CN114632317B - 跌倒检测方法及装置、存储介质及电子设备 - Google Patents
跌倒检测方法及装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN114632317B CN114632317B CN202210224604.9A CN202210224604A CN114632317B CN 114632317 B CN114632317 B CN 114632317B CN 202210224604 A CN202210224604 A CN 202210224604A CN 114632317 B CN114632317 B CN 114632317B
- Authority
- CN
- China
- Prior art keywords
- user
- data
- value
- preset
- pressure data
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 48
- 230000001133 acceleration Effects 0.000 claims abstract description 75
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000004044 response Effects 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 7
- 238000012545 processing Methods 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000001965 increasing effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007794 irritation Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000009295 sperm incapacitation Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
- A61B5/1117—Fall detection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
- A61B2505/09—Rehabilitation or training
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2220/00—Measuring of physical parameters relating to sporting activity
- A63B2220/40—Acceleration
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2220/00—Measuring of physical parameters relating to sporting activity
- A63B2220/50—Force related parameters
- A63B2220/56—Pressure
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2220/00—Measuring of physical parameters relating to sporting activity
- A63B2220/80—Special sensors, transducers or devices therefor
- A63B2220/83—Special sensors, transducers or devices therefor characterised by the position of the sensor
- A63B2220/836—Sensors arranged on the body of the user
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2230/00—Measuring physiological parameters of the user
- A63B2230/04—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations
- A63B2230/06—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations heartbeat rate only
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2244/00—Sports without balls
- A63B2244/19—Skiing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Physical Education & Sports Medicine (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本公开涉及数据处理技术领域,具体涉及一种跌倒检测方法及装置、计算机可读存储介质及电子设备,方法包括:获取可穿戴设备的压力数据,并基于压力数据获取用户所处位置的高度;基于压力数据进行直线拟合,并获取直线的斜率;响应斜率在第一预设时间内小于或等于第一预设值,且在第一预设时间内每秒的下降高度大于或等于第二预设值,获取用户的心率数据、加速度数据;基于心率数据、加速度数据以及可穿戴设备的压力数据判断用户是否处于跌倒状态。本公开实施例的技术方案提高在特定运动过程中对跌倒检测的精度。
Description
技术领域
本公开涉及数据处理技术领域,具体而言,涉及一种跌倒检测方法及装置、计算机可读存储介质及电子设备。
背景技术
随着可穿戴设备的普吉,利用可穿戴设备进行安全检测的应用也越来越多,将可穿戴设备用于跌倒检测的方案也越快越多。
但是,现有技术中常规的跌倒检测对一些特定运动场景例如滑雪、滑板速降等的检测精度较低,失误率较高。
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跌倒检测方法、跌倒检测装置、计算机可读介质和电子设备,进而至少在一定程度上克提高在特定运动过程中对跌倒检测的精度。
根据本公开的第一方面,提供一种跌倒检测方法,包括:获取所述可穿戴设备的压力数据,并基于所述压力数据获取所述用户所处位置的高度;
基于所述压力数据进行直线拟合,并获取所述直线的斜率;
响应所述斜率在第一预设时间内小于或等于第一预设值,且在所述第一预设时间内每秒的下降高度大于或等于第二预设值,获取用户的心率数据、加速度数据以及所述可穿戴设备的压力数据;
基于所述心率数据、所述加速度数据以及所述可穿戴设备的所述压力数据判断所述用户是否处于跌倒状态。
根据本公开的第二方面,提供一种跌倒检测装置,包括:
获取模块,用于获取所述可穿戴设备的压力数据,并基于所述压力数据获取所述用户所处位置的高度;
拟合模块,用于基于所述压力数据进行直线拟合,并获取所述直线的斜率;
响应模块,用于响应所述斜率在第一预设时间内小于或等于第一预设值,且在所述第一预设时间内每秒的下降高度大于或等于第二预设值,获取用户的心率数据、加速度数据以及所述可穿戴设备的压力数据;
判断模块,用于基于所述心率数据、所述加速度数据以及所述可穿戴设备的所述压力数据判断所述用户是否处于跌倒状态。
根据本公开的第三方面,提供一种计算机可读介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述的方法。
根据本公开的第四方面,提供一种电子设备,其特征在于,包括:一个或多个处理器;以及存储器,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现上述的方法。
本公开的一种实施例所提供的跌倒检测方法,获取可穿戴设备的压力数据,并基于压力数据获取用户所处位置的高度;基于压力数据进行直线拟合,并获取直线的斜率;响应斜率在第一预设时间内小于或等于第一预设值,且在第一预设时间内每秒的下降高度大于或等于第二预设值,获取用户的心率数据、加速度数据以及穿戴设备的压力数据;基于心率数据、加速度数据以及穿戴设备的压力数据判断用户是否处于跌倒状态,相较于现有技术,根据压力数据获取了斜率以及高度变化,通过斜率和下降高度首先判定用户处于特定运动场景之后,在经过心率数据、加速度数据以及穿戴设备的压力数据来判断用户是否摔倒,能够增加对特定运动场景下跌倒检测的精度。
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示出了可以应用本公开实施例的一种示例性系统架构的示意图;
图2示意性示出本公开示例性实施例中一种跌倒检测方法的流程图;
图3示意性示出本公开示例性实施例中一种基于判断用户是否处于跌倒状态的流程图;
图4示意性示出本公开示例性实施例中一种获取分析结果的流程图;
图5示意性示出本公开示例性实施例中一种根据压力数据判断用户是否摔倒的流程图;
图6示意性示出本公开示例性实施例中一种压力与时间的关系图;
图7示意性示出本公开示例性实施例中一种显示器展示救援标识以及取消标识的示意图;
图8示意性示出本公开示例性实施例中一种跌倒检测方法的具体实例的流程图;
图9示意性示出本公开示例性实施例中跌倒检测装置的组成示意图;
图10示出了可以应用本公开实施例的一种电子设备的示意图。
具体实施方式
现在将参考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。
图1示出了系统架构的示意图,该系统架构100可以包括终端110与服务器120以及可穿戴设备130。其中,终端110可以是智能手机、平板电脑、台式电脑、笔记本电脑等终端设备,可穿戴设备可以是智能手表,智能背心等,服务器120泛指提供本示例性实施方式中跌倒检测相关服务的后台系统,可以是一台服务器或多台服务器形成的集群。终端110与服务器120之间可以通过有线或无线的通信链路形成连接,以进行数据交互,可穿戴设备130与终端110可以通过有线或无线的通信链路形成连接。
在一种实施方式中,可以由终端110执行上述跌倒检测方法。例如,用户通过可穿戴设备130获取对压力数据以及心率数据、加速度数据并传输至上述终端110,由终端110进行跌倒检测。
在一种实施方式中,可以由服务器120可以执行上述跌倒检测方法。例如,用户通过可穿戴设备130获取对压力数据以及心率数据、加速度数据并传输至上述终端110,终端110将压力数据以及心率数据、加速度数据上传至服务器120,由服务器120进行跌倒检测,向终端110返回检测结果,并由终端110反馈至可穿戴设备130。
在再一种实施方式中,可以由可穿戴设备直接执行上述跌倒检测方法,例如,用户通过可穿戴设备130获取对压力数据以及心率数据、加速度数据,并基于压力数据以及心率数据、加速度数据判断用户是否跌倒。
由上可知,本示例性实施方式中的跌倒检测方法的执行主体可以是上述终端110或服务器120或者是可穿戴设备130,本公开对此不做限定。
在相关技术中,滑雪作为常见的极限运动之一,因其独有的刺激性和冒险性受到众多爱好者欢迎,但极限运动本身伴随着风险,对滑雪而言,摔倒是最常见的危险因素,也是造成意外人身伤害的主要原因,摔倒后因受伤而无法在雪道上行动更是增加了额外的风险。如果能有一种便携设备,在选手发生意外摔倒后可及时报警,吸引周围人员协助,则选手因摔倒而带来的风险将会大大降低。
在相关技术中的跌倒检测设备仅可用于滑雪机,且需要在使用者身上和滑雪机上同时安装设备,主要关注于室内滑雪机发生跌倒意外的场景,并不能够完成对室外滑雪时进行进度较高的检测。同时在一些特定运动项目,例如,单板速降、自行车速降等项目中,相关技术也无法提供较为精确的跌倒检测方法。
基于上述确定,本申请首先提供一种新的写到检测方法,应用于可穿戴设备,下面结合图2对本示例性实施方式中的图像质量评价方法进行说明,图2示出了该图像质量评价方法的示例性流程,可以包括:
步骤S210,获取所述可穿戴设备的压力数据,并基于所述压力数据获取所述用户所处位置的高度;
步骤S220,基于所述压力数据进行直线拟合,并获取所述直线的斜率;
步骤S230,响应所述斜率在第一预设时间内小于或等于第一预设值,且在所述第一预设时间内每秒的下降高度大于或等于第二预设值,获取用户的心率数据、加速度数据;
步骤S240,基于所述心率数据、所述加速度数据以及所述可穿戴设备的所述压力数据判断所述用户是否处于跌倒状态。
基于上述方法,根据压力数据获取了斜率以及高度变化,通过斜率和下降高度首先判定用户处于特定运动场景之后,在经过心率数据、加速度数据以及穿戴设备的压力数据来判断用户是否摔倒,能够增加对特定运动场景下跌倒检测的精度。
下面对图2中的每个步骤进行具体说明。
参考图2,在步骤S210中,获取所述可穿戴设备的压力数据,并基于所述压力数据获取所述用户所处位置的高度。
在一示例性实施例中,可穿戴设备可以是智能手表、智能项链,智能手环等设备,可穿戴设备上可以安装有压力传感器,用于实施检测可穿戴设备所承受的大气压强,即获取可穿戴设备的压力数据,即本申请中的压力数据指大气压对上述可穿戴设备造成的压力。
在本示例实施方式中,在得到上述压力数据之后,可以根据上述压力数据判断用户所处位置的高度,具体而言,可以通过压高公式来进行判断,其中,压高公式可以为:
在上式中,P0的值为101.324kpa,为标准海平面大气压,对应高度为0,R为空气气体常数,具体为287.05278m2/(K*s2),g0为标准海平面加速度,具体可以为9.80665m2/s2。β为温度垂直变化率,具体可以为0.0065K/m,T0为标准海平面温度,具体可以为273.16K,P为检测的上述压力数据,单位为kpa,H为对应的高度,单位为米。
在检测到上述压力数据之后,将上述压力数据代入上述公式即可以得到行数压力数据一一对应的高度。
在步骤S220中,基于所述压力数据进行直线拟合,并获取所述直线的斜率。
在本公开的一种示例实施方式中,可以对上述压力数据进行存储,可以存储10秒内的数据、15秒的数据等,具体时间还可以根据用户需求进行自定义,在本示例实施方式中不做具体限定。
然后可以对上述存储的压力数据进行直线拟合,并获取执行的斜率,举例而言,可以采用最小二乘法对上述压力数据进行直线拟合得到上述直线,计算直线斜率的方式包括多种,例如,将上述直线布局在直角坐标系中,去任意两点来计算上述直线的斜率。在本示例实施方式中不对直线拟合的方法以及计算斜率的方法进行具体限定。
需要说明的是,最小二乘法是一种在误差估计和数据预测领域得到广泛应用的数学工具。对于m个只有一个特征的样本(xi,yi),最小二乘法拟合思想为求观测值和理论值之间的残差平方和最小,即:
在步骤S230中,响应所述斜率在第一预设时间内小于或等于第一预设值,且在所述第一预设时间内每秒的下降高度大于或等于第二预设值,获取用户的心率数据、加速度数据。
在本公开的一种示例实施方式中,上述第一预设时间可以是5秒,也可以是5秒、6秒、10秒、25秒等,还可以根据用户需求记性自定义,在本示例实施方式中不做具体限定。
在本示例实施方式中,上述第一预设值可以是-0.25,也可以是大于-0.25且小于-0.3之间的任意数字,例如,-0.26、-0.27等,还可以根据用户需求进行自定义,在本示例实施方式中不做具体限定。
在本示例实施方式中,上述第二预设值可以是0.2米,也可以是大大于0.15米且小于0.25米之间的任意数字,例如0.24、0.18等,该可以根据用户需求进行自定义,在本示例实施方式中不做具体限定。
下面以上述第一预设值为-0.25,第二预设值为0.2米,第一预设时间为5秒为例进行说明。
具体而言,若斜率小于或等于-0.25,且在5s内下降高度超过1m,即平均下降高度大于或等于0.2米,则算法开始进行计时。若发现连续步进5s后,5个窗的压力数据都满足上述要求,则判断用户进入特定运动状态,其中,特定运动状态可以是滑雪、自行车速降等持续向下运动的状态。下面以上述特定运动状态为滑雪状态为进行说明。
在判定用户处于上述滑雪状态之后,可以获取用户的心率表数据以及加速度数据。具体而言,可以采用PPG(光电容积脉搏波描记photoplethysmographic)来获取用户的心率数据。可以采用IMU(Inertial Measurement Unit,惯性测量单元)来获取用户的加速度数据,其中,上述IMU中包括加速度传感器和陀螺仪传感器元件。在得到上述加速度数据以及心率数据之后,可以如下步骤。
在步骤S240,基于所述心率数据、所述加速度数据以及所述可穿戴设备的所述压力数据判断所述用户是否处于跌倒状态。
在本示例实施方式中,参照图3所示,在基于所述心率数据、所述加速度数据以及所述可穿戴设备的所述压力数据判断所述用户是否处于跌倒状态时可以包括步骤S310和步骤S320。
在步骤S310中,响应所述心率数据满足第一预设条件,对所述加速度数据进行分析得到分析结果。
在本示例实施方式中,可以为还是检测上述用户的心率数据,并计算上述第二预设时间内的平均心率,其中上述第二预设时间可以是10秒,也可以是15秒、16秒等,还可以根据用户需求进行自定义,在本示例实施方式中不做具体限定。
在得到上述心率数据之后,计算在第二预设时间内的平均心率,其中,在第二预设时间内的心率采样评率可以是一秒一次。
在本示例实施方式中,在当前心率与平均心率的差值大于或等于第三预设值时,可以判定上述心率数据满足上述第一预设条件。
其中,上述第三预设值可以是10,也可以是15、20等,还可以根据用户需求进行自定义,在本示例实施方式中不做具体限定。
在本示例实施方式中,当上述心率数据满足上述第一预设条件时,可以对上述获取到的加速度数据进行分析,参照图4所示,可以包括步骤S410和在步骤S420,具体而言:
在步骤S410中,获取第三预设时间内的加速度数据,并计算所述第三预设时间内的三轴合加速度。
在本示例实施方式中,上述第三预设时间可以是10秒,也可以是15秒、16秒等,还可以根据用户需求进行自定义,在本示例实施方式中不做具体限定。
上述加速度数据可以包括XYZ三轴的加速度,可以计算在上述预设时间内每一个时刻的三轴合加速度,具体而言,针对每一个时刻的加度做如下计算,求出XYZ三个轴的加速度的平方和,然后求解平方和的平均数,然后进行开平方操作得到上述三轴合加速度。
举例而言,某一时刻的XYZ三轴的加速度分别为aX、aY和aZ,则可以利用如下公式计算:
其中a为上述三轴合加速度。
在得到上述三轴合加速度之后,执行上述步骤S420,具体而言:
在步骤S420中,获取所述三轴合加速度在所述第三预设时间内的最大值、最小值、最大值与最小值的差值、以及均方根。
在本示例实施方式中,在得到上述三轴合加速度之后,可以根据上述第三预设时间内的三轴合加速度绘制第三预设时间内的三轴合加速度的波形图,并在波形图中确定三轴合加速度的最大值、最小值、最大值与最小值的差值、以及均方根。
其中,可以利用以下公式来计算均方根:
其中,M为标识均方根,n表示第三预设时间内的三轴合加速度的总数量,xi表示第i个三轴合加速度。
同时,可以获取上述加速度最大值对应的时间点以及加速度最小值对应的时间点。
在步骤S320中,响应所述分析结果满足第二预设条件,基于所述可穿戴设备的所述压力数据判断所述用户是否处于跌倒状态。
在本示例实施方式中,上述第二预设条件可以包括,上述加速度的最大值大于或等于第四预设值、加速度的最大值与最小值的差值大于或等于第五预设值、上述均方根大于或等于第六预设值,加速度的最大值的时间点与加速度的最小值的时间点之间的时间差小于等于第七预设值。
其中,上述第四预设值可以是75m/s^2,也可以时70m/s^2至80m/s^2之间的任意数,例如76m/s^2,还可以根据用户需求进行自定义,在本示例实施方式中不做具体限定。
上述第五预设值可以是65m/s^2,也可以是60m/s^2至70m/s^2中的任意数,例如68m/s^2;还可以根据用户需求进行自定义,在本示例实施方式中不做具体限定。
上述第六预设值可以是99.7,也可以是99.6至99.8之间的任意数,例如99.74;还可以根据用户需求进行自定义,在本示例实施方式中不做具体限定。
上述第七预设值可以是1.8s,也可以是1.8s至1.8s之间的任意数,例如1.8s;还可以根据用户需求进行自定义,在本示例实施方式中不做具体限定。
在本示例实施方式中,在上述分析结果满足上述第二预设条件时,可以根据上述压力数据判断用户是否出处于跌倒状态,具体可以包括步骤S510至步骤S550,下面对步骤S510至步骤S540进行详细说明。
在步骤S510中,获取第四预设时间内的压力数据,并确定在所述第四预设时间内的压力数据的平均值、最大值、最小值、最大值对应的时间、最小值对应的时间。
在本示例实施方式中,上述第四预设时间可以是10秒,也可以是15秒、16秒等,还可以根据用户需求进行自定义,在本示例实施方式中不做具体限定。
在本示例实施方式中,可以以1秒为采样单位采集第四预设时间内的压力数据,也可以以更短的时间为采样单位采集第四预设时间内的压力数据,例如,0.5秒、0.2秒等,还可以根据用户需求进行自定义,在本示例实施方式中不做具体限定。
在本示例实施方式中,可以获取上述第四预设时间内的压力数据的平均值、最大值以及最小值,同时获取最大值对应的时间以及最小值对应的时间。参照图6所示,可以通过绘制出压力数据所时间变化的波形图来获取上述数据。
在步骤S520中,将所述第四预设时间按照时间顺序划分为第一时间段、第二时间段、以及第三时间段。
在本示例实施方式中,可以将上述第四预设时间分为三个阶段,第一时间段、第二时间段以及第三时间段,可以平均分配,也根据用户需求及进行自定义。
举例而言,若上述第四预设时间为10秒,则第一时间段可以是0-4秒,第二时间段可以是4-6秒,第三时间段可以是6-10秒。
在步骤S530中,响应所述最大值与所述平均值的差值大于或等于第八预设值,判断所述最大值对应时间是否处于所述第二时间段。
在本示例实施方式中,上述第八预设值可以是0.5hpa,也可以是0.5hpa至0.5hpa中的任意值,例如0.5hpa,还可以根据用户需求进行自定义,在本示例实施方式中不做具体限定。
在步骤S540中,响应所述最大值对应时间处于所述第二时间段,计算所述第一时间段的压力数据的第一平均值以及所述第三时间段内的所述压力数据的第二平均值。
在上述最大值对应的时间处于第二时间段时,可以分别计算第一时间段的压力数据的第一平均值以及所述第三时间段内的所述压力数据的第二平均值。
举例而言,若上述采样频率为1秒,则可以将第一秒、第二秒以及第三秒的压力数据求和并除以3得到上述第一平均值,第二平均值的计算过程可以参照第一平均值的计算过程,此处不再赘述。
需要说明的是,若上述,最大值对应的时间处于第一时间段,则不作后续处理,若上述最大值对应的时间处于第三时间段,则等上述最大值对应的时间处于第二时间段之后再做后续处理。
在步骤S550中,响应所述第二平均值与所述第一平均值的差值大于第九预设值,且小于第十预设值,判定所述用户处于跌倒状态。
在本示例实施方式中,上述第九预设值可以是0.12hpa,也可以是0.11hpa至0.13hpa之间的任意数,例如,0.122hpa、0.124hpa,还可以根据用户需求进行自定义,在本示例实施方式中不做具体限定。
上述第十预设值可以是0.22hpa,也可以是0.21hpa至0.23hpa之间的任意数,例如,0.223hpa、0.225hpa等,还可以根据用户需求进行自定义,在本示例实施方式中不做具体限定。
在上述第二平均值与所述第一平均值的差值大于第九预设值,且小于第十预设值时,可以判定用户处于跌倒状态。
在本公开的一种示例实施方式中,可穿戴设备还可以采用GPS定位系统来辅助检测,用户摔倒后,位置信息将停止移动,通过GPS定位系统来辅助检测能够进一步提升对跌倒检测的精度。
在本公开的一种示例实施方式中,参照图7所示,在判定用户处于跌倒状态时,可通过上述可穿戴设备的显示器向用户展示救援标识与取消标识,举例而言,其中,救援标识可以是“我摔倒了,需要求助”、“我摔倒了,需要救援”等,取消标识包括摔倒但不需要救援标识,例如,“我摔倒了,但不严重”、“我摔倒了,但无需帮助”等取消标识,还可以包括为未摔倒标识,例如“我没有摔倒”、“安全”等,上述救援标识和取消标识的具体表现内容还可以根据用户需求进行自定义,在本示例实施方式中不做具体限定。
在用户触发上述救援标识时,可穿戴设备可以发送报警信号,同时控制可穿戴设备的扬声器发出救援信号;也可以可穿戴设备向与之连接的发出报警信号,由终端发出救援信号。
在一种示例实施方式中,若用户在第五预设时间内未触发取消标识,则可穿戴设备可以发送报警信号,同时控制可穿戴设备的扬声器发出救援信号;也可以可穿戴设备向与之连接的发出报警信号,由终端发出救援信号。
在一种示例实施方式中,可穿戴设备还可以在显示器上显示取消救援标识,在可穿戴设备发出报警信号之后,用户可以通过触发上述取消救援标识控制可穿戴设备通知报警信号的发送。
下面,参照图8对上述跌倒检测方法记性详细说明,首先,可以执行步骤S810,利用压力传感器检测用户是否处于滑雪状态,若否,则结束,若是,则执行步骤S820,检测用户的心率数据,然后执行步骤S830,判断当前心率表与平均心率的差值是否大于或等于第三预设值,若否,则持续执行步骤S820,若是,则执行步骤S840,检测加速度数据,并判断加速度数据是否满足第二预设条件,若否,则返会步骤S820,若是,则执行步骤S850,判断压力数据的最大值与所述平均值的差值是否大于或等于第八预设值,若否,则返会步骤S820,若是,则执行步骤S860,判断所述最大值对应时间是否处于所述第二时间段,若是,则执行步骤S870,计算所述第一时间段的压力数据的第一平均值以及所述第三时间段内的所述压力数据的第二平均值,然后执行步骤S880,判断所述第二平均值与所述第一平均值的差值大于第九预设值,且小于第十预设值,若是,则执行执行步骤S890,判定用户摔倒,若否,则返会步骤S830,若最大值对应时间不处于所述第二时间段,则执行步骤S861,判断最大值对应时间是否处于所述第三时间段,若是,则执行步骤S862,等待最大值对应时间处于所述第二时间段,若否,则返回步骤S820。
上述步骤中的各个细节上述已经进行了详细说明,因此,此处不再赘述。
综上所述,本示例性实施方式中,根据压力数据获取了斜率以及高度变化,通过斜率和下降高度首先判定用户处于特定运动场景之后,在经过心率数据、加速度数据以及穿戴设备的压力数据来判断用户是否摔倒,能够增加对特定运动场景下跌倒检测的精度,同时采用GPS定位系统辅助检测,是的检测精度更高,在判定用户摔倒之后,会有救援标识出现,使得用户能够及时的得到救援,同时也包括了取消标识,在用户无需救援时,不会浪费救援力量。
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。
进一步的,参考图9所示,本示例的实施方式中还提供一种跌倒检测装置900,包括获取模块910、拟合模块920、响应模块930和判断模块940。其中:
获取模块910可以用于获取所述可穿戴设备的压力数据,并基于所述压力数据获取所述用户所处位置的高度。具体而言,根据所述压力数据利用压高公式获取所述用户所处位置的高度。
拟合模块920可以用于基于所述压力数据进行直线拟合,并获取所述直线的斜率。
响应模块930可以用于响应所述斜率在第一预设时间内小于或等于第一预设值,且在所述第一预设时间内每秒的下降高度大于或等于第二预设值,获取用户的心率数据、加速度数据。
判断模块940可以用于基于所述心率数据、所述加速度数据以及所述可穿戴设备的所述压力数据判断所述用户是否处于跌倒状态,具体而言,响应所述心率数据满足第一预设条件,对所述加速度数据进行分析得到分析结果;响应所述分析结果满足第二预设条件,基于所述可穿戴设备的所述压力数据判断所述用户是否处于跌倒状态。
在一种示例实施方式中,响应所述心率数据满足第一预设条件包括:实时检测所述用户的心率数据,并计算第二预设时间内的平均心率;响应所述当前心率与所述平均心率的差值大于或等于第三预设值时,判定所述心率数据满足所述第一预设条件。
在一种示例实施方式中,所述加速度数据包括三轴加速度,所述对所述加速度数据进行分析得到分析结果包括:获取第三预设时间内的加速度数据,并计算所述第三预设时间内的三轴合加速度;获取所述三轴合加速度在所述第三预设时间内的最大值、最小值、最大值与最小值的差值、以及均方根。
在一种示例实施方式中,响应所述分析结果满足第二预设条件,包括:响应所述最大值大于或等于第四预设值、所述最大值与最小值的差值大于或等于第五预设值、所述均方根大于或等于第六预设值,所述最大值的时间点与所述最小值的时间点之间的时间差小于等于第七预设值,判定所述分析结果满足所述第二预设条件。
在一种示例实施方式中,所述基于所述可穿戴设备的所述压力数据判断所述用户是否处于跌倒状态包括:获取第四预设时间内的压力数据,并确定在所述第四预设时间内的压力数据的平均值、最大值、最小值、最大值对应的时间、最小值对应的时间;将所述第四预设时间按照时间顺序划分为第一时间段、第二时间段、以及第三时间段;响应所述最大值与所述平均值的差值大于或等于第八预设值,判断所述最大值对应时间是否处于所述第二时间段;响应所述最大值对应时间处于所述第二时间段,计算所述第一时间段的压力数据的第一平均值以及所述第三时间段内的所述压力数据的第二平均值;响应所述第二平均值与所述第一平均值的差值大于第九预设值,且小于第十预设值,判定所述用户处于跌倒状态。
在一种示例实施方式中,上述跌倒检测装置900还可以包括报警装置,可以用于响应所述用户处于跌倒状态,所述可穿戴设备向所述用户展示救援标识与取消标识;响应用户对所述救援标识的触发操作和/或用户在第五预设时间内没有触发所述取消标识,所述可穿戴设备发出报警信号。
上述装置中各模块的具体细节在方法部分实施方式中已经详细说明,未披露的细节内容可以参见方法部分的实施方式内容,因而不再赘述。
本公开的示例性实施方式还提供一种用于执行上述跌倒检测方法的电子设备,该电子设备可以是上述终端110、服务器120、或者可穿戴设备。一般的,该电子设备可以包括处理器与存储器,存储器用于存储处理器的可执行指令,处理器配置为经由执行可执行指令来执行上述跌倒检测方法。
下面以图10中的移动终端1000为例,对该电子设备的构造进行示例性说明。本领域技术人员应当理解,除了特别用于移动目的的部件之外,图10中的构造也能够应用于固定类型的设备。
如图10所示,移动终端1000具体可以包括:处理器1001、存储器1002、总线1003、移动通信模块1004、天线1、无线通信模块1005、天线2、显示屏1006、摄像模块1007、音频模块1008、电源模块1009与传感器模块1010。
处理器1001可以通过总线1003与存储器1002或其他部件形成连接。
存储器1002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1001通过运行存储在存储器1002的指令,执行移动终端200的各种功能应用以及数据处理。存储器1002还可以存储应用数据,例如存储图像,视频等文件。
移动终端1000的通信功能可以通过移动通信模块1004、天线1、无线通信模块1005、天线2、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。移动通信模块204可以提供应用在移动终端1000上2G、3G、4G、5G等移动通信解决方案。无线通信模块1005可以提供应用在移动终端200上的无线局域网、蓝牙、近场通信等无线通信解决方案。
显示屏1006用于实现显示功能,如显示用户界面、图像、视频等。摄像模块1007用于实现拍摄功能,如拍摄图像、视频等。音频模块1008用于实现音频功能,如播放音频,采集语音等。电源模块1009用于实现电源管理功能,如为电池充电、为设备供电、监测电池状态等。传感器模块1010可以包括深度传感器10101、压力传感器10102、陀螺仪传感器10103、气压传感器10104等,以实现相应的感应检测功能。
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:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
本公开的示例性实施方式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。在一些可能的实施方式中,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,当程序产品在终端设备上运行时,程序代码用于使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方式的步骤。
需要说明的是,本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本公开中,计算机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。而在本公开中,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,其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、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。计算机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、电线、光缆、RF等等,或者上述的任意合适的组合。
此外,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,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)。
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。本申请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)
1.一种跌倒检测方法,应用于可穿戴设备,其特征在于,包括:
获取所述可穿戴设备的压力数据,并基于所述压力数据获取用户所处位置的高度;
基于所述压力数据进行直线拟合,并获取所述直线的斜率;
响应所述斜率在第一预设时间内小于或等于第一预设值,且在所述第一预设时间内每秒的下降高度大于或等于第二预设值,获取所述用户的心率数据、加速度数据;
基于所述心率数据、所述加速度数据以及所述可穿戴设备的所述压力数据判断所述用户是否处于跌倒状态;
响应所述用户处于跌倒状态,所述可穿戴设备向所述用户展示救援标识与取消标识;
响应所述用户对所述救援标识的触发操作和/或所述用户在第五预设时间内没有触发所述取消标识,所述可穿戴设备发出报警信号。
2.根据权利要求1所述的方法,其特征在于,所述基于所述心率数据、所述加速度数据以及所述可穿戴设备的所述压力数据判断所述用户是否处于跌倒状态,包括:
响应所述心率数据满足第一预设条件,对所述加速度数据进行分析得到分析结果;
响应所述分析结果满足第二预设条件,基于所述可穿戴设备的所述压力数据判断所述用户是否处于跌倒状态。
3.根据权利要求2所述的方法,其特征在于,响应所述心率数据满足第一预设条件包括:
实时检测所述用户的心率数据,并计算第二预设时间内的平均心率;
响应当前心率与所述平均心率的差值大于或等于第三预设值,判定所述心率数据满足所述第一预设条件。
4.根据权利要求2所述的方法,其特征在于,所述加速度数据包括三轴加速度,所述对所述加速度数据进行分析得到分析结果包括:
获取第三预设时间内的加速度数据,并计算所述第三预设时间内的三轴合加速度;
获取所述三轴合加速度在所述第三预设时间内的最大值、最小值、最大值与最小值的差值、以及均方根。
5.根据权利要求4所述的方法,其特征在于,响应所述分析结果满足第二预设条件,包括:
响应所述最大值大于或等于第四预设值、所述最大值与最小值的差值大于或等于第五预设值、所述均方根大于或等于第六预设值,所述最大值的时间点与所述最小值的时间点之间的时间差小于等于第七预设值,判定所述分析结果满足所述第二预设条件。
6.根据权利要求2所述的方法,其特征在于,所述基于所述可穿戴设备的所述压力数据判断所述用户是否处于跌倒状态包括:
获取第四预设时间内的压力数据,并确定在所述第四预设时间内的压力数据的平均值、最大值、最小值、最大值对应的时间、最小值对应的时间;
将所述第四预设时间按照时间顺序划分为第一时间段、第二时间段、以及第三时间段;
响应所述最大值与所述平均值的差值大于或等于第八预设值,判断所述最大值对应时间是否处于所述第二时间段;
响应所述最大值对应时间处于所述第二时间段,计算所述第一时间段的压力数据的第一平均值以及所述第三时间段内的所述压力数据的第二平均值;
响应所述第二平均值与所述第一平均值的差值大于第九预设值,且小于第十预设值,判定所述用户处于跌倒状态。
7.根据权利要求1所述的方法,其特征在于,所述基于所述压力数据获取所述用户所处位置的高度包括:
根据所述压力数据利用压高公式获取所述用户所处位置的高度。
8.一种跌倒检测装置,其特征在于,包括:
获取模块,用于获取可穿戴设备的压力数据,并基于所述压力数据获取用户所处位置的高度;
拟合模块,用于基于所述压力数据进行直线拟合,并获取所述直线的斜率;
响应模块,用于响应所述斜率在第一预设时间内小于或等于第一预设值,且在所述第一预设时间内每秒的下降高度大于或等于第二预设值,获取所述用户的心率数据、加速度数据;
判断模块,用于基于所述心率数据、所述加速度数据以及所述可穿戴设备的所述压力数据判断所述用户是否处于跌倒状态;
所述跌倒检测装置还用于响应所述用户处于跌倒状态,所述可穿戴设备向所述用户展示救援标识与取消标识;
响应所述用户对所述救援标识的触发操作和/或所述用户在第五预设时间内没有触发所述取消标识,所述可穿戴设备发出报警信号。
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中任一项所述的跌倒检测方法。
10.一种电子设备,其特征在于,包括:
一个或多个处理器;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中任一项所述的跌倒检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210224604.9A CN114632317B (zh) | 2022-03-07 | 2022-03-07 | 跌倒检测方法及装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210224604.9A CN114632317B (zh) | 2022-03-07 | 2022-03-07 | 跌倒检测方法及装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114632317A CN114632317A (zh) | 2022-06-17 |
CN114632317B true CN114632317B (zh) | 2024-02-06 |
Family
ID=81947779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210224604.9A Active CN114632317B (zh) | 2022-03-07 | 2022-03-07 | 跌倒检测方法及装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114632317B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106937871A (zh) * | 2016-01-05 | 2017-07-11 | 袁囡囡 | 智能运动状态检测系统 |
CN107633655A (zh) * | 2017-09-26 | 2018-01-26 | 深圳市金立通信设备有限公司 | 一种跌倒检测方法、终端及计算机可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9352208B2 (en) * | 2013-01-22 | 2016-05-31 | University Of Maryland, College Park | Electronic home plate for baseball and softball games and method for automatic determination of presence, position and speed of a ball relative to the strike zone |
-
2022
- 2022-03-07 CN CN202210224604.9A patent/CN114632317B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106937871A (zh) * | 2016-01-05 | 2017-07-11 | 袁囡囡 | 智能运动状态检测系统 |
CN107633655A (zh) * | 2017-09-26 | 2018-01-26 | 深圳市金立通信设备有限公司 | 一种跌倒检测方法、终端及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114632317A (zh) | 2022-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11333508B2 (en) | Congestion degree estimation method, number-of-people estimation method, congestion degree estimation program, number-of-people estimation program and number-of-people estimation system | |
US9576500B2 (en) | Training supporting apparatus and system for supporting training of walking and/or running | |
EP3246870A1 (en) | Navigation system, client terminal device, control method, and storage medium | |
US10289902B2 (en) | Data analysis device, data analysis method and storage medium | |
US20210093918A1 (en) | Detecting the end of hiking activities on a wearable device | |
US20140200847A1 (en) | Wrist-based speed and distance monitoring | |
CN107449418B (zh) | 基于加速计和磁力计的用户步行方向计算方法 | |
CN105068657B (zh) | 手势的识别方法及装置 | |
US20200158533A1 (en) | Step-length calculating device, portable terminal, position-information providing system, step-length calculating device control method, and program | |
JP2020024688A (ja) | 情報提供システム、情報提供方法、プログラム | |
CN111603750A (zh) | 基于边缘计算的动作捕捉识别评估系统及方法 | |
KR20210087181A (ko) | 위치를 탐지하는 전자 장치 및 그 방법 | |
JP2013220182A (ja) | 情報処理装置、電子機器、移動支援情報提供システム及び移動支援情報提供方法 | |
Basso et al. | A smartphone-based indoor localization system for visually impaired people | |
CN114632317B (zh) | 跌倒检测方法及装置、存储介质及电子设备 | |
US11692829B2 (en) | System and method for determining a trajectory of a subject using motion data | |
JP6128359B2 (ja) | 電子機器、移動支援情報提供方法及びプログラム | |
US10914793B2 (en) | Method and system for magnetometer calibration | |
CN113074724B (zh) | 运动时间计算方法、装置、设备及计算机可读存储介质 | |
CN116943130A (zh) | 一种计数方法、装置、设备及存储介质 | |
KR101742707B1 (ko) | 스마트 워치의 내장 가속도 센서와 스마트폰을 이용한 행동 인식 장치 및 방법 | |
US20220095954A1 (en) | A foot mounted wearable device and a method to operate the same | |
CN113873637A (zh) | 定位方法、装置、终端和存储介质 | |
JP2018094092A (ja) | 身体能力評価システム、電子機器、身体能力評価サーバー、身体能力評価方法、身体能力評価プログラム、及び記録媒体 | |
JP2019053007A (ja) | 情報制御装置、情報表示装置、情報制御方法、プログラム、及びサーバー装置 |
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 |