CN110322662A - 基于生理与行为特征的位姿监控与跌倒报警手环 - Google Patents
基于生理与行为特征的位姿监控与跌倒报警手环 Download PDFInfo
- Publication number
- CN110322662A CN110322662A CN201910367198.XA CN201910367198A CN110322662A CN 110322662 A CN110322662 A CN 110322662A CN 201910367198 A CN201910367198 A CN 201910367198A CN 110322662 A CN110322662 A CN 110322662A
- Authority
- CN
- China
- Prior art keywords
- module
- pose
- data
- operation processing
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 230000003542 behavioural effect Effects 0.000 title claims abstract description 17
- 230000035479 physiological effects, processes and functions Effects 0.000 title claims abstract 3
- 238000012545 processing Methods 0.000 claims abstract description 119
- 238000004891 communication Methods 0.000 claims abstract description 45
- 230000001681 protective effect Effects 0.000 claims abstract description 13
- 230000033764 rhythmic process Effects 0.000 claims abstract description 6
- 230000001133 acceleration Effects 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 23
- 230000002085 persistent effect Effects 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 16
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 15
- 229910052744 lithium Inorganic materials 0.000 claims description 15
- 230000003068 static effect Effects 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000000087 stabilizing effect Effects 0.000 claims description 3
- 230000006641 stabilisation Effects 0.000 claims 1
- 238000011105 stabilization Methods 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 abstract 1
- 230000036544 posture Effects 0.000 description 32
- 230000033001 locomotion Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 230000009471 action Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004438 eyesight Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 229910000838 Al alloy Inorganic materials 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 210000001364 upper extremity Anatomy 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002103 nanocoating Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- 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
- G08B21/0453—Sensor means for detecting worn on the body to detect health condition by physiological monitoring, e.g. electrocardiogram, temperature, breathing
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Emergency Management (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Business, Economics & Management (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Biophysics (AREA)
- Cardiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physical Education & Sports Medicine (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Alarm Systems (AREA)
Abstract
本申请公开了一种基于生理与行为特征的位姿监控与跌倒报警手环，包括表头和表带，所述表带的两端分别与所述表头的两端相连接，所述表头包括表壳、保护壳、控制模块、以及显示屏；控制模块包括核心运算处理模块、六轴传感器、电源模块、通讯模块、语音识别及播报模块、心率监测模块、内存卡、定位模块、以及报警模块；核心运算处理模块用于接收六轴传感器发送的姿态信息，对姿态信息进行处理和计算，得到姿态数据，将姿态数据发送到显示屏和内存卡，通过姿态数据判定是否为跌倒，若为跌倒，则发送报警指令到报警模块；本发明采集老年人跌倒数据，通过报警模块和客户端及时发出报警信息，使老人在跌倒时第一时间得到救助。
Description
技术领域
本发明涉及传感技术领域，尤其涉及一种基于生理与行为特征的位姿监控与跌倒报警手环。
背景技术
随着社会老龄化的加剧，独居老人和空巢老人的比例明显升高，而跌倒受伤已经跃升为其中最主要的意外原因，现有的跌倒检测设备(如腰带)等过于繁重，而现有智能手环又缺少面向老年人的监护类设备，尤其是缺少跌倒检测和位姿识别的功能。当今人体姿态识别的研究主要分为基于视频图像和基于传感器两个方面，视频图像的人体姿态识别发展较早，主要通过视频监控来捕捉人体的运动状态，难点在于对于图像处理难以分辨人体较为复杂的动作，从而会对动作的识别产生影响。Marszalek M等人应用时空金字塔的方法对电影中多个日常人体动作，包括坐、躺和起身等进行了成功识别。He T等对足球运动中的动作进行了识别，提出多模态框架成功识别出了定点踢球、运行中带球等不同的姿态动作。Z Liu等人提出一种基于模板的识别方法对人体上肢的一些常有动作进行识别，包括抛、捡、挥手等动作。而基于传感器的人体姿态识别，是通过将设备佩戴在人体的相关位置，读取设备中的传感器数据，提取各种运动姿态特征，从而识别出不同的人体姿态，由于早期传感器工艺不成熟，导致这一方向起步较慢。Van Laerhoven K等人在实验人员的衣服上放置了30个加速度传感器，比较全面展现了人体运动过程中各个部位的数据模型。Kern N,Antifakos S等人分别用了12个加速度传感器放置在人体的肢体关节部位，识别了包括坐、站、走以及写字握手等人体的上肢和下肢运动。Lin Bao等人设计出一套识别系统，同时使用5个加速度传感器，模拟日常20多种运动方式，取得比较好的识别效果。虽然较多的传感器使用，能够比较直观的表现姿态的动作特征，但缺点显而易见，携带不够方便。
发明内容
本发明公开了一种基于生理与行为特征的位姿监控与跌倒报警手环，包括：表头和表带，所述表带的两端分别与所述表头的两端相连接，所述表头包括表壳、保护壳、控制模块、以及显示屏，其中，
所述表壳内设凹槽，所述保护壳位于凹槽内；所述保护壳远离所述表壳一侧设有凹槽，所述控制模块位于凹槽内；所述控制模块远离所述表壳一侧设有显示屏，所述控制模块与所述显示屏电连接；
所述控制模块包括：核心运算处理模块、六轴传感器、电源模块、通讯模块、语音识别及播报模块、心率监测模块、内存卡、定位模块、以及报警模块，其中，
所述六轴传感器与所述核心运算处理模块相耦接，用于收集姿态信息，并将所述姿态信息发送到所述核心运算处理模块进行处理；
所述语音识别及播报模块与所述核心运算处理模块相耦接，用于识别语音信息，将所述语音信息发送到所述核心运算处理模块进行处理，并且接收所述核心运算处理模块发送的语音播报信息进行语音播报；
所述心率监测模块与所述核心运算处理模块相耦接，用于监测收集脉搏信息，并将所述脉搏信息发送到所述核心运算处理模块进行处理；
所述内存卡与所述核心运算处理模块相耦接，用于接收并保存所述核心运算处理模块发送的所述姿态数据、所述心率、以及所述位置数据；
所述定位模块与所述核心运算处理模块相耦接，用于收集位置信息，并将所述位置信息发送到所述核心运算处理模块进行处理；
所述报警模块与所述核心运算处理模块相耦接，用于接收所述核心运算处理模块发送的报警指令，并进行报警；
所述电源模块分别与所述核心运算处理模块、所述六轴传感器、所述通讯模块、所述语音识别及播报模块、所述心率模块、所述定位模块、以及所述报警模块相耦接，用于为所述核心运算处理模块、所述六轴传感器、所述通讯模块、所述语音识别及播报模块、所述心率模块、所述定位模块、以及所述报警模块提供电源；
所述核心运算处理模块分别与所述六轴传感器、所述定位模块、所述电源模块、所述内存卡、所述报警模块、所述心率监测模块、所述通讯模块、和所述语音识别及播报模块相耦接，用于接收所述六轴传感器发送的所述姿态信息，对所述姿态信息进行处理和计算，得到姿态数据，将所述姿态数据发送到所述显示屏和所述内存卡，通过所述姿态数据判定是否为跌倒，若为跌倒，则发送所述报警指令到所述报警模块；还用于接收所述语音识别及播报模块发送的所述处理和识别结果，对所述处理和识别结果进行解析和处理，得到所述语音播报信息，将所述语音播报信息发送到所述语音识别及播报模块；还用于接收所述心率监测模块发送的所述脉搏信息，对所述脉搏信息进行处理得到心率，并将所述心率发送到所述内存卡和所述显示屏；还用于将所述电源模块的电量发送到所述显示屏；还用于接收所述定位模块发送的所述位置信息，对所述位置信息进行解析和处理，得到位置数据，将所述位置数据发送到所述内存卡和所述显示屏；还用于向所述内存卡发送所述姿态数据、所述心率、以及所述位置数据；
所述通信模块与所述核心运算处理模块相耦接，用于接收所述姿态数据、所述心率、所述位置数据、以及所述报警指令；
所述显示屏与所述控制模块相耦接，用于接收所述控制模块的所述核心运算处理模块发送的所述姿态数据、所述心率、所述位置数据、所述报警指令、以及所述电量，并进行显示。
优选地，所述通讯模块包括并行的蓝牙通讯单元和4G通讯单元。
优选地，还包括客户端，所述客户端通过所述蓝牙通讯单元和/或所述4G通讯单元与所述核心运算处理模块电连接，用于接收所述蓝牙通讯单元和/或所述4G通讯单元发送的所述姿态数据、所述心率、所述位置数据、以及所述报警指令。
优选地，所述报警模块包括无源蜂鸣器，所述核心运算处理模块发送所述报警指令到所述无源蜂鸣器进行声音报警。
优选地，所述电源模块包括3.7V可充电纽扣式锂电池、3.3V线性低压差稳压芯片、以及充电芯片，其中，
所述充电芯片与所述3.7V可充电纽扣式锂电池相耦接，用于对3.7V可充电纽扣式锂电池进行充电和过流保护；
所述3.7V可充电纽扣式锂电池与所述3.3V线性低压差稳压芯片相耦接，用于将所述3.7V可充电纽扣式锂电池提供的3.7V电压转变成3.3V电压；
所述3.3V线性低压差稳压芯片分别与所述核心运算处理模块、所述六轴传感器、所述通讯模块、所述语音识别及播报模块、所述心率模块、所述定位模块、以及所述报警模块相耦接，用于分别为所述核心运算处理模块、所述六轴传感器、所述通讯模块、所述语音识别及播报模块、所述心率模块、所述定位模块、以及所述报警模块提供电源。
优选地，所述内存卡采用4位安全数字输入输出卡驱动，驱动速度最大为24MB/S。
优选地，所述心率监测模块包括脉搏传感器芯片和运放芯片，其中，
所述脉搏传感器芯片与所述运放芯片相耦接，用于获取所述脉搏信息，将所述脉搏信息转变成模拟信号发送到所述运放芯片；
所述运放芯片分别与所述脉搏传感器芯片和所述核心运算处理模块相耦接，用于接收所述脉搏传感器芯片发送的所述模拟信号，并将所述模拟信号转变成数字信号发送到所述核心运算处理模块，所述核心运算处理模块对所述数字信号进行处理和计算获得所述心率。
优选地，所述语音识别及播报模块包括语音识别芯片、麦克风、以及扬声器，其中，
所述麦克风与所述语音识别芯片相耦接，用于接收所述语音信息，并将所述语音信息发送到所述语音识别芯片；
所述语音识别芯片分别与所述麦克风、所述扬声器、以及所述核心运算处理模块相耦接，用于接收所述麦克风发送的所述语音信息，并对所述语音信息进行处理和识别，将得到的处理和识别结果发送到所述核心运算处理模块，得到所述语音播报信息，将所述语音播报信息发送到所述语音识别芯片，所述语音识别芯片根据所述语音播报信息控制所述扬声器进行语音播报。
优选地，对所述姿态信息进行处理和计算，进一步为，
通过所述六轴传感器提取x轴、y轴、以及z轴的原始加速度数据，其中携带所述手环的人前进的方向为所述x轴的正方向，所述手环指向地面的方向为所述y轴的正方向，所述z轴垂直于所述x轴和所述y轴；
将所述原始加速度数据进行降噪预处理，得到简化加速度数据；
对所述简化加速度数据提取周期、振幅、以及抖动差三个特征值数据；
设置特征阈值范围，根据所述三个特征值数据与所述特征阈值范围判定为迈步区间或非迈步区间；其中，
当为所述非迈步区间时，判定是否为静止位姿，设置三维阈值，当第j个所述周期内所述简化加速度数据与第j个所述周期内所述简化加速度数据均值的差值小于所述三维阈值时，判定为静止位姿；
当为所述迈步区间时，进行位姿识别，设置数据库数据，所述数据库数据包括位姿标签以及所述位姿标签对应的数据，所述三个特征值数据与所述数据库数据根据回归算法判定位姿；所述数据库数据位于所述内存卡中；
持续位姿识别：设置持续位姿识别阈值，记录所述位姿识别后具有相同位姿的持续时间值，当所述持续时间值大于所述持续位姿识别阈值，判定为持续位姿，所述持续位姿包括第一持续位姿和第二持续位姿；
当所述第一持续位姿和所述第二持续位姿不同时，判定位姿改变；
当所述第一持续位姿和所述第二持续位姿相同时，当所述第一持续位姿和所述第二持续位姿的中间非持续位姿区间比所述持续位姿识别阈值小时，判定所述位姿未改变；当所述第一持续位姿和所述第二持续位姿的中间非持续位姿区间比所述持续位姿识别阈值大时，判定所述位姿改变；
设置跌倒阈值，当所述中间非持续位姿的所述三个特征值数据在所述跌倒阈值内时，判定为发生跌倒。
与现有技术相比，本发明提供的基于生理与行为特征的位姿监控与跌倒报警手环，达到如下有益效果：
第一，本发明通过六轴传感器采集老年人跌倒数据，并可通过报警模块和客户端及时发出报警信息，使老人在跌倒时第一时间得到救助，确保了老人人身安全。
第二，本发明的六轴传感器采用6轴运动处理组件MPU6050，免除了组合陀螺仪与加速器之间的轴间差问题，数据采集更准确，使手环结构更简单，并且减轻了手环的重量。
第三，本发明可通过语音识别及播报模块将心率、电量、姿态等数据通过语音进行播报，对视力不好的老人进行辅助提醒，并可使老人及时了解身体状况。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本发明基于生理与行为特征的位姿监控与跌倒报警手环的整体结构示意图；
图2为本发明基于生理与行为特征的位姿监控与跌倒报警手环的表头的结构示意图；
图3为本发明实施例1中控制模块的结构示意图；
图4为本发明实施例2中控制模块的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。应注意到，所描述的实施例实际上仅仅是本发明一部分实施例，而不是全部的实施例，且实际上仅是说明性的，决不作为对本发明及其应用或使用的任何限制。本申请的保护范围当视所附权利要求所界定者为准。
实施例1：
参见图1、图2和图3所示为本申请所述基于生理与行为特征的位姿监控与跌倒报警手环的具体实施例，包括：表头100和表带200，所述表带200的两端分别与所述表头100的两端相连接，所述表头100包括表壳101、保护壳102、控制模块103、以及显示屏104，其中，表带200和表壳101材料可以为塑料，以此来减轻手环的重量，也可以为其他材料，这里不做具体限定；保护壳102可以为铝合金，对控制模块103起到保护作用，并且铝合金材质的保护壳102重量轻，进一步减轻手环的重量，保护壳102也可以为其他材料，这里不做具体限定；
所述表壳101内设凹槽，所述保护壳102位于凹槽内；所述保护壳102远离所述表壳101一侧设有凹槽，所述控制模块103位于凹槽内；所述控制模块103远离所述表壳101一侧设有显示屏104，所述控制模块103与所述显示屏104电连接；
所述控制模块103包括：核心运算处理模块105、六轴传感器106、电源模块107、通讯模块108、语音识别及播报模块109、心率监测模块110、内存卡111、定位模块112、以及报警模块113，其中，
所述六轴传感器106与所述核心运算处理模块105相耦接，用于收集姿态信息，并将所述姿态信息发送到所述核心运算处理模块105进行处理；所述六轴传感器106是基于MPU6050加速度传感器芯片，MPU-6050为全球首例整合性6轴运动处理组件，相较于多组件方案，免除了组合陀螺仪与加速器时间轴之差的问题，数据采集更准确，减少了大量的封装空间，使手环体积更小更简单，通过采集三轴加速度，实时将加速度数据传给所述核心运算处理模块105，通过算法来实现姿态的检测和跌倒判定；
所述语音识别及播报模块109与所述核心运算处理模块105相耦接，用于识别语音信息，将所述语音信息发送到所述核心运算处理模块105进行处理，并且接收所述核心运算处理模块105发送的语音播报信息进行语音播报；
所述心率监测模块110与所述核心运算处理模块105相耦接，用于监测收集脉搏信息，并将所述脉搏信息发送到所述核心运算处理模块105进行处理；
所述内存卡111与所述核心运算处理模块105相耦接，用于接收并保存所述核心运算处理模块105发送的所述姿态数据、所述心率、以及所述位置数据；
所述定位模块112与所述核心运算处理模块105相耦接，用于收集位置信息，并将所述位置信息发送到所述核心运算处理模块105进行处理；
所述报警模块113与所述核心运算处理模块105相耦接，用于接收所述核心运算处理模块105发送的报警指令，并进行报警；
所述电源模块107分别与所述核心运算处理模块105、所述六轴传感器106、所述通讯模块108、所述语音识别及播报模块109、所述心率模块110、所述定位模块112、以及所述报警模块113相耦接，用于为所述核心运算处理模块105、所述六轴传感器106、所述通讯模块108、所述语音识别及播报模块109、所述心率模块110、所述定位模块112、以及所述报警模块113提供电源；
所述核心运算处理模块105分别与所述六轴传感器106、所述定位模块112、所述电源模块107、所述内存卡111、所述报警模块113、所述心率监测模块110、所述通讯模块108、和所述语音识别及播报模块109相耦接，用于接收所述六轴传感器106发送的所述姿态信息，对所述姿态信息进行处理和计算，得到姿态数据，将所述姿态数据发送到所述显示屏104和所述内存卡111，通过所述姿态数据判定是否为跌倒，若为跌倒，则发送所述报警指令到所述报警模块113；还用于接收所述语音识别及播报模块109发送的所述处理和识别结果，对所述处理和识别结果进行解析和处理，得到所述语音播报信息，将所述语音播报信息发送到所述语音识别及播报模块109；还用于接收所述心率监测模块110发送的所述脉搏信息，对所述脉搏信息进行处理得到心率，并将所述心率发送到所述内存卡111和所述显示屏104；还用于将所述电源模块107的电量发送到所述显示屏104；还用于接收所述定位模块112发送的所述位置信息，对所述位置信息进行解析和处理，得到位置数据，将所述位置数据发送到所述内存卡111和所述显示屏104；还用于向所述内存卡111发送所述姿态数据、所述心率、以及所述位置数据；所述核心运算处理模块105采用STM32F4系列144管脚封装的芯片STM32F405ZGT6作为中央处理器，具有高性能、低成本、低功耗的性能，还可以采用其他系列的芯片，只要能达到相同效果即可，这里不做具体限定；
所述通信模块108与所述核心运算处理模块105相耦接，用于接收所述姿态数据、所述心率、所述位置数据、以及所述报警指令；
所述显示屏104与所述控制模块103相耦接，用于接收所述控制模块103的所述核心运算处理模块105发送的所述姿态数据、所述心率、所述位置数据、所述报警指令、以及所述电量，并进行显示。
本实施例通过六轴传感器可以采集老年人跌倒数据，并可通过报警模块及时发出报警，使老人在跌倒时第一时间得到救助，确保了老人人身安全。六轴传感器采用6轴运动处理组件MPU6050，免除了组合陀螺仪与加速器之间的轴间差问题，数据采集更准确，使手环结构更简单，并且减轻了手环的重量。可通过语音识别及播报模块将心率、电量、姿态等数据通过语音进行播报，对视力不好的老人进行辅助提醒，并可使老人及时了解身体状况。
实施例2：
在实施例1的基础上，参见图4所示为本申请所述基于生理与行为特征的位姿监控与跌倒报警手环的另一个实施例。
本实例中所述通讯模块包括并行的HC-05蓝牙通讯单元114和4G通讯单元115(通用异步收发UART和IRDA通信协议)。
还包括客户端116，所述客户端116通过所述蓝牙通讯单元114和/或所述4G通讯单元115与所述核心运算处理模块105电连接，用于接收所述蓝牙通讯单元114和/或所述4G通讯单元115发送的所述姿态数据、所述心率、所述位置数据、以及所述报警指令。使装有客户端的家人及时了解老人身体状况，是否跌倒，在第一时间进行报警。
所述报警模块113包括无源蜂鸣器116，所述核心运算处理模块105发送所述报警指令到所述无源蜂鸣器116进行声音报警。
所述电源模块107包括3.7V可充电纽扣式锂电池118、3.3V线性低压差稳压芯片119、以及充电芯片117，其中，所述充电芯片117与所述3.7V可充电纽扣式锂电池118相耦接，用于对3.7V可充电纽扣式锂电池118进行充电和过流保护；所述3.7V可充电纽扣式锂电池118与所述3.3V线性低压差稳压芯片119相耦接，用于将所述3.7V可充电纽扣式锂电池118提供的3.7V电压转变成3.3V电压；所述3.3V线性低压差稳压芯片119分别与所述核心运算处理模块105、所述六轴传感器106、所述通讯模块108、所述语音识别及播报模块109、所述心率模块110、所述定位模块112、以及所述报警模块113相耦接，用于分别为所述核心运算处理模块105、所述六轴传感器106、所述通讯模块108、所述语音识别及播报模块109、所述心率模块110、所述定位模块112、以及所述报警模块113提供电源；3.3V线性低压差稳压芯片119采用SGM2019系列芯片，SGM2019系列芯片有低功耗和低噪声等特点，是手环的耗电量降低，使用时间更长，并且手环无噪声更安静，在任何时候都可以放心佩戴；充电芯片117采用TP6056芯片，可通过外接5V直流电压进行充电，并在温度过高时断电进行保护；还可以采用其他系列的芯片，只要能达到相同效果即可，这里不做具体限定。
所述内存卡111内存可为8GB，采用4位安全数字输入输出卡驱动，驱动速度最大为24MB/S。
所述心率监测模块110包括脉搏传感器芯片120和运放芯片121，其中，所述脉搏传感器芯片120与所述运放芯片121相耦接，用于获取所述脉搏信息，将所述脉搏信息转变成模拟信号发送到所述运放芯片121；所述运放芯片121分别与所述脉搏传感器芯片120和所述核心运算处理模块105相耦接，用于接收所述脉搏传感器芯片120发送的所述模拟信号，并将所述模拟信号转变成数字信号发送到所述核心运算处理模块105，所述核心运算处理模块105对所述数字信号进行处理和计算获得所述心率；脉搏传感器芯片120采用SON1303芯片，SON1303芯片为光电式心率传感器，可放置于人体各个部位测试人体脉搏，采用反射式光电传感器使测量更加自由，内部集成高科技纳米涂层环境光检测传感器，过滤不需要的光源，减少由其他光源干扰的误判，准确度高；运放芯片121采用SON3130芯片。
所述语音识别及播报模块109包括语音识别芯片123、麦克风122、以及扬声器124，其中，所述麦克风122与所述语音识别芯片123相耦接，用于接收所述语音信息，并将所述语音信息发送到所述语音识别芯片123；所述语音识别芯片123分别与所述麦克风122、所述扬声器124、以及所述核心运算处理模块105相耦接，用于接收所述麦克风122发送的所述语音信息，并对所述语音信息进行处理和识别，将得到的处理和识别结果发送到所述核心运算处理模块105，得到所述语音播报信息，将所述语音播报信息发送到所述语音识别芯片123，所述语音识别芯片123根据所述语音播报信息控制所述扬声器124进行语音播报；语音识别芯片123采用LD3320芯片，LD3320芯片一个基于非特定人语音识别技术的语音识别/声控芯片，提供了真正的单芯片语音识别解决方案，其上集成了高精度的A/D和D/A接口，不需要外接辅助的Flash和RAM，即可实现语音识别/声控/人机对话功能，并且识别的关键词语列表是可以动态编辑的，LD3320芯片可以简化手环的结构，对视力不好的老人进行辅助提醒，并可使老人及时了解身体状况。
对所述姿态信息进行处理和计算，具体步骤包括：
通过所述六轴传感器提取x轴、y轴、以及z轴的原始加速度数据，其中携带所述手环的人前进的方向为所述x轴的正方向，所述手环指向地面的方向为所述y轴的正方向，所述z轴垂直于所述x轴和所述y轴；
将所述原始加速度数据进行降噪预处理，得到简化加速度数据；
对所述简化加速度数据提取周期、振幅、以及抖动差三个特征值数据；
设置特征阈值范围，根据所述三个特征值数据与所述特征阈值范围判定为迈步区间或非迈步区间；其中，所述三个特征值数据包括：第j个所述周期的周期长度Tj、第j个所述周期内所述振幅和Aj以及第j个所述周期内所述抖动差Dj。通过对特征数据中的周期，振幅和以及抖动差值的计算判定，可以更加有效的对跌倒位姿的识别。
第j个所述周期的周期长度Tj根据以下方法得到：
Tj＝Txi+1-Txi，
其中，Txi和Txi+1为所述周期在所述x轴上的两个相邻数值。
第j个所述周期内所述振幅和Aj根据以下方法得到：
Aj＝Axj,max-Axj,min+Ayj,max-Ayj,min+Azj,max-Azj,min，
其中，Axj,max和Axj,min为第j个所述周期内所述振幅在所述x轴上的最大值和最小值，Ayj,max和Ayj,min为第j个所述周期内所述振幅在所述y轴上的最大值和最小值，Azj,max和Azj,min为第j个所述周期内所述振幅在所述z轴上的最大值和最小值。
在第j个所述周期内所述抖动差Dj根据以下方法得到：
Dj＝σj,x+σj,y+σj,z,
其中，σj,x为第j个所述周期内所述x轴的加速度标准差、σj,y为第j个所述周期内所述y轴的加速度标准差、σj,z为第j个所述周期内所述z轴的加速度标准差。
当所述第j个所述周期的周期长度Tj、第j个所述周期内所述振幅和Aj以及第j个所述周期内所述抖动差Dj其中之一未在所述特征阈值范围内时，判定为非迈步区间；
当所述第j个所述周期的周期长度Tj、第j个所述周期内所述振幅和Aj以及第j个所述周期内所述抖动差Dj均在所述特征阈值范围内时，判定为迈步区间。
所述位姿包括走路、跑步、上楼和下楼。
当为所述非迈步区间时，判定是否为静止位姿，设置三维阈值，当第j个所述周期内所述简化加速度数据与第j个所述周期内所述简化加速度数据均值的差值小于所述三维阈值时，判定为静止位姿；
当为所述迈步区间时，进行位姿识别，设置数据库数据，所述数据库数据包括位姿标签以及所述位姿标签对应的数据，所述三个特征值数据与所述数据库数据根据回归算法判定位姿；所述数据库数据位于所述内存卡111中；所述内存卡111通过核心预算处理模块105以及通讯模块108与外部云端服务器相连接，可以随时更新数据库数据；所述回归算法具体步骤为：
设置代价函数，所述代价函数根据以下方法得到：
根据所述代价函数，采用下列梯度下降的方法得到系统新参数θ1,θ2,…,θk：
根据所述系统新参数，设置回归算法的假设函数，所述假设函数根据以下方法得到：
根据所述假设函数中的所述三个特征值数据与所述数据库数据根据回归算法判定位姿，
其中，θ是系统参数，k为标签的个数，p是概率，T是周期，x(i)为第i个所述三个特征值数据，y(i)为第i个数据库数据，α为步长。
持续位姿识别：设置持续位姿识别阈值，记录所述位姿识别后具有相同位姿的持续时间值，当所述持续时间值大于所述持续位姿识别阈值，判定为持续位姿，所述持续位姿包括第一持续位姿和第二持续位姿；
当所述第一持续位姿和所述第二持续位姿不同时，判定位姿改变；
当所述第一持续位姿和所述第二持续位姿相同时，当所述第一持续位姿和所述第二持续位姿的中间非持续位姿区间比所述持续位姿识别阈值小时，判定所述位姿未改变；当所述第一持续位姿和所述第二持续位姿的中间非持续位姿区间比所述持续位姿识别阈值大时，判定所述位姿改变；
设置跌倒阈值，当所述中间非持续位姿的所述三个特征值数据在所述跌倒阈值内时，判定为发生跌倒。
通过以上各实施例可知，本申请存在的有益效果是：
第一，本发明通过六轴传感器采集老年人跌倒数据，并可通过报警模块和客户端及时发出报警信息，使老人在跌倒时第一时间得到救助，确保了老人人身安全。
第二，本发明的六轴传感器采用6轴运动处理组件MPU6050，免除了组合陀螺仪与加速器之间的轴间差问题，数据采集更准确，使手环结构更简单，并且减轻了手环的重量。
第三，本发明可通过语音识别及播报模块将心率、电量、姿态等数据通过语音进行播报，对视力不好的老人进行辅助提醒，并可使老人及时了解身体状况。
上面通过附图和实施例，对本发明的技术方案做虽然已经通过例子对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上例子仅是为了进行说明，而不是为了限制本发明的范围。尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。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。本发明的范围由所附权利要求来限定。
Claims (9)
1.一种基于生理与行为特征的位姿监控与跌倒报警手环，其特征在于，包括：表头和表带，所述表带的两端分别与所述表头的两端相连接，所述表头包括表壳、保护壳、控制模块、以及显示屏，其中，
所述表壳内设凹槽，所述保护壳位于凹槽内；所述保护壳远离所述表壳一侧设有凹槽，所述控制模块位于凹槽内；所述控制模块远离所述表壳一侧设有显示屏，所述控制模块与所述显示屏电连接；
所述控制模块包括：核心运算处理模块、六轴传感器、电源模块、通讯模块、语音识别及播报模块、心率监测模块、内存卡、定位模块、以及报警模块，其中，
所述六轴传感器与所述核心运算处理模块相耦接，用于收集姿态信息，并将所述姿态信息发送到所述核心运算处理模块进行处理；
所述语音识别及播报模块与所述核心运算处理模块相耦接，用于识别语音信息，将所述语音信息发送到所述核心运算处理模块进行处理，并且接收所述核心运算处理模块发送的语音播报信息进行语音播报；
所述心率监测模块与所述核心运算处理模块相耦接，用于监测收集脉搏信息，并将所述脉搏信息发送到所述核心运算处理模块进行处理；
所述内存卡与所述核心运算处理模块相耦接，用于接收并保存所述核心运算处理模块发送的所述姿态数据、所述心率、以及所述位置数据；
所述定位模块与所述核心运算处理模块相耦接，用于收集位置信息，并将所述位置信息发送到所述核心运算处理模块进行处理；
所述报警模块与所述核心运算处理模块相耦接，用于接收所述核心运算处理模块发送的报警指令，并进行报警；
所述电源模块分别与所述核心运算处理模块、所述六轴传感器、所述通讯模块、所述语音识别及播报模块、所述心率模块、所述定位模块、以及所述报警模块相耦接，用于为所述核心运算处理模块、所述六轴传感器、所述通讯模块、所述语音识别及播报模块、所述心率模块、所述定位模块、以及所述报警模块提供电源；
所述核心运算处理模块分别与所述六轴传感器、所述定位模块、所述电源模块、所述内存卡、所述报警模块、所述心率监测模块、所述通讯模块、和所述语音识别及播报模块相耦接，用于接收所述六轴传感器发送的所述姿态信息，对所述姿态信息进行处理和计算，得到姿态数据，将所述姿态数据发送到所述显示屏和所述内存卡，通过所述姿态数据判定是否为跌倒，若为跌倒，则发送所述报警指令到所述报警模块；还用于接收所述语音识别及播报模块发送的所述处理和识别结果，对所述处理和识别结果进行解析和处理，得到所述语音播报信息，将所述语音播报信息发送到所述语音识别及播报模块；还用于接收所述心率监测模块发送的所述脉搏信息，对所述脉搏信息进行处理得到心率，并将所述心率发送到所述内存卡和所述显示屏；还用于将所述电源模块的电量发送到所述显示屏；还用于接收所述定位模块发送的所述位置信息，对所述位置信息进行解析和处理，得到位置数据，将所述位置数据发送到所述内存卡和所述显示屏；还用于向所述内存卡发送所述姿态数据、所述心率、以及所述位置数据；
所述通信模块与所述核心运算处理模块相耦接，用于接收所述姿态数据、所述心率、所述位置数据、以及所述报警指令；
所述显示屏与所述控制模块相耦接，用于接收所述控制模块的所述核心运算处理模块发送的所述姿态数据、所述心率、所述位置数据、所述报警指令、以及所述电量，并进行显示。
2.根据权利要求1所述的基于生理与行为特征的位姿监控与跌倒报警手环，其特征在于，所述通讯模块包括并行的蓝牙通讯单元和4G通讯单元。
3.根据权利要求2所述的基于生理与行为特征的位姿监控与跌倒报警手环，其特征在于，还包括客户端，所述客户端通过所述蓝牙通讯单元和/或所述4G通讯单元与所述核心运算处理模块电连接，用于接收所述蓝牙通讯单元和/或所述4G通讯单元发送的所述姿态数据、所述心率、所述位置数据、以及所述报警指令。
4.根据权利要求1所述的基于生理与行为特征的位姿监控与跌倒报警手环，其特征在于，所述报警模块包括无源蜂鸣器，所述核心运算处理模块发送所述报警指令到所述无源蜂鸣器进行声音报警。
5.根据权利要求1所述的基于生理与行为特征的位姿监控与跌倒报警手环，其特征在于，所述电源模块包括3.7V可充电纽扣式锂电池、3.3V线性低压差稳压芯片、以及充电芯片，其中，
所述充电芯片与所述3.7V可充电纽扣式锂电池相耦接，用于对3.7V可充电纽扣式锂电池进行充电和过流保护；
所述3.7V可充电纽扣式锂电池与所述3.3V线性低压差稳压芯片相耦接，用于将所述3.7V可充电纽扣式锂电池提供的3.7V电压转变成3.3V电压；
所述3.3V线性低压差稳压芯片分别与所述核心运算处理模块、所述六轴传感器、所述通讯模块、所述语音识别及播报模块、所述心率模块、所述定位模块、以及所述报警模块相耦接，用于分别为所述核心运算处理模块、所述六轴传感器、所述通讯模块、所述语音识别及播报模块、所述心率模块、所述定位模块、以及所述报警模块提供电源。
6.根据权利要求1所述的基于生理与行为特征的位姿监控与跌倒报警手环，其特征在于，所述内存卡采用4位安全数字输入输出卡驱动，驱动速度最大为24MB/S。
7.根据权利要求1所述的基于生理与行为特征的位姿监控与跌倒报警手环，其特征在于，所述心率监测模块包括脉搏传感器芯片和运放芯片，其中，
所述脉搏传感器芯片与所述运放芯片相耦接，用于获取所述脉搏信息，将所述脉搏信息转变成模拟信号发送到所述运放芯片；
所述运放芯片分别与所述脉搏传感器芯片和所述核心运算处理模块相耦接，用于接收所述脉搏传感器芯片发送的所述模拟信号，并将所述模拟信号转变成数字信号发送到所述核心运算处理模块，所述核心运算处理模块对所述数字信号进行处理和计算获得所述心率。
8.根据权利要求1所述的基于生理与行为特征的位姿监控与跌倒报警手环，其特征在于，所述语音识别及播报模块包括语音识别芯片、麦克风、以及扬声器，其中，
所述麦克风与所述语音识别芯片相耦接，用于接收所述语音信息，并将所述语音信息发送到所述语音识别芯片；
所述语音识别芯片分别与所述麦克风、所述扬声器、以及所述核心运算处理模块相耦接，用于接收所述麦克风发送的所述语音信息，并对所述语音信息进行处理和识别，将得到的处理和识别结果发送到所述核心运算处理模块，得到所述语音播报信息，将所述语音播报信息发送到所述语音识别芯片，所述语音识别芯片根据所述语音播报信息控制所述扬声器进行语音播报。
9.根据权利要求1所述的基于生理与行为特征的位姿监控与跌倒报警手环，其特征在于，对所述姿态信息进行处理和计算，进一步为，
通过所述六轴传感器提取x轴、y轴、以及z轴的原始加速度数据，其中携带所述手环的人前进的方向为所述x轴的正方向，所述手环指向地面的方向为所述y轴的正方向，所述z轴垂直于所述x轴和所述y轴；
将所述原始加速度数据进行降噪预处理，得到简化加速度数据；
对所述简化加速度数据提取周期、振幅、以及抖动差三个特征值数据；
设置特征阈值范围，根据所述三个特征值数据与所述特征阈值范围判定为迈步区间或非迈步区间；其中，
当为所述非迈步区间时，判定是否为静止位姿，设置三维阈值，当第j个所述周期内所述简化加速度数据与第j个所述周期内所述简化加速度数据均值的差值小于所述三维阈值时，判定为静止位姿；
当为所述迈步区间时，进行位姿识别，设置数据库数据，所述数据库数据包括位姿标签以及所述位姿标签对应的数据，所述三个特征值数据与所述数据库数据根据回归算法判定位姿；所述数据库数据位于所述内存卡中；
持续位姿识别：设置持续位姿识别阈值，记录所述位姿识别后具有相同位姿的持续时间值，当所述持续时间值大于所述持续位姿识别阈值，判定为持续位姿，所述持续位姿包括第一持续位姿和第二持续位姿；
当所述第一持续位姿和所述第二持续位姿不同时，判定位姿改变；
当所述第一持续位姿和所述第二持续位姿相同时，当所述第一持续位姿和所述第二持续位姿的中间非持续位姿区间比所述持续位姿识别阈值小时，判定所述位姿未改变；当所述第一持续位姿和所述第二持续位姿的中间非持续位姿区间比所述持续位姿识别阈值大时，判定所述位姿改变；
设置跌倒阈值，当所述中间非持续位姿的所述三个特征值数据在所述跌倒阈值内时，判定为发生跌倒。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910367198.XA CN110322662B (zh) | 2019-05-05 | 2019-05-05 | 基于生理与行为特征的位姿监控与跌倒报警手环 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910367198.XA CN110322662B (zh) | 2019-05-05 | 2019-05-05 | 基于生理与行为特征的位姿监控与跌倒报警手环 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110322662A true CN110322662A (zh) | 2019-10-11 |
| CN110322662B CN110322662B (zh) | 2021-04-30 |
Family
ID=68113368
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910367198.XA Active CN110322662B (zh) | 2019-05-05 | 2019-05-05 | 基于生理与行为特征的位姿监控与跌倒报警手环 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110322662B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113820944A (zh) * | 2021-09-10 | 2021-12-21 | 上海赐创信息技术有限公司 | 一种老人智能手表系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN204536742U (zh) * | 2015-01-06 | 2015-08-05 | 明达科研电子(深圳)有限公司 | 一种带心电测试及跌倒拆卸报警的智能定位手表 |
| CN105816180A (zh) * | 2016-01-08 | 2016-08-03 | 施则威 | 人体失衡检测装置及方法、防摔倒装置及方法 |
| 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 |
| CN206115164U (zh) * | 2016-10-27 | 2017-04-19 | 湖南澳德信息科技有限公司 | 一种智能定位手表 |
| JP2017211707A (ja) * | 2016-05-23 | 2017-11-30 | 地方独立行政法人青森県産業技術センター | 転倒警報装置、転倒事故通報システム、及び転倒警報プログラム |
| CN206700160U (zh) * | 2016-11-08 | 2017-12-05 | 武汉理工大学 | 一种实时远程监测的智能老人健康手环 |
| CN109166275A (zh) * | 2018-09-25 | 2019-01-08 | 山东科技大学 | 一种基于加速度传感器的人体跌倒检测方法 |
-
2019
- 2019-05-05 CN CN201910367198.XA patent/CN110322662B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN204536742U (zh) * | 2015-01-06 | 2015-08-05 | 明达科研电子(深圳)有限公司 | 一种带心电测试及跌倒拆卸报警的智能定位手表 |
| CN105816180A (zh) * | 2016-01-08 | 2016-08-03 | 施则威 | 人体失衡检测装置及方法、防摔倒装置及方法 |
| JP2017211707A (ja) * | 2016-05-23 | 2017-11-30 | 地方独立行政法人青森県産業技術センター | 転倒警報装置、転倒事故通報システム、及び転倒警報プログラム |
| 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 |
| CN206115164U (zh) * | 2016-10-27 | 2017-04-19 | 湖南澳德信息科技有限公司 | 一种智能定位手表 |
| CN206700160U (zh) * | 2016-11-08 | 2017-12-05 | 武汉理工大学 | 一种实时远程监测的智能老人健康手环 |
| CN109166275A (zh) * | 2018-09-25 | 2019-01-08 | 山东科技大学 | 一种基于加速度传感器的人体跌倒检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 陈玮 等: "基于SVM和阈值分析法的摔倒检测系统", 《计算机应用与软件》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113820944A (zh) * | 2021-09-10 | 2021-12-21 | 上海赐创信息技术有限公司 | 一种老人智能手表系统 |
| CN113820944B (zh) * | 2021-09-10 | 2023-12-22 | 江苏纽锐电子科技有限公司 | 一种老人智能手表系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110322662B (zh) | 2021-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| He et al. | A low power fall sensing technology based on FD-CNN | |
| US7827011B2 (en) | Method and system for real-time signal classification | |
| Yuan et al. | Power-efficient interrupt-driven algorithms for fall detection and classification of activities of daily living | |
| US20060252999A1 (en) | Method and system for wearable vital signs and physiology, activity, and environmental monitoring | |
| CN111166357A (zh) | 多传感器融合的疲劳监测装置系统及其监测方法 | |
| US20070063850A1 (en) | Method and system for proactive telemonitor with real-time activity and physiology classification and diary feature | |
| CN109171734A (zh) | 基于多传感器数据融合的人体行为分析云管理系统 | |
| Wade et al. | Design and implementation of an instrumented cane for gait recognition | |
| US9968296B2 (en) | Wearable socio-biosensor device | |
| CN112057066A (zh) | 心率的检测方法、可穿戴设备及计算机存储介质 | |
| CN111166340B (zh) | 基于自适应加速度信号分割的人体姿势实时识别方法 | |
| Adaskevicius | Method for recognition of the physical activity of human being using a wearable accelerometer | |
| CN110322662B (zh) | 基于生理与行为特征的位姿监控与跌倒报警手环 | |
| CN110807471B (zh) | 一种多模态传感器的行为识别系统及识别方法 | |
| Dinh et al. | Implementation of a physical activity monitoring system for the elderly people with built-in vital sign and fall detection | |
| Kerdegari et al. | Development of wearable human fall detection system using multilayer perceptron neural network | |
| CN209547177U (zh) | 一种多功能智能手环 | |
| CN113012394A (zh) | 融合心率和方向盘动作特征的疲劳驾驶预警系统及方法 | |
| CN211155811U (zh) | 一种包含姿态识别的监测手环设备 | |
| CN210078765U (zh) | 基于可穿戴传感器的动作捕捉识别与评估装置 | |
| CN208225261U (zh) | 一种腰带式人体意外跌倒检测定位装置 | |
| CN116019443A (zh) | 一种心肺复苏胸外按压合规性检测系统及方法 | |
| AU2021107475A4 (en) | Method and System for Monitoring Body Movements | |
| CN206322114U (zh) | 一种智能穿戴设备 | |
| CN206333897U (zh) | 一种疲劳监护装置及其控制系统 |
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 |