一种人体跌倒检测方法技术

本发明专利技术公开了一种人体跌倒检测方法。跌倒给人的生活和运动带来很大的威胁，严重影响着老人和运动者的身心健康。实时跌倒检测能给老人和运动者提供及时的帮助，降低跌倒带来的风险。本发明专利技术提出一种基于三轴加速度传感器的人体跌倒检测方法。方法通过提取跌倒过程中的人体运动特征，重点利用加速度传感器三个轴的相关性对向前跌倒、向后跌倒、左侧跌倒、右侧跌倒四种跌倒行为进行有效检测和区分。方法对四种跌倒行为的平均识别正确率可达到了90%以上，方法平均响应时间小于1.7s，具有较高的性能表现。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了。跌倒给人的生活和运动带来很大的威胁，严重影响着老人和运动者的身心健康。实时跌倒检测能给老人和运动者提供及时的帮助，降低跌倒带来的风险。本专利技术提出一种基于三轴加速度传感器的人体跌倒检测方法。方法通过提取跌倒过程中的人体运动特征，重点利用加速度传感器三个轴的相关性对向前跌倒、向后跌倒、左侧跌倒、右侧跌倒四种跌倒行为进行有效检测和区分。方法对四种跌倒行为的平均识别正确率可达到了90%以上，方法平均响应时间小于1.7s，具有较高的性能表现。【专利说明】
本专利技术涉及传感器检测技术，尤其涉及一种基于三轴加速度传感器的人体跌倒检测方法，属于移动计算和传感器技术的交叉技术应用领域。
技术介绍
随着我国人口老龄化的加重和“空巢”家庭的增多，老年人的身心健康问题成为需要重点关注的一个问题。其中，跌倒给人们的生活和运动带来很大的威胁。美国国家安全委员会研究显示，超过33%的老年人(年龄65岁以上)每年至少跌倒一次，这些跌倒人群中，大约30%的情况会导致重伤甚至死亡。据估计，我国每年65岁以上老年人发生跌倒伤害的人数已经超过2500万人。很多时候跌倒产生的严重后果并不是在跌倒时产生的，而是由于老人跌倒后未进行及时救助引起的。因此，对老人跌倒的及时检测和跌倒后的有效援助的研究是有重要意义。对人们的运动检测和跌倒后的有效援助的研究是有重要意义。跌倒检测常利用各种传感器，包括摄像头、麦克风，压力传感器等。其中基于图像分析的跌倒检测方法成本较高，对环境的要求较高，且灵活性较差，只能在特定的区域进行识别。有研究人员利用声音传感器对跌倒进行研究，具体方法是通过定位声音的发生位置距离地面的高度，结合声音的大小来判断跌倒。还有研究人员利用了放在地板上的振动传感器。这些传感器一起来判断居住者在任意时刻的位置，处理器通过分析这些位置数据来识别是否发生跌倒，这种方式的一个很大的缺点就是误报率太高。还有研究人员采用了联合传感器的方式对跌倒进行了研究，采用不同种类传感器组合或是多个加速度传感器组合的方式，其研究虽然较高的识别率，但由于需要对多个传感器的数据进行融合研究，也带来了较大的计算开销，实时性也不够理想。还有研究者利用倾角变化对人体跌倒方向进行判断，一种方法是增加角度传感器来计算人体角度变化，这种方法属于多种传感器融合的范畴；另一种是利用加速度传感器通过特定的公式计算出角度，根据角度变化情况判断人体运动方向，但这种方法会带来一定的计算开销。加速度传感器(accelerationsensor)具有体积小、功耗低、实时性强等特点。由于跌倒过程会产生较强的加速度信息，本专利技术提出了一种基于加速度传感器的人体跌倒行为检测方法，使用一个置于人体胸前位置的三轴加速度传感器(其中Y轴与竖直时方向平行且正轴指向上部，Z轴方向指向人前进的方向，X轴垂直于Y、Z组成的平面)，对跌倒过程中的人体运动特征进行提取，利用三个轴之间的相关性，能够对不同方向的跌倒进行有效的识别。
技术实现思路
技术问题:本专利技术所要解决的技术问题在于克服现有的人体跌倒检测方法成本高、对环境的要求高、灵活性差、误报率高、计算开销较大以及实时性也不够理想等缺陷，提供一种基于三轴加速度传感器的跌倒检测方法，能够实现利用一个加速度传感器的三个轴的相关性对向前跌倒、向后跌倒、左侧跌倒、右侧跌倒四种跌倒行为进行有效检测和区分。技术方案:本专利技术采用以下技术方案解决上述技术问题:1、跌倒过程中的人体运动特征提取本专利技术首先利用合加速度整体上描述人体的某一剧烈运动。合加速度的引入既可以用于判断跌倒起始点，也被用来判断跌倒后人体处于静止状态的起始点。为了正确的识别各种跌倒行为，本专利技术提取了人体跌倒过程中的四个特征值来进行判断，分别是合加速度波峰前的阈值，同一时刻加速度两个轴的差值，滑动窗口内合加速度的方差，时间T内倾倒方向轴的均值。(1)合加速度波峰前的阈值通过对合加速度的检测,对跌倒动作做出一个简单的预判。即当合加速度超过某个阈值的时候，表明了人体做出了较为剧烈的动作，即人体有可能发生了跌倒。(2)同一时刻加速度两个轴的差值人体跌倒过程中倾倒方向轴(前后跌倒时倾倒方向轴为Z轴，左右跌倒时倾倒方向轴为X轴)与Y轴之间有着相关性。在跌倒的时候同一时刻两个轴之间的差值的绝对值会变的很大，这一特征是识别跌倒动作所选取的一个重要特征值。⑶滑动窗口内合加速度的方差仅仅依靠同一时刻加速度两个轴的差值来判断跌倒会产生误判情况，因为在某些日常剧烈的活动中也可能产生该差值在某一瞬间超过给定的阈值，这时如果仅以两个轴的差值来判断就会将其他活动误判为跌倒。因此，需要进一步对跌倒动作进行判断，由于人体跌倒前后身体会由竖直状态变为水平状态，结合这一特点对跌倒后的状态进行一个检测，就能达到消除误判的可能。为了找到跌倒后人体静止的起始点，本专利技术引入了滑动窗口内合加速度的方差来计算人体静止的起始点。(4)时间T内倾倒方向轴的均值考虑到人体跌倒之后身体处于水平状态，本专利技术从静止起始点开始计算之后时间T内的倾倒方向均值来识别各个方向的跌倒。2、跌倒检测本专利技术根据跌倒过程中的人体运动特征值，分类检测出了四种方向的跌倒情况，分别是向前跌倒、向后跌倒、左侧跌倒以及右侧跌倒。本专利技术人体跌倒检测方法具体包括跌倒过程中的人体运动特征提取，以及根据跌倒过程中的人体运动特征值，分类检测出了四种方向的跌倒情况；人体跌倒过程中的四个特征值分别是合加速度波峰前的阈值，同一时刻加速度两个轴的差值，滑动窗口内合加速度的方差，时间T内倾倒方向轴的均值；根据跌倒过程中的人体运动特征值，分类检测出了四种方向的跌倒情况，分别是向前跌倒、向后跌倒、左侧跌倒以及右侧跌倒；跌倒过程中的人体运动特征提取方法为:利用合加速度整体上描述人体的某一剧烈运动，主要用于判断跌倒起始点和判断跌倒后人体处于静止状态的起始点；定义合加速度为SA，单位为m/s2，其中ax，ay，az表示加速度三个轴的值，其计算公式为:&4 = 士?2⑴I)合加速度波峰前的阈值确定首先通过对合加速度的检测对跌倒动作做出简单的预判，即当SA超过某个阈值的时候，表明了人体做出了较为剧烈的动作，即人体有可能发生了跌倒，所述的阈值为2.5G，其中，G代表重力加速度，取值为9.8m/s2 ；2)同一时刻加速度两个轴的差值以在跌倒的时候同一时刻两个轴之间的差值的绝对值会变的很大，SP ay-aj或|ay_ax|会在某一时刻突然增大为识别跌倒动作的特征值，选取3G作为判断阈值来判断这种差值是否满足跌倒的条件，即当|ay_az|>3G时，则认为有可能发生了前后跌倒；当ay-ax I >3G时，则认为有可能发生了左右跌倒；3)滑动窗口内合加速度的方差结合人体跌倒前后身体会由竖直状态变为水平状态这一特点对跌倒后的状态进行检测以消除误判的可能，引入了滑动窗口内SA的方差来计算人体静止的起始点，取滑动窗口的长度为0.3s,采样频率为50Hz，一个滑动窗口内有15个采样点，合加速度方差计算公式为:【权利要求】1.，其特征在于，该方法包括跌倒过程中的人体运动特征提取，以及根据跌倒过程中的人体运动特征值，分类检测出了四种方向的跌倒情况；人体跌倒过程中的四个特征值分别是合加速度波峰前的阈值，本文档来自技高网...

【技术保护点】
一种人体跌倒检测方法，其特征在于，该方法包括跌倒过程中的人体运动特征提取，以及根据跌倒过程中的人体运动特征值，分类检测出了四种方向的跌倒情况；人体跌倒过程中的四个特征值分别是合加速度波峰前的阈值，同一时刻加速度两个轴的差值，滑动窗口内合加速度的方差，时间T内倾倒方向轴的均值；根据跌倒过程中的人体运动特征值，分类检测出了四种方向的跌倒情况，分别是向前跌倒、向后跌倒、左侧跌倒以及右侧跌倒；跌倒过程中的人体运动特征提取方法为：利用合加速度整体上描述人体的某一剧烈运动，主要用于判断跌倒起始点和判断跌倒后人体处于静止状态的起始点；定义合加速度为SA，单位为m/s2，其中ax，ay，az表示加速度三个轴的值，其计算公式为：SA=ax2+ay2+az2---(1)]]>1)合加速度波峰前的阈值确定首先通过对合加速度的检测对跌倒动作做出简单的预判，即当SA超过某个阈值的时候，表明了人体做出了较为剧烈的动作，即人体有可能发生了跌倒，所述的阈值为2.5G，其中，G代表重力加速度，取值为9.8m/s2；2)同一时刻加速度两个轴的差值以在跌倒的时候同一时刻两个轴之间的差值的绝对值会变的很大，即|ay‑az|或|ay‑ax|会在某一时刻突然增大为识别跌倒动作的特征值，选取3G作为判断阈值来判断这种差值是否满足跌倒的条件，即当|ay‑az|>3G时，则认为有可能发生了前后跌倒；当|ay‑ax|>3G时，则认为有可能发生了左右跌倒；3)滑动窗口内合加速度的方差结合人体跌倒前后身体会由竖直状态变为水平状态这一特点对跌倒后的状态进行检测以消除误判的可能，引入了滑动窗口内SA的方差来计算人体静止的起始点，取滑动窗口的长度为0.3s，采样频率为50Hz，一个滑动窗口内有15个采样点，合加速度方差计算公式为：D(SA)=115Σi=115(SAi-M(SA))2---(2)]]>M=(SA)=115Σi=115SAi---(3)]]>D(SA)表示一个滑动窗口内合加速度SA的方差，M(SA)表示该滑动窗口内合加速度SA的平均值；如果计算一个滑动窗口内的D(SA)≥ε，接着计算下一个滑动窗口的D(SA)值，直到满足D(SA)<ε这个条件，即找到了人体跌倒后静止时的起始点，ε是一个判断跌倒后静止起始点的阈值；4)时间T内倾倒方向轴的均值从静止起始点开始计算之后时间T内的倾倒方向均值来识别各个方向的跌倒，取时间T=1s，采用频率为50Hz，即倾倒方向轴共有50个的采样点，计算出加速度Z轴或X轴在时间T内的50个采样点的平均值M(az)或M(ax)，根据倾倒方向轴平均值的取值范围，来判断出各种跌倒情况。...

【技术特征摘要】

【专利技术属性】
技术研发人员：徐小龙，张义龙，章韵，程翔龙，鞠砚成，强祥，杨立军，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32