CN113077608A - 老年人摔倒监测智能设备 - Google Patents

老年人摔倒监测智能设备 Download PDF

Info

Publication number
CN113077608A
CN113077608A CN202110373353.6A CN202110373353A CN113077608A CN 113077608 A CN113077608 A CN 113077608A CN 202110373353 A CN202110373353 A CN 202110373353A CN 113077608 A CN113077608 A CN 113077608A
Authority
CN
China
Prior art keywords
module
main control
acceleration
control module
angular velocity
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
Application number
CN202110373353.6A
Other languages
English (en)
Inventor
梁爽
周敏
徐静
朱剑刚
周橙旻
姚姵安
许凌超
王昆
王铭赫
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.)
Zhengzhou University of Light Industry
Original Assignee
Zhengzhou University of Light Industry
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 Zhengzhou University of Light Industry filed Critical Zhengzhou University of Light Industry
Priority to CN202110373353.6A priority Critical patent/CN113077608A/zh
Publication of CN113077608A publication Critical patent/CN113077608A/zh
Pending legal-status Critical Current

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
    • G08B21/0407—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
    • 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
    • G08B25/08—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 using communication transmission lines
    • 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
    • G08B25/10—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 using wireless transmission systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
    • G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources

Abstract

本发明涉及一种老年人摔倒监测智能设备，包括电源模块，主控模块，以及分别与主控模块连接的传感器模块、报警模块和第一无线通信模块，其中传感器模块用于实时采集该设备的加速度及角速度信息，主控模块用于对加速度及角速度数据进行数据处理和判断，以确定该设备当前是处于非摔倒行为模式或者摔倒行为模式，报警模块用于进行声音报警和/或灯光报警，第一无线通信模块用于向与该设备绑定的智能终端发送报警信息。通过采用上述结构，本发明能够更加方便、有效地对老年人的摔倒行为进行监测和报警，从而有效避免了老年人因意外摔倒后无法得到及时援助而导致产生严重后果。

Description

老年人摔倒监测智能设备
技术领域
本发明涉及一种医疗健康和智能设备，特别是涉及一种老年人摔倒监测智能设备。
背景技术
当前，全球人口正在进入老龄化阶段，世界人口正在迅速老龄化。我国作为世界上最大的发展中国家，也是世界上老年人口最多的国家。据国家统计局的数据显示，中国人口老龄化增速位居世界第一。截至2019年底，我国60岁以上的老年人口约2.54亿人，占全国人口的18.1%。上了年纪后，老人普遍骨质疏松、肌肉萎缩，身体机能下降，日常生活中一旦摔倒，很容易骨折。骨折本身不致命，但骨折引起的各种并发症如肺部感染、褥疮、尿路感染、血栓栓塞等会对老人的身体健康产生较大的影响。
目前现有的摔倒监测方法有3种，分别是视频图像分析方法、音频信号分析方法和智能设备监测方法。视频图像分析方法一般是通过摄像头进行监测，但这可能会侵犯用户隐私；音频信号分析方法是通过捕捉振动的频率判断是否摔倒，但其安装比较复杂，且资金投入较大；而智能设备监测方法则是通过监测用户的加速度和角速度进行判断，其设备尺寸小，使用方便，价格便宜，同时还能保证较高的准确率，但与此同时所存在的问题是，限于结构和设计上的限制，不同的智能设备在监测方式、准确率和监测效果方面往往参差不齐，从而大大限制了智能设备的使用性能和推广适用。
发明内容
为克服以上现有技术的不足，本发明要解决的技术问题是提供一种老年人摔倒监测智能设备，其能够更加方便、有效地对老年人的摔倒行为进行监测和报警，从而有效避免了老年人因意外摔倒后无法得到及时援助而导致产生严重后果。
本发明的技术方案是：
一种老年人摔倒监测智能设备，包括了用于进行供电的电源模块，主控模块，以及分别与所述主控模块连接的传感器模块、报警模块和第一无线通信模块；
所述传感器模块用于实时采集该设备的加速度及角速度信息，并传送至所述主控模块；
所述主控模块用于对接收的加速度及角速度数据进行数据处理和判断，以确定该设备当前是处于非摔倒行为模式或者摔倒行为模式；
所述报警模块用于当该设备处于摔倒行为模式时，进行声音报警和/或灯光报警；
所述第一无线通信模块为GSM/GPRS模块，用于当该设备处于摔倒行为模式时，向与该设备绑定的智能终端发送报警信息。
上述老年人摔倒监测智能设备，其还包括了与所述主控模块连接的第二无线通信模块，并且所述第二无线通信模块为主从一体机蓝牙模块。
上述老年人摔倒监测智能设备，其中所述主控模块为ESP32-CAM模块，所述传感器模块为MPU6050模块，所述第一无线通信模块为SIM808模块，所述报警模块包括WS2812模块和蜂鸣器模块；
其中，MPU6050模块的SCL引脚和SDA引脚分别与ESP32-CAM模块的IO15引脚和IO14引脚连接，SIM808模块的RXD引脚和TXD引脚分别与ESP32-CAM模块的U0T引脚和UOR引脚连接，WS2812模块的D1引脚与ESP32-CAM模块的IO4引脚连接，蜂鸣器模块的VCC引脚与ESP32-CAM模块的IO13引脚连接。
上述老年人摔倒监测智能设备，其中所述主控模块进行数据处理和判断的具体步骤为：
S1：主控模块实时接收传感器模块发送的加速度数据
Figure 100002_DEST_PATH_IMAGE002
和角速度数据
Figure 100002_DEST_PATH_IMAGE004
，其中，
Figure 100002_DEST_PATH_IMAGE006
、
Figure 100002_DEST_PATH_IMAGE008
、
Figure 100002_DEST_PATH_IMAGE010
分别为X轴、Y轴和Z轴的加速度，
Figure 100002_DEST_PATH_IMAGE012
、
Figure 100002_DEST_PATH_IMAGE014
、
Figure 100002_DEST_PATH_IMAGE016
分别为X轴、Y轴和Z轴的角速度；
S2：主控模块将加速度数据
Figure 899603DEST_PATH_IMAGE002
和角速度数据
Figure 838740DEST_PATH_IMAGE004
分别换算为加速度物理值
Figure 100002_DEST_PATH_IMAGE018
和角速度物理值
Figure 100002_DEST_PATH_IMAGE020
，具体为：
Figure 100002_DEST_PATH_IMAGE022
，
Figure 100002_DEST_PATH_IMAGE024
，
Figure 100002_DEST_PATH_IMAGE026
Figure 100002_DEST_PATH_IMAGE028
，
Figure 100002_DEST_PATH_IMAGE030
，
Figure 100002_DEST_PATH_IMAGE032
其中，
Figure 100002_DEST_PATH_IMAGE034
、
Figure 100002_DEST_PATH_IMAGE036
、
Figure 100002_DEST_PATH_IMAGE038
分别为X轴、Y轴和Z轴的加速度偏移量，
Figure 100002_DEST_PATH_IMAGE040
、
Figure 100002_DEST_PATH_IMAGE042
、
Figure 100002_DEST_PATH_IMAGE044
分别为X轴、Y轴和Z轴的角速度偏移量，
Figure 100002_DEST_PATH_IMAGE046
表示重力加速度；
S3：主控模块计算合角速度
Figure 100002_DEST_PATH_IMAGE048
的模
Figure 100002_DEST_PATH_IMAGE050
为
Figure 100002_DEST_PATH_IMAGE052
并且，当
Figure 476788DEST_PATH_IMAGE050
大于角速度设定阈值时，转至步骤S4，否则主控模块便判定该设备当前处于非摔倒行为模式，并转回步骤S1；
S4：主控模块计算合加速度的模
Figure 100002_DEST_PATH_IMAGE054
为
Figure 100002_DEST_PATH_IMAGE056
并且，当
Figure 348929DEST_PATH_IMAGE054
大于加速度设定阈值时，转至步骤S5，否则主控模块便判定该设备当前处于非摔倒行为模式，并转回步骤S1；
S5：主控模块计算在设定时间窗口内的变异指数
Figure 100002_DEST_PATH_IMAGE058
为
Figure 100002_DEST_PATH_IMAGE060
其中，
Figure 100002_DEST_PATH_IMAGE062
，
Figure 100002_DEST_PATH_IMAGE064
，
Figure 100002_DEST_PATH_IMAGE066
为设定时间窗口内的采样个数，
Figure 100002_DEST_PATH_IMAGE068
为设定时间窗口内计算出的合加速度
Figure 100002_DEST_PATH_IMAGE070
的值，
Figure 100002_DEST_PATH_IMAGE072
为合加速度
Figure 325981DEST_PATH_IMAGE070
的平均值，
Figure 100002_DEST_PATH_IMAGE074
为标准方差；
并且，当变异指数
Figure 925983DEST_PATH_IMAGE058
大于变异指数设定阈值时，主控模块判定该设备当前处于摔倒行为模式，否则主控模块便判定该设备当前处于非摔倒行为模式，并转回步骤S1。
上述老年人摔倒监测智能设备，其中在该设备启动后，主控模块控制采样200 组数据，并通过统计平均值的方法来获得加速度偏移量
Figure 100002_DEST_PATH_IMAGE076
和角速度偏移量
Figure 100002_DEST_PATH_IMAGE078
。
上述老年人摔倒监测智能设备，其中主控模块实时接收传感器模块发送的加速度数据和角速度数据后，还通过卡尔曼滤波算法对数据进行滤波去噪。
上述老年人摔倒监测智能设备，其中所述第一无线通信模块向智能终端发送的报警信息包括文字信息、照片信息以及定位信息。
本发明的有益效果是：
（1）本发明通过采用主控模块、传感器模块、报警模块和第一无线通信模块等结构，能够更加方便、有效地对老年人的摔倒行为进行实时的监测和报警，从而有效保证了老年人在意外摔倒后能够得到及时的援助；
（2）本发明还进一步增设了在老年人摔倒时的拍摄功能，这使得该设备的监测方式更加科学、先进和全面，绑定该设备的老人的家人或医生能够及时获得老人的报警求救信息，同时还能够获得现场的照片情况，从而可以更加有效地综合判断老人的摔倒情况，并据此判断是否需要提供救助或者需要何种形式的救助，这更加减少了老人年的安全风险；
（3）本发明设备方便老年人随身携带，并且对老年人来说没有学习成本，极易使用，从而大大提升了自身的使用性能和适用范围。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明。
图1是老年人摔倒监测智能设备的电路结构框图；
图2是对传感器模块原始数据的处理流程图；
图3是主控模块进行数据处理和判断的流程图；
图4是MPU6050模块的电路原理图；
图5是OV2640摄像头的电路原理图；
图6是主控模块的电路原理图；
图7是WS2812B的电路原理图；
图8是蜂鸣器的电路原理图；
图9是SIM808模块的电路原理图。
图中：电源模块1，主控模块2，传感器模块3，报警模块4，第一无线通信模块5，第二无线通信模块6。
具体实施方式
如图1所示，本发明公开了一种老年人摔倒监测智能设备，包括了用于进行供电的电源模块1，主控模块2，以及分别与主控模块2连接的传感器模块3、报警模块4和第一无线通信模块5，传感器模块3用于实时采集该设备的加速度及角速度信息，并传送至主控模块2；主控模块2用于对接收的加速度及角速度数据进行数据处理和判断，以确定该设备当前是处于非摔倒行为模式或者摔倒行为模式；报警模块4用于当该设备处于摔倒行为模式时，进行声音报警和/或灯光报警；第一无线通信模块5用于当该设备处于摔倒行为模式时，向与该设备绑定的智能终端发送报警信息。
进一步地，主控模块2可为ESP32-CAM模块，传感器模块3为MPU6050模块，第一无线通信模块5为SIM808 GSM/GPRS模块，报警模块4包括WS2812模块（灯光模块）和蜂鸣器模块，并且第一无线通信模块5向智能终端发送的报警信息包括但不限于文字信息、照片信息以及定位信息。
ESP32-CAM模块（开发板）支持I2C/PWM/UART等接口，支持OV2640摄像头（电路原理如图5所示）和OV7670摄像头，内置闪光灯，支持图片Wi-Fi上传，支持TF卡，是一个将天线开关、滤波器、电源管理模块等功能集于一体的高性能模块；MPU6050模块是一个包含三轴加速度和三轴陀螺仪的六轴传感器模块，通过可穿戴设备，它可以监测老年人的角速度和加速度；SIM808 GSM/GPRS模块是一个四频模块，工作电压5V，通过AT指令控制,支持GPS卫星导航技术，当MPU6050数据超过设定阈值时，主控芯片将发送信号给SIM808模块，使其发送信息给紧急联系人，从而实现低功耗语音、短信和数据信息的传输（电路原理如图9所示）；WS2812模块则为灯光模块。
具体地，如图4所示，MPU6050模块的SCL引脚和SDA引脚分别与ESP32-CAM模块的IO15引脚和IO14引脚连接，MPU6050传感器会构建三维坐标系，将芯片在三轴的角速度和加速度变化信息转换为数字信号，并传输给主控模块2。并且，SIM808模块的RXD引脚和TXD引脚分别与ESP32-CAM模块的U0T引脚和UOR引脚连接，WS2812模块的D1引脚与ESP32-CAM模块的IO4引脚连接（如图7所示），蜂鸣器模块的VCC引脚与ESP32-CAM模块的IO13引脚连接（如图8所示）。
如图6所示，主控模块2可采用ESP32-S芯片模块，双核32位MCU和2.4GHz双模Wi-Fi、主频高达240MHz, 它集成了天线和射频巴伦，功率放大器，低噪声放大器，滤波器和电源管理模块等元器件。芯片通过脚U0R、脚U0T和外部进行有线通信，主控芯片工作电路的ESP32芯片通过MPU6050芯片来获得佩戴者三维空间中三个坐标系的加速度和角速度变化的电信号，通过脚IO14，IO15与陀螺仪MPU6050芯片通信，读取转换的物理数据信息，脚IO13连接蜂鸣器，脚IO4连接WS2812 LED模块。
进一步地，对于上述老年人摔倒监测智能设备，其还包括了与主控模块2连接的第二无线通信模块6，并且第二无线通信模块6为主从一体机蓝牙模块（进一步地，可采用HC-05主从一体机蓝牙模块）。这样，该设备便可进一步与电脑、手机等通过蓝牙串口通信，传输数据。其中，HC-05从机可通过CH340 TTL模块与电脑进行连接。
该设备供电后，监测阶段开始。MPU6050传感器模块的数据接口使用I2C协议，因此需要Wire程序库的帮助来实现Arduino与 MPU6050之间的通信。本发明设置MPU6050的波特率为115200。传感器采集的数据为原始数据。由于MPU6050传感器提供的数据有较大的噪音，且各项数据还会有偏移的现象。因此便需要对数据进行校准和滤波，以得到有效数据。如图2所示，在系统启动后，会自动采样 200 组数据，然后通过统计平均值的方法来获得各轴的加速度偏移量
Figure 866257DEST_PATH_IMAGE076
和角速度偏移量
Figure 920801DEST_PATH_IMAGE078
，然后通过调用 MPU6050_Kalman 库函数，运用卡尔曼滤波算法消除噪音，以获得最终的有效数据。
对于上述老年人摔倒监测智能设备，主控模块2进行数据处理和判断的具体步骤为：
主控模块2实时接收传感器模块发送的加速度数据
Figure 350645DEST_PATH_IMAGE002
和角速度数据
Figure 264375DEST_PATH_IMAGE004
，其中，
Figure 444558DEST_PATH_IMAGE006
、
Figure 884767DEST_PATH_IMAGE008
、
Figure 219933DEST_PATH_IMAGE010
分别为X轴、Y轴和Z轴的加速度，
Figure 620959DEST_PATH_IMAGE012
、
Figure 106298DEST_PATH_IMAGE014
、
Figure 604275DEST_PATH_IMAGE016
分别为X轴、Y轴和Z轴的角速度；
然后，主控模块2将加速度数据
Figure 172660DEST_PATH_IMAGE002
和角速度数据
Figure 529823DEST_PATH_IMAGE004
分别换算为加速度物理值
Figure 412328DEST_PATH_IMAGE018
和角速度物理值
Figure 926662DEST_PATH_IMAGE020
，具体为：
Figure 400369DEST_PATH_IMAGE022
，
Figure 510407DEST_PATH_IMAGE024
，
Figure 462183DEST_PATH_IMAGE026
Figure 934752DEST_PATH_IMAGE028
，
Figure 720306DEST_PATH_IMAGE030
，
Figure 52061DEST_PATH_IMAGE032
其中，
Figure 276369DEST_PATH_IMAGE034
、
Figure 134604DEST_PATH_IMAGE036
、
Figure 589594DEST_PATH_IMAGE038
分别为X轴、Y轴和Z轴的加速度偏移量，
Figure 2120DEST_PATH_IMAGE040
、
Figure 436644DEST_PATH_IMAGE042
、
Figure 414964DEST_PATH_IMAGE044
分别为X轴、Y轴和Z轴的角速度偏移量，
Figure 604637DEST_PATH_IMAGE046
表示重力加速度；
需要说明的是，三个加速度分量均以重力加速度
Figure 910985DEST_PATH_IMAGE046
的倍数为单位，倍率越低精度越好，如倍率设定为2g，意味着
Figure 149199DEST_PATH_IMAGE006
（X 轴加速度）取最小值-32768时，当前加速度为沿 X 轴正方向 2 倍的重力加速度；以上三个角速度分量均以“度/秒”为单位，倍率越低精度越好，如倍率设定为 250 度/秒，意味着
Figure 450867DEST_PATH_IMAGE012
(X 轴角速度)取正最大值32768时，当前角速度为顺时针250 度/秒。
并且，在本发明中，摔倒监测指标的具体确定过程为：老人摔倒时，身体活动会明显发生变化，身体与地面撞击，身体上的不同部位受力不同，这导致加速度也必然不同。但由于摔倒的方向的不确定性，因此人体 3 个方向上的加速度都需要被考虑。根据MPU6050传感器模块的内部坐标系，人体日常运动中正前方的加速度定义为
Figure 100002_DEST_PATH_IMAGE080
，沿Y轴方向的加速度定义为
Figure DEST_PATH_IMAGE082
, 沿X轴方向的加速度定义为
Figure DEST_PATH_IMAGE084
，人体的合加速度为
Figure DEST_PATH_IMAGE086
，
Figure 719431DEST_PATH_IMAGE056
。
老年人摔倒通常会带来身体的姿势变化。老年人摔倒前一般为站姿，但摔倒后一般为躺
姿，通常来说，摔倒发生后，合角速度会在短时间内产生大的波动，然后又趋于稳定。本发明中定义
Figure DEST_PATH_IMAGE088
为绕X轴转动的角速度，
Figure DEST_PATH_IMAGE090
为绕Y轴转动的角速度，
Figure DEST_PATH_IMAGE092
为绕Z轴转动的角速度，则其合角速度为
Figure 309812DEST_PATH_IMAGE048
,
Figure 351718DEST_PATH_IMAGE052
当身体处于行走或其他非剧烈运动状态下，计算出来的合加速度
Figure 147373DEST_PATH_IMAGE070
序列比较平缓而且离散程度小，如果发生了跌倒事件，
Figure 741166DEST_PATH_IMAGE070
会发生剧烈的变化，因此，在一定的时间窗内，合加速度
Figure 756526DEST_PATH_IMAGE070
的离散程度越大，变异指数越高。变异指数
Figure 930018DEST_PATH_IMAGE058
定义如下：
Figure 612804DEST_PATH_IMAGE060
Figure 111918DEST_PATH_IMAGE062
Figure 208050DEST_PATH_IMAGE064
其中，
Figure 591758DEST_PATH_IMAGE066
为设定时间窗口内的采样个数，
Figure 630515DEST_PATH_IMAGE068
为设定时间窗口内计算出的合加速度
Figure 769372DEST_PATH_IMAGE070
的值，为合加速度
Figure 883958DEST_PATH_IMAGE070
的平均值，
Figure 805778DEST_PATH_IMAGE074
为标准方差。
基于上述摔倒监测指标，可进一步根据需要，通过实验来获得所需的摔倒阈值。具体为：实验分为训练样本和实验样本，训练样本集的实验是为了获得合加速度
Figure 791052DEST_PATH_IMAGE070
, 合角速度
Figure DEST_PATH_IMAGE094
和变异指数
Figure 304072DEST_PATH_IMAGE058
的数据，实验样本是为了对得到的实验结果进行验证，而这两类实验都分为日常行为实验和摔倒实验。
如，日常行为实验包括，实验1：站立-蹲下-站立（模拟老年人蹲下和起立的状态）；实验2：起立-坐下-起立（模拟老年人坐姿和起立的状态）；实验3：行走-转身-行走（模拟老年人行走和转身的状态）；实验4：下楼-转身-上楼（模拟老年人上下楼梯的状态）。
摔倒实验包括，实验5：前倾摔倒；实验6：后仰摔倒；实验7：左侧摔倒；实验8：右侧摔倒。
通过分析日常行为实验和摔倒实验的合加速度
Figure 374797DEST_PATH_IMAGE070
, 合角速度
Figure 834728DEST_PATH_IMAGE094
和变异指数
Figure 471246DEST_PATH_IMAGE058
，可发现摔倒时的三个数值明显大于日常行为的数值，从而获得可以判定摔倒的合加速度
Figure 951906DEST_PATH_IMAGE070
,合角速度
Figure 149406DEST_PATH_IMAGE094
和变异指数
Figure 678608DEST_PATH_IMAGE058
的设定阈值。并且，当合加速度, 合角速度
Figure 169632DEST_PATH_IMAGE094
和变异指数
Figure 821193DEST_PATH_IMAGE058
的监测数值全部超过各自的设定阈值时，便可判断为出现了摔倒行为，否则为非摔倒行为。
进一步优选地，通过实验还可以得出，人在摔倒时，一般合角速度先于合加速度达到最高值，因此在进行是否摔倒判定时，可以先检测合角速度的值，再检测合加速度的值。同时，在合加速度的值得到后才能获得变异指数值，故变异指数值最后判定。
基于此，如图3所示，在主控模块2进行数据处理和判断时：
主控模块2首先计算合角速度
Figure 273034DEST_PATH_IMAGE048
的模值
Figure 668244DEST_PATH_IMAGE052
，当
Figure 889141DEST_PATH_IMAGE050
大于角速度设定阈值时，主控模块2便继续进行下一步的计算（即再计算
Figure 508341DEST_PATH_IMAGE054
）；而当
Figure 948943DEST_PATH_IMAGE050
不大于角速度设定阈值时，主控模块2便不再继续计算
Figure 147843DEST_PATH_IMAGE054
，而是判定该设备当前处于非摔倒行为模式，并返回进行数据收集操作，以继续计算
Figure 82301DEST_PATH_IMAGE050
；
对于合加速度
Figure 13348DEST_PATH_IMAGE086
，
Figure 767677DEST_PATH_IMAGE056
，当
Figure 176793DEST_PATH_IMAGE054
大于加速度设定阈值时，主控模块2便继续进行下一步的计算（即再计算
Figure 231337DEST_PATH_IMAGE058
）；否则，主控模块2便判定该设备当前处于非摔倒行为模式，并返回进行数据收集操作，以继续计算
Figure 661181DEST_PATH_IMAGE050
；
对于变异指数
Figure 309331DEST_PATH_IMAGE058
，当
Figure 755094DEST_PATH_IMAGE058
大于变异指数设定阈值时，主控模块2便最终判定该设备当前处于摔倒行为模式，否则，主控模块2便判定该设备当前处于非摔倒行为模式，并返回进行数据收集操作，以继续计算
Figure 398565DEST_PATH_IMAGE050
。
在实际使用时，老年人可以将该设备穿戴到身上（如，可以像挂项链一样将其挂在胸前），此时ESP32-CAM模块的摄像头正对前方，设备的监测阶段开始。其中，当ESP32-CAM模块激活，第一次使用时，用户还可以通过手机搜索其热点通过smartconfig 进行一键配网，连接家庭 Wi-Fi，以后则不需要重复此步骤。
设备的MPU6050模块开始实时监测佩戴此设备的老年人的角速度和加速度信息，SIM808模块和HC-05蓝牙主机也开始工作。此时，连接电脑端的HC-05蓝牙从机可以接收设备的MPU6050模块的数据，通过串口可以显示，同时通过IP地址，还可以看到ESP32-CAM模块的摄像头传送的实时图像。
根据MPU6050模块的实时数据，ESP32-CAM模块便按照前述方法或流程计算
Figure 530469DEST_PATH_IMAGE050
、
Figure 931494DEST_PATH_IMAGE054
和
Figure 10309DEST_PATH_IMAGE058
，以判定该设备当前是处于非摔倒行为模式或者摔倒行为模式。若ESP32-CAM模块判定该设备当前处于非摔倒行为模式时（即判定老年人没有产生摔倒行为），便控制WS2812模块显示绿灯，蜂鸣器模块沉默；而若ESP32-CAM模块判定该设备当前处于摔倒行为模式时（即判定老年人产生了摔倒行为），此时便控制WS2812模块显示红灯，蜂鸣器模块也发出声音报警，同时，还控制SIM808模块发送短信和/或实时照片给紧急联系人。
当MPU6050模块监测到数据恢复正常时，便重新恢复到非摔倒行为模式（或称为正常模式），从而继续执行实时监测。
综上所述，通过采用上述结构或设计，本发明能够更加方便、有效地对老年人的摔倒行为进行监测和报警，从而有效避免了老年人因意外摔倒后无法得到及时援助而导致产生严重后果。
上面结合附图对本发明优选的具体实施方式和实施例作了详细说明，但是本发明并不限于上述实施方式和实施例，在本领域技术人员所具备的知识范围内，还可以在不脱离本发明构思的前提下作出各种变化。

Claims (7)

1.一种老年人摔倒监测智能设备，其特征在于：包括了用于进行供电的电源模块，主控模块，以及分别与所述主控模块连接的传感器模块、报警模块和第一无线通信模块；
所述传感器模块用于实时采集该设备的加速度及角速度信息，并传送至所述主控模块；
所述主控模块用于对接收的加速度及角速度数据进行数据处理和判断，以确定该设备当前是处于非摔倒行为模式或者摔倒行为模式；
所述报警模块用于当该设备处于摔倒行为模式时，进行声音报警和/或灯光报警；
所述第一无线通信模块为GSM/GPRS模块，用于当该设备处于摔倒行为模式时，向与该设备绑定的智能终端发送报警信息。
2.如权利要求1所述的老年人摔倒监测智能设备，其特征在于：该设备还包括了与所述主控模块连接的第二无线通信模块，并且所述第二无线通信模块为主从一体机蓝牙模块。
3.如权利要求2所述的老年人摔倒监测智能设备，其特征在于：所述主控模块为ESP32-CAM模块，所述传感器模块为MPU6050模块，所述第一无线通信模块为SIM808模块，所述报警模块包括WS2812模块和蜂鸣器模块；
其中，MPU6050模块的SCL引脚和SDA引脚分别与ESP32-CAM模块的IO15引脚和IO14引脚连接，SIM808模块的RXD引脚和TXD引脚分别与ESP32-CAM模块的U0T引脚和UOR引脚连接，WS2812模块的D1引脚与ESP32-CAM模块的IO4引脚连接，蜂鸣器模块的VCC引脚与ESP32-CAM模块的IO13引脚连接。
4.如权利要求3所述的老年人摔倒监测智能设备，其特征在于：所述主控模块进行数据处理和判断的具体步骤为：
S1：主控模块实时接收传感器模块发送的加速度数据
Figure DEST_PATH_IMAGE002
和角速度数据
Figure DEST_PATH_IMAGE004
，其中，
Figure DEST_PATH_IMAGE006
、
Figure DEST_PATH_IMAGE008
、
Figure DEST_PATH_IMAGE010
分别为X轴、Y轴和Z轴的加速度，
Figure DEST_PATH_IMAGE012
、
Figure DEST_PATH_IMAGE014
、
Figure DEST_PATH_IMAGE016
分别为X轴、Y轴和Z轴的角速度；
S2：主控模块将加速度数据
Figure 490017DEST_PATH_IMAGE002
和角速度数据
Figure 875999DEST_PATH_IMAGE004
分别换算为加速度物理值
Figure DEST_PATH_IMAGE018
和角速度物理值
Figure DEST_PATH_IMAGE020
，具体为：
Figure DEST_PATH_IMAGE022
，
Figure DEST_PATH_IMAGE024
，
Figure DEST_PATH_IMAGE026
Figure DEST_PATH_IMAGE028
，
Figure DEST_PATH_IMAGE030
，
Figure DEST_PATH_IMAGE032
其中，
Figure DEST_PATH_IMAGE034
、
Figure DEST_PATH_IMAGE036
、
Figure DEST_PATH_IMAGE038
分别为X轴、Y轴和Z轴的加速度偏移量，
Figure DEST_PATH_IMAGE040
、
Figure DEST_PATH_IMAGE042
、
Figure DEST_PATH_IMAGE044
分别为X轴、Y轴和Z轴的角速度偏移量，
Figure DEST_PATH_IMAGE046
表示重力加速度；
S3：主控模块计算合角速度
Figure DEST_PATH_IMAGE048
的模为
Figure DEST_PATH_IMAGE050
并且，当
Figure DEST_PATH_IMAGE052
大于角速度设定阈值时，转至步骤S4，否则主控模块便判定该设备当前处于非摔倒行为模式，并转回步骤S1；
S4：主控模块计算合加速度
Figure DEST_PATH_IMAGE054
的模
Figure DEST_PATH_IMAGE056
为
Figure DEST_PATH_IMAGE058
并且，当
Figure 755269DEST_PATH_IMAGE056
大于加速度设定阈值时，转至步骤S5，否则主控模块便判定该设备当前处于非摔倒行为模式，并转回步骤S1；
S5：主控模块计算在设定时间窗口内的变异指数
Figure DEST_PATH_IMAGE060
为
Figure DEST_PATH_IMAGE062
其中，
Figure DEST_PATH_IMAGE064
，
Figure DEST_PATH_IMAGE066
，
Figure DEST_PATH_IMAGE068
为设定时间窗口内的采样个数，
Figure DEST_PATH_IMAGE070
为设定时间窗口内计算出的合加速度
Figure DEST_PATH_IMAGE072
的值，
Figure DEST_PATH_IMAGE074
为合加速度
Figure 245419DEST_PATH_IMAGE072
的平均值，
Figure DEST_PATH_IMAGE076
为标准方差；
并且，当变异指数
Figure 856529DEST_PATH_IMAGE060
大于变异指数设定阈值时，主控模块判定该设备当前处于摔倒行为模式，否则主控模块便判定该设备当前处于非摔倒行为模式，并转回步骤S1。
5.如权利要求4所述的老年人摔倒监测智能设备，其特征在于：在该设备启动后，主控模块控制采样200 组数据，并通过统计平均值的方法来获得加速度偏移量
Figure DEST_PATH_IMAGE078
和角速度偏移量
Figure DEST_PATH_IMAGE080
。
6.如权利要求4所述的老年人摔倒监测智能设备，其特征在于：主控模块实时接收传感器模块发送的加速度数据和角速度数据后，还通过卡尔曼滤波算法对数据进行滤波去噪。
7.如权利要求3所述的老年人摔倒监测智能设备，其特征在于：所述第一无线通信模块向智能终端发送的报警信息包括文字信息、照片信息以及定位信息。
CN202110373353.6A 2021-04-07 2021-04-07 老年人摔倒监测智能设备 Pending CN113077608A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110373353.6A CN113077608A (zh) 2021-04-07 2021-04-07 老年人摔倒监测智能设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110373353.6A CN113077608A (zh) 2021-04-07 2021-04-07 老年人摔倒监测智能设备

Publications (1)

Publication Number Publication Date
CN113077608A true CN113077608A (zh) 2021-07-06

Family

ID=76615322

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110373353.6A Pending CN113077608A (zh) 2021-04-07 2021-04-07 老年人摔倒监测智能设备

Country Status (1)

Country Link
CN (1) CN113077608A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113784290A (zh) * 2021-09-10 2021-12-10 北京市计量检测科学研究院 基于电子围栏设备的封闭区域的预警方法及系统
CN114885475A (zh) * 2022-06-23 2022-08-09 大连工业大学 面向老年人安防的交互式照明终端

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140074442A1 (en) * 2012-09-12 2014-03-13 Intel-Ge Care Innovations Llc Method for quantifying the risk of falling of an elderly adult using an instrumented version of the ftss test
EP3039981A1 (en) * 2013-08-30 2016-07-06 Guangdong Appscomm Co., Ltd. Bluetooth fall-alarm insole
CN106875631A (zh) * 2017-04-01 2017-06-20 兰州交通大学 一种摔倒检测报警方法及系统
CN107289951A (zh) * 2017-07-31 2017-10-24 电子科技大学 一种基于惯性导航的室内移动机器人定位方法
CN109584506A (zh) * 2018-12-10 2019-04-05 北方民族大学 基于云平台居家老人摔倒监测系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140074442A1 (en) * 2012-09-12 2014-03-13 Intel-Ge Care Innovations Llc Method for quantifying the risk of falling of an elderly adult using an instrumented version of the ftss test
EP3039981A1 (en) * 2013-08-30 2016-07-06 Guangdong Appscomm Co., Ltd. Bluetooth fall-alarm insole
CN106875631A (zh) * 2017-04-01 2017-06-20 兰州交通大学 一种摔倒检测报警方法及系统
CN107289951A (zh) * 2017-07-31 2017-10-24 电子科技大学 一种基于惯性导航的室内移动机器人定位方法
CN109584506A (zh) * 2018-12-10 2019-04-05 北方民族大学 基于云平台居家老人摔倒监测系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郭元新等: "基于MPU6050传感器的跌倒检测算法", 《湖南工业大学学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113784290A (zh) * 2021-09-10 2021-12-10 北京市计量检测科学研究院 基于电子围栏设备的封闭区域的预警方法及系统
CN114885475A (zh) * 2022-06-23 2022-08-09 大连工业大学 面向老年人安防的交互式照明终端

Similar Documents

Publication Publication Date Title
CN113077608A (zh) 老年人摔倒监测智能设备
CN104949707B (zh) 基于信息推送的运动监测设备及方法
CN108287002A (zh) 一种远程环境监测装置
JP2015058167A (ja) 運動支援装置及び運動支援方法、運動支援プログラム
CN109199367A (zh) 一种用于智慧养老的可穿戴监测设备及监测方法
WO2020027523A1 (en) Context-aware respiration rate determination using an electronic device
WO2015081558A1 (zh) 控制终端设备的方法和穿戴式电子设备
US20190175016A1 (en) Calculate Physiological State and Control Smart Environments via Wearable Sensing Elements
JP2001246580A (ja) 情報通信ロボット装置、情報通信方法および情報通信ロボットシステム
CN109724217A (zh) 一种基于医院数据与用户生理信号可控的健康空调系统及其控制方法
WO2022242139A1 (zh) 用于空调控制的方法、装置及空调
KR20190004156A (ko) 휴대용 공기청정기 및 이의 제어방법
CN113534500A (zh) 智能眼镜、监控人体姿态的方法、介质、终端及系统
CN104635357B (zh) 一种可穿戴智能眼镜
CN201370948Y (zh) 健身器材智能化辅助设备
CN205322334U (zh) 基于计算机视觉和多传感器融合信息的老人智能监护系统
WO2018100877A1 (ja) 表示制御装置、表示制御方法およびプログラム
CN108076093A (zh) 基于物联网的老年人户外运动监测提醒装置
CN205608409U (zh) 平衡车手势控制智能手表
WO2018032360A1 (zh) 健身器材与智能设备进行通讯的方法、装置和健身器材
CN101588405A (zh) 运动姿态调制血糖手机及在线专家诊断系统
CN210690949U (zh) 一种vr设备
CN102263811A (zh) 智能健康呵护机
Yi et al. System architecture and design flow of smart mobile sensing systems
TWI712878B (zh) 穿戴裝置以及適用於穿戴裝置的省電方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210706