CN110226934B - 一种跌倒检测方法、装置及腕带式设备 - Google Patents

一种跌倒检测方法、装置及腕带式设备 Download PDF

Info

Publication number
CN110226934B
CN110226934B CN201910544819.7A CN201910544819A CN110226934B CN 110226934 B CN110226934 B CN 110226934B CN 201910544819 A CN201910544819 A CN 201910544819A CN 110226934 B CN110226934 B CN 110226934B
Authority
CN
China
Prior art keywords
air pressure
value
falling
pressure change
wearer
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.)
Active
Application number
CN201910544819.7A
Other languages
English (en)
Other versions
CN110226934A (zh
Inventor
王德信
张学军
狄素素
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.)
Qingdao Goertek Intelligent Sensor Co Ltd
Original Assignee
Qingdao Goertek Intelligent Sensor 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 Qingdao Goertek Intelligent Sensor Co Ltd filed Critical Qingdao Goertek Intelligent Sensor Co Ltd
Priority to CN201910544819.7A priority Critical patent/CN110226934B/zh
Publication of CN110226934A publication Critical patent/CN110226934A/zh
Application granted granted Critical
Publication of CN110226934B publication Critical patent/CN110226934B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A61B5/1117—Fall detection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112—Gait analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements 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
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Emergency Alarm Devices (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及一种跌倒检测方法、一种跌倒检测装置及一种腕带式设备。该方法包括：监测气压变化率，根据气压变化率获得关于佩戴者是否跌倒的初步检测结果；在初步检测结果为跌倒的情况下，根据气压变化率获取对应跌倒过程的跌倒时段；获取对应跌倒时段的气压变化值和跌倒时段内的加速度值；根据气压变化值和加速度值，获得关于佩戴者是否跌倒的最终检测结果。

Description

一种跌倒检测方法、装置及腕带式设备
技术领域
本发明涉及智能电子设备技术领域，更具体地，涉及一种跌倒检测方法、一种跌倒检测装置及一种腕带式设备。
背景技术
当今社会老龄化问题日益突出，老人的身体机能较差，在日常生活中容易发生跌倒。对于老人跌倒的情况，如果不能及时发现并采取措施，很容易引起较为严重的后果。因此，有必要对跌倒问题进行及时的检测。
随着智能穿戴设备的兴起，智能手环/智能手表等腕带式设备越来越普及。基于上述设备进行跌倒检测具有较高的实用性，因此值得关注。现有技术中存在结合加速度计和陀螺仪进行跌倒检测的方法，由于日常生活中手部姿态的变化情况较大，使得该方法无法有效应用于腕带式电子设备中。另外，现有技术中存在单纯利用气压计检测的方式，该方法无法识别抬手后快速下落、伸手捡东西等动作，因此该方法的检测准确率受到了限制。
因此，如何提出一种更加理想的跌倒检测方法，就成为了需要的问题。
发明内容
本发明实施例的一个目的是提供一种跌倒检测的新的技术方案。
根据本发明的第一方面，提供了一种跌倒检测方法，包括：
监测气压变化率，根据所述气压变化率获得关于佩戴者是否跌倒的初步检测结果；
在所述初步检测结果为跌倒的情况下，根据所述气压变化率获取对应跌倒过程的跌倒时段；
获取对应所述跌倒时段的气压变化值和所述跌倒时段内的加速度值；
根据所述气压变化值和所述加速度值，获得关于佩戴者是否跌倒的最终检测结果。
可选地，所述根据所述气压变化率确定关于佩戴者是否跌倒的初步检测结果，包括：
根据所述气压变化率是否大于预设的第一阈值，判断佩戴者是否出现跌倒倾向；
在出现所述跌倒倾向的情况下，根据出现所述跌倒倾向后第一预设时长内的气压变化率是否小于预设的第二阈值，获得所述关于佩戴者是否跌倒的初步检测结果，其中，所述第二阈值小于所述第一阈值；
所述根据所述气压变化率获取对应跌倒过程的跌倒时段，包括：
根据所述跌倒倾向对应的时间和关于佩戴者跌倒的初步检测结果对应的时间，获得所述对应跌倒过程的跌倒时段。
可选地，所述根据所述气压变化值和加速度值，获得关于佩戴者是否跌倒的最终检测结果，包括：
在所述气压变化值大于预设的第三阈值、小于预设的第四阈值，并且所述加速度值大于预设的第五阈值的情况下，确定所述最终检测结果为跌倒。
可选地，所述方法还包括：
获取所述跌倒时段开始前第二预设时长内、佩戴者处于行走状态时的气压值；
根据所述气压值，获得对应所述跌倒时段的气压基准值；
在获得所述气压基准值的情况下，根据所述气压基准值和所述跌倒时段末尾时刻的气压值，获得所述对应所述跌倒过程的气压变化值。
可选地，所述获取所述跌倒时段开始前第二预设时长内、佩戴者处于行走状态时的气压值，包括：
获取所述跌倒时段开始前第二预设时长内的加速度值；
根据所述加速度值获取佩戴者处于行走状态的行走时段；
获取所述行走时段内的气压值，得到所述跌倒时段开始前第二预设时长内、佩戴者处于行走状态时的气压值。
可选地，所述方法还包括：
在所述最终检测结果为跌倒的情况下，进行第一警告提示。
可选地，所述方法还包括：
在所述最终检测结果为跌倒的情况下，根据所述跌倒时段结束后第三预设时长内的气压变化值，检测佩戴者是否起身；
在检测到未起身的情况下，进行第二警告提示。
可选地，所述方法还包括：
检测所述腕带式设备是否处于佩戴状态；
在处于佩戴状态的情况下，再执行所述监测气压变化率的操作。
根据本发明的第二方面，还提供一种跌倒检测装置，包括：
信号获取单元，用于获取气压变化率、气压差值和加速度值；
第一检测单元，用于根据所述气压变化率获得关于佩戴者是否跌倒的初步检测结果，并在所述初步检测结果为跌倒的情况下，根据所述气压变化率获取对应跌倒过程的跌倒时段；
第二检测单元，用于根据对应所述跌倒时段的气压变化值和所述跌倒时段内的加速度值，获得关于佩戴者是否跌倒的最终检测结果。
根据本发明的第三方面，还提供了一种腕带式设备，包括本发明第二方面中的跌倒检测装置；或者，所述电子设备包括：
存储器，用于存储可执行命令；
处理器，用于在所述可执行命令的控制下，执行本发明第一方面中的任一项方法。
本发明实施例的有益效果在于，先根据气压变化率进行跌倒的初步检测，再根据气压变化值和加速度值进行跌倒的最终检测，能够屏蔽多种干扰过程，实现较高的检测准确率。另外，本发明实施例利用气压变化率能够及时识别出跌倒危险，并且较为准确地识别出跌倒过程。此外，由于本发明实施例提供的跌倒检测方法中分为初步检测阶段和最终检测阶段，在初步检测阶段只需监测气压变化率，可以不进行对气压变化值和加速度值的获取和判断，从而能够减低设备功耗。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。
图1示出了可用于实现本发明实施例的腕带式设备的示意图。
图2是本发明实施例一提供的跌倒检测方法的流程图。
图3是本发明实施例一提供的一个具体例子的流程图。
图4是本发明实施例二提供的跌倒检测装置的示意图。
图5是本发明实施例三提供的腕带式设备的示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人物已知的技术、方法和设备可能不作详细讨论，但在适当情况下，技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
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讨论。
<硬件配置>
图1示出了可用于实现本发明实施例的腕带式设备的示意图。如图1所示，可穿戴设备100包括了处理器101、存储器102、通信装置103、显示装置104、扬声器风105和传感器106。
处理器101例如是中央处理器CPU、微处理器MCU等。存储器102例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。通信装置103例如能够进行有线通信或者无线通信。显示装置104例如可用于显示文字、图形等信息，例如是液晶显示屏。扬声器105例如可用于发出提示音。传感器106用于获取信号物理量，例如是气压计、加速度计等。
在本实施例中，传感器106至少包括了气压计和加速度计，可直接测量气压值和加速度值，并通过进一步处理得到气压变化率、气压变化值等。
图1所示的腕带式设备100仅是解释性的，并且决不是为了要限制本发明、其应用或用途。
<实施例一>
本实施例提供了一种跌倒检测方法，实施主体例如是图1中的腕带式设备100。如图2所示，该方法包括以下步骤S2100-S2400：
步骤S2100，监测气压变化率，根据气压变化率获得关于佩戴者是否跌倒的初步检测结果。
在该步骤中，对气压变化率进行实时监测，并基于气压变化率进行关于佩戴者是否跌倒的初步检测，得到初步检测结果。
需要说明的是，这里的气压变化率是某一时刻的瞬时气压变化率，不同于一段时间内的平均气压变化率。
下面提供一个获取某一时刻气压变化率的例子：以预设的采样频率f采集气压值，对于某一目标采样时刻，根据该目标采样时刻的前一采样时刻对应的气压值P1、该目标采样时刻的后一采样时刻对应的气压值P2、以及采样频率f，计算得到该目标采样时刻的气压变化率
Figure BDA0002103642680000051
在其他的例子中，也可以根据该目标采样时刻的前一采样时刻对应的气压值P1以及该目标采样时刻对应的气压值P0，计算出该目标采样时刻的气压变化率
Figure BDA0002103642680000052
在一个例子中，步骤S2100中的初步检测进一步包括以下步骤S2110-S2120：
步骤S2110，根据气压变化率是否大于预设的第一阈值，判断佩戴者是否出现跌倒倾向。
本例中，首先判断佩戴者是否出现跌倒倾向，即是否出现了跌倒的可能性。可以根据气压变化率判断是否出现跌倒倾向，当气压变化率
Figure BDA0002103642680000061
大于预设的第一阈值C1时，即
Figure BDA0002103642680000062
时，便认为佩戴者具有跌倒的危险，即出现了跌倒倾向。并且，本例中认为跌倒倾向出现的时间也是跌倒过程开始的时间。
在一个例子中，通过试验方式获取第一阈值。例如，选择不同身高的试验对象对跌倒过程进行模拟，记录跌倒过程中的气压变化率。对记录的数据进行统计学分析，根据跌倒开始阶段气压变化率的取值范围，确定出第一阈值。
另外，为了更好地区分跌倒过程和抬手后下落过程，可以在前述试验过程中增加对抬手后下落过程的模拟和数据采集，再对两种过程中气压变化率的取值范围进行对比分析，找到能够更好地区分跌倒和抬手后下落两种情形的第一阈值。
在步骤S2110中，通过监测气压变化率并与第一阈值进行比较，能够在跌倒的开始阶段识别出跌倒倾向，为后续步骤的进行提供基础，有利于尽早识别出跌倒危险。
步骤S2120，在出现跌倒倾向的情况下，根据出现跌倒倾向后第一预设时长内的气压变化率是否小于预设的第二阈值，获得关于佩戴者是否跌倒的初步检测结果，其中，第二阈值小于第一阈值。
在一个例子中，在判断出现跌倒倾向的前提下，记录跌倒倾向出现的时刻t1(也就是最早出现的、大于第一阈值的气压变化率对应的采集时刻)，并结合第一预设时长Δt1，判断在t1到t1+Δt1时段中每一采样时刻的气压变化率是否出现了小于第二阈值的情况，也就是判断出现跌倒倾向后第一预设时长内的气压变化率是否小于预设的第二阈值。如果出现了气压变化率
Figure BDA0002103642680000063
小于第二阈值C2，即
Figure BDA0002103642680000064
的情况，便判断初步检测结果为跌倒。
通常来说，在跌倒过程，佩戴者手部的气压变化率会先变大再变小，并且这种变化出现在较短时间内，本实施例利用这一特点，根据气压变化率进行跌倒的初步检测，并初步识别出跌倒的过程。
容易理解地，本实施例中的第一预设时长Δt1应取与跌倒过程时长一致的值，例如Δt1＝1s。另外，容易理解地，本实施例中的第二阈值小于第一阈值。
在初步检测结果为跌倒的情况下，本实施例进一步根据跌倒过程中的气压变化值和加速度值进行跌倒的最终检测。为此，通过以下步骤S2200确定出跌倒时段：
步骤S2200，在初步检测结果为跌倒的情况下，根据气压变化率获取对应跌倒过程的跌倒时段。
在一个例子中，根据跌倒倾向对应的时间和关于佩戴者跌倒的初步检测结果对应的时间，获得对应跌倒过程的跌倒时段。这里，跌倒倾向对应的时间，例如是跌倒倾向出现的时间tstart，也就是在判断跌倒倾向时，最早出现的大于第一阈值的气压变化率对应的采集时间。关于佩戴者跌倒的初步检测结果对应的时间，例如是初步检测出的跌倒结束时间tend，也就是在判断初步检测结果时，最早出现的小于第二阈值的气压变化率对应的采集时间。可以认为tstart和tend之间的时间段对应于跌倒过程，该时间段即为跌倒时段。
在获取到跌倒时段后，根据跌倒过程中的气压变化特点和加速度特点进行关于佩戴者是否跌倒的最终检测，为此，通过以下步骤S2300获取跌倒过程中的气压变化值和加速度值：
步骤S2300，获取对应跌倒时段的气压变化值和跌倒时段内的加速度值。
在一个例子中，根据跌倒时段开始时刻和结束时刻的气压值，计算对应跌倒时段的气压变化值。例如，在前面的例子中，跌倒倾向出现的时间tstart对应的气压值为Pstart，初步检测出的跌倒结束时间tend对应的气压值为Pend，则对应跌倒时段tstart至tend的气压变化值Pfall＝Pend-Pstart。
在另外的例子中，根据气压基准值和跌倒时段结束时刻的气压值，计算对应跌倒时段的气压变化值。这里的气压基准值，根据跌倒时段开始前第二预设时长内、佩戴者处于行走状态的气压值获得。例如，对于佩戴者行走时突然跌倒的情形，跌倒时段为tstart至tend，第二预设时长为Δt2，容易知道，跌倒时段开始前第二预设时长内对应的时间段为tstart-Δt2至tstart，并且该时间段内佩戴者始终处于行走状态。因此，可以根据tstart-Δt2至tstart时间段内采集到的气压值计算对应于跌倒时段tstart至tend的气压基准值Pref，例如将这些气压值的算术平均数作为该气压基准值Pref。之后，再根据tend对应的气压值为Pend和气压基准值Pref，计算得到对应跌倒时段tstart至tend的气压变化值ΔPfall＝Pend-Pref。
本例中的气压基准值，可以视为佩戴者正常行走时腰部位置的气压值。在跌倒过程中，相对于该气压基准值，过程结束时会出现显著的气压变化。而在抬手后下落过程中，相对于该气压基准值，过程结束时气压变化很小。因此，本例中的方式能够对两种过程实现有效区分。
本例中，为了获取气压基准值，需要对佩戴者的行走状态进行识别。可以根据行走状态下佩戴者手部的加速度特点，识别出行走状态。例如，当测得的加速度值在一定范围内周期性波动时，便认为佩戴者处于行走状态。在前面的例子中，找出tstart-Δt2至tstart时间段内、并且佩戴者处于行走状态的时段，该时段即为行走时段。根据行走时段内的气压值，便能计算出气压基准值。
另外，也可以同时根据人行走时的加速度特点和气压特点识别行走状态，从而得到更准确的识别结果。
在一个例子中，通过获取跌倒时段开始时刻和结束时刻之间采集到的全部加速度值，得到跌倒时段内的加速度值。
获取对应跌倒时段的气压变化值和跌倒时段内的加速度值之后，便可通过以下步骤S2400进行关于佩戴者是否跌倒的最终检测。
步骤S2400，根据气压变化值和加速度值，获得关于佩戴者是否跌倒的最终检测结果。
该步骤中，根据跌倒过程中的气压变化特点和加速度特点，判断佩戴者是否跌倒。
在一个例子中，将气压变化值ΔPfall分别与第三阈值C3和第四阈值C4进行比较，同时将加速度值a与第五阈值C5进行比较，其中C3<C4。在气压变化值大于预设的第三阈值、小于预设的第四阈值，并且加速度值大于预设的第五阈值，即C3<ΔPfall<C4并且a>C5的情况下，判断最终检测结果为跌倒。
在进行加速度值和第五阈值的比较时，可以先找出跌倒时段内最大的加速度值，再将该最大加速度值和第五阈值进行比较。
在上面的例子中，通过比较气压变化值ΔPfall和第三阈值C3，能够屏蔽小幅度摆手等情况，通过比较气压变化值ΔPfall和第四阈值C4，能够屏蔽掉乘坐电梯等情况，再结合比较加速度值a与第五阈值C5，能够进一步提高检测的准确率。
本实施例中的跌倒检测方法，先根据气压变化率进行跌倒的初步检测，再根据气压变化值和加速度值进行跌倒的最终检测，能够屏蔽多种干扰过程，实现较高的检测准确率。
本实施例中的跌倒检测方法，利用气压变化率能够及时识别出跌倒危险，并且较为准确地识别出跌倒过程。
另外，由于本实施例提供的跌倒检测方法中分为初步检测阶段和最终检测阶段，在初步检测阶段只需监测气压变化率，可以不进行对气压变化值和加速度值的获取和判断，从而能够减低设备功耗。
在例子中，该方法还包括警告提示步骤S2500：
步骤S2500，在最终检测结果为跌倒的情况下，进行第一警告提示。
可以通过多种方式进行第一警告提示，例如通过可穿戴设备的扬声器发出提示音，或者通过可穿戴设备的显示装置或指示灯发出提示信号，或者向指定的通讯设备发送短信、拨打电话等。
通过进行警告提示，可以帮助老人及时求救。
在一个例子中，该方法还包括检测佩戴者跌倒后是否起身的步骤S2600：
步骤S2600，在最终检测结果为跌倒的情况下，根据跌倒时段结束后第三预设时长内的气压变化值，检测佩戴者是否起身；在检测到未起身的情况下，进行第二警告提示。
例如，在前面的例子中，跌倒时段为tstart至tend，第三预设时长为Δt3，其大小例如为2分钟，跌倒时段结束后第三预设时长内的时间段即为tend至tend+Δt3之间的时间段。获取该时间段内采集的气压值，并判断该气压值是否恢复到起身状态的气压值，例如恢复到气压基准值Pref或者跌倒倾向出现的时间tstart对应的气压值Pstart，从而检测出佩戴者是否起身。
如果通过前面的检测发现佩戴者没有起身，意味着跌倒结果较为严重，这时可以通过第二警告提示，向相关人员提示该情况。第二警告提示相对于第一警告提示具有更强的警示性，例如加大提示音的音量，或者使指示灯的变化更加激烈，或者向指定的通信设备发送包含“严重跌倒警告”等内容的信息。
在一个例子中，在步骤S2100之前，该方法还包括初始阶段检测佩戴状态的步骤S2000：
步骤S2000，检测腕带式设备是否处于佩戴状态；在处于佩戴状态的情况下，再执行监测气压变化率的操作。
可以通过电容传感器、温度传感器、湿度传感器等方式，检测腕带式设备是否接近人体皮肤，进而确定佩戴状态。
通过预先检测佩戴状态，可以避免相关硬件在非佩戴状态下仍处于工作状态，从而降低设备功耗，并且使得设备更加智能便捷。
下面提供一个本实施例中跌倒检测方法的具体例子，该例子对应佩戴者在行走一段时间后突然跌倒的过程。参见图3所示的流程图，一方面，腕带式设备对佩戴者的行走状态进行监测，并将行走状态下的气压值进行记录，即执行步骤S101-S102，以便后续进行气压基准值的计算。另一方面，腕带式设备还对气压变化率进行监测，并根据第一门限值实时检测是否出现了跌倒倾向，即执行步骤S103-S104。在检测到跌倒倾向后，再继续监测气压变化率，并根据第二门限值对是否跌倒进行初步判断，即执行步骤S105-S106。在初步检测结果为跌倒的情况下，根据前述过程中获得的气压变化率，确定出跌倒过程对应的跌倒时段，即执行步骤S107-S108。根据气压基准值和跌倒时段结束时刻的气压值计算气压变化值，将得到的气压变化值分别于第三阈值和第四阈值进行比较。同时，找出跌倒时段内加速度的最大值，将该最大值与第五阈值进行比较，即执行步骤S109-S110。在气压判断值和加速度值均满足判断条件的情况下，确定最终检测结果为跌倒，并通过提示音、向预设联系人发送信息等方式进行第一警告提示，即执行步骤S111。之后，继续获取跌倒后一段时间内的气压变化值，并据此判断佩戴者是否起身，即执行步骤S112-S113。在判断未起身的情况下，通过增大提示音、向预设联系人再次发送信息等方式进行第二警告提示。
<实施例二>
本实施例提供一种跌倒检测装置，该装置例如是图4所示的跌倒检测装置400，包括：
信号获取单元410，用于获取气压变化率、气压差值和加速度值；
第一检测单元420，用于根据气压变化率获得关于佩戴者是否跌倒的初步检测结果，并在初步检测结果为跌倒的情况下，根据气压变化率获取对应跌倒过程的跌倒时段；
第二检测单元430，用于根据对应跌倒时段的气压变化值和跌倒时段内的加速度值，获得关于佩戴者是否跌倒的最终检测结果。
在本实施例一个具体例子中，第一检测单元420还用于：根据气压变化率是否大于预设的第一阈值，判断佩戴者是否出现跌倒倾向；在出现跌倒倾向的情况下，根据出现跌倒倾向后第一预设时长内的气压变化率是否小于预设的第二阈值，获得关于佩戴者是否跌倒的初步检测结果，其中，第二阈值小于第一阈值；
以及，根据跌倒倾向对应的时间和关于佩戴者跌倒的初步检测结果对应的时间，获得对应跌倒过程的跌倒时段。
在本实施例一个具体例子中，第二检测单元430还用于：在气压变化值大于预设的第三阈值、小于预设的第四阈值，并且加速度值大于预设的第五阈值的情况下，确定最终检测结果为跌倒。
在本实施例一个具体例子中，跌倒检测装置400还包括基准值获取单元(图中未示出)，该基准值获取单元用于：获取跌倒时段开始前第二预设时长内、佩戴者处于行走状态时的气压值；根据气压值，获得对应跌倒时段的气压基准值；在获得气压基准值的情况下，根据气压基准值和跌倒时段末尾时刻的气压值，获得对应跌倒过程的气压变化值。
在本实施例一个具体例子中，该基准值获取单元还用于：获取跌倒时段开始前第二预设时长内的加速度值；根据加速度值获取佩戴者处于行走状态的行走时段；获取行走时段内的气压值，得到跌倒时段开始前第二预设时长内、佩戴者处于行走状态时的气压值。
在本实施例一个具体例子中，跌倒检测装置400还包括警告提示单元(图中未示出)，该警告提示单元用于：在最终检测结果为跌倒的情况下，进行第一警告提示。
在本实施例一个具体例子中，跌倒检测装置400还包括起身检测单元(图中未示出)，该起身检测单元用于：在最终检测结果为跌倒的情况下，根据跌倒时段结束后第三预设时长内的气压变化值，检测佩戴者是否起身。以及，警告提示单元还用于：在检测到未起身的情况下，进行第二警告提示。
在本实施例一个具体例子中，跌倒检测装置400还包括佩戴检测单元(图中未示出)，该佩戴检测单元用于：检测腕带式设备是否处于佩戴状态；在处于佩戴状态的情况下，再执行监测气压变化率的操作。
<实施例三>
本实施例提供一种腕带式设备，该腕带式设备包括实施例二中的跌倒检测装置。或者，该腕带式设备为图5所示的腕带式设备500，包括：
存储器510，用于存储可执行命令；
处理器520，用于在存储器510存储的执行命令的控制下，执行实施例一中的任一项方法。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、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、程序段或指令的一部分，模块、程序段或指令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。在有些作为替换的实现中，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。对于本领域技术人物来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人物来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人物能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (10)

1.一种跌倒检测方法，由腕带式设备实施，包括：
监测气压变化率，根据所述气压变化率获得关于佩戴者是否跌倒的初步检测结果；
在所述初步检测结果为跌倒的情况下，根据所述气压变化率获取对应跌倒过程的跌倒时段；
获取对应所述跌倒时段的气压变化值和所述跌倒时段内的加速度值；
根据所述气压变化值和所述加速度值，获得关于佩戴者是否跌倒的最终检测结果，
其中，所述根据所述气压变化率确定关于佩戴者是否跌倒的初步检测结果，包括：
根据所述气压变化率是否大于预设的第一阈值，判断佩戴者是否出现跌倒倾向；
在出现所述跌倒倾向的情况下，根据出现所述跌倒倾向后第一预设时长内的气压变化率是否小于预设的第二阈值，获得所述关于佩戴者是否跌倒的初步检测结果，其中，所述第二阈值小于所述第一阈值；
所述根据所述气压变化率获取对应跌倒过程的跌倒时段，包括：
根据所述跌倒倾向对应的时间和关于佩戴者跌倒的初步检测结果对应的时间，获得所述对应跌倒过程的跌倒时段。
2.根据权利要求1所述的方法，其中，所述根据所述气压变化值和加速度值，获得关于佩戴者是否跌倒的最终检测结果，包括：
在所述气压变化值大于预设的第三阈值、小于预设的第四阈值，并且所述加速度值大于预设的第五阈值的情况下，确定所述最终检测结果为跌倒。
3.根据权利要求1所述的方法，其中，所述方法还包括：
获取所述跌倒时段开始前第二预设时长内、佩戴者处于行走状态时的气压值；
根据所述气压值，获得对应所述跌倒时段的气压基准值；
在获得所述气压基准值的情况下，根据所述气压基准值和所述跌倒时段末尾时刻的气压值，获得所述对应所述跌倒过程的气压变化值。
4.根据权利要求3所述的方法，其中，所述获取所述跌倒时段开始前第二预设时长内、佩戴者处于行走状态时的气压值，包括：
获取所述跌倒时段开始前第二预设时长内的加速度值；
根据所述加速度值获取佩戴者处于行走状态的行走时段；
获取所述行走时段内的气压值，得到所述跌倒时段开始前第二预设时长内、佩戴者处于行走状态时的气压值。
5.根据权利要求1所述的方法，其中，所述方法还包括：
在所述最终检测结果为跌倒的情况下，进行第一警告提示。
6.根据权利要求5所述的方法，其中，所述方法还包括：
在所述最终检测结果为跌倒的情况下，根据所述跌倒时段结束后第三预设时长内的气压变化值，检测佩戴者是否起身；
在检测到未起身的情况下，进行第二警告提示。
7.根据权利要求1至6中任一项所述的方法，其中，所述方法还包括：
检测所述腕带式设备是否处于佩戴状态；
在处于佩戴状态的情况下，再执行所述监测气压变化率的操作。
8.一种跌倒检测装置，包括：
信号获取单元，用于获取气压变化率、气压差值和加速度值；
第一检测单元，用于根据所述气压变化率获得关于佩戴者是否跌倒的初步检测结果，并在所述初步检测结果为跌倒的情况下，根据所述气压变化率获取对应跌倒过程的跌倒时段；
第二检测单元，用于根据对应所述跌倒时段的气压变化值和所述跌倒时段内的加速度值，获得关于佩戴者是否跌倒的最终检测结果，
其中，所述第一检测单元还用于，根据所述气压变化率是否大于预设的第一阈值，判断佩戴者是否出现跌倒倾向；
在出现所述跌倒倾向的情况下，根据出现所述跌倒倾向后第一预设时长内的气压变化率是否小于预设的第二阈值，获得所述关于佩戴者是否跌倒的初步检测结果，其中，所述第二阈值小于所述第一阈值；以及
根据所述跌倒倾向对应的时间和关于佩戴者跌倒的初步检测结果对应的时间，获得所述对应跌倒过程的跌倒时段。
9.一种腕带式设备，包括如权利要求8所述的跌倒检测装置。
10.一种电子设备，包括：
存储器，用于存储可执行命令；
处理器，用于在所述可执行命令的控制下，执行如权利要求1-7中任一项所述的方法。
CN201910544819.7A 2019-06-21 2019-06-21 一种跌倒检测方法、装置及腕带式设备 Active CN110226934B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910544819.7A CN110226934B (zh) 2019-06-21 2019-06-21 一种跌倒检测方法、装置及腕带式设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910544819.7A CN110226934B (zh) 2019-06-21 2019-06-21 一种跌倒检测方法、装置及腕带式设备

Publications (2)

Publication Number Publication Date
CN110226934A CN110226934A (zh) 2019-09-13
CN110226934B true CN110226934B (zh) 2022-03-22

Family

ID=67857040

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910544819.7A Active CN110226934B (zh) 2019-06-21 2019-06-21 一种跌倒检测方法、装置及腕带式设备

Country Status (1)

Country Link
CN (1) CN110226934B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI781378B (zh) * 2020-03-02 2022-10-21 瀚誼世界科技股份有限公司 跌倒偵測方法、單氣壓計裝置與系統
CN113349760A (zh) * 2020-03-06 2021-09-07 瀚谊世界科技股份有限公司 跌倒侦测方法、单气压计装置与系统
TWI739336B (zh) * 2020-03-09 2021-09-11 瀚誼世界科技股份有限公司 氣壓偵測裝置、方法與雙氣壓計跌倒偵測系統
CN113647935B (zh) * 2021-07-26 2024-05-03 李孝贤 跌落姿态识别方法及系统

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102027379A (zh) * 2008-05-13 2011-04-20 皇家飞利浦电子股份有限公司 跌倒检测系统
CN202257855U (zh) * 2011-08-22 2012-05-30 盖德科技股份有限公司 佩戴式照护跌倒侦测装置
CN102961847A (zh) * 2012-11-27 2013-03-13 上海大学 一种跑步机速度跟随自适应控制方法及装置
CN102982653A (zh) * 2012-11-07 2013-03-20 中南大学 基于加速度和高度信息的人体跌倒监测方法及装置
CN104055518A (zh) * 2014-07-08 2014-09-24 广州柏颐信息科技有限公司 一种跌倒检测腕表及跌倒检测方法
CN104169680A (zh) * 2012-03-13 2014-11-26 皇家飞利浦有限公司 使用气压传感器监测设备的高度改变
CN106097654A (zh) * 2016-07-27 2016-11-09 歌尔股份有限公司 一种跌倒检测方法和可穿戴式跌倒检测装置
CN106530611A (zh) * 2016-09-28 2017-03-22 北京奇虎科技有限公司 终端及检测人体跌倒的方法和装置
CN106683340A (zh) * 2016-12-15 2017-05-17 歌尔股份有限公司 一种用户行为监测方法和可穿戴设备
CN106937871A (zh) * 2016-01-05 2017-07-11 袁囡囡 智能运动状态检测系统
CN107569234A (zh) * 2017-09-06 2018-01-12 南京邮电大学 一种基于腕带式设备的跌倒检测算法
CN207202115U (zh) * 2017-07-04 2018-04-10 长安大学 跌倒智能保护装置
CN108670261A (zh) * 2018-04-12 2018-10-19 深圳先进技术研究院 运动状态检测方法、可佩戴设备以及装置
CN109348389A (zh) * 2018-12-07 2019-02-15 歌尔股份有限公司 组合传感器和电子设备

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8672854B2 (en) * 2009-05-20 2014-03-18 Sotera Wireless, Inc. System for calibrating a PTT-based blood pressure measurement using arm height
US9638711B2 (en) * 2011-06-17 2017-05-02 Verizon Telematics Inc. Method and system for discerning a false positive in a fall detection signal
US9402568B2 (en) * 2011-08-29 2016-08-02 Verizon Telematics Inc. Method and system for detecting a fall based on comparing data to criteria derived from multiple fall data sets
CN202939773U (zh) * 2012-11-07 2013-05-15 中南大学 基于加速度和高度信息的人体跌倒监测装置
CN103377541A (zh) * 2013-07-16 2013-10-30 中国科学院深圳先进技术研究院 人体防跌倒预警及干预方法和系统
US9773397B2 (en) * 2013-08-26 2017-09-26 Koninklijke Philips N.V. Method for detecting falls and a fall detection system
US20150269825A1 (en) * 2014-03-20 2015-09-24 Bao Tran Patient monitoring appliance
CN105310696B (zh) * 2015-11-06 2018-06-26 中国科学院计算技术研究所 一种跌倒检测模型构建方法及相应的跌倒检测方法和装置
US10226204B2 (en) * 2016-06-17 2019-03-12 Philips North America Llc Method for detecting and responding to falls by residents within a facility
WO2018147943A1 (en) * 2017-02-13 2018-08-16 Starkey Laboratories, Inc. Fall prediction system including an accessory and method of using same

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102027379A (zh) * 2008-05-13 2011-04-20 皇家飞利浦电子股份有限公司 跌倒检测系统
CN202257855U (zh) * 2011-08-22 2012-05-30 盖德科技股份有限公司 佩戴式照护跌倒侦测装置
CN104169680A (zh) * 2012-03-13 2014-11-26 皇家飞利浦有限公司 使用气压传感器监测设备的高度改变
CN102982653A (zh) * 2012-11-07 2013-03-20 中南大学 基于加速度和高度信息的人体跌倒监测方法及装置
CN102961847A (zh) * 2012-11-27 2013-03-13 上海大学 一种跑步机速度跟随自适应控制方法及装置
CN104055518A (zh) * 2014-07-08 2014-09-24 广州柏颐信息科技有限公司 一种跌倒检测腕表及跌倒检测方法
CN106937871A (zh) * 2016-01-05 2017-07-11 袁囡囡 智能运动状态检测系统
CN106097654A (zh) * 2016-07-27 2016-11-09 歌尔股份有限公司 一种跌倒检测方法和可穿戴式跌倒检测装置
CN106530611A (zh) * 2016-09-28 2017-03-22 北京奇虎科技有限公司 终端及检测人体跌倒的方法和装置
CN106683340A (zh) * 2016-12-15 2017-05-17 歌尔股份有限公司 一种用户行为监测方法和可穿戴设备
CN207202115U (zh) * 2017-07-04 2018-04-10 长安大学 跌倒智能保护装置
CN107569234A (zh) * 2017-09-06 2018-01-12 南京邮电大学 一种基于腕带式设备的跌倒检测算法
CN108670261A (zh) * 2018-04-12 2018-10-19 深圳先进技术研究院 运动状态检测方法、可佩戴设备以及装置
CN109348389A (zh) * 2018-12-07 2019-02-15 歌尔股份有限公司 组合传感器和电子设备

Also Published As

Publication number Publication date
CN110226934A (zh) 2019-09-13

Similar Documents

Publication Publication Date Title
CN110226934B (zh) 一种跌倒检测方法、装置及腕带式设备
CN104835274B (zh) 一种可穿戴设备的防盗方法、装置以及可穿戴设备
CN108697329B (zh) 可穿戴设备的检测方法及可穿戴设备
JP6121069B2 (ja) 心拍監視デバイス
JP2018047253A (ja) 文脈的心拍数監視
RU2016141929A (ru) Система для незаметного отслеживания овуляции и способ, использующий частоту сердечных сокращений субъекта
CN107049255A (zh) 一种穿戴式智能设备及其睡眠算法
US20220246015A1 (en) Fall detection method and apparatus, and wearable device
JP6083799B2 (ja) 携帯デバイスの携帯場所判定方法、携帯デバイス、携帯デバイスの携帯場所判定システム、プログラム及び情報記憶媒体
KR20170017407A (ko) 전자 장치 및 전자 장치의 알림 제공 방법
CN112773341B (zh) 信息提示方法及装置、系统、存储介质和电子设备
JP2017524426A (ja) 睡眠回復レベルを決定し、表示するシステムおよび方法
US10653353B2 (en) Monitoring a person for indications of a brain injury
CN106355828A (zh) 检测穿戴设备脱落的方法和装置
CN113693565A (zh) 一种可穿戴设备及其佩戴检测方法
CN111839465A (zh) 睡眠检测方法、装置、智能穿戴设备及可读存储介质
KR102177740B1 (ko) 인지 능력 평가 방법, 이의 시스템 및 이를 위한 웨어러블 디바이스
US20160278693A1 (en) Monitoring a person for indications of a brain injury
CN108267170B (zh) 一种环境监测方法和装置
JP2017113191A (ja) 電子機器及び脈拍数算出プログラム
CN114532992B (zh) 小睡状态检测方法、装置、系统及计算机可读存储介质
CN113520313B (zh) 一种最大摄氧量测量方法、装置、可穿戴设备及存储介质
JP5522338B2 (ja) 状況判定装置、状況判定システム、その方法及びプログラム
US20210353234A1 (en) Fitness Tracking System and Method of Operating a Fitness Tracking System
KR102451630B1 (ko) 환경 고려사항을 이용한 손상 검출

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