送给通信装置,以使通信装置将报警信息发送给与其通信的终端设备。
本实施例中,终端设备可以是被检者监护人的手持移动终端,例如,手机、平板电脑、PDA(Personal Digital Assistant,个人数字助理)等,也可以是,指定医疗机构的内设通信终端,本实施例对此不作具体限制。但实际实施时,当生理参数采集器采集的生理参数值不在预设安全数值范围内,且在预设危急数值范围内时,通信装置则可以直接将报警信息发送给与其通信的医疗机构,以使受检者能够最及时的得到医疗救助,最大程度的保障被检者的生命安全。
请参阅图5,为本发明实施例提供的跌倒检测装置110的示意性结构框图。该跌倒检测装置110应用于图1所示的可穿戴设备10内部设置的微控制器100,跌倒检测装置110包括运动状态数据获取模块111、跌倒检测结果确定模块112、报警信息获取模块113和报警信息发送模块114。
其中,运动状态数据获取模块111用于获取被检者的运动状态数据。关于运动状态数据获取模块111的描述具体可参考对图3中所示的步骤S100的详细描述,也即,步骤S100可以由运动状态数据获取模块111执行。
跌倒检测结果确定模块112用于根据运动状态数据确定跌倒检测结果。关于跌倒检测结果确定模块112的描述具体可参考对图3中所示的步骤S200的详细描述,也即,步骤S200可以由跌倒检测结果确定模块112执行。
报警信息获取模块113用于当跌倒检测结果为跌倒状态时,生成报警信息。关于报警信息获取模块113的描述具体可参考对图3中所示的步骤S300的详细描述,也即,步骤S300可以由报警信息获取模块113执行。
报警信息发送模块114用于将报警信息发送给通信装置,以使通信装置将报警信息发送给与其通信的终端设备。关于报警信息发送模块114的描述具体可参考对图3中所示的步骤S400的详细描述,也即,步骤S400可以由报警信息发送模块114执行。
综上所述,本发明实施例提供的跌倒检测方法、装置及可穿戴设备通过获取被检者的运动状态数据,根据运动状态数据确定跌倒检测结果,并在当跌倒检测结果为跌倒状态时,生成报警信息,将报警信息发送给通信装置,以使通信装置将报警信息发送给与其通信的终端设备。如此,本发明实施例提供的跌倒检测方法、装置及可穿戴设备便能够获取被检者的运动状态数据,根据该运动状态数据确定被检者是否跌倒,在确定受检者跌倒时,迅速生成报警信息,并报警,以使跌倒的受检者及时得到医疗救助,降低因跌倒引起的伤亡可能性,保障受检者的生命安全。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种跌倒检测方法,应用于可穿戴设备内部设置的微控制器,所述微控制器与所述可穿戴设备内部设置的通信装置连接,其特征在于,所述跌倒检测方法包括:
获取被检者的运动状态数据;
根据所述运动状态数据确定跌倒检测结果;
当所述跌倒检测结果为跌倒状态时,生成报警信息;
将所述报警信息发送给所述通信装置,以使所述通信装置将所述报警信息发送给与其通信的终端设备。
2.根据权利要求1所述的跌倒检测方法,其特征在于,所述可穿戴设备内部还设置有加速度传感器,所述加速度传感器与所述微控制器连接,所述运动状态数据包括所述加速度传感器获取的加速度值,根据所述运动状态数据确定跌倒检测结果,包括:
对连续获取的多个所述加速度值进行分析,以判断多个所述加速度值组成的加速度数据段是否符合预设跌倒数据段特征;
若所述加速度数据段符合所述预设跌倒数据段特征,则确定所述跌倒检测结果为跌倒状态。
3.根据权利要求1所述的跌倒检测方法,其特征在于,所述可穿戴设备内部还设置有定位装置,所述定位装置与所述微控制器连接,所述当所述跌倒检测结果为跌倒状态时,生成报警信息,包括:
当所述跌倒检测结果为跌倒状态时,生成位置信息获取请求;
将所述位置信息获取请求发送给所述定位装置,以使所述定位装置获取当前位置信息,并返回;
接收所述定位装置返回的所述当前位置信息,并生成携带有所述当前位置信息的报警信息。
4.根据权利要求3所述的跌倒检测方法,其特征在于,所述定位装置内部设置有北斗定位器、GPS定位器和WiFi定位器中的一种或多种。
5.根据权利要求1所述的跌倒检测方法,其特征在于,所述可穿戴设备还设置有视频采集装置,所述视频采集装置与所述微控制器连接,所述当所述跌倒检测结果为跌倒状态时,生成报警信息,包括:
当所述跌倒检测结果为跌倒状态时,生成视频信息获取请求;
将所述视频信息获取请求发送给所述视频采集装置,以使所述视频采集装置采集被检者所处环境的实时视频信息,并返回;
接收所述视频采集装置返回的实时视频信息,并生成携带有所述实时视频信息的报警信息。
6.根据权利要求1所述的跌倒检测方法,其特征在于,所述当所述跌倒检测结果为跌倒状态时,生成报警信息,包括:
当所述跌倒检测结果为跌倒状态时,监听预设报警解除时限内是否生成用于指示解除报警的报警解除请求;
若所述预设报警解除时限内未生成所述报警解除请求,则生成报警信息。
7.根据权利要求6所述的跌倒检测方法,其特征在于,所述可穿戴设备还设置有语音采集器,所述语音采集器与所述微控制器连接,所述报警解除请求通过以下步骤生成:
获取所述语音采集器采集的语音信息;
识别所述语音信息中包括的关键词汇,以判断所述语音信息中是否包含用于指示解除报警的关键词汇;
当所述语音信息中包含用于指示解除报警的关键词汇时,生成所述报警解除请求。
8.根据权利要求7所述的跌倒检测方法,其特征在于,所述可穿戴设备还设置有生理参数采集器,所述生理参数采集器与所述微控制器连接,所述当所述语音信息中包含用于指示解除报警的关键词汇时,生成所述报警解除请求,包括:
当所述语音信息中包含用于指示解除报警的关键词汇时,生成生理参数获取请求;
将所述生理参数获取请求发送给所述生理参数采集器,以使所述生理参数采集器采集被检者的生理参数值,并返回;
接收所述生理参数采集器返回的所述生理参数值,并判断所述生理参数值是否在预设安全数值范围内;
若所述生理参数值在所述预设安全数值范围内,则生成所述报警解除请求。
9.一种跌倒检测装置,应用于可穿戴设备内部设置的微控制器,所述微控制器与所述可穿戴设备内部设置的通信装置连接,其特征在于,所述跌倒检测装置包括:
运动状态数据获取模块,用于获取被检者的运动状态数据;
跌倒检测结果确定模块,用于根据所述运动状态数据确定跌倒检测结果;
报警信息生成模块,用于当所述跌倒检测结果为跌倒状态时,生成报警信息;
报警信息发送模块,用于将所述报警信息发送给所述通信装置,以使所述通信装置将所述报警信息发送给与其通信的终端设备。
10.一种可穿戴设备,其特征在于,所述可穿戴设备包括微控制器,以及与所述微控制器连接的通信装置;
所述微控制器用于获取被检者的运动状态数据,根据所述运动状态数据确定跌倒检测结果,并在当所述跌倒检测结果为跌倒状态时,生成报警信息,将所述报警信息发送给所述通信装置;
所述通信装置用于接收所述微控制器发送的所述报警信息,并将所述报警信息发送给与其通信的终端设备。
CN201811165713.8A 2018-09-30 2018-09-30 跌倒检测方法、装置及可穿戴设备 Pending CN109035702A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811165713.8A CN109035702A (zh) 2018-09-30 2018-09-30 跌倒检测方法、装置及可穿戴设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811165713.8A CN109035702A (zh) 2018-09-30 2018-09-30 跌倒检测方法、装置及可穿戴设备

Publications (1)

Publication Number Publication Date
CN109035702A true CN109035702A (zh) 2018-12-18

Family

ID=64616104

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811165713.8A Pending CN109035702A (zh) 2018-09-30 2018-09-30 跌倒检测方法、装置及可穿戴设备

Country Status (1)

Country Link
CN (1) CN109035702A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110517450A (zh) * 2019-08-20 2019-11-29 江西师范大学 基于窄带物联网的可穿戴设备及跌倒检测方法
CN110602323A (zh) * 2019-09-12 2019-12-20 奇酷互联网络科技(深圳)有限公司 一种摔倒的监测方法、终端和存储装置
CN110954972A (zh) * 2019-11-11 2020-04-03 安徽华米信息科技有限公司 可穿戴设备及其脱落检测方法、装置、存储介质
CN114202890A (zh) * 2020-09-17 2022-03-18 松下信息仪器(上海)有限公司 跌倒检测系统和跌倒检测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1801236A (zh) * 2005-09-12 2006-07-12 朱水林 配戴于人体上的多功能监测及追踪器结构及监测追踪方法
CN102393992A (zh) * 2011-03-15 2012-03-28 苏州摩多物联科技有限公司 人体摔倒自动检测报警终端
CN104680525A (zh) * 2015-02-12 2015-06-03 南通大学 基于Kinect深度图像的人体摔倒自动检测方法
CN104966380A (zh) * 2015-06-12 2015-10-07 深圳开源创客坊科技有限公司 一种可监控人体意外摔倒的报警系统及方法
JP2016177449A (ja) * 2015-03-19 2016-10-06 セコム株式会社 転倒検知端末およびプログラム
CN106473265A (zh) * 2016-12-03 2017-03-08 石家庄学院 一种智能跌倒监护t恤及其跌倒检测算法
CN207425075U (zh) * 2017-11-27 2018-05-29 广西科技大学鹿山学院 一种具有摔倒检测功能的老年人监护装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1801236A (zh) * 2005-09-12 2006-07-12 朱水林 配戴于人体上的多功能监测及追踪器结构及监测追踪方法
CN102393992A (zh) * 2011-03-15 2012-03-28 苏州摩多物联科技有限公司 人体摔倒自动检测报警终端
CN104680525A (zh) * 2015-02-12 2015-06-03 南通大学 基于Kinect深度图像的人体摔倒自动检测方法
JP2016177449A (ja) * 2015-03-19 2016-10-06 セコム株式会社 転倒検知端末およびプログラム
CN104966380A (zh) * 2015-06-12 2015-10-07 深圳开源创客坊科技有限公司 一种可监控人体意外摔倒的报警系统及方法
CN106473265A (zh) * 2016-12-03 2017-03-08 石家庄学院 一种智能跌倒监护t恤及其跌倒检测算法
CN207425075U (zh) * 2017-11-27 2018-05-29 广西科技大学鹿山学院 一种具有摔倒检测功能的老年人监护装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
NING JIA: "三轴加速度传感器在跌倒检测中的应用", 《ANALOG DIALOGUE》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110517450A (zh) * 2019-08-20 2019-11-29 江西师范大学 基于窄带物联网的可穿戴设备及跌倒检测方法
CN110602323A (zh) * 2019-09-12 2019-12-20 奇酷互联网络科技(深圳)有限公司 一种摔倒的监测方法、终端和存储装置
CN110954972A (zh) * 2019-11-11 2020-04-03 安徽华米信息科技有限公司 可穿戴设备及其脱落检测方法、装置、存储介质
CN114202890A (zh) * 2020-09-17 2022-03-18 松下信息仪器(上海)有限公司 跌倒检测系统和跌倒检测方法

Similar Documents

Publication Publication Date Title
CN109035702A (zh) 跌倒检测方法、装置及可穿戴设备
Liu et al. Impact of sampling rate on wearable-based fall detection systems based on machine learning models
WO2017049957A1 (zh) 智能跌倒监护装置及其处理方法
CN107647860B (zh) 一种心率检测方法、装置、电子设备及存储介质
CN103503041B (zh) 用于跌倒检测器或跌倒检测系统中的装置及其操作方法
CN108670261B (zh) 运动状态检测方法、可佩戴设备以及装置
Yuan et al. Power-efficient interrupt-driven algorithms for fall detection and classification of activities of daily living
Pannurat et al. A hybrid temporal reasoning framework for fall monitoring
CN201691930U (zh) 一种人体运动状态监测装置
Mdhaffar et al. CEP4HFP: complex event processing for heart failure prediction
BRPI0914046B1 (pt) sistema de detecção de queda, método, e meio legível por computador não transitório
CN102663873A (zh) 警报控制方法、生理监视装置以及用于生理监视装置的计算机程序产品
CN108109336A (zh) 一种基于加速度传感器的人体跌倒识别方法
JP2018509962A (ja) 医療用モニタリングのためのコンテキスト検出
CN205050303U (zh) 一种智能人体瘫倒监测装置
KR20160105440A (ko) 알람 이벤트의 임상적 관련성을 결정하는 방법 및 시스템
US20220246015A1 (en) Fall detection method and apparatus, and wearable device
CN111329459A (zh) 一种改良的患者生命体征监测预警评分方法
Krupitzer et al. Beyond position-awareness—Extending a self-adaptive fall detection system
US20140213908A1 (en) Portable electronic device having heart rate monitoring function
Hou et al. Triaxial accelerometer-based real time fall event detection
JP2019535069A (ja) 脳卒中検出及び予防システム及び方法
CN103190913A (zh) 一种胎动识别方法、设备及胎儿监护仪
CN111743545A (zh) 基于深度学习的老人摔倒检测方法、检测手环及存储介质
Silva et al. Automated development of custom fall detectors: Position, model and rate impact in performance

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: 20181218

RJ01 Rejection of invention patent application after publication