JP2018038686A - 電子機器および転倒検知プログラム - Google Patents
電子機器および転倒検知プログラム Download PDFInfo
- Publication number
- JP2018038686A JP2018038686A JP2016175991A JP2016175991A JP2018038686A JP 2018038686 A JP2018038686 A JP 2018038686A JP 2016175991 A JP2016175991 A JP 2016175991A JP 2016175991 A JP2016175991 A JP 2016175991A JP 2018038686 A JP2018038686 A JP 2018038686A
- Authority
- JP
- Japan
- Prior art keywords
- atmospheric pressure
- value
- acceleration
- time
- unit
- 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
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
【課題】誤検出を抑制することを課題とする。【解決手段】ウェアラブルデバイスは、加速度センサから例えば3軸の加速度値を取得する。続いて、ウェアラブルデバイスは、加速度センサから取得された各軸の加速度値から、ハイパスフィルタなどを用いて各軸の高周波成分を抽出する。その後、ウェアラブルデバイスは、加速度値から抽出された各軸の高周波成分に基づいて、各軸の高周波成分の合算値などを算出し、被監視者の転倒を検知する。【選択図】図4
Description
本発明は、電子機器および転倒検知プログラムに関する。
従来から、ウェアラブルデバイスが普及し、誰でも気軽に動作情報、生態情報、位置情報などを取得することでき、高齢者の見守り、健康管理、工場でのICT(Information and Communication Technology)化などが行われている。例えば、ウェアラブルデバイスに搭載される加速度センサや気圧センサなどを用いて、高齢者や作業員の転倒を検出することが行われている。加速度センサを用いた手法では、加速度センサから突然の加速により表される大きい衝撃が発生し、その後一定時間静止していることを検知することで転倒を検出する技術が知られている。
Shang−Lin Hsieh、Shin−Han Wu、Chun−Che Chen、Tai−Wen Yue 著 「A Wrist−Worn Fall Detection System using Accelerometers and Gyroscopes」、IEEE、2014年
しかしながら、上記技術では、誤検出が発生する。例えば、加速度センサを用いた手法では、加速度センサが検知したx、y、z軸の各加速度値の大きさに基づいて、転倒と判断される衝撃を検知している。このため、ウェアラブルデバイスを手首などに装着した場合、深呼吸などで手を上げて下す動作をしたときも転倒時と同様程度の大きな値となるので、転倒と誤検出される。
一つの側面では、誤検出を抑制することができる電子機器および転倒検知プログラムを提供することを目的とする。
第1の案では、電子機器は、加速度センサから加速度値を取得する取得部と、取得された前記加速度値から高周波成分を抽出する抽出部と、抽出された前記高周波成分に基づいて、被監視者の転倒を検知する検知部とを有する。
一実施形態によれば、誤検出を抑制することができる。
以下に、本願の開示する電子機器および転倒検知プログラムの実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。
[全体構成]
図1は、実施例1に係るシステムの全体構成例を示す図である。図1に示すように、このシステムは、サーバ1と管理端末2とゲートウェイ3とがネットワークNを介して接続され、ゲートウェイ3とウェアラブルデバイス10とが近距離無線通信で接続される。
図1は、実施例1に係るシステムの全体構成例を示す図である。図1に示すように、このシステムは、サーバ1と管理端末2とゲートウェイ3とがネットワークNを介して接続され、ゲートウェイ3とウェアラブルデバイス10とが近距離無線通信で接続される。
なお、ネットワークNは、有線または無線を問わず、インターネット(Internet)を始め、LAN(Local Area Network)やVPN(Virtual Private Network)などの任意の種類の通信網を採用できる。また、近距離無線通信には、接触型や非接触型を問わず、ブルートゥース(登録商標)(以下ではBLEと記載する場合がある)、NFC(Near Field Communication)などを採用することができる。
サーバ1は、様々な被監視者に装着される各ウェアラブルデバイス10を統合管理するサーバ装置の一例である。例えば、サーバ1は、ウェアラブルデバイス10を装着する被監視者の状態を検知して、監視者に通知する。
管理端末2は、被監視者を監視する監視者が使用する装置の一例であり、例えばスマートフォン、サーバ装置、ノートパソコンなどである。例えば、管理端末2は、サーバ1から被監視者が転倒したなどの通知を受信する。
ゲートウェイ3は、ウェアラブルデバイス10を装着した被監視者の近傍に配置されるスマートフォンや中継用のステーション等のコンピュータである。ゲートウェイ3は、ウェアラブルデバイス10から被監視者の状態の判定結果と、一定時間ごとにウェアラブルデバイス10から送信されるログデータとを受信する。ゲートウェイ3は、受信した判定結果やセンサのログデータなどを、ネットワークNを介してサーバ1に送信する。
ウェアラブルデバイス10は、状態の監視対象である被監視者が装着するバイタルセンシングバンドなどのコンピュータであり、腕時計型、バッジ型およびタグ型等の端末の一例である。ウェアラブルデバイス10は、気圧センサや加速度センサを有し、被監視者に関するデータを取得する。なお、被監視者は、例えば現場の作業員や高齢者である。
ここで、ウェアラブルデバイスの外観について説明する。図2は、実施例1にかかるウェアラブルデバイス10の一例を示す図である。図2では、一例として腕時計型を示す。このウェアラブルデバイス10は、電源ボタン、状態表示LED(Light Emitting Diode)、加速度センサ、気圧センサ、温湿度センサなどを有する。ここで例示したボタン等は、あくまで例示であり、角度センサなど他のセンサ等を有していてもよい。なお、電源ボタンは、ウェアラブルデバイス10の電源のオン/オフを制御するボタンであり、状態表示LEDは、電源状態を通知する表示装置である。加速度センサは、3軸加速度センサであり、常時加速度を測定する。気圧センサは、気圧を測定するセンサであり、常時気圧を測定する。温湿度センサは、温度および湿度を測定するセンサであり、常時温度および湿度を測定する。
このウェアラブルデバイス10は、加速度センサから加速度値を取得し、取得された加速度値から高周波成分を抽出し、抽出された高周波成分に基づいて、被監視者の転倒を検知する。このようにすることで、ウェアラブルデバイス10は、転倒と同じような加速度値の変化が発生する手の上げ下げの動作を除外し、被監視者の転倒の誤検出を抑制することができる。
[ハードウェア構成]
図3は、実施例1にかかるウェアラブルデバイス10のハードウェア構成例を示す図である。なお、サーバ1や管理端末2は、一般的なコンピュータと同様のハードウェア構成を有し、ゲートウェイ3は、一般的なゲートウェイと同様のハードウェア構成を有するので、これらの詳細な説明は省略する。
図3は、実施例1にかかるウェアラブルデバイス10のハードウェア構成例を示す図である。なお、サーバ1や管理端末2は、一般的なコンピュータと同様のハードウェア構成を有し、ゲートウェイ3は、一般的なゲートウェイと同様のハードウェア構成を有するので、これらの詳細な説明は省略する。
図3に示すように、ウェアラブルデバイス10は、無線部11、近距離通信部12、RTC(Real Time Clock)13、気圧センサ14、加速度センサ15、HDD(Hard Disk Drive)16、メモリ17、プロセッサ20を有する。
無線部11は、アンテナ11aを用いて無線通信を実行する無線モジュールであり、例えば無線LAN(Local Area Network)などを用いて他の装置の間で、データなどを送受信する。近距離通信部12は、BLE等の近距離無線モジュールであり、ゲートウェイ3との間で情報の通信を司る通信インタフェースである。例えば、近距離通信部12は、BLE等でゲートウェイ3と接続し、ゲートウェイ3に各種情報を送信する。
RTC13は、時刻情報をプロセッサ20などに出力する時刻測定機構である。気圧センサ14は、例えば、MEMS(Micro Electro Mechanical Systems)を利用した静電容量式や振動式の気圧センサを用いることができ、大気圧を計測するデバイスである。気圧センサ14は、計測した大気圧を気圧値(hPa)としてプロセッサ20に出力する。
加速度センサ15は、加速度値(m/s2)を検出するセンサであり、例えば3軸加速度センサである。例えば、加速度センサ15は、x軸、y軸、z軸それぞれの加速度値を測定して、プロセッサ20に測定結果を出力する。
HDD16やメモリ17は、各種データやプログラムを記憶する記憶装置の一例である。プロセッサ20は、ウェアラブルデバイス10全体を司る処理部であり、例えばCPU(Central Processing Unit)などである。プロセッサ20は、後述する各処理を実行するプログラムをHDD16から読み出してメモリ17に展開し、後述する処理部と同様の処理を実行する各種プロセスを実行する。
[機能構成]
図4は、実施例1にかかるウェアラブルデバイス10の機能構成を示す機能ブロック図である。図4に示すように、ウェアラブルデバイス10は、加速度データDB21、気圧データDB22、判定結果DB23、気圧取得部24、変化検出部25、加速度取得部26、抽出部27、合算部28、判定部29、通知部30を有する。
図4は、実施例1にかかるウェアラブルデバイス10の機能構成を示す機能ブロック図である。図4に示すように、ウェアラブルデバイス10は、加速度データDB21、気圧データDB22、判定結果DB23、気圧取得部24、変化検出部25、加速度取得部26、抽出部27、合算部28、判定部29、通知部30を有する。
なお、加速度データDB21、気圧データDB22、判定結果DB23は、HDD16やメモリ17に記憶される。気圧取得部24、変化検出部25、加速度取得部26、抽出部27、合算部28、判定部29、通知部30は、プロセッサ20が有する電子回路の一例やプロセッサ20が実行するプロセスの一例である。
加速度データDB21は、加速度センサ15によって測定された3軸の加速度データ(以下、加速度値や加速度ベクトルなどと記載する場合がある)を記憶するデータベースである。例えば、加速度データDB21は、測定された3軸の加速度データを時系列で記憶する。
気圧データDB22は、気圧センサ14によって測定された気圧値を記憶するデータベースである。例えば、気圧データDB22は、測定された気圧値を時系列で記憶する。図5は、気圧データDB22に記憶される情報の例を示す図である。図5に示すように、気圧データDB22は、「日付」、「時刻」、「気圧値」、「X1」、「X2」、「X3」、「転倒」といった項目を有する。
「日付」は、気圧値が取得された日付を示す情報である。「時刻」は、気圧値が取得された時刻を示す情報である。「気圧値」は、取得された気圧値を示す情報である。「X1」は、気圧値が取得された時刻を時刻tpとした場合に、時刻tpの気圧値と、時刻tpから時間差T1だけ前の時刻t1における気圧値との気圧差X1を示す情報である。「X2」は、同様に、時刻tpの気圧値と、時刻tpから時間差T2だけ前の時刻t2における気圧値との気圧差X2を示す情報である。「X3」は、同様に、時刻tpの気圧値と、時刻tpから時間差T3だけ前の時刻t3における気圧値との気圧差X3を示す情報である。「転倒」は、被監視者の状態を示す情報である。「転倒」は、例えば、転倒動作と判定される場合は「1」とし、臥位と判定される場合は「2」とし、転倒および臥位でないと判定される場合は「0」とする。
ここで、図6を用いて気圧変化と気圧差について説明する。図6は、気圧変化と気圧差の一例を示す図である。図6は、気圧変化のグラフの一例を示している。図6の例では、気圧変化のグラフにおける所定時間の気圧変化値、すなわち気圧差を求める。図6の例では、所定時間として、時間差T1、T2およびT3を設定する。このとき、各時間差の関係は、T1>T2>T3であるとする。
図6の例では、現在時刻を時刻tpとすると、時間差T1前の時刻を時刻t1、時間差T2前の時刻を時刻t2、時間差T3前の時刻を時刻t3とする。時間差T1に対応する気圧差X1は、時刻tpの気圧値−時刻t1の気圧値で求めることができる。時間差T2に対応する気圧差X2は、時刻tpの気圧値−時刻t2の気圧値で求めることができる。時間差T3に対応する気圧差X3は、時刻tpの気圧値−時刻t3の気圧値で求めることができる。ウェアラブルデバイス10では、これらの気圧差X1〜X3に基づいて、上下方向の移動を検出する。
気圧取得部24は、気圧センサ14が測定した気圧値を取得して気圧データDB22に格納する処理部である。例えば、気圧取得部24は、気圧センサ14が測定した気圧値を随時取得する。
変化検出部25は、気圧値の変化に基づいて、被監視者が転倒したと思われる動作もしくは被監視者が手の上げ下げと思われる動作のいずれかが行われたことを示す転倒の疑い(転倒動作)を検出する処理部である。具体的には、変化検出部25は、取得された気圧値に基づいて、異なる長さを有するとともに一部が重複する複数の時間帯における、それぞれの気圧変化値を算出し、算出された各気圧変化値を所定の閾値と比較することで、上下方向の移動を検出する。
ここで、変化検出部25の処理を具体的に説明する。異なる長さを有するとともに一部が重複する複数の時間帯は、例えば、図6に示す時間差T1〜T3である。また、それぞれの気圧変化値は、例えば、図6に示す気圧差X1〜X3である。変化検出部25は、例えば、時間差T1=2秒、時間差T2=1秒、時間差T3=0.5秒と設定する。なお、現在時刻は、時刻tpとする。
(気圧差の算出)
まず、変化検出部25は、気圧データDB22を参照して、時間差T1に対応する気圧差X1を、時刻tpの気圧値−時刻t1の気圧値によって算出する。同様に、変化検出部25は、時間差T2に対応する気圧差X2を、時刻tpの気圧値−時刻t2の気圧値によって算出する。同様に、変化検出部25は、時間差T3に対応する気圧差X3を、時刻tpの気圧値−時刻t3の気圧値によって算出する。そして、変化検出部25は、算出した気圧差X1〜X3を気圧データDB22に記憶する。
まず、変化検出部25は、気圧データDB22を参照して、時間差T1に対応する気圧差X1を、時刻tpの気圧値−時刻t1の気圧値によって算出する。同様に、変化検出部25は、時間差T2に対応する気圧差X2を、時刻tpの気圧値−時刻t2の気圧値によって算出する。同様に、変化検出部25は、時間差T3に対応する気圧差X3を、時刻tpの気圧値−時刻t3の気圧値によって算出する。そして、変化検出部25は、算出した気圧差X1〜X3を気圧データDB22に記憶する。
(上下方向の移動を検出)
次に、変化検出部25は、気圧差X1〜X3を算出すると、気圧差X1〜X3を所定の閾値と比較することで、上下方向の移動を検出する。すなわち、変化検出部25は、算出された各気圧変化値を所定の閾値と比較することで、上下方向の移動を検出する。所定の閾値は、例えば、気圧差X1〜X3を100で正規化した場合に、気圧差X1に対応する閾値S1を80、気圧差X2に対応する閾値S2を50、気圧差X3に対応する閾値S3を30とすることができる。
次に、変化検出部25は、気圧差X1〜X3を算出すると、気圧差X1〜X3を所定の閾値と比較することで、上下方向の移動を検出する。すなわち、変化検出部25は、算出された各気圧変化値を所定の閾値と比較することで、上下方向の移動を検出する。所定の閾値は、例えば、気圧差X1〜X3を100で正規化した場合に、気圧差X1に対応する閾値S1を80、気圧差X2に対応する閾値S2を50、気圧差X3に対応する閾値S3を30とすることができる。
具体的には、変化検出部25は、気圧差X1が閾値S1より大きいか否かを判定する。変化検出部25は、気圧差X1が閾値S1より大きい場合には、気圧差X2が閾値S2より大きいか否かを判定する。変化検出部25は、気圧差X2が閾値S2より大きい場合には、高さ変化ありとして上下方向の移動があると検出する。変化検出部25は、気圧差X1が閾値S1以下の場合、または、気圧差X2が閾値S2以下の場合には、高さ変化なし、つまり上下方向の移動がないと検出する。
(転倒動作の判定)
そして、変化検出部25は、検出結果が高さ変化ありである場合には、気圧差X3が閾値S3より大きいか否かを判定する。変化検出部25は、気圧差X3が閾値S3より大きい場合には、被監視者に転倒の疑い(転倒動作)が発生したと判定する。変化検出部25は、転倒動作が発生したと判定すると、判定結果を気圧データDB22に記憶する。
そして、変化検出部25は、検出結果が高さ変化ありである場合には、気圧差X3が閾値S3より大きいか否かを判定する。変化検出部25は、気圧差X3が閾値S3より大きい場合には、被監視者に転倒の疑い(転倒動作)が発生したと判定する。変化検出部25は、転倒動作が発生したと判定すると、判定結果を気圧データDB22に記憶する。
また、変化検出部25は、気圧差X3が閾値S3より大きいとの条件を満たさない場合には、被監視者が臥位になったと判定する。変化検出部25は、被監視者が臥位になったと判定すると、判定結果を気圧データDB22に記憶する。すなわち、変化検出部25は、気圧の変化から上下方向の移動を検出し、被監視者の姿勢変化と転倒の疑い(転倒動作)とを区別するように判定する。なお、変化検出部25は、転倒の疑い(転倒動作)を検出すると、検出された気圧値が取得された時間等を抽出部27等に出力する。
ここで、図7を用いて転倒の疑い(転倒動作)におけるグラフについて説明する。図7は、転倒動作における気圧差の一例を示す図である。図7の例では、時間差T1およびT2のいずれも閾値S1およびS2を超えているので、高さ変化ありと判定される。また、時間差T3が閾値S3を超えているので、瞬間的な動作があったとして被監視者が転倒したと判定される。
図4に戻り、加速度取得部26は、加速度値を取得する処理部である。具体的には、加速度取得部26は、加速度センサ15が測定したx軸、y軸、z軸の各加速度値を、加速度センサ15から随時取得して加速度データDB21に格納する。
抽出部27は、加速度値から高周波成分を抽出する処理部である。具体的には、抽出部27は、該当する3軸の加速度値を加速度データDB21から読み出す。そして、抽出部27は、読み出した各軸の加速度値から、ハイパスフィルタを用いて高周波成分を抽出する。その後、抽出部27は、各軸の加速度値の高周波成分を合算部28に出力する。
例えば、抽出部27は、変化検出部25から通知された時刻の直後に取得された加速度値から高周波成分を抽出することもできる。つまり、抽出部27は、被監視者に対して転倒の疑い(転倒動作)が検出された直後の加速度値から高周波成分を抽出する。具体的には、抽出部27は、時刻Tに転倒の疑いが発生した場合、時刻Tの次の測定タイミングである時刻T+1以降に測定された各加速度値から高周波成分を抽出する。なお、高周波成分を抽出する手法は、ハイパスフィルタ以外にも公知の技術を採用することができる。
合算部28は、3軸の加速度値それぞれから抽出される各高周波成分の二乗を加算した合成値を算出する処理部である。具体的には、合算部28は、抽出部27から入力される各軸の加速度値の高周波成分の二乗を加算して合成値を算出し、算出結果および時刻情報を判定部29に出力する。
例えば、合算部28は、時刻T+1、時刻T+2、時刻T+3の順で各軸の高周波成分が入力されると、時刻T+1について各軸の高周波成分の二乗和を算出して合算値を算出する。同様に、合算部28は、時刻T+2について各軸の高周波成分の二乗和を算出して合算値を算出し、時刻T+3について各軸の高周波成分の二乗和を算出して合算値を算出する。このようにして、合算部28は、各時刻について、加速度値の高周波成分の合算値を算出することができる。
判定部29は、気圧値の変化と、加速度値の高周波成分とに基づいて、被監視者の転倒の有無を判定する処理部である。具体的には、判定部29は、変化検出部25によって転倒の疑い(転倒動作)が検出された後、加速度値の高周波成分の合成値が閾値以上であれば、転倒が発生したと判定する。一方、判定部29は、変化検出部25によって転倒の疑い(転倒動作)が検出された後、加速度値の高周波成分の合成値が閾値未満であれば、転倒ではなく手の上げ下げの動作が発生したと判定する。そして、判定部29は、判定結果を判定結果DB23に格納するとともに、通知部30に通知する。
つまり、判定部29は、気圧値の変化から転倒動作が検出された後に、加速度値を用いて、転倒時による衝撃が発生したかを検出することで、被監視者の転倒の有無を判定する。例えば、判定部29は、変化検出部25が時刻Tに転倒の疑いを検出した場合、次のタイミングである時刻T+1から時刻T+4の範囲で、各時刻の合成値が閾値以上か否かを判定する。そして、判定部29は、時刻T+1から時刻T+4の範囲で、閾値以上の合成値が検出された場合に、被監視者の転倒を検出する。なお、合成値の閾値判定を行う時間帯は、任意に設定することができる。例えば転倒の疑いが発生した後の5秒間の加速度値から判定することもでき、転倒の疑い発生後に取得された最初の加速度値から判定することもできる。
ここで、加速度値を用いた場合の誤検出について説明する。図8は、各動作における加速度の合成値を説明する図である。図9は、誤検出データと転倒データを説明する図である。図8および図9の横軸は時間(ms)であり、縦軸は加速度値である。なお、縦軸の加速度値は、加速度センサ15から取得される値を図示しており、1Gを8192とした場合に縦軸の値を8192で除算すれば単位を「G」に変換することができる。
図8の(a)は、ウェアラブルデバイス10を手首等に装着した状態で深呼吸などによって手を上げて下した(手の上げ下げ動作)場合の加速度の合成値を示し、図8の(b)は、ウェアラブルデバイス10を手首等に装着した状態で転倒した場合の加速度の合成値を示す。図8の(a)と(b)とを比較してもわかるように、いずれの場合も、加速度が減速する無重力状態(D1)、加速度が加速する衝撃(D2)、加速度が安定する静止状態(D3)が順に発生するので、加速度の合成値からでは、手の上げ下げか転倒かを区別することが難しい。
そこで、ウェアラブルデバイス10は、転倒により発生する加速度が手の上げ下げに比べ短い周期での振動であることから、加速度の高周波成分を用いることで、誤検出を抑制する。
図9の(a)は、手の上げ下げによる加速度の高周波成分のデータ遷移を示している。図9の(a1)のグラフは、手の上げ下げ時の加速度値であり、ハイパスフィルタ適用無しの加速度値である。図9の(a2)のグラフは、手の上げ下げ時の加速度値からハイパスフィルタを用いて抽出した高周波成分である。図9の(a)に示すように、手の上げ下げの動作では、転倒相当の衝撃が発生したとしても、高周波成分が発生しないので、ハイパスフィルタによる振幅が抑制され、閾値以上の高周波成分を抽出できない。
一方で、図9の(b)は、転倒による加速度の高周波成分のデータ遷移を示している。図9の(b1)のグラフは、転倒時の加速度値であり、ハイパスフィルタ適用無しの加速度値である。図9の(b2)のグラフは、転倒時の加速度値からハイパスフィルタを用いて抽出した高周波成分である。図9の(b)に示すように、転倒時では、転倒相当の衝撃により高周波成分が発生するので、ハイパスフィルタにより閾値以上の高周波成分を抽出できる。
このように、判定部29は、転倒の疑い(転倒動作)が検出された後の加速度値の高周波成分の合成値によって、転倒か手の上げ下げかを正確に判定することができる。
図4に戻り、通知部30は、判定部29から被監視者が転倒した旨の判定結果が入力されると、入力された判定結果を、ゲートウェイ3等を介して、サーバ1に送信する。なお、通知部30は、判定結果とともに、例えば被監視者のユーザIDおよび時刻の情報などを合わせてユーザ情報としてサーバ1に送信する。
また、図10を用いて、被監視者が転倒した旨の判定結果を受信したサーバ1から、管理端末2に送信されるアラート情報について説明する。図10は、通知例を示す図である。図10の(a)では、サーバ1からアラート情報を受信した据え置き型の管理端末2に、アラート表示画面が表示される。アラート表示画面は、例えば「Aさんが転倒しました!」といったメッセージを含む。なお、Aさんは被監視者である。
図10の(b)では、スマートフォンなどの可搬型の管理端末2に、アラート表示画面が表示される。アラート表示画面は、例えば「Aさんが転倒しました!」といったメッセージを含む。なお、Aさんは被監視者である。すなわち、管理者は、被監視者が転倒したことを容易に把握することができる。なお、メッセージの内容は任意に変更することができる。
[処理の流れ]
図11は、処理の流れを示すフローチャートである。図11に示すように、気圧取得部24および加速度取得部26は、転倒検出の処理が開始されると(S101:Yes)、センサデータの取得要求を各センサに送信する(S102)。
図11は、処理の流れを示すフローチャートである。図11に示すように、気圧取得部24および加速度取得部26は、転倒検出の処理が開始されると(S101:Yes)、センサデータの取得要求を各センサに送信する(S102)。
続いて、気圧取得部24は、気圧値を取得し(S103)、加速度取得部26は、加速度値を取得する(S104)。そして、抽出部27は、取得された加速度値から高周波成分を抽出し(S105)、合算部28は、各高周波成分の二乗和を算出して合成値を算出する(S106)。
続いて、変化検出部25は、気圧値の変化に基づいて、転倒動作の有無を判定する(S107)。そして、判定部29は、転倒動作が検出された場合(S107:Yes)、転倒動作の判定に用いられた気圧値の取得時間の後に取得された加速度値の合成値が閾値以上か否かを判定する(S108)。なお、転倒動作が検出されない場合(S107:No)、S102以降の処理が実行される。
そして、判定部29は、当該加速度値の合成値が閾値以上である場合(S108:Yes)、被監視者の転倒を検出する(S109)。このとき、判定部29は、判定結果を判定結果DB23に格納する。その後、通知部30は、被監視者の転倒が検出されたことを示す結果を、ゲートウェイ3を介してサーバ1に送信する(S110)。一方、判定部29は、当該加速度値の合成値が閾値未満である場合(S108:No)、被監視者の手の上げ下げ動作を検出する(S111)。このとき、判定部29は、判定結果を判定結果DB23に格納する。
[効果]
上述したように、ウェアラブルデバイス10は、転倒時の特徴として衝撃による高周波成分を抽出し、判定条件として適用するので、高周波成分が発生しない手の上げ下げなどの動作の検出を抑制することができる。また、ウェアラブルデバイス10は、3軸の加速度値を用いるので、1軸の加速度値を用いる場合と比べて、判定精度を向上させることができる。また、ウェアラブルデバイス10は、気圧値の差も用いて転倒を判定するので、判定精度を向上させることができる。
上述したように、ウェアラブルデバイス10は、転倒時の特徴として衝撃による高周波成分を抽出し、判定条件として適用するので、高周波成分が発生しない手の上げ下げなどの動作の検出を抑制することができる。また、ウェアラブルデバイス10は、3軸の加速度値を用いるので、1軸の加速度値を用いる場合と比べて、判定精度を向上させることができる。また、ウェアラブルデバイス10は、気圧値の差も用いて転倒を判定するので、判定精度を向上させることができる。
さて、これまで本発明の実施例について説明したが、本発明は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。
上記実施例では、時間差T1〜T3の3つの時間差に基づいて、高さ変化および転倒を検出したが、これに限定されない。例えば、2つの時間差に基づいて、高さ変化を検出してもよい。また、上記実施例では、被監視者が現場の作業者である一例を用いて説明したが、これに限定されない。例えば、被監視者を高齢者としてもよく、この場合には、介護施設の職員が高齢者の転倒に速やかに対応することができる。
また、3軸加速度センサに限らず、他の加速度センサを採用することもできる。また、加速度値が取得されるたびに合算値を算出する例を説明したが、気圧値に基づいて転倒動作が検出された後だけ、加速度値の合算値を算出することもできる。また、気圧値を用いずに、加速度値の高周波成分だけを用いて、転倒判定を行うこともできる。
[機能の分担・統合]
上記実施例では、ウェアラブルデバイス10が転倒動作の判定、転倒有無の判定を実行する例を説明したが、これに限定されるものではない。例えば、ウェアラブルデバイス10やサーバ1それぞれに、図4で説明した処理部を配備することで、任意に機能を分担させることもできる。具体的には、ウェアラブルデバイス10が気圧値を用いた転倒動作判定を行い、サーバ1が加速度値を用いた転倒有無の判定を行うことができる。
上記実施例では、ウェアラブルデバイス10が転倒動作の判定、転倒有無の判定を実行する例を説明したが、これに限定されるものではない。例えば、ウェアラブルデバイス10やサーバ1それぞれに、図4で説明した処理部を配備することで、任意に機能を分担させることもできる。具体的には、ウェアラブルデバイス10が気圧値を用いた転倒動作判定を行い、サーバ1が加速度値を用いた転倒有無の判定を行うことができる。
[システム]
また、図示した装置の各構成は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、任意の単位で分散または統合して構成することができる。さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、CPUおよび当該CPUにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。
また、図示した装置の各構成は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、任意の単位で分散または統合して構成することができる。さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、CPUおよび当該CPUにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。
また、本実施例において説明した各処理のうち、自動的におこなわれるものとして説明した処理の全部または一部を手動的におこなうこともでき、あるいは、手動的におこなわれるものとして説明した処理の全部または一部を公知の方法で自動的におこなうこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
また、ウェアラブルデバイス10は、プログラムを読み出して実行することで転倒検知方法を実行する情報処理装置として動作する。つまり、ウェアラブルデバイス10は、気圧取得部24、変化検出部25、加速度取得部26、抽出部27、合算部28、判定部29、通知部30と同様の機能を実行するプログラムを実行する。この結果、ウェアラブルデバイス10は、気圧取得部24、変化検出部25、加速度取得部26、抽出部27、合算部28、判定部29、通知部30と同様の機能を実行するプロセスを実行することができる。なお、この他の実施例でいうプログラムは、ウェアラブルデバイス10によって実行されることに限定されるものではない。例えば、他のコンピュータまたはサーバがプログラムを実行する場合や、これらが協働してプログラムを実行するような場合にも、本発明を同様に適用することができる。
1 サーバ
2 管理端末
3 ゲートウェイ
10 ウェアラブルデバイス
21 加速度データDB
22 気圧データDB
23 判定結果DB
24 気圧取得部
25 変化検出部
26 加速度取得部
27 抽出部
28 合算部
29 判定部
30 通知部
2 管理端末
3 ゲートウェイ
10 ウェアラブルデバイス
21 加速度データDB
22 気圧データDB
23 判定結果DB
24 気圧取得部
25 変化検出部
26 加速度取得部
27 抽出部
28 合算部
29 判定部
30 通知部
Claims (5)
- 加速度センサから加速度値を取得する取得部と、
取得された前記加速度値から高周波成分を抽出する抽出部と、
抽出された前記高周波成分に基づいて、被監視者の転倒を検知する検知部と
を有することを特徴とする電子機器。 - 気圧センサから気圧値を取得する気圧取得部と、
取得された前記気圧値の変化を検出する変化検出部とをさらに有し、
前記抽出部は、所定値以上の前記気圧値の変化が検出された後の前記加速度から前記高周波成分を抽出することを特徴とする請求項1に記載の電子機器。 - 前記抽出部は、前記加速度センサから取得される3軸の加速度値それぞれに対して、ハイパスフィルタを用いて高周波成分を抽出し、
前記検知部は、前記3軸の加速度値それぞれから抽出される各高周波成分の二乗を加算した合成値を算出し、前記合成値が閾値以上の場合に、前記被監視者の転倒を検知することを特徴とする請求項2に記載の電子機器。 - 前記被監視者の転倒が検知された場合に、所定のメッセージをサーバ装置に送信する送信部をさらに有することを特徴とする請求項1から3のいずれか一つに記載の電子機器。
- コンピュータに、
加速度センサから加速度値を取得し、
取得された前記加速度値から高周波成分を抽出し、
抽出された前記高周波成分に基づいて、被監視者の転倒を検知する
処理を実行させることを特徴とする転倒検知プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016175991A JP2018038686A (ja) | 2016-09-08 | 2016-09-08 | 電子機器および転倒検知プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016175991A JP2018038686A (ja) | 2016-09-08 | 2016-09-08 | 電子機器および転倒検知プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018038686A true JP2018038686A (ja) | 2018-03-15 |
Family
ID=61624386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016175991A Pending JP2018038686A (ja) | 2016-09-08 | 2016-09-08 | 電子機器および転倒検知プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2018038686A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021029101A1 (ja) * | 2019-08-09 | 2021-02-18 | アルプスアルパイン株式会社 | 姿勢検知システム |
-
2016
- 2016-09-08 JP JP2016175991A patent/JP2018038686A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021029101A1 (ja) * | 2019-08-09 | 2021-02-18 | アルプスアルパイン株式会社 | 姿勢検知システム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cao et al. | E-FallD: A fall detection system using android-based smartphone | |
Wang et al. | An enhanced fall detection system for elderly person monitoring using consumer home networks | |
JP5022506B1 (ja) | 熱中症検知システム | |
JP4922447B2 (ja) | 熱中症検知システム | |
US9892612B2 (en) | Method for responding to a detected fall and an apparatus for implementing the same | |
US9576500B2 (en) | Training supporting apparatus and system for supporting training of walking and/or running | |
EP2036056A2 (en) | Motion sensing in a wireless rf network | |
KR101461306B1 (ko) | 신체에 걸리는 방식으로 착용되는 낙상 감지 장치 및 그 방법 그리고 이를 이용한 낙상 사고 통합 관리 시스템 및 낙상 사고 관리 방법 | |
JP5140775B2 (ja) | 熱中症検知システム | |
Pierleoni et al. | SVM-based fall detection method for elderly people using Android low-cost smartphones | |
Gjoreski et al. | Context-based fall detection using inertial and location sensors | |
Colon et al. | Human fall detection with smartphones | |
US20230252881A1 (en) | Systems, devices and methods for fall detection | |
CN105286240A (zh) | 一种智能拐杖装置及其监护系统 | |
CN205665839U (zh) | 可穿戴智能跌倒检测警报通知系统 | |
Cola et al. | Fall detection using a head-worn barometer | |
JPH1040483A (ja) | 所在検出システム | |
JP2018038686A (ja) | 電子機器および転倒検知プログラム | |
Kulkarni et al. | A review on wearable tri-axial accelerometer based fall detectors | |
Yildirim et al. | Fall detection using smartphone-based application | |
JP2016177437A (ja) | 転倒検知端末およびプログラム | |
US9909900B2 (en) | Pedometer | |
JP6489238B2 (ja) | 電子機器および移動検知プログラム | |
Singh et al. | Implementation of safety alert system for elderly people using multi-sensors | |
López et al. | A real-time algorithm to detect falls in the elderly |