CN209315877U - 一种穿戴式跌倒预测防护系统 - Google Patents
一种穿戴式跌倒预测防护系统 Download PDFInfo
- Publication number
- CN209315877U CN209315877U CN201821027241.5U CN201821027241U CN209315877U CN 209315877 U CN209315877 U CN 209315877U CN 201821027241 U CN201821027241 U CN 201821027241U CN 209315877 U CN209315877 U CN 209315877U
- Authority
- CN
- China
- Prior art keywords
- waist
- cap
- sensor
- head
- vest
- 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.)
- Active
Links
Abstract
本实用新型公开了一种穿戴式跌倒预测防护系统。它包括连帽防护衣本体，连帽防护衣本体由内衬和外套组成，内衬和外套之间装有折叠气囊，连帽防护衣本体的上端衣帽内装有头部传感器，连帽防护衣本体的下端腰部处设有控制模块、气体发生器和电源模块，控制模块包括中央处理器和腰部传感器，头部传感器、腰部传感器、气体发生器和电源模块通过导线均与中央处理器连接，气体发生器与折叠气囊连接。本实用新型的有益效果是：使用六轴惯性传感器对人体腰部和头部进行角度数据采集和联合分析，实现较早预测跌倒；采用基于头腰部角度相关系数阈值、腰部角度阈值以及腰部角速度阈值的跌倒预测算法，提高了预测的准确性，同时能够较早的预测跌倒发生。
Description
技术领域
本实用新型涉及生物医学工程相关技术领域，尤其是指一种穿戴式跌倒预测防护系统。
背景技术
根据联合国最新标准，老龄化社会是指一个地区65岁及以上人口占总人口数达7％及以上，则视该地区进入老龄化社会。根据2003中国统计年鉴中，对2002年1％人口进行抽样调查，发现65岁及以上老年人口已占调查人口总数的8.16％，表明中国已进入老龄化社会。随着老年人口的增多，社会的养老问题以及老年人的身心健康问题受到越来越多的重视，而跌倒是造成老年人发病和死亡的常见起因，超过1/3的65岁以上老人每年至少摔倒一次。世界卫生组织认为跌倒是老年人慢性致残的第三大原因，65岁以上老人跌倒频率高且伴随有骨折、软组织损伤和脑部伤害等问题。这不仅对老年人的身体健康造成影响，而且会使老年人害怕摔倒，造成心理负担。
目前对于跌倒预测的研究不多，市面上的跌倒预测防护装置也较为少见。王国杰等使用跌倒冲击地面前的合加速度阈值以及合角速度阈值来进行预测，但是达到该阈值时意味着即将撞击地面，留给保护装置的反应时间较为短暂，其次某些动作也会产生相似的加速度值，因而预测效果不好。佟丽娜等采用基于加速度时间序列的隐马尔科夫模型来预测跌倒，但是该算法复杂，不易在穿戴式设备上实现。
由于在运动中人体各部分的活动剧烈程度不同，导致各部分运动数据也有所不同，但同时人体作为一个整体，各部位间的运动又有一定的联系，因而可将人体分为头、胸部、腰部、上臂、下臂、大腿、小腿及足部几段研究。由于腰部最接近重心位置，最能反映人体的运动趋势，因而对腰部的检测必不可少，同时为了避免单一部位对整体运动检测的局限性，有必要再引入其他的观测部位。人体头部对于运动的变化最为敏感，同时头部在日常运动中不可能太剧烈，因为头部剧烈活动会造成头晕等不适现象，因而不会产生太多噪声，但是头部不易携带穿戴式设备。这意味着头部是一个观测运动的理想位置。与之相似的是，手臂虽然也对运动的变化十分敏感，但是手臂参与的日常活动十分复杂，导致干扰较多，不利于观测。胸部与腰部类似，能近似反映人体运动中重心的变化，而且灵活度较低不易产生噪声，但是对于重心变化不大的运动却无法准确反映。腿部在运动中一般活动比较剧烈，因而会产生大量噪声，这对运动的观测不利。从中可以看出单一的观测位置不能全面反映人体的运动，对于人体多部位的联合研究很有必要，理论上，观测部位越多，对运动的检测就越准确，但是观测部位的增多也会影响穿戴的舒适性。 AT在对跌倒检测的研究中，将九轴传感器置于人的头部、胸部、腰部、右腕、大腿、右踝六个节点，进行大量模拟实验，发现观测节点越多，对跌倒的检测越准确，但是观测节点超过三个时，准确度只会有微弱的提高，舒适度却有所降低。综合考虑穿戴的舒适性与检测的准确性，将观测节点定为三个以内具有相当高的研究价值。M.N.nyan使用腰腿的角度阈值及角度相关性阈值来预测跌倒，获得了较高的准确度以及700ms的前置时间，但是该算法漏报了有屈腿时的摔倒，这是因为下肢段在跌倒动作中变化较为多样。
实用新型内容
本实用新型是为了克服现有技术中存在上述的不足，提供了一种检测准确度高且预测时间早的穿戴式跌倒预测防护系统。
为了实现上述目的，本实用新型采用以下技术方案：
一种穿戴式跌倒预测防护系统，包括连帽防护衣本体，所述的连帽防护衣本体由内衬和外套组成，所述的内衬和外套之间装有折叠气囊，所述连帽防护衣本体的上端衣帽内装有头部传感器，所述连帽防护衣本体的下端腰部处设有控制模块、气体发生器和电源模块，所述的控制模块包括中央处理器和腰部传感器，所述的头部传感器、腰部传感器、气体发生器和电源模块通过导线均与中央处理器连接，所述的气体发生器与折叠气囊连接。
其中：内衬和外套以缝合和尼龙搭扣组合的方式连接，其中安装有折叠气囊的位置采用的是尼龙搭扣的方式连接，其余的地方采用的是缝合方式连接，这是为了固定头部传感器、控制模块、气体发生器和电源模块以及便于折叠气囊充分展开。使用头部传感器和腰部传感器对人体多部位(腰部和头部)进行角度数据采集和联合分析，实现较早预测跌倒，也可用于高空坠落的防护。采用基于头腰部角度相关系数阈值、腰部角度阈值以及腰部角速度阈值的跌倒预测算法，提高了预测的准确性，同时能够较早的预测跌倒发生。
作为优选，所述的折叠气囊有两个，两个折叠气囊分别置于连帽防护衣本体的前侧和后侧，所述折叠气囊的形状呈I形，所述的折叠气囊缝合在内衬上，其中置于连帽防护衣本体后侧的折叠气囊上端延伸至连帽防护衣本体的上端衣帽内。通过折叠气囊的形状设计，能够有效的保护头部、上半身和腰部。
作为优选，所述连帽防护衣本体的上端衣帽内设有头箍尼龙搭扣，所述的头箍尼龙搭扣置于内衬和外套之间且缝合在外套上，所述的头部传感器固定在头箍尼龙搭扣的中部。通过头箍尼龙搭扣的设计，一方面能够使得衣帽能够更好的定位在头部，而且便于穿戴。
作为优选，所述连帽防护衣本体的下端腰部处设有腰带，所述的外套上设有若干腰带扣，所述的腰带穿过腰带扣置于外套上，所述的气体发生器有两个且均置于腰带上，两个气体发生器分别置于连帽防护衣本体的左右两侧，两个气体发生器分别与两个折叠气囊一一对应连接，所述的控制模块和电源模块均固定安装在腰带上。通过腰带的设计，能够有效的调节腰部的松紧度。
作为优选，所述的电源模块采用的是可充电式锂电池。通过充电的方式实现了电源的可持续性供电。
作为优选，所述的头部传感器和腰部传感器均为六轴惯性传感器，所述的六轴惯性传感器包含了三轴加速度计以及三轴陀螺仪。采集的数据为头部和腰部的俯仰角角速度数据和加速度数据，其中加速度数据用来修正计算的角度值。
作为优选，所述连帽防护衣本体的胸部处设有胸部传感器，所述的胸部传感器通过导线与控制模块连接，所述的胸部传感器为六轴惯性传感器，所述的六轴惯性传感器包含了三轴加速度计以及三轴陀螺仪。
本实用新型的有益效果是：使用六轴惯性传感器对人体多部位(腰部和头部)进行角度数据采集和联合分析，实现较早预测跌倒；采用基于头腰部角度相关系数阈值、腰部角度阈值以及腰部角速度阈值的跌倒预测算法，提高了预测的准确性，同时能够较早的预测跌倒发生，也可用于高空坠落的防护。
附图说明
图1是本实用新型的展开结构示意图；
图2是图1的整体结构示意图；
图3是折叠气囊的展开结构示意图；
图4是发生跌倒的运动状态示意图。
图中：1.头部传感器，2.头箍尼龙搭扣，3.导线，4.腰带，5.气体发生器，6.控制模块，7.电源模块，8.内衬，9.外套。
具体实施方式
下面结合附图和具体实施方式对本实用新型做进一步的描述。
如图1、图2所述的实施例中，一种穿戴式跌倒预测防护系统，包括连帽防护衣本体，连帽防护衣本体由内衬8和外套9组成，内衬8和外套9之间装有折叠气囊，连帽防护衣本体的上端衣帽内装有头部传感器1，连帽防护衣本体的下端腰部处设有控制模块6、气体发生器5和电源模块7，所述的控制模块6包括中央处理器和腰部传感器，头部传感器1、腰部传感器、气体发生器5和电源模块7通过导线3均与中央处理器连接，气体发生器5与折叠气囊连接。折叠气囊有两个，两个折叠气囊分别置于连帽防护衣本体的前侧和后侧，如图3所示，折叠气囊的形状呈I形，折叠气囊缝合在内衬8上，其中置于连帽防护衣本体后侧的折叠气囊上端延伸至连帽防护衣本体的上端衣帽内。连帽防护衣本体的上端衣帽内设有头箍尼龙搭扣2，头箍尼龙搭扣2置于内衬8和外套9之间且缝合在外套9上，头部传感器1固定在头箍尼龙搭扣2的中部。连帽防护衣本体的下端腰部处设有腰带4，外套9上设有若干腰带4扣，腰带4穿过腰带4扣置于外套9上，气体发生器5有两个且均置于腰带4上，两个气体发生器5分别置于连帽防护衣本体的左右两侧，两个气体发生器5分别与两个折叠气囊一一对应连接，控制模块6和电源模块7均固定安装在腰带4上。电源模块7采用的是可充电式锂电池。头部传感器1和腰部传感器均为六轴惯性传感器，六轴惯性传感器包含了三轴加速度计以及三轴陀螺仪。连帽防护衣本体的胸部处设有胸部传感器，胸部传感器通过导线3与控制模块6连接，胸部传感器为六轴惯性传感器，六轴惯性传感器包含了三轴加速度计以及三轴陀螺仪。
其中：六轴惯性传感器采用的是mpu6050，中央处理器MCU是型号为stm32f103系列等嵌入式单片机。六轴惯性传感器集合了三轴加速度计以及三轴陀螺仪，可以采集三轴加速度数据，以及三轴角速度数据，对角速度积分可得到角度数据，但是由于漂移以及积分误差，会导致角度数据不准确，与此同时对加速度求解三角函数也能得到角度数据，但实时性较差，因而结合加速度修正陀螺仪得到的角度可以更为准确。中央处理器处理头部传感器和腰部传感器传输过来的头部及腰部原始数据，得到俯仰角度数据。
具体操作方法如下：
(1)角度阈值判断：控制模块的中央处理器通过头部传感器和腰部传感器将头部和腰部采集到的原始加速度与角速度数据进行处理，得到修正后的俯仰角角度数据，再与中央处理器内部设定的腰部角度阈值16°进行比较，若超过，则进行步骤(2)；若未超过，则继续进行步骤(1)的操作；若腰部角度值达到设定的角度阈值16°，则求出腰部角度值16°之前100ms内的头部和腰部两者角度的相关系数，计算公式为：
式中：N为100ms内采集的数据个数，θ1i与θ2i分别代表两个部位在同一动作时采集到的第i个角度，和分别为同一动作时头部腰部两组俯仰角数据的平均值，Sθ1，Sθ2分别为同一动作时头部腰部俯仰角数据组的标准差；
(2)相关系数阈值判断：在跌倒过程中，人体头部与躯干段的角度变化具有相关性，设定相关系数阈值为0.9，若相关系数达到0.9，则进行步骤(3)；若相关系数未达到0.9，则返回到步骤(1)中；
(3)角速度阈值判断：人体弯腰时腰部的角速度不超过50°/s，设定腰部的角速度阈值为50°/s，若超过，则判断为跌倒，中央处理器发送信号到气体发生器，气体发生器给折叠气囊供气以达到防护的效果；若为超过，判断为弯腰，则返回到步骤(1)中。
请参阅图4所示的发生跌倒的运动状态示意图。本方法设定的相关系数阈值为0.9，腰部角度阈值为16°，腰部角速度阈值为50°/s。设定的角度阈值是由青年志愿者模拟跌倒及日常动作的实验得出，根据文献资料人体失去平衡的倾角临界值为青年人32.5°，老年人23.9°，同时在实验中发现人体腰部的俯仰角在ADL(日常活动)中大多都不超过16°，弯腰类动作除外。所以将设定的角度阈值设为16°，可以较早预测跌倒发生。实验中发现，在跌倒过程中，人体头部与躯干段的角度变化具有较高的相关性，相关系数超过0.9，而在日常活动的多数动作中(弯腰类动作除外)，头部相较与躯干，灵活度更高，因而躯干与头部活动的角度相关性较低。若相关系数达到0.9，则还需进一步判断是跌倒还是弯腰类动作。由于弯腰相较与跌倒，动作较为缓慢，因而采用角速度进一步区分。实验中发现人体弯腰时腰部的角速度不超过50°/s，而跌倒时腰部角速度都超过这一阈值。
使用六轴惯性传感器对人体多部位(腰部和头部)进行角度数据采集和联合分析，采用较低的腰部角度阈值16°并结合头腰相关系数实现了提前400-600ms预测跌倒，再与腰部角速度阈值比较，提高了准确度。相较于现有的基于合加速度阈值方法只能提前100-300ms预测具有较大进步。采用体积小的集成惯性传感器以及基于阈值的预测方法，更容易在穿戴式设备上实现。采用连衣帽的结构，在前后都放置折叠气囊，有效的保护了跌倒易受伤的头部和髋关节，特别是帽子内也装有折叠气囊，改变了现有装置不能很好保护头部的缺点。
综上所述，基于本方法及气体发生器的跌倒预测防护衣，相较于基于单一部位加速度阈值算法的其他跌倒防护装置具有准确度高，预测时间早，充气迅速的优点，能更好的避免跌倒的危害。
Claims (6)
1.一种穿戴式跌倒预测防护系统，其特征是，包括连帽防护衣本体，所述的连帽防护衣本体由内衬(8)和外套(9)组成，所述的内衬(8)和外套(9)之间装有折叠气囊，所述连帽防护衣本体的上端衣帽内装有头部传感器(1)，所述连帽防护衣本体的下端腰部处设有控制模块(6)、气体发生器(5)和电源模块(7)，所述的控制模块(6)包括中央处理器和腰部传感器，所述的头部传感器(1)、腰部传感器、气体发生器(5)和电源模块(7)通过导线(3)均与中央处理器连接，所述的气体发生器(5)与折叠气囊连接，所述的折叠气囊有两个，两个折叠气囊分别置于连帽防护衣本体的前侧和后侧，所述折叠气囊的形状呈I形，所述的折叠气囊缝合在内衬(8)上，其中置于连帽防护衣本体后侧的折叠气囊上端延伸至连帽防护衣本体的上端衣帽内。
2.根据权利要求1所述的一种穿戴式跌倒预测防护系统，其特征是，所述连帽防护衣本体的上端衣帽内设有头箍尼龙搭扣(2)，所述的头箍尼龙搭扣(2)置于内衬(8)和外套(9)之间且缝合在外套(9)上，所述的头部传感器(1)固定在头箍尼龙搭扣(2)的中部。
3.根据权利要求1所述的一种穿戴式跌倒预测防护系统，其特征是，所述连帽防护衣本体的下端腰部处设有腰带(4)，所述的外套(9)上设有若干腰带(4)扣，所述的腰带(4)穿过腰带(4)扣置于外套(9)上，所述的气体发生器(5)有两个且均置于腰带(4)上，两个气体发生器(5)分别置于连帽防护衣本体的左右两侧，两个气体发生器(5)分别与两个折叠气囊一一对应连接，所述的控制模块(6)和电源模块(7)均固定安装在腰带(4)上。
4.根据权利要求1所述的一种穿戴式跌倒预测防护系统，其特征是，所述的电源模块(7)采用的是可充电式锂电池。
5.根据权利要求1所述的一种穿戴式跌倒预测防护系统，其特征是，所述的头部传感器(1)和腰部传感器均为六轴惯性传感器，所述的六轴惯性传感器包含了三轴加速度计以及三轴陀螺仪。
6.根据权利要求1所述的一种穿戴式跌倒预测防护系统，其特征是，所述连帽防护衣本体的胸部处设有胸部传感器，所述的胸部传感器通过导线(3)与控制模块(6)连接，所述的胸部传感器为六轴惯性传感器，所述的六轴惯性传感器包含了三轴加速度计以及三轴陀螺仪。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201821027241.5U CN209315877U (zh) | 2018-06-30 | 2018-06-30 | 一种穿戴式跌倒预测防护系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201821027241.5U CN209315877U (zh) | 2018-06-30 | 2018-06-30 | 一种穿戴式跌倒预测防护系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN209315877U true CN209315877U (zh) | 2019-08-30 |
Family
ID=67705175
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201821027241.5U Active CN209315877U (zh) | 2018-06-30 | 2018-06-30 | 一种穿戴式跌倒预测防护系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN209315877U (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114414190A (zh) * | 2022-01-27 | 2022-04-29 | 湖北航天化学技术研究所 | 跌倒防护产品检测方法和装置 |
-
2018
- 2018-06-30 CN CN201821027241.5U patent/CN209315877U/zh active Active
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114414190A (zh) * | 2022-01-27 | 2022-04-29 | 湖北航天化学技术研究所 | 跌倒防护产品检测方法和装置 |
| CN114414190B (zh) * | 2022-01-27 | 2024-01-30 | 湖北航天化学技术研究所 | 跌倒防护产品检测方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108652637A (zh) | 一种穿戴式跌倒预测防护系统及其预测方法 | |
| CA2593088C (en) | Power management of a system for measuring the acceleration of a body part | |
| US10702152B2 (en) | Impact monitoring system for players engaged in a sporting activity | |
| US7698830B2 (en) | Posture and body movement measuring system | |
| US20090030350A1 (en) | Gait analysis | |
| CN106539587A (zh) | 一种基于多运动传感器的跌倒风险评估以及监测系统及评估方法 | |
| CN104922890A (zh) | 智能运动护具 | |
| CN205019688U (zh) | 智能运动护具 | |
| CN209315877U (zh) | 一种穿戴式跌倒预测防护系统 | |
| EP1446048A2 (en) | System and method for determining the physical activity of an object | |
| McMahon et al. | Validation Of The Actigraph (GT3X) Inclinometer Function: 2045: Board# 174 June 3 8: 00 AM-9: 30 AM | |
| CN107397535A (zh) | 孕妇综合体征监护装置和系统 | |
| US20230191222A1 (en) | Impact And Movement Sensing To Measure Performance | |
| CN106112997B (zh) | 外骨骼服 | |
| US20180110446A1 (en) | Electronic equipment for the treatment and care of living beings | |
| Bourke et al. | The design and development of a long-term fall detection system incorporated into a custom vest for the elderly. | |
| CN107184214B (zh) | 一种老年人用跌倒预先识别装置 | |
| Zhang et al. | Wrist MEMS sensor for movements recognition in ball games | |
| CN210811073U (zh) | 一种可穿戴的人体行为识别装置 | |
| Carey et al. | Development of a wearable motion analysis system for evaluation and rehabilitation of mild traumatic brain injury (mTBI) | |
| Dongwoo et al. | Activity energy expenditure assessment system based on activity classification using multi-site triaxial accelerometers | |
| US20230157605A1 (en) | Measuring muscle load in atletic activities, and associated systems and methods | |
| 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 | |
| US20230194370A1 (en) | Wearable Garments Having Force And Inertial Sensing Capabilities | |
| Hanson et al. | Miniaturized sensors to monitor simulated lunar locomotion |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GR01 | Patent grant | ||
| GR01 | Patent grant |