CN110992649A - 一种用于判断行动中跌倒状态的方法 - Google Patents
一种用于判断行动中跌倒状态的方法 Download PDFInfo
- Publication number
- CN110992649A CN110992649A CN201911308179.6A CN201911308179A CN110992649A CN 110992649 A CN110992649 A CN 110992649A CN 201911308179 A CN201911308179 A CN 201911308179A CN 110992649 A CN110992649 A CN 110992649A
- Authority
- CN
- China
- Prior art keywords
- acceleration
- judgment
- axis
- angle
- time
- 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
-
- 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
-
- 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
- A61B5/68—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
-
- 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
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/08—Elderly
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明涉及健康信息技术领域，具体涉及一种用于判断行动中跌倒状态的方法，通过加速度传感器检测人体行动状态数据，包括x轴加速度ax、y轴加速度ay、z轴加速度az、x轴角度x1、y轴角度y1、z轴角度z1、以及时间信息，并计算出合加速度smv，同时依次进行角度判断、加速度判断和时间判断，判定对象是否处于跌倒状态。本发明在胸口中心处安装传感器，胸口处属于人体中轴线，可以一定程度上减少左右前后晃动的影响，并且在行进过程中与身体其他部分接触少，有效避免了装置对老人行走的不利影响，通过依次进行角度判断、加速度判断和时间判断，可实现高准确率判断高龄老人正常行为和跌倒行为，对促进老人的健康生活具有重要意义。
Description
技术领域
本发明涉及健康信息技术领域，具体涉及一种用于判断行动中跌倒状态的方法。
背景技术
随着年龄的增长和机体的衰老，人们特别是老年人的生活和健康都会受到严重影响，跌倒就是“罪魁祸首”之一。跌倒是指突发、不自主、非故意的体位改变，倒在地面或比初始位置更低的平面上。跌倒在老年人群中非常普遍，严重影响了老年人的身体健康和独立生活能力，并造成了老年人心理上的压力和恐惧。跌倒往往会对老年人的身体带来巨大的损害，有时造成的后果对老年人来说甚至是致命的。据统计，90％的髋部骨折是由跌倒引起。髋骨骨折主要包括股骨骨折和股骨转子间骨折两种，人类的股骨大转子仅位于臀部后外侧皮下,缺乏软组织保护，呈长方形，其后上面无任何结构附着，位于股骨颈的后上部。大转子的位置表浅，因而直接暴力引起骨折的机会较大。老年人在侧后方跌倒时，往往是一侧髋部首先着地，同时存在大腿内收，这时候大转子部位会更加突出。由于该部位缺少软组织缓冲，这样就会使股骨大转子区域直接触地受力，出现股骨转子间骨折。因为股骨颈有向前12-15度的前倾角，跌倒时如果股骨大转子受力部位较广泛且没有发生股骨转子骨折，那么暴力就会沿股骨颈向上传递，将上半身重力和地面的撞击在股骨颈部位形成剪力，从而发生股骨颈骨折，特别是患有骨质疏松的老人极易发生此类骨折。
目前的跌倒判断装置如中国专利公开号CN110313917A公开的一种跌倒传感系统，主要通过传感单元进行动作的传感后，以将其所得的传感信号储存至储存单元内，再通过校正单元针对传感信号以生理信号正规化方法与动作信号正规化方法进行校正，其后再由动作识别单元依据校正后的传感信号以生成动作区别数据去区分不同的动作，最后再由辨识单元根据跌倒判定阈值判断使用者的动作是否超出其跌倒判定阈值而有跌倒动作的发生；而若超出其跌倒判定阈值以判定有跌倒动作发生时，其辨识单元则会立即输出信号至防护组件及警示组件或是其二者之一，进以提供使用者在跌倒动作发生时，可立即提供警示及防护的功效，但是该系统主要是依靠加速度来判断跌倒事件的发生，但人体运动非常复杂，依靠较少或单一的人体运动姿态信息来预测跌倒的可靠性不高，当人体跌倒而未能判断出时，就起不到保护效果，当人体没有跌倒而做出误判断时，必然给人们带来不便。
为此，本发明提供一种使用便捷，准确率高的用于判断行动中跌倒状态的方法。
发明内容
本发明的目的在于克服现有技术的不足，提供一种用于判断行动中跌倒状态的方法，在老人的胸口中心处安装单个JY61P传感器，传感器质量与体积小，胸口处属于人体中轴线，可以一定程度上减少左右前后晃动的影响，并且在行进过程中与身体其他部分接触极少，有效避免了装置对老人行走的不利影响，通过JY61P快速提取x、y、z轴的加速度、以及角度，依次进行角度判断、加速度判断和时间判断，可实现高准确率判断高龄老人正常行为和跌倒行为，可将本方法与报警装置和保护装置联动，在老人跌倒时进行报警和保护，对促进老人的健康生活具有重要意义。
本发明的目的是通过以下技术方案来实现的：
一种用于判断行动中跌倒状态的方法，通过加速度传感器检测人体行动状态数据，包括x轴加速度ax、y轴加速度ay、z轴加速度az、x轴角度x1、y轴角度y1、z轴角度z1、以及时间信息，并计算出合加速度smv，
同时依次进行角度判断、加速度判断和时间判断，所述角度判断为x轴角度x1、y轴角度y1或z轴角度z1是否大于10°，在x1＞10°、y1＞10°或z1＞10°时，进行加速度判断，所述加速度判断为smv是否小于阈值k，所述k＝0.7～0.9g，在smv＜k时，记录在检测到smv＜k所处时间点t1，然后待检测到smv＞k时，记录该时间点t2，然后计算出判断时间t，
t＝t2-t1
然后进行时间判断，所述时间判断为t是否大于T，所述T＝250～450ms，在t＞T，则判定对象正处于跌倒状态。
进一步地，所述加速度传感器设置在人体胸前中心处，所述x轴为人体的右手方向，所述y轴为人体的正前方，所述z轴为人体的正上方。
进一步地，所述加速度传感器为六轴加速度传感器。优选地，所述加速度传感器为JY61P传感器。
进一步地，在一轮判断中，所述角度判断和加速度判断基于同一时间点。
进一步地，在第一时间点依次进行角度判断、加速度判断和时间判断的过程中，角度判断、加速度判断和时间判断任意一项判断未通过，则进入下一个时间点继续依次进行角度判断、加速度判断和时间判断。
进一步地，所述k＝0.8g，T＝350ms。
进一步地，所述k＝0.7g，T＝250ms。
进一步地，所述k＝0.9g，T＝450ms。
本发明的有益效果是：本发明一种用于判断行动中跌倒状态的方法，在老人的胸口中心处安装单个JY61P传感器，传感器质量与体积小，胸口处属于人体中轴线，可以一定程度上减少左右前后晃动的影响，并且在行进过程中与身体其他部分接触极少，有效避免了装置对老人行走的不利影响，通过JY61P快速提取x、y、z轴的加速度、以及角度，依次进行角度判断、加速度判断和时间判断，可实现高准确率判断高龄老人正常行为和跌倒行为，可将本方法与报警装置和保护装置联动，在老人跌倒时进行报警和保护，对促进老人的健康生活具有重要意义。
附图说明
图1为本发明判断行动中跌倒状态方法的流程图；
图2为本发明第一个优选实施例中角度随时间变化的曲线图；
图3为本发明第一个优选实施例中合加速度smv随时间变化的曲线图；
图4为本发明第二个优选实施例中角度随时间变化的曲线图；
图5为本发明第二个优选实施例中合加速度smv随时间变化的曲线图；
图6为本发明第三个优选实施例中角度随时间变化的曲线图；
图7为本发明第三个优选实施例中合加速度smv随时间变化的曲线图。
具体实施方式
下面结合具体实施例和附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
如图1所示，一种用于判断行动中跌倒状态的方法，通过加速度传感器检测人体行动状态数据，加速度传感器设置在人体胸前中心处，所述x轴为人体的右手方向，所述y轴为人体的正前方，所述z轴为人体的正上方，人体行动状态数据包括x轴加速度ax、y轴加速度ay、z轴加速度az、x轴角度x1、y轴角度y1、z轴角度z1、以及时间信息，并计算出合加速度smv，
同时依次进行角度判断、加速度判断和时间判断，在一轮判断中，所述角度判断和加速度判断基于同一时间点；所述角度判断为x轴角度x1、y轴角度y1或z轴角度z1是否大于10°，在x1＞10°、y1＞10°或z11＞10°时，进行加速度判断，所述加速度判断为smv是否小于阈值k，所述k＝0.7～0.9g，在smv＜k时，记录在检测到smv＜k所处时间点t1，然后待检测到smv＞k时，记录该时间点t2，然后计算出判断时间t，
t＝t2-t1
然后进行时间判断，所述时间判断为t是否大于T，所述T＝250～450ms，在t＞T，则判定对象正处于跌倒状态；在第一时间点依次进行角度判断、加速度判断和时间判断的过程中，角度判断、加速度判断和时间判断任意一项判断未通过，则进入下一个时间点继续依次进行角度判断、加速度判断和时间判断。
优选地，所述加速度传感器选用JY61P传感器。
在第一个优选实施例中，一种用于判断行动中跌倒状态的方法，通过加速度传感器检测人体行动状态数据，加速度传感器设置在人体胸前中心处，所述x轴为人体的右手方向，所述y轴为人体的正前方，所述z轴为人体的正上方，人体行动状态数据包括x轴加速度ax、y轴加速度ay、z轴加速度az、x轴角度x1、y轴角度y1、z轴角度z1、以及时间信息，并计算出合加速度smv，
同时依次进行角度判断、加速度判断和时间判断，在一轮判断中，所述角度判断和加速度判断基于同一时间点；所述角度判断为x轴角度x1、y轴角度y1或z轴角度z1是否大于10°，在x1＞10°、y1＞10°或z1＞10°时，进行加速度判断，所述加速度判断为smv是否小于阈值k，所述k＝0.8g，在smv＜k时，记录在检测到smv＜k所处时间点t1，然后待检测到smv＞k时，记录该时间点t2，然后计算出判断时间t，
t＝t2-t1
然后进行时间判断，所述时间判断为t是否大于T，所述T＝350ms，在t＞T，则判定对象正处于跌倒状态；在第一时间点依次进行角度判断、加速度判断和时间判断的过程中，角度判断、加速度判断和时间判断任意一项判断未通过，则进入下一个时间点继续依次进行角度判断、加速度判断和时间判断。
通过该优选实施例的方法对老人A的行动状态同时进行监测判断和实际观察，老人A将加速度传感器佩戴在人体胸前中心处，无视野状态下在水平路面上行走，并在行进路途中设置跌倒障碍，监测结果如图2和图3所示，从图2和图3可以看出，在0.3秒时，z1值开始大于10°，而在第一时间点0.92秒，x1、y1和z1均大于10°，该时间点对应smv开始小于k值(0.8g)，然后在第二时间点1.36秒，smv值开始大于k，计算得到t为440ms大于T值(350ms)，则判断老人A在第一时间点开始跌倒，第一时间点到第二时间点皆处于正在跌倒状态，在第三时间点1.67秒至第四时间点1.74秒内smv小于k值(0.8g)，对应的t为70ms小于T值(350ms)，则判断老人A在第三时间点到第四时间点正常，并非处于正在跌倒的状态，判断结果与实际观察结果相符。此外，在相同条件下，设置不同位置的跌倒障碍，水平行走连续进行多次跌倒监测判断和实际观察，得到该方法跌倒判断准确率达到98％，而在上下楼梯、起身、坐下等测试中，准确率达到95％。
在第二个优选实施例中，一种用于判断行动中跌倒状态的方法，通过加速度传感器检测人体行动状态数据，加速度传感器设置在人体胸前中心处，所述x轴为人体的右手方向，所述y轴为人体的正前方，所述z轴为人体的正上方，人体行动状态数据包括x轴加速度ax、y轴加速度ay、z轴加速度az、x轴角度x1、y轴角度y1、z轴角度z1、以及时间信息，并计算出合加速度smv，
同时依次进行角度判断、加速度判断和时间判断，在一轮判断中，所述角度判断和加速度判断基于同一时间点；所述角度判断为x轴角度x1、y轴角度y1或z轴角度z1是否大于10°，在x1＞10°、y1＞10°或z1＞10°时，进行加速度判断，所述加速度判断为smv是否小于阈值k，所述k＝0.7g，在smv＜k时，记录在检测到smv＜k所处时间点t1，然后待检测到smv＞k时，记录该时间点t2，然后计算出判断时间t，
t＝t2-t1
然后进行时间判断，所述时间判断为t是否大于T，所述T＝250ms，在t＞T，则判定对象正处于跌倒状态；在第一时间点依次进行角度判断、加速度判断和时间判断的过程中，角度判断、加速度判断和时间判断任意一项判断未通过，则进入下一个时间点继续依次进行角度判断、加速度判断和时间判断。
通过该优选实施例的方法对老人B的行动状态同时进行监测判断和实际观察，老人B将加速度传感器佩戴在人体胸前中心处，无视野状态下在水平路面上行走，并在行进路途中设置跌倒障碍，监测结果如图4和图5所示，从图4和图5可以看出，在0.7秒时，z1值大于10°，在第一时间点0.9秒，x1、y1和z1均大于10°，该时间点对应smv开始小于k值(0.7g)，然后在第二时间点1.24秒，smv值开始大于k，计算得到t为340ms大于T值(250ms)，则判断老人B在第一时间点开始跌倒，第一时间点到第二时间点皆处于正在跌倒状态，第三时间点1.7秒对应的smv开始小于k值(0.7g)，然后在第四时间点1.72秒开始大于k值(0.7g)，计算得到t为20ms小于T值(250ms)，则判断老人B在第三时间点到第四时间点并非处于正在跌倒的状态，判断结果与实际观察结果相符。此外，在相同条件下，设置不同位置的跌倒障碍，连续进行多次跌倒监测判断和实际观察，得到该方法跌倒判断准确率达到92％。
在第三个优选实施例中，一种用于判断行动中跌倒状态的方法，通过加速度传感器检测人体行动状态数据，加速度传感器设置在人体胸前中心处，所述x轴为人体的右手方向，所述y轴为人体的正前方，所述z轴为人体的正上方，人体行动状态数据包括x轴加速度ax、y轴加速度ay、z轴加速度az、x轴角度x1、y轴角度y1、z轴角度z1、以及时间信息，并计算出合加速度smv，
同时依次进行角度判断、加速度判断和时间判断，在一轮判断中，所述角度判断和加速度判断基于同一时间点；所述角度判断为x轴角度x1、y轴角度y1或z轴角度z1是否大于10°，在x1＞10°、y1＞10°或z1＞10°时，进行加速度判断，所述加速度判断为smv是否小于阈值k，所述k＝0.9g，在smv＜k时，记录在检测到smv＜k所处时间点t1，然后待检测到smv＞k时，记录该时间点t2，然后计算出判断时间t，
t＝t2-t1
然后进行时间判断，所述时间判断为t是否大于T，所述T＝450ms，在t＞T，则判定对象正处于跌倒状态；在第一时间点依次进行角度判断、加速度判断和时间判断的过程中，角度判断、加速度判断和时间判断任意一项判断未通过，则进入下一个时间点继续依次进行角度判断、加速度判断和时间判断。
通过该优选实施例的方法对老人C的行动状态同时进行监测判断和实际观察，老人C将加速度传感器佩戴在人体胸前中心处，无视野状态下在水平路面上行走，并在行进路途中设置跌倒障碍，监测结果如图6和图7所示，从图6和图7可以看出，在1.65秒时，y1值开始大于10°，在第一时间点1.73秒，x1、y1和z1均大于10°，该时间点对应smv开始小于k值(0.9g)，然后在第二时间点2.35秒，smv值开始大于k，计算得到t为620ms大于T值(450ms)，则判断老人C在第一时间点开始跌倒，第一时间点到第二时间点皆处于正在跌倒状态，而在第三时间点2.69秒至第四时间点2.74秒内smv小于k值(0.9g)，对应的t为50ms小于T值(450ms)，第五时间点2.83秒至第六时间点2.97秒，对应的t为140ms小于T值(450ms)，因此，判断第三时间点至第四时间点、第五时间点至第六时间点均并非处于正在跌倒的状态，判断结果与实际观察结果相符。此外，在相同条件下，设置不同位置的跌倒障碍，连续进行多次跌倒监测判断和实际观察，得到该方法跌倒判断准确率达到90％。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
Claims (8)
1.一种用于判断行动中跌倒状态的方法，其特征在于，通过加速度传感器检测人体行动状态数据，包括x轴加速度ax、y轴加速度ay、z轴加速度az、x轴角度x1、y轴角度y1、z轴角度z1、以及时间信息，并计算出合加速度smv，
同时依次进行角度判断、加速度判断和时间判断，所述角度判断为x轴角度x1、y轴角度y1或z轴角度z1是否大于10°，在x1＞10°、y1＞10°或z1＞10°时，进行加速度判断，所述加速度判断为smv是否小于阈值k，所述k＝0.7～0.9g，在smv＜k时，记录在检测到smv＜k所处时间点t1，然后待检测到smv＞k时，记录该时间点t2，然后计算出判断时间t，
t＝t2-t1
然后进行时间判断，所述时间判断为t是否大于T，所述T＝250～450ms，在t＞T，则判定对象正处于跌倒状态。
2.根据权利要求1所述的一种用于判断行动中跌倒状态的方法，其特征在于，所述加速度传感器设置在人体胸前中心处，所述x轴为人体的右手方向，所述y轴为人体的正前方，所述z轴为人体的正上方。
3.根据权利要求1所述的一种用于判断行动中跌倒状态的方法，其特征在于，所述加速度传感器为六轴加速度传感器。
4.根据权利要求1所述的一种用于判断行动中跌倒状态的方法，其特征在于，在一轮判断中，所述角度判断和加速度判断基于同一时间点。
5.根据权利要求1所述的一种用于判断行动中跌倒状态的方法，其特征在于，在第一时间点依次进行角度判断、加速度判断和时间判断的过程中，角度判断、加速度判断和时间判断任意一项判断未通过，则进入下一个时间点继续依次进行角度判断、加速度判断和时间判断。
6.根据权利要求1所述的一种用于判断行动中跌倒状态的方法，其特征在于，所述k＝0.8g，T＝350ms。
7.根据权利要求1所述的一种用于判断行动中跌倒状态的方法，其特征在于，所述k＝0.7g，T＝250ms。
8.根据权利要求1所述的一种用于判断行动中跌倒状态的方法，其特征在于，所述k＝0.9g，T＝450ms。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911308179.6A CN110992649B (zh) | 2019-12-18 | 2019-12-18 | 一种用于判断行动中跌倒状态的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911308179.6A CN110992649B (zh) | 2019-12-18 | 2019-12-18 | 一种用于判断行动中跌倒状态的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110992649A true CN110992649A (zh) | 2020-04-10 |
| CN110992649B CN110992649B (zh) | 2022-11-22 |
Family
ID=70095299
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911308179.6A Active CN110992649B (zh) | 2019-12-18 | 2019-12-18 | 一种用于判断行动中跌倒状态的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110992649B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112233374A (zh) * | 2020-09-21 | 2021-01-15 | 中国科学院深圳先进技术研究院 | 一种跌倒检测方法、系统、终端以及存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102044131A (zh) * | 2010-07-20 | 2011-05-04 | 北京紫峰华纳科技有限公司 | 一种报警信号处理方法及基于人体体位信息的报警方法 |
| CN102110347A (zh) * | 2009-12-29 | 2011-06-29 | 深圳市赛格导航科技股份有限公司 | 一种人体跌倒检测和报警的设备和方法 |
| CN102750803A (zh) * | 2012-07-16 | 2012-10-24 | 深圳市富晶科技有限公司 | 跌倒报警仪、跌倒报警检测装置及方法 |
| CN107077775A (zh) * | 2014-10-29 | 2017-08-18 | 韩国生产技术研究院 | 跌倒检测方法 |
| 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 |
| WO2019086849A1 (en) * | 2017-11-03 | 2019-05-09 | Tended Ltd | Method and apparatus for monitoring the safety of a person |
| WO2019135059A1 (fr) * | 2018-01-08 | 2019-07-11 | Izome | Chaussure comprenant un accelerometre, ensemble et procede de detection de chute correspondant |
| CN110021144A (zh) * | 2018-01-10 | 2019-07-16 | 厦门雅迅网络股份有限公司 | 一种摔倒检测方法、终端设备及存储介质 |
| CN110335443A (zh) * | 2019-07-03 | 2019-10-15 | 山东赢创机械有限公司 | 一种人体智能防护方法 |
-
2019
- 2019-12-18 CN CN201911308179.6A patent/CN110992649B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102110347A (zh) * | 2009-12-29 | 2011-06-29 | 深圳市赛格导航科技股份有限公司 | 一种人体跌倒检测和报警的设备和方法 |
| CN102044131A (zh) * | 2010-07-20 | 2011-05-04 | 北京紫峰华纳科技有限公司 | 一种报警信号处理方法及基于人体体位信息的报警方法 |
| CN102750803A (zh) * | 2012-07-16 | 2012-10-24 | 深圳市富晶科技有限公司 | 跌倒报警仪、跌倒报警检测装置及方法 |
| CN107077775A (zh) * | 2014-10-29 | 2017-08-18 | 韩国生产技术研究院 | 跌倒检测方法 |
| WO2019086849A1 (en) * | 2017-11-03 | 2019-05-09 | Tended Ltd | Method and apparatus for monitoring the safety of a person |
| WO2019135059A1 (fr) * | 2018-01-08 | 2019-07-11 | Izome | Chaussure comprenant un accelerometre, ensemble et procede de detection de chute correspondant |
| CN110021144A (zh) * | 2018-01-10 | 2019-07-16 | 厦门雅迅网络股份有限公司 | 一种摔倒检测方法、终端设备及存储介质 |
| 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 |
| CN110335443A (zh) * | 2019-07-03 | 2019-10-15 | 山东赢创机械有限公司 | 一种人体智能防护方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112233374A (zh) * | 2020-09-21 | 2021-01-15 | 中国科学院深圳先进技术研究院 | 一种跌倒检测方法、系统、终端以及存储介质 |
| WO2022057071A1 (zh) * | 2020-09-21 | 2022-03-24 | 中国科学院深圳先进技术研究院 | 一种跌倒检测方法、系统、终端以及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110992649B (zh) | 2022-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wu et al. | Portable preimpact fall detector with inertial sensors | |
| US9364033B2 (en) | Shock-absorbing device for human body | |
| EP2424434B1 (en) | Fall detection | |
| US9107615B2 (en) | Method and apparatus for body impact protection | |
| WO2017049957A1 (zh) | 智能跌倒监护装置及其处理方法 | |
| US20120279311A1 (en) | Impact detection method & apparatus | |
| US20120123277A1 (en) | Method for detecting an extraordinary situation | |
| Wright et al. | The influence of headform orientation and flooring systems on impact dynamics during simulated fall-related head impacts | |
| Li et al. | Pre-impact fall detection based on a modified zero moment point criterion using data from Kinect sensors | |
| US20150123785A1 (en) | Motion Sensing Necklace System | |
| Aziz et al. | The effect of window size and lead time on pre-impact fall detection accuracy using support vector machine analysis of waist mounted inertial sensor data | |
| CN105361277B (zh) | 一种防止人摔伤的衣服及方法 | |
| JP2009500047A5 (zh) | ||
| Lai et al. | Adaptive body posture analysis using collaborative multi-sensors for elderly falling detection | |
| CN104504854A (zh) | 用于检测人体摔倒的报警方法 | |
| US20150120007A1 (en) | Adaptive Fall and Collision Detection and Injury Mitigation System and Method | |
| Giggins et al. | Evaluating rehabilitation exercise performance using a single inertial measurement unit | |
| Zhong et al. | A real-time pre-impact fall detection and protection system | |
| US20080016962A1 (en) | Medical use angular rate sensor | |
| TW201942885A (zh) | 以日常生活動作為判斷基準之跌倒感測系統及其方法 | |
| CN110992649B (zh) | 一种用于判断行动中跌倒状态的方法 | |
| Su et al. | A multi-sensor based pre-impact fall detection system with a hierarchical classifier | |
| Narasimhan | Skin-contact sensor for automatic fall detection | |
| Xie et al. | ART: adaptive and real-time fall detection using COTS smart watch | |
| JP2005245709A (ja) | 人の動作および姿勢の監視方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230818 Address after: 230000 Room 203, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province Patentee after: Hefei Jiuzhou Longteng scientific and technological achievement transformation Co.,Ltd. Address before: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province Patentee before: Dragon totem Technology (Hefei) Co.,Ltd. Effective date of registration: 20230818 Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province Patentee after: Dragon totem Technology (Hefei) Co.,Ltd. Address before: 610031 No. 111, North Section of Second Ring Road, Chengdu City, Sichuan Province Patentee before: SOUTHWEST JIAOTONG University |