CN109991896A - 机器人跌倒预判的方法、装置及存储装置 - Google Patents

机器人跌倒预判的方法、装置及存储装置 Download PDF

Info

Publication number
CN109991896A
CN109991896A CN201711498850.9A CN201711498850A CN109991896A CN 109991896 A CN109991896 A CN 109991896A CN 201711498850 A CN201711498850 A CN 201711498850A CN 109991896 A CN109991896 A CN 109991896A
Authority
CN
China
Prior art keywords
robot
value
acceleration
acceleration value
threshold
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
CN201711498850.9A
Other languages
English (en)
Other versions
CN109991896B (zh
Inventor
熊友军
周志平
陈林
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.)
Shenzhen Ubtech Technology Co ltd
Original Assignee
Shenzhen Ubtech Technology Co ltd
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 Shenzhen Ubtech Technology Co ltd filed Critical Shenzhen Ubtech Technology Co ltd
Priority to CN201711498850.9A priority Critical patent/CN109991896B/zh
Publication of CN109991896A publication Critical patent/CN109991896A/zh
Application granted granted Critical
Publication of CN109991896B publication Critical patent/CN109991896B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/42—Devices characterised by the use of electric or magnetic means
    • G01P3/44—Devices characterised by the use of electric or magnetic means for measuring angular speed
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0423—Input/output
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/25—Pc structure of the system
    • G05B2219/25257—Microcontroller

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

本申请公开了一种机器人跌倒预判的方法、装置及存储装置，方法包括：实时采集机器人的加速度值及陀螺仪的角速率值；根据加速度值判断机器人是否处于站立或倒立姿态；若判断为是，则根据实时采集的加速度值判断机器人是否可能发生跌倒；若判断为是，则判断陀螺仪在机器人可能发生跌倒方向上的角速率值是否到达阈值角速率；若判断为是，则执行对应的防护措施。通过上述方式，本申请能够在机器人跌倒前准确预判到有跌倒趋势，从而提前采取保护措施，实现对机器人的有效保护。

Description

机器人跌倒预判的方法、装置及存储装置
技术领域
本申请涉及机器人领域，特别是涉及一种机器人跌倒预判的方法、装置及存储装置。
背景技术
目前对于人形机器人，且对于人形机器人唱歌跳舞走路是其基本职责，免不了会常常跌倒，虽已经对人形机器人做了各种压力、跌落等测试，但是还需要从更多方面去保护机器人不摔倒，或者摔倒时能及时地采取保护措施。
发明内容
本申请提供一种机器人跌倒预判的方法、装置及存储装置，能够在机器人跌倒前准确预判到有跌倒趋势，从而提前采取保护措施，实现对机器人的有效保护。
为解决上述技术问题，本申请采用的一个技术方案是：提供一种机器人跌倒预判的方法，所述方法包括：实时采集所述机器人的加速度值及陀螺仪的角速率值；根据所述加速度值判断所述机器人是否处于站立或倒立姿态；若判断为是，则根据实时采集的所述加速度值判断所述机器人是否可能发生跌倒；若判断为是，则判断所述陀螺仪在所述机器人可能发生跌倒方向上的角速率值是否到达阈值角速率；若判断为是，则执行对应的防护措施。
为解决上述技术问题，本申请采用的另一个技术方案是：提供一种机器人跌倒预判的装置，所述装置包括处理器及存储器，所述处理器连接所述存储器；其中，所述处理器用于实时采集所述机器人的加速度值及陀螺仪的角速率值；根据所述加速度值判断所述机器人是否处于站立或倒立姿态；若判断为是，则根据实时采集的所述加速度值判断所述机器人是否可能发生跌倒；若判断为是，则判断所述陀螺仪在所述机器人可能发生跌倒方向上的角速率值是否到达阈值；若判断为是，则执行对应的防护措施。
为解决上述技术问题，本申请采用的又一个技术方案是：提供一种存储装置，存储有能够实现上述任一项所述方法的程序文件。
本申请的有益效果是：提供一种机器人跌倒预判的方法、装置及存储装置，通过实时采集机器人的加速度值和陀螺仪的角速率值，使得机器人可以在跌倒前准确预判到有跌倒趋势，从而提前采取保护措施，实现对机器人的有效保护。
附图说明
图1是本申请机器人跌倒预判的方法第一实施方式的流程示意图；
图2是本申请步骤S11一实施方式的流程示意图；
图3是本申请步骤S12一实施方式的流程示意图；
图4是本申请机器人跌倒预判装置一实施方式的结构示意图；
图5是本申请存储装置一实施方式的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参阅图，图1为本申请机器人跌倒预判方法第一实施方式的流程示意图。
本申请中所述的机器人均配置有陀螺仪和加速度计，其中，陀螺仪为角运动检测装置，用于检测机器人机体围绕某个轴向的旋转角速率值。加速度计用于测量机器人的加速度，且本申请中采用的陀螺仪可以为三轴陀螺仪，加速度计可以为三轴加速度计。参阅图1，本申请机器人跌倒预判方法包括如下步骤：
S10，实时采集机器人的加速度值及陀螺仪的角速率值。
本实施例中，通过实时采集配置于机器人上的陀螺仪和加速度计的数据值，可以分别得到所述机器人当前时刻的加速度值和角速率值并进行记录。其中，机器人加速度值及陀螺仪的角速率值的采样频率可以设置为每200ms检查一次，当然在其它实施例中，也可以设置为每50ms/次、100ms/次以及150ms/次，等等，此处不做进一步限定。
S11，根据加速度值判断机器人是否处于站立或倒立姿态。
在步骤S11中，根据实时获取到的三轴加速度计的加速度值进一步来分析机器人所处的姿态。参阅图2，步骤S11进一步包括如下子步骤：
S111，判断机器人某特定向上的加速度值的绝对值是否大于第一加速度阈值，且剩余轴向上的加速度值的绝对值小于第一加速度阈值。
简单来说，本申请中机器人的姿态可以分为如下表所述的六种情况：
表1 机器人的不同姿态
站立姿态 a_x≥xg |a_y|≤xg |a_z|≤xg
倒立姿态 |a_x≥xg |a_y|≤xg |a_z|≤xg
趴着姿态 |a_x|≤xg |a_y|≤xg |a_z|≥xg
躺着姿态 |a_x|≤xg |a_y|≤xg |a_z|≥xg
左卧姿态 |a_x|≤xg a_y≥xg |a_z|≤xg
右卧姿态 |a_x|≤xg |a_y|≥xg |a_z|≤xg
可选地，xg表示机器人在某一轴向上的第一加速度阈值，其中，x表示该轴向上该加速度值占加速度计满值的比例值，g为重力加速度值。根据表1可以得，正常情况下可以将机器人的姿态分为6种，站立姿态、倒立姿态、趴着姿态、躺着姿态、左卧姿态以及右卧姿态。其中，本申请中根据实时采集到的三轴加速计的三个轴的加速值来判断机器人的具体姿态。
在本申请一应用场景中，设采集到的三轴加速度计三个轴向上的加速值分别为a_x、a_y以及a_z，并将该三个轴向上的加速值的绝对值和第一阈值加速度值作比较，其中，第一阈值加速度值可以根据实际情况进行设定，例如可以设置为加速度满值g的1/2、1/3、1/4等等，此处不做进一步限定。本实施例中，第一阈值加速度值可以设置为1/2g。具体地，将采集到的三个轴向上的加速值分别为a_x、a_y以及a_z分别和第一阈值加速度比较，可以得到当加速值计X轴向上的加速度值a_x≥xg，即a_x≥1/2g，加速值计Y、Z轴向上的加速度值的绝对值分别满足|a_y|≤1/2g、|a_z|≤1/2g时，则可以判断机器人当前的姿态为站立姿态。
进一步地，若实时采集到的加速值计X轴向上的加速度值a_x为负值，且其绝对值满足|a_x|≥xg，加速值计Y、Z轴向上的加速度值的绝对值分别满足|a_y|≤1/2g、|a_z|≤1/2g时，则可以判断机器人当前的姿态为倒立姿态。其余姿态的判断和上述站立和倒立姿态的判断类似，此处就不一一列举。且在本实施例中，需要对机器人的跌倒做预判，故上述的左卧姿态以及右卧姿态本申请不做详细的描述。
可选地，本申请中机器人姿态的判断是依赖加速度计各个轴向上的加速度值，且机器人的具体姿态的判断和加速度计设置在机器人身上的位置有关系，本申请中，机器人的站立或者倒立姿态的判断是以加速度计X轴向上的加速度值为基准来判断，当然，在其他实施方式中，根据加速度计的安装方位不同，也可以是以加速度计Y或Z轴向上的加速度值为基准来判断，且其判断方法和上述X轴向上的加速度值的判断类似，此处不做进一步限定。且本申请中的实施例，都是以加速度计X轴向上的加速度值为基准进行判断。
S112，则机器人处于站立或倒立姿态。
根据上述实时采集到的三轴加速度计的加速度值可以判断机器人当前所处的具体姿态，且本申请中只对机器人的站立姿态和倒立姿态进行详细介绍。当然，若判断机器人当前不处于站立姿态或者倒立姿态，则进入步骤S10继续判断下一时刻所述机器人的运动姿态，若判断机器人处于站立或倒立姿态，则进入步骤S12。
S12，根据实时采集的加速度值判断机器人是否可能发生跌倒。
参阅图3，步骤S12进一步包括如下子步骤：
S121，判断下一时刻机器人的加速度值是否满足第二加速度阈值，其中第二加速度阈值小于第一加速度阈值。
在机器人满足站立或者倒立的姿态下，本申请通过设置第二加速度阈值来预判下一时刻机器人是否可能发生跌倒。且本申请中，第二加速度阈值的设置可以为小于第一加速度阈值，当然在具体实施方式中可以设置为加速度满值g的1/9、1/8、1/7等等，此处不做进一步限定。本实施例中，第二阈值加速度值可以设置为1/9g。
具体地，可以分为如下三种情况：
1.若判断下一时刻采集到的加速度计的加速度值的绝对值小于第二阈值加速度值，即假设该时刻采集到机器人X轴向上的加速度值|a_z|≤1/9g时，此刻机器人既不满足站立和倒立姿态，也不满足前倒和后倒状态，则机器人处于一过渡状态，所谓过渡状态可以指机器人可能会发生前倒或者后倒的状态。
2.若判断下一时刻采集到的加速度计的加速度值的绝对值大于第二阈值加速度值，且小于第一阈值加速度，即假设该时刻采集到机器人X轴向上的加速度值1/9g≤|a_z|≤1/2g时，则表明此刻机器人可能发生向前或者向后跌倒。
3.若判断下一时刻采集到的加速度计的加速度值的绝对值大于第一阈值加速度值，即假设此刻采集到机器人X轴向上的加速度值|a_z|≥1/2g时，则表明此刻机器人可能发生向前或者向后跌倒。
具体分析一下，以机器人满足站立姿态为例分析：
1.在机器人满足站立姿态的条件下，采集机器人下一时刻的加速度计的加速度值，判断三个轴向上所述加速度值和第二阈值加速度值的关系。举例来说，在一具体应用场景中，若采集到加速度计X轴向上的加速度值a_x为正，且满足a_x≤1/9g，可以根据该加速度值判定此刻机器人的状态既不属于站立姿态也不属于前倒状态，则规定其处于一过渡状态，且在该状态中，机器人是有可能发生向前跌倒的。同理，若加速度计采集到的X轴向上的值a_x为负，且满足其绝对值|a_x|≤1/9g，可以根据该加速度值判定此刻机器人的状态既不属于站立姿态也不属于后倒状态，即处于过渡状态。
2.若采集到加速度计X轴向上的加速度值a_x为正，且满足1/9g≤a_x≤1/2g，则表明此刻机器人可能发生向前跌倒。同理，若采集到加速度计X轴向上的加速度值a_x为负，且其绝对值且满足1/9g≤|a_x|≤1/2g，则表明此刻机器人可能发生向后跌倒。
3.若采集到加速度计X轴向上的加速度值a_x为正，且满足a_x≥1/2g，则表明该机器人既满足站立姿态也满足前倒状态，故此刻机器人可能发生向前跌倒。同理，若采集到加速度计X轴向上的加速度值a_x为负，且满足|a_x|≥1/2g，则表明该机器人既满足站立姿态也满足后倒状态，故此刻机器人可能发生向后跌倒。
上述实施方式中，以站立姿态为例详细介绍了通过实时采集下一时刻机器人的加速度状态来判断其可能发生跌倒的情况，即引入第二阈值加速度值来对机器人是否可能发生跌倒进行准确预判，可以对机器人进行有效的保护。同理，当机器人处于倒立姿态的时候，其判断方法和上述站立姿态下可能发生跌倒的情况类似，此处不再详细介绍。若判断机器人不处于上述任意一种可能发生跌倒的情况，则执行步骤S10，继续判断下一时刻所述机器人的运动姿态。
S122，机器人可能发生跌倒。
通过步骤S121中设置第二阈值加速度值，来进一步参与预判机器人是否可能发生跌倒，若满足分别满足上述调节，则可以判定机器人有发生向前或者向后跌倒的可能。
S13，判断陀螺仪在机器人可能发生跌倒方向上的角速率值是否到达阈值角速率。
由步骤S121中可以得到机器人可能发生跌倒的几种情况，且在步骤S13中，可以进一步结合陀螺仪，测得在机器人可能发生跌倒方向上的角速率值是否达到发生跌倒的预设阈值角速率，其中，该阈值角速率可以根据实际情况具体设置，本申请此处不做进一步限定。
具体来说，当判断机器人处于上述可能发生跌倒情况中的一种，假设该机器人预判为可能向前发生跌倒，则此步骤结合陀螺仪测出机器人可能向前跌倒方向上的角速率是否达到预设的阈值角速率，若达到则进入步骤S14。若判断该机器人可能向前跌倒方向上的角速率未达到预设的阈值角速率，则进入步骤S12继续判断该机器人是否可能发生跌倒。
S14，则执行对应的防护措施。
若在步骤S13中判断机器人在可能发生跌倒的方向上的角速度达到阈值角速率，则可以判定该机器人可能发生跌倒，此时可以控制机器人采取对应的防护措施，假设机器人向后倒则执行后置护手起身动作，如双手撑地，自动爬起来等等。若向前倒则执行前置护手起身动作等，此处本申请此处不做进一步限定。进一步，在机器人执行完对应的防护措施后，预设一时间段，且在所述时间段内机器人不响应任何状态，该时间段可以设置为3秒、5秒、7秒等等，此处不做进一步限定。随后便可进行下一个时刻机器人姿态的循环判断。
上述实施方式中，通过实时采集机器人的加速度值和陀螺仪的角速率值，使得机器人能够在跌倒前准确预判到有跌倒趋势，从而提前采取保护措施，实现对机器人的有效保护。
请参阅图4，图4为本申请机器人跌倒预判装置一实施方式的结构示意图。本申请中装置包括处理器10及存储器11，处理器10连接存储器11。
其中，处理器10用于实时采集机器人的加速度值及陀螺仪的角速率值；根据加速度值判断机器人是否处于站立或倒立姿态；若判断为是，则根据实时采集的加速度值判断所述机器人是否可能发生跌倒；若判断为是，则判断陀螺仪在机器人可能发生跌倒方向上的角速率值是否到达阈值；若判断为是，则执行对应的防护措施。
其中，处理器10还可以称为CPU(Central Processing Unit，中央处理单元)。处理器10可能是一种集成电路芯片，具有信号的处理能力。处理器10还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
上述装置中处理器可分别执行上述方法实施例中对应的步骤，故此处不再赘述，详细请参阅以上对应步骤的说明。
上述实施方式中，通过实时采集机器人的加速度值和陀螺仪的角速率值，使得机器人能够在跌倒前准确预判到有跌倒趋势，从而提前采取保护措施，实现对机器人的有效保护。
参阅图5，图5为本申请存储装置一实施方式的结构示意图。本申请的存储装置存储有能够实现上述所有方法的程序文件21，其中，该程序文件21可以以软件产品的形式存储在上述存储装置中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储装置包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质，或者是计算机、服务器、手机、平板等终端设备。
综上所述，本领域技术人员容易理解，本申请提供一种机器人跌倒预判的方法、装置及存储装置，通过实时采集机器人的加速度值和陀螺仪的角速率值，使得机器人能够在跌倒前准确预判到有跌倒趋势，从而提前采取保护措施，实现对机器人的有效保护。
以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种机器人跌倒预判的方法，其特征在于，所述方法包括：
实时采集所述机器人的加速度值及陀螺仪的角速率值；
根据所述加速度值判断所述机器人是否处于站立或倒立姿态；
若判断为是，则根据实时采集的所述加速度值判断所述机器人是否可能发生跌倒；
若判断为是，则判断所述陀螺仪在所述机器人可能发生跌倒方向上的角速率值是否到达阈值角速率；
若判断为是，则执行对应的防护措施。
2.根据权利要求1所述的方法，其特征在于，所述根据所述加速度值判断所述机器人是否处于站立或倒立姿态包括：
判断所述机器人的所述加速度值的绝对值在特定轴向上是否大于第一加速度阈值，且剩余轴向上的所述加速度值的绝对值小于所述第一加速度阈值；
若判断为是，则所述机器人处于站立或倒立姿态。
3.根据权利要求2所述的方法，其特征在于，所述根据实时采集的所述加速度值判断所述机器人是否可能发生跌倒包括：
判断下一时刻所述机器人的加速度值是否满足第二加速度阈值，其中所述第二加速度阈值小于所述第一加速度阈值；
若判断为是，则所述机器人可能发生跌倒。
4.根据权利要求3所述的方法，其特征在于，若判断下一时刻所述加速度值的绝对值小于所述第二阈值加速度值，则所述机器人处于过渡状态。
5.根据权利要求3所述的方法，其特征在于，若判断下一时刻所述加速度值的绝对值大于所述第二阈值加速度值，且小于所述第一阈值加速度，则所述机器人可能发生向前或者向后跌倒。
6.根据权利要求3所述的方法，其特征在于，若判断下一时刻所述加速度值的绝对值大于所述第一阈值加速度值，则所述机器人可能发生向前或者向后跌倒。
7.根据权利要求1所述的方法，其特征在于，若判断所述机器人未处于站立或倒立姿态，则继续判断下一时刻所述机器人的运动姿态。
8.根据权利要求1所述的方法，其特征在于，若判断所述陀螺仪在所述机器人可能发生跌倒方向上的角速率值未到达阈值角速率，则继续判断所述机器人是否可能发生跌倒。
9.一种机器人跌倒预判的装置，其特征在于，所述装置包括处理器及存储器，所述处理器连接所述存储器；
其中，所述处理器用于实时采集所述机器人的加速度值及陀螺仪的角速率值；根据所述加速度值判断所述机器人是否处于站立或倒立姿态；若判断为是，则根据实时采集的所述加速度值判断所述机器人是否可能发生跌倒；若判断为是，则判断所述陀螺仪在所述机器人可能发生跌倒方向上的角速率值是否到达阈值；若判断为是，则执行对应的防护措施。
10.一种存储装置，其特征在于，存储有能够实现如权利要求1-8中任一项所述方法的程序文件。
CN201711498850.9A 2017-12-29 2017-12-29 机器人跌倒预判的方法、装置及存储装置 Active CN109991896B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711498850.9A CN109991896B (zh) 2017-12-29 2017-12-29 机器人跌倒预判的方法、装置及存储装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711498850.9A CN109991896B (zh) 2017-12-29 2017-12-29 机器人跌倒预判的方法、装置及存储装置

Publications (2)

Publication Number Publication Date
CN109991896A true CN109991896A (zh) 2019-07-09
CN109991896B CN109991896B (zh) 2020-08-25

Family

ID=67111730

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711498850.9A Active CN109991896B (zh) 2017-12-29 2017-12-29 机器人跌倒预判的方法、装置及存储装置

Country Status (1)

Country Link
CN (1) CN109991896B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111113379A (zh) * 2019-12-13 2020-05-08 桂林凯歌信息科技有限公司 基于三轴加速度防摔保护的机器人及其控制方法
CN111685673A (zh) * 2020-05-14 2020-09-22 深圳市无限动力发展有限公司 机器的自我保护方法、装置、存储介质以及扫地机器人
CN113910243A (zh) * 2021-11-15 2022-01-11 深圳市普渡科技有限公司 机器人、管理机器人摔倒的方法、计算机产品及存储介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR960007469B1 (en) * 1994-08-27 1996-06-03 Lg Electronics Inc Apparatus and method for preventing falling-down of cleaning robot
CN101403619A (zh) * 2008-10-21 2009-04-08 北京理工大学 仿人机器人足部姿态实时检测系统和方法
CN103021131A (zh) * 2012-12-28 2013-04-03 中科院微电子研究所昆山分所 跌倒检测系统和检测方法
CN103027687A (zh) * 2012-12-05 2013-04-10 北京工业大学 基于3d加速度仪和陀螺仪的老年人跌倒检测报警系统
CN103142234A (zh) * 2013-01-25 2013-06-12 中国科学院深圳先进技术研究院 用于判断人体跌倒的传感器系统、方法及人体防护装置
CN103390327A (zh) * 2013-07-16 2013-11-13 中国科学院深圳先进技术研究院 人体防跌倒预警方法及预警器
US20140184382A1 (en) * 2013-01-03 2014-07-03 National Chiao Tung University Fall detection and protection system and method
CN103927851A (zh) * 2014-04-04 2014-07-16 余志峰 一种个人化多阈值跌倒检测方法及系统
CN106530612A (zh) * 2016-10-10 2017-03-22 芜湖美的厨卫电器制造有限公司 跌倒检测装置及方法
CN106539587A (zh) * 2016-12-08 2017-03-29 浙江大学 一种基于多运动传感器的跌倒风险评估以及监测系统及评估方法
CN106709471A (zh) * 2017-01-05 2017-05-24 宇龙计算机通信科技(深圳)有限公司 跌倒检测方法及装置
CN106960543A (zh) * 2017-05-22 2017-07-18 广东工业大学 一种跌倒监测方法
CN107203212A (zh) * 2017-07-04 2017-09-26 西北工业大学 实现全向步行的小型类人机器人及其控制方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR960007469B1 (en) * 1994-08-27 1996-06-03 Lg Electronics Inc Apparatus and method for preventing falling-down of cleaning robot
CN101403619A (zh) * 2008-10-21 2009-04-08 北京理工大学 仿人机器人足部姿态实时检测系统和方法
CN103027687A (zh) * 2012-12-05 2013-04-10 北京工业大学 基于3d加速度仪和陀螺仪的老年人跌倒检测报警系统
CN103021131A (zh) * 2012-12-28 2013-04-03 中科院微电子研究所昆山分所 跌倒检测系统和检测方法
US20140184382A1 (en) * 2013-01-03 2014-07-03 National Chiao Tung University Fall detection and protection system and method
CN103142234A (zh) * 2013-01-25 2013-06-12 中国科学院深圳先进技术研究院 用于判断人体跌倒的传感器系统、方法及人体防护装置
CN103390327A (zh) * 2013-07-16 2013-11-13 中国科学院深圳先进技术研究院 人体防跌倒预警方法及预警器
CN103927851A (zh) * 2014-04-04 2014-07-16 余志峰 一种个人化多阈值跌倒检测方法及系统
CN106530612A (zh) * 2016-10-10 2017-03-22 芜湖美的厨卫电器制造有限公司 跌倒检测装置及方法
CN106539587A (zh) * 2016-12-08 2017-03-29 浙江大学 一种基于多运动传感器的跌倒风险评估以及监测系统及评估方法
CN106709471A (zh) * 2017-01-05 2017-05-24 宇龙计算机通信科技(深圳)有限公司 跌倒检测方法及装置
CN106960543A (zh) * 2017-05-22 2017-07-18 广东工业大学 一种跌倒监测方法
CN107203212A (zh) * 2017-07-04 2017-09-26 西北工业大学 实现全向步行的小型类人机器人及其控制方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111113379A (zh) * 2019-12-13 2020-05-08 桂林凯歌信息科技有限公司 基于三轴加速度防摔保护的机器人及其控制方法
CN111113379B (zh) * 2019-12-13 2023-03-14 桂林凯歌信息科技有限公司 基于三轴加速度防摔保护的机器人及其控制方法
CN111685673A (zh) * 2020-05-14 2020-09-22 深圳市无限动力发展有限公司 机器的自我保护方法、装置、存储介质以及扫地机器人
CN111685673B (zh) * 2020-05-14 2022-03-11 深圳市无限动力发展有限公司 机器的自我保护方法、装置、存储介质以及扫地机器人
CN113910243A (zh) * 2021-11-15 2022-01-11 深圳市普渡科技有限公司 机器人、管理机器人摔倒的方法、计算机产品及存储介质
CN113910243B (zh) * 2021-11-15 2024-01-12 深圳市普渡科技有限公司 机器人、管理机器人摔倒的方法、计算机产品及存储介质

Also Published As

Publication number Publication date
CN109991896B (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
Owen et al. Development of a criterion method to determine peak mechanical power output in a countermovement jump
Nuzzo et al. The reliability of three devices used for measuring vertical jump height
CN104436597B (zh) 运动辅助装置以及运动辅助方法
CN108109336B (zh) 一种基于加速度传感器的人体跌倒识别方法
CN109991896A (zh) 机器人跌倒预判的方法、装置及存储装置
CN107578019B (zh) 一种视觉触觉融合的步态识别系统及识别方法
CN103927851B (zh) 一种个人化多阈值跌倒检测方法及系统
JP6369811B2 (ja) 歩行解析システムおよび歩行解析プログラム
CN103699795A (zh) 一种运动行为识别方法、装置及运动强度监测系统
CN111288986B (zh) 一种运动识别方法及运动识别装置
CN107920783A (zh) 监测与用户身体活动关联的运动和取向模式的系统和方法
Jensen et al. Classification of kinematic swimming data with emphasis on resource consumption
CN108634960B (zh) 一种用于外骨骼穿戴者的步态在线检测方法
CN113111767A (zh) 一种基于深度学习3d姿态评估的跌倒检测方法
Balloch et al. Assessment of a novel algorithm to determine change-of-direction angles while running using inertial sensors
CN107783654B (zh) 一种虚拟装配操作中身体弯曲类动作检测方法
US9766115B2 (en) Balance ability measurement apparatus, balance ability measurement method and non-transitory computer readable recording medium for recording balance ability measurement program
CN104473648A (zh) 一种结合生理参数监测的人体摔倒预警和检测方法
WO2021233011A1 (zh) 一种体成分检测方法、设备和计算机可读存储介质
US20220095959A1 (en) Feigned Injury Detection Systems And Methods
CN111241983A (zh) 一种姿势检测方法、装置、系统、电子设备及存储介质
CN117109567A (zh) 用于动感单车运动的骑行姿态监测方法、系统以及穿戴式骑行姿态监测设备
US11020024B2 (en) System and method for evaluating range of motion of a subject
JP2017148287A (ja) つまずきリスクの評価方法
CN110021144A (zh) 一种摔倒检测方法、终端设备及存储介质

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