CN206639357U - 基于惯性、位置传感器的老年人跌倒检测装置 - Google Patents
基于惯性、位置传感器的老年人跌倒检测装置 Download PDFInfo
- Publication number
- CN206639357U CN206639357U CN201720349345.7U CN201720349345U CN206639357U CN 206639357 U CN206639357 U CN 206639357U CN 201720349345 U CN201720349345 U CN 201720349345U CN 206639357 U CN206639357 U CN 206639357U
- Authority
- CN
- China
- Prior art keywords
- inertia
- position sensor
- housing
- falls
- detection means
- 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
Abstract
一种基于惯性、位置传感器的老年人跌倒检测装置。跌倒是行走过程中常见的危险事件,目前跌倒检测的研究前沿为跌倒检测准确率为90%左右。一种基于惯性、位置传感器的老年人跌倒检测装置,其组成包括:壳体(1),壳体的前面板(2)上设置有圆形按键盘(3),下端一侧的弧面上设置有连接孔(11),壳体的后面上设置有全覆盖式电池仓(4),壳体的前面板为弧面结构,壳体的四角位置处加工成尺寸不同的圆角结构,壳体内部具有惯性、位置传感器、采集分析装置和报警模块,惯性、位置传感器通过电信号与采集分析装置连接,采集分析装置通过电信号与所述的报警模块连接。本实用新型应用于电子领域。
Description
技术领域:
本实用新型涉及一种基于惯性、位置传感器的老年人跌倒检测装置,主要在慰劳服务上的应用,尤其是能随身携带并随时检测人体姿态的电子装置。
背景技术:
由于人体日常行为活动比较复杂,根据先验阈值的跌倒判别算法(例如:孝为先品牌的CS299、强电品牌的老人智能定位手环)在实际应用中存在不同程度的误判,单纯依据加速度传感器的信息难以进行跌倒行为的准确判断。例如通过对采集的加速度数据进行预判,过滤掉非摔倒数据,然后利用线性分类算法对预判摔倒数据进行甄别。现在市场上销售的跌倒报警装置多采用这种方法。
目前,跌倒检测算法研究的着眼点包括三点:第一是重点分析临界阶段或冲击,第二是重点分析跌倒后阶段,最后是两者同时分析。
(1)跌倒的临界阶段的研究
Wu等人(University of Vermont, USA)通过视频分析人体在跌倒时特定点的运动发现,这些点在跌倒临界阶段的速度为其他有意识行为的3倍。
等人尝试通过计算机视觉系统追踪头部的运动,并通过粒子滤波和固定水平和速度阈值方法检测跌倒。
等人(University of Grenoblein France)设计了一种佩带在腋下的自主检测装置,包括加速度计、一个倾角计和一个振动传感器。检测算法特征为速度阈值、从直立到水平的体位和跌倒后的静息状态。
等人使用位于胸部的三轴加速度传感器,Hwang等人使用陀螺仪,Bourke和Lyons等人使用双轴陀螺构建阈值算法,在临界阶段检测跌倒。
等人提出在跌倒早期检测成功后,可以释放安全气囊保护跌倒者,但是该系统只能保护向后跌倒的情况。
(2)跌倒的冲击的研究
Williams等人在1998年首次描述了佩戴在腰部的跌倒检测装置,主要原理为通过压电传感器检测冲击,然后激发水银倾角计检测体位。Doughty et al.继续研究了这种方法并由Tunstall (Whitley lodge, Yorkshire, England)公司推向市场。
等人将三轴加速度传感器放入助听器中,通过3个阈值检测跌倒过程中的冲击:xy平面内的总加速度为2g;竖直方向的最大速度为0.7m/s;所有方向的总加速度为6g。
(3)跌倒后阶段的研究
在跌倒后阶段,人体一般处于平行于地面且静息状态。因此可以通过倾角计测量人体姿态或通过位于鞋底的压力传感器检测跌倒。但是跌倒后阶段的状态和被测者平时卧床休息的状态容易混淆,因此以上的检测方法一般需要和其他阶段的检测方法结合使用。
综上所述,跌倒是行走过程中常见的危险事件,目前跌倒检测的研究前沿为跌倒检测准确率为90%左右。
发明内容:
本实用新型的目的是提供一种基于惯性、位置传感器的老年人跌倒检测装置。
上述的目的通过以下的技术方案实现:
一种基于惯性、位置传感器的老年人跌倒检测装置,其组成包括:壳体,所述的壳体的前面板上设置有圆形按键盘,下端一侧的弧面上设置有连接孔,所述的壳体的后面上设置有全覆盖式电池仓,所述的壳体的前面板为弧面结构,所述的壳体的四角位置处加工成尺寸不同的圆角结构,所述的壳体内部具有惯性、位置传感器、采集分析装置和报警模块,所述的惯性、位置传感器通过电信号与所述的采集分析装置连接,所述的采集分析装置通过电信号与所述的报警模块连接。
所述的基于惯性、位置传感器的老年人跌倒检测装置,所述的圆形按键盘的中间位置设置有SOS求救按钮,所述的SOS求救按钮的四周设置有预留按钮一、预留按钮二、预留按钮三和预留按钮四,所述的预留按钮二和预留按钮三之间具有指示灯。
所述的基于惯性、位置传感器的老年人跌倒检测装置,所述的SOS求救按钮与GPRS无线模块连接。
所述的基于惯性、位置传感器的老年人跌倒检测装置,所述的报警模块具有GPRS无线报警和声音报警两种模式。
本实用新型的有益效果:
1.本实用新型的壳体采用多个圆角但尺寸不一设计,人体跌倒后,如遇到被人体和地面在中间挤压时,可根据不规则外形滑动成贴地水平转态,壳体前面板的按钮盘与壳体表面成水平可有效防止意外割伤,其中SOS为求救按钮,与GPRS无线模块连接,在圆形按键盘上设置有1、2、3、4四个按钮为预留按钮,方便产品根据市场反馈升级功能时使用,同时通过在连接孔内传入细线连接人体腰部位置,达到随身携带的目的,另外在壳体的一侧设置有连接孔,能够增加了装置的可穿戴性,后面板采用全覆盖式电池仓,可有效保护产品急速撞击地面时不会发生电池脱离事件。
本实用新型采用超小型式高精度加速度传感器和MEMS陀螺、安装于装置内部,以内置电池供电。通过这两种传感器随时记录人体移动轨迹、中心变化和倾斜角度。可实时采集并储存人体当前移动倾斜轨迹数据。该装置不需任何设置,启动后自动将人体姿态物理量改变为可用电信号,达到记录人体各种姿态数据。也就是人体实际姿态数据化。
附图说明:
附图1是本实用新型的结构示意图。
附图2是附图1的后视图。
具体实施方式:
实施例1:
一种基于惯性、位置传感器的老年人跌倒检测装置,其组成包括:壳体1,所述的壳体的前面板2上设置有圆形按键盘3,下端一侧的弧面上设置有连接孔11,所述的壳体的后面上设置有全覆盖式电池仓4,所述的壳体的前面板为弧面结构,所述的壳体的四角位置处加工成尺寸不同的圆角结构,所述的壳体内部具有惯性、位置传感器、采集分析装置和报警模块,所述的惯性、位置传感器通过电信号与所述的采集分析装置连接,所述的采集分析装置通过电信号与所述的报警模块连接。
实施例2:
根据实施例1所述的基于惯性、位置传感器的老年人跌倒检测装置,所述的圆形按键盘的中间位置设置有SOS求救按钮5,所述的SOS求救按钮的四周设置有预留按钮一6、预留按钮二7、预留按钮三8和预留按钮四9,所述的预留按钮二和预留按钮三之间具有指示灯10。
实施例3:
根据实施例1或2所述的基于惯性、位置传感器的老年人跌倒检测装置,其特征是:所述的SOS求救按钮与GPRS无线模块连接。
实施例4:
根据实施例1或2或3所述的基于惯性、位置传感器的老年人跌倒检测装置,所述的报警模块具有GPRS无线报警和声音报警两种模式。
人体重心变化的检测
以向前跌倒为例,人体重心随时间呈现出逐渐降低的过程。在理想情况下,跌倒的运动轨迹(重心高度的时间变化轨迹)应该呈现为抛物线形状,其运动学方程为:
其中,h0为人体重心的初始高度,单位为m;g为重力加速度,单位为m/s2;t为时间,单位为s,初始时刻(t=0)为跌倒开始时刻。在实际应用中,采用加速度积分的方法描述人体重心变化通常存在较大累积误差,因此,我们采用惯性传感量进行数据采集。
人体姿态变化的检测
在跌倒过程中另一个运动学特点是人体姿态的变化。按照跌倒时的姿态分类,跌倒可以分为向前跌倒、向后跌倒和侧向跌倒。以人体面向X轴正方向为例,向前跌倒可以等效为人体绕Y轴逆时针旋转,向后跌倒可以等效为人体绕Y轴顺时针旋转,同理,侧向跌倒可以等效为人体绕X轴的旋转。
因此,若将人体跌倒简化为刚体的运动,则其姿态的变化可以用欧拉角来表示。设定xyz轴为地理坐标系的参考轴,XYZ轴为捷联在人体上的载体坐标系的坐标轴,则人体的运动可以用欧拉角表示。
但是采用欧拉法确定姿态角的方法有一定的局限性,由于微分方程中存在三角函数,实时计算比较困难,而且当θ为90°时,方程出现奇异点,姿态角无法解算。
所以我们采用位置传感器直接获取人体实时姿态变化,避免姿态角无法解算的问题。
(1)惯性、位置传感器,能感受测量人体姿态并按照一定的规律转换成可用电信号;将人体坐卧行走等不同姿势的物理量改变为不同特征的电信号数据。
(2)采集、分析模块,用于采集人体姿态信号,分析人体当前状态;具体包括采集人体不同姿势传感器信号、通过分析跌倒运动的定义及运动学原理,通过对跌倒进行建模,提取人体跌倒信号特征。可发送信号到报警模块。
(3)报警模块,用于发送报警信号 ,报警模块拥有GPRS无线报警和声音报警两种模式,接到信号启动扬声器和GPRS无线功能发送报警信息。
基于惯性、位置传感器的老年人跌倒检测技术装置的工作方法,包括以下步骤;
步骤1:感应人体姿态物理量改变为可用电信号;
步骤2:采集可用电信号,分析信号特征并对比人体跌倒特征,发现人体跌倒特征后发送信号到报警模块;
步骤3:报警模块启动装置自带扬声器发出报警声音、启动GPRS功能发送无线报警信息。
本实用新型为解决误报率、错报率问题本实用新型采用位置惯性传感器实时跟踪人体多种数据,其中包括人体重心变化、身体姿态的变化。对人体(尤其是老年人)的日常姿态进行分析,通过对不同老人日常生活姿态和分析跌倒运动的定义及运动学原理,通过对跌倒进行建模,提取特征模式,进而通过样机平台搭建为算法研究提供硬件支持,最后通过系统实验验证算法的有效性和实用性。
人体正常行走时,加速度周期性的规则变化,而在发生跌倒时刻,加速度会发生剧烈变化,加速度的变化可以反映出人体运动状态的变化,因此,采用三轴加速度传感器监测加速度特征,的三轴加速度传感器,其最大量程为±2gn;在±2gn量程时灵敏度为200mV/gn。产品采用自主研发的基于MEMS原理的高精度加速度传感器以及陀螺仪,采用MEMS原理(MEMS陀螺仪的主要原理是通过科里奥利加速度,在驱动模式和检测模式之间转移能量。)使产品外形缩小到普通芯片大小。通过采用我们20余年的技术积累和收集的实验数据,完善得到的补偿算法对测量精度进行提高(算法现处于保密中)。同时采用封闭外壳提高抗环境干扰能力输出信号更精确、产品使用简单可直接与后部电路连接不需二次设置。
训练人的姿态变化MEMS器件收集数据,MCU处理数据进行计算数据,.最终达到训练人跌倒行为的判断。
Claims (4)
1.一种基于惯性、位置传感器的老年人跌倒检测装置,其组成包括:壳体,其特征是:所述的壳体的前面板上设置有圆形按键盘,下端一侧的弧面上设置有连接孔,所述的壳体的后面上设置有全覆盖式电池仓,所述的壳体的前面板为弧面结构,所述的壳体的四角位置处加工成尺寸不同的圆角结构,
所述的壳体内部具有惯性、位置传感器、采集分析装置和报警模块,所述的惯性、位置传感器通过电信号与所述的采集分析装置连接,所述的采集分析装置通过电信号与所述的报警模块连接。
2.根据权利要求1所述的基于惯性、位置传感器的老年人跌倒检测装置,其特征是:所述的圆形按键盘的中间位置设置有SOS求救按钮,所述的SOS求救按钮的四周设置有预留按钮一、预留按钮二、预留按钮三和预留按钮四,所述的预留按钮二和预留按钮三之间具有指示灯。
3.根据权利要求2所述的基于惯性、位置传感器的老年人跌倒检测装置,其特征是:所述的SOS求救按钮与GPRS无线模块连接。
4.根据权利要求1或2所述的基于惯性、位置传感器的老年人跌倒检测装置,其特征是:所述的报警模块具有GPRS无线报警和声音报警两种模式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201720349345.7U CN206639357U (zh) | 2017-04-05 | 2017-04-05 | 基于惯性、位置传感器的老年人跌倒检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201720349345.7U CN206639357U (zh) | 2017-04-05 | 2017-04-05 | 基于惯性、位置传感器的老年人跌倒检测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN206639357U true CN206639357U (zh) | 2017-11-14 |
Family
ID=60247378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201720349345.7U Expired - Fee Related CN206639357U (zh) | 2017-04-05 | 2017-04-05 | 基于惯性、位置传感器的老年人跌倒检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN206639357U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110610597A (zh) * | 2019-07-29 | 2019-12-24 | 武汉市怀信广志信息科技有限公司 | 一种应用于报警器的报警方法、控制装置及可读存储介质 |
-
2017
- 2017-04-05 CN CN201720349345.7U patent/CN206639357U/zh not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110610597A (zh) * | 2019-07-29 | 2019-12-24 | 武汉市怀信广志信息科技有限公司 | 一种应用于报警器的报警方法、控制装置及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105342623B (zh) | 智能跌倒监护装置及其处理方法 | |
JP4663503B2 (ja) | 転倒判定方法及びその装置 | |
EP2451351B1 (en) | Fall prevention | |
CN103076045B (zh) | 头部姿态感应装置和方法 | |
CN105632101A (zh) | 一种人体防跌倒预警方法及系统 | |
CN105590408B (zh) | 一种人体跌倒检测方法及保护装置 | |
US20150040669A1 (en) | Devices, systems and methods for detecting and evaluating impact events | |
CN103405001A (zh) | 一种蓝牙跌倒报警鞋垫 | |
CN103377541A (zh) | 人体防跌倒预警及干预方法和系统 | |
CN104297519B (zh) | 人体运动姿态识别方法和移动终端 | |
Hsieh et al. | A wrist-worn fall detection system using accelerometers and gyroscopes | |
Tabei et al. | Accident detection system for bicycle riders | |
Lai et al. | Adaptive body posture analysis using collaborative multi-sensors for elderly falling detection | |
CN109839245A (zh) | 电子装置及其防水质保条件判断方法 | |
Zhong et al. | A real-time pre-impact fall detection and protection system | |
CN104392583A (zh) | 一种基于knn算法的跌倒检测与报警系统及方法 | |
CN203931101U (zh) | 一种穿戴式人体瘫倒检测报警装置 | |
JP2005237576A (ja) | 転倒判定装置 | |
CN206639357U (zh) | 基于惯性、位置传感器的老年人跌倒检测装置 | |
CN116189383A (zh) | 一种基于惯性传感的跌倒及其相似动作预警方法 | |
CN114469074A (zh) | 一种跌倒预警方法、系统、设备及计算机存储介质 | |
CN106960542A (zh) | 一种基于中断驱动的低功耗跌倒检测装置 | |
Liu et al. | Development of wearable sensor combinations for human lower extremity motion analysis | |
CN202306768U (zh) | 一种行为辨析电路 | |
CN210078765U (zh) | 基于可穿戴传感器的动作捕捉识别与评估装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171114 Termination date: 20180405 |
|
CF01 | Termination of patent right due to non-payment of annual fee |