CN111012355A - 人体摔倒检测方法及装置、存储介质及电子设备 - Google Patents
人体摔倒检测方法及装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN111012355A CN111012355A CN201911170152.5A CN201911170152A CN111012355A CN 111012355 A CN111012355 A CN 111012355A CN 201911170152 A CN201911170152 A CN 201911170152A CN 111012355 A CN111012355 A CN 111012355A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- physiological state
- acquisition instruction
- preset
- 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.)
- Pending
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
Abstract
本公开涉及智能检测技术领域,具体涉及一种人体摔倒检测方法及装置、计算机可读存储介质及电子设备,方法包括通过用户佩戴的检测设备采集用户当前的运动轨迹数据;若运动轨迹数据包括绝对向下位移,则生成速度采集指令,以根据速度采集指令采集用户当前的速度信息;若速度信息在第一预设范围内,则生成生理状态采集指令,以根据生理状态采集指令采集用户当前的生理状态信息;在生理状态信息满足第一预设摔倒条件时,则生成报警信号并发送至目标终。本公开实施例的技术方案能够提高对人体摔倒检测的精度,降低误报率。
Description
技术领域
本公开涉及智能检测技术领域,具体而言,涉及一种人体摔倒检测方法及装置、计算机可读存储介质及电子设备。
背景技术
随着世界人口的老龄化,老年人看护的问题越来越突出,老年人摔倒对老年人自身的危害也正在逐渐体现,为了保障老人的健康生活,实现无人监测、人体摔倒检测的研究具有重要的意义。
现有技术中的人体摔倒检测方法采集到的运动状态数据与真实的老人的运动状态数据存在偏差、且获取数据数量较少,造成检测精度较低且误报率较高。
因此,有必要设计一种新的人体摔倒检测方法及装置、计算机可读存储介质及电子设备。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种人体摔倒检测方法及装置、计算机可读存储介质及电子设备,进而至少在一定程度上克服相关技术中检测精度较低且误报率较高的不足。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,一种人体摔倒检测方法,包括:
通过用户佩戴的检测设备采集所述用户当前的运动轨迹数据;
若所述运动轨迹数据包括绝对向下位移,则生成速度采集指令,以根据所述速度采集指令采集所述用户当前的速度信息;
若所述速度信息在第一预设范围内,则生成生理状态采集指令,以根据所述生理状态采集指令采集所述用户当前的生理状态信息;
在所述生理状态信息满足第一预设摔倒条件时,则生成报警信号并发送至目标终端;
在预设时间内继续采集所述用户的所述生理状态信息和/或姿态信息,若所述用户的所述生理状态信息和/或姿态信息在所述预设时间内满足第三预设条件,则生成终止报警指令并发送至所述目标终端。
在本公开的一种示例性实施例中,当判断所述生理状态信息满足所述第一预设摔倒条件时,所述方法还包括:
基于判断结果生成一姿态采集指令,以用于响应所述姿态采集指令并采集所述用户当前的姿态信息;
在所述姿态信息满足第二预设摔倒条件时,生成所述报警信号并发送至所述目标终端。
在本公开的一种示例性实施例中,所述方法还包括:若所述速度信息在第二预设范围内,则生成所述报警信号并发送至所述目标终端。
在本公开的一种示例性实施例中,若所述速度信息在第二预设范围内时,所述方法还包括:
响应判断结果生成一姿态采集指令,以用于响应所述姿态采集指令并采集所述用户当前的姿态信息;
在所述姿态信息满足第二预设摔倒条件时,生成所述报警信号并发送至所述目标终端。
在本公开的一种示例性实施例中,所述生理状态信息包括所述用户的心率、血压值和体温中的一种或多种。
在本公开的一种示例性实施例中,所述方法还包括:
采集所述用户佩戴所述检测设备的部位的压力值和温度值;
当所述压力值和所述温度值均在第三预设范围内时,判定所述用户已佩戴所述检测设备,并生成运动轨迹采集指令,以用于响应所述运动轨迹采集指令采集所述运动轨迹数据。
根据本公开的一个方面,提供一种人体摔倒检测方法,包括:
通过用户佩戴的检测设备采集所述用户当前的运动轨迹数据;
若所述运动轨迹数据包括绝对向下位移,则生成参数采集指令,以根据所述参数采集指令采集所述用户当前速度信息、生理状态信息和姿态信息;
结合所述速度信息、所述生理状态信息和所述姿态信息判断是否生成报警信号并发送至目标终端。
根据本公开的一个方面,提供一种人体摔倒检测装置,包括:
信息采集模块,用于通过用户佩戴的检测设备采集所述用户当前的运动轨迹数据;
第一判断模块,用于若所述运动轨迹数据包括绝对向下位移,则生成速度采集指令,以根据所述速度采集指令采集当前速度信息;
第二判断模块,用于若所述速度信息在第一预设范围内,则生成生理状态采集指令,以根据所述生理状态采集指令采集所述用户的生理状态信息;
报警模块,用于在所述生理状态信息满足第一预设摔倒条件时,则生成报警信号并发送至目标终端;
第三判断模块,在预设时间内继续采集所述用户的所述生理状态信息和/或姿态信息,若所述用户的所述生理状态信息和/或姿态信息在所述预设时间内满足第三预设条件,则生成终止报警指令并发送至所述目标终端。
根据本公开的一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述任意一项所述的人体摔倒检测方法。
根据本公开的一个方面,提供一种电子设备,包括:
处理器;以及
存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述任意一项所述的人体摔倒检测方法。
本公开实施例提供的技术方案可以包括以下有益效果:
本公开的一种实施例所提供的人体摔倒检测方法中,通过运动轨迹数据和速度信息对人体是否摔倒进行了初步判断,然后结合生理状态信息共同对人体是否摔倒进行检测,实时检测用户的生理状态,一方面,能够在运动轨迹数据和速度信息不足以确定用户是否摔倒的情况下,依据用户的生理状态进行进一步的判断,解决了用户已经摔倒但是未生成报警信号并发送至目标终端而造成救援不及时的问题,提高了检测精度和报警准确率,为用户的安全增加了一份保障。另一方面,在生成报警信号之后,继续采集用户预设时间内的生理状态信息和姿态信息中的至少一种,在判定用户摔倒后,利用预设时间内的生理状态信息和/或姿态信息进一步判断用户是否在预设时间内恢复到正常状态,以确定是否需要终止报警信号;进一步确定是否需要监护人快速到达现场,能够准确的判断摔倒是否对用户造成过大的伤害,在摔倒没有给用户没有伤害时或者之前的判断流程出错产生误报时,终止报警信号,能够节约监护人的时间。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是相关技术中人体摔倒检测方法的信号流向示意图;
图2是本公开是示例实施方式中的一种人体摔倒检测方法的流程图;
图3是本公开示例实施方式中的对生理状态信息进行判定后,考虑姿态信息对人体摔倒检测方法影响的流程图;
图4是本公开示例实施方式中的对速度信息进行判定后,考虑姿态信息对人体摔倒检测方法影响的流程图;
图5是本公开示例实施方式中监测用户是否佩戴检测设备的流程图;
图6是本公开示例实施方式中人体摔倒检测方法的信号流向示意图;
图7是本公开示例实施方式中人体摔倒检测方法的总体流程示意图;
图8是本公开是实例中的另一种人体摔倒检测方法的流程图;
图9示意性示出本公开示例性实施例中一种人体摔倒检测装置的组成示意图;
图10示意性示出了适于用来实现本公开示例性实施例的电子设备的计算机系统的结构示意图;
图11示意性示出了根据本公开的一些实施例的计算机可读存储介质的示意图。
具体实施方式
现在将参照附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在相关技术中,参照图1所示,人体摔倒检测方法一般是通过陀螺仪120和加速度计110分别采集用户的方向信息和速度信息;控制器130依靠方向信息和速度信息来对人体是否摔倒进行判断,并由目标终端140或者现场报警装置发出警报。由于加速度计110和陀螺仪120采集信息的本质是佩戴设备的运动状态,同人体的实际运动状态可能有很大的差别,仅仅使用这两种传感方法的人体摔倒检测方法检测精度较低,且误报率较高。
基于上述缺点,在本示例性实施例中,首先提供了一种人体摔倒检测方法,可以应用于老人、孩子以及病人等进行监护,例如,当老年人独自在外散步时,可以实时检测老年人是否摔倒,能够对老年人的健康生活增加一份保障。参照图2,上述的人体摔倒检测方法可以包括以下步骤:
步骤S210,通过用户佩戴的检测设备采集所述用户当前的运动轨迹数据;
步骤S220,若所述运动轨迹数据包括绝对向下位移,则生成速度采集指令,以根据所述速度采集指令采集所述用户当前的速度信息;
步骤S230,若所述速度信息在第一预设范围内,则生成生理状态采集指令,以根据所述生理状态采集指令采集所述用户当前的生理状态信息;
步骤S240,在所述生理状态信息满足第一预设摔倒条件时,则生成报警信号并发送至目标终端;
步骤S250,在预设时间内继续采集所述用户的所述生理状态信息和/或姿态信息,若所述用户的所述生理状态信息和/或姿态信息在所述预设时间内满足第三预设条件,则生成终止报警指令并发送至所述目标终端。
根据本示例性实施例中所提供的人体摔倒检测方法通过运动轨迹数据和速度信息对人体是否摔倒进行了初步判断,然后结合生理状态信息共同对人体是否摔倒进行检测,实时检测用户的生理状态,一方面,能够在运动轨迹数据和速度信息不足以确定用户是否摔倒的情况下,依据用户的生理状态进行进一步的判断,解决了用户已经摔倒但是未生成报警信号并发送至目标终端而造成救援不及时的问题,提高了检测精度和报警准确率,为用户的安全增加了一份保障。另一方面,在生成报警信号之后,继续采集用户预设时间内的生理状态信息和姿态信息中的至少一种,在判定用户摔倒后,利用预设时间内的生理状态信息和/或姿态信息进一步判断用户是否在预设时间内恢复到正常状态,以确定是否需要终止报警信号;进一步确定是否需要监护人快速到达现场,能够准确的判断摔倒是否对用户造成过大的伤害,在摔倒没有给用户没有伤害时或者之前的判断流程出错产生误报时,终止报警信号,能够节约监护人的时间。
下面,将结合附图及实施例对本示例性实施例中的人体摔倒检测方法的各个步骤进行更详细的说明。
在步骤S210中,通过用户佩戴的检测设备采集所述用户当前的运动轨迹数据。
在本公开的一种示例实施例中,运动轨迹数据表现了用户预设时段的运动轨迹,预设时段可以是一个较长的时间周期,例如5分钟,即采集用户五分钟前至当前的运动轨迹,预设时段也可以是10分钟、8分种等,预设时段还可以是一个较短的周期,例如5秒、10秒等,在本示例实施方式中不做具体限定。
运动轨迹数据可以包括用户在预设时段运动的方向和每个方向上运动的距离,可以采用惯导传感器来采集用户的运动轨迹数据,其中运动轨迹数据还包括方向信息,可以采用陀螺仪620来采集用户的方向信息。
在本示例实施方式中,检测设备的类型可以是拐杖、也可以是帽子、手环、项链等,在本示例实施方式中不做具体限定,参照图6所示,检测设备可以包括陀螺仪620、加速度计610、控制器630、人体感知传感器650和目标终端640;其中人体感知传感器650是对用于采集人体各项指标的传感器的统称,人体感知传感器650可以包括MEMS传感器、和用于检测人体血压压力传感器、温度传感器、心率传感器等。
在步骤S220中,若所述运动轨迹数据包括绝对向下位移,则生成速度采集指令,以根据所述速度采集指令采集所述用户当前的速度信息。
在本示例实施方式中,对用户的运动轨迹数据进行判断,判断在用户的运动轨迹数据中是否存在绝对向下位移,当运动轨迹数据中存在绝对向下位移时,生成速度采集指令,以响应速度采集指令采集用户当前的速度信息。
需要说明的是,在本示例实施方式中,绝对向下位移可以是沿重力所在方向发生位移,即用户的重心发生下移且没有及时回到原有位置。
可以采用加速度计610来采集用户的速度信息。
在步骤S230,若所述速度信息在第一预设范围内,则生成生理状态采集指令,以根据所述生理状态采集指令采集所述用户当前的生理状态信息;
在本示例实施方式中,当上述速度信息在第一预设范围内时,生成生理状态采集指令,控制器630响应生理状态采集指令,采集用户当前的生理状态信息。
需要说明的是,第一预设范围可以是根据需求来自定义数值范围,由于当运动轨迹数据一旦存在绝对向下位移时就采集速度信息,所以当前的速度信息包括了部分绝对向下位移时的速度,第一预设范围可以为速度大于等于0km/h小于等于8km/h。当上述速度信息满足在第一预设范围内时,表示人体的速度并不快,没有瞬间倒地的现象发生,但是不能够完全确认用户没有摔倒,例如,用户突然间感到不适,缓慢蹲下,然后倒地;因此,此时可以采集用户的生理状态信息来对用户的状态进行进一部的判断,确定用户是否摔倒。
用户的生理状态信息可以包括用户的心率、血压值、体温等,在本示例实施方式中不做具体限定。
在步骤S240中,在所述生理状态信息满足第一预设摔倒条件时,则生成报警信号并发送至目标终端。
当用户的生理状态信息满足第一预设摔倒条件时,控制器630生成报警信号并发送至目标终端640,目标终端640响应上述报警信号发出用户摔倒的警报,目标终端640可以服务器终端、也可以是手机、平板电脑等移动终端,还可以是其他设备;警报的类型可以是语音播报,例如通过音响发出“摔倒,请求救援”的声音,还可以包括灯光闪烁;在本示例实施方式中不对警报的类型进行具体的限定。在另一种示例实施方式中,当用户的生理状态信息满足第一预设摔倒条件时,控制器630生成报警信号并发送至现场报警装置,现场报警装置响应报警信号发出警报。
需要说明的是,用户的生理状态信息可以包括用户的心率、血压值、体温等,此时第一预设摔倒条件可以是心率大于120次/min或者小于60次/min、血压在3秒内增加5mmhg以上和/或体温在10秒内变化超过0.5℃。
需要说明的是,第一预设摔倒条件针对不同的用户可以是不同的,即第一预设摔倒条件可以根据不同的用户进行自定义,在本示例实施方式中不对所述第一预设摔倒条件进行限定。
当用户心率、血压值和体温中的任意一项或多项满足上述的第一预设摔倒条件时,控制器630生成报警信号并发送至目标终端640。
在判断生理状态信息满足用户第一预设摔倒条件时,参照图3,本公开人体摔倒检测方法还可以包括以下步骤:
步骤S310,基于判断结果生成一姿态采集指令,以用于响应所述姿态采集指令并采集所述用户当前的姿态信息;
步骤S320,在所述姿态信息满足第二预设摔倒条件时,生成所述报警信号并发送至所述目标终端。
在确认人体摔倒前,采集用户的姿态信息,并对姿态信息进行判断,以人体姿态信息完善最终判断,解决了用户在运动轨迹符合摔倒条件或生理状态符合摔倒条件,但用户并未摔倒时生成报警信号并送至目标终端640造成了误报,降低了误报率。
下面对步骤S310至S320详细进行阐述:
在步骤S310中,基于判断结果生成一姿态采集指令,以用于响应所述姿态采集指令并采集所述用户当前的姿态信息;
当判定生理状态信息满足第一预设摔倒条件时,生成姿态采集指令,控制器630响应姿态采集指令控制传感器采集用户当前的姿态信息。
姿态信息采集可以采用MEMS传感器来采集用户的姿态信息,也可以通过其他传感器来检测人体的姿态信息,在本示例实施方式中不做具体限定,姿态信息可以较为准确的显示用户当前的具体的姿态,例如,“蹲在地上的同时双手放在脚上”、“躺在地上”、“直立行走状态”“趴在地上”等。
需要说明的是,姿态信息和生理状态信息的采集均可以通过人体感知传感器650来进行采集,人体感知传感器650是对用于采集人体各项指标的传感器的统称,人体感知传感器650可以包括MEMS传感器、和用于检测人体血压压力传感器、温度传感器、心率传感器等。
在步骤S320中,在所述姿态信息满足第二预设摔倒条件时,生成所述报警信号并发送至所述目标终端。
当上述姿态信息满足第二预设条件时,生成所述报警信号并发送至所述目标终端640,同上,目标终端640响应上述报警信号发出用户摔倒的警报,目标终端640可以手机、也可以是其他设备;警报的类型可以是语音播报,例如通过影响发出“摔倒,请求救援”的声音,还可以包括灯光闪烁;在本示例实施方式中不对警报的类型进行具体的限定。在另一种示例实施方式中,当上述姿态信息满足第二预设条件时,控制器630生成报警信号并发送至现场报警装置,现场报警装置响应报警信号发出警报。
需要说明的是,第二预设摔倒条件可以根据需求进行修改,在本示例实施方式中,第二预设包括“躺在地上”“趴在地上”等可以直观的得到用户处于摔倒状态的姿态。
在一种示例实施方式中,本公开人体摔倒检测方法还可以包括:
若所述速度信息在第二预设范围内,则生成所述报警信号并发送至所述目标终端640。
需要说明的是,第二预设范围可以是由人为根据需求来设定的,例如,第二预设范围可以为速度大于等于8km/h。
若速度信息在第二预设范围内时,参照图4所示,本公开人体摔倒检测方法还可以包括以下步骤:
步骤S410,响应判断结果生成一姿态采集指令,以用于响应所述姿态采集指令并采集所述用户当前的姿态信息;
步骤S420,在所述姿态信息满足第二预设摔倒条件时,生成所述报警信号并发送至所述目标终端。
在本示例实施方式中,当速度信息在第二预设范围内时,控制器630生成姿态采集指令,控制器630响应姿态采集指令控制传感器采集用户当前的姿态信息。
同上,第二预设范围可以是由人为根据需求来设定的,例如,第二预设范围可以为,速度大于等于8km/h。
姿态信息采集可以采用MEMS传感器来采集用户的姿态信息,姿态信息可以较为准确的现实任意当前的具体的姿态,例如,“蹲在地上的同时双手放在脚上”、“躺在地上”、“直立行走状态”“趴在地上”等。
当上述姿态信息满足第二预设条件时,生成所述报警信号并发送至所述目标终端640,同理目标终端640响应上述报警信号发出用户摔倒的警报。
同上,目标终端640可以手机、也可以是其他设备;警报的类型可以是语音播报,例如通过影响发出“摔倒,请求救援”的声音,还可以包括灯光闪烁;在本示例实施方式中不对警报的类型进行具体的限定。在另一种示例实施方式中,当上述姿态信息满足第二预设条件时,控制器630生成报警信号并发送至现场报警装置,现场报警装置响应报警信号发出警报。
需要说明的是,第二预设摔倒条件可以根据需求进行修改,在本示例实施方式中,第二预设摔倒条件可以包括“躺在地上”“趴在地上”等可以直观的得到用户处于摔倒状态的姿态。
参照图5所示,本公开人体摔倒检测方法还可以包括以下步骤:
步骤S510,采集所述用户佩戴所述检测设备的部位的压力值和温度值;
步骤S520,当所述压力值和所述温度值均在第三预设范围内时,判定所述用户已佩戴所述检测设备,并生成运动轨迹采集指令,以用于响应所述运动轨迹采集指令采集所述运动轨迹数据。
能够根据用户佩戴检测设备的部位的压力值和温度值确定用户是否佩戴检测设备。
下面对步骤S510至S520详细进行阐述:
首先采集用户佩戴检测设备的部位的压力值和温度值,例如,当佩戴设备为手环时,采集用户手腕部位的压力值和温度值,当佩戴设备为项链时,采集用户颈部的压力值和温度值,可以采用压力传感器来采集压力值,采用温度传感器来采集用户佩戴检测设备的部位的温度值。
当压力值或者温度值均在第三预设范围内时,可以判定用户已经佩戴监测设备,同时生成运动轨迹采集指令,控制器630响应运动轨迹采集指令,采集用户当前的运动轨迹数据。
需要说明的是,第三预设范围可以是通过人为设定的,是可以根据需求来改变的。在本示例实施方式中,第三预设范围的可以包括用户佩戴检测设备的部位的压力值大于用户其他部位的压力值,且用户佩戴检测设备的部位的温度值小于用户其他部位的温度值。
在另一种示例实施方式中,检测设备上可以设置有电容式触控面板,当人体佩戴检测设备之后,由于人体与检测设备的接触,检测设备上的电容式触控面板会响应人体的触发信号,检测设备向控制器发送检测设备已佩戴的信号。
在再一种示例实施方式中,可以通过检测设备温度或压力变化来判断检测设备是否被佩戴,检测设备上设置有温度传感器和压力传感器,用于采集检测设备的温度信息和压力信息,当人体佩戴检测设备之后,检测设备的温度信息与压力信息均会增大,此时,检测设备可以向控制器发送检测设备已佩戴的信号。
判断检测设备是否被佩戴的方法有多种,上述只是示例性的列举了几种,在本公开中不对如何判断检测设备是否佩戴进行具体限定。
在步骤S250中,在预设时间内继续采集所述用户的所述生理状态信息和/或姿态信息,若所述用户的所述生理状态信息和/或姿态信息在所述预设时间内满足第三预设条件,则生成终止报警指令并发送至所述目标终端。
在本示例实施方式中,当判定用户摔倒后,生成报警信号并发送至目标终端640后,可以在预设时间内继续采集的用户的生理状态信息和/或姿态信息;即采集预设时间内继续采集的用户的生理状态信息和姿态信息中的至少一种,预设时间可以为10秒,也可以是20秒,25秒等。当用户的生理状态信息在所述预设时间内满足第三预设条件时,生成终止报警指令并发送至所述目标终端640。
若用户的生理状态信息在所述预设时间内满足第三预设条件,则可能是用户的确摔倒了,但是在预设时间秒内已经重新站立起来,同时生理状态恢复正常,表明用户的身体状态与摔倒前大同小异,摔倒没有对用户在造成伤害,故此可以终止报警信号。还有可能是在此之前的判断过程出现错误发出误报。故在发出报警信号之后继续对预设时间内的生理状态信息和/或姿态信息进行判断能够防止误报。
在本示例实施方式中,当只采集生理状态信息时,第三预设条件可以是心率大于等于60次/min且小于等于120次/min、血压在3秒内趋于平稳和/或体温保持在正常状态,即体温大于等于36.1℃小于等于37℃。
当只采集姿态信息时,第三预设条件可以是用户处于“直立行走状态,用户或者处于“站立不动”的状态,只要能够体现用户是费躺倒状态即可。在本示例实施方式中不做具体限定。
当同时采集生理状态信息和姿态信息时,第三预设条件可以是心率大于等于60次/min且小于等于120次/min、血压在3秒内趋于平稳和/或体温保持在正常状态,即体温大于等于36.1℃小于等于37℃,同时用户处于“直立行走状态,用户或者处于“站立不动”的状态。
需要说明的是,上述第三预设条件针对不同的用户可以是不同的,即第三预设条件可以根据用户处于正常状态时的生理状态自定义,在本示例实施方式中不对第三预设条件做具体限定。
参照图6所示,本公开通过加速度计610采集速度信息,陀螺仪620采集方向信息,通过任意感知传感器采集姿态信息和生理状态信息,然后经由控制器630来进行数据的处理和分析,最后将处理结果发送至目标终端640或者现场报警装置,在人体摔倒后发出警报。
具体的步骤可以参照图7,首先进行步骤S710,人体感知传感器650采集佩戴信息;在可以采集人体体表佩戴检测时被部位的压力值和温度值来进行完成的判断,当判定检测设备处于佩戴状态时,进行步骤S720,通过惯导传感器采集运动轨迹数据;然后进行步骤S730,判断在运动轨迹数据中是否存在绝对向下位移,当运动轨迹数据中存在绝对向下位移时,进行步骤S750和步骤S760,通过加速度计610采集用户当前的速度信息,并判断用户是否快速移动;即判断速度信息满足第一预设条件还是第二预设条件,当速度信息满足第一预设条件时,进行步骤S772和步骤S774,采集用户当前的生理状态信息并进行判断,当生理状态信息存在异常时,即生理状态信息满足第一预设摔倒条件时,进行步骤S780和步骤S790,采集人体姿态信息,并在姿态信息满足第二预设摔倒条件时发出跌倒报警。当速度信息满足第二预设条件时。直接进行步骤S780和步骤S790,采集人体姿态信息,并在姿态信息满足第二预设摔倒条件时发出跌倒报警。
在另一种示例实施方式中,首先采集用户的运动轨迹数据,当用户的运动轨迹数据中包括绝对向下位移时,生成速度信息指令,控制器630响应速度采集指令采集用户的速度信息,并对速度信息进行判断,其中由于当运动轨迹数据一旦存在绝对向下位移时就采集速度信息,所以当前的速度信息包括了部分绝对向下位移时的速度,当速度信息满足第一预设范围时,第一预设范围可以包括速度大于等于0km/h小于等于8km/h;生成生理状态采集指令,控制器630响应生理状态采集指令采集用户当前的生理状态信息,当生理状态信息满足第一预设摔倒条件时,生成姿态采集指令。
控制器630响应姿态采集指令采集用户第一时间段的姿态信息,第一时间段的姿态信息包括用户当前的姿态信息,当用户当前的姿态信息满足第二预设摔倒条件时,生成报警信号并发送至目标终端,然后接着采集用户第二时间段的姿态信息,并与第一时间段的姿态信息进行对分析,若第二时间段的姿态信息中存在于第一时间段相似的用户“直立行走”或者其他表明用户能够正常行走的信息,则取消报警信号的发送;同时生成警报解除信号并发送至目标终端。
第一时间段和第二时间段均可以是20秒,也可以是15秒、30秒等,在本示例实施方式中不做具体限定。
需要说明的是,第一预摔倒条件。第二预设摔倒条件以及第一预设范围、第二预设范围上述已经进行了详细的说明,因此,此处不再赘述。
在本示例实施方式中,通过对第二时间段姿态信息的采集以及与第一时间段姿态信息的对比,能够判断用户在摔倒后是否造成了身体上的损伤,在未造成损伤的情况下取消报警信号,并反馈警报解除的信号;可以减少非必要是人力资源的损失和监护人时间的损失。
本公开还提供给一种人体摔倒检测方法,参照图8所示,该人体检测摔倒方法可以包括一下步骤:
步骤S810,通过用户佩戴的检测设备采集所述用户当前的运动轨迹数据;
步骤S820,若所述运动轨迹数据包括绝对向下位移,则生成参数采集指令,以根据所述参数采集指令采集所述用户当前速度信息、生理状态信息和姿态信息;
步骤S830,结合所述速度信息、所述生理状态信息和所述姿态信息判断是否生成报警信号并发送至目标终端640。
下面对步骤S810至步骤S830进行详细的阐述:
步骤S810的内容与上述步骤S210的步骤相同,上述已经进行了详细的介绍,因此此处不在赘述。
在步骤S820中,若所述运动轨迹数据包括绝对向下位移,则生成参数采集指令,以根据所述参数采集指令采集所述用户当前速度信息、生理状态信息和姿态信息;
当运动轨迹数据中存在绝对向下位移的时候,生成操作指令,该操作指令可以包括速度采集指令、生理状态采集指令和姿态采集指令;控制器630响应上述指令同时采集用户当前速度信息、生理状态信息和姿态信息,然后综合用户当前速度信息、生理状态信息和姿态信息来判断用户是否摔倒,是否需要生成报警信号并发送至目标终端640。
在本示例实施方式中,也可以包括对用户是否佩戴检测设备进行先一步的判断。对用户是否佩戴检测设备判断上述已经进行了详细说明因此,此处不再赘述。
在本示例实施方式中,在速度信息满足第一预设范围,且所述生理状态信息满足第一预设摔倒条件,同时姿态信息满足第二预设摔倒条件时,生成报警信号并发送至目标终端640。
当速度信息满足第二预设范围,且姿态信息满足第二预设摔倒条件时,生成报警信号并发送至目标终端640。
关于速度信息、第一预设范围、第二预设范围、第一预设摔倒条件、第二预设摔倒条件上述已经进行了详细的说明,因此,此处不在赘述。
在另一种示例实施方式中,当速度信息满足第二预设范围,且当姿态信息满足第二预设摔倒条件时,即用户摔倒后,生成报警信号并发送至目标终端640,并在预设时间内继续采集的用户的生理状态信息和姿态信息;预设时间可以为10秒,也可以是20秒,25秒等。同时,根据用户在预设时间内的生理状态信息和姿态信息,来判定用户是否在预设时间内已经站立起来,且摔倒没有对用户在造成伤害。当判定用户已近站起来,且摔倒没有对用户在造成伤害时,生成终止报警指令并发送至目标终端640。即用户的确摔倒了,但是在预设时间内已经重新站立起来,同时生理状态回复正常,表明用户的身体状态与摔倒前大同小异,摔倒没有对用户在造成伤害,故此不需要生成报警信号。
在再一种示例实施方式中,当判定检测设备处于佩戴状态时,可以实时采集用户的生理状态信息以及姿态信息;并将上述生理状态信息以及姿态信息存储在数据库,当速度信息满足第二预设范围,且当姿态信息满足第二预设摔倒条件时,即预判用户摔倒后,可以先不生成报警并发送至目标终端640;可以在预设时间内继续采集的用户的生理状态信息和姿态信息,同时从数据库中调取用户摔倒前预设时间内的用户的生理状态信息和姿态信息,通过预判用户摔倒后预设时间内用户的生理状态信息和姿态信息与用户摔倒前预设时间内的用户的生理状态信息和姿态信息相对比,若在误差范围内相同,则不需要生成报警信号。若当前用户的生理状态信息和姿态信息与用户摔倒前预设时间内的用户的生理状态信息和姿态信息在误差范围内不相同,则生成报警并发送至目标终端640。
需要说明的是,上述预设时间可以为10秒,也可以是20秒,25秒等。其中,数据库中的数据更新时间可以是1分钟,也可以是5分钟,数据更新时间大于等于上述预设时间即可,在本示例实施方式中不对数据更新时间做具体限定。
需要注意的是,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
以下介绍本公开的装置实施例,可以用于执行本公开上述的人体摔倒检测方法。此外,在本公开的示例性实施方式中,还提供了一种人体摔倒检测装置。参照图9所示,所述人体摔倒检测装置900包括:信息采集模块910,第一判断模块920,第二判断模块930,报警模块940和第三判断模块950。
其中,所述信息采集模块910可以用于通过用户佩戴的检测设备采集所述用户当前的运动轨迹数据;所述第一判断模块920可以用于若所述运动轨迹数据包括绝对向下位移,则生成速度采集指令,以根据所述速度采集指令采集当前速度信息;所述第二判断模块930可以用于若所述速度信息在第一预设范围内,则生成生理状态采集指令,以根据所述生理状态采集指令采集所述用户的生理状态信息;报警模块940可以用于在所述生理状态信息满足第一预设摔倒条件时,则生成报警信号并发送至目标终端640,第三判断模块950可以用于在预设时间内继续采集所述用户的所述生理状态信息和/或姿态信息,若所述用户的所述生理状态信息和/或姿态信息在所述预设时间内满足第三预设条件,则生成终止报警指令并发送至所述目标终端640。
由于本公开的示例实施例的人体摔倒检测装置的各个功能模块与上述人体摔倒检测方法的示例实施例的步骤对应,因此对于本公开装置实施例中未披露的细节,请参照本公开上述的人体摔倒检测方法的实施例。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,在本公开的示例性实施例中,还提供了一种能够实现上述人体摔倒检测的电子设备。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施例、完全的软件实施例(包括固件、微代码等),或硬件和软件方面结合的实施例,这里可以统称为“电路”、“模块”或“系统”。
下面参照图10来描述根据本公开的这种实施例的电子设备1000。图10显示的电子设备1000仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图10所示,电子设备1000以通用计算设备的形式表现。电子设备1000的组件可以包括但不限于:上述至少一个处理单元1010、上述至少一个存储单元1020、连接不同系统组件(包括存储单元1020和处理单元1010)的总线1030、显示单元1040。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元1010执行,使得所述处理单元1010执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施例的步骤。例如,所述处理单元1010可以执行如图2中所示的步骤S210:通过用户佩戴的检测设备采集所述用户当前的运动轨迹数据;S220:若所述运动轨迹数据包括绝对向下位移,则生成速度采集指令,以根据所述速度采集指令采集所述用户当前的速度信息;S230:若所述速度信息在第一预设范围内,则生成生理状态采集指令,以根据所述生理状态采集指令采集所述用户当前的生理状态信息;S240:在所述生理状态信息满足第一预设摔倒条件时,则生成报警信号并发送至目标终端640;S250,在预设时间内继续采集所述用户的所述生理状态信息和/或姿态信息,若所述用户的所述生理状态信息和/或姿态信息在所述预设时间内满足第三预设条件,则生成终止报警指令并发送至所述目标终端。
又如,所述的电子设备可以实现如图2至图5所示的各个步骤。
存储单元1020可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)1021和/或高速缓存存储单元1022,还可以进一步包括只读存储单元(ROM)1023。
存储单元1020还可以包括具有一组(至少一个)程序模块1025的程序/实用工具1024,这样的程序模块1025包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1030可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器1030、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备1000也可以与一个或多个外部设备1070(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备1000交互的设备通信,和/或与使得该电子设备1000能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1050进行。并且,电子设备1000还可以通过网络适配器1060与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器1060通过总线1030与电子设备1000的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备1000使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施例的描述,本领域的技术人员易于理解,这里描述的示例实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施例的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施例的步骤。
参照图11,描述了根据本公开的实施例的用于实现上述方法的程序产品1100,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、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)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (10)
1.一种人体摔倒检测方法,其特征在于,包括:
通过用户佩戴的检测设备采集所述用户当前的运动轨迹数据;
若所述运动轨迹数据包括绝对向下位移,则生成速度采集指令,以根据所述速度采集指令采集所述用户当前的速度信息;
若所述速度信息在第一预设范围内,则生成生理状态采集指令,以根据所述生理状态采集指令采集所述用户当前的生理状态信息;
在所述生理状态信息满足第一预设摔倒条件时,则生成报警信号并发送至目标终端;
在预设时间内继续采集所述用户的所述生理状态信息和/或姿态信息,若所述用户的所述生理状态信息和/或姿态信息在所述预设时间内满足第三预设条件,则生成终止报警指令并发送至所述目标终端。
2.根据权利要求1所述的方法,其特征在于,当判断所述生理状态信息满足所述第一预设摔倒条件时,所述方法还包括:
基于判断结果生成一姿态采集指令,以用于响应所述姿态采集指令并采集所述用户当前的姿态信息;
在所述姿态信息满足第二预设摔倒条件时,生成所述报警信号并发送至所述目标终端。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:若所述速度信息在第二预设范围内,则生成所述报警信号并发送至所述目标终端。
4.根据权利要求3所述的方法,其特征在于,若所述速度信息在第二预设范围内时,所述方法还包括:
响应判断结果生成一姿态采集指令,以用于响应所述姿态采集指令并采集所述用户当前的姿态信息;
在所述姿态信息满足第二预设摔倒条件时,生成所述报警信号并发送至所述目标终端。
5.根据权利要求1所述的方法,其特征在于,所述生理状态信息包括所述用户的心率、血压值和体温中的一种或多种。
6.根据权利要求1~5任一项所述的方法,其特征在于,所述方法还包括:
采集所述用户佩戴所述检测设备的部位的压力值和温度值;
当所述压力值和所述温度值均在第三预设范围内时,判定所述用户已佩戴所述检测设备,并生成运动轨迹采集指令,以用于响应所述运动轨迹采集指令采集所述运动轨迹数据。
7.一种人体摔倒检测方法,其特征在于,包括:
通过用户佩戴的检测设备采集所述用户当前的运动轨迹数据;
若所述运动轨迹数据包括绝对向下位移,则生成参数采集指令,以根据所述参数采集指令采集所述用户当前速度信息、生理状态信息和姿态信息;
结合所述速度信息、所述生理状态信息和所述姿态信息判断是否生成报警信号并发送至目标终端。
8.一种人体摔倒检测装置,其特征在于,包括:
信息采集模块,用于通过用户佩戴的检测设备采集所述用户当前的运动轨迹数据;
第一判断模块,用于若所述运动轨迹数据包括绝对向下位移,则生成速度采集指令,以根据所述速度采集指令采集当前速度信息;
第二判断模块,用于若所述速度信息在第一预设范围内,则生成生理状态采集指令,以根据所述生理状态采集指令采集所述用户的生理状态信息;
报警模块,用于在所述生理状态信息满足第一预设摔倒条件时,则生成报警信号并发送至目标终端;
第三判断模块,用于在预设时间内继续采集所述用户的所述生理状态信息和/或姿态信息,若所述用户的所述生理状态信息和/或姿态信息在所述预设时间内满足第三预设条件,则生成终止报警指令并发送至所述目标终端。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至7中任一项所述的人体摔倒检测方法。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至7中任一项所述的人体摔倒检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911170152.5A CN111012355A (zh) | 2019-11-26 | 2019-11-26 | 人体摔倒检测方法及装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911170152.5A CN111012355A (zh) | 2019-11-26 | 2019-11-26 | 人体摔倒检测方法及装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111012355A true CN111012355A (zh) | 2020-04-17 |
Family
ID=70206752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911170152.5A Pending CN111012355A (zh) | 2019-11-26 | 2019-11-26 | 人体摔倒检测方法及装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111012355A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112674725A (zh) * | 2020-11-30 | 2021-04-20 | 安徽澄小光智能科技有限公司 | 基于人体信息采集的智能腕带 |
CN114693018A (zh) * | 2020-12-28 | 2022-07-01 | 北京三快在线科技有限公司 | 配送状态监测方法、装置、介质、终端及可穿戴设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104490397A (zh) * | 2014-12-10 | 2015-04-08 | 辛勤 | 一种对人体摔倒行为进行检测的方法及装置 |
CN104799826A (zh) * | 2015-04-30 | 2015-07-29 | 王家法 | 一种智能安康服务系统及报警可靠检测方法 |
CN105118236A (zh) * | 2015-09-25 | 2015-12-02 | 广东乐源数字技术有限公司 | 瘫倒监测和预防装置及其处理方法 |
CN105125221A (zh) * | 2015-10-26 | 2015-12-09 | 重庆理工大学 | 云服务实时摔倒检测系统及方法 |
CN105342623A (zh) * | 2015-09-25 | 2016-02-24 | 广东乐源数字技术有限公司 | 智能跌倒监护装置及其处理方法 |
CN205050303U (zh) * | 2015-09-30 | 2016-02-24 | 广东乐源数字技术有限公司 | 一种智能人体瘫倒监测装置 |
US20160367201A1 (en) * | 2015-06-22 | 2016-12-22 | Joshua Daniel Korsower | System and method for passive event detection system for traumatic event |
US20170109990A1 (en) * | 2015-10-20 | 2017-04-20 | Micron Electronics LLC | Method and system for fall detection |
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 |
-
2019
- 2019-11-26 CN CN201911170152.5A patent/CN111012355A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104490397A (zh) * | 2014-12-10 | 2015-04-08 | 辛勤 | 一种对人体摔倒行为进行检测的方法及装置 |
CN104799826A (zh) * | 2015-04-30 | 2015-07-29 | 王家法 | 一种智能安康服务系统及报警可靠检测方法 |
US20160367201A1 (en) * | 2015-06-22 | 2016-12-22 | Joshua Daniel Korsower | System and method for passive event detection system for traumatic event |
CN105118236A (zh) * | 2015-09-25 | 2015-12-02 | 广东乐源数字技术有限公司 | 瘫倒监测和预防装置及其处理方法 |
CN105342623A (zh) * | 2015-09-25 | 2016-02-24 | 广东乐源数字技术有限公司 | 智能跌倒监护装置及其处理方法 |
CN205050303U (zh) * | 2015-09-30 | 2016-02-24 | 广东乐源数字技术有限公司 | 一种智能人体瘫倒监测装置 |
US20170109990A1 (en) * | 2015-10-20 | 2017-04-20 | Micron Electronics LLC | Method and system for fall detection |
CN105125221A (zh) * | 2015-10-26 | 2015-12-09 | 重庆理工大学 | 云服务实时摔倒检测系统及方法 |
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 |
Non-Patent Citations (1)
Title |
---|
姚旭: "基于姿态识别的老人监护系统的实现", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112674725A (zh) * | 2020-11-30 | 2021-04-20 | 安徽澄小光智能科技有限公司 | 基于人体信息采集的智能腕带 |
CN114693018A (zh) * | 2020-12-28 | 2022-07-01 | 北京三快在线科技有限公司 | 配送状态监测方法、装置、介质、终端及可穿戴设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10347108B2 (en) | Monitoring user activity using wearable motion sensing device | |
US10978064B2 (en) | Contextually relevant spoken device-to-device communication between IoT devices | |
Cao et al. | E-FallD: A fall detection system using android-based smartphone | |
CN103530978B (zh) | 一种面向特殊人群的危险感知与报警系统 | |
RU2584459C2 (ru) | Жестовое управление для отслеживания показателей жизнедеятельности | |
CN105530865B (zh) | 跌倒检测系统和方法 | |
EP3266369B1 (en) | Analysis of fall severity using a fall detection system and wearing apparatus | |
CN205050303U (zh) | 一种智能人体瘫倒监测装置 | |
Estudillo-Valderrama et al. | Design and implementation of a distributed fall detection system—personal server | |
KR20170002346A (ko) | 보행 자세에 따른 정보 제공 방법 및 이를 위한 전자 장치 | |
CN103731557A (zh) | 基于智能手机的实时跌倒检测系统及方法 | |
CN102760341A (zh) | 健康信息监测系统及方法 | |
CN111012355A (zh) | 人体摔倒检测方法及装置、存储介质及电子设备 | |
CN111183460A (zh) | 摔倒检测器和摔倒检测的改进 | |
Rathi et al. | Wearable low power pre-fall detection system with IoT and bluetooth capabilities | |
KR20200104759A (ko) | 위험 상황을 판단하고, 사용자의 안전을 관리하는 시스템 | |
KR20200104758A (ko) | 위험 상황을 판단하고, 사용자의 안전을 관리하는 방법 및 장치 | |
CN113646027B (zh) | 电子装置和用于由该电子装置提供用于减压的信息的方法 | |
CN106551679A (zh) | 一种移动终端及基于移动终端的测温方法 | |
CN105708439A (zh) | 一种可穿戴监护装置 | |
KR20170066034A (ko) | 알람 출력 방법 및 이를 지원하는 전자 장치 | |
CN104516844A (zh) | 为显示设备产生实时活动数据更新的方法、系统和设备 | |
CN105549745A (zh) | 一种利用可穿戴设备进行监护的方法 | |
KR102236630B1 (ko) | 웨어러블 통신 단말 기반 긁음 행위 인식 시스템 및 그 방법 | |
US20230389880A1 (en) | Non-obtrusive gait monitoring methods and systems for reducing risk of falling |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200417 |
|
RJ01 | Rejection of invention patent application after publication |