CN109584506A - 基于云平台居家老人摔倒监测系统及方法 - Google Patents
基于云平台居家老人摔倒监测系统及方法 Download PDFInfo
- Publication number
- CN109584506A CN109584506A CN201811506314.3A CN201811506314A CN109584506A CN 109584506 A CN109584506 A CN 109584506A CN 201811506314 A CN201811506314 A CN 201811506314A CN 109584506 A CN109584506 A CN 109584506A
- Authority
- CN
- China
- Prior art keywords
- acceleration
- old man
- communication module
- detection
- cloud platform
- 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
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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/10—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using wireless transmission systems
Abstract
本发明一种基于云平台居家老人摔倒监测系统及方法,所述系统包括若干佩戴终端,每个佩戴终端包括单片机,单片机输入端连接的MPU6050传感器,输出端连接的通信模块;MPU6050传感器用于采集人体运动变化数据,通信模块用于连接GPRS网络;云服务器,通过GPRS网络分别与佩戴终端的通信模块交互;上位机,通过Internet网络与云服务器交互。所述方法包括姿态判断的检测和信息传输的监测。为广大老人的居家养老服务,在老人摔倒后可自动检测站起并取消报警,提高摔倒检测的准确性。将居家老人摔倒监控系统后台搭建至云服务器,云后台可以将老人摔倒信息进行分析、显示与保存,实现数据的共享。
Description
技术领域
本发明涉及居家老人摔倒监测,具体为基于云平台居家老人摔倒监测系统及方法。
背景技术
随着社会的发展,人口老龄化问题在发达国家和部分发展中国家己经凸显。目前,中国老年人口数量日渐庞大,社会养老压力与日俱增。居家养老是一种新型的适合我国国情的养老方式,对解决老人的养老问题有着不可替代的作用。在居家老人因病晕倒,或手脚不便意外摔倒时,很难第一时间被察觉并得到救助。目前对居家老人多采用视频监控,不仅需要专人实时观察老人状态,还会出现成本高、侵犯老人隐私等问题。而摔倒报警器等设备对摔倒检测的准确度不高,若老人摔倒没有受到太大伤害,在站起后不能及时取消报警。老人家属、医生、社区管理人员不能同时通过后台数据查看老人状态,无法进行数据共享,难以对老人进行实时看护和及时关怀。
发明内容
针对现有技术中存在的问题,本发明提供一种云平台居家老人摔倒监测系统及方法,结构简单,设计合理,成本低,私密性高,操作简单,精确度高。
本发明是通过以下技术方案来实现:
基于云平台居家老人摔倒监测系统,包括,
若干佩戴终端,每个佩戴终端包括单片机,单片机输入端连接的MPU6050传感器,输出端连接的通信模块;MPU6050传感器用于采集人体运动变化数据,通信模块用于连接GPRS网络;
云服务器,通过GPRS网络分别与佩戴终端的通信模块交互;
上位机,通过Internet网络与云服务器交互。
优选的,所述的单片机采用Arduino开发板,通信模块采用SIM800C通信模块。
优选的,所述的单片机的供电端上连接有电源,输出端连接有蜂鸣器。
基于云平台居家老人摔倒监测方法,基于上述任意一项所述的监测系统,包括,
姿态判断的检测,通过佩戴终端的MPU6050传感器采集人体运动变化数据,在佩戴终端的单片机中将所采集的信息进行分析处理,作出摔倒、站起和报警信息的判断;
信息传输的监测,佩戴终端中的通信模块将老人摔倒、站起和报警信息通过GPRS网络传输到后台云服务器中;通过互联网在客户端上位机中显示老人摔倒或站起状态。
进一步,所述姿态判断的检测,具体包括如下步骤,
步骤1,单片机与加速度模块初始化;
步骤2,根据检测周期,持续执行加速度检测;
若检测到摔倒变化,则GPRS的通信模块开始上传摔倒报警事件并完成声光报警;
否则不进行报警动作,继续持续执行加速度检测;
步骤3,启动站起检测任务,若判断站起则通过GPRS的通信模块传送站起和取消报警信息,并关闭声光报警,否则继续返回执行站起检测。
进一步,步骤2中执行加速度检测判断是否摔倒时,
建立的人体运动坐标系,其中当人站立不动时为初始状态,XOY轴平行于地面,Z轴为垂直于地面的方向,x轴的加速度为ax,y轴的加速度为ay,z轴的加速度为az,则身体的合加速a=(ax,ay,az)为:
判断的具体步骤如下,
步骤2.1,判断失重;若合加速度a1<T1,则发生失重执行步骤2.2,否则重复步骤1;其中,T1为小于1G的失重加速度阈值;
步骤2.2,判断撞击;若合加速度a1后的某个合加速度a2>T2,则在失重后发生撞击执行步骤2.3,否则重复步骤2.2;其中,T2为撞击加速度阈值;
步骤2.3,判断静止状态,若合加速度a2后加速度发生加速度变化中断,则发生静止状态执行步骤2.4,否则重复步骤2.3;
步骤2.4,报警判断,加速度变化中断后加速度变化为0,人体方向的稳定状态,若稳定状态不同于初始状态时,则开启蜂鸣器并向服务器发出摔倒和报警信号,否则执行步骤2.1。
进一步,步骤3启动站起检测任务时,具体步骤如下,
步骤3.1,检测到摔倒并报警后,判断摔倒后采集到的z轴角度,若为负数变化则执行步骤3.2,否则执行步骤3.1;
步骤3.2,检测z轴角度变化△z,若△z>T3则执行步骤3.3,否则执行步骤3.1;其中,T3为z轴角度变化阈值;
步骤3.3,检测设定时长内的最大加速度amax,若amax<T2则关闭蜂鸣器并向服务器发出站起和取消报警信号,否则执行步骤3.1。
进一步,步骤3中,GPRS的通信模块传送信息时,具体包括如下步骤,
步骤a,检测是否是运行状态,是则执行步骤b,否则执行步骤c;
步骤b,检测是否是串口接收,是则处理接收到的数据后执行步骤c,否则直接执行步骤c;
步骤c,检测是否初始运行,是则依次进行GPRS的通信模块配置和连接服务器,否则上传跌倒/站起状态信息。
进一步,通过互联网在客户端上位机中显示老人摔倒或站起状态时,具体步骤如下,
S1,上位机接收到信息数据后,显示佩戴终端对应的编号和对应信息;
S2,判断接收到信息所传递的事件,对应显示跌倒或站起;
S3,判断报警信号值,对应显示报警状态或不显示;重复执行S1。
与现有技术相比,本发明具有以下有益的技术效果:
本发明利用嵌入式、云平台技术构造出一个智能居家老人摔倒监测系统,从而为广大老人的居家养老服务。采用可穿戴式检测摔倒设备,成本低,私密性高;在老人摔倒后可自动检测站起并取消报警,提高摔倒检测的准确性。将居家老人摔倒监控系统后台搭建至云服务器,云后台可以将老人摔倒信息进行分析、显示与保存,实现数据的共享。
附图说明
图1为本发明实例中所述居家老人摔倒监测系统总体方案图。
图2为本发明实例中所述佩戴终端硬件连接的结构框图。
图3为本发明实例中所述佩戴终端电路图。
图4为本发明实例中所述主程序流程图。
图5为本发明实例中所述摔倒判断方法的流程图。
图6为本发明实例中所述摔倒后站起判断方法的流程图。
图7为本发明实例中所述GPRS模块流程图。
图8为本发明实例中所述上位机显示流程图。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
本发明将嵌入式、云平台技术应用于居家养老管理系统中,可以实时监测老人是否摔倒,以及摔倒后是否站起,摔倒和站起算法判断程序与MPU6050加速度传感器相结合,可以实现对老人状态的精准判断,电路信号交由单片机处理完毕之后,单片机通过对信号的分析判断是否需要远程报警或取消报警,如果需要,则将报警以及摔倒或站起信号通过通信模块传输到云服务器的上位机中,而后上位机可以将老人摔倒、站起和报警状态展示出来。
在设计中,我们使用包括嵌入式技术、传感器技术、GSM/GPRS移动通信技术和云平台技术等。
本发明包括基于单片机的跌倒检测系统、云平台和客户端;基于单片机的跌倒检测系统通过人体佩戴终端的MPU6050传感器采集人体运动变化数据,在佩戴终端的单片机主控芯片中将所采集的信息进行分析处理,作出摔倒、站起、报警信息的判断。其中,MPU6050传感器作为六轴陀螺仪,实现对3轴加速度和3轴角速度的采集输出,作为信息判断的基础。
电源给佩戴终端供电,并在佩戴终端中安置报警器以便在老人摔倒后第一时间发出蜂鸣警告。
佩戴终端中的通信模块将老人摔倒、站起、报警信息通过GPRS网络传输到后台云服务器中。
云服务器中编写有GPRS网络数据接收程序,用于接收佩戴终端传来的数据,服务器中保存有老人个人信息以及历史数据。
上位机显示老人个人信息和摔倒状态,老人家属、社区养老管理部门、医院医生等人员可以随时随地利用互联网远程登陆服务器,观察居家老人的摔倒状况,老人摔倒历史数据同时保存在服务器中。
具体的,参见图1,本发明通过人体佩戴终端的MPU6050传感器采集人体运动变化数据,在佩戴终端的Arduino开发板中将所采集的信息进行分析处理,作出摔倒、站起、报警信息的判断。电源给佩戴终端供电,并在佩戴终端中安置报警器以便在老人摔倒后第一时间发出蜂鸣警告。佩戴终端中的SIM800C将老人摔倒、站起、报警信息通过GPRS网络传输到后台云服务器中。云服务器中编写有GPRS网络数据接收程序,用于接收佩戴终端传来的数据,最终在客户端上位机中显示老人摔倒状态。老人家属、社区养老管理部门、医院医生等人员可以随时随地利用互联网远程登陆服务器,观察居家老人的摔倒状况,老人摔倒历史数据同时保存在服务器中。
图2展示了佩戴终端硬件连接的结构框图,由MPU6050传感器读取运动三维加速度和垂直方向的角度并利用连接的SDA接口将数据传输到Arduino单片机中,Arduino在收到这些数据后通过内置在ROM存储器里的摔倒检测系统算法判断老人是否摔倒,如果摔倒则发生一个中断,这个中断函数激活GPRS模块发送报警数据到虚拟数据通道并经由这个通道传到上位机中,由上位机进行之后的处理。与此同时中断函数激活蜂鸣器发出求救信号,这个求救信号可以提醒老人身边的人对其进行帮助而实现意外摔倒后的第一次自救。在摔倒报警信号发送后,启动站起检测算法,若判断站起,则关闭蜂鸣器并将取消报警数据发送至上位机中。
本发明中的中控芯片为Arduino单片机,图3为佩戴终端电路图。单片机内装载的主程序主要作用是判断摔倒状态,在这之前还需要执行单片机模块、加速度模块的初始化。将单片机与加速度模块初始化后,持续执行加速度检测任务,若检测到摔倒变化,GPRS通信模块开始任务执行,上传摔倒报警事件并完成声光报警,否则不进行报警动作。随后启动站起检测任务,若判断站起则通过GPRS模块传送站起和取消报警信息,并关闭声光报警,否则继续返回执行站起判断。所述姿态判断的检测,具体流程图如图4所示,包括如下步骤,
步骤1,单片机与加速度模块初始化;
步骤2,根据检测周期,持续执行加速度检测;其中优选的检测周期为100ms;
若检测到摔倒变化,则GPRS的通信模块开始上传摔倒报警事件并完成声光报警;
否则不进行报警动作,继续持续执行加速度检测;
步骤3,启动站起检测任务,若判断站起则通过GPRS的通信模块传送站起和取消报警信息,并关闭声光报警,否则继续返回执行站起检测。
我们可以将人体躯干看作是一个三维坐标系,当人站立不动时,XOY轴平行于地面,Z轴为垂直于地面的方向。在所建立的人体运动坐标系中,假设x轴的加速度为ax(单位:G),y轴的加速度为ay(单位:G),z轴的加速度为az(单位:G),则身体的合加速a=(ax,ay,az)(单位:G)为:
我们将人摔倒过程分为四个部分,作为摔倒判断依据。第一部分是失重现象:人在从高处向低处位移的过程中会出现加速度竖直向下的失重情况,此时加速度的矢量和近似为零,为非完全失重状况。一般的摔倒过程中失重现象不会这么严重,不过也会有一个加速度矢量和降低到小于1G的状态,我们将这个加速度阈值设为T1(单位:G),失重现象可以作为判断人是否摔倒的第一个条件。
第二部分是撞击现象:在摔倒的过程中,人在失重之后难以避免地会与地面碰撞,这个情况下会对加速度造成巨大冲击进而导致强烈变化,因此在自由落体判断之后,紧接着产生撞击是摔倒状态的第二个判断依据。我们将撞击产生的这个阈值设为T2(单位:G)。
第三部分是静止状态:人体在发生摔倒之后,经历过自由落体和撞击之后,不可能立刻站起来,必然有一个静止状态,这个状态表现在加速度曲线上,就是加速度会有一段时间的平衡状态。综上所述,在自由落体判断后若出现撞击,可以通过静止判断来确认老人是否摔倒,这可以作为摔倒状态的第三个判断依据。
由于摔倒之后人体发生翻转,所以相较于初始状态来说,人体的方向与站立时候的初始状态是不同的,相应的其静止状态下的加速度也与初始状态不同且矢量变化超过一定的阀值。因此,摔倒判断流程可设计为图5所示。判断的具体步骤如下,
步骤2.1,判断失重;若合加速度a1<T1,则发生失重执行步骤2.2,否则重复步骤1;其中,T1为小于1G的失重加速度阈值;
步骤2.2,判断撞击;若合加速度a1后的某个合加速度a2>T2,则在失重后发生撞击执行步骤2.3,否则重复步骤2.2;其中,T2为撞击加速度阈值;
步骤2.3,判断静止状态,若合加速度a2后加速度发生加速度变化中断,则发生静止状态执行步骤2.4,否则重复步骤2.3;
步骤2.4,报警判断,加速度变化中断后加速度变化为0,人体方向的稳定状态,若稳定状态不同于初始状态时,则开启蜂鸣器并向服务器发出摔倒和报警信号,否则执行步骤2.1。
仅有在摔倒后站起动作时z轴角度成负数变化且变化幅度较为剧烈。我们将这个判断阈值设为T3(单位:°)。摔倒后站起判断流程图可设计为图6所示。启动站起检测任务时,具体步骤如下,
步骤3.1,检测到摔倒并报警后,判断摔倒后采集到的z轴角度,若为负数变化则执行步骤3.2,否则执行步骤3.1;
步骤3.2,检测z轴角度变化△z,若△z>T3则执行步骤3.3,否则执行步骤3.1;其中,T3为z轴角度变化阈值;
步骤3.3,检测设定时长内的最大加速度amax,若amax<T2则关闭蜂鸣器并向服务器发出站起和取消报警信号,否则执行步骤3.1。设定时长必须大于检测周期,本优选实例中优选的设定时长为3s。
GPRS模块的主要功能是将摔倒数据通过虚拟通道上传,这一部分的程序激发讯号来源于主程序的判断,而GPRS模块本身的运行流程则如图7所示。GPRS的通信模块传送信息时,具体包括如下步骤,
步骤a,检测是否是运行状态,是则执行步骤b,否则执行步骤c;
步骤b,检测是否是串口接收,是则处理接收到的数据后执行步骤c,否则直接执行步骤c;
步骤c,检测是否初始运行,是则依次进行GPRS的通信模块配置和连接服务器,否则上传跌倒/站起状态信息。
上位机需要实现的功能是通过GPRS通道接受下位机模块传来的报警信息并在屏幕上做一定的提示,其核心功能是实现与下位机的通信并完成基础的数据判断。服务器中保存有老人的姓名以及佩戴终端的编号数据,上位机可通过此判断并显示下位机传送的对应老人的姓名、编号以及摔倒、站起和报警信息。此外,置于服务器中的上位机可将监测的历史数据保存下来,方便用户登录服务器查看监测数据。上位机设计流程如图8所示。通过互联网在客户端上位机中显示老人摔倒或站起状态时,具体步骤如下,
S1,上位机接收到信息数据后,显示佩戴终端对应的编号和对应信息;
S2,判断接收到信息所传递的事件,对应显示DOWN事件对应的跌倒状态或UP事件对应的站起状态;
S3,判断报警信号值S,对应显示报警状态或不显示;重复执行S1。
当然,按上述公开的技术方案的实施例可以例举许多,这里不作穷尽例举,只要是在本发明所要求的权利范围,都能实现本发明。
Claims (9)
1.基于云平台居家老人摔倒监测系统,其特征在于,包括,
若干佩戴终端,每个佩戴终端包括单片机,单片机输入端连接的MPU6050传感器,输出端连接的通信模块;MPU6050传感器用于采集人体运动变化数据,通信模块用于连接GPRS网络;
一云服务器,通过GPRS网络分别与佩戴终端的通信模块交互;
一上位机,通过Internet网络与云服务器交互。
2.根据权利要求1所述的基于云平台居家老人摔倒监测系统,其特征在于,所述的单片机采用Arduino开发板,通信模块采用SIM800C通信模块。
3.根据权利要求1所述的基于云平台居家老人摔倒监测系统,其特征在于,所述的单片机的供电端上连接有电源,输出端连接有蜂鸣器。
4.基于云平台居家老人摔倒监测方法,其特征在于,基于权利要求1-3中任意一项所述的监测系统,包括,
姿态判断的检测,通过佩戴终端的MPU6050传感器采集人体运动变化数据,在佩戴终端的单片机中将所采集的信息进行分析处理,作出摔倒、站起和报警信息的判断;
信息传输的监测,佩戴终端中的通信模块将老人摔倒、站起和报警信息通过GPRS网络传输到后台云服务器中;通过互联网在客户端上位机中显示老人摔倒或站起状态。
5.根据权利要求4所述的基于云平台居家老人摔倒监测方法,其特征在于,所述姿态判断的检测,具体包括如下步骤,
步骤1,单片机与加速度模块初始化;
步骤2,根据检测周期,持续执行加速度检测;
若检测到摔倒变化,则GPRS的通信模块开始上传摔倒报警事件并完成声光报警;
否则不进行报警动作,继续持续执行加速度检测;
步骤3,启动站起检测任务,若判断站起则通过GPRS的通信模块传送站起和取消报警信息,并关闭声光报警,否则继续返回执行站起检测。
6.根据权利要求5所述的基于云平台居家老人摔倒监测方法,其特征在于,步骤2中执行加速度检测判断是否摔倒时,
建立的人体运动坐标系,其中当人站立不动时为初始状态,XOY轴平行于地面,Z轴为垂直于地面的方向,x轴的加速度为ax,y轴的加速度为ay,z轴的加速度为az,则身体的合加速a=(ax,ay,az)为:
判断的具体步骤如下,
步骤2.1,判断失重;若合加速度a1<T1,则发生失重执行步骤2.2,否则重复步骤1;其中,T1为小于1G的失重加速度阈值;
步骤2.2,判断撞击;若合加速度a1后的某个合加速度a2>T2,则在失重后发生撞击执行步骤2.3,否则重复步骤2.2;其中,T2为撞击加速度阈值;
步骤2.3,判断静止状态,若合加速度a2后加速度发生加速度变化中断,则发生静止状态执行步骤2.4,否则重复步骤2.3;
步骤2.4,报警判断,加速度变化中断后加速度变化为0,人体方向的稳定状态,若稳定状态不同于初始状态时,则开启蜂鸣器并向服务器发出摔倒和报警信号,否则执行步骤2.1。
7.根据权利要求6所述的基于云平台居家老人摔倒监测方法,其特征在于,步骤3启动站起检测任务时,具体步骤如下,
步骤3.1,检测到摔倒并报警后,判断摔倒后采集到的z轴角度,若为负数变化则执行步骤3.2,否则执行步骤3.1;
步骤3.2,检测z轴角度变化△z,若△z>T3则执行步骤3.3,否则执行步骤3.1;其中,T3为z轴角度变化阈值;
步骤3.3,检测设定时长内的最大加速度amax,若amax<T2则关闭蜂鸣器并向服务器发出站起和取消报警信号,否则执行步骤3.1。
8.根据权利要求5所述的基于云平台居家老人摔倒监测方法,其特征在于,步骤3中,GPRS的通信模块传送信息时,具体包括如下步骤,
步骤a,检测是否是运行状态,是则执行步骤b,否则执行步骤c;
步骤b,检测是否是串口接收,是则处理接收到的数据后执行步骤c,否则直接执行步骤c;
步骤c,检测是否初始运行,是则依次进行GPRS的通信模块配置和连接服务器,否则上传跌倒/站起状态信息。
9.根据权利要求4所述的基于云平台居家老人摔倒监测方法,其特征在于,通过互联网在客户端上位机中显示老人摔倒或站起状态时,具体步骤如下,
S1,上位机接收到信息数据后,显示佩戴终端对应的编号和对应信息;
S2,判断接收到信息所传递的事件,对应显示跌倒或站起;
S3,判断报警信号值,对应显示报警状态或不显示;重复执行S1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811506314.3A CN109584506A (zh) | 2018-12-10 | 2018-12-10 | 基于云平台居家老人摔倒监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811506314.3A CN109584506A (zh) | 2018-12-10 | 2018-12-10 | 基于云平台居家老人摔倒监测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109584506A true CN109584506A (zh) | 2019-04-05 |
Family
ID=65929665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811506314.3A Pending CN109584506A (zh) | 2018-12-10 | 2018-12-10 | 基于云平台居家老人摔倒监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109584506A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112633184A (zh) * | 2020-12-25 | 2021-04-09 | 成都商汤科技有限公司 | 告警方法及装置、电子设备和存储介质 |
CN113077608A (zh) * | 2021-04-07 | 2021-07-06 | 郑州轻工业大学 | 老年人摔倒监测智能设备 |
CN113327692A (zh) * | 2021-06-17 | 2021-08-31 | 立信(重庆)数据科技股份有限公司 | 用于居家养老的一站式综合生活服务管理系统 |
-
2018
- 2018-12-10 CN CN201811506314.3A patent/CN109584506A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112633184A (zh) * | 2020-12-25 | 2021-04-09 | 成都商汤科技有限公司 | 告警方法及装置、电子设备和存储介质 |
CN113077608A (zh) * | 2021-04-07 | 2021-07-06 | 郑州轻工业大学 | 老年人摔倒监测智能设备 |
CN113327692A (zh) * | 2021-06-17 | 2021-08-31 | 立信(重庆)数据科技股份有限公司 | 用于居家养老的一站式综合生活服务管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9959732B2 (en) | Method and system for fall detection | |
Gu et al. | Paws: Passive human activity recognition based on wifi ambient signals | |
CN109584506A (zh) | 基于云平台居家老人摔倒监测系统及方法 | |
CN110876613B (zh) | 一种人体运动状态识别方法、系统及电子设备 | |
CN110209639A (zh) | 信息处理方法、装置及系统 | |
CN109816933B (zh) | 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 | |
CN105388820A (zh) | 智能监测设备及其监测方法、监测系统 | |
Shi et al. | Fall Detection Algorithm Based on Triaxial Accelerometer and Magnetometer. | |
Selvabala et al. | Implementation of wireless sensor network based human fall detection system | |
CN108196566A (zh) | 一种小型无人机云脑控制系统及其方法 | |
CN107330240A (zh) | 一种基于双手环传感器的智能远程特护监控系统及方法 | |
CN102881115A (zh) | 基于ZigBee的便携式人体跌倒检测和报警系统 | |
CN109409172A (zh) | 驾驶员视线检测方法、系统、介质及设备 | |
CN110488692A (zh) | 设备控制方法、装置、系统、电子设备及存储介质 | |
CN106228015A (zh) | 一种基于物联网技术的智能医疗健康安全监护系统 | |
Qu et al. | Human fall detection algorithm design based on sensor fusion and multi-threshold comprehensive judgment | |
CN205379296U (zh) | 一种基于物联网的健康监测系统 | |
CN207218923U (zh) | 一种流量敏感环境下的非实时监控系统 | |
CN106781245B (zh) | 基于可穿戴设备的服刑人员斗殴预警的方法与系统 | |
CN108711272A (zh) | 一种基于NB-IoT的物体倾覆预警系统 | |
Wu et al. | Fall detection monitoring system based on mems sensor | |
CN205943018U (zh) | 一种基于摔倒定位报警技术的可穿戴设备 | |
CN212755619U (zh) | 一种基于iBeacons的生命体征监测系统 | |
CN106445096B (zh) | 用于排球功能的检测方法 | |
Lan et al. | Gait analysis via a high-resolution triaxial acceleration sensor based on ZigBee technology |
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 |