CN206147905U - 基于多传感器融合跌倒检测的系统 - Google Patents
基于多传感器融合跌倒检测的系统 Download PDFInfo
- Publication number
- CN206147905U CN206147905U CN201621192004.5U CN201621192004U CN206147905U CN 206147905 U CN206147905 U CN 206147905U CN 201621192004 U CN201621192004 U CN 201621192004U CN 206147905 U CN206147905 U CN 206147905U
- Authority
- CN
- China
- Prior art keywords
- sensor
- force
- system based
- sensing
- fall detection
- 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.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 44
- 230000004927 fusion Effects 0.000 title claims abstract description 28
- 230000001133 acceleration Effects 0.000 claims abstract description 28
- 238000004891 communication Methods 0.000 claims abstract description 28
- 210000002683 foot Anatomy 0.000 claims description 30
- 210000001699 lower leg Anatomy 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 210000001255 hallux Anatomy 0.000 claims description 4
- 210000001872 metatarsal bone Anatomy 0.000 claims description 4
- 238000000034 method Methods 0.000 abstract description 7
- 210000000038 chest Anatomy 0.000 description 12
- 230000005484 gravity Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000004744 fabric Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 241000256844 Apis mellifera Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 210000000548 hind-foot Anatomy 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Emergency Alarm Devices (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本实用新型涉及一种基于多传感器融合跌倒检测的系统，其中系统包括足底压力检测子系统，包括数个力敏传感器、一第一单片机和一第一无线通信模块；人体姿态检测子系统，包括一加速度传感器、一角度传感器、一第二无线通信模块和一第二单片机。采用该种系统，能够有效地判断出人体的状态，并结合多传感器融合的技术来分析出人体是否跌倒；通过力敏传感器的合理布局，使得采集的压力值能够合理的反映出人体的重心状态，在正确地掌握了人体的重心分布之后，结合胸部的三轴加速度传感器以及陀螺仪来更精确地判断出人体是否跌倒；在降低误判率的同时，保护了用户的隐私，并降低了功耗和成本，适用于大规模推广应用。
Description
技术领域
本实用新型涉及传感器技术领域，尤其涉及跌倒检测技术领域，具体是指一种基于多传感器融合跌倒检测的系统。
背景技术
多传感器信息融合技术在解决检测、跟踪等问题方面，能够增强系统生存能力，提高整个系统的可靠性并能够增强数据的可信度，提高精度。正是基于多传感器融合的优势，将多传感器融合技术运用于跌倒检测里，能够降低对于现今跌倒检测的误判率，从而实现更精确的跌倒保护。现在的跌倒系统检测判断是否跌倒的方法一般有：基于穿戴式的跌倒检测，一般是将加速度传感器数据采集模块佩戴在胸部，当加速度达到跌倒阀值时，便判断为跌倒，还有适于穿戴于脚掌的压力传感器，左右脚掌各一个，根据掌心的压力来判断是否跌倒；针对所摄图像分析对象的实际运动，即判断人体姿态是否正常；基于声学信号的跌倒检测，即根据跌倒冲击地面导致震动的频率值来判断人体是否跌倒。
通过上述这些方法来检测跌倒，存在以下几个问题：
1)穿戴式设备检测信号因素单一，不能够确切地分析跌倒数据，从而造成误判或者漏判；
2)对人体图像，即姿态进行分析，不能足够的保障用户的隐私且对光线等环境因素要求较高，误差较大且带来不便；
3)至于脚掌的压力传感器分区不当，造成足底信号获取不准确，也使得误判率增加；
4)对声学信号的检测，其安装复杂，同时受环境因素非常大，当材质等发生变化时，误差也就产生，且投入较大。
实用新型内容
本实用新型提供了一种基于多传感器融合跌倒检测的系统，其目的在于克服现有技术中跌倒检测系统的功能单一、跌倒误判率或漏判率高的缺陷，提高跌倒检测精度并降低成本。
为了实现上述目的，本实用新型具有如下构成：
该基于多传感器融合跌倒检测的系统，其主要特点是，所述系统包括：
足底压力检测子系统，包括数个力敏传感器、一第一单片机和一第一无线通信模块，所述力敏传感器和第一无线通信模块均与所述第一单片机相连接，所述力敏传感器设置于足底；
人体姿态检测子系统，包括一加速度传感器、一角度传感器、一第二无线通信模块和一第二单片机，所述加速度传感器、角度传感器和第二单片机均与所述第二无线通信模块相连接，所述第一无线通信模块与所述第二无线通信模块进行通信，所述加速度传感器和角度传感器均佩戴于人体。
较佳地，所述力敏传感器分别设置于左脚的前足、后足和侧面区域以及右脚的前足、后足和侧面区域。
更佳地，所述力敏传感器分别设置于左脚和右脚的大脚趾、第2～4跖骨与足跟。
更佳地，所述力敏传感器包括从左脚的前足到后足依次设置的八个力敏传感器以及从右脚的前足到后足依次设置的八个力敏传感器，所述左脚的前足设置有四个力敏传感器，左脚的侧面设置有两个力敏传感器，左脚的后足设置有两个力敏传感器，所述右脚的前足设置有四个力敏传感器，右脚的侧面设置有两个力敏传感器，右脚的后足设置有两个力敏传感器。
较佳地，所述系统还包括蜂鸣器，所述蜂鸣器与所述第二单片机相连接。
较佳地，所述加速度传感器为三轴加速度传感器，所述角度传感器为陀螺仪。
较佳地，所述足底压力检测子系统还包括第一电源模块和模数转换模块，所述第一电源模块和模数转换模块均与所述第一单片机相连接；所述人体姿态检测子系统还包括第二电源模块，所述第二电源模块与所述第二单片机相连接。
较佳地，所述加速度传感器和角度传感器均佩戴于人体胸部，所述足底压力检测子系统设置于鞋垫中。
较佳地，所述力敏传感器为FSR402力敏传感器。
较佳地，所述力敏传感器包括比较器、第一电阻和压力感应电阻，所述压力感应电阻的第一端输入电源，所述压力感应电阻的第二端同时连接所述比较器的第一输入端和所述第一电阻的第一端，所述第一电阻的第二端接地，所述比较器的第二输入端与所述比较器的输出端相连接。
采用了该实用新型中的基于多传感器融合跌倒检测的系统，能够有效地判断出人体的状态，并结合多传感器融合的技术来分析出人体是否跌倒；通过力敏传感器的合理布局，使得采集的压力值能够合理的反映出人体的重心状态，在正确地掌握了人体的重心分布之后，结合胸部的三轴加速度传感器以及陀螺仪来更精确地判断出人体是否跌倒；在降低误判率的同时，保护了用户的隐私，并降低了功耗和成本，适用于大规模推广应用。
附图说明
图1为本实用新型的基于多传感器融合跌倒检测的系统的结构示意图；
图2为本实用新型的力敏传感器分区的示意图；
图3为本实用新型的力敏传感器的电路原理图；
图4为本实用新型的前足矩阵的设计依据示意图。
具体实施方式
为了能够更清楚地描述本实用新型的技术内容，下面结合具体实施例来进行进一步的描述。
参照图1，为本实用新型的基于多传感器融合跌倒检测的系统的结构示意图，主要分为人体姿态检测部分和足底压力检测部分，其中人体姿态检测部分包括在胸部放置的第二单片机8、三轴加速度6、陀螺仪7和第二无线通信模块9，其中，三轴加速度传感器6、陀螺仪7、第二电源模块11和第二无线通信模块9分别与第二单片机8相连。足底压力检测部分包括在鞋垫内安装的力敏传感器模块1、模数转换模块2、第一单片机3、第一无线通信模块4和第一电源模块5，其中，第一电源模块5、模数转换模块2和第一无线通信模块4分别与第一单片机3相连。第二单片机8处理来自于胸部与足底的数据，并判断人体是否跌倒，人体的状态将由蜂鸣器11提醒。另外，人体姿态检测部分也可以佩戴于人体的其他部分，例如腰部、肩部等，同样地，足底压力检测部分中的一些功能模块也可以设置于其他位置，而不限于安装于鞋垫内。
参照图2，示出了力敏传感器在足底的分区：本跌倒检测装置将足底分为六个模块：LA,LB,LC,RA,RB,RC。其中，左脚区域中：LA包含了传感器L1-L4，LB包含了传感器L7和L8，LC包含了传感器L5和L6；右脚区域中：RA包含了传感器R1-R4，RB包含了传感器R7和R8，RC包含了传感器R5和R6。这些区域分别代表了脚掌的前足、后足、侧面区域。压力传感器的压力值变化与人体重心变化有关，通过这些区域来判断出人体的重心，并作为跌倒判断指标之一。
压力传感器的选型：压力传感器种类很多，如电容式、压阻式、压电式等，其中绝大多数存在体积太大或者精确度差等原因，不适合用于测量足底压力。所以本系统采用的传感器需要有穿着舒适、体积小、精度高等特点。根据这些特点，综合考虑足底压力测量的多个因素，最终选择了FSR402力敏传感器作为测量元件。
如图3所示，为本实用新型的力敏传感器的电路原理图，其中FSR402提供两个输出引脚。当来自于外界的压力作用在力敏传感器的感应区时，FSR402的阻值会发生变化。且随着外界作用力的增大，FSR402的阻值会减少。通过外接电路的分压原理将压力值转换为电压值进行测量。有图中，可知左脚放置有L1-L8，8个传感器；右脚放置有R1-R8，8个传感器。
FSR402力敏传感器由高分子聚合物薄膜构成，长度为53mm，敏感部位的直径为7.6mm，厚度为0.3mm，具有纤薄、轻柔、小巧等特点，适合足底压力的检测。随着表面压力的增加，FSR的电阻值减小，并具有较好的灵敏度。压力信号测量电路将足底压力引起的FSR电阻的变化转换为电压信号，输出到中央控制模块完成数据采集。由于FSR是压阻型传感器，且电导率与压力值是线性关系。
足底先由力敏传感器在足底各个分区采集数据，再经模数转换与第一单片机数据分析，最后由第一无线通信模块将数据包发送出去。其中由第一电源模块为各部分供电。
电源模块的选型：电源模块采用3.7V锂电池(可充电)。电源模块可以给第一单片机以及第二单片机供电，并完成相应的功能。
蜂鸣器的选型：蜂鸣器采用5V电磁式有源蜂鸣器，结合蜂鸣器驱动电路可以使蜂鸣器发出警报提示跌倒状态。
足底与胸部之间的通信：当力敏传感器将数据通过第一无线通信模块将数据发送出去后，由置于胸部的第二无线通信模块接收，再输给第二单片机，第二单片机同时汇总来自于足底与腰部的信号，综合分析人体的状态，从而判断出人体是否跌倒。
进一步，力敏传感器的布局主要基于人体重心的判断来计算人体是否跌倒。力敏传感器主要置于：足底大脚趾区域、第2～4跖骨区域、后足区域。通过相应区域来获取人体足底的信息，从而分析出重心来判断人体的运动状态。
再进一步，足底的算法来自于两脚之间的数据融合。当左右两脚所测数据传送至胸部的处理芯片之后，将会进行算法判断：
首先进行加速度、角度、以及足底的状态判断。其中，加速度、角度的阈值选取设定为A与β，足底阈值的选取设定为α。足底的数值处理首先利用三个判别条件判定人体是否处于平衡状态，首先判断压力检测是否正常，如果压力检测异常，则需要结合加速度、角度进行判断。同一时刻的数据有来自于胸部模块的加速度传感器的信号、角度的信号、足底的状态信号。这样，分析当加速度与角度大于各自设定的阈值时，且足底在同时刻输出的信号为压力检测异常，则判定人体跌倒；相反，如果有一个条件不满足，则说明人体处于正常状态。当判断人体跌倒的时候，将会使放在胸部的蜂鸣器报警来提示跌倒。
本实用新型实施中，在足底部分，所述力敏传感器用来检测被穿戴者的脚踩力，所述力敏传感器模块与模数转换模块连接，所述模数转换模块与第一单片机连接，所述第一单片机与第一无线通信模块连接，所述第一单片机与第一电源连接。所述三轴加速度以及陀螺仪用来获取人体信号，并同时连接在第二单片机，所述第二单片机与第二无线通信模块连接，所述第二无线通信模块与第一无线通信模块相连，所述第二单片机与第二电源模块相连。
首先，将被保护者穿好含有压力检测的鞋，此时第一电源模块为标签各部分进行供电，第一电源模块采用3.7V锂电池。同时利用分压的方法将力敏传感器FSR402中的电阻值转换为电压值。这样，当打开第一电源模块时，便可以使足底各部分正常工作。进一步，胸部的模块由第二单片机控制，第二单片机将收到三轴加速度传感器以及陀螺仪的数据并进行加速度、角度分析，并结合来自于足底的数据来判断人体是否跌倒。这样，打开第二电源模块之后，胸部各个模块进入正常工作模式。这时，被测试者开始行走后，通过位于左右两脚共16个力敏传感器FSR402采集左右两脚(即大脚趾、第2～4跖骨与足跟)数据，并通过其输出将所测得的数据传输给模数转换模块进行模数转换。经模数转换后的数字信号将传送给第一单片进行数据处理，再将处理后的数据打包传送至第一无线通信模块，再由第二无线通信模块接收，并传输至第二单片机。
本实用新型的基于多传感器融合跌倒检测的系统的技术方案中，其中所包括的各个功能设备和模块装置均能够对应于实际的具体硬件电路结构，因此这些模块和单元仅利用硬件电路结构就可以实现，不需要辅助以特定的控制软件即可以自动实现相应功能。
采用了该实用新型中的基于多传感器融合跌倒检测的系统，能够有效地判断出人体的状态，并结合多传感器融合的技术来分析出人体是否跌倒；通过力敏传感器的合理布局，使得采集的压力值能够合理的反映出人体的重心状态，在正确地掌握了人体的重心分布之后，结合胸部的三轴加速度传感器以及陀螺仪来更精确地判断出人体是否跌倒；在降低误判率的同时，保护了用户的隐私，并降低了功耗和成本，适用于大规模推广应用。
在此说明书中，本实用新型已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本实用新型的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。
Claims (10)
1.一种基于多传感器融合跌倒检测的系统，其特征在于，所述系统包括：
足底压力检测子系统，包括数个力敏传感器、一第一单片机和一第一无线通信模块，所述力敏传感器和第一无线通信模块均与所述第一单片机相连接，所述力敏传感器设置于足底；
人体姿态检测子系统，包括一加速度传感器、一角度传感器、一第二无线通信模块和一第二单片机，所述加速度传感器、角度传感器和第二单片机均与所述第二无线通信模块相连接，所述第一无线通信模块与所述第二无线通信模块进行通信，所述加速度传感器和角度传感器均佩戴于人体。
2.根据权利要求1所述的基于多传感器融合跌倒检测的系统，其特征在于，所述力敏传感器分别设置于左脚的前足、后足和侧面区域以及右脚的前足、后足和侧面区域。
3.根据权利要求2所述的基于多传感器融合跌倒检测的系统，其特征在于，所述力敏传感器分别设置于左脚和右脚的大脚趾、第2～4跖骨与足跟。
4.根据权利要求2所述的基于多传感器融合跌倒检测的系统，其特征在于，所述力敏传感器包括从左脚的前足到后足依次设置的八个力敏传感器以及从右脚的前足到后足依次设置的八个力敏传感器，所述左脚的前足设置有四个力敏传感器，左脚的侧面设置有两个力敏传感器，左脚的后足设置有两个力敏传感器，所述右脚的前足设置有四个力敏传感器，右脚的侧面设置有两个力敏传感器，右脚的后足设置有两个力敏传感器。
5.根据权利要求1所述的基于多传感器融合跌倒检测的系统，其特征在于，所述系统还包括蜂鸣器，所述蜂鸣器与所述第二单片机相连接。
6.根据权利要求1所述的基于多传感器融合跌倒检测的系统，其特征在于，所述加速度传感器为三轴加速度传感器，所述角度传感器为陀螺仪。
7.根据权利要求1所述的基于多传感器融合跌倒检测的系统，其特征在于，所述足底压力检测子系统还包括第一电源模块和模数转换模块，所述第一电源模块和模数转换模块均与所述第一单片机相连接；所述人体姿态检测子系统还包括第二电源模块，所述第二电源模块与所述第二单片机相连接。
8.根据权利要求1所述的基于多传感器融合跌倒检测的系统，其特征在于，所述加速度传感器和角度传感器均佩戴于人体胸部，所述足底压力检测子系统设置于鞋垫中。
9.根据权利要求1所述的基于多传感器融合跌倒检测的系统，其特征在于，所述力敏传感器为FSR402力敏传感器。
10.根据权利要求1所述的基于多传感器融合跌倒检测的系统，其特征在于，所述力敏传感器包括比较器、第一电阻和压力感应电阻，所述压力感应电阻的第一端输入电源，所述压力感应电阻的第二端同时连接所述比较器的第一输入端和所述第一电阻的第一端，所述第一电阻的第二端接地，所述比较器的第二输入端与所述比较器的输出端相连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201621192004.5U CN206147905U (zh) | 2016-10-27 | 2016-10-27 | 基于多传感器融合跌倒检测的系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201621192004.5U CN206147905U (zh) | 2016-10-27 | 2016-10-27 | 基于多传感器融合跌倒检测的系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN206147905U true CN206147905U (zh) | 2017-05-03 |
Family
ID=58625498
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201621192004.5U Expired - Fee Related CN206147905U (zh) | 2016-10-27 | 2016-10-27 | 基于多传感器融合跌倒检测的系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN206147905U (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108760214A (zh) * | 2018-04-27 | 2018-11-06 | Oppo广东移动通信有限公司 | 撞击角度获取方法及相关产品 |
| CN111724566A (zh) * | 2020-05-20 | 2020-09-29 | 同济大学 | 基于智慧灯杆视频监控系统的行人跌倒检测方法和装置 |
-
2016
- 2016-10-27 CN CN201621192004.5U patent/CN206147905U/zh not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108760214A (zh) * | 2018-04-27 | 2018-11-06 | Oppo广东移动通信有限公司 | 撞击角度获取方法及相关产品 |
| CN111724566A (zh) * | 2020-05-20 | 2020-09-29 | 同济大学 | 基于智慧灯杆视频监控系统的行人跌倒检测方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106448057B (zh) | 基于多传感器融合跌倒检测的方法 | |
| CN104535229B (zh) | 基于压阻压电柔性传感器复合的压力检测装置及方法 | |
| CN104146712B (zh) | 穿戴式足底压力检测设备及足底压力检测和姿态预测方法 | |
| US10034622B1 (en) | In-shoe foot monitoring utilizing an insert | |
| CN107157485A (zh) | 一种智能监测鞋垫及其智能监测系统 | |
| US20100240967A1 (en) | Belt with health management function | |
| CN109171734A (zh) | 基于多传感器数据融合的人体行为分析云管理系统 | |
| CN103025230A (zh) | 用于集成的生物计量监测的袜子 | |
| CN209284398U (zh) | 一种智能鞋垫 | |
| CN107998609A (zh) | 一种基于多传感器融合的辅助行走外骨骼机器人系统 | |
| CN206197948U (zh) | 量化检测帕金森运动症状的可穿戴智能设备 | |
| CN206147905U (zh) | 基于多传感器融合跌倒检测的系统 | |
| CN107411749A (zh) | 基于足底压力分析异常行走检测的系统及方法 | |
| CN108836344A (zh) | 步长步频估算方法和装置及步态检测仪 | |
| CN103390327A (zh) | 人体防跌倒预警方法及预警器 | |
| CN104422947A (zh) | 一种基于多组传感器的智能鞋 | |
| CN106456060A (zh) | 活动量测定装置、活动量测定方法和活动量测定程序 | |
| CN104964733B (zh) | 一种体重测量方法、装置及系统 | |
| CN205848844U (zh) | 一种多功能步态监测鞋垫 | |
| CN107853790A (zh) | 一种基于无线通信的智能穿戴设备及其方法 | |
| CN203059714U (zh) | 足底压力分布测量系统 | |
| US20200297241A1 (en) | Wearable computing devices for acquiring athletic movement data, and systems and methods relating thereto | |
| CN110638462B (zh) | 一种带步态分析的穿戴式足底生理信息采集系统 | |
| CN107468395A (zh) | 一种智能儿童步态矫正鞋 | |
| CN112274874A (zh) | 一种基于微惯性传感器的人体运动能耗评估系统和方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170503 Termination date: 20171027 |