CN115644857A - 跌倒检测腰带卡扣及其检测方法 - Google Patents

跌倒检测腰带卡扣及其检测方法 Download PDF

Info

Publication number
CN115644857A
CN115644857A CN202211612131.6A CN202211612131A CN115644857A CN 115644857 A CN115644857 A CN 115644857A CN 202211612131 A CN202211612131 A CN 202211612131A CN 115644857 A CN115644857 A CN 115644857A
Authority
CN
China
Prior art keywords
falling
module
detection
belt buckle
buckle
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
CN202211612131.6A
Other languages
English (en)
Other versions
CN115644857B (zh
Inventor
陈达权
肖晓
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.)
Shenzhen Fenda Intelligent Technology Co ltd
Original Assignee
Shenzhen Fenda Intelligent Technology 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 Shenzhen Fenda Intelligent Technology Co ltd filed Critical Shenzhen Fenda Intelligent Technology Co ltd
Priority to CN202211612131.6A priority Critical patent/CN115644857B/zh
Publication of CN115644857A publication Critical patent/CN115644857A/zh
Application granted granted Critical
Publication of CN115644857B publication Critical patent/CN115644857B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明属于智能穿戴技术领域，提供的跌倒检测腰带卡扣及其检测方法，通过腰带卡扣内置的加速度计获取三轴加速度信号，并通过大气压力传感器获取大气压信号，根据三轴加速度信号提取时域特征，欧拉角信息，静息三轴加速度信息，基于阈值判断法对所述三轴加速度信号所提取的时域特征进行跌倒预检测，根据所述三轴加速度信号所提取的欧拉角信息及大气压力传感器所获取的大气压信号及所述静息三轴加速度信息作跌倒检测确认以得到跌倒事件，再通过返回包含跌倒方向的跌倒事件，从而实现跌倒检测腰带卡扣便携、私密且佩戴舒适，另外阈值判断法和简单时域特征算法使得算法鲁棒性强，可靠性高，占用的计算及存储资源少。

Description

跌倒检测腰带卡扣及其检测方法
技术领域
本发明涉及智能穿戴技术领域，尤其涉及一种跌倒检测腰带卡扣及其检测方法。
背景技术
跌倒检测技术的目的就是及时、准确的发现老年人跌倒事件，并对该跌倒事件进行报警、通知家人以及急救中心，让老年人能够在最短时间内得到救治和帮助，提高老年人的生存质量和降低老年人死亡率。跌倒检测算法包括基于视频设备、基于音频设备、基于红外线/雷达设备以及基于可穿戴设备：基于视频设备的跌倒检测系统识别率高，但在图像数据获取的过程中无法有效保障用户隐私，且成本较高，检测范围较小，具有一定的局限性；基于音频设备的跌倒检测系统容易受到噪声的干扰，识别准确率低；基于红外线/雷达的跌倒检测系统同样成本较高，抗干扰能力弱，无法实现便携要求；基于可穿戴设备的跌倒检测系统能够满足便于携带和保护用户隐私等要求，具有造价低、覆盖范围广和可扩展性强等优点，但仍存在包括准确率较低、设备的佩戴舒适度不良、所需佩戴传感器数目较多及节点能耗大等问题急需解决。
综上所述，现有跌倒检测技术存在容易泄漏用户隐私，检测范围小，检测精度低，穿戴不便，所需佩戴传感器数目较多及节点能耗大等技术问题。
发明内容
为解决上述技术问题，本发明提供如下方案。
一方面，本发明提供一种跌倒检测腰带卡扣的检测方法，包括下述步骤：
S1、通过腰带卡扣内置的加速度计获取三轴加速度信号，并通过大气压力传感器获取大气压信号；
S2、根据所述三轴加速度信号提取时域特征，欧拉角信息，静息三轴加速度信息；基于阈值判断法对所述三轴加速度信号所提取的时域特征进行跌倒预检测；根据所述三轴加速度信号所提取的欧拉角信息及大气压力传感器所获取的大气压信号及所述静息三轴加速度信息作跌倒检测确认，以得到跌倒事件
Figure DEST_PATH_IMAGE002
；
S3、返回包含跌倒方向的跌倒事件
Figure DEST_PATH_IMAGE004
至控制终端，所述控制终端接收到所述跌倒事件后弹出是否拨通紧急联系人的可选求救选项，等待用户确认，若用户对所述可选求救选项选择无需拨通紧急联系人，则所述控制终端与所述跌倒检测腰带卡扣建立通信，以使所述跌倒检测腰带卡扣进行解锁状态判断；若用户对所述可选求救选项选择拨通紧急联系人或间隔设定时间后仍未处理所述可选求救选项，则所述控制终端进行定位通信救助。
进一步地，步骤S1前还包括下述步骤：
S10、判断所述跌倒检测腰带卡扣是否处于锁死状态，在所述跌倒检测腰带卡扣处于锁死状态时，启动跌倒检测并与控制终端通信获取用户个人信息和阈值系数
Figure DEST_PATH_IMAGE006
，所述用户个人信息包括：年龄
Figure DEST_PATH_IMAGE008
、性别
Figure DEST_PATH_IMAGE010
、身高
Figure DEST_PATH_IMAGE012
、体重
Figure DEST_PATH_IMAGE014
、是否经常运动
Figure DEST_PATH_IMAGE016
、是否患有慢性疾病
Figure DEST_PATH_IMAGE018
和是否使用拐杖
Figure DEST_PATH_IMAGE020
；年龄单位为岁；身高单位为厘米；体重单位为千克；性别若为男性则
Figure 229351DEST_PATH_IMAGE010
为1；性别若为女性则
Figure 208809DEST_PATH_IMAGE010
为0；用户若经常运动则
Figure 67174DEST_PATH_IMAGE016
为1，否则
Figure 55859DEST_PATH_IMAGE016
为0；用户若患有慢性疾病则
Figure 73493DEST_PATH_IMAGE018
为1，否则
Figure 741629DEST_PATH_IMAGE018
为0；用户若使用拐杖则
Figure 336558DEST_PATH_IMAGE020
为1，否则
Figure 738720DEST_PATH_IMAGE020
为0；所述控制终端根据所述用户个人信息计算阈值系数
Figure 751807DEST_PATH_IMAGE006
，所述阈值系数
Figure 73067DEST_PATH_IMAGE006
获取方式如下：
Figure DEST_PATH_IMAGE022
；
S11、判断所述跌倒检测腰带卡扣是否处于解锁状态，如果所述跌倒检测腰带卡扣处于解锁状态，执行步骤S10；如果所述跌倒检测腰带卡扣没有处于解锁状态，执行步骤S1；步骤S1包括获取三轴加速度计模块在时间周期
Figure DEST_PATH_IMAGE024
内采样的三轴加速度信号
Figure DEST_PATH_IMAGE026
、
Figure DEST_PATH_IMAGE028
和
Figure DEST_PATH_IMAGE030
，大气压力传感器模块在时间周期
Figure 217609DEST_PATH_IMAGE024
内采样的大气压信号
Figure DEST_PATH_IMAGE032
；其中，所述三轴加速度计模块采样率为
Figure DEST_PATH_IMAGE034
，所述大气压力传感器模块采样率为
Figure DEST_PATH_IMAGE036
，所述三轴加速度计模块设置于所述跌倒检测腰带卡扣后，X轴正方向为所述跌倒检测腰带卡扣正常佩戴时用户正前方，Y轴正方向为所述跌倒检测腰带卡扣正常佩戴时用户正左方，Z轴正方向为所述跌倒检测腰带卡扣正常佩戴时用户正上方。
进一步地，在所述跌倒检测腰带卡扣处于锁死状态时，步骤S10还包括下述步骤：
S100、将所述跌倒检测腰带卡扣的常开开关将由断开状态转为闭合状态；
S101、控制所述跌倒检测腰带卡扣的供电模块向所述跌倒检测腰带卡扣进行正常供电；
S102、控制所述跌倒检测腰带卡扣的跌倒事件检测模块启动，并控制所述跌倒检测腰带卡扣与所述控制终端进行配对通信。
进一步地，在所述跌倒检测腰带卡扣处于解锁状态时，步骤S11还包括下述步骤：
S110、控制所述跌倒检测腰带卡扣的常开开关由闭合状态转为断开状态，所述跌倒检测腰带卡扣因掉电而关闭，所述跌倒检测腰带卡扣的跌倒事件检测模块关闭。
进一步地，步骤S2还包括下述步骤：
S20、在没有得到所述跌倒事件
Figure DEST_PATH_IMAGE038
时，执行步骤S11；
S21、在得到所述跌倒事件
Figure 3556DEST_PATH_IMAGE038
时，执行步骤S3；控制所述跌倒检测腰带卡扣与所述控制终端通信，将所述跌倒事件
Figure 995783DEST_PATH_IMAGE038
发送至所述控制终端。
进一步地，所述的方法还包括：
所述控制终端接收到所述跌倒事件后，断开与所述跌倒检测腰带卡扣的通信，所述跌倒检测腰带卡扣关闭通讯模块。
进一步地，所述控制终端进行定位通信救助包括：
所述控制终端通过所述控制终端的定位模块获取用户当前位置信息，将带有所述用户当前位置信息的求救信息发送至用户预留的所有紧急联系人，并按紧急联系人排序依次循环拨打语音通话，直至语音通话接通，通话结束后与所述跌倒检测腰带卡扣通信以使跌倒检测腰带卡扣进行锁死。
进一步地，步骤S2包括：
S22、获取所述三轴加速度信号
Figure 753523DEST_PATH_IMAGE026
、
Figure 463990DEST_PATH_IMAGE028
和
Figure 316278DEST_PATH_IMAGE030
并分别进行均值滤波处理获得信号
Figure DEST_PATH_IMAGE040
、
Figure DEST_PATH_IMAGE042
和
Figure DEST_PATH_IMAGE044
，获取所述大气压信号
Figure 428590DEST_PATH_IMAGE032
；
S23、设置帧长
Figure DEST_PATH_IMAGE046
，帧移
Figure DEST_PATH_IMAGE048
，分别对所述信号
Figure 140587DEST_PATH_IMAGE040
、
Figure 72771DEST_PATH_IMAGE042
和
Figure 495794DEST_PATH_IMAGE044
进行分帧处理，获得：
Figure DEST_PATH_IMAGE050
其中，
Figure DEST_PATH_IMAGE052
是三轴加速度信号
Figure 367672DEST_PATH_IMAGE026
、
Figure 608161DEST_PATH_IMAGE028
和
Figure 886695DEST_PATH_IMAGE030
在设定时间周期内获取的数据，
Figure 100002_DEST_PATH_IMAGE053
表征元素，三轴加速度信号
Figure 316671DEST_PATH_IMAGE026
、
Figure 997051DEST_PATH_IMAGE028
和
Figure 531411DEST_PATH_IMAGE030
表征矩阵；
分别对所述信号
Figure DEST_PATH_IMAGE055
、
Figure DEST_PATH_IMAGE057
和
Figure DEST_PATH_IMAGE059
进行加窗处理，获得信号
Figure DEST_PATH_IMAGE061
、和
Figure DEST_PATH_IMAGE063
；其中，
Figure DEST_PATH_IMAGE065
；
S24、分别计算三轴倾角
Figure DEST_PATH_IMAGE067
、
Figure DEST_PATH_IMAGE069
和
Figure DEST_PATH_IMAGE071
及合加速度
Figure DEST_PATH_IMAGE073
；
S25、使用卷积核
Figure DEST_PATH_IMAGE075
以步长
Figure DEST_PATH_IMAGE077
分别对所述三轴倾角
Figure 205231DEST_PATH_IMAGE067
、
Figure 219324DEST_PATH_IMAGE069
、
Figure 895156DEST_PATH_IMAGE071
及合加速度
Figure 87234DEST_PATH_IMAGE073
进行卷积操作获得信号
Figure DEST_PATH_IMAGE079
、
Figure DEST_PATH_IMAGE081
、
Figure DEST_PATH_IMAGE083
和
Figure DEST_PATH_IMAGE085
；
S26、分别对所述信号
Figure 183104DEST_PATH_IMAGE079
、
Figure 486040DEST_PATH_IMAGE081
、
Figure 875433DEST_PATH_IMAGE083
和
Figure 628626DEST_PATH_IMAGE085
计算其均方差，获得均方差
Figure DEST_PATH_IMAGE087
、
Figure DEST_PATH_IMAGE089
、
Figure DEST_PATH_IMAGE091
和
Figure DEST_PATH_IMAGE093
；
S27、设置均方差阈值
Figure DEST_PATH_IMAGE095
、
Figure DEST_PATH_IMAGE097
、
Figure DEST_PATH_IMAGE099
和
Figure DEST_PATH_IMAGE101
，若
Figure DEST_PATH_IMAGE103
或
Figure DEST_PATH_IMAGE105
或
Figure DEST_PATH_IMAGE107
或
Figure DEST_PATH_IMAGE109
，则跳转至步骤S28；否则，跳转至步骤S22；
S28、设置帧长
Figure DEST_PATH_IMAGE111
，帧移
Figure DEST_PATH_IMAGE113
，对所述大气压信号
Figure 919448DEST_PATH_IMAGE032
进行均值滤波获得信号
Figure DEST_PATH_IMAGE115
，分别对所述信号
Figure 619551DEST_PATH_IMAGE040
、
Figure 269975DEST_PATH_IMAGE042
、
Figure 36812DEST_PATH_IMAGE044
和
Figure 405476DEST_PATH_IMAGE115
进行分帧处理，获得：
Figure DEST_PATH_IMAGE117
并分别对所述信号
Figure 643691DEST_PATH_IMAGE040
、
Figure 148621DEST_PATH_IMAGE042
、
Figure 837092DEST_PATH_IMAGE044
和
Figure 792585DEST_PATH_IMAGE115
进行加窗处理，获得信号
Figure DEST_PATH_IMAGE119
、
Figure DEST_PATH_IMAGE121
、
Figure DEST_PATH_IMAGE123
和
Figure DEST_PATH_IMAGE125
；其中，
Figure DEST_PATH_IMAGE127
且
Figure DEST_PATH_IMAGE129
且
Figure DEST_PATH_IMAGE131
；
S29、分别计算欧拉角
Figure DEST_PATH_IMAGE133
、
Figure DEST_PATH_IMAGE135
及合欧拉角
Figure DEST_PATH_IMAGE137
；
S210、获取所述欧拉角
Figure 349337DEST_PATH_IMAGE133
的绝对值最大值所对应序列序号
Figure DEST_PATH_IMAGE139
，获取所述欧拉角
Figure 288868DEST_PATH_IMAGE133
中序列序号
Figure 413819DEST_PATH_IMAGE139
所对应的元素
Figure DEST_PATH_IMAGE141
；获取所述欧拉角
Figure 570125DEST_PATH_IMAGE133
的绝对值最小值所对应序列序号
Figure DEST_PATH_IMAGE143
，获取所述欧拉角
Figure 540355DEST_PATH_IMAGE133
中序列序号
Figure 128200DEST_PATH_IMAGE143
所对应的元素
Figure DEST_PATH_IMAGE145
；获取所述欧拉角
Figure 892893DEST_PATH_IMAGE135
的绝对值最大值所对应序列序号
Figure DEST_PATH_IMAGE147
，获取所述欧拉角
Figure 661129DEST_PATH_IMAGE135
中序列序号
Figure 841575DEST_PATH_IMAGE147
所对应的元素
Figure DEST_PATH_IMAGE149
；获取所述欧拉角
Figure 614752DEST_PATH_IMAGE135
的绝对值最小值所对应序列序号
Figure DEST_PATH_IMAGE151
，获取所述欧拉角
Figure 301080DEST_PATH_IMAGE135
中序列序号
Figure 212404DEST_PATH_IMAGE151
所对应的元素
Figure DEST_PATH_IMAGE153
；获取所述合欧拉角
Figure 508125DEST_PATH_IMAGE137
中绝对值最大值
Figure DEST_PATH_IMAGE155
及其所对应序列序号
Figure DEST_PATH_IMAGE157
，获取所述合欧拉角
Figure 634344DEST_PATH_IMAGE137
中绝对值最小值
Figure DEST_PATH_IMAGE159
及其所对应序列序号
Figure DEST_PATH_IMAGE161
；获取所述信号
Figure 55354DEST_PATH_IMAGE125
中最大值
Figure DEST_PATH_IMAGE163
及其所对应序列序号
Figure DEST_PATH_IMAGE165
，获取所述信号
Figure 735865DEST_PATH_IMAGE125
中最小值
Figure DEST_PATH_IMAGE167
及其所对应序列序号
Figure DEST_PATH_IMAGE169
；
S211、设置欧拉角阈值
Figure DEST_PATH_IMAGE171
、大气压阈值
Figure DEST_PATH_IMAGE173
和时序阈值
Figure DEST_PATH_IMAGE175
，若
Figure DEST_PATH_IMAGE177
且
Figure DEST_PATH_IMAGE179
且0<
Figure DEST_PATH_IMAGE181
且0<
Figure DEST_PATH_IMAGE183
且0<
Figure DEST_PATH_IMAGE185
且0<
Figure DEST_PATH_IMAGE187
，则初始化连续静息次数
Figure DEST_PATH_IMAGE189
，并跳转至步骤S212；否则，跳转至步骤S22；其中，
Figure DEST_PATH_IMAGE191
为高度气压转换系数，
Figure DEST_PATH_IMAGE193
为腿长身高系数，
Figure 941936DEST_PATH_IMAGE191
和
Figure 250558DEST_PATH_IMAGE193
均可根据实验数据分析获得；
步骤S212：以帧长
Figure 59114DEST_PATH_IMAGE111
和帧移
Figure 430183DEST_PATH_IMAGE113
获取所述三轴加速度信号下一个时序窗口信号
Figure DEST_PATH_IMAGE195
、
Figure DEST_PATH_IMAGE197
和
Figure DEST_PATH_IMAGE199
，分别对所述信号
Figure 726429DEST_PATH_IMAGE195
、
Figure 499344DEST_PATH_IMAGE197
和
Figure 354168DEST_PATH_IMAGE199
计算其均方差，获得均方差
Figure DEST_PATH_IMAGE201
、
Figure DEST_PATH_IMAGE203
和
Figure DEST_PATH_IMAGE205
；
步骤S213：设置三轴静息均方差阈值
Figure DEST_PATH_IMAGE207
、
Figure DEST_PATH_IMAGE209
和
Figure DEST_PATH_IMAGE211
，若
Figure DEST_PATH_IMAGE213
且
Figure DEST_PATH_IMAGE215
且
Figure DEST_PATH_IMAGE217
，则跳转至步骤S214；否则，跳转至步骤S22；
步骤S214：所述连续静息次数
Figure DEST_PATH_IMAGE219
加1次；设置连续静息次数阈值
Figure DEST_PATH_IMAGE221
，若
Figure DEST_PATH_IMAGE223
，则跳转至步骤S215；否则，跳转至步骤S212；
步骤S215：根据欧拉角
Figure 228845DEST_PATH_IMAGE141
和
Figure 201218DEST_PATH_IMAGE149
确定跌倒方向，并向所述跌倒事件检测模块返回检测到带有跌倒方向的跌倒事件
Figure 218852DEST_PATH_IMAGE002
。
一方面，本发明提供一种基于跌倒检测腰带卡扣的跌倒检测系统，包括：控制终端和跌倒检测腰带卡扣；
所述跌倒检测腰带卡扣，包括：连接通信的常开开关、通讯模块A、计算模块A、数据存储模块A、供电模块A、三轴加速度计模块、大气压力传感器模块以及跌倒事件检测模块；
所述控制终端包括：连接通信的通讯模块B、计算模块B、数据存储模块B、输入模块、显示模块、供电模块B以及定位模块；
所述跌倒检测腰带卡扣执行上述任一项所述的方法。
一方面，本发明提供一种跌倒检测腰带卡扣，包括：
存储器，存储程序模块；
处理器，运行所述程序模块，以实现上述任一项所述的方法。
与现有技术相比，本发明的有益效果为：
本发明提供的跌倒检测腰带卡扣及其检测方法，通过腰带卡扣内置的加速度计获取三轴加速度信号，并通过大气压力传感器获取大气压信号，根据三轴加速度信号提取时域特征，欧拉角信息，静息三轴加速度信息，基于阈值判断法对所述三轴加速度信号所提取的时域特征进行跌倒预检测，根据所述三轴加速度信号所提取的欧拉角信息及大气压力传感器所获取的大气压信号及所述静息三轴加速度信息作跌倒检测确认以得到跌倒事件
Figure 634790DEST_PATH_IMAGE002
，再通过返回包含跌倒方向的跌倒事件
Figure 246031DEST_PATH_IMAGE002
，从而实现跌倒检测腰带卡扣便携、私密且佩戴舒适，可适用于并全覆盖老年人所有正式及非正式场合，可全天候全方位降低老年人因跌倒所导致的各类风险，而且，由于跌倒检测算法主要是基于阈值判断法，所使用的模型特征也是简单时域特征，算法鲁棒性强，可靠性高，同时使得算法所需占用的计算及存储资源较低，保证硬件支持轻量化微型化设计，并借助跌倒全过程人体力学特征设计算法检测流程，在保证较优漏检率的前提下最大限度兼顾误检率，同时保证用户能够实现有效紧急求助而得到及时救助及较优的用户无感体验，为老年人高质量老年生活护航。
附图说明
图1是跌倒检测腰带卡扣的检测方法的一个流程示意图；
图2是基于跌倒检测腰带卡扣的跌倒检测系统的一个架构示意图；
图3是跌倒检测腰带卡扣的一个架构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
实施例一
参见图1和图2，本实施例提供一种跌倒检测腰带卡扣的检测方法。
需要说明的是，图1所示方法的执行主体可以是软件和/或硬件装置。本申请的执行主体可以包括但不限于以下中的至少一个：用户设备、网络设备等。其中，用户设备可以包括但不限于计算机、智能手机、个人数字助理（Personal Digital Assistant，简称：PDA）及上述提及的电子设备等。网络设备可以包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算的由大量计算机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机组成的一个超级虚拟计算机。本实施例对此不做限制。
具体地，本实施例提供的跌倒检测腰带卡扣的检测方法，包括如下步骤S1、步骤S2以及步骤S3，具体如下：
S1、通过腰带卡扣内置的加速度计获取三轴加速度信号，并通过大气压力传感器获取大气压信号；
S2、根据所述三轴加速度信号提取时域特征，欧拉角信息，静息三轴加速度信息；基于阈值判断法对所述三轴加速度信号所提取的时域特征进行跌倒预检测；根据所述三轴加速度信号所提取的欧拉角信息及大气压力传感器所获取的大气压信号及所述静息三轴加速度信息作跌倒检测确认以得到跌倒事件
Figure 648194DEST_PATH_IMAGE038
；
S3、返回包含跌倒方向的跌倒事件
Figure 644969DEST_PATH_IMAGE038
至控制终端，所述控制终端接收到所述跌倒事件
Figure 484005DEST_PATH_IMAGE038
后弹出是否拨通紧急联系人的可选求救选项，等待用户确认，若用户对所述可选求救选项选择无需拨通紧急联系人，则所述控制终端与所述跌倒检测腰带卡扣建立通信以使所述跌倒检测腰带卡扣进行解锁状态判断；若用户对所述可选求救选项选择拨通紧急联系人或间隔设定时间后仍未处理所述可选求救选项，则所述控制终端进行定位通信救助。
需要说明的是，在本实施例跌倒检测腰带卡扣的检测方法可以运行在如图2所示的基于跌倒检测腰带卡扣的跌倒检测系统中，基于跌倒检测腰带卡扣的跌倒检测系统，包括：控制终端和跌倒检测腰带卡扣；所述跌倒检测腰带卡扣，包括：连接通信的常开开关、通讯模块A、计算模块A、数据存储模块A、供电模块A、三轴加速度计模块、大气压力传感器模块以及跌倒事件检测模块；所述控制终端包括：连接通信的通讯模块B、计算模块B、数据存储模块B、输入模块、显示模块、供电模块B以及定位模块；跌倒检测腰带卡扣可以作为跌倒检测腰带卡扣的检测方法中步骤S1、步骤S2以及步骤S3的执行主体。
本实施例中，跌倒检测腰带卡扣的检测方法的相关设备包括但不限于基于跌倒检测腰带卡扣的跌倒检测系统，跌倒检测腰带卡扣，计算机终端，基于跌倒检测腰带卡扣的跌倒检测装置，可读储存介质等，这些相关设备均可以运行本实施例提出的跌倒检测腰带卡扣的检测方法，并可以运行下文实施例中提出的跌倒检测腰带卡扣的检测方法的改进或优选方法。
另外，相比现有技术，本实施例提供的跌倒检测腰带卡扣及其检测方法，通过腰带卡扣内置的加速度计获取三轴加速度信号，并通过大气压力传感器获取大气压信号，根据三轴加速度信号提取时域特征，欧拉角信息，静息三轴加速度信息，基于阈值判断法对所述三轴加速度信号所提取的时域特征进行跌倒预检测，根据所述三轴加速度信号所提取的欧拉角信息及大气压力传感器所获取的大气压信号及所述静息三轴加速度信息作跌倒检测确认以得到跌倒事件，再通过返回包含跌倒方向的跌倒事件，从而实现跌倒检测腰带卡扣便携、私密且佩戴舒适，可适用于并全覆盖老年人所有正式及非正式场合，可全天候全方位降低老年人因跌倒所导致的各类风险，而且，由于跌倒检测算法主要是基于阈值判断法，所使用的模型特征也是简单时域特征，算法鲁棒性强，可靠性高，同时使得算法所需占用的计算及存储资源较低，保证硬件支持轻量化微型化设计，并借助跌倒全过程人体力学特征设计算法检测流程，在保证较优漏检率的前提下最大限度兼顾误检率，同时保证用户能够实现有效紧急求助而得到及时救助及较优的用户无感体验，为老年人高质量老年生活护航。
实施例二
在以上实施例基础上，本实施例对以上跌倒检测腰带卡扣的检测方法提出改进或优选方法，以作为改进实施例或优选实施例进一步说明跌倒检测腰带卡扣及其检测方法。
在一些实施例中，步骤S1前还包括下述步骤：
S10、判断所述跌倒检测腰带卡扣是否处于锁死状态，在所述跌倒检测腰带卡扣处于锁死状态时，启动跌倒检测并与控制终端通信获取用户个人信息和阈值系数
Figure 707176DEST_PATH_IMAGE006
，所述用户个人信息包括：年龄
Figure 772084DEST_PATH_IMAGE008
、性别
Figure 374098DEST_PATH_IMAGE010
、身高
Figure 7204DEST_PATH_IMAGE012
、体重
Figure 311147DEST_PATH_IMAGE014
、是否经常运动
Figure 429013DEST_PATH_IMAGE016
、是否患有慢性疾病
Figure 400380DEST_PATH_IMAGE018
和是否使用拐杖；年龄单位为岁；身高单位为厘米；体重单位为千克；性别若为男性则
Figure 938809DEST_PATH_IMAGE010
为1；性别若为女性则
Figure 11938DEST_PATH_IMAGE010
为0；用户若经常运动则
Figure 559594DEST_PATH_IMAGE016
为1，否则
Figure 385468DEST_PATH_IMAGE016
为0；用户若患有慢性疾病则
Figure 459910DEST_PATH_IMAGE018
为1，否则
Figure 4024DEST_PATH_IMAGE018
为0；用户若使用拐杖则
Figure 355371DEST_PATH_IMAGE020
为1，否则
Figure 786483DEST_PATH_IMAGE020
为0；所述控制终端根据所述用户个人信息计算阈值系数
Figure 197873DEST_PATH_IMAGE006
，所述阈值系数
Figure 963704DEST_PATH_IMAGE006
获取方式如下：
Figure DEST_PATH_IMAGE225
；
S11、判断所述跌倒检测腰带卡扣是否处于解锁状态，如果所述跌倒检测腰带卡扣处于解锁状态，执行步骤S10；如果所述跌倒检测腰带卡扣没有处于解锁状态，执行步骤S1；步骤S1包括获取三轴加速度计模块在时间周期
Figure 695905DEST_PATH_IMAGE024
内采样的三轴加速度信号
Figure 496371DEST_PATH_IMAGE026
、
Figure 422870DEST_PATH_IMAGE028
和
Figure 551363DEST_PATH_IMAGE030
，大气压力传感器模块在时间周期
Figure 103567DEST_PATH_IMAGE024
内采样的大气压信号
Figure 10737DEST_PATH_IMAGE032
；其中，所述三轴加速度计模块采样率为
Figure 622984DEST_PATH_IMAGE034
，所述大气压力传感器模块采样率为
Figure 238773DEST_PATH_IMAGE036
，所述三轴加速度计模块设置于所述跌倒检测腰带卡扣后，X轴正方向为所述跌倒检测腰带卡扣正常佩戴时用户正前方，Y轴正方向为所述跌倒检测腰带卡扣正常佩戴时用户正左方，Z轴正方向为所述跌倒检测腰带卡扣正常佩戴时用户正上方。进一步，在所述跌倒检测腰带卡扣处于锁死状态时，步骤S10还包括下述步骤：S100、将所述跌倒检测腰带卡扣的常开开关将由断开状态转为闭合状态；S101、控制所述跌倒检测腰带卡扣的供电模块向所述跌倒检测腰带卡扣进行正常供电；S102、控制所述跌倒检测腰带卡扣的跌倒事件检测模块启动，并控制所述跌倒检测腰带卡扣与所述控制终端进行配对通信。进一步，在所述跌倒检测腰带卡扣处于解锁状态时，步骤S11还包括下述步骤：S110、控制所述跌倒检测腰带卡扣的常开开关由闭合状态转为断开状态，所述跌倒检测腰带卡扣因掉电而关闭，所述跌倒检测腰带卡扣的跌倒事件检测模块关闭。
以上实施例中，所述跌倒检测腰带卡扣，包括：常开开关，通讯模块A，计算模块A，数据存储模块A，供电模块A，三轴加速度计模块，大气压力传感器模块，跌倒事件检测模块。其中，所述跌倒检测腰带卡扣的主体结构与普通腰带卡扣相同，内嵌通讯模块A、计算模块A、数据存储模块A、供电模块A、三轴加速度计、大气压力传感器和常开开关；若所述跌倒检测腰带卡扣像普通腰带卡扣那样进行锁死固定裤腰带时，则所述常开开关将由断开状态转为闭合状态，供电模块A可向所述跌倒检测腰带卡扣进行正常供电，跌倒事件检测模块启动；若所述跌倒检测腰带卡扣像普通腰带卡扣那样进行解锁解除对裤腰带的固定时，则所述常开开关将由闭合状态转为断开状态，所述跌倒检测腰带卡扣因掉电而关闭，此时所述跌倒事件检测模块关闭。另外，所述控制终端，包括：通讯模块B，计算模块B，数据存储模块B，输入模块，显示模块，供电模块B，定位模块。
另外，在跌倒检测腰带卡扣的检测方法运行时，若所述跌倒检测腰带卡扣锁死，则所述常开开关将由断开状态转为闭合状态，供电模块A可向所述跌倒检测腰带卡扣进行正常供电，跌倒事件检测模块启动，所述跌倒检测腰带卡扣与所述控制终端进行通讯模块配对，待配对成功后用户通过所述控制终端的输入模块输入用户个人信息；其中，所述用户个人信息包括：年龄
Figure 79821DEST_PATH_IMAGE008
、性别
Figure 854879DEST_PATH_IMAGE010
、身高
Figure 513393DEST_PATH_IMAGE012
、体重
Figure 990380DEST_PATH_IMAGE014
、是否经常运动
Figure 149966DEST_PATH_IMAGE016
、是否患有慢性疾病
Figure 389317DEST_PATH_IMAGE018
和是否使用拐杖
Figure 94099DEST_PATH_IMAGE020
；年龄单位为岁；身高单位为厘米；体重单位为千克；性别若为男性则
Figure 74694DEST_PATH_IMAGE010
为1；性别若为女性则
Figure 382178DEST_PATH_IMAGE010
为0；用户若经常运动则
Figure 384026DEST_PATH_IMAGE016
为1，否则
Figure 243397DEST_PATH_IMAGE016
为0；用户若患有慢性疾病则
Figure 321075DEST_PATH_IMAGE018
为1，否则
Figure 573195DEST_PATH_IMAGE018
为0；用户若使用拐杖则
Figure 911773DEST_PATH_IMAGE020
为1，否则
Figure 456893DEST_PATH_IMAGE020
为0；所述控制终端的计算模块B根据所述用户个人信息计算阈值系数
Figure 756287DEST_PATH_IMAGE006
，通过通讯模块B将所述阈值系数
Figure 264629DEST_PATH_IMAGE006
发送至所述跌倒检测腰带卡扣的通讯模块A，并断开与所述跌倒检测腰带卡扣的通讯模块配对，所述跌倒检测腰带卡扣关闭通讯模块A；其中，所述阈值系数
Figure 739603DEST_PATH_IMAGE006
获取方式如下：
Figure 206357DEST_PATH_IMAGE022
；
若所述跌倒检测腰带卡扣解锁解除对裤腰带的固定，则所述常开开关将由闭合状态转为断开状态，所述跌倒检测腰带卡扣因掉电而关闭，所述跌倒事件检测模块关闭，并重新判断锁死状态；否则，所述跌倒检测腰带卡扣的计算模块A通过所述三轴加速度计模块获取时间周期
Figure 258627DEST_PATH_IMAGE024
内三轴加速度信号
Figure 88436DEST_PATH_IMAGE026
、
Figure 542551DEST_PATH_IMAGE028
和
Figure 180205DEST_PATH_IMAGE030
，通过所述大气压力传感器模块获取时间周期
Figure 595137DEST_PATH_IMAGE024
内大气压信号
Figure 851806DEST_PATH_IMAGE032
，其中，所述三轴加速度计模块采样率为
Figure 19483DEST_PATH_IMAGE034
，所述三轴加速度计模块采样率为
Figure 77306DEST_PATH_IMAGE036
，所述三轴加速度计模块设置于所述跌倒检测腰带卡扣后，X轴正方向为所述跌倒检测腰带卡扣正常佩戴时用户正前方，Y轴正方向为所述跌倒检测腰带卡扣正常佩戴时用户正左方，Z轴正方向为所述跌倒检测腰带卡扣正常佩戴时用户正上方；所述跌倒检测腰带卡扣的计算模块A将所述三轴加速度信号
Figure 697643DEST_PATH_IMAGE026
、
Figure 758003DEST_PATH_IMAGE028
和
Figure 530918DEST_PATH_IMAGE030
及所述大气压信号
Figure 510376DEST_PATH_IMAGE032
输入至所述跌倒事件检测模块，若所述跌倒事件检测模块未检测到跌倒事件，则重新判断解锁状态，否则，若所述跌倒事件检测模块检测到跌倒事件
Figure 24534DEST_PATH_IMAGE038
，则所述跌倒检测腰带卡扣的通讯模块A与所述控制终端进行通讯模块配对，待配对成功后将所述跌倒事件
Figure 824055DEST_PATH_IMAGE038
发送至所述控制终端；所述控制终端接收到所述跌倒事件
Figure 966323DEST_PATH_IMAGE038
后，断开与所述跌倒检测腰带卡扣的通讯模块配对，所述跌倒检测腰带卡扣关闭通讯模块A。
在一些实施例中，步骤S2还包括下述步骤：S20、在没有得到所述跌倒事件
Figure 257627DEST_PATH_IMAGE038
时，执行步骤S11；S21、在得到所述跌倒事件
Figure 603289DEST_PATH_IMAGE038
时，执行步骤S3；控制所述跌倒检测腰带卡扣与所述控制终端通信，将所述跌倒事件
Figure 864506DEST_PATH_IMAGE038
发送至所述控制终端。
在一些实施例中，跌倒检测腰带卡扣的检测方法包括：所述控制终端接收到所述跌倒事件后，断开与所述跌倒检测腰带卡扣的通信，所述跌倒检测腰带卡扣关闭通讯模块。
在一些实施例中，所述控制终端进行定位通信救助包括：所述控制终端通过所述控制终端的定位模块获取用户当前位置信息，将带有所述用户当前位置信息的求救信息发送至用户预留的所有紧急联系人，并按紧急联系人排序依次循环拨打语音通话，直至语音通话接通，通话结束后与所述跌倒检测腰带卡扣通信使使跌倒检测腰带卡扣进行锁死。
在一些实施例中，步骤S2包括：
S22、获取所述三轴加速度信号
Figure 2227DEST_PATH_IMAGE026
、
Figure 103912DEST_PATH_IMAGE028
和
Figure 920559DEST_PATH_IMAGE030
并分别进行均值滤波处理获得信号
Figure 126412DEST_PATH_IMAGE040
、
Figure 728426DEST_PATH_IMAGE042
和
Figure 486166DEST_PATH_IMAGE044
，获取所述大气压信号
Figure 931054DEST_PATH_IMAGE032
；
S23、设置帧长
Figure 51850DEST_PATH_IMAGE046
，帧移
Figure 23217DEST_PATH_IMAGE048
，分别对所述信号
Figure 92805DEST_PATH_IMAGE040
、
Figure 634775DEST_PATH_IMAGE042
和
Figure 307065DEST_PATH_IMAGE044
进行分帧处理，获得：
Figure DEST_PATH_IMAGE227
分别对所述信号
Figure 851048DEST_PATH_IMAGE040
、
Figure 825957DEST_PATH_IMAGE042
和
Figure 370071DEST_PATH_IMAGE044
进行加窗处理，获得信号
Figure 331205DEST_PATH_IMAGE061
、
Figure DEST_PATH_IMAGE229
和
Figure 214847DEST_PATH_IMAGE063
；其中，
Figure 471910DEST_PATH_IMAGE065
；
S24、分别计算三轴倾角
Figure 237740DEST_PATH_IMAGE067
、
Figure 2565DEST_PATH_IMAGE069
和
Figure 412818DEST_PATH_IMAGE071
及合加速度
Figure 854164DEST_PATH_IMAGE073
；
S25、使用卷积核
Figure 356558DEST_PATH_IMAGE075
以步长
Figure 908762DEST_PATH_IMAGE077
分别对所述三轴倾角
Figure 439100DEST_PATH_IMAGE067
、
Figure 802080DEST_PATH_IMAGE069
、
Figure 276923DEST_PATH_IMAGE071
及合加速度
Figure 619437DEST_PATH_IMAGE073
进行卷积操作获得信号
Figure 269861DEST_PATH_IMAGE079
、
Figure 53009DEST_PATH_IMAGE081
、
Figure 297040DEST_PATH_IMAGE083
和
Figure 331992DEST_PATH_IMAGE085
；
S26、分别对所述信号
Figure 695977DEST_PATH_IMAGE079
、
Figure 899294DEST_PATH_IMAGE081
、
Figure 489675DEST_PATH_IMAGE083
和
Figure 187373DEST_PATH_IMAGE085
计算其均方差，获得均方差
Figure 812389DEST_PATH_IMAGE087
、
Figure 688073DEST_PATH_IMAGE089
、
Figure 890384DEST_PATH_IMAGE091
和
Figure 1559DEST_PATH_IMAGE093
；
S27、设置均方差阈值
Figure 580615DEST_PATH_IMAGE095
、
Figure 876467DEST_PATH_IMAGE097
、
Figure 441441DEST_PATH_IMAGE099
和
Figure DEST_PATH_IMAGE231
，若
Figure 825149DEST_PATH_IMAGE103
或
Figure 159178DEST_PATH_IMAGE105
或
Figure 875199DEST_PATH_IMAGE107
或
Figure 255365DEST_PATH_IMAGE109
，则跳转至步骤S28；否则，跳转至步骤S22；
S28、设置帧长
Figure 849288DEST_PATH_IMAGE111
，帧移
Figure 162458DEST_PATH_IMAGE113
，对所述大气压信号
Figure 675479DEST_PATH_IMAGE032
进行均值滤波获得信号
Figure 60717DEST_PATH_IMAGE115
，分别对所述信号
Figure 442020DEST_PATH_IMAGE040
、
Figure 360429DEST_PATH_IMAGE042
、
Figure 44351DEST_PATH_IMAGE044
和
Figure 930267DEST_PATH_IMAGE115
进行分帧处理，获得：
Figure DEST_PATH_IMAGE233
并分别对所述信号
Figure 426846DEST_PATH_IMAGE040
、
Figure 589974DEST_PATH_IMAGE042
、
Figure 585743DEST_PATH_IMAGE044
和
Figure 834321DEST_PATH_IMAGE115
进行加窗处理，获得信号
Figure 557427DEST_PATH_IMAGE119
、
Figure 951892DEST_PATH_IMAGE121
、
Figure 243196DEST_PATH_IMAGE123
和
Figure 838126DEST_PATH_IMAGE125
；其中，
Figure 381234DEST_PATH_IMAGE127
且
Figure 253375DEST_PATH_IMAGE129
且
Figure DEST_PATH_IMAGE235
；
S29、分别计算欧拉角
Figure 417378DEST_PATH_IMAGE133
、
Figure 374969DEST_PATH_IMAGE135
及合欧拉角
Figure 705456DEST_PATH_IMAGE137
；
S210、获取所述欧拉角
Figure 573049DEST_PATH_IMAGE133
的绝对值最大值所对应序列序号
Figure 940577DEST_PATH_IMAGE139
，获取所述欧拉角
Figure 775678DEST_PATH_IMAGE133
中序列序号
Figure 896474DEST_PATH_IMAGE139
所对应的元素
Figure 477628DEST_PATH_IMAGE141
；获取所述欧拉角
Figure 671849DEST_PATH_IMAGE133
的绝对值最小值所对应序列序号
Figure 213820DEST_PATH_IMAGE143
，获取所述欧拉角
Figure 761476DEST_PATH_IMAGE133
中序列序号
Figure 321770DEST_PATH_IMAGE143
所对应的元素
Figure 936160DEST_PATH_IMAGE145
；获取所述欧拉角
Figure 90061DEST_PATH_IMAGE135
的绝对值最大值所对应序列序号
Figure 300462DEST_PATH_IMAGE147
，获取所述欧拉角
Figure 731575DEST_PATH_IMAGE135
中序列序号
Figure 142964DEST_PATH_IMAGE147
所对应的元素
Figure 908795DEST_PATH_IMAGE149
；获取所述欧拉角
Figure 452383DEST_PATH_IMAGE135
的绝对值最小值所对应序列序号
Figure 862636DEST_PATH_IMAGE151
，获取所述欧拉角
Figure 303981DEST_PATH_IMAGE135
中序列序号
Figure 573420DEST_PATH_IMAGE151
所对应的元素
Figure 990DEST_PATH_IMAGE153
；获取所述合欧拉角
Figure 655962DEST_PATH_IMAGE137
中绝对值最大值
Figure 251897DEST_PATH_IMAGE155
及其所对应序列序号
Figure 992320DEST_PATH_IMAGE157
，获取所述合欧拉角
Figure 223582DEST_PATH_IMAGE137
中绝对值最小值
Figure 483793DEST_PATH_IMAGE159
及其所对应序列序号
Figure 266941DEST_PATH_IMAGE161
；获取所述信号
Figure 215699DEST_PATH_IMAGE125
中最大值
Figure 109705DEST_PATH_IMAGE163
及其所对应序列序号
Figure 614636DEST_PATH_IMAGE165
，获取所述信号
Figure 319418DEST_PATH_IMAGE125
中最小值
Figure 768854DEST_PATH_IMAGE167
及其所对应序列序号
Figure 607497DEST_PATH_IMAGE169
；其中，
Figure 340836DEST_PATH_IMAGE151
、
Figure 731366DEST_PATH_IMAGE147
、
Figure 543464DEST_PATH_IMAGE157
、
Figure 795585DEST_PATH_IMAGE161
、
Figure 134162DEST_PATH_IMAGE165
以及
Figure 570960DEST_PATH_IMAGE169
均为欧拉角
Figure 247185DEST_PATH_IMAGE133
的下标；
S211、设置欧拉角阈值
Figure 427631DEST_PATH_IMAGE171
、大气压阈值
Figure 620715DEST_PATH_IMAGE173
和时序阈值
Figure 103780DEST_PATH_IMAGE175
，若
Figure 890470DEST_PATH_IMAGE177
且
Figure 733661DEST_PATH_IMAGE179
且0<
Figure 296098DEST_PATH_IMAGE181
且0<
Figure 402595DEST_PATH_IMAGE183
且0<
Figure 551947DEST_PATH_IMAGE185
且0<
Figure 808616DEST_PATH_IMAGE187
，则初始化连续静息次数
Figure 976293DEST_PATH_IMAGE189
，并跳转至步骤S212；否则，跳转至步骤S22；其中，
Figure 37046DEST_PATH_IMAGE191
为高度气压转换系数，
Figure 922962DEST_PATH_IMAGE193
为腿长身高系数，
Figure 717743DEST_PATH_IMAGE191
和
Figure DEST_PATH_IMAGE237
均可根据实验数据分析获得。
步骤S212：以帧长
Figure 818554DEST_PATH_IMAGE111
和帧移
Figure 312858DEST_PATH_IMAGE113
获取所述三轴加速度信号下一个时序窗口信号
Figure 295858DEST_PATH_IMAGE195
、
Figure 18963DEST_PATH_IMAGE197
和
Figure 911964DEST_PATH_IMAGE199
，分别对所述信号
Figure 203268DEST_PATH_IMAGE195
、
Figure 532618DEST_PATH_IMAGE197
和
Figure 299893DEST_PATH_IMAGE199
计算其均方差，获得均方差
Figure 296668DEST_PATH_IMAGE201
、
Figure 103081DEST_PATH_IMAGE203
和
Figure 919727DEST_PATH_IMAGE205
；
步骤S213：设置三轴静息均方差阈值
Figure 125581DEST_PATH_IMAGE207
、
Figure 226129DEST_PATH_IMAGE209
和
Figure 983870DEST_PATH_IMAGE211
，若
Figure 304124DEST_PATH_IMAGE213
且
Figure 782510DEST_PATH_IMAGE215
且
Figure 19456DEST_PATH_IMAGE217
，则跳转至步骤S214；否则，跳转至步骤S22；
步骤S214：所述连续静息次数
Figure 934716DEST_PATH_IMAGE219
加1次；设置连续静息次数阈值
Figure 132479DEST_PATH_IMAGE221
，若
Figure 539190DEST_PATH_IMAGE223
，则跳转至步骤S215；否则，跳转至步骤S212。
步骤S215：根据欧拉角
Figure 506009DEST_PATH_IMAGE141
和
Figure 356284DEST_PATH_IMAGE149
确定跌倒方向，并向所述跌倒事件检测模块返回检测到带有跌倒方向的跌倒事件
Figure 900398DEST_PATH_IMAGE038
。
本实施例中，步骤S24、分别计算三轴倾角
Figure 986166DEST_PATH_IMAGE067
、
Figure 181392DEST_PATH_IMAGE069
和
Figure 451837DEST_PATH_IMAGE071
及合加速度
Figure 93034DEST_PATH_IMAGE073
，具体计算方式如下：
Figure DEST_PATH_IMAGE239
另外，步骤S29、分别计算欧拉角
Figure 185755DEST_PATH_IMAGE133
、
Figure 127166DEST_PATH_IMAGE135
及合欧拉角
Figure 820709DEST_PATH_IMAGE137
，具体计算方式如下：
Figure DEST_PATH_IMAGE241
另外，步骤S215、根据欧拉角
Figure 542677DEST_PATH_IMAGE141
和
Figure 111193DEST_PATH_IMAGE149
确定跌倒方向，包括：
计算偏向角
Figure DEST_PATH_IMAGE243
，获取方式如下：
Figure DEST_PATH_IMAGE245
若
Figure DEST_PATH_IMAGE247
且
Figure DEST_PATH_IMAGE249
，则跌倒方向为前偏右
Figure DEST_PATH_IMAGE251
度；若
Figure 421957DEST_PATH_IMAGE247
且
Figure DEST_PATH_IMAGE253
，则跌倒方向为后偏右
Figure 503046DEST_PATH_IMAGE243
度；若
Figure DEST_PATH_IMAGE255
且
Figure 964507DEST_PATH_IMAGE249
，则跌倒方向为前偏左
Figure 320402DEST_PATH_IMAGE243
度；若
Figure 970827DEST_PATH_IMAGE255
且
Figure 239128DEST_PATH_IMAGE253
，则跌倒方向为后偏左
Figure 732426DEST_PATH_IMAGE243
度。
实施例三
参见图3，本实施例提供一种跌倒检测腰带卡扣，包括：处理器、存储器和程序模块。
存储器，用于存储程序模块，该存储器还可以是闪存（flash）。程序模块例如是实现上述方法的应用程序、功能模块等。
处理器，用于执行存储器存储的程序模块，以实现上述方法的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地，存储器既可以是独立的，也可以跟处理器集成在一起。
当存储器是独立于处理器之外的器件时，设备还可以包括：
总线，用于连接存储器和处理器。
本实施例还提供一种可读存储介质，可读存储介质中存储有计算机程序，计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。其中，可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific Integrated Circuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器（ROM）、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。在上述设备的实施例中，应理解，处理器可以是中央处理单元（英文：Central Processing Unit，简称：CPU），还可以是其他通用处理器、数字信号处理器（英文：Digital Signal Processor，简称：DSP）、专用集成电路（英文：Application Specific Integrated Circuit，简称：ASIC）等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种跌倒检测腰带卡扣的检测方法，其特征在于，包括下述步骤：
S1、通过腰带卡扣内置的加速度计获取三轴加速度信号，并通过大气压力传感器获取大气压信号；
S2、根据所述三轴加速度信号提取时域特征，欧拉角信息，静息三轴加速度信息；基于 阈值判断法对所述三轴加速度信号所提取的时域特征进行跌倒预检测；根据所述三轴加速 度信号所提取的欧拉角信息及大气压力传感器所获取的大气压信号及所述静息三轴加速 度信息作跌倒检测确认，以得到跌倒事件
Figure DEST_PATH_IMAGE001
；
S3、返回包含跌倒方向的跌倒事件
Figure 278772DEST_PATH_IMAGE001
至控制终端，所述控制终端接收到所述跌倒事件
Figure 526214DEST_PATH_IMAGE001
后弹出是否拨通紧急联系人的可选求救选项，等待用户确认，若用户对所述可选求救选 项选择无需拨通紧急联系人，则所述控制终端与所述跌倒检测腰带卡扣建立通信，以使所 述跌倒检测腰带卡扣进行解锁状态判断；若用户对所述可选求救选项选择拨通紧急联系人 或间隔设定时间后仍未处理所述可选求救选项，则所述控制终端进行定位通信救助。
2.如权利要求1所述的方法，其特征在于，步骤S1前还包括下述步骤：
S10、判断所述跌倒检测腰带卡扣是否处于锁死状态，在所述跌倒检测腰带卡扣处于锁 死状态时，启动跌倒检测并与控制终端通信获取用户个人信息和阈值系数
Figure 770507DEST_PATH_IMAGE002
，所述用户个 人信息包括：年龄
Figure DEST_PATH_IMAGE003
、性别
Figure 292755DEST_PATH_IMAGE004
、身高
Figure DEST_PATH_IMAGE005
、体重
Figure 742322DEST_PATH_IMAGE006
、是否经常运动
Figure DEST_PATH_IMAGE007
、是否患有慢性疾 病
Figure 190359DEST_PATH_IMAGE008
和是否使用拐杖
Figure DEST_PATH_IMAGE009
；年龄单位为岁；身高单位为厘米；体重单位为千克；性别若为男 性则
Figure 827007DEST_PATH_IMAGE004
为1；性别若为女性则
Figure 621788DEST_PATH_IMAGE004
为0；用户若经常运动则
Figure 501362DEST_PATH_IMAGE007
为1，否则
Figure 949661DEST_PATH_IMAGE007
为0；用户若患 有慢性疾病则
Figure 667081DEST_PATH_IMAGE008
为1，否则
Figure 734394DEST_PATH_IMAGE008
为0；用户若使用拐杖则
Figure 955291DEST_PATH_IMAGE009
为1，否则
Figure 479551DEST_PATH_IMAGE009
为0；所述控制终端 根据所述用户个人信息计算阈值系数
Figure 543322DEST_PATH_IMAGE010
，所述阈值系数
Figure 148747DEST_PATH_IMAGE010
获取方式如下：
Figure DEST_PATH_IMAGE011
；
S11、判断所述跌倒检测腰带卡扣是否处于解锁状态，如果所述跌倒检测腰带卡扣处于 解锁状态，执行步骤S10；如果所述跌倒检测腰带卡扣没有处于解锁状态，执行步骤S1；步骤 S1包括获取三轴加速度计模块在时间周期
Figure 427413DEST_PATH_IMAGE012
内采样的三轴加速度信号
Figure DEST_PATH_IMAGE013
、
Figure 656662DEST_PATH_IMAGE014
和
Figure DEST_PATH_IMAGE015
，大气 压力传感器模块在时间周期
Figure 489620DEST_PATH_IMAGE012
内采样的大气压信号
Figure 429894DEST_PATH_IMAGE016
；其中，所述三轴加速度计模块采样 率为
Figure DEST_PATH_IMAGE017
，所述大气压力传感器模块采样率为
Figure 920656DEST_PATH_IMAGE018
，所述三轴加速度计模块设置于所述跌倒检 测腰带卡扣后，X轴正方向为所述跌倒检测腰带卡扣正常佩戴时用户正前方，Y轴正方向为 所述跌倒检测腰带卡扣正常佩戴时用户正左方，Z轴正方向为所述跌倒检测腰带卡扣正常 佩戴时用户正上方。
3.如权利要求2所述的方法，其特征在于，在所述跌倒检测腰带卡扣处于锁死状态时，步骤S10还包括下述步骤：
S100、将所述跌倒检测腰带卡扣的常开开关由断开状态转为闭合状态；
S101、控制所述跌倒检测腰带卡扣的供电模块向所述跌倒检测腰带卡扣进行正常供电；
S102、控制所述跌倒检测腰带卡扣的跌倒事件检测模块启动，并控制所述跌倒检测腰带卡扣与所述控制终端进行配对通信。
4.如权利要求2所述的方法，其特征在于，在所述跌倒检测腰带卡扣处于解锁状态时，步骤S11还包括下述步骤：
S110、控制所述跌倒检测腰带卡扣的常开开关由闭合状态转为断开状态，所述跌倒检测腰带卡扣因掉电而关闭，所述跌倒检测腰带卡扣的跌倒事件检测模块关闭。
5.如权利要求2所述的方法，其特征在于，步骤S2还包括下述步骤：
S20、在没有得到所述跌倒事件
Figure DEST_PATH_IMAGE019
时，执行步骤S11；
S21、在得到所述跌倒事件
Figure 694708DEST_PATH_IMAGE019
时，执行步骤S3；控制所述跌倒检测腰带卡扣与所述控制 终端通信，将所述跌倒事件
Figure 608438DEST_PATH_IMAGE019
发送至所述控制终端。
6.如权利要求5所述的方法，其特征在于，还包括：
所述控制终端接收到所述跌倒事件
Figure 322709DEST_PATH_IMAGE019
后，断开与所述跌倒检测腰带卡扣的通信，所述 跌倒检测腰带卡扣关闭通讯模块。
7.如权利要求1所述的方法，其特征在于，所述控制终端进行定位通信救助包括：
所述控制终端通过所述控制终端的定位模块获取用户当前位置信息，将带有所述用户 当前位置信息和跌倒事件
Figure 497338DEST_PATH_IMAGE020
的求救信息发送至用户预留的所有紧急联系人，并按紧急联系 人排序依次循环拨打语音通话，直至语音通话接通，通话结束后与所述跌倒检测腰带卡扣 通信以使跌倒检测腰带卡扣进行锁死状态判断。
8.如权利要求2-6任一项所述的方法，其特征在于，步骤S2包括：
S22、获取所述三轴加速度信号
Figure 770188DEST_PATH_IMAGE013
、
Figure 905634DEST_PATH_IMAGE014
和
Figure 922132DEST_PATH_IMAGE015
并分别进行均值滤波处理获得信号
Figure DEST_PATH_IMAGE021
、
Figure 387486DEST_PATH_IMAGE022
和
Figure DEST_PATH_IMAGE023
，获取所述大气压信号
Figure 503341DEST_PATH_IMAGE016
；
S23、设置帧长
Figure 391662DEST_PATH_IMAGE024
，帧移
Figure DEST_PATH_IMAGE025
，分别对所述信号
Figure 244474DEST_PATH_IMAGE021
、
Figure 269062DEST_PATH_IMAGE022
和
Figure 618135DEST_PATH_IMAGE023
进行分帧处理，获得：
Figure 852807DEST_PATH_IMAGE026
其中，
Figure DEST_PATH_IMAGE027
是三轴加速度信号
Figure 381746DEST_PATH_IMAGE013
、
Figure 260840DEST_PATH_IMAGE014
和
Figure 311973DEST_PATH_IMAGE015
在设定时间周期内获取的数据，
Figure 33941DEST_PATH_IMAGE028
表征元素，三轴加速度信号
Figure 930353DEST_PATH_IMAGE013
、
Figure 684859DEST_PATH_IMAGE014
和
Figure 641313DEST_PATH_IMAGE015
表征矩阵；
分别对所述信号
Figure 725944DEST_PATH_IMAGE021
、
Figure 426047DEST_PATH_IMAGE022
和
Figure 404367DEST_PATH_IMAGE023
进行加窗处理，获得信号
Figure DEST_PATH_IMAGE029
、
Figure 967941DEST_PATH_IMAGE030
和
Figure DEST_PATH_IMAGE031
；其中，
Figure 211972DEST_PATH_IMAGE032
；
S24、分别计算三轴倾角
Figure DEST_PATH_IMAGE033
、
Figure 748389DEST_PATH_IMAGE034
和
Figure DEST_PATH_IMAGE035
及合加速度
Figure 394265DEST_PATH_IMAGE036
；
S25、使用卷积核
Figure DEST_PATH_IMAGE037
以步长
Figure 489260DEST_PATH_IMAGE038
分别对所述三轴倾角
Figure 781439DEST_PATH_IMAGE033
、
Figure 823344DEST_PATH_IMAGE034
、
Figure 651623DEST_PATH_IMAGE035
及合加 速度
Figure 245415DEST_PATH_IMAGE036
进行卷积操作获得信号
Figure DEST_PATH_IMAGE039
、
Figure 965503DEST_PATH_IMAGE040
、
Figure DEST_PATH_IMAGE041
和
Figure 217624DEST_PATH_IMAGE042
；
S26、分别对所述信号
Figure 25043DEST_PATH_IMAGE039
、
Figure 665103DEST_PATH_IMAGE040
、
Figure 931874DEST_PATH_IMAGE041
和
Figure 315582DEST_PATH_IMAGE042
计算其均方差，获得均方差
Figure DEST_PATH_IMAGE043
、
Figure 915190DEST_PATH_IMAGE044
、
Figure DEST_PATH_IMAGE045
和
Figure 165299DEST_PATH_IMAGE046
；
S27、设置均方差阈值
Figure DEST_PATH_IMAGE047
、
Figure 951990DEST_PATH_IMAGE048
、
Figure DEST_PATH_IMAGE049
和
Figure 811492DEST_PATH_IMAGE050
，若
Figure DEST_PATH_IMAGE051
或
Figure 764143DEST_PATH_IMAGE052
或
Figure DEST_PATH_IMAGE053
或
Figure 418109DEST_PATH_IMAGE054
，则跳转至步骤S28；否 则，跳转至步骤S22；
S28、设置帧长
Figure 895358DEST_PATH_IMAGE055
，帧移
Figure DEST_PATH_IMAGE056
，对所述大气压信号
Figure 196369DEST_PATH_IMAGE016
进行均值滤波获得信号
Figure 708253DEST_PATH_IMAGE057
，分别 对所述信号
Figure 861017DEST_PATH_IMAGE021
、
Figure 91141DEST_PATH_IMAGE022
、
Figure 479397DEST_PATH_IMAGE023
和
Figure 609902DEST_PATH_IMAGE057
进行分帧处理，获得：
Figure DEST_PATH_IMAGE058
并分别对所述信号
Figure 605671DEST_PATH_IMAGE021
、
Figure 182145DEST_PATH_IMAGE022
、
Figure 249459DEST_PATH_IMAGE023
和
Figure 237400DEST_PATH_IMAGE057
进行加窗处理，获得信号
Figure 731966DEST_PATH_IMAGE059
、
Figure DEST_PATH_IMAGE060
、
Figure 202262DEST_PATH_IMAGE061
和
Figure DEST_PATH_IMAGE062
；其中，
Figure 870003DEST_PATH_IMAGE063
且
Figure DEST_PATH_IMAGE064
且
Figure 116046DEST_PATH_IMAGE065
；
S29、分别计算欧拉角
Figure DEST_PATH_IMAGE066
、
Figure 578251DEST_PATH_IMAGE067
及合欧拉角
Figure DEST_PATH_IMAGE068
；
S210、获取所述欧拉角
Figure 443832DEST_PATH_IMAGE066
的绝对值最大值所对应序列序号
Figure 118527DEST_PATH_IMAGE069
，获取所述欧拉角
Figure 438650DEST_PATH_IMAGE066
中序列序号
Figure 275019DEST_PATH_IMAGE069
所对应的元素
Figure DEST_PATH_IMAGE070
；获取所述欧拉角
Figure 624967DEST_PATH_IMAGE066
的绝对值最小值所对应 序列序号
Figure 683446DEST_PATH_IMAGE071
，获取所述欧拉角
Figure 936704DEST_PATH_IMAGE066
中序列序号
Figure 911351DEST_PATH_IMAGE071
所对应的元素
Figure DEST_PATH_IMAGE072
；获取所述欧 拉角
Figure 880751DEST_PATH_IMAGE067
的绝对值最大值所对应序列序号
Figure 162828DEST_PATH_IMAGE073
，获取所述欧拉角
Figure 270592DEST_PATH_IMAGE067
中序列序号
Figure 150561DEST_PATH_IMAGE073
所对应的元素
Figure DEST_PATH_IMAGE074
；获取所述欧拉角
Figure 150135DEST_PATH_IMAGE067
的绝对值最小值所对应序列序号
Figure 439165DEST_PATH_IMAGE075
，获取 所述欧拉角
Figure 572075DEST_PATH_IMAGE067
中序列序号
Figure 452306DEST_PATH_IMAGE075
所对应的元素
Figure DEST_PATH_IMAGE076
；获取所述合欧拉角
Figure 408017DEST_PATH_IMAGE068
中绝对值 最大值
Figure 936956DEST_PATH_IMAGE077
及其所对应序列序号
Figure DEST_PATH_IMAGE078
，获取所述合欧拉角
Figure 927302DEST_PATH_IMAGE068
中绝对值最小值
Figure 244014DEST_PATH_IMAGE079
及其所对应序列序号
Figure DEST_PATH_IMAGE080
；获取所述信号
Figure 215250DEST_PATH_IMAGE062
中最大值
Figure 642820DEST_PATH_IMAGE081
及其所对应序 列序号
Figure DEST_PATH_IMAGE082
，获取所述信号
Figure 437075DEST_PATH_IMAGE062
中最小值
Figure 190267DEST_PATH_IMAGE083
及其所对应序列序号
Figure DEST_PATH_IMAGE084
；其中，
Figure 320903DEST_PATH_IMAGE075
、
Figure 286585DEST_PATH_IMAGE073
、
Figure 907316DEST_PATH_IMAGE078
、
Figure 300251DEST_PATH_IMAGE080
、
Figure 137757DEST_PATH_IMAGE082
以及
Figure 641551DEST_PATH_IMAGE084
均为欧拉角
Figure 379437DEST_PATH_IMAGE066
的下标；
S211、设置欧拉角阈值
Figure 349798DEST_PATH_IMAGE085
、大气压阈值
Figure DEST_PATH_IMAGE086
和时序阈值
Figure 113748DEST_PATH_IMAGE087
，若
Figure DEST_PATH_IMAGE088
且
Figure 93337DEST_PATH_IMAGE089
且0<
Figure DEST_PATH_IMAGE090
且0<
Figure 623413DEST_PATH_IMAGE091
且0<
Figure DEST_PATH_IMAGE092
且0<
Figure 889309DEST_PATH_IMAGE093
，则初始化连续静息次数
Figure DEST_PATH_IMAGE094
，并跳转至步骤S212；否则，跳转至步骤S22；其中，
Figure 107932DEST_PATH_IMAGE095
为高度气压转换系数，
Figure DEST_PATH_IMAGE096
为腿 长身高系数，
Figure 986152DEST_PATH_IMAGE095
和
Figure 934516DEST_PATH_IMAGE096
均可根据实验数据分析获得；
步骤S212：以帧长
Figure 574576DEST_PATH_IMAGE055
和帧移
Figure 342812DEST_PATH_IMAGE056
获取所述三轴加速度信号下一个时序窗口信号
Figure 225055DEST_PATH_IMAGE097
、
Figure DEST_PATH_IMAGE098
和
Figure 824664DEST_PATH_IMAGE099
，分别对所述信号
Figure 635625DEST_PATH_IMAGE097
、
Figure 891157DEST_PATH_IMAGE098
和
Figure 568302DEST_PATH_IMAGE099
计算其 均方差，获得均方差
Figure DEST_PATH_IMAGE100
、
Figure 22417DEST_PATH_IMAGE101
和
Figure DEST_PATH_IMAGE102
；
步骤S213：设置三轴静息均方差阈值
Figure 676383DEST_PATH_IMAGE103
、
Figure DEST_PATH_IMAGE104
和
Figure 714484DEST_PATH_IMAGE105
，若
Figure DEST_PATH_IMAGE106
且
Figure 377678DEST_PATH_IMAGE107
且
Figure DEST_PATH_IMAGE108
，则跳转至步骤S214；否则，跳转至步骤S22；
步骤S214：所述连续静息次数
Figure 63130DEST_PATH_IMAGE109
加1次；设置连续静息次数阈值
Figure DEST_PATH_IMAGE110
，若
Figure 278211DEST_PATH_IMAGE111
， 则跳转至步骤S215；否则，跳转至步骤S212；
步骤S215：根据欧拉角
Figure 508335DEST_PATH_IMAGE070
和
Figure 771957DEST_PATH_IMAGE074
确定跌倒方向，并向所述跌倒事件检测模块返 回检测到带有跌倒方向的跌倒事件
Figure 636883DEST_PATH_IMAGE019
。
9.一种基于跌倒检测腰带卡扣的跌倒检测系统，其特征在于，包括：控制终端和跌倒检测腰带卡扣；
所述跌倒检测腰带卡扣，包括：连接通信的常开开关、通讯模块A、计算模块A、数据存储模块A、供电模块A、三轴加速度计模块、大气压力传感器模块以及跌倒事件检测模块；
所述控制终端包括：连接通信的通讯模块B、计算模块B、数据存储模块B、输入模块、显示模块、供电模块B以及定位模块；
所述跌倒检测腰带卡扣执行如权利要求1-8任一项所述的方法。
10.一种跌倒检测腰带卡扣，其特征在于，包括：
存储器，存储程序模块；
处理器，运行所述程序模块，以实现如权利要求1-8任一项所述的方法。
CN202211612131.6A 2022-12-15 2022-12-15 跌倒检测腰带卡扣及其检测方法 Active CN115644857B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211612131.6A CN115644857B (zh) 2022-12-15 2022-12-15 跌倒检测腰带卡扣及其检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211612131.6A CN115644857B (zh) 2022-12-15 2022-12-15 跌倒检测腰带卡扣及其检测方法

Publications (2)

Publication Number Publication Date
CN115644857A true CN115644857A (zh) 2023-01-31
CN115644857B CN115644857B (zh) 2023-05-19

Family

ID=85023048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211612131.6A Active CN115644857B (zh) 2022-12-15 2022-12-15 跌倒检测腰带卡扣及其检测方法

Country Status (1)

Country Link
CN (1) CN115644857B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202939773U (zh) * 2012-11-07 2013-05-15 中南大学 基于加速度和高度信息的人体跌倒监测装置
JP2013092923A (ja) * 2011-10-26 2013-05-16 Seiko Epson Corp 転落検出装置及び転落監視システム
CN104504855A (zh) * 2015-01-13 2015-04-08 广东乐源数字技术有限公司 一种智能腰带及智能跌倒应急预警系统
CN204731935U (zh) * 2015-05-26 2015-10-28 浙江体育科学研究所 一种智能监测老年人跌倒的装置
CN105342623A (zh) * 2015-09-25 2016-02-24 广东乐源数字技术有限公司 智能跌倒监护装置及其处理方法
KR20180095242A (ko) * 2017-02-17 2018-08-27 (주)와이파이브 낙상 감지 장치 및 방법
CN110047248A (zh) * 2019-05-23 2019-07-23 河南工业大学 一种基于可穿戴的老人跌倒检测方法及设备
US20210035431A1 (en) * 2019-08-02 2021-02-04 Samsung Electronics Co., Ltd. Method and device for detecting fall accident by using sensor in low power state
CN114469074A (zh) * 2021-12-15 2022-05-13 中国科学院深圳先进技术研究院 一种跌倒预警方法、系统、设备及计算机存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013092923A (ja) * 2011-10-26 2013-05-16 Seiko Epson Corp 転落検出装置及び転落監視システム
CN202939773U (zh) * 2012-11-07 2013-05-15 中南大学 基于加速度和高度信息的人体跌倒监测装置
CN104504855A (zh) * 2015-01-13 2015-04-08 广东乐源数字技术有限公司 一种智能腰带及智能跌倒应急预警系统
CN204731935U (zh) * 2015-05-26 2015-10-28 浙江体育科学研究所 一种智能监测老年人跌倒的装置
CN105342623A (zh) * 2015-09-25 2016-02-24 广东乐源数字技术有限公司 智能跌倒监护装置及其处理方法
KR20180095242A (ko) * 2017-02-17 2018-08-27 (주)와이파이브 낙상 감지 장치 및 방법
CN110047248A (zh) * 2019-05-23 2019-07-23 河南工业大学 一种基于可穿戴的老人跌倒检测方法及设备
US20210035431A1 (en) * 2019-08-02 2021-02-04 Samsung Electronics Co., Ltd. Method and device for detecting fall accident by using sensor in low power state
CN114469074A (zh) * 2021-12-15 2022-05-13 中国科学院深圳先进技术研究院 一种跌倒预警方法、系统、设备及计算机存储介质

Also Published As

Publication number Publication date
CN115644857B (zh) 2023-05-19

Similar Documents

Publication Publication Date Title
US10950112B2 (en) Wrist fall detector based on arm direction
US20210064141A1 (en) System for detecting a signal body gesture and method for training the system
CN110851067A (zh) 屏幕显示模式的切换方法、装置及电子设备
CN106462675A (zh) 信息处理装置、应用软件启动系统和应用软件启动方法
CN110012153A (zh) 灭屏显示的方法和电子设备
Kepski et al. Event‐driven system for fall detection using body‐worn accelerometer and depth sensor
WO2020232724A1 (zh) 一种语音交互智能手环
CN108876659A (zh) 基于智能终端的敬老出行服务系统和方法
CN111596781A (zh) 一种防误触方法及一种终端
CN107613550A (zh) 解锁控制方法及相关产品
CN113676339B (zh) 组播方法、装置、终端设备及计算机可读存储介质
WO2022151887A1 (zh) 睡眠监测方法及相关装置
WO2021254131A1 (zh) 一种语音唤醒的方法、电子设备、可穿戴设备和系统
CN115644857A (zh) 跌倒检测腰带卡扣及其检测方法
WO2018006257A1 (zh) 智能内裤及其报警控制方法
EP4020389A1 (en) Target user locking method and electronic device
CN106408868A (zh) 一种便携式老年人跌倒监控预警系统及方法
CN115204240A (zh) 基于毫米波雷达和fpga的跌倒检测方法及装置
CN115480250A (zh) 语音识别方法、装置、电子设备及存储介质
CN113936425A (zh) 一种居家养老摔倒检测系统及操作方法
CN112089593A (zh) 颈部按摩仪的防丢失方法、颈部按摩仪及存储装置
He et al. Application of Kalman filter and k-NN classifier in wearable fall detection device
Bhattacharjee et al. Smart fall detection systems for elderly care
WO2024067328A1 (zh) 一种消息处理方法
CN109935048A (zh) 一种心率检测智能手表报警方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant