CN110638459A - 一种基于加速度传感器的人体运动跌倒检测装置及方法 - Google Patents
一种基于加速度传感器的人体运动跌倒检测装置及方法 Download PDFInfo
- Publication number
- CN110638459A CN110638459A CN201910825963.8A CN201910825963A CN110638459A CN 110638459 A CN110638459 A CN 110638459A CN 201910825963 A CN201910825963 A CN 201910825963A CN 110638459 A CN110638459 A CN 110638459A
- Authority
- CN
- China
- Prior art keywords
- acceleration
- fall
- axis
- falling
- walking
- 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
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
- A61B5/6804—Garments; Clothes
- A61B5/6807—Footwear
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了一种基于加速度传感器的人体运动跌倒检测装置及方法,包括检测装置和检测方法:检测装置包括鞋子和电路板,鞋子包括鞋底和鞋帮,鞋底设有与电路板相适配的凹槽,电路板内置于鞋底凹槽,电路板上设有电源、处理器和加速传感器,加速传感器包括X轴、Y轴和Z轴;检测方法如下:(1)通过跌倒判断基础流程进行判断是否疑似跌倒;(2)通过步态分析,提高跌倒判断的准确度;(3)通过加速度方差,排除跌倒误报;(4)通过疑似跌倒后一段时间内,加速度的变化情况,排除跌倒误报;本发明通过更多精细化逻辑判定方法,来提高跌倒判断的准确率,解决跌倒判断误码率高的问题;使得老年人的健康得到保障,子女也可以安心工作。
Description
技术领域
本发明涉及一种人体运动跌倒检测装置及方法,具体是指一种基于加速度传感器的人体运动跌倒检测装置及方法。
背景技术
当今社会步入老龄化社会,而老年人因为跌倒而引起人身伤害的情况频频发生,跌倒有可能因为意外引起,也可能因为突发疾病引起,而老年人跌倒后得不到及时的发现和救治,是老年人死亡的主要原因之一。
现有技术(1),通过智能手环、手表内置的加速度传感器,通过人体跌倒时的加速度变化判断人是否跌倒;由于人跌倒时的姿势多种多样,跌倒的速度也有所不同,所以根据跌倒引起的加速度变化过程来判定人是否跌倒,存在很大的误差,误报率非常高。
现有技术(2)将加速度传感器置于鞋底内,当人体由站立状态变成跌倒状态时,通过判断加速度值的起止变化来判断人体是否跌倒;判断加速度值的起止变化,判断过于单一,无法识别人在静止状态时,鞋子与地面垂直的情况,比如静坐状态时,翘起二郎腿,或者单腿站立,单腿脚尖着地的情况,判断准确率较低。
所以,一种判断准确率高的基于加速度传感器的人体运动跌倒装置及方法成为社会亟待解决的问题。
发明内容
本发明要解决的技术问题是现有技术误码率高、判断准确准确率低等问题。
为解决上述技术问题,本发明提供的技术方案为:一种基于加速度传感器的人体运动跌倒检测装置及方法,包括检测装置和检测方法:所述检测装置包括鞋子和电路板,所述鞋子包括鞋底和鞋帮,所述鞋底设有与电路板相适配的凹槽,所述电路板内置于鞋底凹槽,所述电路板上设有电源、处理器和加速传感器,所述加速传感器包括X轴、Y轴和Z轴;
所述检测方法如下:
(1)通过跌倒判断基础流程进行判断是否疑似跌倒;
跌倒判断基础流程如下:
开始采集一段时间的加速度数据(为了准确,一般采用10秒钟以上),判断Z轴加速度是否由g(允许有正负0.2g误差)变成0(正负0.2g);若是,则疑似跌倒,通过走步的算法逻辑进行进一步判断,提高准确率,通过电路板网络模块向外部发出跌倒告警,然后继续采集加速度数据,滚动更新加速度数据缓存;若否,则继续采集加速度数据,滚动更新加速度数据缓存;
(2)通过步态分析,提高跌倒判断的准确度:对上一步疑似跌倒时刻前几秒钟内走步状态的准确判断,消除静坐状态下跌倒误报情况,如翘起二郎腿、脚底垂直于地面等情况误报为跌倒;以采集跌倒前最近4秒钟的X、Y、Z轴加速度的值,以采样间隔50ms,采样80个点为例,判断人体是否处于走步状态;
判断走步的算法如下:
a.以采样的80个点为计算样本,计算Z轴(或者Y轴)加速度阈值上轨和下轨;加速度的平均值,标记为avg,每个采样点的加速度值,标记为An,则阈值上轨upLimit=avg+∑(|An-avg|)/80,阈值下轨lowLimit=avg-∑(|An-avg|)/80;
b.判断步骤a中采样的80个点,加速度振动幅度是否达到走路的最小值,如果upLimit-avg或者avg-lowLimit小于0.1g(g为重力加速度),则认为加速度幅度太小,判定不是走步状态;
c.寻找波形数量,一个完整波形计2步;
波形判定方法:当加速度采样值上穿upLimit,然后再经过若干采样点,加速度采样值下穿lowLimit,则认为此时经过了一个完整波形;
d.排除波长明显不符合走步特征的情况,在4秒钟时间内,正常走路应该计步4-16步,也就是2-8个波形周期,如果经过上一步波形判断,识别出来波形周期小于2或者大于8,则判定这个波形不是由走步引起的,而是由于其它振动引起的,进而判定刚刚过去的4秒钟不是一个走路状态;
e.正常走路状态下,上下方向和前后方向的加速度振幅较大,但是左右方向的加速度振幅较小,即upLimit(Z)>upLimit(X)且upLimit(Y)>upLimit(X),只有满足此条件,才认为是走步,不满足此条件,可能是在抖腿等行为导致的加速度周期性波动;
(3)通过加速度方差,排除跌倒误报:判断出疑似跌倒后,继续采集N个数据,然后判断这N个数据的标准差,若标准差非常小,则说明鞋子处于静止状态,而人刚刚跌倒后,是不可能绝对静止,因此判定鞋子此刻并未穿在脚上;此种情况可以判定并非人在运动中跌倒,而是可能刚刚脱掉的鞋子发生侧翻;
(4)通过疑似跌倒后一段时间内,加速度的变化情况,排除跌倒误报:判断出疑似跌倒后,继续采集N个数据,分析在这N个数据内,加速度变化趋势,若加速度呈现上升趋势,并最终稳定在g(1-20%)到g(1+20%)范围内,则说明只是脚底短暂垂直于地面又马上恢复成平行于地面,并非真的跌倒。
进一步地,所述鞋子处于跌倒状态时,包括前后左右任意方向跌倒,加速度传感器Z轴变成平行于地面,Z轴方向的重力加速度变成0(或者接近于0)。
进一步地,所述加速度传感器可以指示三维方向的加速度数值的传感器,在加速度传感器静止情况下,在Z轴垂直于地面,X、Y轴平行于地面的情况下,Z轴的加速度数值为1个重力加速度g,X、Y轴的加速度值为零;在运动情况下,X、Y、Z三个轴的加速度数值,为重力加速度值在三个轴上的分解和运动导致的加速度数值的叠加。
进一步地,所述采集N个数据,可以选择每隔50ms采集一个数据,采集10秒钟,采集200个数据,也可以选择其他间隔采集得到N个数据。
进一步地,所述加速度传感器的型号为MPU6050。
进一步地,所述鞋子采用厚底运动鞋。
与现有技术相比,本发明的优点:本发明以现有技术(2)为基础,通过更多精细化逻辑判定方法,来提高跌倒判断的准确率,解决跌倒判断误码率高的问题;在跌倒前的判断过程中,增加对走步状态的判断,进而排除人体在非行走状态下脚底垂直于地面的各种误判;在跌倒后的判断过程中,通过跌倒后的传感器Z轴加速度方差分析,来进一步提高跌倒判断的准确度;在跌倒后的判断过程中,通过判断传感器Z轴处于疑似跌倒状态的持续时间,来进一步提高跌倒判断的准确度;使得老年人的健康得到保障,子女也可以安心工作,为社会创造财富。
附图说明
图1是水平放置的含跌倒检测电路板的鞋子结构图;
图2是跌倒判断基础流程图;
图3是走路时加速度随时间的变化波形图。
具体实施方式
下面结合附图对本发明做进一步的详细说明。
结合附图,对本发明进行详细介绍。
本发明在具体实施时提供了一种基于加速度传感器的人体运动跌倒检测装置及方法,包括检测装置和检测方法:所述检测装置包括鞋子和电路板,所述鞋子包括鞋底和鞋帮,所述鞋底设有与电路板相适配的凹槽,所述电路板内置于鞋底凹槽,所述电路板上设有电源、处理器和加速传感器,所述加速传感器包括X轴、Y轴和Z轴;
所述检测方法如下:
(1)通过跌倒判断基础流程进行判断是否疑似跌倒;
跌倒判断基础流程如下:
开始采集一段时间的加速度数据(为了准确,一般采用10秒钟以上),判断Z轴加速度是否由g(允许有正负0.2g误差)变成0(正负0.2g);若是,则疑似跌倒,通过走步的算法逻辑进行进一步判断,提高准确率,通过电路板网络模块向外部发出跌倒告警,然后继续采集加速度数据,滚动更新加速度数据缓存;若否,则继续采集加速度数据,滚动更新加速度数据缓存;
(2)通过步态分析,提高跌倒判断的准确度:对上一步疑似跌倒时刻前几秒钟内走步状态的准确判断,消除静坐状态下跌倒误报情况,如翘起二郎腿、脚底垂直于地面等情况误报为跌倒;以采集跌倒前最近4秒钟的X、Y、Z轴加速度的值,以采样间隔50ms,采样80个点为例,判断人体是否处于走步状态;
判断走步的算法如下:
a.以采样的80个点为计算样本,计算Z轴(或者Y轴)加速度阈值上轨和下轨;加速度的平均值,标记为avg,每个采样点的加速度值,标记为An,则阈值上轨upLimit=avg+∑(|An-avg|)/80,阈值下轨lowLimit=avg-∑(|An-avg|)/80;
b.判断步骤a中采样的80个点,加速度振动幅度是否达到走路的最小值,如果upLimit-avg或者avg-lowLimit小于0.1g(g为重力加速度),则认为加速度幅度太小,判定不是走步状态;
c.寻找波形数量,一个完整波形计2步;
波形判定方法:当加速度采样值上穿upLimit,然后再经过若干采样点,加速度采样值下穿lowLimit,则认为此时经过了一个完整波形;
d.排除波长明显不符合走步特征的情况,在4秒钟时间内,正常走路应该计步4-16步,也就是2-8个波形周期,如果经过上一步波形判断,识别出来波形周期小于2或者大于8,则判定这个波形不是由走步引起的,而是由于其它振动引起的,进而判定刚刚过去的4秒钟不是一个走路状态;
e.正常走路状态下,上下方向和前后方向的加速度振幅较大,但是左右方向的加速度振幅较小,即upLimit(Z)>upLimit(X)且upLimit(Y)>upLimit(X),只有满足此条件,才认为是走步,不满足此条件,可能是在抖腿等行为导致的加速度周期性波动;
(3)通过加速度方差,排除跌倒误报:判断出疑似跌倒后,继续采集N个数据,然后判断这N个数据的标准差,若标准差非常小,则说明鞋子处于静止状态,而人刚刚跌倒后,是不可能绝对静止,因此判定鞋子此刻并未穿在脚上;此种情况可以判定并非人在运动中跌倒,而是可能刚刚脱掉的鞋子发生侧翻;
(4)通过疑似跌倒后一段时间内,加速度的变化情况,排除跌倒误报:判断出疑似跌倒后,继续采集N个数据,分析在这N个数据内,加速度变化趋势,若加速度呈现上升趋势,并最终稳定在g(1-20%)到g(1+20%)范围内,则说明只是脚底短暂垂直于地面又马上恢复成平行于地面,并非真的跌倒。
本发明一种基于加速度传感器的人体运动跌倒检测装置及方法的具体实施过程如下:本发明在使用时,将电路板内置于鞋底凹槽,在鞋子正常水平放置时,保证加速度传感器Z轴方向垂直于地面,Z轴方向的加速度为1个重力加速度g;当鞋子处于跌倒状态时(包括前后左右任意方向跌倒)加速度传感器Z轴变成平行于地面,Z轴方向的重力加速度变为0(或者接近于0);通过跌倒判断基础流程进行判断是否疑似跌倒;通过步态分析算法,分析此时刻前后的加速度变化特征,识别人体是否处于走步状态;通过加速度方差进行判断,进一步排除鞋子脱离人体的误报情况;通过对疑似跌倒状态的持续时间判断,来提升跌倒判断的准确度;本发明以现有技术(2)为基础,通过更多精细化逻辑判定方法,来提高跌倒判断的准确率,解决跌倒判断误码率高的问题;在跌倒前的判断过程中,增加对走步状态的判断,进而排除人体在非行走状态下脚底垂直于地面的各种误判;在跌倒后的判断过程中,通过跌倒后的传感器Z轴加速度方差分析,来进一步提高跌倒判断的准确度;在跌倒后的判断过程中,通过判断传感器Z轴处于疑似跌倒状态的持续时间,来进一步提高跌倒判断的准确度;使得老年人的健康得到保障,子女也可以安心工作,为社会创造财富。
以上对本发明及其实施方式进行了描述,这种描述没有限制性,实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。
Claims (6)
1.一种基于加速度传感器的人体运动跌倒检测装置及方法,包括检测装置和检测方法,其特征在于:所述检测装置包括鞋子和电路板,所述鞋子包括鞋底和鞋帮,所述鞋底设有与电路板相适配的凹槽,所述电路板内置于鞋底凹槽,所述电路板上设有电源、处理器和加速传感器,所述加速传感器包括X轴、Y轴和Z轴;
所述检测方法如下:
(1)通过跌倒判断基础流程进行判断是否疑似跌倒;
跌倒判断基础流程如下:
开始采集一段时间的加速度数据(为了准确,一般采用10秒钟以上),判断Z轴加速度是否由g(允许有正负0.2g误差)变成0(正负0.2g);若是,则疑似跌倒,通过走步的算法逻辑进行进一步判断,提高准确率,通过电路板网络模块向外部发出跌倒告警,然后继续采集加速度数据,滚动更新加速度数据缓存;若否,则继续采集加速度数据,滚动更新加速度数据缓存;
(2)通过步态分析,提高跌倒判断的准确度:对上一步疑似跌倒时刻前几秒钟内走步状态的准确判断,消除静坐状态下跌倒误报情况,如翘起二郎腿、脚底垂直于地面等情况误报为跌倒;以采集跌倒前最近4秒钟的X、Y、Z轴加速度的值,以采样间隔50ms,采样80个点为例,判断人体是否处于走步状态;
判断走步的算法如下:
a.以采样的80个点为计算样本,计算Z轴(或者Y轴)加速度阈值上轨和下轨;加速度的平均值,标记为avg,每个采样点的加速度值,标记为An,则阈值上轨upLimit=avg+∑(|An-avg|)/80,阈值下轨lowLimit=avg-∑(|An-avg|)/80;
b.判断步骤a中采样的80个点,加速度振动幅度是否达到走路的最小值,如果upLimit-avg或者avg-lowLimit小于0.1g(g为重力加速度),则认为加速度幅度太小,判定不是走步状态;
c.寻找波形数量,一个完整波形计2步;
波形判定方法:当加速度采样值上穿upLimit,然后再经过若干采样点,加速度采样值下穿lowLimit,则认为此时经过了一个完整波形;
d.排除波长明显不符合走步特征的情况,在4秒钟时间内,正常走路应该计步4-16步,也就是2-8个波形周期,如果经过上一步波形判断,识别出来波形周期小于2或者大于8,则判定这个波形不是由走步引起的,而是由于其它振动引起的,进而判定刚刚过去的4秒钟不是一个走路状态;
e.正常走路状态下,上下方向和前后方向的加速度振幅较大,但是左右方向的加速度振幅较小,即upLimit(Z)>upLimit(X)且upLimit(Y)>upLimit(X),只有满足此条件,才认为是走步,不满足此条件,可能是在抖腿等行为导致的加速度周期性波动;
(3)通过加速度方差,排除跌倒误报:判断出疑似跌倒后,继续采集N个数据,然后判断这N个数据的标准差,若标准差非常小,则说明鞋子处于静止状态,而人刚刚跌倒后,是不可能绝对静止,因此判定鞋子此刻并未穿在脚上;此种情况可以判定并非人在运动中跌倒,而是可能刚刚脱掉的鞋子发生侧翻;
(4)通过疑似跌倒后一段时间内,加速度的变化情况,排除跌倒误报:判断出疑似跌倒后,继续采集N个数据,分析在这N个数据内,加速度变化趋势,若加速度呈现上升趋势,并最终稳定在g(1-20%)到g(1+20%)范围内,则说明只是脚底短暂垂直于地面又马上恢复成平行于地面,并非真的跌倒。
2.根据权利要求1所述的一种基于加速度传感器的人体运动跌倒检测装置及方法,其特征在于:所述鞋子处于跌倒状态时,包括前后左右任意方向跌倒,加速度传感器Z轴变成平行于地面,Z轴方向的重力加速度变成0(或者接近于0)。
3.根据权利要求1所述的一种基于加速度传感器的人体运动跌倒检测装置及方法,其特征在于:所述加速度传感器可以指示三维方向的加速度数值的传感器,在加速度传感器静止情况下,在Z轴垂直于地面,X、Y轴平行于地面的情况下,Z轴的加速度数值为1个重力加速度g,X、Y轴的加速度值为零;在运动情况下,X、Y、Z三个轴的加速度数值,为重力加速度值在三个轴上的分解和运动导致的加速度数值的叠加。
4.根据权利要求1所述的一种基于加速度传感器的人体运动跌倒检测装置及方法,其特征在于:所述采集N个数据,可以选择每隔50ms采集一个数据,采集10秒钟,采集200个数据,也可以选择其他间隔采集得到N个数据。
5.根据权利要求1所述的一种基于加速度传感器的人体运动跌倒检测装置及方法,其特征在于:所述加速度传感器的型号为MPU6050。
6.根据权利要求1所述的一种基于加速度传感器的人体运动跌倒检测装置及方法,其特征在于:所述鞋子采用厚底运动鞋。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910825963.8A CN110638459B (zh) | 2019-09-03 | 2019-09-03 | 一种基于加速度传感器的人体运动跌倒检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910825963.8A CN110638459B (zh) | 2019-09-03 | 2019-09-03 | 一种基于加速度传感器的人体运动跌倒检测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110638459A true CN110638459A (zh) | 2020-01-03 |
CN110638459B CN110638459B (zh) | 2023-05-05 |
Family
ID=69010022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910825963.8A Active CN110638459B (zh) | 2019-09-03 | 2019-09-03 | 一种基于加速度传感器的人体运动跌倒检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110638459B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113647935A (zh) * | 2021-07-26 | 2021-11-16 | 李孝贤 | 跌落姿态识别方法及系统 |
CN114187742A (zh) * | 2021-11-03 | 2022-03-15 | 天地(常州)自动化股份有限公司 | 基于5g的矿井人员跌倒预警方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101711401A (zh) * | 2007-04-19 | 2010-05-19 | 皇家飞利浦电子股份有限公司 | 跌倒检测系统 |
CN103177530A (zh) * | 2013-02-25 | 2013-06-26 | 宁波中科集成电路设计中心有限公司 | 一种基于三轴加速度的人体摔倒检测方法 |
CN103405001A (zh) * | 2013-08-30 | 2013-11-27 | 广东乐源数字技术有限公司 | 一种蓝牙跌倒报警鞋垫 |
CN103581852A (zh) * | 2013-09-30 | 2014-02-12 | 吴家宝 | 人体摔倒检测的方法、装置及移动终端系统 |
CN103577836A (zh) * | 2013-09-30 | 2014-02-12 | 吴家宝 | 人体摔倒检测模型建立方法及模型系统 |
CN104713568A (zh) * | 2015-03-31 | 2015-06-17 | 上海帝仪科技有限公司 | 步态识别方法以及相应的计步器 |
CN104821062A (zh) * | 2015-04-28 | 2015-08-05 | 深圳市福溢长者科技有限公司 | 一种基于蓝牙通信的跌落报警系统及其报警方法 |
CN105448040A (zh) * | 2015-12-23 | 2016-03-30 | 深圳市嘉兰图设计股份有限公司 | 具有预报警功能的跌倒报警系统 |
CN106031636A (zh) * | 2015-03-11 | 2016-10-19 | 济宁智城中科信息技术有限公司 | 一种跌倒检测方法及相应的可穿戴监护装置及监护方法 |
CN106999108A (zh) * | 2014-12-10 | 2017-08-01 | 皇家飞利浦有限公司 | 用于跌落检测的系统和方法 |
CN107048570A (zh) * | 2017-04-12 | 2017-08-18 | 佛山市量脑科技有限公司 | 一种智能鞋垫的数据分析处理方法 |
CN206453322U (zh) * | 2017-02-23 | 2017-09-01 | 陈景泽 | 跌倒预防与报警一体化的老人智能拖鞋 |
CN107146378A (zh) * | 2017-06-06 | 2017-09-08 | 思创医惠科技股份有限公司 | 一种人体跌倒判定方法及装置 |
CN107233099A (zh) * | 2016-07-06 | 2017-10-10 | 漳州立达信光电子科技有限公司 | 分析跌倒严重程度的跌倒侦测系统及其穿戴装置 |
CN109091151A (zh) * | 2018-09-06 | 2018-12-28 | 中国人民解放军战略支援部队信息工程大学 | 一种基于mimu的行人跌倒检测方法及装置 |
-
2019
- 2019-09-03 CN CN201910825963.8A patent/CN110638459B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101711401A (zh) * | 2007-04-19 | 2010-05-19 | 皇家飞利浦电子股份有限公司 | 跌倒检测系统 |
CN103177530A (zh) * | 2013-02-25 | 2013-06-26 | 宁波中科集成电路设计中心有限公司 | 一种基于三轴加速度的人体摔倒检测方法 |
CN103405001A (zh) * | 2013-08-30 | 2013-11-27 | 广东乐源数字技术有限公司 | 一种蓝牙跌倒报警鞋垫 |
EP3039981A1 (en) * | 2013-08-30 | 2016-07-06 | Guangdong Appscomm Co., Ltd. | Bluetooth fall-alarm insole |
CN103577836A (zh) * | 2013-09-30 | 2014-02-12 | 吴家宝 | 人体摔倒检测模型建立方法及模型系统 |
CN103581852A (zh) * | 2013-09-30 | 2014-02-12 | 吴家宝 | 人体摔倒检测的方法、装置及移动终端系统 |
CN106999108A (zh) * | 2014-12-10 | 2017-08-01 | 皇家飞利浦有限公司 | 用于跌落检测的系统和方法 |
CN106031636A (zh) * | 2015-03-11 | 2016-10-19 | 济宁智城中科信息技术有限公司 | 一种跌倒检测方法及相应的可穿戴监护装置及监护方法 |
CN104713568A (zh) * | 2015-03-31 | 2015-06-17 | 上海帝仪科技有限公司 | 步态识别方法以及相应的计步器 |
CN104821062A (zh) * | 2015-04-28 | 2015-08-05 | 深圳市福溢长者科技有限公司 | 一种基于蓝牙通信的跌落报警系统及其报警方法 |
CN105448040A (zh) * | 2015-12-23 | 2016-03-30 | 深圳市嘉兰图设计股份有限公司 | 具有预报警功能的跌倒报警系统 |
CN107233099A (zh) * | 2016-07-06 | 2017-10-10 | 漳州立达信光电子科技有限公司 | 分析跌倒严重程度的跌倒侦测系统及其穿戴装置 |
CN206453322U (zh) * | 2017-02-23 | 2017-09-01 | 陈景泽 | 跌倒预防与报警一体化的老人智能拖鞋 |
CN107048570A (zh) * | 2017-04-12 | 2017-08-18 | 佛山市量脑科技有限公司 | 一种智能鞋垫的数据分析处理方法 |
CN107146378A (zh) * | 2017-06-06 | 2017-09-08 | 思创医惠科技股份有限公司 | 一种人体跌倒判定方法及装置 |
CN109091151A (zh) * | 2018-09-06 | 2018-12-28 | 中国人民解放军战略支援部队信息工程大学 | 一种基于mimu的行人跌倒检测方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113647935A (zh) * | 2021-07-26 | 2021-11-16 | 李孝贤 | 跌落姿态识别方法及系统 |
CN113647935B (zh) * | 2021-07-26 | 2024-05-03 | 李孝贤 | 跌落姿态识别方法及系统 |
CN114187742A (zh) * | 2021-11-03 | 2022-03-15 | 天地(常州)自动化股份有限公司 | 基于5g的矿井人员跌倒预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110638459B (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10670621B2 (en) | Fall prevention | |
JP6795980B2 (ja) | 加速度の測定値を処理して、ユーザによるステップを識別する方法及び対応するコンピュータプログラム、並びに加速度の測定値を処理して、ユーザによるステップを識別する装置及びそのような装置を備えるデバイス | |
Meylan et al. | Quantifying explosive actions in international women’s soccer | |
JP6115330B2 (ja) | 生体情報測定装置、および生体情報測定方法 | |
US9576500B2 (en) | Training supporting apparatus and system for supporting training of walking and/or running | |
JP6111837B2 (ja) | 歩行姿勢計およびプログラム | |
CN103519819A (zh) | 步态分析方法及步态分析系统 | |
CN107049255A (zh) | 一种穿戴式智能设备及其睡眠算法 | |
CN110638459A (zh) | 一种基于加速度传感器的人体运动跌倒检测装置及方法 | |
JP6454294B2 (ja) | 状態評価装置及び状態評価方法 | |
CN109498027A (zh) | 一种单加速度计人体步态检测系统及方法 | |
CN113693565A (zh) | 一种可穿戴设备及其佩戴检测方法 | |
CN107146378A (zh) | 一种人体跌倒判定方法及装置 | |
JPWO2018211550A1 (ja) | 情報処理装置、情報処理システム及び情報処理方法 | |
US20200110111A1 (en) | Method and system for characterizing, predicting, and optimizing movements of complex systems | |
JP4494843B2 (ja) | ペット管理システム | |
JP6390783B2 (ja) | 食事時間推定方法及び食事時間推定装置 | |
CN105551191A (zh) | 一种跌倒检测方法 | |
JPWO2017065087A1 (ja) | 歩行状態検出装置及び歩行状態検出プログラム | |
JP2017148287A (ja) | つまずきリスクの評価方法 | |
JP2018079102A (ja) | 歩行状態推定方法、歩行状態推定プログラムおよび情報処理装置 | |
TW201918225A (zh) | 步態分析方法與系統 | |
Vajs et al. | Open-source application for real-time gait analysis using inertial sensors | |
CN210228151U (zh) | 一种单加速度计人体步态检测装置和可穿戴设备 | |
CN114297843A (zh) | 一种可识别上下台阶摔倒风险的智能鞋及识别方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230412 Address after: No. 188 Beixing Road, Mazhu Industrial Zone, Yuyao City, Ningbo City, Zhejiang Province, 315400 Applicant after: Ningbo Lusheng Electrical Technology Co.,Ltd. Address before: Room 331, Building 11, No. 4028 South Ring Road, Binjiang District, Hangzhou City, Zhejiang Province, 310000 Applicant before: Hangzhou xiongxin IOT Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |