CN112235464A - 一种基于跌倒检测的呼救方法及电子设备 - Google Patents

一种基于跌倒检测的呼救方法及电子设备 Download PDF

Info

Publication number
CN112235464A
CN112235464A CN201910577799.3A CN201910577799A CN112235464A CN 112235464 A CN112235464 A CN 112235464A CN 201910577799 A CN201910577799 A CN 201910577799A CN 112235464 A CN112235464 A CN 112235464A
Authority
CN
China
Prior art keywords
preset
electronic device
user
motion parameter
motion
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
Application number
CN201910577799.3A
Other languages
English (en)
Other versions
CN112235464B (zh
Inventor
姜永航
陈霄汉
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201910577799.3A priority Critical patent/CN112235464B/zh
Priority to JP2021577230A priority patent/JP7286816B2/ja
Priority to PCT/CN2020/098359 priority patent/WO2020259653A1/zh
Priority to EP20831158.9A priority patent/EP3968134A4/en
Publication of CN112235464A publication Critical patent/CN112235464A/zh
Priority to US17/551,604 priority patent/US11928947B2/en
Application granted granted Critical
Publication of CN112235464B publication Critical patent/CN112235464B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • H04M1/72418—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality for supporting emergency services
    • H04M1/72421—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality for supporting emergency services with automatic activation of emergency service functions, e.g. upon sensing an alarm
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/014—Hand-worn input/output arrangements, e.g. data gloves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • 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
    • 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
    • G08B21/0469—Presence detectors to detect unsafe condition, e.g. infrared sensor, microphone
    • 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
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/005—Alarm destination chosen according to a hierarchy of available destinations, e.g. if hospital does not answer send to police station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/016—Personal emergency signalling and security systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18—Prevention or correction of operating errors
    • G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
    • G08B29/186—Fuzzy logic; neural networks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18—Prevention or correction of operating errors
    • G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
    • G08B29/188—Data fusion; cooperative systems, e.g. voting among different detectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H04W4/026—Services making use of location information using location based information parameters using orientation information, e.g. compass
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/90—Services for handling of emergency or hazardous situations, e.g. earthquake and tsunami warning systems [ETWS]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/001—Alarm cancelling procedures or alarm forwarding decisions, e.g. based on absence of alarm confirmation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/007—Details of data content structure of message packets; data protocols
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • H04M1/72409—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality by interfacing with external accessories
    • H04M1/724094—Interfacing with a device worn on the user's body to provide access to telephonic functionalities, e.g. accepting a call, reading or composing a message
    • H04M1/724095—Worn on the wrist, hand or arm
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2250/00—Details of telephonic subscriber devices
    • H04M2250/12—Details of telephonic subscriber devices including a sensor for measuring a physical value, e.g. temperature or motion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information

Abstract

本申请实施例提供一种基于跌倒检测的呼救方法及电子设备，可以提高电子设备进行跌倒检测的准确性，降低误触发电子设备自动呼救的可能性。具体方案包括：电子设备包括运动传感器，该运动传感器包括加速度传感器和陀螺仪传感器；电子设备通过运动传感器采集用户的第一运动参数；如果第一运动参数与第一预设跌倒参数匹配，电子设备获取第一运动参数的跌倒置信度，该第一运动参数的跌倒置信度用于表征第一运动参数是用户跌倒时的运动参数的可能性的高低；如果第一运动参数的跌倒置信度大于预设置信度阈值，电子设备发出呼救信息。

Description

一种基于跌倒检测的呼救方法及电子设备
技术领域
本申请实施例涉及可穿戴技术领域，尤其涉及一种基于跌倒检测的呼救方法及电子设备。
背景技术
随着社会的发展，独居的人越来越多。例如，随着老龄化的加剧，空巢老人越来越多。对于独居的人来说，意外跌倒后如果可以及时得到医疗救助，可有效降低意外伤亡的风险。因此，自动检测意外跌倒并发出呼救信息，具有重要的现实意义。
目前，一些电子设备(如智能手表)具备跌倒自动检测，并发出呼救信息的功能。佩戴这些电子设备的用户(如老人)意外跌倒后，可以及时得到救助。具体的，这些电子设备中包括用于检测用户的运动参数的运动传感器(如加速度传感器和陀螺仪传感器等)。电子设备可以通过运动传感器采集用户的运动参数，并在采集的运动参数与预设跌倒参数匹配时，自动发出呼救信息(如自动拨打呼救电话或者自动播放呼救语音等)。
但是，由于用户的日常动作(如蹦跳)的运动参数与跌倒的运动参数类似；因此，当用户做出运动参数与跌倒的运动参数类似的日常动作时，上述电子设备也会认为用户发生跌倒事件，并自动发出呼救信息。电子设备进行跌倒检测的准确性较低，容易误触发自动呼救。
发明内容
本申请实施例提供一种基于跌倒检测的呼救方法及电子设备，可以提高电子设备进行跌倒检测的准确性，降低误触发电子设备自动呼救的可能性。
为达到上述目的，本申请实施例采用如下技术方案：
第一方面，本申请实施例提供了一种基于跌倒检测的呼救方法，该方法可以应用于电子设备。该电子设备包括运动传感器，该运动传感器包括加速度传感器和陀螺仪传感器。该方法可以包括：电子设备通过运动传感器采集用户的第一运动参数；如果第一运动参数与第一预设跌倒参数匹配，获取第一运动参数的跌倒置信度；如果第一运动参数的跌倒置信度大于预设置信度阈值，电子设备发出呼救信息。其中，上述第一运动参数的跌倒置信度用于表征第一运动参数是用户跌倒时的运动参数的可能性的高低。
其中，本申请实施例中，将电子设备判断第一运动参数与第一预设跌倒参数是否匹配称为跌倒检测的“第一层检测”。
本申请实施例中，电子设备在确定第一运动参数与第一预设跌倒参数匹配(即确定用户可能跌倒)后，可以进一步判断上述跌倒置信度是否大于预设置信度阈值。也就是说，电子设备可以通过双重检测以确定用户是否跌倒。这样，可以提高电子设备进行跌倒检测的准确性，降低误触发电子设备自动呼救的可能性。
结合第一方面，在一种可能的设计方式中，上述电子设备发出呼救信息的具体方法可以包括：电子设备播放求助语音或警报声。其中，电子设备确定用户跌倒后，播放求助语音或警报声。这样，周围的人便可以及时发现跌倒的用户，并及时对用户进行救助。
结合第一方面，在另一种可能的设计方式中，上述电子设备发出呼救信息的具体方法可以包括：电子设备向第一预设联系人拨打电话。其中，第一预设联系人是电子设备中预先设置的任一紧急联系人或公共救援服务。例如，公共救援服务的电话号码可以为急救电话(如120)或报警电话(如110)。紧急联系人可以是用户预先设置在可穿戴设备10中的。
结合第一方面，在另一种可能的设计方式中，如果用户跌倒后受伤不严重，该用户有一定的自主行为能力。那么，该用户可能会希望自己选择求助对象。例如，用户跌倒不严重时，可能更愿意求助于家人或者朋友，而不是拨打急救电话120。基于这种情况，电子设备在发出求助信息之前，可以显示包括多个联系人选项的第一界面，每个联系人选项对应电子设备中的一个预设联系人；电子设备可以接收用户对第一界面中第一预设联系人的联系人选项的选择操作；响应于用户对第一预设联系人的联系人选项的选择操作，电子设备可以向第一预设联系人拨打电话。
结合第一方面，在另一种可能的设计方式中，如果电子设备向用户选择的联系人选项对应的预设联系人拨打电话(即请求与用户选择的联系人进行语音通信)后，如果该语音通信在第一预设时间(如1分钟、50秒、30秒或者15秒等)未被接听，电子设备可以自动向其他的预设联系人拨打电话，以发出呼救信息。在另一些实施例中，如果上述语音通信在第一预设时间未被接听，电子设备还可以自动向一个或多个预设联系人发送第一消息。
结合第一方面，在另一种可能的设计方式中，如果电子设备在第二预设时间内没有接收到用户在第一界面的选择操作，电子设备可以自动向任一预设联系人拨打电话，或者向一个或多个预设联系人发送第一消息。
结合第一方面，在另一种可能的设计方式中，上述电子设备发出呼救信息的具体方法可以包括：电子设备通过一个或多个通信应用，向一个或多个预设联系人发送第一消息。其中，上述第一消息中包括上述呼救信息。该预设联系人包括：电子设备中预先设置的紧急联系人或公共救援服务。例如，电子设备可以通过一个或多个通信应用，向一个或多个预设联系人发送第一消息。其中，该一个或多个通信应用可以是安装在电子设备中的通信应用。该一个或多个通信应用是安装在电子设备中、可以与其他设备(如预设联系人的手机)通信的应用程序。例如，上述通信应用可以是短消息应用、电子邮箱、iMessage、微信、QQ或支付宝等。
结合第一方面，在另一种可能的设计方式中，为了救助人员(如用户的家人、朋友或者公共救援服务的工作人员)可以及时准确的找到用户。上述电子设备还可以包括定位模块。上述方法还可以包括：电子设备通过定位模块获取电子设备的地理位置信息。其中，上述第一消息中还包括该地理位置信息。
结合第一方面，在另一种可能的设计方式中，电子设备向一个或多个预设联系人发送第一消息后，可以发出第一提示信息。该第一提示信息用于提示用户：电子设备已发出求助消息。
结合第一方面，在另一种可能的设计方式中，为了如果用户跌倒后受伤比较严重，则需要及时得到救助才可以有效降低意外伤亡的风险。而电子设备拨打电话或者发送第一消息求助后，即使救助人员可以及时接收到用户的呼救，但是可能也无法及时对用户进行救助。在这种情况下，用户可能会因为错过最佳救助时间而出现生命危险，或者可能会对用户的身体产生不可逆转的伤害。为了提高用户跌倒后及时得到救助的可能性，电子设备在拨打电话和/或发送第一消息的同时，还可以播放求助语音或者警报声。这样，用户跌倒后，周围的人便可以及时发现跌倒的用户，并及时对用户进行救助。
结合第一方面，在另一种可能的设计方式中，上述电子设备还可以包括定位模块。上述方法还可以包括：电子设备采集所述用户的语音数据；响应于语音数据，执行语音数据对应的语音控制事件，发出呼救信息。例如，语音数据可以为“给儿子打电话”、“给女儿发微信说我跌倒了”或者“打电话给120”等。
结合第一方面，在另一种可能的设计方式中，上述电子设备中保存有第一跌倒检测模型的模型代码。该第一跌倒检测模型用于确定运动参数的跌倒置信度。该第一跌倒检测模型是采用多个第二运动参数进行样本训练，得到的人工智能AI模型。或者，该第一跌倒检测模型是采用多个第二运动参数和多个第三运动参数进行样本训练，得到的AI模型。其中，多个第二运动参数是多个用户跌倒时的运动参数。多个第三运动参数是多个用户执行预设干扰动作时的运动参数。相应的，上述电子设备获取所述第一运动参数的跌倒置信度，可以包括：电子设备运行第一跌倒检测模型的模型代码，确定第一运动参数的跌倒置信度。其中，本申请实施例中，对比运行第一跌倒检测模型的模型代码得到的跌倒置信度与预设置信度阈值，进行跌倒检测称为“第三层检测”。可以理解，相比于“第二层检测”，“第三层检测”更加准确，因此可以提升跌倒检测的准确性。
结合第一方面，在另一种可能的设计方式中，电子设备获取第一运动参数的跌倒置信度，包括：电子设备获取第一运动参数与第一预设干扰参数的匹配度，并根据匹配度确定跌倒置信度。其中，匹配度越低，跌倒置信度越高；匹配度越高，跌倒置信度越低。其中，本申请实施例中，将“电子设备对比第一运动参数与第一预设干扰参数”称为“第二层检测”。其中，通过“第二层检测”，电子设备可以排除预设干扰动作对电子设备自动呼救的误触发。
结合第一方面，在另一种可能的设计方式中，为了进一步提高可穿戴设备10进行跌倒检测的准确性，在另一些实施例中，电子设备可以通过“第一层检测”、“第二层检测”和“第三层检测”这三重检测确定用户是否跌倒。具体的，在如果第一运动参数与第一预设跌倒参数匹配，在电子设备获取第一运动参数的跌倒置信度之前，上述方法还可以包括：电子设备确定第一运动参数不是第一预设干扰参数。
结合第一方面，在另一种可能的设计方式中，上述电子设备可以是第一可穿戴设备。该第一可穿戴设备的类型至少为：以手腕为支撑的可穿戴设备、以头部为支撑的可穿戴设备、以脚为支撑的可穿戴设备中的任一种。
结合第一方面，在另一种可能的设计方式中，上述方法还可以包括：电子设备接收服务器发送的第一跌倒检测模型的模型代码；电子设备保存第一跌倒检测模型的模型代码。
其中，服务器保存有多个跌倒检测模型的模型代码。每个跌倒检测模型对应一类可穿戴设备。不同类的电子设备(如可穿戴设备)对应的跌倒检测模型不同。第一跌倒检测模型是与第一可穿戴设备的类型对应的跌倒检测模型。
结合第一方面，在另一种可能的设计方式中，上述方法还可以包括：电子设备接收服务器发送的第一预设跌倒参数；电子设备保存第一预设跌倒参数。其中，服务器保存有多个预设跌倒参数，每个预设跌倒参数对应一类可穿戴设备，不同类的可穿戴设备对应的预设跌倒参数不同，第一预设跌倒参数是与第一可穿戴设备的类型对应的预设跌倒参数。
结合第一方面，在另一种可能的设计方式中，上述方法还可以包括：电子设备接收服务器发送的所述第一预设干扰参数；电子设备保存所述第一预设干扰参数。其中，服务器保存有多个预设干扰参数，每个预设干扰参数对应一类可穿戴设备，不同类的可穿戴设备对应的预设干扰参数不同，第一预设干扰参数是与所述第一可穿戴设备的类型对应的预设干扰参数。
结合第一方面，在另一种可能的设计方式中，上述方法还可以包括：如果第一运动参数的跌倒置信度大于预设置信度阈值，电子设备向服务器发送第二消息。其中，第二消息包括第一运动参数、第一指示信息和第一标识。第一指示信息用于指示第一运动参数是用户跌倒时采集的运动参数。第一标识用于指示上述电子设备(如第一可穿戴设备)的类型；第二消息用于指示服务器采用第一运动参数，更新第一预设跌倒参数和第一跌倒检测模型。
可以理解，服务器可以接收大量电子设备确定用户跌倒后发送的运动参数，并采用该运动参数更新服务器中的第一预设跌倒参数和第一跌倒检测模型。其中，服务器将第一运动参数作为跌倒参数更新第一跌倒检测模型是指：服务器将第一运动参数作为训练样本进行模型训练，使得第一跌倒检测模型可以学习到第一运动参数是用户跌倒时采集的运动数据的能力。然后，服务器还可以向该服务器所管理的多个电子设备发送更新后的第一预设跌倒参数和第一跌倒检测模型的模型代码。例如，服务器可以周期性向多个电子设备发送更新后的第一预设跌倒参数和第一跌倒检测模型的模型代码。其中，电子设备采用更新后的第一预设跌倒参数和第一跌倒检测模型的模型代码进行跌倒检测，可以提升跌倒检测的准确性。
结合第一方面，在另一种可能的设计方式中，上述方法还可以包括：如果第一运动参数的跌倒置信度小于或等于所述预设置信度阈值，电子设备向服务器发送第三消息。其中，该第三消息包括第一运动参数、第二指示信息和第一标识。该第二指示信息用于指示第一运动参数是用户执行预设干扰动作时采集的运动参数。该第一标识用于指示上述电子设备(如第一可穿戴设备)的类型。该第三消息用于指示服务器采用第一运动参数更新第一预设干扰参数和第一跌倒检测模型。
可以理解，服务器可以接收大量电子设备确定用户没有跌倒后发送的运动参数，并采用该运动参数更新服务器中的第一预设干扰参数。然后，服务器还可以向该服务器所管理的多个电子设备发送更新后的第一预设干扰参数。例如，服务器可以周期性向多个电子设备发送更新后的第一预设干扰参数。其中，电子设备采用更新后的第一预设干扰参数进行跌倒检测，可以提升跌倒检测的准确性。
结合第一方面，在另一种可能的设计方式中，上述电子设备还包括：心率传感器和麦克风。上述方法还包括：电子设备通过心率传感器采集用户的心率信息，通过麦克风采集用户的语音数据；如果第一运动参数的跌倒置信度小于或等于所述置信度阈值，电子设备确定麦克风采集到预设呻吟声、撞击声或呼痛声，或者心率信息指示所述用户的心率小于第一心跳次数，或大于第二心跳次数；电子设备发出所述呼救信息。其中，第一心跳次数是正常人每分钟最少的心跳次数，第二心跳次数是正常人每分钟最多的心跳次数。
本申请实施例中，电子设备还可以根据用户是否发出预设呻吟声或呼痛声，以及用户的心率是否正常，进一步判断用户是否跌倒。可以提高电子设备进行跌倒检测的准确性。
结合第一方面，在另一种可能的设计方式中，上述加速度传感器是三轴加速度传感器、六轴加速度传感器或者九轴加速度传感器。陀螺仪传感器是三轴陀螺仪传感器、六轴陀螺仪传感器或者九轴陀螺仪传感器。
第二方面，本申请提供一种电子设备，该电子设备包括运动传感器，该运动传感器包括加速度传感器和陀螺仪传感器。该电子设备还包括：存储器和一个或多个处理器。上述运动传感器、存储器和处理器耦合。该存储器用于存储计算机程序代码，该计算机程序代码包括计算机指令，当处理器执行该计算机指令时，电子设备执行如第一方面及其任一种可能的设计方式所述的方法。
第三方面，本申请提供一种芯片系统，该芯片系统应用于包括触摸屏的电子设备；所述芯片系统包括一个或多个接口电路和一个或多个处理器；所述接口电路和所述处理器通过线路互联；所述接口电路用于从所述电子设备的存储器接收信号，并向所述处理器发送所述信号，所述信号包括所述存储器中存储的计算机指令；当所述处理器执行所述计算机指令时，所述电子设备执行如第一方面及其任一种可能的设计方式所述的方法。
第四方面，本申请提供一种计算机存储介质，该计算机存储介质包括计算机指令，当所述计算机指令在电子设备上运行时，使得所述电子设备执行如第一方面及其任一种可能的设计方式所述的方法。
第五方面，本申请提供一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行如第一方面及其任一种可能的设计方式所述的方法。
可以理解地，上述提供的第二方面所述的电子设备，第三方面所述的芯片系统，第四方面所述的计算机存储介质，第五方面所述的计算机程序产品所能达到的有益效果，可参考第一方面及其任一种可能的设计方式中的有益效果，此处不再赘述。
附图说明
图1A为本申请实施例提供的一种跌倒检测系统的架构示意图；
图1B为本申请实施例提供的一种手机的硬件结构示意图；
图2为本申请实施例提供的一种智能手表的硬件结构示意图；
图3为本申请实施例提供的一种基于跌倒检测的呼救方法流程图；
图4为本申请实施例提供的一种显示界面实例示意图；
图5为本申请实施例提供的另一种显示界面实例示意图；
图6A为本申请实施例提供的另一种显示界面实例示意图；
图6B为本申请实施例提供的一种发出呼救信息的逻辑示意图；
图7为本申请实施例提供的另一种基于跌倒检测的呼救方法流程图；
图8为本申请实施例提供的另一种基于跌倒检测的呼救方法流程图；
图9为本申请实施例提供的另一种基于跌倒检测的呼救方法流程图；
图10A为本申请实施例提供的另一种基于跌倒检测的呼救方法流程图；
图10B为本申请实施例提供的一种存储预设跌倒参数、预设干扰参数和跌倒检测模型的模型代码的方式示意图；
图11为本申请实施例提供的另一种存储预设跌倒参数、预设干扰参数和跌倒检测模型的模型代码的方式示意图；
图12为本申请实施例提供的另一种存储预设跌倒参数、预设干扰参数和跌倒检测模型的模型代码的方式示意图；
图13为本申请实施例提供的另一种显示界面实例示意图；
图14为本申请实施例提供的一种芯片系统的结构示意图。
具体实施方式
以下，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
请参考图1A，其示出本申请实施例提供的一种跌倒检测系统的架构示意图。如图1A所示，该系统可以包括电子设备10和服务器20。本申请实施例提供的基于跌倒检测的呼救方法可以应用于电子设备10。该电子设备10包括多个传感器、处理器和存储器。该多个传感器可以包括运动传感器。该运动传感器至少可以包括加速度传感器(Accelerometer或G-Sensor)和陀螺仪传感器(Gyroscope或GYRO-Sensor)。其中，处理器和存储器的详细描述可以参考以下实施例中的描述，本申请实施例这里不予赘述。
其中，上述加速度传感器可以为三轴加速度传感器、六轴加速度传感器或者九轴加速度传感器。陀螺仪传感器可以为三轴陀螺仪传感器、六轴陀螺仪传感器或者九轴陀螺仪传感器。
本申请实施例中，电子设备10可以通过运动传感器采集用户的运动参数(即第一运动参数)，如果第一运动参数与预设跌倒参数匹配，电子设备10不会立即发出呼救信息；而是第一运动参数的跌倒置信度大于预设阈值时，才会发出呼叫信息。
其中，第一运动参数与预设跌倒参数匹配表示用户可能跌倒了。上述跌倒置信度用于表征第一运动参数是用户跌倒时的运动参数的可能性的高低，即用户跌倒的可能性的高低。跌倒置信度越高，则用户跌倒的可能性越高；跌倒置信度越低，则用户跌倒的可能性越低。
本申请实施例中，电子设备10在确定第一运动参数与预设跌倒参数匹配(即确定用户可能跌倒)后，可以进一步判断上述跌倒置信度是否大于预设置信度阈值。也就是说，电子设备10可以通过双重检测以确定用户是否跌倒。这样，可以提高电子设备10进行跌倒检测的准确性，降低误触发电子设备10自动呼救的可能性。
其中，上述预设跌倒参数和预设置信度阈值可以是电子设备10出厂时配置在电子设备10中的。或者，上述预设跌倒参数和预设置信度阈值可以是服务器20向电子设备10发送的。例如，服务器20可以周期性向电子设备10发送更新的预设跌倒参数和/或预设置信度阈值。
示例性的，本申请实施例中的电子设备10可以是用户可以随身携带的便携式电子设备10，如手机或者可穿戴设备。
举例来说，本申请实施例中的可穿戴设备可以为：以手腕为支撑的watch类可穿戴设备，如智能手表或智能手环等；以脚为支撑的shoes类可穿戴设备，如佩戴在脚腕上的智能脚环、鞋或袜子上佩戴的可穿戴产品；以头部为支撑的Glass类可穿戴设备，如智能眼镜、头盔或者头带等；作为配饰的可穿戴设备，如智能服装、书包、拐杖、首饰等各类可穿戴产品。
如图1B所示，以手机(即手机100)作为上述电子设备举例。手机100可以包括处理器110，外部存储器接口120，内部存储器121，通用串行总线(universal serial bus，USB)接口130，充电管理模块140，电源管理模块141，电池142，天线1，天线2，移动通信模块150，无线通信模块160，音频模块170，扬声器170A，受话器170B，麦克风170C，耳机接口170D，传感器模块180，按键190，马达191，指示器192，摄像头193，显示屏194，以及用户标识模块(subscriber identification module，SIM)卡接口195等。
其中，传感器模块180可以包括压力传感器180A，陀螺仪传感器180B，气压传感器180C，磁传感器180D，加速度传感器180E，距离传感器180F，接近光传感器180G，指纹传感器180H，温度传感器180J，触摸传感器180K，环境光传感器180L，骨传导传感器180M和心率传感器180N等。本申请实施例中的运动传感器可以包括加速度传感器180E和陀螺仪传感器180B。
可以理解的是，本发明实施例示意的结构并不构成对手机100的具体限定。在本申请另一些实施例中，手机100可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元，例如：处理器110可以包括应用处理器(application processor，AP)，调制解调处理器，图形处理器(graphics processingunit，GPU)，图像信号处理器(image signal processor，ISP)，控制器，存储器，视频编解码器，数字信号处理器(digital signal processor，DSP)，基带处理器，和/或神经网络处理器(neural-network processing unit，NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。
其中，控制器可以是手机100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。
处理器110中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据，可从所述存储器中直接调用。避免了重复存取，减少了处理器110的等待时间，因而提高了系统的效率。存储器中还可以存储有手机100的蓝牙地址。另外，该存储器中还可以存储有上述预设跌倒参数、预设置信度阈值，以及用户在该手机100中设置的一个或多个紧急联系的信息，如电话号码、即时通信应用(也称为即时通讯应用)的账号等。该存储器中还可以存储有公共救援服务的电话号码，如急救电话(如120)和报警电话(如110)等。
在一些实施例中，处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit，I2C)接口，集成电路内置音频(inter-integrated circuitsound，I2S)接口，脉冲编码调制(pulse code modulation，PCM)接口，通用异步收发传输器(universal asynchronous receiver/transmitter，UART)接口，移动产业处理器接口(mobile industry processor interface，MIPI)，通用输入输出(general-purposeinput/output，GPIO)接口，用户标识模块(subscriber identity module，SIM)接口，和/或通用串行总线(universal serial bus，USB)接口等。
充电管理模块140用于从充电器接收充电输入。其中，充电器可以是无线充电器，也可以是有线充电器。电源管理模块141用于连接电池142，充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入，为处理器110，内部存储器121，外部存储器，显示屏194，摄像头193，和无线通信模块160等供电。电源管理模块141还可以用于监测电池容量，电池循环次数，电池健康状态(漏电，阻抗)等参数。在其他一些实施例中，电源管理模块141也可以设置于处理器110中。在另一些实施例中，电源管理模块141和充电管理模块140也可以设置于同一个器件中。
手机100的无线通信功能可以通过天线1，天线2，移动通信模块150，无线通信模块160，调制解调处理器以及基带处理器等实现。天线1和天线2用于发射和接收电磁波信号。手机100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用，以提高天线的利用率。
移动通信模块150可以提供应用在手机100上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器，开关，功率放大器，低噪声放大器(lownoise amplifier，LNA)等。移动通信模块150可以由天线1接收电磁波，并对接收的电磁波进行滤波，放大等处理，传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大，经天线1转为电磁波辐射出去。
调制解调处理器可以包括调制器和解调器。其中，调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后，被传递给应用处理器。应用处理器通过音频设备(不限于扬声器170A，受话器170B等)输出声音信号，或通过显示屏194显示图像或视频。
无线通信模块160可以提供应用在手机100上的包括无线局域网(wireless localarea networks，WLAN)(如无线保真(wireless fidelity，Wi-Fi)网络)，蓝牙(bluetooth，BT)，全球导航卫星系统(global navigation satellite system，GNSS)，调频(frequencymodulation，FM)，近距离无线通信技术(near field communication，NFC)，红外技术(infrared，IR)等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波，将电磁波信号调频以及滤波处理，将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号，对其进行调频，放大，经天线2转为电磁波辐射出去。
在一些实施例中，手机100的天线1和移动通信模块150耦合，天线2和无线通信模块160耦合，使得手机100可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括全球移动通讯系统(global system for mobile communications，GSM)，通用分组无线服务(general packet radio service，GPRS)，码分多址接入(code divisionmultiple access，CDMA)，宽带码分多址(wideband code division multiple access，WCDMA)，时分码分多址(time-division code division multiple access，TD-SCDMA)，长期演进(long term evolution，LTE)，BT，GNSS，WLAN，NFC，FM，和/或IR技术等。所述GNSS可以包括全球卫星定位系统(global positioning system，GPS)，全球导航卫星系统(globalnavigation satellite system，GLONASS)，北斗卫星导航系统(beidou navigationsatellite system，BDS)，准天顶卫星系统(quasi-zenith satellite system，QZSS)和/或星基增强系统(satellite based augmentation systems，SBAS)。
手机100通过GPU，显示屏194，以及应用处理器等实现显示功能。GPU为图像处理的微处理器，连接显示屏194和应用处理器。GPU用于执行数学和几何计算，用于图形渲染。处理器110可包括一个或多个GPU，其执行程序指令以生成或改变显示信息。
显示屏194用于显示图像，视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display，LCD)，有机发光二极管(organic light-emittingdiode，OLED)，有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的，AMOLED)，柔性发光二极管(flex light-emittingdiode，FLED)，Miniled，MicroLed，Micro-oLed，量子点发光二极管(quantum dot lightemitting diodes，QLED)等。在一些实施例中，手机100可以包括1个或N个显示屏194，N为大于1的正整数。
手机100可以通过ISP，摄像头193，视频编解码器，GPU，显示屏194以及应用处理器等实现拍摄功能。
ISP用于处理摄像头193反馈的数据。例如，拍照时，打开快门，光线通过镜头被传递到摄像头感光元件上，光信号转换为电信号，摄像头感光元件将所述电信号传递给ISP处理，转化为肉眼可见的图像。ISP还可以对图像的噪点，亮度，肤色进行算法优化。ISP还可以对拍摄场景的曝光，色温等参数优化。在一些实施例中，ISP可以设置在摄像头193中。
摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device，CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor，CMOS)光电晶体管。感光元件把光信号转换成电信号，之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB，YUV等格式的图像信号。在一些实施例中，手机100可以包括1个或N个摄像头193，N为大于1的正整数。
数字信号处理器用于处理数字信号，除了可以处理数字图像信号，还可以处理其他数字信号。例如，当手机100在频点选择时，数字信号处理器用于对频点能量进行傅里叶变换等。
视频编解码器用于对数字视频压缩或解压缩。手机100可以支持一种或多种视频编解码器。这样，手机100可以播放或录制多种编码格式的视频，例如：动态图像专家组(moving picture experts group，MPEG)1，MPEG2，MPEG3，MPEG4等。
NPU为神经网络(neural-network，NN)计算处理器，通过借鉴生物神经网络结构，例如借鉴人脑神经元之间传递模式，对输入信息快速处理，还可以不断的自学习。通过NPU可以实现手机100的智能认知等应用，例如：图像识别，人脸识别，语音识别，文本理解，运动参数识别等。例如，NPU可以运行本申请实施例中的跌倒检测模型的模型代码，执行上述运动参数识别业务，确定运动参数的跌倒置信度。
外部存储器接口120可以用于连接外部存储卡，例如Micro SD卡，实现扩展手机100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信，实现数据存储功能。例如将音乐，视频等文件保存在外部存储卡中。
内部存储器121可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。处理器110通过运行存储在内部存储器121的指令，从而执行手机100的各种功能应用以及数据处理。内部存储器121可以包括存储程序区和存储数据区。其中，存储程序区可存储操作系统，至少一个功能所需的应用程序(比如声音播放功能，图像播放功能等)等。存储数据区可存储手机100使用过程中所创建的数据(比如音频数据，电话本等)等。此外，内部存储器121可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件，闪存器件，通用闪存存储器(universal flash storage，UFS)等。
手机100可以通过音频模块170，扬声器170A，受话器170B，麦克风170C，耳机接口170D，以及应用处理器等实现音频功能。例如音乐播放，录音等。
音频模块170用于将数字音频信息转换成模拟音频信号输出，也用于将模拟音频输入转换为数字音频信号。音频模块170还可以用于对音频信号编码和解码。在一些实施例中，音频模块170可以设置于处理器110中，或将音频模块170的部分功能模块设置于处理器110中。
扬声器170A，也称“喇叭”，用于将音频电信号转换为声音信号。手机100可以通过扬声器170A收听音乐，或收听免提通话。本申请实施例中，扬声器170A还用于播放呼救语音。
受话器170B，也称“听筒”，用于将音频电信号转换成声音信号。当手机100接听电话或语音信息时，可以通过将受话器170B靠近人耳接听语音。
麦克风170C，也称“话筒”，“传声器”，用于将声音信号转换为电信号。当拨打电话或发送语音信息时，用户可以通过人嘴靠近麦克风170C发声，将声音信号输入到麦克风170C。手机100可以设置至少一个麦克风170C。在另一些实施例中，手机100可以设置两个麦克风170C，除了采集声音信号，还可以实现降噪功能。在另一些实施例中，手机100还可以设置三个，四个或更多麦克风170C，实现采集声音信号，降噪，还可以识别声音来源，实现定向录音功能等。本申请实施例中，麦克风170C可以用于采集声音信号，如呻吟声、撞击声和求救声等。
耳机接口170D用于连接有线耳机。耳机接口170D可以是USB接口130，也可以是3.5mm的开放移动电子设备平台(open mobile terminal platform，OMTP)标准接口，美国蜂窝电信工业协会(cellular telecommunications industry association of the USA，CTIA)标准接口。
压力传感器180A用于感受压力信号，可以将压力信号转换成电信号。气压传感器180C用于测量气压。距离传感器180F，用于测量距离。手机100可以通过红外或激光测量距离。接近光传感器180G可以包括例如发光二极管(LED)和光检测器，例如光电二极管。发光二极管可以是红外发光二极管。手机100通过发光二极管向外发射红外光。手机100使用光电二极管检测来自附近物体的红外反射光。当检测到充分的反射光时，可以确定手机100附近有物体。环境光传感器180L用于感知环境光亮度。指纹传感器180H用于采集指纹。温度传感器180J用于检测温度。骨传导传感器180M可以获取振动信号。磁传感器180D包括霍尔传感器。手机100可以利用磁传感器180D检测翻盖皮套的开合。
陀螺仪传感器180B可以用于确定手机100的运动姿态。在一些实施例中，可以通过陀螺仪传感器180B确定手机100围绕三个轴(即，x，y和z轴)的角速度。
加速度传感器180E可检测手机100在各个方向上(一般为三轴)加速度的大小。当手机100静止时可检测出重力的大小及方向。还可以用于识别手机100的姿态，应用于计步器等应用。
可以理解，陀螺仪传感器180B用于测量手机100的角速度，加速度传感器180E用于测量手机100的加速度。本申请实施例中的运动传感器可以包括陀螺仪传感器180B和加速度传感器180E。即本申请实施例中，采用陀螺仪传感器180B和加速度传感器180E结合，采集电子设备的运动参数。例如，用户跌倒过程中，运动传感器采集的运动参数可以用于表征手机100发生失重，然后受到很大的冲击力，最后在一定时间内的不动(或者运动幅度小于预设阈值)。一般而言，手机100被用户随身携带，因此手机100的运动参数也可以认为是携带该手机100的用户的运动参数。
示例性的，上述加速度传感器180E可以为三轴加速度传感器、六轴加速度传感器或者九轴加速度传感器。陀螺仪传感器180B可以为三轴陀螺仪传感器、六轴陀螺仪传感器或者九轴陀螺仪传感器。
心率传感器180N用于测量用户的心率。例如，心率传感器180N可以是光学心率传感器。其中，光学心率传感器可以通过光电容积脉搏波描记法测量心率。简单来说，就是利用光测量脉搏。其中，血液是红色的，可以反射红光，吸收绿光。手机或者可穿戴设备通过光学心率传感器检测特定时间手腕处流通的血液量。心脏跳动的一瞬，手腕处流通的血液量增加，吸收更多绿光；而心跳间隙，吸收的绿光就少一些。其中，LED光射向皮肤，透过皮肤组织反射回的光被光学心率传感器中的光敏器件接收。其中，LED光每秒闪动数百次。光学心率传感器可以根据光敏器件接收的绿光，计算出用户每分钟的心跳次数，也就是心率。
触摸传感器180K，也称“触控面板”。触摸传感器180K可以设置于显示屏194，由触摸传感器180K与显示屏194组成触摸屏，也称“触控屏”。触摸传感器180K用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器，以确定触摸事件类型。可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中，触摸传感器180K也可以设置于手机100的表面，与显示屏194所处的位置不同。在一些实施例中，该触摸传感器180K可以在手机100确定用户跌倒后，采集用户在触摸屏输入的操作。响应于该操作，手机100可以采用该操作对应的方式发出呼救信息。
按键190包括开机键，音量键等。按键190可以是机械按键。也可以是触摸式按键。马达191可以产生振动提示。马达191可以用于来电振动提示，也可以用于触摸振动反馈。指示器192可以是指示灯，可以用于指示充电状态，电量变化，也可以用于指示消息，未接来电，通知等。SIM卡接口195用于连接SIM卡。SIM卡可以通过插入SIM卡接口195，或从SIM卡接口195拔出，实现和手机100的接触和分离。手机100可以支持1个或N个SIM卡接口，N为大于1的正整数。
在另一些实施例中，上述电子设备可以是可穿戴设备。如图2所示，以智能手表200作为可穿戴设备举例。如图2所示，智能手表200包括：相互连接的表体和腕带，其中表体可以包括前壳(图2未示出)、处理器201、存储器202、显示屏203(如触摸屏)、底壳(图2未示出)、微控制单元(Micro Control Unit，MCU)204、传感器模块205、麦克风(Microphone，MIC)206、无线通信模块207、GPS模块208、扬声器209、RF电路210、电源211、电源管理模块212和受话器213等。尽管未示出，智能手表200还可以包括天线、按键和指示灯等。本领域技术人员可以理解，图2中示出的智能手表200结构并不构成对智能手表的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
其中，传感器模块205至少可以包括：陀螺仪传感器205A和加速度传感器205B，即本申请实施例中的运动传感器。当然，传感器模块205还可以包括压力传感器205C，气压传感器205D，磁传感器205E，距离传感器205F，接近光传感器205G，指纹传感器205H，温度传感器205J，触摸传感器205K，环境光传感器205L，骨传导传感器205M和心率传感器205N等。传感器模块205与微控制单元(MCU)204连接，由微控制单元(MCU)204控制。
需要注意的是，传感器模块205中各个传感器的功能可以参考上述实施例对传感器模块180中各个传感器的介绍，本申请实施例这里不予赘述。
其中，存储器202可以用于存储应用程序代码，如用于执行本申请实施例的方法，进行跌倒检测的应用程序代码。处理器201可以执行上述应用程序代码，以实现本申请实施例中智能手表200的功能。
存储器220中还可以存储有智能手表200的蓝牙地址。另外，该存储器220中还可以存储有用户在该智能手表200中设置的一个或多个紧急联系的信息，如电话号码、即时通信应用(也称为即时通讯应用)的账号等。该存储器220中还可以存储有公共救援服务的电话号码，如急救电话(如120)和报警电话(如110)等。上述蓝牙地址可以为媒体访问控制(media access control，MAC)地址。
无线通信模块207，用于支持智能手表200与各种电子设备，如上述手机100之间的短距离数据交换。在一些实施例中，该无线通信模块207可以为蓝牙模块。在另一些实施例中，该无线通信模块207可以为WiFi模块。
智能手表200可以包括至少一个受话器213和至少一个麦克风206。受话器213也可以称为“听筒”，可以用于将音频电信号转换成声音信号并播放。麦克风206也可以称为“话筒”，“传声器”，用于将声音信号转换为音频电信号。由音频电路接收后转换为音频数据；音频电路也可以将音频数据转换为电信号，传输到扬声器208，由扬声器208转换为声音信号输出。本申请实施例中，扬声器208还可以用于播放呼救语音。
显示屏203可以是触摸屏。触摸屏包括显示面板和触控面板。其中，显示屏203可用于显示由用户输入的信息或提供给用户的信息以及手表的各种菜单。可选的，可以采用LCD、OLED等形式来配置显示屏203。其中，当触控面板检测到在其上或附近的触摸操作后，传送给处理器201以确定触摸事件的类型，随后处理器201根据触摸事件的类型在显示屏203上提供相应的视觉输出。
智能手表200还包括给各个部件供电的电源212(比如电池)，可选的，电源212可以通过电源管理系统211与处理器201逻辑相连，从而通过电源管理系统211实现管理充电、放电、以及功耗管理等功能。
进一步的，图2所示的智能手表200中还可以包括RF电路210。该RF电路210可用于收发信息或通话过程中，信号的接收和发送，可以将基站的下行信息接收后，给处理器201处理；另外，将涉及上行的数据发送给基站。通常，RF电路210包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等器件。此外，RF电路210还可以通过无线通信与网络和其他移动设备通信。所述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统、通用分组无线服务、码分多址、宽带码分多址、长期演进、电子邮件、短消息服务等。
智能手表200中还可以包括定位模块，如图2所示的全球卫星定位系统(globalpositioning system，GPS)模块209。当然，定位模块还可以是全球导航卫星系统(globalnavigation satellite system，GLONASS)模块或者北斗卫星导航系统(beidounavigation satellite system，BDS)模块等。定位模块用于获取智能手表200的地理位置信息。本申请实例中，智能手表200检测到用户跌倒后，可以向紧急联系人或者急救中心发送包括智能手表200的地理位置信息的呼救信息。这样，可以方便紧急联系人或者急救中心快速、准确的定位需要救助的跌倒人员的位置，及时提供救助。
应理解，图2所示的智能手表200仅仅是可穿戴设备的一个范例，并且智能手表200可以具有比图中所示出的更过的或者更少的部件，可以组合两个或更多的部件，或者可以具有不同的部件配置。图2中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
以下实施例中，以上述电子设备是图1A所示的可穿戴设备10(即第一可穿戴设备)为例。该可穿戴设备10被用户a佩戴。本申请实施例以可穿戴设备10对用户a进行跌倒检测为例，对本申请实施例的方法进行说明。
本申请实施例提供一种基于跌倒检测的呼救方法，如图3所示，该基于跌倒检测的呼救方法可以包括S301-S305：
S301、可穿戴设备10通过运动传感器采集用户a的第一运动参数。
其中，上述运动传感器可以包括加速度传感器和陀螺仪传感器。加速度传感器用于采集可穿戴设备10运动的加速度，陀螺仪传感器用于采集可穿戴设备10运动的角速度。即第一运动参数可以包括可穿戴设备10运动的加速度和角速度。
可以理解，由于可穿戴设备10被用户a佩戴；因此，可穿戴设备10的运动是因为用户a的运动而产生的。如此，可穿戴设备10采集的第一运动参数可以认为是用户a的运动参数。该第一运动参数可以包括用户a运动的加速度和角速度。
其中，用户a做出不同动作时，上述运动传感器所采集到的运动参数不同。例如，用户a睡觉时运动传感器采集的运动参数，与用户a跌倒时运动传感器采集的运动参数不同。从而，可穿戴设备10可以根据运动传感器采集的第一运动参数判断用户a是否跌倒。
S302、可穿戴设备10判断第一运动参数与第一预设跌倒参数是否匹配。
一般而言，用户跌倒时，该用户会依次出现以下情况：失重和着地。其中，用户跌倒后着地接触地面时，会受到较大的冲击力。在这种情况下，用户的身体可能会受到较为严重的伤害，需要及时得到救助，才可以有效降低意外伤亡的风险。基于此，上述第一预设跌倒参数可以为：可穿戴设备10发生失重，以及受到较大的冲击力时运动传感器检测到的运动参数。
在另一些情况下，如果用户跌倒后受伤较重，那么该用户在一定时间(如预设时间)内不能自主起身或移动，即该用户在预设时间内的运动幅度较小(如运动幅度小于预设幅度阈值)。在这种情况下，上述第一预设跌倒参数可以为：可穿戴设备10发生失重，受到较大的冲击力，以及预设时间内的运动幅度小于预设幅度阈值时运动传感器检测到的运动参数。
示例性的，上述第一预设跌倒参数可以是统计大量用户跌倒时运动传感器采集到的运动参数得到的。其中，上述第一预设跌倒参数可以预先配置在可穿戴设备10中。或者，第一预设跌倒参数是图1A所示的服务器20向可穿戴设备10发送的。例如，如图3所示，S301之前，本申请实施例的方法还可以包括S300：服务器20向可穿戴设备10发送第一预设跌倒参数。
需要注意的是，可穿戴设备10判断第一运动参数与第一预设跌倒参数是否匹配的方法，可以参考常规技术中进行跌倒检测时，判断运动参数与第一预设跌倒参数是否匹配的方法，本申请实施例这里不予赘述。其中，本申请实施例中，将可穿戴设备10判断第一运动参数与第一预设跌倒参数是否匹配(即S302)称为跌倒检测的“第一层检测”。
具体的，如果第一运动参数与第一预设跌倒参数匹配，则表示第一运动参数可能是用户a跌倒时采集的运动参数，即用户a可能跌倒了。这种情况下，可穿戴设备10可以执行S303。如果第一运动参数与第一预设跌倒参数不匹配，则表示第一运动参数不是用户a跌倒时采集的运动参数，即用户a未跌倒。这种情况下，可穿戴设备可以继续采集用户a的运动参数，即执行S301。
S303、可穿戴设备10获取第一运动参数的跌倒置信度。该跌倒置信度用于表征第一运动参数是用户a跌倒时的运动参数的可能性的高低。
其中，可穿戴设备10可以根据第一运动参数与第一预设干扰参数的匹配度，确定跌倒置信度。或者，可穿戴设备10可以通过第一跌倒检测模型，确定第一运动参数的跌倒置信度。可穿戴设备获取第一运动参数的跌倒置信度的方法，可以参考以下实施例中的详细描述，这里不予赘述。
S304、可穿戴设备10判断上述跌倒置信度是否大于预设置信度阈值。
其中，第一运动参数的跌倒置信度越高，第一运动参数是用户a跌倒时的运动参数的可能性则越高；第一运动参数的跌倒置信度越低，第一运动参数是用户a跌倒时的运动参数的可能性则越低。
上述预设置信度阈值可以预先配置在可穿戴设备10中。或者，上述预设置信度阈值可以由用户在可穿戴设备10中设置。例如，如果运动参数的跌倒置信度最大值为100，上述预设置信度阈值可以为90、85、80或者75等任一数值。如果运动参数的跌倒置信度最大值为100％，上述预设置信度阈值可以为90％、85％、80％或者75％等任一数值。如果运动参数的跌倒置信度最大值为10，上述预设置信度阈值可以为9、8.5、8或者7.5等任一数值。
一方面，如果上述跌倒置信度大于预设置信度阈值，则表示第一运动参数是用户a跌倒时的运动参数的可能性较高。这种情况下，为了使跌倒的用户a可以及时得到救助，可穿戴设备可执行S305，发出呼叫信息。
可选的，如果上述跌倒置信度大于预设置信度阈值，如图3所示，可穿戴设备10还可以执行S306：向服务器20发送第二消息。该第二消息包括第一运动参数和第一指示信息。该第一指示信息用于指示第一运动参数是用户跌倒时采集的运动参数。如图3所示，服务器20接收到第二消息后，响应于第二消息可以执行S307：采用第一运动参数更新第一预设跌倒参数。
可以理解，服务器20可以接收大量电子设备(如可穿戴设备)确定用户跌倒后发送的运动参数，并采用该运动参数更新服务器20中的第一预设跌倒参数。然后，服务器20还可以向该服务器20所管理的多个电子设备(如可穿戴设备10)发送更新后的第一预设跌倒参数。例如，服务器20可以周期性向多个电子设备(如可穿戴设备10)发送更新后的第一预设跌倒参数。其中，可穿戴设备10采用更新后的第一预设跌倒参数进行跌倒检测，可以提升跌倒检测的准确性。
另一方面，如果上述跌倒置信度小于预设置信度阈值，则表示第一运动参数是用户a跌倒时的运动参数的可能性较低。这种情况下，可穿戴设备可以继续采集用户a的运动参数，即执行S301。
S305、可穿戴设备10发出呼救信息。
在一些实施例中，S305具体可以为：可穿戴设备10自动向预设联系人拨打电话，以发出呼救信息。
其中，本申请实施例中的预设联系人可以是可穿戴设备10中预设的紧急联系人或者公共救援服务。例如，公共救援服务的电话号码可以为急救电话(如120)或报警电话(如110)。紧急联系人可以是用户预先设置在可穿戴设备10中的。用户设置紧急联系人的方法可以参考以下实施例中的相关描述，本申请实施例这里不予赘述。
例如，以可穿戴设备10是用户a佩戴的智能手表400为例。假设智能手表400中的预设紧急联系人包括：用户a的儿子、妻子和急救电话120。智能手表400确定上述跌倒置信度大于预设置信度阈值(即用户a跌倒)后，可以自动向用户a的儿子、妻子或者急救电话120中任一预设联系人拨打电话。例如，智能手表400可以显示图4中的(b)所示的语音呼叫界面402，向用户a的女儿拨打电话，以发出呼救信息。
可以理解，如果用户a跌倒后受伤不严重，该用户a有一定的自主行为能力。那么，该用户a可能会希望自己选择求助对象。例如，用户a跌倒不严重时，可能更愿意求助于家人或者朋友，而不是拨打急救电话120。
基于这种情况，在另一些实施例中，可穿戴设备10在发出求助信息之前，可以显示包括多个联系人选项的第一界面。每个联系人选项对应一个预设联系人。可穿戴设备10可接收用户对第一界面中任一联系人选项的选择操作(如单击操作)，向用户选择的联系人选项对应的预设联系人拨打电话，以发出呼救信息。
结合上述实例，智能手表400确定上述跌倒置信度大于预设置信度阈值(即用户a跌倒)后，可以显示图4中的(a)所示的第一界面401。第一界面401中包括以下联系人选项：“妻子”、“儿子”、“女儿”和“120”。智能手表40可接收用户a对联系人选项“女儿”的选择操作。响应于用户对联系人选项“女儿”的选择操作，智能手表400可以显示图4中的(b)所示的语音呼叫界面402，向用户a的女儿拨打电话，以发出呼救信息。
在一些实施例中，可穿戴设备10向用户选择的联系人选项对应的预设联系人拨打电话(即请求与用户选择的联系人进行语音通信)后，如果该语音通信在第一预设时间(如1分钟、50秒、30秒或者15秒等)未被接听，可穿戴设备10可以自动向其他的预设联系人拨打电话。例如，如果智能手表400显示图4中的(b)所示的语音呼叫界面402第一预设时间后，用户a的女儿还没有接听电话，智能手表400可以自动向用户a的儿子、妻子或者120拨打电话，以发出呼救信息。在另一些实施例中，如果上述语音通信在第一预设时间未被接听，可穿戴设备10还可以自动向一个或多个预设联系人发送第一消息。
在另一些实施例中，S305具体可以为：可穿戴设备10自动向一个或多个预设联系人发送第一消息，该第一消息中包括呼救信息。
例如，该第一消息可以为“我跌打了，快来救我”、“我跌倒了，快来送我去医院”或者“我跌倒了，比较严重，速来救援”等。其中。第一消息中的呼救信息可以是预先配置在可穿戴设备10中的。或者，呼救信息可以由用户在可穿戴设备10中设置。用户在可穿戴设备10中设置呼救信息的方法，可以参考用户在手机中设置自动回复的自定义短消息的方法，本申请实施例这里不予赘述。
示例性的，可穿戴设备10可以通过一个或多个通信应用，向一个或多个预设联系人发送第一消息。其中，该一个或多个通信应用可以是安装在可穿戴设备10中的通信应用。该一个或多个通信应用是安装在可穿戴设备10中、可以与其他设备(如预设联系人的手机)通信的应用程序。例如，上述通信应用可以是短消息应用、电子邮箱、iMessage、微信、QQ或支付宝等。
需要说明的是，本申请实施例中，上述通信应用在可穿戴设备10的后台运行，使得可穿戴设备10在用户a跌倒时，可以直接调用该通信应用向一个或多个预设联系人发送第一消息；或者，用户在可穿戴设备10上登录过上述通信应用，并且该可穿戴设备10中保存了该通信应用的登录信息(如账号和登录密码)，使得可穿戴设备10可以在确定用户a跌倒时，可以启动该通信应用，并在启动通信应用后，通过该通信应用向一个或多个预设联系人发送第一消息。
可以理解，目前公共救援服务在各个通信应用上都注册有官方账号。本申请实施例中，可穿戴设备10可以通过通信应用，向公共救援服务在该通信应用的官方账号发送上述第一消息。
在一些实施例中，可穿戴设备10可以通过任一通信应用(如微信)，自动向可穿戴设备10的一个或多个预设联系人发送上述第一消息。以上述通信应用是微信为例。结合上述实例，智能手表400确定上述跌倒置信度大于预设置信度阈值(即用户a跌倒)后，可以自动向用户a的儿子、女儿、妻子或者急救电话120中一个或多个预设联系人发送微信消息。该微信消息中包括上述呼救信息。
在另一些实施例中，为了保证用户a在跌倒后可以及时得到救助。可穿戴设备10可以通过多个通信应用(如微信和短消息)，自动向可穿戴设备10中的一个或多个预设联系人发送上述第一消息。结合上述实例，智能手表400确定用户a跌倒后，可以自动向用户a的儿子、女儿、妻子或急救电话120中的一个或多个预设联系人发送微信消息和短消息。该微信消息和短消息中包括上述呼救信息。
在一些实施例中，为了救助人员(如用户a的家人、朋友或者公共救援服务的工作人员)可以及时准确的找到用户a。上述第一消息中还可以包括可穿戴设备10的地理位置信息。该可穿戴设备10中包括定位模块，如GPS定位模块。可穿戴设备10可以通过该定位模块获取可穿戴设备10的地理位置信息。
进一步的，考虑到上述第一消息可能不会及时被发现，可穿戴设备10可以在发送第一消息的同时，还可以向预设联系人拨打电话以呼救。这样，不仅可以使用户a的呼救及时被发现，而且救助人员还可以根据第一消息中的地理位置信息准确定位出跌倒用户a的位置，及时前往救助。
可选的，可穿戴设备10向一个或多个预设联系人发送第一消息后，可以发出第一提示信息。该第一提示信息用于提示用户a：可穿戴设备10已发出求助消息。例如，该第一提示信息可以为“已(通过微信、短消息或者其他即时通信应用)通知紧急联系人对您进行救助”。
示例性的，可穿戴设备10可以在显示屏(如触摸屏)显示上述第一提示信息。例如，可穿戴设备10向一个或多个预设联系人发送第一消息后，可以显示图5中的(d)所示的第一提示信息506。或者，可穿戴设备10可以播放第一提示信息对应的语音信息。
可以理解，用户a跌倒后可能会希望自己选择求助对象。例如，用户a跌倒不严重时，可能更愿意求助于家人或者朋友，而不是拨打急救电话120。基于这种情况，本申请实施例中，可穿戴设备10在发送上述第一消息之前，可以显示包括多个联系人选项的第一界面。每个联系人选项对应一个预设联系人。可穿戴设备10可接收用户对第一界面中一个或多个联系人选项的选择操作(如单击操作)，通过一个或多个通信应用向用户选择的联系人选项对应的预设联系人发送第一消息。相应的，上述第一界面中显示的多个联系人选项是上述一个或多个通信应用中的预设联系人的联系人选项。
需要注意的是，如果可穿戴设备10在第二预设时间内没有接收到用户在第一界面的选择操作，可穿戴设备10可以自动向任一预设联系人拨打电话，或者向一个或多个预设联系人发送第一消息。
举例来说，以上述通信应用是微信为例。假设图5中的(b)所示的手机500是用户a的儿子的手机，手机500中的微信应用登录了用户a的儿子的微信账号；图5中的(c)所示的手机600是用户a的女儿的手机，手机600中的微信应用登录了用户a的女儿的微信账号。智能手表400确定用户a跌倒后，可显示图5中的(a)所示的第一界面501。该第一界面501中包括多个联系人选项，如联系人选项“妻子”、“儿子”、“女儿”和“120”。该第一界面501中还可以包括“确定”按钮和“取消”按钮。“取消”按钮用于触发智能手表400取消发出呼救信息。“确定”按钮用于触发智能手表400向用户选择的联系人选项对应的联系人发送第一消息。
其中，图5中的(a)中的联系人选项“儿子”和“女儿”被用户选择。响应于用户对“确定”按钮的点击操作(如单击操作)，智能手表400可以通过微信向用户a的儿子(即手机500)和女儿(即手机600)发送第一消息。手机500在接收到第一消息后，响应于用户的操作可以显示图5中的(b)所示的微信聊天界面502。手机600在接收到第一消息后，响应于用户的操作可以显示图5中的(c)所示的微信聊天界面505。如图5中的(b)所示，微信聊天界面502可以包括呼救信息503和地理位置信息504。例如，呼救信息503可以为“我跌倒了，快来送我去医院”，地理位置信息504可以为“西安市雁塔区雁塔西路路口”。可穿戴设备10发送第一消息后，还可以显示图5中的(d)所示的第一提示信息506，如“已(通过微信)通知紧急联系人对您进行救助”。
可选的，上述地理位置信息可以是用户a所在地理位置的链接。例如，如图6A所示，手机500可以显示微信聊天界面601。微信聊天界面601包括呼救信息602和地理位置信息603。地理位置信息603是用户a所在地理位置的链接。响应于用户对地理位置信息603的点击操作(如单击操作)，手机500可调用手机500中的地图应用(如百度地图)对用户a所在地理位置进行准确定位(附图未示出)。
在一些情况下，如果用户a跌倒后受伤比较严重，则需要及时得到救助才可以有效降低意外伤亡的风险。而可穿戴设备10拨打电话或者发送第一消息求助后，即使救助人员可以及时接收到用户a的呼救，但是可能也无法及时对用户a进行救助。在这种情况下，用户a可能会因为错过最佳救助时间而出现生命危险，或者可能会对用户a的身体产生不可逆转的伤害。例如，救助人员可能会因为无法及时到达用户a跌倒的位置，从而无法及时对用户a进行救助。
在另一些实施例中，为了提高用户a跌倒后及时得到救助的可能性，可穿戴设备10还可以播放求助语音或者警报声。这样，用户a跌倒后，周围的人便可以及时发现跌倒的用户a，并及时对用户a进行救助。
例如，该求助语音可以为“救命呀救命呀”、“救救我救救我”或者“有老人跌倒请帮忙救助”等。例如，该警报声可以为“滴滴滴”、“嘟嘟嘟”或者医疗救护车执行救护任务时播放的警报声等。可选的，可穿戴设备10可以以该可穿戴设备10(如可穿戴设备的扬声器)的最大播放音量，播放上述求助语音。
在另一些实施例中，可穿戴设备10确定用户a跌倒后，可以启动可穿戴设备10的语音控制功能。其中，可穿戴设备10启动语音控制功能后，可穿戴设备可以接收用户发出的语音数据，并执行对应事件。例如，可穿戴设备10中可以安装语音助手。一般而言，可穿戴设备10可以监测语音数据。当监测到语音数据(如唤醒词“小E小E”)时，可以判断该语音数据与唤醒词是否匹配。如果该语音数据与唤醒词匹配，可穿戴设备10可以开启语音助手。而本申请实施例中，可穿戴设备10确定用户a跌倒后，可以启动语音助手。语音助手是电子设备(如可穿戴设备10)的一项重要应用。语音助手可以与用户进行智能对话和即时问答的智能交互。并且，语音助手还可以识别用户的语音命令，并使可穿戴设备10执行该语音命令对应的事件。
本申请实施例中，可穿戴设备10确定用户a跌倒后，可以采集语音数据，并执行该语音数据(即语音命令)对应的语音控制事件。例如，可穿戴设备10可以通过麦克风采集上述语音数据，通过上述语音助手接收用户的语音命令，并使可穿戴设备10执行该语音命令对应的事件。如此，用户a跌倒后，便可以通过语音控制可穿戴设备10发出呼救信息。例如，用户a可以说出语音数据“给儿子打电话”、“给女儿发微信说我跌倒了”或者“打电话给120”。
在该实施例中，可穿戴设备10不需要预设配置或者设置预设联系人。用户a跌倒后，可以通过语音数据，控制可穿戴设备10向用户指定的联系人发出呼救信息。或者，该实施例中，可穿戴设备10中可以预设配置或者设置预设联系人。在这种情况下，用户a跌倒后，只需要发出预设的语音命令(即语音数据)，如“跌倒”、“摔倒”、“救命”或者“救我”等，可穿戴设备10便可以按照上述任一种呼救方式发出呼救信息。
其中，用户a跌倒时，可穿戴设备10的显示屏(如触摸屏)可能会因为受到较大的冲击力而无法正常工作。在上述一些实施中，如果可穿戴设备10的显示屏(如触摸屏)无法正常工作，那么用户a就无法控制可穿戴设备10发出呼救信息。而该实施例中，用户a跌倒后，可以通过语音数据，正常控制可穿戴设备10发出呼救信息。
在另一些实施例中，可穿戴设备10确定用户a跌倒(即执行图6B所示的610)后，可以播放求助语音或者警报声，并启动计时器进行倒计时(即执行图6B所示的611)。其中，该计时器进行倒计时的计时时长为第三预设时间。例如，第三预设时间可以为1分钟，90秒，2分钟，3分钟或者5分钟等任一时间长度。
一方面，如果用户a跌倒后受伤不严重，可以自行就医；那么，用户a便可以控制可穿戴设备10停止播放上述求助语音或者警报声。例如，用户可以在第三预设时间内(即倒计时结束前)控制可穿戴设备10停止播放上述求助语音或者警报声。
示例性的，如果可穿戴设备10在第三预设时间内接收到用户的第一操作(即执行图6B所示的612或613)。响应于该第一操作，可穿戴设备10可停止播放上述求助语音或者警报声(即执行图6B所示的615)。例如，该第一操作可以是用户对可穿戴设备10的显示屏(如触摸屏)输入的触摸操作或者手势，如S形手势。又例如，该第一操作可以是用户对可穿戴设备10的第一敲击操作，如连续2次敲击操作。再例如，可穿戴设备10确定用户a跌倒后，可以启动可穿戴设备10的语音控制功能。上述第一操作是用户发出的用于控制可穿戴设备10停止播放警报声或求助语音的语音数据(即语音命令)，如“停止播放”。
另一方面，如果用户a跌倒后受伤较为严重，不能自行就医，但是还有一定的行动能力；那么，用户a便可以控制可穿戴设备10采用用户选择的呼救方式发送呼救信息。
示例性的，如果可穿戴设备10在第三预设时间内接收到用户的第二操作(即执行图6B所示的612或613)。响应于该第二操作，可穿戴设备10可向预设联系人拨打电话或发送第一消息(即执行图6B所示的616)。第二操作与第一操作不同。例如，该第二操作可以是用户对可穿戴设备10的显示屏(如触摸屏)输入的触摸操作或者手势，如√形手势。又例如，该第二操作可以是用户对可穿戴设备10的第二敲击操作，如连续3次敲击操作。再例如，可穿戴设备10确定用户a跌倒后，可以启动可穿戴设备10的语音控制功能。上述第二操作是用户发出语音数据“给儿子打电话”、“给女儿发微信说我跌倒了”或者“打电话给120”等。
再一方面，如果用户a跌倒后受伤较为严重，无法操作可穿戴设备10；那么，可穿戴设备10则可以在第三预设时间后(即倒计时结束后)自动采用上述任一种呼救方式，或者结合至少两种呼救方式进行呼救(即执行图6B所示的616)。
需要注意的是，本申请实施例中，可穿戴设备10发出呼救信息的方式(即呼救方式)包括但不限于上述方式。可穿戴设备10可以采用上述任一种呼救方式，或者结合至少两种呼救方式进行呼救。本申请实施例对可穿戴设备10发出呼救信息的方式不作限定。
本申请实施例中，可穿戴设备10在确定第一运动参数与第一预设跌倒参数匹配(即确定用户可能跌倒)后，可以进一步判断上述跌倒置信度是否大于预设置信度阈值。也就是说，可穿戴设备10可以通过双重检测以确定用户是否跌倒。这样，可以提高可穿戴设备10进行跌倒检测的准确性，降低误触发可穿戴设备10自动呼救的可能性。
在一些实施例中，可穿戴设备10可以根据第一运动参数与第一预设干扰参数的匹配度，确定第一运动参数的跌倒置信度。如图7所示，图3所示的S303可以替换为S701，S304可以替换为S702。
S701、可穿戴设备10获取第一运动参数与第一预设干扰参数的匹配度，并根据该匹配度确定第一运动参数的跌倒置信度。
其中，第一预设干扰参数是用户执行预设干扰动作时的运动参数。该预设干扰动作可以为用户拍桌子、挥手、下楼梯、坐下、躺下、点头、摇头、踢腿、跑步和蹦跳等。用户执行上述预设干扰动作时，可穿戴设备10的运动传感器可采集到上述第一预设干扰参数。
本申请实施例中，第一运动参数与第一预设干扰参数的匹配度越低，该跌倒置信度越高。第一运动参数与第一预设干扰参数的匹配度越高，该跌倒置信度越低。
示例性的，上述匹配度a与跌倒置信度b之和为固定值。具体的，a+b＝m。其中，m为1、2或3等任一数值。例如，以m＝1为例。匹配度a＝30％时，跌倒置信度b＝1-30％＝70％。预设置信度阈值可以为90％、85％、80％或者75％等任一数值。
再示例性的，上述匹配度a与跌倒置信度b成反比。具体的，a*b＝n。其中，n为1、2、10或50等任一数值。例如，以n＝10为例。匹配度a＝20时，跌倒置信度b＝n/a＝10/20＝1/2＝50％。预设置信度阈值可以为90％、85％、80％或者75％等。
在该实施例中，可穿戴设备10判断跌倒置信度是否大于预设置信度阈值(即S304)，也可以认为是可穿戴设备10执行S702。
S702、可穿戴设备10判断第一运动参数与第一预设干扰参数的匹配度是否低于一定值。
可以理解，如果上述匹配度较低，那么跌倒置信度则会比较高；而上述匹配度较高时，那么跌倒置信度则会比较低。因此，如果跌倒置信度大于预设置信度阈值(即跌倒置信度较高)，那么上述匹配度则会比较低(如低于一定值)。当上述匹配度低于一定值时，则表示第一运动参数是第一预设干扰参数的可能性较低，该运动参数是用户a跌倒时采集的参数的可能性较高，即用户a跌倒的可能性较高。此时，可穿戴设备10可发出呼救信息(即执行S305)。需要注意的是，本申请实施例中，将可穿戴设备10执行S701-S702称为跌倒检测的“第二层检测”。其中，通过“第二层检测”，可穿戴设备10可以排除预设干扰动作对可穿戴设备10自动呼救的误触发。
示例性的，上述第一预设干扰参数可以是统计大量用户执行预设干扰动作时运动传感器采集到的运动参数得到的。其中，上述第一预设干扰参数可以预先配置在可穿戴设备10中。或者，第一预设干扰参数是图1A所示的服务器20向可穿戴设备10发送的。例如，如图7所示，本申请实施例的方法还可以包括S700：服务器20向可穿戴设备10发送第一预设干扰参数。
可选的，如果上述跌倒置信度小于或者等于预设置信度阈值(或者第一运动参数与第一预设干扰参数的匹配度高于或者等于一定值)，则表示用户a没有跌倒，第一运动参数是第一预设干扰参数。在这种情况下，如图7所示，可穿戴设备10可以执行S703：向服务器20发送第三消息。该第三消息包括第一运动参数和第二指示信息。该第二指示信息用于指示第一运动参数不是用户跌倒时采集的运动参数。如图7所示，服务器20接收到第三消息后，响应于第三消息可以执行S704：采用第一运动参数更新第一预设干扰参数。
可以理解，服务器20可以接收大量电子设备(如可穿戴设备)确定用户没有跌倒后发送的运动参数，并采用该运动参数更新服务器20中的第一预设干扰参数。然后，服务器20还可以向该服务器20所管理的多个电子设备(如可穿戴设备10)发送更新后的第一预设干扰参数。例如，服务器20可以周期性向多个电子设备(如可穿戴设备10)发送更新后的第一预设干扰参数。其中，可穿戴设备10采用更新后的第一预设干扰参数进行跌倒检测，可以提升跌倒检测的准确性。
在该实施例中，可穿戴设备10在确定第一运动参数与第一预设跌倒参数匹配(即进行“第一层检测”)后，可以进一步判断第一运动参数是否为用户执行预设干扰动作时的运动参数(即进行“第二层检测”)，以排除预设干扰动作对可穿戴设备10自动呼救的误触发。也就是说，可穿戴设备10可以通过“第一层检测”和“第二层检测”这双重检测确定用户是否跌倒。这样，可以提高可穿戴设备10进行跌倒检测的准确性，降低误触发可穿戴设备10自动呼救的可能性。
在另一些实施例中，可穿戴设备10中可以保存一个或多个跌倒检测模型的模型代码。该一个或多个跌倒检测模型包括第一跌倒检测模型。该第一跌倒检测模型用于确定运动参数(如第一运动参数)的跌倒置信度。该第一跌倒检测模型是采用多个第二运动参数进行样本训练，得到的人工智能(artificial intelligence，AI)模型。或者，该第一跌倒检测模型是采用多个第二运动参数和多个第三运动参数进行样本训练，得到的AI模型。
其中，多个第二运动参数是多个用户跌倒时的运动参数。多个第三运动参数是多个用户执行上述预设干扰动作时的运动参数。
上述第一跌倒检测模型可以是图1A所示的服务器20向可穿戴设备10发送的。该第一跌倒检测模型可以是服务器20采用深度学习算法，对多个第二运动参数(或者多个第二运动参数和多个第三运动参数)进行样本训练得到的AI模型。其中，服务器20进行样本训练得到第一跌倒检测模型的具体方法，可以参考常规技术中进行模型训练的方法，本申请实施例这里不予赘述。
在该实施例中，可穿戴设备10可以通过上述第一跌倒检测模型，确定第一运动参数的跌倒置信度。如图8所示，图3所示的S303可以替换为S801：
S801、可穿戴设备10运行第一跌倒检测模型的模型代码，确定第一运动参数的跌倒置信度。
其中，第一跌倒检测模型经过样本训练具备确定运动参数的跌倒置信度的能力。因此，可穿戴设备10可以运行第一跌倒检测模型的模型代码，并将第一运动参数作为输入，便可以得到第一运动参数的跌倒置信度。
可以理解，由于第一跌倒检测模型是经过大量样本训练，得到的具备确定运动参数的跌倒置信度的能力的AI模型；因此，相比于对比或者匹配第一运动参数和预设参数(如第一预设干扰参数)得到的跌倒置信度，运行第一跌倒检测模型的模型代码确定的跌倒置信度的准确性较高。
需要注意的是，本申请实施例中，将可穿戴设备10执行S801和S304称为跌倒检测的“第三层检测”。其中，相比于“第二层检测”，“第三层检测”更加准确，因此可以提升跌倒检测的准确性。
可选的，S304之后，如果第一运动参数的跌倒置信度大于预设置信度阈值，可穿戴设备10可以执行S306向服务器20发送第一运动参数和第一指示信息。服务器20接收到第一运动参数和第一指示信息后，响应于第一指示信息可以执行S307采用第一运动参数更新第一预设跌倒参数，还可以执行S802：将第一运动参数作为跌倒参数更新第一跌倒检测模型。其中，服务器20将第一运动参数作为跌倒参数更新第一跌倒检测模型是指：服务器将第一运动参数作为训练样本进行模型训练，使得第一跌倒检测模型可以学习到第一运动参数是用户跌倒时采集的运动数据的能力。
如果第一运动参数的跌倒置信度小于或等于预设置信度阈值，可穿戴设备10可以执行S702向服务器20发送第一运动参数和第二指示信息。服务器20接收到第一运动参数和第二指示信息后，响应于第二指示信息可以执行S803：将第一运动参数作为干扰参数更新第一跌倒检测模型。其中，服务器20将第一运动参数作为干扰参数更新第一跌倒检测模型是指：服务器20将第一运动参数作为训练样本进行模型训练，使得第一跌倒检测模型可以学习到识别第一运动参数不是用户跌倒时采集的运动数据的能力。
可以理解，服务器20更新第一跌倒检测模型后，可以生成更新后的第一跌倒检测模型的模型代码。然后，服务器20可以向该服务器20所管理的多个电子设备(如可穿戴设备10)发送更新后的第一跌倒检测模型的模型代码。例如，服务器20可以周期性向多个电子设备(如可穿戴设备10)发送更新后的第一跌倒检测模型的模型代码。其中，可穿戴设备10采用更新后的第一跌倒检测模型的模型代码替换可穿戴设备10中保存的第一跌倒检测模型的模型代码。可穿戴设备10采用更新后的第一跌倒检测模型进行跌倒检测，可以提升跌倒检测的准确性。
本申请实施例中，可穿戴设备10可以通过“第一层检测”和“第三层检测”这双重检测确定用户是否跌倒。这样，可以提高可穿戴设备10进行跌倒检测的准确性，降低误触发可穿戴设备10自动呼救的可能性。
为了进一步提高可穿戴设备10进行跌倒检测的准确性，在另一些实施例中，可穿戴设备10可以通过“第一层检测”、“第二层检测”和“第三层检测”这三重检测确定用户是否跌倒。具体的，如图9所示，在图8所示的S801之前，本申请实施例的方法还可以包括S901：
S901、可穿戴设备10确定第一运动参数不是第一预设干扰参数。
具体的，可穿戴设备10可以判断第一运动参数与第一预设干扰参数的匹配度是否低于一定值。如果第一运动参数与第一预设干扰参数的匹配度低于一定值，可穿戴设备10可以确定第一运动参数不是第一预设干扰参数。其中，可穿戴设备10可以判断第一运动参数与第一预设干扰参数的匹配度是否低于一定值的具体方法可以参考S702中的详细描述，本申请实施例这里不予赘述。
在该实施例中，可穿戴设备10在确定第一运动参数与第一预设跌倒参数匹配(即进行“第一层检测”)后，可以判断第一运动参数是否为用户执行预设干扰动作时的运动参数(即进行“第二层检测”)，以排除预设干扰动作对可穿戴设备10自动呼救的误触发，然后再通过跌倒检测模型进行“第三层检测”。也就是说，可穿戴设备10可以通过“第一层检测”、“第二层检测”和“第三层检测”这三重检测确定用户是否跌倒。这样，可以提高可穿戴设备10进行跌倒检测的准确性，降低误触发可穿戴设备10自动呼救的可能性。
在另一些实施例中，S304之后，如果跌倒置信度小于或者等于预设置信度阈值，可穿戴设备10不会立即执行S301；而是判断用户a是否发出预设呻吟声或呼痛声，用户a的心率是否异常。具体的，上述S304之后，如果跌倒置信度小于或者等于预设置信度阈值，本申请实施例的方法还可以包括S1001-S1003。上述S1001之前，本申请实施例的方法还可以包括S1000。
例如，结合图3，如图10A所示，S304之后，如果跌倒置信度小于或者等于预设置信度阈值，本申请实施例的方法还可以包括S1001-S1003。
S1001、可穿戴设备10对采集的语音数据，心率传感器采集的心率信息进行判断。
例如，用户a的心率信息可以为用户a的每分钟的心跳次数。其中，如图10A所示，S1001之前，本申请实施例的方法还可以包括S1000：可穿戴设备10通过麦克风采集语音数据，通过心率传感器采集用户a的心率信息。
S1002、可穿戴设备10确定麦克风未采集到预设呻吟声、撞击声或呼痛声，且用户a的心率信息指示用户a的心率正常。
其中，用户a的心率信息指示用户a的心率正常，具体为：用户a的心率信息指示用户a每分钟的心跳次数在取值区间(m1，m2)内。其中，m1是第一心跳次数，m2是第二心跳次数。其中，m2大于m1。第一心跳次数m1是正常人每分钟最少的心跳次数，第二心跳次数m2是正常人每分钟最多的心跳次数。例如，m1＝60，m2＝100。
S1003、可穿戴设备10确定麦克风采集到预设呻吟声、撞击声或呼痛声，或者用户a的心率信息指示用户a的心率异常。
其中，用户a的心率信息指示用户a的心率异常，具体为：用户a的心率信息指示用户a每分钟的心跳次数小于第一心跳次数或者大于第二心跳次数。
具体的，如图10A所示，如果麦克风未采集到预设呻吟声或呼痛声，且用户a的心率信息指示用户a的心率正常(即S1002)，则表示用户a未跌倒，可穿戴设备10可以执行S301和S1000。如果麦克风采集到预设呻吟声或呼痛声，或者用户a的心率信息指示用户a的心率异常(即S1003)，则表示用户a跌倒，可穿戴设备10可以执行S305。
本申请实施例中，可穿戴设备10还可以根据用户a是否发出预设呻吟声或呼痛声，以及用户a的心率是否正常，进一步判断用户a是否跌倒。可以提高可穿戴设备10进行跌倒检测的准确性。
在另一些实施例中，上述传感器模块还可以包括声音传感器(即麦克风)和心率传感器。可穿戴设备10可以通过声音传感器(即麦克风)采集语音数据，通过心率传感器采集心率信息。上述第一预设跌倒参数还可以包括：预设呻吟声、撞击声或呼痛声；以及第一心跳次数和第二心跳次数。上述“第一层检测”中，如果可穿戴设备10确定第一运动参数与第一预设跌倒参数匹配，可穿戴设备10还可以判断“麦克风采集的语音数据是否包括预设呻吟声、撞击声或呼痛声”，以及“心率信息指示的心率是否在取值区间(m1，m2)内”。如果上述语音数据包括预设呻吟声、撞击声或呼痛声，且上述心率在在取值区间(m1，m2)内，可穿戴设备10可以执行“第二层检测”或“第三层检测”。其中，在“第一层检测”中加入语音数据和心率的检测，可以提升可穿戴设备10进行“第一层检测”的准确性。
其中，用户佩戴不同类的可穿戴设备时，可穿戴设备的佩戴位置不同。例如，以手腕为支撑的watch类可穿戴设备(如智能手表)佩戴在用户手腕上。又例如，以头部为支撑的Glass类可穿戴设备(如智能眼镜)佩戴在用户头部。再例如，以脚为支撑的shoes类可穿戴设备(如智能脚环)佩戴在用户脚腕上。
可以理解，用户跌倒时，佩戴在不同部位的可穿戴设备检测到的运动参数不同。并且，佩戴在不同部位的可穿戴设备检测到的干扰参数也不同。因此，本申请实施例中，针对每一类可穿戴设备(如watch类可穿戴设备)而言，服务器20可以统计大量佩戴这一类可穿戴设备的用户跌倒时，这一类可穿戴设备采集到的运动参数，得到这一类可穿戴设备对应的预设跌倒参数。针对每一类可穿戴设备而言，服务器20可以统计大量佩戴这一类可穿戴设备的用户执行预设干扰动作时，这一类可穿戴设备采集到的运动参数，得到这一类可穿戴设备对应的预设干扰参数。
本申请实施例中，服务器20可以针对每一类可穿戴设备，分别保存一组预设跌倒参数和预设干扰参数。例如，图10B所示的预设跌倒参数库1010可以为服务器20中用于保存预设跌倒参数的存储区域。如图10B所示，预设跌倒参数库1010保存有watch类可穿戴设备对应的预设跌倒参数1011、Glass类可穿戴设备对应的预设跌倒参数1012和shoes类可穿戴设备对应的预设跌倒参数1013等。又例如，图10B所示的预设干扰参数库1020可以为服务器20中用于保存预设干扰参数的存储区域。如图10B所示，预设干扰参数库1020保存有watch类可穿戴设备对应的预设干扰参数1021、Glass类可穿戴设备对应的预设干扰参数1022和shoes类可穿戴设备对应的预设干扰参数1023等。
对于不同类型的可穿戴设备而言，预设干扰动作可以不同。例如，watch类可穿戴设备对应的预设干扰动作可以包括：用户拍桌子、挥手、摆动手臂和穿衣服等手臂运动幅度较大的动作。又例如，Glass类可穿戴设备对应的预设干扰动作可以包括：点头、摇头、躺下、蹦跳等头部运动幅度较大的动作。再例如，shoes类可穿戴设备对应的预设干扰动作可以包括：踢腿、跑步和蹦跳等腿部运动幅度较大的动作。因此，针对每一类可穿戴设备，服务器20可以统计大量佩戴这一类可穿戴设备(如watch类可穿戴设备)的用户执行这一类可穿戴设备对应的预设干扰动作时，这一类可穿戴设备采集到的运动参数，得到这一类可穿戴设备对应的预设干扰参数。
同样的，针对每一类可穿戴设备而言，服务器20可以统计大量佩戴这一类可穿戴设备的用户跌倒时，这一类可穿戴设备采集到的运动参数(即多个第二运动参数)；统计大量佩戴这一类可穿戴设备的用户执行预设干扰动作时，这一类可穿戴设备采集到的运动参数(即多个第三运动参数)。然后，针对每一类可穿戴设备而言，服务器20可以对这一类可穿戴设备采集的多个第二运动参数(或者多个第二运动参数和多个第三运动参数)进行样本训练，得到这一类可穿戴设备对应的跌倒检测模型，并生成对应的模型代码。
其中，服务器20还可以针对每一类可穿戴设备，分别保存一个跌倒检测模型的模型代码。例如，图10B所示的跌倒检测模型库1030可以为服务器20中用于保存跌倒检测模型的模型代码的存储区域。如图10B所示，跌倒检测模型库1030保存有watch类可穿戴设备对应的跌倒检测模型的模型代码1031、Glass类可穿戴设备对应的跌倒检测模型的模型代码1032和shoes类可穿戴设备对应的跌倒检测模型的模型代码1033等。
需要注意的是，可穿戴设备10中可以仅保存可穿戴设备10的类型对应的预设跌倒参数(即第一预设跌倒参数)、预设干扰参数(即第一预设干扰参数)和跌倒检测模型(即第一跌倒检测模型)的模型代码。例如，假设可穿戴设备10是Glass类可穿戴设备。可穿戴设备10中可以保存图10B所示的预设跌倒参数1012、预设干扰参数1022和跌倒检测模型的模型代码1032。
本申请实施例中，由于服务器20可以针对每一类可穿戴设备，分别保存一组预设跌倒参数、预设干扰参数和跌倒检测模型；因此，服务器20可以根据第一标识，采用第一运动参数更新该第一标识对应的预设跌倒参数或预设干扰参数，以及跌倒检测模型。具体的，上述第二消息和第三消息还可以包括可穿戴设备10的第一标识。该第一标识可以用于指示该可穿戴设备10的类型。例如，该第一标识是00时，指示该可穿戴设备10是watch类可穿戴设备。该第一标识是01时，指示该可穿戴设备10是Glass类可穿戴设备。该第一标识是10时，指示该可穿戴设备10是shoes类可穿戴设备。
例如，以第一标识指示该可穿戴设备10是shoes类可穿戴设备为例。假设可穿戴设备10向服务器20发送第一运动参数时，还发送了第一指示信息。响应于该第一指示信息，服务器20可以更新预设跌倒参数和跌倒检测模型。具体的，由于第一标识指示该可穿戴设备10是shoes类可穿戴设备；因此，服务器20可以采用第一运动参数更新shoes类可穿戴设备对应的预设跌倒参数1013和跌倒检测模型1033。
同样的，服务器20可以根据可穿戴设备10的第一标识，向可穿戴设备10发送该第一标识对应的更新的预设跌倒参数、更新的预设干扰参数和更新的跌倒检测模型的模型代码。
本申请实施例中，服务器20可以针对不同类的可穿戴设备分别维护一组预设跌倒参数、预设干扰参数和跌倒检测模型。并且，可穿戴设备10中可以保存与该可穿戴设备10的类型对应的一组预设跌倒参数、预设干扰参数和跌倒检测模型。可穿戴设备10采用与该可穿戴设备10的类型对应的一组预设跌倒参数、预设干扰参数和跌倒检测模型进行跌倒检测，可以提升跌倒检测的准确性。
其中，用户处于不同场景时，可穿戴设备10进行跌倒检测的粒度不同。其中，可穿戴设备10进行跌倒检测的粒度可以通过预设跌倒参数、预设干扰参数和跌倒检测模型来体现。也就是说，本申请实施例中，用户处于不同场景时，可穿戴设备10进行跌倒检测所采用的预设跌倒参数、预设干扰参数和跌倒检测模型不同。
示例性的，上述场景至少可以包括：睡觉场景、室外场景、室内场景、运动场景、上下楼梯场景等。本申请实施例中，可穿戴设备10可以通过可穿戴设备10的多个传感器(如心率传感器、加速度传感器、陀螺仪传感器)和定位模块(如GPS模块)等采集的参数，确定用户所处的场景。以下实施例中以场景1、场景2和场景3为例，对本申请实施例的方法进行说明。其中，场景1、场景2和场景3是睡觉场景、室外场景、室内场景、运动场景、上下楼梯场景等中的三个场景。
可以理解，用户处于不同场景下跌倒时，可穿戴设备检测到的运动参数不同。并且，用户处于不同场景下跌倒时的干扰参数也不同。因此，本申请实施例中，针对每一个场景而言，服务器20可以统计大量用户处于该场景下跌倒时，可穿戴设备采集到的运动参数，得到该场景对应的预设跌倒参数。针对每一个场景而言，服务器20可以统计大量用户处于该场景下执行预设干扰动作时，可穿戴设备采集到的运动参数，得到该场景对应的预设干扰参数。
本申请实施例中，服务器20和可穿戴设备10可以针对每一个场景，分别保存一组预设跌倒参数和预设干扰参数。例如，图11所示的预设跌倒参数库1110可以为服务器20和可穿戴设备10中用于保存预设跌倒参数的存储区域。如图11所示，预设跌倒参数库1110保存有场景1的预设跌倒参数1111、场景的预设跌倒参数1112和场景3的预设跌倒参数1113等。又例如，图11所示的预设干扰参数库1120可以为服务器20和可穿戴设备10中用于保存预设干扰参数的存储区域。如图11所示，预设干扰参数库1120保存有场景1的预设干扰参数1121、场景2的预设干扰参数1122和场景3的预设干扰参数1123等。
其中，用户处于不同场景下的预设干扰动作可以不同。例如，用户处于睡觉场景下的预设干扰动作可以包括：翻身等。又例如，用户处于运动场景下的干扰动作可以包括：踢腿、跑步和蹦跳等。再例如，用户处于上下楼梯场景下的干扰动作可以包括：抬腿等。因此，针对每一个场景，服务器20可以统计大量用户处于该场景下，执行该场景对应的预设干扰动作时，可穿戴设备采集到的运动参数，得到该场景对应的预设干扰参数。
同样的，针对每一种场景而言，服务器20可以统计大量用户处于该场景下跌倒时，可穿戴设备采集到的运动参数(即多个第二运动参数)；统计大量用户处于该场景下执行预设干扰动作时，可穿戴设备采集到的运动参数(即多个第三运动参数)。然后，针对每一种场景而言，服务器20可以对可穿戴设备在该场景下采集的多个第二运动参数(或者多个第二运动参数和多个第三运动参数)进行样本训练，得到该场景对应的跌倒检测模型，并生成对应的模型代码。
其中，服务器20和可穿戴设备10还可以针对每一种场景，分别保存一个跌倒检测模型的模型代码。例如，图11所示的跌倒检测模型库1130可以为服务器20和可穿戴设备10中用于保存跌倒检测模型的模型代码的存储区域。如图11所示，跌倒检测模型库1130保存有场景1的跌倒检测模型的模型代码1131、场景2的跌倒检测模型的模型代码1132和场景3的跌倒检测模型的模型代码1133等。
本申请实施例中，由于服务器20和可穿戴设备10可以针对每一种场景，分别保存一组预设跌倒参数、预设干扰参数和跌倒检测模型；因此，服务器20可以根据第二标识(即场景的标识)，采用第一运动参数更新该第二标识对应的预设跌倒参数或预设干扰参数，以及跌倒检测模型。具体的，上述第二消息和第三消息还可以包括第二标识，即用户a当前所处的场景的标识。例如，该第二标识是000时，指示该用户a处于睡觉场景。该标识是001时，指示用户a处于室外场景。该标识是010时，指示用户a处于运动场景。
例如，以第二标识指示用户a处于场景3(如运动场景)为例。假设可穿戴设备10向服务器20发送第一运动参数时，还发送了第一指示信息。响应于该第一指示信息，服务器20可以更新预设跌倒参数和跌倒检测模型。具体的，由于第二标识指示用户a处于场景3；因此，服务器20可以采用第一运动参数更新场景3的预设跌倒参数1113和跌倒检测模型1133。
同样的，服务器20可以向可穿戴设备10发送第二标识所指示的场景下，更新的预设跌倒参数、更新的预设干扰参数和更新的跌倒检测模型的模型代码。
本申请实施例中，服务器20和可穿戴设备10可以针对不同的场景分别维护一组预设跌倒参数、预设干扰参数和跌倒检测模型。可穿戴设备10在用户处于不同场景下，采用与该场景对应的一组预设跌倒参数、预设干扰参数和跌倒检测模型进行跌倒检测，可以提升跌倒检测的准确性。
可选的，每一种场景的预设跌倒参数可以按照可穿戴设备的类型，分为多种预设跌倒参数。例如，如图12所示，场景1的预设跌倒参数1111可以包括：watch类可穿戴设备对应的预设跌倒参数1111a、Glass类可穿戴设备对应的预设跌倒参数1111b和shoes类可穿戴设备对应的预设跌倒参数1111c等。
每一种场景的预设干扰参数可以按照可穿戴设备的类型，分为多种预设干扰参数。例如，如图12所示，场景1的预设干扰参数1121可以包括：watch类可穿戴设备对应的预设干扰参数1121a、Glass类可穿戴设备对应的预设干扰参数1121b和shoes类可穿戴设备对应的预设干扰参数1121c等。
每一种场景的跌倒检测模式可以按照可穿戴设备的类型，分为多种跌倒检测模型。例如，如图12所示，场景1的跌倒检测模型的模型代码1131可以包括：watch类可穿戴设备对应的跌倒检测模型的模型代码1131a、Glass类可穿戴设备对应的跌倒检测模型的模型代码1131b和shoes类可穿戴设备对应的跌倒检测模型的模型代码1131c等。
本申请实施例中的预设联系人可以是用户预先设置在可穿戴设备10中的。其中，可穿戴设备10可以在可穿戴设备10第一次开机时，引导用户设置紧急联系人。例如，可穿戴设备10可以在第一次开机后，显示紧急联系人设置界面。或者，可穿戴设备10的设置应用中可以包括“紧急联系人”选项。例如，如图13中的(a)所示的设置界面1301中包括“紧急联系人”选项1302。可穿戴设备10可以响应于用户对上述“紧急联系人”选项的点击操作，显示图13中的(b)所示的紧急联系人设置界面1303。可穿戴设备10响应于用户在紧急联系人设置界面输入的紧急联系人的信息，保存用户输入的紧急联系人的信息。
例如，该紧急联系人设置界面1303中包括联系人信息输入框1304，该联系人信息输入框1304用于输入紧急联系人的信息。可穿戴设备10可以接收用户在输入框1305中输入的手机号码或联系人姓名，然后从可穿戴设备10的通讯录中获取并保存该联系人的信息；或者，可穿戴设备10可以响应于用户对联系人添加按钮1306的点击操作，显示可穿戴设备10的通讯录中的联系人列表，以供用户选择。
需要说明的是，本申请实施例所述的紧急联系人设置界面的具体内容和界面形式包括但不限于图13中的(b)所示的紧急联系人设置界面1303，紧急联系人设置界面的其他界面形式本申请实施例这里不再赘述。
本申请实施例中，可穿戴设备10可以接收并保存用户设置的紧急联系人。这样，即使用户跌倒后，可穿戴设备10也可以执行本申请实施例的方法，请求用户预先设置在可穿戴设备10中的紧急联系人，对用户进行救助。
本申请一些实施例提供了一种电子设备，该电子设备可以包括运动传感器。该运动传感器包括加速度传感器和陀螺仪传感器。该电子设备还包括：存储器和一个或多个处理器。该运动传感器、存储器和处理器耦合。该存储器用于存储计算机程序代码，该计算机程序代码包括计算机指令。当处理器执行计算机指令时，电子设备可执行上述方法实施例中电子设备执行的各个功能或者步骤。该电子设备的结构可以参考图1B所示的手机100或图2所示的智能手表200的结构。
本申请实施例还提供一种芯片系统，如图14所示，该芯片系统包括至少一个处理器1401和至少一个接口电路1402。处理器1401和接口电路1402可通过线路互联。例如，接口电路1402可用于从其它装置(例如电子设备的存储器)接收信号。又例如，接口电路1402可用于向其它装置(例如处理器1401或者电子设备的触摸屏)发送信号。示例性的，接口电路1402可读取存储器中存储的指令，并将该指令发送给处理器1401。当所述指令被处理器1401执行时，可使得电子设备执行上述实施例中的各个步骤。当然，该芯片系统还可以包含其他分立器件，本申请实施例对此不作具体限定。
本申请实施例还提供一种计算机存储介质，该计算机存储介质包括计算机指令，当所述计算机指令在上述电子设备上运行时，使得该电子设备执行上述方法实施例中电子设备执行的各个功能或者步骤。
本申请实施例还提供一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行上述方法实施例中电子设备执行的各个功能或者步骤。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本实施例所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本实施例各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器执行各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：快闪存储器、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本实施例的具体实施方式，但本实施例的保护范围并不局限于此，任何在本实施例揭露的技术范围内的变化或替换，都应涵盖在本实施例的保护范围之内。因此，本实施例的保护范围应以所述权利要求的保护范围为准。

Claims (29)

1.一种基于跌倒检测的呼救方法，其特征在于，所述方法应用于电子设备，所述电子设备包括运动传感器，所述运动传感器包括加速度传感器和陀螺仪传感器，所述方法包括：
所述电子设备通过所述运动传感器采集用户的第一运动参数；
如果所述第一运动参数与第一预设跌倒参数匹配，所述电子设备获取所述第一运动参数的跌倒置信度，所述第一运动参数的跌倒置信度用于表征所述第一运动参数是所述用户跌倒时的运动参数的可能性的高低；
如果所述第一运动参数的跌倒置信度大于预设置信度阈值，所述电子设备发出呼救信息。
2.根据权利要求1所述的方法，其特征在于，所述电子设备发出呼救信息，包括：
所述电子设备播放求助语音或警报声。
3.根据权利要求1或2所述的方法，其特征在于，所述电子设备发出呼救信息，包括：
所述电子设备向第一预设联系人拨打电话；
其中，所述第一预设联系人是所述电子设备中预先设置的任一紧急联系人或公共救援服务。
4.根据权利要求3所述的方法，其特征在于，所述电子设备发出呼救信息，还包括：
所述电子设备显示第一界面，所述第一界面包括多个联系人选项，每个联系人选项对应所述电子设备中的一个预设联系人，所述预设联系人包括：所述电子设备中预先设置的紧急联系人或公共救援服务；
所述电子设备接收用户对所述第一界面中所述第一预设联系人的联系人选项的选择操作；
其中，所述电子设备向第一预设联系人拨打电话，包括：
响应于用户对所述第一预设联系人的联系人选项的选择操作，所述电子设备向所述第一预设联系人拨打电话。
5.根据权利要求1-4中任一项所述的方法，其特征在于，所述电子设备发出呼救信息，包括：
所述电子设备通过一个或多个通信应用，向一个或多个预设联系人发送第一消息；
其中，所述第一消息中包括所述呼救信息；所述预设联系人包括：所述电子设备中预先设置的紧急联系人或公共救援服务。
6.根据权利要求5所述的方法，其特征在于，所述电子设备包括定位模块；所述方法还包括：
所述电子设备通过所述定位模块获取所述电子设备的地理位置信息；
其中，所述第一消息中还包括所述地理位置信息。
7.根据权利要求1所述的方法，其特征在于，所述电子设备发出呼救信息，包括：
所述电子设备采集所述用户的语音数据；
响应于所述语音数据，执行所述语音数据对应的语音控制事件，发出所述呼救信息。
8.根据权利要求1-7中任一项所述的方法，其特征在于，所述电子设备中保存有第一跌倒检测模型的模型代码，所述第一跌倒检测模型用于确定运动参数的跌倒置信度；所述第一跌倒检测模型是采用多个第二运动参数进行样本训练，得到的人工智能AI模型；或者，所述第一跌倒检测模型是采用多个第二运动参数和多个第三运动参数进行样本训练，得到的AI模型；
其中，所述电子设备获取所述第一运动参数的跌倒置信度，包括：
所述电子设备运行所述第一跌倒检测模型的模型代码，确定所述第一运动参数的跌倒置信度；
其中，所述多个第二运动参数是多个用户跌倒时的运动参数；所述多个第三运动参数是多个用户执行预设干扰动作时的运动参数。
9.根据权利要求8所述的方法，其特征在于，如果所述第一运动参数与第一预设跌倒参数匹配，在所述电子设备获取所述第一运动参数的跌倒置信度之前，所述方法还包括：
所述电子设备确定所述第一运动参数不是第一预设干扰参数。
10.根据权利要求1-7中任一项所述的方法，其特征在于，所述电子设备获取所述第一运动参数的跌倒置信度，包括：
所述电子设备获取所述第一运动参数与第一预设干扰参数的匹配度，并根据所述匹配度确定所述跌倒置信度；
其中，所述匹配度越低，所述跌倒置信度越高；所述匹配度越高，所述跌倒置信度越低。
11.根据权利要求8或9所述的方法，其特征在于，所述方法还包括：
如果所述第一运动参数的跌倒置信度大于所述预设置信度阈值，所述电子设备向服务器发送第二消息；
其中，所述第二消息包括所述第一运动参数、第一指示信息和第一标识，所述第一指示信息用于指示所述第一运动参数是用户跌倒时采集的运动参数，所述第一标识用于指示所述电子设备的类型；所述第二消息用于指示所述服务器采用所述第一运动参数，更新所述第一预设跌倒参数和所述第一跌倒检测模型。
12.根据权利要求8或9所述的方法，其特征在于，所述方法还包括：
如果所述第一运动参数的跌倒置信度小于或等于所述预设置信度阈值，所述电子设备向服务器发送第三消息；
其中，所述第三消息包括所述第一运动参数、第二指示信息和第一标识，所述第二指示信息用于指示所述第一运动参数是用户执行所述预设干扰动作时采集的运动参数，所述第一标识用于指示所述电子设备的类型；所述第三消息用于指示所述服务器采用所述第一运动参数更新所述第一预设干扰参数和所述第一跌倒检测模型。
13.根据权利要求1-12中任一项所述的方法，其特征在于，所述电子设备还包括：心率传感器和麦克风；所述方法还包括：
所述电子设备通过所述心率传感器采集所述用户的心率信息，通过所述麦克风采集所述用户的语音数据；
如果所述第一运动参数的跌倒置信度小于或等于所述预设置信度阈值，所述电子设备确定所述麦克风采集到预设呻吟声、撞击声或呼痛声，或者所述心率信息指示所述用户的心率小于第一心跳次数，或大于第二心跳次数；所述第一心跳次数是正常人每分钟最少的心跳次数，所述第二心跳次数是正常人每分钟最多的心跳次数；
所述电子设备发出所述呼救信息。
14.一种电子设备，其特征在于，所述电子设备包括运动传感器，所述运动传感器包括加速度传感器和陀螺仪传感器；所述电子设备还包括：存储器和一个或多个处理器；所述运动传感器、所述存储器和所述处理器耦合；所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，当所述计算机指令被所述电子设备执行时，使得所述电子设备执行如下步骤：
采集用户的第一运动参数；
如果所述运动传感器采集的所述第一运动参数与第一预设跌倒参数匹配，则获取所述第一运动参数的跌倒置信度，所述第一运动参数的跌倒置信度用于表征所述第一运动参数是所述用户跌倒时的运动参数的可能性的高低；
如果所述第一运动参数的跌倒置信度大于预设置信度阈值，则发出呼救信息。
15.根据权利要求14所述的电子设备，其特征在于，所述电子设备还包括扬声器；当所述指令被所述电子设备执行时，使得所述电子设备还执行以下步骤：
控制所述扬声器播放求助语音或警报声。
16.根据权利要求14或15所述的电子设备，其特征在于，当所述指令被所述电子设备执行时，使得所述电子设备还执行以下步骤：
向第一预设联系人拨打电话；
其中，所述第一预设联系人是所述存储器中预先保存的任一紧急联系人或公共救援服务。
17.根据权利要求16所述的电子设备，其特征在于，所述电子设备还包括显示屏，所述显示屏包括触摸屏；当所述指令被所述电子设备执行时，使得所述电子设备还执行以下步骤：
控制所述显示屏显示第一界面，所述第一界面包括多个联系人选项，每个联系人选项对应所述电子设备中的一个预设联系人，所述预设联系人包括：所述电子设备中预先设置的紧急联系人或公共救援服务；
接收用户对所述第一界面中所述第一预设联系人的联系人选项的选择操作；
响应于用户对所述第一预设联系人的联系人选项的选择操作，向所述第一预设联系人拨打电话。
18.根据权利要求14-17中任一项所述的电子设备，其特征在于，所述电子设备中安装有一个或多个通信应用；当所述指令被所述电子设备执行时，使得所述电子设备还执行以下步骤：
通过所述一个或多个通信应用，向一个或多个预设联系人发送第一消息；
其中，所述第一消息中包括所述呼救信息；所述预设联系人包括：所述存储器中预先保存的紧急联系人或公共救援服务。
19.根据权利要求18所述的电子设备，其特征在于，所述电子设备包括定位模块；当所述指令被所述电子设备执行时，使得所述电子设备还执行以下步骤：
获取所述电子设备的地理位置信息；
其中，所述第一消息中还包括所述地理位置信息。
20.根据权利要求14所述的电子设备，其特征在于，所述电子设备还包括麦克风；当所述指令被所述电子设备执行时，使得所述电子设备还执行以下步骤：
采集所述用户的语音数据；
响应于所述语音数据，执行所述语音数据对应的语音控制事件，发出所述呼救信息。
21.根据权利要求14-20中任一项所述的电子设备，其特征在于，所述存储器中保存有第一跌倒检测模型的模型代码，所述第一跌倒检测模型用于确定运动参数的跌倒置信度；所述第一跌倒检测模型是采用多个第二运动参数进行样本训练，得到的人工智能AI模型；或者，所述第一跌倒检测模型是采用多个第二运动参数和多个第三运动参数进行样本训练，得到的AI模型；当所述指令被所述电子设备执行时，使得所述电子设备还执行以下步骤：
运行所述第一跌倒检测模型的模型代码，确定所述第一运动参数的跌倒置信度；
其中，所述多个第二运动参数是多个用户跌倒时的运动参数；所述多个第三运动参数是多个用户执行预设干扰动作时的运动参数。
22.根据权利要求21所述的电子设备，其特征在于，当所述指令被所述电子设备执行时，使得所述电子设备还执行以下步骤：
如果所述第一运动参数与第一预设跌倒参数匹配，在获取所述第一运动参数的跌倒置信度之前，确定所述第一运动参数不是第一预设干扰参数。
23.根据权利要求14-20中任一项所述的电子设备，其特征在于，当所述指令被所述电子设备执行时，使得所述电子设备还执行以下步骤：
获取所述第一运动参数与第一预设干扰参数的匹配度，并根据所述匹配度确定所述跌倒置信度；
其中，所述匹配度越低，所述跌倒置信度越高；所述匹配度越高，所述跌倒置信度越低。
24.根据权利要求21或22所述的电子设备，其特征在于，当所述指令被所述电子设备执行时，使得所述电子设备还执行以下步骤：
如果所述第一运动参数的跌倒置信度大于所述预设置信度阈值，则向服务器发送第二消息；
其中，所述第二消息包括所述第一运动参数、第一指示信息和第一标识，所述第一指示信息用于指示所述第一运动参数是用户跌倒时采集的运动参数，所述第一标识用于指示所述电子设备的类型；所述第二消息用于指示所述服务器采用所述第一运动参数，更新所述第一预设跌倒参数和所述第一跌倒检测模型。
25.根据权利要求21或22所述的电子设备，其特征在于，当所述指令被所述电子设备执行时，使得所述电子设备还执行以下步骤：
如果所述第一运动参数的跌倒置信度小于或等于所述预设置信度阈值，则向服务器发送第三消息；
其中，所述第三消息包括所述第一运动参数、第二指示信息和第一标识，所述第二指示信息用于指示所述第一运动参数是用户执行所述预设干扰动作时采集的运动参数，所述第一标识用于指示所述电子设备的类型；所述第三消息用于指示所述服务器采用所述第一运动参数更新所述第一预设干扰参数和所述第一跌倒检测模型。
26.根据权利要求14-25中任一项所述的电子设备，其特征在于，所述电子设备还包括：心率传感器和麦克风；当所述指令被所述电子设备执行时，使得所述电子设备还执行以下步骤：
采集所述用户的心率信息；
采集所述用户的语音数据；
如果所述第一运动参数的跌倒置信度小于或等于所述预设置信度阈值，确定所述麦克风采集到预设呻吟声、撞击声或呼痛声，或者所述心率信息指示所述用户的心率小于第一心跳次数，或大于第二心跳次数；所述第一心跳次数是正常人每分钟最少的心跳次数，所述第二心跳次数是正常人每分钟最多的心跳次数；
发出所述呼救信息。
27.一种芯片系统，其特征在于，所述芯片系统应用于包括触摸屏的电子设备；所述芯片系统包括一个或多个接口电路和一个或多个处理器；所述接口电路和所述处理器通过线路互联；所述接口电路用于从所述电子设备的存储器接收信号，并向所述处理器发送所述信号，所述信号包括所述存储器中存储的计算机指令；当所述处理器执行所述计算机指令时，所述电子设备执行如权利要求1-13中任一项所述的方法。
28.一种计算机存储介质，其特征在于，包括计算机指令，当所述计算机指令在电子设备上运行时，使得所述电子设备执行如权利要求1-13中任一项所述的方法。
29.一种计算机程序产品，其特征在于，当所述计算机程序产品在计算机上运行时，使得所述计算机执行如权利要求1-13中任一项所述的方法。
CN201910577799.3A 2019-06-28 2019-06-28 一种基于跌倒检测的呼救方法及电子设备 Active CN112235464B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201910577799.3A CN112235464B (zh) 2019-06-28 2019-06-28 一种基于跌倒检测的呼救方法及电子设备
JP2021577230A JP7286816B2 (ja) 2019-06-28 2020-06-28 転倒検出に基づく救援探索方法及び電子デバイス
PCT/CN2020/098359 WO2020259653A1 (zh) 2019-06-28 2020-06-28 一种基于跌倒检测的呼救方法及电子设备
EP20831158.9A EP3968134A4 (en) 2019-06-28 2020-06-28 HELP CALL PROCESS BASED ON FALL DETECTION AND ELECTRONIC DEVICE
US17/551,604 US11928947B2 (en) 2019-06-28 2021-12-15 Fall detection-based help-seeking method and electronic device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910577799.3A CN112235464B (zh) 2019-06-28 2019-06-28 一种基于跌倒检测的呼救方法及电子设备

Publications (2)

Publication Number Publication Date
CN112235464A true CN112235464A (zh) 2021-01-15
CN112235464B CN112235464B (zh) 2022-05-31

Family

ID=74060715

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910577799.3A Active CN112235464B (zh) 2019-06-28 2019-06-28 一种基于跌倒检测的呼救方法及电子设备

Country Status (5)

Country Link
US (1) US11928947B2 (zh)
EP (1) EP3968134A4 (zh)
JP (1) JP7286816B2 (zh)
CN (1) CN112235464B (zh)
WO (1) WO2020259653A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113286281A (zh) * 2021-04-15 2021-08-20 荣耀终端有限公司 紧急呼叫方法和相关装置
CN114461874A (zh) * 2021-08-27 2022-05-10 荣耀终端有限公司 一种运动信息的显示方法及电子设备

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112235464B (zh) 2019-06-28 2022-05-31 华为技术有限公司 一种基于跌倒检测的呼救方法及电子设备
CN113920537A (zh) * 2021-10-15 2022-01-11 江阴市立青染整机械有限公司 利用图像检测的状态判断平台
JP2023131562A (ja) * 2022-03-09 2023-09-22 パナソニックＩｐマネジメント株式会社 検出システム、検出方法、及び、検出プログラム
WO2024054479A2 (en) * 2022-09-06 2024-03-14 Apple Inc. Crash detection user interface

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103211599A (zh) * 2013-05-13 2013-07-24 桂林电子科技大学 一种监测跌倒的方法及装置
CN103731557A (zh) * 2014-01-08 2014-04-16 南方医科大学 基于智能手机的实时跌倒检测系统及方法
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
CN104065776A (zh) * 2014-04-03 2014-09-24 上海理工大学 一种弱势人群跌倒监测系统
CN104125337A (zh) * 2014-07-22 2014-10-29 厦门美图移动科技有限公司 一种智能手机的跌倒检测和报警方法
CN104510475A (zh) * 2014-12-15 2015-04-15 中国科学院计算技术研究所 一种人体跌倒检测方法及系统

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2808609B1 (fr) * 2000-05-05 2006-02-10 Univ Rennes Dispositif et procede de detection de situations anormales
JP2008244732A (ja) 2007-03-27 2008-10-09 Nec Corp 携帯端末装置及び緊急通報システム
JP2008250596A (ja) * 2007-03-30 2008-10-16 Nec Corp 移動端末装置を利用した緊急救助システム、移動端末装置を利用した緊急救助方法、携帯電話装置及び移動端末装置を利用して実行される緊急救助プログラム
EP2203910B1 (en) * 2007-09-19 2013-01-23 Koninklijke Philips Electronics N.V. Method and apparatus for detecting an abnormal situation
US8179268B2 (en) * 2008-03-10 2012-05-15 Ramot At Tel-Aviv University Ltd. System for automatic fall detection for elderly people
US8385879B2 (en) * 2009-08-03 2013-02-26 Hewlett-Packard Development Company, L.P. Systems and methods for providing contacts in emergency situation
JP5998202B2 (ja) * 2011-04-29 2016-09-28 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 転倒検出器又は転倒検出システムに用いられる装置及びこれを操作する方法
US8929853B2 (en) * 2012-09-05 2015-01-06 Apple Inc. Mobile emergency attack and failsafe detection
US9877667B2 (en) * 2012-09-12 2018-01-30 Care Innovations, Llc Method for quantifying the risk of falling of an elderly adult using an instrumented version of the FTSS test
EP2976756A1 (en) * 2013-03-22 2016-01-27 Koninklijke Philips N.V. Method for detecting falls and a fall detector.
US8933801B2 (en) * 2013-04-19 2015-01-13 Linear Llc Fall detection system and method
US9990836B2 (en) * 2013-07-16 2018-06-05 Rockwilli RMR LLC Systems and methods for automated personal emergency responses
GB201317248D0 (en) * 2013-09-30 2013-11-13 Fall Safe Assist Ltd Hip Impact Protector
US9390612B2 (en) 2013-11-26 2016-07-12 Verizon Telematics, Inc. Using audio signals in personal emergency response systems
US11580439B1 (en) * 2014-09-10 2023-02-14 Dp Technologies, Inc. Fall identification system
CN105046882B (zh) * 2015-07-23 2017-09-26 浙江机电职业技术学院 摔倒检测方法以及装置
CN105342626B (zh) 2015-12-08 2018-06-29 成都麦杰康科技有限公司 穿戴式设备及应用于穿戴式设备的跌倒检测方法
CN105551192A (zh) 2016-01-28 2016-05-04 沈阳时尚实业有限公司 跟踪报警实现低功耗和摔倒检测的装置及其相互切换方法
TW201742022A (zh) * 2016-05-18 2017-12-01 Jarvish Inc 判斷使用者行動狀態的裝置
DE102016208617A1 (de) * 2016-05-19 2017-11-23 Robert Bosch Gmbh Verfahren und Steuergerät zum Reagieren auf einen Sturz einer Person und Assistenzvorrichtung zum Unterstützen einer Person bei einem Sturz
US10319209B2 (en) * 2016-06-03 2019-06-11 John Carlton-Foss Method and system for motion analysis and fall prevention
US10226204B2 (en) * 2016-06-17 2019-03-12 Philips North America Llc Method for detecting and responding to falls by residents within a facility
CN106227999B (zh) * 2016-07-16 2018-10-09 北京工业大学 一种高适应性跌倒行为检测方法
CN106131792B (zh) * 2016-08-26 2019-11-01 北京小米移动软件有限公司 用户运动状态监测方法和装置
US20180064373A1 (en) * 2016-09-04 2018-03-08 Essence Smartcare Ltd. Detecting falls and near falls by ultrasound
US11170295B1 (en) * 2016-09-19 2021-11-09 Tidyware, LLC Systems and methods for training a personalized machine learning model for fall detection
CN107016347A (zh) * 2017-03-09 2017-08-04 腾讯科技（深圳）有限公司 一种体感动作识别方法、装置以及系统
US20180357887A1 (en) * 2017-06-08 2018-12-13 Guardian Band, Inc. Wearable personal safety devices and methods of operating the same
US10629048B2 (en) 2017-09-29 2020-04-21 Apple Inc. Detecting falls using a mobile device
GB2564167B (en) * 2017-11-17 2019-05-22 August Int Ltd Improvements in or relating to fall detectors and fall detection
KR102449905B1 (ko) * 2018-05-11 2022-10-04 삼성전자주식회사 전자 장치 및 이의 제어 방법
CN108962377A (zh) * 2018-07-19 2018-12-07 重阳健康数据技术（深圳）有限责任公司 一种健康数据分享方法和装置
US11324422B2 (en) * 2018-12-21 2022-05-10 Starkey Laboratories, Inc. Fall detection using photoplethysmography detectors in ear-wearable devices
CN112235464B (zh) 2019-06-28 2022-05-31 华为技术有限公司 一种基于跌倒检测的呼救方法及电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103211599A (zh) * 2013-05-13 2013-07-24 桂林电子科技大学 一种监测跌倒的方法及装置
CN103731557A (zh) * 2014-01-08 2014-04-16 南方医科大学 基于智能手机的实时跌倒检测系统及方法
CN104065776A (zh) * 2014-04-03 2014-09-24 上海理工大学 一种弱势人群跌倒监测系统
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
CN104125337A (zh) * 2014-07-22 2014-10-29 厦门美图移动科技有限公司 一种智能手机的跌倒检测和报警方法
CN104510475A (zh) * 2014-12-15 2015-04-15 中国科学院计算技术研究所 一种人体跌倒检测方法及系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113286281A (zh) * 2021-04-15 2021-08-20 荣耀终端有限公司 紧急呼叫方法和相关装置
CN113286281B (zh) * 2021-04-15 2022-09-09 荣耀终端有限公司 紧急呼叫方法和相关装置
WO2022218015A1 (zh) * 2021-04-15 2022-10-20 荣耀终端有限公司 紧急呼叫方法和相关装置
CN114461874A (zh) * 2021-08-27 2022-05-10 荣耀终端有限公司 一种运动信息的显示方法及电子设备
CN114461874B (zh) * 2021-08-27 2022-12-13 荣耀终端有限公司 一种运动信息的显示方法及电子设备

Also Published As

Publication number Publication date
JP2022538432A (ja) 2022-09-02
US20220108595A1 (en) 2022-04-07
EP3968134A4 (en) 2022-11-30
US11928947B2 (en) 2024-03-12
CN112235464B (zh) 2022-05-31
WO2020259653A1 (zh) 2020-12-30
JP7286816B2 (ja) 2023-06-05
EP3968134A1 (en) 2022-03-16

Similar Documents

Publication Publication Date Title
CN112235464B (zh) 一种基于跌倒检测的呼救方法及电子设备
CN112577611B (zh) 一种人体温度测量方法、电子设备与计算机可读存储介质
CN104718740B (zh) 具有无线区域网络功能的移动装置附件
CN109710080A (zh) 一种屏幕控制和语音控制方法及电子设备
CN110489215A (zh) 一种应用程序中等待场景的处理方法和装置
CN113395382B (zh) 一种设备间数据交互的方法及相关设备
CN110458902A (zh) 3d光照估计方法及电子设备
CN113552937A (zh) 显示控制方法和可穿戴设备
WO2020034104A1 (zh) 一种语音识别方法、可穿戴设备及系统
WO2022100407A1 (zh) 智能眼罩、终端设备、健康管理方法与系统
EP4070719A1 (en) Electronic device, method for controlling same to perform ppg detection, and medium
CN112738794A (zh) 驻网方法、芯片、移动终端及存储介质
CN112561113A (zh) 危险场景预警方法及终端设备
CN115665632A (zh) 音频电路、相关装置和控制方法
WO2021204036A1 (zh) 睡眠风险监测方法、电子设备及存储介质
CN110062101A (zh) 一种穿戴设备控制方法、穿戴设备及计算机可读存储介质
CN110339427B (zh) 一种输液监测方法、可穿戴设备及计算机可读存储介质
WO2021239079A1 (zh) 数据测量方法及相关装置
CN110211348A (zh) 紧急求救方法、可穿戴设备以及计算机可读存储介质
WO2024088049A1 (zh) 一种睡眠监测方法及电子设备
WO2021244186A1 (zh) 用户健康管控方法和电子设备
WO2021203941A1 (zh) 提示方法及装置
WO2022083363A1 (zh) 周期性测量血氧的方法及电子设备
CN214959861U (zh) 一种可交互监控装置
CN110062156B (zh) 一种拍照方法、穿戴式设备及存储介质

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