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 PDFInfo
- 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
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
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;
S3、返回包含跌倒方向的跌倒事件至控制终端,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,所述用户个人信息包括:年龄、性别、身高、体重、是否经常运动、是否患有慢性疾病和是否使用拐杖;年龄单位为岁;身高单位为厘米;体重单位为千克;性别若为男性则为1;性别若为女性则为0;用户若经常运动则为1,否则为0;用户若患有慢性疾病则为1,否则为0;用户若使用拐杖则为1,否则为0;所述控制终端根据所述用户个人信息计算阈值系数,所述阈值系数获取方式如下:
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内采样的三轴加速度信号、和,大气压力传感器模块在时间周期内采样的大气压信号;其中,所述三轴加速度计模块采样率为,所述大气压力传感器模块采样率为,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:
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:
S210、获取所述欧拉角的绝对值最大值所对应序列序号,获取所述欧拉角中序列序号所对应的元素;获取所述欧拉角的绝对值最小值所对应序列序号,获取所述欧拉角中序列序号所对应的元素;获取所述欧拉角的绝对值最大值所对应序列序号,获取所述欧拉角中序列序号所对应的元素;获取所述欧拉角的绝对值最小值所对应序列序号,获取所述欧拉角中序列序号所对应的元素;获取所述合欧拉角中绝对值最大值及其所对应序列序号,获取所述合欧拉角中绝对值最小值及其所对应序列序号;获取所述信号中最大值及其所对应序列序号,获取所述信号中最小值及其所对应序列序号;
S211、设置欧拉角阈值、大气压阈值和时序阈值,若且且0<且0<且0<且0<,则初始化连续静息次数,并跳转至步骤S212;否则,跳转至步骤S22;其中,为高度气压转换系数,为腿长身高系数,和均可根据实验数据分析获得;
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,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。
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;
S3、返回包含跌倒方向的跌倒事件至控制终端,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。
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,所述用户个人信息包括:年龄、性别、身高、体重、是否经常运动、是否患有慢性疾病和是否使用拐杖;年龄单位为岁;身高单位为厘米;体重单位为千克;性别若为男性则为1;性别若为女性则为0;用户若经常运动则为1,否则为0;用户若患有慢性疾病则为1,否则为0;用户若使用拐杖则为1,否则为0;所述控制终端根据所述用户个人信息计算阈值系数,所述阈值系数获取方式如下:
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内采样的三轴加速度信号、和,大气压力传感器模块在时间周期内采样的大气压信号;其中,所述三轴加速度计模块采样率为,所述大气压力传感器模块采样率为,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、性别、身高、体重、是否经常运动、是否患有慢性疾病和是否使用拐杖;年龄单位为岁;身高单位为厘米;体重单位为千克;性别若为男性则为1;性别若为女性则为0;用户若经常运动则为1,否则为0;用户若患有慢性疾病则为1,否则为0;用户若使用拐杖则为1,否则为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,通过通讯模块B将所述阈值系数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,所述阈值系数获取方式如下:
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内三轴加速度信号、和,通过所述大气压力传感器模块获取时间周期内大气压信号,其中,所述三轴加速度计模块采样率为,所述三轴加速度计模块采样率为,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、和及所述大气压信号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,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发送至所述控制终端;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时,执行步骤S11;S21、在得到所述跌倒事件时,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:
S210、获取所述欧拉角的绝对值最大值所对应序列序号,获取所述欧拉角中序列序号所对应的元素;获取所述欧拉角的绝对值最小值所对应序列序号,获取所述欧拉角中序列序号所对应的元素;获取所述欧拉角的绝对值最大值所对应序列序号,获取所述欧拉角中序列序号所对应的元素;获取所述欧拉角的绝对值最小值所对应序列序号,获取所述欧拉角中序列序号所对应的元素;获取所述合欧拉角中绝对值最大值及其所对应序列序号,获取所述合欧拉角中绝对值最小值及其所对应序列序号;获取所述信号中最大值及其所对应序列序号,获取所述信号中最小值及其所对应序列序号;其中,、、、、以及均为欧拉角的下标;
S211、设置欧拉角阈值、大气压阈值和时序阈值,若且且0<且0<且0<且0<,则初始化连续静息次数,并跳转至步骤S212;否则,跳转至步骤S22;其中,为高度气压转换系数,为腿长身高系数,和均可根据实验数据分析获得。
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;
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,所述用户个
人信息包括:年龄、性别、身高、体重、是否经常运动、是否患有慢性疾
病和是否使用拐杖;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
性则为1;性别若为女性则为0;用户若经常运动则为1,否则为0;用户若患
有慢性疾病则为1,否则为0;用户若使用拐杖则为1,否则为0;所述控制终端
根据所述用户个人信息计算阈值系数,所述阈值系数获取方式如下:
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。
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:
S210、获取所述欧拉角的绝对值最大值所对应序列序号,获取所述欧拉角中序列序号所对应的元素;获取所述欧拉角的绝对值最小值所对应
序列序号,获取所述欧拉角中序列序号所对应的元素;获取所述欧
拉角的绝对值最大值所对应序列序号,获取所述欧拉角中序列序号
所对应的元素;获取所述欧拉角的绝对值最小值所对应序列序号,获取
所述欧拉角中序列序号所对应的元素;获取所述合欧拉角中绝对值
最大值及其所对应序列序号,获取所述合欧拉角中绝对值最小值及其所对应序列序号;获取所述信号中最大值及其所对应序
列序号,获取所述信号中最小值及其所对应序列序号;其中,、、、、以及均为欧拉角的下标;
S211、设置欧拉角阈值、大气压阈值和时序阈值,若且且0<且0<且0<且0<,则初始化连续静息次数,并跳转至步骤S212;否则,跳转至步骤S22;其中,为高度气压转换系数,为腿
长身高系数,和均可根据实验数据分析获得;
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。
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)
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 |
-
2022
- 2022-12-15 CN CN202211612131.6A patent/CN115644857B/zh active Active
Patent Citations (9)
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 |