CN109091151A - 一种基于mimu的行人跌倒检测方法及装置 - Google Patents

一种基于mimu的行人跌倒检测方法及装置 Download PDF

Info

Publication number
CN109091151A
CN109091151A CN201811039715.2A CN201811039715A CN109091151A CN 109091151 A CN109091151 A CN 109091151A CN 201811039715 A CN201811039715 A CN 201811039715A CN 109091151 A CN109091151 A CN 109091151A
Authority
CN
China
Prior art keywords
axis
acceleration
angle
pitch angle
roll angle
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
Application number
CN201811039715.2A
Other languages
English (en)
Other versions
CN109091151B (zh
Inventor
张伦东
贾铮洋
吕志伟
李军正
王安成
李万里
潘林
何劢航
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.)
Information Engineering University of PLA Strategic Support Force
Original Assignee
Information Engineering University of PLA Strategic Support Force
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 Information Engineering University of PLA Strategic Support Force filed Critical Information Engineering University of PLA Strategic Support Force
Priority to CN201811039715.2A priority Critical patent/CN109091151B/zh
Publication of CN109091151A publication Critical patent/CN109091151A/zh
Application granted granted Critical
Publication of CN109091151B publication Critical patent/CN109091151B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116Determining posture transitions
    • A61B5/1117Fall detection
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements 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
    • A61B5/6802Sensor mounted on worn items
    • A61B5/6804Garments; Clothes
    • A61B5/6807Footwear
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种基于MIMU的行人跌倒检测方法及装置,通过采集坐标系中三个方向坐标轴的加速度,计算坐标系下的修正俯仰角和横滚角;通过对每个坐标轴方向上的加速度、修正俯仰角和横滚角进行计算,结合经验阈值判断是否发生跌倒,若发生跌倒,结合三维坐标系x轴的加速度,绕y轴的角速度,修正俯仰角或横滚角判断跌倒方向;或者y轴的加速度,绕x轴的角速度,修正俯仰角或横滚角判断跌倒方向;角速度为所绕轴陀螺仪的测量值。解决了现有检测方式跌倒判断不准确的问题。

Description

一种基于MIMU的行人跌倒检测方法及装置
技术领域
本发明属于行人跌倒检测技术领域,具体涉及一种基于MIMU的行人跌倒检测方法及装置。
背景技术
微惯性测量单元(Micro Inertial Measurement Unit,MIMU)是一种微机电系统,包括微型陀螺仪、微型加速度计、专用集成电路(ASIC)、嵌入式微机和相应的导航软件;能够实现定位和检测的功能。
现如今,意外跌倒对人的健康甚至生命具有严重威胁,特别是对正处于执行任务的士兵、消防员和反恐人员来说,如果能及时对跌倒进行检测,并且正确地判断出跌倒方向,则可以对损伤进行初步判断,快速地对其进行救治,能够最大程度的挽救其生命。
目前,针对人的跌倒的自动检测方法主要有三种,一是利用监控视频,通过视频图像来判断人是否跌倒;二是通过音频或是振动对跌倒进行识别;三是利用可穿戴传感器,通过穿戴传感器数据的变化对跌倒进行识别。其中,第三种方法使用简单,自主灵活,得到了国内外很多人员的研究。在可穿戴传感器检测跌倒方法中,多数是采用三轴加速度计,结合先验阈值来检测跌倒,由于人的活动比较复杂,单纯依靠加速度计的信息难以对跌倒情况进行完全准确的识别。近来,人们逐渐采用三轴加速度计、三轴陀螺仪、压力计等多传感器的组合,结合人体运动特征参数来对跌倒进行识别。
例如,申请公布号为CN106373335A的专利申请文件,公开了一种Android手机上基于惯性技术的老人跌倒检测与智能报警方法,通过读取Android手机中加速度计、陀螺仪、磁力计等传感器测得的人体加速度、角加速度以及地磁场强度等数据;运用惯性技术计算求取偏航叫、俯仰角等人体姿态角和地理坐标系下的加速度ax、ay、az;若ax大于加速度幅度阈值,且持续时间大于T1,表明人体处于运动状态;等待T2时间后,若偏航角或俯仰角大于角度阈值,则可判断为跌倒,否则视为人体正常运动。但是上述检测方式判据单一,容易造成误判,导致跌倒判断不准确的问题。
发明内容
本发明的目的在于提供一种基于MIMU的行人跌倒检测方法及装置,用于解决现有检测方式跌倒判断不准确的问题。
为解决上述技术问题,本发明的技术方案为:
一种基于MIMU的行人跌倒检测方法,根据MIMU在鞋中的位置,确定三维坐标系,其中鞋的前后方向为x方向,垂直于鞋底面的方向为z轴方向,y轴垂直于x轴和z轴;包括以下步骤:
1)采集MIMU中三个方向加速度计的测量值,根据所述测量值计算三个方向上的加速度,以及横滚角和修正俯仰角;在所述三维坐标系下计算修正俯仰角和横滚角;所述修正俯仰角的表达式为:
所述横滚角θ的表达式为:
其中,为x轴加速度计的测量值,为y轴加速度计的测量值,为z轴加速度计的测量值;
2)判断:若z轴方向上的加速度小于第一加速度值,x轴和y轴两个方向上的加速度的合加速度大于等于第二加速度值,且修正俯仰角的绝对值大于等于第一角度或横滚角的绝对值大于等于第二角度;则判定发生跌倒。
本发明还提供了一种行人跌倒检测装置,
包括处理器和存储器,处理器连接有用于获取MIMU数据的通讯接口;所述处理器执行存储在存储器中的如下方法指令:
1)采集MIMU中三个方向加速度计的测量值,根据所述测量值计算三个方向上的加速度,以及横滚角和修正俯仰角;在三维坐标系下计算修正俯仰角和横滚角;所述修正俯仰角的表达式为:
所述横滚角θ的表达式为:
其中,为x轴加速度计的测量值,为y轴加速度计的测量值,为z轴加速度计的测量值;
2)判断:若z轴方向上的加速度小于第一加速度值,x轴和y轴两个方向上的加速度的合加速度大于等于第二加速度值,且修正俯仰角的绝对值大于等于第一角度或横滚角的绝对值大于等于第二角度;则判定发生跌倒。
本发明的有益效果:
本发明利用MIMU对行人跌倒和跌倒方向进行检测,通过采集坐标系中三个方向坐标轴的加速度,计算坐标系下的修正俯仰角和横滚角;通过对每个坐标轴方向上的加速度、修正俯仰角和横滚角进行计算,结合经验阈值判断是否发生跌倒,若发生跌倒,结合三维坐标系x轴的加速度,绕y轴的角速度,修正俯仰角或横滚角判断跌倒方向;或者y轴的加速度,绕x轴的角速度,修正俯仰角或横滚角判断跌倒方向;角速度为所绕轴陀螺仪的测量值。解决了现有检测方式跌倒判断不准确的问题。
进一步的,还包括步骤3),若判定发生跌倒,结合所述三维坐标系x轴的加速度,绕y轴的角速度,修正俯仰角或横滚角判断跌倒方向;或者y轴的加速度,绕x轴的角速度,修正俯仰角或横滚角判断跌倒方向;所述角速度为所绕轴陀螺仪的测量值;可准确判断跌倒方向。
进一步的,所述三个方向的加速度通过分别对三个方向的加速度计的测量值加窗平滑平均得到;对加速度的测量值进行修正,使实验结果更加精确。
附图说明
图1是本发明MIMU在右脚鞋上的安装位置示意图;
图2是本发明方法实施例的方法流程图;
图3a是人正常行走时的加速度变化曲线;
图3b是人正常行走时的角速度变化曲线;
图3c是人正常行走时的修正俯仰角和横滚角的变化曲线;
图4a是人跑步时的加速度变化曲线;
图4b是人跑步时的角速度变化曲线;
图4c是人跑步时的修正俯仰角和横滚角的变化曲线;
图5a是人前向跌倒时的加速度变化曲线;
图5b是人前向跌倒时的角速度变化曲线;
图5c是人前向跌倒时的修正俯仰角和横滚角的变化曲线;
图6a是人后向跌倒时的加速度变化曲线;
图6b是人后向跌倒时的角速度变化曲线;
图6c是人后向跌倒时的修正俯仰角和横滚角的变化曲线;
图7a是人右向跌倒时的加速度变化曲线;
图7b是人右向跌倒时的角速度变化曲线;
图7c是人右向跌倒时的修正俯仰角和横滚角的变化曲线;
图8a是人左向跌倒时的加速度变化曲线;
图8b是人左向跌倒时的角速度变化曲线;
图8c是人左向跌倒时的修正俯仰角和横滚角的变化曲线;
附图标记:1-鞋面,2-微惯性测量单元,3-鞋跟。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚,下面结合附图及实施例,对本发明作进一步的详细说明。
方法实施例:
本发明方法MIMU在右脚鞋上的安装位置如图1所示,行人跌倒检测鞋靴包括鞋面1、鞋跟3和鞋底,微惯性测量单元2装置在鞋跟部位(微惯性测量单元2下文中以MIMU代替)。将MIMU牢固固定于右鞋的鞋后跟里,并且x轴与鞋底平行,指向鞋的头部,z轴垂直于鞋底,指向向上,y轴指向符合右手定则,由图1,绕x轴旋转的角为横滚角,用θ表示,绕y轴旋转的角为修正俯仰角,用表示;横滚角和修正俯仰角的正负以右手定则判定。
方法步骤的流程图如图2所示。
步骤1:采集MIMU中三个加速度计和三个陀螺仪的数据,计算修正俯仰角和横滚角。
数据采集的频率为20Hz。横滚角θ由下式计算:
其中,为y轴加速度计的测量值,为z轴加速度计的测量值。
修正俯仰角由下式计算:
其中,为x轴加速度计的测量值。
步骤2:以时长为2秒为窗口,对x、y、z方向上的加速度进行平均滑动,并对修正俯仰角和横滚角进行滑动平均;根据人体运动特征,当人发生比较严重的跌倒时,至少会有3至4秒的静止,因此,滑动平均的时间窗口选择2秒为宜。
步骤3:若垂直方向上的加速度的滑动平均值小于等于第一加速度值:
其中,第一加速度值为0.5g,g为重力加速度,为一段时间内的z轴加速度的滑动平均值。
且另外两个方向上的加速度的合滑动平均值大于等于第二加速度值:
其中,第二加速度值为0.8g,为一段时间内的x轴加速度的滑动平均值,为一段时间内的y轴加速度的滑动平均值。
则判断修正俯仰角和横滚角与第一角度和第二角度的关系。
将修正俯仰角或横滚角的滑动平均值的绝对值阈值设定为50°,即第一角度和第二角度设置为50°。当人行走、跑步等正常活动时,人的脚部离地面的滑动平均值很少超过50°,当滑动平均值超过50°时,则很有可能会发生跌倒。根据图1的安装关系,考虑到误差因素,z轴方向上加速度的滑动平均值设定值为:
g×cos(50*π/180)-0.1g≈0.5g
其中,g为重力加速度。
若修正俯仰角或横滚角的滑动平均值的绝对值大于设定的第一角度或第二角度,则判断发生了跌倒。
更进一步,为了判定在跌倒方向,采用步骤4:若判断发生跌倒,根据图1的安装关系,如果x轴加速度的滑动平均值小于0,且绕y轴的最大角速度大于0,修正俯仰角的滑动平均值大于等于50°,则判断人往前跌倒;如果x轴加速度的滑动平均值大于0,且绕y轴的最大角速度小于0,修正俯仰角的滑动平均值小于-50°,则判断人往后跌倒;如果y轴加速度的滑动平均值大于0,且绕x轴的最大角速度大于0,横滚角的滑动平均值大于等于50°,则判断人往右跌倒;如果y轴加速度的滑动平均值小于0,且绕x轴的最大角速度小于0,横滚角的滑动平均值小于-50°,则判断人往左跌倒。其中修正俯仰角和横滚角的方向由右手定则判定。
为了验证本发明方法的可靠性和稳定性,采用荷兰Xsens公司的MTi-700G MIMU安装到右脚的鞋跟里,进行多次实验。
表1 MIMU器件的性能
加速度计 陀螺仪
零偏稳定性 0.02m/s<sup>2</sup> 10deg/h
噪声密度 0.002m/s<sup>2</sup>√Hz 0.01deg/s/√Hz
带宽 375Hz 415Hz
测量范围 50m/s<sup>2</sup> 450deg/s
一个身高1.7米,体重65千克的中年男性穿戴实验设备进行走路、跑步、前向跌倒、后向跌倒、右侧(右向)跌倒、左侧(左向)跌倒等实验,采样频率为20Hz。利用采集的陀螺仪、加速度计数据,计算人的横滚角、修正俯仰角等水平姿态角。基于这些信息,利用本发明的方法,能够将人的正常行走、跑步等运动状态区分开来。
人在正常行走时的加速度、角速度、修正俯仰角和横滚角的变化曲线由图3a、图3b、图3c所示;人在跑步时的加速度、角速度、修正俯仰角和横滚角的变化曲线由图4a、图4b、图4c所示。通过对比可以看出,跑步时加速度和角速度的变化范围更大,在跑步时修正俯仰角和横滚角的值更大。
人前向跌倒时的加速度、角速度、修正俯仰角和横滚角的变化曲线由图5a、图5b、图5c所示。
人后向跌倒时的加速度、角速度、修正俯仰角和横滚角的变化曲线由图6a、图6b、图6c所示。
人右向跌倒时的加速度、角速度、修正俯仰角和横滚角的变化曲线由图7a、图7b、图7c所示。
人左向跌倒时的加速度、角速度、修正俯仰角和横滚角的变化曲线由图8a、图8b、图8c所示。
上述附图中为了便于实验结果显示,修正俯仰角用俯仰角表示。
根据上述附图可以看出,通过本方法可以有效的检测出行人跌倒即跌倒方向。
本实施例中,第一加速度值为0.5g,第二加速度值为0.8g,第一角度和第二角度设置为50°,这些值是通过大量实验获得的,作为其他实施方式,第一角度和第二角度可以调整为其他值,还可以根据不同穿着者的身高、体重等条件进行设定,以达到更加精确的效果。
作为其他实施方式,可将MIMU装置于左脚鞋的根部。
以上实施例中,通过对加窗平均的方式获得三个方向的加速度计的测量值的平均值,作为三个方向上的加速度,作为其他实施方式,也可以直接采用测量值作为三个方向上的加速度值参与计算和判断跌倒和跌倒方向的判据。
装置实施例:
为了实施上述方法,可以利用手环等设备进行监控。以手环为例,手环包括处理器、存储器、蓝牙或者其他通信模块;通过将上述方法形成软件存储在存储器中,处理器对手环通过蓝牙等通信模块与MIMU通讯接收的数据采样存储在存储器中的上述方法进行处理,得出判断结果,实现近距离监控穿戴者的行走状态。
再如,也可采用远距离监控,通过手机的网络通讯,在鞋中装置GSM模块与手机进行通讯,实现远距离监控穿戴者的行走状态。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。

Claims (6)

1.一种基于MIMU的行人跌倒检测方法,根据MIMU在鞋中的位置,确定三维坐标系,其中鞋的前后方向为x方向,垂直于鞋底面的方向为z轴方向,y轴垂直于x轴和z轴;其特征在于,包括以下步骤:
1)采集MIMU中三个方向加速度计的测量值,根据所述测量值计算三个方向上的加速度,以及横滚角和修正俯仰角;在所述三维坐标系下计算修正俯仰角和横滚角;所述修正俯仰角的表达式为:
所述横滚角θ的表达式为:
其中,为x轴加速度计的测量值,为y轴加速度计的测量值,为z轴加速度计的测量值;
2)判断:若z轴方向上的加速度小于第一加速度值,x轴和y轴两个方向上的加速度的合加速度大于等于第二加速度值,且修正俯仰角的绝对值大于等于第一角度或横滚角的绝对值大于等于第二角度;则判定发生跌倒。
2.根据权利要求1所述的基于MIMU的行人跌倒检测方法,其特征在于,还包括步骤3),若判定发生跌倒,结合所述三维坐标系x轴的加速度,绕y轴的角速度,修正俯仰角或横滚角判断跌倒方向;或者y轴的加速度,绕x轴的角速度,修正俯仰角或横滚角判断跌倒方向;所述角速度为所绕轴陀螺仪的测量值。
3.根据权利要求1或2所述的基于MIMU的行人跌倒检测方法,所述三个方向的加速度通过分别对三个方向的加速度计的测量值加窗平滑平均得到。
4.一种行人跌倒检测装置,包括处理器和存储器,处理器连接有用于获取MIMU数据的通讯接口;其特征在于,所述处理器执行存储在存储器中的如下方法指令:
1)采集MIMU中三个方向加速度计的测量值,根据所述测量值计算三个方向上的加速度,以及横滚角和修正俯仰角;在三维坐标系下计算修正俯仰角和横滚角;
所述修正俯仰角的表达式为:
所述横滚角θ的表达式为:
其中,为x轴加速度计的测量值,为y轴加速度计的测量值,为z轴加速度计的测量值;
2)判断:若z轴方向上的加速度小于第一加速度值,x轴和y轴两个方向上的加速度的合加速度大于等于第二加速度值,且修正俯仰角的绝对值大于等于第一角度或横滚角的绝对值大于等于第二角度;则判定发生跌倒。
5.根据权利要求4所述的行人跌倒检测装置,其特征在于,还包括步骤3),若判定发生跌倒,结合所述三维坐标系x轴的加速度,绕y轴的角速度,修正俯仰角或横滚角判断跌倒方向;或者y轴的加速度,绕x轴的角速度,修正俯仰角或横滚角判断跌倒方向;所述角速度为所绕轴陀螺仪的测量值。
6.根据权利要求4或5所述的行人跌倒检测装置,其特征在于,所述三个方向的加速度通过分别对三个方向的加速度计的测量值加窗平滑平均得到。
CN201811039715.2A 2018-09-06 2018-09-06 一种基于mimu的行人跌倒检测方法及装置 Active CN109091151B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811039715.2A CN109091151B (zh) 2018-09-06 2018-09-06 一种基于mimu的行人跌倒检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811039715.2A CN109091151B (zh) 2018-09-06 2018-09-06 一种基于mimu的行人跌倒检测方法及装置

Publications (2)

Publication Number Publication Date
CN109091151A true CN109091151A (zh) 2018-12-28
CN109091151B CN109091151B (zh) 2021-07-16

Family

ID=64865458

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811039715.2A Active CN109091151B (zh) 2018-09-06 2018-09-06 一种基于mimu的行人跌倒检测方法及装置

Country Status (1)

Country Link
CN (1) CN109091151B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109730391A (zh) * 2018-12-29 2019-05-10 北京航天测控技术有限公司 一种智能监护安全鞋
CN109805492A (zh) * 2018-12-29 2019-05-28 北京航天测控技术有限公司 一种智能安全鞋
CN110638459A (zh) * 2019-09-03 2020-01-03 杭州雄芯物联科技有限公司 一种基于加速度传感器的人体运动跌倒检测装置及方法
CN112472075A (zh) * 2020-12-21 2021-03-12 福州数据技术研究院有限公司 一种跌倒检测方法、系统和存储设备

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101702258A (zh) * 2009-04-28 2010-05-05 中国科学院合肥物质科学研究院 一种人体摔倒自动检测报警系统及其信息处理方法
CN102707305A (zh) * 2012-06-06 2012-10-03 山东大学 摔倒检测定位系统及方法
CN104217107A (zh) * 2014-08-27 2014-12-17 华南理工大学 一种基于多传感器信息仿人机器人跌倒状态检测方法
CN104323780A (zh) * 2014-10-30 2015-02-04 上海交通大学 基于支持向量机的行人步态分类系统及方法
CN105632101A (zh) * 2015-12-31 2016-06-01 深圳先进技术研究院 一种人体防跌倒预警方法及系统
EP3033958A1 (en) * 2014-12-19 2016-06-22 Withings Wireless connected indoors slipper and wireless connected footwear and associated detection methods
WO2016120707A1 (en) * 2015-01-30 2016-08-04 B810 Societa' A Responsabilita' Limitata A surveillance system of a person wearing a shoe
US20160321947A1 (en) * 2014-06-09 2016-11-03 Twd Sports Tech, Llc System and method for treating patients having conditions that affect walking
CN106595715A (zh) * 2016-12-30 2017-04-26 中国人民解放军信息工程大学 基于捷联惯导/卫星组合导航系统里程计标定方法及装置
US20170135612A1 (en) * 2015-11-15 2017-05-18 Wamis Singhatat Feedback Wearable
CN106821391A (zh) * 2017-03-23 2017-06-13 北京精密机电控制设备研究所 基于惯性传感器信息融合的人体步态采集分析系统及方法
EP3193717A1 (en) * 2014-09-16 2017-07-26 Hip Hope Technologies Ltd. Fall detection device and method
CN206776866U (zh) * 2017-06-01 2017-12-22 中国人民解放军第三军医大学 一种基于人体步态监测的疲劳预警鞋垫
CN107865662A (zh) * 2017-10-19 2018-04-03 张滇 一种识别肢体动作的方法及装置
CN108030497A (zh) * 2018-01-16 2018-05-15 大连乾函科技有限公司 一种基于imu惯性传感器的步态分析装置及其方法
CN108338791A (zh) * 2018-02-09 2018-07-31 张立海 失稳运动数据的检测装置及检测方法
CN108392208A (zh) * 2018-02-23 2018-08-14 大同公元三九八智慧养老服务有限公司 一种基于多阶段模型的跌倒判断方法
CN108447225A (zh) * 2018-02-07 2018-08-24 广东中科慈航信息科技有限公司 一种人体跌倒检测方法及装置

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101702258A (zh) * 2009-04-28 2010-05-05 中国科学院合肥物质科学研究院 一种人体摔倒自动检测报警系统及其信息处理方法
CN102707305A (zh) * 2012-06-06 2012-10-03 山东大学 摔倒检测定位系统及方法
US20160321947A1 (en) * 2014-06-09 2016-11-03 Twd Sports Tech, Llc System and method for treating patients having conditions that affect walking
CN104217107A (zh) * 2014-08-27 2014-12-17 华南理工大学 一种基于多传感器信息仿人机器人跌倒状态检测方法
EP3193717A1 (en) * 2014-09-16 2017-07-26 Hip Hope Technologies Ltd. Fall detection device and method
CN104323780A (zh) * 2014-10-30 2015-02-04 上海交通大学 基于支持向量机的行人步态分类系统及方法
EP3033958A1 (en) * 2014-12-19 2016-06-22 Withings Wireless connected indoors slipper and wireless connected footwear and associated detection methods
WO2016120707A1 (en) * 2015-01-30 2016-08-04 B810 Societa' A Responsabilita' Limitata A surveillance system of a person wearing a shoe
US20170135612A1 (en) * 2015-11-15 2017-05-18 Wamis Singhatat Feedback Wearable
CN105632101A (zh) * 2015-12-31 2016-06-01 深圳先进技术研究院 一种人体防跌倒预警方法及系统
CN106595715A (zh) * 2016-12-30 2017-04-26 中国人民解放军信息工程大学 基于捷联惯导/卫星组合导航系统里程计标定方法及装置
CN106821391A (zh) * 2017-03-23 2017-06-13 北京精密机电控制设备研究所 基于惯性传感器信息融合的人体步态采集分析系统及方法
CN206776866U (zh) * 2017-06-01 2017-12-22 中国人民解放军第三军医大学 一种基于人体步态监测的疲劳预警鞋垫
CN107865662A (zh) * 2017-10-19 2018-04-03 张滇 一种识别肢体动作的方法及装置
CN108030497A (zh) * 2018-01-16 2018-05-15 大连乾函科技有限公司 一种基于imu惯性传感器的步态分析装置及其方法
CN108447225A (zh) * 2018-02-07 2018-08-24 广东中科慈航信息科技有限公司 一种人体跌倒检测方法及装置
CN108338791A (zh) * 2018-02-09 2018-07-31 张立海 失稳运动数据的检测装置及检测方法
CN108392208A (zh) * 2018-02-23 2018-08-14 大同公元三九八智慧养老服务有限公司 一种基于多阶段模型的跌倒判断方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李继阳: "基于MEMS的姿态显示系统", 《硕士论文库》 *
王旭 等: "尾数细分计数逻辑对捷联惯导系统姿态误差的影响", 《国防科技大学学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109730391A (zh) * 2018-12-29 2019-05-10 北京航天测控技术有限公司 一种智能监护安全鞋
CN109805492A (zh) * 2018-12-29 2019-05-28 北京航天测控技术有限公司 一种智能安全鞋
CN110638459A (zh) * 2019-09-03 2020-01-03 杭州雄芯物联科技有限公司 一种基于加速度传感器的人体运动跌倒检测装置及方法
CN110638459B (zh) * 2019-09-03 2023-05-05 宁波路晟电器科技有限公司 一种基于加速度传感器的人体运动跌倒检测装置及方法
CN112472075A (zh) * 2020-12-21 2021-03-12 福州数据技术研究院有限公司 一种跌倒检测方法、系统和存储设备

Also Published As

Publication number Publication date
CN109091151B (zh) 2021-07-16

Similar Documents

Publication Publication Date Title
CN109091151A (zh) 一种基于mimu的行人跌倒检测方法及装置
US8825435B2 (en) Intertial tracking system with provision for position correction
US10670621B2 (en) Fall prevention
US9119568B2 (en) Sensing device for detecting a wearing position
Skog et al. Zero-velocity detection—An algorithm evaluation
JP5724237B2 (ja) 歩行変化判定装置
US9591996B2 (en) System and method for detecting transitions between sitting and standing states
CA2673795C (en) System and method for tracking a moving person
JP5344491B2 (ja) 動いている人の前進を測定するための方法、装置、ディスプレイ・ユニット、およびシステム
EP3201633B1 (en) Methods and systems for vertical trajectory determination and automatic jump detection
US20140150521A1 (en) System and Method for Calibrating Inertial Measurement Units
CN106767790B (zh) 人体下肢运动模型与卡尔曼滤波融合估计行人移动跟踪的方法
US20160220186A9 (en) Detachable Wireless Motion System for Human Kinematic Analysis
Tjhai et al. Step-size estimation using fusion of multiple wearable inertial sensors
Brahms et al. Stride length determination during overground running using a single foot-mounted inertial measurement unit
CN108836344A (zh) 步长步频估算方法和装置及步态检测仪
Kim et al. Performance improvement and height estimation of pedestrian dead-reckoning system using a low cost MEMS sensor
KR20180085916A (ko) 웨어러블 장치의 위치를 추정하는 방법 및 이를 이용하는 장치
WO2016180728A1 (en) Apparatus and method for determining a sedentary state of a subject
Jao et al. Prio-imu: Prioritizable imu array for enhancing foot-mounted inertial navigation accuracy
Meng et al. Displacement estimation for different gait patterns in micro-sensor motion capture
Sabatini Dead-reckoning method for personal navigation systems using Kalman filtering techniques to augment inertial/magnetic sensing
Napieralski et al. Multi-sensor Data Fusion for Object Rotation Estimation
CN112603296A (zh) 一种基于加速度传感器的步态分析方法及装置
Florentino-Liano et al. Long term human activity recognition with automatic orientation estimation

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