CN116942140A - 检测跌倒的方法、介质、程序产品及电子设备 - Google Patents
检测跌倒的方法、介质、程序产品及电子设备 Download PDFInfo
- Publication number
- CN116942140A CN116942140A CN202210399124.6A CN202210399124A CN116942140A CN 116942140 A CN116942140 A CN 116942140A CN 202210399124 A CN202210399124 A CN 202210399124A CN 116942140 A CN116942140 A CN 116942140A
- Authority
- CN
- China
- Prior art keywords
- information
- preset
- audio data
- user
- target
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 109
- 230000001133 acceleration Effects 0.000 claims abstract description 140
- 239000000463 material Substances 0.000 claims description 42
- 238000011156 evaluation Methods 0.000 claims description 29
- 230000015654 memory Effects 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 4
- 239000000523 sample Substances 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 20
- 210000003128 head Anatomy 0.000 description 121
- 239000004984 smart glass Substances 0.000 description 111
- 238000001514 detection method Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 24
- 230000002159 abnormal effect Effects 0.000 description 22
- 239000008280 blood Substances 0.000 description 20
- 210000004369 blood Anatomy 0.000 description 20
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 19
- 229910052760 oxygen Inorganic materials 0.000 description 19
- 239000001301 oxygen Substances 0.000 description 19
- 238000012545 processing Methods 0.000 description 16
- 208000030886 Traumatic Brain injury Diseases 0.000 description 15
- 239000010426 asphalt Substances 0.000 description 13
- 208000016261 weight loss Diseases 0.000 description 13
- 230000004580 weight loss Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000003993 interaction Effects 0.000 description 12
- 239000011521 glass Substances 0.000 description 11
- 230000008859 change Effects 0.000 description 10
- 230000005856 abnormality Effects 0.000 description 9
- 238000010295 mobile communication Methods 0.000 description 8
- 206010047700 Vomiting Diseases 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 230000008673 vomiting Effects 0.000 description 7
- 206010010071 Coma Diseases 0.000 description 6
- 210000004556 brain Anatomy 0.000 description 6
- 208000002173 dizziness Diseases 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 206010061225 Limb injury Diseases 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000005484 gravity Effects 0.000 description 5
- 230000006378 damage Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 3
- 208000014674 injury Diseases 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 210000001202 rhombencephalon Anatomy 0.000 description 3
- 208000018316 severe headache Diseases 0.000 description 3
- 239000002023 wood Substances 0.000 description 3
- 206010018985 Haemorrhage intracranial Diseases 0.000 description 2
- 208000023803 Hip injury Diseases 0.000 description 2
- 208000008574 Intracranial Hemorrhages Diseases 0.000 description 2
- 206010060820 Joint injury Diseases 0.000 description 2
- 208000003443 Unconsciousness Diseases 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000004568 cement Substances 0.000 description 2
- 208000020442 loss of weight Diseases 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 206010019233 Headaches Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000009429 distress Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 238000013186 photoplethysmography Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- -1 tile Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- 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
- A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
-
- 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
- A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
-
- 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
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- 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
- 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
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
-
- 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
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
- A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Physiology (AREA)
- Nursing (AREA)
- Psychiatry (AREA)
- Critical Care (AREA)
- Dentistry (AREA)
- Emergency Medicine (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Gerontology & Geriatric Medicine (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本申请涉及通信技术领域,公开了一种检测跌倒的方法、介质、程序产品及电子设备,能够检测出跌倒中头部撞击地面这一高危场景,及时告警、求助或提醒就医,使得跌倒用户及时得到救助。该方法包括:采集加速度数据;若加速度数据的模值小于第一阈值,说明检测出人体处于失重状态,则开启麦克风采集音频数据;若音频数据与第一预设音频数据匹配,说明该音频数据为人体跌倒时头部撞击地面的音频数据,执行第一操作,如报警、求助、提醒就医等操作。该方法具体应用于用户佩戴可穿戴的电子设备时跌倒的场景中。
Description
技术领域
本申请涉及终端技术领域,特别涉及一种检测跌倒的方法、介质、程序产品及电子设备。
背景技术
近年来,老年人等特殊人群意外跌倒引起的安全问题逐渐引起人们的关注。老人跌倒极易造成肢体损伤,而跌倒中头部撞击地面尤其危险。因此,为了及时发现并救助跌倒的老人,对人体进行跌倒检测非常重要。
目前,基于视频或射频(Radio Frequency,RF)的检测技术,依赖于固定场所中事先部署的摄像头或RF设备,通过视频图像或RF信号变化检测是否有人跌倒,检测范围受限。而另一种基于穿戴设备的检测技术,主要是通过佩戴在用户手部的可穿戴设备中的惯性测量单元(Inertial Measurement Unit,IMU)来捕捉人体运动的加速度等信号,以检测用户是否跌倒。然而,这些检测方法只能检测出人体是否跌倒,无法识别出跌倒时头部撞击地面这一高危场景,将无法进行准确的跌倒风险评估。
发明内容
本申请实施例提供了一种检测跌倒的方法、介质、程序产品及电子设备,能够检测出跌倒中头部撞击地面这一高危场景,及时告警、求助或提醒就医。
第一方面,本申请实施例提供了一种检测跌倒的方法,应用于电子设备,包括:采集加速度数据;若所述加速度数据的模值(即下文中的加速度模值)小于第一阈值(即下文中的阈值a1),开启麦克风采集音频数据;若所述音频数据与第一预设音频数据匹配,执行第一操作。其中,加速度数据的模值小于第一阈值,表示人体发生了失重状态而疑似跌倒,此时加速度数据的模值取值为负值,表示加速度的方向向下,即沿着重力方向。第一预设数据为头部撞击地面的音频数据(如下文中的第一中音频数据和第二类音频数据),而采集的音频数据与第一预设音频数据匹配,表示采集的音频数据为头部撞击地面的音频数据。如此,能够检测出跌倒中头部撞击地面这一高危场景,及时告警、求助或提醒就医,使得跌倒用户及时得到救助。
在上述第一方面的一种可能的实现方式中,上述若所述音频数据与第一预设音频数据匹配,执行第一操作之前,还包括:若所述模值小于所述第一阈值,确定在第一时刻之后的第一预设时长内所述模值大于第二阈值,所述第一时刻为所述模值小于所述第一阈值的时刻;确定在第二时刻之后的第二预设时长内所述模值小于第三阈值,所述第二时刻为所述模值大于所述第二阈值的时刻;确定所述加速度数据的数据特征与预设加速度数据的数据特征匹配。
在上述第一方面的一种可能的实现方式中,上述第一操作包括以下至少一项:输出第一告警声;显示第一提醒信息;向预设联系人发送第一信息;向所述预设联系人发起通话。
在上述第一方面的一种可能的实现方式中,上述发送所述第一信息之前,还包括:若所述音频数据与所述第一预设音频数据匹配,获取第一目标信息;其中,所述第一目标信息包括以下至少一项:位置信息(即下文中的跌倒位置的信息)、材质信息(即下文中的跌倒地面材质的信息)、体征参数,人体部位信息(即下文中的头部撞击部位);所述第一信息中包括所述第一目标信息,或者,包括所述第一目标信息和第一评估信息 (如下文中的健康评估信息,以及就医提醒信息等);所述第一评估信息为根据所述第一目标信息生成的。
在上述第一方面的一种可能的实现方式中,在所述第一目标信息包括材质信息的情况下,上述获取第一目标信息,包括:确定所述音频数据的频域特征与第二预设音频数据的频域特征匹配;将与所述第二预设音频数据对应的材质信息作为所述第一目标信息中的材质信息。
在上述第一方面的一种可能的实现方式中,上述在所述第一目标信息包括人体部位信息的情况下,上述获取第一目标信息,包括:根据所述加速度数据确定方向信息(即下文中的跌倒方向);将与所述方向信息对应的人体部位信息作为所述第一目标信息中的人体部位信息。
在上述第一方面的一种可能的实现方式中,在所述第一目标信息包括人体部位信息的情况下,上述获取第一目标信息,包括:根据所述加速度数据确定方向信息;确定所述第一预设音频数据为目标类型,所述第一预设音频数据为与所述电子设备对应的第一类型数据或与人体对应的第二类型数据;将与所述方向信息和所述目标类型对应的人体部位信息作为所述第一目标信息中的人体部位信息。
在上述第一方面的一种可能的实现方式中,上述若所述音频数据与第一预设音频数据匹配,执行第一操作之后,还包括:在目标预设时长内周期性的检测人体的体征参数,和/或,接收用户输入的体征信息;在所述体征参数符合预设体征参数,或者所述特征信息符合预设体征信息时,执行第二操作。
在上述第一方面的一种可能的实现方式中,上述第二操作包括以下至少一项:输出第二告警声;显示第二提醒信息;向预设联系人发送第二信息;向所述预设联系人发起通话。
在上述第一方面的一种可能的实现方式中,上述发送所述第二信息之前,还包括:获取第二目标信息;其中,所述第二目标信息包括以下至少一项:位置信息、材质信息、体征参数、人体部位信息、用户输入的体征信息;所述第二信息中包括所述第二目标信息,或者,包括所述第二目标信息和第二评估信息;所述第二评估信息为根据所述第二目标信息生成的。
在上述第一方面的一种可能的实现方式中,上述电子设备佩戴于人体头部。
第二方面,本申请实施例提供了一种检测跌倒的方法,应用于第一电子设备,包括:接收第二电子设备发送的加速度数据;确定所述加速度数据满足预设条件;从所述第二电子设备获取音频数据,其中,所述音频数据为所述第二电子设备的麦克风在所述加速度数据的模值小于第一阈值的情况下开启麦克风采集得到的;若所述音频数据与第一预设音频数据匹配,执行第一操作。
在上述第二方面的一种可能的实现方式中,上述确定所述加速度数据满足预设条件,包括:确定在第一时刻之后的第一预设时长内所述模值大于第二阈值,所述第一时刻为所述模值小于所述第一阈值的时刻;确定在第二时刻之后的第二预设时长内所述模值小于第三阈值,所述第二时刻为所述模值大于所述第二阈值的时刻;确定所述加速度数据的数据特征与预设加速度数据的数据特征匹配。
在上述第二方面的一种可能的实现方式中,上述第一操作包括以下至少一项:输出第一告警声;显示第一提醒信息;向预设联系人发送第一信息;向所述预设联系人发起通话。
在上述第二方面的一种可能的实现方式中,上述发送所述第一信息之前,还包括:若所述音频数据与所述第一预设音频数据匹配,获取第一目标信息;其中,所述第一目标信息包括以下至少一项:位置信息、材质信息、体征参数,人体部位信息;所述第一信息中包括所述第一目标信息,或者,包括所述第一目标信息和第一评估信息;所述第一评估信息为根据所述第一目标信息生成的。
在上述第二方面的一种可能的实现方式中,在所述第一目标信息包括材质信息的情况下,上述获取第一目标信息,包括:确定所述音频数据的数据特征与第二预设音频数据的数据特征匹配;将与所述第二预设音频数据对应的材质信息作为所述第一目标信息中的材质信息。
在上述第二方面的一种可能的实现方式中,上述在所述第一目标信息包括人体部位信息的情况下,所述获取第一目标信息,包括:根据所述加速度数据确定方向信息;将与所述方向信息对应的人体部位信息作为所述第一目标信息中的人体部位信息。
在上述第二方面的一种可能的实现方式中,上述在所述第一目标信息包括人体部位信息的情况下,所述获取第一目标信息,包括:根据所述加速度数据确定方向信息;确定所述第一预设音频数据为目标类型,所述第一预设音频数据为与所述电子设备对应的第一类型数据或与人体对应的第二类型数据;将与所述方向信息和所述目标类型对应的人体部位信息作为所述第一目标信息中的人体部位信息。
在上述第二方面的一种可能的实现方式中,上述若所述音频数据与第一预设音频数据匹配,执行第一操作之后,还包括:在目标预设时长内周期性的从所述第二电子设备获取人体的体征参数,和/或,接收在所述第一电子设备上用户输入的体征信息;在所述体征参数符合预设体征参数,或者所述特征信息符合预设体征信息时,执行第二操作。
在上述第二方面的一种可能的实现方式中,上述第二操作包括以下至少一项:输出第二告警声;显示第二提醒信息;向所述预设联系人发送第二信息;向所述预设联系人发起通话。
在上述第二方面的一种可能的实现方式中,上述发送所述第二信息之前,还包括:获取第二目标信息;其中,所述第二目标信息包括以下至少一项:位置信息、材质信息、体征参数、人体部位信息、用户输入的体征信息;所述第二信息中包括所述第二目标信息,或者,包括所述第二目标信息和第二评估信息;所述第二评估信息为根据所述第二目标信息生成的。
在上述第二方面的一种可能的实现方式中,上述第二电子设备佩戴于人体头部。
第三方面,本申请实施例提供了一种检测跌倒的方法,应用于包括第一电子设备和第二电子设备的系统,包括:第二电子设备采集加速度数据,并向所述第一电子设备发送所述加速度数据;若所述加速度数据的模值小于第一阈值,所述第二电子设备开启麦克风采集音频数据;在所述第一电子设备接收到加速度数据的情况下,确定所述加速度数据满足预设条件;所述第一电子设备从所述第二电子设备获取所述音频数据;若所述音频数据与第一预设音频数据匹配,所述第一电子设备执行第一操作。
在上述第三方面的一种可能的实现方式中,上述第一电子设备确定所述加速度数据满足预设条件,包括:所述第一电子设备确定在第一时刻之后的第一预设时长内所述模值大于第二阈值,所述第一时刻为所述模值小于所述第一阈值的时刻;所述第一电子设备确定在第二时刻之后的第二预设时长内所述模值小于第三阈值,所述第二时刻为所述模值大于所述第二阈值的时刻;所述第一电子设备确定所述加速度数据的数据特征与预设加速度数据的数据特征匹配。
在上述第三方面的一种可能的实现方式中,上述第一操作包括以下至少一项:输出第一告警声;显示第一提醒信息;向预设联系人发送第一信息;向所述预设联系人发起通话。
在上述第三方面的一种可能的实现方式中,上述发送所述第一信息之前,还包括:若所述音频数据与所述第一预设音频数据匹配,所述第一电子设备获取第一目标信息;其中,所述第一目标信息包括以下至少一项:位置信息、材质信息、体征参数,人体部位信息;所述第一信息中包括所述第一目标信息,或者,包括所述第一目标信息和第一评估信息;所述第一评估信息为根据所述第一目标信息生成的。
在上述第三方面的一种可能的实现方式中,上述在所述第一目标信息包括材质信息的情况下,所述获取第一目标信息,包括:所述第一电子设备确定所述音频数据的数据特征与第二预设音频数据的数据特征匹配;所述第一电子设备将与所述第二预设音频数据对应的材质信息作为所述第一目标信息中的材质信息。
在上述第三方面的一种可能的实现方式中,上述在所述第一目标信息包括人体部位信息的情况下,所述获取第一目标信息,包括:所述第一电子设备根据所述加速度数据确定方向信息;所述第一电子设备将与所述方向信息对应的人体部位信息作为所述第一目标信息中的人体部位信息。
在上述第三方面的一种可能的实现方式中,上述在所述第一目标信息包括人体部位信息的情况下,所述获取第一目标信息,包括:所述第一电子设备根据所述加速度数据确定方向信息;所述第一电子设备确定所述第一预设音频数据为目标类型,所述第一预设音频数据为与所述电子设备对应的第一类型数据或与人体对应的第二类型数据;所述第一电子设备将与所述方向信息和所述目标类型对应的人体部位信息作为所述第一目标信息中的人体部位信息。
在上述第三方面的一种可能的实现方式中,上述若所述音频数据与第一预设音频数据匹配,执行第一操作之后,还包括:所述第一电子设备在目标预设时长内周期性的从所述第二电子设备获取人体的体征参数,和/或,接收在所述第一电子设备上用户输入的体征信息;所述第一电子设备在所述体征参数符合预设体征参数,或者所述特征信息符合预设体征信息时,执行第二操作。
在上述第三方面的一种可能的实现方式中,上述第二操作包括以下至少一项:输出第二告警声;显示第二提醒信息;向所述预设联系人发送第二信息;向所述预设联系人发起通话。
在上述第三方面的一种可能的实现方式中,上述发送所述第二信息之前,还包括:所述第一电子设备获取第二目标信息;其中,所述第二目标信息包括以下至少一项:位置信息、材质信息、体征参数、人体部位信息、用户输入的体征信息;所述第二信息中包括所述第二目标信息,或者,包括所述第二目标信息和第二评估信息;所述第二评估信息为根据所述第二目标信息生成的。
在上述第三方面的一种可能的实现方式中,上述所述第二电子设备佩戴于人体头部。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,该指令在电子设备上执行时使电子设备执行如第一方面及其任一种可能的实现方式中的检测跌倒的方法,或者,第二方面及其任一种可能的实现方式中的检测跌倒的方法。
第五方面,本申请实施例提供了一种计算机程序产品,,所述计算机程序产品包括指令,所述指令用于实现第一方面及其任一种可能的实现方式中的检测跌倒的方法,或者,第二方面及其任一种可能的实现方式中的检测跌倒的方法。
第六方面,本申请实施例提供了一种电子设备,包括:存储器,用于存储由电子设备的一个或多个处理器执行的指令,以及处理器,当所述指令被一个或多个处理器执行时,所述处理器用于执行如第一方面及其任一种可能的实现方式中的检测跌倒的方法,或者,第二方面及其任一种可能的实现方式中的检测跌倒的方法。
第七方面,本申请实施例提供了一种检测跌倒的系统,所述系统包括执行所述第三方面中的检测跌倒的方法的第一电子设备,和执行所述第三方面中的检测跌倒的方法的第二电子设备。
附图说明
图1根据本申请的一些实施例,提供的一种跌倒检测系统的架构示意图;
图2所示为根据本申请的一些实施例,提供的一种智能眼镜的硬件结构示意图;
图3所示为根据本申请的一些实施例,提供的一种手机的硬件结构示意图;
图4根据本申请的一些实施例,提供的检测跌倒的方法实施流程所包含的各个阶段示意图;
图5根据本申请的一些实施例,提供的一种检测跌倒的方法的流程示意图;
图6A根据本申请的一些实施例,提供的一种在地毯地面跌倒过程的录音在频域的变化示意图;
图6B根据本申请的一些实施例,提供的一种在木地板地面跌倒过程的录音在频域的变化示意图;
图6C根据本申请的一些实施例,提供的一种在瓷砖地面跌倒过程的录音在频域的变化示意图;
图7根据本申请的一些实施例,提供的用户跌倒时加速度模值随时间变化的示意图;
图8根据本申请的一些实施例,提供的一种检测跌倒的方法的流程示意图;
图9根据本申请的一些实施例,提供的一种检测跌倒的方法的流程示意图;
图10根据本申请的一些实施例,提供的一种用户跌倒场景手机显示的求助界面示意图;
图11根据本申请的一些实施例,提供的一种跌倒求助时紧急联系人的手机显示的跌倒提醒界面示意图;
图12根据本申请的一些实施例,提供的一种用户跌倒后手机显示的体征观察问卷的问卷界面示意图;
图13根据本申请的一些实施例,提供的一种用户跌倒后手机显示的求助界面示意图。
具体实施方式
本申请的实施例包括但不限于一种检测跌倒的方法及系统。
以下结合附图对本申请提供的检测跌倒的方法进行说明。
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
为了解决现有技术中无法检测跌倒时头部撞击地面(即头部触地)这一高危场景,本申请实施例提供了一种检测跌倒的方法。具体地,该方法可以通过可穿戴设备采集的加速度等惯性参数判断用户是否跌倒。同时,可以基于用户是否发生失重状态动态开启可穿戴设备的麦克风,并通过麦克风获取跌倒过程中的录音,识别录音中是否包含头部撞击地面产生的撞击音来检测跌倒时是否发生头部撞击地面。另外,在检测出跌倒且头部撞击地面的情况下,持续性检测用户的心率和血氧来监测用户体征,以及每隔一段时间向用户提供体征观察问卷,以提醒用户是否就医或是否呼救报警等。从而,在识别出跌倒中头部撞击地面这一高危场景的情况下,及时对跌倒用户进行救助,并提供救助时的体征情况参考。
作为一种示例,本申请提供的检测跌倒的方法,在老人头部佩戴智能眼镜在街上行走的场景中,如果老人发生跌倒,可以通过智能眼镜获取加速度,对加速度进行处理来判断老人是否发生跌倒。在判断出老人疑似跌倒时可以通过智能眼镜进行录音,进而分析该录音中是否有头部撞击地面产生的撞击音来判断出老人头部撞击地面。随后,可以提醒老人就医以及进行呼救或报警,并且,还可以在跌倒后的72小时内持续检测老人的体征,并每隔4个小时向用户提供一次体征观察问卷,以及时发现用户是否出现体征异常等危险。另外,如果老人携带手机,那么智能眼镜可以与手机交互,由手机提醒用户是否就医以及进行呼救报警等跌倒处理。
可以理解的是,用户跌倒时头部发生撞击通常为头部撞击地面,即头部撞击地面(或称头部触地),另外跌倒时头部还可能撞击栏杆等其他物体。本申请实施中,主要以跌倒时头部撞击地面的跌倒检测为例,对跌倒过程中头部发生撞击的跌倒检测场景的进行描述。
图1根据本申请的一些实施例,示出了一种跌倒检测系统的架构示意图。参考图1,用户的头部佩戴可穿戴设备10,携带电子设备20。可穿戴设备10可以与电子设备20 建立无线通信连接,如连接蓝牙通信连接。在一些实施例中,参照图1示出的流程①,可穿戴设备10可以检测用户是否跌倒以及跌倒中头部是否触地。在另一些实施例中,参照图1示出的流程②,可穿戴设备10可以与电子设备20交互实现检测用户是否跌倒以及跌倒中头部是否触地。作为一种示例,参考图1所示,以可穿戴设备10为智能眼镜,电子设备20为手机为例进行说明,但不限于此。
在一些实施例中,适用于本申请的可穿戴设备10不限于图1示出的智能眼镜,还可以为智能头盔、智能耳机等其他头戴式的可穿戴设备,本文对此不做具体限定。此外,在其他一些实施例中,可穿戴设备10不限于头戴式的可穿戴设备,还可以为佩戴于人体中除了头部之外的其他部位上的设备,如佩戴于脖子上的智能项链等。
在一些实施例中,适用于本申请的电子设备20不限于手机,还可以为智能手表、平板电脑、手持式或膝上型设备、移动设备(比如移动电话、个人数字助理(PDA)、媒体播放器等等)、小型计算机等等。可以理解的是,该电子设备20可以为便携式个人移动终端。
本申请实施例以下,主要以跌倒检测系统中的智能眼镜10和手机20交互进行跌倒检测为例,说明本申请中的跌倒检测的方法。
图2所示为根据本申请的一些实施例,提供的一种智能眼镜10的硬件结构示意图。该智能眼镜可以包括眼镜主体。在本申请的一个实施例中,智能眼镜10的主体可以包括麦克风101、扬声器102、壳体(所述壳体包括前壳(图2未示出)和底壳(图2未示出)),以及处理器103、微控制单元(micro control unit,MCU)104、存储器105、无线通信单元106、传感器系统107、电源108、电源管理系统109等。
下面分别对智能眼镜10的各功能组件进行介绍:
麦克风(microphone,mic)101,也称“话筒”,“传声器”,用于将声音信号转换为电信号。例如,麦克风101位于人体头部,那么当人体跌倒时,人嘴发出的尖叫声以及头部撞击地面或其他物体的撞击声等声音的声音信号会输入到麦克风101。在另一些实施例中,智能眼镜10还可以设置三个,四个或更多麦克风101,实现采集声音信号,降噪,还可以识别声音来源,实现定向录音功能等。
扬声器102,也称“喇叭”,用于将音频电信号转换为声音信号。智能眼镜10可以通过扬声器102收听音乐,或收听跌倒检测时输出的就医提醒声以及呼救提醒声等。
处理器103用于进行系统调度,控制麦克风101和扬声器102,支持处理无线通信单元106等。微控制单元104,用于控制传感器,对传感器数据进行运算,与处理器103通信等。
其中,传感器系统107中可以包括惯性传感器1071,以及体征传感器1072,或者其他传感器,其中,惯性传感器1071可包括但不限于陀螺仪传感器1071a,加速度计 1071b等。其中,惯性传感器1071可以为惯性测量单元(IMU)。例如,在本申请的一些实施例中,微控制单元104对惯性传感器1071的加速度等数据进行分析判断是否用户是否失重以及是否跌倒。此外,可以理解,在其他实施例中,对于惯性传感器1071的数据的上述处理也可以由处理器103完成,在此不做限制。
需要说明的是,陀螺仪传感器1071a可以用于确定可穿戴设备10的运动姿态。在一些实施例中,可以通过陀螺仪传感器1071a确定可穿戴设备10围绕三个轴(即,x,y和z 轴)的角速度。加速度计1071b可检测可穿戴设备10在各个方向上(一般为三轴)加速度的大小。当可穿戴设备10静止时可检测出重力的大小及方向。其中,加速度计可以称为加速度(acceleration,ACC)器件。本申请中,主要以惯性传感器1071为ACC器件(即加速度计1071b)为例示出。
体征传感器1072可以包括用于检测血氧的血氧传感器1072a,以及用于监测心率的光电容积脉搏波描记法(Photo Plethysmo Graphic,PPG)传感器1072b和心电图(Electrocardiogram,ECG)传感器1072c等。
存储器105用于存储软件程序以及各种数据(如智能眼镜10的各种检测数据),处理器103通过运行存储在存储器105的软件程序以及数据,执行智能眼镜10的各种功能应用以及数据处理。例如,在本申请的一些实施例中,存储器105可以存储惯性传感器107 采集到的加速度等数据,以及麦克风101获取的人体跌倒过程中的录音等。
无线通信单元106,智能眼镜10通过无线通信单元106与其他电子设备(如手机、平板电脑等)实现无线通信,例如,可以包括无线局域网(wireless local area networks,WLAN),(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星系统(global navigation satellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。例如,本申请实施例中,智能眼镜10可以通过蓝牙与手机20建立通信连接。
电源管理系统109用于连接电源108,为麦克风101、扬声器102、处理器103、微控制单元104、存储器105、无线通信单元106、惯性传感器107等供电。
可以理解,图2所示的结构仅仅是实现本申请技术方案中智能眼镜10的功能的一种示例性结构,在另一些实施例中,智能眼镜10可以包括比图2所示更多或更少的结构,在此不做限制。
图3所示为根据本申请的一些实施例,提供的一种手机20的硬件结构示意图。
在图3中,相似的部件具有同样的附图标记。如图3所示,手机20可以包括处理器110、电源模块140、存储器180、摄像头170、移动通信模块130、无线通信模块 120、传感器模块190、音频模块150、接口模块160以及显示屏200等。
可以理解的是,本申请实施例示意的结构并不构成对手机20的具体限定。在本申请另一些实施例中,手机20可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元,例如,可以包括中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)、数字信号处理器(Digital Signal Processor,DSP)、微处理器(Micro-programmed Control Unit,MCU)、人工智能(Artificial Intelligence,AI)处理器或可编程逻辑器件(Field ProgrammableGate Array,FPGA)等的处理模块或处理电路。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。例如,在本申请的一些实例中,处理器110可以判断用户是否跌倒且头部撞击地面,并判断是否提醒用户就医或报警。
摄像头170可以用于采集可穿戴设备3的图像。
存储器180可用于存储数据、软件程序以及模块,可以是易失性存储器(VolatileMemory),例如随机存取存储器(Random-Access Memory,RAM);或者非易失性存储器 (Non-Volatile Memory),例如只读存储器(Read-Only Memory,ROM),快闪存储器(FlashMemory),硬盘(Hard Disk Drive,HDD)或固态硬盘(Solid-State Drive,SSD);或者上述种类的存储器的组合,或者也可以是可移动存储介质,例如安全数字(Secure Digital,SD)存储卡。具体的,存储器180可以包括程序存储区(未图示)和数据存储区(未图示)。程序存储区内可存储程序代码,该程序代码用于使处理器110通过执行该程序代码,执行本申请实施例提供的移动场景下的内容显示方法。
移动通信模块130可以包括但不限于天线、功率放大器、滤波器、低噪声放大器(Low Noise Amplify,LNA)等。移动通信模块130可以提供应用在手机20上的包括 2G/3G/4G/5G等无线通信的解决方案。移动通信模块130可以由天线接收电磁波,并对接收的电磁波进行滤波,放大等处理,传送至调制解调处理器进行解调。移动通信模块 130还可以对经调制解调处理器调制后的信号放大,经天线转为电磁波辐射出去。在一些实施例中,移动通信模块130的至少部分功能模块可以被设置于处理器110中。在一些实施例中,移动通信模块130至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。
无线通信模块120可以包括天线,并经由天线实现对电磁波的收发。无线通信模块120可以提供应用在手机20上的包括无线局域网络(Wireless Local Area Networks,WLAN)(如无线保真(Wireless Fidelity,Wi-Fi)网络),蓝牙(Bluetooth,BT),全球导航卫星系统(Global Navigation Satellite System,GNSS),调频(Frequency Modulation,FM),近距离无线通信技术(Near Field Communication,NFC),红外技术(Infrared,IR)等无线通信的解决方案。手机20可以通过无线通信技术与网络以及其他设备进行通信,例如与可穿戴设备10通信,传输可传输设备10检测到的加速度等。
在一些实施例中,手机20的移动通信模块130和无线通信模块120也可以位于同一模块中。
基于图1示出的跌倒检测系统,图4根据本申请实施例示出了一种检测跌倒的方法实施流程所包含的各个阶段示意图。
如图4所示,该流程主要包括以下阶段:
S1:跌倒判断阶段。其中,该阶段用于判断用户是否发生跌倒,例如通过智能眼镜10的加速度模值的变化判断用户是否跌倒,具体实施流程将在下文中详述,此处不再赘述。
S2:头部撞击地面判断阶段。其中,该阶段用于判断用户是否发生头部撞击地面,例如在判断出用户跌倒的情况下,通过智能眼镜的录音判断用户是否头部撞击地面,具体实施流程将在下文中详述,此处不再赘述。
S3:跌倒场景中的方向、地面材质判断。其中,该阶段通过判断用户跌倒时的跌倒方向以及地面材质等用户跌倒的具体场景。例如,可以通过智能眼镜10的三轴加速度对应的三轴姿态确定跌倒方向以及通过智能眼镜10的录音判断地面材质等,具体实施流程将在下文中详述,此处不再赘述。
S4:呼救报警提供跌倒地点与撞击部位。其中,该阶段通过判断用户跌倒时的跌倒地点以及撞击部位等信息为呼救报警提供依据。例如,可以通过跌倒方向和录音中的撞击音的类别判断撞击部位,通过手机20中定位芯片确定跌到地点等,具体实施流程将在下文中详述,此处不再赘述。
S5:持续心率血氧等体征监测。其中,该阶段用于持续检测用户的体征,尤其是在发生用户跌倒且头部撞击地面的高危场景中持续检测用户体征,以在用户体征异常时及时提醒就医或呼救等。例如,可以通过智能眼镜10中的传感器检测用户的心率、血氧等体征,具体实施流程将在下文中详述,此处不再赘述。
S6:间歇体征问卷评估阶段。其中,该阶段用于确定用户真实的身体状况,以及时判断用户是否身体异常,并在出现异常时及时提醒用户就医或呼救,具体实施流程将在下文中详述,此处不再赘述。
如此,在用户跌倒时可以检测出用户的头部是否触地,识别出头部撞击地面的具体情形。从而,在用户发生头部撞击地面这一较为危险的情况下,进行呼救报警,并且能够持续监测体征并进行体征评估,有助于用户及时得到救助,并通过体征评估对救助提供参考。
图4示出的不同阶段的执行顺序可以是同时执行,也可以是先后执行,对此不做具体限定。另外,在其他实施例中可以省略图4示出的整体流程中的阶段S3-S6中的部分或全部。
以下基于图1示出的应用场景,以图2示出的智能眼镜10和图3示出手机20组成的交互系统实现本申请的检测跌倒的方法为例,对本申请实施例提供的检测跌倒的方法进行说明。
实施例一
参照图5所示,为本申请提供的检测跌倒的方法的流程示意图,该方法的执行主体为智能眼镜10,该方法包括以下步骤S501-S511:
需要说明的是,本申请实施例中,为了描述方便图5示出的步骤S501至S511为简略步骤,主要为了描述各个步骤之间的执行顺序,对步骤S501至S511的详细描述可以参见下文。
S501:智能眼镜10获取加速度数据的加速度模值。
在一些实施例中,可以通过智能眼镜10的加速度计(如ACC器件)获取智能眼镜 10的加速度数据,对该加速度数据进行处理得到加速度模值。可以理解的是,本申请实施例中,智能眼镜10的加速度模值用于表征智能眼镜10的运动情况,进而反映用户是否跌倒以及头部是否撞击地面。在其它一些实施例中,还可以通过获取智能眼镜10 的其他参数来表征智能眼镜10的运动情况,如通过陀螺仪获取智能眼镜10的角速率等,对此不做具体限定。
作为一种示例,智能眼镜10的加速度模值为与水平面垂直方向的加速度模值。可以理解的是,智能眼镜10可以通过加速度计获取三轴加速度数据,计算该三轴加速度沿着重力方向的合加速度的数值,将该数值作为上述加速度模值。另外,可以设定合加速度的正方向为重力方向的反方向(即垂直于水平面向上的方向)并取加速度模值为正值,相应的合加速度的负方向为重力方向(即垂直于水平面向下的方向)并取加速度模值为负值。此时,上述从加速度计获取的三轴加速度可以认为是未处理的传感器数据。
在一些实施例中,在跌倒检测系统中,智能眼镜10可以缓存加速度计采集的传感器数据(即三轴加速度)并计算当前的加速度模值。
S502:智能眼镜10根据加速度模值,判断用户是否存在失重状态。如果是,则说明用户即将跌倒则进入S503;如果否,说明用户非跌倒也不会发生头部撞击则回到S501。
其中,失重指的是物体对支持物的压力(或对悬挂物的拉力)小于物体所受重力的现象。当近地物体或人的加速度向下时,其实际视重小于实际重力,称其处于失重状态。
通常跌倒时人体有的重要特征包括:着地之前存在失重状态。那么,在一些实施例中,判断出用户发生了失重状态,说明用户即将发生跌倒,可以触发后续的头部撞击检测。
在一些实施例中,可以将获取的加速度模值与设定的阈值a1(也称为第一阈值)对比,来判断用户是否存在失重状态。具体的,如果获取的加速度模值小于设定的阈值 a1,则说明用户发生了失重状态;反之,则说明用户未发生失重状态。其中,设定的阈值a1可以根据实际需求确定,例如为-0.4g,但不限定。其中,g表示重力加速度 (Gravitationalacceleration),近似标准值通常取为9.8米/秒的二次方。
作为一种示例,可以将获取的加速度模值按照重力加速度值表示为重力加速度值的倍数。例如,智能眼镜10获取的加速度模值为-1.96m/s2,该加速度模值表示为-0.2g,此时智能眼镜10的合加速度的方向与重力方向相反。例如,获取的加速度模值等于- 0.4g时,表示用户发生失重状态。
可以理解的是,上述S502主要用于实现图4示出的阶段S1中的跌倒检测。
S503:在判断出用户存在失重状态的情况下,智能眼镜10打开麦克风并在预设录音时长内录音。例如,上述预设录音时长可以为2秒,但不限于此。另外,智能眼镜 10录音结束后可以缓存当前录音。
可以理解的是,在预设录音时长到达时,智能眼镜10可以关闭麦克风以结束录音。
本申请中基于对于疑似跌倒的失重状态的检测,动态开启麦克风录音,而不需要持续开启麦克风,从而避免了麦克风持续开启产生的额外的资源浪费。
S504:智能眼镜10根据录音判断用户是否撞击头部。如果是,说明用户跌倒且头部撞击存在颅内损伤风险,则进入S505;如果否,说明用户跌倒未撞击头部,用户通常不会出现颅内损伤,而可能出现髋关节损伤等其他风险,则进S510。
作为一种示例,当头部出现触地时,麦克风获取的头部撞击地面的碰撞音的音频数据(记为第一预设音频数据)分为两种:
第一种音频数据:智能眼镜10随头部撞击地面时,智能眼镜10直接发生碰撞产生的撞击音的音频数据。此时,第一类音频数据的类型可以记为与智能眼镜10对应的音频数据。
第二种音频数据:后脑勺撞击地面时,智能眼镜10获取颅骨传递的撞击音的音频数据。此时,第一类音频数据的类型可以记为与人体对应的音频数据。
在一些实施例中,可以通过分析录音中是否出现头部撞击地面的撞击音(如第一撞击音或第二撞击音),来判断用户是否头部撞击地面,以识别出用户跌倒且头部撞击地面这一高危场景。作为一种示例,可以通过分析获取的录音中的音频数据是否与头部撞击地面的撞击音的音频数据匹配,来判断录音中是否包含头部撞击地面的撞击音。例如,录音的音频数据与撞击音的音频数据的相似度大于设定阈值(如80%),则认为该录音与该撞击音匹配。
可以理解的是,上述S504主要用于实现图4示出的阶段S2。
S505:智能眼镜10确定第一目标信息,包括跌倒方向、头部撞击部位、地面材质、跌倒位置、体征参数中的至少一项。
在一些实施例中,本申请可以通过智能眼镜10的三轴姿态来判断用户的跌倒方向。例如,本申请可以判断获取的三轴姿态的姿态参数与预设的姿态参数是否匹配,来判断用户的跌倒方向,得到方向信息。例如,获取的三轴姿态的姿态参数与预设的右侧方向的姿态参数匹配,则说明用户的跌倒方向为身体向右侧,即身体右侧朝向地面的方向。作为一种示例,本申请可以通过智能眼镜10的加速度计(如ACC器件)获取三轴加速度得到三轴姿态。在其他一些实施例中,可以通过智能眼镜10的陀螺仪获取三轴角速率,来表征三轴姿态。
在一些实施例中,本申请可以根据录音中是否包含撞音,即录音的音频数据与哪种类型的头部撞击地面的音频数据匹配,判断出头部撞击部位。例如,如果判断出录音的音频数据为第一类音频数据,则说明头部前侧触地或头部左右侧触地;如果录音的音频数据为第二类音频数据,则说明头部前侧触地或头部后侧触地。
在一些实施例中,本申请中可以根据跌倒方向判断用户头部撞击部位,例如跌倒方向用户向左跌倒表明头部撞击部位为头部左侧,跌倒方向为向后跌倒说明头部撞击部位为头部后侧,跌倒方向为向左前方跌倒则说明头部撞击部位为头部左前侧等。
进一步的,在本申请实施例中,可以结合录音的音频数据的种类和跌倒方向判断头部撞击部位。例如,在获取的录音的音频数据与第一类音频数据匹配,且三轴姿态表示的用户跌倒方向为用户面部朝向地面的方向,说明头部撞击部位为头部前侧。又如,在获取的录音中的音频数据与第一类音频数据匹配,且三轴姿态表示的用户跌倒方向为用户身体右侧朝向地面的方向,说明头部撞击部位为头部右侧。又如,在获取的录音中的音频数据与第二类音频数据匹配,且三轴姿态表示的用户跌倒方向为用户的后脑勺朝向地面的方向,说明头部撞击部位为后脑勺(即头部后侧)。
在一些实施例中,在用户跌倒时可以通过智能眼镜10中的体征传感器1072检测用户的体征参数,例如通过血氧传感器1072a检测用户的血氧,并通过PPG 1072b或 ECG1072c检测用户的心率。当然,智能眼镜10检测的体征参数包括但不限于血氧和心率。
在一些实施例中,本申请可以根据智能眼镜10获取的录音的音频数据来判断地面材质,例如判断出地面材质为地毯、木地板、沥青、瓷砖或水泥等。从而,对用户头部撞击地面这一高危场景的用户危险程度提供参照。例如,针对较软的地面材质(例如地毯),较硬的地面材质(例如木地板、沥青地面),更硬地面的材质(例如瓷砖或水泥地面等),头部撞击地面的危险程度依次增高。
在一些实施例中,可以通过判断跌倒过程的录音的音频数据的频域特征,来判断跌倒时的地面材质,得到材质信息。通常,用户头部撞击不同地面材质的地面产生的录音的频域特征不同。作为一种示例,本申请可以通过判断获取的录音的音频数据的频域特征是否与特定地面材质对应的预设录音的音频数据(记为第二预设音频数据)的频域特征是否匹配,来判断用户跌倒的地面材质为哪种。例如,智能眼镜10获取的录音的音频数据的频域特征与沥青对应的预设录音的音频数据的频域特征匹配,说明用户跌倒时的地面材质为沥青。
参照图6A所示,为在地毯地面跌倒过程的录音在频域的变化示意图,横轴表示频率且单位为赫兹(HZ),纵轴表示该频率信号的幅度(Amplitude),也称为振幅或幅值。参照图6B所示,为在木地板地面跌倒过程的录音在频域的变化示意图,横轴和纵轴的含义与图6A相同。参照图6C所示,为在瓷砖地面跌倒过程的录音在频域的变化示意图,横轴和纵轴的含义与图6C相同。显然,图6A至图6C示出的不同地面材质跌倒时的录音的频域信号在频域上的波形不同。
在一些实施例中,在用户跌倒时,还可以检测用户的跌倒位置,例如使用GPS定位芯片等位置,例如检测出用户的跌倒位置为X大道。
可以理解的是,上述S505主要用于实现图4示出的阶段S3。
S506:智能眼镜10执行第一操作,包括以下至少一项:输出第一告警声,显示第一提醒信息,向预设联系人发送第一信息,向预设联系人拨打电话。
在一些实施例中,上述第一告警声和第一提醒信息用于提醒用户跌倒且头部撞击地面。
作为一种示例,第一告警声例如循环播放多次的语音“用户发生跌倒头部撞击”或者预设音乐等。另外,上述第一告警声还包括就医提醒声“您当前有颅内损伤风险,请您立即就医”等。
可以理解的是,智能眼镜10发出的告警声(如第一告警声)可以提示跌倒的用户本人以及周围的人,当前用户跌倒了。例如,用户在家中跌倒,第一告警声可以提醒其家人对用户进行救助;用户在户外跌倒,第一告警声可以提醒路人对用户进行救助。
在一些实施例中,在检测到用户跌倒且头部撞击地面时,智能眼镜10可以立即自动向警方、医院或者紧急联系人中的至少一个预设联系人发送与跌倒且头部撞击相关的第一信息求助或拨打电话求助。例如,针对老年人用户,如在智能眼镜10中设置的身份信息中的年龄大于或等于65岁的用户,智能眼镜10检测到用户跌倒且撞击头时可以自动发送求助短信或者拨打求助电话。
在其他一些实施例中,在检测出用户跌倒且头部撞击地面时,智能眼镜10可以基于用户的选择发送求助短信(即第一信息)或者拨打求助电话。例如,针对非老年人用户,如在智能眼镜10中设置的身份信息中的年龄小于65岁的用户,智能眼镜10检测到用户跌倒且撞击头时,可以通过语音交互的方式,提醒用户是否选择求助。如此,在第一种情形中,用户选择求助后智能眼镜10发送求助短信或者拨打求助电话;在第二种情形中,用户选择不求助后智能眼镜10将不会发送求助短信或者拨打求助电话;在第三种情形中,用户未做出任何选择,例如用户跌倒后陷入昏迷或者由于跌倒受伤而无法说出任何语音指令时,智能眼镜10将在预设等待时长(如30秒)的倒计时到达后自动发送求助短信或者拨打求助电话。
通常用户跌倒撞击头部,说明用户头部可能受到损伤,例如,可能发生颅内出血,甚至可能存在生命危险。
在一些实施例中,上述第一信息中包括当前的第一目标信息的同时,还可以包括跌倒评估信息(或称为评估信息)以及救助提醒信息等。
作为一种示例,在用户跌倒且头部撞击地面时,智能眼镜10对警方或者医院发送的第一信息可以为“用户在X大道跌倒在沥青地面,头部右侧触地,有颅内损伤风险,目前心率120次/分。血氧95%。建议及时进行脑部检查,并持续观察情况”。其中,第一信息中用户跌倒时的位置为“X大道”,地面材质为“沥青”,头部撞击部位为“头部右侧”,跌倒评估信息为“有颅内损伤风险”,救助提醒为“建议及时进行脑部检查,并持续观察情况”,体征参数为“目前心率120次/分。血氧95%”。
作为另一种示例,智能眼镜10对紧急联系人发送的求助短信可以为“您的家人在X大道跌倒在沥青地面,头部右侧触地,有颅内损伤风险,目前心率120次/分。血氧 95%。建议及时进行脑部检查,并持续观察家人情况。”。
S507:智能眼镜10在预设检测时长(如72小时,或者为预设检测时长)内,周期性获取体征信息和体征参数,例如,每隔第一预设时长(如4个小时)获取一次用户输入的体征信息,并每隔第二预设时长(如半个小时)获取一次用户的体征参数。当然,预设检测时长、第一预设时长和第二预设时长但不限于上述示例,具体取值可以根据实际需求确定。
在一些实施例中,在用户跌倒且头部撞击地面的情况下,智能眼镜10可以通过语音交互的方式,向用户发起体征观察问卷来获取用户输入的体征信息。例如,体征观察问卷中可以包括但不限于以下体征选项:是否头晕、剧烈呕吐;是否手脚或嘴角抽筋;是否严重头疼。
在其他一些实施例中,在智能眼镜10具有虚拟显示屏时,可以在虚拟显示屏上显示包含多个体征选项的第一提醒信息,实现输出第一提醒信息,从而支持用户输入体征信息。例如,第一提醒信息中的体征观察问卷中包括但不限于以下体征选项:“是否短暂昏迷失去意识”;“是否头晕、剧烈呕吐(尤其是喷射状呕吐)”;“是否手脚或嘴角抽筋;是否严重头疼”;“是否嗜睡或很难叫醒”;“是否身体肢体无力或不平衡”;“是否视力模糊,两边瞳孔不一样大,倾斜”。进而,用户可以通过与虚拟屏幕交互选中某个体征选型,实现输入体征信息。
S508:智能眼镜10根据体征参数和/或用户输入的体征信息,判断用户是否体征异常。如果是,则进入S510;如果否则回到S508。
在一些实施例中,判断用户体征异常的预设条件为:用户输入的体征信息为预设体征信息,和/或,体征参数处于对应的预设数值范围。
可以理解的是,在用户选中并输入上述体征观察问卷中的体征选项(即预设体征信息)时,判断为用户出现体征异常。反之,判断为用户体征正常。例如,用户输入的体征参数为头晕以及严重头疼,则判断为用户体征异常。
另外,检测出的用户的体征参数异常时,判断为用户体征异常,例如心率大于预设心率(如120次/秒),说明心率过快,或者血氧小于预设血氧,说明血氧过低。反之,判断为用户体征正常。
S509:在检测出用户体征异常时,智能眼镜10执行第二操作,包括以下至少一项:输出第二告警声,显示第二提醒信息,向预设联系人发送第二信息,向预设联系人拨打电话。
可以理解的是,在用户跌倒且头部撞击地面的情况下,可能由于颅内损伤引起体征异常。在一些实施例中,上述第二提醒信息用于提醒用户可能存在颅内损伤并引起体征异常,需要及时就医。
作为一种示例,上述第二告警声,例如,针对跌倒且撞击头部之后体征异常的第二告警声可以为循环播放多次的语音“检测到您当前体征异常,可能存在颅内损伤,请您立即就医”。
在一些实施例中,在用户跌倒且头部撞击地面时,用户可以手动控制智能眼镜10向警方、医院或者紧急联系人中的至少一个预设联系人发送与跌倒且头部撞击相关的第二信息求助或拨打电话求助。
如此,如果跌倒用户是独居老人,即使在跌倒时刻用户的身体未察觉异常而未求助或未就医,在一段时间后如果跌倒用户体征异常身体不适,可以重新选择是否求助。
类似的,在跌倒撞击头部之后体征异常时,基于用户选择求助或者按照倒计时自动求助的情形可以参照上述跌倒时刻进行求助的情形,此处不再赘述。
在一些实施例中,在用户输入的体征信息为用户输入的头晕以及严重头疼等体征信息时,第二信息中可以包括当前的如第二目标信息(与上述第一目标信息类似,新增了体征信息并更新了体征参数),以及跌倒评估信息“当前体征异常,颅内损伤风险较高”,以及救助提醒信息“建议及时进行脑部检查,并持续观察”。另外,当前的第二目标信息中可以包括跌倒位置、头部撞击部位等。
作为一种示例,在体征异常时,智能眼镜10对警方或者医院发送的第二信息可以为“用户在X大道跌倒在沥青地面,头部右侧触地,当前体征异常,颅内损伤风险较高,目前心率120次/分。血氧95%。建议及时进行脑部检查,并持续观察情况”。
可以理解的是,图4示出的阶段S5和S6主要通过图5示出的S506至S509实现。
S510:智能眼镜10确定第三目标信息,包括跌倒方向、地面材质、跌倒位置、体征参数中的至少一项。
可以理解的是,因为跌倒时头部未发生撞击,因此第三目标信息相比于上述第一目标信息和第二目标信息少了头部撞击部位这一项信息。
类似的,第三目标信息中的各项信息的具体描述可以参照上述S505中的相关描述,此处不再赘述。
S511:智能眼镜10执行第三操作,包括以下至少一项:输出第三告警声,显示第三提醒信息,基于用户选择向预设联系人发送第三信息或向预设联系人拨打电话。
在一些实施例中,上述第三告警声或第三提醒信息用于提醒用户跌倒。
作为一种示例,第三告警声,例如,针对跌倒的第三告警声可以为循环播放多次的语音“用户发生跌倒”,或者对应的预设音乐等。
另外,在另一些实施例中,上述第三告警声还包括就医提醒声,例如,该就医提醒声为“您当前有肢体损伤风险,请您及时就医”。
可以理解的是,由于头部未撞击通常不会发生颅内损伤这一高危场景,因此智能眼镜10救助时可以不区分用户是否为老年人。
另外,在一些实施例中,在检测出用户跌倒时,智能眼镜10可以基于用户的选择发送求助短信或者拨打求助电话,而不会立即自动发起求助。从而,可以避免在用户不需要救助时盲目发起求助。
作为一种示例,智能眼镜10检测到用户跌倒且未撞击头部时,可以通过语音交互的方式,提醒用户是否选择求助。如此,在第一种情形中,用户选择求助后智能眼镜 10发送求助短信或者拨打求助电话;在第二种情形中,用户选择不求助后智能眼镜10 将不会发送求助短信或者拨打求助电话。
在一些实施例中,上述第三信息中包括当前的第三目标信息(与上述第一目标信息类似,新增了体征信息并更新了体征参数,并减少了头部撞击部位)的同时,还可以包括跌倒评估信息以及救助提醒信息等。
作为一种示例,在用户跌倒且头部撞击地面时,智能眼镜10对警方或者医院发送的第一信息可以为“用户在X大道跌倒在沥青地面,有肢体损伤风险,目前心率120 次/分。血氧95%。建议进行身体检查”。其中,第一信息中用户跌倒时的位置为“X大道”,地面材质为“沥青”,跌倒评估信息为“有肢体损伤风险”,救助提醒为“建议进行检查”,体征参数为“目前心率120次/分。血氧95%”。
可以理解的是,现有跌倒预警机制仅在跌倒发生时候触发呼救或报警,未对跌倒导致的后续风险进行监测,本申请实施例对头部撞击地面后72小时进行持续监测,在出现体征异常的时刻,进行呼救与推荐就医。如此,本申请能够检测出跌倒中头部撞击地面这一高危场景,并持续进行体征检测、观察,有利于跌倒用户及时就医或求助,尽可能降低跌倒的危害。
进一步的,通常跌倒时人体的重要特征不仅包括着地之前存在失重状态,还包括着地时冲击力足够大,即加速度模值的极值足够大;以及,跌倒后用户在一段时间内没有移动。那么,判断出用户产生短暂的失重,说明用户疑似跌倒,还可以进一步确定用户是否真正跌倒。
在一些实施例中,在判断出用户发生了失重状态之后,还可以执行判断用户由于是否着地产生较大冲击力等,以准确确定用户是否跌倒。
在一些实施例中,结合上述图5示出的方法,如图7所示图5示出的S502可以替换为S502a-S502d:
需要说明的是,本申请实施例中,为了描述方便图7示出的步骤S502a-S502d为简略步骤,主要为了描述各个步骤之间的执行顺序,对这些的详细描述可以参见下文。
S502a:智能眼镜10根据加速度模值,判断用户是否存在失重状态。如果是,则进入S502b以及S503,如果否则回到S501。
另外,可以理解的是,通常用户跌倒通常会存在两种情形,一种是用户在静止状态跌倒,另一种是用户在步行状态跌倒。
作为一种示例,如图7所示,为用户跌倒时加速度模值随时间变化的示意图,横轴表示时间且单位为秒,纵轴表示基于ACC器件采集的数据计算出的加速度模值。
在一些实施例中,本申请涉及的智能眼镜10的加速度模值为智能眼镜10的加速度计采集的初始加速度减去重力加速度(g)得到的加速度模值。
具体地,图8上方示出了用户静止状态跌倒过程中智能眼镜10的加速度模值随时间的变化。其中,在跌倒发生时刻t11时智能眼镜10的加速度模值约为0,即该加速模值为时刻t11采集的初始加速度减去重力加速度得到的加速度模值。在失重发生时刻 t12时智能眼镜10的加速度模值为-0.4g,此时加速度模值等于设定的冲击力阈值a1(- 0.4g)。
图8下方示出了用户步行状态跌倒过程中智能眼镜10的加速度模值随时间的变化。其中,在跌倒发生时刻t21时智能眼镜10的加速度模值约为0。在失重发生时刻t22时智能眼镜10加速度模值小于设定的冲击力阈值a1,如-0.4g。
S502b:智能眼镜10判断失重后的第一预设时长内加速度模值是否大于阈值a2(即第二阈值),即判断是否发生冲击而产生较大冲击力。如果是则进入S502c,如果否则回到S501。例如,第一预设时长为失重后的t1时刻到t2时刻内的时长,t1时刻为加速度模值小于阈值a1的时刻(即第一时刻)。
其中,阈值a2的取值可以根据实际需求设定,例如,阈值a2取值为4g,但不限定。
继续参照图8,图8上方左侧示出的静止状态碰撞发生时刻t14之后加速度模值发生较大的波动,即由于用户跌倒的撞击而产生多次较大的冲击力;图8下方左侧示出的步行状态碰撞发生时刻t24之后加速度模值发生较大的波动,即由于用户跌倒的撞击而产生多次较大的冲击力。
在一些实施例中,t1时刻和t2时刻为跌倒中失重发生时刻之后的时刻,且失重发生时刻到t2时刻之间的时长小于或等于第一预设时长,例如2秒。可以理解的是,t1 时刻和t2时刻内发生的较大冲击力指的是跌倒中失重后第一次发生的较大冲击力。
S502c:智能眼镜10判断发生冲击后的第二预设时长内的加速度模值是否小于阈值 a3,即判断用户是否无法移动。如果是则进入S502d,如果否则回到S501。例如,第二预设时长为较大冲击发生时刻后的t3时刻到t4时刻内的时长,t3时刻为加速度模值大于阈值a2的时刻(记为第二时刻)。
其中,阈值a3的取值可以根据实际需求设定,例如,阈值a3取值为g,但不限定。
在一些实施例中,t3时刻和t4时刻为跌倒中t2时刻之后的时刻,且t2时刻到t4时刻之间的时长小于或等于第二预设时长,例如2秒。可以理解的是,t3时刻和t4时刻内发生的冲击力回落指的是跌倒中失重后第一次发生的较大冲击力的造成的加速度模值回落过程,表明用户当前无法移动。
继续参照图8,图8上方左侧示出的静止状态下失重发生时刻t14之后,在较大冲击力发生时刻t15发生了第一次较大冲击力,在较大冲击力结束时刻t16结束该较大冲击力。即较大冲击力发生时刻t15为失重发生时刻t14之后的t1时刻和t2时刻内的时刻;较大冲击力结束时刻t16为t3时刻和t4时刻内的时刻。
类似的,继续参照图8,图8下方左侧示出的步行状态下失重发生时刻t24之后,在较大冲击力发生时刻t25发生了第一次较大冲击力,在较大冲击力结束时刻t26结束该较大冲击力。即较大冲击力发生时刻t25为失重发生时刻t24之后的t1时刻和t2时刻内的时刻;较大冲击力结束时刻t26为t3时刻和t4时刻内的时刻。
S502d:智能眼镜10判断加速度数据的数据特征是否与跌倒数据特征(即预设加速度数据的数据特征)匹配。如果是,则说明用户跌倒进入S504以进一步判断跌倒时是否头部撞击地面,如果否则说明用户未跌倒则回到S501重新进行跌倒判断流程,并进入S512。
另外,在一些实施例中,上述S503c中提取加速度的数据特征可以为加速度模值的波形的特征,如图8中上方左侧示出的静止状态跌倒过程的加速度模值波形的特征,或图8中下方左侧示出的步行状态跌倒过程的加速度模值波形的特征。进而,上述S502d 中根据数据特征判断是否为跌倒,具体指的是获取的加速度模值波形的特征是否符合预设的跌倒过程的加速度模值波形的特征,以判断获取的加速度模值波形中的加速度模值是否先在0附近波动,再小于0表示发生失重,接着到达波谷表示发生碰撞,进而发生多次较大值的波峰和波谷表示由于撞击发生较大冲击力。可以理解的是,智能眼镜10 中可以设置有预先训练的用于识别加速度模值的波形的分类器,例如该分类器还可以识别出用户静止状态跌倒还是步行状态跌倒的,对此不做具体限定。
S512:在判断出用户未跌倒的情况下,智能眼镜10删除录音,以释放智能眼镜10的存储空间,以便后续再次缓存录音或者缓存加速度的数据。
如此,本申请实施例可以准确判断出用户发生失重后是否跌倒,在判断出用户跌倒的情况下,才会获取录音进而判断跌倒时是否发生头部撞击地面,以及后续对头部撞击地面这一高危场景进行呼救或报警,以及就医提醒等处理。从而,避免盲目获取并识别录音造成的资源浪费。
实施例二
在一些实施例中,在用户佩戴智能眼镜10并且携带手机20的场景中,如果智能眼镜10的计算能力比较有限,或者需求通过显示界面的交互方式进行跌倒后的呼救报警以及就医提醒等,那么也可以由智能眼镜10和手机20交互实现跌倒检测的方法。
如图9所示,为本申请实施例提供的一种检测跌倒的方法的流程示意图,该方法流程由智能眼镜10和手机20交互实现,该方法具体包括S901-S914:
需要说明的是,本申请实施例中,为了描述方便图9示出的步骤S901-S914为简略步骤,主要为了描述各个步骤之间的执行顺序,对这些的详细描述可以参见下文。
S901:智能眼镜10采集加速度数据并获取加速度模值。
S902:智能眼镜10根据加速度模值,判断是否用户是否存在失重状态。如果是,则说明用户即将跌倒则进入S903;如果否,说明用户非跌倒也不会发生头部撞击则回到S901。
在一些实施例中,在智能检测系统中,智能眼镜10基于加速度模值判断是否失重之后,可以将是否失重的结果发送给手机20。
在其他一些实施例中,手机20可以基于从智能眼镜20获取的加速度模值判断是否失重。
可以理解的是,对上述S901至S902的描述可以参照上述图5示出的实施例中的S501至S502中的相关描述,此处不再赘述。
S903:在判断出用户存在失重状态的情况下,手机20将加速度数据发送给手机20。
S904:在判断出用户存在失重状态的情况下,智能眼镜10打开麦克风并在预设录音时长内录音。
可以理解的是,对上述S904的描述可以参照上述图5示出的实施例中的S503中的相关描述,此处不再赘述。
S905:手机20判断失重后的第一时长内加速度模值是否大于阈值a2,即判断是否发生冲击而产生较大冲击力。如果是则进入S906,如果否则结束。
S906:手机20判断发生冲击后的第二预设时长内的加速度模值是否小于阈值a3,即判断用户是否无法移动。如果是则进入S907,如果否则结束。
S907:手机20判断加速度数据的数据特征是否与跌倒数据特征匹配。如果是,则说明用户跌倒进入S908以进一步判断跌倒时是否头部撞击地面,如果否则说明用户未跌倒则回到结束。
可以理解的是,对上述S905至S907的描述可以参照上述图5示出的实施例中的S502b至S502d中的相关描述,不同之处在于执行主体由智能眼镜10变化为手机20,相同之处此处不再赘述。
S908:手机20从智能眼镜10获取录音。
S909:手机20根据录音判断用户是否撞击头部。如果是,说明用户跌倒且头部撞击存在颅内损伤风险,则进入S910;如果否,说明用户跌倒未撞击头部,用户通常不会出现颅内损伤,而可能出现髋关节损伤等其他风险,则进S915。
可以理解的是,对上述S909的描述可以参照上述图5示出的实施例中的S504中的相关描述,不同之处在于执行主体由智能眼镜10变化为手机20,相同之处此处不再赘述。
S910:手机20确定第一目标信息,包括跌倒方向、头部撞击部位、地面材质、跌倒位置、体征参数中的至少一项。
可以理解的是,对上述S910的描述可以参照上述图5示出的实施例中的S505中的相关描述,相同之处此处不再赘述。不同之处在于:首先,执行主体由智能眼镜10变化为手机20,另外体征参数由智能眼镜10获取再发送给手机20,以及跌倒位置可以由手机20中的定位芯片确定。
S911:手机20执行第一操作,包括以下至少一项:输出第一告警声,显示第一提醒信息,向预设联系人发送第一信息,向预设联系人发起通话。
可以理解的是,对上述S911的描述可以参照上述图5示出的实施例中的S506中的相关描述,相同之处此处不再赘述。不同之处在于:执行主体由智能眼镜10变化为手机20,并且手机20执行第一操作的方式以及选择发起救助短信以及拨打电话的方式均可以为界面交互方式。
进一步的,在一些实施例中,第一提醒信息可以为手机20的屏幕上显示的提醒信息。
在一些实施例中,手机20发出第一告警声的同时,还可以显示求助控件以及上述第一目标信息等。作为一种示例,如图10所示,用户跌倒且头部撞击地面的场景中,手机20显示的求助界面包括当前第一目标信息的本人跌倒提醒信息“我在沥青地面跌倒了头部右侧触地撞击力较大有颅内损伤风险当前心率120次/分,血氧95%”。另外,图11示出的求助界面中还包括求助控件“请帮助我”1001,用于支持跌倒用户求助,例如向警察或医院求助,或者向预设的紧急联系人(如亲人)求救;以及,关闭控件1002,用于支持用户选择不进行求助。
那么,参照图5示出的用户是否选择求助的三种情形,用户通过手机20选择是否求助也有三种情形。
在第一种情形中,用户可以点击图11示出的求助控件“请帮助我”1001,控制手机20发送求助短信或者拨打求助电话。
在第二种情形中,用户点击关闭控件1002可以控制手机20不发送求助短信或者不拨打求助电话。另外,在其他一些实施例中,如果用户控制手机20退出图11示出的求助界面,可以主动关闭求助。作为一种示例,在手机20显示图11示出的求助界面的情况下,用户点击系统返回键(虚拟按键或者物理按键)或者对求助界面进行上划操作,或者点击图11示出的关闭控件1102等,可以触发手机20关闭所显示的求助界面,并关闭求助。
在第三种情形中,用户未点击“请帮助我”1001或关闭控件1002,例如用户跌倒后陷入昏迷或者由于跌倒受伤而无法操作手机20时,手机20将在预设等待时长(如 30秒)的倒计时到达后自动发送求助短信或者拨打求助电话。
在一些实施例中,本申请实施例中,用户和紧急联系人的手机中均可以安装有跌倒检测软件。在用户跌倒的场景中,手机20可以通过跌倒检测软件与紧急联系人的手机进行短信救助。进而,紧急联系人的手机(记为手机30)可以通过跌倒检测软件的界面显示求助短信中的信息。例如,参照图11所示,为跌倒求助时紧急联系人的手机显示的跌倒提醒界面,该跌倒提醒界面中包括亲人跌倒提醒信息“你的家人在X大道跌倒在沥青地面,头部右侧触地,有颅内损伤风险,目前心率120次/分。血氧95%。建议及时进行脑部检查,并持续观察家人情况。”。另外,图12示出的跌倒提醒界面中还可以包括“查看”控件1101和“报警”控件1102。在用户点击“查看”控件1101 之后,可以显示当前亲人所在的位置到跌倒的用户的位置的导航信息等。在用户点击“报警”控件1102之后,当前紧急联系人的手机30可以向警方发送短信或者打电话报警,该短信中可以携带跌倒用户的位置、体征参数等。那么,在用户跌倒,尤其是跌倒且头部撞击地面时亲人可以及时找到并救助用户。例如,在跌倒用户跌倒后陷入昏迷或者由于受伤而无法手动控制手机20报警,并且紧急联系人无法尽快救助跌倒用户时,紧急联系人可以通过报警寻求警方对跌倒用户进行及时救助。
S912:手机10在预设检测时长(如72小时)内,周期性获取体征信息和体征参数,例如,每隔第一预设时长(如4个小时)获取一次用户输入的体征信息,并每隔第二预设时长(如半个小时)从智能眼镜10获取一次用户的体征参数。
可以理解的是,对上述S912的描述可以参照上述图5示出的实施例中的S507中的相关描述,相同之处此处不再赘述。不同之处在于:执行主体由智能眼镜10变化为手机20,并且手机20获取用户输入的体征信息的方式可以采用界面交互方式。
例如,参照图12所示,为用户跌倒后手机显示的体征观察问卷的问卷界面,用于提醒用户出现异常症状及时就医。图12示出的问卷界面中包括体征选项1“短暂昏迷失去意识”体征选项2“头晕、剧烈呕吐(尤其是喷射状呕吐)”等,以及“提交”控件1201。用户可以根据身体状况选择这些体征选项,如果出现某个症状就选中对应的体征选项。进而,在用户选中这些体征选型并且点击图12示出的“提交”控件1201之后,手机20可以基于用户的症状,判断用户的身体状况进而提醒用户是否需要就医。例如,在用户选中图13示出的“短暂昏迷失去意识”和“头晕、剧烈呕吐(尤其是喷射状呕吐)”这两个体征选项之后,手机20可以确定用户体征异常建议及时就医,如显示提示消息提醒用户就医以及求助。
可以理解的是,图12示出的求助界面中的选项可以为跌倒用户本人在清醒时选择操作的,或者还可以由跌倒用户的亲人等其他人填写的,对此不做具体限定。
进一步的,在用户跌倒并就医后或者未发生异常症状时,用户可以选择关闭跌倒提醒或者求助。或者,在跌倒后的预设时间(如72小时)之后,自动关闭跌倒提醒和求助。
S913:手机20根据体征参数和/或用户输入的体征信息,判断用户是否体征异常。如果是,则进入S914;如果否则回到S913。
可以理解的是,在用户选中并输入上述体征观察问卷中的体征选项时,判断为用户体征异常,例如,用户点击图12示出的体征选项,并点击提交控件1201之后,可以判断出用户体征异常。反之,判断为用户体征正常,例如,用户未点击图12示出的任一体征选项,则判断为用户体征正常。
S914:在检测出用户体征异常时,手机20执行第二操作,包括以下至少一项:输出第二告警声,显示第二提醒信息,向预设联系人发送第三信息或向预设联系人拨打电话。
可以理解的是,对上述S915的描述可以参照上述图5示出的实施例中的S508中的相关描述,相同之处此处不再赘述。不同之处在于:执行主体由智能眼镜10变化为手机20,并且手机20输出第二提醒信息的方式以及选择发起救助短信以及拨打电话的方式均可以为界面交互方式。
进一步的,在一些实施例中,第二提醒信息不仅可以为第二告警声,还可以为屏幕上显示的第二提醒信息。
例如,参照图13所示,手机20接收用户选择输入的异常体征选项之后,可以显示图13示出的求助界面,该求助界面中包括体征异常提醒信息“您当前体征异常,存在颅内出血风险,请立即就医”以及求助控件“请帮助我”1301和关闭控件1302。在用户点击求助控件“请帮助我”1301之后,手机20可以给警察、医院或者紧急联系发送短信或打电话呼救。在用户点击关闭控件1302之后,手机20将不发起求助。在预设等待时长内用户未点击求助控件“请帮助我”1301或关闭控件1302,则在倒计时结束手机20自动发起求助。其中,该短信中可以携带用户跌倒的位置,头部撞击地面方向、血氧和心率等体征参数,体征评估以及求助提醒等,该短信内容与图12示出的短信的内容类似,此处不再赘述。
S915:手机20确定第三目标信息,包括跌倒方向、地面材质、跌倒位置、体征参数中的至少一项。
S916:手机20执行第三操作,包括以下至少一项:输出第三告警声,显示第三提醒信息,基于用户选择向预设联系人发送第三信息或向预设联系人拨打电话。
可以理解的是,对上述S917的描述可以参照上述图5示出的实施例中的S511中的相关描述,相同之处此处不再赘述。不同之处在于:执行主体由智能眼镜10变化为手机20,并且手机20输出第三提醒信息的方式以及用户选择发起救助短信以及拨打电话的方式均可以为界面交互方式。
进一步的,在一些实施例中,第三提醒信息不仅可以为告警声,还可以为屏幕上显示的提醒信息和求助控件等,例如提醒信息为“您当前有肢体损伤风险,请您及时就医”。
如此,本申请实施例提供的跌倒检测的方法,在智能眼镜10计算能力有限的情况下,可以由智能眼镜10和手机20协同实现识别用户跌倒头部撞击地面,从而及时针对跌倒且头部撞击地面这一情形进行呼救报警或者提醒就医等,并持续检测用户体征是否出现异常。
本申请公开的机制的各实施例可以被实现在硬件、软件、固件或这些实现方法的组合中。本申请的实施例可实现为在可编程系统上执行的计算机程序或程序代码,该可编程系统包括至少一个处理器、存储系统(包括易失性和非易失性存储器和/或存储元件)、至少一个输入设备以及至少一个输出设备。
可将程序代码应用于输入指令,以执行本申请描述的各功能并生成输出信息。可以按已知方式将输出信息应用于一个或多个输出设备。为了本申请的目的,处理系统包括具有诸如例如数字信号处理器(DSP)、微控制器、专用集成电路(ASIC)或微处理器之类的处理器的任何系统。
程序代码可以用高级程序化语言或面向对象的编程语言来实现,以便与处理系统通信。在需要时,也可用汇编语言或机器语言来实现程序代码。事实上,本申请中描述的机制不限于任何特定编程语言的范围。在任一情形下,该语言可以是编译语言或解释语言。
本申请公开的机制的各实施例可以被实现在硬件、软件、固件或这些实现方法的组合中。本申请的实施例可实现为在可编程系统上执行的计算机程序或程序代码,该可编程系统包括至少一个处理器、存储系统(包括易失性和非易失性存储器和/或存储元件)、至少一个输入设备以及至少一个输出设备。
可将程序代码应用于输入指令,以执行本申请描述的各功能并生成输出信息。可以按已知方式将输出信息应用于一个或多个输出设备。为了本申请的目的,处理系统包括具有诸如例如数字信号处理器(DSP)、微控制器、专用集成电路(ASIC)或微处理器之类的处理器的任何系统。
程序代码可以用高级程序化语言或面向对象的编程语言来实现,以便与处理系统通信。在需要时,也可用汇编语言或机器语言来实现程序代码。事实上,本申请中描述的机制不限于任何特定编程语言的范围。在任一情形下,该语言可以是编译语言或解释语言。
在一些情况下,所公开的实施例可以以硬件、固件、软件或其任何组合来实现。所公开的实施例还可以被实现为由一个或多个暂时或非暂时性机器可读(例如,计算机可读)存储介质承载或存储在其上的指令,其可以由一个或多个处理器读取和执行。例如,指令可以通过网络或通过其他计算机可读介质分发。因此,机器可读介质可以包括用于以机器(例如,计算机)可读的形式存储或传输信息的任何机制,包括但不限于,软盘、光盘、光碟、只读存储器(CD-ROMs)、磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器 (EEPROM)、磁卡或光卡、闪存、或用于利用因特网以电、光、声或其他形式的传播信号来传输信息(例如,载波、红外信号数字信号等)的有形的机器可读存储器。因此,机器可读介质包括适合于以机器(例如,计算机)可读的形式存储或传输电子指令或信息的任何类型的机器可读介质。
在附图中,可以以特定布置和/或顺序示出一些结构或方法特征。然而,应该理解,可能不需要这样的特定布置和/或排序。而是,在一些实施例中,这些特征可以以不同于说明性附图中所示的方式和/或顺序来布置。另外,在特定图中包括结构或方法特征并不意味着暗示在所有实施例中都需要这样的特征,并且在一些实施例中,可以不包括这些特征或者可以与其他特征组合。
需要说明的是,本申请各设备实施例中提到的各单元/模块都是逻辑单元/模块,在物理上,一个逻辑单元/模块可以是一个物理单元/模块,也可以是一个物理单元/模块的一部分,还可以以多个物理单元/模块的组合实现,这些逻辑单元/模块本身的物理实现方式并不是最重要的,这些逻辑单元/模块所实现的功能的组合才是解决本申请所提出的技术问题的关键。此外,为了突出本申请的创新部分,本申请上述各设备实施例并没有将与解决本申请所提出的技术问题关系不太密切的单元/模块引入,这并不表明上述设备实施例并不存在其它的单元/模块。
需要说明的是,在本专利的示例和说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然通过参照本申请的某些优选实施例,已经对本申请进行了图示和描述,但本领域的普通技术人员应该明白,可以在形式上和细节上对其作各种改变,而不偏离本申请的精神和范围。
Claims (25)
1.一种检测跌倒的方法,应用于电子设备,其特征在于,包括:
采集加速度数据;
若所述加速度数据的模值小于第一阈值,开启麦克风采集音频数据;
若所述音频数据与第一预设音频数据匹配,执行第一操作。
2.根据权利要求1所述的方法,其特征在于,所述若所述音频数据与第一预设音频数据匹配,执行第一操作之前,还包括:
若所述模值小于所述第一阈值,确定在第一时刻之后的第一预设时长内所述模值大于第二阈值,所述第一时刻为所述模值小于所述第一阈值的时刻;
确定在第二时刻之后的第二预设时长内所述模值小于第三阈值,所述第二时刻为所述模值大于所述第二阈值的时刻;
确定所述加速度数据的数据特征与预设加速度数据的数据特征匹配。
3.根据权利要求1或2所述的方法,其特征在于,所述第一操作包括以下至少一项:
输出第一告警声;
显示第一提醒信息;
向预设联系人发送第一信息;
向所述预设联系人发起通话。
4.根据权利要求3所述的方法,其特征在于,所述发送所述第一信息之前,还包括:
若所述音频数据与所述第一预设音频数据匹配,获取第一目标信息;
其中,所述第一目标信息包括以下至少一项:位置信息、材质信息、体征参数,人体部位信息;所述第一信息中包括所述第一目标信息,或者,包括所述第一目标信息和第一评估信息;所述第一评估信息为根据所述第一目标信息生成的。
5.根据权利要求4所述的方法,其特征在于,在所述第一目标信息包括材质信息的情况下,所述获取第一目标信息,包括:
确定所述音频数据的频域特征与第二预设音频数据的频域特征匹配;
将与所述第二预设音频数据对应的材质信息作为所述第一目标信息中的材质信息。
6.根据权利要求4所述的方法,其特征在于,在所述第一目标信息包括人体部位信息的情况下,所述获取第一目标信息,包括:
根据所述加速度数据确定方向信息;
将与所述方向信息对应的人体部位信息作为所述第一目标信息中的人体部位信息。
7.根据权利要求4所述的方法,其特征在于,在所述第一目标信息包括人体部位信息的情况下,所述获取第一目标信息,包括:
根据所述加速度数据确定方向信息;
确定所述第一预设音频数据为目标类型,所述第一预设音频数据为与所述电子设备对应的第一类型数据或与人体对应的第二类型数据;
将与所述方向信息和所述目标类型对应的人体部位信息作为所述第一目标信息中的人体部位信息。
8.根据权利要求3所述的方法,其特征在于,所述若所述音频数据与第一预设音频数据匹配,执行第一操作之后,还包括:
在目标预设时长内周期性的检测人体的体征参数,和/或,接收用户输入的体征信息;
在所述体征参数符合预设体征参数,或者所述特征信息符合预设体征信息时,执行第二操作。
9.根据权利要求8所述的方法,其特征在于,所述第二操作包括以下至少一项:
输出第二告警声;
显示第二提醒信息;
向预设联系人发送第二信息;
向所述预设联系人发起通话。
10.根据权利要求9所述的方法,其特征在于,所述发送所述第二信息之前,还包括:
获取第二目标信息;
其中,所述第二目标信息包括以下至少一项:位置信息、材质信息、体征参数、人体部位信息、用户输入的体征信息;所述第二信息中包括所述第二目标信息,或者,包括所述第二目标信息和第二评估信息;所述第二评估信息为根据所述第二目标信息生成的。
11.根据权利要求1至10中任一项所述的方法,其特征在于,所述电子设备佩戴于人体头部。
12.一种检测跌倒的方法,应用于第一电子设备,其特征在于,包括:
接收第二电子设备发送的加速度数据;
确定所述加速度数据满足预设条件;
从所述第二电子设备获取音频数据,其中,所述音频数据为所述第二电子设备的麦克风在所述加速度数据的模值小于第一阈值的情况下开启麦克风采集得到的;
若所述音频数据与第一预设音频数据匹配,执行第一操作。
13.根据权利要求12所述的方法,其特征在于,所述确定所述加速度数据满足预设条件,包括:
确定在第一时刻之后的第一预设时长内所述模值大于第二阈值,所述第一时刻为所述模值小于所述第一阈值的时刻;
确定在第二时刻之后的第二预设时长内所述模值小于第三阈值,所述第二时刻为所述模值大于所述第二阈值的时刻;
确定所述加速度数据的数据特征与预设加速度数据的数据特征匹配。
14.根据权利要求12或13所述的方法,其特征在于,所述第一操作包括以下至少一项:
输出第一告警声;
显示第一提醒信息;
向预设联系人发送第一信息;
向所述预设联系人发起通话。
15.根据权利要求14所述的方法,其特征在于,所述发送所述第一信息之前,还包括:
若所述音频数据与所述第一预设音频数据匹配,获取第一目标信息;
其中,所述第一目标信息包括以下至少一项:位置信息、材质信息、体征参数,人体部位信息;所述第一信息中包括所述第一目标信息,或者,包括所述第一目标信息和第一评估信息;所述第一评估信息为根据所述第一目标信息生成的。
16.根据权利要求15所述的方法,其特征在于,在所述第一目标信息包括材质信息的情况下,所述获取第一目标信息,包括:
确定所述音频数据的频域特征与第二预设音频数据的频域特征匹配;
将与所述第二预设音频数据对应的材质信息作为所述第一目标信息中的材质信息。
17.根据权利要求15所述的方法,其特征在于,在所述第一目标信息包括人体部位信息的情况下,所述获取第一目标信息,包括:
根据所述加速度数据确定方向信息;
将与所述方向信息对应的人体部位信息作为所述第一目标信息中的人体部位信息。
18.根据权利要求15所述的方法,其特征在于,在所述第一目标信息包括人体部位信息的情况下,所述获取第一目标信息,包括:
根据所述加速度数据确定方向信息;
确定所述第一预设音频数据为目标类型,所述第一预设音频数据为与所述电子设备对应的第一类型数据或与人体对应的第二类型数据;
将与所述方向信息和所述目标类型对应的人体部位信息作为所述第一目标信息中的人体部位信息。
19.根据权利要求12所述的方法,其特征在于,所述若所述音频数据与第一预设音频数据匹配,执行第一操作之后,还包括:
在目标预设时长内周期性的从所述第二电子设备获取人体的体征参数,和/或,接收在所述第一电子设备上用户输入的体征信息;
在所述体征参数符合预设体征参数,或者所述特征信息符合预设体征信息时,执行第二操作。
20.根据权利要求19所述的方法,其特征在于,
所述第二操作包括以下至少一项:
输出第二告警声;
显示第二提醒信息;
向所述预设联系人发送第二信息;
向所述预设联系人发起通话。
21.根据权利要求20所述的方法,其特征在于,所述发送所述第二信息之前,还包括:
获取第二目标信息;
其中,所述第二目标信息包括以下至少一项:位置信息、材质信息、体征参数、人体部位信息、用户输入的体征信息;所述第二信息中包括所述第二目标信息,或者,包括所述第二目标信息和第二评估信息;所述第二评估信息为根据所述第二目标信息生成的。
22.根据权利要求12至21中任一项所述的方法,其特征在于,所述第二电子设备佩戴于人体头部。
23.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有指令,该指令在电子设备上执行时使电子设备执行如权利要求1-11中任一项所述的检测跌倒的方法,或者,如权利要求12-22中任一项所述的检测跌倒的方法。
24.一种计算机程序产品,其特征在于,所述计算机程序产品包括指令,所述指令用于实现如权利要求1-11中任一项所述的检测跌倒的方法,或者,如权利要求12-22中任一项所述的检测跌倒的方法。
25.一种电子设备,其特征在于,包括:
存储器,用于存储由电子设备的一个或多个处理器执行的指令,以及
处理器,当所述指令被一个或多个处理器执行时,所述处理器用于执行如权利要求1-11中任一项所述的检测跌倒的方法,或者,如权利要求12-22中任一项所述的检测跌倒的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210399124.6A CN116942140A (zh) | 2022-04-15 | 2022-04-15 | 检测跌倒的方法、介质、程序产品及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210399124.6A CN116942140A (zh) | 2022-04-15 | 2022-04-15 | 检测跌倒的方法、介质、程序产品及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116942140A true CN116942140A (zh) | 2023-10-27 |
Family
ID=88443129
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210399124.6A Pending CN116942140A (zh) | 2022-04-15 | 2022-04-15 | 检测跌倒的方法、介质、程序产品及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116942140A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117393152A (zh) * | 2023-12-11 | 2024-01-12 | 荣耀终端有限公司 | 一种数据处理方法、电子设备、可穿戴设备及通信系统 |
-
2022
- 2022-04-15 CN CN202210399124.6A patent/CN116942140A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117393152A (zh) * | 2023-12-11 | 2024-01-12 | 荣耀终端有限公司 | 一种数据处理方法、电子设备、可穿戴设备及通信系统 |
CN117393152B (zh) * | 2023-12-11 | 2024-05-17 | 荣耀终端有限公司 | 一种数据处理方法、电子设备、可穿戴设备及通信系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9959732B2 (en) | Method and system for fall detection | |
JP6990763B2 (ja) | モバイルデバイスを使用する転倒検出 | |
US20200380844A1 (en) | System, Device, and Method of Detecting Dangerous Situations | |
US20180040230A1 (en) | Systems and methods for managing an emergency situation | |
US9384646B2 (en) | Motion monitoring method and device | |
CN103810817A (zh) | 一种穿戴式人体瘫倒检测报警装置及应用 | |
Shi et al. | Fall Detection Algorithm Based on Triaxial Accelerometer and Magnetometer. | |
CN109659030A (zh) | 用于确定用户风险的装置、方法及设备可读介质 | |
JP2014230207A (ja) | 転倒時通報システム及び転倒時通報システム用プログラム | |
CN113205661A (zh) | 一种反欺凌实现方法、系统、智能穿戴设备和存储介质 | |
US11373513B2 (en) | System and method of managing personal security | |
CN112512411A (zh) | 使用电子设备的情境感知呼吸率确定 | |
US10721347B2 (en) | Detecting patterns and behavior to prevent a mobile terminal drop event | |
US20240172978A1 (en) | Wrist-worn impairment detection and methods for using such | |
CN113646027B (zh) | 电子装置和用于由该电子装置提供用于减压的信息的方法 | |
CN116942140A (zh) | 检测跌倒的方法、介质、程序产品及电子设备 | |
CA3142620A1 (en) | Monitoring a subject | |
CN108280405A (zh) | 一种车辆避障的方法和装置 | |
JP7384154B2 (ja) | 情報処理装置、情報処理方法、情報処理プログラム、端末装置、端末装置の制御方法および制御プログラム | |
CN109151203A (zh) | 一种信息提示方法及移动终端 | |
JP2018136776A (ja) | 情報処理方法、情報処理装置及びプログラム | |
US20220020257A1 (en) | Method and system for monitoring a user | |
JP6306074B2 (ja) | 運動支援装置および運動支援方法 | |
US11657701B2 (en) | Systems and methods for emergency alert and call regarding driver condition | |
CN217034896U (zh) | 一种可穿戴设备 |
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 |